Intro.

정밀한 AI 모델로 설비의 결함을 조기에 알아차리기만 한다면 설비는 언제나 최적의 상태를 유지할 수 있을까요? 지난 수년간 스마트공장, 스마트플랜트 등 산업설비의 지능화에 대해 막대한 투자가 이뤄지면서 다양한 솔루션들이 산업 현장에 적용되어 왔습니다. 그럼에도 불구하고 기존에 AI, 빅데이터를 활용하는 솔루션이 도입되면 현장에서 효율을 극적으로 증가시킬 수 있을 것이라는 기대와는 달리 효과가 미미하다는 비판도 많이 들립니다. 정말 AI 솔루션들은 아무 효용이 없는 것일까요?

다양한 시행 착오를 통해 나타나는 know-how 중 하나로 현장의 운영 기술(Operation Technology, OT)의 중요성이 두드러집니다. AI 모델을 통해 좋은 인사이트가 도출되더라도 현장이 이를 반영하지 못한다면 효용이 떨어진다는 것입니다. 아무리 정밀한 PHM 모델로 고장을 예측해내더라도 이에 반응해 조기에 설비의 정비(maintenance)를 수행할 수 없다면 효과를 갖기 어렵습니다. 이번 장에서는 설계된 PHM 솔루션이 정비(maintenance) 측면에서 어떤 효용이 있을 수 있는지를 살펴보려 합니다. 대표적인 산업 표준인 IEEE Standard와 ISO에서는 maintenance의 종류를 어떻게 구분하고, 정의하는지 살펴보겠습니다.

🙄 ISO 13372:2012

ISO에서 소개하는 maintenance의 종류는 3가지로 구분됩니다. 각각의 정의를 살펴보겠습니다.

• Breakdown maintenance: Maintenance performed after a machine has failed
• Preventive maintenance: Maintenance performed according to a fixed schedule, or according to a prescribed criterion, that detects or prevents degradation of a functional structure, system or component, in order to sustain or extend its useful life.
• Condition-based maintenance: Maintenance performed as governed by condition monitoring programmes
  • DEPRECATED : predictive maintenance

직역하면 다음과 같습니다.

<aside> 🔹 사후 정비(breakdown maintenance) : 기계가 고장이 난 후 수행되는 정비

</aside>

<aside> 🔹 예방 정비(preventive maintenance) : 고정된 스케줄이나 정해진 기준에 따라 수행되는 정비로, 설비의 유효 수명을 유지하거나 연장하기 위해 시스템, 구성요소, 혹은 기능적인 구조의 성능 저하를 감지해내고 예방함

</aside>

<aside> 🔹 상태 기반 정비(condition-based maintenance) : 상태 모니터링 프로그램에 기반해 수행되는 정비

• ISO에서는 predictive maintenance라는 용어를 condition-based maintenance로 대체함

</aside>