2021년 정전 사고로 6시간 동안 공장 조업이 중단되자 30,000개의 반도체 웨이퍼가 그에 따른 타격을 입었으며 회사 측은 약 3,385만 달러 또는 시간당 564만 달러의 손실 비용을 안게 되었습니다. 이 예상치 못한 가동 중지 시간은 장비 고장에 따른 결과가 아니었으며 발생한 비용은 순전히 생산 중인 웨이퍼의 손실로 인해 발생했습니다. 그러나 이것은 제조 작업의 유형에 따라 그러한 조업 중단 시 발생하는 비용이 달라지더라도 조직이 예상치 못한 가동 중지 시간을 피하려는 이유를 설명합니다.
예방적 유지 보수는 충분한가?
고장을 방지하기 위한 예방적 유지 보수는 서비스 센터에서 정기적으로 차량을 점검하고 정비하는 것과 같습니다. 정비 일정은 정기적인 시간 간격(대체로 1년) 또는 차량의 주행거리(마일리지)에 근거하여 계획됩니다. 기존의 예방적 유지 보수는 사후 유지 보수(장비가 고장이 나거나 연기가 감지될 때 장비를 수리)보다 확실히 많은 이점이 있으며 장비 비용과 가동 중지 시간에 따른 비용을 모두 절약할 수 있습니다. 정기적인 유지 보수는 초기 비용이 비교적 많이 들고 계획 및 예산 책정에 필요한 시간이 늘어남을 의미하지만, 그에 따른 예측 가능성은 생산 효율을 높이는 데 도움이 되고 시간에 민감한 프로세스를 진행하는 동안 예상치 못한 가동 중지로 인한 손실을 줄이며 장비 수명을 연장하고 제반 비용과 필요한 수익성을 기업에서 관리할 수 있게 해줍니다.
언뜻 보기에는 예방적 유지 보수로 충분해 보이지만 아직은 부족한 점이 많습니다. 제조업체가 설정한 정비 요구 사항은 자동차에 비유하자면 기껏해야 예상되는 운전 조건의 평균치에 불과합니다. 이러한 요구 사항에서는 하나의 차량을 운전하는 방법, 급정거 및 급시동 횟수 또는 대체로 해당 차량이 운반하는 하중 등을 고려하지 않습니다. 일반적으로 여기서는 하나의 차량과 관련된 어떠한 조건도 충족하지 않으면서 모든 것을 다룹니다. 그래서 제조 장비는 자동차와 마찬가지로 제조 공정 중 알 수 없는 어느 시점에 여전히 고장이 생깁니다. 예방적 유지 보수의 정해진 일정은 기껏해야 불필요한 장비 유지 보수로 이어질 수 있으므로 예측은 되지만 불필요한 비용과 가동 중지 시간이 발생할 수 있습니다.
상태 모니터링을 통한 조기 유지 보수
이러한 사후 유지 보수 전략에서는 생산 프로세스 및 일정에 지장을 줄 정도로 임박한 고장 사고에 대한 대응이 시급할 때 마이크, 열 센서 및 연기 감지기를 활용하여 회사 측에 경고합니다. 이 단계의 유지 보수에서는 종종 더 큰 비용이 드는 부품 교체와 수리가 필요합니다.
장비 라이프 사이클을 더 명확히 이해함으로써 이 개념과 모니터링을 위해 추가된 그 밖의 파라미터를 개선하는 결과를 얻었습니다(그림 1). 고장이 발생하기 쉬운 산업용 장비에는 대체로 컨베이어, 로봇 및 유체 공급 장치에 사용되는 모터, 펌프 등 움직이는 부품이 포함되기 때문에 그림 1에 표시된 것처럼 고장 시점까지 예상되는 장비 수명 단계는 이러한 장비와 밀접한 관련이 있습니다.
조직은 추가적인 파라미터를 모니터링하여 결함 상태를 조기에 관찰하고 예방적 또는 예측적 유지 보수를 수행할 수 있습니다. 이러한 상태 모니터링에 널리 사용되는 센서를 일부 열거하면 다음과 같습니다.
IR 센서/카메라: IR 센서는 장비 온도를 지속적으로 또는 자주 점검하는 데 사용되는 열화상 장비의 핵심에 속합니다. 이를 통해 임박한 퓨즈 고장, 잘못되었거나 부식된 전기 단말처리에서 발생하는 스파크 등의 결함으로 인해 발생하는 "핫스팟"을 감지할 수 있습니다. 저비용 구현에서는 RTD와 열전쌍을 사용할 수 있습니다.
입자 계수기: 오일은 유압 시스템뿐만 아니라 거의 모든 산업 공정에서 기어박스, 변속기 및 모터 베어링의 윤활제로 사용됩니다. 입자 계수기는 오일의 분해가 진행되거나 평활 운동 중 찌꺼기를 포집하는 과정에서 발생하는 오염을 파악하는 데 도움이 됩니다. 따라서 입자 수 데이터는 연마 베어링 마모와 같은 장비 상태에 대해 알려줍니다.
자동 광학 입자 계수기는 가장 널리 사용되는 방법 중 하나에 속하며 백색광 또는 레이저를 사용하여 입자 계수를 위한 그림자 또는 광산란을 감지합니다. 장비는 종종 ISO 11500 인증을 받았으며 입자 계수 데이터의 코드화는 ISO 4406:99에 따라 결정되어 일관된 평가가 이루어집니다.
에너지 모니터링: 전동기 전류, 속도 및 전력의 변동은 HVAC 시스템, 로봇 공학, 컨베이어 및 그 외 동작 중심 애플리케이션에서 전기 효율을 개선하기 위해 산업 현장에서 사용되는 변속 드라이브로 인해 발생합니다.
하나의 프로세스 또는 특정 장비의 다양한 지점에서 에너지 모니터링 및 추세 분석을 수행하면 장비 상태에 관한 중요한 정보를 확인할 수 있습니다. 이례적인 에너지 소비 패턴은 이를테면 마모된 베어링 또는 전기 배선 문제로 인해 안전하지 않은 작동 조건 또는 지속적인 결함 상태를 나타낼 때가 많습니다. 심지어 저렴한 직접 측정 전동기 전류는 편심 회전자, 회전자 봉 문제, 권선 문제 및 베어링 문제에 관한 정보를 제공할 수 있습니다.
진동 센서: 진동 및 출석 데이터 분석은 베어링 상태, 기어 맞물림, 펌프 공동화, 회전자 오정렬 및 부하 상태에 관한 중요 정보를 제공합니다. 3축 ADcmXL3021 MEMS 모듈과 같은 압전 시스템 또는 미세 전자 기계 시스템(MEMS) 가속도계와 센서 모듈은 장비에 쉽게 추가할 수 있습니다. 이들 장치가 추출하는 정보는 근본적인 문제와 매우 밀접한 관련이 있으며 결함 발생 초기(그림 1) 단계에서 상당한 오버헤드 없이 장비 수명을 연장할 수 있습니다.
진동 감지 및 평가는 가속도계의 기계식 장착을 위한 표준인 ISO 5348, 회전하지 않는 부품에 대한 측정을 통해 기계 진동을 평가하기 위한 표준인 ISO 10816, 회전축에서 측정을 통해 기계 진동을 평가하기 위한 표준인 ISO 7919 등 몇몇 표준의 적용 대상에 포함됩니다.
초음파 센서/마이크: 초음파 거리 측정용 음향 센서는 거의 눈에 띄지 않는 압력 누출, 베어링 문제, 기어 맞물림, 펌프 공동화 등을 감지할 수 있습니다. 이 센서는 회전 장비의 마찰이 약간 증가하는 것을 감지하는 등의 방법을 통해 잠재적인 문제를 일찌감치 경고하기 때문에 1차 방어선으로 간주됩니다.
일렉트릿 마이크와 MEMS 마이크는 열악한 환경과 비교적 양호한 환경에서 모두 사용할 수 있습니다.
예측을 위한 센서 데이터 분석
센서에서 제공하는 측정값은 문제 진단에 도움이 되지만 자동 경보 임계값을 설정하는 것은 어렵습니다. 예를 들어, 공정 또는 생산 방안의 특성에 변동이 있거나 연중 계절에 따라 변화하는 기상 상태로 인한 환경 조건의 변화조차도 잘못된 경보를 유발할 수 있습니다. 따라서 업계에서는 여러 센서를 사용하여 전체 수명 기간 동안 장비를 추적할 뿐만 아니라 상태 모니터링에서 정보 격차를 없애기 위해 노력합니다.
센서 및 임계값 경고는 측정 시점의 기계 상태에 초점을 맞춥니다. 반면, 예측적 유지 보수는 결함이 명백하게 드러나기 전에 심지어는 광범위한 분석을 통해 결함이 발생하기 전부터 이를 완전히 방지할 수 있도록 결함 감지에 중점을 둡니다.
예를 들어, iCOMOX와 같은 플랫폼은 다양한 기술을 활용하여 예측적 유지 보수 전략을 수립하는 데 도움을 줍니다. 플랫폼은 저전력 ADuCM4050 ARM Cortex M4 MCU, 저소음 ADXL356 3축 가속도계(진동 센서로 사용), ADXL362 가속도계(낮은 게인 웨이크업 트리거로 사용), ±0.5°C 정확도의 ADT7410 온도 센서, Bosch BMM150 3축 자기장 센서 및 IM69D130 디지털 듀얼 백플레이트 MEMS 마이크를 각각 사용합니다.
iCOMOX에 내장된 인공 지능(AI)은 에지에서 클라우드까지 대체로 어려운 분석 작업을 수행하는 영역에서 데이터 흐름과 전력 소비량을 줄일 수 있도록 센서 데이터의 우선순위를 지정하고 이 데이터를 합리화합니다.
다변량 분석이 복합 조건과 프로세스 이력 데이터에 영향을 미칠 때 결함 예측 및 예측적 유지 보수의 정밀도는 향상됩니다. 딥 러닝 알고리즘의 배포는 기계, 프로세스 및 환경의 변화하는 조건을 설명하기 위해 장비 상태/수명 모델과 함께 프로세스 모델을 생성하고 통합하는 데 도움이 될 수 있습니다. 이를 통해 제조업체는 생산성에 최소한의 영향을 미칠 때 유지 보수를 예측하고 계획할 수 있습니다.
자체 유지 보수를 계속 진행?
예측적 유지 보수가 주류가 되고 있음에도 불구하고 주요 장비 업체들은 기계의 자동 모니터링과 적정 수준의 자체 유지 보수에 일찌감치 주목하고 있습니다. 예를 들어, 반도체 에칭 장비 업계에서는 웨이퍼가 배치되는 정전 척의 유무를 다양한 도구로 감지하고 정전 척의 정렬 및 보정을 점검하고 그 상태를 확인할 수 있습니다. 내장 스토리지에서 척을 새것으로 교체하는 것은 진행 중인 프로세스와 예정된 가동 중지 시간이 찾아올 기회를 각각 고려하면서 활용되는 비교적 간단한 자동화 문제에 속합니다.
Arrow의 전문가들은 센서, 컴퓨팅 플랫폼 및 클라우드 서비스에 대해 엔지니어에게 조언하고 예측적 유지 보수를 실행하여 최적화된 운영을 지원하는 방대한 규모의 파트너 에코시스템을 활용하면서 이러한 미래를 선도하고 있습니다.
제조 운영을 업그레이드하려면 Arrow에 문의하세요.