4차 산업의 예지 정비(Predictive maintenance) 기술
4차 산업에 있어 많은 제조업체들이 스마트 팩토리 구축을 계획하고 있다.
2020년까지 2만개의 스마트 공장 구축사업을 정부에서 지원하고 있으며, 생산성과 품질 향상은 중요한 핵심 목표이기도 하다.
생산성을 향상하기 위해서는 생산설비의 가동률을 최대한 높일 필요가 있다.
설비의 고장은 생산성 하락 뿐만 아니라 제품의 품질에 영향을 미치기도 한다.
또한, 정기적인 부품 교체를 통한 장비 유지보수 비용, 작업계획 대비 실적치가 떨어짐으로써 수주계획을 달성하지 못하는 악 영향을 초래하게 된다.
일반적으로 스마트 팩토리에 적용 되는 산업용 센서는 단순한 설비의 운영상태 값을 다양한 차트로 시각화 하여 보여주는 수준에서 점차 고도화 되어가고 있다.
설비의 이상 징후를 조기에 포착하여 부품의 교환시기, 보수 계획, 생산 계획의 반영 및 생산 품질에 영향을 주는 요인이 무엇인지 추적이 가능해 지고 있는 것이다.
예지정비의 기술은 무엇인가?
예지 정비의 목적은 설비의 자산 관리 측면에서 설비의 고장을 미리 예측하여 조기에 유지 보수함으로써 운영 비용을 절감하고 운영 효율성을 극대화 하는 것이다.
예지정비의 목적은 예방정비와 차이가 있는데, 예방정비는 설비를 정상 운영 중에 정기적인 스케쥴에 따라 장비의 주요 항목을 검사하는 것이다. 예방정비의 경우 규칙적인 고장 주기와 정비주기에 주목하며 제한적인 모니터링 방식이다. 형식적인 예방정비는 정상 동작하는 부품까지도 교체해야 하게 되어 부품 비용 발생과 기계 잔존 수명에 영향을 줄 수 있다.
하지만 예지 정비는 데이터 기반의 모니터링 알고리즘을 만들고 설비의 장애 예측 모델을 만들어 상태정비와 연계된 이상항목 관리라고 할 수 있다.
설비에 장착된 센서는 이상 징후를 포착하여 조기 신호를 실시간으로 모니터링하고 수집하게 된다. 이상 징후는 다양한 형태로 랜덤하게 발생하게 되고 설비운영자가 육감으로도 감지 할 수 있는 시점에는 이미 고장의 징후가 소음발생과 발열로 두드러지게 나타난다.
고장의 유형은 컨디션상황에 따라 랜덤(89%)하게 발생하는 것이 시간경과에 따라 일반적으로 나타나는 고장유형(11%)으로 나타나는 것보다 크다.
이것은 무엇을 의미하는가? 예방정비에 따른 설비자산의 부품을 검사하는 것보다 예지정비를 통해 불규칙적인 고장 발생영향 요소를 찾아내는 것이 중요하다고 볼 수 있다.
왜냐하면, 생산 공정 치 관리와 품질에 영향을 주는 요인이 환경적인 컨디션에 의해서도 좌우하는 만큼 쉽게 파악하기 어려운 부분이기 때문이다.
예지정비는 4차 산업의 혁명에 있어 다양한 기술이 집약된 기술이라고 할 수 있다.
4차 산업에 있어서 IoT 기술은 센서, 마이크로 프로세서, 저전력 무선 전송 기술이 오픈소스와 표준화를 통해 보편화를 추구하고 있다.
설비에 장착될 수 있는 센서는 진동, 사운드, 유량/유압, 전류/전압, 열 등 다양하다. 예로서, 플라스틱 사출의 공정 중 온도, 압력, 진동은 설비의 Health 상태를 가늠할 수 있는 인자이다.
예지정비 솔루션에는 진동 센서가 많이 활용되는데, 설비의 센서 데이터를 수집하고 게이트웨이를 거쳐서 빅데이터 플랫폼으로 보내어진다.
일반적으로 센서 데이터는 실시간 모니터링 되고 있으며 룰 엔진 기반으로 이상치가 발견되었을 때 알람을 발생하고 조치를 취하게 된다.
설비에 장착된 센서의 데이터는 온프래미스나 클라우드상에서 빅데이터 플랫폼이 수집, 분석하고 머신러닝을 통해 고장의 유형을 학습하게 된다.
현재 대두되고 있는 방식은 통계적인 예측에서 머신러닝을 통한 실시간 기계학습을 적용하고 있다. 수집된 데이터를 분석 및 머신러닝 학습하는데 있어서는 Splunk라는 빅데이터 플랫폼, Falkony, Spark ML 같은 머신러닝 소프트웨어가 사용된다.
센서데이터가 수집, 분석 및 프로세싱 후에는 실시간 상태 데이터를 차트나 게이지로 화면상에 시각적인 툴을 이용하여 가시화한다. 실시간 모니터링 및 기존에 학습된 패턴을 시각화함으로서 긍극적으로 고장유형이 발생하면 즉각적으로 해결해야 하기 때문이다.
예지정비를 무엇을 할 수 있는가?
예지정비 솔루션을 도입함으로써 무엇을 할 수 있는가? 아래와 같은 도입효과를 가져올 수 있다.
직접적인 효과
설비 장애 조기 감지 및 설비 수명을 예지
설비 장애를 초래한 근본적인 원인을 분석
설비의 고장 양상에 따른 품질 발생 예지 및 근본적인 원인을 추적
부품의 조기 준비 통한 가동률 향상
공정 효율 및 품질 향상
설비 자산의 생산성 향상
간접적인 효과
머신러닝 기반 예지정비 모델링
어떤 요인이 장비에 영향을 끼치는지에 알고리즘 기반의 분석적 방법론을 만들기 위해서는 조직의 데이터 기반한 의식 체계를 만들 필요가 있다.
데이터에 기반한 업무 분석은 빅데이터 솔루션을 도입하는데 있어 가장 근본적인 조직의 역량 강화 필요 부분이기도 하다.
시뮬레이션 결과와 즉각적인 의사결정
예지정비와 더불어 시각화 솔루션 도입은 실시간으로 일어나고 있는 일을 전사적으로 파악하고 조치할 수 있게 한다.
시각화 툴을 통해 하나의 모니터링 화면을 보며 장비 운영자, 품질 담당자, 생산 담당자가 현재 상황에 대해 빠르게 이해 할 수 있다.
또한, 커뮤니케이션 하는 시간을 줄일 수 있기도 하다. 별도의 보고과정 없이 즉각적인 인지 및 의사결정을 할 수 있는 플랫폼 기능을 하게 된다.
결론
많은 기업들이 예지 정비 솔루션에 관심을 가지고 있다.
4차 산업에 있어 공장 생산 자동화, ERP 및 MES 도입을 통한 전산 자동화와 더불어 예지 정비 솔루션은 고도화 기술의 한 부분이기 때문이다.
공장내에는 펌프, 모터, 사출장비, 롤러 등 다양한 설비가 있으며 용도에 따라 센서의 종류, 장착위치, 데이터 취합, 분석 알고리즘, 데이터 시각화 방법 등이 다르다.
공장내에는 장비의 가동 소리만 듣고도 육감으로 무엇인지 문제인지 알 수 있는 장인들이 있다.
공장에서 근무한 오랜 경험, 육감 등이 데이터로 축적되고 있지 못하다. 많은 기업들이 개선해야 할 점은 이러한 데이터를 축적하고 활용하는 것이다.
데이터가 축적되고 분석된 것이 무엇을 의미하는지 투명하게 소통하는 기업 문화가 필요하다고 여겨진다.
예지정비 솔루션도 사람을 대체 할 수 없으며, 공장을 위해 열심히 일하는 근로자와 오피스 담당자들이 협업하며 함께 문제를 풀어가는 기업 문화를 만들어 감으로써 기업의 경쟁력을 갖추는 것이 중요하다고 할 수 있다.