[인더스트리뉴스 최정훈 기자] 요코가와(Yokogawa Electric)가 차별화된 IIoT 센서 스시센서(Sushi Sensor) 솔루션을 소개했다. 스시센서는 요코가와 산업자동화 AI 제어 부문 브랜드인 OpreX의 제품 중 하나이다. 

4차 산업시대에 접어들면서 플랜트 업계에서도 첨단 기술 도입과 융합의 바람이 불고 있다. 디지털 기술을 적극 도입해야 하는 이유는 운영에 있어 경쟁력을 확보할 수 있어서다.

위험개소의 설비 모니터링에 기인한 리스크나, 현장 작업자들에 의한 휴먼에러 라든지, 유지관리에 불필요하게 쓰이는 비용 등을 통제할 수 있다면 플랜트 운영비용을 낮추고 계속해서 최적의 생산성을 유지할 수 있다. [자료=요코가와]

위험개소의 설비 모니터링에 기인한 리스크나, 현장 작업자들에 의한 휴먼에러 라든지, 유지관리에 불필요하게 쓰이는 비용 등을 통제할 수 있다면 플랜트 운영비용을 낮추고 계속해서 최적의 생산성을 유지할 수 있다. 특히, 발견된 결함을 신속히 조치해 플랜트 운영에 지장을 초래하는 불상사를 미연에 방지할 수 있다.  

스시센서는 랜트 현장에 분산 배치돼 주요 설비를 유지관리하고 에너지 효율성을 높인다. 방진·방수·방폭 기능을 갖춰 항시 폭발 등 위험요소가 다분한 곳에서 작업자에 의한 직접적인 유지보수 점검 작업을 줄이고 전체적인 라이프사이클 비용을 줄일 수 있다.  

기존 유선 센서보다 설치가 쉬운 무선 센서로 데이터 수집을 수행한다. 배터리 구동 방식으로 교환 주기는 진동센서 4년, 압력 및 온도센서 10년이다. 석유·가스, 화학, 전력, 철강, 금속, 펄프·제지, 식음료, 제약 등 다양한 플랜트 단지 내 펌프, 배관, 탱크, 열교환기 같은 장비·설비의 ‘진동’, ‘압력’, ‘온도’를 측정하고 모니터링 할 수 있다.  

간편하고 손쉬운 설치

다양한 공정이 동시다발적으로 수행되는 플랜트 현장에서는 장비·설비들이 밀집해 있고 장애물이 산적해 있어 장거리 통신이 가능한 무선센서가 각광받고 있는 추세이다. 

스시센서는 LoRaWAN(920MHz) 통신규격을 사용한다. LoRaWAN은 최근 IIoT 무선통신 용도로 주목받는 저전력 광역(LPWA) 네트워크 프로토콜의 하나로 알려져 있다. 우수한 무선 간섭 저항성과 감도 수신을 기반으로 안정적인 통신환경에서는 10km 이상의 통신거리를 제공한다. 

스시센서는 XS770A 무선진동센서, XS530 압력측정모듈, XS550 온도측정모듈로 구성된다. NFC 인터페이스가 있는 안드로이드 스마트폰으로 센서 구성 및 상태 모니터링을 진행할 수 있다.

XS770A는 진동은 물론 표면온도도 감지할 수 있다. X, Y, Z 축 및 3축의 합성 값을 따라 진동(속도 및 가속도)를 측정하고 측정데이터를 무선 통신을 통해 호스트 시스템으로 전송한다. 나사 또는 자석으로 쉽게 장착된다. 

XS530은 배관에 설치해 내부 가스 및 액체 등 게이지 압력을 측정하며 밸브 누출 및 배관 누수를 감지한다. 비부식성 재료로 제작돼 고압에 견딜 수 있다. 높은 감도로 저압 측정도 가능하다. 가연성 가스 혹은 증기가 대거 방출되는 석유화학, 페인트, 철강 플랜트 현장에 유용하다. XS530과 XS550은 무선통신모듈인 XS110A을 공통으로 사용하고 모듈 부분을 교체해 사용한다. 모듈 구조로 측정모듈을 제거하지 않고도 배터리를 교체할 수 있기 때문에 원활한 유지보수가 가능하다. 

XS550은 무선진동센서 보다 세심한 온도 측정이 가능하다. 즉 IEC 표준이 규제하는 열전대 종류에 따라 정해지는 온도 범위, 저온 고온 모두 높은 정밀도로 측정한다. 

스시센서 포트폴리오에는 센서로부터 수집된 데이터를 처리해 설비의 이상 징후를 탐지하는 AI 지원도 포함됐다.

AI 기술 융합 고도화 박차

스시센서 포트폴리오에는 센서로부터 수집된 데이터를 처리해 설비의 이상 징후를 탐지하는 AI 지원도 포함됐다. 

요코가와는 기존 각종 센서 기술과 더불어 고객들이 더 편리하게 사용할 수 있도록 센싱에서 제어, 클라우드 처리까지 엔드 투 엔드(end-to-end) 제공에 방점을 찍고 있다. 

요코가와 AI사업부 선임매니저 케이치로 코부치(Keiichiro Kobuchi)는 “AI 혼자서는 문제해결사가 아니다. 때때로 전통적인 기술이 가미돼야 하며 그래야 포괄적인 가능성의 가치가 빛을 발한다. 인간의 통찰력과 AI는 대립되는 개념 같지만 상호 결집될 때 가치가 창출된다”고 언급했다.  

AI 지원으로 설비의 이상 징후를 탐지하고, 나아가 AI를 활용해 고장 예측 및 유지보수 결정에도 설비 데이터를 사용할 수 있다. 요코가와는 데이터에 각종 플랜트 도메인 지식을 적용하고 운용·장비 유지보수를 상호협력 및 보완하여 자산성과관리(APM)를 진행하고 있다. 데이터를 정량화하고 축적해 객관적인 판단이 가능토록 도모할 수 있다. 

[최정훈 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]