제조 AI Use Case
인발 공정 품질 향상을 위한 AI 모델 구축사례

고려특수선재 배너.png

인발 공정 품질 향상을 위한 AI 모델 구축

불량 원인의 분석 및 개선을 위해 불량 판정을 실시간으로 모니터링할 수 있는 AI 데이터 수집 시스템과 불량판정 솔루션을 구축한 사례입니다.

✔ Key word : 선재, 인발 공정, 불량 분석, 불량 최소화, AI데이터 수집 시스템, 불량판정 솔루션, 품질 모니터링

수행기관 수요기업 고려특수선재 (주)
공급기업 (주) 인터엑스
대상 공정 인발 생산 공정
업종 철강선 제조업
문제점 정의 외관 검사만 실시하기 때문에 내부 불량을 감지할 수 없음
목적 인발공정 불량 예측 AI 분석을 통해 제조 데이터 품질 모니터링을 생산현장에 설치 및 공정에 적용
데이터셋 형태 및 수집방법 CSV, JSON, Image / 비전 카메라
데이터 형태 10만개 이상 / 10GB
분석 · 실시간 불량 판정
· 품질 분석 - 현상, 원인 분석
결과 · 다발성 불량 사전 방지, 숙련자의 부재에도 품질 수준 유지

데이터 수집 시스템 구축

  • AI 모델 개발을 위해 수집 포인트 구축을 완료
  • 표면검사(비전) 데이터와 선경측정 실측값 수집
  • AI 모듈 테스트와 적합성 검증을 통한 결과 도출을 확인
  • 데이터 분석을 위한 MES 데이터를 연계해 Lot 추적
데이터 수집 시스템 구축 1.png

불량 분석·품질 분석

  • 인발 조건 및 결과를 실시간으로 매칭 분석
  • 인발 조건과 결과 데이터의 추이 분석을 통한 불량 예측
  • 불량이 발생하기 전 불량 대응 대책을 미리 수립
  • 사전에 불량 차단 가능
불량 분석·품질 분석 1.png

기대 효과

  • 불량검출율 0건 → 100건
  • 고객 클레임 건수 50건 → 10건
  • 고객 클레임 비용 5000만원 → 1000만원
  • 데이터 수치를 통해 품질을 확보
  • 숙련자의 부재에도 품질 유지
기대효과1.png

01

문제점 분석

· 인발 조건, 결과 데이터 부족으로 인해 불량 원인의 파악이 어려움
· 빠른 인발 속도로 가공되어 사전에 불량 감지 어려움
· 숙련 작업자로부터 비숙련 작업자에게로의 지식 전달이 어려움

02

해결 방법

데이터 수집 시스템 구축
- AI 모델 개발을 위해 수집 포인트 구축을 완료하며 표면검사(비전) 데이터와 선경측정 실측값 수집
- AI학습과 모델 개발에 필요한 기초 데이터, AI모듈 테스트와 적합성 검증을 통한 결과 도출을 확인
- 향후 데이터 분석을 위한 MES 데이터를 연계하여 Lot 추적이 가능하도록 할 예정
데이터 수집 시스템 구축.png
비전 시스템 구축
- 불량을 육안으로 감지하기 어려우므로 비전 시스템을 구축하여 이용
- 수집한 데이터를 반영한 AI모듈 프로그램을 기존 로컬 현장 키오스크에 설치하여 실시간 인발 공정 불량예측 AI분석 데이터를 제공받고 있음
- AI불량 판정 실시간 모니터링, AI분석 모델 관리 가능, 이를 통해 빠른 불량 확인과 불량 원인 추적 조치가 가능

비전시스템 구축.png
 
불량 분석·품질 분석
- 인발 조건 및 결과를 실시간으로 매칭 분석하여 불량이 발생하는 즉시, 불량현상을 알려주고 다발성 불량을 사전에 방지
- 인발 작업 조건을 학습해 정확한 데이터 수치를 통해 품질을 확보하기 때문에 숙련자의 부재에도 품질 수준 유지 가능
- 인발 조건과 결과 데이터의 추이 분석을 통해 조건 변경과 원인 인자 추정을 통한 불량 예측을 할 수 있게 되며,
  이에 따라 불량이 발생하기 전 불량 대응 대책을 미리 수립하여 사전에 불량 차단 가능
 
인발공정 AI 솔루션 활용
- 머신러닝 기반의 지도학습 방식을 적용하여 데이터를 가공하며 인터엑스의 AI 솔루션을 활용하여 학습셋에 반영
- 기본 모델에 맞춤형 알고리즘을 적용하여 불량 예측율을 점진적으로 높이고, 최적의 정합성을 만들어 불량을 줄이며 고품질의 와이어를 생산

03

AI 가공 시스템 서비스 흐름

AI 가공 시스템 서비스 흐름.png
 
- AI 분석 기반 인발 공정 인프라 구축 현장에 기존 데이터 분석 가공 기반으로 검증된 AI 모델 적용
- 불량 예측과 불량 확인, 원인 추적 및 고품질의 양품 생산 가능

04

기대효과

데이터 활용 전과 후 비교

기대효과.png

문제점 해결

문제점 해결.png
· 인발 조건, 결과 데이터 부족으로 인해 불량 원인의 파악이 어려움

→ 인발 조건과 결과 데이터의 추이 분석을 통해 조건 변경과 불량 유형을 판정할 수 있게 되며 이에 따라 불량이 발생하는 원인을 확인할 수 있음


· 빠른 인발 속도로 가공되어 사전에 불량 감지 어려움

→ 데이터 분석을 바탕으로 인발 직후의 불량에 대해 현장 작업자에게 바로 전달 가능 (실시간 불량 확인, 조치)


· 숙련 작업자로부터 비숙련 작업자에게로의 지식 전달이 어려움

→ 인발 작업 조건을 학습하여 기존에 숙련자의 경험에 의존하던 공정을 정확한 데이터 수치를 통해 품질을 확보하기 때문에 숙련자의 부재에도 품질 수준 유지

 
정량적 효과
· 표면검사, 선경측정을 통한 AI 분석 및 판정 결과를 바탕으로 Product Quality 지수와 판단 기준의 데이터를 실시간으로 확인하므로 고품질의 제품(와이어)생산 가능
· 불량 감소로 인해 고객의 클레임 발생 건수 감소 (현재 수준 50건, 미래 수준은 10건으로 예상)
· 연간 5천만 원이던 클레임 처리 발생 비용(재료비, 운송비 등)을 1천만 원 이내로 절감
· 이를 통해 순익을 향상시키고, 비용을 타 공정 인프라 구축에 활용함으로써 제품 경쟁력 향상, 매출 증대 예상
Contact our team

인터엑스에서 제조AI와 빅데이터분석을 통한 새로운 가능성을 경험해 보세요.

      • 개인 정보 수집 정책 (Privacy Policy)*

        개인 정보 보호 정책
        최종 수정 날짜: 2020년 2월 6일
        ① 개인정보 수집이용에 대한 동의
        고객님의 소중한 개인정보는 다음과 같은 정책에 따라 수집 및 이용됩니다.
        인터엑스에서는 해당 목적에 연관되는 개인정보만을 수집하며, 수집된 정보를 투명하고 안전하게 보호 관리할 것을 약속하며 이에 개인정보 수집및 이용에 대한 동의를 구합니다.

        ② 개인정보의 수집·이용 목적
        고객님의 문의에 대한 정보가 보다 정확한 답변을 위해 수집됩니다.

        ③ 수집항목
        필수항목: 성함, 소속, 연락처, 이메일 주소, 문의분야, 문의사항

        ④ 보유이용기간
        원칙적으로, 개인정보 수집 및 이용목적이 달성된 후에는 해당 정보를 지체 없이 파기합니다.


Top