계장기술(PROCON)

기획특집 산업 AI를 활용한 지능형 설비 예지보전 솔루션 ‘HanPHI’

페이지 정보

작성자 최고관리자 댓글 0건 조회 80회 작성일 22-09-15 15:24

본문

설비 예지보전 시장 동향

인공지능(AI)에 대한 산업의 관심이 꾸준히 높아지고 있다. 특히 작은 인적 실수나 기기의 일시적 고장이 생산품의 품질에 영향을 미치고, 매출의 하락을 결정하는 제조 산업에서 인공지능(AI) 기술에 관심을 갖는 것은 자연스러운 현상이다. 인공지능 기술은 사람을 대신해 위험한 플랜트 현장을 보고, 무인으로 생산 시스템을 운영하고, 빅데이터를 분석하여 최적의 운영 패턴을 찾아내는 등 최근 몇 년간 그 활용도가 다양해지고 있다. 그 중에 산업 관계자들이의 집중하는 주제는 설비나 기기의 결함을 사전에 예측하는 지능형 설비 예지보전 기술이다.

세계 예지보전 시장 규모는 2026년 16.6조 원을 돌파할 것으로 전망된다. 최근 이직률이 증가하고 노하우를 가진 직원의 부재 상황에 직면한 기업이 많아졌다. 이제껏 경험에 의존해왔던 유지보수를 정확한 데이터 및 기술을 바탕으로 운영되어야 한다는 수요가 증가한 것이다. 국내 시장에 여러 예지보전 기술이 소개되고 시장의 성장세도 꾸준히 높아지고 있지만, 기업에 맞는 기술을 어떻게 적용할지에 대한 의견이 분분한 실정이다.
예지보전 솔루션 도입을 고려하는 기업이라면, 우선적으로 개선하고자 하는 대상을 결정해야 한다. 예지보전 기술의 궁극적인 목표는 생산성, 효율성, 안전에 관련된 잠재적 문제를 해결하기 위함이다. 예지보전 솔루션의 종류가 다양하고, 제각각 다른 강점을 갖고 있다. 우리 기업이 생산성 향상에 중점이 맞춰진다면 생산 설비에 대한 관리가 중요해지고, 효율성을 따진다면 딥러닝 기술을 활용해서 수율을 높일 수 있는 방향을 찾고, 불량률을 줄이는 식의 운영 목표를 잡을 수 있다. 예지보전 기술의 도입은 ‘기업의 필요에 맞는 솔루션을 찾는 것’에서 시작된다.


AI 기반 예지보전 솔루션‘HanPHI’

BNF테크놀로지의 예지보전 솔루션인 ‘HanPHI’는 기기의 잠재된 고장이나, 숨은 고장의 이상 현상을 사전에 예측하여 알리는 솔루션으로, 생산 설비의 최적 운영을 지원하는 장점이 있다. 머신러닝 기술을 활용하여 설비의 잠재 고장, 숨은 고장을 사전에 발견하고, 실제 고장 발생 전 충분한 리드타임을 확보하여 대형 사고나 이로 인한 손실을 예방한다.

인공지능(AI)의 하위 집합인 머신러닝은 사람에 의지하지 않고 컴퓨터가 스스로 데이터 학습 및 패턴 예측하는 기술이다. HanPHI의 머신러닝 알고리즘은 과거의 플랜트가 정상 운영 시(빅데이터 학습 후) 정밀한 예측 모델을 만든다. 그리고 실시간 설비 데이터와 예측 모델의 데이터를 비교하고, 예측을 벗어나는 데이터 패턴을 보이는 신호를 즉시 찾아내어 빠르게 경보를 보낸다.

HanPHI는 알람의 정상 범주 내 미세한 이상 징후를 발견할 수 있고, DCS나 HMI 알람이 울리지 않았을 시점에도 알람을 제공할 수 있다는 점에서 타 제품과 차별화된다. 또한 외부 환경, 설비 간 연관성 등의 종합적인 영향을 고려하여 고장 징후를 미리 알려주기에 알람 관리에 대한 피로감을 줄이고, 효과적인 플랜트 운영을 돕는다.

1b27abf8775146b39d41d9422d446e9b_1663223064_0665.png 

우리나라는 진동, 전류 등의 단일신호를 활용하여 특정 설비(ex. 모터)를 예지보전하는 전문 업체를 많이 보유하고 있다. HanPHI는 진동 혹은 전류 데이터 기반의 예지보전 솔루션과는 다른 예측 알고리즘을 가진 솔루션이다. 앞에서 언급했듯이 HanPHI는 빅데이터 분석 결과로 설비 이상 징후를 감지하는 개념으로, 예지보전이 필요한 설비 혹은 신호를 특정하지 않고도 도입이 가능하다. 플랜트는 여러 가지 설비들이 종합적으로 운용되는 곳이기에 한가지 설비를 집중적으로 모니터링하기보다 프로세스 전체를 관리해야 진정한 예지보전을 실현할 수 있다. 어떤 문제가 발생하는 배경에는 연관성 있는 설비들 중 한곳에서 문제가 발생하여 연속적인 영향을 받는 경우가 많다. 이 때문에 플랜트 전체 설비의 데이터를 학습할 필요가 있다.

머신러닝 알고리즘 등 복잡한 신기술이 적용되었지만, 사용이 매우 쉽고 직관적이다. HanPHI의 플랜트 신뢰도 지수(Health Index)는 전체 플랜트 혹은 주요 설비 계통의 실시간 건강 상태를 한눈에 파악 가능한 백분율 지수로 계산하여 보여준다. 정상 대비 실시간 상태의 수준을 누구나 쉽게 이해하고, 이상을 발견할 수 있도록 고안된 기능이다.

플랜트 신뢰도 지수를 더블 클릭했을 때 나타난다. Success Tree 화면은 최상위단의 시스템으로부터 최하위단의 신호까지 흐름을 계층 구조로 확인할 수 있고, 값이 떨어지는 지수의 원인 신호를 빠르게 추적하고 조치를 취할 수 있다.

HanPHI는 점점 지능화되는 소프트웨어 시장에서 사용성까지 놓치지 않는 예지보전 소프트웨어로 입지를 굳혀가고 있다. 소개된 기능은 설치 버전 혹은 웹 기반으로 이용이 가능하다.

한편 측정 데이터 값이 많아질수록 더욱 정교한 예지보전이 가능하고, 때로는 복잡한 연산이 필요하다. 이때 안정적인 서버 엔진의 역할이 중요하다. BNF테크놀로지가 자체 개발한 강력한 서버 엔진은 초당 수백만 개의 신호까지도 실시간 처리가 가능하다. 나노세컨(Nano Second) 단위로도 데이터를 처리할 수 있는 BNF테크놀로지 서버 엔진의 뛰어난 성능은, 진동 혹은 전류와 같이 변화 값이 많아 대용량 데이터를 빠르게 처리할 때 빛을 발한다.


국내 대형 화학 기업의 HanPHI 도입 사례

BNF테크놀로지의 소프트웨어로 이미 많은 고객들이 공장 다운타임을 줄이고, 플랜트 운영 비용을 절감하고 있다. 최근에는 국내 대형 화학 기업 S사에 HanPHI가 설치되었다. S사는 디지털 전환을 위한 전담 조직을 운영하고 있으며, 예지보전 솔루션을 가진 여러 업체와의 미팅 끝에 HanPHI를 선택했다. S사는 설비 고장 감소, 화학 품질 및 순도 관리 및 수율 향상을 목표로 하고 있었으며, 현장과 외부 간의 설비 운영 관련 커뮤니케이션을 개선하고자 노력하였다. HanPHI 도입 후 S사의 현장 담당자들은 현장을 직접 방문하지 않고도 설비 고장을 빠르게 발견할 수 있게 되었다. 또한, 현장 외부 관리자도 설비 데이터 접근이 가능해져 직접 설비 고장을 발견하여 현장에 알리는 등 현장과의 소통이 원활해졌다. Han PHI 도입으로 성과를 확인한 S사는 2차, 3차 사업을 추진하며 사업장 내 HanPHI 도입을 늘려가고 있다.


플랜트 전문 소프트웨어 회사 ‘BNF테크놀로지’

2000년 설립한 BNF테크놀로지는 프로세스 플랜트 분야의 운영과 관리에 최적화된 소프트웨어 솔루션을 개발하는 전문 기업으로, 플랜트의 신뢰성을 높이고, 보다 효율적으로 운영할 수 있는 산업용 빅데이터 플랫폼과 AI 기반 예지보전 솔루션을 자체 개발해 다양한 산업 현장에 적용해왔다.

2009년 인도지사 설립으로 시작한 해외 진출은 사우디아라비아를 기점으로 중동 시장에 진입할 수 있었으며, 미국·쿠웨이트·말레이시아 등으로 이어져 꾸준히 해외시장을 확대하고 있다. 2016년에는 북미 시장 본격 개척을 위해 미국 텍사스주에 HanAra Software 법인을 설립하였고, 고객 가치 창출과 문제 해결에 필요한 소프트웨어 솔루션을 지속적으로 연구 제공하였으며, 플랜트 산업 발전에 기여하는 플랜트 전문 글로벌 소프트웨어 기업으로 자리매김하고 있다.


dykwak@bnftech.com