캘리브레이션 포털
Home | Documentation | 제조 분야의 예측 유지보수 및 서비스

제조 분야의 예측 유지보수 및 서비스

소개

예기치 않은 다운타임은 모두 비용이 발생합니다. 최악의 경우 예비 부품을 즉시 구할 수 없어 며칠 또는 몇 주 동안 기계와 시스템을 사용할 수 없게 됩니다. 하지만 고장이 실제로 발생하기 전에 임박한 징후를 미리 파악할 수 있다면 적시에 예비 부품을 주문하고 예정에 없던 유지보수 일정을 잡아 생산 중단을 최대한 줄일 수 있습니다.

이전 세대가 직면했던 문제는 기계와 시스템이 블랙박스라는 점이었습니다. 기계 내부를 들여다보는 것이 불가능했습니다. 재료의 피로, 손상된 부품 또는 기타 부품의 마모 징후는 정기 유지보수 중에 발견하거나 갑작스러운 기계 고장으로 전체 생산 라인이 중단되었을 때만 발견할 수 있었습니다.

오늘날에는 기계 내부의 아주 작은 변화도 감지하는 센서와 솔루션을 통해 이러한 불쾌한 돌발 상황을 피할 수 있는 방법을 정확히 알고 있습니다. 이러한 센서는 기계가 정지하기 전에 또는 한 부품의 고장으로 인해 다른 부품이 손상되기 전에 손상된 부품을 교체할 수 있게 해줍니다. 이러한 센서 중 다수는 구형 기계에도 개조할 수 있습니다.

예측 유지보수 전략 개발과 센서 및 소프트웨어 설치에 초기에는 투자가 필요할 수 있지만, 장기적으로는 비용이 절감되고 궁극적으로 기업 입장에서는 많은 비용을 절약할 수 있습니다. 또한 예기치 않은 다운타임을 방지하고 기계의 작동 수명도 늘릴 수 있습니다.

혁신적인 산업 제조 기업이라면 혁신적인 전략을 통해 전통적인 유지보수 업무를 발전시키는 것이 필수적입니다. 다음 사실과 수치에서 알 수 있듯이 예측 유지보수 전략은 이제 많은 기업의 생존을 위해 필수적이며, 특히 재무적 관점에서 볼 때 더욱 그렇습니다.

생산 중단으로 인한 손실: 사실과 수치

예기치 않은 다운타임으로 인해 회사에 얼마나 많은 비용이 발생하는지 정확히 알고 계신가요? 그렇다면 여러분은 소수에 속합니다. 생산 중단 시간은 산업 제조에서 가장 큰 비용 요인 중 하나이며 비즈니스 리스크로 작용할 수도 있지만, 많은 기업이 1시간의 다운타임으로 인한 비용을 정확히 파악하지 못하고 있습니다:

국제자동화학회(ISA)에 따르면 기업의 80%가 생산 중단으로 인한 비용을 정확하게 예측할 수 없다고 합니다.1

다운타임으로 인한 실제 손실은 회사의 규모와 업종은 물론 여러 개별 요인에 따라 크게 달라집니다. 그 결과는 종종 극도로 과소평가됩니다. 기계나 시스템 장애로 인해 생산이 중단되고 문제를 해결하는 데 오랜 시간이 걸리면 비용이 급증합니다. 이는 기계 한 대당 시간당 수백 유로까지 빠르게 증가할 수 있습니다. 비용이 다섯 자리 수에 이르는 경우도 드물지 않습니다. 2

56개 대형 제조 기업을 대상으로 한 Senseye 연구에 따르면 2020년 이후 다운타임 비용이 급격히 증가했으며, 2022년에는 계획되지 않은 다운타임으로 인한 비용이 2019/2020년에 비해 최소 50% 더 많이 발생했습니다. 계획되지 않은 다운타임으로 인해 공장은 한 달 평균 25시간의 생산 시간을 잃게 됩니다. 특히 자동차 산업이 큰 영향을 받는데, 이 산업에서는 1시간의 생산 중단으로 인해 2백만 달러 이상의 비용이 발생합니다. Siemens의 연구에 따르면 생산 중단 시간으로 인해 연간 매출의 약 11%가 손실되는 것으로 나타났습니다. 3

eMaint 연구에 따르면 공장은 가동 중단으로 인해 생산 능력의 최소 5%를 잃고, 많게는 20%까지 손실을 입는다고 합니다. 자동차 산업과 금속 가공은 매년 가장 많은 다운타임을 기록합니다. 4

예측 유지보수의 작동 방식

이 유지보수 방법을 사용하려면 기계에 모든 관련 데이터를 실시간으로 수집하는 센서, 측정 장치 및 분석 도구가 장착되어 있어야 합니다. 그런 다음 관련 데이터는 컴퓨터 시스템에 의해 저장되고 평가됩니다.

이미 많은 기업이 예측 유지보수의 엄청난 잠재력을 인식하고 있습니다.

BearingPoint의 연구에 따르면 조사 대상 기업의 75%가 이러한 유지보수 접근 방식을 사용하고 있으며, 기업 3곳 중 1곳은 이미 파일럿 단계를 넘어 프로젝트를 구현한 것으로 나타났습니다. 2017년 이후 평균 성숙도가 증가했지만, 회사에서 예측 유지보수의 잠재력을 완전히 활용하고 있다고 응답한 비율은 4%에 불과했습니다.

하지만 모두가 한 가지에 동의하는 것은 투자할 만한 가치가 있다는 점입니다. 이 프로젝트를 통해 기계 및 플랜트 가동 중단 시간과 유지보수 비용을 최소화하여 10% 이상의 비용 절감 효과를 거두었습니다.5 보스턴 컨설팅 그룹은 데이터 과학과 AI를 사용한 예측 유지보수가 예기치 않은 다운타임을 20~40% 줄이고 총 운영 비용을 10% 낮춘다고 추정하기도 합니다.6

현재 추세 - 잔류 전류 모니터링

고가용성 데이터 센터 분야에서 시작된 잔류 전류 모니터링은 이제 제조 산업에도 적용되고 있습니다. 제조업에서도 예기치 않은 다운타임은 바람직하지 않습니다. 잔류 전류 모니터의 측정 데이터는 공장의 전기 공급 시스템 절연 상태를 간접적으로 확인하는 데 사용할 수 있습니다. Danisense는 새로운 시스템에 통합하거나 개조할 수 있는 사용하기 쉬운 산업용 잔류 전류 모니터를 제공합니다.

최초의 기계 제조업체들은 이미 이러한 센서를 새로운 시스템에 통합하고 있습니다. 측정된 값은 기계 제어 시스템으로 직접 전달되어 다양한 기계 상태의 이상 징후를 확인할 수 있습니다. 그런 다음 경고 신호를 미래의 기계 운영자에게 전달할 수 있습니다. 따라서 플랜트 운영자가 반복적으로 테스트하는 동안 시간이 많이 소요되는 절연 저항 테스트가 필요하지 않습니다. 플랜트 안전성을 높일 뿐만 아니라 유지보수 비용도 크게 절감할 수 있기 때문에 많은 운영자가 이 개념에 열광하고 있습니다.

요약

산업 제조 분야의 중소기업(중소기업)에게 있어 유지보수 전략의 발전은 경쟁력의 필수 요소입니다. 기계나 시스템이 더 이상 작동하지 않을 때만 수리를 수행하는 사후 대응 유지보수 같은 구식 유지보수 방식은 현대 생산 시설의 복잡성과 상호 연결성에 더 이상 적합하지 않으며 비용이 급증하는 원인이 됩니다.

참고

1 ISA: 플랜트 또는 시설 가동 중단으로 인한 비용은 얼마입니까?
https://blog.isa.org/downtime-factory-plant-industrial-costs-risks

2 LokalPlus: "Jede Stunde Maschinenstaltstand kostet ein Unternehmen bares Geld"
https://www.lokalplus.nrw/olpe/jede-stunde-maschinenstillstand-kostet-ein-unternehmen-bares-geld-51439

4 eMaint: 제조 산업의 다운타임 비용 절감
https://www.emaint.com/works/manufacturing_downtime_infographic/

6 보스턴 컨설팅 그룹: 예측 유지보수에서 AI의 성공적 과정 차트화
https://www.bcg.com/publications/2023/predicitive-maintenance-in-manufacturing

PDF 열기