1. 수행배경

• 현재 대주기계의 주요 고객사인 A사에서는 대주기계에서 구축한 컴프레서 시스템을 사용하고 있으며 시스템의 효율성 향상을 위한 운전 가이드를 제시해 줄 것을 대주기계 측에 요청한 상황이다. 압축공기 컴프레서 시스템은 압축기, 밸프, 파이프, 필터 등 다양한 장비와 부품으로 구성되어 있고 이는 시스템 성능에 영향을 미친다. 본 연구에서는 1년간의 A사의 압축공기 컴프레서 시스템의 운용 데이터를 분석하여 요구 공급량을 만족시키면서 전력 소모량을 최소화할 수 있는 최적의 운전 가이드를 제시하는 것을 목표로 한다. 
  

2. 수행기간

• 2020.04 ~ 2020.12 ( 최종 결과 보고서 제출일 까지 )

3. 개발작품 설명

<효율 관련 항목 선정 및 성능데이터 수집>

-각 컴프레서 성능 및 상태, 각 Dryer 성능 및 상태, 각 유로 및 Filter 등 운전 효율과 관련된 항목들을 선정

-컴프레서의 기존 열유체학 모델은 RPM, 온도, 압력, 밀도 등의 운전조건에 따라 성능이 달라지므로 데이터 분석 목적에 맞게 전처리 실시

-1년치 운영 데이터를 이용하여 선정된 항목들의 값을 독립변수로 하고 헤더별 출력 유량을 종속변수로 하여 변수들간의 상관관계를 분석함

-Input 값이 주어졌을 때 Output 값을 예측할 수 있는 예측모형을 개발함

-Deep Learning Model을 사용하여 컴프레서의 효율을 예측하는 모델을 개발함

-컴프레서 성능에 미치는 항목들간의 상관관계 분석을 바탕으로 장비별 효율 계산방법을 수립하여 효율 예측 모델을 제작

-Deep Learning Model을 사용하여 유량 생산 요구량을 만족시키면서 생산 유량 단가를 최소화할 수 있는 자율운영 최적화 모델을 개발함

-디지털 트윈 구축을 통한 최적화 모델 타당성 검증 

-매월 기업체 멘토가 대학을 방문하여 과제 진행사항 공유 및 연구팀 전체 미팅 수행

-매주 지도교수와 미팅 수행

4. 활용방안

-컴프레서 시스템의 성능과 내외부 변수들 사이의 영향 통계 분석 리포트

-빅데이터 분석 및 딥러닝 모델 기반 최적 운영 가이드

-산업경영시스템학회 대학생 프로젝트 경진대회(2020년 10월 개최) 수상

-국내논문 1편

-참여 기업체가 실전문제팀에게 수여하는 감사패 & 장학금

-대주기계의 고객사인 A사에서 본 연구팀이 제시한 가이드라인을 이용하여 시스템을 운영함으로써 전력소모량을 20% 이상 줄일 수 있도록 함

-빅데이터 분석 및 딥러닝 모델을 활용한 디지털트윈 구현