스마트팩토리 구축을 위한 Digital Transformation 시스템 연구

Abstract

최근 제조업에 있어 스마트팩토리 도입은 가장 큰 안건으로 볼 수 있다. 기존의 제조방식은 물리적인 생산방식은 자동화가 된 부분도 많지만, 데이터 관리에 있어서는 수기관리, 단순 데이터 저장 및 출력만 수행하여 효과적인 공정 분석 및 결과 최적화가 어려운 부분이 있다. 자동화라는 혁명을 일으킨 3차 산업혁명을 지나 4차 산업을 구현함에 있어 ICT 기술을 기반으로한 스마트 팩토리는 기존의 수작업을 통해 수행됐던 작업들이 대폭 개선될 뿐만 아니라 공정 데이터 또한 자동으로 관리 될 수가 있는 구성을 가지게 됐다. 진동, 온도, 습도, 거리, 이미지 센서를 통해 생산 현장의 데이터를 측정하여 데이터 수집 및 분석을 통해 원인을 분석하여 작업자가 인식할 수 있게 모니터링을 하거나 심지어 자동 제어도 구현할 수 있다. 이러한 효과적인 스마트 팩토리를 구성하기 위해서는 데이터를 관리 및 분석 해줄 수 있는 스마트팩토리 Digital transformation 시스템이 올바르게 구축이 되어야 한다. 이에, 본 논문에서는 스마트팩토리를 위한 시스템 프로세스를 설명하고 각 단계별 인터페이스, 데이터수집, 모니터링 구축 실험으로 분석하여 기존의 수동적 방식으로 수행됐던 데이터 수집 및 관리를 능동적 자동화 방식으로 개선했다. 그리고 모니터링 체계를 구축하여 여러 설비 및 공정 데이터를 통합하여 관리할 수 있게 하여 각 설비 별로 확인해야 하는 작업 공수 효율을 증대시켰고, 알람 시스템을 구축하여 설비 불가동으로 인한 비가동 시간을 단축시키는 결과를 확인할 수 있었다. | In recent years, the introduction of smart factories can be seen as the biggest agenda in the manufacturing industry. In the existing manufacturing method, the physical production method is automated in many parts, but in data management, it is difficult to effectively analyze the process and optimize the result because only manual management, simple data storage and output are performed. In realizing the 4th industry after the 3rd industrial revolution, which caused a revolution called automation, the smart factory based on ICT not only greatly improves the tasks performed through the existing manual work, but also automatically manages process data. I have a config by measuring the data of the production site through vibration, temperature, humidity, distance, and image sensors, the cause is analyzed through data collection and analysis, and monitoring can be realized so that the operator can recognize it, or even automatic control can be implemented. In order to construct such an effective smart factory, a smart factory digital transformation system that can manage and analyze data must be properly established. Therefore, in this paper, the system process for the smart factory is explained and analyzed by the interface, data collection, and monitoring implementation experiments at each stage, and data collection and management, which was performed in the existing manual method, was improved to an active automation method. In addition, by establishing a monitoring system to integrate and manage various equipment and process data, the efficiency of the work required to be checked for each facility was increased, and the result of an alarm system established to reduce the downtime due to facility failure could be checked.