KR20210048844A - 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 - Google Patents
설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 Download PDFInfo
- Publication number
- KR20210048844A KR20210048844A KR1020190133037A KR20190133037A KR20210048844A KR 20210048844 A KR20210048844 A KR 20210048844A KR 1020190133037 A KR1020190133037 A KR 1020190133037A KR 20190133037 A KR20190133037 A KR 20190133037A KR 20210048844 A KR20210048844 A KR 20210048844A
- Authority
- KR
- South Korea
- Prior art keywords
- health index
- maintenance
- facility
- maintenance plan
- deterioration factor
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000036541 health Effects 0.000 title claims description 173
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000013461 design Methods 0.000 claims abstract description 26
- 230000006866 deterioration Effects 0.000 claims description 73
- 230000003449 preventive effect Effects 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 230000007774 longterm Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 6
- 230000015556 catabolic process Effects 0.000 abstract description 6
- 238000006731 degradation reaction Methods 0.000 abstract description 5
- 238000007689 inspection Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 8
- 238000010248 power generation Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법에 관한 것으로, 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 장치는, 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하기 위한 열화인자별 건전도 지수 평가부; 상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하기 위한 종합 건전도 지수 평가부; 및 상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하기 위한 작업설계 지원부;를 포함한다.
Description
본 발명은 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법에 관한 것으로서, 보다 상세하게는 발전소의 설비자산(설비 또는 부품)의 건전도를 나타내는 종합 건전도 지수를 산출하여 현장에서의 정비계획을 수립하기 위한, 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법에 관한 것이다.
발전소는 다양한 발전설비의 조합으로 구성되어 있기 때문에, 발전소 전체의 신뢰도와 경제성을 확보하기 위해 발전설비 성능을 유지하기 위한 유지보수 활동이 필수적으로 요구된다.
국내 발전소에서는 전력수급과 관련하여 높은 신뢰도를 요구받고 있기 때문에, 대부분 정해진 규격과 제조사의 보수적 권장사항에 의거하여 계획예방정비를 1~2년 마다 수행하고 있다.
그리고, 각 발전설비는 미리 정해진 예방진단이나 검사 주기(예, 1일, 1주, 분기 등)에 따라 상태를 모니터링하고 있다.
그런데, 기존에는 발전설비 모니터링에 있어서 중요한 검사/진단 결과, 운전정보와 같은 정량적 데이터, 정비이력이나 고장이력 정보와 같은 정성적 데이터가 발전설비의 예방진단에 있어서 유용한 정보들이지만 정비/점검업무와 별개로 분산되어 관리되고 있다.
그래서, 발전설비 정비 담당자는 현장에서 적절한 예방작업지시를 수행하기 어려울 뿐 아니라, 매년 시행하는 계획예방정비 공사의 자재조달과 공사설계를 위한 정비계획을 수립하기 곤란하다.
즉, 계획예방정비 공사는 원활할 자재조달과 공사설계를 위해 최소 6개월 전에 정비계획을 수립해야 하므로, 발전설비 정비 담당자는 기존과 같이 발전설비의 예방진단과 관련된 유용한 정보들이 분산되어 관리되는 상황에서 합리적인 정비 계획을 수립하기 쉽지 않다.
한편, 상태기반 정비(Condition-Based Maintenance)가 이루어지지 않는 경우라면 상태가 양호한 설비에 대해서도 분해, 조립, 부품교체 등 불필요한 정비작업이 이루어지므로, 예산과 인력의 낭비를 야기할 뿐 아니라, 오히려 정비작업상의 부주의로 고장율이 높아질 수 있다.
또한, 기존에는 운전조건이 가혹하거나 특이한 경우, 검사결과가 불량한 경우, 혹은 유사 모델의 고장사례가 빈번한 경우와 같이 확연히 신뢰도를 저하할 수 있는 요소가 정비계획에 고려되지 않기 때문에 정비 효율성도 매우 떨어진다.
따라서, 상기와 같은 문제를 해결하기 위해 발전소의 설비나 부품의 건전도를 나타내는 종합 건전도 지수를 산출하여 현장에 정비나 점검계획을 수립하는 방안이 마련될 필요가 있다.
본 발명의 목적은 발전소의 설비자산(설비 또는 부품)의 건전도를 나타내는 종합 건전도 지수를 산출하여 현장에서의 정비계획을 수립하기 위한, 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법을 제공하는데 있다.
본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 장치는, 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하기 위한 열화인자별 건전도 지수 평가부; 상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하기 위한 종합 건전도 지수 평가부; 및 상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하기 위한 작업설계 지원부;를 포함할 수 있다.
상기 종합 건전도 지수 평가부는, 상기 열화인자별 건전도 지수 각각에 부여된 가중치를 곱한 후 합하여 상기 종합 건전도 지수를 평가하는 것일 수 있다.
상기 가중치는, 열화인자별로 고장에 영향을 미치는 정도에 따라 크기가 결정되는 것일 수 있다.
상기 종합 건전도 지수 평가부는, 데이터베이스에 누적 저장된 상기 열화인자 상태값, 상기 열화인자별 건전도 지수 및 상기 종합 건전도 지수를 토대로 중장기에 발생 가능한 설비 상태 변화의 미래 트렌드를 예측하는 것일 수 있다.
상기 종합 건전도 지수 평가부는, 상기 미래 트랜드를 예측할 때, 회귀분석 또는 마코비안 프로세스 기반 모형분석을 실시하는 것일 수 있다.
상기 종합 건전도 지수 평가부는, 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측하는 것일 수 있다.
상기 작업설계 지원부는, 상기 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측함에 따라 차기 계획예방정비공사 계획에 필요한 작업을 권고하는 것일 수 있다.
실시예에 따르면, 상기 종합 건전도 지수 평가부로부터 누적된 종합 건전도 지수 및 관련 상태값들을 전달받아 비용 기반의 최적 교체주기를 상기 정비담당자에게 권고하기 위한 교체주기 산출부;를 더 포함할 수 있다.
상기 교체주기 산출부는, 실제 정비가 이루어진 평균 정비 주기 또는 고장주기(Mean-Time Between Failure, MTBF)의 교체주기를 산출하는 것일 수 있다.
상기 교체주기 산출부는, 상기 평균 정비 주기 또는 고장주기의 교체주기를 적용하는 경우와 권고 교체주기를 적용하는 경우의 비용을 비교하여 최적 교체주기를 권고하는 것일 수 있다.
상기 건전도 지수 상태 판단 기준값은, 설계자료에 의한 정비/교체 기준값, 정비이력에 의한 설계 정비 기준값, 고장이력에 의한 고장 6개월 전 측정값, 표준자료에 의한 유사사례 정비 기준값 중 적어도 어느 하나를 이용하여 미리 정의되는 것일 수 있다.
또한, 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 방법은, 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하는 평가 단계; 상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하는 판단 단계; 및 상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하는 제1 권고 단계;를 포함할 수 있다.
상기 평가 단계는, 상기 열화인자별 건전도 지수 각각에 부여된 가중치를 곱한 후 합하여 상기 종합 건전도 지수를 평가하는 것일 수 있다.
상기 평가 단계는, 데이터베이스에 누적 저장된 상기 열화인자 상태값, 상기 열화인자별 건전도 지수 및 상기 종합 건전도 지수를 토대로 중장기에 발생 가능한 설비 상태 변화의 미래 트렌드를 예측하는 예측 단계를 포함하는 것일 수 있다.
상기 예측 단계는, 상기 미래 트랜드를 예측할 때, 회귀분석 또는 마코비안 프로세스 기반 모형분석을 실시하는 것일 수 있다.
상기 예측 단계는, 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측하는 것일 수 있다.
상기 제1 권고 단계는, 상기 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측함에 따라 차기 계획예방정비공사 계획에 필요한 작업을 권고하는 것일 수 있다.
실시예에 따르면, 상기 판단 단계 이후에, 누적된 종합 건전도 지수 및 관련 상태값들을 이용하여 비용 기반의 최적 교체주기를 상기 정비담당자에게 권고하는 제2 권고 단계;를 더 포함할 수 있다.
상기 제2 권고 단계는, 실제 정비가 이루어진 평균 정비 주기 또는 고장주기(Mean-Time Between Failure, MTBF)의 교체주기를 산출하는 것일 수 있다.
상기 제2 권고 단계는, 상기 평균 정비 주기 또는 고장주기의 교체주기를 적용하는 경우와 권고 교체주기를 적용하는 경우의 비용을 비교하여 최적 교체주기를 권고하는 것일 수 있다.
또한, 본 발명의 실시예에 따른 정비계획 수립 장치로서, 적어도 하나 이상의 프로세서; 및 컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리;를 포함하며, 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하게 하고, 상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하게 하며, 상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하게 하는 것일 수 있다.
본 발명은 발전소의 설비자산(설비 또는 부품)의 건전도를 나타내는 종합 건전도 지수를 산출하여 현장에서의 정비계획을 수립할 수 있다.
또한, 본 발명은 기존에 분산되어 있던 유용한 데이터를 단일 지표화하여 보임으로서 신속한 의사결정이 가능하고, 단일 지표를 산출하는 데 사용된 보조 지표들에 의해 세부적인 정비나 점검 계획을 수립할 수 있기 때문에, 발전 설비 운영자가 의사결정을 수행함에 있어 데이터 기반의 합리적인 선택이 가능하도록 한다.
또한, 본 발명은 2년마다 발전소에서 시행하는 계획예방정비공사을 수행할 때, 종합 건전도 지수를 근거로 하여 당해 계획예방정비공사 중 긴급한 점검/검사를 신속하게 설계할 수 있고, 차기 계획예방정비공사에 필요한 정비 계획을 미리 수립함으로서 원활한 자재수급 및 효율적인 정비 수행이 가능해진다.
또한, 본 발명은 발전 설비 운영자가 합리적인 정비/점검 계획을 세움으로서 전체 설비의 신뢰도 및 가동율을 높여 보다 높은 수익을 추구할 수 있게 한다.
도 1은 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 장치를 나타낸 도면,
도 2는 설비의 건전도 지수를 산출하여 작업지시를 발행하는 과정을 설명하는 예시를 나타낸 도면,
도 3은 설비의 계획예방정비공사 작업을 권고하는 과정을 설명하는 예시를 나타낸 도면,
도 4는 정비계획 수립 결과를 나타내는 도면이다.
도 2는 설비의 건전도 지수를 산출하여 작업지시를 발행하는 과정을 설명하는 예시를 나타낸 도면,
도 3은 설비의 계획예방정비공사 작업을 권고하는 과정을 설명하는 예시를 나타낸 도면,
도 4는 정비계획 수립 결과를 나타내는 도면이다.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어로 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 일 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.
첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 본 발명은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되어지지 않는다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도 1은 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 장치를 나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 장치(이하 '정비계획 수립 장치'라 함, 100)는 발전소의 설비자산(설비 또는 부품)의 건전도를 나타내는 종합 건전도 지수를 산출하여 현장에서의 정비계획을 수립할 수 있다.
이러한 정비계획 수립 장치(100)는 열화인자별 건전도 지수 평가부(110), 종합 건전도 지수 평가부(120), 작업설계 지원부(130), 교체주기 산출부(140)를 포함한다.
먼저, 열화인자별 건전도 지수 평가부(110)는 선택된 설비의 주요부품을 확인하여 주요부품별 열화인자(Failure Mode, FM)의 상태값을 모아서 열화인자별 건전도 지수를 평가한다.
구체적으로, 열화인자별 건전도 지수 평가부(110)는 운전상태 측정데이터 또는 정비/점검결과 데이터를 통해 주요부품의 열화인자의 상태값을 확인한다.
예를 들어, 회전기기의 주요부품인 베어링인 경우라면, 베어링의 열화인자는 진동, 마모 등일 수 있다. 여기서, 진동의 상태값은 운전상태 측정데이터로서 발전소 DCS(Distributed Control System)에서 시계열 데이터베이스에 축적하고 있는 진동값(Root Mean Square, RMS)일 수 있고, 마모의 상태값은 정비/점검결과 데이터로서 주기적으로 정비인력에 의해 측정되는 두께값(㎜)일 수 있다.
또한, 열화인자별 건전도 지수 평가부(110)는 미리 정해진 건전도 지수 상태 판단 기준값을 기반으로 열화인자의 상태값을 건전도 지수로 평가한다. 이는 건전도 지수 상태 판단 기준값에 대비하여 열화인자의 상태값을 건전도 지수로 환산하는 과정이다. 여기서, 건전도 지수 상태 판단 기준값은 설계자료에 의한 정비/교체 기준값, 정비이력에 의한 설계 정비 기준값, 고장이력에 의한 고장 6개월 전 측정값, 표준자료에 의한 유사사례 정비 기준값 중 적어도 어느 하나를 이용하여 미리 정의된다.
예를 들어, 열화인자의 상태값은 0∼100점 사이의 점수가 부여되는 건전도 지수로 환산된다. 건전도 지수가 0∼25점이면 'Bad', 25∼50점이면 'Warning', 50∼75점이면 'Normal', 75∼100점이면 'Good'으로 정의될 수 있다.
그리고, 열화인자별 건전도 지수 평가부(110)는 열화인자의 상태값을 건전도 지수로 평가할 때, 건전도 지수 상태 판단 기준값의 범위별로 선형 환산될 수 있다.
한편, 열화인자별 건전도 지수 평가부(110)는 각 열화인자의 상태값과 각각의 건전도 지수를 데이터베이스(미도시)에 누적하여 저장한다.
다음으로, 종합 건전도 지수 평가부(120)는 해당 부품의 열화인자별 건전도 지수를 이용해 설비자산의 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 설비자산의 상태를 판단한다.
구체적으로, 종합 건전도 지수 평가부(120)는 열화인자별 건전도 지수 평가부(110)에 의해 평가된 열화인자별 건전도 지수 각각에 부여된 가중치를 곱한 후 합하여 종합 건전도 지수를 평가(산출)한다. 여기서, 가중치는 해당 부품의 열화인자별로 고장에 영향을 미치는 정도에 따라 크기가 결정되며, 현장 전문가의 의견이나 RCM(Reliability Centered Maintenance)의 중요도 분석을 토대로 미리 결정된다.
이때, 종합 건전도 지수 평가부(120)는 종합 건전도 지수를 평가하여 설비자산의 상태를 판단하고, 이를 작업설계 지원부(130)에 알려준다.
예를 들어, 종합 건전도 지수 평가부(120)는 단기간(즉, 수 시간이나 몇 일 이내)에 종합 건전도 지수를 평가하여 'Normal'에서 'Warning'으로 종합 건전도 지수의 상태 변경을 확인하는 경우에 작업설계 지원부(130)로 알려준다. 작업설계 지원부(130)는 단기간 내에 작업지시를 통해 정비담당자에게 정비/점검 작업을 권고할 수 있다.
부가적으로, 종합 건전도 지수 평가부(120)는 현장 정비 인력의 교대 주기에 맞춰 종합 건전도 지수를 평가할 수 있다.
아울러, 종합 건전도 지수 평가부(120)는 열화인자의 상태값, 열화인자별 건전도 지수 및 종합 건전도 지수를 데이터베이스에 누적 저장한다.
한편, 종합 건전도 지수 평가부(120)는 데이터베이스에 누적 저장된 열화인자의 상태값, 열화인자별 건전도 지수, 종합 건전도 지수를 토대로 회귀분석 또는 마코비안 프로세스 기반 모형분석을 실시하여 향후 수 개월에서 수 년 단위의 중장기에 발생 가능한 설비 상태 변화의 미래 트렌드를 예측하고, 이를 작업설계 지원부(130) 및 교체주기 산출부(140)에 알려준다.
예를 들어, 종합 건전도 지수 평가부(120)는 차기 계획예방정비공사(Overhaul, O/H) 시기에 설비 상태가 'Normal'로 예측되나, 차차기 계획예방정비공사 시기에 설비 상태가 'Warning'으로 예측된다면, 자재 조달 기간을 고려하여 차기 공사계획에 해당 설비를 정비대상으로 포함시킬 수 있도록 작업설계 지원부(130)에 알려준다. 여기서, 자재 조달 기간은 6개월∼1년인 경우이다.
이와 같이, 종합 건전도 지수 평가부(120)는 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측하여 차기 및 차차기 계획예방정비공사 계획에 해당 설비를 정비대상으로 포함시키는 것이 필요한지를 판단한다.
또한, 종합 건전도 지수 평가부(120)는 중장기에 발생 가능한 설비 상태 변화를 예측하여 해당 설비의 교체 적절시기를 산출하고, 중장기 설비 개선/교체 계획에 반영할 수 있도록 교체주기 산출부(140)에 알려준다.
다음으로, 작업설계 지원부(130)는 종합 건전도 지수 평가부(120)의 설비자산의 상태 판단 결과에 따라 정비전산화시스템(Computerized Maintenance Management System, CMMS) 또는 설비관리시스템(Enterprise Asset Management, EAM)에 등록된 해당 설비 관련 작업목록을 불러와 정비담당자에게 권고한다.
특히, 작업설계 지원부(130)는 종합 건전도 지수 평가부(120)로부터 단기간에 발생된 종합 건전도 지수의 상태 변경을 통보받아, 특정 설비에서 건전도 지수가 떨어진 부품 및 관련 열화인자 정보를 우선적으로 불러오고, 특정시간 동안 관련 값들의 트렌드를 나타낼 수 있다.
이를 통해, 작업설계 지원부(130)는 특정 설비의 특정 부품에서 어떠한 열화인자가 위험 수준인지를 정비담당자가 쉽게 파악할 수 있게 한다.
아울러, 작업설계 지원부(130)는 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측함에 따라 취약 부품 또는 열화인자에 대응하는 계획예방정비공사 계획에 필요한 작업을 권고하거나, 정비전산화시스템 또는 설비시스템에 등록된 해당 설비 관련 작업목록을 불러와 작업지시(work order)를 발행할 수 있다.
다음으로, 교체주기 산출부(140)는 종합 건전도 지수 평가부(120)로부터 누적된 건전도 지수 및 관련 상태값들을 전달받아 중장기에 발생 가능한 설비 상태 변화를 예측하여 비용 기반의 최적 교체주기를 권고한다.
아울러, 교체주기 산출부(140)는 실제 정비가 이루어진 평균 정비 주기 또는 고장주기(Mean-Time Between Failure, MTBF)의 교체주기를 산출한다.
이때, 교체주기 산출부(140)는 특정 설비의 제작사 권고 교체주기가 10년인데 평균 정비 주기 또는 MTBF의 교체주기가 7년으로 예상될 경우, 7년 도래시 교체하는 경우(산출된 교체주기를 적용하는 경우)와 고장이 나더라도 예비품을 두고 10년을 운전하는 경우의 비용(권고 교체주기를 적용하는 경우)을 비교하여 최적 교체주기를 권고할 수 있다.
이를 통해, 교체주기 산출부(140)는 중장기 설비 개선/교체 계획에 비용 기반의 최적 교체주기를 반영할 수 있다.
한편, 정비계획 수립 장치(100)는 적어도 하나 이상의 프로세서와 컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리를 포함하여 구현할 수 있다.
이때, 정비계획 수립 장치(100)는 적어도 하나 이상의 프로세서에 의해 메모리에 저장된 컴퓨터 판독 가능한 명령들을 실행할 때, 본 발명의 실시예에 따른 설비자산의 건전도 지수 기반의 정비계획 수립 방법을 수행할 수 있다.
즉, 프로세서는 메모리에 저장된 컴퓨터 판독 가능한 명령들을 실행할 때, 전술한 열화인자별 건전도 지수 평가부(110), 종합 건전도 지수 평가부(120), 작업설계 지원부(130), 교체주기 산출부(140)의 기능을 수행하게 된다.
여기서, 프로세서는 적어도 하나 이상의 프로세서로서, 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다.
그리고, 프로세서는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다.
또한, 메모리는 하나의 저장 장치일 수 있거나, 또는 복수의 저장 엘리먼트의 집합적인 용어일 수 있다. 메모리에 저장된 컴퓨터 판독 가능한 명령들은 실행가능한 프로그램 코드 또는 파라미터, 데이터 등일 수 있다. 그리고, 메모리는 RAM(Random Access Memory)을 포함할 수 있거나, 또는 자기 디스크 저장장치 또는 플래시(flash) 메모리와 같은 NVRAM(Non-Volatile Memory)을 포함할 수 있다.
도 2는 설비의 건전도 지수를 산출하여 작업지시를 발행하는 과정을 설명하는 예시를 나타낸 도면이다.
도 2를 참조하면, 선택된 설비는 '펌프 #1'이고, 해당 설비의 주요부품은 베이렁, 씰, 케이싱을 확인한다. 해당 설비의 주요 부품 정보는 미리 설정되어 저장되어 있다.
해당 설비의 주요부품 각각은 도 2에 도시된 과정을 동일하게 진행하는데, 여기서는 편의상 베어링을 대상으로 설명하기로 한다.
그리고, 베어링의 열화인자는 진동, 마모, 온도일 수 있다. 베어링의 열화인자 정보는 미리 설정되어 저장되어 있다. 여기서는 편의상 진동을 대상으로 설명하기로 한다.
진동의 상태값은 발전소 DCS에서 시계열 데이터베이스에 축적하고 있는 진동값(Root Mean Square, RMS)일 수 있다. 진동값은 순간값을 가져오거나, 취득시간 전후로 평균값으로 가져올 수 있다.
진동의 상태값은 '28'이라 할 때, 미리 정의된 건전도 지수 판단 기준값에 따라 대비하면 Warning(25∼50) 범위에 해당된다.
그래서, 진동의 상태값은 선형적으로 건전도 지수로 환산하면 해당 범위 내에서 다음과 같은 관계를 갖는다. 즉, 진동의 상태값과 건전도 지수의 상관관계는 x축에 진동의 상태값이 표시되고, y축에 건전도 지수가 표시되는 선형 그래프로 나타낼 수 있다.
예를 들어, 두 지점 즉, 진동의 상태값이 20, 건전도 지수 50인 A(20, 50)와 진동의 상태값 40, 건전도 지수 25인 B(40, 25)를 이어주는 선형 그래프(즉, 직선)이라 가정할 때, 진동의 상태값이 28이고 건전도 지수가 y인 직선 상의 C(28, y)를 확인하여 건전도 지수를 도출할 수 있게 된다.
이 경우에는 A-B 사이의 기울기와 A-C 사이의 기울기가 동일하다는 점을 이용한다.
즉, 
와 같이 나타낼 수 있다.
이를 정리하면, 진동의 건전도 지수 y는 아래와 같이 도출된다.
동일한 방식으로, 마모의 상태값은 건전도 지수로 환산하면 75점이고, 온도의 상태값은 건전도 지수로 환산하면 60점이라 가정한다.
그러면, 베어링의 종합 건전도 지수는 각각의 건전도 지수에 가중치를 곱하여 합한다. 여기서, 가중치는 사전에 분석한 결과에 따르면, 펌프와 같은 회전기기의 베어링 진단에 있어서 진동이 가장 중요하고, 마모와 온도가 상대적으로 고장에 영향이 적다고 할 때, 현장의 의견 및 분석결과를 수렴하여 산정하게 된다. 이 경우, 가중치는 0.65, 0.15, 0.2로 각각 산정하는 경우라 한다.
그래서, 베어링의 종합 건전도 지수는 다음과 같이 산출된다.
베어링의 종합 건전도 지수는 49.25점으로 미리 정의된 건전도 지수 판단 기준값에 따라 대비하면 Warning(25∼50) 범위에 해당된다.
따라서, 정비계획 수립 장치(100)는 '펌프 #1'의 베어링에서 진동 이상이 확인되므로, 정비전산화시스템 또는 설비시스템에 미리 설정된 작업목록을 불러와 현장 조치하도록 '펌프 #1'의 베어링에서 열화인자 '진동'에 대해 현장진단/구조점검을 권고하게 된다. 아울러, 정비계획 수립 장치(100)는 정비담당자의 확인을 거쳐 작업지시(work order)를 발행한다.
도 3은 설비의 계획예방정비공사 작업을 권고하는 과정을 설명하는 예시를 나타낸 도면이다.
정비계획 수립 장치(100)는 선택된 설비 '펌프 #1'에 대해 과거의 건전도 지수 데이터를 토대로 장기적인 트렌드를 예측하여 차기 및 차차기 계획예방정비(O/H) 시점의 설비 상태를 예측하고, 이를 기반으로 계획예방정비공사에 포함되어야 하는 작업을 권고한다.
도 2와 마찬가지로 선택된 설비는 '펌프 #1'이고, 주요부품은 베어링, 씰, 케이싱을 확인하고, 베어링의 열화인자는 진동, 마모, 온도를 확인한다.
정비계획 수립 장치(100)는 데이터베이스로부터 과거 건전도 지수 데이터를 불러와 이를 토대로 회귀분석 또는 마코비안 프로세스 기반 모형분석의 방법을 활용하여 수년 단위의 향후 설비 상태를 예측한다.
그러면, 정비계획 수립 장치(100)는 차기 및 차차기 계획예방정비공사 시기가 대부분 정해져 있기 때문에, 차기 및 차차기 계획예방정비공사 시기에 설비 건전도 지수를 예측하여 차기 및 차차기 계획예방정비공사에서 어떠한 정비가 필요한지를 확인할 수 있다.
도 3을 참조하면, 차기 공사 시기에는 설비 상태가 Normal이지만, 차차기 공사 전에 Bad로 설비 상태가 예측되는 경우 반드시 차기 공사에 정비를 하여야 한다. 이때, 열화인자들의 변화추이가 함께 예측되는 경우에는 어떤 정비나 점검이 필요한지를 정비전산화시스템에서 대응하는 작업을 불러와 권고할 수 있다. 이를 참고하면, 정비담당자는 차기 계획예방정비공사의 계획에 반영할 수 있다.
도 4는 정비계획 수립 결과를 나타내는 도면이다.
도 4를 참조하면, 정비 계획 수립 결과는 도 2 및 도 3을 통해 작성될 수 있는 것으로서, 하나의 설비에서 하나의 부품이 확정된 상태에서 작성된다.
먼저, 하나의 설비에서 하나의 부품의 열화인자(FM)가 확인된다.
또한, 각 열화인자에 대한 평가항목은 각 열화인자의 상태값을 불러와 건전도 지수(Asset Health Index, AHI)로 환산된다. 또한, 태그 넘버(tag #)는 각 열화인자의 상태값을 발전소 DCS에서 어떠한 데이터를 불러오는지를 나타낸다. 태그 넘버와 각 항목별로 조치가 필요한 관련정비는 미리 정해져 있다.
그리고, 관련정비는 단기간 내 수행가능한 예방정비(Preventive Maintenance, PM)과 중장기간 내 계획예방정비공사에서 조치 가능한 정비(OverHaul Maintenance, OH-M)를 나타낸다.
도 4의 표에는 현재 점수가 기재되어 있고, 차기와 차차기 계획예방정비공사 시기의 예측치가 함께 기재되어 있다.
해당 설비의 해당 부품에 대해 살펴보면, 열화인자 'FM1'은 가장 중요한 열화인자로서, 차기 시기와 차차기 시기까지 Normal로 예상되지만 열화속도가 빠르고 중요하기 때문에 차기 시기 이전까지 예방정비 PM1을 자주 시행하는 것이 권고되며, 열화인자 'FM2'는 차기 시기에 Normal이지만 차차기 시기에 Warning으로 급속도로 열화가 예상되므로 차기 공사에 반드시 계획예방정비 OH-M2를 포함시킨다.
일부 실시 예에 의한 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 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 매체에 기록되는 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), CDROM, 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.
비록 상기 설명이 다양한 실시예들에 적용되는 본 발명의 신규한 특징들에 초점을 맞추어 설명되었지만, 본 기술 분야에 숙달된 기술을 가진 사람은 본 발명의 범위를 벗어나지 않으면서도 상기 설명된 장치 및 방법의 형태 및 세부 사항에서 다양한 삭제, 대체, 및 변경이 가능함을 이해할 것이다. 따라서, 본 발명의 범위는 상기 설명에서보다는 첨부된 특허청구범위에 의해 정의된다. 특허청구범위의 균등 범위 안의 모든 변형은 본 발명의 범위에 포섭된다.
110 ; 열화인자별 건전도 지수 평가부
120 ; 종합 건전도 지수 평가부
130 ; 작업설계 지원부
140 ; 교체주기 산출부
120 ; 종합 건전도 지수 평가부
130 ; 작업설계 지원부
140 ; 교체주기 산출부
Claims (22)
- 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하기 위한 열화인자별 건전도 지수 평가부(110);
상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하기 위한 종합 건전도 지수 평가부(120); 및
상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하기 위한 작업설계 지원부(130);
를 포함하는 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 1 항에 있어서,
상기 종합 건전도 지수 평가부는,
상기 열화인자별 건전도 지수 각각에 부여된 가중치를 곱한 후 합하여 상기 종합 건전도 지수를 평가하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 2 항에 있어서,
상기 가중치는,
열화인자별로 고장에 영향을 미치는 정도에 따라 크기가 결정되는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 1 항에 있어서,
상기 종합 건전도 지수 평가부는,
데이터베이스에 누적 저장된 상기 열화인자 상태값, 상기 열화인자별 건전도 지수 및 상기 종합 건전도 지수를 토대로 중장기에 발생 가능한 설비 상태 변화의 미래 트렌드를 예측하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 4 항에 있어서,
상기 종합 건전도 지수 평가부는,
상기 미래 트랜드를 예측할 때, 회귀분석 또는 마코비안 프로세스 기반 모형분석을 실시하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 4 항에 있어서,
상기 종합 건전도 지수 평가부는,
차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 6 항에 있어서,
상기 작업설계 지원부는,
상기 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측함에 따라 차기 계획예방정비공사 계획에 필요한 작업을 권고하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 1 항에 있어서,
상기 종합 건전도 지수 평가부로부터 누적된 종합 건전도 지수 및 관련 상태값들을 전달받아 비용 기반의 최적 교체주기를 상기 정비담당자에게 권고하기 위한 교체주기 산출부(140);
를 더 포함하는 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 8 항에 있어서,
상기 교체주기 산출부는,
실제 정비가 이루어진 평균 정비 주기 또는 고장주기(Mean-Time Between Failure, MTBF)의 교체주기를 산출하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 9 항에 있어서,
상기 교체주기 산출부는,
상기 평균 정비 주기 또는 고장주기의 교체주기를 적용하는 경우와 권고 교체주기를 적용하는 경우의 비용을 비교하여 최적 교체주기를 권고하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 제 1 항에 있어서,
상기 건전도 지수 상태 판단 기준값은,
설계자료에 의한 정비/교체 기준값, 정비이력에 의한 설계 정비 기준값, 고장이력에 의한 고장 6개월 전 측정값, 표준자료에 의한 유사사례 정비 기준값 중 적어도 어느 하나를 이용하여 미리 정의되는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 장치.
- 선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하는 평가 단계;
상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하는 판단 단계; 및
상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하는 제1 권고 단계;
를 포함하는 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 12 항에 있어서,
상기 평가 단계는,
상기 열화인자별 건전도 지수 각각에 부여된 가중치를 곱한 후 합하여 상기 종합 건전도 지수를 평가하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 13 항에 있어서,
상기 가중치는,
열화인자별로 고장에 영향을 미치는 정도에 따라 크기가 결정되는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 12 항에 있어서,
상기 평가 단계는,
데이터베이스에 누적 저장된 상기 열화인자 상태값, 상기 열화인자별 건전도 지수 및 상기 종합 건전도 지수를 토대로 중장기에 발생 가능한 설비 상태 변화의 미래 트렌드를 예측하는 예측 단계를 포함하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 15 항에 있어서,
상기 예측 단계는,
상기 미래 트랜드를 예측할 때, 회귀분석 또는 마코비안 프로세스 기반 모형분석을 실시하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 15 항에 있어서,
상기 예측 단계는,
차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 17 항에 있어서,
상기 제1 권고 단계는,
상기 차기 및 차차기 계획예방정비공사 시기의 설비 상태를 예측함에 따라 차기 계획예방정비공사 계획에 필요한 작업을 권고하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 12 항에 있어서,
상기 판단 단계 이후에, 누적된 종합 건전도 지수 및 관련 상태값들을 이용하여 비용 기반의 최적 교체주기를 상기 정비담당자에게 권고하는 제2 권고 단계;
를 더 포함하는 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 19 항에 있어서,
상기 제2 권고 단계는,
실제 정비가 이루어진 평균 정비 주기 또는 고장주기(Mean-Time Between Failure, MTBF)의 교체주기를 산출하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 제 20 항에 있어서,
상기 제2 권고 단계는,
상기 평균 정비 주기 또는 고장주기의 교체주기를 적용하는 경우와 권고 교체주기를 적용하는 경우의 비용을 비교하여 최적 교체주기를 권고하는 것인 설비자산의 건전도 지수 기반의 정비계획 수립 방법.
- 정비계획 수립 장치로서,
적어도 하나 이상의 프로세서; 및
컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리;를 포함하며,
선택된 설비자산에서 부품의 열화인자 상태값을 이용하여 열화인자별 건전도 지수를 평가하게 하고,
상기 열화인자별 건전도 지수를 이용해 종합 건전도 지수를 평가하여 건전도 지수 상태 판단 기준값에 따라 상기 설비자산의 상태를 판단하게 하며,
상기 설비자산의 상태 판단 결과에 따라 외부로부터 상기 설비자산과 관련된 작업목록을 불러와 정비담당자에게 권고하게 하는 것인 정비계획 수립 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190133037A KR102355401B1 (ko) | 2019-10-24 | 2019-10-24 | 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190133037A KR102355401B1 (ko) | 2019-10-24 | 2019-10-24 | 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210048844A true KR20210048844A (ko) | 2021-05-04 |
| KR102355401B1 KR102355401B1 (ko) | 2022-01-25 |
Family
ID=75913936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190133037A KR102355401B1 (ko) | 2019-10-24 | 2019-10-24 | 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102355401B1 (ko) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780788A (zh) * | 2021-09-02 | 2021-12-10 | 青岛联众芯云科技有限公司 | 一种用于嵌入式设备健康评价的建模方法 |
| CN114298367A (zh) * | 2021-11-15 | 2022-04-08 | 上海航天控制技术研究所 | 姿轨控分系统健康预警方法 |
| CN114997744A (zh) * | 2022-07-20 | 2022-09-02 | 平安国际融资租赁有限公司 | 一种设备健康评估方法、装置、计算机设备及介质 |
| CN115018100A (zh) * | 2022-06-23 | 2022-09-06 | 国网福建省电力有限公司电力科学研究院 | 基于变电设备健康状态的运维检修决策方法 |
| CN115062965A (zh) * | 2022-06-14 | 2022-09-16 | 哈尔滨电机厂有限责任公司 | 一种基于故障信息的水轮发电机组健康评估方法 |
| KR102470006B1 (ko) * | 2022-06-08 | 2022-11-23 | 주식회사 아이씨티솔루션스 | 수질 측정 장비의 유지관리 기능을 수행하는 지능형 데이터 로거 시스템 및 방법 |
| CN115392672A (zh) * | 2022-08-17 | 2022-11-25 | 广东德尔智慧工厂科技有限公司 | 一种资产健康指数的评估方法 |
| CN115587737A (zh) * | 2022-11-01 | 2023-01-10 | 北京思维实创科技有限公司 | 一种以可靠性为中心的成本优化运维调度方法及系统 |
| CN116579500A (zh) * | 2023-06-20 | 2023-08-11 | 国家电投集团综合智慧能源科技有限公司 | 一种光伏电站健康度预测方法、系统和存储介质 |
| CN117033899A (zh) * | 2023-06-12 | 2023-11-10 | 广州正奇科技有限公司 | 一种基于数据分析的灌胶机运维监管系统 |
| CN118011982A (zh) * | 2024-02-06 | 2024-05-10 | 盐城工学院 | 一种智能生产线的预防性维护方法及系统 |
| CN118096443A (zh) * | 2024-04-29 | 2024-05-28 | 海油来博(天津)科技股份有限公司 | 一种基于逐级计算的多节电泵评价方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101160775B1 (ko) * | 2011-05-17 | 2012-06-28 | 한국전력공사 | 변압기 건전도 평가 시스템 및 그 방법 |
| KR20130028483A (ko) | 2011-09-09 | 2013-03-19 | 비앤에프테크놀로지 주식회사 | 하위 구성요소의 상태가 반영된 플랜트의 건강지수 측정방법 및 그 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체 |
| KR101329395B1 (ko) * | 2012-06-04 | 2013-11-14 | 한국남동발전 주식회사 | 발전설비 관리 시스템 및 그 제어방법 |
| KR101903003B1 (ko) * | 2017-08-23 | 2018-10-01 | 주식회사 에스코컨설턴트 | 중장기 및 단기건전화 계획 수립을 위한 지하 구조물 성능평가 예측 시스템 |
-
2019
- 2019-10-24 KR KR1020190133037A patent/KR102355401B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101160775B1 (ko) * | 2011-05-17 | 2012-06-28 | 한국전력공사 | 변압기 건전도 평가 시스템 및 그 방법 |
| KR20130028483A (ko) | 2011-09-09 | 2013-03-19 | 비앤에프테크놀로지 주식회사 | 하위 구성요소의 상태가 반영된 플랜트의 건강지수 측정방법 및 그 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체 |
| KR101329395B1 (ko) * | 2012-06-04 | 2013-11-14 | 한국남동발전 주식회사 | 발전설비 관리 시스템 및 그 제어방법 |
| KR101903003B1 (ko) * | 2017-08-23 | 2018-10-01 | 주식회사 에스코컨설턴트 | 중장기 및 단기건전화 계획 수립을 위한 지하 구조물 성능평가 예측 시스템 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780788B (zh) * | 2021-09-02 | 2024-04-12 | 青岛联众芯云科技有限公司 | 一种用于嵌入式设备健康评价的建模方法 |
| CN113780788A (zh) * | 2021-09-02 | 2021-12-10 | 青岛联众芯云科技有限公司 | 一种用于嵌入式设备健康评价的建模方法 |
| CN114298367A (zh) * | 2021-11-15 | 2022-04-08 | 上海航天控制技术研究所 | 姿轨控分系统健康预警方法 |
| KR102470006B1 (ko) * | 2022-06-08 | 2022-11-23 | 주식회사 아이씨티솔루션스 | 수질 측정 장비의 유지관리 기능을 수행하는 지능형 데이터 로거 시스템 및 방법 |
| CN115062965A (zh) * | 2022-06-14 | 2022-09-16 | 哈尔滨电机厂有限责任公司 | 一种基于故障信息的水轮发电机组健康评估方法 |
| CN115018100A (zh) * | 2022-06-23 | 2022-09-06 | 国网福建省电力有限公司电力科学研究院 | 基于变电设备健康状态的运维检修决策方法 |
| CN114997744A (zh) * | 2022-07-20 | 2022-09-02 | 平安国际融资租赁有限公司 | 一种设备健康评估方法、装置、计算机设备及介质 |
| CN115392672A (zh) * | 2022-08-17 | 2022-11-25 | 广东德尔智慧工厂科技有限公司 | 一种资产健康指数的评估方法 |
| CN115587737A (zh) * | 2022-11-01 | 2023-01-10 | 北京思维实创科技有限公司 | 一种以可靠性为中心的成本优化运维调度方法及系统 |
| CN117033899B (zh) * | 2023-06-12 | 2024-06-07 | 广州正奇科技有限公司 | 一种基于数据分析的灌胶机运维监管系统 |
| CN117033899A (zh) * | 2023-06-12 | 2023-11-10 | 广州正奇科技有限公司 | 一种基于数据分析的灌胶机运维监管系统 |
| CN116579500A (zh) * | 2023-06-20 | 2023-08-11 | 国家电投集团综合智慧能源科技有限公司 | 一种光伏电站健康度预测方法、系统和存储介质 |
| CN116579500B (zh) * | 2023-06-20 | 2023-10-13 | 国家电投集团综合智慧能源科技有限公司 | 一种光伏电站健康度预测方法、系统和存储介质 |
| CN118011982A (zh) * | 2024-02-06 | 2024-05-10 | 盐城工学院 | 一种智能生产线的预防性维护方法及系统 |
| CN118011982B (zh) * | 2024-02-06 | 2024-08-20 | 盐城工学院 | 一种智能生产线的预防性维护方法及系统 |
| CN118096443A (zh) * | 2024-04-29 | 2024-05-28 | 海油来博(天津)科技股份有限公司 | 一种基于逐级计算的多节电泵评价方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102355401B1 (ko) | 2022-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102355401B1 (ko) | 설비자산의 건전도 지수 기반의 정비계획 수립 장치 및 그 방법 | |
| Poór et al. | Predictive Maintenance 4.0 as next evolution step in industrial maintenance development | |
| US11501388B2 (en) | Production management apparatus, method, and non-transitory medium | |
| Mishra et al. | Maintenance engineering and management | |
| Van Horenbeek et al. | Quantifying the added value of an imperfectly performing condition monitoring system—Application to a wind turbine gearbox | |
| Chemweno et al. | Asset maintenance maturity model: structured guide to maintenance process maturity | |
| Shafiee et al. | Development of a techno-economic framework for life extension decision making of safety critical installations | |
| National Research Council et al. | Predicting outcomes of investments in maintenance and repair of federal facilities | |
| Karar et al. | A conceptual framework for an agile asset performance management process | |
| Vicente | Assessing the cost of unreliability in gas plant to have a sustainable operation | |
| Hatsey et al. | Total cost optimization of submersible irrigation pump maintenance using simulation | |
| Asjad et al. | A life cycle cost based approach of O&M support for mechanical systems | |
| Bakri et al. | Systematic Industrial Maintenance to Boost the Quality Management Programs | |
| Ben Hmida et al. | Inventory management and maintenance in offshore vessel industry | |
| Warsokusumo et al. | Combining RAMS with EEP for performance-based maintenance: a review | |
| Petrochenkov | Methodical bases of the integrated electrotechnical complexes life cycle logistic support | |
| Jantunen et al. | Business drivers of a collaborative, proactive maintenance solution | |
| KR101290533B1 (ko) | 건축물 유지 관리의 우선순위 도출을 위한 정량적 시설 상태 지수 산출 방법 및 시스템 | |
| Huo et al. | CMMS based reliability centered maintenance | |
| El Werfalli | Optimising turnaround maintenance (TAM) scheduling of gas plants in Libya | |
| Patil et al. | A Practical Approach for Managing End-of-Life Systems in Semiconductor Manufacturing Using Health Index | |
| Ingwald et al. | Selecting and improving a maintenance policy for mechanical components using cost-effectiveness | |
| Haider et al. | ICT based asset management framework | |
| Tshabuse | Applying preventive and predictive maintenance best practice on plant maintenance | |
| CN117150032B (zh) | 一种水电站发电机组的智能维护系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right |