AI 기반 IoT 솔루션은 전체 생산 라인에서 예측 유지 관리를 확장합니다.

<노스크립트> HID Global의 Brad Hopkins

역사적으로 예측 유지보수를 위한 상태 모니터링 솔루션의 사용은 고가의 미션 크리티컬 장비로 제한되어 생산 시설 장비의 평균 85%가 비용이 많이 드는 예상치 못한 다운타임 및 수리에 취약합니다.

HID Global의 상태 모니터링 제품 관리 이사인 Brad M. Hopkins는 오늘날 솔루션의 문제는 다음과 같이 말합니다. , 공장 요구 사항과 잘 일치하지 않거나 시설 전체에 배포하는 데 엄청나게 많은 비용이 드는 것으로 간주됩니다.

이제 새로운 등급의 상태 모니터링 솔루션은 저비용, 저전력 사물 인터넷(IoT) 기술과 인공 지능(AI) 기반 클라우드 분석을 결합하여 전체 자산 집합에서 예측 유지 관리의 비용 및 배포 복잡성을 줄입니다.

높은 실패 비용

모터는 일반적으로 임계/고가, 준 임계 또는 "발전소 균형"(BoP)의 일부로 분류되지만 현실은 모든 장비가 작동에 중요합니다. 장비의 고장 및 가동 중지 시간에 관계없이 관련 시간당 비용은 식품 가공 공장의 경우 30,000달러에서 석유화학 산업의 경우 87,000달러, 자동차 공장의 경우 200,000달러까지 잠재적으로 다양합니다.

고장은 수백 또는 수천 개의 BoP 모터의 자산군에 걸쳐 다른 노동력과 장비 수리 및 교체 비용을 발생시킬 수도 있습니다. 고장이 일정 및 생산 서비스 수준 계약(SLA)에 영향을 미치거나 백로그를 연장할 때 고려해야 할 공장 생산 손실 비용도 있습니다.

저비용, 저전력 센서를 AI 기반 클라우드 분석 기능이 있는 무선 통신 플랫폼에 통합하는 IoT 기반 상태 모니터링 솔루션을 사용하여 이러한 위험을 완화할 수 있습니다. 이 접근 방식은 유지 관리를 사후 대응적 또는 예방적 접근 방식에서 전체 생산 라인에 걸쳐 지식 기반 및 예측적 접근 방식으로 전환하는 데 드는 비용 및 배포 장벽을 줄입니다.

새로운 상태 모니터링

배포 모델

오늘날의 IoT 기반 AI 기반 솔루션은 설치가 간편한 저비용 센서를 사용하므로 BoP 모터를 포함한 생산 라인의 전체 자산 범위에서 상태 모니터링을 경제적으로 사용할 수 있습니다. 이 솔루션은 알고리즘 및 데이터 분석을 사용하여 자산 상태를 확인하고 문제 또는 장애를 예측하는 데 도움이 되며 강력한 정책 엔진을 활용하여 임박한 문제를 실시간으로 식별하고 사용자에게 경고합니다.

기존 상태 모니터링 솔루션과 달리 IoT 기반 제품은 유선 인프라, 서버 또는 안테나가 필요하지 않으며 여러 자산군에 걸쳐 공장 관리자의 검사, 유지보수 및 운영 관행에 쉽게 통합됩니다. 진동 및 온도 센서가 있는 BLE(Bluetooth Low Energy) 비콘이 각 자산에 설치되어 켜짐/꺼짐 감지 및 듀티 사이클, 온도 및 진동의 실시간 모니터링에 사용됩니다.

비콘은 에지 처리를 사용하여 기계 상태 메트릭을 계산하여 Bluetooth-WiFi 게이트웨이를 통해 추가 분석이 발생하는 클라우드로 전송되는 데이터의 양을 줄이는 데 도움이 됩니다. 이는 또한 2분마다 새로운 데이터로 기계 진동 상태에 대한 거의 실시간 가시성을 제공하여 보다 빈번한 데이터 수집을 허용합니다.

비콘이 설치된 각 자산에 대한 기준 진동 동작을 학습하기 위한 초기 교육 기간 후 솔루션은 정상 활동 모델을 생성합니다. 그런 다음 정책 엔진을 사용하여 이 기준에서 상당한 편차를 식별하고 이러한 변경 사항을 조직에 통지하여 가동 중지 시간을 줄이기 위한 조치를 취하도록 돕습니다. 이 시점부터 공장 관리는 사전 예방적 유지보수, 검사 및 운영 전략을 개선하고 취해야 할 조치에 대해 더 나은 결정을 내리기 위한 중요한 도구를 갖게 됩니다.

이러한 예측 유지 관리 지원 도구는 클라우드 기반 SaaS(Software-as-a-Service) 구독을 통해 제공됩니다. 이를 통해 조직은 원격 하드웨어 구성을 위한 기본 플릿 관리부터 심층 장비 상태 모니터링, AI 기반 경고를 위한 오류 감지를 포함한 모든 고급 상태 모니터링에 이르기까지 필요할 때 필요한 기능을 배포할 수 있는 더 큰 유연성을 얻을 수 있습니다. .

초기 성공

여러 산업의 제조업체는 AI 기반 클라우드 분석을 사용하여 IoT 기반 상태 모니터링 솔루션을 채택함으로써 귀중한 이점을 실현하고 있습니다. 예를 들어, 세계 최대 철강 제조업체 중 하나는 섭씨 70~80도 환경에서 모터 온도와 진동을 모니터링하여 예측 유지보수 전략을 강화하고 공장 전체에서 계획되지 않은 장비 가동 중지 시간을 줄이고 있습니다.

이러한 솔루션은 종종 검사 중에 놓친 문제를 찾습니다.

선도적인 제약 회사는 이러한 문제에 대해 경고를 받았으며, 육안으로 확인할 수 없기 때문에 관찰 상태에 놓였습니다(그림 1 참조). 경고는 일주일 이내에 다시 트리거되어 고대역폭, 실험실 등급 계측 및 고급 데이터 처리를 통해 철저한 검사를 받았습니다. 성능 저하가 확인되었고 플랜트는 비용이 많이 드는 계획되지 않은 다운타임을 방지하기 위해 필요한 수리를 수행했습니다.

전통적으로 공장은 가장 비싸거나 미션 크리티컬한 장비 이외의 장비에는 상태 모니터링 솔루션을 배포하지 않았습니다. 이제 생산 라인 전체에 걸쳐 새롭게 향상된 가시성을 통해 조직은 계획되지 않은 가동 중지 시간과 예기치 않은 수리, 장비 교체 및 대부분의 차량과 관련된 관련 노동 요구 사항을 방지할 수 있습니다.

최신 솔루션은 블루투스 비콘을 클라우드 기반 AI 기반 분석 엔진과 결합하여 과거와는 매우 다른 방식으로 이러한 문제를 해결합니다. 이를 통해 조직은 공장 전반에 걸친 예측 유지보수 프로그램과 보다 스마트한 전체 운영에 필요한 실행 가능한 데이터를 빠르고 쉽게 수집하고 모니터링할 수 있습니다.

저자는 Brad M. Hopkins, HID Global의 상태 모니터링 제품 관리 이사