동의대학교 창업보육센터 입주기업 ㈜로아는 인공지능 기반의 고장 및 예지 진단 시스템을 도입해 중단 시간 및 손실 비용을 최소화했다고 밝혔다.
업체에 따르면, Industry 4.0의 주요 기술인 IoT, AI, Cloud 같은 기술들이 등장하고 발전함에 따라 설비 및 생산라인의 시스템도 변화하고 있다. 설비와 설비 간, 생산라인과 생산라인 간의 데이터를 주고받으며 상호 소통하고, 운용을 최적화하여 가장 효율적인 생산 환경을 조성하는 것이 중요해졌다. 이에 상호 연결되어 있는 각각의 설비나 생산라인이 고장으로 인해 중단되는 시간을 최소화하여 안정적으로 운용하는 것도 효율성을 높이는데 중요한 요소로 자리잡았다.
하지만 현장의 현실은 녹록치 않은 것이 사실이다. 실제 설비 진단 시스템은 보통 고장이 발생한 후, 유지보수를 진행하는 게 일반적이다. 이미 고장의 정도가 심해진 상태다 보니 진단 전문가의 원인 분석이나 정비 등에 들어가는 시간이 길어져 손실 비용은 늘어날 수밖에 없다는게 업체 측의 설명이다.
㈜로아 강무진 대표는 “인공지능 기반의 고장 및 예지 진단 시스템을 도입하여 고장의 징후들을 초기에 감지하고 대응함으로써 중단 시간을 최소화할 수 있다”고 말했다.
특히 설비 및 생산라인에서 발생하는 신호를 이용하여 인공지능 기반으로 상태 및 고장을 진단하고, 잔존 수명 예측 기술을 이용하여 언제 고장이 날 것인지를 사전에 예측함으로써 한 단계 진보된 상태 감시 기술 서비스를 제공한다.
또한 기존 인공지능 기반 진단 시스템의 한계였던 고장 신호 데이터 부재는 대상 맞춤 고장 신호 생성 기술을 이용하여 보완했다.
업체에 따르면, 이처럼 인공 지능 기반의 상태 감시 시스템을 구축하여 초기에 이상징후를 감지하면, 조기조치 및 집중감시를 할 수 있게 된다. 또한 증상이 심해지면 정비 계획을 수립하고 정비를 하게 되며, 이를 통해 기대되는 효과는 기존의 유지보수 대비 중단 시간은 1/3, 손실 비용은 1/7 정도 감소될 것으로 예상된다.
