[내일배움캠프] 아티클 스터디 (1)

제조업에서 데이터분석이란?

 

제조업에서 데이터 분석이란?

https://ysjang0926.github.io/etc/2020/12/13/manufacturing_data_intro/

---

 

제조 데이터는 ERP, 품질관리, 설비관리 등의 공장 내에서 수집되는 데이터

- 계획부터 구매, 생산, DCS, 센서(sensor)까지 공정의 모든 데이터를 연결하여 하나의 데이터 셋으로 완성하면, 어떠한 원료를 투입하였고 어떠한 공정 조건으로 운전 했을 때 무슨 데이터가 쌓이는지 파악 할 수 있다

 

제조 데이터 분석은 원료, 공정, 품질, 출하 정보 등으로 연결 된 데이터를 활용하여 품질 개선과 장애를 예측, 문제 해결

 

 

[ 제조 데이터 분석의 목적과 의의 ]

 

 1. 목적

• 과거에는 일부 샘플 데이터를 사후 분석(불량 발생, 설비 이상)에 활용하였으며, 생산 공정의 전반적 상황에 객관화/일반화를 통한 실시간 적용이 불가능
• 제조 공정의 디지털화 추진, 각 공정별 설비에서 생성되는 데이터는 폭발적으로 증가
• IT 기술 융합을 통해 제품 생산에서 발생하는 실시간 데이터 전체를 활용함으로 효과적인 생산 의사결정과 이슈에 대한 사전 대응이 가능
• 신규 가치 창출 방법론으로 활용하여 효율적으로 경쟁력 확보

 2. 의의

• 제조 현장에서 일어나는 현상에 대해 데이터 기반의 접근과 해석을 통해 문제 해결
• 수집된 데이터 기반으로 현장 개선 활동 및 기술 과제 추진 등에서의 활용 증가
• 경험에 의한 제조 공정 운용에서 다양한 공정 데이터 기반 객관화된 공정 운용으로 변화
• 사후 분석이 아닌, 실시간 공정 모니터링 및 운용을 통한 생산 효율화 향상

 

[ 제조 데이터 분석 ]

 

1. 품질 원인 분석

  - ex) x제품 y물성 품질개선, 동일 공정간 품질편차 분석 등

• 가동되고 있는 센서(sensor) 값을 이용해 물성 또는 불량에 영향을 주는 인자 파악
• 해당 인자를 이용하여 지속적인 물성 유지와 양품(불량이 아닌 제품) 생산을 위한 관리 방안을 제시
• 주의할 점 : 분석파트는 해당 공정의 도메인에 대한 이해도를 높여 분석을 진행 / 현업 파트는 분석 파트에게 공정 이슈 및 분석 결과에 대한 즉각적인 피드백 필요

 2. 최적 공정 조건 도출

   - ex) 적정 y물성을 위한 최적 공정 조건 등

• 과거의 best practice 기반으로 앞으로의 양품 생산을 위한 생산 품종, 라인별 최적 공정 조건 도출 및 적용
• [데이터 수집 → 표준 최적 공정 관리조건 도출 → 현장 적용 → 모니터링] 단계로 진행
• 데이터 기반의 생산 공정의 기술축적 및 기술 표준화로 생산성 및 품질 향상을 위한 초석을 마련

3. 설비 장애 예지

  - ex) 실시간 y품질 예측, z설비 이상 모니터링을 위한 분석 모델 등

• 생산 설비나 공정의 안정성을 수치화하여 이상을 미리 예측
• 효율적인 설비 유지보수를 위해, 예측이 필요한 센서 뿐만 아니라 주변에 설치된 센서를 실시간으로 분석하여 설비 이상 발생을 사전에 파악할 수 있는 스마트한 모니터링 구축을 목표
• 모니터링 구축 시 예측 결과를 시스템에 적용하여 현재 설비가 정상 범위를 이탈하는 경우 담당자에게 알람을 발송하는 등 현업이 필요로 하는 요소 파악

4. 이미지 분석

  - ex) x제품 결점 분석 등

사진 출처: Kaggle, Severstal: Steel Defect Detection

• 제품 생산 중 발생하는 각종 이미지를 목적별로 분류 및 예측
• 이미지 분류 모델의 성능도가 높을수록 작업자의 재확인 작업시간이 단축되는 효과
• 각 제품별 주요 결점들의 발생 정도와 특징(위치, 크기 등)을 시각화하여 제공하면 작업자가 결점 현황 파악을 보다 쉽게 할 수 있음
• 결점 검출기를 사용하는 공장에서 활용 가능성이 높고 품질 검사 시간과 비용을 획기적으로 줄일 수 있음