스마트플랜트의 실현, ‘예지보전 기술’을 위한 시계열 DB 활용

Overview

마크베이스는 머신러닝과 딥러닝 알고리즘을 기반으로 발전소 진동 기반 설비 결함 자동 진단 점검 시스템을 위한 데이터 관리 솔루션을 개발했습니다. IoT 시계열 DB 수집·분석·진단을 통해 설비의 상태와 고장을 사전에 예방하기 위해서 입니다.

스마트팩토리의 핵심인 설비 예지보전은 최근 PHM(Prognostics and Health Management)이라는 보다 큰 의미의 용어로 불리고 있으며, 설비 이상에 대한 사전 진단 및 설비, 부품 등의 수명을 예측해 최적의 설비상태를 유지하는 것을 뜻합니다.

이를 통해 품질 향상과 납기를 준수하게 되어 경쟁력을 강화하고, 빅데이터 분석(AI, 통계)을 토대로 객관적인 근거를 바탕으로 공장의 다운타임을 줄이는 동시에 실질적인 비용 손실을 감소시키는 효과를 가져옵니다.

특히 설비 진단은 완성품에 대한 품질관리와는 달리 가동 중인 설비를 해체하는 등의 방법을 사용하긴 어렵습니다. 그렇기 때문에 설비 결함의 원인이나 환경 요소들을 조합하여 보유하고 있는 설비 그대로 센서를 설치하여 이상징후를 진단할 수 있습니다.

이상징후 진단은 통상적으로 정보 수집, 이상 탐지, 상태 진단, 고장 예측 등의 네 단계를 거칩니다. 예지보전을 잘하기 위해서는 단순히 특정 영역뿐 아니라, 데이터의 발생 시점부터 데이터가 분석되는 시점까지의 데이터 고속도로가 필요합니다. AIoT 관점에서 예지보전 기술의 핵심은 AI에 있다기보다는 얼마나 데이터를 효율적으로 처리하느냐에 있기 때문입니다.

유즈케이스 전문보기 : https://bit.ly/3qKC6ea