설비종합효율(OEE)은 수십 년 동안 제조업에서 생산설비 성능을 측정하는 주요 지표의 역할을 해왔다. 산업혁명 4.0이 시작되면서 제조 기업들은 현재 OEE를 개선할 수 있는 다양한 새로운 도구와 기술을 갖추고 있다. 제조 현장의 기계와 설비가 첨단화 되어감에 따라 이 지표도 점점 더 중요해지고 있다.

2019년 기준 제조산업 분야에서 사용 중인 사물인터넷(IoT) 연결 디바이스는 9,770만에 이르고 있다 한다. 전문가들에 의하면 이 수치가 2025년에 약 1억 5천만 개를 초과할 것으로 예측하고 있다. 이처럼 방대한 양의 데이터를 수집하게 되면 OEE 산출에 사용할 수 있는 리소스를 그 어느 때보다 많이 보유할 수 있게 된다.

지금 산업혁명 4.0으로 기계의 건강 상태 모니터링을 혁신할 수 있는 수단이 많아지고 있으며 동시에 필요성 또한 높아지고 있다. 그리고, 산업혁명 4.0은 제조활동을 더 빠르고 유연하게 하며 생산 과정에서 발생하는 여러 낭비를 줄일 수 있어 사용자의 기대가 크다. 이러한 추세를 따라 핵심 산업의 선도 기업들은 신속하고 탄력적으로 새로운 표준을 만드는 주도권을 가지게 될 것이다.

산업혁명 4.0 시대에 들어서면서 높아지고 있는 고객의 요구 사항을 충족하기 위해 생산 설비의 성능을 높여야 한다. 동시에 이러한 목표를 달성하기 위해서는 필요한 도구를 갖추어야 한다.

이러한 사항을 염두에 두고 산업혁명 4.0 시대에 적합한 설비종합효율(OEE) 향상 방안을 살펴보자.

1. 지속적인 설비 가동 상태 모니터링

제조현장에서 가동되고 있는 기계나 설비의 상태 모니터링은 설비종합효율(OEE)을 산출하는 핵심 부분이다. 산업혁명 4.0 기술이 새롭게 변화된 모니터링 방법을 제공하고 있다. 주기적으로 사람이 설비 하나 하나 수동으로 점검하던 시대는 이제 사라져 가고 있다. 산업혁명 4.0의 기반 기술인 사물인터넷(IoT)으로 지속적인 원격 모니터링이 가능하게 되었다.

스마트한 인터넷 연결 센서를 기계에 통합하여 기계의 가동 매개 변수를 원격으로 실시간 추적한다. 변수로는 온도, 진동, 소음 및 모터의 윤활 같은 팩터들이 있다. 기술자들이 이러한 데이터 포인트 중 일부를 확인하기 위해 생산을 일시적으로 중지하고 수동으로 체크했지만, 이제는 생산을 중단하지 않고도 설비 진단 업무를 수행할 수 있게 되었다.

이러한 데이터로 설비나 기계의 상태 파악과 이상 징후 발견 시 근본 원인에 대해 쉽게 진단할 수 있고 실시간으로 통찰력을 얻어 OEE 지표를 개선하게 된다. 예를 들어, 용접로봇 암이 정상보다 느린 작동으로 설비종합효율을 낮추고 있다고 가정해 보자. 작업자들은 그 원인을 조사하기 위해 생산을 중단하지 않고도 IoT 센서를 통하여 전기 모터 고장 날 확률 00%로 로봇 암의 전기 절연체가 손상되었음을 알게 된다.

제조업체는 실시간으로 클라우드의 이 데이터에 액세스할 수 있어 문제의 근본 원인을 신속히 파악할 수 있다. 그 후 문제를 해결하고 기계의 상태와 성능을 보다 빨리 개선하여 OEE를 향상시킬 수 있다. 또한, 시스템을 통한 실시간 알림으로 계획된 설비 점검업무를 수행하기 전에 기계 성능을 개선할 수도 있다.

2. 예측 유지보수

대부분의 유지보수 업무는 일정에 따라 예방적 유지보수를 수행하거나 기계가 고장 난 후 수리하는 사후 유지보수를 하였다. 지금은, 산업혁명 4.0 기술로 예측 유지보수를 채택할 수 있게 되었다. 설비의 가동 상황 모니터링을 기반으로 하는 예측 유지보수 활동으로 어려움 없이 다양한 혜택을 향유할 수 있다.

예측 유지보수는 빅 데이터 또는 AI 기반 분석 모듈을 사용하여 과거와 현재의 설비 가동 데이터를 분석한다. 이 정보를 통해 분석 엔진은 기계 설비에 장애가 발생하거나 유지 관리가 필요한 시기를 예측할 수 있다. 문제가 더 확대되기 전에 수리하고 해결할 시간을 계획하고 예약할 수 있다.

이 접근 방식은 설비의 고장을 예방할 수 있어 사후 유지보수 방식에서 자주 발생되었던 계획에 없는 가동 중지 시간을 최소화하게 된다. 과거 설비 다운타임으로 인해 제조업체가 매년 500억 달러의 비용을 지출했던 것을 고려할 때 예측 유지보수 관리 방법은 잠재적으로 상당한 비용절감 가능성을 나타내고 있다. 향상된 가동 시간은 설비와 기계의 가용성을 높여 설비종합효율(OEE) 향상으로 나타난다.

예측 유지보수 관리는 스케줄을 기반으로 수행하는 예방 유지보수 관리에서 발생되는 비용도 절감하게 된다. 예측 유지보수 관리 전략은 고장도 방지하지만 불요불급한 수리로 인한 불필요한 가동 중지와 그로 인해 발생하는 비용을 삭감할 수 있다. 예측 유지 보수는 스케줄 기반이 아닌 데이터 기반이므로 필요한 수리만 권장하여 설비의 가동 시간을 극대화한다.

이렇게 IoT를 기반으로 하는 기계나 설비의 상태 모니터링 전략은 기계의 상태와 관련하여 발생할 수 있는 품질 문제도 최소화한다. 예를 들어 레이저 절단기가 과열되거나 한 위치에서 움직이지 못하고 작동하고 있다면 고품질 제품을 일관되게 생산하지 못할 것이다. 예측 유지보수 관리 방법은 품질에 나쁜 영향을 미치기 전에 기계의 상태를 수정하여 낭비를 초래할 수 있는 문제들을 사전에 방지한다.

3. 유지보수 대상 설비 알림 서비스

산업혁명 4.0 기술은 유지보수 대상 설비에 대한 보다 세분화된 통찰력과 알림 기능을 제공함으로써 설비종합효율(OEE)을 더욱 향상시킬 수 있다. 원격으로 액세스할 수 있어 데이터의 지속적인 흐름을 파악할 수 있는 것 외에도 설비에 통합된 IoT 센서는 보다 구체적으로 그 설비의 스펙을 판독할 수 있는 기능을 제공한다. 이러한 특수성을 활용해 제조업체는 설비의 모든 문제를 보다 효과적으로 해결할 수 있으므로 보다 심층적인 설비종합효율(OEE) 분석과 개선이 가능하다.

유지보수 대상 설비 알림 시스템은 사전에 설정한 매개 변수를 기반으로 알림이 필요한 사람에게만 알림을 보낼 수 있다. 스마트하게 정한 규칙을 반영하여 구축된 시스템은 즉시 데이터를 분석하여 해당 설비 업데이트와 가장 관련성이 높은 직원을 정하여 알린다. 예를 들어, 기계가 비정상적인 높은 온도에서 작동하고 있는 것을 감지하면 구성부품 과열 상태를 잘 아는 전문 기술자에게 알리게 된다.

이렇게 대상 설비를 분석하여 알리는 접근 방식으로 다른 직원에게 불필요한 알림을 보내지 않아 전반적으로 생산성이 향상된다. 당면한 작업과 가장 관련이 있거나 숙련된 사람에게 알리어 설비를 업데이트 한다. 결과적으로 주어진 문제를 가장 잘 처리할 수 있는 자격을 갖춘 담당자가 해당 문제를 해결하므로 가장 효과적인 대응을 보증하게 된다.

기계 학습 알고리즘을 사용하면 이 시스템은 전문가가 유지보수 관리하는 방법이나 주어진 데이터로 수행하는 보전 내용을 기록할 수 있다. 알림 경보가 발생했을 때 전문가가 대응할 수 없는 경우 다음으로 가장 관련성이 높은 직원을 찾아 알려주고 전문가가 유사한 상황을 일반적으로 처리하는 방법을 안내해 준다. 이 프로세스를 지속적으로 수행할 경우 제조기업은 이전 보다 훨씬 고도의 숙련된 인력을 양성할 것이다.

지속적으로 데이터를 수집하고 분석하면 어떠한 변화가 설비종합효율(OEE) 향상에 가장 중요한 인자로 작용하는지 밝혀질 것이다. 이러한 통찰력을 통해 제조업체는 설비종합효율(OEE) 산출 및 향후 계획을 보다 세분화하고 효율 높은 수준으로 조정할 수 있다. 제조 현장에서는 이렇게 섬세하고 계속적인 변화에 집중함으로써 지속적으로 직원들의 혁신 마인드를 고양할 수 있다.

설비종합효율(OEE)은 산업혁명 4.0의 중요한 부분

산업혁명 4.0기술은 설비종합효율(OEE)과 분리할 수 없다. 산업혁명 4.0과 OEE지표는 둘 다 서로에게 필요하며 서로를 혁신하는 수단이 된다. 따라서, 산업혁명 4.0 기술을 수용하는 제조기업들은 OEE 지표를 중요시 할 수 밖에 없다.

OEE향상 단계는 제조기업들이 산업혁명 4.0에 대한 투자를 망설일 때 최대한 활용하면 도움이 될 것이다. 산업혁명 4.0 기술을 활용하면 제조 설비의 OEE를 그 어느 때보다 높일 수 있으며, 빠르게 발전하는 산업 환경에서 경쟁력 우위를 차지할 수 있다.

출처 : manufacturingtomorrow