DEVOCEAN

산업용 플랜트의 열교환기는 노후화되면서 검사 수요가 증가하고 있습니다.

IRIS 검사 방법은 에너지 및 화학 공장에 설치된 열교환기 전열관의 결함을 탐지하기 위해 사용됩니다.

이 방법은 내시경 및 초음파 검사와 유사한 방식으로 진행되며, 주기적으로 시행되어 설비의 안전관리를 돕고 있습니다.

그러나 현재 IRIS 검사는 노령화된 신호평가 전문가의 경험과 감에 의존하는 방식으로 여러 한계가 존재합니다.

특히 신호 수집 시 발생하는 노이즈와 신호 유실로 인해 결함 검출이 어려워지며, 이로 인해 신호 평가의 정확도가 낮아지는 문제가 있습니다.

이러한 문제는 이미지 복원 및 노이즈 제거 처리와 지도학습 기반의 객체 탐지 모델을 통해 효과적으로 개선할 수 있습니다.

따라서, 인공지능 기반의 결함 탐지 모델을 적용한 비파괴 검사(IRIS) 자동 평가 솔루션을 개발하여 다음과 같은 목표를 달성하고자 합니다 :

① 검사 정확도 향상을 통한 공정 안정 조업, ② 검사 속도 향상을 통한 정기 보수 계획 개선, ③ 검사 비용 절감을 위한 솔루션 개발 및 실증

이 솔루션을 구축하기 위해 데이터 전처리, 자동 결함 탐지 모델 개발, 전열관 감육 예측 모델 개발, 사용자 소프트웨어 개발, 실증 시험 및 솔루션 고도화 과정을 진행하였습니다. 관련된 노하우와 제조 산업에서 AI 적용의 방향에 대해 제언드리겠습니다.

김강석SK에너지

Smart Plant추진팀 PM(과장)으로 재직 중이며, 현장 경험을 바탕으로 한 Enterprise Asset Management, IDMS(Inspection Data Management System) 분야 전문가입니다.

Corrosion & Inspection 엔지니어 및 Field inspector 업무 수행 경험과, 차세대 설비관리 시스템 구축 및 운영, Advanced CDS 및 ADsP 자격 등을 보유하고 있습니다.