제조업 AI 활용 사례 8가지 (eBook 다운로드)

공장에는 다양한 장비가 동시에 운영되기 때문에 실시간 모니터링하는 것이 쉽지 않습니다. 그러다 갑작스러운 설비 결함이 발생하고, 가동 중단이 되는 경우 생산 일정에 차질이 생기죠.

AI 모델을 활용해 장비의 고장 조짐을 사전에 포착(예지 보전)함으로써 이 문제를 해결할 수 있습니다. 설비 가동 중단으로 인한 수율 악화를 최소화하는 것이죠. 주로 센서 데이터와 고장 이력 데이터를 분석하여 고장 가능성을 사전에 예측할 수 있어요.

적용 효과

• 센서와 IOT 장치를 부착해 열, 진동, 소음, 전류 등 결함 연관 데이터를 수집합니다.
• 실시간 데이터 모니터링을 통해 결함의 조짐을 포착하고 즉각적인 대응을 지원합니다.
• 수집한 데이터를 분석하여 결함 발생 시기, 결함의 종류, 잔존 수명을 사전 진단합니다.
• 결함 발생 이전에 부품을 교체하면 장비 수명이 개선됩니다.
• 가동 중단 시간을 최소화하여 생산 효율을 개선하고 원자재의 낭비를 막습니다.

식품 제조업 – 공기 압축 시스템을 효율화하여 생산 비용 감축

• 공기 압축 시스템은 특히 에너지 소모량이 크고, 필터/ 베어링에 결함이 생기면 더 큰 전력을 소모합니다. 고효율 상태에서만 장비가 작동하도록 효율적으로 스케줄링하여 에너지 소비량을 절감하고 생산 비용을 감축했습니다.

자동차 부품 산업 – compressor의 운전 시간 및 사용량 모니터링

• 가공 설비의 세부 전류 파형의 변화를 감지합니다. 이상 현상 알림은 모바일 기기로 확인할 수 있도록 해 빠르게 대응합니다. 설비 구동부 별로 사용량과 운전 시간을 파악해 보수 계획을 세울 수 있습니다.

유사 공정 프로세스를 그룹화하여 공정 데이터를 분석합니다. 예를 들어, 동일한 기계/ 기술/ 부품을 활용하는 공정에서는 유사한 결함이나 비효율이 자주 발견되는데요. 하나의 분석 결과와 개선으로 여러 공정의 효율성을 동시에 향상시킬 수 있기 때문에 이러한 분석 기법을 활용합니다.

개선점 발견하고 공정 유지보수 시 반영할 수 있도록 제안합니다. 또한, 해당 지점 개선 시 예상되는 개선 효과를 예측해 합리적인 의사결정을 지원합니다.

적용 효과

• 기계, 기술, 부품, 엔진, 원재료 등 공정의 요소 별로 관찰해야하는 데이터를 수집합니다.
• 클러스터링 및 데이터 분석을 통해 공정의 효율을 개선할 수 있는 지점을 발굴합니다.
• 교체할 부품 및 장비, 기술을 제안합니다.
• 공정 개선에 따라 변화할 생산성과 효율성을 예측해 비용 대비 효과를 측정합니다.

자동차 부품 산업 – 차체 부품 용접 공정 개선

• 자동차 도어, 후드, 루프 등 차체를 용접하는 공정은 분리되어 있지만, 동일한 용접 기술 및 로봇을 사용하며, 유사한 용접 패턴으로 진행됩니다. 공통적으로 사용되는 용접 로봇의 부품을 교체해 세 개 공정의 수율을 개선했습니다.

플라스틱 제조업 – 사출 성형 공정 개선

• 사출 성형, 냉각, 탈형 공정은 동일한 사출 성형기와 유사한 재료를 사용합니다. 또한, 유사한 공정 조건 (온도, 압력 등)에서 생산되어야 합니다. 공정 조건 데이터에서 온도 이상치를 발견하여 조정했고, 불량율을 크게 개선했습니다.

번지를 통해 우리 회사의 맞춤형 AI 솔루션을 제안받으세요.

bungee.work/ai