KR20180131808A - 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치 및 그 방법 - Google Patents

Abstract

본 발명의 일 측면에 따른 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치는, 상태기반 정비란 기계 작동 중 실시간으로 데이터를 취득하여 빅데이터를 분석 후 고장의 예측 및 고장의 유형을 분석하고, 이를 통한 향후 고장의 진행을 예측하고, 잔존 수명을 예측하여 문제의 해결 방법을 제시하고, 사후 상태를 진단하는데 그 목적이 있다. 이를 통해서 스마트 공장의 최적의 정비 주기 및 범위를 예측할 수 있다.

Description

상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치 및 그 방법{Device for predicting malfunction of factory facilities by condition based data analysis and method thereof}

본 발명은 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치 및 그 방법에 관한 것으로, 보다 상세하게는 상태기반 데이터를 분석하여 선제적으로 공장설비의 고장을 예측하는 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치 및 그 방법에 관한 것이다.

2015년12월 기준으로 인천시에 소재하는 산업단지는 총9,559개의 업체가 가동 중에 있고, 171,978명의 종업원이 고용되어 있다. 인천시 소재 산업단지는 전년대비 -2.2% 생산실절 감소 추세에 있다. 또한, 4차 산업혁명으로 대표되는 미래산업의 메가트랜드와 관련한 미래형 먹거리 산업 발굴의 필요성이 증가하고 있다.

본 발명은, 상태기반 데이터를 분석하여 선제적으로 공장설비의 고장을 예측하는 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치 및 그 방법을 제공하는 것을 목적으로 한다.

본 발명의 일 측면에 따른 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치는, 상태기반 정비란 기계 작동 중 실시간으로 데이터를 취득하여 빅데이터를 분석 후 고장의 예측 및 고장의 유형을 분석하고, 이를 통한 향후 고장의 진행을 예측하고, 잔존 수명을 예측하여 문제의 해결 방법을 제시하고, 사후 상태를 진단하는데 그 목적이 있다. 이를 통해서 스마트 공장의 최적의 정비 주기 및 범위를 예측할 수 있다.

본 발명에 따르면, 상태기반 데이터를 분석하여 선제적으로 공장설비의 고장을 예측할 수 있다.

본 명세서에서 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예들을 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일 실시예에 상태기반정비 기술의 발전을 보여주는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 상태기반 정비 단계의 개념도이다.
도 3은 본 발명의 일 실시예에 따른 상태기반 정비의 단계를 보여주는 테이블이다.
도 4는 본 발명의 일 실시예에 따른 스마트 공장의 상태기바 정비의 계통도이다.

이하에서는 도면을 참조하여 본 발명을 보다 상세히 설명한다. 본 발명에서는 도면에 도시된 습식형 미세먼지 제거장치를 예로 들어 설명할 것이나, 본 발명은 도면에 도시된 습식형 미세먼지 제거장치에 한정되는 것은 아니다.

본 명세서에는 본 발명을 뒷받침할 수 있는 다양한 실시예가 개시되어 있다. 이들은 각각 다른 실시예에 적용된 구성요소 및 특징들이 선택적으로 적용될 수 있으며, 이들에 대한 자세한 설명은 생략한다.

도 1은 본 발명의 일 실시예에 상태기반정비 기술의 발전을 보여주는 흐름도이다. 도 2는 본 발명의 일 실시예에 따른 상태기반 정비 단계의 개념도이다. 도 3은 본 발명의 일 실시예에 따른 상태기반 정비의 단계를 보여주는 테이블이다. 도 4는 본 발명의 일 실시예에 따른 스마트 공장의 상태기바 정비의 계통도이다.

본 발명이 일 실시에에 따라, 제조업의 치열한 시장경쟁으로 보수, 유지 비용의 절감할 수 있다. 이때, 측정, 분석 데이터 및 트러블 해결 경험에 대한 상호 정보교환의 어려우며, 사용자에게 기계 상태평가의 일관된 견해의 제공이 어려우며, 측정 데이터의 질 향상을 위한 통계적 해석 기법의 응용하며, 고장진단 및 예측 기법을 통한 스마트공장의 가상물리시스템 (Cyber physical system)의 안정적 동작이 가능하다.

타임기반 정비에서 상태기반 정비가 가능하며, 사물인터넷 기술로 개별 생산 장비, 그리고 사람이 양방향 소통할 수 있으며, 기계 시스템의 지능화와 시스템의 변화로 인한 고장의 불확실성과 복잡도 증가하며, 제조업 생산설비의 불확실성을 통제할 수 있는 신뢰성 높은 유지보수 전략을 제공하고, 갑작스러운 중단으로 인한 경제적 손실이 매우 큰 자동화된 제조업의 경우 스마트공장을 구현함에 있어 적절한 유지보수 전략의 확보가 가능하며, 전 세계 적으로 스마트공장의 유지보수 전략인 상태기반 정비(Condition based maintenance)에 대한 관심 증가로 인한 글로벌 시장선점할 수 있다.

센서를 이용하여 장비나 기계시스템의 상태를 모니터링하고 고장의 징후를 포착하는 진단할 수 있으며, 센서를 통하여 수집된 빅데이터를 기반으로 분석을 통한 잔여유효수명 예측할 수 있으며, 다양한 센서로부터 입력되는 데이터를 효율적으로 처리하기 위한 멀티프로토콜 센서 게이트웨이를 제공할 수 있으며, 인터넷 또는 SNS 기반 빅데이터 기술을 제조분야로 확대와 더불어 관련 인력의 스마트공장 구축 핵심 인력으로 양성할 수 있다.

기존의 센서를 IOT를 통한 상태 모니터링 기반 구축하며, 다양한 센서로부터 입력되는 데이터의 수집과 유 무선 전송을 할 수 있는 센서게이트웨이 개발을 통하여 수집된 데이터를 효율적으로 클라우드 서버로 전송하는 장치를 개발함으로서 대용량 데이터의 동시처리를 가능하게 하는 기반 구축하고, 센서 게이트웨이를 통하여 수집되고 클라우드 서버로 전송된 빅데이터를 기반으로 분석을 통한 잔여유효 수명 예측할 수 있다.

IOT 기반의 센서 게이트웨이 개발이 가능하고, 실시간 데이터 취득을 통한 실시간 설비 감시 방법 개발하고, 빅데이터 분석을 통한 고장의 진단하고, 머신러닝 기법을 통한 향후 결함 진행 예지 및 예측하고, 정비시기 및 범위 결정과 잔존 유효수명 예측할 수 있다.

상태기반 정비란 기계 작동 중 실시간으로 데이터를 취득하여 빅데이터를 분석 후 고장의 예측 및 고장의 유형을 분석하고, 이를 통한 향후 고장의 진행을 예측하고, 잔존 수명을 예측하여 문제의 해결 방법을 제시하고, 사후 상태를 진단하는데 그 목적이 있다. 이를 통해서 스마트 공장의 최적의 정비 주기 및 범위를 예측 하는 시스템 이다. 작업자의 접근이 어려운 영역에서 사고나 고장 등을 미리 예방하고 보다 신속한 대응이 가능 하다는 것이 가장 큰 장점이다.

인천지역 제조업 스마트 공장에서의 상태기반 정비 시스템 도입을 통한 원가 경쟁력 확보하고, 빅데이터 분석 엔지니어의 스마트공장으로의 새로운 직업 창출하고, 시스템 사용이력 피드백으로 인한 전 분야에 걸친 정밀한 설계안정성 확보가능하다.

고장 예방 및 신속한 대응하고, 제조업 스마트 생산 시스템의 경우 작동 중단에 의한 유지보수 비용 절감하고, 수리기간 동안 제품생산을 하지 못해 발생하는 손실기회비용 절감하고, 시스템 유지비용 절감하고(정비시간, 수리비), 정기점검에 비해 안정성 향상시키고, 장비의 실시간 상태를 모니터링 함으로서 장비운용 능력 예측하고, 수리용 부품의 적시공급 및 필요할 때만 공급하므로써 물류비용 절감하고, 시스템의 사용이력(결함 및 성능저하 데이터)을 피드백받으므로 새로운 설계에서 안전성을 보장할 수 있다.

지금까지 본 발명의 바람직한 실시예 및 응용예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정 실시예 및 응용예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들이 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안 될 것이다.

Claims (2)

1. 상태기반 정비란 기계 작동 중 실시간으로 데이터를 취득하여 빅데이터를 분석 후 고장의 예측 및 고장의 유형을 분석하고, 이를 통한 향후 고장의 진행을 예측하고, 잔존 수명을 예측하여 문제의 해결 방법을 제시하고, 사후 상태를 진단하는데 그 목적이 있다. 이를 통해서 스마트 공장의 최적의 정비 주기 및 범위를 예측하는 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 장치.
   
2. 상태기반 정비란 기계 작동 중 실시간으로 데이터를 취득하여 빅데이터를 분석 후 고장의 예측 및 고장의 유형을 분석하고, 이를 통한 향후 고장의 진행을 예측하고, 잔존 수명을 예측하여 문제의 해결 방법을 제시하고, 사후 상태를 진단하는데 그 목적이 있다. 이를 통해서 스마트 공장의 최적의 정비 주기 및 범위를 예측하는 상태기반 데이터 분석을 통한 선제적 공장설비 고장 예측 방법.

Images