PowerPoint 프레젠테이션

Size: px

Start display at page:

Download "PowerPoint 프레젠테이션"

유석 허
8 years ago
Views:

1 Motor Base 설비상태감시원리및 응용 모델 : MCM / PCM Version : 기계적 결함 + 전기적 결함 + 에너지 소모량 한 번에 3마리의 토끼를 잡는다! 전화: (031) 팩스: (031) 홈페이지 : 경기도 성남시 분당구 금곡동 161 천사의 도시 1차 673호

2 MCM : Motor Condition Monitor 간편한 설치 MCM은 기존 시스템의 복잡성과 고가의 문제를 극복하면서 다양한 이득을 제공하는 새로운 상태 감시 시스템이다. MCM은 모터 그 자체를 훌륭한 센서로 사용하여 효율적으로 모터로 구동되는 설비의 상태를 감시한다. 전용 센서를 사용하지 않고 모터의 전원 공급 측에 연결하기만 하면 된다. MCM은 영구적으로 설치되어 연속적인 결함 상태를 제공하기 때문에 경비가 많이 들어가는 주기적인 데이터 획득은 불필요하다. MCM은 진보된 NASA 기술을 채용하였으며, 작고 판넬 고정형이며 자가 습득(self-learning) 능력을 가지고 있는 제품이다. 설비의 정상 운전 환경을 자동적으로 스스로 습득하기 때문에, 현 상태를 정확히 판별 할 수가 있고, 결함이 발생하기 훨씬 전에 결함 진단이 가능하다. 따라서 과거에 필요로 했던 전문 진단 기술이 요구되지 않으므로, 상태감시에 많 은 어려움을 겪던 다수의 사용자들에게는 대단히 유익할 것이다. MCM은 Current Transofrmer를 사용하는 모터의 3상 전원과 연결하고, 원하는 판넬 어디에도 모니터를 설치할 수 있다. MCM은 일반적으로 모터 제어실이나 그 부근에 설치하므로, 접근이 어려운 설비, 즉 원격관리를 하 여야 하는 곳이나 위험한 지역에 적용하기에는 매우 유용하다. 설비마다 센서를 직접 장착함으로써 인해 소요되는 케이블이 필요하지 않으므로 경제적으로도 저렴 하게 온라인 시스템을 운영할 수 있다는 장점이 있다. 처음 스위치를 켰을 때 MCM은 설비의 정상적인 운전상태에서 자가 습득(self-learning) 절차를 자동적으로 시작한다. 짧은 기간 동안 자가습득(self-learning)이 끝나면 수동적인 설정 작업을 거치지 않고 설비 상태 감시(monitoring)를 수행할 준비를 완료한다. 지속적인 설비감시 MCM은 설비 상태를 지속적을 감시하고 측정하며, 모든 면에서 정상적으로 운전되고 있는가를 확인하기 위하여 측정값과 자가습득(self-learning)을 통하여 취득한 값을 비교한다. 오직 문제가 감지되었을 경우에만 주의를 기울이면 되도록 만들어져 있으므로 쉽게 관리할 수가 있 다. 이는 문제를 발견하기 위하여 많은 노력과 비용이 필요한 다른 시스템과 비교하면 대단히 매력 적이다. 그리고 기존의 온라인 시스템과 다른 독창적인 자가습득(self-learning) 시스템을 갖추 고 있어서 여러 운전 상태(회전속도, 부하조건)에서의 정상 운전상태를 인지하고 있으므로 거짓 경 보(alarm) 없이 엄격하게 제어할 수가 있다. 만약 MCM이 자가습득(self-learning)기간 동안 경험하지 않은 새로운 운전상태를 감지한다면 이 상태를 앞으로의 감시상태에 포함시킬 것인가를 선택해야 할 수 있도록 되어 있다.

설비의 정상 운전 환경을 자동적으로 스스로 습득하기 때문에, 현 상태를 정확히 판별 할 수가 있고, 결함이 발생하기 훨씬 전에 결함 진단이 가능하다. 따라서 과거에 필요로 했던 전문 진단 기술이 요구되지 않으므로, 상태감시에 많 은 어려움을 겪던 다수의 사용자들에게는 대단히 유익할 것이다.

3 MCM : Motor Condition Monitor 신뢰성 있는 자동 고장 경보 MCM은 작동 초기부터 고장감지를 매우 민감하게 분석한다. 정상적인 운전상태와의 모든 변화를 자동으로 평가하여 그 결과를 단순하고 확실한 상태 표시등(traffic light)을 색상으로 사용자에 게 알려준다. 고장이 발생하면 상태 표시등이 녹색에서 주황색으로 변하며, 앞으로 보전 작업이 필요하다는 것을 알려주고, 적색으로 표시되면 문제가 심각하다는 것을 나타낸다. 작동 원리 MCM은 수학적인 모델링을 이용하여 모터 및 그와 연결된 피동 설비의 고장을 감지하고 분석한 다. 미분 방정식으로 구성되어 있는 수학적 모델은 시스템의 전기 기계적 속성을 나타내며 자가 습득 (self-learning)기간 동안 구축된다. 자가 습득 기간중세개의입력인전압과세개의출력인전 류를 지속적으로 측정하고, 시스템 고유의 알고리 즘을 이용하여 모든 운전 범위 내에서의 상태에 대한 모델 변수(parameter)를 결정한다. 한번의 습득으로 MCM은 모든 운전 범위 내에서의 정상적 인 설비에 대한 모델을 완성하게 된다. 모터 또는 피동 설비에서 고장이 발생되면, 출력 전류 파형에 영향을 미치게 되고, 현재의 실제 시 스템은 모델 시스템과는 다르게 나타나게 된다. 예를 들면, 피동 팬에서의 질량불평형 (Imbalance)은 비록 작더라도 반경방향과 비틀 림 변위(진동)에 변화가 발생되고, 이것이 커플링 을 통해서 모터로 전달되어, 모터의 전기적 특성에 변화를 일으킨다. MCM은 모터를 센서로 사용하여 모터와 피동 설비의 고장을 감지한다. 설비 상태를 감시할 때의 MCM은 자가습득(self-learning)으로 생성한 모델 변수와 운전 중 발생하는 변수를 지속적으로 비교한다. 모터와 운전 설비에 대응하는 물리적 특성에 대한 각 변수들을 비교하여 변화를 감지한 후, 그 변화 정도를 평가하여 MCM은 현재 상태의 정상 여부를 결정한다. 이 방법은 레벨 경보(level alarm)를 이용하는 기존 방법보다 더 세밀하 고 신뢰성도 높을 뿐더러, 고장 원인의 형태도 인지할 수 있다.

미분 방정식으로 구성되어 있는 수학적 모델은 시스템의 전기 기계적 속성을 나타내며 자가 습득 (self-learning)기간 동안 구축된다. 자가 습득 기간중세개의입력인전압과세개의출력인전 류를 지속적으로 측정하고, 시스템 고유의 알고리 즘을 이용하여 모든 운전 범위 내에서의 상태에 대한 모델 변수(parameter)를 결정한다.

4 MCM : Motor Condition Monitor 제품 사양

5 MCMSCADA + Diagnostics 향상된 고장 진단 기존의 상태 감시시스템은 데이터 수집에는 뛰어나지만 필요한 정보로 사용하기 위해서는 많은 전문적 지식을 필요로 한다. MCM은 자가 습득(self-learning)기간 동안 구축한 설비 지식을 이용하여 고장 감지 및 고장 형태를 알게 해주기 때문에 보전 부서 전문가의 진단 없이 정확한 원인 을 파악하여 업무를 수행할 수가 있다. 진단 시스템은 질량 불평형(unbalance)와 축정렬 불량(misalignment)에서 베어링 손상 등과 같이 모터 구동 설비에서의 대부분의 기계적 결함을 식별할 수 있다. 더 나아가서 MCM은 모터의 전 류와 전압을 직접 측정하기 때문에 모터 자체도 진단 할 수 있다. 그 뿐만 아니라 공정 조건의 변화 와 전력, 위상 및 총 조화파 왜곡(total harmonic distortion) 등의 정보를 기반으로 최적화도 시도할 수가 있다. 공장 단위 시스템 통합 MCM은 독자적으로 운영을 할 수 있도록 설계되어 단지 문제가 감지되었을 때만 관리하면 된다. 그리고 MCM은 공장 단위 감시 및 진단 시스템으로 완벽하게 하나의 통합 요소로 사용될 수 있다. MCM은 표준 인터페이스로 기존 시스템에 연결하여 기존 화상 시스템을 통해서 결과를 동료들에게 보여 줄 수 있다. 제공되는 MCMSCADA+ Diagnostics 소프트웨어는 모든 MCM unit으로부터 데 이터를 수집 및 관리를 수행하고, 향상된 진단 능력을 부여하며 시스템의 원격 운영도 가능하게 만 든다. 향상된 원격 해석 서비스를 제공함으로써 설비 상태 감시에 도움을 줄 것이다. 설비관리 기술서비스 전문회사 Maintenance Technical Service Expert Company!

진단 시스템은 질량 불평형(unbalance)와 축정렬 불량(misalignment)에서 베어링 손상 등과 같이 모터 구동 설비에서의 대부분의 기계적 결함을 식별할 수 있다. 더 나아가서 MCM은 모터의 전 류와 전압을 직접 측정하기 때문에 모터 자체도 진단 할 수 있다.

6 진단 기능 MCMSCADA + Diagnostics 상태 평가 MCM은 시간 경과에 따라 악화되는 상태뿐만 아니라 초기에 자가 습득(self-learning)한 상태 와의 주요 변화도 인식한다. 처음 연결되었을 때 설비에 이미 존재하던 문제도 감지할 수 있는 놀라 운 분석 능력도 가지고 있다. MCM은 자가 습득기간 동안 획득한 Power Spectral Density (PSD) 신호와 설비가 완벽하게 운전될 때 생성되는 출력 데이터와 비교한다. 이 두 신호의 차이에 대한 주파수 패턴 분석을 통해서 결함 특성 분석이 이루어 진다. 초기 자가 습득 기간이나 연속적인 감시 상태 동안에도, MCM은 결함을 인지하기 위해서 22가지의 모델 변수(model parameter)를 감시하고 비교한다. 22가지 변수는 아래와 같은 3 그룹(group)으로 구분된다. 전기적 변수(electrical parameter) : Stator Insulation, Rotor Bar, Voltage Imbalance, Isolation Problem of Cabling, Motor Connector, Terminal Slackness, Defective Contractors. 기계적 변수(mechanical parameter) : Unbalance, Coupling, Misalignment, Bent Shaft, Looser Rotor, Eccentric Rotor, Loose Foundation, Oil Whirl, Belt/Transmission Element, Motor Bearing, Cavitation, Fan Unbalance, Gear Defects 맞춤 변수(fit parameter) : 이 변수는 시스템 내에서 변화에 매우 민감하고, 이것을 맞춤 또는 잔류(residuals) 변수로 부른다. 2개의 맞춤 변수가 있다. 실 전류(actual current, d phase와 q phase)와 모델에서 계산된 전류와의 편차가 존재 한다. 만약 이러한 변수가 설정치 보다 상회하면, 습득 과정 동안의 시스템과 다르게 운전되고 있다는 것을 나타내고 있으며, 이것은 결함이 진척되고 있다는 것을 알려준다. 경향 관리 사용자가 분석 하고자 하는 변수를 선택하여 그래프로 나타냄으로 결함 특성을 쉽게 확인할 수가 있다.

초기 자가 습득 기간이나 연속적인 감시 상태 동안에도, MCM은 결함을 인지하기 위해서 22가지의 모델 변수(model parameter)를 감시하고 비교한다. 22가지 변수는 아래와 같은 3 그룹(group)으로 구분된다.

7 MCMSCADA + Diagnostics 고급 기능 Power Spectral Density (PSD) 주기는 Advanced 버튼을 눌려서 볼 수 있다. 이 창에서 각 기계적 변수와 연관된 최소, 최대 주파수(Hz)를 확인할 수가 있다. 보고서 MCM에서 진단 결과를 보고서로 내보낼 수가 있다. 툴 바(Window toolbar)에 있는 MCM Report 버튼을 클릭하여 직접 프린트 하거나 지정된 수신자로 송신도 가능하다. 불러 오기 진단 창(Diagnostics window)에서 분석하기 위하여 Load 버튼을 클릭하여 진단 정보를 다운 로드 받을 수 있다. PSD 진단 기능을 통해서 D와 Q 위상(Phase)의 Power Spectral Density (PSD)을 그래프로 표시할 수 있다.이 창에는 D와 Q 위상의 평균치와 D와 Q 위상의 편차에 대한 4개의 PSD 그래프로 나타난 다. 평균치와 편차는 자가 습득(self-learning) 기간 동안 획득된 것이다.

툴 바(Window toolbar)에 있는 MCM Report 버튼을 클릭하여 직접 프린트 하거나 지정된 수신자로 E-mail 송신도 가능하다.

8 PCM : Plant Condition Monitor for Generators PCM은 오직 시스템의 3상 전압과 전류를 측정한다. 측정된 3상 전압, 전류 신호와 비 물리적 모델 변수(nonphysical model parameter)를 이용 하여 3상 전압과 전류의 실효치(RMS), Power Factor 등과 같은 물리적 변수(physical parameter) 셑(set)으로 계산하여 시스템을 지속적으로 감시한다. 이러한 셑에는 입력신호에 대한 총 조화파 왜곡(Total Harmonic Distortion), 조화파 성분(Harmonic Content) 및 전압 불 평형(Voltage Imbalance) 등을 포함하므로 입력 전력의 질(quality)에 관한 정보도 제공한다. 여기에는 Active와 Reactive Power 변수도 포함 되므로 에너지 소모에 대한 평가도 가능하다. 여기에 많은 물리 량을 포함하 고 있으므로, 이것 하나만으로 생산과 보전 담당자 모두에게 많은 도움이 될 것이다. 선택된 물리 량은 LCD 화면에 나타난다. 돌발 사고 감소 PCM은 SCADA 시스템과 다른 설비관리 시스템에 Modbus 통신 프로토콜 을 통하여 통합될 수도 있고, 단독으로도 운영될 수 있다. 사용하기 편리한 소프트웨어 패키지인 MCMSCADA+ Diagnostics는 사용자로 하여금 네 트워크를 통하여 실시간으로 데이터를 확인할 수 있게 하며, 장비 성능에 관 한 설정 및 있는 그대로의 상태로 데이터를 저장시키도록 만든다. 또한 이전 에 저장된 데이터로 경향분석도 가능하게 해준다. 잘 알고 있듯이, 주요 설비의 돌발 사고는 하루에도 수백, 또는 수천 달러의 비용을 날려버리게 만 든다. 설비의 신뢰성을 향상시키고 돌발 사고를 줄이기 위하여 PCM은 축정렬 불량, 질량 불평형, 베 어링 결함, 합선, 부분 방전 등과 같은 기계적, 전기적 일반 결함에 대하여 Safeguards Generators (turbine, wind 등) 라는 독창적인 솔루션을 제공한다. 시각적인 설비상태 표시 PCM은 컨트롤 패널에 설치하기 쉬운 형태로 만들어져 있다. 자가 습득(self-learning)이 끝난 후 Generator로부터 실시간 데이터를 획득하기 시작하고 현재 실 상태 데이터와 자가 습득 기간 동안 획득된 데이터와 비교한다. 차이가 설정 치보다 크게 되면, LCD 화면에 경고 표시 및 패널 앞 면에 있는 LED에 불 빛 개수로 사용자에게 경보를 보내게 된다. 결함의 상태에 따라 LED의 불빛 개 수와 다른 색으로 비친다. 전원과 부하 상태에서 변동이 클 경우에는 다른 LED에서 불빛을 발하게 된다. 어느 곳에서나 감시 가능 (Allow to Monitor from Everywhere) 사무실, 기타 장소, 집 등 어느 곳에서나 자동 분석을 할 수 있으며, 쉽고 명확한 답을 제공한다. 타 시스템과의 쉬운 통합 (Easy Integration with Other Systems) PCM은 작업지시서(work order)를 발행하는 CMMS와 같은 시스템에도 쉽게 통합할 수 있다.

이러한 셑에는 입력신호에 대한 총 조화파 왜곡(Total Harmonic Distortion), 조화파 성분(Harmonic Content) 및 전압 불 평형(Voltage Imbalance) 등을 포함하므로 입력 전력의 질(quality)에 관한 정보도 제공한다.

9 PMC : Plant Condition Monitor for Generators

1

4. (Vibration Condition Monitoring) 1. 2. 3. 4. (,, ) 5. (transducer):,, 6. 7. 8. (baseline) 9. (trending) PUKYONG NATIONAL UNIV. -1- Intelligent Mechanics Lab. (remedial action) PUKYONG NATIONAL UNIV.