상태 모니터링

상태 모니터링(통칭 CM)은 발생 중인 결함을 나타내는 중요한 변화를 식별하기 위해 기계의 상태 매개변수(진동, 온도 등)를 모니터링하는 과정이다. 이는 예측 정비의 주요 구성 요소이다. 상태 모니터링의 활용을 통해 정비 일정을 수립하거나, 결과적 손상을 방지하고 그 영향을 회피하기 위한 기타 조치를 취할 수 있다. 상태 모니터링은 정상 수명을 단축시킬 수 있는 조건을 주요 고장으로 발전하기 전에 해결할 수 있다는 고유한 이점을 가지고 있다. 상태 모니터링 기법은 일반적으로 회전 장비, 보조 시스템 및 벨트 구동 장비(압축기, 펌프, 전동기, 내연기관, 프레스)와 같은 기타 기계류에 사용되며, 비파괴 검사(NDT) 기법을 이용한 정기 검사와 사용 적합성(FFS)[^1] 평가는 증기 보일러, 배관 및 열교환기와 같은 정적 플랜트 장비에 사용된다.

상태 모니터링 기술

다음 목록은 산업 및 운송 분야에 적용되는 주요 상태 모니터링 기법을 포함한다:

상태 모니터링 개요[^2]
진동 분석 및 진단[^3]
윤활유 분석[^4]
음향 방출[^5]
적외선 열화상[^6]
초음파[^7]
오일 상태 센서
모터 상태 모니터링 및 모터 전류 특성 분석(MCSA)
모델 기반 전압 및 전류 시스템(MBVI 시스템)

대부분의 CM 기술은 ISO와 ASTM에 의해 표준화되고 있다.^8

회전 장비

회전 장비는 기어박스, 왕복동 기계 및 원심 기계를 포함하는 산업 포괄 용어이다.

회전 기계에 가장 일반적으로 사용되는 방법은 진동 분석이다.[^9][^10][^11][^12]

가속도계(지진형 또는 압전 변환기)를 사용하여 기계 베어링 케이싱에서 케이싱 진동을 측정할 수 있으며, 대다수의 핵심 기계에서는 와전류 변환기를 사용하여 회전축을 직접 관찰함으로써 축의 반경 방향(및 축 방향) 변위를 측정한다. 진동 수준은 이전 기동 및 정지와 같은 과거 기준값, 그리고 경우에 따라 부하 변동과 같은 확립된 기준과 비교하여 심각도를 평가할 수 있다. 기계 및 부품 OEM은 기계 설계 또는 내부 부품, 예를 들어 베어링의 결함 주파수에 기반하여 진동 한계를 정의하기도 한다.

얻어진 진동 신호를 해석하는 것은 전문적인 훈련과 경험을 필요로 하는 정교한 절차이다.[^13] 이는 대다수의 데이터 분석을 자동으로 수행하고 원시 데이터 대신 정보를 제공하는 최신 기술의 사용으로 단순화된다. 일반적으로 사용되는 기법 중 하나는 신호에 존재하는 개별 주파수를 조사하는 것이다. 이러한 주파수는 특정 기계 구성 요소(예: 구름 베어링을 구성하는 다양한 부품) 또는 특정 고장(예: 축 불균형 또는 정렬 불량)에 대응한다. 이러한 주파수와 그 고조파를 조사함으로써 상태 모니터링 전문가는 종종 문제의 위치와 유형을 식별할 수 있으며, 때로는 근본 원인도 파악할 수 있다. 예를 들어, 회전 속도에 해당하는 주파수에서의 높은 진동은 대부분 잔류 불균형에 기인하며 기계의 밸런싱으로 교정된다. 반면에 열화되는 구름 베어링은 마모가 진행됨에 따라 강도가 증가하는 특정 주파수에서 진동 신호를 나타내는 것이 일반적이다. 특수 분석 장비는 고장 수 주 또는 수개월 전에 이러한 마모를 감지할 수 있으며, 훨씬 더 긴 가동 중단 시간을 초래할 수 있는 고장 이전에 교체를 계획할 충분한 시간적 여유를 제공한다. 모든 센서와 데이터 분석 외에도, 모든 복잡한 기계 장비의 80% 이상이 수명 주기와 무관하게 우발적으로 고장난다는 점을 염두에 두는 것이 중요하다.[^14]

오늘날 대부분의 진동 분석 장비는 일반화된 이산 푸리에 변환의 특수한 경우인 고속 푸리에 변환(FFT)[^15]을 활용하여 진동 신호를 시간 영역 표현에서 등가의 주파수 영역 표현으로 변환한다. 그러나 주파수 분석(때때로 스펙트럼 분석 또는 진동 서명 분석이라고도 함)은 진동 신호에 포함된 정보를 해석하는 한 가지 측면에 불과하다. 주파수 분석은 구름 베어링을 사용하고 주요 고장 모드가 해당 베어링의 열화인 경향이 있는 기계에서 가장 유용한데, 이러한 베어링은 일반적으로 베어링 형상 및 구조와 관련된 특성 주파수의 증가를 나타낸다. 기계의 유형, 일반적인 고장, 사용된 베어링 종류, 회전 속도 및 기타 요소에 따라, 상태 모니터링 전문가는 시간 영역 신호 검사, 진동 성분과 기계 축의 타이밍 마크(흔히 키페이저라고 알려진) 간의 위상 관계, 진동 수준의 이력 추세, 진동의 형태, 그리고 신호의 수많은 다른 측면과 함께 부하, 베어링 온도, 유량, 밸브 위치 및 압력과 같은 공정의 기타 정보를 활용하여 정확한 진단을 제공하는 추가 진단 도구를 사용할 수 있다. 이는 특히 구름 베어링이 아닌 유체 베어링을 사용하는 기계에 해당된다. 이러한 데이터를 보다 단순화된 형태로 볼 수 있도록 진동 분석가 또는 기계 진단 엔지니어는 기계 문제와 운전 특성을 보여주기 위해 여러 수학적 도표를 채택하였으며, 이러한 도표에는 보데 선도, 폭포 선도, 극좌표 선도 및 궤도 시간 기반 선도 등이 포함된다.

휴대용 데이터 수집기 및 분석기는 영구적인 온라인 진동 계측 장비가 경제적으로 정당화되지 않는 비핵심 기계 또는 보조 설비 기계에서 현재 일반화되어 있다. 기술자는 여러 기계에서 데이터 샘플을 수집한 후, 분석가(그리고 때로는 인공지능)가 고장 및 임박한 파손을 나타내는 변화에 대해 데이터를 검토할 수 있는 컴퓨터로 데이터를 다운로드할 수 있다. 안전 관련 사항, 생산 중단(이른바 "가동 중단 시간"), 교체 부품 및 기타 고장 비용이 상당할 수 있는(위험도 지수에 의해 결정되는) 대형 핵심 기계의 경우, 주기적인 휴대용 데이터 수집에 의존하기보다는 일반적으로 영구 모니터링 시스템이 사용된다. 그러나 어느 접근 방식에서든 사용할 수 있는 진단 방법과 도구는 일반적으로 동일하다.

최근에는 온라인 상태 모니터링 시스템이 수처리, 철강, 석유 및 가스, 펄프 및 제지, 광업, 석유화학 및 풍력 발전과 같은 중공업 공정 산업에도 적용되고 있다.

성능 모니터링은 덜 알려진 상태 모니터링 기법이다. 이는 펌프 및 터빈과 같은 회전 기계뿐만 아니라 보일러 및 열교환기와 같은 고정 장비에도 적용할 수 있다. 온도, 압력, 유량, 속도, 변위 등의 물리량 측정이 설비 항목에 따라 필요하다. 절대 정확도가 필요한 경우는 드물지만 재현 가능한 데이터가 필요하다. 일반적으로 교정된 시험 장비가 필요하지만, DCS(분산 제어 시스템)가 설치된 플랜트에서 일부 성과를 거둔 사례가 있다. 성능 분석은 종종 에너지 효율과 밀접하게 관련되어 있으며, 따라서 증기 발전소에서 오랫동안 적용되어 왔다. 경우에 따라서는 열화된 성능을 복구하기 위한 최적의 정비 시기를 계산하는 것이 가능하다.

모델 기반 전압 및 전류 시스템(MBVI 시스템): 이것은 세 상 모두에 걸쳐 전류 및 전압 신호에서 얻을 수 있는 정보를 동시에 활용하는 기법이다. 모델 기반 시스템은 보다 전통적인 기법으로도 확인되는 많은 동일한 현상을 식별할 수 있으며, 전기적, 기계적, 운전적 영역을 포괄한다. 모델 기반 시스템은 아래 그림 6에 표시된 원리로 작동하며, 모터가 운전 중일 때 전류와 전압을 모두 측정한 후 전류와 전압 간의 관계에 대한 수학적 모델을 자동으로 생성한다. 이 모델을 측정된 전압에 적용하여 모델 전류를 계산하고 이를 실제 측정 전류와 비교한다. 측정 전류와 모델 전류 간의 편차는 모터 및 구동 장비 시스템의 불완전성을 나타내며, 이는 세 상 전류를 두 개의 직교 위상(D&Q)으로 단순화하는 파크 벡터, 전력 스펙트럼 밀도 도표를 제공하는 푸리에 분석, 그리고 특정 결함 또는 고장 모드를 식별하기 위한 결과 스펙트럼의 알고리즘 평가를 조합하여 분석할 수 있다. 이러한 시스템은 단기 진단 측정 장치가 아닌 상태 모니터링 솔루션으로서 영구 설치를 위해 설계되었으며, 그 출력은 일반 플랜트 시스템에 통합될 수 있다. 영구적으로 연결되어 있으므로 이력 추세가 자동으로 기록된다.

이러한 유형의 장치가 생성할 수 있는 출력에는 전반적인 장비 운전의 단일 화면 신호등 표시와 함께 다양한 기계적, 전기적, 운전적 문제의 진단, 그리고 이러한 매개변수가 시간에 따라 어떻게 변화하는지를 보여주는 추세 도표가 포함된다. 이러한 유형의 장치의 개념은 기본 스펙트럼 도표가 필요시 제공되기는 하지만, 스펙트럼의 전문적인 해석 없이도 일반 플랜트 운전원 및 정비원이 사용할 수 있다는 것이다. 감지할 수 있는 결함의 종류에는 모터 및 구동 장비의 불균형, 정렬 불량 및 베어링 문제와 같은 다양한 기계적 문제뿐만 아니라 절연 파괴, 고정자 권선 이완, 회전자 슬롯 문제, 전류 또는 전압 불균형, 고조파 왜곡을 포함한 전기적 문제도 포함된다. 이러한 시스템은 전류와 전압을 모두 측정하기 때문에 전력도 모니터링하며, 비정상적인 운전 조건으로 인한 문제를 식별하고 효율 손실의 원인을 파악할 수 있다. 모델 기반 시스템은 실제 전류와 예측 전류 간의 차이만을 검사하기 때문에, 기존의 모터 전류 스펙트럼 분석(MCSA)에서 매우 뚜렷하게 나타나는 모든 정상 전기 신호를 효과적으로 필터링하여 분석해야 할 훨씬 단순한 신호 집합을 남긴다. 이러한 시스템은 전압과 전류 간의 관계에 기반하므로, 입력 전압이 가변 주파수일 수 있고 고조파 성분이 많은 잡음이 있는 파형을 가질 수 있는 인버터 구동 시스템을 잘 처리한다. 모델 기반 시스템은 전압 신호의 이러한 모든 잡음을 결과 전류 신호에서 효과적으로 필터링하여 기저의 불완전성만을 남긴다. 이러한 유형의 장비의 사용 용이성과 저비용은 저비용, 저위험도 장비에 적합하게 만든다.[^16]

모델 기반 시스템 개념

기타 기법

육안 검사는 흔히 상태 모니터링의 기본 구성 요소로 간주되지만, 이는 검사 결과를 문서화된 지침에 따라 측정하거나 평가할 수 있는 경우에만 해당된다. 이러한 검사가 상태 모니터링으로 인정받으려면 결과와 관측 당시의 조건이 수집되어 이전 및 향후 측정값과의 비교 분석이 가능해야 한다. 단순히 배관의 특정 구간에 균열이나 누출이 있는지 육안으로 검사하는 행위는, 검사를 뒷받침할 정량화 가능한 매개변수가 존재하고 이전 검사와의 상대적 비교가 이루어지지 않는 한 상태 모니터링으로 간주될 수 없다. 이전 검사와 무관하게 독립적으로 수행되는 행위는 상태 평가(Condition Assessment)로 간주되며, 상태 모니터링 활동은 이전 데이터와의 비교 분석이 이루어지고 그 비교의 추세를 보고하는 것을 요구한다.
표면 전체의 미세한 온도 변화는 육안 검사와 열화상을 이용한 비파괴 검사를 통해 발견할 수 있다. 열은 부품 고장의 징후이며, 특히 전기 접점 및 단자의 열화를 나타낸다. 열화상은 고속 베어링, 유체 커플링, 컨베이어 롤러, 저장 탱크 내부 침적물에도 성공적으로 적용될 수 있다.[^17]
주사 전자 현미경은 윤활유에 부유하는 이물질 시료(필터 또는 자성 칩 검출기에서 채취)의 이미지를 촬영할 수 있다. 이후 기기를 통해 포함된 원소, 비율, 크기 및 형태를 확인한다. 이 방법을 사용하면 마모 발생 위치, 기계적 고장 메커니즘 및 최종 고장까지의 시간을 결정할 수 있다. 이를 WDA – 마모 이물질 분석(Wear Debris Analysis)이라 한다.
오일의 화학 성분을 검사하는 분광 오일 분석은 고장 모드를 예측하는 데 사용될 수 있다. 예를 들어, 높은 규소 및 알루미늄 함량은 먼지나 모래(규산알루미늄) 등의 오염을 나타내며, 높은 철 함량은 부품의 마모를 나타낸다. 개별 원소만으로도 상당한 징후를 알 수 있지만, 함께 사용하면 고장 모드를 매우 정확하게 판별할 수 있다. 예를 들어 내연기관의 경우 철(실린더 라이너), 알루미늄(피스톤), 크롬(링)의 존재는 상부 실린더 마모를 나타낸다.[^18]
초음파는 고속 및 저속 기계적 용도와 고압 유체 상황에 사용될 수 있다. 디지털 초음파 측정기는 베어링에서 발생하는 고주파 신호를 측정하여 그 결과를 dBuV(마이크로볼트당 데시벨) 값으로 표시한다. 이 값은 시간에 따라 추세를 관찰하며, 마찰, 접촉, 충격 및 기타 베어링 결함의 증가를 예측하는 데 사용된다. dBuV 값은 또한 재윤활의 적절한 주기를 예측하는 데에도 사용된다. 초음파 모니터링은 올바르게 수행될 경우 진동 분석의 훌륭한 보완 기술임이 입증된다. 헤드폰을 사용하면 사람도 초음파를 들을 수 있다. 베어링에서 나는 고음의 '윙윙거리는 소리'는 접촉면의 결함을 나타내며, 고압 유체에서 부분적인 막힘이 발생하면 오리피스에서 다량의 초음파 소음이 발생한다. 초음파는 상태 모니터링의 충격 펄스법(Shock Pulse Method)[^19]에 사용된다.
성능 분석은 실제 매개변수를 이상적인 모델과 비교하여 물리적 효율, 성능 또는 상태를 파악하는 방법이다. 열화가 일반적으로 측정값 차이의 원인이 된다. 모터 다음으로, 원심 펌프는 틀림없이 가장 흔한 기계이다. 반복 가능한 측정을 사용하여 운전점 근처에서 수행하는 간단한 양정-유량 시험을 통한 상태 모니터링은 오랫동안 사용되어 왔으나 더 널리 채택될 수 있다. 이 방법의 확장을 통해 펌프 마모에 따른 에너지 소비 증가 비용과 정비 비용의 균형을 맞추어 펌프의 최적 정비 시기를 산출할 수 있다. 항공용 가스 터빈도 성능 분석 기법을 사용하여 일반적으로 모니터링되며, 롤스로이스(Rolls-Royce plc) 등의 원래 장비 제조업체(OEM)는 장기 서비스 계약(LTSA) 또는 토탈 케어(Total Care) 패키지에 따라 항공기 엔진 전체 기단을 정기적으로 모니터링하고 있다.
마모 이물질 검출 센서는 윤활유 내의 철 및 비철 마모 입자를 검출할 수 있어, 측정 대상 기계의 상태에 대한 상당한 정보를 제공한다. 어떤 이물질이 생성되고 있는지 추세를 만들고 모니터링함으로써, 기어박스, 터빈 등 회전 장비의 치명적 고장 이전에 결함을 감지할 수 있다.

임계도 지수

임계도 지수는 기계의 목적, 이중화(즉, 해당 기계가 고장 났을 때 대체할 수 있는 예비 기계가 있는지 여부), 수리 비용, 가동 중단 영향, 보건, 안전 및 환경 문제, 그리고 기타 여러 핵심 요소를 고려하여 특정 기계에 대한 상태 모니터링의 정도를 결정하는 데 자주 사용된다. 임계도 지수는 모든 기계를 다음 세 가지 범주 중 하나로 분류한다:

핵심 기계류 – 플랜트나 공정에 필수적이며, 이것 없이는 플랜트나 공정이 작동할 수 없는 기계. 이 범주에 속하는 기계에는 발전소의 증기 터빈이나 가스 터빈, 석유 시추 시설의 원유 수출 펌프, 또는 정유 공장의 분해 장치가 포함된다. 핵심 기계류는 공정의 중심에 있으므로, 비용에 관계없이 기계로부터 가능한 한 많은 데이터를 지속적으로 기록하는 완전한 온라인 상태 모니터링이 필요한 것으로 간주되며, 플랜트 보험에 의해 요구되는 경우가 많다. 하중, 압력, 온도, 케이싱 진동 및 변위, 축 방향 및 반경 방향 변위, 속도, 차등 팽창 등의 측정값이 가능한 경우 수집된다. 이러한 값은 종종 이력 데이터의 추세를 분석하고 운전자에게 성능 데이터와 같은 정보를 제공하며, 고장이 발생하기 전에 결함을 예측하고 고장 진단을 제공할 수 있는 기계류 관리 소프트웨어 패키지로 전달된다.
필수 기계류 – 공정의 핵심 부분이지만, 고장이 발생하더라도 공정이 계속되는 장치. 이중화 장치(가용한 경우)가 이 범주에 해당한다. 핵심 기계류가 고장 날 경우를 대비한 대체 계획을 유지하기 위해 이러한 장치의 시험 및 제어도 필수적이다.
범용 기계 또는 플랜트 보조 기계 – 플랜트의 나머지를 구성하는 기계로, 앞서 언급한 바와 같이 일반적으로 휴대용 데이터 수집기를 사용하여 기계의 상태를 주기적으로 파악하는 방식으로 모니터링된다.

같이 보기

*가공 진동 *충격 펄스 방법 *상태 및 사용 모니터링 시스템

각주 및 참고 문헌

추가 문헌

BS ISO 13372: "기계의 상태 모니터링 및 진단. 용어" (2012)
- - - - BS ISO 13374: "기계의 상태 모니터링 및 진단. 데이터 처리, 통신 및 표시 (제1-3부)" (2012)
BS ISO 13381-1: "기계의 상태 모니터링 및 진단. 예지 정비 – 일반 지침" (2004)
ISO 20958:2013 기계 시스템의 상태 모니터링 및 진단 -- 삼상 유도 전동기의 전기 신호 분석
ISO 18095: "전력 변압기의 상태 모니터링 및 진단" (2018)

참고 문헌

[^1]: API 579/ASME FFS-1: "사용 적합성 평가" (2007)

[^2]: ISO 17359: 기계의 상태 감시 및 진단 – 일반 지침

[^3]: 진동 감시 및 분석 핸드북. 영국 비파괴검사 학회

[^4]: ISO 14830-1: 기계 시스템의 상태 감시 및 진단 – 트라이볼로지 기반 감시 및 진단 – 제1부: 일반 지침

[^5]: ISO 22096: 기계의 상태 감시 및 진단 – 음향 방출

[^6]: 적외선 열화상 핸드북 – 제2권. 응용 – (INST32X). 영국 비파괴검사 학회

[^7]: ISO 29821: 기계의 상태 감시 및 진단 – 초음파 – 일반 지침, 절차 및 검증

[^9]: cite journal title=베어링 결함 진단을 위한 확장 웨이블릿 스펙트럼 journal=IEEE Transactions on Instrumentation and Measurement year=2008 last1=Liu author2=Wang, Golnaraghi volume=

[^10]: cite journal title=상태 기반 유지보수를 구현하는 기계 진단 및 예후에 대한 리뷰 journal=Mechanical Systems and Signal Processing year=2006 last1=Jar dine author2=L

[^11]: BS ISO 18431-1: "기계적 진동 및 충격. 신호 처리 – 일반 소개" (2005)

[^12]: Kumar, T Praveen. 2014 학제간 응용 컴퓨팅 발전에 관한 국제 회의 논문집. ACM. (2014-01-01)

[^13]: 진동 분석 교육. (2019-03-27)

[^14]: Kaboli, Shahriyar. 전력 전자 및 전기 기계의 신뢰성: 산업 응용 및 성능 모델. Engineering Science Reference. (March 8, 2016)

[^15]: BS ISO 18431-2: "기계적 진동 및 충격. 신호 처리 – 푸리에 변환 분석을 위한 시간 영역 윈도우" (2004)

[^16]: ISO 20958:2013 – 기계 시스템의 상태 감시 및 진단 -- 3상 유도 전동기의 전기 신호 분석

[^17]: BS ISO 18434-1: "기계의 상태 감시 및 진단. 열화상 – 일반 절차" (2008)

[^18]: 윤활유 내 원소 출처 - 시각적 가이드{{!

[^19]: BS ISO 18431-4: "기계적 진동 및 충격. 신호 처리 – 충격 응답 스펙트럼 분석" (2007)