현대 작업을 위해 기존 기계를 데이터 마이닝할 수 있습니다.

2년 전만 해도 Okuma America의 Brad Klippstein은 기존 공작 기계에서 일부 운영 데이터를 짜내고 싶었을 때 수십 개의 전선을 제어 캐비닛에 연결하고 PLC를 추가해야 했습니다. 작업이 완료되면 데이터가 공작 기계에서 PLC로 이동한 다음 저장되는 허브 또는 서버로 이동합니다.

제품 전문가 감독자인 Klippstein은 “이더넷과 Wi-Fi와 같은 기술과 이 모든 기술을 오늘날 사용할 수 있습니다. “하지만 30년 이상 된 장비에는 그런 기능이 없었기 때문에 모든 데이터를 추출하려면 장치를 제어 캐비닛에 물리적으로 연결해야 했습니다. 이제 우리는 [새 기계와] 열심히 연결할 필요조차 없습니다. 무선으로 작업을 수행할 수 있습니다. 이것이 지난 30-40년 간의 전환입니다.”

Klippstein의 업무 중 일부는 고객이 새로운 및 기존 공작 기계를 위해 연결되고 디지털화되고 데이터 중심적인 Industry 4.0의 세계로 개별 단계를 밟을 수 있도록 돕는 것입니다.

이러한 혜택에는 다음이 포함될 수 있습니다.

• 공장 또는 원격 위치에서 실시간 공작 기계 모니터링
• 생산성 및 품질 향상
• 편향 없는 보고
• 획득 근거
• 예측 유지보수
• 새로운 것을 배우고 현대 프로세스의 최전선에 서게 될 것이라는 기대에 들뜬 최고의 인재를 유치하고 유지합니다.

유선이든 공중이든 상관없이 공장 장치에서 수집된 데이터는 상점 주인이 더 현명한 비즈니스 결정을 내리는 데 도움이 될 수 있습니다.

데이터 분석을 통해 작업자는 작업 현장 운영에 대한 가시성을 높일 수 있으므로 문제를 해결하고 프로세스를 개선하며 생산성을 높일 수 있습니다.

최근 한 가지 발전으로 그 가게 주인은 자신의 레거시 공작 기계를 위해 더 이상 Klippstein과 같은 사람이 필요하지 않을 수도 있습니다.

2019년에 Okuma는 구형 시스템에서 데이터를 수집하는 엔지니어링 솔루션에 대한 저렴한 대안으로 NET BOX 제품군-C Quick을 출시했습니다. 간단히 말해서 NET BOX CQ는 신호 타워에 직접 연결한 다음 신호를 가져오는 데 사용되는 허브 또는 장치에 연결합니다.

NET BOX CQ는 타워의 녹색, 노란색 및 빨간색 조명에 대해 각각 하나씩 3개의 광학 센서를 사용하고 수집한 정보를 컴퓨터 시스템에서 읽을 수 있는 형식으로 변환합니다. Okuma는 소프트웨어에서 수집한 데이터를 표준화하기 위해 일반적으로 사용되는 오픈 소스 통신 프로토콜인 MT Connect를 사용합니다.

Klippstein은 NET BOX CQ에 대해 "설치하기 쉽고 Okuma 기술자가 필요하지 않습니다."라고 말했습니다.

먼저, 기계가 작동 중인지 여부를 확인하는 기능은 추적하기에 좋은 지표입니다. 왜냐하면 상점 주인은 일반적으로 모든 장비를 최대 생산량으로 끌어올리기를 원하기 때문입니다. 그는 기계가 작동 중일 때만 돈을 벌기 때문에 전체 장비 효율성(OEE)이 65-85% 범위에 있기를 원합니다.

"따라서 녹색, 노란색, 빨간색 등의 정보를 가져옴으로써 시간이 지남에 따라 추세를 추적하고 최소한 중단이 발생한 시간과 기간을 확인할 수 있습니다."라고 Klippstein은 말했습니다. “그런 다음 나는 다음 단계로 가서 '왜 이런 일이 발생했고 왜 매일 2시 30분에 계속 발생합니까?'라고 말할 것입니다. 적어도 올바른 방향으로 나아가는 데 도움이 됩니다.”

공장 자동화 제공업체 Fastems의 중앙 지역 관리자인 Christopher Rezny는 MT Connect와 Okuma의 소프트웨어가 데이터 수집에 매우 좋은 수단이지만 기존 기계에서 사용할 수 있는 데이터 양이 제한적이라는 것이 최신 기계에 비해 유일한 단점은 아니라고 말했습니다.

"예를 들어 ERP 시스템과 같이 사용 중인 다른 내부 소프트웨어로 돌아가는 구형 레거시 시스템의 인터페이스도 매우 제한적이거나 존재하지 않습니다."라고 그는 말했습니다. "또한 사용자를 위한 안전 프로토콜과 관련하여 이러한 구형 기계의 피드백 메커니즘과 관련된 문제가 있을 수 있습니다."

작업 현장 작업자는 변화에 대비해야 합니다.

Rezny가 설명한 한계에도 불구하고 Okuma 및 Excellerant Manufacturing과 같은 회사에서 작업할 수 있는 데이터와 기계가 많이 있습니다.

"대부분의 상점에는 레거시 장비가 있습니다."라고 Excellerant Manufacturing 사장인 John Carpenter는 말했습니다. “대부분의 사람들은 오래된 장비를 사용한 역사 때문에 우리를 찾아옵니다. 왜냐하면 우리는 수년에 걸쳐 수만 대의 CNC 기계를 말 그대로 연결했고 어떤 제품에 대한 영업 비밀이라고 부를 만한 것을 축적했기 때문입니다. 이 레거시 장비를 연결하는 가장 좋은 방법입니다.”

새로운 고객에게 전화를 걸 때 첫 번째 목표는 고객이 원하는 것이 무엇인지 이해하는 것입니다. 그 사람은 모든 사람들이 무슨 일이 일어나고 있는지 알 수 있도록 공장에서 데이터를 가져오려고 하는 것입니까?

Carpenter는 "해결하려는 문제가 무엇인지에 관한 것입니다."라고 말했습니다. “그럼 기본부터 알려드리겠습니다. 대부분의 공장은 거기에 있는 데이터를 충분히 이해하지 못합니다. 그들은 지금 크롤링 중입니다. 크롤링 단계도 하지 않은 매장에 가서 미안한 마음을 전하겠습니다.”

Carpenter는 경영진이 기본적인 투명성, 즉 작업 현장에서 발생한 데이터를 원했던 한 고객을 회상했습니다. 그리고 작업 현장 직원들은 빅 브라더가 그들을 지켜볼까봐 데이터 수집을 거부했습니다.

카펜터는 이 문제를 매장 관리에 맡겼습니다. 그러나 그는 노동자들에게 선택의 여지가 없다는 것을 깨달았습니다. 그는 매장 리더들이 빅 브라더 전략이 아니라 생산을 측정하고 프로세스를 개선하기 위한 데이터를 찾고 있다는 것을 알고 있었습니다. 유감스럽게도 경영진은 직원들이 이사할 준비를 하지 않았습니다.

"많은 수준에서 많은 사람들의 눈을 뜨게 해주지만 직원들은 변화에 대비해야 합니다."라고 그는 말했습니다.

기본 사항을 추적하고 나면 이제 자르고 있습니까? 자르면 100%인가요? 그렇지 않은 경우 생산 축소 모드에 있는 것입니까? 그리고 데이터가 Excellerant의 실시간 머신 데이터 및 통신 플랫폼에 공급되고 있으므로 더 많은 데이터를 얻기 위해 무수히 많은 센서와 변환기를 추가할 수 있습니다.

센서를 통합하여 온도, 진동, 압력, 유량, 농도 등을 측정할 수 있습니다.

"무엇이 중요한지 결정해야 합니다."라고 Carpenter는 말했습니다. “우리는 작업 현장의 한 지점에서 모든 종류의 데이터를 수집할 수 있습니다. 진동 분석 및 공구 파손에 들어갈 때 방대한 양의 데이터가 있습니다. 목록은 계속됩니다.”

그는 항상 더 많은 데이터를 수집할 수 있는 방법이 있지만 때로는 엄청난 비용이 든다고 말했습니다. 상점 주인은 자신의 데이터를 다음 단계로 끌어올리기 위해 센서에 얼마를 지출할 것인지 결정해야 합니다.

Carpenter는 "일반적으로 이것을 일종의 OEE 프로젝트로 묶으면 빠른 ROI를 얻을 수 있습니다."라고 말했습니다.

질문 알기

보쉬 렉스로스(Bosch Rexroth)의 수석 산업용 IoT 설계자인 코리 웨버(Cory Weber)는 “이는 분명히 업계 전반에 걸친 문제이지만 우리가 받는 질문은 일반적으로 두 가지 범주로 나뉩니다. "그것은:IoT를 사용하거나 IIoT를 사용하여 생산 품질을 높이려면 어떻게 해야 합니까? 또는 효율성을 높이려면 어떻게 해야 하나요?

"여기서 던져지는 또 다른 질문:생산 비용을 줄이려면 어떻게 해야 하나요?"

Weber는 이러한 생산 관련 질문에 대한 답변 외에도 고객의 90%가 현장 및 원격에서 실시간 시각화 및 공작 기계 모니터링을 원한다고 추정합니다.

"첫걸음이죠?" 그는 말했다. "[자동 라인 또는 공작 기계]는 무엇을 하고 있나요?"

레거시 기계에서 데이터를 추출하기 위한 Bosch Rexroth의 솔루션은 산업 환경을 위해 강화된 소형 단일 보드 컴퓨터인 PR-21이라는 IoT 게이트웨이입니다. 또한 IIoT 플랫폼인 ctrlX CORE를 사용하여 데이터를 가져와 처리하고 로컬 서버나 클라우드의 스토리지로 이동합니다.

Weber가 수집된 데이터를 사용하기 위해 본 가장 일반적인 응용 프로그램 중 하나는 예방 유지 관리입니다.

유지 관리 일정에서 데이터를 기반으로 하는 스마트한 조정은 낭비를 줄임으로써 생산 비용을 줄이는 동시에 공작 기계를 계속 작동하게 하는 한 가지 방법입니다.

Weber는 "우리 자체 시설에서도 [캘린더] 정기 유지 관리가 아닌 사용 시간으로 전환하는 등의 작업을 수행했다는 것을 알고 있습니다."라고 말했습니다.

예를 들어, Bosch Rexroth에는 작업자가 2주마다 유체를 교체하는 수압 테스트 구역이 있습니다. 장비에 대한 지속적인 모니터링을 수행한 후 사용 시간 대 달력 시간을 기준으로 유체 교체 일정을 수정할 수 있었습니다.

"50-60갤런 이상의 유압유를 말하는 경우 비용이 많이 들 수 있습니다."라고 그는 말했습니다.

다른 유형의 유체에는 농도, 열 노출 또는 기타 요인에 따라 최적의 사용을 위해 충족되어야 하는 매개변수가 설정되어 있습니다.

Weber는 "정기적으로 테스트할 수 있다면 유지 관리를 필요에 따라 변경할 수 있으며 많은 비용을 절감하고 품질을 보호할 수 있습니다."라고 말했습니다. "매력적인 판매 포인트이자 상대적으로 덜 매달린 과일입니다."

Weber는 자라면서 제조에 대한 도메인 지식을 습득했습니다. 그의 아버지는 소규모 제조 사업체를 소유하고 있습니다. 그러나 그의 교육은 정보 기술에 있습니다. 그는 인더스트리 4.0 구현의 이점을 얻기 위해서는 제조 영역 지식과 데이터 스마트가 모두 필요하다고 말했습니다.

“실제 프로세스를 이해하는 사람이 필요합니다.”라고 그는 말했습니다. "그리고 프로세스를 이해하는 사람은 데이터를 보고 '이건 원래대로 하는 것 같지 않습니다'라고 말할 수 있습니다."

데이터를 손에 넣으면 사용자가 처리하려는 정도에 따라 가능성이 무한합니다.

실제 데이터 과학에 대한 배경 지식이 있는 사람이 있을 만큼 운이 좋은 상점 주인이라면 인공 지능에 도전할 수도 있습니다.

"그것을 가치 있게 만들기 위해서는 충분한 데이터를 수집하는 것이 중요합니다. 그런 다음 데이터에 대해 어떤 질문을 하고 싶은지 알기 때문에 이 점을 아무리 강조해도 지나치지 않습니다."라고 그는 말했습니다.

물론 Weber의 데이터 관련 조언은 새 머신과 레거시 머신 모두에 적용됩니다. 스마트 운영을 위한 데이터 마이닝은 둘 다에 적용됩니다.