Yokogawa는 OpreX Analyzer 제품군에 속하는 GC8000의 유지보수 효율성을 높이는 AI기반의 유지보수 지원 소프트웨어(이하 ‘GCAI’)를 출시했다. GCAI는 분석계 운전에 차질이 생기기 전에, 측정 데이터를 기반으로 분석계의 고장이 매우 임박했음을 나타내는 미세한 변화를 감지할 수 있다. 따라서 적시에 알맞은 유지보수를 할 수 있으므로 분석계의 가동 중지시간이 감소한다.

GCAI 스크린샷

생산 현장에서 장비의 안정적인 운전은 제품 품질의 핵심이다. 안정적인 운전을 위해서는 적절한 유지보수가 필요하며, 숙련된 인력 부족과 운영 간소화 필요성과 같은 과제도 동시에 해결해야 한다. Yokogawa GC8000 가스 크로마토그래프는 가스와 휘발성 액체의 개별 성분을 측정함으로써 생산 현장에서 중요한 품질 관리 역할을 하는 분석계다. 수십 대의 GC8000이 대규모의 오일 및 석유화학 플랜트에서 자주 사용되며 더 큰 규모의 시설에서는 수백 대의 GC를 운전해야 할 수도 있다.

GC와 샘플링 시스템에는 정기적으로 유지보수가 필요한 필터, 밸브, 압력 조절기, 컬럼 검출기와 같은 부품이 포함되어 있다. 이러한 부품의 마모 정도는 사용 환경에 따라 매우 다르다. 각각의 GC 사양 및 유지보수 시기 또한 측정 대상 및 공정에 따라 달라진다. 기존에는 숙련된 작업자가 측정 데이터를 보고 최적의 유지보수 시기를 파악하거나 단순히 여유 있는 유지보수 일정을 설정하는 방식으로 고장을 방지했다. 예기치 못한 다운타임으로 인한 손실이 상대적으로 적을 경우에는 분석계의 성능이 저하되고 측정값에 명백한 차이가 발생할 때까지 분석계를 가동하기도 하였다.

Yokogawa는 고객의 편의성을 높이기 위하여 GC8000 가스 크로마토그래프용 GCA를 개발했다. 크로마토그램에 표시된 측정 기록을 기반으로 인공지능을 사용하여 장비의 측정 건전성을 예측한다. 이 AI tool을 위하여 Yokogawa는 경험으로 입증된 이상징후 감지 AI 기능을 활용하고 GC8000과 함께 사용하기 쉽도록 개발을 진행했다.

1. 데이터 기반의 측정 건전성 감지

크로마토그램 데이터에 표시된 미세한 변화는 부품의 마모 또는 다른 문제가 측정에 영향을 끼치기 전에 먼저 나타난다. 이는 뚜렷하게 드러나지만 다양한 패턴을 가질 수 있으며, 시간 축에서의 변화 위치는 기기에 따라 다를 수 있으므로 숙련된 작업자만이 판별할 수 있다.

GCAI는 개별 GC8000 장치를 구성하는 기계학습 모델을 사용한다. 이 모델은 크로마토그램에서 보여주는 정상 측정값과 편차를 식별하여 이상징후를 감지하는 데 사용된다. 정상 상태로부터 변화가 나타날 때마다 모델은 변화의 정도를 분석한다. 미세한 변화도 감지할 수 있으며, 측정할 때마다 건전성을 판단하여 기기의 성능 저하가 측정값에 영향을 주기 전에 유지보수 계획과 유지보수 작업에 사용할 수 있는 정보를 제공한다.

처음에는 정상으로 보이는 데이터와 크로마토그램을 확대하면 감지할 수 있는 변화의 예

2. 90일 전 측정 건전성 예측

크로마토그래프에서는 시간 축에서 가스를 분리하여 측정하는데, 가스 성분의 잘못된 분리는 측정 품질에 영향을 미친다. 이 분리의 정도를 지표로 사용하여 GCAI가 유지보수 시기를 예측할 수 있다. 분리 정도의 편차를 기반으로 90일 전에 분리의 변화 상태를 예측하고, 사전에 지정된 분리 편차를 벗어나면 알림을 제공한다. 유지보수 시기를 미리 알고 있으면 주문해야 할 교체품이 무엇인지 알 수 있고 장비에 대하여 적절하고 효과적인 유지보수 계획을 수립할 수 있으므로 가동 중지 시간을 줄일 수 있다.

90일 전 측정 건전성 예측 예시

3. 컨설팅이나 복잡한 장비 구성 불필요

사용자는 기준 날짜, 모니터링할 영역, 알림 임계값을 설정하기만 하면 GCAI가 측정 데이터의 변화를 자동으로 감지하고 기록한다. 측정의 건전성을 예측하는 이 AI 솔루션은 사용이 간편하고 별도의 컨설팅이나 복잡한 장치 구성이 필요하지 않습니다. 기계 학습에 사용되는 데이터의 가져오기 및 전처리도 자동화된다. 또한 이 소프트웨어는 연간 구독 방식으로 제공되므로 사용자는 초기에 큰 투자를 할 필요가 없다.