레거시 기계를 데이터 기반 자산으로 전환해 현대 운영에 활용

불과 2년 전만 해도, 오쿠마 아메리카(Okuma America)의 브래드 클립스타인(Brad Klippstein)이 레거시 공작 기계에서 운영 데이터를 좀 짜내려고 할 때, 제어 캐비닛에 수십 개의 전선을 연결하고 PLC를 추가해야 했습니다. 일단 끝나면 데이터가 공작 기계에서 PLC로, 다시 허브나 서버로 흘러 저장되었습니다.

"요즘 이더넷, 와이파이 등 우리가 사용할 수 있는 기술들이 있습니다."라고 제품 전문가 슈퍼바이저인 클립스타인은 말했습니다. "하지만 30년 이상 된 장비들은 그런 기능이 없어서 제어 캐비닛에 장치를 물리적으로 배선해 모든 데이터를 추출해야 했습니다. 이제 새 기계들에선 하드 연결조차 필요 없습니다. 무선으로 할 수 있습니다. 그게 지난 30-40년간의 전환입니다."

클립스타인의 업무 일부는 고객들이 신규 및 레거시 공작 기계 모두에 대해 연결되고 디지털화되고 데이터 중심적인 인더스트리 4.0 세상으로 개별적인 단계들을 밟도록 돕는 것입니다.

이러한 이점들은 다음을 포함할 수 있습니다:

• 공장 내 또는 원격 위치에서 실시간 공작 기계 모니터링
• 생산성과 품질 향상
• 편향 없는 보고
• 투자 정당화
• 예지보전
• 새로운 것 배우고 현대 공정 선두에 서는 것에 흥분하는 최고 인재 유치 및 유지

유선이나 무선이나, 공장 장치들에서 수집된 데이터는 쇼프 오너가 더 현명한 비즈니스 결정을 내리는 데 도움을 줄 수 있습니다.

분석된 데이터를 손에 쥐면, 작업자들은 쇼플로어 운영에 대한 가시성이 증가해 문제 해결, 공정 향상, 생산성 증대에 도움을 받을 수 있습니다.

최근 한 발전으로, 그 쇼프 오너는 레거시 공작 기계에 대해 클립스타인 같은 사람이 필요 없을지도 모릅니다.

2019년, 오쿠마는 엔지니어드 솔루션의 저비용 대안으로 오래된 기계들에서 데이터를 수집하기 위해 NET BOX 스위트-C 퀵(Quick)을 출시했습니다. 줄여서 NET BOX CQ는 신호 타워에 직접 연결된 후 허브나 신호를 끌어들이는 장치에 연결됩니다.

NET BOX CQ는 타워의 녹색, 노란색, 빨간색 불빛 각각에 하나씩, 세 개의 광학 센서를 사용해 그들이 수집하는 정보를 컴퓨터 시스템이 읽을 수 있는 형식으로 변환합니다. 자사 소프트웨어로 수집된 데이터를 표준화하기 위해 오쿠마는 MT Connect, 오픈소스이자 흔히 사용되는 통신 프로토콜을 사용합니다.

"설치하기 쉽고, 오쿠마 기술자가 필요 없습니다."라고 클립스타인은 NET BOX CQ에 대해 말했습니다.

시작하기에, 기계가 가동 중인지 보는 능력은 추적하기 좋은 지표입니다. 쇼프 오너는 보통 모든 장비를 최대 생산으로 밀어붙이길 원하기 때문입니다. 그는 전체 설비 효율(OEE)이 65-85% 범위에 있길 원합니다. 기계가 가동 중일 때만 돈을 벌기 때문입니다.

"그래서 그냥 그 정보(녹색, 노란색, 빨간색)를 끌어오는 것만으로도 시간 경과에 따라 추적하고 트렌드를 볼 수 있고, 적어도 언제 중단이 발생했고 얼마나 지속되었는지 볼 수 있습니다."라고 클립스타인은 말했습니다. "그리고 다음 단계로 '왜 이게 발생했고 왜 매일 오후 2:30에 계속 발생하는가?'라고 말할 수 있습니다. 그래서 이제 트렌드를 볼 수 있습니다. 적어도 올바른 방향으로 한 걸음 나아간 겁니다."

공장 자동화 공급업체 패스템스(Fastems)의 중부 지역 매니저 크리스토퍼 레즈니(Christopher Rezny)는 MT Connect와 오쿠마 소프트웨어가 데이터 수집을 위한 매우 좋은 수단이지만, 레거시 기계에서 이용 가능한 제한된 데이터 양이 현대 기계들에 비해 유일한 단점은 아니라고 말했습니다.

"ERP 시스템 같은 다른 내부 소프트웨어로의 레거시 기계들로부터의 인터페이스들도 매우 제한적이거나 존재하지 않습니다."라고 그는 말했습니다. "이 오래된 기계들로부터 사용자 안전 프로토콜 관련 피드백 메커니즘과 관련된 문제들도 있을 수 있습니다."

쇼플로어 작업자들은 변화에 대비해야 한다

레즈니가 설명한 제한에도 불구하고, 오쿠마와 엑셀러런트 매뉴팩처링(Excellerant Manufacturing) 같은 회사들이 작업할 데이터와 기계는 많습니다.

"대다수 숍들은 레거시 장비를 가지고 있습니다."라고 엑셀러런트 매뉴팩처링 사장 존 카펜터(John Carpenter)는 말했습니다. "대부분 우리 레거시 장비 이력 때문에 우리에게 옵니다. 그 캐비닛 속속들이 알기 때문입니다. 우리가 문자 그대로 수만 대 CNC 기계를 수년간 연결해왔고, 이 레거시 장비를 연결하는 최선의 방법이 무엇인지에 대해 내가 '트레이드 시크릿'이라 부를 것들을 축적해왔기 때문입니다."

새 고객에게 불려갈 때 첫 번째 목표는 그/그녀가 원하는 게 뭔지 이해하는 것입니다. 그 사람이 그냥 공장 바닥에서 데이터를 올려 모든 사람이 무슨 일이 일어나고 있는지 알게 하려는 것뿐입니까?

"당신이 해결하려는 문제가 무엇인지에 관한 것입니다."라고 카펜터는 말했습니다. "그리고 나서 기초부터 드리자고 합니다. 대부분의 공장들은 거기에 있는 데이터를 충분히 인식하지 못했습니다. 지금 기어가는 중입니다. 숍들에 들어가면 기어가는 단계에도 못 간 것 같아 안타까움을 느낍니다."

카펜터는 경영진이 기본 투명성(쇼플로어에서 일어나는 일 데이터)을 원했던 한 고객을 회상했습니다. 쇼플로어 작업자들은 빅 브라더가 자신들을 감시한다는 두려움으로 데이터 수집에 반발했습니다.

카펜터는 그 이슈를 쇼프 경영진이 다루게 남겨두었습니다. 하지만 작업자들이 선택권이 없음을 인식했습니다. 그는 쇼프 리더들이 생산을 측정하고 공정을 개선하기 위해 데이터를 찾는 것이지 빅 브라더 전술이 아님을 알았습니다. 불행히도 경영진이 직원들을 그 이동에 대비시키지 못했습니다.

"많은 레벨에서 눈을 뜨게 하지만 당신 사람들은 변화에 대비해야 합니다."라고 그는 말했습니다.

기초가 추적되기 시작하면(우리가 절삭 중인가? 절삭 중이면 100%인가? 아니면 감산 생산 모드인가? 그리고 데이터가 엑셀러런트의 실시간 기계 데이터 및 커뮤니케이션 플랫폼에 피드되면), 무수한 센서와 변환기를 추가해 더 많은 데이터를 얻을 수 있습니다.

센서는 온도, 진동, 압력, 유량, 농도 등을 측정하기 위해 통합될 수 있습니다.

"무엇이 중요한지 결정해야 합니다."라고 카펜터는 말했습니다. "쇼플로어의 한 지점에서 모든 종류의 데이터를 수집할 수 있습니다. 진동 분석과 공구 파손에 들어가면 방대한 양의 데이터가 있습니다. 목록은 계속됩니다."

데이터를 더 수집하는 방법은 항상 있지만, 때로는 비용 금지적이 될 수 있다고 그는 말했습니다. 쇼프 오너는 데이터를 다음 단계로 올리기 위해 센서에 얼마를 쓰고 싶은지 결정해야 합니다.

"일반적으로 OEE 프로젝트 관점에서 감싸면 빠른 ROI입니다."라고 카펜터는 말했습니다.

물어야 할 질문 알기

"이건 분명히 업계 전반의 문제지만, 우리가 받는 질문들은 보통 두 범주로 나뉩니다."라고 보쉬 렉스로스(Bosch Rexroth) 선임 산업용 IoT 아키텍트 코리 웨버(Cory Weber)는 말했습니다. "내 생산 품질을 IoT나 IIoT로 어떻게 높이나? 아니면 내 효율을 어떻게 높이나?

"거기에 던져지는 다른 질문은: 내 생산 비용을 어떻게 줄이나?"

이 생산 관련 질문들에 답하는 것 외에도, 웨버는 고객 90%가 현장 및 원격 실시간 시각화와 공작 기계 모니터링을 원한다고 추정합니다.

"그게 첫 단계죠?"라고 그는 말했습니다. "내 [자동화 라인 또는 공작 기계]가 뭐 하고 있지?"

보쉬 렉스로스의 레거시 기계 데이터 추출 솔루션은 PR-21이라는 IoT 게이트웨이입니다. 산업 환경에 강화된 소형 단일 보드 컴퓨터입니다. 또한 데이터 끌어오기, 처리, 로컬 서버나 클라우드 저장소로 이동시키는 IIoT 플랫폼 ctrlX CORE를 가집니다.

수집된 데이터 사용으로 웨버가 본 더 흔한 애플리케이션 중 하나는 예방 유지보수입니다.

유지보수 일정의 스마트한 데이터 기반 조정은 기계 공구들을 윙윙거리게 하면서 폐기물 감소를 통해 생산 비용을 낮추는 한 방법입니다.

"우리 자체 시설에서도 사용 시간 기준으로 달력 기준 유지보수에서 전환한 것 같은 일들을 했습니다."라고 웨버는 말했습니다.

예를 들어, 보쉬 렉스로스엔 작업자들이 2주마다 유체를 교체하던 유압 테스트 구역이 있습니다. 기계에 지속적 모니터링을 달고 나서 유체 교체 일정을 사용 시간 기준 vs 달력 시간 기준으로 수정할 수 있었습니다.

"50-60갤런 이상의 유압유를 말할 때, 그건 비싸질 수 있습니다."라고 그는 말했습니다.

다른 유체 종류들도 농도, 열 노출, 기타 요인 기반으로 최적 사용을 위한 설정 파라미터들이 있습니다.

"정기적으로 테스트할 수 있다면, 유지보수를 필요 기반으로 전환해 많은 돈을 절약하고 품질을 보호할 수 있습니다."라고 웨버는 말했습니다. "매력적인 셀링 포인트이고 비교적 손쉬운 과일(low-hanging fruit)입니다."

웨버는 제조 도메인 지식을 자라면서 익혔습니다: 아버지가 소규모 제조 사업을 하십니다. 교육은 정보 기술입니다. 제조 도메인 지식과 데이터 스마트 둘 다 인더스트리 4.0 구현 혜택을 위해 필요하다고 그는 말했습니다.

"실제 공정을 이해하는 누군가가 필요합니다."라고 그는 말했습니다. "공정을 이해하는 누군가가 데이터를 보고 '이건 있어야 할 모습이 아니다'라고 말할 수 있습니다."

일단 데이터가 손에 들어오면, 사용자가 얼마나 처리하고 싶은지에 따라 가능성은 무한합니다.

쇼프 오너가 진짜 데이터 과학 배경을 가진 누군가를 가질 만큼 운이 좋다면, 인공지능으로 모험할 수도 있습니다.

"데이터를 충분히 수집해 가치 있게 만들고, 그리고 이 점을 충분히 강조할 수 없습니다, 데이터에 무엇을 물어볼지 아는 것의 문제입니다."라고 그는 말했습니다.

웨버의 데이터 관련 조언은 당연히 신규와 레거시 기계 모두에 적용됩니다. 스마트 운영을 위한 데이터 마이닝은 둘 다에 적용됩니다.