본론에 앞서, ‘MCSA Is Not All You Need’ 제목의 비밀 알아채셨나요?
(힌트: 딥러닝 스터디를 하는 분들이라면 알 수밖에 없는 그것!)
제목의 비밀 알아보기(삼각형 토글을 누르면 펼쳐보실 수 있습니다.)
세상의 변화는 빛의 속도만큼 빠르게 느껴집니다.
ChatGPT의 등장은 전 세계를 뒤흔들게 된 이슈였죠. 신규 기술에 대한 반응도가 빠른 원프레딕트 구성원들 또한 ChatGPT를 활발하게 사용하고 있습니다. 간단한 질문부터 깊이 있는 주제까지 답변을 남겨주는 ChatGPT 덕분에 업무 속도가 높아지는 걸 느끼곤 합니다.
그래서 이번에는 ChatGPT를 활용해서 원프레딕트에서 ‘가디원 모터’ 기술 개발의 시작점이 된 MCSA (Motor Current Signature Analysis: 모터 전류 시그니처 분석)에 대해 이야기하려고 합니다.
* 가디원 모터는 모터 설비의 전류 데이터를 기반으로 자체 알고리즘을 통해 데이터를 분석하여 전기적, 기계적 결함을 진단하는 솔루션입니다.
ChatGPT와 MCSA에 대한 질문과 답변을 주고받으며 나눈 대화를 토대로 정리해 보았습니다.
우선, ChatGPT와 나눈 질문과 답변의 원본을 공유합니다!
(아래 삼각형 토글을 누르면 펼쳐보실 수 있습니다.)
MCSA Is Not All You Need W. ChatGPT
ChatGPT는 MCSA에 대한 설명은 물론 diagnostic technique (진단 기술)에 대한 예시, MCSA에서 사용되는 분석 방법의 공식 등 다양한 질문에 막힘없이 답해주었습니다.
일부 실제와 맞지 않는 정보 및 수식 오류 등의 답변을 제외 후 ChatGPT의 답변 기반하여 내용을 정리했습니다.
본론에 앞서 간단히 말씀드리자면, MCSA는 산업 현장에서 중요 설비로 분류되는 모터 설비의 고장을 진단하기 위해 전류를 활용하는 방법론입니다.
Introduction to motor health diagnosis
우선, 모터 설비의 상태를 진단하는 것이 왜 중요한지, 진단 방법을 연결하여 설명 드리도록 하겠습니다.
모터는 세계 전력 소비량의 약 50% 정도를 소비하는 장치로써, 설비의 필수 구성 요소입니다. 모터가 고장 날 경우 수리 비용, 생산 지연, 안전 위험으로 이어질 수 있기 때문에 모터의 고장을 조기에 파악하고 문제를 해결하는 것이 중요합니다.
현장에서 빈번하게 발생하는 모터 고장 유형은 베어링, 고정자, 회전자 및 기타 기계적 결함이 있습니다. 이러한 모터 고장 진단을 위한 진단 기법으로는 물리적 마모 징후를 검사하는 육안 검사, 모터의 진동을 측정하여 불규칙성을 감지하는 진동 분석, 전류 파형을 분석하여 특정 결함을 파악하는 MCSA 등이 있습니다.
이 외에도 다양한 모터 고장 진단 기법이 있으나, 이번 글에서는 MCSA에 대해서 집중하여 말씀드리도록 하겠습니다.
What is Motor Current Signature Analysis(MCSA)?
MCSA 수식 중 일부를 예시로 보여드리겠습니다.
MCSA에서는 위 수식과 같이 전류의 주파수를 기반으로 모터의 고장을 진단하는 방법론이라고 할 수 있습니다.
그렇다면, MCSA는 정확히 무엇일까요? ChatGPT의 답변을 기반으로 정리해 보았습니다.
MCSA는 AC모터의 전류 파형을 분석하여 특정 결함 특징을 식별하는 비침습적 진단 기법입니다. 각 유형의 모터 결함은 특수 장비를 사용하여 감지 및 분석할 수 있는 고유한 전류의 특징을 생성합니다.
예를 들어 모터에 로터 바가 파손된 경우 전류 파형에서 MCSA로 감지할 수 있는 특징적인 측파대 주파수를 생성합니다. 마찬가지로 모터에 베어링 결함이 있는 경우에도 MCSA로 감지할 수 있는 특징적인 고주파 노이즈가 발생합니다.
MCSA의 주요 이점 중 하나는 모터 결함이 손상이나 고장을 일으킬 정도로 심각해지기 전에 조기에 감지할 수 있다는 것입니다. 따라서 다운타임과 수리 비용을 최소화할 수 있습니다. 또한 MCSA는 비침습적이므로 모터를 분해하거나 정상 작동을 중단할 필요가 없습니다.
MCSA는 로터 바 파손, 편심 로터, 에어 갭 비대칭 등 로터 관련 결함을 감지하는 데 특히 효과적입니다. 또한 단락 회전 또는 권선 결함과 같은 일부 유형의 고정자 관련 결함도 감지할 수 있습니다.
요약하면, MCSA는 모터 결함을 조기에 식별하고 가동 중단 시간과 수리 비용을 최소화하는 데 도움이 되는 강력한 진단 기술입니다.
Limitations of MCSA
앞서, MCSA는 모터 결함을 식별할 수 있는 강력한 진단 기술이라고 말씀드렸지만 글 제목 ‘MCSA Is Not All You Need’ 에서 나타낸 대로 MCSA의 한계점도 존재합니다.
기존에 알려진 MCSA의 한계점은 아래와 같습니다.
1. 부하 변화에 대한 민감도
모터의 전류는 부하의 변화에 민감하여 전류 파형에 영향을 미치고 이에 따라 MCSA를 통한 결함 감지 및 진단이 더 어려워질 수 있습니다.
예를 들어, 모터의 부하가 변경되면 전류 파형의 주파수 또는 진폭이 변경되어 모터 결함으로 인한 고조파 성분의 존재를 가릴 수 있습니다.
아래 내용은 MCSA를 활용하여 원프레딕트 내부에서 진행한 실험 내용입니다.
원프레딕트 실험 데이터
위 실험 데이터를 살펴보면 부하 변동이 발생한 신호인 trace 0 과 부하 변동이 발생되지 않은 신호인 trace 1 의 주파수 그래프입니다.
그림과 같이 trace 0 에서는 뾰족한 성분들이 관찰되지 않는 데에 비해 trace 1 은 여러 특징이 있는 것을 볼 수 있습니다.
trace 0 처럼 부하 변동이 발생하게 되면 주파수 분석 상에서 특징이 상쇄되기 때문에 MCSA를 적용하기 어렵게 됩니다.
2. 기준 데이터의 필요성
MCSA는 결함을 정확하게 진단하기 위해 건강한 모터의 베이스라인 데이터가 필요합니다. 기준 데이터를 사용할 수 없거나 모터가 이미 기준 특성을 변경하는 결함을 경험한 경우 이는 제한이 될 수 있습니다. 또한 모터 작동 조건의 변화 또는 전류 파형에 영향을 줄 수 있는 기타 요인을 고려하기 위해 기준 데이터를 주기적으로 업데이트해야 할 수도 있습니다.
3. 계측 장비와 전문 지식 필요
MCSA는 분석을 수행하기 위해 전문 장비와 전문 지식이 필요하므로 일부 사용자에게는 제한이 될 수 있습니다. 또한 분석의 정확성과 신뢰성은 장비의 품질과 분석가의 전문성에 따라 달라집니다.
4. 외부 요인에 의한 간섭
MCSA는 전기 노이즈, 전자기 간섭 또는 다른 장비의 진동과 같은 외부 요인에 의해 영향을 받을 수 있습니다. 이러한 요인으로 인해 전류 파형에 의도치 않은 특징이 발생하여 결함을 감지하고 진단하기가 더 어려워질 수 있습니다.
이러한 한계에도 불구하고 MCSA는 모터 결함을 감지하고 진단하는 데 여전히 유용한 도구입니다. 특히 전류 파형에서 특정 고조파 성분을 생성하는 결함을 감지하는 데 효과적이며, 임박한 모터 고장에 대한 조기 경고를 제공할 수 있습니다. 그러나 MCSA의 한계를 이해하고 다른 진단 기술과 함께 사용하여 모터 상태에 대한 완전한 그림을 얻는 것이 중요합니다.
Avantages of onepredict's Technology
현장에서 취득한 데이터를 MCSA 방식으로 진단했을 때 발견하지 못했거나 오진단 케이스가 발생하는 등 MCSA의 한계점이 확인되었습니다.
이를 극복하기 위해 원프레딕트는 자체 모터 진단 솔루션 ‘가디원 모터’를 개발하게 되었습니다. 결과적으로 동일한 데이터를 기반으로 가디원 모터로 진단했을 때 MCSA는 발견하지 못했던 결함을 발견했으며, 오진단률을 낮추는 결과를 보였습니다.
현장 담당자의 인터뷰를 통해 알게 된 니즈에 맞춰 개발한 원프레딕트 기술의 특,장점은 아래와 같습니다.
1. 모터 회전 속도의 정확한 추정
원프레딕트의 자체 기술은 모터의 회전 속도를 정확하게 추정할 수 있으며, 이는 속도에 따라 달라지는 결함을 진단하는 데 유용할 수 있습니다.
예를 들어, 특정 유형의 결함은 특정 회전 속도에서만 고조파 성분을 생성할 수 있으며, 속도를 정확하게 추정할 수 있으면 이러한 결함을 더 빠르고 정확하게 식별하는 데 도움이 될 수 있습니다.
2. 여러 사이트의 데이터
원프레딕트에는 다양한 운영 조건과 환경에서 모터 상태에 대한 보다 포괄적인 진단을 제공할 수 있는 여러 사이트의 데이터가 있습니다. 이를 통해 여러 사이트에서 공통적으로 발생하는 특정 결함이나 문제를 나타낼 수 있는 추세와 패턴을 파악할 수 있습니다.
3. 산업AI 기술을 이용한 트렌드 분석
산업AI 기술을 사용하여 데이터의 추세를 추적하고 이상을 감지합니다.
이는 전류 파형에서 강하거나 일관된 고조파 성분을 생성하지는 않지만 시간이 지남에 따라 문제를 나타내는 미묘한 변화를 보일 수 있는 결함을 감지하는 데 특히 유용할 수 있습니다.
4. 원격 모니터링
모터 상태를 원격으로 모니터링할 수 있으므로 기존 진단 기술보다 편리하고 비용 효율적입니다. 이를 통해 다운타임과 유지보수 비용을 줄일 수 있으며, 심각한 문제로 이어지기 전에 결함을 조기에 발견할 수 있습니다.
결론적으로 원프레딕트는 정확한 속도 추정, 여러 사이트의 데이터, 산업AI 기술을 이용한 추세 분석, 원격 모니터링을 결합한 모터 상태 모니터링에 대한 강력하고 혁신적인 모터 진단 방식의 솔류션을 제공합니다.
이를 통해 모터 고장 진단 방식개선하고 유지보수 비용을 절감하며 전반적인 운영 효율성을 높일 수 있습니다.
Real-world examples of onepredict's technology
앞서 MCSA의 한계점을 극복하고자 모터 고장 진단을 위한 원프레딕트만의 독자적인 기술을 개발하게 되었다고 말씀드렸는데요, 기술의 일부 내용을 설명 드리겠습니다.
원프레딕트 실험 데이터
위 그래프는 테스트베드 상에서 속도 추정을 수행했을 때 실제 속도와 추정 속도의 차이를 히스토그램으로 나타낸 것입니다. 좀 더 확대해 보면,
원프레딕트 실험 데이터
그래프와 같이 예전 MCSA 에서 사용하던 방식을 이용했을 때는 오차가 -2.5 Hz 까지 나게 되지만, 새로운 알고리즘의 경우 오차 범위 -0.5 ~ 0.5 Hz 안에 데이터들이 모여있음을 알 수 있습니다. 현재 속도를 측정하는 센서의 오차가 0.5 Hz 정도이기 때문에 오차 범위 안에 들어가는 것을 기준으로 오차를 벗어나는 데이터의 수를 계산하면,
•
기존 알고리즘 : 5.82%
•
신규 알고리즘 : 0.07%
*사용한 데이터의 수 = 10,020개
(원프레딕트 내부적으로 추정이 어려운 조건의 데이터와 실제 현장에서의 부하 변동이 많은 모터 데이터 중심으로 테스트 진행)
로 기존에 비해 크게 개선되었음을 확인할 수 있습니다.
이러한 신규 알고리즘을 통해 높은 정확도로 속도 추정을 할 수 있게 되었고, 전반적인 알고리즘 정확도 개선에 큰 영향을 미치게 되었습니다. 이외에도 여기에서 소개해 드리지 못한 원프레딕트의 고유한 기술들이 많습니다.
해당 기술을 통해 개발된 가디원 모터는 현재 다양한 고객사 현장에서 활용되고 있으며, 실제 고장 진단한 사례에 대해 알아보고 싶은 분들은 아래 포스팅을 확인해 주세요.
Conclusion
산업 현장의 중요 설비인 모터 상태 모니터링은 설비 건전성을 체크하고 다운타임을 최소화하며 유지보수 비용을 절감하는데 꼭 필요한 영역입니다.
모터 상태 모니터링은 설비 결함을 조기에 감지함으로써 결함이 고장으로 이어지는 문제를 방지하고 보다 효율적이고 효과적인 설비 유지보수를 가능하게 합니다.
다양한 진단 기술을 결합하고 혁신적인 기술을 활용하면 모터 상태에 대한 보다 포괄적인 그림을 얻고 결함을 더 빠르고 정확하게 식별할 수 있습니다.
기존 기술의 한계점을 극복하기 위해 자체 개발한 기술과 모터 시스템에 대한 깊은 이해를 바탕으로 원프레딕트는 모터 종합 진단 솔루션인 ‘가디원 모터’를 개발하여 다양한 영역에서 소개하고 있습니다.
여러 시행착오를 거쳐 이제는 모터 종합 진단 솔루션으로 거듭난 ‘가디원 모터’ 제품에 대한 정보가 궁금하신 분들은 아래 링크를 확인해주세요!
Reference
•
Online Diagnosis of Induction Motors Using MCSA
Jee-Hoon Jung, Jong-Jae Lee, and Bong-Hwan Kwon, Member, IEEE
IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 53, NO. 6, DECEMBER 2006
이 글을 쓴 사람
유 건 우 | Sol-Dev 팀
원프레딕트에서 산업용 모터 고장 진단 알고리즘을 개발합니다.
맛있는걸 먹고, 사람들과 공유하는 것을 좋아합니다.
끝으로, 저는 효율적인 삶을 추구하고 조금 더 효율적인 세상을 만들기 위해 노력하고 있습니다.
이 글을 정리한 사람
이 예 빈 | 마케팅팀
원프레딕트 마케팅팀에서 컨텐츠를 담당하고 있습니다.
세상에 넘치는 즐거움을 다 즐기기 위해 오늘도 열심히 살아가는 흥부자 일개미 입니다.
원프레딕트 홈페이지
https://onepredict.ai/
원프레딕트 블로그
https://blog.onepredict.ai/
원프레딕트 기술 블로그
https://tech.onepredict.ai