센서를 부착한 생산설비 데이터 수집 분석으로 생산성과 품질향상, 예측보전 실현 사례

오므론 주식회사(일본교토: 전자부품, FA및제어기기, 건강의료기기. 매출8조 4,730억원) 아야베 공장은 각종 센서를 생산하고 있다. 수 많은 생산설비 중에서 '화이버 센서'의 핵심 부품인 고효율 결합소자(투광모듈) 생산설비인 “얼라이먼트기”를 대상으로 데이터를 수집 활용하고 있어 이를 소개한다.

이 공장에서는 ①공정능력향상 ②불량원인파악 ③설비고장의 예측보전을 목적으로 얼라이먼트기에서 설비 데이터를 자동으로 수집 및 제어하고 데이터를 처리하는 메커니즘을 구축하여 설비의 상태변화 추세를 자동으로 모니터링하고 있다. 얼라이먼트기에 접촉 센서와 형상계측센서, 압력센서, 이미지처리 센서 등을 부착하고, 서보모터를 제어하는 PLC <기계자동화 컨트롤러 SysmacNJ 시리즈>를 통해 제어하는 과정에서 발생하는 모든 데이터를 데이터베이스 서버에 수집하여 일원관리하고 있다. 이 축적된 데이터는 생산기술자들에 의해 「분석」, 「이상원인의 추정」, 「검증 · 개선」, 「효과확인」의 과정을 거쳐 설비의 가동상황, 생산진척 상황이 실시간으로 가시화되고 이상이 있을 경우 모니터나 모바일 디바이스를 통해 관계자들에게 알려진다.

효과 및 메리트

① 공정능력향상: 얼라이먼트기에 설치된 각종 센서 측정 데이터를 활용하여 공정에서 렌즈접착 위치가 어긋나면 그 수치를 계산 패키지가 최적의 위치에 배치되도록 자동보정하여 그 편차를 줄여간다. 그 결과 공정 능력을 나타내는 지수 Cpk가 자동보정 전 0.85에서 보정 후 1.62로 상승하였고 불량률은 10 분의 1 이하로 저감 싱글 ppm을 달성하였다.

② 불량원인 파악: 이전에는 제품별 불량 그래프트렌드와 4M변동 이력을 토대로 불량품영상의 작업을 확인한 후 원인을 규명하거나 생산중의 상황을 알 수 없어 결함이 있는 제품을 보고 불량의 원인을 파악해야 했지만, 각 공정의 검사 이미지 데이터를 활용하여 현장에서 신속하게 불량원인을 파악할 수 있게 되었다.

③ 설비고장의 예측보전: 설비의 가동 상태를 상시 파악, 가시화하고 설비 이상의 원인을 그래프의 파형을 보고 알 수 있게 되었다. 지금까지 설비보전활동은 사후보전 또는 예방보전으로 운영되어 왔다. 사후보전은 설비가 정지된 후 수리해야 하고, 정기적으로 점검하는 예방보전은 아직 사용할 수 있는 상태인데도 소모품을 교체해야 했으므로 생산계획과 인원배치 조정, 납기대응, 부품과 자재를 수배하는 등 많은 일에 낭비가 있었다. 이번 개선한 설비의 데이터 수집 및 가시화로 설비의 동작을 ms 단위까지 표시, 재현, 분석 할 수 있게 되었으며 설비보전활동도 예측보전으로 진화할 수 있게 되었다.

                                      출처 : ROBORT REVOLUTIO INITIATIVE.오므론 아야베 공장 

출처 : 오므론 아야베 공장

편집 및 번역 : K-SmartFactory