예측정비(PdM)는 사물인터넷(IoT), 클라우드, 모바일 애플리케이션, 데이터 분석 및 예측을 위한 AI/ML, 전체 운영 데이터를 한 곳에서 공유하는 웹 애플리케이션 등 기술을 통해 제조 운영과 성장을 혁신하고 있습니다. 인더스트리 4.0의 도구와 기술은 PdM을 추상적인 개념에서 실용적인 솔루션으로 전환했습니다.

예측정비란 무엇이며 제조업체에 중요한 이유는 무엇입니까?

PdM은 정상 작동 중에 장비의 성능과 상태를 모니터링하여 고장 가능성을 줄이는 유지보수입니다. 이는 고장이 발생한 후가 아니라 고장이 발생하기 전에 자산에 대해 수행되는 예방정비 또는 작업과 같습니다.

예방정비와 예측정비의 차이는 사용되는 방법, 작업에 필요한 리드 타임, 그리고 스케줄링의 정밀도에 있습니다. PdM은 상태 모니터링 도구와 기술 및 자산 정보를 사용하여 장비 성능을 추적하고, 다음으로 고장이 발생하기 전에 이를 예측합니다. 이상적으로는 PdM이 유지보수 빈도를 낮게 유지하면서 예상치 못한 유지보수와 예방정비에 소요되는 시간을 줄입니다.

예를 들어 스마트 센서가 있습니다. 이러한 장비 센서는 부품의 진동과 같이 자산이 작동하는 방식의 변화를 감지할 수 있습니다. CMMS와 같은 유지보수 소프트웨어와 연결된 센서는 이 메시지를 소프트웨어로 전달하여 유지보수를 예약합니다. 그런 다음 소프트웨어는 모바일 장비에서 새로 예약된 작업을 기술자에게 알립니다.

예측정비는 사전 유지보수 작업을 위한 이상적인 기회를 제공하기 때문에 장비 유지보수에 소요되는 시간, 유지보수로 인한 생산 시간 손실, 예비 부품 및 소모품 비용을 최소화할 수 있습니다.

예측정비의 가치

Allied Market Research에 따르면 2018년 제조 예측 분석 시장 규모는 USD535000000였으며, 2026년까지 USD2500000000에 이를 것으로 예상됩니다. 이는 기술과 인력, 데이터, 프로세스, 도구 및 부품, 장비 등 5가지 중요한 조직적 요소에 의존하는 이러한 유형의 유지보수에 부여된 가치를 보여줍니다. 이러한 요소는 기술과 결합하여 강력한 예측정비 프로그램의 6가지 기둥으로 알려져 있습니다.

각 영역을 개발하고 이를 사용하여 지속 가능한 예측정비 프로그램을 구축하는 방법은 다음과 같습니다.

인력: 예측정비 여정은 여기에서 시작됩니다

“예측정비 계획이 문서상으로는 좋아 보여도 실제 작업을 수행하는 사람들의 동의를 얻지 못한다면 아무 소용이 없습니다.”라고 Fiix® 솔루션 엔지니어인 제이슨 아파라(Jason Afara)는 말합니다.

프로그램의 각 예측정비 기둥을 구축하고 유지하려면 인력이 필요합니다. 데이터는 해석이 필요합니다. 기술은 설계 및 관리가 필요합니다. 그래서 조직의 모든 구성원이 PdM이 어떻게 작동하는지, 왜 중요한지, 그리고 성공을 위해 무엇을 할 수 있는지 이해해야 합니다.

예측정비에 따른 변화를 시설의 모든 직원이 받아들이도록 하는 것은 필수적이지만 항상 쉬운 일은 아닙니다. 유지보수 팀의 동의를 얻고 시설에서 성공 문화를 조성하는 것이 중요합니다.

데이터: 과거, 현재, 미래를 잇는 연결고리

예측정비 프로그램의 성공을 위해서는 정보가 필요합니다.

“데이터가 없으면 아무것도 예측할 수 없습니다. 예를 들어, 펌프나 컨베이어에 대한 정상적인 기준이 없으면 이상을 식별하거나 예측할 수 없습니다.”라고 SensrTrx의 CEO인 브라이언 사포트(Bryan Sapot)는 말합니다.

하지만 양이 많아지면 품질에 대한 요구도 커집니다.

핵심은 생산 현장에서 나오는 올바른 정보입니다.

데이터는 현재 자산 성과와 자산의 미래 상태를 연결하는 고리입니다. 그렇기 때문에 처리량에서 고장 모드에 이르기까지 모든 것을 지속적으로 업데이트해야 합니다. 이러한 수치는 정확해야 합니다. 시스템마다 다르면 프로그램이 탈선할 수 있습니다.

프로세스: 인력 및 장비 중심

인력 프로세스는 유지보수 팀이 업무를 수행하는 방식을 포함합니다. 직원이 장비, 데이터, 서로 및 기타 모든 것과 상호 작용하는 방식을 개략적으로 설명합니다.

“누가 무엇에 책임이 있는지, 데이터와 작업을 얼마나 자주 검토하는지, 어떻게 소통하는지, 작업을 어떻게 계획하고, 에스컬레이션하고, 완료하는지 이해해야 합니다.”라고 제이슨은 말합니다.

장비 프로세스의 경우, 장비가 어떤 프로세스를 완료하는지, 자산 데이터를 캡처하는 방법, 그리고 데이터가 향후 성과에 어떻게 매핑되는지 아는 것이 중요합니다.

간단히 말해, 프로세스는 작업 방식, 즉 유지보수 팀이 성공을 위해 매일 수행해야 하는 작업을 계획하고 수행하는 방법입니다. 효과적인 예측정비 프로그램은 전체 운영을 예측 가능하게 만들어 근무 시간부터 자산 성능에 이르기까지 모든 것을 극대화합니다.

도구 및 부품: 성공적인 예측정비 프로그램의 핵심

“예측정비는 새로운 것이 아닙니다.”라고 제이슨은 말합니다. “20년 또는 30년 전과 지금의 차이점은 더 적은 비용으로 더 나은 예측정비를 할 수 있는 도구와 부품에 대한 이해가 있다는 것입니다.”

도구는 적외선 카메라와 같이 자산의 상태를 측정하는 데 사용되는 기구이며, 장비를 검사하거나 수리하는 데 사용되는 도구입니다. 부품은 장비의 다양한 구성 요소입니다.

장비: 모든 장비가 예측정비를 위해 만들어진 것은 아닙니다

예측정비 프로그램을 설계할 때 어떤 장비가 고장을 예측할 수 있는지 아는 것이 중요합니다.

“예측정비 프로그램에 적합한 자산은 총 고장 전에 문제를 파악할 수 있는 충분한 리드 타임과 함께 양질의 상태 데이터를 제공하는 자산입니다.”라고 제이슨은 말합니다.

제이슨은 또한 PdM 프로그램 구축에 소요되는 시간과 비용 때문에 가장 관찰 가능한 고장 모드가 있는 가장 중요한 자산에 예측정비를 적용할 것을 권장합니다.

기술: 모든 요소를 연결하는 연결 고리

기술은 예측정비의 다른 기둥을 관리, 촉진 및 최적화하는 데 도움이 됩니다.

성공을 위해서는 어떤 제품이 언제 생산되는지, 모든 활동의 비용, 그리고 마지막으로 유지보수가 수행된 시기 등 여러 요소를 파악하는 것이 중요합니다.

ERP부터 MES 시스템, CMMS 소프트웨어까지 예측정비 프로그램을 관리하는 데 사용할 수 있는 다양한 기술이 있습니다.

예측정비 프로그램이 모든 문제를 해결해 주는 것은 아닙니다. 그러나 조직의 모든 구성원이 성장하고 효율성을 높일 수 있도록 하는 더 신뢰할 수 있는 운영 등 많은 이점이 있습니다.

또한 readwrite.com[1]에 따르면 ROI가 10배 증가하고, 유지보수 비용이 25%～30% 감소하며, 70%～75%의 고장 감소와 35%～45%의 가동 중단 시간 감소라는 놀라운 재무 성과를 얻을 수 있습니다.

이러한 이점을 활용하려면 핵심 유지보수 기본 사항을 기반으로 구축해야 합니다. 이러한 기본 사항이 강력하면 성공적인 전략을 수립할 수 있습니다.

[1] Big Data Management Solving Pinpoint Problems, 2019년 10월 6일