제조업은 다양하고 광범위한 공정과 산업 및 원자재 분야를 아우른다. 그러나 모든 제조업체는 공통의 문제점을 가지고 있다. 생산 설비의 다운 타임은 생산성, 자산 상태, 브랜드 평판을 저해하고 공급망을 혼란 시킨다.

포춘의 조사에 의하면 매년 500대 제조기업이 예상치 못한 다운타임으로 인해 연간 매출의 거의 8%에 달하는 약 1조 달러의 손실을 보고 있는 것으로 나타난다. 

Predictive Maintenance as a Service(서비스로서의 예측 유지 보수)의 도입으로 다운타임 문제를 해결하여 제조 및 설비자산 유지 보수 분야에서 판도를 바꿀 수 있는 다음과 같은 방법이 있다.

서비스로서의 예측 유지보수가 이처럼 혁신적인 이유를 이해하기 위해 과거로부터 설비자산 유지보수가 어떻게 관리되어 왔는지 알아보자.

제조에서 설비자산을 유지관리 하기 위한 방법과 유형

•사후 관리(Reactive Maintenance) 

사후 대응적 유지보수는 생산 설비가 고장 날 때까지 제대로 관리되지 않은 상태로 가동되는 것을 의미한다. 여기서 유지보수 업무는 고장 난 후에 이루어 지므로 사후 대응적 접근 방식이다. 따라서 수리가 필요하지 않은 부품에 대한 불필요한 유지 보수 비용을 절약할 수는 있지만, 기계 상태에 대해 알 수 없어 언제든지 기계 고장의 위험으로 생산이 중단될 잠재성이 높아 복합적으로 경영에 손실을 초래하게 된다.

•계획 유지보수 또는 예방적 유지보수(Preventive Maintenance)

공장의 설비관리 자료 및 직원들의 경험에 기초하여 주, 월, 연간 등 시간을 기준으로 계획적으로 수행하는 유지보수 업무를 의미한다. 그러나 계획된 유지보수로 인한 다운타임은 설비자산에 아무런 문제가 없음에도 불구하고 생산성 저하와 비용 증가로 연결된다고 자주 언급되고 있다. 이와는 반대로 때때로 기계 설비들이 계획된 보수기간도 채 되기 전에 고장이 나는 문제도 발생한다.

이러한 사후 유지보수와 예방 유지보수 모두 기계 설비의 예상치 못한 고장으로 생산이 중단되는 문제를 원천적으로 방지할 수 없다. 

새로운 방법은 IoT 및 AI 기반 솔루션으로 실시간으로 공장 현장의 설비 데이터를 수집하여 그 분석을 통한 통찰력으로 유지보수를 강화하는 방법이다. 서비스로서의 예측 유지보수를 말한다.

•서비스로서의 예측 유지보수(Predictive Maintenance as a Service)

예측 유지보수는 에지 컴퓨팅, IIoT, 데이터 과학 및 분석과 같은 스마트 기술을 사용하여 기계 상태를 실시간으로 모니터링한다. 기계의 상태(진동, 온도 또는 음향)에 이상이 감지되면 즉각적인 조치를 위해 관련 공장 관련자에게 알려준다. 예측 유지보수 접근 방식은 유지보수 팀이 필요한 제어 기능을 통해 장비 라이프사이클을 연장하고 유지보수 비용을 최적화하며 시스템 가동 시간 극대화로 공장 생산능력을 높일 수 있다.

서비스로서의 예측 유지보수가 가장 큰 영향을 미칠 수 있는 업종

개별적이든 프로세스 기반이든 예측 유지보수 서비스(Predictive Maintenance as a Service) 를 통해 명확한 효과를 얻을 수 있다. 제조 공장은 상호 연결된 프로세스의 고유한 업무흐름의 원활한 능력으로 크게 번창할 수 있다.

제조공장의 공정 생산량은 앞서 진행된 각 공정의 결과에 따라 달라진다. 기계 한 대라도 중단되면 전체 생산공정이 중단될 수 있다. 여기서 서비스로서의 예측 유지보수는 기계 상태에 이상 상황이나 문제가 심각해지기 전에 처리되도록 보장함으로써 도움이 될 수 있다.

다음은 서비스로서의 예측 유지보수를 통해 비용을 절감할 수 있는 공장들 이다.

- 시멘트 공장

- 철강 공장

- 금속 & 광업

- 석유 및 가스 정제소

- 발전소

- 화학 공장

- 제약 공장

- 석유 화학 공장

서비스로서의 예측 유지보수가 제조업의 판도를 어떻게 바꿀 수 있을까

서비스로서의 예측 유지보수로 재정적인 초기 부담을 완화하며 최첨단 기술의 모든 이점을 얻을 수 있다. 제조공장에서 업무적으로 효과를 창출할 수 있는 방법은 다음과 같다.

•설비자산의 상태 및 성능

제조업 같은 자산 집약적인 산업에서는 장비의 가격이 고가로 극단적으로 사용하는 경우 장비 및 부품 교체 비용이 매우 높다. 설비 자산에 문제가 심각해지기 전에 문제를 해결함으로써 수명 및 유효 수명의 연장, 시스템 가동 시간 및 신뢰성을 높일 수 있다.

•EHS 및 규정 준수 이점

제조 공장은 유독 가스 및 물질, 위험한 기계 작동 등 까다로운 작업 환경으로 구성되어 있다. 따라서 운영자와 직원들에게 위험한 작업 환경이므로 규제 지침이 엄격해질 수 밖에 없다. 예측 유지보수로 전환하여 예상치 못한 사고나 규정 준수 문제를 사전에 방지할 수 있다. 

•OEE 

OEE는 종합적인 제조 설비 자산의 생산성을 측정하는 지표로 세계적으로 널리 사용되고 있다. 장비 가용성, 성능 및 생산된 결과물의 품질로 계산되는 OEE는 공장의 생산성을 비교하는 기준이 된다. 기계의 가용성과 성능은 생산이 필요할 때의 유지보수 및 서비스에 따라 달라진다. Deloitte 연구에 따르면 예측정비는 모든 다른 유형의 유지보수에 비해 OEE와 가동율 및 신뢰성이 높은 것으로 나타난다.

•품질 및 브랜드 평판

정기적으로 설비 자산 유지 관리 및 기계 상태 분석을 통해 기계가 최대 성능까지 가동하도록 보장할 수 있다. 결과적으로 생산 결과물의 고품질을 일정하게 유지하여 관련 생태계로부터 좋은 브랜드 이미지와 높은 고객 만족을 달성하게 된다.

•노동 생산성 향상

설비 자산이 잘 작동한다는 것은 직원들이 기계 고장으로 인한 예상치 못한 문제와 싸울 필요가 없다는 것을 의미한다. 또한 품질 보증과 적기에 필요한 만큼의 생산량을 의미하는데 이것은 노동 생산성 향상과 직결된다.

예측 유지보수 서비스는 에지 컴퓨팅 시스템을 통해 데이터를 수집하고 기계 장비의 3축 진동, 온도 및 소음을 실시간으로 계산한다. 그런 다음 데이터를 실시간으로 모니터링하고 분석하며, 각 기계 상태의 점수가 할당된다. 낮은 상태 점수를 받은 기계는 진단 평가 점수, 이상 징후 발생 가능한 원인 및 기계 개선에 대한 권고 사항과 함께 공장 관리자 또는 엔지니어에게 알린다. 이를 통해 유지보수 팀은 전체 공장의 생산능력과 생산성에 긍정적인 영향을 미치는 시스템의 중요한 다운타임을 보다 더 계획적으로 줄일 수 있다.

출처 : manufacturingtomorrow​