덤
- 간단 개념 정리
- 설비관리의 중요성: 설비는 생산 시스템의 핵심 자산이며, 돌발 고장은 생산 손실, 품질 불량, 안전 사고를 유발하는 가장 비싼 고장입니다.
- 보전 방식의 진화:
- 사후보전(BM): 고장 후 수리.
- 예방보전(PM): 시간/주기 기반 점검.
- 예지보전(PdM): 상태 기반 정비(CBM). 데이터로 고장 시점을 예측하여 자산 수명을 최적화합니다.
- RCM (신뢰성 중심 정비): NASA 가이드에 따르면, RCM은 설비의 기능과 고장 모드(FMEA)를 분석하여 가장 비용 효율적인 정비 방법을 결정하는 프로세스입니다.
- TPM (전사적 생산 보전): ‘내 설비는 내가 지킨다’는 자주 보전 철학을 바탕으로 설비 종합 효율(OEE)을 극대화하고 6대 손실을 제거하는 활동입니다.
- 탄성 변형과 소성 변형
- 탄성 변형: 복구 가능
- 소성 변형: 복구 불가 → 경우에 따라 폐기해야 함
- 윤활유와 그리스
- 윤활유: 잘 흐름. 저부하 고속 부위에 적합. 냉각, 세정 부가기능 포함.
- 그리스: 윤활유에 증점제를 넣어 반고체로 만든 것. 안 흐르고 밀폐공간, 자주 급유하기 어려운 곳에 씀. 닦아내기 어려움.
TPM 및 예방보전
- TPM은 보전 기법이 아니라 조직 문화
- 보전: 설비가 본래 의도한 기능을 안정적으로 수행하도록 유지하거나 회복시키기 위한 모든 기술적, 관리적 활동
- 국제표준(ISO 14224 / ISO 55000 관점) : 보전은 “자산이 요구 기능을 수행할 수 있는 상태를 유지하거나 회복시키는 모든 활동”
TPM
- 설비의 효율성을 극대화하기 위해 모든 구성원이 참여하여 생산성, 품질, 안전을 향상시키는 전사적 설비관리 체계
- TPM은 단순한 설비 보전 기법이 아니라 생산, 품질, 보전, 안전 등 조직 전체가 참여하는 혁신 활동이며, 궁극적 목표는 Zero Breakdown, Zero Defect, Zero Accident이다
- TPM의 핵심목표
- 설비종합효율(OEE) 극대화: 가동률, 성능효율, 품질률
- 고장 Zero
- 불량 Zero
- 사고 Zero
- 낭비 Zero
- TPM은 일본에서 시작했다
- 미국의 PM(preventive maintenance) 개념을 도입해 일본식으로 발전시킴
- 예방보전 + 생산현장 참여 + 지속 개선 요소 결합
- TPM의 특징 및 철학
- 전원 참여형: 설비관리의 책임을 보전부서에만 두지 않고 생산, 품질, 물류, 경영까지 모든 구성원이 참여하는 전사 혁신 활동
- 사전 예방 중심(Proactive): 사고 발생 원천 차단
- 현장 중심: 현장 자체를 개선하여 원인 해결
- 자주보전: 작업자가 스스로 설비를 이해하고 관리하여 “내 공정의 설비는 내가 지킨다”는 구조를 만든다. 청소, 정비, 윤활, 점검을 작업자가 직접 수행
- 지속적 개선(Kaizen): TPM은 단순한 보전 시스템이 아니라 끊임없는 개선 문화. 이 철학은 Lean Manufacturing, 6 Sigma에도 연결됨.
- 표준화, 체계화 기반
TPM 8대 활동
- 자주보전 (Autonomous Maintenance, AM)
- 작업자가 스스로 설비를 관리하고 능동적으로 이상을 발견, 예방하는 활동
- 주요 목적
- 설비의 기초 체력 확보, 설비의 “이상 징후”를 조기에 감지
- 기초적인 점검, 청소, 윤활을 작업자가 수행
- 작업자의 설비 이해도 향상, 이상발견 능력 향상
- 주요 활동: 청소, 누유 처리, 점검 표준화, 설비 관리능력 향상 및 표준화 등
- 계획보전 (Planned Maintenance, PM)
- 설비의 고장을 사전에 예방하기 위한 체계적 보전계획 수립과 실행 활동
- 주요 목적: 돌발고장 Zero화, 설비 신뢰성 확보, 예방보전 전략 수립, 최적 보전주기와 자원 배분, 예비품 관리 체계화
- 주요 활동: 설비 위험도 분석, PM 주기 설정, 점검 표준서 작성, 부품 수명 관리 등
- 개별개선
- 설비 손실을 줄이기 위한 문제 집중형 개선 활동. OEE를 떨어뜨리는 모든 낭비 요소를 제거
- 주요 목적: 고장/세팅/미세속도/불량손실 제거, 설비 생산성 극대화, 현장 문제 해결 능력 고도화
- 주요 활동: 손실 분석, 지속 개선 프로젝트, 레이아웃 개선, 에너지 절감 등
- 품질보전 (Quality Maintenance, QM)
- 품질 불량의 근본 원인을 제거하고 설비가 불량을 만들지 않도록 하는 보전 활동
- 주요 목적: Zero Defect(불량 Zero), 공정 품질 안정화, 설비 및 공정 조건의 최적 범위 유지
- 주요 활동: 품질 민감 파라미터 관리(Q-critical factor), 공정능력 관리, 이상징후 분석 및 조치, 불량 메커니즘 분석
- 설비 초기관리
- 신규 설비나 설비 개조 시, 초기부터 고장 없는 설계, 운전이 가능하도록 설비를 개발, 도입하는 활동
- 주요 목적
- 초기 고장 최소화
- 설비의 유지보수성(정비성) 향상
- 초기셋업 시간 단축
- Life-cycle Cost 절감
- 생산성과 안전성 향상
- 주요 활동
- 설계단계에서 보전 관점 반영(정비성/안전성/신뢰성)
- 시운전 기간의 문제점 도출 및 개선
- 개조/신설 설비의 기능 검증
- 표준작업 개발
- LCC(Life Cycle Cost) 기반 설계
- 교육훈련
- 작업자, 보전, 품질, 생산관리 담당자 등 전 구성원의 능력 향상을 위한 체계적 교육 활동
- 주요 목적
- 작업자 기술 향상 : 설비 트러블 대응 능력 향상, 문제해결 능력 강화
- 다기능 공정 운영
- 보전 전문기술 향상
- 관리, 개선 능력 향상
- 주요 활동
- 설비 구조, 동작 원리
- 기본 보전기술(전기, 기계)
- 이상 징후 파악 능력
- 안전교육
- TPM 실천방법, 개선 기술 교육
- 다기능공 육성
- 데이터 기반 의사결정 스킬
- 사무 TPM
- 사무, 간접 부문에서 생산성, 효율성을 높이기 위한 관리업무 혁신 활동
- 주요 목적: 사무 업무의 낭비 Zero, 업무 리드타임 단축, 정보 흐름 최적화, 비용 절감
- 주요 활동: 문서 프로세스 개선, 구매 및 물류Lead Time 단축, 오류/중복 업무 제거, IT시스템 활용 향상
- 안전, 환경, 보건
- 근로자 안전 확보와 환경 영향 최소화 활동
- 주요 목적: Zero Accident, Zero Pollution, 안전문화 정착
- 주요 활동: 위험요소(Risk) 사전 제거, 안전표준 및 작업표준 확립, 설비 안전성 강화, 환경오염 방지활동(폐기물, 에너지 관리)
요약, OEE와 TPM
구분 핵심 목적 주요 활동 관련 OEE 요소 6대 손실 1. 자주보전 현장의 자율적 설비관리 청소, 윤활, 점검, 이상발견 가동률 고장손실 2. 계획보전 고장 예방, 신뢰성 향상 PM, CBM, 예비품관리 가동률 고장손실 3. 개별개선 설비 손실 제거, OEE 향상 Kaizen, Loss 분석 가동률, 성능효율 세팅/조정손실, 미세정지/속도저하 4. 품질보전 불량 Zero 공정조건 관리, 불량 메커니즘 제거 품질률 공정불량, 품질저하 5. 초기관리 고장 없는 설비 도입 설계단계 보전성 반영 품질률, 성능효율 미세정지/속도저하, 시동불량 6. 교육훈련 전 구성원 능력 향상 기술업무 역량 육성 7. 사무TPM 간접부문 효율 향상 프로세스 개선 8. 안전·환경 사고, 환경 영향 최소화 위험 제거, 안전문화 - 가동률: 돌발 고장, 셋업/교체시간, 조정시간이 문제 → 결과적으로 MTBF 증가(고장 간격 증가) & MTTR 감소(수리시간 단축)
- 성능효율: 속도저하, 미세정지가 문제 → 목표는 정격속도 대비 실속도 손실 최소화
- 품질률: 불량, 재작업이 문제 → 최종 목표는 불량 Zero
- TPM에서 다루는 “6대 손실”은 OEE를 떨어뜨리는 손실을 분류한 구조이며, TPM 활동은 이 손실들을 체계적으로 제거한다.
예방보전
- PM 전략 수립
- PM Program의 출발점은 설비별 위험도와 중요도를 평가하여 적절한 보전 전략을 선택하는 것이다.
- 주요 요소
- 설비 중요도(Critical Equipment) 분류
- 고장 모드, 고장 영향 분석
- 고장 패턴 분석(Bathtub Curve)
- 보전 방법 선택
- 목적
- 설비별 최적의 보전 방식 선정
- 불필요한 정비 제거
- 위험 설비 집중 관리
- 설비 기준서 구축
- 예방보전 체계의 가장 핵심 문서
- 포함 내용
- 설비 기본정보(제조사, Model, Spec, Drawing 등)
- 구성 부품 리스트(BOM)
- 점검대상 항목 목록
- 고장 이력 및 주요 고장 메커니즘
- 안전, 환경 요구사항
- PM 기준 및 실행 절차
- 역할
- PM Program의 설계 기준
- 자주보전, 품질보전, 초기관리와의 연계 자료
- 점검, 정비 기준
- PM System에서 가장 실무적으로 중요한 부분
- 구성 항목
- 점검 항목 (What to check?)
- 점검 기준치 / 허용오차 (How to evaluate?)
- 점검 방법 (How to inspect?)
- 점검 주기 (When to check?)
- 필요 공구 및 안전 조치
- 작업 절차서
- ex) 모터 점검기준
- 진동: 속도 rms 3.5 mm/s 이하
- 베어링 온도 : 80℃ 이하
- 전류 편차 : 정격 대비 ±10%
- ex) 모터 점검기준
- PM 주기관리
- 설비의 중요도와 고장 패턴을 고려하여 주기를 최적화한다.
- 주기 결정기준
- 제조사 권장 주기
- 고장패턴(Bathtub Model)
- 시간 기반 vs 상태 기반 선택
- RCM(Reliability-Centered Maintenance) 기법 활용
- 예지 알고리즘 기반 RUL(남은 수명) 적용
- PM 스케줄링 구조
- 일간(Daily Checklist)
- 주간(Weekly PM)
- 월간(Monthly PM)
- 분기별/반기별 PM
- 연간 Shutdown Maintenance
- 이력관리
- PM Program이 지속 개선되기 위해 반드시 필요
- 기록해야 할 항목
- PM 실적(점검 결과, 조치 내용)
- 고장 이력(Failure Log)
- 예비품 사용량
- 설비 이상징후 데이터(진동, 온도, 전류 등)
- 설비 교체 기록
- 작업시간/비용(Man-hour, Cost)
- 목적
- 고장 패턴 파악
- PM 주기 최적화
- 설비 신뢰도(Reliability) 분석
- 투자/교체 판단 근거
- 분석 및 개선
- PM System의 가장 전략적 가치가 발생하는 단계
- 분석대상
- OEE 분석
- 6대 손실 분석(고장, 세팅, 속도저하, 불량 등)
- MTBF/MTTR 추세
- 점검 항목의 유효성 평가
- 고장 Mode 분석 → 우리가 할 거
- 예지보전 적용 흡수 여부 판단
- 개선활동
- 점검 기준/주기 업데이트
- 기계 구조 개선(개선보전)
- 센서 추가 설치(CBM 강화)
- AI 기반 PdM 적용
- 예비품/자원관리
- PM 실행의 필수 요소 : PM Program의 비용 효율성을 좌우한다.
- 주요 관리 항목
- 예비품 수명, 재고 관리
- 예비품 사용 이력
- 안전재고 관리
- 보전 예산 계획
- 외주정비 업체 관리
- 성과 지표 관리(KPI Management)
- PM System이 잘 운영되는지 확인하기 위한 KPI들
- 대표 지표
- OEE
- MTBF, MTTR
- PM 준수율
- 계획/비계획 보전 비율
- 고장감소율 (+ 고장 비용까지 들어가는 게 좋은데 예방보전에서는 포함되지 않았음)
- 예지적 경보 정확도
- 보전비용 대비 효과(ROI)
예방보전 12단계
- 설비 정보 수집
- 목적: 설비 상태와 역사(이력)를 정확히 파악해 PM 설계 기반 구축
- 주요 활동
- 설비 목록(Equipment List) 정리
- 주요 설비 선정(Criticality Analysis)
- 고장 이력 데이터(Failure History) 수집
- 도면, 매뉴얼, 스펙 확인
- 산출물
- 설비기준서 초안
- 중요도 분류표
- 중요 설비 선정
- 목적: 설비 고장의 패턴과 원인을 상세히 파악
- 주요 활동
- 고장모드별 영향 분석
- 반복적 고장 Root Cause 분석
- 산출물
- 고장모드 목록
- 위험도 평가 결과
- 주요 구성품 및 중요 부위 선정
- 목적: 설비 고장을 유발하는 핵심 부위를 집중 관리
- 주요 활동
- 설비 구성품(BOM) 분석
- 고장 다발 부위 및 병목 부위 선정
- 안전, 품질에 직결되는 부위 식별
- 산출물
- 중요 구성품 목록
- 크리티컬 파트 리스트
- 열화 메커니즘 분석
- 목적: 고장 발생 원인을 구조적으로 이해하여 예방 가능성 확보
- 주요 활동
- 마모, 부식, 피로, 변형, 노후 등 열화 원인 분석
- 고장 발생 과정 정리
- 고정 전조 현상 어쩌구
- 점점 항목 및 관리 기준 설정
- 목적: 설비 이상을 조기에 발견할 수 있는 관리 기준 수립
- 주요 활동
- 점검 포인트 정의
- 점검 방법 (육안, 계측 감각 점검) 설정
- 정상, 이상 판단 기준치 설정
- 산출물
- 점검 항목 리스트
- 관리 기준표
- 점검 주기 및 보전 방식 결정
- 목적: 적정 시점에 점검, 정비가 이루어지도록 계획 수립
- 주요 활동
- 점검 주기 설정(일상/정기/정밀)
- 시간기준(TBM) 또는 상태기준(CBM) 설정
- 교체, 조정 주기 설정
- 산출물
- 점검 주기표
- 부품 교체 기준표
- 점검 주기가 왜 중요해? 짧으면 과잉진료고 길면 의미가 없거든. 그리고 점검한다고 멀쩡한 설비 뜯었잖아. 안정화 시간이 추가로 필요하고 예비품도 자꾸 들어가. 그거 다 낭비예요. 그리고 마모 고장은 어느 정도 예측이 돼요. 근데 돌발 고장은 예측을 못해. 암튼 그런 게 문제라는듯.
- 예방보전 표준서 작성
- 목적: 누구나 동일한 품질로 보존 활동을 수행할 수 있도록 표준화
- 주요 활동
- 점검표, 윤활표 작성
- 작업 절차서 및 안전 수칙 정리
- 사진, 도면 활용한 시각화
- 산출물
- 예방보전 표준서(PM manual)
- 점검, 윤활 체트시트
- 예방보전 실행 및 기록 관리
- 목적: 수립된 예방보전을 현장에 적용하고 데이터 축적
- 주요 활동
- 계획에 띠른 예방보전 실행
- 산출물
- 실행기록
- 고장 분석 및 재발 방지
- 목적: 반복, 중대 고장을 근본적으로 제거
- 주요 활동
- 고장 원인 분석
- 산출물
- 고장 분석 보고서
- 재발 방지 대책서
- 개량보전(CM) 추진
- 목적: 고장 발생 구조 자체를 개선하여 보전 부담 감소
- 주요 활동: 설비 구조 개선
- 산출물: 개량보전 계획서
- 예지보전 및 성과 관리
- 목적: 고장 예측 및 비용 최소화
- 주요 활동: 모니터링, 고장률 관리
- 산출물: 예지보전 데이터, 성과지표
- 자율보전 연계 및 정착, 최적화
- 목적: 작업자와 보전부서가 협업하는 지속 가능한 보전 체계 구축
- 주요 활동
- 작업자 자율점검 확대
- 보전 역할 재정립
- TPM 연계 강화, 문화 정착
- 산출물
- 자율보전 연계 체계
- 예방보전 운영 표준
설비 점검주기 설정
- 점검주기는 너무 길면 고장 발생 위험 증가, 너무 짧으면 불필요한 점검과 높은 유지비용이 발생하기 때문에, 과학적 데이터 기반의 합리적 설정이 필수임
- 설비 중요도(Criticality) 평가
- 생산 손실 영향도
- 안전/환경 사고 위험도
- 품질 불량 가능성
- 가동 중단 시 비용(다운타임 비용)
- 고장 모드(Failure Mode) 및 고장 패턴
- 마모형은 일정 시간 후 고장이 증가하기 때문에 정해진 주기가 필요하고,
- 돌발형은 일정 주기로 점검해도 효과가 적으므로 상시 모니터링 또는 Condition 기반 점검이 더 유리함.
- 고장 이력/수명 데이터(History-Based Interval)
- 평균 고장간격(MTBF) / 평균 정비시간(MTTR)
- 고장 빈도/부품 교체 주기
- 점검주기 = MTBF의 30~50% 이하로 설정하는 것이 일반적 기준임 (ex. MTBF = 100일 → 점검주기 = 30~50일)
- 사용 조건(Load / Environment / Operating Pattern)조정
- 부하(Load), 온도/습도 등 환경 악조건
- 연속운전 vs 간헐운전
- 법규/제조사 권고 기준
- 압력용기, 크레인, 보일러 등 법정검사
- 설비 제조사 매뉴얼의 PM 주기
- 설비 점검주기 설정 프로세스
- 설비 분류 및 중요도 평가
- 설비구성 Breakdown (자산코드, BOM 기준)
- 중요도 매트릭스 작성(안전/품질/생산 영향도 평가)
- 고장모드(Failure Mode) 분석
- 주요 컴포넌트별 FMEA (Failure Mode and Effects Analysis)
- 고장 발생 메커니즘 / 징후 / 영향 분석
- 고장 이력 및 수명 데이터 분석
- MTBF
- 패턴 분석(시간/운전 조건에 따른 고장 증가 여부)
- 부품 교체 주기 파악
- 제조사 권고 및 법규 기준 검토
- 매뉴얼의 점검주기
- 법정 점검/검사 주기 검토
- 점검주기 산정
- 중요도 × 고장패턴 × 데이터 기반으로 산정
- 위험도 높은 설비는 보수적으로 조정
- 현장 적용 후 주기 최적화
- 6개월~1년간 운영 후 개선
- 고장/알람/조치 이력 기반 주기 조정
- 설비 분류 및 중요도 평가
- 주의사항
- 제조사 권고 그대로 따르기 → 현장 조건 반영 부족
- 안 중요한 설비까지 투머치 점검하기 → 낭비
- 고장 패턴 파악 없이 다 똑같이 점검 → 효과가 나겠냐
- 데이터 기반 검증 부족 → 고장 패턴 반영 X
CPS와 PHM은 완전히 다르다
PHM 프로젝트 마지막 이틀동안~ FFT 애널라이저라는 장비로 인위적인 설비 fault를 만든 게 있다. 이런저런 변수를 줘서 그걸 측정하고 그 데이터를 기반으로 이게 어떤 문제다 라는 고장 진단을 하는 것이 PHM 과제다.
AI 기반 통합 자동 예측진단 시스템
강사님 오리지널 사례
개발 전략 및 방법론
- 기존 시스템 운영체계
- PMS, VMS, CMS: 온라인 감시 및 이상 진단
- PdM: 오프라인 감시 및 이상 진단
- 생각보다 PdM은 외주 주는 경우가 많다
- → 이걸 모두 통합하고 감시 및 이상 진단을 인공지능 엔진으로 자동화하겠다 → 통합 빅데이터 플랫폼으로 보냄
- PMS: 운전 정보의 통합
- 궁극적으로 생산 관리자가 설비 관리도 병행해야 한다
- 운전변화에 따른 설비 변화 분석 필요
- VMS: 발전소 터빈의 감시 시스템(TSI)
- 변위에 의한 온라인 감시
- 위험속도 통과시 trip 제공이 주 목적
- 여긴 진동류 센서밖에 없긴 한데 예지보전을 위한 건 아니고 감시만을 목적으로 했음
- CMS: 일반설비 감시 시스템
- 가속도센서 위주 온라인 감시
- 고장의 조기발견이 목적
- 진동 이외에도 다양한 센서 사용
- PdM
- 초기 투자비는 작으나 측정 오차 및 인건비 상승으로 오히려 경제적인 손실
- 인공지능 시스템
- 아직까지는 그냥 모든 케이스를 미리 준비해두었을 뿐 → 그걸로 자동 진단
- 인공지능으로 감시, 진단, 미래 시기 예측까지 포함하겠다
- 현대오토에버는 소프트웨어 기업이니까 시스템을 만드는 노하우라든지 기술력 인력은 충분히 갖고 있는데, 데이터가 없다. 그래서 데이터를 보유한 기업과 협업하는 경우가 많이 생기고 있다.
- 통합 빅데이터 플랫폼
- 유용한 것만 저장
- 보고서 작성
- 엔지니어링 최소화, 언어 및 시간의 장애 극복할 수 있도록 자동 보고서 작성
- 모니터링 시스템의 종류
- TSI(VMS): 발전소 터빈 발전기에 적용하는 감시 시스템
- 유일하게 비접촉식 변위계 사용
- 위험 속도 통과 시 축 휘돌림에 의한 터빈 파손 방지 위해 trip을 주고자 본 시스템 사용
- 샘플링 레이트가 동적으로 조정되어야 한다고 함
- CMS: 가장 일반적인 형태의 감시 시스템
- 정속 회전체를 대상으로 진동이 변하는 것은 고장 발생을 의미한다는 기본적인 개념의 시스템
- 대부분 Vrms 값에 의한 트렌드 분석
- 고장이 심해지면 Vrms가 상승하니 문제 심화 방지는 가능하겠으나 발생부터 방지하지는 못함
- 총진동값(Vrms)로 합쳐서 보니 원인 분석도 잘 안되고, 충격 값은 총진동값으로 잘 표현이 안된다. 충격 관련 문제는 존재도 모를 수 있는거임
- SMS: 스마트 CMS
- 자동화, 전용화된 설비와 같이 운전 조건이 수시로 변동되는 설비 감시를 위해 PLC와 통신을 통해 현재 운전 조건을 반영한 감시 시스템
- 운전 정지를 반복할 때 기동 충격에 의한 구조물 공진, 베어링 상태, 조립상태 및 툴 수명 판정까지 가능
- IMS: 출고되는 개별 기기에 부착하는 단독 감시 시스템
- 모든 출고 설비에 스탠드얼론으로 부착해 고장을 조기 발견하게 함
- 판매된 모든 기계를 온라인으로 감시해 A/S 말고 before service를 가능하게 하거나 전체적인 불량 요인에 관한 설계변경을 통한 품질개선 실현
- QMS: 소음 진동 분석에 의한 출고기계 또는 부품의 품질검사 시스템
- 출고 전 품질검사에서 소음진동 측정으로 양/불량 평가하고, 불량이면 보완할 수 있도록 불량 원인도 알려주는 시스템
- 아직 이름 없음(스페셜 모니터링 시스템): 지진 감시 시스템, 승강기 진단 시스템, 배관 감시 시스템 등 비 회전체 및 교량, 건물 등 건축 구조물의 감시 시스템
- TMS_AI: AI가 포함된 토탈 감시 시스템
- TSI(VMS): 발전소 터빈 발전기에 적용하는 감시 시스템
- 추진 전략 (데이터 수집은 하고 있다는 전제로)
- 표준화(기획)
- 자료수집 및 현장 진동측정
- 설비별 예측진단 시스템 구축 및 통합
- 모든 데이터의 통합 자동 예측진단 빅데이터 플랫폼 연계
- 검증, 보완, 최적화
- 교육
- 아직까지 통합 예측진단 기술은 규칙 기반이다. AI를 만들 수 있는 IT 기업은 데이터가 없고, 시스템을 잘 아는 OT 기업은 AI를 만들 기술이 없어서 둘 다 못하고 있다.
- 축 정렬 불량은 preload로 작용하여 진동 수를 높이지만, 헐거움이 있다면 오히려 진동 수가 감소한다.
- 헐거움이라는 건 소프트풋을 제외하면 보통 베어링 하우징의 헐거움을 말하는데, preload는 여기에 가해지는 부하니까, 헐거운 하우징으로 인해 그 부담이 덜어져서 진동 수가 감소하게 된다는 것 같음
- 예측진단 시스템에 AI를 넣고 싶은 이유는 전문가를 줄이기 위해서다
- 전문가가 모든 걸 다 할 수 있는 상황이 아님. 이 공장 전문가가 저 공장에 가면 환경이 달라서 분석 못한다. 모든 곳에 각각 전문가를 둘 수는 없는 일이니 비전문가도 분석이 가능하게 만들어야지.