07/22/2021 - Oliver Hagenlocher - 보도자료
공정 이상 탐지를 위한 고주파 데이터 분석: 새로 개발된 프로세스 “공정 이상 탐지”는 생산 중 공정의 평가를 가능하게 합니다.
다수 공급업체의 생산 조건이 계속 변하고 있습니다. 자동차 부품도 점점 더 복잡해지고 있습니다. 동시에 치수 정확도 및 공차에 대한 OEM의 요구 사항이 매우 빠르게 증가하고 있습니다. 하지만 고장감내성은 "0"입니다. 이러한 현상을 어떻게 조정할 수 있을까요? 바로 EMAG의 최신 인더스트리 4.0 솔루션에 그 해답이 있습니다. 장비 엔지니어는 기계 제어의 특수 기능을 사용하여 공정 계측값을 지속적으로 파악하고, "EDNA"라는 IoT 키트로 직접 평가하며 공정 이상을 탐지합니다. 혁신적인 인더스트리 4.0 접근 방식은 어떠한 가능성을 제공합니까?
이미지
산업 생산은 많은 세부사항에 있어서 마이크로 미터 및 밀리 초의 싸움으로 마침내 모든 공정이 끊임없이 최적화되고 있습니다. 공정 중에도 이상을 탐지해야 즉각적인 조치를 취할 수 있습니다.
IoT Core가 계측 데이터를 분석하다
EMAG는 순수 기계 공학과는 달리 생산 기술을 디지털화하기 위해 지속적으로 연구하고 있습니다. 대량의 센서 데이터, 작동 데이터 및 생산 데이터는 각 공작기계가 작동하는 동안 생성되며, 훨씬 더 안정적이고 생산적인 공정을 위해 광범위하게 활용됩니다. 기록된 데이터는 목표값과 비교되어 공정 이상을 정확하게 탐지합니다. 이 프로젝트는 기계의 네트워킹, 조작 및 분석을 위한 새로운 IoT 완전 솔루션인 EDNA를 기반으로 합니다. 솔루션의 핵심은 강력한 산업용 PC인 EDNA IoT Core로 구성되어 데이터를 기록하고 종합하며 분석합니다. EDNA IoT Core의 사용은 유연하게 조정할 수 있습니다. 스탠드 얼론 장치 내에서 로컬로만, 엣지 솔루션에 연결됩니다(즉, 회사 전체 내부 네트워크 또는 클라우드에 연결되거나 클라우드와 함께 네트워크로 연결됩니다). 동시에 이 솔루션에는 일관된 모듈식 소프트웨어 아키텍처가 갖춰져 있습니다. 필요한 경우 추가 프로토콜, 고객 시스템으로의 데이터 연결, 다양한 분석 스크립트(평가) 등을 구현할 수 있습니다.
가장 빠른 시점에 반응
EMAG의 전문가는 기록하고 분석한 데이터를 기반으로 모니터링한 매개변수에 산발적으로 나타나는 공정 이상을 매우 초기 단계에서 탐지할 수 있습니다. EDNA IoT Core는 공정 이상이 발생한 시점에 생길 수 있는 편차를 기록하고 몇 초 내에 데이터를 분석하며, 가공 단계를 고려하여 전체 생산 공정을 중단하고 부품을 제거해야 하는지 여부를 결정합니다. “물론 지능형 공정 이상 탐지를 위해서는 먼저 학습 공정이 필요합니다. 생산 공정에서 발생하는 각 편차로 인해 모두 불량품이 되지는 않습니다. 예를 들어, 황삭 가공 중 편차가 있지만 정삭 가공 중 다시 보정되는 경우에는 이러한 공정 이상이 부품의 품질에 영향을 미치지 않습니다.”고 EMAG의 소프트웨어 개발 및 IoT 책임자인 라이너 자이츠(Rainer Seitz)는 말했습니다. 반대로 공정 이상이 발생하고 더 이상 보정할 수 없는 경우에는 부품이 더 이상(불필요하게) 끝까지 처리되지 않는다고 사용자에게 말합니다. 물론 결함이 있는 부품에는 더 이상 부가가치가 발생하지 않습니다. 대량 생산에서 과소 평가하지 않는 비용의 장점이 있습니다. 그러나 이것으로만 돈을 절약할 수 있는 것은 아닙니다. 특히 고품질을 요구하는 부품의 경우 공정 이상 탐지 기능을 통해 측정해야 하는 부품 수가 줄어들어 결과적으로 비용이 절감됩니다. “현재 첫 번째 실례에 나온 것과 같이 기계 구성 요소의 마모 시작을 탐지하는 것도 가능합니다. 따라서 이러한 형태의 이상 탐지는 EDNA Health Check에 추가될 수 있어 이제 기계의 주요 구성 요소의 작동 상태를 모니터링할 수 있습니다.”고 라이너 자이츠(Rainer Seitz)가 말했습니다.
가능성의 세계
이러한 접근 방식은 미래에 다른 고객을 고려할 때 어떤 기회를 제공합니까? 이에 대한 답은 복잡합니다. EDNA IoT Core는 기계 상태를 추론할 수 있는 많은 데이터를 제공합니다. 이러한 값은 모두 "목표-실제 분석"을 기반으로 분류할 수 있습니다. 편차가 있는 경우에는 초기 단계에서 사용자가 정보를 받아 공정을 제어할 수 있습니다(예: 부품 배출). 그 외에 전체 솔루션이 클라우드를 통해 EMAG에 연결될 수 있으므로 기계 엔지니어가 제어 및 오류를 분석할 수 있습니다. 그 결과, 다른 응용 사례에서 고객이 EDNA를 다양하게 사용하면 인상적이고 분명해지는 것처럼 전체 생산 공정이 훨씬 더 투명하고 효율적으로 진행됩니다. EMAG의 전문가들은 모든 데이터가 평가되고 조치를 유도하는데 사용된다면 일반적으로 약 1년 후에 "투자 수익률"이 발생할 것으로 보고 있습니다. 라이너 자이츠(Rainer Seitz)는 ”당사는 솔루션이 많은 구형 모델에서 작동하기 때문에 새 기계에 투자하지 않고도 고객의 생산성을 높이는 목적으로 EDNA와 함께 완전히 새로운 ‘도구’를 만들었습니다.”라고 말했습니다. "동시에 당사는 고객에게 미래의 지능적인 생산을 위한 기반을 마련하고 있습니다.”