KR20210100427A - 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법 - Google Patents

현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법 Download PDF

Info

Publication number
KR20210100427A
KR20210100427A KR1020200014403A KR20200014403A KR20210100427A KR 20210100427 A KR20210100427 A KR 20210100427A KR 1020200014403 A KR1020200014403 A KR 1020200014403A KR 20200014403 A KR20200014403 A KR 20200014403A KR 20210100427 A KR20210100427 A KR 20210100427A
Authority
KR
South Korea
Prior art keywords
facility
unit
lifespan
sensor
equipment
Prior art date
Application number
KR1020200014403A
Other languages
English (en)
Other versions
KR102404889B1 (ko
Inventor
김동훈
송준엽
노승국
Original Assignee
한국기계연구원
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 한국기계연구원 filed Critical 한국기계연구원
Priority to KR1020200014403A priority Critical patent/KR102404889B1/ko
Publication of KR20210100427A publication Critical patent/KR20210100427A/ko
Application granted granted Critical
Publication of KR102404889B1 publication Critical patent/KR102404889B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

본 발명은 산업 공정에서 활용되는 설비의 수명을 예측하는 시스템 및 이의 예측 방법에 관한 것으로, 더욱 상세하게는 뿌리산업 공정에서 활용하고 있는 분야별 설비를 분류 및 세분화하고, 체계적인 설비 분석을 수행하여 작업 환경에 따라 분석되어진 설비나 부품의 수명을 예측하여 설비 보전과 유지 보수를 수행하는 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법에 관한 것이다.

Description

현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법{Field Data Based Equipment Life Prediction System and Prediction Method of the Same}
본 발명은 산업 공정에서 활용되는 설비의 수명을 예측하는 시스템 및 이의 예측 방법에 관한 것으로, 더욱 상세하게는 뿌리산업 공정에서 활용하고 있는 분야별 설비를 분류 및 세분화하고, 체계적인 설비 분석을 수행하여 작업 환경에 따라 분석되어진 설비나 부품의 수명을 예측하여 설비 보전과 유지 보수를 수행하는 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법에 관한 것이다.
4차 산업혁명으로 제조업의 스마트화가 점점 중요해지고 있다. 공장 내 각 설비의 전력 진동 등의 정보를 수집하여, 미리 예지 보전할 수 있다. 즉, 사전 예지 보전을 통해 경제적 비용을 절감 할 수 있다.
설비 관리는 생산성을 높이고 기회 손실을 감소시켜, 수익성 향상을 위하여 기업 방침에 따라 장치에 대한 설비계획, 유지, 개선을 실시함으로써 설비의 기능을 최대한으로 활용하려는 제반의 활동이다. 즉, 최초에 설비 또는 플랜트(plant)가 탄생하여 없어질 때까지 전 과정을 항상 완전한 상태로 유지하며 생산 능률과 품질을 향상시키고 정비 비용을 경감하는 활동이 설비 관리로 지칭될 수 있다.
현대의 설비(장치 또는 시스템)에 기계화, 자동화가 적용되고, 기업의 경영에 있어서도 설비의 비중이 점점 더 커져가고 있어 제품의 품질, 비용(cost), 생산량 등이 설비의 신예도, 신뢰도에 좌우되는 경우가 더욱 빈번해지고 있다.
또한, 기업 주변의 환경은 긴급성과 다양성을 동시에 요구하는 소비자의 니즈에 부응하여야 생존 가능한 형태로 변화되고 있다. 즉, 설비면에서 얼마나 유연성을 갖고, 신뢰성을 가질 수 있는 지가 기업의 경쟁력의 원천으로 나타나고 있는 실정이고, 설비의 보전과 개선은 제조 생산 공정에 있어서 중요한 위치를 차지하고 있다.
기존에는 설비의 수명 예측 관련 기술 부재로, 설비로부터 파상된 제조품의 불량 여부에 따라 설비의 변형이나 파손을 인지하여 이를 보수하거나 교체하는 방식으로 설비 보전이 이루어지기 때문에 불량품 발생으로 인한 손실을 감수해야 하고, 고장 이후 사후 조치에 따른 비용이나 시간이 가중되는 문제가 발생되었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서 본 발명의 목적은, 주조ㆍ금형ㆍ용접ㆍ소성가공ㆍ표면처리ㆍ열처리 등 6개 기술분야의 뿌리 산업에서 현재 활용하고 있는 분야별 설비를 분류 및 세분화하고, 설비나 부품의 권장 사용 환경 및 수명 대비 실제 작업 환경을 비교하여 현장에서 사용되는 설비나 부품의 수명의 예측이 가능하도록 한 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법을 제공함에 있다.
또한, 축적되는 현장 데이터를 이용하여 설비 수명 예측을 위한 계산식 및 로직을 보정함으로써 설비의 보다 정밀한 수명 예측이 가능하도록 한 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법을 제공함에 있다.
또한, 축적되는 현장 데이터를 이용하여 수명 예측을 위해 최적화된 파라미터와 이를 측정하기 위한 센서를 도출하고, 사용자에게 설비의 수명 예측에 필요한 센서를 가이드 하는 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법을 제공함에 있다.
본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 시스템은, 수명 예측을 위한 설비의 종류를 입력받는 설비 입력부(120); 상기 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 상기 설비의 권장 사용 환경 및 이에 따른 권장 수명을 저장하는 데이터부(140); 상기 데이터부(140)에서 전송된 설비의 권장 사용 환경과, 설비의 실제 사용 환경을 비교하여 설비의 수명을 예측하는 판단부(150); 및 설비에 장착되며, 설비의 실제 사용 환경을 측정하여 상기 판단부(150)에 전송하는 센서부(220)를 포함한다.
또한, 상기 현장 데이터 기반 설비 수명 예측 시스템(1000)은, 상기 설비 입력부(120), 데이터부(140) 및 판단부(150)를 포함하는 예측부(100)와, 상기 센서부(220)를 포함하는 측정부(200)로 구성되며, 상기 예측부(100)와, 상기 측정부(200)의 정보 전송을 위해 상기 예측부(100)에는 제1 통신부(110)가 구비되고, 상기 측정부(200)에는 제2 통신부(210)가 구비되고, 상기 제1 통신부(110)와 제2 통신부(210)는 유선 또는 무선으로 연결된다.
또한, 상기 예측부(100)는, 상기 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 설비 수명 예측을 위한 파라미터를 선정하고, 상기 파라미터의 측정을 위한 센서를 선정하는 센서 선정부(130)를 포함하고, 상기 측정부(200)는, 상기 센서 선정부(130)로부터 선정된 센서정보를 전달 받아 해당 센서를 통해 설비의 실제 사용 환경을 측정하여 상기 판단부(150)로 전달한다.
또한, 상기 데이터부(140)는, 상기 판단부(150)로부터 산출된 수명 예측 값을 지속적으로 축적하고, 상기 예측부(100)는, 상기 데이터부(140)를 통해 축적된 예측 수명과, 실제 사용 환경에 따른 설비의 실제 수명을 비교하고, 이를 통해 수명 산출을 위한 계산식을 보정하여 상기 판단부(150)에 전달하는 보정부(160)를 더 포함한다.
또한, 상기 보정부(160)는, 상기 센서 선정부(130)를 통해 선정된 파라미터 중에 수명 예측에 영향을 미치지 않는 파라미터는 배제하도록 상기 센서 선정부(130)의 파라미터 정보를 업데이트 한다.
아울러, 상기 보정부(160)는, 복수의 센싱 정보 중 다른 센싱 정보가 동일한 상태에서 어느 하나의 센싱 정보가 변화 하여도 실제 설비의 예측 수명에 변화가 없는 경우 또는 변화율이 0.1~1% 이내 인 경우 상기 어느 하나의 센싱 정보를 측정하는 센서를 배제한다.
본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 방법은, 산업 공정에 따라 필요한 설비를 입력 받는 설비 분류 단계(S10); 상기 설비 분류 단계(S10)를 통해 분류된 각각의 설비의 수명에 영향을 미치는 파라미터 수집을 위한 파라미터 선정단계(S20); 상기 파라미터 선정단계(S20)를 통해 선정된 파라미터의 값을 측정하기 위한 센서 선정단계(S30); 상기 센서 선정단계(S30)를 통해 선정된 센서를 통해 상기 파라미터의 값을 측정하여 실제 사용 환경을 정의하고, 이를 기준 사용 환경과 비교하는 수명 산출 준비 단계(S40); 및 상기 실제 사용 환경에 따른 설비의 실제 수명을 측정하고, 이를 피드백 받아 계산된 팩터를 적용하여 설비의 수명을 산출하는 단계(S50)를 포함한다.
또한, 상기 기준 사용 환경은, 각각의 설비의 권장 사용 환경이고, 상기 수명 산출 준비 단계(S40); 는 상기 권장 사용 환경과 이에 따른 권장 수명을 실제 사용 환경과 비교하여 설비의 수명을 산출을 준비한다.
또한, 상기 기준 사용 환경은, 각각의 설비의 테스트에 적용된 특정 사용 환경이고, 상기 수명 산출 준비 단계(S40); 는 상기 특정 사용 환경과 상기 테스트에 따른 특정 수명을 실제 사용 환경과 비교하여 설비의 수명을 산출을 준비한다.
또한, 상기 예측 방법은, 상기 실제 사용 환경에 따른 설비의 수명 산출 값을 지속적으로 축적하여 데이터베이스화 하고, 이를 통해 상기 계산식을 보정하는 계산식 보정단계(S60)를 더 포함한다.
아울러, 상기 예측 방법은, 상기 계산식 보정단계(S60)에 상대적으로 적은 영향을 미치는 파라미터는 배제하는 파라미터 배제 단계(S70)를 더 포함한다.
상기와 같은 구성에 의한 본 발명의 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법은, 설비의 사용 조건 일예로 이동속도나 회전속도와 같은 가공조건 및 이에 따른 마모나 부하율에 따라 늘어나거나 줄어들 수 있는 설비의 수명을 예측하여 사용자가 설비가 변형 또는 파손되기 전에 보수나 교체하도록 하여 설비의 변형이나 파손에 따른 비용이나 시간 낭비 및 더 나아가 생산성 감소를 방지할 수 있는 효과가 있다.
또한, 축적되는 데이터를 이용하여 수명 예측에 필요한 계산식이나 로직을 보정하기 때문에 시간이 지날수록 설비의 보다 정밀한 수명 예측이 가능한 효과가 있다.
아울러, 축적되는 데이터를 이용하여 설비의 수명 예측에 중요한 파라미터를 감지하기 위한 센서를 선별하고, 최적화하여 도출함에 따라 사용자가 설비 수명 예측에 필요한 센서를 가이드 받을 수 있어 불필요한 센서의 설치에 따른 비용과 시간을 줄일 수 있는 효과가 있다.
도 1은 본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 시스템의 블록도
도 2는 본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 방법의 순서도
이하, 상기와 같은 본 발명의 일실시예에 대하여 도면을 참조하여 상세히 설명한다.
도 1에는 본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 시스템(1000)의 블록도가 도시되어 있다.
도시된 바와 같이 본 발명의 현장 데이터 기반 설비 수명 예측 시스템(1000)은 예측부(100)와 측정부(200)로 구성된다. 예측부(100)는 측정부(200)로부터 측정되는 설비의 실제 운용정보와, 설비의 권장 운용조건에 따른 수명을 비교하여 실제 운용정보 일예로 기본 운용조건보다 가혹하거나, 기본 운용조건보다 수월한 경우에 따른 설비의 수명을 예측하기 위해 구성되며, 측정부(200)는 설비에 장착되어 설비의 가공조건에 따른 마모나 부하율 등과 같은 실제 운용정보를 획득하도록 구성된다.
이를 위해 예측부(100)는 제1 통신부(110), 설비 입력부(120), 센서 선정부(130), 데이터부(140), 판단부(150), 보정부(160) 및 디스플레이부(170)로 구성되며, 측정부(200)는 제2 통신부(210) 및 센서부(220)로 구성된다.
제1 통신부(110)는 측정부(200)의 제2 통신부(210)와 연결되어 센서부(220)에서 측정된 설비의 실제 운용정보를 측정부(200)로부터 수신 받도록 구성된다. 따라서 제1 통신부(110)와 제2 통신부(210)는 센서부(220)의 측정 신호 정보를 송수신 할 수 있는 통신 모듈로 구성될 수 있다. 또한, 제1 통신부(110)와 제2 통신부(210)는 유선 또는 무선으로 연결될 수 있다.
설비 입력부(120)는 해당 설비의 수명 예측을 위한 설비의 종류를 입력 받도록 구성된다.
센서 선정부(130)는, 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 설비의 수명을 예측하기 위한 파라미터 선정하고, 상기 파라미터의 측정을 위한 센서를 선정하게 된다. 따라서 센서 선정부(130)를 통해 선정된 센서들의 측정값을 측정부(200)로부터 수신 받게 된다.
데이터부(140)는, 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 각각의 설비의 권장 사용 환경 및 이에 따른 권장 수명을 저장하고, 이를 판단부(150)에 전달하여 판단부(150)를 통해 설비의 실제 사용 환경과 권장 사용 환경을 비교하도록 하여 수명을 예측하게 된다. 또한 데이터부(140)는, 판단부(150)로부터 예측된 수명의 정확도를 향상시키기 위해 판단부(150)로부터 산출된 수명 예측 값을 지속적으로 축적 하여 데이터베이스화 한다.
판단부(150)는, 데이터부(140)에서 전송된 설비의 권장 사용 환경과, 측정부(200)로부터 측정된 센싱 값을 이용한 실제 사용 환경을 비교하여 설비의 수명을 예측하도록 구성된다. 보다 구체적으로 실제 사용 환경이 권장 사용 환경 보다 가혹한 경우에는 권장 사용 환경 보다 설비의 수명이 줄어들 수 있고, 실제 사용 환경이 권장 사용 환경 보다 수월한 경우에는 권장 사용 환경 보다 설비의 수명이 늘어날 수 있으므로, 설비의 사용 환경에 따라 가혹정도 및 수월정도를 감안하여 설비의 수명을 예측하도록 구성된다.
보정부(160)는, 데이터부(140)를 통해 축정된 예측 수명을 통해 판단부(150)의 설비 수명 예측을 위한 계산식을 보정하기 위해 구성된다. 즉 판단부(150)를 통해 예측된 설비의 예측 수명과, 실제 사용 환경에 따른 설비의 실제 수명을 비교하여 오차가 발생한 경우 판단부(150)를 통해 이를 보정하도록 하여 보다 정밀한 수명 예측이 가능하도록 구성된다. 또한, 센서 선정부(130)를 통해 선정된 파라미터들 중에 수명 예측에 영향을 미치지 않는 파라미터는 배제하도록 하여 해당 설비의 수명 예측에 불필요한 센서의 운용으로 인한 비용 증가를 방지할 수 있다.
디스플레이부(170)는 판단부(150)를 통해 예측된 설비의 수명을 사용자가 인식할 수 있도록 수치화하여 보여준다.
측정부(200)는 예측부(100)로부터 선정된 센서정보를 전달 받고 센서부(220)에서 측정된 측정값을 예측부(100)로 전달하기 위한 제2 통신부(210)와, 설비의 실제 운용 정보를 실시간으로 획득하기 위한 센서부(220)로 구성된다. 센서부(220)는 일예로 시간 및 온도를 측정하기 위해서는 타이머 및 온도센서, 부하량이나 압력 측정을 위한 압력센서, 회전속도의 측정을 위해서는 가속도센서, 마모도 측정을 위한 레이저 센서 등을 포함할 수 있다.
이하, 위와 같은 현장 데이터 기반 설비 수명 예측 시스템(1000)을 이용한 현장 데이터 기반 설비 수명 예측 방법에 대하여 도면을 참조하여 상세히 설명하기로 한다.
도 2에는 본 발명의 일실시 예에 따른 현장 데이터 기반 설비 수명 예측 방법의 순서도가 도시되어 있다.
도시된 바와 같이 우선 산업 공정에 따라 설비를 분류하는 설비 분류 단계(S10)를 수행한다.
산업 공정에는 일예로 침탄 기술에 해당하는 열처리 공정, 플라스틱 금형 기술에 해당하는 사출 금형 공정 및 원하는 형상으로 금속을 천공 및 절삭하는 금속가공 공정 등으로 나눌 수 있다.
열처리 공정에 사용되는 설비로는 일예로 단조용 고주파 열처리로, 진공 열처리로 및 가스 연질화로 등의 설비가 사용될 수 있고, 사출 금형공정에는 사출 성형기 및 조형기 등의 설비가 사용될 수 있고, 금속가공 공정에는 연삭기, MCT 및 CNC 선반 등의 설비가 사용될 수 있다.
또한, 각각의 설비는 아래 표 1 및 표 2와 같이 유지보수나 설비보전을 필요로 하는 부품의 조합으로 세분화 될 수 있고, 각각의 부품은 유지보수가 필요한 부품인지 설비보전(교체)이 필요한 부품인지 구분하게 된다.
Figure pat00001
<CNC 선반의 부품 세분화>
Figure pat00002
<MCT의 부품 세분화>
위와 같이 공정에 따라 설비를 분류한 다음에는 각각의 설비의 수명을 예측하기 위한 파라미터 선정단계(S20)를 수행한다. 이를 위해 예측부(100)의 설비 입력부(120)로부터 설비의 종류에 대하여 입력 받고, 센서 선정부(130)를 통해 파라미터를 선정하게 된다.
일예로 열처리 공정에는 주로 열처리로가 사용되며, 열처리로의 수명을 예측하기 위해서는 운용시간 및 운용온도가 파라미터로 선정될 수 있다.
또한, 사출 금형공정에는 사출 성형기가 사용되며, 사출 성형기의 수명을 예측하기 위해서는 제조 수량, 부하량 및 압력이 파라미터로 선정될 수 있다.
아울러, 금속가공 공정에서는 연삭기가 사용되며, 연삭기의 수명을 예측하기 위해서는 스핀들의 회전속도, 마모도 및 진동이 파라미터로 선정될 수 있다.
다음으로는 위와 같이 선정된 파라미터의 값을 측정하기 위한 센서 선정 단계(S30)를 수행한다.
시간 및 온도를 측정하기 위해서는 타이머와, 온도센서가 요구되고, 부하량이나 압력 측정을 위해서는 압력센서가 요구되며, 회전속도의 측정을 위해서는 가속도센서, 마모도 측정을 위해서는 레이저 센서 등이 요구될 수 있다.
따라서 열처리로의 수명 예측을 위해서는 타이머와 온도센서가 선정될 수 있고, 사출 성형기의 수명 예측을 위해서는 압력센서와 온도센서가 선정될 수 있고, 연삭기의 수명 예측을 위해서는 레이저센서, 진동센서 및 온도센서가 선정될 수 있다.
다음으로 측정부(200)의 센서부(220)를 통해 측정된 센싱 값을 통해 각각의 설비의 수명 산출을 준비하는 단계(S40)를 수행한다. 수명을 산출하기 위한 준비 단계는 다음과 같이 크게 두 가지로 분류될 수 있다.
각각의 설비에는 권장 사용 환경 및 이에 따른 권장 수명이 기재되어 있으므로, 이를 센싱 값과 비교하여 수명을 예측하게 된다. 위 권장 사용 환경과, 측정된 센싱 값을 이용한 실제 사용 환경을 비교하여 실제 사용 환경이 권장 사용 환경 보다 가혹한 경우에는 권장 사용 환경 보다 설비의 수명이 줄어들 수 있고, 실제 사용 환경이 권장 사용 환경 보다 수월한 경우에는 권장 사용 환경 보다 설비의 수명이 늘어날 수 있으므로, 설비의 사용 환경에 따라 가혹정도 및 수월정도를 감안하여 설비의 수명을 산출할 수 있게 된다.
다른 실시 예로는 설비를 실제로 운용하는 테스트를 통해 기준 환경에 따른 설비의 실제 수명을 측정하고, 이를 센싱 값과 비교하여 수명을 예측하게 된다. 위 기준 사용 환경과, 측정된 센싱 값을 이용한 실제 사용 환경을 비교하여 실제 사용 환경이 기준 사용 환경 보다 가혹한 경우에는 권장 사용 환경 보다 설비의 수명이 줄어들 수 있고, 실제 사용 환경이 기준 사용 환경 보다 수월한 경우에는 기준 사용 환경 보다 설비의 수명이 늘어날 수 있으므로, 설비의 사용 환경에 따라 가혹정도 및 수월정도를 감안하여 설비의 수명을 산출할 수 있게 된다.
일예로 권장 사용 환경이 1000 rpm 이고, 이에 따른 권장 수명이 5년인 연삭기의 수명 예측을 위해, 가속도 센서를 사용하여 연삭기의 실제 사용 환경을 측정한 결과, 연삭기의 실제 사용 환경이 1500 rpm 인 경우 연삭기의 예측 수명은 권장 수명인 5년 보다 적게 산출될 수 있다. 이때 연삭기의 실제 사용 환경에 따른 가혹정도 및 수월정도를 가늠하기 위한 지표로는 다음 단계를 통해 계산되는 팩터를 적용하게 된다.
다음으로 보다 정밀한 수명 예측을 위해 실제 사용 환경에 따른 실제 수명을 측정하고, 이를 피드백 받아 계산된 팩터를 적용하여 설비의 수명을 산출하는 단계(S50)를 수행한다.
즉 연삭기의 가속도 센서에 의한 실제 사용 환경이 1500 rpm 이고, 실제 수명이 4년인 경우 이에 따른 팩터를 계산하고, 이를 수명 산출 수식에 적용하여 연삭기의 회전속도에 따른 수명을 보다 정밀하게 산출할 수 있도록 한다. 즉 권장 사용 환경 대비 실사용 환경이 50% 증가한 경우 실제 수명은 20% 감소하므로, 실 회전수의 증감률을 x라고 할 경우 예측 수명 증감률은 ??0.4x 일 수 있다.
위 팩터를 사용하여 연삭기의 실사용 환경이 70% 증가한 경우 실제 수명은 28% 감소할 수 있다. 위 증감률은 당업자의 이해를 돕기 위한 것으로 실제로 적용되는 수명 예측 계산식은 보다 많은 변수를 포함할 수 있다.
다음으로 산출된 수명 예측 값을 지속적으로 축적 하여 데이터베이스화하고, 이를 통해 수명 산출을 위한 계산식을 보정하는 단계(S60)를 수행한다.
일예로 각각의 설비의 사용 환경은 항상 일정한 형태를 나타내지 않기 때문에 특정 사용 환경에서는 변수가 발생하여 위 팩터를 적용하여도 오차로 인해 정밀한 수명 예측이 불가능할 수 있으므로, 이러한 경우가 모두 포함될 수 있는 자료를 축적하여 어떠한 경우에도 정밀하게 적용될 수 있는 팩터 산출을 위한 보정 단계를 수행하게 된다.
또한, 각 산업 및 설비별 부품에 대한 초기 측정을 통한 데이터베이스에 주기적 사용으로 인해 발생하게 되는 마모율과 부하율 측정값을 피드백 데이터로 적용하여 부품별 데이터를 비교하여 실시간으로 유지보수 및 설비보전 시기를 모니터링 하도록 할 수 있다.
추가적으로 산출된 수명 예측 값에 크게 영향을 미치지 않는 파라미터는 배제하는 파라미터 배제 단계(S70)를 수행한다.
즉 복수의 센싱 정보 중 다른 센싱 정보가 유사한 상태에서 어느 하나의 센싱 정보가 변화 하여도 실제 설비의 수명에 변화가 없는 경우 또는 변화율이 0.1~1% 이내 인 경우에는 보정부(160)를 통해 상기 어느 하나의 센싱을 배제하도록 할 수 있다.
일예로 연삭기의 다른 실제 사용 환경은 동일한 상태에서 연삭기의 이동 속도 변화에 따른 수명 변화율이 1% 이내인 경우에는 연삭기의 이동 속도 측정을 위한 센서는 연삭기의 수명 예측에서 배제시키도록 사용자에게 안내할 수 있다.
위와 같은 단계를 통해 불필요한 센서의 설치로 인한 비용 증가는 방지할 수 있고, 보다 정밀한 설비의 수명을 예측할 수 있는 효과가 있다.
본 발명의 상기한 실시 예에 한정하여 기술적 사상을 해석해서는 안 된다. 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당업자의 수준에서 다양한 변형 실시가 가능하다. 따라서 이러한 개량 및 변경은 당업자에게 자명한 것인 한 본 발명의 보호범위에 속하게 된다.
1000 : 현장 데이터 기반 설비 수명 예측 시스템
100 : 예측부
110 : 제1 통신부
120 : 설비 입력부
130 : 센서 선정부
140 : 데이터부
150 : 판단부
160 : 보정부
170 : 디스플레이부
200 : 측정부
210 : 제2 통신부
220 : 센서부

Claims (11)

  1. 수명 예측을 위한 설비의 종류를 입력받는 설비 입력부(120);
    상기 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 상기 설비의 권장 사용 환경 및 이에 따른 권장 수명을 저장하는 데이터부(140);
    상기 데이터부(140)에서 전송된 설비의 권장 사용 환경과, 설비의 실제 사용 환경을 비교하여 설비의 수명을 예측하는 판단부(150); 및
    설비에 장착되며, 설비의 실제 사용 환경을 측정하여 상기 판단부(150)에 전송하는 센서부(220);
    를 포함하는, 현장 데이터 기반 설비 수명 예측 시스템.
  2. 제 1항에 있어서,
    상기 현장 데이터 기반 설비 수명 예측 시스템(1000)은,
    상기 설비 입력부(120), 데이터부(140) 및 판단부(150)를 포함하는 예측부(100)와, 상기 센서부(220)를 포함하는 측정부(200)로 구성되며,
    상기 예측부(100)와, 상기 측정부(200)의 정보 전송을 위해 상기 예측부(100)에는 제1 통신부(110)가 구비되고, 상기 측정부(200)에는 제2 통신부(210)가 구비되고,
    상기 제1 통신부(110)와 제2 통신부(210)는 유선 또는 무선으로 연결되는, 현장 데이터 기반 설비 수명 예측 시스템.
  3. 제 2항에 있어서,
    상기 예측부(100)는,
    상기 설비 입력부(120)로부터 입력 받은 설비의 종류에 따라 설비 수명 예측을 위한 파라미터를 선정하고, 상기 파라미터의 측정을 위한 센서를 선정하는 센서 선정부(130)를 포함하고,
    상기 측정부(200)는,
    상기 센서 선정부(130)로부터 선정된 센서정보를 전달 받아 해당 센서를 통해 설비의 실제 사용 환경을 측정하여 상기 판단부(150)로 전달하는 현장 데이터 기반 설비 수명 예측 시스템.
  4. 제 3항에 있어서,
    상기 데이터부(140)는,
    상기 판단부(150)로부터 산출된 수명 예측 값을 지속적으로 축적하고,
    상기 예측부(100)는,
    상기 데이터부(140)를 통해 축적된 예측 수명과, 실제 사용 환경에 따른 설비의 실제 수명을 비교하고, 이를 통해 수명 산출을 위한 계산식을 보정하여 상기 판단부(150)에 전달하는 보정부(160)를 더 포함하는, 현장 데이터 기반 설비 수명 예측 시스템.
  5. 제 4항에 있어서,
    상기 보정부(160)는,
    상기 센서 선정부(130)를 통해 선정된 파라미터 중에 수명 예측에 영향을 미치지 않는 파라미터는 배제하도록 상기 센서 선정부(130)의 파라미터 정보를 업데이트 하는, 현장 데이터 기반 설비 수명 예측 시스템.
  6. 제 5항에 있어서,
    상기 보정부(160)는,
    복수의 센싱 정보 중 다른 센싱 정보가 동일한 상태에서 어느 하나의 센싱 정보가 변화 하여도 실제 설비의 예측 수명에 변화가 없는 경우 또는 변화율이 0.1~1% 이내 인 경우 상기 어느 하나의 센싱 정보를 측정하는 센서를 배제하는, 현장 데이터 기반 설비 수명 예측 시스템.
  7. 산업 공정에 따라 필요한 설비를 입력 받는 설비 분류 단계(S10);
    상기 설비 분류 단계(S10)를 통해 분류된 각각의 설비의 수명에 영향을 미치는 파라미터 수집을 위한 파라미터 선정단계(S20);
    상기 파라미터 선정단계(S20)를 통해 선정된 파라미터의 값을 측정하기 위한 센서 선정단계(S30);
    상기 센서 선정단계(S30)를 통해 선정된 센서를 통해 상기 파라미터의 값을 측정하여 실제 사용 환경을 정의하고, 이를 기준 사용 환경과 비교하는 수명 산출 준비 단계(S40); 및
    상기 실제 사용 환경에 따른 설비의 실제 수명을 측정하고, 이를 피드백 받아 계산된 팩터를 적용하여 설비의 수명을 산출하는 단계(S50);
    를 포함하는, 현장 데이터 기반 설비 수명 예측 방법.
  8. 제 7항에 있어서,
    상기 기준 사용 환경은,
    각각의 설비의 권장 사용 환경이고,
    상기 수명 산출 준비 단계(S40); 는 상기 권장 사용 환경과 이에 따른 권장 수명을 실제 사용 환경과 비교하여 설비의 수명을 산출을 준비하는, 현장 데이터 기반 설비 수명 예측 방법.
  9. 제 7항에 있어서,
    상기 기준 사용 환경은,
    각각의 설비의 테스트에 적용된 특정 사용 환경이고,
    상기 수명 산출 준비 단계(S40); 는 상기 특정 사용 환경과 상기 테스트에 따른 특정 수명을 실제 사용 환경과 비교하여 설비의 수명을 산출을 준비하는, 현장 데이터 기반 설비 수명 예측 방법.
  10. 제 7항에 있어서,
    상기 예측 방법은,
    상기 실제 사용 환경에 따른 설비의 수명 산출 값을 지속적으로 축적하여 데이터베이스화 하고, 이를 통해 상기 계산식을 보정하는 계산식 보정단계(S60);
    를 더 포함하는, 현장 데이터 기반 설비 수명 예측 방법.
  11. 제 10항에 있어서,
    상기 예측 방법은,
    상기 계산식 보정단계(S60)에 상대적으로 적은 영향을 미치는 파라미터는 배제하는 파라미터 배제 단계(S70);
    를 더 포함하는, 현장 데이터 기반 설비 수명 예측 방법.
KR1020200014403A 2020-02-06 2020-02-06 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법 KR102404889B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200014403A KR102404889B1 (ko) 2020-02-06 2020-02-06 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200014403A KR102404889B1 (ko) 2020-02-06 2020-02-06 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법

Publications (2)

Publication Number Publication Date
KR20210100427A true KR20210100427A (ko) 2021-08-17
KR102404889B1 KR102404889B1 (ko) 2022-06-07

Family

ID=77466248

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200014403A KR102404889B1 (ko) 2020-02-06 2020-02-06 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법

Country Status (1)

Country Link
KR (1) KR102404889B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110107481A (ko) * 2010-03-25 2011-10-04 김한규 피로도 센서기반 임베디드 정비관리시스템
KR20130107807A (ko) * 2012-03-23 2013-10-02 현대자동차주식회사 공구 관리 장치 및 방법
KR200490344Y1 (ko) 2018-06-08 2019-10-31 두산중공업 주식회사 열처리 설비의 부품 수명 모니터링 및 점검주기 알림시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110107481A (ko) * 2010-03-25 2011-10-04 김한규 피로도 센서기반 임베디드 정비관리시스템
KR20130107807A (ko) * 2012-03-23 2013-10-02 현대자동차주식회사 공구 관리 장치 및 방법
KR200490344Y1 (ko) 2018-06-08 2019-10-31 두산중공업 주식회사 열처리 설비의 부품 수명 모니터링 및 점검주기 알림시스템

Also Published As

Publication number Publication date
KR102404889B1 (ko) 2022-06-07

Similar Documents

Publication Publication Date Title
US11745298B2 (en) Method for correcting tool parameters of a machine tool for machining of workpieces
US10493583B2 (en) Detection device, detection method and compensation method for tool wear
US10732619B2 (en) Method for monitoring driving unit of car body assembly line, and device therefor
EP3045992B1 (en) Compensating for errors occurring in a production process
US20160299492A1 (en) Machine tool management system
CN110214059B (zh) 用于增量成形金属工件的方法和装置
US20200089191A1 (en) Method for monitoring cutting-tool abrasion
CN116300690B (zh) 一种基于边缘计算的摇臂钻床故障监控预警系统
CN118318213A (zh) 用于监控机床的状态的方法
Gittler et al. Towards predictive quality management in assembly systems with low quality low quantity data–a methodological approach
CN117092963A (zh) 一种基于大数据的数控加工产品质量监管系统及方法
CN118192434A (zh) 一种机床精度补偿方法及装置
CN118331176A (zh) 一种数控铣床的控制方法、装置及电子设备
KR102404889B1 (ko) 현장 데이터 기반 설비 수명 예측 시스템 및 이의 예측 방법
CN117689270A (zh) 电力设备生产过程质量管理改进方法、系统及存储介质
EP3705964B1 (en) A method for the scalable real-time state recognition of processes and/or sub-processes during production with electrically driven production plants
CN113093648A (zh) 电动机基座自动化加工系统及方法
KR101801897B1 (ko) 제품 품질 관리를 위한 공정 관리 시스템 및 그 관리 방법
Shagluf et al. Derivation of a cost model to aid management of CNC machine tool accuracy maintenance
KR101984457B1 (ko) 측장 제어 장치, 제조 시스템, 측장 제어 방법 및 기록 매체에 저장된 측장 제어 프로그램
KR102668061B1 (ko) 고로의 이상 판정 장치, 고로의 이상 판정 방법, 고로의 조업 방법 및 용선의 제조 방법
KR102669049B1 (ko) 스마트 제어 기반 atc 공구 정보 모니터링 및 보정 장치 및 이를 이용한 보정 방법
CN113857936A (zh) 一种基于视觉检测的机床立柱热补偿方法、系统和机床
Shagluf et al. Towards a downtime cost function to optimise machine tool calibration schedules
CN117396305B (zh) 加工尺寸预测装置、加工尺寸预测系统、加工尺寸预测方法及加工尺寸预测计算机程序产品

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant