생산량 향상을 위한 Smart Factory 제조/공정에서 머신 러닝 활용방안

Abstract

현재는 4차 산업혁명이 진행 중이다. 제조업에 있어서도 전통 산업에 IT 시스템을 결합하여 지능형 Smart Factory로 진화를 시켜 나가는 것이다. 즉 사물인터넷(IoT)에 해당하는 자동화 생산라인에 정보통신기술(ICT)을 접목시키고, 서비스인터넷(IoS)해당하는 ERP, PLM, MES등을 물리적인 가상공간(CPS)에서 연결하여 쌍방향으로 자유로운 정보교환을 하면서 생산하는 체계를 구축하고 있다. 국내의 주요 제조업 강국들은 고령화, 노동력 감소 등 노동기반의 약화에 따라, 생산현장의 고도화를 통하여 미래 제조업 경쟁력 확보 노력을 하고 있다. 다양한 기업체들도 자사의 경쟁력을 확보하기 위하여 Smart Factory를 구축하려고 노력하고 있다. 그러나 정작 대다수 기업들은 Smart Factory에 대한 최종적인 목표인 AI, 사물인터넷(IoT) 단계가 기초적인 노력없이 구축된다는 착오를 하고 있다. 생산량 향상을 위한 Smart Factory 제조/공정에서 머신 러닝 활용방안을 위해 현장에서 생산되는 데이터를 수집 및 분석하여 작업자 또는 경영자에게 의미 있는 의사결정을 할 수 있는 정보 제공이 필요하다. 생산량 향상을 위한 데이터 수집 및 머신 러닝을 활용한 연구를 통해 Smart Factory 고도화 수준(AI, IOT) 레벨로 진입하기 위한 디딤돌 역할인 데이터 마이닝, 머신 러닝의 기술을 활용해야 한다. 그래서 본 연구를 통하여 많은 단계, 노력, 시간, 비용, 인력이 들어가는 분석과정을 머신 러닝 기술이 대신해 주는 것이다. 머신 러닝을 활용하기 위한 TOOL 오렌지 3버전을 사용하여 설비로 수집된 실시간 공정 데이터를 전 처리하고 공정 단계단계 마다의 스펙 데이터 마이닝 하여 공정 데이터의 영향에 따라 실제 최종 제품의 생산량을 예측하여 생산량 향상의 방법을 연구합니다. 성능평가 분석모델로 AdaBoost, Random Forest, Linear Regression, SVM, Neural Network 활용하였고 모델평가로는 MSE, RMSE, MAE, R2로 측정을 완료하였다. 예측데이터는 AdaBoost가 가장 적합했고, R2가 정확도가 가장 좋은 결과가 나왔다.