Connect with us

칼럼

엣지 노드와 센서 설계의 더 높은 수준을 요구하는 디지털 트위닝

Published

on

포뮬러 1 경주 (이미지. 마우저 일렉트로닉스)

디지털 트윈 모델은 센서 설치와 관련하여 꽤 까다로운 요건들을 수반한다. 레거시 애플리케이션들은 특히 그렇다. 이에 따라 디지털 트윈 시스템 설계자는 최적의 솔루션을 구할 때까지 센서 성능과 대역폭 제한에 각별한 주의를 기울일 필요가 있다.

디지털 트윈(digital twins, DT) 모델이 제조를 비롯한 산업 분야로 빠르게 도입되고 있다. 사물인터넷(IoT)의 연결성과 저렴한 가격대의 센서를 사용할 수 있게 된 덕분이다. 하지만 디지털 트윈을 구현하려면 신호 체인의 모든 측면에서 더 높은 성능이 요구된다. 디지털 트윈을 적용하고자 하는 해당 장비 또는 그 가까이에 설치되는 엣지 노드의 경우는 특히 더 하다. 이 글에서는 센서와 엣지 노드 아키텍처에 대한 개요를 비롯하여, 엣지 노드의 중요성과 엣지 노드 통신에 대해서 설명한다.

 

센서와 엣지 노드 아키텍처
디지털 트윈 아키텍처는 3가지 차원의 IoT 아키텍처와 매우 비슷하게 닮았다(그림 1):

• 엣지 노드 – 엣지 노드 상의 센서들은 기능 유닛(산업용 로봇, 항공기 엔진, 풍력 터빈 등)의 동작에 대한 실시간 정보를 수집하고, 이 정보를 유선 또는 근거리 무선 통신망(LAN)을 통해서 전송한다.
• 게이트웨이 노드 – 게이트웨이 노드는 다양한 프로토콜을 사용하는 여러 개의 엣지 노드와 통신하고 이 정보를 취합해서 광역 통신망(WAN)으로 전송한다.
• 엔터프라이즈 노드 – 엔터프라이즈 노드는 게이트웨이 데이터를 수신하고, 디지털 모델을 적용하고, 그 결과를 통신한다.

정확한 모델과 고품질 데이터를 활용한다면 DT 모델을 통해 결함을 예측하고 효율을 높일 수 있을 뿐 아니라, 심지어는 가상이 아닌 실제 세계에서의 동작까지도 변경할 수 있다.

 

이러한 데이터 수집을 위해서는 엣지 노드가 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다.

 

엣지 노드의 중요성
DT는 물리적 기계를 가상으로 모델링하기 위해 실제 세계로부터 지속적으로 수집한 고품질 데이터를 필요로 한다. 그렇지 않다면 실제 세계와 가상 세계의 차이가 점점 더 벌어져, DT를 적용한 계산이나 예측이 쓸모 없어질 것이다.

그림 1: 디지털 트윈(DT) 아키텍처는 IoT 아키텍처와 마찬가지로 엣지 노드 상의 센서, 게이트웨이 노드, 엔터프라이즈 노드로 이루어진다.

그림 1: 디지털 트윈(DT) 아키텍처는 IoT 아키텍처와 마찬가지로 엣지 노드 상의 센서, 게이트웨이 노드, 엔터프라이즈 노드로 이루어진다. (이미지. 마우저 일렉트로닉스)

 

이러한 데이터 수집을 위해서는 엣지 노드가 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다. 또한 물리적인 프로세스까지 변경할 수 있는 DT 모델이라면 액추에이터도 엣지 노드에 포함된다.

센서 측정은 두 가지 범주로 구분할 수 있다:
• 동작 측정(기계 또는 장비의 물리적 동작): 장력, 속도, 유량, 변위, 토크, 동작 온도, 진동 등
• 환경 데이터(물리적 동작에 영향을 미침): 주변 온도, 기압, 습도 등

엣지 노드에는 다양한 형태의 센서들이 사용될 수 있다. 온도 센서, 압력 센서, 로드 셀, 가속도계 같은 다양한 센서들이 실제 세계의 특성을 측정하고 수치적 정보를 제공한다. 센서 퓨전 시스템은 여러 센서 측정 결과를 조합해서 단일 센서로는 할 수 없는 통찰을 제공할 수 있다. 카메라와 마이크로폰은 복잡하고 구조화되지 않은 정보를 사용해서 비디오 및 오디오 스트림을 발생시키므로 이를 해석하려면 별도의 프로세싱이 필요하다.

 

기존 장비를 개조할 때의 어려움

 

DT 설계는 실제 설치물을 위한 모델 역할을 하는 디지털 설계에서 시작한다. 따라서 실시간 데이터를 제공하는 센서들이 이 모델에 포함되어 최종 버전까지 계속해서 기능을 수행할 수도 있다. DT는 석유 및 가스, 핵 에너지, 항공우주, 자동차 같은 하이테크 애플리케이션에 주로 사용된다. 여기에 사용되는 기계들은 가상 모델이 도입되기 훨씬 전에 설치되었을 수 있다. 그러므로 디지털 트윈이 가능하도록 엣지 노드를 업그레이드하기에는 많은 어려움이 따른다.

기존 산업 분야에 DT를 도입하기 위해서 DT에 대한 현실 세계 버전을 완전히 처음부터 설계하는 경우는 거의 없다. 수 년 또는 수십 년 동안 잘 작동해온 기존 설비를 가지고 어떻게든 해보아야 한다. 다시 말해서 기존 시스템을 DT가 가능하도록 개조해야 하는 것이다. 디지털 트윈 시스템을 아무리 잘 설계한다 하더라도, 기존 장비의 성능을 모니터링하기 위한 센서가 부족하거나 아예 설치되어 있지 않다면 통합 과정은 엄청나게 복잡해질 것이다. 이러한 기술을 수용할 수 있도록 전혀 설계되지 않은 기계에 수십 혹은 수백 개의 센서들을 설치해야 하기 때문이다.

이미 센서들이 설치되어 있는 경우라도, 센서의 정확도가 디지털 모델에 유용한 데이터를 제공하기에 미흡할 수 있다. 예컨대 온도 센서가 설치되어 있기는 하지만 과열 결함만 감지할 수 있을 뿐, 결함을 조기에 예측하는데 필요한 온도 스트레스 패턴까지는 식별하지 못할 수 있다.

통신 네트워크의 용량 또한 문제가 될 수 있다. 기존에 설치된 IoT는 다양한 유선 및 무선 표준을 사용해서 엣지 노드를 해당 게이트웨이로 연결한다. 이러한 통신 기술에는 다음과 같은 표준 기술들이 포함된다:
• 지그비 – 저전력 메시 애플리케이션용
• 서브 1GHz – 저전력 및 장거리용
• 와이파이 – 고속의 직접 인터넷 연결
• 블루투스 – 가장 낮은 전력
• 기타

설계자는 각 표준들이 디지털 트윈 데이터로 인해서 가중되는 부담을 처리할 수 있는지 면밀히 검토해야 한다.

 

수십 배 증가해야 하는 센서 수

 

디지털 트윈은 많은 산업 분야에서 아직은 초기 단계에 있지만, 많은 제품들이 첫번째 시제품을 세상에 선보이기 위해 가상 세계에서 설계, 테스트, 검증 과정을 거치고 있다. 이러한 제품들 역시 특수한 실시간 센서들에 의해 엄청난 양의 데이터가 수집되고 있다. 항공기 엔진과 포뮬러 1 경주용 차는 대표적인 두 가지 사례이다.

항공기 엔진
항공기 엔진은 이미 고도로 계장화 되어 있다. 전통적인 터보팬 엔진(그림 2)은 압력, 온도, 유속, 진동, 속도를 측정하기 위한 센서들을 포함한다. 또한 각 범주별로 여러 특수 센서들이 사용되어 보다 세분화된 기능들을 담당한다. 압력 측정을 예로 들면 터빈 압력, 오일 압력, 오일 또는 연료-필터 차동 압력, 스톨 감지(stall detect) 압력, 엔진 제어 압력, 베어링실 압력 등을 측정하기 위해 각각의 센서들을 사용할 수 있다.

그림 2: 항공기 터보팬 같은 엣지 노드는 이미 수백 개의 센서들을 포함한다. 여기에 DT를 도입하려면 센서 수가 지금보다 수십 배 늘어나야 한다.

그림 2: 항공기 터보팬 같은 엣지 노드는 이미 수백 개의 센서들을 포함한다. 여기에 DT를 도입하려면 센서 수가 지금보다 수십 배 늘어나야 한다. (이미지. 마우저 일렉트로닉스)

 

DT는 기존의 모니터링 애플리케이션보다 훨씬 더 많은 데이터를 필요로 하기 때문에 그만큼 훨씬 더 많은 수의 센서들을 필요로 한다. 오늘날 사용되는 대부분의 항공기 엔진은 약 250개의 센서를 포함하지만, 요즘 나오고 있는 차세대 DT 가능 제품은 5천 개 이상의 센서를 포함한다. 연료 유량, 연료 및 오일 압력, 고도, 대기 속도, 전기 부하, 외부 공기 온도 등을 모니터링하는 센서들로부터 추가적인 데이터가 제공된다. 롤스로이스(Rolls-Royce), GE, 프랫 앤 휘트니(Pratt & Whitney) 같은 회사들은 이미 DT를 사용해서 신뢰성과 효율을 끌어올리고, 제조 비용은 낮추고 있다.

포뮬러 1 경주

그림 3: 포뮬러 1 경주 (이미지. 마우저 일렉트로닉스)

 

DT 기술은 치열한 경쟁이 펼쳐지는 포뮬러 1 경주에서 운전자와 자동차의 성능을 향상시키는 데에도 사용될 수 있다. 맥클라렌-혼다(McLaren-Honda) 팀은 200개 이상의 센서를 사용해서 엔진, 기어박스, 브레이크, 타이어, 서스펜션, 공기역학에 관한 실시간 데이터를 전송한다. 경기가 진행되는 동안, 이 센서들은 영국 워킹(Woking)에 있는 맥클라렌 기술 센터(McLaren Technology Centre)로 100GB에 이르는 데이터를 전송한다. 분석가들은 이 데이터를 분석하고 DT를 적용해서 운전자에게 최적의 경주 전략을 전달한다. 가상의 세계에서 DT가 실제 자동차와 동일한 도로 조건, 날씨, 온도로 동일한 경기를 펼친다.

 

DT 엣지 노드 아키텍처의 미래

 

DT 모델의 잠재력을 최대한 실현하기 위해서는 기존의 엣지 노드 아키텍처에서 다음과 같은 몇 가지 과제들을 해결해야 한다:

스마트 센서와 엣지 노드 프로세싱
센서들이 점점 더 많은 데이터를 수집함에 따라서, 디지털 모델로 데이터를 어떻게 사용할지, 또 데이터를 어디에서 처리해야 할지(노드, 게이트웨이, 클라우드 등) 결정해야 한다. 노드에서 처리하면 네트워크 대역폭은 줄일 수 있으나 정보를 잃을 우려가 있고, 그러면 DT 성능이 떨어질 수 있다.

이 결정에는 사용하는 센서가 어떤 유형인지가 영향을 미친다. 많은 센서들은 예컨대 압력을 나타내는 디지털 전송처럼, 사용하기 편리한 구조화된 포맷으로 정보를 전송한다. 하지만 마이크로폰이나 이미지 센서 같은 것들은 구조화되지 않은 대량의 원시 데이터를 발생하므로 대대적인 프로세싱을 하지 않으면 쓸모가 없다.

향상된 통신 인터페이스
엣지 노드 프로세싱을 늘린다 하더라도, 어마어마하게 늘어나는 데이터 양 때문에 시스템 설계자는 어떻게든 네트워크 대역폭을 늘려야 할 것이다. 예를 들어 항공기 엔진은 엔진 한 대마다 초당 5GB의 데이터를 발생하며, 상업용으로 사용되는 트윈 엔진 항공기는 하루에 최대 844TB의 데이터를 발생한다.
전통적인 산업들은 또 다른 복잡함을 안고 있는 엄청난 양의 데이터를 발생한다. 전통적인 산업용 IoT 애플리케이션에 이용되는 많은 원격지 엣지 노드들은 저전력 소비 특성을 최적화하기 위해 배터리 전원과 저성능 무선 프로토콜을 사용한다. 따라서 이러한 기존 설계에 DT를 사용하려면 통신 병목지점이 어디인지부터 파악할 필요가 있다.

견고한 엣지 노드 보안
기존에 설치된 IoT 네트워크는 엣지 노드 디바이스에서 보안성이 문제가 될 수 있다. 이에 따라 암호화, 보안 하드웨어, 애플리케이션 키, 장치 인증서 같은 보안 조치들이 점점 더 일반화되고 있다. DT 프로그램의 도입이 늘어날수록 이러한 보안 기술들의 중요성은 더욱 강조될 것이다. 특히 인터넷 프로토콜(IP) 연결이 가능한 노드들은 해커들의 공격 대상이 되기 쉽다.

 

맺음말

 

디지털 트윈 프로그램을 구현하려면 신호 체인의 모든 측면에서 더 높은 성능이 필요하다. 디지털 트윈을 적용하고자 하는 해당 장비 또는 그 가까이에 설치되는 엣지 노드의 경우는 특히 더 하다. 엣지 노드는 디지털 트윈을 구현하는 데 있어서 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다. 현재 디지털 트윈은 주로 항공기와 자동차 같은 분야에 사용되고 있다. 이들 분야에는 이미 많은 수의 센서들이 사용되고 있는데, 여기에서 디지털 트윈이 가능하도록 기존 장비를 개조하려면 지금보다 수십 배 더 많은 센서들을 설치해야 한다. 그 밖에도 엣지 노드 프로세싱, 통신 프로세싱, 엣지 노드 보안 같은 것들을 향상시켜야 한다.

 

글_ 폴 피커링(Paul Pickering) / 마우저 일렉트로닉스

 

Continue Reading
Advertisement
Click to comment

댓글 남기기

스마트플랜트

[칼럼] 과충진(overfill) 방지 어플리케이션을 위한 올바른 레벨 측정

Published

on

퍼베이시브 센싱

위험 물질을 저장하는 기업들은 강력한 과충진 방지 시스템(overfill prevention system, OPS)에 투자하고 현재의 안전 규정을 준수하는 것이 필수적이다. 실제로 플랜트내 탱크와 베셀의 과충진은 오래전부터 심각한 사건의 주요 원인이며 여전히 매일 수백 건의 과충진이 사고가 발생하고 있다. 과충진이 발생한다는 것은 작업자의 부상 및 사망 위험성, 막대한 자산 손실은 물론 환경 문제로까지 확산될 우려가 크기 때문에 그만큼 과충진 방지 기술이 중요하다. [편집자 주]

에머슨 플랜트

(이미지. emerson)

탱크와 베셀(Vessel)의 과충진은 오래전부터 공정 및 대용량 액체 화물 저장 산업에서 심각한 사건의 주요 원인으로, 우려스럽게도 여전히 매일 수백 건의 과충진이 발생하고 있습니다(미국 환경보호국, 2014년). 관련 물질이 주로 위험하고 가연성이며 폭발성을 띠는 경우마저 있기에, 과충진이 발생한다는 것은 부상 및 사망 위험성, 막대한 자산 손실, 환경 문제를 의미합니다. 이러한 사건으로 소요되는 비용은 때때로 수십억 달러로 환산될 정도이며, 이어지는 역풍과 법적 분쟁으로 기업의 명성이 심각하게 훼손될 수 있습니다.

위험 물질을 저장하는 기업들은 강력한 과충진 방지 시스템(overfill prevention system, OPS)에 투자하고 현재의 안전 규정을 준수하는 것이 필수입니다. IEC 61511은 공정 업계에서 현대적인 OPS를 시행하기 위한 최선의 모범 사례를 제시합니다. 또한, API 2350표준은 비가압식 육상 대용량 석유 저장 탱크의 특정 용도에서 현대식 모범 사례를 준수하는 최소 요구 사항을 제공합니다.

독립 방호 계층
과충진 위험을 최소화하려면 다수의 독립 방호 계층을 구축해야 합니다. 1차 계층은 기본 공정제어시스템(Basic Process Control System, BPCS)으로, 생산 공정을 모니터링하고 제어합니다. BPCS가 정상적으로 작동하면 다른 계층들이 활성화되지 않습니다. 두 번째 계층은 안전 계층(일반적으로 OPS)인데, BPCS와 분리, 독립적으로 운용되어 이중화를 제공합니다. 안전 계층은 BPCS가 오작동하거나 문제가 발생한 경우, 과충진 사고의 발생을 방지하는 안전 시스템입니다. 다음 계층은 수동 방호 계층으로, 다이크 또는 콘크리트 벽과 같은 2차 봉쇄입니다. 마지막으로 비상 대응 계층은 응급 서비스에 알리는 역할을 합니다.

과충진 방지 또는 완화에 사용하는 다양한 방호 계층 (이미지. emerson)

과충진 방지 또는 완화에 사용하는 다양한 방호 계층 (이미지. emerson)

수동 및 자동 방지시스템
안전계층내에는 두 가지 기본 유형이 있습니다. 바로, 수동 과충진 방지시스템(Manual Overfill Prevention Systems, MOPS)과 자동 과충진 방지시스템(Automatic Overfill Prevention Systems, AOPS)입니다. MOPS는 구현하기 쉽고 덜 복잡하며 초기 비용이 낮습니다. 일반적으로 시청각 알람을 운영자에게 전송하는 레벨 센서 또는 스위치로 구성되어, 해당 알람을 받은 운영자가 직접 과충진 방지를 위한 밸브의 수동 개방 또는 차단과 같은 적절한 조치를 취합니다.

사람이 하는 일이라 신뢰성이 떨어지기 때문에 MOPS의 위험성 완화 요소는 제한적이며, 상당한 이점을 지닌 AOPS로 교체하는 경향이 있습니다. AOPS의 장점으로는 높은 위험성 완화요소, 짧은 응답시간, 운영자의 업무량 감소 등이 있습니다. AOPS는 일반적으로 레벨 센서, logic solver, 자동화 밸브 기술 형태의 최종 제어 요소로 구성되어 있습니다.

과충진 방지 솔루션들 중에도 ‘어디에나 꼭 맞는 전천후’ 레벨 측정 기술과 시스템은 존재하지 않습니다. 어플리케이션은 고유의 문제점과 기준이 있으므로 아래 소개하는 기술 중에서 적절한 기술을 선택하는 것이 중요합니다.

전자 기계식 플로트(float) 및 디스플레이서(displacer) 스위치
포인트 레벨, 인터페이스, 밀도 어플리케이션에 사용되며 유체의 디스플레이서 부력이 주요 측정 원리입니다. 디스플레이서의 유동적인 부품들은 자주 세정 및 교체해야 합니다. 기계적인 진동과 난류의 영향을 받아 기계 부품들이 잘못된 리딩을 나타낼 수 있고 유지보수 비용이 높을 수 있습니다. 디스플레이서는 더 정확한 진단 기술을 제공하고 신뢰성 높으며 유지보수 비용이 낮은 현대적인 전자 기술로 점차 대체되고 있습니다.

진동 포크 스위치
음차(tuning fork) 개념을 사용하는 포인트 레벨 기술입니다. 포크 모양의 소리굽쇠(prong) 두 개를 공정 베셀에 담그면 내부 압전 크리스탈 오실레이트는 고유 주파수대로 진동하게 합니다. 소리굽쇠를 중간 매체(medium)에 담그면 이 주파수가 다양하게 나타납니다. 변화가 나타나면 전자적으로 감지하여 효과적으로 유체의 유무를 감지할 수 있습니다. 움직이는 부품이 마모되거나 엉겨붙을 위험이 없으므로, 진동 포크 기술은 다른 기술에 비해 고장을 일으킬 가능성이 낮습니다. 유체, 난류, 기포, 거품, 진동 및 밀도 변화 등에 거의 영향을 받지 않으므로 신뢰성이 높습니다.

유도파 레이다(GWR)
이 기술에서는, 저에너지 마이크로파 펄스가 공정 매질 안에 잠긴 프로브(probe)를 따라갑니다. 마이크로파가 제품 표면에서 트랜스미터로 반사되면 레벨이 계측됩니다. 방출된 펄스의 일정 비율은 계속 프로브를 따라가므로 계면(interface) 또한 감지됩니다. 유도파 레이다 트랜스미터는 설치가 간단하고 매체의 밀도나 절연성, 전도성 변화에 따른 보상이 필요하지 않습니다. 압력, 온도, 그리고 대부분의 증기 공간 조건 변화는 측정 정확도에 영향을 주지 않습니다. 이 기술은 심한 난류나 진동에 영향을 받지 않고 빌드업(build-up) 역시 영향을 끼치지 않으므로 재보정이 필요하지 않습니다. 움직이는 부품이 없으므로 유지보수 필요성도 매우 적습니다.

비접촉식 레이다(NCR)
NCR 레벨 게이지는 펄스 레이다 또는 주파수 변조 연속파(Frequency Modulated Continuous Wave, FMCW) 기술로 계측을 합니다. 펄스 레이다는 마이크로파를 공정 매질 방향으로 방출하여 센서로 반사되게 하는데, 레벨은 마이크로파 신호 송신과 수신 사이에 걸린 시간에 정비례합니다. FMCW를 이용하면, 레이다가 계속해서 바뀌는 주파수로 연속적인 신호 소인(sweep)을 전송합니다. 반사된 신호의 주파수는 전송한 신호의 주파수와 비교합니다. 송신과 수신의 주파수 사이의 차이는 레이다에서 표면까지 거리에 비례하므로, 레벨이 측정됩니다. 이 기술은 밀도, 점도, 전도도와 같은 공정 조건에 영향을 받지 않고 코팅과 증기에도 거의 영향을 받지 않습니다. 설치와 시운전이 쉽고 매질과 접촉하지 않고 레이다에 움직이는 부품이 없어 유지보수가 거의 필요 없습니다.

투인원 기술
투인원 기술을 탑재한 비접촉식 레이다 레벨 게이지는 BPCS와 OPS에서 동시에 사용될 수 있습니다. 이 기술은 에머슨의 Rosemount™ 5900S 투인원 레이다 레벨 게이지에 적용되었는데, 두 개의 분리되고 독립된 전자 유닛과 공통의 안테나로 구성되어 있습니다. 각각의 케이블 트레이에 케이블로 연결하면 레벨 측정 및 OPS에도 하나의 게이지를 사용할 수 있으며 IEC 61511과 API 2350 두 가지 기준에 모두 부합합니다. 이 솔루션을 이용하면 하나의 BPCS 또는 AOPS 센서를 두 개의 연속적 레벨 측정기로 대체해 기존 탱크의 안전성을 비용 효율적으로 개선할 수 있으며, 하나의 오프닝만 필요하기 때문에 탱크 수정(modification)도 거의 필요하지 않습니다.

진단 및 검증 시험(proof-testing)
진동 포크 스위치, 유도파 레이다, 비접촉식 레이다들은 모두 막강한 자체 진단 기술을 탑재하고 원격으로 부분적인 검증 시험(proof-testing)을 수행 가능하기 때문에 기존의 오래된 기계식 기술에 비해 큰 장점이 있습니다. 장비 상태를 모니터링하면 과충진 발생 시 제대로 작동할 것임이 보장되고 부분적인 검증 시험을 원격으로 시행하면 시간을 아끼고 작업 효율을 증진할 수 있습니다.

Petroleum Storage Tanks

Petroleum Storage Tanks on Petrochemical Plant (image. emerson)

일반적인 어플리케이션
과충진 방지 계측이 도입된 공정 및 대량 액체 화물 저장 업계에는 일반적으로 세 가지 어플리케이션 형태가 있습니다. 공정 어플리케이션 내의 공정 베셀과 저장 탱크, 그리고 대량 유체 취급 업계에서 사용하는 저장 탱크입니다. 각각 서로 다른 문제점을 직면하고 있으며, 가장 적합한 과충진 방지 기술 역시 저마다 다릅니다.

1) 공정 베셀(process vessels)
공정 베셀은 유체의 준비, 혼합, 분리, 증류, 반응, 냉각 및 정제 등을 포함하여 특정 산업공정 또는 전체공정의 일부가 이루어지는 장소입니다. AOPS에 어떤 기술을 사용할 것인지는 베셀의 모양, 크기, 설계에 따라 달라집니다. 예를 들어, 원뿔형 탱크 레벨 센서는 꼭대기에 설치하는데, 유도파 레이다 트랜스미터나 비접촉식 레이다 게이지, 진동 포크 스위치 중에 선택할 수 있습니다. 교반기(agitator), 열교환기 및 챔버를 이용하는 다른 내부 구조물들의 경우, 레벨 측정 면에서 제한적입니다. 이러한 어플리케이션에는 유도파 레이다 트랜스미터를 추천합니다. 측면에 설치하는 솔루션을 이용해야 한다면 진동 포크 스위치가 이상적입니다.

고온의 증기가 탑을 통해 솟아오르는 증류탑의 경우 각기 다른 온도에서 여러 가지 성분이 응축하고 축적물을 회수해야 합니다. 여러 개의 챔버가 필요하며 AOPS에는 유도파 레이다 트랜스미터가 흔히 쓰입니다. 블렌딩(혼합) 탱크에는 교반기가 있으며, 탱크 내에 삽입하는 센서에 제약을 가합니다. 이 경우, 상단에 장착하는 NCR이 일반적으로 AOPS 센서를 위한 적절한 솔루션입니다. 이런 어플리케이션에서는 유체가 튀고 레벨이 빠르게 변하며 볼텍스와 거품이 흔히 일어나기 때문에, 현대적인 고성능의 레이다 장비를 선택하는 것이 중요합니다. 일반적으로 3단계 중복성을 갖춘(triple redundancy) 보일러 드럼 어플리케이션에서는 AOPS에 SIL 3 유도파 레이다 트랜스미터(공정 상태 변화에 영향을 받지 않음)가 요구됩니다.

2) 탱크 모니터링 시스템
탱크 모니터링 시스템 어플리케이션에는 다수의 소형 또는 중형 베셀로 구성된 어플리케이션이나 5~20개의 탱크가 있는 소형 탱크팜이 포함되며, 레벨 모니터링을 위한 자동화 시스템이 필요하지만 자동화 제어 시스템까지 필요하지는 않습니다. 이러한 시스템들은 수동 계측을 없애서 업무량을 줄여주고 작업자가 탱크에 직접 갈 필요성도 줄여 작업자의 안전성을 증진합니다. 탱크 모니터링은 일반적으로 총 부피 계산을 포함하지만 재정적 측정(fiscal measurement)은 들어가지 않습니다. 이러한 어플리케이션을 위해 추천되는 과충진 센서는 단독 베셀 어플리케이션에 쓰이는 센서와 같은 것입니다. 알맞은 센서를 선택하려면 탱크와 오프닝, 저장된 유체 등에 따라 결정해야 합니다.

3) 대용량 유체 보관
대용량 유체 보관 어플리케이션에서는 레벨을 측정하고 재고를 측량하는 목적으로 자동 탱크 게이지(Automatic Tank Gauging, ATG) 시스템이 BPCS로 많이 사용됩니다. 이 시스템들은 측정되는 유체의 가치 때문에 이례적으로 정확한 레벨 계측을 위해 레이다 기술을 사용합니다. 레벨에 작은 오차만 있어도 유체의 양에서 수천 갤런의 오차가 생기게 됩니다. 대용량 유체 저장 탱크를 위한 AOPS는 대체로 비접촉식 레이다 게이지와 logic solver, 액추에이터로 구성되어 있습니다. 비접촉식 레이다 대신 진동 포크 스위치 또는 유도파 레이다 트랜스미터를 사용할 수도 있습니다. 대용량 저장 탱크들 중에는 플로팅 루프(floating roof) 탱크가 많은데, 이에 따라 레벨 측정과 과충진 방지 솔루션에 특정한 기준이 생기게 됩니다. 최선의 방법은 높은 정확도를 요구하는 스틸(still) 파이프를 통해 계측하는 것으로 정확성을 위해 비접촉식 레이다를 사용하는 것입니다. 탱크에 스틸 파이프가 없다면 지붕 관통(shoot the roof) 옵션을 사용하는데, 루프 꼭대기에 반사 금속 타깃을 설치하여 레이다 빔을 포착하는 것입니다.

마치며
효과적인 과충진 방지 시스템은 리스크를 확실히 줄이고 안전 규정 준수를 보장하지만 ‘어디에나 꼭 맞는 전천후’ 레벨 측정 기술은 없으므로 어플리케이션과 고유의 문제점을 이해하는 것이 필수적입니다. 광범위한 레벨 측정 솔루션을 제공하는 자동화 솔루션 공급자들은 사용자가 알맞은 기술을 선택, 설치 및 시행하는 것을 돕기 위해 기다리고 있습니다.

글_ 크리스토퍼 비달(Christoffer Widahl), 에머슨(Emerson) 시니어 전략 제품 매너저

Continue Reading

스마트공장

[원일민 칼럼] 산업용 사물 인터넷(IIOT)과 INDUSTRIE 4.0 (4)

Published

on

힐셔 netIOT 엣지 게이트웨이

필드레벨 데이터를 클라우드로 연결하는 방법

지난 시간에 이어 필드레벨 데이터를 클라우드로 연결하는 방법에 대해서 설명하고자 한다.

잠시 지난 시간에 언급했던 내용들을 정리해 보자면, 현 시스템에서 필드레벨 데이터를 클라우드로 올리는 가장 손쉬운 방법은 현재 사용하고 있는 PLC, DCS 또는 PC와 같은 제어기를 직접 클라우드로 연결하는 것이다. 이는 제어기가 공급하는 Ethernet port를 통해서 가능하며 시스템 구조의 변경이나 추가가 별도로 필요하지 않다는 장점이 있다. 다시 말해서 신규 투자를 최소화할 수 있는 방안이라는 점에서 시험적으로 산업용사물인터넷(IIoT)를 적용해보고자 하는 사용자에게 큰 메리트가 있다. 하지만 현실적인 장점이 큰 만큼 제약사항도 그 만큼 따른다. 기존의 제어기를 사용하여야 하므로 제어기의 동작에 영향을 주지 않는 범위내에서 데이터를 전송해야 하며, 제어기가 가지고 있는 프로그램을 수정해야 한다. 또한 어떤 데이터의 경우 Configuration 문제로 인해 기존에 사용하고 있던 필드버스나 리얼타임 이더넷 프로토콜(Real-Time Ethernet protocol)을 통해서 제어기로 전송할 수 없는 경우도 존재한다. 투자는 최소화할 수 있지만 전송 가능한 데이터도 최소화 될 수 밖에 없다.

두번째 방법은 필드 디바이스들을 직접 클라우드에 연결하는 것이다. 이를 위해서는 각각의 필드 디바이스가 IIoT 기능을 가져야 하며, 이는 필드 디바이스의 추가 개발이나 모델의 변경, 옵션의 추가와 같은 투자가 필요하며, 필드 디바이스를 클라우드로 연결하기 위한 통신 케이블의 추가 작업이 필요하다. 또한 대부분의 경우 각 필드 디바이스를 공급하는 업체에서 IIoT 기능을 제공해야 하는데, 이로 인해 사용자는 특정 업체에 종속되는 경우도 발생할 수 있다. 첫번째 방법에 비해서 변경사항이 많지만 사용자가 원하는 모든 필드 데이터를 클라우드로 전송할 수 있다는 점에서 추천할 만하다. 또한 기존 시스템의 속도나 안정성에 영향을 주지 않는다는 점에서 제어기능과 데이터 전송 기능이 분리된 시스템으로 볼 수 있다. 하지만 모든 데이터가 클라우드로 연결되므로 불필요한 데이터까지 클라우드에서 수집하게 되며, 이는 클라우드 저장 공간의 비효율성을 야기할 수 있다. 더불어 현장에서 즉시 사용 가능한 데이터 또한 클라우드를 통해서 받아야 하므로 경우에 따라서는 생성된 데이터를 필요한 시점에 사용하지 못하게 될 수도 있다.

마지막 세번째 방안은 Edge Gateway를 사용하는 것이다. 일반적으로 클라우드는 Information Technology라고 하는 IT 영역에 속해있고, 필드 디바이스들은 Operational Technology라고 하는 OT 영역에 속해 있다. 전통적으로 IT영역과 OT 영역은 분리되어 발전해 왔으며, 각각의 영역에 대한 기술 교류 또한 없었다. 이로 인해 서로 사용하는 언어나 시스템을 바라보는 시각 또한 차이가 있으며, 이것은 우리가 4차 산업혁명이라고 부르는 Industrie 4.0 시스템의 구현에 하나의 장애물이 되고 있다. 필자의 회사가 주력하고 있는 부분 중 하나는 IT와 OT 영역을 연결함에 있어서 서로의 괴리감이나 불협화음을 최소화 시키는 것이다. 간단한 예를 들어 Device Description file인 GSDML 파일의 필요성이나 그 용도에 대해서는 설명을 하지 않더라도 OT 영역에 있는 사람들은 어느 정도 알고 있으나 IT 영역에 있는 사람은 이에 대해 잘 알지 못한다. 반대로 Docker에 대해서는 IT 영역의 사람들은 잘 알고 있으나 OT 영역에서는 그러지 못한다. 이렇듯 양쪽 영역에서 필요로 하고 사용하는 프로그램, 파일, 언어등을 모두 파악하고 중간자적 입장에서 두 영역의 가교역할을 해 줄 수 있는 전문가가 필요한 것이다.

Edge Gateway도 이와 같은 역할을 하는 제품이다. IT와 OT의 양 끝단에서 데이터를 서로 교환해 주는 역할을 한다. 기본적으로 Edge Gateway를 사용하는 방안은 앞선 두 가지 보다 더 다양한 장점을 가질 수 있다. 하지만 두 번째 방안이었던 필드 디바이스를 직접 클라우드에 연결하는 것보다 더 많은 투자가 있어야 한다. 대략적인 시스템 구성을 보면 다음과 같다. 시스템의 제어기는 Real-Time Ethernet을 사용하여 자신의 시스템을 제어하고, Edge Gateway는 Real-Time Ethernet 상에서 하나의 Slave로 동작을 한다. 하지만 제어기는 Edge Gateway를 하나의 Slave로 취급할 뿐 제어를 위한 별도의 입.출력을 주고 받지 않으며 이를 위한 별도의 프로그램도 존재하지 않는다. 각 필드 디바이스는 제어기로부터 지령을 받아 시스템에서 구동을 하며, MQTT나 OPC UA를 사용하여 기존에 설치되어 있던 Real-Time Ethernet 통신 라인을 통해 Edge Gateway로 사전에 설정된 IIoT 데이터를 전송한다. Edge Gateway는 필드 디바이스들로 부터 받은 데이터를 클라우드로 올려준다. 이를 그림으로 표현하면 아래의 그림과 같다. 시스템의 구성만 놓고 보면 각각의 필드 디바이스를 개별적으로 직접 클라우드에 연결하던 것을 Edge Gateway를 통해 필드 데이터를 수집 후 하나의 통로를 통해 클라우드로 연결한다는 구성으로 변경된 것으로 보인다. 변경된 시스템의 구성도만 본다면 사용자가 가질 수 있는 추가적인 장점이 쉽게 보이지 않지만 이 방안을 통해 얻을 수 있는 장점들은 분명히 존재한다.

힐셔 netIOT 엣지 게이트웨이

힐셔 netIOT 엣지 게이트웨이 구성 방안

Edge Gateway를 사용하는 가장 큰 장점 중 하나는 필드에서 생성되는 각 IIoT 데이터를 즉시 사용할 수 있다는 점이다. 통상적으로 데이터를 클라우드에서 수집하는 이유는 빅데이터를 만들고 이를 통해 더 부가가치가 높은 결과를 얻고자 하는 것이다. 하지만 어떤 경우에는 필드의 데이터를 즉시 사용하는 것이 현실적으로 더 중요할 때가 있다. 예를 들어 현장에 100대의 로봇이 구동하고 있고, 각 로봇에 있는 CPU의 온도 데이터를 일정 시간마다 수신 받고 있다고 가정할 때 모든 로봇의 CPU온도는 오차 범위 내에서 동일하여야 한다. 만약 특정 로봇의 CPU온도가 다른 것들과 비교해 높다면 이 로봇은 고장 가능성을 내포하고 있다고 볼 수 있다. 이럴 경우 CPU의 온도 데이터를 클라우드로 올려서 저장하는 것보다는 현장의 설비 보전 담당자에게 이 정보가 전달되는 것이 휠씬 더 중요할 것이다. 설비 보전 담당자는 해당 로봇을 점검하여 CPU의 온도가 올라간 원인을 찾고 조치하여 생산 라인이 중지되는 것을 방지 할 수 있다. 또한 즉각적인 조치를 취하지 않더라도 해당 로봇은 향후 주요 보전 대상 장비가 되어 보다 세심한 관리를 받게 될 것이며, 이런 활동들을 통해 현장설비의 고장 정지 시간이 줄어드는 효과를 가져올 수 있다. 필자가 취급하고 있는 Edge Gateway는 클라우드와의 연결, 각 데이터의 처리등을 위해 Node-RED라는 프로그램을 사용하는데 이는 IBM에서 개발한 Open Source 형태의 프로그램으로 Drag-Drop 형식으로 간단하게 사용할 수 있게 구성되어 있다. 이 프로그램과 더불어 Edge Gateway에 있는 Wi-Fi를 통해 설비 담당자의 컴퓨터나 테블릿으로 이상 데이터와 함께 메세지를 전송할 수 있다.

또 다른 한 가지 장점을 예로 든다면 클라우드로 전송되는 데이터를 미리 선별하여 클라우드의 저장 공간을 효율적으로 사용할 수 있다는 것이다. 일반적으로 Edge Gateway는 Passive mode와 Active mode를 가지고 있다. 이는 전송되어 온 데이터를 클라우드로 단순하게 연결만 할 것인가, 아니면 이 데이터를 가지고 별도의 동작을 할 것인가에 관한 것이다. 앞서 소개한 필드 디바이스가 클라우드로 직접 연결되는 방법은 Passive mode와 유사하다고 할 수 있다. 이 모드를 사용하게 되면 생성된 모든 데이터가 클라우드로 전달되기 때문에 무의미한 데이터가 클라우드로 전송될 수 있다. 예를 들어 점심시간으로 인해 생산라인이 중지되었을 경우 각 디바이스들의 가동율이나 대기시간등은 의미가 없다. 하지만 Edge Gateway나 클라우드는 이를 모르기 때문에 모든 데이터를 전송하고 저장한다. 이는 데이터 수집 후 가공단계에서 결과의 오류를 불러 올 수도 있다. Edge Gateway는 Node-RED를 사용하여 데이터가 수신되는 시간, 데이터의 범위, 이전 데이터와의 비교등 다양한 작업을 할 수 있고, 이의 결과에 따라 데이터 전송 여부를 결정할 수 있다. 이를 통해 클라우드에서는 보다 유의미한 데이터만을 저장하게 되며, 이는 자연스럽게 저장 공간의 효율성을 증대시킨다. 다만 Edge Gateway에서 너무 많은 필터링을 하게 되면 Raw-Data의 변형을 초래하여 이를 빅데이터화 하였을 경우 최종 결론에 왜란을 줄 수도 있다.

현재 Edge Gateway는 IT와 OT 연결만이 아닌 다양한 추가 기능을 가지는 제품의 발전하고 있다. Real-Time Ethernet인 PROFINET이나 EtherNet/IP는 기본이고, PROFIBUS나 DeviceNet과 같은 필드버스 통신도 장착되고 있다. 이렇게 되면 투자비용을 최소화하면서 오래전에 설치된 장비들과의 통신도 가능하게 된다. 통신 관련 옵션외에도 Edge Gateway가 가지는 Computing 기능을 확대하여 기존 산업용 컴퓨터의 기능도 할 수 있게 되고 있다. 고 기능의 Edge Gateway는 데이터를 그래픽으로 보여주거나 Dashboard를 사용하여 직관적인 관리가 가능하게 하고 있다. 또한 특정 웹사이트를 열어 본다거나 매뉴얼등을 저장할 수 있어 그 사용의 한계를 규정짓지 않고 있다. 단순히 MQTT나 OPC UA를 사용하여 데이터의 수집과 전송을 하는 간단한 기능만을 가진 Gateway 부터 마치 복합기와 같은 다양한 기능을 가진 고기능의 Gateway까지 다양한 제품들이 시장에 출시되고 있다. 사용자의 입장에서는 자신의 시스템에 맞는 적당한 기능과 가격의 제품을 선택할 수 있다는 점에서 메리트를 가진다고 할 수 있겠다.

Smart Factory의 적용을 위한 시작은 IT 영역과 OT 영역의 연결이라고도 할 수 있다. 앞에서 소개한 3가지 방안을 통해 필드 레벨과 클라우드 레벨의 연결을 완료했다고 볼 수 도 있지만, 어떤 경우 OT 영역내에 있는 기기간의 연결도 필요하다는 사람도 있다. 예를 들어 자동화기기 스스로 고장여부를 판별하여 이를 통보하지 못 할 경우, 다른 기기들이 이들의 상태를 지속적으로 감시하여 정상동작 여부를 판단해야 하기 때문이라고 한다. 이와 같은 경우에는 이미 앞서 소개한 MQTT를 통해 간단히 해결이 가능하다. 설비들 사이에서 통신 Broker를 설정해 두고 이상여부를 판별할 수 있는 데이터의 중계를 설정해 두면 Broker와 연결되는 모든 기기들의 이상여부를 판별할 수 있다. 다른 영역간의 연결이 아닌 동일 영역내에서의 데이터 전송이나 교환을 더욱 간단하다. 이제 데이터의 연결을 완료하였으니 다음 시간에는 데이터의 활용에 대해서 생각해 보고자 한다.

원일민 / 힐셔코리아 대표

 

[원일민 칼럼]
산업용 사물 인터넷(IIOT)과 INDUSTRIE 4.0 (1)
통신기술 융합 산업용사물인터넷을 통한 산업현장의 변화

산업용 사물 인터넷(IIOT)과 INDUSTRIE 4.0 (2)
MQTT와 OPC UA 통신을 통한 산업용사물인터넷(IIoT) 구현

산업용 사물 인터넷(IIOT)과 INDUSTRIE 4.0 (3)
필드 디바이스 정보를 클라우드로 전송하는 3가지 방안

 

Continue Reading

배너광고

Power Electronics Mag
오토메이션월드 2019
inter battery 2018
네스트필드
  • 슈나이더 일렉트릭
  • HMS Anybus
  • 힐셔코리아
  • 비앤드알 산업자동화
  • 지멘스
eBook 보기

책 판매대

SPS 2018
물류기술 매거진
Advertisement

Trending

Copyright © 2015 Flex Mag Theme. Theme by MVP © Copyright 2006-2018, 아이씨엔 미래기술센터 All Rights Reserved.
tel. 0505-379-1234, fax. 0505-379-5678 | e-mail. icn@icnweb.co.kr | Powered by WordPress Flex Mag Theme. Theme by MVP
Address: 57-25 4F, Changcheon-dong, Seodaemun-gu, Seoul, 03789, Korea
주소: 서울특별시 서대문구 연세로5나길 10 (창천동, 4층)
업체명: 아이씨엔, 사업자등록번호: 206-11-69466, 통신판매업신고증: 2009-서울서대문-0373호
기사제보 : news@icnweb.co.kr 반론청구 : oseam@icnweb.co.kr

아이씨엔의 모든 콘텐츠는 저작권법의 보호를 받습니다. 이의 일부 또는 전부를 무단 사용하는 것은 저작권법에 저촉되며, 법적 제재를 받을 수 있습니다.


[[클린 광고 선언]]
아이씨엔 매거진은 어떠한 경우에도 성인, 성형, 사채, 폭력, 투기, 악성SW 및 환경파괴(원자력 포함) 관련 광고는 게시하지 않습니다.
[광고 신고: oseam@naver.com]