제조업체는 데이터가 부족하고 통찰력이 부족합니다. IBM의 조사에 따르면 조직의 28%만이 '지속적인 프로세스 개선을 위한 통찰력을 얻기 위해 장비, 프로세스, 시스템의 데이터를 사용하고 있습니다.'
문제? 맥락과 의도 없이 빅데이터만으로는 의미 있는 가치를 창출하는 경우가 거의 없습니다. 현재 운영을 최적화하고 디지털 중심 시장에서 경쟁력을 유지하려면 제조업체에는 빅데이터를 스마트 데이터로 변환하는 방법이 필요합니다. 즉, 관련성이 있고 정확하며 실행 가능한 정보입니다.
빅데이터와 스마트 데이터에 대해 자세히 알아보고 기업이 격차를 해소할 수 있는 방법을 알아보려면 계속 읽어보세요.
빅데이터는 제조 시스템 전반에 걸쳐 생성된 크고 복잡한 데이터 세트로 구성되지만, 볼륨만으로는 통찰력이나 운영 개선을 보장할 수 없습니다.
일반적인 빅데이터 소스에는 IIoT 시스템, 생산 시스템 소프트웨어, 프로그래밍 가능 논리 컨트롤러(PLC), 유지 관리 로그, 품질 관리 도구, 컴퓨터화된 유지 관리 시스템(CMMS)이 포함됩니다.
빅데이터는 품질보다는 수량에 중점을 두므로 사용성 문제가 발생합니다. 데이터가 많을수록 기업이 큰 그림을 보는 데 도움이 될 수 있지만 세부정보를 보는 것은 더 어려워집니다.
빅데이터에는 다음과 같은 4가지 공통 특성이 있습니다.
스마트 데이터는 빅데이터 분석을 통해 생성된 선별되고 상황에 맞는 목적 기반 정보입니다. 빅 데이터는 대규모로 수집되고 저장되는 경우가 많지만 스마트 데이터는 정보에 입각한 의사 결정을 지원하도록 의도적으로 형성됩니다.
스마트 데이터는 빅 데이터와 차별화되는 세 가지 특징이 있습니다.
빅 데이터인지 스마트 데이터인지 확실하지 않으신가요? 간단한 질문부터 시작하세요. 데이터가 단순히 저장되어 있나요? 아니면 비즈니스 및 운영 관련 질문에 답하는 데 도움이 되나요?
빅 데이터와 스마트 데이터 모두 제조 운영에서 중요한 역할을 합니다. 빅 데이터는 대규모 동향 분석을 위한 기반을 마련하고 우수제조관리기준(GMP)과 같은 규제 기대치 및 지침에 부합하도록 지원할 수 있습니다. 한편, 스마트 데이터는 제조업체가 문제를 찾아내고 솔루션을 정의하며 목표 조치를 취하는 데 도움이 됩니다.
빅 데이터와 스마트 데이터에는 네 가지 주요 차이점이 있습니다.
1. 빅데이터는 수집을 강조합니다. 스마트 데이터는 사용을 강조합니다.
2. 빅데이터는 일반적이다. 스마트 데이터는 구체적입니다.
3. 빅데이터는 콘텐츠를 우선시합니다. 스마트 데이터는 맥락을 우선시합니다.
4. 빅데이터는 안정적입니다. 스마트 데이터는 빠릅니다.
기업은 제조 분야에서 빅데이터의 역할을 무시할 수 없습니다.
역사적으로 기업은 총 생산량, 주기 시간 또는 재작업 비율과 같은 상위 수준의 데이터만 캡처할 수 있는 장비를 갖추고 있었습니다. 그러나 소규모의 상시 연결 시스템과 센서의 출현으로 대규모 기계 데이터 수집이 가능해졌습니다. 오늘날 제조업체는 초기 시동부터 표준 작업 부하, 예상치 못한 가동 중지 시간까지 장비 작동의 모든 세부정보를 추적하고 기록할 수 있습니다. 생산 라인 자산의 모든 프로세스, 직원의 모든 작업, 소프트웨어의 모든 작업이 빅데이터 환경의 일부가 됩니다.
도전? 데이터 양이 많아 시야가 좁아질 수 있습니다. 제조업체는 단순히 데이터를 수집하는 것만으로도 통찰력을 얻고 즉각적인 조치를 취하는 데 충분하다고 가정합니다. 그러나 실제로 빅데이터 이니셔티브는 가치를 제공하지 못하는 경우가 많습니다. 5가지 실패 원인이 일반적입니다.
스마트 데이터는 실행 가능한 통찰력을 제공하므로 제조 성과를 개선하는 데 도움이 됩니다. 장비 센서, 컨트롤러, 사용자 보고서, 운영 벤치마크 등 다양한 소스에서 수집된 4개의 대규모 구조화된 데이터 세트를 고려해 보세요. 사용 가능한 통찰력은 데이터에 포함되어 있지만 데이터가 검증, 선별 및 분석될 때만 표시됩니다.
이러한 프로세스는 제조 분야의 빅데이터를 스마트 데이터로 전환하여 성능에 여러 가지 이점을 제공합니다. 첫 번째는 더 빠른 근본 원인 분석입니다. 장비가 어떻게, 언제, 왜 고장 났는지에 대한 상황별 데이터를 갖추고 있어 팀은 증상이 아닌 원인을 해결할 수 있습니다.
스마트 데이터는 또한 자산 신뢰성과 가동 시간을 향상시킵니다. 현재 및 과거 성능 데이터를 결합하여 팀은 계획되지 않은 다운타임으로 이어질 수 있는 실패 지점을 식별하고 이러한 문제를 해결하기 위한 조치를 취할 수 있습니다. 예를 들어, 분석 결과 작업량이 많은 자산에 정기적인 전기 결함이 발생하는 것으로 밝혀지면 회사는 근본 원인을 찾는 동시에 즉각적인 문제를 해결하기 위해 더 자주 유지 관리를 예약할 수 있습니다.
스마트 데이터의 다른 이점으로는 폐기 및 재작업 비율에 대한 정확한 최신 정보와 관련된 더 나은 품질과 수율, 운영 요구 사항과 장비 효율성을 기반으로 한 더욱 향상된 작업량 계획 및 예측이 있습니다.
마지막으로, 스마트 데이터는 팀 간의 더욱 강력한 연계를 촉진합니다. 스마트 데이터는 유지 관리 팀, 운영자, 관리자 및 최고 경영진이 동일한 언어를 사용하여 중복 작업이나 기회 놓칠 위험을 줄이는 데 도움이 되기 때문입니다.
유지 관리 및 신뢰성 데이터는 스마트 데이터 전략에서 중요한 역할을 합니다. 이것은 상호적인 과정입니다. 유지 관리 및 안정성을 추적하면 스마트 데이터의 영향이 향상되고, 스마트 데이터는 유지 관리 및 안정성 프로세스를 지속적으로 개선하는 데 도움이 됩니다.
여기에는 네 가지 일반적인 이점이 있습니다.
디지털 혁신을 통해 항상 연결되어 있고 항상 켜져 있는 기기와 장비를 사용하는 제조 4.0 프로세스를 채택할 수 있습니다.
스마트 데이터는 디지털 혁신의 기초입니다.
인공지능(AI)과 머신러닝(ML)을 고려해보세요. 이러한 기술은 현재 및 과거 데이터를 사용하여 시간이 지남에 따라 '학습'하고 운영을 개선하는 스마트 공장의 생성을 주도합니다. ML 알고리즘으로 수행되는 모델 훈련과 AI로 수행되는 데이터 분석에는 모두 깨끗하고 상황에 맞는 데이터가 필요합니다. 빅 데이터 소스에서 이러한 도구를 느슨하게 사용하는 것만으로도 효율성이 제한됩니다. 스마트 데이터를 활용하면 문의와 통찰력 사이의 거리가 단축됩니다.
스마트 데이터는 또한 Manufacturing 4.0에서 요구하는 실시간 기계 상태 모니터링 및 최적화를 지원합니다. 많은 제조 환경에서 장비 가동 중단 시간이 길어지면 비용이 많이 들고 업무 중단도 늘어납니다. 스마트 데이터에 액세스하면 팀은 성과 개선을 촉진하는 즉각적인 결정을 내릴 수 있습니다.
또한 스마트 데이터를 사용하면 확장 가능하고 지속 가능한 디지털 이니셔티브가 가능해집니다. 기업은 생산 운영을 확장하기 위해 돈이 가장 잘 지출되는 곳을 결정하고 비용을 절감하고 배출량을 제한하며 새로운 녹색 기술을 지원하는 방법을 식별할 수 있습니다.
기술 곡선에서 앞서 나가기 위해 스마트 기술을 사용하는 경우도 있습니다. 새로운 AI 지원 자산과 자율 에이전트가 일반화되면서 팀이 뒤처지기 쉽습니다. 스마트한 데이터 관리는 개선이 필요한 영역을 정확히 찾아내고 운영 준비 상태를 보장하는 방법을 제안하는 데 도움이 됩니다.
제조 분야의 스마트 데이터 기반 구축은 5가지 모범 사례에서 시작됩니다.
1. 명확한 비즈니스 및 운영 목표 정의: 스마트 데이터는 명확성을 제공하지만, 보고 있는 내용을 알고 있는 경우에만 가능합니다. 명확한 비즈니스 인텔리전스와 운영 목표로 시작하세요. 기계 처리량을 개선하고 싶으십니까? 출력 품질을 향상시키시겠습니까? 유지보수 응답 시간을 단축하시겠습니까? 최종 목표를 이해하면 시작점을 정의하는 데 도움이 됩니다.
2. 데이터 정의 및 측정항목 표준화: 데이터 처리를 위한 일관된 측정항목과 정의를 만듭니다. 이는 평균 수리 시간(MTTR), 평균 고장 간격(MTBF), 전체 장비 효율성(OEE)과 같은 KPI의 점을 연결하여 데이터의 상호 운용성을 보장하는 것을 의미합니다.
3. 양보다 데이터 품질에 중점을 두세요: 더 많은 데이터가 더 나은 데이터를 의미하지는 않습니다. 가능하다면 많은 양의 정보보다 고품질 데이터를 선택하세요. 예를 들어, 10분마다 측정되는 정확한 온도 측정값은 30초마다 수집되는 야구장 추정치보다 더 가치가 있습니다.
4. 시스템 전반에 걸쳐 데이터를 통합합니다. 격리된 데이터는 스마트하지 않습니다. 통찰력을 극대화하려면 CMMS, 기업 자산 관리(EAM), 기업 자원 계획(ERP)과 같은 시스템 전반에 걸쳐 데이터를 통합하세요.
5. 교차적인 협업 구축: 실행 가능한 전략을 구축하는 데 도움이 되도록 스마트 데이터에 대한 공동 액세스를 보장합니다. 여기에는 운영자, 유지보수 직원, 생산 책임자, 기술 전문가 및 기업 리더가 포함됩니다.
빅데이터는 규모를 제공합니다. 스마트 데이터는 가치를 제공합니다. 두 가지 모두 데이터 기반 제조 작업에 필요합니다. 빅 데이터는 대규모 추세 분석 및 규제 준수를 위한 기반을 마련하고, 스마트 데이터는 기업이 성능, 신뢰성, 비용 관리를 개선하는 데 도움이 됩니다.
심층 분석을 통해 정보를 실행으로 전환하세요. ATS는 제조업체가 스마트 데이터를 적용하여 신뢰성, 성능, 의사결정을 개선하도록 돕습니다. 이야기하자.
IBM 기업가치연구소. (2022). 제조 4.0:데이터에서 의사결정까지. IBM. https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/manufacturing-4-0
산업기술
수년 동안 제조 베테랑들은 산업용 사물 인터넷(IIoT)과 같은 최신 스마트 기술을 포함하도록 공장을 전환하면 생산성이 향상되고 운영 비용이 절감되며 데이터에 대한 더 많은 액세스 권한을 제공하고 더 나은 의사 결정을 내리는 방법에 대한 수많은 기사를 읽었습니다. 실제로 기술 혁신에 대한 빠른 Google 검색 결과 해당 주제에 대한 조회수는 4,850만 개 이상입니다. 나는 이 기사의 대부분이 기술 혁신이 생산 현장에 가져올 수 있는 긍정적인 영향을 설명하고 있다고 확신하며 대부분 동의합니다. 그러나 어떤 기술이 공장을 변화시키
초록 은 나노 입자를 포함한 나노 물질로 코팅된 항균 표면은 항생제 및 화학 약품 대신 사용할 수 있는 효과적인 대체 항균제로 간주됩니다. 그러나 이러한 물질의 잠재적 독성에 대한 보고는 생물의학 응용 분야에서의 사용 안전성에 대한 의문을 제기합니다. 이 연구의 목적은 은 나노 입자와 산화 그래핀을 착화시켜 은 나노 입자로 코팅된 폴리우레탄 호일의 인간 세포 독성을 줄이는 것이었습니다. Salmonella enteritidis로 은나노입자, 산화그래핀 및 은나노입자와 산화그래핀의 복합체로 코팅된 나노플랫폼의 항균활성을 평가했습니다
