1. 스마트 팩토리에서 센서가 활용되는 영역 및 관련 응용기술
스마트 팩토리는 제조 기술에 ICT 기술을 융복합화하여 새로운 가치를 창출해낸다. 개인 맞춤형 유연 생산을 위해 스마트 팩토리 고도화 및 신제품 생산에 필요한 스마트 제조 기술 개발이 필수적이다. 개발의 핵심 기술에는 공정설계, 품질분석, 설비보전 SW, 빅데이터 분석 기술, IoT 스마트공장 플랫폼, 데이터 전송 처리 시스템/디바이스, 표준규약 개발이 있다.
이러한 스마트 팩토리의 핵심 기술은 크게 Internet of Things(IoT)와 사이버 물리 시스템 (CPS)으로 나눌 수 있다. 스마트 팩토리의 일반적인 프로세는 개별 요소에 설치된 센서가 인터넷을 통해 센서 신호를 사이버 물리 시스템에 전송한다. 그 후 자가 진단을 위한 센서가 내장되어있고 센서 신호를 읽고 처리하는 하드웨어 및 소프트웨어가 임베디드 된 사이버 물리 시스템은 센서 데이터를 수집 및 분석하며 액추에이터를 통해 물리적인 처리에 영향을 미친다. 이렇게 수집된 데이터를 통해 고장 진단 및 예측, 사용 안내, 안전 모니터링 등에 활용할 수 있다.
전체적인 통신 시스템은 센서 소자, 센서 모듈, 통신소자, 게이트웨이 서버,이더넷, 서버(인터넷) 순서로 진행된다. 이에 필요한 핵심 HW는 센서 소자, 센서 모듈, 유무선 통신 네트워크로 구성된다.
센서 소자는 빛, 온도, 압력, 가스 등의 변화를 감지하고 물리적 변화를 전기적 신호로 변환하여 Micro controller unit(MCU)으로 전달하는 역할을 한다. 스마트 센서 또는 지능형 센서는 기존 센서에 논리, 판단, 통신 기능을 갖춘 지능화된 신호처리 IC가 결합된 센서 소자이다.
스마트 센서는 각 공정 기계, 관리인 간의 정보 교환과 상호 작용을 가능하게 하며 클라우드의 상호작용으로 공장 안팎에서 생산 및 데이터 관리를 가능하게 해 준다. 이러한 스마트 센서는 사용 목적과 어떤 신호를 발생시키는가에 따라 종류가 다양하다. 다양한 센서들을 크게 세 가지 항목으로 분류하면 다음 그림과 같다.
이 중 본 연구에서 사용하는 가속도 센서는 지구의 중력 가속도를 기준으로 사물이 얼마만큼의 힘을 받고 있는지를 측정하는 센서이다. 즉, 가만히 있을 때 센서에 작용하는 중력 가속도를 X, Y, Z 축축 방향의 벡터 3개로 나누어 크기를 측정한다. 정지한 상태에서도 특정한 값 (중력)을 갖기 때문에 기울어진 정도를 파악하거나 진동을 파악하는데 많이 사용된다. 또한 가속도 센서는 시간이 지나도 오차에 강한 특징을 가지고 있다. 따라서, 공장이나 기기의 모터 작동 데이터를 수집하는데도 흔히 사용되지만 가속도 센서는 스마트에 기본으로 탑재되어있는 센서 중 하나이므로 가장 손쉽게 접할 수 있는 스마트 센서 중 하나이다. 가속도 센서 시장의 발달과 함께 3축 가속도 센서가 확대되고 저가격화되었으며 이 3축 가속도 센서는 휴대폰에서 저 인터페이스와 내비게이션 기능의 GPS 위치 정보 보정, 노트북에서는 낙하 검지에 의한 하드디스크의 데이터 보호형, 산업 현장에서 제품의 이동 속도 측정 등에 사용되고 있다.
더 나아가 작업자와의 인터랙션을 통한 작업과 자동화 시스템의 중요도가 높아짐에 따라, AI 기술도 스마트 센서에 접목되어 데이터 분석을 통해 작업의 최적화, anomaly detection, quality control등에 활용되고 있다. 이로 인해 공정 불량이 급감하고 더 정확한 분석과 고장 예측이 가능해지며, 수요자 중심의 새로운 제조 시대가 도래할 수 있을 것이다. 하지만 여전히 비정상/정상 데이터의 불균형이 심하므로 정상 데이터를 잘 학습하고 이와 구분되는 이상 데이터의 특징을 추출할 수 있는 적합한 모델과 학습 알고리즘의 필요정이 제기되고 있다.
2. 스마트 팩토리의 설비 모니터링 및 진단 분야에서 센서가 활용된 사례
스마트 팩토리의 수명과 큰 연관이 있는 설비 진단 기능에는 센서가 가장 중요한 역할을 한다. 설비에 탑재된 각종 IoT 스마트 센서는 장비의 진동, 속도, 모터 전류, 온도, 압력 등의 변화를 감지하고 신호를 전송한다. 스마트 팩토리의 설비 진단 기능 구축은 설비 데이터를 시각화하는 설비 모니터링, 설비 데이터를 처리하고 분석한 것을 시각화하는 설비 진단 모니터링, 데이터를 수집하는 통합 하여 처리하고 분석하고 머신 러닝을 통해 학습하고 시각화하는 설비 예지 진단 모니터링의 3단계로 나뉜다.
- 설비 상태 모니터링
생산 설비가 유지해야 할 설정 값을 벗어났는지 알기 위해 센서의 역할은 아주 중요하다. 최상의 설비 상태를 유지하여 설비 가동률을 높이고 장비의 이상 동작을 미리 파악하고 방지하여 높은 품질을 유지하게 한다. 또한, 설비의 이상 동작을 데이터로 수집, 관리함으로써 임계치를 설정하여 생산성, 품질 관리의 기준 업무를 세울 수 있다.
Industry IoT 기업 중 하나인 AERIX의 경우 다양한 IoT 솔루션을 제시한다. 그 중 하나로는 설비 상태 원격 모니터링 시스템이 있다. 초음파/음파, 진동, 온도, 유량 등을 모니터링할 수 있다. 대표적으로 모터 및 감속기를 모니터링하기 위해서는 3축 가속도 센서와 접촉 온도 센서가 필요하다. 이 두 센서를 통해 얻은 빅데이터를 그래프로 시각화하고 진동과 온도를 모니터링한다. 그래프와 빅데이터를 분석하여 이상 진동 원인을 파악하고 스마트하게 정비할 수 있으며 조치 내역과 점검 내역을 누적해 관리를 더욱 용이하게 할 수 있다. 또한 구역/군집/지역별 전체 상태를 통합적으로 모니터링할 수 있으며 분석 결과를 통해 알림을 주는 시스템을 구축할 수 있다. 이러한 시스템을 통해 모터, 베어링, 감속/가속 기어 상태 등을 파악하고 스마트하게 관리할 수 있다.
- 설비 진단 모니터링
독일 SNK의 설비 진단 제품 제작 과정 중 시간 흐름에 따른 정상적인 센서 강도와 허용 가능한 범위를 저장 및 설정한다. 이 솔루션은 제품의 반복 생산 과정에서 설정한 범위를 벗어나면 설비 이상으로 감지한다. 설비마다 감지할 수 있는 센서를 탑재하고 있어 각 설비 별 데이터를 생산 관리 시스템으로 연결하여 공장 내 모든 설비의 상태를 종합적으로 관리할 수 있다
두 번째로, 퓨처메인은 정량적인 값뿐 아니라 진동과 자계를 이용한 주파수의 정밀 분석으로 설비 결함까지 정확히 진단해 낼 수 있는 차별화된 설비 최적 관리 및 예측 보전 솔루션을 개발했다. 약 1,900,000개 이상의 인공지능 기술이 적용된 설비 최적 관리 시스템 ExRBM 솔루션은 기존 구축되어 있는 설비 그대로 센서를 설치할 수 있다. 설치된 센서별로 현재 가동 중인 설비의 진동량 및 상태 평가 확인이 가능하며 이상 패턴을 보이는 경우 알람을 울려 설비의 이상 징후를 알려준다. 나아가 설비에 이상 징후 발생 시, 즉시 결함을 자동 진단해 대처 방안까지 제시한다. 도한 설비 수명 및 결함 예측 기능을 통해 설비의 예측 보전이 가능해지며 정확한 설비 수명 예측으로 생산성 향상과 효율성을 제고할 수 있고 다양한 스마트 기기에서 실시간으로 설비의 현재 상태를 확인할 수 있다.
출처:
[1] 박상기 and 이명래, "중소기업을 위한 스마트팩토리," 2016.