KR101853480B1 - 해양플랜트 예지보전 시스템 - Google Patents

해양플랜트 예지보전 시스템 Download PDF

Info

Publication number
KR101853480B1
KR101853480B1 KR1020170041388A KR20170041388A KR101853480B1 KR 101853480 B1 KR101853480 B1 KR 101853480B1 KR 1020170041388 A KR1020170041388 A KR 1020170041388A KR 20170041388 A KR20170041388 A KR 20170041388A KR 101853480 B1 KR101853480 B1 KR 101853480B1
Authority
KR
South Korea
Prior art keywords
module
equipment
data
offshore plant
plant
Prior art date
Application number
KR1020170041388A
Other languages
English (en)
Inventor
황진상
정기철
안경익
Original Assignee
(주)부품디비
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)부품디비 filed Critical (주)부품디비
Priority to KR1020170041388A priority Critical patent/KR101853480B1/ko
Application granted granted Critical
Publication of KR101853480B1 publication Critical patent/KR101853480B1/ko

Links

Images

Classifications

    • B63B9/00—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
    • B63B35/44—Floating buildings, stores, drilling platforms, or workshops, e.g. carrying water-oil separating devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 해양플랜트의 효율적인 운영 및 유지보수를 위해, 해양플랜트 설비 및 장비의 정보를 실시간으로 수집하고, 이를 기반으로 예지보전을 수행하는, 해양플랜트 예지보전 시스템에 관한 것이다.

Description

해양플랜트 예지보전 시스템{CONDITION BASED MAINTENANCE SYSTEM FOR OFF-SHORE PLANT}
본 발명은 해양플랜트의 효율적인 운영 및 유지보수를 위해, 해양플랜트 설비 및 장비의 정보를 실시간으로 수집하고, 이를 기반으로 예지보전을 수행하는, 해양플랜트 예지보전 시스템에 관한 것이다.
이러한 본 발명은, 제반 장비의 데이터를 수집하고, 수집된 데이터를 관리하며, 상기 제반 장비의 성능을 평가하는 해양플랜트 정보수집부; 상기 해양플랜트 정보수집부로부터 수집된 데이터를 기반으로 상기 제반 장비를 진단하고 상기 제반 장비의 수명을 예측하여 보전하는 해양플랜트 예지보전부; 및 실제 해양플랜트의 제반 장비의 운영을 시뮬레이션으로 구현하는 가상 해양플랜트 운영부;를 포함하는 것을 특징으로 한다.
또한, 제반 장비의 상태 데이터를 수집하고, 성능평가 모듈 및 실시간 데이터 관리 및 모니터링 모듈을 통해 이상이 발견되면 이상 징후를 가시화 하며, 지능형 진단 모듈이 정상유형 데이터와 고정유형 데이터를 기반하여 제반 장비의 고장발생을 진단하되, 이 고장발생 여부를 확률적으로 제공하여 확률 값이 소정의 값 이상이면 고장으로 진단하고,
이후, 제반 장비의 수명을 예지하고 보전을 수행하되,
확률적 제공은 고장진단 성공률에 기반하며, 상기 고장진단 성공률은 제반 장비의 고장이 진단된 개수 ÷ 고장진단이 가능한 제반 장비의 개수로 계산되는 과정으로 동작되는 것을 특징으로 한다.
해양플랜트는 복합·대형화 추세에 따라 사용 수명도 20~30년 이상 장기간 운영되고 있으며, 실제 건조비보다 많은 비용과 노력을 운영/유지보수에 투자하고 있다.
또한, 해양플랜트의 특성상 운영 및 유지보수(O&M, Operation and Maintenance) 기간 동안의 효율적인 설비 운영이 매우 중요하며, 특히 유지보수 시스템의 첨단화 및 최적화가 해양플랜트의 수주를 위한 비즈니스 경쟁력으로 중요하게 대두되고 있다.
한편, 최근의 IT의 적용에 힘입어, 기존의 예방보전 이상의 예측보전을 많이 적용하고 있지만, 상당히 많은 센서가 부착되어 있는 해양플랜트의 경우 다양한 센서 정보들을 지능적으로 통합/분석하는 상기 그림과 같은 예지보전 기술의 적용이 필요한 실정이다.
즉, 해양플랜트의 기자재 및 설비마다 사용 연한이 다르고, 환경이나 사용조건, 부하 등에 따라 열화내용이나 열화속도가 다르므로, 진단, 평가, 예지, 보전 등의 유지보수를 위한 정보들의 수집 및 통합을 기반으로 한 지속적인 지식화 기술 확보가 필수적으로 요구되는 것이다.
또한, 최적화된 해양플랜트의 운영 및 유지보수 관련 기술 개발이 이루어지고 있으나, 이를 지원하기 위한 엔지니어링 핵심기술들은 해외 기술 및 해외 솔루션에 의존하고 있는 실정이다.
즉, 엔지니어링 핵심기술의 미흡과 해양플랜트 운영 경험의 부족으로 해양플랜트 핵심기술로의 접근이 더욱 어려워지고 있기에, 국내의 경우 상기의 취약점을 만회할 수 있는 새로운 개념의 솔루션 확보가 필요하다.
다른 한편, 해양플랜트 관리 및 유지보수 인력의 실수와 점검 미숙으로 인한 피해 및 사고를 최소화하고 운용의 효율화를 도모하기 위해서는 해양플랜트 예지보전 체계 기술의 구축이 필수적이다.
즉, 인적 실수를 방지하기 위한 자동화/체계화를 통해 비전문가도 설비 고장을 분석하고 대응하는 것이 가능하다.
이를 위해 예방 차원을 넘는 적극적이고 공격적인 운영/유지보수를 위한 스마트 해양플랜트 예지보전 관련 전략이 요구되고 있으며, 본 출원인은 본 발명을 통해 이러한 전략을 달성하는 한편,
해양플랜트와 관련한 핵심 시스템인 예지보전 시스템을 개발함으로써 엔지니어링 핵심기술을 확보하며, 해양플랜트 운영 및 유지보수를 최적화함으로써 고부가가치 창출 및 수익성을 증대시킬 것으로 예상한다.
이를 기반으로 핵심 기술로 포장된 해양플랜트 예지보전 시스템은 해양플랜트 및 관련 시스템의 수출을 주도하는 역할을 할 수 있다.
관련된 기술로서, 공개특허공보 제10-2011-0129276호의 부유식, 구조물의 자동화된 유지 보수관리 시스템이 기재되어 있고, 공개특허공보 제10-2013-0114515호에 해양 구조물의 6자유도 운동의 실시간 모니터링을 이용한 해양 구조물의 정적 및 동적 포지셔닝 시스템 및 방법이 기재되어 있으며, 공개특허공보 제10-2012-0085223호에 부유식 구조물의 자동화된 유지 보수관리 시스템이 기재되어 있고, 공개특허공보 제10-2014-0025803호에 부유식 해양 구조물의 동적 위치 유지 시스템 및 방법이 기재되어 있다.
그러나 상기 기술들은 해양플랜트에 대하여 예지보전에 관련하고 있지 않는다.
공개특허공보 제10-2011-0129276호(2011.12.01.) 공개특허공보 제10-2013-0114515호(2013.10.18.) 공개특허공보 제10-2012-0085223호(2012.07.21.) 공개특허공보 제10-2014-0025803호(2014.03.05.)
본 발명의 목적은, 해양플랜트의 효율적인 운영 및 유지보수를 위해, 해양플랜트 설비 및 장비의 정보를 실시간으로 수집하고, 이를 기반으로 예지보전을 수행하는, 해양플랜트 예지보전 시스템을 제공하는 데 있다.
위와 같은 목적을 달성하기 위한 본 발명에 따른 해양플랜트 예지보전 시스템은, 제반 장비의 데이터를 수집하고, 수집된 데이터를 관리하며, 상기 제반 장비의 성능을 평가하는 해양플랜트 정보수집부; 상기 해양플랜트 정보수집부로부터 수집된 데이터를 기반으로 상기 제반 장비를 진단하고 상기 제반 장비의 수명을 예측하여 보전하는 해양플랜트 예지보전부; 및 실제 해양플랜트의 제반 장비의 운영을 시뮬레이션으로 구현하는 가상 해양플랜트 운영부;를 포함하는 것을 특징으로 한다.
이때, 상기 해양플랜트 정보수집부는 상기 제반 장비들을 네트워크를 통해 하나로 묶어 연동시켜 상기 제반 장비의 데이터를 수신하는 다중 분산제어 모듈; 상기 다중 분산제어 모듈로부터 제반 장비의 데이터를 수신하여 상기 제반 장비의 상태를 모니터링 하는 실시간 데이터 관리 및 모니터링 모듈; 및 상기 다중 분산제어모듈에서 수집된 데이터를 스트림 처리하여 미리 마련된 질의형식의 성능지표에 따라 분석하여 제반 장비의 성능을 평가하는 성능평가 모듈;을 포함하는 것을 특징으로 한다.
또한, 상기 해양플랜트 예지보전부는 다중 분산제어 모듈에서 수집된 데이터를 예지보전 통합모듈이 수신하면, 상기 데이터를 기반으로 제반 장비의 정상유형 데이터 및 고장유형 데이터를 저장하고, 상기 정상유형 데이터 및 고장유형 데이터를 기반하여 상기 제반 장비를 진단하는 지능형 진단 모듈; 상기 지능형 진단 모듈의 진단을 기반으로 제반 장비의 잔여수명 및 고장확률을 예지하는 예지 모듈; 상기 예지 모듈을 통해 예지된 제반 장비의 보수계획을 제시하는 보전 모듈; 해양플랜트의 설계기준의 요구사항, 설계형상 및 물리적 형태가 일치되도록 유지 및 정보변경을 수행하는 형상관리 모듈; 및 다중 분산제어 모듈에서 수집된 데이터를 수신하고, 상기 예지 모듈 및 보전 모듈의 기능 수행을 위한 정보를 통합 관리하는 예지보전 통합모듈;을 포함하는 것을 특징으로 한다.
또한, 상기 가상 해양플랜트 운영부는 상기 해양플랜트 정보수집부의 다중 분산제어 모듈의 성능 검증을 위해 사용되는 I/O 시뮬레이터로서, 가상-실제 간 입출력 신호처리를 수행하는 입출력 가상화 모듈; 해양플랜트의 운영 모사 및 훈련 상황 모사에 필요한 시나리오나 상황을 데이터로 조합하여 시계열 기반 프로세스로 저장하고, 실제 해양플랜트 운영 상황이나 훈련과 동일한 상황을 연출시키는 시나리오 기반 운영 훈련모듈; 및 해양플랜트의 기하학적 형상 특성(Virtual Model)과 기능적 특성(Dynamic Model)을 결합하여, 실제 해양플랜트의 작동 원리와 제반 장비를 컴퓨터상에 재현하는 가상 해양플랜트 시뮬레이터 모듈;을 포함하는 것을 특징으로 한다.
이와 같이 구성되는, 본 발명에 따른 해양플랜트 예지보전 시스템의 동작은 다음과 같이 이루어지는 것을 특징으로 한다.
제반 장비의 상태 데이터를 수집하고, 성능평가 모듈 및 실시간 데이터 관리 및 모니터링 모듈을 통해 이상이 발견되면 이상 징후를 가시화 하며, 지능형 진단 모듈이 정상유형 데이터와 고정유형 데이터를 기반하여 제반 장비의 고장발생을 진단하되, 이 고장발생 여부를 확률적으로 제공하여 확률 값이 소정의 값 이상이면 고장으로 진단하고,
이후, 제반 장비의 수명을 예지하고 보전을 수행하되,
확률적 제공은 고장진단 성공률에 기반하며, 상기 고장진단 성공률은 제반 장비의 고장이 진단된 개수 ÷ 고장진단이 가능한 제반 장비의 개수로 계산된다.
본 발명에 따른 해양플랜트 예지보전 시스템에 의하면, 해양플랜트의 기본 기술을 보유하고 있는 조선소의 화학 공정 연구 조직 및 M&S(Modeling & Simulation) 조직의 기술을 적극적으로 활용하고, 예지보전 분야 전문 산학과 협력하여 시너지 효과를 극대화 하며, 운영 및 유지보수 내 안전 분야 활동이 가장 진보된 원자력 플랜트의 제어시스템 개발 경험 및 노하우를 반영하여 시스템 개발 추진시 발생 가능한 위험(Risk)을 최소화하면서도 고도화된 시스템을 제공할 수 있다.
또한, 해양플랜트를 운용하는 설비 및 기자재를 제어, 감시(Control & Monitoring) 할 수 있고, 동적 프로세스 시뮬레이션 모델을 활용한 가상현실 기반의 통합 제어시스템 시뮬레이터와 가상화 인터페이스를 통해 상호 운용할 수 있다.
도 1은 본 발명에 따른 해양플랜트 예지보전 시스템의 구성을 개략적으로 나타낸 것이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시 예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
이하, 도면을 참조하여 설명하기에 앞서, 본 발명의 요지를 드러내기 위해서 필요하지 않은 사항 즉 통상의 지식을 가진 당업자가 자명하게 부가할 수 있는 공지 구성에 대해서는 도시하지 않거나, 구체적으로 기술하지 않았음을 밝혀둔다.
본 발명은 해양플랜트의 효율적인 운영 및 유지보수를 위해, 해양플랜트 설비 및 장비의 정보를 실시간으로 수집하고, 이를 기반으로 예지보전을 수행하는, 해양플랜트 예지보전 시스템에 관한 것이다.
구체적으로는 첨부된 도면을 통해 설명한다.
도 1은 본 발명에 따른 해양플랜트 예지보전 시스템의 구성을 개략적으로 나타낸 것이다.
첨부된 도면의 도 1에 따른 본 발명은, 주요하게 해양플랜트 정보수집부; 해양플랜트 예지보전부; 및 가상 해양플랜트 운영부;를 포함한다.
먼저, 해양플랜트 정보수집부에 대해 설명하면, 다중 분산제어 모듈을 통해 수집된 해양플랜트의 대용량 데이터를 실시간 데이터 관리 및 모니터링 모듈로 전송하며, 후술될 가상 해양 플랜트 운영부로부터 수신된 입출력 신호를 처리한다.
구체적으로, 해양플랜트 정보수집부의 상기 다중 분산제어 모듈은, 분산 설치된 다수의 제어기들을 네트워크를 통해 하나로 묶어 연동시키며, 모니터링과 제어에 필요한 정보를 통합 관리하는 기능을 한다.
즉, 다중 분산제어 모듈은 분산 설치된 각 단위의 복수 제어기(FCU, Field Control Unit)를 네트워크를 통해 연결시키고, 이들의 입출력 데이터들을 모니터링하고 저장하고, 제어기의 설정 등을 통합 관리한다.
이때, 제어기란 해양플랜트에 구비된 모든 제반 장비를 제어하는 기기(주 전산기 등)를 의미한다.
나아가, 다중 분산 제어모듈에 의해 하나로 묶이는 제어기는, 기존의 해양플랜트 지진 감시를 수행하는 수단, 유동 파편 감시를 수행하는 수단, 경보 수단 등일 수도 있다.
이와 같이, 다중 분산제어 모듈을 통해 수집되는 해양플랜트의 복수 개의 제반 장비들은 설계 조건에 따라서, 다중 분산제어 모듈과, 복수 개의 제반 장비들이 그물망 형태로 연결된 메쉬 네트워크로 구성될 수도 있다.
즉, 인접한 제반 장비와 다중 분산제어 모듈 또는 제반 장비와 다른 제반 장비들이 상호 연결되어, 최종적으로 네트워크 망의 종착지가 다중 분산제어 모듈이 되도록 하는 것이다.
이러한 네트워크 망에 의해 어느 하나의 제반 장비의 네트워크 망에 오류가 발생되더라도, 인접한 다른 제반 장비로 우회되어 데이터 수집이 가능하도록 할 수 있다.
이러한 설계 조건에 대하여, 본 발명의 경우 네트워크 망 오류 감시를 수행할 수 있는데, 이를 위해 다중 분산제어 모듈은 신호입/출력수단을 포함하고, 오류 감시용 신호를 출력하고, 수신하여 입력할 수 있다.
이때, 오류 감시용 신호는 제반 장비들로부터 수신되는 데이터와 비교될 수 있는 신호 형태로 이루어진다.
그리고 각각의 제반 장비에 오류 감시용 신호를 수신하는 수신수단과 자신의 (제반 장비) 식별정보와 수신된 오류 감시용 신호를 같이 출력하는 출력수단이 포함되며, 오류 감시용 신호를 수신한 제반 장비는 상기 오류 감시용 신호 + 자신의 식별정보를 방사 형태로 출력한다.
이에 따라, 상기 제반 장비에 인접한 다른 제반 장비가 오류 감시용 신호 + 이전 제반 장비의 식별정보를 수신하고, 오류 감시용 신호 + 이전 제반 장비의 식별정보 + 자신의 식별정보를 출력한다.
이러한 신호 전달 체계의 반복에 의해 최종적으로 다중 분산제어 모듈에 가장 인접한 제반 장비가 신호를 수신하여 출력하면, 다중 분산제어 모듈로 오류 감시용 신호 + n개(n>1, n은 자연수)의 식별정보를 수신하게 된다.
아울러, 다중 분산제어 모듈은 오류 네트워크 판단수단을 더 포함할 수 있으며, 이 오류 네트워크 판단수단은 n개의 식별정보를 기반으로, 식별정보가 포함되지 않은 제반 장비를 파악하고, 네트워크 망의 고장을 예지/보수하도록 할 수 있다. 이때 예지/보수는 본 명세서에 기재된 사항을 따른다.
그리고 해양플랜트 정보수집부의 실시간 데이터 관리 및 모니터링 모듈은, 상기 다중 분산제어 모듈로부터 제반 장비의 센서/운전 데이터를 취득하여 제반 장비의 실시간 운전 현황 및 성능 등을 통합 모니터링 하고, 상기 센서/운전 데이터를 후술된 예지보전 통합모듈에 제공하는 기능을 한다.
해양플랜트 정보수집부의 성능평가 모듈은, 상기 다중 분산제어 모듈과 실시간 데이터 관리 및 모니터링 모듈로부터 수집된 제반 장비의 변이량을 분석하여 성능평가 결과를 도출하고, 이를 예지보전 통합모듈로 제공한다.
따라서, 상기 제반 장비의 성능 추이 변화와 성능 평가 결과로 제공하도록 할 수도 있다.
이때, 제반 장비의 성능평가는, 수집된 데이터를 스트림 처리하여 미리 마련된 질의형식의 성능지표에 대응된 데이터를 분석하여 평가될 수 있다.
해양플랜트 예지보전부는, 해양플랜트 정보수집부로부터 수집되는 데이터들을 기반으로 제반 장비의 상태를 진단하고 열화를 측정함으로써 제반 장비의 잔여 수명을 정확히 예측하여 고장이 일어나기 직전에 보전을 실시할 수 있도록 한다.
이를 위해 해양플랜트 예지보전부는 지능형 진단 모듈을 포함할 수 있는데, 상기 지능형 진단 모듈은, 해양플랜트에 구비된 제반 장비의 상태를 실시간으로 감지하여 발생 가능한 고장을 미리 예측하여 진단하는 기능을 한다.
즉, 지능형 진단 모듈은 진단을 위한 신호처리와 처리된 신호를 기반으로 제반 장비의 상태를 진단할 수 있는데, 이를 위해 지능형 진단 모듈은 해양플랜트 운영 시의 정상상태 데이터를 수집/관리하고 학습함으로써 정상유형 데이터를 저장한다.
그리고 지능형 진단 모듈은, 상기 정상유형 데이터를 기반으로 고장상태 데이터를 수집/관리하고 학습함으로써 고장유형 데이터를 저장할 수 있다.
따라서, 저장된 정상유형 데이터와 고장유형 데이터를 기반으로, 해양플랜트의 제반 설비의 상태를 실시간으로 진단할 수 있게 된다.
이러한 지능형 진단 모듈의 프로세스를 아래 [표 1]을 참조할 수 있다.
Figure 112017031590976-pat00001
즉, 정상상태 데이터를 수집하고, 고장상태 데이터를 수집한 뒤, 진단하여 정상유형 데이터와 고정유형 데이터를 저장하고, 이를 기반으로 제반 설비의 진단이 가능할 수 있다.
해양플랜트 예지보전부는 예지 모듈을 더 포함할 수 있는데, 상기 예지 모듈은 해양플랜트 정보수집부를 통해 수집된 데이터 중 제반 설비의 열화 상태정보를 이용하여 제반 설비의 잔여수명, 고장확률을 통해 제반 장비의 성능을 예지하고, 상기 제반 장비의 유지보수를 예지할 수 있도록 한다.
이때 예지 모듈의 예지기법은 신뢰성 접근법(reliability approach), 확률론적 접근법(stochastic approach) 및 인공지능 접근법(neural network approach)이 결합된 형태의 접근법을 이용할 수 있는데,
구체적으로는, 확률에 의한 통계, 신뢰성 이론 및 인공지능을 기반으로 하여 성능의 보전을 예지하는 것으로서, 이를 통해 제반 장비의 고장 수명, 고장 확률을 예지하고, 보전 시기를 예지할 수 있게 된다.
이러한 예지 모듈은, 제반 장비의 고장 수명, 고장 확률 등이 예지되면, 이를 보고서 형태로 출력할 수 있으며, 알람으로 출력하여 사용자에게 알릴 수도 있고, 시각적으로 디스플레이할 수도 있다.
이를 위해, 예지 모듈은, 보고서 생성 유닛, 알람 유닛을 포함할 수 있는데, 보고서 생성 유닛은, 보고서 생성부터 프린터 출력까지 가능하게 하고, 알람 유닛은 알람의 관리 및 모니터를 가능하게 하고, 알람이 울린 주기를 학습하여 알람 스케쥴을 생성할 수 있다.
특히, 알람 스케쥴이 생성되는 경우, 해당 제반 장비의 수명을 예지할 수 있는 주요 근거가 될 수도 있으며, 한편 제반 장비의 수명이 예지될 시기의 관리가 쉬워질 수 있다.
또한, 해양플랜트 예지보전부는 보전 모듈을 더 포함할 수 있는데, 상기 보전 모듈은 해양플랜트의 제반 장비에 대하여, 예지 모듈을 통해 예지된 성능과 유지보수 계획에 기반하여 유지보수 방법, 절차, 주기 등을 제시하는 기능을 한다.
이를 위해 보전 모듈은 제반 장비의 운전 중 측정되는 데이터와, 고장원인, 위험도 해석자료, 유지보수 사례 등을 기반으로 상술된 유지보수 방법, 절차, 주기 등 제시할 수 있는데, 이때 위험도 해석자료 또는 유지보수 사례 등은 사용자에 의해 입력 가능하다.
이러한 보전 모듈의 프로세스를 정리하면 [표 2]와 같다.
Figure 112017031590976-pat00002
이러한 각각의 부 또는 모듈에 저장되는 데이터는 별도의 데이터베이스(DB)를 통해 저장될 수도 있으며, 데이터베이스와의 연동으로 데이터를 공유하여 처리가 가능함은 당연하다.
참고로, 보전에 대하여 아래 [표 3]을 참조하여 부가 설명한다.
Figure 112017031590976-pat00003
기존의 예방보전(Preventive Maintenance)은 장비의 성능을 최상으로 유지할 수 있는 좋은 방식이다. 예를 들면 예방보전은 장비의 사용 중 고장 및 정지와 같은 사고를 미리 방지하고자 부품을 사용 가능한 상태로 유지하기 위해 계획적으로 하는 유지보수로써, 예를 들면 5,000km 마다 자동차 엔진오일의 정기적 교환과 같은 것이 있다.
하지만, 고가의 장비를 경제적으로 사용해야 하는 해양플랜트의 특수성(운영환경, 고장 시 손실비용)으로 인해, 전문가적 진단 및 예지를 지원하는 예지보전 방식이 효과적이다.
예지보전(Condition Based Maintenance, CBM)은 장비의 상태에 대한 전문가적 진단을 통해 미리 수명을 예지하고, 장비의 수명이 다할 때까지 원활하게 사용할 수 있도록 하는 유지보수이다.
위 [표 3]과 같이 양한 보전 방식이 발전해 왔으나, 종래의 정기보전이나 사후보전 체계는 최적화의 한계를 나타내었으며, 이에 진보된 지능화를 통한 보전 활동을 전략으로 삼는 기술이 예지보전 기술이다.
해양플랜트와 같이 열악한 환경에서 운영되는 설비의 중요성 및 열화 특성을 반영하기에 적합한 보전 방식이며, 특히 경제적인 환경을 고려할 때는 반드시 선택해야 하는 최적의 보전 방식이다.
즉, 전문가적 진단 및 시스템적인 학습 기능의 부여를 통한 진화(Evolution)가 다양한 해양플랜트에 적용할 수 있는 핵심이다.
이러한 예지보전 방식을 적용하는 경우, 시스템을 통한 진단, 예지, 보전과 관련된 의사결정을 지원하므로, 인적 실수로 인한 오류를 미연에 방지하고, 비전문가도 설비 관련 고장을 분석하고 대응할 수 있게 된다.
또한, 해양플랜트 예지보전부는 형상관리 모듈을 더 포함할 수 있는데, 상기 형상관리 모듈은 해양플랜트의 안전성 유지와, 운영 및 유지보수 정확도를 향상시키기 위해, 해양플랜트의 설계기준의 요구사항, 설계형상, 물리적 형태가 항상 일치하도록 유지하는 기능을 한다.
이때, 형상관리 모듈은 해양플랜트의 설계기준의 요구사항, 설계형상, 물리적 형태가 항상 일치하도록 유지하기 위하여, 허가된 사용자의 형상 변경을 허락하도록 할 수도 있다.
따라서, 형상관리 모듈은 변경이 요구되는 해양플랜트의 형상에 맞춰 형태의 일치를 유지하도록 정보변경할 수 있으며, 이때 형상 변경은 허가된 사용자의 직접 입력에 의거할 수도 있으나, 작업지시서를 기반으로 허락되도록 할 수도 있다.
이때, 작업지시서를 기반으로 하는 것은, 스캔된 문서의 Text 검출 기술을 적용할 수 있다.
또한, 해양플랜트 예지보전부는 예지보전 통합모듈을 더 포함할 수 있는데, 상기 예지보전 통합모듈은 상술된 예지 모듈 및/또는 보전 모듈이 각 기능을 수행하기 위한 정보를 통합 관리하는 기능을 한다. 즉, 데이터베이스의 개념으로 활용될 수 있다.
또한, 해양플랜트 정보수집부에서 제공되는 데이터를 지능형 진단 모듈, 예지 모듈 및/또는 보전 모듈에 전달하는 기능을 하고, 각 모듈에서 수집 또는 저장되는 데이터를 통합적으로 관리하고 원격 모니터링 할 수 있도록 한다. 즉, 데이터베이스를 포함하는 운용기기로서 플랫폼으로 해석될 수도 있다.
가상 해양플랜트 운영부는, 실제 해양플랜트의 제반 장비와 작동 원리를 컴퓨터 상에 시뮬레이션으로 구현하여 이를 기반으로 해양플랭트의 운전 상황을 모사할 수 있도록 한다. 이를 위해 가상 해양플랜트 운영부는 후술되는 모듈 외에도 시뮬레이션 구현을 위한 기본 모듈을 모두 포함하는 것으로 해석되어져야 할 것이다.
이러한 가상 해양플랜트 운영부는, 입출력 가상화 모듈; 시나리오 기반 운영 훈련모듈; 및 가상 해양플랜트 시뮬레이터 모듈;을 포함할 수 있다.
입출력 가상화 모듈은, 해양플랜트 정보수집부의 다중 분산제어 모듈의 성능 검증을 위해 사용되는 I/O 시뮬레이터로서, 해양플랜트 정보수집부를 가상 해양플랜트 운영부에 연동시키기 위해 가상-실제 간 입출력 신호처리를 수행한다.
시나리오 기반 운영 훈련모듈은, 해양플랜트의 운영 모사 및 훈련 상황 모사에 필요한 시나리오나 상황을 데이터로 조합하여 시계열 기반 프로세스로 저장함으로써, 실제 해양플랜트 운영 상황이나 훈련과 동일한 상황을 연출하는 기능을 한다.
가상 해양플랜트 시뮬레이터 모듈은, 대상이 되는 해양플랜트의 기하학적 형상 특성(Virtual Model)과 기능적 특성(Dynamic Model)을 결합하여, 실제 해양플랜트의 작동 원리와 제반 장비를 컴퓨터상에 재현하는 기능을 한다.
이때, 기하학적 형상 특성(Virtual Model)과 기능적 특성(Dynamic Model)의 예는 아래 [표 4]를 참조할 수 있다.
Figure 112017031590976-pat00004








+
Figure 112017031590976-pat00005
가. 대상 해양플랜트의 세부 구성품(Tank, Pipe, Valve 등) 단위 수준의 기하학적 특성을 그대로 표현.

나. 실제 외관상 보이지 않는 구성품 내부의 형상까지 표현 가능.

다. Operator와 Interface하는 부분의 형상 표현.		 가. 대상 해양플랜트의 전체 및 공정 단위의 기능적 특성 모델링.

나. 각종 공정별로, 공정 특성, 외부 환경 변수, 제어 입력변수, 장비 노후화, 고장 등에 따른 프로세스 모델링

다. 공정에 따른 각 Part의 속성 정보 모사
즉, 가상 해양플랜트 운영부는 가상 해양플랜트 시뮬레이터 모듈에 의해 시뮬레이션이 가능하고, 시나리오 기반 운영 훈련 모듈을 통해 시나리오의 구현이 가능하며, 입출력 가상화 모듈을 통해 시뮬레이션을 위한 입출력 신호를 처리할 수 있다.
이상과 같이 구성되는 본 발명에 따른 해양플랜트 예지보전 시스템의 동작예를 살펴보면 다음과 같다.
실시간으로 수집되는 제반 장비의 상태 데이터를 수집하다가, 성능평가 모듈 및 실시간 데이터 관리 및 모니터링 모듈을 통해 이상이 발견되면 알람을 울리는 등의 이상 징후를 가시화 한다.
이후, 지능형 진단 모듈을 통해 진단을 수행하며, 제반 장비의 이상 및 고장 발생 여부를 예지하고, 보전을 위한 기능을 수행한다. 구체적으로는 지능형 진단 모듈이 정상유형 데이터와 고장유형 데이터를 기반하여 제반 장비의 고장발생을 진단하되, 예지 모듈과 연동되어 고장발생 여부를 확률적으로 제공(예지)하여 확률 값이 소정의 값 이상이면 고장이 발생된 것으로 판단한다.
이때, 확률적으로 제공되는 것은 고장진단 성공률에 기반하며, 제반 장비의 고장이 진단된 개수 ÷ 고장진단이 가능한 제반 장비의 개수로 계산되며, 다음의 수학식을 이용한다.
Figure 112017031590976-pat00006
위의 [수학식 1]을 통해 고장으로 진단되면, 예지 모듈에 의해 해당 제반 장비의 잔여 수명을 판단한다.
그리고 보전 모듈이 예지 모듈에 의해 판단된 데이터를 기반으로 해당 제반 장비의 보전을 위한 활동(유지보수 등)을 사용자가 할 수 있도록 돕는다.
여기서, 돕는다는 의미는 예지 모듈에 의해 판단된 해당 제반 장비의 수명이나 고장여부를 근거로 어떤 유지보수를 수행해야 하는지 데이터를 제공할 수 있으며, 예지 모듈에서 출력되는 프린터에 자료로 제공될 수도 있다.
이때, 예지 및/또는 보전되는 제반 장비는 상부설비(TOP Side), 선체(Hull), 서브씨(Subsea) 등일 수 있다.
한편, 상기에서 서술한 것은, 본 발명의 주요 사항만을 서술한 것으로, 그 기술적 범위 내에서 다양한 설계가 가능한 만큼, 본 발명이 상술된 기재에 한정되는 것이 아님은 자명하다.

Claims (5)

  1. 제반 장비의 데이터를 수집하고, 수집된 데이터를 관리하며, 상기 제반 장비의 성능을 평가하는 해양플랜트 정보수집부;
    상기 해양플랜트 정보수집부로부터 수집된 데이터를 기반으로 상기 제반 장비를 진단하고 상기 제반 장비의 수명을 예측하여 보전하는 해양플랜트 예지보전부; 및
    실제 해양플랜트의 제반 장비의 운영을 시뮬레이션으로 구현하는 가상 해양플랜트 운영부를 포함하며;
    제반 장비의 상태 데이터를 수집하고, 성능평가 모듈 및 실시간 데이터 관리 및 모니터링 모듈을 통해 이상이 발견되면 이상 징후를 가시화 하며,
    지능형 진단 모듈이 정상유형 데이터와 고정유형 데이터를 기반하여 제반 장비의 고장발생을 진단하되, 이 고장발생 여부를 확률적으로 제공하여 확률 값이 소정의 값 이상이면 고장으로 진단하고,
    이후, 제반 장비의 수명을 예지하고 보전을 수행하되,
    확률적 제공은 고장진단 성공률에 기반하며,
    상기 고장진단 성공률은 제반 장비의 고장이 진단된 개수 ÷ 고장진단이 가능한 제반 장비의 개수로 계산되는 것을 특징으로 하는, 해양플랜트 예지보전 시스템.
  2. 청구항 1에 있어서,
    상기 해양플랜트 정보수집부는,
    상기 제반 장비들을 네트워크를 통해 하나로 묶어 연동시켜 상기 제반 장비의 데이터를 수신하는 다중 분산제어 모듈;
    상기 다중 분산제어 모듈로부터 제반 장비의 데이터를 수신하여 상기 제반 장비의 상태를 모니터링 하는 실시간 데이터 관리 및 모니터링 모듈; 및
    상기 다중 분산제어모듈에서 수집된 데이터를 스트림 처리하여 미리 마련된 질의형식의 성능지표에 따라 분석하여 제반 장비의 성능을 평가하는 성능평가 모듈;을 포함하는 것을 특징으로 하는, 해양플랜트 예지보전 시스템.
  3. 청구항 1에 있어서,
    상기 해양플랜트 예지보전부는,
    다중 분산제어 모듈에서 수집된 데이터를 예지보전 통합모듈이 수신하면, 상기 데이터를 기반으로 제반 장비의 정상유형 데이터 및 고장유형 데이터를 저장하고, 상기 정상유형 데이터 및 고장유형 데이터를 기반하여 상기 제반 장비를 진단하는 지능형 진단 모듈;
    상기 지능형 진단 모듈의 진단을 기반으로 제반 장비의 잔여수명 및 고장확률을 예지하는 예지 모듈;
    상기 예지 모듈을 통해 예지된 제반 장비의 보수계획을 제시하는 보전 모듈;
    해양플랜트의 설계기준의 요구사항, 설계형상 및 물리적 형태가 일치되도록 유지 및 정보변경을 수행하는 형상관리 모듈; 및
    다중 분산제어 모듈에서 수집된 데이터를 수신하고, 상기 예지 모듈 및 보전 모듈의 기능 수행을 위한 정보를 통합 관리하는 예지보전 통합모듈;을 포함하는 것을 특징으로 하는, 해양플랜트 예지보전 시스템.
  4. 청구항 1에 있어서,
    상기 가상 해양플랜트 운영부는,
    상기 해양플랜트 정보수집부의 다중 분산제어 모듈의 성능 검증을 위해 사용되는 I/O 시뮬레이터로서, 가상-실제 간 입출력 신호처리를 수행하는 입출력 가상화 모듈;
    해양플랜트의 운영 모사 및 훈련 상황 모사에 필요한 시나리오나 상황을 데이터로 조합하여 시계열 기반 프로세스로 저장하고, 실제 해양플랜트 운영 상황이나 훈련과 동일한 상황을 연출시키는 시나리오 기반 운영 훈련모듈; 및
    해양플랜트의 기하학적 형상 특성(Virtual Model)과 기능적 특성(Dynamic Model)을 결합하여, 실제 해양플랜트의 작동 원리와 제반 장비를 컴퓨터상에 재현하는 가상 해양플랜트 시뮬레이터 모듈;을 포함하는 것을 특징으로 하는, 해양플랜트 예지보전 시스템.
  5. 삭제
KR1020170041388A 2017-03-31 2017-03-31 해양플랜트 예지보전 시스템 KR101853480B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170041388A KR101853480B1 (ko) 2017-03-31 2017-03-31 해양플랜트 예지보전 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170041388A KR101853480B1 (ko) 2017-03-31 2017-03-31 해양플랜트 예지보전 시스템

Publications (1)

Publication Number Publication Date
KR101853480B1 true KR101853480B1 (ko) 2018-04-30

Family

ID=62080951

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170041388A KR101853480B1 (ko) 2017-03-31 2017-03-31 해양플랜트 예지보전 시스템

Country Status (1)

Country Link
KR (1) KR101853480B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102185017B1 (ko) 2020-07-14 2020-12-01 (주)부품디비 가스공급시설 정보관리 및 예지보전 통합 시스템
KR102212390B1 (ko) * 2020-04-01 2021-02-04 (주)포미트 디지털 트윈 시뮬레이터 및 기계학습을 이용하는 실제 플랜트의 최적 운영 규칙 도출 장치 및 방법
EP3796118A1 (de) * 2019-09-18 2021-03-24 Siemens Aktiengesellschaft Unterstützung für anlagenfahrer durch künstliche intelligenz
KR102237156B1 (ko) 2019-11-18 2021-04-08 전북대학교산학협력단 예측 데이터 기반의 해양 플랜트 이상 징후 감지 장치 및 방법
GB2602975A (en) * 2021-01-20 2022-07-27 Jems Energetska Druzba D O O Systems and methods for plant process optimisation

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07248816A (ja) * 1994-03-09 1995-09-26 Nabco Ltd 機関プラント運転管理支援システム
KR20110129276A (ko) * 2010-05-25 2011-12-01 대우조선해양 주식회사 부유식 구조물의 자동화된 유지보수관리 시스템
KR20120085223A (ko) * 2012-06-15 2012-07-31 대우조선해양 주식회사 부유식 구조물의 자동화된 유지보수관리 시스템
KR20130114515A (ko) * 2012-04-09 2013-10-18 주식회사 싸이트로닉 해양 구조물의 6자유도 운동의 실시간 모니터링을 이용한 해양 구조물의 정적 및 동적 포지셔닝 시스템 및 방법
KR20140025803A (ko) * 2012-08-22 2014-03-05 대우조선해양 주식회사 부유식 해양 구조물의 동적 위치 유지 시스템 및 방법
KR101496069B1 (ko) * 2011-01-20 2015-02-25 미츠비시 쥬고교 가부시키가이샤 플랜트 안전 설계 지원 장치 및 플랜트 감시 보수 지원 장치
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
KR101701278B1 (ko) * 2015-09-11 2017-02-13 대우조선해양 주식회사 선박/해양플랜트의 원격 검사 및 유지보수 시스템
KR20170054957A (ko) * 2015-11-10 2017-05-18 한국해양과학기술원 해양플랜트 예지보전 시스템 및 이를 사용한 해양플랜트 예지보전방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07248816A (ja) * 1994-03-09 1995-09-26 Nabco Ltd 機関プラント運転管理支援システム
KR20110129276A (ko) * 2010-05-25 2011-12-01 대우조선해양 주식회사 부유식 구조물의 자동화된 유지보수관리 시스템
KR101496069B1 (ko) * 2011-01-20 2015-02-25 미츠비시 쥬고교 가부시키가이샤 플랜트 안전 설계 지원 장치 및 플랜트 감시 보수 지원 장치
KR20130114515A (ko) * 2012-04-09 2013-10-18 주식회사 싸이트로닉 해양 구조물의 6자유도 운동의 실시간 모니터링을 이용한 해양 구조물의 정적 및 동적 포지셔닝 시스템 및 방법
KR20120085223A (ko) * 2012-06-15 2012-07-31 대우조선해양 주식회사 부유식 구조물의 자동화된 유지보수관리 시스템
KR20140025803A (ko) * 2012-08-22 2014-03-05 대우조선해양 주식회사 부유식 해양 구조물의 동적 위치 유지 시스템 및 방법
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
KR101701278B1 (ko) * 2015-09-11 2017-02-13 대우조선해양 주식회사 선박/해양플랜트의 원격 검사 및 유지보수 시스템
KR20170054957A (ko) * 2015-11-10 2017-05-18 한국해양과학기술원 해양플랜트 예지보전 시스템 및 이를 사용한 해양플랜트 예지보전방법
JP3213929U (ja) * 2015-11-10 2017-12-14 コリア インスティチュート オブ オーシャン サイエンス アンド テクノロジー 海上プラント予防保全システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문201603 *
황진상 외 4명. 해양플랜트 예지보전 시스템의 소개. 한국CDE학회지. 사단법인 한국CDE학회: 22(1), 페이지 47-53, (2016.03.31.) 1부. *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3796118A1 (de) * 2019-09-18 2021-03-24 Siemens Aktiengesellschaft Unterstützung für anlagenfahrer durch künstliche intelligenz
WO2021052987A1 (de) * 2019-09-18 2021-03-25 Siemens Aktiengesellschaft Unterstützung für anlagenfahrer durch künstliche intelligenz
KR102237156B1 (ko) 2019-11-18 2021-04-08 전북대학교산학협력단 예측 데이터 기반의 해양 플랜트 이상 징후 감지 장치 및 방법
KR102212390B1 (ko) * 2020-04-01 2021-02-04 (주)포미트 디지털 트윈 시뮬레이터 및 기계학습을 이용하는 실제 플랜트의 최적 운영 규칙 도출 장치 및 방법
KR102185017B1 (ko) 2020-07-14 2020-12-01 (주)부품디비 가스공급시설 정보관리 및 예지보전 통합 시스템
GB2602975A (en) * 2021-01-20 2022-07-27 Jems Energetska Druzba D O O Systems and methods for plant process optimisation
WO2022157257A1 (en) * 2021-01-20 2022-07-28 Jems, Energetska Družba, D.O.O. Systems and methods for plant process optimisation

Similar Documents

Publication Publication Date Title
KR101853480B1 (ko) 해양플랜트 예지보전 시스템
KR101518720B1 (ko) 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
US9076106B2 (en) Systems and methods for management of risk in industrial plants
Kwon et al. IoT-based prognostics and systems health management for industrial applications
US8260736B1 (en) Intelligent system manager system and method
Parhizkar et al. Data driven approach to risk management and decision support for dynamic positioning systems
Besnard On maintenance optimization for offshore wind farms
CN107529667A (zh) 混合现实核电站仿真和分析系统
Yang et al. Development of a risk monitoring system for nuclear power plants based on GO-FLOW methodology
KR102102346B1 (ko) 함정설비의 상태기반 정비지원 시스템 및 방법
JP6812312B2 (ja) プラント支援評価システム及びプラント支援評価方法
Hogenboom et al. Temporal decision-making factors in risk analyses of dynamic positioning operations
Netland et al. Cost-benefit evaluation of remote inspection of offshore wind farms by simulating the operation and maintenance phase
Zille et al. Modelling multicomponent systems to quantify reliability centred maintenance strategies
KR101853485B1 (ko) 부유식 천연가스 생산저장설비 예지보전 시스템
Petkov et al. Cost-benefit analysis of condition monitoring on DEMO remote maintenance system
CN110765633A (zh) 一种动力装置的智能管理方法和装置
RU2668487C2 (ru) Система информационной поддержки принятия управленческих решений для обслуживающего персонала судовой энергетической установки
Morais et al. Human reliability analysis—accounting for human actions and external factors through the project life cycle
Walker Next generation prognostics and health management for unmanned aircraft
Abaei et al. A Method to Assess the Reliability of the Machinery o n Autonomous Ships
KR20170054957A (ko) 해양플랜트 예지보전 시스템 및 이를 사용한 해양플랜트 예지보전방법
Hallbert et al. Advanced Instrumentation, Information, and Control Systems Technologies Technical Program Plan for 2014
Patel et al. Unmanned/Minimally Manned Floating Deepwater Installations: Design and Safety Considerations
Parhizkar et al. Human Factor Analysis and Quantification

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant