Metso: 산업용 사물인터넷으로 자동화 광산 구현

기회 영역 파악

오일 및 가스와 같은 유사 산업에 비해 광업은 전통적으로 고정 자산의 낮은 활용률, 낮은 에너지 효율성 및 높은 가동 중단 시간으로 어려움을 겪어 왔습니다. 이로 인해 장비와 시스템 모니터링, 유지보수 및 보고 작업에 현장 작업자를 이용하는 비효율적인 실무 접근 방식이 필요했습니다.  

Metso는 광물 처리 장비의 예측 유지보수 및 자산 최적화를 위한 산업용 사물인터넷 기반 솔루션을 개발하여 광산이 자동화 채광 목표에 더 가까이 가도록 지원 작업에 착수했습니다. 그 결과 현재 Metso Metrics for Mining은 기존 자산으로 지속해서 생산성을 향상하고 큰 비용 발생을 초래하는 장비 고장 및 가동 중단 시간을 피할 수 있도록 지원하고 있습니다.

Metso Metrics는 계획되지 않은 가동 중단 시간을 줄이고 유지보수 활동의 예측 가능성과 정확도를 개선하여 광물 처리 장비의 낮은 종합설비효율(OEE)을 해결합니다. 또한 장비 성능을 최적화하여 운영 및 에너지 효율성을 개선합니다.

인공 지능과 인간 지능의 힘 활용

Metso Metrics는 중요 장비의 PLC와 산업용 사물인터넷 장치를 연결하여 작동합니다. 장비 센서에서 데이터를 수집하여 클라우드로 안전하게 전송합니다. 그런 다음 데이터에 대해 고급 AI 알고리즘을 실행하여 새롭거나 알려진 고장 패턴을 감지하고 데이터가 잠재적 문제를 나타내면 이를 관리자에게 알립니다.

Metso Metrics는 호주의 한 철광석 채광장에서 파쇄기의 데이터에서 알려진 고장 패턴과 이상을 찾아 사고 예측, 사전 유지보수 및 가동 중단 시간 발생 방지를 돕고 있습니다.

Metso의 최고 디지털 관리자인 재니 푸로란타(Jani Puroranta)는 "이 고객을 위해 구동 및 유압 시스템을 포함하여 여러 하위 시스템에 대한 알고리즘을 개발했으며 진동 패턴, 오일 필터 및 부싱 상태에 대한 데이터를 추적하고 있습니다."라며, “한 번은 진동 패턴이 파쇄기의 특정 영역에 문제가 있는 패턴을 나타냈습니다. 우리 서비스 팀이 현장 유지 보수 팀에 점검을 요청했고, 유지 보수팀이 쉽게 수리할 수 있는 헐거운 구조를 발견했습니다. 이 문제를 사전에 발견하여 해결하지 않았다면 100만 달러 이상의 잠재적 비용이 드는 엄청난 사태가 발생했을 것입니다.”라고 말했습니다.

각 장비 알고리즘은 최적의 성능을 위한 기반 마련을 위해 특정 장비 작동에 대해 4~6주 간의 훈련을 거칩니다. 그런 다음 실시간 모드로 24시간 모니터링하면서 잠재적 고장이나 문제를 감지하고 예측합니다. 

칠레의 산티아고와 중국의 창사에 있는 이 원격 팀은 문제가 감지되지 않더라도 장비에 들어오는 신호를 확인하고 데이터를 해석하여 고객 행동을 안내하고 성능 최적화에 대한 조언을 제공합니다. 그들은 즉각적인 조치가 필요한 사례를 관리하고 현지의 현장 팀들과 유지보수를 조율합니다. Metso의 분야별 전문가들도 이 정보를 이용하여 전 세계 Metso의 사무실에서 원격으로 고객을 지원합니다.

현재까지의 성공

초기 추정 및 설치에서 광물 처리 공장의 가장 큰 이점은 가동 중단 시간을 포함한 사고 및 관련 유지보수 비용을 방지할 수 있다는 것입니다.

전 세계적으로 10개가 넘는 광산에서는 이미 Metso Metrics를 사용하고 있으며 1000대 이상의 산업용 사물인터넷 장비를 연결했습니다. 초기 지표의 몇 가지 사례를 통해 수십만 달러의 비용을 절감하는 것으로 입증되었습니다. 또한 산업용 사물인터넷 지원 예측 유지보수 및 자산 최적화 시스템 구축에는 투자가 필요하지만 고객은 즉각적인 결과를 확인할 수 있습니다.

Metso Metrics는 고객에게 간접적인 이점도 제공합니다. Metso가 새로운 장비 모델을 개발하고 출시하면, Metso 엔지니어는 분석된 데이터를 사용하여 실제 현장 조건에서 새로운 설계의 성능을 모니터링합니다. 그리고 엔지니어의 이런 작업을 바탕으로 향후 더 많은 이점을 제공할 수 있는 더욱 스마트하고 효율적인 장비 생산을 위해 설계를 개선합니다.

푸로란타는 “우리가 수집하는 정보는 고객이 현장에서 우리 장비를 어떻게 사용하는지에 대한 소중한 통찰력을 제공할 뿐 아니라 R&D 팀에도 신규 모델의 더욱 빠른 개발에 사용할 수 있는 통찰력을 제공하여 더욱 신속한 제품 출시가 가능합니다.”라고 말했습니다.