상태 모니터링의 발전 분야에 대한 필수 통찰력

기계 상태를 모니터링, 진단, 예측하는 새로운 기술이 지속적으로 등장하고 있습니다. 새로운 IIoT 공급업체가 매달 레이더에 나타나는 것 같습니다. 센서 기술은 덜 자주 등장하지만 일반적인 산업 측정량에 대한 새로운 옵션이 활발한 투자 영역이 되었습니다. 그리고 물론 인공지능 세계에서 어떤 형태로든 등장한 새로운 주장, 플랫폼, 도구를 모두 놓칠 수는 없습니다.

이 기사는 상태 모니터링 및 예측 유지 관리 산업과 관련된 신제품을 알리고, 명확하게 하고, 이해하기 쉽게 설명하려는 겸손한 시도로 기술자가 IoT 기술에 대해 진행 중인 토론입니다.
 

진동을 넘어서?

질문:오일 상태와 같은 일반적인 산업용 센서에 대해 더 많은 무선 센서 옵션이 없는 이유는 무엇입니까?

공정한 질문입니다. 대답의 일부는 핵심 센서 변환기 기술의 가용성에 있습니다. 진동에 대한 무선 센서 옵션의 폭발적인 증가는 무선 프로토콜(예:BLE)의 개선뿐만 아니라 진동 측정 성능이 향상된 저렴한 칩 규모 MEMS 가속도계 덕분에 가능해졌습니다. MEMS는 IoT 역량은 있지만 기존 진동 측정 경험이 부족한 기업이 산업 상태 모니터링 시장에 진입할 수 있도록 지원했습니다.

입자나 습기의 존재, 산도, TAN/TBN, 점도 등과 같은 건강한 오일이나 윤활의 다양한 지표에 대한 센서를 대학 연구실에서 찾을 수 있지만, 상업적으로 이용 가능한 오일 상태 모니터링 센서를 조사한 결과 무선 전송을 특별히 지원하지 않는 산업용 수준 전원 공급 장치(예:10~30VDC)의 전력을 소비하는 대형 인클로저가 나타났습니다.

그럼에도 불구하고 IIoT 공급업체는 무선 진동 제품 포트폴리오에 센서 '허브' 토폴로지를 추가하여 업계 감지 요구 사항을 해결하려고 시도하고 있습니다. 이러한 허브는 기본적으로 일반적으로 사용 가능한 산업용 센서의 출력을 연결하고 디지털화하는 데 적합한 아날로그 입력을 수용하는 포트가 있는 무선 브리지입니다. 이 기능은 상태 모니터링 시스템에서 사용할 수 있는 센서 제품군을 확장하는 데 도움이 될 수 있습니다.

현재 사용 가능한 IIoT 허브는 오일 온도 및 습도, 압력, 온도 프로브, 초음파, 전류 및 기계 회전에 비례하는 센서 신호를 디지털화한 다음 포트폴리오의 진동 센서와 동일한 네트워크를 통해 클라우드 또는 모바일 애플리케이션에 전송 및 표시할 수 있습니다.

그림 1. KCF Technologies 무선 허브(LEFT)는 IEPE 센서 포트와 타치, 초음파 및 오일 품질/습도를 제공합니다. Petasense WIFI 허브(오른쪽)는 초음파, 전류, 압력, 진동(3축 및 IEPE) 및 RTD 온도를 지원하는 포트를 제공합니다.

또한 IIoT 공급업체는 윤활 데이터를 수집하고 진동과 함께 기존 대시보드에 필요한 조치를 기록하는 등 윤활 유지 관리를 위한 도구를 제공하는 것을 볼 수 있습니다.

그림 2. Ijssel의 UpTimeWorks 윤활 중심 PdM 서비스는 동일한 대시보드(왼쪽)에서 오일 유지 관리와 함께 데이터를 사용할 수 있는 무선 진동 감지 기능을 개발했습니다. 셰플러가 최근 출시한 OPTIME C1 오일 디스펜서는 레벨 모니터링, NFC 시운전 및 진동 센서에서 전송된 데이터를 표시하는 동일한 대시보드를 통해 사용할 수 있는 오일 유형 정보(오른쪽)를 위한 무선 연결이 가능합니다.

이러한 발전에도 불구하고 오일 샘플의 데이터 수집 및 분석은 자격을 갖춘 전문가에 의해 계속 서비스될 것이며 센서 및 IIoT 도구는 오늘날의 진동 상태 모니터링 상태와 마찬가지로 효율성을 향상시키기 위해 개발될 것임이 분명해 보입니다.
 

AI의 역할 — 아직 멀었나요?

오늘날 인공 지능(AI)에 대한 헤드라인을 보지 않고는 웹사이트나 소셜 미디어 플랫폼을 열기가 어렵습니다. 그러나 현 시점에서 이 문구가 특히 산업 유지 관리 커뮤니티에 실제로 무엇을 의미합니까? 지난 5~10년 동안 상태 모니터링 시장에 진출한 여러 IIoT 공급업체는 진동 감지 시스템의 AI 기능을 크게 홍보했습니다. 이 기능이 많은 사람들이 기대했던 게임 체인저였습니까?

우선, 데이터 엔지니어링 접근 방식이 실제로 예측 유지 관리에 적용된 일부 사례 연구와 함께 일부 공급업체가 설명하는 기능을 좀 더 자세히 살펴보겠습니다.

그림 3. 일종의 AI 기반 진단을 제공하는 무선 공급업체. 왼쪽에서 오른쪽으로 – Symphony Industrial, Petasense, Nanoprecise 및 Augury.
 

데이터 기반 접근 방식은 여러 측면에서 기존 진동 신호 처리와 차별화될 수 있습니다. 기본 통계를 진동 파형에 적용하여 각각 기계 동작의 특정 측면에 특히 민감한 여러 조건 '"지표"를 생성할 수 있습니다.

데이터 엔지니어링은 또한 여러 데이터 소스에서 상태 지표를 생성하려고 시도합니다. 진단은 전체 상태 지표의 변화에 가장 큰 책임이 있는 기여자를 밝혀 부분적으로 효과적입니다.

자산 관련 전문가와 데이터 엔지니어 간의 협업을 통해 회전 장비에 일반적으로 발생하는 이상 현상에 대한 결함 적용 범위를 확장할 수 있습니다. 새로운 장비를 적용하지 않고 데이터 엔지니어링 접근 방식을 기존 프로세스 제어 신호에 적용한 경우에도 좋은 결과가 입증되었습니다.

경험 분석가가 볼 때 진동 스펙트럼을 보면 모터나 펌프의 가장 약한 구성 요소에 대해 많은 것을 알 수 있지만 이렇게 고도로 시각적인 진단 방법은 쉽게 확장되지 않습니다. 반면, 기계 진단에 대한 데이터 기반 접근 방식은 반복 가능하고 확장 가능합니다.

제대로 훈련되면 다양한 기계 학습 알고리즘이 매일 같은 방식으로 작동합니다[1].

그림 4. 진동, 압력 및 유량에서 파생된 상태 표시기 모델은 펌프 상태를 모니터링하는 데 사용됩니다. 주요 기여 지표는 새롭게 나타나는 다른 이상 현상을 나타냅니다.
 

배터리 수명, 전면 및 중앙

배터리 수명에 관한 문헌을 웹에서 검색하면 EV에 대한 상당한 논의가 이루어지지만 IIoT용 배터리의 역할과 동작에 관한 귀중한 정보는 거의 없습니다.

배터리 자체는 전기화학적으로 전하를 저장하고 전달하는 복잡한 장치입니다. 이는 전하 전달 용량이 온도와 같은 환경 조건에 따라 달라질 뿐만 아니라 응용 분야와 관련된 다른 요인에도 따라 달라진다는 것을 의미합니다. 미국 북부의 모든 자동차 소유자는 배터리가 추운 날씨를 좋아하지 않는다는 것을 알고 있습니다. 하지만 부하 전류가 배터리 용량에 영향을 미칠 수 있는 방식이나 배터리가 완전히 방전되면 용량은 어떻게 되는지에 대해 얼마나 알고 있나요?

무선 진동 센서 제품의 사양을 검토해 보면 성능이 작동 조건과 특정 애플리케이션에 따라 달라진다는 것이 분명해졌습니다. 하지만 때로는 배터리 수명 사양에 적용되는 모호한 조건을 해석하는 것이 쉽지 않을 수 있습니다.

그림 5. 충전을 제공하는 배터리 용량은 온도 및 평균 전류 부하와 같은 작동 조건에 따라 달라집니다. 차단 전압이나 방전심도(DOD) 등 배터리 테스트를 위한 측정 기준도 용량 추정의 핵심입니다. (이미지 출처:Saft 배터리)

일반적으로 IIoT 애플리케이션의 경우 환경 변수에는 예상 전송 거리(무선 전력), 시설 내 많은 금속 장애물(수신 오류로 인한 반복 전송), 무선 프로토콜의 효율성 및 전송되는 데이터 양이 포함됩니다. 특히 진동 측정은 다른 측정 방법과는 다른 측정 방법입니다.

숙련된 분석가는 파형 자체를 분석하고 회전 속도가 느린 기계에 대해 분석하기를 원합니다. 이는 샘플 길이가 초 단위인 고해상도 진동 측정을 의미하여 현재 온도보다 훨씬 더 많은 데이터가 전송될 수 있음을 의미합니다.

예상한 대로, 게이트웨이에 연결하고 데이터를 전송하는 데 더 많은 에너지가 소비되기 때문에 전송 거리가 길어질수록 총 요금이 증가합니다. 진동 센서는 24시간 동안 제한된 전송을 위해 구성되는 경우가 많습니다. 이는 '절전' 모드가 해당 기간 동안 소비되는 전류를 지배한다는 의미이기도 합니다. 이러한 최소 전류 소비에는 회로 누출이 포함되며, 이는 반도체에서 온도에 따라 증가합니다.

이 두 가지 효과는 각 전송 기간마다 더 많은 충전을 요구하여 배터리 수명을 단축시킵니다.

무선 센서 배터리 수명의 가변성을 보여주는 현장 테스트 무선 진동 센서의 샘플 데이터는 아래 데이터에서 확인할 수 있습니다. 다양한 조건에서 24시간 동안 소비된 총 충전량은 거리와 작동 온도 모두에 따라 소비된 충전량의 증가를 나타냅니다.

그림 6. 소수의 무선 진동 센서에 대한 현장 테스트의 일부 예비 결과. 소비되는 총 충전량은 예상대로 전송 거리와 작동 온도에 따라 증가합니다.
 

요약

PdM 도구 상자에 IIoT 기능을 추가하면 서비스 제공업체는 더 자주 측정할 수 있어 안전하지 않거나 수동으로 접근하기 어려운 기계를 면밀히 모니터링할 수 있습니다. IIoT를 통해 수집된 데이터는 분석을 위해 원격으로 편리하게 액세스할 수 있으며, 다른 센서의 데이터와 결합하기 위해 고급 데이터 처리 플랫폼에 공급될 수 있어 더욱 포괄적인 진단 보기가 가능합니다.

모든 복잡한 도구와 마찬가지로 이 기술도 일정 범위에 대한 파일럿 연구 없이는 환경에서 어떻게 작동하는지 이해하는 것이 사실상 불가능합니다. 장비를 구입하기 전에 시스템 사양에 대한 논문 연구를 통해 사용 가능한 시스템을 선별하는 것은 좋은 투자가 될 수 있습니다. 특히 새로운 기술의 강점과 한계에 대해 잘 알지 못하는 경우에는 더욱 그렇습니다.

[1] 기계의 기본 작동 모드가 변경되지 않는다고 가정합니다. 진동 상태 지표의 효과적인 추세를 파악하려면 일관된 조건도 필요합니다.