Biomass Powerplant

Overview

우드칩을 연소하여 에너지를 생산하는 바이오매스 발전소의 운영 효율성을 평가하는 방법으로는 열효율(Thermal Efficiency), 연료 이용 효율(Fuel Utilization Efficiency), 전기 변환 효율(Electric Conversion Efficiency), 시스템 전체 효율(Overall System Efficiency) 등이 사용되고 있습니다. 그러나 이러한 방식들은 연료의 특성, 설비 상태, 운영 조건 등을 충분히 반영하지 못하는 한계를 가지고 있었습니다.

SDT는 이러한 한계를 극복하기 위해 연료와 설비, 그리고 운영 상태를 실시간으로 정확히 측정할 수 있는 기술을 개발하였습니다. 이 기술은 발전소의 효율성을 보다 신뢰성 있게 분석하며, 장비 내부에 설치된 카메라와 LIBS(Laser-Induced Breakdown Spectroscopy) 기반 측정을 무중단ㆍ무인으로 운영할 수 있도록 설계되어 아시아 최대 바이오매스 발전소에서 사용되고 있습니다.

바이오매스 발전소가 겪고 있는 문제

바이오매스 발전소를 최적의 효율로 운영하기 위해서는 입자의 크기와 투입 원료인 우드칩의 화학적 구성을 정확히 측정하고 지속적으로 추적하는 것이 필수적입니다. 입도 분포와 화학적 구성이 적절하지 않을 경우, 뭉침(agglomeration), 오염(fouling), 슬래깅(slagging)과 같은 현상이 발생하여 설비 부식과 운전 장애로 이어질 수 있습니다.

현재 대부분의 바이오매스 발전소에서는 작업자가 하루 1~2회 우드칩과 바텀 애쉬의 샘플을 채취한 후 실험실로 운반해 분석을 진행합니다. 하지만, 실험실 분석과 보고서 작성에는 약 이틀이 소요되어, 분석 결과의 신뢰성과 실시간 대응에 한계가 있습니다. 즉, 분석이 완료되기 전에 문제의 원인이 이미 설비에 영향을 미치고 있는 경우가 많습니다.

SDT의 해결책 -
머신 비전을 이용한 입도 분석

분석을 위해 실험실로 운반되는 우드칩과 바텀 애쉬는 전체 투입량의 극소량입니다. 극소량의 샘플에 의존해 발전량을 예측하기에는 많은 한계가 있습니다. 이러한 문제를 해결하고 바이오매스 발전소의 운영을 최적화하기 위해 SDT는 기존 방식에서 벗어나 실험실이 아닌 컨베이어벨트 위에서 입도와 화학적 성분을 실시간으로 분석하는 혁신적인 방식을 도입하였습니다.

SDT는 바이오매스 발전 과정에서 발생하는 뭉침 현상을 실시간으로 확인할 수 있도록 드래그 체인 위에 카메라를 설치하였습니다. 드래그 체인은 내부 온도가 100°C를 넘고, 큰 이물질과의 충돌 가능성이 있는 열악한 환경이므로, 카메라와 같은 머신비전 장비를 안전하게 보호할 수 있는 기구 설계를 한번에 제공했습니다. 또한, 광학적 환경에 맞게 조리개와 초점을 자유롭게 조절하여 최적의 촬영 조건을 유지했습니다. 이를 위해 SDT는 드래그 체인 위에 캐비닛을 설치하고, 그 안에 카메라, 조명, 에어 쿨러, 이물 회피 장치 등을 포함한 장비를 안전하게 배치하였습니다.

설치된 카메라는 약 1초에 한 번씩 바텀 애쉬를 촬영하고, 촬영된 이미지는 즉시 데이터베이스에 업로드되었습니다. SDT의 머신비전 알고리즘은 업로드된 이미지를 바탕으로 입자들에 대해 segmentation 작업을 수행하고, 각 입자의 지름을 측정하여 개수를 세는 과정을 통해 입도 히스토그램을 생성했습니다.

SDT의 해결책 -
공정 위에서의 실시간 원소 분석

SDT는 우드칩의 화학적 구성을 정밀하게 분석하기 위해 LIBS(Laser-Induced Breakdown Spectroscopy, 레이저 유도 플라즈마 원소 분석) 기술을 도입하였습니다. 이 LIBS 솔루션은 레이저, 분광기, SDT의 데이터 수집 모듈인 NodeQ, 그리고 산업용 컴퓨터 ECN으로 구성되어 있습니다.

LIBS 장비는 강력한 레이저를 사용해 우드칩에 에너지를 조사하고, 이를 통해 우드칩 내 원자가 레이저 에너지를 흡수한 후 수 나노초 뒤 방출하는 빛의 고유 파장을 분석합니다. 우드칩의 원소 구성을 실시간으로 대량 분석하기 위해, SDT는 컨베이어벨트에 진공흡입 장치를 설치하였습니다. 이 장치는 컨베이어벨트를 지나는 우드칩 시료를 흡입하여 LIBS 분석을 수행한 뒤 다시 컨베이어벨트로 반환합니다.

SDT의 데이터 수집 모듈인 NodeQ는 이 빛의 파장 값을 실시간으로 읽어 ECN으로 전송합니다. ECN은 전송받은 데이터를 기반으로 머신 러닝을 통해 각 파장에 해당하는 원소를 즉시 식별하고, 이를 체계적으로 저장하며, 이상 원소를 감지할 경우 관리자에게 알림을 전송합니다.