Upload
others
View
15
Download
0
Embed Size (px)
Citation preview
Chapter 1. 스마트팩토리
데이터의 중요성
예지 보전의 중요성
Chapter 2. 구현 기술 소개
국내외 구축 사례 소개
Case Study
Chapter 3. BNF테크놀로지 회사 소개
목차
스마트팩토리
ICT기술을 기반으로 공정 데이터를 수집하고 분석하여 목적에 맞게 스스로 제어하는 공장
Cloud Computing/ IoT / Cyber Security
Predictive Analysis Machine Learning
3D Monitoring / Digital Twin
VR / AR Monitoring
기업차원의 의사결정
생산관리시스템기업자원관리시스템
객체 / 프로세스 관리
보안
정보통신기술 기반 실시간 커뮤니케이션 (정보 교환 활동) / 컨트롤 / 최적화
3
스마트팩토리의 구현 단계 및 핵심 기술
[데이터 연결] [데이터 분석•진단] [지능화•자율화]
데이터 연결 데이터 분석•진단 자율화•지능화
각종 데이터 소스(센서로부터 수집)+
인터페이스+
생산, 품질, 설비, 에너지 관리 각종 응용 프로그램
데이터 통합 환경 구축을 위한
IoT, 빅데이터를 위한 Data Infrastructure
통합된 데이터를 모니터링하고 수준 높게
분석하여 정보를 추출하는 Visualization
‘상호작용’을 기반으로 하여 제어하는 기술
유연하게 적응할 수 있는 시스템의 자율화
Real-data analysis
predictive analysis
Dashboard
Process analysis
KPI Management
Asset Management
실제(Physical) 가상세계(Cyber)
가상물리시스템(CPS)
모델링한 것을 시뮬레이션하고
물리적(실제)세계에 적용하며 소통
모니터링, 예측분석, 공정관리, KPI 등의 분석 기반
비즈니스 인텔리전스를 위한 진단 / 최적화
4
데이터의 중요성
2025년 800억 개
180조 GB
Velocity
Variety
VolumeAmount of Data The speed of data
Various Type of data
[ Basic 3V of Big Data ]“대용량, 고속, 다양한 형태의 데이터 자산”
통찰력 / 의사 결정 / 프로세스 자동화
- IDG / Gartner Research
5
데이터의 중요성
“ We All Have Data, the Key to Business is How Well You Manage it”
Data Generation
Data Collection
Data Storage
Data Analysis Service
Value Exchange Value Creation Value Exchange
Data
Value
Data generatesfrom devices
Collects large number of data
Real-Time data Stores and pre-
processes
Analysis and process data
Exchange data to value through
services
Cloud Services, Big Data Analysis, AIO2OIoE
데이터를 정보로
전환하기 위한
프로세스
6
예지 보전의 중요성 – 설비 고장의 특성
300
29
1
Normal Operation Predictive Preventive Reactive
Point P:Potential Failure
Point F:Functional Failure
Pe
rfo
rma
nc
e
Lead Time to Functional Failure
Early Warning with Predictive Analytics
89% Random Failure- 설비 고장 패턴 연구 (by Nowlan and heap study 1978)
PF Curve (Potential Failure Curve)
하인리히 법칙 (산업재해 분석 결과)
사소한 징후
작은 사고
대형 사고
7
예지 보전의 중요성 - 설비관리 패러다임의 변화
Reactive Maintenance사후 정비
Preventive Maintenance예방정비- 정기적 스케줄- 체계적 주요 항목 점검
Predictive Maintenance예측 정비- 설비 실시간 감시- 운영 상태 모니터링- 사전 고장 예측 / 정비
기존 시간기준정비 (TBM)
IT 기술 활용, 상태기반 정비 + 원격통합감시
• 설비 진단시스템 및 진단기술 부재
• 고장 발생 전 예측정비의 어려움
• 정비기간 및 정비비용 증가
• IT기반 신뢰성 높은 예측진단 시스템 구축
• 상태기반 정비체제 정착을 위한 보완
• 정비기간 단축 및 정비비용 감소
개선상태기준정비 (CBM)
최적화 (Optimization)
패턴 인식을통한 결함 진단
예지 보전
8
스마트팩토리 핵심 기술
2Level
3Level
4Level
1Level
Field Layer
Machinery (Sensor & Field Instrument)
Control & Interface Layer DCS & PLC HMI & SCADA
Operation Layer
HanPrism(Big Data Infrastructure) Data Collect Data Integration Data ManagementOther Systems
MES
Real-time data management
Early Warring
Management LayerERP, SCMESH, PLM
Real-data analysis predictive analysis
Dashboard
Process analysis
KPI ManagementIntegrated Monitoring
Asset Management
실시간 데이터를 수집 / 저장 / 관리 / 지원하는 Big Data Infrastructure 역할을 수행
11
스마트팩토리 핵심 기술
플랜트 데이터 통합과 분석을 위한 산업용 빅데이터 플랫폼, HanPrism
분산된 산업현장의 다양한 설비에서 발생하는 대규모 데이터를 실시간으로 수집하고, 통합 저장하기 때문에 사용자는 언제 어디서나 필요한
데이터에 안전하게 접근하고 분석하여 운영의 혁신이 가능해집니다.
실시간 통합 모니터링 시스템
플랜트 운영 최적화• 분산된 설비의 데이터를 통합 모니터링
• 시공간 제약 없는 실시간 및 과거 데이터 분석
비즈니스 운영의 혁신• 신뢰할 수 있는 데이터 기반의 실시간 분석
• 전사적 차원의 전략적인 의사결정
• 실시간 데이터 기반의 빠른 의사결정
HanPrism 차별성
한국산업기술시험원의 국제표준 기반
소프트웨어 품질 평가 합격: GS인증 취득
국내 주요 발전사에 통합 관제 시스템 구축
남동발전 본사, 한수원 중앙연구원 & CMD센터
경쟁사 제품 교체점유율 1위 글로벌 기업 제품들을 HanPrism으로 교체
• 데이터 신뢰성 RAW 설비 데이터와 100% 일치
• 시스템 호환성 ERP/MES/PLM등 타시스템과 연계
• 데이터 저장 용량 HW 용량에 따른 무제한 용량 저장 및 관리 가능
• 고속 처리 용량 장기간 요청 데이터에 빠른 응답
• 사이버 보안 보안을 고려한 개발 및 물리적 단방향 네트워크 운영
- 국정원, 행정안전부 지침 및 가이드 적용
12
스마트팩토리 핵심 기술
2D / 3D 기반의 설비 감시- 그래픽 툴을 통한 설비 감시 화면 편집 지원
- 일반 영상 및 열화상 비디오 소스에 대한 감시 지원
특정 과거 시점의 설비 상태 감시(리플레이어 기능)
다양한 분석도구 지원
- 실시간 / 과거 / 신호 비교 / 멀티 트렌드, 바 / XY 차트, FFT
- 데이터 추출 지원 (신호에 대한 시간대별 데이터 값 추출)
감시 신호 / 추가 / 삭제 / 생성- 계산 신호 생성 지원(연산 및 KPI 가능)
HanPrism Spotlight
HanAra Spreadsheet
MS-Office Excel Add-on 기반의 리포트
실시간 / 과거 데이터를 기반으로 리포트 작성
일/주/월간 리포트 템플릿 지원
Excel + 데이터의 조합을 통합 다양한 사용자 리포트 작성
데이터와 연동하여 라인 차트 리포트 가능
HanPrism Alarm
Html5 web 기반으로 다양한 디바이스 지원
모바일을 통한 모니터링 가능하므로 시공간 제약 없음
간결하고 통일성 있는 유저 인터페이스 제공
HanAra Insight HanAra Dashboard
설비의 주요 알람 신호 처리 지원
- ex : SOE(Sequence of alarm)
신호별 유저 알람 발생 조건 설정- 4단계 설정 LowLow, Low, High, HighHigh
알람과 공정화면 연계 지원
- 공정화면의 설비에 알람 표시 지원
과거 알람 발생에 대한 히스토리 지원
주요 설비 신호에 대한 대시보드 제작 지원
기타 타 시스템과 데이터 연동하여 KPI 관리 가능
다양한 그래프와 공정 화면을 연계하여 사용자 화면 설정 가능
어플리케이션과 / 웹 서비스를 지원
13
15
예지보전 솔루션
정상적인 플랜트
운영 데이터
데이터의 경험적 모델링
상관관계에 따른
신호 그룹 생성
예측 모델에 대한
조건 업데이트
실시간 및 측정된 신호를
기반으로 모델 실행
예측 모델과 실시간 값과
편차 도출
알고리즘을 이용한
플랜트 건강 지수 계산
플랜트 구성 요소의
건강 지수 산출
Field
예지보전 솔루션
Plant DCS/PLC/Other
Control Logic Instrument
Period of Normal Data
C o r r e l a t i o n P h y s i c a l S y s t e m
T a g C h a r a c t e r i s t i c s
Actual Value Expected Value
Residual Value
Abnormal symptom monitoring
Abnormal TAG tracking
All condition monitoring
Index Value for each equipment
Success Tree
Index ValueFor Total Plant
Model Learning
Predictive Data Model
Low Trip
High Trip
LL Alarm
LO Alarm
HH Alarm
HI AlarmDCS Alarm
Trip(정지)
예측 값
Hidden Failure
Potential Failure
Hidden Failure
Potential Failure
실제 값
Normal Range High
Normal Range Low
예측 값
실제 값
19
조기경보 대상
• 잠재 고장 : 설비(DCS)에 설정된 Alarm 값에 도달하기 전이지만 정상구간을 벗어나는 경우 조기경보를 제공하며, 경미한 사고 유발 가능성이 높음
• 숨은 고장 : 정상운전 구간이지만 과거 학습된 데이터와 움직이는 패턴이 달라 차이가 생기는 경우 조기경보를 제공하며, 사소한 징후로서의 가능성이 높음
예지보전 솔루션
Watch List
Trend
Success Tree
Health Index
Model Builder
Alarm
전체 및 하부 시스템 지수와 트렌트 지원
실시간 / 과거 트렌드 조회
지수 하락 신호에 대한 요약 정보 지원
신호별 알람 종류 및 카운트 기능 지원
알람 신호 실시간 / 과거 트렌드 지원
전체 계통의 설비 지수에 대한 트리 제공
영향을 발생하는 신호 자동 추적 지원
계통 및 설비에 대한 계층 구조로
쉽게 정보 파악 가능
플랜트 지수 및 실제 값의 변화 추이 감시
예측 값과 현재 값 변화 추이 감시
과거 특정 시간의 트렌드를 빠르게 조회 가능
주요 이상 신호들을 관리
지수가 낮아진 신호들을 추가적으로 감시 지원
최대 20개의 상시 감시 지원
설비의 정상 범위 또는 사용자 목적에 맞게
특정 기간을 설정하여 데이터 학습
비정상 구간을 삭제 및 추가 기간을 설정하여
조기경보의 기준이 되는 예측 모델 생성
예지보전 솔루션
20
스마트 발전소 구현 위한 기술 적용 및 종합상황실 체계 구축
요구사항• 발전설비 모니터링 및 분석, 설비 예측ㆍ성능진단
• 관제시스템 24시간 운영
적용 시스템
• 데이터 매니지먼트 시스템
• 조기경보 및 예측 감시 시스템
• 성능 감시 시스템
• 트립 감시 시스템
• 보일러 튜브관리 시스템
• 연료운영관리 시스템
적용 사이트
• 본사 종합상황실
• 삼천포발전본부
• 영흥발전본부
• 분당발전본부
• 영동에코발전본부
• 여수발전본부출처 : 부산일보 송현수 기자 (게재 20180330)
구축 사례 1
22
23
한수원 전 사이트 및 본사 원전종합상황실, CMD센터 시스템 구축사례
요구사항• 전 원전의 주요기기를 온라인으로 상태감시
• 기기 이상상태 발생 시, MCR 경보보다 빠른 조기경보 발생
적용 시스템• CMD-HMI (온라인 상태감시 시스템 공동 개발)
• 조기경보 및 예측 감시 시스템 전사 구축
적용 사이트
• 고리원자력
• 한울원자력
• 월성원자력
• 한빛원자력
• 신고리원자력
• 신한울원자력
• 신월성원자력
• 중앙연구원 통합감시 및 진단 센터 (CMD 센터)
• 발전운영센터(E-Tower)
<한수원 CMD센터 운영화면>출처 : 한수원 블로그
구축 사례 2
구축 사례 3
텍사스 오스틴 캠퍼스 에너지 설비 현황
• 135MW 열병합 발전 단지
• 4개의 Chilling Station
• 3천 6백만 리터의 Chilled water thermal storage tank
• 6만 톤의 Chilled water cooling system
• 14,000 포인트
Challenge Solution Benefit
• 실시간 데이터 분석을 가능하게 하는
데이터 민첩성 부족
• 중요한 운영 데이터의 누락
• 제한된 확장성
3개의 Historian 서버 통합
7년 간의 데이터 마이그레이션
웹 기반 대시보드 사용
• 중앙 집중식 데이터 통합 및 실시간 관리
• 데이터 관리 및 백업 프로세스 간소화
• 실시간 운영을 통한 유지비용 절감
• 몇 분에서 몇 초로 분석 속도 향상
• 직관적 어플리케이션 활용
24
구축 사례 4
텍사스 오스틴 캠퍼스 에너지 설비 현황
• 135MW 열병합 발전 단지
• 4개의 Chilling Station
• 3천 6백만 리터의 Chilled water thermal storage tank
• 6만 톤의 Chilled water cooling system
• 14,000 포인트
Challenge Solution Benefit
• 예측정비체제 구축 위한
효율성 있는 방안 모색
4개의 보일러, 2개의 연소 터빈,
2개의 증기 터빈, 6개의 냉각 설비에 대한
예측 모델 생성
• 예측데이터와 실시간 데이터의 편차를
비교하여 경보로 제공
• 잠재적 고장에 대한 조기 경보
• 유지 보수 및 운영 비용 절감
• 설비 확장이나 변경에 유연한 데이터
모델링
25
구축 사례 5
말레이시아 국영전력청
• 말레이시아 3개 전력 Utility 중 하나로, 서말레이시아 전력 공급 담당
• 말레이시아 전체 발전량 중 91% 이상 발전
• 132kV, 275kV 및 500kV 송전망, 439개 변전소를 관리 및 운영
Challenge Solution Benefit
• IEC 61850 표준화에 따른 대응 필요
• 디지털 변전소 구현을 위한 기술 필요
• 분석 도구의 개선과 업그레이드 필요
• 기업 차원의 데이터 인프라 필요
변전소용 제어/모니터링 시스템 개발
데이터 매니지먼트 시스템 설치
• 엔터프라이즈 레벨의 통합 모니터링
기반 마련
• 기능 업그레이드 및 커스터마이징
• 설비 안정성과 가용성 향상
말레이시아 디지털 및 지능화 Grid를 위한
TNB’s 25 years Electricity
Technology Roadmap (TRM)
2010 스마트그리드 테스트 및 실증
2015 견고하고 탄력적 전력공급 시스템
2020 지능형 전력 공급 및 관리
2030 에너지 변환 기술 및 지속가능한 개발
26
Case 1 : 가압기 증기 누설 사전 조치
플랜트 건강 지수에 영향을 미치는 신호 추적
- 기기 계통을 계층적 구조로 한눈에 파악함과 동시에 경보 레벨에 따른 상태 정보 파악
- 낮아진 지수에 영향을 미치는 신호를 자동으로 추적하여 신호 정보를 파악
PRIMARY(1차 계통)
REACTOR COOLANT SYS(원자로 냉각재 시스템)
SAFETY VALVE TEMP (안전밸브 후단 온도)
29
Case 1 : 가압기 증기 누설 사전 조치
가압기의 역할
원자로 냉각재 계통의 압력을 조절하여 냉각재 비등 방지
• 압력이 낮을 경우
하부에 수직으로 설치된 전열기로 냉각재의 압력을 높임
• 압력이 높을 경우
가압기 상부에 저온관에서 공급받은 저온의 냉각재를 살수
안전밸브를 통해 증기를 방출하여 압력을 낮춤
<가압기>
30
Case 1 : 가압기 증기 누설 감지
Trend를 통한 실제 값과 예측 값 차이 분석 / 감시
- Success Tree 에서 바로 연계하여 신호 Trend 조회
- 실제 값과 현재 값의 변화 추이를 감시하고, 관련된 신호 Trend를 조회하여 비교 분석
: 안전밸브 온도 신호와 가압기 압력 신호 Trend 비교
Safety Valve 온도
Pressurizer 압력
실제 값
예측 값
31
Case 1 : 가압기 증기 누설 감지
Safety Valve 온도
Pressurizer 압력
예측 값
조기 경보 발생 및 담당자 통보
매뉴얼에 따라 압력 낮춤
온도 재 상승 - 재점검
안전밸브 누설 - 긴급점검
32
Case 2 : 발전기 냉각수 출구 유량 감소 감지
발전기 용량 = 냉각 기술의 발전이라 할 정도로 발전기의 냉각 상태는 중요함
발전기에서 발생하는 열을 제거하기 위해 냉각수 및 수소가스가 사용됨
수소가스: 발전기 내부에 가압 밀봉되어 회전자와 고정자 모두를 냉각
냉각수: 고정자 내부로 흐르며 고정자를 냉각
Turbine 지수 감소
플랜트 지수 감소
Dilip Kumar, POWER PLANT CHEMISTRY( WATER TREATMENT FOR BOILERS), 2015, 45)33
Case 2 : 발전기 냉각수 출구 유량 감소 감지
예측 값
실제 값
Alarm 설정치(210)
조기 경보 발생
냉각수 유량 감소 진행으로 지수 하락 조기 경보 1차: 원인은 계측기 오류?
조기 경보 2차, 3차 발생 그러나 아직 경보 상태가 아님 추가 모니터링 및 추가 분석 요청
35
Case 3 : HP compressor Variable Stator Vanes Control
12 3 4
5 고압 압축기 압력이 불안정함
총 5회 조기 경보 발생
Turbine 속도 및 진동에 영향
Turbine Trip
37
Case 3 : HP compressor Variable Stator Vanes Control
Stator Vane이 움직이지 않는다.
기계적 결함은 아니다.
문제는 제어로직 이다.
제어로직 개선 작업
39
BNF테크놀로지 소개
프로세스 플랜트 운영 및 관리 소프트웨어 전문 기업, BNF테크놀로지
대표이사 서 호 준
설립일 2000, 11, 10
소재지 대전시 유성구 테크노2로 170-10
사업분야 소프트웨어 제품 개발 및 공급
해외지사 인도 간디나가르
해외법인 미국 텍사스, 한아라 소프트웨어
파트너사 말레이시아 쿠알라룸푸르 Matrix power
기업 개요
IT인력72%
SW 개발 / 엔지니어
관리
품질
영업
인력 현황
레퍼런스솔루션 공급 현황• 국내 42개 사이트 230여개 호기
- 원자력 발전 28개 호기
- 발전 5개사, 민자 발전
- 가스공사, 지역난방, 풍력, 연료전지
• 해외 5개국
미국, 말레이시아, 쿠웨이트,
인도, 사우디아라비아
- 해수 담수화, 캠퍼스 에너지,
석유화학, 정유화학, 송배전
국내 및 해외 5개국
53개 사이트
253 Units
솔루션 적용
42
BNF테크놀로지 소개
스마트팩토리의 운영이 가능하도록 지원하는소프트웨어 솔루션
빅데이터 처리
품질 / 성능 관리
HMI & 프로세스 모니터링
조기경보 / 예측 감시 / 진단
IoT, 빅데이터의 ‘데이터 인프라스트럭쳐’ 및 예지 보전을 위한 분석 솔루션 제공지능화를 실현하기 위한 기반 단계 구현
통합 관제
사무 / 작업 / 자원 배치
공장 운영 상황 분석
원가 낭비 요소 제거
원가 통제 / 비용 최소화 계획
품질불량 방지 / 이력 추적
품질 통제 / 상관 분석
생산성 향상
원가 절감
품질 향상
에너지저감
고객만족
“시장 리더십 확보”
이익증대
43