추천
"인공 지능"이라는 단어를 들으면 공상과학 영화나 세계를 정복하는 로봇의 이미지가 연상되십니까?
여러분만 그런 것은 아닙니다. AI가 실제로 무엇을 의미하는지 궁금하십니까? 또는 "에이전트"가 무엇인지 궁금하십니까? 많은 기업들은 이미 이 기술을 이용해 운영을 개선하고 있습니다. 미래의 경쟁력 유지가 여기에 달려 있습니다.
AI를 통한 파이프라인 운영의 경쟁력 유지
AI는 간단히 "에이전트"라고도 불리는 지능형 에이전트로 구성됩니다. 에이전트는 센서로부터 정보를 수집하고, 패턴과 이상을 감지하고, 이러한 정보를 이용해 인간의 개입을 요청하거나 작동 파라미터를 수정하여 조치를 취하는 자율적인 소프트웨어입니다.
에이전트의 비즈니스 애플리케이션은 매우 많습니다. 파이프라인 기업들은 먼 거리에서, 종종 오지나 비거주 지역에서 운영되기 때문에 장비 유지보수에 항상 어려움을 겪어 왔습니다.
장비 유지보수는 에이전트와 AI의 구현을 시작하기에 적합합니다. 에이전트는 전기 모터, 가스 발전기, 펌프, 컴프레서 같은 회전 장비의 성능, 플랜트 장비의 균형, 일부 경우에는 파이프라인 자체의 성능(유량, 온도, 압력 및 파이프라인 내용물의 밀도 측정)을 모니터링할 수 있습니다.
다음을 고려해 보십시오.
- 일정 기반 유지보수에도 불구하고 장비의 85%에서 고장이 발생합니다(Boeing 조사 결과).
- 모든 유지보수 비용의 1/3은 비효율적인 유지보수 관리 방법 때문에 낭비됩니다. (Maintenance Fundamentals 2nd Edition – Keith Mobley)
개선의 기회는 무궁무진합니다!
장비 한 대의 성능과 유지보수 필요 여부를 모니터링하기 위해 전문가를 전 세계의 오지로 보내는 데 따른 시간과 비용 없이, 고장이 발생하기 전에 전 세계 모든 곳에 위치한 장비의 문제를 발견하도록 에이전트를 프로그램할 수 있습니다. 잠재적인 문제를 발견하면 에이전트가 직원에게 경고합니다.
에이전트란 무엇인가?
예측 유지보수에서 자주 사용되는 에이전트에는 두 가지 유형이 있는데, 고장 감지 에이전트(failure agent)와 이상 감지 에이전트(anomaly agent)입니다.
고장 감지 에이전트는 알려진 고장 모드와 이미 관련된 패턴을 데이터에서 찾도록 프로그램됩니다. 이 패턴을 감지하면 에이전트가 임박한 고장을 팀에게 경고하고 적절한 유지보수 활동을 지시합니다.
이상 감지 에이전트는 정상 작동과 관련된 데이터로부터 벗어나는 데이터를 찾고 새 패턴이 발견되면 팀이 조사할 수 있도록 경고합니다.
고장 감지 에이전트와 이상 감지 에이전트의 생성은 매우 간단합니다.
- 필요한 데이터 파악
- 이 데이터를 수집할 센서 설치
- 알려진 고장 패턴을 인식하도록 고장 감지 에이전트를 구성
- 이상 데이터 패턴을 인식하도록 이상 감지 에이전트를 구성
예측 모니터링을 통한 피크 성능 보장
인간이 트렌드 및 기록 분석 툴을 사용해 단순하거나 극적인 패턴을 식별할 수 있지만, 파이프라인 시스템은 고장이 발생하기 전에 인간의 패턴 인식을 통해 문제를 감지하기에는 너무 복잡합니다.
이를 고려해 전 세계 파이프라인 기업들은 예측 분석을 위한 수학 모델로 전환하고 있고, 일부 기업은 머신 러닝 툴을 구현해 파이프라인에 이상이 발생하는 때를 파악하고 지속적으로 피크 성능을 유지하고 있습니다.
AI가 어떻게 유지보수 전략을 일정 기반 유지보수에서 예측 유지보수로 전환하고 파이프라인 안전과 운영 효율을 향상시킬 수 있는지 알기 원하십니까?
2018년 5월 31일에 웨비나에서 말씀드리겠습니다. 여기에서 등록하십시오! 또한 파이프라인 운영에서 스마트 장비를 최대한 이용하는 방법에 관한 백서도 확인하십시오.
Published 2018년 6월 18일 (월)
