예측 분석으로 제품 품질과 실적 개선 

Nexteer Automotive 사 예측 분석으로 중요 제조 프로세스 개선, 생산 최적화 및 비용 절감 사례

https://www.nexteer.com/

● 센서와 머신 로그, 기타 소스에서 데이터를 수집 분석하여 생산설비의 가동 패턴과 비정

   상 판별. 선제적 조치로 설비 정지를 방지, 생산 최적화로 비용 절감.

● 예측 분석으로 제조 운영 전반에 걸쳐 커뮤니케이션과 협업 향상.

● 제조 데이터 수집과 분석력이 인더스트리 4.0 수준의 디지털 혁신 핵심.

다음은 자동차 조향 및 동력전달장치 제조기업인 넥스티어(Nexteer)사가 인더스트리 4.0 추진 여정의 일환으로 중요 제조 공정을 개선한 사례이다.

모션 제어 시스템의 기능적 성능을 개선하고 조립 라인의 최종 공정인 기능 시험에서 통과거부율을 개선하기 위해 예측 분석 기술을 활용하였다.

이 프로젝트는 2023 Manufacturing Leadership Award의 엔지니어링 및 생산 기술 부문에서 최종 후보로 선정되었다.

https://manufacturingleadershipcouncil.com/leadership-awards/2023-manufacturing-leadership-award-finalists

2020년 1월에 시작된 이 프로젝트의 목표는 빅 데이터 및 머신러닝 기술 등 예측 분석 툴 개발과 활용으로 최종 라인의 기능 시험에 영향을 미치는 요인을 찾아내는 프로젝트이었다.

일반적으로 조립품에는 부품의 치수, 어셈블리 파라미터, 프로세스 파라미터를 포함한 수 많은 특성들이 연관되어 있어 매우 복잡한 프로젝트이었다.

프로젝트의 주요 목표 중 하나는 문제 해결 방법을 사후 대응 체제에서 사전 예방적 체제로의 전환으로 기술적으로는 IIoT(산업 사물인터넷)를 통하여 실시간으로 주요 제조 공정에서 부품에 가해지는 진동 및 힘을 모니터링하는 일이다.

결과적으로 데이터에서 인사이트를 얻어 설비의 비정상 징후를 조기에 탐지하는 등 기계의 가동 상태를 파악할 수 있어 선제적인 조치와 개선 활동으로 생산성과 품질이 향상되었다.

"넥스티어는 비즈니스 효율 향상을 추구하면서 사후 대응적 문제 해결 접근 방식에 한계가 있음을 알았다. 선제적 전략으로 전환해야 할 필요성이 명백하였다.

이 프로젝트는 인더스트리 4.0 혁신으로 미래를 향한 넥스티어의 의지를 보여주고 있는 사례다" 고 넥스티어의 글로벌 제조 엔지니어링 부문 전무 이사인 케빈 더글러스(Kevin Douglas)는 말했다.

엔지니어가 생산 공정의 잠재적인 문제나 비효율성을 데이터의 패턴과 비정상으로 판별하기 위해 여러 기술을 사용했다.

아래에 예측 분석을 사용하여 조립 라인의 실적과 효율을 개선한 두 가지 프로젝트를 소개한다.

프로젝트 1 : 조립 라인의 마지막 공정인 기능 시험에서 통과 거부율 개선

솔루션 : 라인의 최종공정인 기능 시험에 영향을 줄 수 있는 인자를 찾아내기 위해 머신러닝 알고리즘을 개발하였다. 

비선형 회귀 모델 기계 학습 대시보드에서 (95% 신뢰 구간) 이러한 중추적 인자들을 수정하면 최종 기능 시험 통과거부율이 본질적으로 감소될 것으로 예측했다.

결과 : 이러한 데이터 기반 권장 사항을 실행한 결과 통과 거부율 감소가 유의미하게 나타났다. 

생산하는 부품의 품질 기준 최적화에 머신런닝 기술 활용이 효과적임을 보여주는 사례이다.

프로젝트 2 : 품질 문제 유발하는 기계의 문제 탐지와 진단

솔루션 : 핵심 부품 기계가공 작업 중 진동과 절삭력을 실시간으로 모니터링하는 시스템을 설계했다. 

이 시스템은 진동과 파워 센서, 특수 소프트웨어가 탑재된 산업용 컴퓨터, 진동과 절삭력 데이터를 데이터베이스로 전송하기 위한 네트워크로 구성되어 있다. 

또한 진동 및 절삭력 데이터를 분석하기 위한 웹 기반 루틴을 개발하여 기계 성능을 포괄적으로 파악할 수 있다.

결과 : 시험 통과가 거부되기 전에 기계의 상황을 신속히 탐지하고 진단할 수 있어 운영 비용 절감과 사전 예방적인 기계 유지보수 활동이 가능해졌다.

중요 비즈니스 지표 개선

이 프로젝트의 목표는 고성장 제품 시장에서 품질과 고객 만족도 향상으로 시장 점유율을 확대하는 것이었다. 

부수적으로 스크랩과 재작업을 줄여 생산성 향상에도 좋은 결과로 이어졌다.

IoT 센서와 데이터베이스 등 데이터를 수집하고 분석할 수 있는 체계를 구축하여 생산 프로세스와 장비 성능에 대한 고장이나 비효율성을 조기에 탐지할 수 있게 되었다. 

결과적으로 선제적 대응으로 생산설비의 가동 중단 시간을 줄이고 생산의 최적화를 이루었다.

또한 생산 현장 직원들이 데이터를 쉽게 활용할 수 있게 됨에 따라 오퍼레이터, 유지보수 및 기타 생산관련 스텝들은 잠재적 문제가 현실화 되기 전에 신속하고 효과적인 조치를 취할 수 있었고 조직 전체의 협업과 커뮤니케이션도 향상되었다.

위 프로젝트 기간에 개발된 고급 분석 및 IIoT 기술은 현재 다른 중요한 제조 공정에도 확대 적용되어 활용되고 있다.

다음은 스티븐 해리스(Steven Harris) 넥스티어 오토모티브 글로벌 엔지니어링 부문 부사장의 말이다.

"인더스트리 4.0을 향한 여정에서 넥스티어는 예측 분석과 빅데이터의 힘을 활용하여 제조 프로세스를 근본적으로 변화시키고 있다.

우리의 목표는 명확했다. 시스템의 기능적 성능을 향상시켜 사후 대응에서 사전 예방적 문제 해결로 진화하는 것이었다. 

이 프로젝트는 초기 목표를 달성했을 뿐만 아니라 주요 성장 부문의 생산성 향상을 촉진하였다.

이와 같은 성공은 혁신과 지속적인 개선에 대한 우리의 의지를 보여주는 것이며, 자동차 산업의 새로운 표준이 되고 있다.

이 프로젝트를 통해 우리는 진정한 의미에 있어서의 인더스트리 4.0을 실현하며 자신 있게 앞으로 나아가고 있다." 

참고 | https://manufacturingleadershipcouncil.com/using-predictive-analytics-to-improve-product-quality-and-performance-36200/