연결된 센서와 머신 러닝을 활용하면 건물 운영자는 사전에 잠재적인 시스템 고장 알림을 받고 적시에 유지 관리 또는 수리 일정을 마련할 수 있습니다.
점유 확인 센서, 날씨 조건, 사용량 통계. . . 이 모든 것은 장치의 마모 및 사용에 대한 종합적인 뷰를 제공합니다. 거의 실시간 데이터와 머신 러닝을 결합하면 장치 고장이 발생하기도 전에 잠재적인 장치 고장을 파악하는 데 도움이 될 수 있습니다.
인텔리전트 건물에서 요구하는 지속 가능성
현재 대부분의 장비는 예방적 유지 보수를 정기적으로 수행하기 위해 상세한 안내 및 절차를 제공합니다. 대부분의 시스템은 운영자가 마모와 손상을 확인하고, 일부 부품을 교체하고, 필터를 교환하거나 정기적으로 업데이트 및 보정을 해야 합니다.
이러한 절차는 장치 고장을 예방 또는 지연할 수 있지만 장치 또는 장비 사용 중의 여러 차이와 사용 조건, 기타 요인을 고려하고 있지 않습니다.
지난 몇 년 간 엘리베이터, HVAC, 에스컬레이터, 보안 시스템 및 건물과 건물 관리를 위한 여러 장비 제조업체들은 장비 및 부품에 센서 및 원격 제어 기능을 제공하기 시작했습니다.
내장 센서가 있는 신규 장비는 다양한 장비 상황을 파악하는 데 도움이 되기도 하지만 운영자가 장비를 원활하고 안전하게 운용할 수 있는 상태를 유지하기 위한 유지 보수 절차를 언제 수행해야 하는지 예측할 수 있도록 합니다.
머신 러닝과 인공 지능으로 대규모 설비의 다양한 유지 보수 일정 지원
예방적 유지 보수는 주로 시간 및 사용에 따라 결정됩니다. 한편 예측적 유지 보수는 일정이 아니라 실제 장비 상황에 따라 결정됩니다.
는 정기적 점검이라는 규정 중심 요구 사항을 대체할 수 없지만 일부 시설 관리자가 "클립보드" 접근법이라고 하는 방식을 줄일 수 있습니다.여러 유닛에서 수집된 데이터는 제조업체가 다양한 구역 및 환경의 사용 조건을 그릴 수 있도록 합니다. 예를 들어 건조하고 뜨거운 지역에 설치된 HVAC는 춥고 습한 기후에 설치된 것과는 다르게 동작할 것입니다. 동일한 모델이 주거용 건물에 설치된 경우 공장이나 사무실 건물에 설치된 것과는 다른 시간과 조건으로 동작할 것입니다. 온도 및 습도 센서는 이러한 조건에 대해 확실한 그림을 제공합니다.
위의 사례에서 일반적인 HVAC의 유지 보수 매뉴얼에서는 보통 다양한 사용 조건을 지정하지 않습니다. 대부분의 운영 시간 또는 계절을 기준으로 예방적 유지 보수를 수행하도록 지정합니다.
엘리베이터 역시 예측적 유지 보수가 도움이 되는 훌륭한 사례입니다. 부동산 관리 회사 Enertiv는 데이터 수집의 장점이 놀라울 정도라고 말합니다. 이 회사의 IoT 예측적 유지 보수에 따라 절감된 유지 보수 비용은 약 25%이며, 장비 고장도 50% 감소하였고 장치 수명도 20~36% 증가했습니다.
다양한 조건 및 사용 이력 데이터를 알게 된 덕분에 운영자와 서비스 제공자는 사용 패턴과 이전 유지 보수 문제를 분석하여 특정 상황에서의 장비 고장 가능성을 파악할 수 있게 되었습니다.
예방적 유지 보수를 위해 센서 데이터를 수집하는 일의 또 다른 이점은 장비 성능 및 동작의 감사 특성을 생성하여 보상 신청을 해야 할 문제에서 유리하게 사용할 수 있다는 점입니다.
예측적 유지 보수로 일정 및 공급망 최적화 지원
현재 공급망 관리는 대부분의 조직에서 필수적인 업무입니다. 특히 전자 장비의 소재 부족은 제조 시설의 중단을 발생시키며 현장의 기존 운영 유닛도 정기적으로 유지 보수를 해야 합니다.
그래서 사전에 부품이 필요한 장소와 시기를 아는 일은 운영 중단을 최소화하여 운영하는 데 도움이 됩니다. 또한 부품을 사전에 요청하면 적절한 교육을 받은 기술자가 적시에 필요한 유지 관리 수행 일정을 지정할 수 있어 비용이 많이 드는 시간 외 수리를 피할 수 있습니다.
예측적 유지 관리 투자의 보상
예측 정비는 많은 업계에서 매력을 느끼고 있습니다. 4차 산업 혁명, 즉 Industry 4.0은 아직 대대적인 도입이 이루어지지 않았지만 첨단 분석, 빅데이터, 에지 컴퓨팅, 클라우드 속에서 우리는 미래의 산업에 대해 예측이 가능하며 제조업체 및 서비스 제공업체가 혁신 여정을 완료하는 데 얼마나 걸릴지 예상할 수 있습니다.
현재까지 건축 업계에서 새로운 기술을 도입하는 데 따른 이점은 분명합니다.
- •파멸적인 장비 고장 절감: IoT 센서와 강력한 분석을 사용함으로써 유지 관리 회사 Enertiv는 주요 장비 고장률을 50%나 낮췄습니다.
- •관리 비용 절감: 29층짜리 사무용 건물의 시설 관리자는 연간 16,700달러 이상의 운영 비용 및 32,300달러의 수리 비용을 절감했습니다.
- • 더 뛰어난 안전 성능: 비상 수리 작업은 필연적으로 유지 보수 작업자에게 더욱 해롭고 더 많은 작업자를 위험에 처하게 하기 때문에 예측적 유지 보수는 이러한 상황을 피하고 안전을 개선합니다.
- •보상 청구 관리: 보증 범위 내의 신규 장비도 여러 이유로 고장을 일으킬 수 있습니다. 수집된 데이터와 분석을 사용하면 시설 관리자가 고장이 지속적이고 반복되는 경우 구체적인 데이터를 바탕으로 보상 청구를 신청할 수 있습니다.
중공업, 철도, 전력 생산, 항공과 같은 산업의 많은 사용자는 이미 예측 정비를 도입하였습니다. 이러한 부분에서 장비 고장은 엄청난 운영 중단을 발생시키며 하루에도 수백만 달러를 소모합니다.
향후 전망
건설 업계는 IoT와 인공 지능에 대한 장점에 서서히 눈을 뜨고 있습니다. 장비 및 시설을 둘러싼 더 많은 인텔리전스가 구축됨에 따라 예측 유지 보수는 운영 효율 및 안전을 개선하며 비용을 줄이는 방법입니다.
