예지보전(Predictive maintenenance)을 통한 다운타임 방지

 

예지보전은 제조업의 숙제이다.

밴더 회사든 일반 소비재 제조든, 장비하나가 고장나서 제조가 멈추면 손해가 막심하다.

특히나 TPM이나 LEAN등의 일련의 라인제조식 공장은 한 장비만 고장나도 전체 공정이 멈추게 된다.

이를 다운타임이라고 한다.

예시로 변압기의 나사하나가 터져 변압기가 멈추고 하루간 공장가동 전체가 멈춰 몇 십억, 몇 백억 이상의 손해를 본다.

 

기존에는 숙련된 직원의 경험과 판단에 의존하여 다운타임을 예측했다.

현재 제조업은 AI에 학습시켜 고장의 징조를 판단한다.

센서에서 나오는 연속적인 데이터 흐름을 분석하고 학습하여, 패턴을 찾고 예측한다. 

 

센서들 간의 피드백 패턴을 찾도록 훈련된 비지도식 모델이 많이 차용됨

 

 

 

 

예지보전 솔루션 기업

1. 국내 - Onepredic

 

예지보전 솔루션 '가디원(GuardiOne)'을 자체 개발했습니다. 다양한 설비의 고장 위험성과 잔여 수명을 예측하는 솔루션

가디원은 산업 설비에서 발생하는 진동, 전류, 속도, 음향 등의 데이터를 분석해 설비의 건전성을 예측하고 관리합니다. 모터를 예로 들면, 모터에서 발생하는 소리나 진동, 전류 등을 통해 작동에 문제가 없는지, 수명은 얼마나 남았는지 등을 AI가 파악

 

현재 이 솔루션은 에너지·발전·석유화학·제조 등 다양한 산업현장에 적용돼 다운타임 최소화와 설비 가동률 상승을 견인하고 있습니다. 원프레딕트는 한국중부발전, 한국서부발전, LG유플러스 등 주요 기관과 기업에 해당 기술을 공급, 서부발전의 경우 화순풍력단지에 해당 기술을 적용해 메인베어링, 기어박스, 발전기 고장 등을 최대 6개월 앞서 예측하는 효과를 거뒀다고 합니다. 이를 통해 풍력발전기 1호기당 매년 약 5억원 가량 비용을 절감

 

2. 국내 - M&D technology

 

진동분석, 전류분석이 main, 모터를 중심으로 고장과 진단 솔루션 공급

 

진동분석은 장비와 설비에 부착된 센서에서 취득한 진동 스펙트럼을 분석해 고장을 진단하는 기술입니다. 주요 장비와 설비에 진동센서 3~4개를 부착해 기계적 결함을 정밀 진단할 수 있습니다. 진동분석은 기계 결함이 원인.

전류분석 기술은 모터 컨트롤센터(MCC) 내부에 측정기를 설치해 전압·전류 정보를 취득하는 방식입니다. 측정기로부터 취득한 전류 스펙트럼을 분석해 고장을 진단합니다. 전류분석은 전원 상태 결함에 강점

 

3. 국내 - 매스웍스 코리아

 

활용사례

 

• LG엔솔, 커팅공정에 딥러닝 적용

# 매트랩 엑스포

작업자 경험과 판단 의존하여 커팅공정 커터교체 시기를 판단하다가 AI로 수명교체 시기를 알게끔 변경

회사에 따르면, AI 모델은 교체 하루 전에 99% 정확도로 커터 수명을 알려준다고 합니다. 교체 3일 전에는 85% 정확도로 수명을 알려줄 수 있다고 함. 교체시기가 지날 경우 전극 파열 문제가 발생

 

• 자본장비 CT스캐너

자본장비 CT 스캐너(제조된 부품의 구조적 무결성을 분석하는데 사용됨)

센서 데이터를 사용해 머신러닝을 구축, CT 스캔에서 발견된 결함과의 상관 관계를 파악할 수 있는 것이다. 센서 데이터는 부품을 CT 스캔할 필요없이 분석 모델이 결함이 있을 것으로 제시하는 부품을 표시할 수 있다. 생산라인에서 나오는 모든 부품을 일상적으로 스캔하는 대신 이러한 해당 부품들만 스캔하게 될 것이다.

 

 

 

효과적인 예지 보전을 위하여

 

AI알고리즘 정확성과 신뢰도를 위해 데이터가 많이 필요

솔루션 공급사와 수요 기업간 원활한 커뮤니케이션과 충분한 도메인 지식필요

 

엔지니어링 + 데이터분석 양측의 지식이 필요하다. 

 

예지 보전과 예방 정비와 사전 보전?

 

사후 정비(Reactive Maintenance)와 달리 설비의 고장이나 생산이 중단되는 사태가 발생 하기 전에 대응하는 것을 예방 정비(Preventative Maintenance)라고 한다. 예방 정비는 사 후 정비와 대비되는 포괄적인 개념으로, 정기 정비(Time Base Maintenance)를 시작으로 상 태 기반 정비(Condition Base Maintenance)를 넘어 예지 정비(Predictive Maintenance) 로 발전하고 있다.

 

 

참조#

http://www.aitimes.com/news/articleView.html?idxno=142163 

https://redshift.autodesk.co.kr/ai-in-manufacturing/

제조 업계 인공지능(AI), 미래의 공장 위한 활용법 및 중요성은?