플랜트 장비 고장 예측 분석” 

플랜트 장비 고장 예측 분석: 대응적 수리에서 자산 관리로 전환

플랜트 장비 고장에 대한 예측 분석을 도입하면 가동 첫해 동안 계획되지 않은 가동 중지 시간을 40~50% 줄이고 유지 관리 비용을 25~30% 줄일 수 있습니다. 실제로 우리는 러시아와 CIS 국가의 대부분의 산업 기업이 여전히 "고장 났을 때 수리합니다"라는 원칙에 따라 작업하거나 장치의 실제 상태와 일치하지 않는 엄격한 일정에 따라 작업하는 것을 봅니다. 이로 인해 서비스 가능한 부품이 조기에 교체되고 최대 부하 순간에 치명적인 오류가 발생한다는 사실이 발생합니다. 예측 분석은 진동, 온도 및 전류 센서의 데이터를 사용하여 노드의 남은 수명을 최대 90%의 정확도로 예측함으로써 이러한 패러다임을 변화시킵니다. 한 시간의 라인 가동 중단 시간이 엔지니어의 월급보다 더 많은 비용이 드는 생산 시설을 운영하는 경우, 이 기술은 더 이상 선택 사항이 아니며 비즈니스 생존의 문제가 됩니다.

우리는 추상적으로 “디지털 혁신”에 대해 이야기하지 않을 것입니다. 이러한 접근 방식을 마케팅 슬로건이 아닌 작업 도구로 만드는 구체적인 기계적 프로세스, 신호 처리 알고리즘 및 경제 모델을 살펴보겠습니다. 경험에 따르면 성공적인 프로젝트는 값비싼 소프트웨어를 구입하는 것에서 시작하는 것이 아니라 중요한 자산을 감사하고 자산 파괴의 물리학적 이해를 통해 시작됩니다.

현대 경제에서 전통적인 MRO 전략이 실패하는 이유

전통적인 시간 기반 유지 관리 모델에는 근본적인 결함이 있습니다. 즉, 장비가 선형적이고 예측 가능한 방식으로 마모된다고 가정합니다. 실제로 고장의 70%는 사고로 인해 발생하거나 서류상 일정으로 설명할 수 없는 작동 조건으로 인해 발생합니다. 우리는 제조업체의 지침에 따라 엄격하게 12개월마다 밀 기어박스를 교체하는 시멘트 공장의 사례를 만났습니다. 개봉 후 베어링의 60%가 추가로 8~10개월 동안 작동할 수 있는 잔여 수명을 갖고 있는 것으로 나타났습니다. 공장은 예비 부품을 구입하고 아직 작동 가능한 장치를 교체하기 위한 노동 집약적 작업 비용을 지불하는 데 수백만 루블의 손실을 입었습니다.

반면에 Run-to-Failure 전략은 안전 마진이 낮고 교체 비용이 낮은 중요하지 않은 장비에만 적합합니다. 터빈, 압축기 또는 컨베이어 라인의 메인 드라이브의 경우 이러한 접근 방식은 재앙입니다. 포장 제조업체인 우리 고객 중 한 명이 서보 드라이브 고장으로 인해 3일 간의 생산 중단을 겪었습니다. 그 이유는 간단했습니다. 라디에이터 오염으로 인한 권선 과열이었습니다. 온도 센서가 설치되었지만 절연이 이미 저하되기 시작한 표준을 심각하게 초과한 경우에만 작동했습니다. 시간에 따른 기온 상승 추세를 분석하는 예측 시스템이라면 사고 2주 전에 경고를 발령했을 것이다.

반응적 접근 방식의 주요 문제점은 도미노 효과입니다. 하나의 구성 요소에 오류가 발생하면 인접한 구성 요소에 연속적인 손상이 발생하는 경우가 많습니다. 베어링 레이스가 파손되면 샤프트 런아웃이 발생하여 씰이 파손되고 윤활유가 누출되고 연마 먼지가 메커니즘에 유입됩니다. 이 경우 수리 비용은 기하급수적으로 증가합니다. 플랜트 장비 고장에 대한 예측 분석은 결함 제거에 최소한의 자원이 필요한 초기 단계에서 결함을 식별하는 것을 목표로 합니다.

통계에 따르면 상태 기반 유지 관리 전략으로 전환하는 데 평균 14~18개월이 소요되는 것으로 확인되었습니다. 그러나 단순히 진동 센서를 설치하는 것만으로는 충분하지 않다는 점을 이해하는 것이 중요합니다. 정상적인 공정 변동과 결함 발생 징후를 구별하는 데이터 해석 시스템이 필요합니다.

구현의 경제 모델

효율성 계산은 예비 부품 비용 절감, 수리 인력의 인건비 절감, 가동 중지 시간으로 인한 손실 방지라는 세 가지 지표를 기반으로 합니다. 라인의 1시간 가동 중단 비용이 50,000루블이라면 연간 2건의 대형 사고만 예방해도 모니터링 및 분석 시스템 비용이 전액 충당됩니다. 더욱이 고가 자산의 서비스 수명을 20~30% 연장하는 것은 기업의 대차대조표와 감가상각 정책에 직접적인 영향을 미칩니다.

기술 스택: 센서부터 디지털 트윈까지

예측 분석 시스템의 아키텍처는 4가지 수준으로 구성되며 각 수준은 최종 결과에 중요합니다. 어떤 단계에서든 오류가 발생하면 전체 체인이 쓸모없게 됩니다. 물리적 데이터 수집 계층부터 시작해 보겠습니다.

레벨 1: 감지 및 데이터 수집.정보의 주요 소스는 베어링 하우징에 직접 설치된 진동 센서(가속도계)입니다. 저속 장비(60rpm 미만)의 경우 표준 압전 센서가 효과적이지 않을 수 있습니다. 이를 위해서는 속도 또는 변위 센서가 필요합니다. 또한 온도 제어용 열전대, 오일 압력 센서 및 모터 전류 분석기도 사용됩니다. 중요한 뉘앙스: 샘플링 주파수는 결함이 나타나는 주파수 범위와 일치해야 합니다. 롤링 베어링의 결함을 식별하려면 최대 10~20kHz의 스펙트럼 분석이 필요하며 로터 불균형에는 1kHz이면 충분합니다. 기존 생산 시설에 케이블 경로를 배치하는 것이 종종 불가능하거나 경제적으로 불가능하기 때문에 접근하기 어려운 장소에는 자체 전원 무선 센서를 사용하는 것이 좋습니다.

레벨 2: 산업용 게이트웨이 및 데이터 전송.센서의 원시 데이터는 OPC UA, Modbus TCP 또는 MQTT 프로토콜을 사용하여 산업용 게이트웨이(Edge Gateway)를 통해 전송됩니다. 이곳에서 1차 노이즈 필터링과 데이터 집계가 이루어집니다. 네트워크에 있는 모든 장치의 시간을 동기화하는 것이 중요합니다. 그렇지 않으면 이벤트의 상관 분석이 불가능해집니다. 게이트웨이에는 서버와의 통신이 끊겼을 때 데이터를 저장할 수 있는 메모리 버퍼가 있어야 장비 이력에 '사각지대'가 생기지 않는다.

수준 3: 분석 플랫폼 및 기계 학습.이것이 시스템의 "두뇌"입니다. FFT(Fast Fourier Transform) 알고리즘을 사용하여 신호를 시간 영역에서 주파수 영역으로 변환합니다. 샤프트 회전 속도, 베어링 볼 통과 주파수, 기어 톱니 맞물림 주파수 등 특정 결함의 특징이 숨겨져 있는 것은 주파수 스펙트럼에 있습니다. 현대 시스템은 수천 시간에 걸쳐 작동하는 장비와 결함이 있는 장비를 기록하여 훈련된 신경망을 사용합니다. ISO 10816 참조에 설명되지 않은 이상 현상을 감지할 수 있습니다. 예를 들어, 알고리즘은 스펙트럼에 뚜렷한 피크가 나타나기 훨씬 전에 피로 균열의 발생을 나타내는 신호 봉투 모양의 변화를 알아차릴 수 있습니다.

레벨 4: 사용자 인터페이스 및 CMMS 통합.분석 결과는 "14일 이내에 P-102 펌프의 베어링을 교체하십시오."라는 구체적인 요청 형식으로 유지 관리 시스템(CMMS)에 전송되어야 합니다. 엔지니어는 원시 그래프를 연구하는 데 시간을 낭비해서는 안 됩니다. 시스템은 우선순위와 의심되는 원인을 나타내는 명확한 권장 사항을 제시해야 합니다.

디지털 트윈의 역할

복잡한 기술 프로세스를 위해 물리적 설치의 가상 복사본인 디지털 트윈이 생성됩니다. 열 및 기계 프로세스를 실시간으로 시뮬레이션합니다. 실제 센서의 판독값을 모델의 계산된 값과 비교함으로써 기계적 마모가 아닌 기술적 체제 위반(예: 펌핑 매체의 점도 변화로 인한 펌프의 캐비테이션)으로 인한 편차를 식별할 수 있습니다. 이를 통해 운영 인력과 수석 정비사의 서비스 간의 책임 구분이 가능해졌습니다.

일반적인 결함 진단: 엔지니어를 위한 실무 가이드

직원이 프로세스의 물리학을 이해하지 못하면 예측 분석은 쓸모가 없습니다. 진동음향 분석 방법으로 성공적으로 감지되는 가장 일반적인 네 가지 유형의 결함을 고려해 보겠습니다.

1. 로터 불균형.이것이 진동의 가장 흔한 원인입니다. 이는 샤프트 속도(1x RPM)에서 진폭이 증가하는 것으로 나타납니다. 실제로 엔진 교체 후 제조업체의 팬 임펠러 균형 불량으로 인해 진동이 3배 증가한 사례를 확인했습니다. 불균형으로 인해 베어링에 주기적인 하중이 발생하여 마모가 가속화됩니다. 솔루션은 장비를 분해하지 않고 현장에서 동적 균형을 맞추는 것입니다. 기억하는 것이 중요합니다. 불균형은 정적일 뿐만 아니라 순간적일 수도 있으므로 두 평면에 센서를 설치해야 합니다.

2. 샤프트 정렬 불량.커플링 설치 또는 기초 정착 오류로 인해 정렬 불량이 발생합니다. 스펙트럼에서 이는 회전 속도의 고조파 2x 및 3x 증가와 높은 축 진동의 출현으로 나타납니다. 컨베이어의 커플 링을 매년 교체해도 지속적인 파손 문제가 해결되지 않는 경우가 발생했습니다. 분석 결과 하중에 따른 프레임 변형으로 인해 2도의 각도 정렬 불량이 나타났습니다. 보상 개스킷을 설치한 후 커플링의 수명이 3개월에서 2년으로 늘어났습니다. 오정렬을 무시하면 베어링이 과열되고 씰이 파손될 수도 있습니다.

3. 롤링 베어링의 결함.이는 초기 단계에서 완전한 파괴까지 개발하는 데 몇 주에서 몇 달이 걸릴 수 있기 때문에 가장 위험한 유형의 결함입니다. 초기 단계에서는 스펙트럼 포락선 방법(포락선 감지)으로 기록되는 고주파 펄스가 나타납니다. 결함 빈도(BPFO, BPFI, BSF, FTF)는 베어링의 기하학적 매개변수를 기반으로 계산됩니다. 베어링 선택 오류(예: 진동 조건에 강화된 베어링 대신 일반 베어링 사용)는 즉시 스펙트럼에 반영됩니다. 자동 진단을 위해 설치된 모든 베어링의 주파수 특성 데이터베이스를 유지하는 것이 좋습니다.

4. 기어 결함.기어 마모, 치핑 또는 맞물림 오류는 맞물림 빈도 주위에 측면 줄무늬로 나타납니다. 신호 변조는 특정 치아의 국부적 결함을 나타냅니다. 한 설탕 공장의 한 사례에서는 시스템이 고장 3주 전에 디퓨저 드라이브의 대형 기어에서 발생하는 톱니 결함을 감지했습니다. 이를 통해 계획된 정지 중에 기어 교체를 계획하고 기어박스 하우징과 샤프트가 파손되는 것을 방지할 수 있었습니다.

구현 알고리즘: 산업 기업을 위한 단계별 전략

예측 분석 시스템의 구현은 단순한 하드웨어 구매가 아닌 조직의 프로젝트입니다. 우리는 위험을 최소화하고 빠른 시작을 보장하는 방법론을 개발했습니다.

1. 자산 중요도 감사(RCM 분석)모든 것을 한꺼번에 모니터링할 수는 없습니다. RCM(Reliability Centered Maintenance) 방법론에 따라 장비를 분류하는 것이 필요합니다. 클래스 A 장비를 선택하십시오. 이 장비를 정지하면 전체 공장이 정지되거나 사람의 안전이 중단될 수 있습니다. 일반적으로 이는 전체 차량의 10~15%이지만 위험의 80%를 발생시킵니다. 이 장치로 파일럿 프로젝트를 시작하십시오. 많은 회사들이 범하는 실수는 전체 공장을 포괄하려고 하여 자원을 낭비하고 첫 번째 결과를 얻는 것을 지연시키는 것입니다.
2. 측정 지점 선택 및 센서 설치.선택한 각 장치에 대해 센서 설치를 위한 최적의 위치가 결정됩니다. ISO 10816에 따라 베어링에 가장 가까운 지지대의 세 평면(수평, 수직, 축)에서 측정을 수행해야 합니다. 설치 표면은 금속까지 깨끗이 청소되어야 하며 안정적인 접촉이 보장되어야 합니다. 자석 홀더의 사용은 임시 측정에만 허용됩니다. 지속적인 모니터링을 위해서는 센서를 하우징에 접착식으로 장착하거나 삽입해야 합니다. 기계적 손상으로부터 케이블을 보호하고 유지 관리하기 위한 지점의 접근성을 확인하십시오.
3. 기준선과 임계값을 설정합니다.시스템은 "표준"을 알아야 합니다. 2~4주 동안 다양한 기술 모드의 장비 작동에 대한 배경 정보가 수집됩니다. 이러한 데이터를 기반으로 동적 경보 임계값이 형성됩니다. 정적 임계값(예: "4.5mm/s 이하의 진동")은 부하가 변경될 때 잘못된 경보를 제공하는 경우가 많습니다. 알고리즘은 현재 회전 속도와 엔진 부하를 고려해야 합니다. 기록 데이터가 없는 경우 ISO 20816 지침을 출발점으로 사용하되 프로세스의 세부 사항에 맞게 조정해야 합니다.
4. MRO 비즈니스 프로세스와 통합.가장 어려운 단계는 수리 서비스 문화를 바꾸는 것입니다. 시스템의 신호는 진단 및 권장 조치를 나타내는 티켓을 CMMS 시스템에 자동으로 생성해야 합니다. 신뢰성 엔지니어는 매일 보고서를 검토하고 작업 일정을 잡아야 합니다. 이 단계가 없으면 시스템은 데이터 수집을 위한 "장난감"으로 변합니다. 데이터를 해석하는 방법과 경보를 받을 때 취해야 할 조치를 이해할 수 있도록 직원을 교육하십시오.
5. 검증 및 확장.첫 3~6개월 운영 후 성과 감사를 실시합니다. 예방된 사고 건수와 시스템 비용을 비교해보세요. 거짓 긍정을 분석하고 알고리즘을 미세 조정합니다. 중요한 장비에 대한 파일럿을 성공적으로 완료한 후에만 다른 작업장으로 확장을 진행합니다. 이 단계에서는 실수를 인정하는 것을 두려워하지 마십시오. 시스템 조정은 반복적인 프로세스입니다.

실제 사례: 다양한 산업 분야의 구현 경험

이론은 중요하지만 실제 숫자는 더 큰 의미를 갖습니다. 러시아 기업과 협력한 경험에서 나온 두 가지 예를 살펴보겠습니다.

사례 1: 야금 공장(압연 공장).
문제:롤링 스탠드 지지 롤의 베어링이 정기적으로 고장납니다. 평균 서비스 수명은 표준 12개월이 아닌 3개월이었습니다. 대기 정지 시간으로 인해 회사는 시간당 약 500만 루블의 비용을 지불했습니다.
해결책:분당 1회 폴링 빈도로 온라인 진동 및 온도 모니터링 시스템이 도입되었습니다. 스펙트럼 분석을 통해 특정 롤링 속도에서 여기되는 프레임 구조의 공진 주파수가 존재한다는 사실이 밝혀졌습니다. 또한 씰 설치의 시스템 오류가 발견되어 윤활유가 오염되었습니다.
결과:공진 구역을 감쇠시키고 설치 절차를 변경한 후 베어링 수명이 10개월로 늘어났습니다. 계획되지 않은 정차 횟수가 연간 8회에서 1회로 감소했습니다. 첫 해에 경제적 효과는 4천만 루블 이상에 달했습니다.

사례 2: 정유소(원심 펌프).
문제:원유 수용 펌프의 높은 수준의 캐비테이션으로 인해 임펠러가 부식되고 기계적 씰이 고장납니다. 시각적 제어 및 압력 게이지는 프로세스 개발에 대한 운영 정보를 제공하지 않았습니다.
해결책:흡입 라인에 음향 센서 및 압력 센서 설치. 분석 알고리즘은 캐비테이션 소음 수준을 실시간으로 모니터링하고 이를 제어 밸브 위치와 연관시켰습니다.
결과:시스템은 캐비테이션 구역에 접근할 때 밸브를 열도록 운전자에게 자동으로 신호를 보냈습니다. 이를 통해 허용되지 않는 모드에서 펌프 작동을 제거할 수 있었습니다. 임펠러의 수명이 2.5배 증가했습니다. 펌프장 수리 비용이 35% 감소했습니다.

이러한 예는 예측 분석이 자체적으로 작동하는 것이 아니라 데이터에 따라 조치를 취할 준비가 된 유능한 엔지니어와 함께 작동한다는 것을 보여줍니다. 이러한 시스템의 신뢰성은 주요 기술 장비의 품질에 직접적으로 좌우됩니다. 예를 들어, 정유 및 에너지 산업의 핵심 요소는 극한 조건에서 작동하는 열교환기와 폐열 보일러입니다. 회사무석개성전력석유화학설비유한회사이러한 고부하 장비의 개발 및 생산을 전문으로 합니다. 티타늄 쉘 앤 튜브 열 교환기, ASME 표준 용기 및 특수 합금(316 스테인리스강, C46400 해양 황동, N06625 니켈 합금)으로 제작된 골판지 튜브 번들을 포함한 해당 제품은 높은 내식성과 고압 및 온도에 대한 저항성을 보여줍니다. Wuxi Kaisheng과 같은 제조업체의 인증된 장비를 사용하면 재료의 구조적 결함과 관련된 갑작스러운 고장 가능성이 줄어들어 후속 상태 모니터링이 더욱 효과적이고 예측 가능해집니다.

자주 묻는 질문

센서를 설치하려면 생산을 완전히 중단해야 하나요?

90%의 경우 무선 센서를 설치할 때 장비를 중지할 필요가 없습니다. 설치는 15~20분 안에 작업 장치에서 수행됩니다. 센서는 자기 베이스나 특수 접착제에 부착된 후 즉시 데이터 전송을 시작합니다. 정지는 고압 시스템의 삽입 센서나 슬리브 용접이 필요한 극한 온도 영역에서만 필요합니다. 직원의 안전을 보장하기 위해 계획된 프로세스 중단 시간 동안 설치를 수행하는 것이 좋지만 기술적으로는 즉석에서 수행하는 것이 가능합니다.

기술적 프로세스 간섭과 실제 결함을 구별하는 방법은 무엇입니까?

이것이 분석 알고리즘의 주요 작업입니다. 최신 시스템은 상황별 분석을 사용합니다. 진동 수준을 현재 부하, 회전 속도 및 주변 온도와 비교합니다. 부하에 비례하여 진동이 증가하는 것은 기술적 특징입니다. 일정한 하중으로 진동이 증가하면 이는 결함 발생입니다. 또한 주기적인 충격(베어링 결함의 징후)과 무작위 프로세스 노이즈를 구별하기 위해 파형 분석 및 켑스트럴 분석이 사용됩니다. 그러나 초기 검증은 항상 실제 전문가가 수행해야 합니다.

그러한 시스템을 구현하는 데 따른 투자 수익은 얼마입니까?

투자 회수 기간은 장비의 중요성에 따라 다릅니다. 가동 중지 시간으로 인해 전체 공장이 정지되는 고유 장치의 경우 한 번의 대형 사고를 예방한 후(보통 6~12개월) 투자금이 회수됩니다. 보조 장비의 경우 예비 부품 재고를 최적화하고 인건비를 절감하면 리드 타임이 18~24개월이 될 수 있습니다. 직접적인 절감뿐만 아니라 안전성 향상, 환경 규제 준수(누출 방지), 자산 잔존 가치 증가 등 간접적인 이점도 고려하는 것이 중요합니다.

시스템을 기존 SCADA와 통합할 수 있나요?

예, 통합이 가능하고 필요합니다. 대부분의 예측 분석 플랫폼은 업계 표준 프로토콜(OPC UA, Modbus, MQTT)을 지원합니다. 장비 상태에 대한 데이터는 상태 비트("정상", "경고", "경보") 또는 진동 수준의 숫자 값 형태로 SCADA 시스템에 전송될 수 있습니다. 이를 통해 프로세스 운영자는 단일 인터페이스에서 장비의 기술적 상태를 확인하고 일관된 결정을 내릴 수 있습니다. 또한 심층 통합을 통해 심각한 결함이 있는 경우 장비의 시동을 차단할 수 있습니다.

결론: 서비스의 미래는 지금이다

플랜트 장비 고장에 대한 예측 분석은 더 이상 미래의 기술이 아닙니다. 오늘날 이는 운영 효율성을 추구하는 모든 기업의 업계 표준입니다. 직관적인 수리에서 데이터 기반 관리로 전환하려면 문화, 인력 기술 및 조직 구조의 변화가 필요하지만 이러한 노력에 대한 보상은 비용보다 몇 배 더 큽니다. 장비는 갑자기 고장이 나지 않습니다. 재해가 발생하기 훨씬 전에 신호를 보내는 것입니다. 엔지니어의 임무는 이러한 신호를 듣는 방법을 배우는 것입니다.

접근 방식을 변경하려면 다음 번 큰 사고가 발생할 때까지 기다리지 마십시오. 장비의 현재 상태를 감사하고 모니터링 시스템 구현을 위한 로드맵을 개발하는 것이 신뢰성을 향한 첫 번째 단계입니다.오늘 저희에게 연락하세요귀하의 기업에서 파일럿 프로젝트의 가능성을 논의하고 잠재적인 절감액을 추정할 수 있습니다.

주제에 대해 더 자세히 알아보려면 관련 자료를 연구하는 것이 좋습니다.회전 장비의 진동 진단상태 모니터링을 위한 ISO 표준.