KR20200121082A - 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 - Google Patents
장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR20200121082A KR20200121082A KR1020190043656A KR20190043656A KR20200121082A KR 20200121082 A KR20200121082 A KR 20200121082A KR 1020190043656 A KR1020190043656 A KR 1020190043656A KR 20190043656 A KR20190043656 A KR 20190043656A KR 20200121082 A KR20200121082 A KR 20200121082A
- Authority
- KR
- South Korea
- Prior art keywords
- equipment
- data
- prediction
- maintenance
- simulation system
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000005856 abnormality Effects 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims description 38
- 230000036541 health Effects 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 6
- 230000007257 malfunction Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000003862 health status Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법이 개시된다. 정비 예측 시뮬레이션 시스템은, 장비의 가동상태, 이상유무 및 정비시기 중 적어도 하나를 모니터링하는 장비모니터링부, 상기 모니터링 결과, 상기 장비에 이상 상황이 발생한 경우, 상기 이상 상황에 대응하는 동작을 수행하는 오류처리부, 기설정된 주기로 상기 장비의 고유 데이터를 입력하여 생산효율성과 장비상태를 예측하여 예측데이터를 생성하고, 상기 생성된 예측데이터를 상기 모니터링부에 제공하는 시뮬레이션부 및 상기 예측데이터를 통해 상기 장비의 데이터 입력을 제어하고 스케줄링하도록 가이드 하는 예측처리부를 포함할 수 있다.
Description
본 발명은 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템에 관한 것으로, 보다 상세하게는 장비의 데이터를 투입하여 시뮬레이션 운행을 통해 장비의 수명, 정비시기 등을 예측하고 관리하는 시스템에 관한 것이다.
제품을 대량생산하기 위해서는 일반적으로 고가의 장비를 사용하여 제품 생산을 자동화하고 이를 통해 단기간에 다량의 제품을 생산할 수 있다. 이렇듯, 장비를 이용하여 제품을 생산하는 과정에서 기업이 부담하는 가장 큰 리스크 중 하나는 장비의 정지로 인하여 납품일정이 지연되고 생산 차질로 인한 비용 발생 문제이다.
그러나, 현장에서는 장비의 주기적 정비와 관리가 비효율적으로 이루어지고 있으며, 장비에 대한 정보와 경험을 통한 맞춤형 정비와 관리가 이루어지지 못하고 있었다.
대한민국 등록특허공보 제10-1962739호는 빅데이터 분석을 이용하여 기계장비의 고장을 예측하고 분석하는 시스템이 게시되어 있으나, 빅데이터 수집을 위한 다양한 어려움이 존재하여 분석의 정확성이 떨어지는 문제점이 있었다.
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로, 다양한 유사장비의 데이터를 수집하고 표준화하고 이를 활용하여 장비의 상태를 모니터링하고 시뮬레이션함으로써, 해당 장비에 보다 적합한 모니터링과 시뮬레이션 결과가 도출될 수 있는 예측 시뮬레이션 시스템을 제공하는 데 그 목적이 있다.
또한, 본 발명은 유사장비의 데이터를 활용하여 장비의 건강상태 및 수명을 예측하며, 최적의 운행조건을 제시함으로써, 장비의 수명 연장을 위한 최적의 데이터를 제시할 수 있는 예측 시뮬레이션 시스템을 제공하는 데 그 목적이 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 여기에 언급되지 않은 본 발명이 해결하려는 또 다른 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 정비 예측 시뮬레이션 시스템은, 장비의 가동상태, 이상유무 및 정비시기 중 적어도 하나를 모니터링하는 장비모니터링부, 상기 모니터링 결과, 상기 장비에 이상 상황이 발생한 경우, 상기 이상 상황에 대응하는 동작을 수행하는 오류처리부, 기설정된 주기로 상기 장비의 고유 데이터를 입력하여 생산효율성과 장비상태를 예측하여 예측데이터를 생성하고, 상기 생성된 예측데이터를 상기 모니터링부에 제공하는 시뮬레이션부 및 상기 예측데이터를 통해 상기 장비의 데이터 입력을 제어하고 스케줄링하도록 가이드 하는 예측처리부를 포함한다.
또한, 장비모니터링부는, 상기 장비의 현재 가동여부를 판단하는 가동판단부, 상기 장비의 부품 건강상태를 판단하는 건강판단부, 상기 장비의 동작 이상 유무를 판단하는 이상판단부 및 상기 장비의 기설정된 정비시기 도달 유무를 판단하는 정비판단부를 포함하는 것을 특징으로 한다.
또한, 상기 오류처리부는, 상기 장비의 오동작 발생, 기설정된 범위를 벗어난 출력발생, 동종장비와의 출력비교를 통한 출력저하발생, 정비시기 도래 중 적어도 하나의 상황 발생을 상기 장비의 이상 상황으로 판단하여 각 이상 상황에 대응하는 맞춤형 동작을 수행하는 것을 특징으로 한다.
또한, 상기 시뮬레이션부는, 입력된 상기 장비의 고유 데이터를 트윈 모델 기반으로 시뮬레이션 운행하고, 유사 장비 간의 데이터 비교분석, 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측, 운행 패턴 데이터 수집, 다양한 운행조건에 따른 결과비교 및 최적의 운행조건 도출 중 적어도 하나를 수행하는 것을 특징으로 한다.
또한, 상기 시뮬레이션부는, 상기 유사 장비들의 데이터를 수집하여 평균 데이터, 최대 출력값, 최소 출력값 중 적어도 하나를 이용하여 데이터를 표준화하고, 상기 표준화된 데이터를 이용하여 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측 및 최적의 운행조건 도출 중 적어도 하나를 수행하는 것을 특징으로 한다.
상기 과제의 해결 수단에 의해, 본 발명의 정비 예측 시뮬레이션 시스템은 다양한 유사장비의 데이터를 수집하고 표준화하고 이를 활용하여 장비의 상태를 모니터링하고 시뮬레이션함으로써, 해당 장비에 보다 적합한 모니터링과 시뮬레이션 결과가 도출될 수 있는 예측 시뮬레이션 시스템을 제공하는 효과가 있다.
또한, 본 발명의 유사장비의 데이터를 활용하여 장비의 건강상태 및 수명을 예측하며, 최적의 운행조건을 제시함으로써, 장비의 수명 연장을 위한 최적의 데이터를 제시할 수 있는 효과가 있다.
도 1은 본 발명의 일실시례에 따른 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템의 블록도이다.
도 2는 본 발명의 일실시례에 따른 장비 모니터링부의 세부구성을 도시한 블록도이다.
도 3은 본 발명의 일실시례에 따라 현장 장비로부터 데이터를 수집하고 시뮬레이션하여 장비를 예측하고 제어하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시례에 따라 현장의 데이터로부터 표준화된 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시례에 따라 장비의 전력 사용량을 시간대별로 분석하여 제공하는 예시 화면을 도시한 도면이다.
도 6은 본 발명의 일실시례에 따라 장비의 잔여 수명을 분석하여 제공하는 예시 화면을 도시한 도면이다.
도 2는 본 발명의 일실시례에 따른 장비 모니터링부의 세부구성을 도시한 블록도이다.
도 3은 본 발명의 일실시례에 따라 현장 장비로부터 데이터를 수집하고 시뮬레이션하여 장비를 예측하고 제어하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시례에 따라 현장의 데이터로부터 표준화된 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시례에 따라 장비의 전력 사용량을 시간대별로 분석하여 제공하는 예시 화면을 도시한 도면이다.
도 6은 본 발명의 일실시례에 따라 장비의 잔여 수명을 분석하여 제공하는 예시 화면을 도시한 도면이다.
이상과 같은 본 발명에 대한 해결하고자 하는 과제, 과제의 해결 수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시례 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시례들을 참조하면 명확해질 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 보다 상세히 설명하기로 한다.
도 1은 본 발명의 일실시례에 따른 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템(100)의 블록도이다.
도 1을 참고하면, 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템(100)은 장비 모니터링부(110), 오류처리부(120), 시뮬레이션부(130) 및 예측처리부(140)를 포함할 수 있다.
우선, 장비 모니터링부(110)는 장비의 가동상태, 이상유무 및 정비시기 중 적어도 하나를 모니터링할 수 있다. 즉, 장비 모니터링부(110)는 현장에 마련된 장비가 동작 또는 정지상태에 있는지 등의 가동상태를 판단할 수 있고, 상기 장비가 정상적으로 동작하는지 또는 이상동작이 발생하는지 여부를 판단할 수 있으며, 일정한 시기마다 예정된 정비시점이 도래하였는지 등을 판단할 수도 있다.
따라서, 장비 모니터링부(110)는 현장에서 운행되고 있는 장비의 다양한 상태를 모니터링하고 상기 장비에 마련된 다양한 센서로부터 장비의 데이터(ex. 온도, 습도, 토크, 가동률 등)를 수집할 수 있다. 이를 위해, 상기 장비에 마련된 센서 및 상기 센서로부터의 데이터 수집을 위한 IoT 모듈을 마련하고, 이를 통해 장비의 데이터를 수집할 수 있다.
한편, 장비 모니터링부(110)의 세부구성은 도 2를 참고하여 이하에서 보다 상세하게 설명한다.
도 2는 본 발명의 일실시례에 따른 장비 모니터링부의 세부구성을 도시한 블록도이다.
도 2를 참고하면, 장비 모니터링부(110)는 가동판단부(111), 건강판단부(112), 이상판단부(113) 및 정비판단부(114)를 포함할 수 있다.
우선, 가동판단부(111)는 상기 장비의 현재 가동여부를 판단할 수 있고, 건강판단부(112)는 상기 장비의 부품 건강상태를 판단할 수 있다. 여기서 건강판단부(112)는 상기 장비의 부품 건강상태를 판단한 후, 등급화하여 나타낼 수 있으며, 새제품의 상태를 100으로 사용불가상태를 0으로 설정하고 현재 부품의 건강상태를 수치화하여 표현할 수 있다. 또한, 동시에 상기 부품의 특정 부위에 크랙이 발생하거나 고장이 발생할 가능성이 있는 경우 특정 부위를 도시하여 해당 부분에 상기의 문제가 발생하였음을 안내할 수도 있다.
또한, 이상판단부(113)는 상기 장비의 동작 이상 유무를 판단할 수 있고, 정비판단부(114)는 상기 장비의 기설정된 정비시기 도달 유무를 판단할 수 있다. 여기서 이상판단부(113)는 동작 과정에서의 동작 이상 유무를 판단하는 것이며, 각 부품별 건강상태는 양호하더라도 동작 과정에서 이상 동작이 발생할 수 있다. 즉, 상기 건강판단부(112)를 통해 판단한 결과 각 부품의 상태는 양호하나, 이상판단부(113)가 동작 과정에서의 이상이 발생한 것으로 판단하였다면, 이는 제품의 결합과정에서 오류가 발생하였거나, 연결 부분에 오류가 발생하는 등 결합관계 오류인 것으로 관리자가 판단할 수 있으므로, 각각의 정보는 구분하여 관리자에게 제공될 수 있다.
다시 도 1을 참고하면, 오류처리부(120)는 상기 모니터링 결과, 상기 장비에 이상 상황이 발생한 경우, 상기 이상 상황에 대응하는 동작을 수행할 수 있다.
예를 들어 오류처리부(120)는 상기 장비의 오동작 발생, 기설정된 범위를 벗어난 출력발생, 동종장비와의 출력비교를 통한 출력저하발생, 정비시기 도래 중 적어도 하나의 상황 발생을 상기 장비의 이상 상황으로 판단하여 각 이상 상황에 대응하는 맞춤형 동작을 수행할 수 있다.
즉, 장비의 단순 오동작 뿐만 아니라, 설정된 범위를 벗어난 결과를 출력하는 경우, 동종장비의 평균값 대비 기설정된 범위 이상의 출력저하가 발생하는 경우, 기설정된 정비 시기가 도래한 경우 등을 모두 이상 상황으로 판단하여 각각의 상황에 대처할 수 있는 정비 매뉴얼 등의 제공, 전원 차단, 전원 스위칭, 재부팅, 오류심층진단 모듈 가동 등을 수행할 수 있다.
시뮬레이션부(130)는 기설정된 주기로 상기 장비의 고유 데이터를 입력하여 생산효율성과 장비상태를 예측하여 예측데이터를 생성하고, 상기 생성된 예측데이터를 상기 모니터링부에 제공할 수 있다.
일례로 시뮬레이션부(130)는, 입력된 상기 장비의 고유 데이터를 트윈 모델 기반으로 시뮬레이션 운행하고, 유사 장비 간의 데이터 비교분석, 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측, 운행 패턴 데이터 수집, 다양한 운행조건에 따른 결과비교 및 최적의 운행조건 도출 중 적어도 하나를 수행할 수 있다.
상기에서 트윈 모델은 장비 데이터 요소를 입력하여 상태 예측 및 사전 분석이 가능한 것을 의미하며, 상기 트윈 모델은 특정 장비나 특정 산업에 종속되지 않고 범용적으로 적용할 수 있다.
또한, 이를 통해 유사 장비 간의 데이터를 비교분석하고, 당해 현장에 마련된 장비의 상태 예측, 가동률을 예측할 수 있으며, 유사 장비 간의 고장 발생 사유, 시기 등을 고려하여 점검시기도 예측할 수 있다.
또한, 유사 장비들의 운행 패턴 데이터를 수집하여 다양한 운행조건에 따른 결과의 차이를 제공하고 비교하며, 이를 통해 최적의 운행조건을 제안할 수도 있다.
또 다른 예로, 상기 유사 장비들의 데이터를 수집하여 평균 데이터, 최대 출력값, 최소 출력값 중 적어도 하나를 이용하여 데이터를 표준화하고, 상기 표준화된 데이터를 이용하여 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측 및 최적의 운행조건 도출 중 적어도 하나를 수행할 수도 있다.
상기와 같이 수집되고 분석된 데이터들은 머신 러닝되어 빅데이터로 관리될 수 있고, 이를 통해 향후 세부 환경 조건마다의 장비 예측을 원활하게 수행할 수 있다.
상기와 같이 시뮬레이션부(130)를 통해 도출된 데이터들은 다시 모니터링부(110)로 제공되며, 이를 통해 모니터링부(110)는 지속적으로 업데이트되는 데이터를 통해 장비를 모니터링 할 수 있다.
한편, 예측처리부(140)는 상기 예측데이터를 통해 상기 장비의 데이터 입력을 제어하고 스케줄링하도록 가이드할 수 있다. 즉, 상기 예측데이터를 통해 최적의 운행조건이 마련되면, 상기 최적의 운행조건에 따라 장비가 운행될 수 있도록 데이터의 입력을 스케줄링하고, 운행을 제어하도록 가이드할 수 있다.
상기와 같이, 본 발명의 일실시례에 따르면, 정비 예측 시뮬레이션 시스템은 다양한 유사장비의 데이터를 수집하고 표준화하고 이를 활용하여 장비의 상태를 모니터링하고 시뮬레이션함으로써, 해당 장비에 보다 적합한 모니터링과 시뮬레이션 결과가 도출될 수 있다.
이하에서는 본 발명의 정비 예측 시뮬레이션 시스템이 동작하는 실시례를 보다 상세하게 설명한다.
<실시례 1>
도 3은 본 발명의 일실시례에 따라 현장 장비로부터 데이터를 수집하고 시뮬레이션하여 장비를 예측하고 제어하는 과정을 설명하기 위한 도면이고, 도 4는 본 발명의 일실시례에 따라 현장의 데이터로부터 표준화된 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 3 및 도 4를 참고하면, 정비 예측 시뮬레이션 시스템(100)이 다수의 현장설비(211, 212, 213, 214)에 마련된 센서로부터 실시간으로 데이터를 수집한 후, 정비 예측 시뮬레이션 시스템(100)은 동일 집단(환경 및 장비) 간 동작과 상태를 비교 분석하며, 트윈모델 기반의 예측 시뮬레이션을 통해 장비의 수명, 가동률, 고장 등을 예측할 수 있다.
이에, 도 4에 도시된 바와 같이 장비로부터 수집된 데이터(410)는 표준화되며, 상기 표준화된 데이터와 알고리즘을 통해 장비(211)에 최적화된 파라미터(조건)가 제시될 수 있고, 상기 제시된 조건에 따라 장비가 운용되고 관리될 수 있다.
상기에서 데이터 표준화는 업종별 장비 상태 진단을 위한 최적의 조건을 찾아내는 과정을 의미하며, 각 장비로부터 수집되는 데이터를 분석, 조합하여 상태 진단에 필요한 조건들을 명세화할 수 있다.
상기의 과정은 지속적으로 반복될 수 있으며, 다양한 장비의 운행 데이터를 누적 수집하여 최적의 조건을 끊임없이 찾아낼 수 있다.
<실시례 2>
도 5는 본 발명의 일실시례에 따라 장비의 전력 사용량을 시간대별로 분석하여 제공하는 예시 화면을 도시한 도면이고, 도 6은 본 발명의 일실시례에 따라 장비의 잔여 수명을 분석하여 제공하는 예시 화면을 도시한 도면이다.
도 5에 도시된 바와 같이, 트윈모델 기반의 예측 시뮬레이션을 통해 특정 구간에서의 이상 징후를 판단하기 위해 데이터를 시계열로 분석하여 패턴 데이터를 추출할 수 있고, 상기 패턴을 통해 예지정비, 고장예측이 가능해 질 수 있으므로, 이상 징후를 미리 예측하고 예방할 수 있는 데이터를 제공할 수 있다.
이때, 장비 전력 데이터와 제품 생산 정보를 고려하여 안정 구간(ex. 파란색)을 이탈하는 패턴을 시계열로 분석할 수 있고, 분석된 패턴을 통해 장비 고장예측 및 장비 예지 정비 시기 판단이 가능해 짐으로써, 경영 예측 정보를 제공할 수 있다.
또한, 수집된 유사 장비의 데이터(빅데이터) 평균과의 비교분석을 통해 내 장비의 건강상태를 확인할 수 있고, 수집된 데이터와 장비 구입 시기를 연동하여 노후장비에서 발생하는 비효율적 에너지 사용, 진동 데이터 등을 확인할 수 있고, 이를 통해 장비의 예상수명을 예측해 볼 수도 있다.
또한, 상기와 같은 예측을 위해 관리자가 직접 데이터를 입력하고 상기 입력된 데이터에 따른 운행 시뮬레이션 결과를 제공받아 다양한 조건에서의 운행 결과를 예측해볼 수 있다.
한편 도 6에 도시된 바와 같이, 정비 예측 시뮬레이션 시스템(100)은 실시간으로 장비의 상태를 모니터링할 수 있는데, 장비의 실시간 사용량 확인 및 비교 대상과의 사용량 비율 확인 기능이 제공될 수 있다.
또한, 이를 통해 장비의 잔여 수명을 예측하고 표시할 수 있으며, 제품별 사용량을 그래프로 표현할 수 있고, 특정기간(초, 시간)의 전력량 확인이 가능하며, 전체 이용자 평균사용량 및 순위 확인 기능이 제공될 수 있다.
또한, 특정 기간동안 사용량을 문서(ex. Excel sheet)로 출력할 수 있으며, 관리자가 해당 라인에 등록한 제품 리스트 확인 기능, 챗봇 시나리오 기반의 특정 이벤트 기준점 도달 시 알림 기능(ex. Mobile, Web 등을 통해)이 제공될 수 있다.
또한, 관리자가 해당 라인에 등록한 제품 정보를 확인하고, 제품(Spot) 추가/삭제/수정 가능 기능이 제공될 수 있으며, 위치를 자유롭게 조정할 수 있고, 연결 배전반 추가가 가능하도록 마련될 수 있을 뿐만 아니라, 현장 라인의 추가/삭제/수정/순서 변경 가능하도록 마련될 수 있다.
상기와 같이, 본 발명의 일실시례에 따르면, 현장 장비의 센서 등으로부터 장비 데이터가 수집되고 트윈 모델 예측 시뮬레이션에 의해 시뮬레이션되어 표준화되며, 상기 표준화된 데이터가 다시 장비에 제시되어 최적의 조건에서 장비가 운용되고 수명 연장을 위한 최상의 조건에서 관리될 수 있도록 하는 시스템이 제공될 수 있다.
또한 본 발명의 일실시례에 따른, 정비 예측 시뮬레이션 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명의 일실시례는 비록 한정된 실시례와 도면에 의해 설명되었으나, 본 발명의 일실시례는 상기 설명된 실시례에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서 본 발명의 일실시례는 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
110 : 장비 모니터링부
120 : 오류처리부
130 : 시뮬레이션부
140 : 예측처리부
111 : 가동판단부
112 : 건강판단부
113 : 이상판단부
114 : 정비판단부
120 : 오류처리부
130 : 시뮬레이션부
140 : 예측처리부
111 : 가동판단부
112 : 건강판단부
113 : 이상판단부
114 : 정비판단부
Claims (4)
- 장비의 가동상태, 이상유무 및 정비시기 중 적어도 하나를 모니터링하는 장비모니터링부;
상기 모니터링 결과, 상기 장비에 이상 상황이 발생한 경우, 상기 이상 상황에 대응하는 동작을 수행하는 오류처리부;
기설정된 주기로 상기 장비의 고유 데이터를 입력하여 생산효율성과 장비상태를 예측하여 예측데이터를 생성하고, 상기 생성된 예측데이터를 상기 모니터링부에 제공하는 시뮬레이션부; 및
상기 예측데이터를 통해 상기 장비의 데이터 입력을 제어하고 스케줄링하도록 가이드 하는 예측처리부
를 포함하는 정비 예측 시뮬레이션 시스템. - 제1항에 있어서,
상기 장비모니터링부는,
상기 장비의 현재 가동여부를 판단하는 가동판단부;
상기 장비의 부품 건강상태를 판단하는 건강판단부;
상기 장비의 동작 이상 유무를 판단하는 이상판단부; 및
상기 장비의 기설정된 정비시기 도달 유무를 판단하는 정비판단부
를 포함하는 정비 예측 시뮬레이션 시스템. - 제1항에 있어서,
상기 오류처리부는,
상기 장비의 오동작 발생, 기설정된 범위를 벗어난 출력발생, 동종장비와의 출력비교를 통한 출력저하발생, 정비시기 도래 중 적어도 하나의 상황 발생을 상기 장비의 이상 상황으로 판단하여 각 이상 상황에 대응하는 맞춤형 동작을 수행하는 것을 특징으로 하는 정비 예측 시뮬레이션 시스템. - 제1항에 있어서,
상기 시뮬레이션부는,
입력된 상기 장비의 고유 데이터를 트윈 모델 기반으로 시뮬레이션 운행하고, 유사 장비 간의 데이터 비교분석, 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측, 운행 패턴 데이터 수집, 다양한 운행조건에 따른 결과비교 및 최적의 운행조건 도출 중 적어도 하나를 수행하되,
상기 유사 장비들의 데이터를 수집하여 평균 데이터, 최대 출력값, 최소 출력값 중 적어도 하나를 이용하여 데이터를 표준화하고, 상기 표준화된 데이터를 이용하여 장비의 상태 예측, 가동률 예측, 점검시기 예측, 고장시기 예측 및 최적의 운행조건 도출 중 적어도 하나를 수행하는 것을 특징으로 하는 정비 예측 시뮬레이션 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190043656A KR20200121082A (ko) | 2019-04-15 | 2019-04-15 | 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190043656A KR20200121082A (ko) | 2019-04-15 | 2019-04-15 | 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200121082A true KR20200121082A (ko) | 2020-10-23 |
Family
ID=73039314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190043656A KR20200121082A (ko) | 2019-04-15 | 2019-04-15 | 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200121082A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102379005B1 (ko) * | 2021-08-17 | 2022-03-25 | 한국철도공사 | 철도차량 정비율을 산출하기 위한 시뮬레이션 방법 및 장치 |
-
2019
- 2019-04-15 KR KR1020190043656A patent/KR20200121082A/ko not_active Application Discontinuation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102379005B1 (ko) * | 2021-08-17 | 2022-03-25 | 한국철도공사 | 철도차량 정비율을 산출하기 위한 시뮬레이션 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qingfeng et al. | Development and application of equipment maintenance and safety integrity management system | |
| KR101044744B1 (ko) | 신뢰도 기반 배전기자재 유지보수 시스템과 방법 | |
| JP6678222B2 (ja) | 設備管理システム及び設備管理方法 | |
| JP2010526352A (ja) | 統計的な分析を利用した性能障害管理システム及びその方法 | |
| US20120116827A1 (en) | Plant analyzing system | |
| US20170169342A1 (en) | System and method for diagnosing at least one component requiring maintenance in an appliance and/or installation | |
| AU2021329227B2 (en) | Systems and methods for HVAC equipment predictive maintenance using machine learning | |
| KR101278428B1 (ko) | 예지 보전 기반의 실시간 협업 기업 자산 관리 시스템 및 방법 | |
| Tichý et al. | Predictive diagnostics usage for telematic systems maintenance | |
| KR101655247B1 (ko) | Bems 데이터를 이용한 에너지 분석 시스템 | |
| CA2933904C (en) | Managing the effectiveness of repairs in refrigeration assets | |
| KR20200121082A (ko) | 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 | |
| JP2018036970A (ja) | 設備管理システム、設備管理方法およびプログラム | |
| US20060143037A1 (en) | System for taking over and operating services and installations at a site | |
| KR101710029B1 (ko) | 건물 에너지 분석 시스템 | |
| KR20180068101A (ko) | 로봇 예측 정비 서비스 제공 방법 및 서버 | |
| KR20210055238A (ko) | 자동화 설비의 mes 연동형 고장분석 시스템 및 방법 | |
| KR20170054957A (ko) | 해양플랜트 예지보전 시스템 및 이를 사용한 해양플랜트 예지보전방법 | |
| Wiboonrat | Developing diagnostics and prognostics of data center systems implementing with condition-based maintenance | |
| JP2010044780A (ja) | 運転状況分析方法および運転状況分析システム | |
| Nwadinobi et al. | Development of Simulation for Condition Monitoring and Evaluation of Manufacturing Systems | |
| AU2021105481A4 (en) | Construction operation, monitoring, maintenance planning and future risk prediction of bigger constructions using Artificial Intelligence based Internet of things | |
| JP7209978B2 (ja) | 管理装置 | |
| Ignat | Power plants maintenance optimization based on CBM techniques | |
| Nwadinobi et al. | Improved Markov stable state simulation for maintenance planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E601 | Decision to refuse application |