기업명 :

발표자 :

스마트 모니터링시스템에 의한

설비 최적 관리

퓨처메인 주식회사

대표 이 선 휘

1

shl@futuremain.com

2

목 차

1. 스마트 공장의 설비 관리

2. 스마트 모니터링 구축

3. 스마트 모니터링 시스템에 적용되는요소 기술

4. 스마트 모니터링 시스템 구축 사례

3

1. 스마트 공장의 설비 관리

4

스마트 공장에서 설비 관리의 필요성

- Intelligent Monitoring and Diagnostics

Labour

1 min

노동력 감소

생산성은 향상, 비용은 절감!

첨단 기술의 빠른 발전

안전 경영의 필요성 증대

저 출산 고령화로 생산노동력 이 감소하고, 설비고도화에 따른 전문 인력의부 족 , 기 업 간 치 열 한경 쟁 으 로 기 업 생 존 이위협받게 되면서 기계에의한 자동화 생산 방식의시 스 템 이필요하게 되었다.

설비에서 고장이 발생하면다 수 의 안 전 에 위 험 을초래 하고 , 파급 효과로기 업 에 막 대 한 경 제 적손 실 이 발 생 한 다 .안 전 경 영 의 필 요 성 이증가하고 있다.

사물 인터넷과 인공 지능,통신 기술 및 빅 데이터분석 등 첨단 기술을 공장과기계에 융합하여 최고의성 능 으 로 향 상 시 키 고 ,동 시 에 기 계 가 최 상 의상태를 유지하도록 하는관 리 가 가 능 .

센 서 를 통 해 기 계 에 서발생하는 모든 데이터를수집하고 분석 및 평가할 수있어 설비 결함을 고장 전에알려줘 고장에 따른 비용,보 수 비 용 을 절 감 하 고생 산 성 을향상시킬 수 있음

5

스마트 공장에 필요한 요소 기술

Big Data

빅 데이터 혁신적 신기술IIoT&ICT 인공 지능

IIoT & ICT

첨단 센서와 통신

기술을 통해 기계간

서로 정보를 주고

받고, 필요 데이터를

자동으로 수집해

분석을 위한 필요한

장치에 전송

빅 데이터

수 집 된 데 이 터 를

목적과 용도에 맞게

분 류 하 고 분 석 하 여

공장의 현황을 쉽게

파 악 하 고 전 략 적

생산 계획 수립에 활용

인공 지능

전 문 가 의 노 하 우 와

전문 지식을 기계에

적 용 시 켜 위 험 한

환경이나 , 전문가 가

없거나 부족한 곳에

기계로 대체하게 된다.

융합 기술

첨단 기술을 활용해

현 재 문 제 를

해결하고, 발전시 킬

수 있는 혁신적 기술

이 적 용 돼 기 업 의

경 쟁 력

을 향상시킬 수 있다.

6

스마트 공장에서 설비의 체계적 관리

Smart Manufacturing is

… the integration of data…

… with process expertise…

…to enable “Evidence Based Management”…

…of manufacturing.

2014년 ISO에서 “설비자산 경영표준”을

발표했고, 여기서 설비 보전 관리는 “기업의

경영 목표 달성을 목적으로 설비 전 생애에

걸쳐 성능, 리스크, 비용 등을 최적화 하고 지속

가 능 하 도 록 관 리 하 는 체 계 적 관 리 ”

라고 정의하고 있다.

스마트 공장이건 아니건 생산 설비를 유지

보 수 하 는

것은 동일하게 중요하나 스마트 공장에서 설비

유 지

보수는 지금까지와는 달라야 한다.

설비 유지와 보수는 설비 효율을 극대화하여

경영에 이바지 하는 것이다. 스마트 공장에서

최 적 화 된 설 비

관리야 말로 기업의 경쟁력을 강화시키는

요소이다.

스마트 공장 체제하에 설비 관리는 예지보전

7

IOT Solution을 채택하는 이유

출처 : Bain IoT Customer Survey 2016

Improving quality of service or product

Improving productivity of workforce

Increasing customer satisfaction to reduce churn and support costs, gain revenue

Increasing reliability of operations

Increasing asset productivity

Reducing cost of materials or waste

Accessing new customers

Insights for new products and services or cost efficiencies

Faster time to market, lower development costs

Reducing risk of theft or other loss

Transitioning to services offerings

Linking Price to business outcomes

34 %

45 %

47 %

44 %

37 %

35 %

33 %

32 %

26 %

22 %

18 %

16 %

Reasons Businesses Are Adopting IOT Solutions

2016

8

2. 스마트 모니터링 구축

9

설비 관리 - 무엇을 어떻게 실행할 것인가?

PDM Equip. Condition

Monitoring

PAMRoot Cause

Failure Analysis

PM Scheduled

Preventive Task

CM

Equipment Fails

Identification ofMaintenanceWork Tasks

Work

ExecutionWork

Close-out

What How

10

설비결함 진단 기술 비교

11

설비 보전 방식 비교

12

스마트 공장에서 설비 보전 관리

설비 고장 분석01 - CP54 N2 COMPRESSOR

TREND DISPLAY OF Overall Value

0 400 800 1200 1600

Days: 21-6-00 To 09-12-03

Am

pli

tud

e (M

ixed

Un

its)

5.50

1.50 mm/Sec

CP54 -M1H

3.00

.60 mm/Sec

CP54 -M1V

30.0

.0 G-s

CP54 -G2H

30.0

.0 G-s

CP54 -G2A

3.80

1.80 mm/Sec

CP54 -C1H

21.0

.0 mm/Sec

CP54 -C1A

상태 기반 관리

Mo

nth

4

Mo

nth

5

Mo

nth

6

Mo

nth

7

Mo

nth

8

Mo

nth

9

Mo

nth

10

Mo

nth

11

Mo

nth

12

Mo

nth

13

Mo

nth

14

Mo

nth

15

Mo

nth

16

Mo

nth

17

Mo

nth

18

Mo

nth

19

Mo

nth

20

Mo

nth

21

Mo

nth

22

Mo

nth

23

Mo

nth

24

Mo

nth

25

Mo

nth

26

Mo

nth

27

Mo

nth

28

Joppa: Units 1-6

PM Optimization

Reliability Technology Imp.

Cost Benefit Analysis

Coffeen: Units 1-2

CMMS Selection/Optimization

Planning & Scheduling

PM Optimization

Reliability Technology Imp.

Cost Benefit Analysis

Work Process Optimization

Maintenance Training/Mentoring

Spare Parts Optimization

Meredosia: Units 3-4

CMMS Selection/Optimization

Planning & Scheduling

PM Optimization

Reliability Technology Imp.

Cost Benefit Analysis

Work Process Optimization

Maintenance Training/Mentoring

Spare Parts Optimization

Newton: Units 1-2

CMMS Selection/Optimization

Planning & Scheduling

PM Optimization

Reliability Technology Imp.

Cost Benefit Analysis

Work Process Optimization

Maintenance Training/Mentoring

Spare Parts Optimization

Phase II

계획 보전 관리 설비 설계 변경

MaintenancePlan

13

스마트모니터링 시스템은 설비의 정확한 데이터 수집에서부터 정밀분석을 통한 결함진단과 수명 예측까지, 설비의 최적 관리와 예측 보전이

가능하다.

각종센서를통해설비중요데이터수집

설비 DB 자동 구축+

실시간 상태모니터링

설비결함 자동진단 및 예측관리

설비 이상 징후 포착 유관부서&담당자 알린 후

신속히 설비결함 자동 진단 (무인 진단)

설비 수명 예측기능을 통한 설비 생산성 극대화

자동통보

4단계: 설비 데이터의전략적 활용

수집된 Data의정확한 통계

분석& 원-클릭리포트제공

로봇공정

대형회전설비

사출가공설비

PLC Control

각종센서설치

OPC UA

스마트 모니터링 시스템 구성도

14

스마트 모니터링 시스템 구축

생산이력 및 불량관리

Bar code, RFID 활용초기 자동화 설비

실시간 생산 정보데이터 수집 및 관리

IIOT Sensor센서활용 설비 관리

CMS / VMS설비데이터 자동 집계

기능간 통합

실시간 공장 자동제어설비 상태관리 평가

PLC 등 실시간 제어데이터 취득 시스템 연동

공정 자동화 및 통합데이터 분석 및 평가

예방보전 및 계획 보전

자율생산 시스템구축설비 예지보전 관리

네트워크 협업

설비 수명 및 품질 예측실시간 의사 결정

지능화 및 빅데이터 통합스마트 모니터링 시스템

가상 물리 시스템

스마트 공장

자율 생산 구축

기초 단계 중간 1 단계 중간 2 단계 고도화 단계

15

스마트 모니터링 시스템 -상태 평가 및 수명 예측

스마트 모니터링 시스템으로 체계적인 설비 관리와 예측 보전을수행함으로써 계획 정비와 설비 보전 비용을 절감할 수 있습니다.

센서를 통한설비 정량+정성 데이터모두 수집

스마트 모니터링 시스템의 활용으로 설비 최적관리 와 결함 및 수명 예측이가능하다.

설비 상태 평가 + 설비 결함 예측 + 설비 결함 진단 + 설비 수명계산 + 데이터 처리+ 리포트 출력

16

빅데이터 분석을 통한 결함원인 분석

가장 중요한 것은 설비의 데이터 수집만이 아니다. 데이터연관성을

분석하고 의미 있는 데이터를 추출함으로써 결함의 근본 원인과공정과 제품의 품질에 미치는 영향까지도 정확히 분석하여야

한다.

17

스마트 모니터링의 차별성

기존의 설비 모니터링 시스템

Ex)

1. 설비 현재 상태 및 알람만표시

2. 설비 결함 진단 불가

설비의각종

빅 데이터

데이터의 정량적인

수치만 수집하여

모니터링 제공

Temp. Vibration Magnetic field

110 F º 12.438 7.16

Voltage Pressure

60 39

40개의 진동 주파수파라미터 분석을

통한진동 데이터의

실시간초기결함 진단 가능

1. 설비 현재 상태 파악 및 알람

표시

2. 설비 결함 진단 가능

3. 설비 고장 예측 가능

4. 베어링 수명계산 가능

Temp. Vibration Magnetic field

110 F º 12.438 7.16

Voltage Pressure

60 39

• 현재 설비 상태 : [ ‘D’ Unacceptable: Breakdown required ]• 설비 결함 발생!! : Static Unbalance

스마트 설비 모니터링 시스템

18

3. 스마트 모니터링 시스템에적용되는 요소 기술

1919

증강 현실 기술을 융합한 현장 상태 감시 기술

현장 점검 시 실시간 운전 및 설비 정보를 제공

실시간 설비 상태 평가 / 자동 진단 기술 수명 예측 /통계 분석을 통한 예측 기술

빅테이터 분석을 통한 설비 통합 관리 기술

스마트 모니터링의 요소 기술

20

설비의각종

빅 데이터

인공 지능을 활용한 자동 진단 및 고장 예측

설비의 데이터를 실시간으로 수집하고, 설비의 상태 평가와함께

인공 지능 기법을 활용한 결함 패턴 분석을 통해 실시간 자동진단과

설비의 고장 및 수명을 미리 예측하고 설비관리자에게통보한다.

21

Rotating MachineryManufacturing

equipment

InstallingSensors

Action

Smart Glass(Augmented Reality)

Calling Service engineer

Information

실시간 진단 기술과 증강 현실의 융합 기술

실시간 설비분석 기술과 증강 현실 기술을 융합해 현장 기술자가 안전하고빠르게

설비를 점검하고 보수할 수 있는 시스템을 구축한다. 스마트 글라스를 통해

실시간 전송되는 설비의 상태를 확인하고, 고장 이력과 보수 방법을결정하게 된다.

22

Dec 17 11:16:51 ip-172-31-15-249 sshd[18548]: input_userauth_request: Dec 17 11:16:51 ip-172-31-15-249 sshd[18548]: Received disconnect fromDec 17 11:16:52 ip-172-31-15-249 sshd[18550]: Invalid user admln from Dec 17 11:16:52 ip-172-31-15-249 sshd[18550]: input_userauth_request: Dec 17 11:16:52 ip-172-31-15-249 sshd[18550]: Received disconnect fromDec 17 11:16:53 ip-172-31-15-249 sshd[18552]: Invalid user jenkins from Dec 17 11:16:53 ip-172-31-15-249 sshd[18552]: input_userauth_request: Dec 17 11:16:54 ip-172-31-15-249 sshd[18552]: Received disconnect fromDec 17 11:16:55 ip-172-31-15-249 sshd[18554]: Invalid user hadoop from Dec 17 11:16:55 ip-172-31-15-249 sshd[18554]: input_userauth_request: Dec 17 11:16:55 ip-172-31-15-249 sshd[18554]: Received disconnect fromDec 17 11:16:56 ip-172-31-15-249 sshd[18556]: Invalid user nagios from

Big Data

10

10

110

101

011

010

11

01

01

011

010

110

10

11

01

010

110

101

101

01

10

10

101

00

10

101

101

000

101

01

10

10

10

11

010

100

101

101

01

00

01

01

100

100

101

100

10

Log/Event Store

Analytics

BI

Management

ISV

Query

Results

빅 데이터 분석을 통한 설비 관리 기술

인공지능 기술과 빅 데이터 분석기술을 융합하여 센서에서 취득된 다량의시 계열 데이터를 고속으로 분류 저장하고, 진단 알고리즘의 결함패턴 분석

을 통해

진단의 신뢰성 향상과 설비간 결함의 연관성 및 파급 효과를 미리 예측.

23

4. 스마트 모니터링 시스템구축 사례

24

YK SB Calender Roll 관리 시스템

25

Bottom Motor Outboard Horizontal

Bottom Motor Inboard Horizontal

시스템 구축 후 진동 경향 분석

26

스마트 모니터링 시스템에 AR 기술 활용

27

NC Machine 공구 수명 예측대상 설비 : NC Machine 대상 공구 : NO.1 ENDMILL

1차 가공 시간 : 2017년 3월 8일 10:27 ~ 10:55 및 11:41 ~ 12:04분 총 51분 운전 (재질:

SS 45)

12시 04분 공구 파손으로 운전 중단 - 사용률: 85%

2차 가공 시간 : 2017년 3월 8일 14:03 ~ 14:39 및 15:06 ~ 15:21분 총 51분 운전 (재질:

SS410)

15시 20분 공구 파손으로 운전 중단 - 사용률: 85%공구 번호(TOOL NO)

공 구 명 가공 구분회 전 수(RPM)

가공 시간 규 격수 명

(Minute)

이송 속도(FEED)

가공 깊이(DEPTH)

T - 1 End Mill황 삭

(Rough Grinding) 6,000 3’ 11” Φ 8.5 60 0.2 3.65

그림 3-2. NO. 1 ENDMILL 공구

그림 3-3. 대상설비에 공구 설치 진동 센서 설치 실시간 측정 및 분석 장비

28

가공품 재질 변화에 따른 공구 수명 경향 분석

재질 : SS 45

재질 : SS 410

NO.1 End Mill 공구로 가공한 불량 표면NO.1 End Mill 공구 파손

재질에 따른 공구 파손 경향

29

실시간 상태 평가와 잔여 수명 예측센서로부터 전송 받은 데이터를 기반으로 보유한 설비의 전체 상태를 모니터링할 수 있는 Dashboard를 통해 현재 가동중인 설비의 상태 평가 결과가 확인

가능 하며 기준 값의 설정에 따른 공구 수명 예측

30

www.futuremain.com

감 사 합 니 다

퓨처메인 주식회사 www.futuremain.com경기도 수원시 영통구 광교로 156 광교비즈니스센터 711

Tel : 031-893-9735 Fax : 031-893-9235