smart factory data 기반의예지보전29d-2].pdf · 패턴인식을통한결함진단...
TRANSCRIPT
Smart Factory Data 기반의 예지보전
기업명 :
발표자 :
BNF 테크놀로지
김수영
1
Chapter 1. BNF테크놀로지 회사 소개
Chapter 2. 데이터의 중요성예지 보전의 중요성스마트팩토리
Chapter 3. 구현 기술 소개국내외 구축 사례 소개
목차
Chapter 1. BNF테크놀로지 회사 소개
Chapter 2. 데이터의 중요성예지 보전의 중요성스마트팩토리
Chapter 3. 구현 기술 소개국내외 구축 사례 소개
BNF테크놀로지 소개
프로세스 플랜트 운영 및 관리 소프트웨어 전문 기업, BNF테크놀로지
대표이사 서 호 준
설립일 2000, 11, 10
소재지 대전시 유성구 테크노2로 170-10
사업분야 소프트웨어 제품 개발 및 공급
해외지사 인도 간디나가르
기업 개요 레퍼런스솔루션 공급 현황
• 국내 42개 사이트 230여개
호기
- 원자력 발전 28개 호기
- 발전 5개사, 민자 발전
- 가스공사, 지역난방, 풍력, 연료전지
• 해외 5개국
미국, 말레이시아, 쿠웨이트,
인도, 사우디아라비아
- 해수 담수화, 캠퍼스 에너지,
석유화학, 정유화학, 송배전
국내 및 해외 5개국
53개 사이트
253 Units
솔루션 적용해외법인 미국 텍사스, 한아라 소프트웨어
파트너사 말레이시아 쿠알라룸푸르 Matrix power
인력 현황
솔루션 공급 현황
• 국내 42개 사이트 230여개
호기
- 원자력 발전 28개 호기
- 발전 5개사, 민자 발전
- 가스공사, 지역난방, 풍력, 연료전지
• 해외 5개국
미국, 말레이시아, 쿠웨이트,
인도, 사우디아라비아
- 해수 담수화, 캠퍼스 에너지,
석유화학, 정유화학, 송배전
국내 및 해외 5개국
53개 사이트
253 Units
솔루션 적용
IT인력72%
SW 개발 / 엔지니어
관리
품질
영업
빅데이터 처리
IoT, 빅데이터의 ‘데이터 인프라스트럭쳐’ 및 예지 보전을 위한 분석 솔루션 제공
지능화를 실현하기 위한 기반 단계 구현
에너지저감
에너지저감
고객만족고객만족
“시장 리더십 확보”
이익증대이익증대
스마트팩토리의 운영이 가능하도록 지원하는소프트웨어 솔루션
품질 / 성능 관리
HMI & 프로세스 모니터링
조기경보 / 예측 감시 / 진단통합 관제
사무 / 작업 / 자원 배치
공장 운영 상황 분석
원가 낭비 요소 제거
원가 통제 / 비용 최소화 계획
품질불량 방지 / 이력 추적
품질 통제 / 상관 분석
생산성 향상
원가 절감
품질 향상
Smart Factory 데이터,예지보전
데이터의 중요성
2025년 800억 개
180180조조 GBGB
VelocityVolumeAmount of Data The speed of data
[ Basic 3V of Big Data ]“대용량, 고속, 다양한 형태의 데이터 자산”
180180조조 GBGBVariety
Various Type of data
통찰력 / 의사 결정 / 프로세스 자동화
- IDG / Gartner Research
데이터의 중요성
“ We All Have Data, the Key to Business is How Well You Manage it”
데이터를 정보로
전환하기 위한
프로세스
데이터를 정보로
전환하기 위한
프로세스
예지보전의 중요성 - 설비관리 패러다임의 변화
Preventive Maintenance예방정비- 정기적 스케줄- 체계적 주요 항목 점검
Predictive Maintenance예측 정비- 설비 실시간 감시- 운영 상태 모니터링- 사전 고장 예측 / 정비
최적화최적화 (Optimization)(Optimization)
패턴인식을패턴인식을 통한통한 결함결함 진단진단
예지예지 보전보전
Reactive Maintenance사후 정비
Preventive Maintenance예방정비- 정기적 스케줄- 체계적 주요 항목 점검
기존기존 시간기준정비시간기준정비 (TBM)(TBM)
ITIT 기술기술 활용활용, , 상태기반상태기반 정비정비 + + 원격통합감시원격통합감시
• 설비 진단시스템 및 진단기술 부재
• 고장 발생 전 예측정비의 어려움
• 정비기간 및 정비비용 증가
• IT기반 신뢰성 높은 예측진단 시스템 구축
• 상태기반 정비체제 정착을 위한 보완
• 정비기간 단축 및 정비비용 감소
개선개선상태기준정비상태기준정비 (CBM)(CBM)
예지 보전의 중요성 – 설비 고장의 특성
2929
11
Point P:Potential Failure
Early Warning with Predictive Analytics
PF Curve (Potential Failure Curve)
300300
Normal Operation Predictive Preventive Reactive
Point F:Functional Failure
Perf
orm
ance
Lead Time to Functional Failure89% Random Failure- 설비 고장 패턴 연구 (by Nowlan and heap study 1978)
하인리히 법칙 (산업재해 분석 결과)
스마트팩토리
ICT기술을 기반으로 공정 데이터를 수집하고 분석하여 목적에 맞게 스스로 제어하는 공장
Cloud Computing/ IoT / Cyber Security
기업차원의 의사결정
생산관리시스템기업자원관리시스템
정보통신기술 기반 실시간 커뮤니케이션 (정보 교환 활동) / 컨트롤 / 최적화
Predictive Analysis Machine Learning
3D Monitoring / Digital Twin
VR / AR Monitoring
생산관리시스템기업자원관리시스템
객체 / 프로세스 관리
보안
스마트팩토리의 구현 단계 및 핵심 기술
[데이터 연결] à [데이터 분석•진단] à [지능화•자율화]
데이터 연결 데이터 분석•진단 자율화•지능화
Real-data analysis Dashboard
KPI Management
각종 데이터 소스(센서로부터 수집)+
인터페이스+
생산, 품질, 설비, 에너지 관리 각종 응용 프로그램
데이터 통합 환경 구축을 위한
IoT, 빅데이터를 위한 Data Infrastructure
통합된 데이터를 모니터링하고 수준 높게
분석하여 정보를 추출하는 Visualization
‘상호작용’을 기반으로 하여 제어하는 기술
유연하게 적응할 수 있는 시스템의 자율화
Real-data analysis
predictive analysis
Processanalysis
Asset Management
실제(Physical) 가상세계(Cyber)
가상물리시스템(CPS)
모델링한 것을 시뮬레이션하고
물리적(실제)세계에 적용하며 소통
모니터링, 예측분석, 공정관리, KPI 등의 분석 기반
비즈니스 인텔리전스를 위한 진단 / 최적화
스마트팩토리의 구현 단계 및 핵심 기술
[기초 단계] à [중간 단계] à [고도화 단계][데이터 연결] à [데이터 분석•진단] à [지능화•자율화]
ICT 미적용 기초 단계 중간 단계 중간 단계 고도화 단계
• 유무선 네트워크 연결
• 제조 과정 통합
• 자율적 공장 운영
• CPS 네트워크 협업
• EXCEL 활용
• 시스템 부재
• 수작업
• 전화/이메일 협업• 실적집계 자동화
• 공정 물류 관리
• 부분, 개별 운용
• 자재흐름 파악
• 모기업 의존
• 설비데이터 자동집계
• 실시간 공장 모니터링
• 기능 간 통합
• 자동화 협업
• 설비제어 자동화
• 실시간 공장 제어
• 실시간 생산 최적화
• 시스템 간 연동
Smart Factory 데이터 기반 예지 보전 솔루션 소개
스마트팩토리 핵심 기술
스마트 팩토리 ‘데이터 인프라스트럭쳐’ 구현
ERP, SCMESH, PLM
DashboardKPI ManagementIntegrated Monitoring
MESEarly WarringReal-data analysis predictive analysisProcess analysisAsset Management
Management
Business
Early WarringReal-data analysis predictive analysisProcess analysisAsset Management
PLCs(Programmable logic controller)
HMI(Human Machine Interface)
(Big Data Infrastructure)
Data Collect
Data Integration
Data Management
Other Systems
Machinery (Sensor & Field Instrument)
CloudData Hub
OPC UAOPC UA
IoTIoT
M2M
IEC 61850IEC 61850
IEC 60870
Modbus
SCADA
GE Power
SIEMENS
ABB
Zigbee
Bluetooth
Interface
데이터 인프라스트럭처
C
OperationSystem
DCS(Distributedcontrol system)
PLC(Programmablelogic controller)
Interface
Collect Data
OPC UAOPC UA
IoTIoT
M2M
IEC 61850IEC 61850
IEC 60870
Modbus
SCADA
GE Power
SIEMENS
ABB
Zigbee
Bluetooth
Azure(Cloud)
M
Field Management 시스템 활용 및 기대 효과
Information Technology Area Operational Technology Area
설비에 대한 실시간 제어 및 감시- 시공간 제약 없는 다양한 디바이스 활용
Monitoring Early Warring
데이터 수집 / 제어 / 시각화까지 이르는 데이터 플랫폼
C
MOne-way interface
PLC(Programmablelogic controller)
IED(Intelligentelectronic device)
Digital equipment
Video System
Other System
EMSPLMERPMES
OPC UAOPC UA
IoTIoT
M2M
IEC 61850IEC 61850
IEC 60870
Modbus
SCADA
GE Power
SIEMENS
ABB
Zigbee
Bluetooth
Azure(Cloud)
데이터 기반의 스마트한 의사 결정- 예방정비 / 유지보수 / 시스템 최적화
예측 정비 체제를 통한 정비 비용 절감- 기능적 결함, 잠재 고장, 숨은 고장 포착
프로세스 및 자원 최적 관리 운영- 타 시스템(ERP) 과 연계하여 KPI 관리
설비에 대한 다양한 실시간 분석- 설비 데이터 분석을 통한 체계적 관리
Real-data analysis
Process analysis
predictive analysis
KPI & Dashboard
Control
데이터 인프라스트럭처 주요 특징
현장 : 제어 및 운전 감시현장 : 제어 및 운전 감시
현장 및 주 제어실이 아닌 언제 어디서든 신속하고 빠른 설비 상태를 파악 가능
원격지 : Monitoring원격지 : Monitoring 원격지 : Monitoring원격지 : Monitoring신속하고 정확한
데이터 기반의 의사결정 가능
다양한 디바이스 버전 S/W 지원사무실 PC 타 공장 PC
[ 다양한 Chart 화면 ]
다양한 차트 분석 도구를 활용하여 실시간 / 과거 데이터를 시각화하여 분석 가능
데이터 인프라스트럭처 주요 특징
▲ Line Chart - 실시간/과거 데이터의 Trend 확인 ▲ Bar Chart : 값이 비등한 Tag 여러 개를 비교 ▲ Tile Chart : 여러 Tag의 Trend를 한눈에 비교
▲ XY Chart : 연관 있는 2개의 Tag 값 상관성 분석 ▲ Comparison Chart : 서로 같거나 다른 두 개의 변수 데이터 분석
Trend 와 데이터를 통한 과거 데이터 조회 Mimic Replayer 활용을 통한 과거 데이터 분석
과거 및 이전 교대 근무자의 사용 현황을 리플레이하여 과거 설비 운전 상태를 감시 및 분석 가능
기존 과거 데이터 분석 방법 차세대 과거 데이터 분석 방법
데이터 인프라스트럭처 주요 특징
• 해당 설비의 공정화면에서 각각의 Tag를 개별적으로 확인
• 제한된 수의 Tag들만 조회하기 때문에 전체 공정화면의
과거 상황을 종합적으로 알 수 없음
• 원하는 과거시간의 공정화면을, 원하는 배속으로 바로 조회 가능
• Tag 수에 제한 없이 공정화면 상의 과거 데이터 전체를 확인
• 해당 설비의 공정화면으로 바로 이동 가능
• 동일한 공정화면을 조회하여 현재와 비교 가능
Spreadsheet 활용 없이 과거 현장 데이터 조회 및 활용 방법 Spreadsheet 활용을 통한 데이터 활용
DCS, PLC 데이터 USB에 저장
11
22
오피스 프로그램과 연동하여 실시간 / 과거 데이터를 활용하여 다양한 차트 및 리포트 작성 가능
기존 과거 데이터 분석 방법 차세대 과거 데이터 분석 방법
데이터 인프라스트럭처 주요 특징
20
• 기간, 조건 등 원하는 데이터를 바로 Excel을 통해 조회
• 원하는 Tag의 Trend를 엑셀 시트에 불러와 활용 가능
• 보고서 툴만 만들어 놓으면 필요한 시간에 바로 갱신
• 기존 Excel 기능과 동일하게 활용 가능하며, 다양한 보고서 템플릿 지원
DCS, PLC 데이터 USB에 저장
통계 툴, 분석 툴에데이터 적재
데이터 조회 및 분석
최종 보고서로가공 / 보고
22
33
44
설비의 이상 징후(Alarm)에 대해서 언제 어디서나 분석 가능
현장 Alarm을 원격지에서는 확인할 수 없음
기존 Alarm 데이터 분석 방법
Alarm 활용을 통한 시공간의 제약 없는 Tag 분석
차세대 Alarm 데이터 분석 방법
데이터 인프라스트럭처 주요 특징
현장 설비 Alarm
현장 Alarm을원격지에서
확인 할 수 없음
단일 설비 시설 및주 제어실만 확인
가능원격지 원격지
• 문제가 발생해도 원격지에서는 Alarm 신호를 확인하기 어려움
• 공장 별, 라인 별로 개별적으로 Alarm 신호 확인 및 관리
• 현장에서 발생한 Alarm에 대해 원격지에서 실시간 확인
• 공장 별, 라인 별 통합된 신호를 종합적으로 확인 분석 가능
• 공정화면, Trend를 연계해 Alarm 발생 시점에서 주변 신호와의 연관성 파악
및 종합적인 분석 가능
현장 Alarm을원격지에서
확인 가능 함.
현장 설비 Alarm
원격지HanPrism Alarm
원격지HanPrism Alarm
타 시스템과 데이터 연동하여 웹, 모바일로 모니터링 및 KPI 관리
데이터 인프라스트럭처 주요 특징
[ 다양한 그리기 도구와 Tag 삽입, 심볼 제작 기능 제공] [ 실제 활용 Graphic Editor 화면 ]
그래픽 에디터를 통해 설비 추가 / 수정 / 삭제에 대해 자유롭게 사용 가능
데이터 인프라스트럭처 주요 특징
[ Script Editor 화면 ]
사용자가 직접 계산 Tag를 생성하여 다양한 Tag분석 방법으로 활용 가능
Tag 간의 간단한 사칙연산, 미적분, 로직 연산계산 가능
데이터 인프라스트럭처 주요 특징
예지보전 솔루션
정상적인 플랜트
운영 데이터
데이터의 경험적
모델링
상관관계에 따른
신호 그룹생성
예측 모델에 대한
조건 업데이트
실시간 및 측정된
신호를 기반으로
모델 실행
예측 모델과 실시간
값과 편차 도출
알고리즘을 이용한
플랜트 건강지수 계산
플랜트 구성 요소의
건강 지수 산출
예지보전 솔루션
High
예지보전 솔루션
Correlation
High Correlation
Low Correlation
None
Low
예지보전 솔루션
High TripTrip(정지)
실제 값
조기경보 대상• 잠재 고장 : 설비(DCS)에 설정된 Alarm 값에 도달하기 전이지만 정상구간을 벗어나는 경우 조기경보를 제공하며,
경미한 사고 유발 가능성이 높음
• 숨은 고장 : 정상운전 구간이지만 과거 학습된 데이터와 움직이는 패턴이 달라 차이가 생기는 경우 조기경보를제공하며, 사소한 징후로서의 가능성이 높음
예지보전 솔루션
Low Trip
LL Alarm
LO Alarm
HH Alarm
HI AlarmDCS Alarm
예측 값
Hidden Failure
Potential Failure
Hidden Failure
Potential Failure
실제 값
Normal Range High
Normal Range Low
예측 값
실제 값
Watch List
TrendHealth Index
Alarm
전체 및 하부 시스템 지수와
트렌트 지원
실시간 / 과거 트렌드 조회
지수 하락 신호에 대한 요약 정보
지원
신호별 알람 종류 및 카운트 기능
지원
알람 신호 실시간 / 과거 트렌드
지원
플랜트 지수 및 실제 값의 변화 추이
감시
예측 값과 현재 값 변화 추이 감시
과거 특정 시간의 트렌드를 빠르게
조회 가능
예지보전 솔루션
Watch List
Success Tree Model Builder
신호별 알람 종류 및 카운트 기능
지원
알람 신호 실시간 / 과거 트렌드
지원
전체 계통의 설비 지수에 대한
트리 제공
영향을 발생하는 신호 자동 추적
지원
계통 및 설비에 대한 계층 구조로
쉽게 정보 파악 가능
주요 이상 신호들을 관리
지수가 낮아진 신호들을 추가적으로
감시 지원
최대 20개의 상시 감시 지원
설비의 정상 범위 또는 사용자 목적에
맞게 특정 기간을 설정하여 데이터
학습
비정상 구간을 삭제 및 추가 기간을
설정하여 조기경보의 기준이 되는
예측 모델 생성
-전체 및 하부 시스템의 지수와 Trend 확인
-Trend가 하락한 신호에 대한 요약정보 확인
-실시간 및 과거 Trend 조회
예지보전 솔루션
Health Index : 공장 및 개별기기의 건강상태 한눈에 파악
-그룹별 또는 기기 별 지수 및 실제 값의 변화 추이 감시
-예측 값과 현재 값 변화 추이 감시
-과거 특정기간 동안의 Trend를 빠르게 조회
예지보전 솔루션
Trend : 실제 값과 예측 값의 차이 감시
-설비 이상 징후 감지 시, 낮아진 지수에 영향을 미치는 신호를 자동 추적하여 어느
계통, 설비에 속해있는지 파악
-설비 계통을 계층적 구조로 한눈에 조회하여 상태 정보 파악
예지보전 솔루션
Success Tree : 설비 이상 징후 감지 시, 지수에 영향을 미치는 신호 추적
-신호 별 Alarm Count를 제공하여 이상 징후가 몇 회 발생했는지 확인
-Trend로 바로 연결해 이상 징후 신속 조회
-Alarm 리스트를 Excel, PDF로 저장하여 보고서로 활용
예지보전 솔루션
Alarm : 경보레벨에 따른 이상 징후 확인
- 모델 이름, TAG 수량, 시작 날짜 및 시간, 모델 실행 상태에 대한 표시
- 모델 유형, 그룹 및 태그를 기반으로 분석 및 검색
- 경보 수준에 따른 색상 지원
- 과거 데이터 검색 및 Export 기능 제공
예지보전 솔루션
Model Display: 서버에서 실행되는 모델에 대한 정보를 표시
- 선택된 TAG의 실제 및 예상 값을 Trend로 표시
- 단일 화면에서 최대 20개의 상시 감시 지원
- 지수가 낮아진 신호들을 추가적으로 감시 지원
예지보전 솔루션
Watch List: 주요 이상신호들을 별도 관리
- 플랜트의 정상범위 또는 사용자의 목적에 맞게 특정기간을 설정하여 데이터 학습
- 비정상 구간을 삭제하거나 추가기간을 설정하여 조기경보의 기준이 되는
예측모델 생성
- 신호 상관관계에 따른 패턴 구축
예지보전 솔루션
Model Builder : 조기경보의 기준이 되는 예측 모델 생성
2단계 – 진단원인 Tag 추적1단계 – 진단 Message
원인추적
3단계 – Report 생성관리
진단이력
진단 : 진단 User Scenario
예지보전 솔루션
3단계 – 진단원인 Tag 확인
진단 원인 Tag 화면 이동
0단계 – Algorithm Drawing 0단계 – Alarm Setting
진단이력
진단 : 조기경보 및 진단 Message. Ack. Memo
예지보전 솔루션
각 Level 별 Alarm 표기
과거의 패턴, 조기경보,실제알람, 알고리즘 분석 후 진단 Message의 Urgency를 결정
각 Alarm에 메모 기능 및Ack 기능
진단 : 진단 Signal Point Diagram FAN
예지보전 솔루션
진단 : 고장 진단 Message의 원인 추적
예지보전 솔루션
구축 사례
구축 사례 1
텍사스 오스틴 캠퍼스 에너지 설비 현황
• 135MW 열병합 발전 단지
• 4개의 Chilling Station
• 3천 6백만 리터의 Chilled water thermal storage tank
• 6만 톤의 Chilled water cooling system
• 14,000 포인트
ChallengeChallenge SolutionSolution BenefitBenefit
• 실시간 데이터 분석을 가능하게
하는 데이터 민첩성 부족
• 중요한 운영 데이터의 누락
• 제한된 확장성
3개의 Historian 서버 통합
7년 간의 데이터 마이그레이션
웹 기반 대시보드 사용
• 중앙 집중식 데이터 통합 및 실시간
관리
• 데이터 관리 및 백업 프로세스
간소화
• 실시간 운영을 통한 유지비용 절감
• 몇 분에서 몇 초로 분석 속도 향상
• 직관적 어플리케이션 활용
구축 사례 2
텍사스 오스틴 캠퍼스 에너지 설비 현황
• 135MW 열병합 발전 단지
• 4개의 Chilling Station
• 3천 6백만 리터의 Chilled water thermal storage tank
• 6만 톤의 Chilled water cooling system
• 14,000 포인트
ChallengeChallenge SolutionSolution BenefitBenefit
• 예측정비체제 구축 위한
효율성 있는 방안 모색
4개의 보일러, 2개의 연소 터빈,
2개의 증기 터빈, 6개의 냉각 설비에 대한
예측 모델 생성
• 예측데이터와 실시간 데이터의
편차를 비교하여 경보로 제공
• 잠재적 고장에 대한 조기 경보
• 유지 보수 및 운영 비용 절감
• 설비 확장이나 변경에 유연한
데이터 모델링
구축 사례 3
말레이시아 국영전력청
• 말레이시아 3개 전력 Utility 중 하나로,
서말레이시아 전력 공급 담당
• 말레이시아 전체 발전량 중 91% 이상 발전
• 132kV, 275kV 및 500kV 송전망, 439개 변전소를
관리 및 운영ChallengeChallenge SolutionSolution BenefitBenefit
말레이시아 디지털 및 지능화
Grid를 위한
TNB’s 25 years Electricity
Technology Roadmap (TRM)
2010 스마트그리드 테스트 및실증
2015 견고하고 탄력적 전력공급시스템
2020 지능형 전력 공급 및 관리
2030 에너지 변환 기술 및지속가능한 개발
말레이시아 국영전력청
• 말레이시아 3개 전력 Utility 중 하나로,
서말레이시아 전력 공급 담당
• 말레이시아 전체 발전량 중 91% 이상 발전
• 132kV, 275kV 및 500kV 송전망, 439개 변전소를
관리 및 운영ChallengeChallenge SolutionSolution BenefitBenefit
• IEC 61850 표준화에 따른
대응 필요
• 디지털 변전소 구현을 위한
기술 필요
• 분석 도구의 개선과
업그레이드 필요
• 기업 차원의 데이터 인프라
필요
변전소용 제어/모니터링 시스템 개발
데이터 매니지먼트 시스템 설치
• 엔터프라이즈 레벨의 통합
모니터링 기반 마련
• 기능 업그레이드 및
커스터마이징
• 설비 안정성과 가용성
향상
화력 및 복합화력 18개 발전기, 50만 여개 주요 센서 데이터 실시간 감시 및 고장 예측 시스템 가동
고장 예측시스템을 통해 지난 해 약 26억 원 절감
화력 및 복합화력 18개 발전기, 50만 여개 주요 센서 데이터 실시간 감시 및 고장 예측 시스템 가동
고장 예측시스템을 통해 지난 해 약 26억 원 절감
스마트 발전소 구현 위한 기술 적용 및 종합상황실 체계 구축
요구사항• 발전설비 모니터링 및 분석, 설비 예측ㆍ성능진단
• 관제시스템 24시간 운영
• 데이터 매니지먼트 시스템
• 조기경보 및 예측 감시 시스템
• 성능 감시 시스템
• 트립 감시 시스템
• 보일러 튜브관리 시스템
• 연료운영관리 시스템
구축 사례 4
적용 시스템
• 데이터 매니지먼트 시스템
• 조기경보 및 예측 감시 시스템
• 성능 감시 시스템
• 트립 감시 시스템
• 보일러 튜브관리 시스템
• 연료운영관리 시스템
적용 사이트
• 본사 종합상황실
• 삼천포발전본부
• 영흥발전본부
• 분당발전본부
• 영동에코발전본부
• 여수발전본부
출처 : 부산일보 송현수 기자 (게재20180330)
28개 가동원전 세계 최대 규모, 전 원전의 기기상태 한 곳에서 통합 모니터링 및 예측 감시
원전 종합상황실 운영 능력 극대화
28개 가동원전 세계 최대 규모, 전 원전의 기기상태 한 곳에서 통합 모니터링 및 예측 감시
원전 종합상황실 운영 능력 극대화
한수원 전 사이트 및 본사 원전종합상황실, CMD센터 시스템 구축사례
• 전 원전의 주요기기를 온라인으로 상태감시
• 기기 이상상태 발생 시, MCR 경보보다 빠른 조기경보
발생
구축 사례 5
적용 시스템 요구사항
적용 사이트
• 고리원자력
• 한울원자력
• 월성원자력
• 한빛원자력
• 신고리원자력
• 신한울원자력
• 신월성원자력
• 중앙연구원 통합감시 및 진단 센터 (CMD 센터)
• 발전운영센터(E-Tower)
<한수원 CMD센터 운영화면>출처 : 한수원 블로그
“호남지역 최초 최대 규모의 영암풍력발전 운전정보, 조기경보시스템 구축”
총 20개 호기 개별 모니터링 및 전체 통합 모니터링으로 사후관리 등 효율적인 유지관리 도모
“호남지역 최초 최대 규모의 영암풍력발전 운전정보, 조기경보시스템 구축”
총 20개 호기 개별 모니터링 및 전체 통합 모니터링으로 사후관리 등 효율적인 유지관리 도모
영암 풍력발전
프로젝트 명 영암풍력 모니터링 시스템 구축
적용 시스템HanPrismHanPHI
프로젝트 기간 2014.05 ~ 2015.05
구축 사례 6
시스템 운영현황
HanPrism
§ 영암 전체 주요 모니터링 정보- 각 호기 별 상태 (정지/에러/준비/생산)- 발전량- 풍속- 생산량 (Daily/누적)
§ 기기 별 주요신호 정보- HUB- Gear BOX- Generator- Converter- Grid
HanPHI
§ 영암 전체 주요 모니터링 정보- 풍력발전 설비(해당 호기) 전체 성능 지수- 풍력발전 설비 성능지수 추이분석 그래프- Tag 및 Group 별 최소 성능지수 목록- 실시간 풍력발전 설비 출력
<영암 풍력 공정화면>