상태 확인
어떤 설비부터 살펴야 할까요? 상태와 진단 지표, 변화 추세를 함께 확인합니다.
EDGE AI · MACHINE HEALTH MONITORING
전기 신호를 읽고,
전기 신호를 읽고,
설비의 변화를 더 일찍.
edgeSV는 현장에서 전기 신호를 직접 분석하여 모터와 핵심 산업설비의 이상 징후를 조기에 감지하고 상태 기반 유지보수를 지원합니다.
ESA전기 신호 분석PQ전력품질 분석Temp.온도 모니터링Edge AI현장 지능형 분석
01
조치할 시간을 확보합니다
갑작스러운 정지 전에 진행 중인 이상을 확인합니다.
02
근거를 보고 판단합니다
설비 상태, 진단 지표, 추세를 함께 확인합니다.
03
현장에 맞춰 확장합니다
설비 한 대에서 시작해 라인과 사업장으로 넓혀갑니다.
산업 분야
현장은 달라도,
현장은 달라도,
운영은 멈추지 않도록.
모터·펌프·변압기 하나의 고장이 설비 한 대 이상을 멈추게 하는 여섯 가지 현장입니다.
왜 필요한가
고장은 예고 없이 오지 않습니다. 다만 그 신호를 놓칠 뿐입니다.
정기 점검과 순회 점검은 한 달에 몇 분만 설비를 봅니다. 열화는 그 사이에 진행되며, 가장 먼저 설비가 전력을 사용하는 방식에 나타납니다.
상시 감시가 없을 때
- 베어링 마모, 축 정렬 불량, 절연 스트레스 등 숨은 이상 발생
- 점검 주기 사이에 성능 저하 진행
- 예기치 않은 트립 또는 고장
- 긴급 수리, 생산 손실, 안전 위험
edgeSV 적용 시
- 배전반에서 전압·전류를 상시 계측
- 설비 기준 모델이 설비 고유의 기준 상태와 비교
- 의심 부위와 진단 지표를 포함한 등급별 알람 발생
- 다음 계획 정비 시점에 맞춰 조치
3대 진단 기술
전기 신호 · 전력품질 · 온도로 설비 상태를 봅니다
edgeSV는 하나의 센서 정보에만 의존하지 않고 서로 보완적인 지표를 함께 활용하여 이상 거동을 더 입체적으로 판단할 수 있도록 지원합니다.
전기 신호 기반 진단계측할 수 있는 신호,
계측할 수 있는 신호,
판단할 수 있는 진단 지표.
파형, 진단 내용과 상태 변화 추세를 함께 확인합니다. 현장팀이 이상 징후의 근거를 이해하고 점검이 필요한 설비를 판단할 수 있도록 지원합니다.
진단 항목과 지표 보기
냉각수 펌프 P-201 · 실시간
3P4W · 8 kHz
IL1
IL2
IL3
베어링 결함 주파수 대역
주의
베어링 외륜 결함 주파수 상승
14일 기준 대비 측대파 진폭 +6.8 dB
점검 계획
신호 → 진단 지표 → 조치진단 흐름 예시
엣지-클라우드
분석은 현장에서.
분석은 현장에서.
관리는 하나의 화면에서.
edgeSV는 설비에 전원이 공급되는 지점에서 전기 신호를 읽고 그 자리에서 분석합니다. 진단은 배전반에서 실시간으로 이뤄지고, 클라우드나 사내 서버는 모든 설비와 사업장의 알람·추세·통합 인사이트를 더합니다.
edgeSV Sense
피더에서 비침습 방식으로 전류 · 전압 계측CT와 전압 입력은 설비가 아닌 수배전반 · 제어반에 설치합니다. 모든 모터, 펌프, 인버터, 변압기는 이미 피더에 연결되어 있으므로 edgeSV는 그 지점에서 신호를 읽습니다.
그래서 수중 펌프, 고소 팬, 고온 · 위험 구역 설비도 다른 설비와 똑같이 쉽게 감시할 수 있고, 설치는 배전반 정비 일정에 맞추면 됩니다.
8 + 8전압 · 전류 채널
5 mA–3,000 A측정 범위(CT에 따라)
690 V선간 전압 입력
2누설전류 채널
edgeSV Edge (SV500)
신호 처리와 통신을 하나의 산업용 장치에SV500은 3상 파형을 24비트 해상도, 8 kHz로 샘플링하고 FFT, 전력 스펙트럼 밀도, Park 벡터, 전력품질 지수를 모두 장치 안에서 계산합니다.
네트워크 왕복을 기다리지 않으므로 이상 거동을 발생 즉시 표시하며, 연결이 끊겨도 진단을 계속합니다. 또한 현장 게이트웨이 역할도 합니다. RSTP 지원 이중 이더넷, 주변 계측기를 위한 RS-485 마스터 포트, 상위로의 Modbus TCP/RTU를 갖췄습니다.
8 kHz24비트 파형 샘플링
±0.2%전압 정확도
2 × GbERSTP 스위치
< 5 WDC 24 V 기준
edgeSV AI
설비별 정상 거동을 학습하고 모든 편차의 근거를 제시설비 기준 모델은 각 설비가 자신의 전압, 부하, 운전 상태에서 어떻게 거동하는지 모델링합니다. 머신러닝은 현재 거동이 기준 상태에서 얼마나 벗어났는지 점수화하고, 그 변화를 베어링, 회전자, 고정자, 권선, DC 링크 등의 부위와 연결합니다.
모든 알람에는 베어링 결함 주파수나 짝수차 고조파 전압처럼 근거가 된 지표가 함께 표시되어 엔지니어가 판단 근거를 검증할 수 있습니다. 기준 상태는 운전 패턴 변화에 따라 계속 보정됩니다.
20진단 항목
3설비군
4상태 단계
설비별학습 기준
edgeSV Cloud
IT 정책에 맞는 방식으로, 모든 설비와 사업장을 한 화면에진단 결과와 계측 데이터는 각 SV500에서 중앙 서버, 프라이빗 클라우드 또는 관리형 SaaS로 전송됩니다. 그곳에서 장기 이력으로 보관되고, 동종 설비와 비교되며, 사업장 · 시설 · 설비 그룹 단위로 정리됩니다.
사용자, 권한, 알람 전달을 중앙에서 관리하므로 본사, 사업장 관리자, 외부 협력사가 각자 필요한 정보를 봅니다. 한 사업장에서 시작해 엣지 구성은 그대로 둔 채 사업장을 추가할 수 있습니다.
12HMI 서버당 SV500
4구축 방식
다수 사업장자산 계층
권한 기반접근 관리
edgeSV Platform
설비 건강 상태를 명확하게, 함께 봅니다플랫폼은 엣지와 클라우드 데이터를 하나의 화면으로 모읍니다. 설비별 상태, 건강 점수, 전압 · 전류 추세, 파형 · 스펙트럼, 전력품질 이벤트, 알람 이력을 제공합니다.
추세 분석과 이력 비교로 어떤 설비에 언제 조치가 필요한지 보여주어, 달력이 아닌 상태를 기준으로 작업 우선순위를 정합니다. 같은 UI가 각 SV500과 중앙 서버에서 제공됩니다.
브라우저설치 불필요
63rd고조파 차수
추세및 이력
리포트및 내보내기
작동 방식
전기 신호에서 유지보수 의사결정까지
1
수집
피더에 설치한 전류·전압 센서로 3상 파형을 8 kHz로 수집합니다. 설비 본체에는 센서를 부착하지 않습니다.
2
엣지 분석
FFT, 전력 스펙트럼 밀도, Park 벡터, 전력품질 분석을 장치에서 수행하여 설비 기준 모델에 반영합니다.
3
진단
머신러닝이 정상 거동 대비 편차를 점수화하고 베어링·회전자·고정자·권선 등 부위와 연결합니다.
4
조치
결과는 내장 웹 UI, 서버·클라우드, Modbus를 통한 SCADA로 전달되어 상태·추세·알람을 한 곳에서 확인합니다.
플랫폼
한눈에 보는 상태.
한눈에 보는 상태.
명확해지는 다음 조치.
SV500은 별도 설치 없이 자체 웹 UI를 제공합니다. 여러 대를 중앙 서버에 연결하면 같은 화면이 공장 단위, 다수 사업장 단위로 확장됩니다.
- 정상·주의·경고·위험 4단계 상태
- 설비별 건강 점수, 추세, 파형 뷰
- 전력품질 지수를 포함한 알람·이벤트 이력
- 정비 계획용 리포트
A 공장 · 유틸리티동개요
설비
알람
전력품질
리포트
설정
42정상
5주의
2경고
1위험
| 설비 | 건강도 | 상태 | 진단 내용 |
|---|---|---|---|
| 1번 냉동기 압축기 모터 모터 | 94 | 정상 | — |
| 냉각수 펌프 P-201 펌프 | 71 | 주의 | 베어링 외륜 결함 주파수 |
| 냉각탑 팬 인버터 인버터 | 58 | 경고 | DC 링크 리플 증가 |
| 메인 변압기 TR-1 변압기 | 88 | 정상 | — |
| RO 고압 펌프 펌프 | 36 | 위험 | 전류 불평형 9.4% |
진단에서 행동으로알람은 시작입니다.
알람은 시작입니다.
목표는 더 나은 정비 판단입니다.
상태를 아는 데서 그치지 않고, 현장팀이 다음 행동을 준비할 수 있도록 연결합니다.
우선순위 판단
진단 결과에 설비의 운영 중요도를 더해 점검 우선순위를 정합니다.
정비 준비
정지 전에 점검 일정, 담당 인력과 필요한 부품을 준비합니다.
조치 후 검토
상태 이력과 점검·정비 기록을 함께 검토하며 다음 판단에 활용합니다.
활용 시나리오더 일찍 알면,
더 일찍 알면,
현장의 대응이 달라집니다.
진단 결과가 정비 계획으로 이어지는 활용 흐름을 살펴보세요. 아래는 적용 시나리오 예시입니다.
엣지 AI란 무엇인가?
왜 설비 가까이에서
왜 설비 가까이에서
분석해야 할까요?
엣지 AI(Edge AI)는 센서, 게이트웨이, 산업용 IoT 장비 등 데이터가 생성되는 엣지 디바이스에서 AI 알고리즘과 모델을 직접 실행하여 데이터를 실시간으로 분석하고 판단하는 기술입니다.
데이터를 클라우드로 전송한 후 분석하는 방식과 달리, 현장에서 즉시 데이터를 처리할 수 있어 설비 이상 감지, 고장 예측, 예지보전(Predictive Maintenance), 산업 자동화 등 빠른 판단과 대응이 필요한 분야에 효과적으로 활용할 수 있습니다.
엣지 AI의 5가지 핵심 가치
실시간 의사결정
엣지 AI는 데이터를 현장에서 직접 처리하여 빠른 분석과 실시간 의사결정을 가능하게 합니다.
네트워크 또는 클라우드의 응답을 기다리지 않고 즉각적으로 대응할 수 있어, 설비 이상 감지 및 산업 자동화와 같이 신속한 조치가 필요한 환경에 적합합니다.
데이터 보안 및 개인정보 보호
데이터를 엣지 디바이스 내부에서 처리함으로써 민감한 데이터를 외부 네트워크나 중앙 클라우드로 전송하는 빈도를 최소화할 수 있습니다.
이를 통해 데이터 유출 위험을 줄이고 보안 및 개인정보 보호 수준을 향상시킬 수 있습니다.
네트워크 대역폭 효율화
모든 원시 데이터를 클라우드로 전송하는 대신 필요한 정보와 분석 결과만 전송할 수 있어 네트워크 트래픽과 데이터 전송량을 크게 줄일 수 있습니다.
이를 통해 대역폭을 효율적으로 활용하고 통신 인프라의 부담을 줄일 수 있습니다.
운영 비용 절감
데이터 분석을 로컬 환경에서 수행함으로써 클라우드 컴퓨팅 사용량과 데이터 전송량을 줄일 수 있습니다.
이에 따라 클라우드 서버 운영 및 통신에 필요한 비용을 절감하고 보다 효율적인 시스템 운영이 가능합니다.
확장 가능한 분산형 AI 구축
엣지 AI는 분산 컴퓨팅 구조를 기반으로 여러 현장과 다수의 엣지 디바이스에 AI 모델을 배포할 수 있습니다.
따라서 공장, 빌딩, 데이터센터, 발전소 등 다양한 사이트와 설비로 AI 기반 모니터링 및 진단 시스템을 확장하기에 적합합니다.
기대 효과
긴급 대응은 줄이고,
긴급 대응은 줄이고,
계획 정비는 늘리고.
설비별로 더 깊이 이해하고, 더 효율적으로 운영하며, 사후 대응 대신 계획된 정비를 합니다.
비계획 정지 감소
진행 중인 결함을 조기에 찾아 드러내므로, 설비가 멈추기 전에 부품을 확보하고 긴 조달 기간까지 계획할 수 있습니다.
설비 수명 연장
심한 마모가 시작되기 전에 이상 거동에 대응하여 모터, 펌프, 압축기, 변압기의 수명을 늘립니다.
정비 우선순위 개선
어떤 설비에 언제 조치가 필요한지 보고, 고정 주기가 아닌 측정된 상태로 작업을 계획합니다.
긴급 대응 감소
더 일찍 알게 되면 현장의 돌발 상황과 긴급 판단이 줄고 일상 운영이 안정됩니다.
시간이 중요할 때의 인사이트
분석이 배전반에서 이뤄지므로 클라우드 처리나 수작업 검토를 기다리지 않고 즉시 결과가 나옵니다.
더 안전하고 확신 있는 운영
절연 스트레스, 지락, 과열을 사고로 이어지기 전에 감지합니다.
핵심 설비에서 시작하세요다음 정비의 시작은,
다음 정비의 시작은,
설비를 더 잘 아는 것.
가장 중요한 설비를 알려주세요. 계측 지점과 진단 목표를 확인하고, 귀사 현장에 맞는 파일럿 시작 방법을 함께 검토합니다.