제조 AI Use Case
융착 공정의 제조데이터 분석을 통한 불량 및 생산조건 최적화 사례

서연이화 배너(융착공정).png

융착 공정의 제조데이터 분석을 통한 불량 및 생산조건 최적화 사례

제조업의 주요 공정 중 하나인 융착 제조 공정에 AI를 적용시켜, 작업환경과 제조 공정 체계의 최적화를 위한 연구를 진행한 사례입니다.
[프로젝트 기간 : 2020년 11월 27일 ~ 2021년 03월 23일]

✔ Key word : 도어트림, 융착 공정, 스마트공장, 데이터 수집, 불량 분석, 생산 조건 분석, 설비 이상 분석


* 이미지들은 보안 문제 상 모자이크 처리 되었습니다.
수행기관 수요기업 (주) 서연이화
공급기업 (주) 인터엑스
대상 공정 도어트림 융착 공정
업종 도어트림 조립
문제점 정의 설비에 대한 상태를 모니터링 할 수 있는 데이터 수집이 안 됨
목적 도어트림 융착 공정 대상 데이터 분석 기술 기반 불량 예측 및 공장 최적화로 제조 품질 및 원가 경쟁력을 강화
데이터 포맷 및 수집방법 TCP/IP · 공장 내 융착 공정 장비 센서
데이터 형태
Attribute Name Type Description
Lot No float Unique ID
Work order float 작업 오더
Item No float 품목번호
Raw Material spec float 원재료 재질
R/Trim, C/Trim float 로우/센터트림

표와 같은 Input Data, Setting Data, Control Data, Output Data_Equipment, Actual Data, Output Data_inspection
분석 · 불량분석(현상, 원인, 예측)
· 생산 조건 분석(현상, 원인, 최적화)
· 설비 이상 분석(현상)
결과 · 현상 분석 → 우선 관리 대상 선정
· 원인 분석 → 빠른 조치 및 근본 원인 제거
· 예측 분석 → 비가동 및 손실 최소화
· 최적화 분석 → 손실 제거

데이터 수집 및 저장

  • 온도 세팅 값 데이터, 실제 온도 데이터, 불량 여부 데이터 수집
  • 융착 제조 공정 과정에서 측정된 센서 데이터 셋
  • Edge 컴퓨터와 PLC간 네트워크 통신을 통해 1차 데이터 수집
  • 분석서버와 네트워크 통신을 통해 수집데이터 전달, 전처리
데이터 수집 및 저장.png

데이터 전처리 및 분석

  • 모델 입력으로 들어가기 위해 데이터 전처리
  • 시간, 압력, 장비, 온도 그리고 불량 여부 데이터를
    하나의 벡터로 만들기 위한 작업 진행
데이터 전처리.png

기대 효과

  • 불량율 감소 0.3% → 0.1% 이하 감소
  • 불량 조치 시간 단축: 50% 이상 단축
  • 설비 이상 비가동 시간 감소 : 50% 이상 감소
  • 생산 원가 절감 : 5% 절감
  • 에너지 절감 : 10% 절감
기대효과.png

01

기업 소개

[서연이화]

    - 사업 분야: 자동차 내장재 제조, 도어트림, 범퍼, 시트
    - 매출액 : 1조 9,623억 8,459만 (2020.12.IFRS 연결)
    - 대상 공정: 도어트림 융착 공정

02

문제점 분석

· 융착 조건에 대한 조정 및 운영 기준이 없으며 융착 검사 결과 확인 후 융착 조건 설정 및 작업의 반복에 따른 비가동 로스 발생

· 작업자 육안 검사로 인해 검사 정확도가 낮으며, 개인별 판정 기준 상이

· 불량 발생 원인 분석이 어렵고 근본적인 해결이 어려움

· 플라스틱 소재의 변성 및 변질에 따른 특성 기반 조건 설정이 어려움

· 설비 이상 관리는 이슈 발생 후 사후 관리로 원인 분석이 어려움

03

해결 방법

스마트공장(고도화)
스마트공장은 단순 공장 자동화가 아닌 ICT와 제조기술이 융합되어 생산에 필요한 모든 요소를 디지털화하고, 밸류 체인의 수평적 통합과 생산, 제조 단계에서 자동화, 자율화 수준의
수직적 통합의 연결을 통해 성능을 자율적 최적화하는 공장
스마트공장(고도화).png
 
데이터 수집 및 저장
· 온도 세팅 값 데이터, 실제 온도 데이터, 불량 여부 데이터 수집
· 융착 제조 공정 과정에서 측정된 센서 데이터 셋
· Edge 컴퓨터와 PLC간 네트워크 통신을 통해 1차 데이터 수집
· 분석서버와 네트워크 통신을 통해 수집데이터 전달, 전처리
데이터 수집 및 저장.png
 
데이터 전처리
· 모델 입력으로 들어가기 위해 데이터 전처리
· 시간, 압력, 장비, 온도, 그리고 불량 여부 데이터를 하나의 벡터로 만들기 위한 작업 진행
 
point number Max Mean Min Std 냉각시간/온도 설정값 가압량 융착설치높이 y_laber
0 3245 1427 2621.3 609.8 340 0.044 326 1
1 3489 1654 2855.0 594.8 340 0.058 330 1
2 3261 1618 226.8 538.2 340 0.056 326 0
3 3170 1129 2478.0 667.3 300 0.058 325 1
 
분석 모델 개발

▶ 불량 분석 모델 적용: Defect Analysis(현상, 원인, 예측)
  1. 융착과 관련된 설비, 가동정보 수집 분석을 통해 불량현상 파악 가능
  2. 융착불량 검출 시 불량에 영향을 주는 원인 인자를 바로 확인하여 조치 가능
  3. 융착을 위한 작업 조건 세팅, 융착 공정 진행 상황을 모니터링하여 작업의 불량 발생 가능성을 사전에 예측, 피드백하여 사전에 불량을 방지

▶ 생산 조건 분석 모델 적용: Recipe Analysis(현상, 원인, 최적화)
  1. 생산 현상 분석을 통한 생산 조건 정보 축적 가능
  2. C/T관련 생산조건 원인 분석 가능
  3. 제품형상, 작업조건, 소재특성별 최적 조건을 적용하여 일관된 품질의 제품 생산 가능

▶ 설비 이상 감지 모델 적용: Facility Analysis(현상)
  1. 설비 이상 감지 모델을 통해 중요 연속 Data를 실시간 모니터링, 분석하고 Data 패턴을 학습하여 설비 이상 및 열화 발생을 감지하여 설비에 의한 불량 최소화 가능
 
 
요구사항 기반 인프라 구축
요구사항 기반 인프라 구축.png
 
SW 개발 및 분석 모델 적용

· S/W 구성 및 내용: 제조 공장 구성도 및 융착 공정 품질 현황, 융착 공정 조건 모니터링, 설정 온도 조건 대비 실제 온도 수치 차이 모니터링, InterOne 솔루션 기본 서비스 모듈(분석 모듈)

sw 개발 및 분석 모델 적용.png
 
SW 구성도 및 내용
sw 구성도 및 내용.png

04

기대 효과

문제점 해결

· 고객(완성차 업체)의 감성품질 확보 요구로 작업자에 의한 융착 상태를 확인하여 관리하고 있으나, 작업자의 개인능력에 따라 양품을 판단하여 품질 보증에 어려움 발생

→ 융착 공정의 검사를 기존 육안 검사에서 AI기술 기반으로 자동화함으로써 검사 불량 검출력 크게 개선, 품질보증체계 확보


· 융착 주요 인자에 대한 조정이나 관리 방법이 없음

→ 융착 공정의 생산 조건 최적화를 도입하는 기반 확보


· 융착 상태를 육안으로 검사하고 있어 도어트림 융착 이미지 검사 시간이 오래 소요됨

→ 검사 시간이 크게 단축될 것으로 예상되며, 따라서 검사 공정에서 나타나던 병목 현상이 제거될 것으로 예상

 

정량적 효과

정량적 효과.png

05

향후 계획

· 도어트림 융착 비전 AI 검사 자동화 구축
· 검사 결과 기반 라벨링
· 라벨링 기반 조건 최적화 자동 운영 체계 구축
 
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