사전 예측으로 적시 대응
유지보수 측면에서 기계와 공장은 일반적으로 고정 주기에 따라 관리됩니다. 하지만 숙련된 유지보수 직원들은 고정 주기에 따른 유지보수가 일상적인 생산 요구사항을 실제로 충족하지 않는다는 것을 알고 있습니다. 일정 시점 및 간격으로 실행되는 기존의 유지보수 관리는 종종 부품의 이른 또는 늦은 교체를 야기합니다. 적시에 실행되지 않는 유지보수는 불필요한 예산 낭비를 가져옵니다. 예측적 유지보수 관리는 실제로 요구되는 시점에 유지보수 관리 작업을 실행할 수 있도록 지원합니다. 따라서 비용 감소는 물론 스마트한 생산을 할 수 있습니다.
예측 유지보수란?
Industry 4.0과 스마트팩토리는 효율성 향상을 위한 새로운 아이디어를 요구합니다. 예측 유지보수는 – 전향적(예측) 판단 유지관리 – 이미 생산적으로 구현 가능한 미래 지향적 개념입니다. 예측 유지보수는 기계의 장래에 대한 전망을 제공합니다. 경험 및 학습 모델에서 획득한 데이터를 기반으로 기계의 교체 및 정비 시기를 예측합니다. 미래 지향적 유지 보수는 생산과정에서 지속적으로 데이터를 수집하고 분석합니다. 따라서 시스템은 지속적으로 학습하고 발전하며, 모델을 통해 실시간 데이터의 해석이 가능해집니다. 이를 통해 엄격한 유지보수 주기를 각각의 기계 및 모든 구성품에 대한 개별적인 정비 시기로 전환할 수 있습니다. 이러한 모델 분석 및 생성은 기업 내에서 직접 또는 클라우드 서비스를 통해 실행 가능합니다.
비록 예측 유지보수 관리가 미래에 대한100% 정확한 예측을 제공할 수는 없지만, 유지보수 작업이 수행되어야 할 최적의 시기에 대한 최상의 정보를 제공할 수는 있습니다.
zenon과 예측 유지보수(Predictive Maintenance)
zenon은 Microsoft사의 Azure Machine Learning과 관련하여 예측적 유지보수 시스템(Predictive Maintenance System)에 적합합니다. 실행 절차는 다음과 같습니다:
- zeone은 실시간으로 센서 데이터를 수집합니다.
- zenon은 Azure Machine Learning 또는 동종 애플리케이션과 통신하며, 데이터를 영구적으로 저장합니다.
- 이 데이터는 외부 애플리케이션에서 기계학습(또는 머신러닝)을 위해 사용됩니다. 시스템은 지속적으로 경험을 확장하고 학습합니다.
- 모델 구성은 외부 응용 프로그램에서 수행됩니다: 주어진 데이터를 기반으로 언제, 어떤 기계 및 부품에서 어떤 조치가 요구되는지 정보 제공.
- zenon은 그 모델을 인계하여 SCADA 시스템에 표시합니다. 사용자 Interface에 적절한 상호작용이 일어나고 통신합니다.
zenon Predictive Maintenance: 경쟁력 개선을 위한 유연성 향상
적시에 실행되는 유지보수는 고정 주기로 진행되는 유지보수에 비해 많은 이점을 제공합니다. 특히 기계는 사용자 요구사항에 따라 유지보수 관리가 가능합니다. 작업량의 증가는 유지보수 주기를 단축하여, 이를 통해 기계 손상을 예방할 수 있습니다. 작업량이 적을수록 유지관리 시기가 지연되며, 불필요한 비용 및 가동 중지 시간을 절감시킵니다. 예비 부품을 적시에 적량으로 주문할 수 있으며, 엔지니어링 시간을 최적으로 계획할 수 있습니다.
예측 유지보수는 스마트 팩토리의 전환에서 완벽한 첫걸음이 될 것입니다. 자세한 사항은 sales.kr@copadata.com로 문의바랍니다.