기계 성능 및 작업 효율성을 최적화하는 ‘예측 유지보수’ 시스템의 혁신
IT 기술과 자동화 시스템의 접근 및 채택은 그것들을 배치하고 서비스하는 데 드는 총 비용을 낮추기 위해 OEM에 적합한 여러 혁신을 가져왔다. 이러한 혁신의 대부분은 생산 품질과 기계의 가용성 및 효율성에 대해 운영자와 관리자에게 즉각적인 커뮤니케이 션을 제공하는 네트워킹 및 보안 기술의 채택에 기반을 두고 있다.
더 많은 포장 라인이 전면에서 후면으로 통합됨에 따라 프로 세스와 기계가 서로 연결되어 기계 성능, 작업자 효율성, 생산 처리량 및 품질의 모든 측면에 디지털화된 가치 사슬을 형성한다.
OEM은 이제 응답 시간을 개선하고 운영 개선을 제공하면서 패키징 고객을 배치하고 서비스하는 데 드는 비용을 절감할 수 있는 클라우드, AI 및 머신 러닝의 사용을 포함하여 더 많은 혁신을 달성하고 있다.
예측 가능한 운영 환경 구현
기계 혁신은 공장 현장 전체의 디지털화 및 네트워크 표준화에 의해 주도되고 있다. 이더넷 기반 IT 네트워크와 자동화 플랫폼 내최신 이더넷 배포의 수렴으로 인해 일반적인 보안화 기술이 탄생 했다. 이는 컨트롤 벤더의 향상된 기능과 방대한 양의 생산 데이 터를 실시간으로 분석하고 처리할 수 있는 공통 프로토콜로 보완된다.
공통 데이터 요구 사항과 공장 운영 및 기계 특성의 가상 표현으로 인해 운영이 디지털화되었다.디지털화의 주요 이점은 산업 클라우드에 공급되는 내장 센서에서 생성된 데이터를 사용하여 기계 성능을 실시간으로 분석하고 최적화하는 기능이다.
이 생산 데이터를 활용하면 성능과 비용을 크게 개선할 수 있다. 예를 들어 네트워크로 연결된 최신 포장 기계의 실시간 모니터링은 에너지 및 재료 낭비를 최소화한다. 또한 타사에서 보조 장치, 예비 부품 및 유지 관리 서비스에 대한 대상 제안을 제공할 수 있으므로 계획되지 않은 가동 중지 시간을 방지할 수 있다.
클라우드 드라이브 예측 기능
제조 시스템 및 운영의 향상된 투명성을 통해 고객은 잠재적인 개선 사항을 확인하고 즉시 조치를 취할 수 있다. 이제 음료 제조업 체는 자체 작업을 지속적으로 최적화하고 여러 종류의 병을 디자인 처리하는 것과 같은 즉각적인 변화에 적응할 수 있도록 보틀링 기계를 설계해야 할 수 있다.
이러한 전자기계적 유연성은 소매업 체의 수요 관리 시스템에 직접 연결된 매우 효율적인 공급망 운영을 통해 실시간으로 주문을 처리할 수 있는 능력에 의해 좌우된다.
이러한 작업이 최적으로 작동하는 데 중요한 것은 기계가 적절한 유지 관리 문제를 미리 경고하고 예측할 수 있는 능력이다. 불필요한 가동 중지 시간과 비용을 초래할 수 있는 규범적 유지 관리를 예약하는 대신, 예측성을 통해 기계는 허용 오차 변화 또는 다양한 성능 이상에 대한 상태, 동작 및 보상을 발표할 수 있다.
분석의 가치, 동작 패턴 및 편차에 대한 장기 런타임 모니터링, 근본 원인 분석 또는 에지 장치의 분석 컴퓨팅 기능으로 전송된 가능성 있는 원인은 생산 실행 및 기계 가용성을 최적화하는 데 중요하다.
초기 단계의 기계 학습
예측 유지보수를 위해서는 기계 컨트롤러가 기계, 생산 및 작업자 행동을 표준에 따라 모니터링 해야 한다. 예를 들어 허용 오차 범위를 벗어나는 이벤트나 진행 중인 동작에 경보가 울리고 합리적인 범위 내에서 생산을 유지하면서 유지보수가 달성될 수 있을 때까지 기계가 작동하도록 허용된다.
Mitsubishi Electric 서보 시스템에는 고장 예측 모드가 있으며 다음과 같은 임박한 특정 고장 모드를 보정하고 경고하는 정교한 알고리즘이 포함되어 있다.
• 가이드와 볼스크류의 쿨롱과 점성마찰(coulomb and viscous friction)에서의 변화에 따른 마찰파괴 예측
• 진동 및 주파수 변화에 따른 가이드, 볼스크류, 벨트의 노화에 따른 진동 고장 예측
• 서보 모터의 총 이동 거리를 기반으로 고장을 예측하여 볼 나사및 베어링이 제품 수명에 가까워지는 시점을 판단
이러한 기본 제공 기술이 보다 광범위하게 채택됨에 따라 기계 제작자는 점점 더 실시간 기계 학습을 제공하기 위해 에지 및 클라 우드 장치를 통해 집계 및 분석하고 있다.
AI를 통한 로봇의 유지 보수 발전
Mitsubishi Electric은 운영 비용을 줄이고 자산 생산성을 높이며 프로세스 효율성을 개선할 수 있는 로봇의 예측 유지 보수 가능성을 사용하고 있다. 클라우드 기반 솔루션은 운영 데이터를 스마트하게 분석하여 유지 관리 요구 사항을 강조할 수 있는 IBM Watson 내의 AI 플랫폼을 기반으로 한다. 이 플랫폼은 예측 유지 보수 모델, 디지털 시뮬레이션 및 추세 경향을 사용하여 실제 사용 및 마모 특성을 기반으로 유지보수 정보를 제공한다.
이는 사용자가 정기적인 유지 관리가 필요하다는 사실을 항상 인식하지 못하는 로봇과 특히 관련이 있다. 클라우드를 통한 로봇과 사용자 간의 통신은 양방향이며 로봇의 음성 제어를 위한 기반을 제공한다. 유지보수 활동은 운영자가 수행해야 할 작업에 대한 안내를 받는 스마트 안경을 사용하여 최적화된다. 안경은 로봇 자체 위에 겹쳐진 다양한 로봇 부품의 CAD 도면을 보여줄 수 있다. 안경에는 유지 관리 설명서와 개별 지침도 표시될 수 있다.
새로운 OEM 비즈니스 모델 등장
OEM은 최신 디지털 제품이 사용자에게 유익한 런타임 향상과 지속적인 런타임을 제공한다는 사실을 깨달았다. OEM의 원격 전문가와 연결하여 유지 관리 및 부품 가용성에 대한 피드백을 제공 한다.
고급 OEM은 다양한 기계 집단에서 사용 데이터를 축적하고 클라우드에 저장하며 총 고장 모드, 마모 품목 및 소모품 사용에 대해 분석할 수 있는 전체 관리 작업을 수행한다. 사용자 작동 특성에 대한 이러한 사항을 알면 장비의 생산 품질과 가동 시간을 개선하는 데 매우 중요한 정보를 얻을 수 있다.
전체 진단의 고급 분석은 서비스를 위한 구조화된 비용을 고려할 수 있는 고유한 기회를 OEM에 제공할 수 있다. 특히 구성 요소의 고장을 주의 깊게 모니터링 하면 향후 설계 개선에 대한 통찰력을 제공하는 동시에 예비 매장에 대한 통찰력을 제공하여 특히 원격 지역에서 불필요한 부품 보관에 대한 운송 비용을 줄일수 있다.
또한 가능한 구성 요소 오류 또는 작동 결함의 특성을 알면 보다 효율적인 서비스 기능을 제공할 수 있다. 사내 전문가를 활용 하든 계약 서비스를 이용하든 원격 기계 서비스 비용을 낮추는 것은 만약을 대비한 예방 조치가 아닌 적시 서비스 및 유지 관리를 통해 수익성을 개선하는 데 필수적이다.
원격 모니터링 및 예측 유지 관리가 시장에서 임계치를 확보함에 따라 OEM도 소프트웨어 업그레이드 및 원격 업그레이드 기술을 활용하여 수익 흐름을 강화하고 사용자의 유용성과 유연성을 향상시킬 것이다. 경우에 따
라 특히 수익 모델의 일부로 소모품을 사용하는 OEM의 경우 자동 재입고를 위해 재료 활용도를 모니터링 할 수 있으며, 생산 전 계획을 통해 OEM은 새 소모품을 사전 주문할 수 있으며 사용자는 적시에 혜택을 받을 수 있다. 이러한 모든 OEM 비즈니스 모델에는 보안 네트워크 환경에서 원격 모니 터링이 가능한 플랫폼이 필요하다.
기계 학습 및 관리의 발전이 유망해 보이지만 원격 모니터링 또는 원격 개선으로 인한 보안에 대한 우려는 항상 남아 있다. 기계 또는 회선과의 원격 장치 상호 작용이 전체 시스템의 오류나 장비를 손상 그리고 작업자에게 해를 입히지 않도록 하려면 높은 수준의 네트워크 및 제어 시스템 보안 능력과 노력이 필요하다. 이러한 우려로 인해 전통적으로 OEM이 배포된 사용자 장비에 액세스 하는 것이 제한되어 왔다.
최신 보안 사례 및 향상된 방화벽, OEM 보안 조치 및 사용자 IT 그룹과의 협력 관계는 OEMS가 제품을 개선하고 사용자와 클라우드 데이터를 공유하며 더 나은 성능을 위한 안전한 업그레이드 경로를 제공할 수 있는 가능성을 점진적 으로 열어주고 있다.
자료제공: Mitsubishi Electric(www.mitsubishielectric.com)
