공정및설비상태통합모니터링시스템 정상헌 ( 주 ) 이씨마이너 Inclusive Monitoring System for Process and Equipment State Sang Hun Jeong ECMiner Abstract: 최근몇년간공공, 헬스케어, 위치기반, 유통업, 제조등분야에서빅데이터활용에대한관심이지속적으로증가하고있으며, 특히품질향상, 설비예지보전, 에너지절감, 안전운전의목표를달성하기위하여일찍이데이터분석을활용하여왔던제조부문기업들의경우, 빅데이터를활용하여그효과를더욱증대하고자많은투자를하고있는상황이다. 본고에서는빅데이터분석및활용기술을기반으로구현한 공정및설비상태통합모니터링시스템 을소개함으로써, 제조업 3.0 으로정리되고있는스마트공장시대에적용할수있는빅데이터활용법을다루고자한다. 또한이를기반으로구축한사례들을통하여그기대효과를살펴보고자한다. Keywords: big data, data mining, smart factory, industry 4.0, monitoring system 1. 여는글 1) 미국, EU, 일본, 중국등여러국가에서정부차원의제조업선진화및육성프로그램을지원하고있으며, 이를통해국가경제를활성화시키는전략을시행중이다. 제조부문의산업경쟁력을향상시키기위한방법의하나로데이터분석이지속적으로활용되고있는데, 최근들어데이터양의급증에따른빅데이터분석및활용에대한연구가활발히이루어지고있으며, 기업경쟁력을높이기위해빅데이터분석의도입이적극적으로검토되고있다. 제조부문의기업들은품질향상, 설비예지보전, 에너지절감, 안전운전의목표를달성하기위해빅데이터를활용하고자하고있으며, 이를위해많은투자를하고있는상황이다. 제조업에서이러한움직임은스마트공장이란개념으로구체화되고있으며, 정부에서도제조업 3.0 을구현하는핵심정책으로 한국형스마트공장 저자 (E-mail: jeongsanghun@hotmail.com) 구축을내세우고있고, 실제국내여러기업들에서제조업에적용가능한 IoT (internet of things), 클라우드, 빅데이터기술을활용한시도가활발히진행되고있다. 제조업 3.0, 인더스트리 4.0 등의핵심은빅데이터분석과분석결과의활용이며, 이는 3개의구성요소를필요로하는데, 첫째, 데이터를수집, 저장, 관리하기위한인프라, 둘째, 데이터를분석하기위한분석환경, 그리고셋째로이를활용하는데이터분석엔지니어로이루어진다. 성공적인빅데이터활용을위해서는분석관점을고려한데이터수집, 저장, 관리를위한데이터관리시스템, 제조부문의분석요구사항을반영한데이터분석 S/W 기반분석환경, 그리고데이터분석엔지니어의양성이성공을좌우하는중요한요소이다. 본고에서는제조부문에서의빅데이터활용에초점을맞추어 공정및설비상태통합모니터링시스템 의개념과구체적인내용, 다양한제조공정에대한성공적인빅데이터적용사례를소개하며, 품질, 설비, 에너지관점에서의빅데이터분석 36 공업화학전망, 제 18 권제 5 호, 2015
공정및설비상태통합모니터링시스템 Figure 1. Overview of inclusive monitoring system for process & equipment state. 절차와분석방법론을제시하고자한다. 2. 공정및설비상태통합모니터링시스템소개공정및설비상태통합모니터링시스템은데이터분석 S/W를이용하여 4가지형태의원천데이터 ( 운전데이터, 일상점검데이터, 정밀진단데이터, 교체이력데이터 ) 를분석하여, 실시간모니터링시스템을기반으로실시간설비모니터링, 최적정비시점예측, 실시간품질예측, 그리고조회및분석기능을제공한다. 데이터분석결과가설비상태모니터링모델, 최적정비시점예측모델, 실시간품질예측모델의형태로모듈화가되고, 이모델이실시간모니터링시스템에등록, 탑재되어, 실시간으로들어오는공정및설비데이터를기반으로모니터링이나예측결과값을산출하여데이터베이스에저장하거나화면에표시하고, 대응조치가필요할경우조업자에게알람을통하여인지시키거나, PLC (programmable logic controller) 나 APC (advanced process control) 시스템과연동하여결과를활용하도록하는시스템이다. 공정및설비상태통합모니터링시스템의구축및운영은원천데이터의통합, 모니터링및예측모델개발, 탑재된모델에기반한모니터링, 그리 고조회및분석의순으로진행된다. 다양한형태의원천데이터가수집되어다수의데이터베이스에저장, 관리되는데, 데이터분석을위해서는먼저과거일정기간동안의이들데이터를통합하여공정및설비데이터통합데이터베이스를구축한다. 빅데이터분석 S/W를이용하여데이터정제, 통계분석, 상관관계분석, 탐색적분석, 군집분석등을진행하고이를통하여연관규칙을도출하거나예측이나분류모델을개발한다. 빅데이터분석 S/W인 ECMiner TM 을이용하여이과정을수행하는데, 그결과로실시간모니터링시스템에탑재할설비모니터링, 최적정비시점예측, 품질예측기능의 ECMiner TM 모델을얻는다. 이렇게개발한모델에기반하여실시간공정및설비상태통합모니터링시스템이운영되는데, 실시간데이터에기반한설비모니터링, 최적정비시점예측, 품질예측, 이상상황알람및대응조치안내등의기능을제공한다. 이시스템을통하여공정및설비에대한현재상태및예측상황을감시및조회하고, 이상상황발생또는예측시원인가시화및대응조치등을할수있다. ECMiner TM 모델과연동되는시스템인 ECMinerIMS TM 에다수의모델을등록, 탑재하여공정및설비상태통합모니터링시스템을구축한다. KIC News, Volume 18, No. 5, 2015 37
Figure 2. Structure of inclusive monitoring system for process & equipment state. Figure 3. Integration of ECMiner TM & ECMinerIMS TM. 2.1. 실시간공정및설비모니터링설비를모니터링하기위해서는과거일정기간동안의일상점검, 정밀진단, 교체이력등의원천데이터를분석하여 bottom-up ( 상향식 ) 방식으로모니터링지수를개발하여시스템을탑재하고, 실시간데이터기반의 top-down ( 하향식 ) 방식모니터링을통해설비이상징후발견시조업자에게알람및대응조치안내를함으로써적절한조치가이루어지도록한다. 2.1.1. Bottom-up 방식종합지수산출먼저, 설비별로일상점검, 정밀진단, 교체 ( 수 리 ) 주기, 상태모니터링을점수화하여하나의설비지수를계산한다. 일상점검과정밀진단점수화는현업과기준을정의하고, 교체및수리주기에대해서는그원인특성을파악하여지수화하는데, 주성분분석, 주파수분석등다양한분석방법을이용하여주요원인및임계치를도출한다. 상태모니터링지수는다변량통계공정관리 (multivariate statistical process control; MSPC) 개념의거리를적용하여정의한다. 이것을품질예측모형과관리기준을적용하여개발한품질지수와종합하여공정지수를산출하고, 공정지수를종합하여블록공정지수를산출하고, 최종적으로종합지수로환 38 공업화학전망, 제 18 권제 5 호, 2015
공정및설비상태통합모니터링시스템 Figure 4. Overview of real-time equipment monitoring. Figure 5. Definition of composite index of equipment. 산한다. 지수산출시 scorecard 모델을이용하여각요소의스코어링기준을도출한다. 2.1.2. Top-down 방식모니터링체계종합지수를통해대상공정전체에대한실시간현황파악이가능하며, 이상발생시 top-down 모니터링을통해개별설비지수비교, 설비지수추세및주요인자파악, 주요인자 SPC (statistical process control) 분석을통해원인인자를규명할수있다. 또한 MSPC에기반한설비상태모니터링을통해설비상황을가시화할수있으며, 이상조기감지및이상발생에대한원인정보를파악할수있다. 즉, MSPC 알고리즘인주성분분석을통해설비상황을하나의점으로가시화하고, 민감도분석결과인기여도차트를통해현재상태에영향을주는설비를파악하고, 기여도가높은설비의 SPC 차트분석을통해이상발생의원인파악이가능하다. KIC News, Volume 18, No. 5, 2015 39
Figure 6. Monitoring of composite index of equipment. Figure 7. Point out the causes of abnormal state. Figure 8. Procedure of alarm & action guidance based on abnormal types. 2.1.3. 알람및대응조치안내공정및설비상태통합모니터링시스템은조업자에게현재공정및설비상태를실시간으로제공 하여, 이상발생시조업의이상이나, 사고유형및이상원인에대한정보를제공한다. 사전에과거일정기간동안의운전및설비점검데이터를 40 공업화학전망, 제 18 권제 5 호, 2015
공정및설비상태통합모니터링시스템 Figure 9. Example of building of equipment abnormal rule library. Figure 10. Example of alarm & action guidance. 대상으로, 하나의이상에대해이상의징후, 발생, 진단, 조치를사례로정의하고축적하여, 새로운이상발생시사례기반추론엔진을통해진단및조치에대한대응조치안내를하여효과적이고효율적으로이상에대처할수있다. 일상점검, 정밀진단, 교체이력데이터에서이상및사고유형을분류하고, 유형별관련핵심키워드를추출하여연관분석을통해설비이상및사고유형별룰을도출한다. 설비에이상징후가포착되었을때, 이상징후인자에대한진단을한후사례도서관의룰을이용하여해당이상의유형을알람으로조업자에게통보한다. 2.2. 최적정비시점예측일반적으로기존에는설비의일상점검, 정밀진단, 교체이력데이터와설비데이터를이용하여 TBM (time based maintenance) 또는 CBM (case based maintenance) 에근거하여설비의정비시점을결정하고있다. TBM에근거한정비는교체이력데이터와교체주기데이터를이용하여일정시간이경과하면설비를정비하는방식이고, CBM 에근거한정비는설비상태점검데이터, 측정데이터, 진단데이터를이용하여설비가정비를필요로하는조건인지를판단하여정비하는방식이다. 하지만설비상태에영향을주는운전환경의영향을분석하여반영할경우, 즉, OBM (operation based maintenance) 에근거하여정비시점을조절한다면최적의정비시점예측이가능하다. 공정운전패턴이설비의마모및노후화에미치는영향을분석하여, 정비시점산정모델을도출하고, 이를기준으로운전환경변화에따라최적정비시점을가변적으로산정한다. KIC News, Volume 18, No. 5, 2015 41
Figure 11. Prediction of optimal maintenance schedule based on OBM (Operation Based Maintenance). Figure 12. Real-time quality prediction. Figure 13. Example of main screen of inclusive monitoring system for process & equipment state. 2.3. 실시간품질예측 생산데이터를활용한품질예측모델링은일반적으로품질에영향을미치는주요인자들을찾아 내고, 품질이측정되었을시점까지의이들인자들의운전데이터와품질데이터를대상으로여러가지모델링기법을이용하여모델을개발하게된 42 공업화학전망, 제 18 권제 5 호, 2015
공정및설비상태통합모니터링시스템 Figure 14. Environment of data analysis and reporting. Figure 15. Procedure of energy efficiency monitoring system for NCC. 다. 그런데공정의운전상태와설비의상태는상호영향을미치고있기때문에, 설비의마모나노후화, 또는설비교체가품질에미치는영향을분석하여품질예측에반영한다면, 예측모델의정확도를상승시킬수있고, 설비요인에의한품질이상발생시원인분석또한가능하게된다. 2.4. 조회및분석공정및설비상태통합모니터링시스템메인화면에서는종합지수및개별설비지수정보 ( 트 렌드, 설비기여도 ), 공정및설비상태모니터링정보 ( 컨트롤차트, 기여도 ), 그리고알람및대응조치안내정보를제공한다. 화면구성은해당공정의목적과기능구현범위에따라맞춤형으로제공하고, 기본적으로예측조회, 모니터링조회, 트렌드조회, 알람내역조회등의조회기능을제공한다. 또한, 데이터추출을통해상관관계분석, 회귀분석등의다차원분석을진행할수있으며, 분석결과에대한보고서작성기능도제공한다. KIC News, Volume 18, No. 5, 2015 43
Figure 16. Grouping by steam usage and selection of significant factor. Figure 17. Analysis of optimal operation condition. 3. 구축사례 3.1. NC 공정에너지효율모니터링시스템 NC (naphtha cracking) 공정을대상으로고유가로인한에너지비용증가문제해결, 탄소배출권및에너지목표관리제시행대응, 에너지원단위절감목표설정등의목적으로에너지효율지표를개발하고실시간모니터링시스템을구축하여체계적인에너지효율관리체계를구현하였다. 또한, 스팀사용량에따라조업현황을가시화하고, 그룹화하여특성을정의한후, 조업그룹별운 전조건을비교하여스팀사용량을절감할수있는최적운전조건을도출하였다. NC 공정에너지효율모니터링시스템구축을통하여효율적인에너지관리체계확립, 공정모니터링을통한이상조기감지및진단, 공정의안정적운영과에너지소비편차감소, 실시간분석체계구축의효과를가져왔다. 3.2. 진공펌프이상징후진단시스템메모리또는비메모리제조공정에서는식각공정이거의진공에가까운압력상태에서진행되는 44 공업화학전망, 제 18 권제 5 호, 2015
공정및설비상태통합모니터링시스템 Figure 18. Detection of vacuum pump symptom. 데, 챔버에연결되어있는진공펌프가그역할을담당한다. 그런데운전이계속됨에따라진공펌프에이물질이흡입누적되어고장이나게되면, 챔버내가공중이던 wafer를사용할수없게되고진공펌프교체에따른운전지연으로비용이발생한다. 진공펌프고장에따른비용발생을줄이기위하여과거진공펌프고장데이터를분석하여사전에이상징후를탐지할수있는이상징후진단시스템을구축하였다. MSPC에기반한차트를이용하여펌프운전현황을가시화하고, 컨트롤차트와 T 2 차트를통해진공펌프가고장나기 7 h 전에이상징후감지가가능함을확인하였고, 이를기반으로이상징후진단모델을개발하여실시간모니터링시스템에탑재함으로써, 펌프이상징후를사전에감지하여다음 wafer부터는예비설비로운전될수있도록조치하고펌프를교체함으로써사용불가 wafer의발생과운전지연을방지하여비용발생을막는효과를가져왔다. 4. 맺는글최근들어제조부문에서빅데이터의활용에대한관심과투자가늘어나고있는데, 빅데이터활 용의세가지구성요건인, 빅데이터의수집, 저장, 관리, 빅데이터분석환경, 분데이터분석전문가중본고에서소개한 공정및설비상태통합모니터링시스템 은오프라인의빅데이터분석환경과온라인의실시간모니터링시스템을제공하는것을목적으로개발되었다. 빅데이터를이용한분석및모델개발과개발된모델을이용한실시간모니터링이유기적으로연동되도록구성함으로써, 제조업 3.0에서추구하는 한국형스마트공장 의핵심기능을구현하고있다. 그동안빅데이터의수집, 저장, 관리로대표되는빅데이터인프라구축과빅데이터 3대특징인 volume, velocity, variety에대한기술적해결에연구의초점이맞춰져온데비해, 정작품질향상, 설비예지보전, 에너지절감, 안전운전등빅데이터분석및적용에대한가시적인사례가적어서빅데이터활용에대한기대치가조금줄어든경향이있다. 올해부터제조업 3.0을키워드로해서스마트공장에대한관심이폭발적으로늘고있고다시 IoT나클라우드와같은인프라기술이우선적으로주목받고있는시점에빅데이터분석및적용의방안을공유함으로써, 제조분야에서의빅데이터활용에대한관심을높일수있기를기대한다. KIC News, Volume 18, No. 5, 2015 45
정상헌 1982 1986 서강대학교화학공학과 ( 공학사 ) 1987 1989 서강대학교화공생명공학과 ( 공학석사 ) 1989 1995 서강대학교화공생명공학과 ( 공학박사 ) 1997 1999 INPT, ENSIGC (France) 박사후연구원 2000 2002 크레딕스기술연구소장 2003 2004 엠디에스프레이닝솔루션사업본부장 2005 2010 도하인더스트리소재개발실장 2010 현재이씨마이너컨설팅담당이사 46 공업화학전망, 제 18 권제 5 호, 2015