장비가 고장이 나거나 예지 보전이 필요한 시기를 알기 위해 PLC를 사용합니다. 예지 보전 수준의 진단 기능을 수행하기 위해서는 PLC에 더 많은 작업을 해야 합니다. 예를 들어 센서, 액추에이터, 모터, 드라이버에 공급되는 진단을 모니터링하려면 더 많은 코드가 필요합니다.
장비의 진단 기능을 처리하기 위해서는 두 가지 방법론이 있습니다. PLC에 최소한의 기본 골격을 입력합니다. 적은 PLC 코드로 스캔 시간이 빨라지며 PLC는 보다 효율적으로 작동합니다. 이러한 경우에는 세분화된 진단이 부족하므로 문제가 발생했을 경우에 다운 타임 시간이 길어질 확률이 높습니다. 두 번째 옵션은 진단 기능을 추가하는 것이며 이는 코드 수의 증가를 뜻하며 장비의 다운타임을 줄일 수 있습니다. 하지만 PLC의 스캔 시간이 늘어나면서 처리량이 늘어날 수 있습니다.
그렇다면 기계의 진단 수준을 높이면서 PLC의 부담을 어떻게 줄일 수 있을까요?
보통 두 가지의 토끼를 모두 잡을 수는 없지만 Industry 4.0 및 IIoT 컨셉을 사용하면 이 두 가지 시나리오 모두 최대한 활용할 수 있습니다. 이 두가지 용어와 아이디어가 무엇을 의미하는지에 대한 많은 관점이 있지만 PLC에 대한 부담을 줄이기 위한 두 가지 아이디어가 시장에 어떻게 적용 가능한지 살펴봅시다.
IO-Link 기술로 데이터를 생성하는 디바이스가 폭발적으로 늘어났습니다. I/O, 온도, 아날로그, 압력, 유량과 같이 제품의 다양성은 우리가 지금까지 본 것보다 기계에 대한 가시성을 더 많이 제공합니다. 장비에 이러한 디바이스를 사용하면 공정에 대한 가시성을 더 많이 제공합니다. 많은 IO-Link 마스터는 Ethernet 기반의 프로토콜로 통신을 하며 JSON, OPC UA, MQTT, UDP, TCP/IP를 통한 IO-Link 디바이스의 가용성은 PLC 이상으로 이더넷 "선"에 대한 진단을 제공합니다.
이더넷 "와이어"에서 진단 목적으로 IO-Link를 사용한 후에는 일정 수준의 컨트롤러로 데이터를 수집하고 분석해야 합니다. Raspberry Pi는 산업 자동화 환경에 통용되고 있지 않지만 리눅스 기반의 "샌드박스(Sandbox)" 컨트롤러가 출시되었습니다. (고온, 진동, 및 Pi보다 표준). 샌드박스 컨트롤러는 Codesys, Python, Node-Red 기반의 진단도구 프로그래밍 플랫폼을 제공합니다.
고급 진단 데이터를 제공하는 IO-Link 디바이스와 리눅스 기반의 컨트롤러는 진단 데이터를 수집하고 분석합니다. 하지만 이 데이터를 어떻게 시각적으로 표현하시나요? 우리는 일반적으로 장비의 진단 상태를 디스플레이하기 위해서 고가의 HMI를 사용하지만 리눅스 기반의 컨트롤러를 사용하면 간단한 디스플레이 화면으로 진단 데이터를 확인하실 수 있습니다. 일부 프로그래밍 플랫폼에는 일정 수준의 데이터 시각화를 지원하므로 보통 디스플레이 하드웨어 가격으로 구현 가능합니다. 예로 Node-Red는 대시보드 뷰를 지원하므로 모니터에 간단하게 표시됩니다. 서버에서 데이터를 수집하면 Grafana와 같은 시각화 소프트웨어를 사용할 수 있습니다.
결론적으로 진단 기능으로 PLC에 과부하를 가하지 마십시오 : IIoT와 Industry 4.0 컨셉으로 산업용 자동화 설비의 가시성을 확보하시기 바랍니다. IO-Link 디바이스는 데이터를 제공하며 리눅스 기반의 컨트롤러는 데이터를 수집하고 분석하며, 간단한 디스플레이 화면에서 데이터를 시각적으로 표현할 수 있습니다. 이러한 컨셉으로 PLC는 스캔 시간을 크게 줄이는 동시에 설비 프로세스에 대한 가시성을 높일 수 있습니다.