제조 산업에서 생산 제어 및 생산 기술에 관여하는 사람들은 요즘 "스마트 팩토리"라는 용어를 점점 더 많이 듣고 있습니다. 이 스마트 팩토리의 개념은 매우 광범위하며 각 직책의 의미가 다른 경우가 있습니다. 또한 정부가 업계를 더 스마트하게 만드는 데 앞장서려는 움직임이 있습니다. 여기에서는 스마트 공장의 일반적인 정의, 현재 제조 산업이 직면 한 문제, 스마트닝을위한 정부의 로드맵, 로드맵의 구체적인 예 및 현장 도입 사례를 소개합니다.
스마트 팩토리란 무엇인가요?
스마트 팩토리는 독일 정부가 주창하는 인더스트리 4.0을 구현하는 첨단 공장입니다. 구체적으로는 로봇, 인공지능(AI), IoT(사물인터넷) 등을 무인에 도입하고 생산성과 품질을 향상시킬 예정이다. 즉, 목표는 기존 공장의 자동화 를 더욱 촉진하고보다 정교한 생산 시스템을 구축하는 것입니다.
현재 제조 과제와 스마트 팩토리 로드맵
이 스마트 팩토리는 일본 산업에 큰 영향을 미치는 것으로 간주되며 경제, 무역 및 산업부는 2017 년에 "제조 스마트 로드맵 조사"라는 설문 조사 보고서를 작성했습니다. 이 로드맵에서는 품질 개선, 비용 절감, 생산성 향상, 기간 단축, 인적 자원 부족, 부가가치 / 제공 가치 개선, 위험 관리 / 추적 성 및 솔루션과 같은 현재 문제를 보여줍니다. 그것은 제조가 지금부터 20 ~ 30 년이 있어야하는 방법과 그로 이어지는 문제를 설명합니다. 또한 이러한 과제에 대한 다음 세 단계 솔루션이 제시됩니다.
데이터 수집/축적
유용한 정보를 추출하고 시각화함으로써 얻은 인식을 노하우와 지식으로 전환하는 것입니다. 예를 들어, 아이디어는 검사를 자동화하고 그래프와 다이어그램으로 구성하여 많은 양의 데이터를 수집하는 것입니다.
데이터 분석/예측
엄청난 양의 정보를 분석하고 학습함으로써 현상의 요인을 식별하고 현상을 모델링하며 미래 예측을 할 수 있습니다. 여기에는 요인 분석, 통계 분석 또는 인공 지능에 의한 기계 학습에 의한 데이터 분석이 포함됩니다.
데이터 제어/최적화
분석 결과와 예측 결과를 바탕으로 최선의 판단과 실행을 하는 것입니다. 한 가지 예는 분석에서 발견 된 결함을 개선하는 것입니다.
이런 식으로 우리는 "데이터"가 스마트 공장의 실현에 매우 중요하다는 것을 알 수 있습니다. 이전의 "자동화"에서는 치수 및 무게와 같은 수치 데이터 만 사용되었지만 여기서는 "데이터"가 더 넓어지고 있습니다. 그것은 수치 데이터뿐만 아니라 이미지, 소리 및 움직임과 같은 "생산 시스템에서 발생하는 것들"의 정량화라고 할 수 있습니다. 최근 몇 년 동안 IT 장비의 엄청난 발전 덕분에 이러한 데이터를 처리 할 수있게되었습니다. 스마트 공장은 IT 기술의 돌파구로 실현 될 수 있다고 말할 수 있습니다.
로드맵의 구체적인 예
다음으로 위의 세 단계를 자세히 살펴 보겠습니다. 예를 들어, 생산 시스템의 문제가 "품질 향상"인 경우 품질을 향상시키기 위해 "불량률 감소"가 필요합니다. 이를 위해 먼저 작업자의 실수를 감지하고 결함을 처리하여 데이터를 수집합니다. 이것은 "데이터 수집 / 축적"의 단계입니다. 다음으로 "데이터 분석 / 예측"단계에서 과거의 실수 및 처리 결함을 분석하고 실수 및 처리 결함이 발생할 가능성이있는 프로세스를 식별합니다. 다음으로, 우리는 실수를 한 근로자를 교육하고 가공 결함이 발생한 프로세스를 피하기 위해 설계 변경을 할 것입니다. 이것은 "데이터 제어 / 최적화"의 단계입니다.
현장 수준에서의 노력의 구체적인 예
그런 스마트 공장을 실현하기 위해 현장에서 어떤 노력이 이루어지고 있습니까?
가공 공장에서는 공작 기계를 네트워크를 통해 연결하여 가공 상태를 확인하고 가공 종료를 알리는 기능을 제공했습니다. 이것은 소위 IoT입니다. 이로 인해 한 사람이 여러 공작 기계를 담당할 수 있게 되었습니다.
또한, 처리 시간은 데이터로서 획득 및 저장될 수 있다. 이는 "데이터 수집 및 축적"에 해당합니다. 그 후, 획득한 데이터를 분석함으로써, 가공 시간을 최적화할 수 있게 되었다. "데이터 분석 / 예측"및 "데이터 제어 / 최적화"가 수행되는 것을 볼 수 있습니다. 이 세 단계를 반복함으로써 매일 가공 조건과 처리 시간을 최적화하여 생산성을 향상시키고 제조 비용을 절감 할 수있었습니다.
마찬가지로, 센서가 공작 기계 (여기서는 연마를 수행하는 연삭기)에 부착되어 연마 중에 가해지는 연마력을 측정, 수집 및 데이터로 저장할 수 있습니다. 다시, 축적된 데이터를 분석함으로써, 처리 조건을 최적화하는 것이 가능해졌다. 앞에서 살펴본 것과 동일한 단계를 포함하여 스마트화가 성공했음을 알 수 있습니다.
이러한 현장 수준의 노력은 기존 현장 수준의 비용 절감 활동의 연장이지만 스마트 공장의 궁극적 인 목표는 전체 제품 공급망에서 인텔리전스와 자동화를 촉진하는 것입니다. 거기에 있습니다. 전체 제품 공급망이 더 스마트해지면 제조 현장이 훨씬 더 효율적이고 데이터 활용도가 높아질 것입니다. 그러나 일본의 제조 산업은 많은 공장과 대규모 공급망을 갖춘 대기업뿐만 아니라 중소기업 및 마을 공장에서도 지원된다는 점에 유의해야합니다. 따라서 일본 제조 산업의 발전을 위해서는 이러한 중소기업과 마을 공장을 참여시키는 것이 필수적입니다.
스마트 팩토리 및 엣지 컴퓨팅
위에서 언급했듯이 데이터는 스마트 팩토리에서 매우 중요합니다. 데이터 수집은 스마트화의 열쇠 중 하나라고 할 수 있습니다. 그러나 전체 공급망을 포괄하는 스마트 공장을 실현할 때 데이터의 양은 엄청납니다. 또한 이들을 신속하게 처리 할 필요가 있습니다. 이러한 배경에서 클라우드 컴퓨팅은 데이터 수집, 분석 및 스토리지에 필수적이지만 공장 현장을 클라우드에 연결하는 것은 어려울 수 있습니다. 이러한 경우 소개 엣지 데이터를 원활하게 분석하고 처리 할 수있는 컴퓨팅.
스마트 팩토리의 개념은 넓고 깊습니다.
이번에는 스마트 팩토리 개념의 작은 부분을 소개했습니다. 그러나 스마트 공장의 개념은 거기서 멈추지 않습니다. 이미 언급했듯이 스마트 공장의 개념은 텍스트에 언급 된 문제를 해결하고 개선하는 것을 목표로하는 스마트 공장의 아이디어입니다. 말하자면, 공장을 발전시키기위한 모든 기술적 노력은 스마트 공장이라고 할 수 있습니다.
