감속기 모터 센서 설치 사례 / 사진. 모넷코리아

산업용 무선 IoT 센서 전문기업 모넷코리아가 AI 기반 예지보전을 지원하는 산업용 무선 3축 진동 센서 솔루션을 출시했다고 밝혔다.

이번 솔루션은 모터, 펌프, 압축기, 팬, 컨베이어, 감속기, 호이스트, 크레인 등 다양한 회전 설비에 적용할 수 있는 무선 진동 모니터링 시스템이다. 별도의 케이블 시공 없이 장기간 진동 데이터를 자동으로 수집할 수 있도록 설계됐으며, 수집된 데이터는 산업용 표준 인터페이스를 통해 산업감시제어시스템(SCADA), 공정제어장치(PLC), 제조실행시스템(MES), 전사적자원관리(ERP) 등과 연동할 수 있다.

모넷코리아는 AI 예지보전의 핵심은 알고리즘보다 데이터 확보에 있다며, 센서를 설치하는 시점부터 미래 예지보전을 위한 데이터 자산 축적이 시작된다고 설명했다.

최근 산업계에서는 AI 기반 예지보전에 대한 관심이 높아지고 있지만, 실제 현장에서는 데이터 확보가 가장 큰 과제로 꼽혀 왔다. 기존 유선 진동 계측 방식은 데이터 수집 장치와 차폐 케이블, 전원 공급 장치 등 별도 인프라 구축이 필요해 설치 비용과 유지관리 부담이 컸다. 특히 이동하거나 회전하는 설비에서는 케이블 단선과 마모 문제가 반복적으로 발생해 데이터 수집에 한계가 있었다.

이번 솔루션은 이러한 문제를 해결하기 위해 무선 기반으로 설계됐다. 물류센터 컨베이어와 감속기, 데이터센터 공조 설비, 화학·제약·식품 플랜트 압축기, 호이스트와 크레인 등 다양한 산업 현장에서 적용할 수 있다.

물류센터의 경우 컨베이어와 감속기 베어링에 센서를 부착하면 진동 패턴 변화를 지속적으로 감시해 베어링 마모나 정렬 이상을 조기에 발견할 수 있다. 이를 통해 긴급 정비를 계획 정비로 전환하고 성수기 가동률을 유지할 수 있다는 설명이다.

데이터센터와 대형 빌딩 공조 설비에서는 야간 무인 운전 중 발생하는 이상 징후를 실시간으로 감지할 수 있다. 국제 표준 ISO 20816 기반 자동 진단 기능이 기본 탑재돼 임계값을 초과하면 즉시 알림을 제공한다.

플랜트용 압축기에는 양쪽 베어링에 센서를 설치해 회전체 불균형, 정렬 이상, 베어링 마모 등을 방향별로 분석할 수 있다. 이를 통해 비계획 정지 가능성을 낮추고 정비 의사결정을 지원한다.

특히 호이스트와 크레인처럼 기존 유선 진동 계측이 사실상 어려웠던 설비에도 적용할 수 있다는 점이 특징이다. 무선 방식으로 즉시 부착이 가능해 장기간 진동 데이터를 축적할 수 있으며, 그동안 측정이 어려웠던 설비까지 데이터 기반 관리 체계에 포함할 수 있게 됐다.

기술적으로는 24비트 기반의 3축(X·Y·Z) 동시 계측 기능을 지원한다. 이를 통해 회전체 불균형, 베어링 마모, 정렬 불량, 공진 등 다양한 결함을 보다 정밀하게 분석할 수 있다. 또한 가속도, RMS 진동값, RPM, 주파수 등 복수의 변수를 활용한 분석 기능도 제공한다.

ISO 20816 국제 진동 평가 기준을 기본 탑재해 임계값 초과 여부를 자동으로 판단하고 알림을 발송하는 기능도 갖췄다. 별도 전문 분석 인력이 없어도 표준 기반 진단 체계를 구축할 수 있도록 지원한다.

운영 측면에서는 AA 배터리 두 개만으로 최대 10년(10분 측정 주기 기준)까지 사용할 수 있으며, IP65 등급의 방진·방수 성능을 갖춰 산업 현장의 다양한 환경에서 활용 가능하다. 무선 통신에는 주파수 도약 방식을 적용해 기존 무선 네트워크와의 간섭을 최소화했다.

진동 데이터는 모넷 클라우드 플랫폼에서 실시간 모니터링과 이력 관리가 가능하며, 모드버스(Modbus), MQTT, API, TCP/IP 등 산업 표준 인터페이스를 통해 다양한 운영 시스템과 연동된다. 축적된 데이터는 AI 및 머신러닝 기반 예지보전 모델 학습 데이터로 활용할 수 있다.

모넷코리아 염정훈 대표는 “예지보전의 성패는 센서 설치 자체보다 데이터 품질과 분석 구조에 달려 있다”라며 “3축 동시 계측과 다중 변수 분석을 결합한 진단 체계가 예지보전의 새로운 기준이 될 것”이라고 밝혔다.

이어 “오늘 센서를 다는 것이 곧 1년 후 AI 예지보전을 가동하기 위한 첫 번째 조건”이라며 “스마트 팩토리의 경쟁력은 어떤 AI를 도입했느냐보다 AI가 학습할 데이터를 얼마나 일찍 확보했느냐에 의해 결정될 것”이라고 말했다.