사각지대 설비의 실시간 건전성 모니터링을 위한 지능형 부식 감시 시스템

1. 서 론 

정유, 석유화학, 발전 플랜트 등 국가 기간산업의 가동 중인 고온 설비는 열화와 화학적 반응으로 인해 지속적인 부식 위험에 노출되어 있다. 특히 두께 감소나 국부 부식(local corrosion), 배관 서포트 연결부와 같은 기하학적 사각지대(데드존)에서 발생하는 틈 부식(crevice corrosion)은 설비 손상을 초래해 대형 폭발이나 유독 물질 누출 등 치명적인 사고로 이어질 수 있다.

또한 기존 비파괴 검사(NDT)는 정기 보수(shut-down) 기간에 검사자가 고소 설비나 밀폐 공간에 직접 접근해 측정하는 수동 검사 방식에 의존해 왔다. 이러한 방식은 검사원을 위험 환경에 노출시켜 안전사고 발생 가능성을 높일 뿐만 아니라, 상시 발생하는 설비 건전성 저하 요인을 실시간으로 감시하기 어렵다는 근본적인 한계를 지닌다. 특히 배관 서포트 접촉면과 같은 영역은 물리적 접근이 어려워 부식 진단의 대표적인 사각지대(dead zone)로 여겨져 왔다. 더욱이 상용 운전 온도가 350 ℃에 이르는 가동 중 설비의 정밀 두께 측정이 가능한 고온용 초음파 탐촉자(ultrasonic transducer)는 전량 해외 기술에 의존하고 있어 핵심 검사 기술의 국산화와 독자적 진단 역량 확보가 시급한 상황이다.

세이프텍은 이러한 국산화 공백과 기술적 사각지대를 해소하기 위해 한국세라믹기술원의 소재 원천 기술과 세이프텍의 센서 패키징 및 모듈 제어 엔지니어링 기술을 융합하였다. 이를 바탕으로 극한 환경에서도 안정적인 연속 운전이 가능한 고온용 압전체 기반 상시 부식 모니터링 시스템을 구축하고, 배관 서포트 사각지대의 결함 탐지 및 진단 정확도를 높이기 위해 AI 기반 신호처리 알고리즘을 적용하였다.

본고에서는 핵심 성과인 고온 초음파 모니터링 기술과 함께, 지능형 알고리즘을 활용한 배관 서포트 틈 부식 탐지 및 깊이 평가 시스템의 핵심 원리와 기술적 특징을 소개하고자 한다.

2. 고온 압전 세라믹 소자의 

원천 소재 국산화 및 모니터링 시스템

초음파 탐촉자의 에너지 변환 효율을 좌우하는 압전 소자는 온도 상승에 따라 압전 특성을 상실하는 

‘큐리 온도(curie temperature)’라는 물리적 한계를 가진다. 기존 비파괴 검사 센서에 널리 적용되는 PZT -5 소재는 큐리 온도가 303 ℃ 수준에 불과하여, 350 ℃ 이상의 플랜트 가동 중 설비에 연속 적용할 경우 탈분극(depolarization) 현상으로 인해 센서 성능 저하 및 영구 손상으로 이어질 수 있다.

세이프텍은 최대 400 ℃의 운전 환경에서도 안정적인 건전성(integrity)을 유지할 수 있도록, 430 ℃ 이상의 고온 내구 특성을 확보한 BiScO₃-xPbTiO₃ 계열 고온 압전 세라믹을 독자 공정으로 합성하고 국산화 제품 개발에 성공하였다. 개발된 고온 압전 소자는 표면 온도 396 ℃의 극한 조건에서도 안정적인 두께 측정 성능을 구현하였으며, 상온 대비 20 dB 향상된 음압 특성을 통해 고온 환경에서 발생하는 초음파 감쇠 문제를 효과적으로 개선하였다.

또한 유전상수(dielectric constant)와 유전손실(dielectric loss)의 온도 의존성을 분석한 결과, 400 ℃ 영역까지 초음파 신호 감쇠 및 임피던스 변화 없이 안정적인 열적·전기적 특성을 유지하는 것을 확인하였다.

3. AI 알고리즘 기반 배관 서포트 

틈 부식 탐지 및 깊이 평가 고도화

플랜트 배관 설비에서 배관을 지지하는 서포트(support) 접촉면은 수분과 부식성 물질이 잔류하기 쉬워 틈 부식(crevice corrosion)에 취약한 영역이다. 그러나 구조적 간섭으로 인해 센서의 직접 접근이 어렵고, 기존 검사 방식으로는 정밀한 상태 평가가 제한되어 그동안 대표적인 부식 진단 사각지대로 남아 있었다. 본 연구팀은 이러한 기하학적 한계를 극복하기 위해 전용 초음파 센서와 지그(jig) 설계를 적용하고, 머신러닝·딥러닝 기반 AI 부식 진단 알고리즘을 융합해 배관 서포트 영역의 결함 탐지 및 평가 성능을 고도화하였다.

•AI 기반 미세 결함 탐지 알고리즘 : 배관 서포트 외부에서 입사된 초음파 복합 파형은 구조적 경계면과 틈새 영역에서 복잡한 다중 반사와 모드 변환을 유발한다. 본 시스템은 수집된 초음파 신호의 노이즈를 제거하고 주요 특징점을 자동 추출하는 AI 기반 신호 분석 알고리즘을 적용해, 초기 단계의 미세 틈 부식을 기존 임계치 기반 검사 방식이나 인간 검사 대비 높은 정확도로 조기에 탐지한다.

•정량적 부식 깊이 평가 알고리즘 : 단순히 결함 유무를 판별하는 수준을 넘어, AI 모델이 반사 에코의 위상 변화와 음향 감쇠 패턴을 정밀 분석·학습하여 틈 부식의 정량적 손상 깊이(depth)와 손상 정도를 실시간으로 추정한다. 이를 통해 육안 확인이 어려운 사각 영역 내부에서 부식이 진행된 깊이를 수치화하고 시각화함으로써 잔존 수명 평가의 신뢰성을 확보하였다.

•자동·수동 지그 최적화 : 현장 조건에 따라 유연하게 적용 가능한 자동·수동 지그 시스템과 AI 진단 모듈을 결합하여 측정 위치별 스캔 데이터의 편차를 보정하고, 일관된 검사 품질을 유지할 수 있는 상시 정밀 모니터링 체계를 구현하였다.

4. 국부 부식 검출능 고도화를 위한 

멀티 탐촉자 패키징 구조 설계

플랜트 배관 내부의 난류 및 유체 흐름에 의해 발생하는 부식은 배관 전반에 균일하게 진행되기보다 특정 영역에 집중적으로 마모되는 국부 부식(local corrosion) 형태로 전개된다. 기존 외산 센서와 같은 단일 소자(single element) 방식은 탐촉자가 부착된 협소한 지점의 직하방 두께만을 검출하므로, 센서 중심 영역을 벗어난 인접 부위의 결함을 놓칠 위험이 크다.

본 기술은 단일 탐촉자 하우징 내부에 최소 4개 이상의 멀티 압전 소자를 조밀한 간격으로 배열한 ‘Multi-PZT Transducer’ 메커니즘을 적용하여 차별화된 검출 성능을 확보하였다. 배관 길이 방향 및 원주 방향으로 정렬된 4채널 멀티 압전 소자는 각각  개별 초음파 파형을 입사하며, 마모 경계면에서 반사되어 되돌아오는 저면 1차 반사 에코(B₁) 및 2차 반사 에코(B₂)의 비행 시간(Time of Flight) 차이를 다중 게이트(gate) 신호 제어를 통해 실시간으로 획득한다. 시스템은 이를 연산하여 탐촉자 장착부 면적 내에서 가장 마모가 심한 ‘최소 두께(minimum thickness)’를 왜곡 없이 추적한다. 또한 단일 모듈 조합형 설계를 통해 배관 1개소당 최대 16포인트의 부식 상태를 입체적으로 모니터링할 수 있다.

5. 고온 및 가혹 환경 실증 평가 및 

정량적 신뢰성 검증

국산화 시스템과 AI 알고리즘의 성능을 객관적으로 검증하기 위해 공인시험기관 입회하에 가혹 환경 실증시험을 수행하였다. 전기 오븐을 이용해 압전 세라믹 시료를 상온에서 600 ℃까지 승온시키며, 유전 특성을 추적하여 큐리 온도(curie temperature)를 공인 기준으로 확인하였다. 또한 계단 시편 및 인공 결함 시편을 대상으로 알고리즘을 구동하여 오차 범위 ±0.05 mm 이내의 초정밀 두께 분해능과 결함 깊이 평가 오차 최소화를 입증하였다. 최종적으로 350 ℃의 극한 온도로 가열된 실제 배관 및 진동·부식 조건이 부가된 서포트 구조물에 시스템을 적용하여 최소 72시간 연속 구동 시험을 성공적으로 완료하였다.

Tc 430 ℃급 압전체를 적용한 초음파 센서를 제작하고 고온 성능시험을 수행하였다. 두께 7.8 mm의 탄소강 판을 대상으로 최대 396 ℃의 고온 환경에서 두께 측정을 진행한 결과, 고온 열진동에 따른 신호 감쇠 영향으로 인해 상온 대비 20 dB(상온 3 dB → 396 ℃에서 23 dB)의 음압 증가가 필요한 것으로 확인되었다.

6. 선진 외산 기술 대비 

독보적 차별성 및 현장 활용성

•체결 신뢰성 및 설치 유연성 : 기존 외산 장비는 볼트 체결 기반의 기계식 지그 고정 방식에 의존해 복잡한 구조의 배관이나 협소 공간 적용에 한계가 있었다. 반면 본 제품은 고온 환경에 적용 가능한 특수 영구자석과 지그를 결합한 하이브리드 고정 체결 구조를 구현해, 굴곡 배관 및 서포트 인접부와 같은 제한 공간에서도 신속하고 안정적인 밀착 설치가 가능하다.

•지능형 물성 및 결함 진단 알고리즘 결합 : 외산 센서가 단일 지점의 두께 감시에 주로 머무르는 반면, 본 시스템은 멀티 소자 파형 분석을 기반으로 고온 가동 중인 금속 배관의 두께, 푸아송 비, 탄성계수 등 핵심 물성을 실시간 모니터링하는 기술과 AI 기반 틈 부식 정량 깊이 진단 기능을 결합한 세계 최고 수준의 지능형 특허 기술을 적용하였다.

•원격 IoT 스마트 모니터링 체계 : 소형화된 전용 초음파 보드와 MUX 보드 모듈을 탑재하고, 무선 IoT 네트워크를 통해 다중 지점에서 상시 수집되는 데이터와 결함 신호를 웹 서버로 실시간 전송함으로써 중앙집중형 원격 관제를 지원한다.

7. 경제적 파급 효과 및 

사업화 판로 전략

본 시스템의 도입은 플랜트 자산 관리 방식의 변화를 이끌 것으로 기대된다. 검사원이 고소 설비나 사각지대 측정을 위해 위험 환경에 직접 접근해야 했던 기존의 수동 검사 방식을 AI 기반 원격 모니터링 체계로 전환함으로써, 작업자 안전성을 높이고 중대재해 발생 위험을 줄일 수 있다. 또한 부식 마모 속도와 진행 깊이를 지능적으로 분석·예측해 설비 이상 징후를 조기에 파악함으로써 예기치 않은 가동 중단(unscheduled shut-down) 위험을 최소화하고, 비계 설치 및 보온재 해체 등 검사 관련 부대 비용 절감을 통해 운영비용(OPEX) 최적화에 기여할 수 있다.

현재 울산 석유화학공단 내 가동 플랜트에 5개 모듈을 실제 설치·운용하며 현장 실증 레퍼런스를 확보하였고, SK에너지 대상 시범 적용 사업 제안을 완료하였다. 또한 세계 최대 석유 기업인 사우디 아람코(Saudi Aramco)와 양산 기술 적용을 위한 협의를 진행하는 등 글로벌 비파괴 검사(NDT) 시장 진출을 위한 기반을 확대하고 있다.

8. 결 론 

본 연구를 통해 통합 구축한 고온 초음파 모니터링 및 AI 기반 배관 서포트 틈 부식 진단 기술은 플랜트 비파괴 검사의 대표적인 사각지대(데드존)에 대한 진단 한계를 개선하고, 설비 건전성 평가의 신뢰성을 향상시켰다.

단순한 결함 발견을 넘어 AI 기반 정량적 깊이 평가와 물성 진단까지 아우르는 독보적인 안전 플랫폼으로서, 향후 국내외 플랜트의 자산 건전성 확보를 이끄는 강력한 K-방재 기술 자산으로 자리매김할 것이다.

sslee-9@hanmail.net