프로세스의 혼란 상황 감소 및 초근접 한계점까지 운영
프로세스 제어 분야에서 일하는 사람이라면 누구나, 공정 혼란 상황이 발생되기 전 이를 예측할 수 있는 능력을 지녔으면 좋겠다고 생각해본 적이 있을 것이다. 이 글에서 이야기 하려고 하는 것은 바로 통계적 프로세스 제어(SPC)에 관한 것이다. 더불어 우리는 이 글을 통해 차압 유량 측정에서 이용되는 압력 트랜스미터 등과 같은 현장 기기에서 얻을 수 있는 정보와 이러한 정보가 데이터 히스토리안의 정보와 통합됨으로써 발생하는 문제를 작업자에게 인지시키는 방법에 대해 살펴본다.
통계적 프로세스 제어(SPC)는 프로세스 조건의 작은 변화들을 계속적으로 추적해 미래의 조건을 예측하고, 설계 명세서를 충족시키지 못하는 제품 생산 전 작업자가 개입할 수 있게 한다. 개별 생산(Discrete Manufacturing)에서는, 가공 스테이션(Machining Station)으로부터 이동된 부품의 특성(정확한 크기 및 표면 마무리 등)이 모니터링될 수 있어 작업자가 이를 이용할 수 있다. 이러한 점진적인 변화를 통해, 작업자는 절삭 도구의 날이 무뎌진 것을 인지해 잘못된 부품이 생산되기 전에 도구를 교체할 수 있게 된다.
그러나 통계적 프로세스 제어의 연속 프로세스 형태인 통계적 프로세스 모니터링(SPM)은 그 적용 빈도가 높지 않은 듯하다. 적용 빈도가 높지 않은 이유 중 하나는 프로세스 작업자에게 표시되는 유일한 변수가 PV와 설정점이기 때문이다. 공정이 실제로 제어 불능 상태가 되기 전, 제어 불능 상태에 임박했다는 것을 인지하는데는 수십 년의 경험과 지식이 필요하다.
또한, 여러 프로세스 산업에서 필수적인 지식과 경험을 갖춘 작업자들이 빠른 속도로 은퇴 연령에 도달하고 있어 SPM가 프로세스 산업에 성공적으로 적용될 수 있는 시점으로 보인다. 비정상적인 상황은 여러 변수를 초래하며, 이 중 일부는 지능형 현장 기기에서는 감지되나 주요 프로세스 제어 시스템까지는 전달되지 않는다.
무엇이 실제로 감지되는가?
폐색된(plugged) 임펄스 라인, 교반의 상실, 연행 공기(entrained air), 공정 누출, 캐비테이션(cavitation), 및 컬럼의 범람(column flooding) 등과 같은 비정상적인 상황은 특정한 변화를 발생시키며, 이러한 특징들은 프로세스에 따라 상당한 차이를 보이며, 사용자의 개입 없이 SPM만으로는 비정상적인 상황이 발생된 특정 원인을 확인할 수 없다
프로세스의 트랜스미터가 프로세스 제어 시스템으로 전송하는 신호는 Figure 1의 맨 아래 곡선에서 확인할 수 있듯이 다양성을 보이는 경향이 있다. 1초에 1~2회 이상의 빈도로 프로세스 루프에 입력을 업데이트 하면, 프로세스 헌팅 및 밸브 사이클링이 발생할 수 있기 때문이다. 그러나 이러한 활면 변이를 얻기 위해 요구되는 과도한 필터링은 프로세스 자체가 노이즈한 특성을 지니고 있다는 사실을 가려버릴 수 있다.
Figure 1의 맨 위 곡선은 트랜스미터에 의해 관찰된 실제 프로세스 변수를 보여주며, 샘플링 비율은 22Hz정도이다. 프로세스 노이즈의 표준 편차는 Figure 1의 가운데 곡선에서 확인할 수 있는 바와 같이 프로세스의 특징을 나타낸다. SPM에서 사용되는 변수를 형성하기 위해 요구되는 수학적 계산 이상의 과정이 트랜스미터에서 진행된다. 오늘날 많은 스마트 트랜스미터는 각각의 SPM 변수를 계산하고 적절한 적응 한계 및 경고값을 계산할 수 있기 때문이다.
SPM의 두 번째 부분은 호스트 시스템에 의해 행해진다. 호스트는 최적화된 디스플레이를 작업자와 프로세스 엔지니어에게 제공하며, 이는 전통적인 모니터링의 포인트 디스플레이를 교체한다. 호스트는 스마트 현장 기기에서 발생된 SPM 데이터를 사용해 프로세스의 지문을 형성한다. 또한 데이터 히스토리안에 시간적으로 동기화된 경보를 제공하며, 경보 관리를 처리하고, 멀티 루프 SPM과 프로세스 최적화를 위해 여러 프로세스 루프의 상관관계를 보여준다.
실행
실행 과정은 설계 및 환경 설정 분야의 사용자에게 난관으로 다가온다. 제어 시스템의 설계자는 올바른 모니터링 전략을 설계하고 실행하기 위해 SPM에 대해 충분한 지식을 갖추고 있어야 한다. 제어 시스템 설계자는 이후 프로토콜과 진단 루틴 버전의 요건에 대해 결정하고, 프로토콜과 버전, 환경설정 모듈의 탬플릿, 그리고 작업자의 화면에 따라 모니터링 전략을 설계 및 문서화해야 한다.
다음 단계는 경보 관리 전략과 데이터 히스토리안 환경 설정을 설계하는 것이다. 현재 여러 필수 계산을 자동으로 진행하는 소프트웨어를 이용할 수 있기는 하지만, 이 단계에는 상당한 노력과 시간이 소요된다. 제어 시스템을 설정하는 환경설정 엔지니어를 위한 설계 단계에서, 선행되는 설계 시간을 제거하고 환경설정을 최소화하며, 프로세스의 히스토리 뷰 차트(경보 포함)를 사전에 제작하고, HART 및 FOUNDATION fieldbus 기기와 시스템이 함께 작동되는지 확인하고, 사용자에게 의미 있는 기능을 제공하는 것이 필수적이다.
이러한 과정에는 환경설정 엔지니어가 제어 블록으로 연결되는 변수와 경보 관리 로직의 환경을 설정하며, 경보의 한계를 결정 및 설정하고, 프로세스 히스토리 뷰 및 작업자 화면을 환경 설정하는 방식이 포함된다.
사용자에 의해 이용 및 허용되는 시스템은 일관성을 지니는 동시에, Detail Picture, PHV Trend 또는 Field Device View와 같은 디스플레이를 시작하는 버튼으로 각 작업자의 요구에 맞는 화면을 제공해야 한다(Figure 2). 또한 SPM 경보를 자동으로 활성화하고 불능화하는 경보 관리를 반드시 제공해야 한다(Figure 3).
Figure4에서 확인할 수 있는 바와 같이, 이 시스템은 프로세스의 지문를 확인하고, 샘플을 기반으로 하며 시간 조건으로 동기화된 SPM 데이터와 경보를 신속하게 획득할 수 있는 기능을 프로세스 엔지니어에게 제공해야 한다.
작업자와 엔지니어가 꺼리는 유해성 경보에 대해 고려하는 것 역시 중요하다. 플랜트의 가동 중지나 제품 등급의 변화는 SPM 시스템의 경보 발생의 원인이 될 수 있는 변수 상의 갑작스러운 변화를 유발할 것이다. 따라서, 시스템 설정시에는 변화가 발생하는 기간 중 모든 SPM 경보를 토글 키 형식으로 제어할 수 있는 논리상의 방식을 사전에 주의 깊게 포함시켜야 한다. 설정이나 등급 변화 완료시에는 또 다른 단순한 논리상의 토글 키로 경보를 재기능화 할 수 있다.
다행히 오늘날의 보다 현대적인 일부 제어 시스템과 현장 기기들은 이러한 작업을 훨씬 용이하게 해주는 기능을 갖추고 있다. 제어 시스템을 위한 이러한 기능들에는 사전에 환경 설정된 제어 모듈 템플릿과 프로세스 히스토리 뷰 차트, 작업자 화면, 그리고 시설의 학습 과정을 용이하게 하는 지원 기능이 포함된다.
다수의 혹은 전체적인 SPM 설계 작업을 제거하거나 자동화하는 현장 기기가 존재하므로, 단 몇 가지의 환경 설정 작업만이 남게 된다. 제어 블록으로 연결되는 몇 가지 변수의 환경 설정과 경보 한계의 설정, 사전에 제작된 경보 관리 논리를 활성화나 불능화하는 프로세스 매개 변수나 작업자의 행위의 링크, 그리고 화면에 표시되는 3가지의 매개 변수만을 명시하는 단순한 작업인 작업자 화면의 환경설정이 여기에 포함될 수 있다.
시작하기
통계적 프로세스 모니터링 시스템의 시작은 학습 경험이며, 여기에는 몇 가지 초기 실험이 요구된다. SPM 시스템이 특징을 형성하는 프로세스 정보를 활용함으로써 작동되기 때문에, 자동화된 시스템을 실행하는 첫 번째 단계는 작업자와 협의하고, 이들이 지닌 지식을 활용하기 위해 이들의 통찰력과 직관력을 실행 프로세스의 일부분으로 이용하는 것이다.
다음 단계는 플랜트에서 발생될 가능성이 있는 문제와 이러한 문제들이 감지될 수 있는 지점에 대해 학습된 추측을 해 보는 것이다. 다음 단계는 원하는 방식에 따라 대략적으로 또는 세부적으로(폭이 넓은 브러시나 좁은 브러시로 페인팅) 실행될 수 있다. 이 단계는 정상적인 형태의 트렌드 라인을 확정함으로써 시작된다. 프로세스가 정상 상태로 운영되는 베이스 라인을 정한다. 이 시점에서 정상적인 운영에 대한 충분한 이해를 구축할 때까지 SPM을 기반으로 하는 경보를 불능화시키는 것이 최선이다.
이 단계가 완료되면, 경보 한계를 설정하고 경보를 활성화한 상태에서 가동시킬 차례다. 일부 시스템에서 현장 기기는 이러한 한계를 자동으로 조정해 계산하는 기능을 갖추고 있다. 비정상적인 조건이 발생되면 관련된 모든 데이터를 확보해 이를 분석하고 이에 따라 조정한다.
이러한 모든 정보가 획득되면 작업자가 이용할 참고 자료를 개발한다. ‘정상’ 조건(즉, 프로세스의 특징)이 무엇인지에 대해 문서화함으로써 이 단계를 진행한다. 플랜트 운영 매개변수를 기반으로 해 하나 이상의 ‘정상적인’ 특징이 요구될 수 있다.
이러한 과정과 유사하게, 비정상적인 조건과 이러한 조건에 의해 발생된 경보를 파악한다. 업스트림, 다운스트림 또는 원인/결과 관계를 지닌 관련 매개변수의 특징을 파악한다. 이후 각각의 비정상적인 조건에 대해 가장 초기 재생산이 가능한 특징을 확인하고 문서화하기 위해 기록들을 검토한다. 여기에는 모니터링 지점의 데이터나 업스트림 관련 지점의 데이터가 포함될 수 있다.
다음으로는, 제어 및 각각의 연관성이 있는 행위에 대한 프로세스의 특징을 재확립하는데 필요한 상호 관련된 행위를 파악한다. 그리고 각각의 비정상적인 조건에 가장 효과적인 상호 관련적 행위를 기록하고 작업자의 가이드라인을 업데이트해 해결책을 최고의 관례에 포함시킨다.
시작 및 엔지니어 향상
앞서 설명한 시나리오의 모든 단계가 시작부터 예상한대로 정확히 진행되지만은 않는다. 바로 이 때문에 초기의 단계가 실험적이라고 칭하는 것이다. 프로세스 중 예상하지 못한 일의 발생을 염두에 두고 실험하는 것이 현명한 일일 것이다. 일부 프로세스 지점으로부터 새로운 통찰력을 얻을 수 있지만, 아무 소용이 없는 지점도 분명 존재한다. 오직 경험을 통해서만이 어떤 지점이 통찰력을 제공할 것인지에 대해 알 수 있다.
제어 시스템이 템플릿을 제공하는 경우에는, 수정 과정 없이 이를 활용해 시작하는 것이 좋다. 이는 작업자와 관련자가 유용한 것과 그렇지 않은 것이 무엇인지에 대해 배울 수 있는 기회를 제공한다. 또한 프로세스 과정 중 어느 시점에 어떻게 이를 활용할 수 있을 것인지에 대한 가이드를 제공할 것이다.
템플릿을 변경하는 과정은 천천히 그리고 조심스럽게 행해져야 한다. 변경과 재사용은 나쁜 선택은 아니나, 필수적인 것은 아니다. 필요한 것이 무엇인지 결정하고 이에 따라 변경하며, 행해진 작업과 결과를 기록하는 것이 가장 좋다. 이후에는 시험 운영이 진행돼 변경된 사항을 확인하고 이것이 원하는 결과를 가져왔는지 확인해야 한다.
이 과정이 완료되면, 결과로서 초래된 처리 방식을 플랜트의 기준으로 도입할 수 있다. 목표가 변화되거나 추가적인 기회를 확인해가면서 전략을 지속적으로 향상시킨다. 결과에 만족시 중지할 수 있으나, 향후의 개선을 위해 주기적으로 재평가하는 것을 잊지 말아야 한다.
예상되는 사업 결과
플랜트의 일부분에서 진행된 실행을 통해 경험을 획득했으므로, 다른 부분에 적용이 보다 용이하며 학습과 설계, 그리고 환경 설정에 요구되는 시간도 줄어들게 된다. 엔지니어링은 경험을 통해 프로세스 엔지니어링에 대한 추가적인 통찰력을 얻을 것이며, 프로세스에서 문제의 근본 원인에 대해 진단하고 이를 제거할 수 있는 방법에 대해 배우게 될 것이다. 작업자는 자신이 제어하는 프로세스에 대한 통찰력을 얻게 되며, 비정상적인 상황을 예측 및 방지할 수 있는 방법에 대해 배울 수 있고, 프로세스의 혼란 상황을 감소시키며 프로세스를 한계에 근접하게 운영할 수 있게 될 것이다.
