발전소 예측 유지보수, ‘IIoT App’으로 간편하게
발전소 예측 유지보수, ‘IIoT App’으로 간편하게
  • 김진성 기자
  • 승인 2019.05.20 12:01
  • 댓글 0
이 기사를 공유합니다

총 30개 시설 내(內) 머신 상태 모니터링을 위한 Duke Energy의 엔드 투 엔드 솔루션 구현 방법
Duke Energy의 설비
Duke Energy의 설비

[공학저널 김진성 기자] 그간 머신 상태를 일일이 모니터링 해야 했던 전력생산 기업들이 이제는 IIoT(산업 사물인터넷)를 활용한 어플리케이션을 통해 쉽게 머신 모니터링·진단이 가능하게 됐다.

미국 최대의 발전 기업 Duke Energy가 미국 전력연구소(EPRI), OSIsoft, InStep, 내쇼날인스트루먼트(NI)와 함께 산업용 사물인터넷(IIoT) 및 빅데이터 분석의 요소기술을 이용해 사용자 정의 모니터링 및 진단 인프라와 차량/발전소 전체에 적용할 수 있는 ‘스마트 모니터링 및 진단(Smart M&D)’을 개발한 것.

Duke Energy를 비롯한 전력생산 기업들은 그간 루트 기반 모니터링 방식을 이용해왔다. 예측 유지보수 전문가들은 각 데이터 수집 포인트를 직접 방문해서 수백 개의 데이터 샘플을 일일이 수집한 뒤, 이를 컴퓨터가 있는 사무실로 되돌아가 분석해야 했다.

매월 거의 6만 건에 달하는 데이터를 수집해야했기 때문에, 분석 담당자들은 업무 시간의 80%를 데이터 수집에 사용하고 정작 데이터 분석에는 20% 정도 밖에 할애하지 못하는 경우가 대부분이었다. 또한 데이터 진단결과가 일관되지 않거나 위험 평가가 제한적인 문제로 이어졌다.

Duke Energy는 이러한 문제를 해결하고자 신뢰성 제고 요구에 대처하고 직원 업무를 최적화하기 위해 새로운 기술을 적용했다. 전사적으로 중앙 집중식 프로그램을 가동하기 시작한 것이다.

네트워크에 연결된 호스트 컴퓨터에 실시간으로 데이터를 전송하기 위해, 임베디드 리얼타임 프로세서, 고성능 FPGA 및 핫스왑 가능한 I/O 모듈을 결합한 NI CompactRIO 플랫폼을 활용했다. 수집된 센서 데이터는 NI CompactRIO 모니터링 시스템으로 전송되고, 여기서 유무선 발전소 서버로 전송될 수 있도록 신호의 수집 및 처리가 진행되는 방식이다.

NI CompactRIO는 이렇게 수집되는 다량의 아날로그 데이터를 이용해서 알람 기능을 구현하고 Duke에 데이타 전문가용 웨이브폼 분석 자료를 제공한다.

상태 모니터링을 위한 웹 기반 소프트웨어 (NI InsightCM)
상태 모니터링을 위한 웹 기반 소프트웨어 (NI InsightCM)

또한 Duke Energy는 상태 모니터링 툴인 NI InsightCM™을 이용해 데이터를 시각화하고 분석할 수 있었다. FPGA와 온보드 리얼타임 프로세서를 센서에 연결하면, 원시 아날로그 웨이브폼을 노드 자체에서 시스템의 “건강”을 표시하는 상태로 축소할 수 있다. 이렇게 하면 데이터 과부하 시 찾아내기 힘든 문제점을 파악하느라 전문가들이 고생하는 일을 방지할 수 있게 된다.

OSIosft 서버는 Duke의 ‘모니터링 진단센터’에 설치되어 있으며, 이 센터에서는 Instep의 패턴인식/예측 소프트웨어인 Prism(기계 솔루션용)과 GP Strategy의 열 조절 모니터링 소프트웨어인 EtaPRO를 사용하여 예상 동작과의 편차를 확인한다. 모니터링 진단센터에는 이러한 소프트웨어 툴에 익숙한 5인으로 구성된 기술팀이 근무한다. 기술팀 직원들은 알람 대시보드를 통해 예상치 못한 작동이 있었는지 여부를 확인할 수 있다.

실제로 비정상적인 부분이 있는지 그리고 추가 조사가 필요한지를 결정하기 위해 이 시점에서 조사 및 선별 작업을 진행할 수 있다. 비정상적인 부분에 플래그가 표시된 경우 담당자에게 통지해주는 표준 프로세스 이메일은 그래픽 형태로 된 정보로 구성되며, 편차가 어디서 발생했는지 초기 진단결과에 대한 조언 등이 포함된다.

이러한 정보는 EPRI의 자산상태관리시스템으로도 전송 가능하다. 실제 장비에서 수집되어 저장/누적된 EPRI 데이터베이스상의 기존 오류 데이터와 비교함으로써 문제점을 파악할 수 있는 것이다. 이후 EPRI는 Duke Energy에 NI InsightCM Data Explorer(측정 데이터를 신속하게 검색/검사/분석/보고할 수 있도록 설계된 엔지니어용 웹 기반 소프트웨어)를 이용해서 분석을 진행할 것을 통지할 수 있다.

이러한 프로그램은 2017년 3월 기준, 현재까지 전체 30개 시설에 약 2,000대의 CompactRIO 시스템이 구축돼 Smart M&D 아키텍처로 관리되고 있다. 시스템이 구축된 발전소에서는 자동화된 데이터 수집 방식이 적용된다. 분석 담당자들은 업무 시간의 80%를 데이터 수집이 아닌 데이터 분석에 할애할 수 있게 되어 보다 강력한 분석이 가능해진다.

지난 1년 간 Duke Energy 모니터링 진단센터에서는 Prism을 이용해 하루 평균 2건의 알림 메시지를 발송했고, 이 중 추가 조치가 필요한 경우는 4건 중 1건에 불과했다. 알림 메시지는 담당자가 최소 비용으로 장비 수리가 가능한 시기에 유지보수 일정을 잡을 수 있도록 스케쥴링 윈도우를 제공한다.

머신은 몇 주 정도는 가동을 지속할 수 있으므로, 담당자는 그 동안 최소 비용으로 장비수리가 가능한 일정을 선택할 수 있다. Duke Energy의 경우, 베어링 결함이 발견된 발전기 한 대를 밀착 관리하면서 3주 정도 계속 가동시켰고, 그 사이 적절한 정비 일정을 조율한 바 있다.

지난 4년간, Duke Energy는 장비 고장으로 인한 비용 소모를 예방함으로써, 지출 예산의 130%에 해당하는 비용을 절감했다. 시스템을 통해 데이터가 지속적으로 분석되므로, 작업자의 순회 점검 횟수는 크게 줄어든 반면 데이터 수집 빈도는 급격히 증가했다. 이제 데이터를 월 단위로 수집할 필요가 없는 것이다.

한편, 최근 변압기 등을 포함한 추가 모니터링 대상 장비 목록을 완성한 Duke Energy는 올해 안으로 추가 센서 배치를 마무리할 예정이다. 향후에는 무선 센서 사용을 늘려서 비용을 더욱 절감할 수 있을 것으로 전문가들은 기대하고 있다. 무선 센서를 설치하면 데이터 수집 시스템까지 케이블을 연결하는데 드는 높은 케이블링 비용을 아낄 수 있다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.