클라우드입니까? Industry 4.0을 위한 두 가지 장점

Bosch ConnectedWorld 2016은 커넥티드 제조에 대한 뜨거운 주제와 트렌드를 감지할 수 있는 좋은 자리였습니다. 업계 이해 관계자들이 모여 시장이 어디로 가고 있는지 논의했습니다.

인더스트리 4.0 애플리케이션 스토어를 향하여

보쉬는 최근 IoT 클라우드를 출시했으며, 이를 통해 새로운 인더스트리 4.0 마이크로 서비스를 많은 새로운 물류 및 제조 SaaS(Software as a Service) 제품의 기반으로 제공할 수 있습니다. 새로운 서비스를 동적으로 배포하는 메커니즘은 IoT PaaS(Platform as a Service) 계층에서 제공됩니다. 업계의 다음 의제는 인더스트리 4.0 전용 애플리케이션 스토어로, 사용자가 비즈니스 관련 앱을 소싱하고 필요에 따라 결합할 수 있는 셀프 서비스 포털 역할을 합니다.

클라우드인가 아닌가? 두 세계의 최고. 반드시 진행/반대 결정 유형은 아님

생산 공장은 데이터를 클라우드에 저장하는 것을 꺼리는 경우가 많습니다. 물론 데이터 보안 및 IP 보호의 문제이지만 맥락의 문제이기도 합니다. 오늘날에는 공장 외부에 데이터를 저장하고 클라우드에서 호스팅되는 애플리케이션을 사용하는 것조차 유익하지 않을 수 있습니다. 그러나 가치 흐름 전반에 걸쳐 데이터를 모니터링하는 맥락에서 다중 공장 사이트 데이터 집계 및 통합이 필요하게 될 것입니다. 따라서 제조 전문가는 두 세계의 장점을 최대한 활용하고 클라우드에서 데이터와 애플리케이션을 호스팅하고 IT 팀에서 운영할 수 있도록 사내에 배포할 수 있는 파트너와 협력하는 것이 좋습니다.

예를 들어:공장 현장이 전 세계적으로 점차 통합되고 있을 때 클라우드 기반 프로세스 품질 서비스를 통해 엄격한 프로세스를 모니터링하는 것은 대규모 시스템 및 회사에 흥미로운 옵션이 될 수도 있습니다. 물론, 조임 시스템의 수가 적은 중소기업의 경우도 마찬가지입니다. 이를 통해 생산 공정의 품질을 개선하고 Industry 4.0의 이점을 최대한 활용할 수 있습니다.

제품 다양성 + 고용량:지금 결합하세요!

과거에는 다양한 제품이 높은 생산 능력을 저해했지만 오늘날에는 근로자를 종합적으로 안내하기 위한 좋은 이니셔티브가 있습니다. 직원은 연결된 플랜트에서 항상 결정적인 역할을 하므로 최적의 지원이 필요합니다. Industry 4.0 작업 공간 개념에는 픽투라이트 시스템, 대화형 지침, 손 추적(3D 카메라), 제품 식별(RFID) 등이 포함됩니다. 주문 데이터와 제품 데이터를 결합하여 작업자에게 최적화된 작업 일정을 생성할 수 있습니다.

복잡한 생산 계획 – 중국산

자동차 전자 제품에서 높은 제품 다양성의 제조를 촉진하는 Industry 4.0 소프트웨어 프로젝트의 한 예가 중국 쑤저우에 있는 Bosch 공장에서 실현되었습니다. 복잡한 생산 계획 설정(하이 러너 및 로우 러너 포함)을 간소화하기 위한 소프트웨어 솔루션을 개발하기 위한 공동 프로젝트가 수립되었습니다. 또한 고도로 병렬화된 기계 및 라인의 클러스터를 관리하여 제조 프로세스의 단일 단계에 대한 풀 생산을 가능하게 합니다.

종단 간 데이터 마이닝 서비스. 데이터는 경제의 새로운 석유입니다. 사용하십시오!

보쉬 공장의 많은 인더스트리 4.0 프로젝트에서 데이터 분석은 이미 생산 프로세스 개선에 구체적인 가치를 더하고 있습니다. 테스트 및 교정 시간 또는 스크랩을 줄입니다. 데이터 분석은 공급업체 공장의 데이터를 사용하여 자체 생산 데이터 및 고객의 데이터와 상호 연관시킴으로써 보다 광범위한 분석(특히 교차 가치 흐름)으로 이동할 것입니다. 또한 교차 수명 주기 분석은 제품 제조, 배송, 사용 및 유지 관리의 모든 단계에서 데이터를 분석하여 각 경우의 다른 단계를 최적화하는 조력자 역할을 점점 더 많이 할 것입니다.

표준화된 데이터 분석? 힘내세요!

오늘날에도 생산 데이터는 여전히 사용되지 않고 품질 문제에 대해서만 고려되는 경우가 많습니다. 정기적으로 데이터를 사용하면 제조 공정을 지속적으로 개선할 수 있는 올바른 지점을 식별할 수 있다는 이점이 있습니다. 고급 통계 방법은 데이터와 제조 결과물 간의 인과 관계를 이해하는 데 도움이 됩니다.

맞춤형 분석 방법을 적용하는 것은 오늘날 하나의 옵션일 뿐입니다. 또 다른 하나는 Bosch와 같은 제공업체에서 이제 막 발전하기 시작한 표준화된 제조 분석 도구를 점점 더 많이 사용하는 것입니다. 즉, 제조 분석을 완전히 활용할 수 있도록 데이터 과학, IT 및 생산 전문 지식을 결합하여 사용하는 것입니다.

IT와 기계 세계 사이의 다리 만들기

PLC 기반의 기계에 대한 규칙을 유연하게 변경할 수 있는 도구가 있다는 것은 새롭고 흥미롭게 들립니다. 동시에 운영자에게는 위험하게 들릴 수 있습니다. 그러나 기계 프로그램에 변경 사항이 없고 규칙을 기계로 전송하는 데 중단이 없다면 어떻게 될까요? OCE/OCI(Open Core Interface) 및 웹 기반 도구와 같은 브리지를 사용하여 생산 규칙을 ​​모델링할 수 있습니다. 이 조합을 통해 생산 중 기계의 의사결정 관련 데이터를 분석하고 적절한 이벤트(예:오류 보고서 또는 자재 주문 목록을 서비스 기술자에게 이메일로 전송)를 트리거할 수 있습니다.

실질적인 Industry 4.0 구현과 관련하여 어떤 경험이 있습니까? 추가할 주요 학습 사항이나 모범 사례가 있습니까? 클라우드에 대해 어떻게 생각하시나요?