산업-IoT 기반 공장데이터 수집 분석을 활용한 불량 요인 예측 방법 연구

Abstract

본 연구에서는 설비로부터 수집 된 수많은 공정 변수에 대해 실시간으로 유입되는 IoT 데이터를 기계 학습을 통한 분석 및 예측하는 것이 생산 품질을 사전에 예측하고 불량을 발견하며 이에 따른 빠른 대응이 가능함을 제시하고자 한다. 현재 대다수의 공장에서는 제품의 품질 검사를 완제품 단계에서 진행하고 있으나, 불량의 원인 파악은 오랜 경험을 통해 습득한 숙련공에 의해 발견되고 있으며, 이 또한 경험적이고 주관적인 감에 의존한 원인 분석일 수밖에 없으며, 제품의 품질 관리 능력이 제조 기업의 자산임을 감안할 때 객관적이고 지속 가능한 공정 데이터 관리는 기업 경쟁력의 원천이 될 것이다. 본 연구는 IoT 기술을 공장의 중요한 생산 설비에 적용하여 공장에서 발생하는 데이터를 최적으로 관리하고 운용하는 방법을 제시하며, 수집 한 데이터가 품질에 작용하는 주요한 변수로 관리되도록 하는 방법 및 생산효율에 의한 제조 원가를 절감하고 품질 경쟁력을 향상시키는 IoT 기반의 스마트팩토리 구축 기법과 데이터의 수집, 관리, 분석에 대한 방법을 제시하고자 한다. 또한 노후화된 설비가 대다수인 중소제조 공장에도 적용이 가능한 데이터 수집 및 저장 기술과 머신러닝 알고리즘을 활용함으로 설비의 실시간 모니터링과 제조 과정의 품질 이상 징후를 감지하여 사전에 불량을 예측하는 기술 및 방법에 대한 해법을 제시하고자한다. 이는 사물인터넷 환경에서 생산되는 각 종의 공정 설비로 부터 불량 요인을 발견하고, 사전 조치가 가능한 빅데이터 기반의 품질 예측 스마트팩토리 구축이 생산성 향상을 위한 제조 기술의 자산화 이며 기업의 무형 가치를 높일 수 있어 생산 혁신 부분의 해법이 될 수 있을 것으로 기대한다. 본 연구를 통해 설비로부터 발생 된 데이터의 특성 파악을 통한 고급 분석 기술을 적용함으로써, 최종 공정 이전에 품질 불량 인자를 발견하여 대응을 한다면 공정 수율 향상을 통한 제조기업의 이익을 기대할 수 있으며, 대기업 주도로 이루어지고 있는 스마트팩토리 확산을 중소, 중견 기업까지 진입 장벽을 낮추어, 구축하고 확산 할 수 있도록 하여, 대기업-중소기업 간 기술 격차 감소 및 불균형 해소할 수 있을 것이다.