화학공장의 스마트화 도전, 대량생산부터 다품종소량생산까지
예측모델을 활용한 화학플랜트 운용 예측 진단

메인.jpg

일본 히타치(日立)제작소는 「Hitachi Social Innovation Forum 2018 TOKYO」 지난해 고객과 함께 개발하고 있는 화학공장 솔루션 IoT 플랫폼 「Lumada」를 전시했다.
전시한 솔루션은 쇼와전공(昭和電工) 에틸렌 플랜트에서 실증실험을 거쳐 실용화한 석유화학플랜트용으로 AI(인공지능)를 활용한 예측진단 서비스 「ARTiMo」와 다이킨공업과 함께 개발한 화학품 제조공정 반응프로세스의 품질관리 노하우를 디지털화한 내용이다.

출처: monoist
번역: K-Smart Factory

플랜트 고장요인 및 리스크 발생조건 사전 예측 진단

ARTiMo는 일반적 예측모델을 활용한 예측진단 시스템이다. 사람이 판단하여 검측하기 곤란했던 프랜트구성 기기나 설비의 이상상황을 조기에 검측 가능한 서비스다. 미리 정상상태의 화학플랜트 운전데이터를 사용 학습시켜놓고, AI(인공지능) 데이터 클러스터링 기술의 하나인 ART(적응공명이론)로 데이터특성을 카테고리 별로 분류한다.
그 후 실제 운전데이터를 실시간으로 감시하여 정상적인 카테고리 이 외의 다른 카테고리가 발생하면 경보를 발신하여 오퍼레이터에게 판단을 하도록 재촉하게 된다. 오퍼레이터가 그 카테고리에 대하여 정상과 이상을 판단하면 학습은 더욱 깊어지는 구조이다.
플랜트의 예측진단 뿐 아니라 과거에는 파악하기 어려웠던 플랜트 고장요인의 하나인 코킹(고체가 배관 내에 부착하는 현상) 발생조건을 해석할 수 있게 되었다. 과거에는 숙련된 오퍼레이터의 직감으로 판단했지만 데이터화하여 예비 징조를 가시화하게 되었다. 2018년 10월부터 쇼와전공(昭和電工) 오이타(大分) 콤비나트 내의 에틸렌 플랜트에서 실제 업무에 운용하고 있다.

중간1.jpg

<ARTiMo」의 대쉬보드 화면. 운전 데이터를 카테고리리 분류, 그 카테고리별 데이터 패턴>

다품종소량의 화학제품 생산


ARTiMo가 대규모 생산을 하는 에틸렌 플렌트를 대상으로 하는 기술인 한편, 다이킨공업과 함께 개발한 솔루션은 다품종소량생산을 하는 화학제품 생산프로세스를 대상으로 하고 있다.
다이킨공업 요도가와 제작소(오사카 세츠시)에서는 불소화학제품을 생산하고 있다. 압력용기와 배관, DSC(분산제어시스템) 등으로 구성된 대규모 플랜트와는 다르게, 플라스크와 믹서를 사용하여 합성반응을 일으키는 수법으로 생산하는 마치 실험실 같은 생산프로세스이다. 플라스크와 믹서를 사용한 합성반응의 수율은, 용액색깔의 변화나 발포상태에 따라 약제를 투입하는 노하우에 의해 좌우된다.
히타치제작소와 다이킨공업이 추진한 핵심내용은 4M(Man, Machine, Material, Method)의 관점과 믹서기의 회전수, 용액의 온도센서정보, 플라스크 내부의 상태를 카메라로 감시한 데이터를 수집하는 것이다. 액체의 색과 거품, 믹싱된 상태의 화상데이터를 수치정보로 치환하여 품질과의 상관성을 해석한 결과 과거엔 목시 확인으로는 파악할 수 없었던 완성품 품질을 좌우하는 정량적 판단기준을 확립하게 되어 불량저감과 생산성향상 효과가 있을 것으로 예측된다.
2018년 10월부터 효과를 검증하기 위해 히타치와 다이킨공업은 공동으로 실증시험을 하고 있다. 2019년에는 실업무에 적용할 예정이다. 다이킨공업은 얼마전에 동용접 작업의 숙련기능을 전승하기 위한 목적으로 성과를 이룬 경험이 있다. 이번 도전은 두번 째로 다품종소량생산 화학제품 생산프로세스에 도전하게 되었다.

저작권자 © INDUSTRY TODAY 무단전재 및 재배포 금지