지능형자동화기반엔지니어링모델을 통한스마트제조혁신방안 2020. 11
Smart Factory Industry 4.0 Smart Product Smart Logistics Smart Factory Smart Service Industry 4.0 구현전략 개인화된고객의요구사항 을충족시키기위해생산체계를전면적으로개편 대량생산또는대량맞춤 (Mass Customization) => 개인맞춤형제품 (Personalized Product) Smart Factory 구축목적은 Smart Factory 자체가아니라, Smart Factory 를통해생산하는제품에있음 혁신활동 제조기업의 Smart Factory 추진의목표는 Value 를추구하며, 경영목표 (KPI) 를달성하는것임
Smart Factory 이전에는 디지털화 - IT
Digital Transformation Transformation : 외부로부터주어진 DNA 에의하여생물의유전적인성질이변하는일 Digital Transformation : 디지털기술을사회전반에적용하여전통적인사회구조를혁신시키는것 - 기업이비즈니스모델, 제품및서비스를창출하기위해디지털역량을활용함으로써고객및시장 ( 외부생태계 ) 의파괴적인변화에적응하거나이를추진하는지속적인프로세스 (IDC, 2015) - 기업이디지털과물리적인요소들을통합하여비즈니스모델을변화시키고, 산업에새로운방향을정립하는전략 (IBM, 2011) - Mobile, Cloud, Big Data, AI, IoT 등디지털신기술로촉발되는경영환경상의변화동인에선제적으로대응함으로써현행비즈니스의경쟁력을획기적으로높이거나새로운비즈니스를통한신규성장을추구하는기업활동 (A.T. Kearney, 2016) Digital Transformation 역량 Digital 역량 새로운디지털기술을적극적으로도입하여기업경영을효율화하고새로운고객 경험을제공하며, 비즈니스모델을창출하는능력 Leadership 역량 기업의 Owner 가명확하면서도확고한디지털비전을기반으로조직의참여를유도 하고조직내에전반적인디지털역량이구축될수있는운영, 관리능력
Digital Transformation 에필요한것은 Domain 지식 ICT 지식 융합가치 => 스마트화
Digital Transformation 어떻게추진할것인가? 일하는방식을근본적으로바꾸어야 기업의당면과제를 AI, Big Data, Smart Factory 와같은 Tool 로국한하거나기술에집착해서는안됨
제조기업의 Digital Transformation 디지털전환은무엇을의미하는가? 축적된데이터 를기반으로 디지털기술 을이용하여 비즈니스경쟁력 을제고함 스마트제조 수동 / 자동제어 Autonomy ( 자율제어 ) 원자재 ( 납품정보 ) 설비 / 공정 / 공장 ( 생산정보 ) 완제품 ( 가동정보 ) Sensor IoT Mobile 데이터수집 / 저장 Big Data 데이터분석 예측 / 예지 (AI) 산업지능화 AI, Big Data 를도입하여, 제품과서비스를고부가가치화, 제조공정을혁신
공장 이란? 일정규모의기계설비를갖추고, 이를통해상품을생산하는곳 공장의차별화와경쟁력은핵심 가치를구매하는고객 공장 의재정의 일정규모의기계설비를갖추고, 이를통해가치를생산하는곳
장비자동화 공정자동화 지능형자동화 (Intelligent FA) 자율제어대응 Data 수집및분석 이상징후사전감지 엔지니어링 스마트제조혁신
Ⅰ. 스마트제조혁신을위한자동화 / 엔지니어링의준비요소 Ⅱ. 자율제어대응체계 Ⅲ. Data 수집및분석자동화체계 Ⅳ 플랫폼기반의데이터팩토리구축과스마트제조혁신
제조공장운영의 Issue 운영전환 (Handover) EPC 설계 / 시공 O&M 운영 / 보전 공장시공 Process 기획설계시공운영 투자계획, R&D 계획, 타당성조사 공장설계공정설계 제작 / 설치및구축, 시생산 운전 / 운영, 보전, 폐기 제품기획 제품설계 / 개발 제조 / 운영 (Operation & Engineering) Service 제조 Process PLM CAD/CAM 제조실행 (MES) 설비관리 의사결정지원 / KPI / 가시화 / 형상관리, 변화관리 품질관리 ESH 물류 고객대응 전사경영시스템 (ERP, SCM ) Engineering Process 연구개발 개념설계상세설계 구현 Re-Engineering 운영전환시점, Engineering Process, 중점관리요소등을연계, 체계화하고 공장전반의운영과정을통합하는제조운영프로세스가필요 (Life Cycle 관리체계 )
제조핵심역량 제조핵심역량 : 공장운영에필수적인운영기술및 Engineering Engineering 자동화 (FA) 제어 제조운영역량 공급 - 수요관리공급망관리 품질관리 기반시스템 전사경영시스템및 IT System (SCM, ERP 등 ) 제품개발및 R&D (PLM, CAD/CAM 등 ) 통신 설비관리 제조실행시스템 (MES) 공정및물류등의운영 Knowhow 제조핵심역량의요소들의현황분석, 체계화가우선 Smart Factory 구축을통하여제조기업의제조핵심역량을강화
Smart Factory 구현을위한요소 1 공장자동화 (FA) 시스템 2 제조운영시스템 3 ICT 제어및통신 PLM IIoT 설비 / 장비 HMI&SCADA Sensor ( 협업 ) Robot/AGV Machine Vision, Simulation SCM ERP MES RTD/RTS KPI & Report Big Data AI Cloud CPS (Digital Twin) AR/VR Platform Smart Factory Platform
제조공장의시스템체계 1 공장자동화 (FA) 시스템 제조공장의시스템체계및스마트공장구현에필요한적용기술영역 IT ERP SCM MES ESH PLM 전사경영시스템연계 - 설비관리, 에너지현황, 설비종합효율 (OEE) 등과 KPI 연계및통합관제 Control & Monitoring Control S/W HMI / SCADA PLC, HMI/SCADA OT Controller Machine & Field Device PLCs Machinery Sensor & Actuator Equipment, Conveyor AMHS, Robot AGV/AMR Facility,Utility Sensor, Valve, Actuator, Detector Instrument Safety, Redundancy ( 이중화 ) Motion, Motor Robot( 협업 Robot), AGV/AMR Sensor 제어 S/W, Simulation 자동화설비, 현장계기 설계 : 기계, 전장, 제어, 통신, 공압등 Connectivity & Protocol DeviceNet Modbus PROFIBUS CC-Link HART Fieldbus POWERLINK EtherNet/IP PROFINET Industry Ethernet GEM SECS-II SECS-I HSMS SEMI / OPC 통신 Interface - Fieldbus, Industrial Ethernet - OPC/OPC UA - IO-Link 주 ) IT : Information Technology, OT : Operation Technology, OEE : Overall Equipment Effectiveness, PLC : Programmable Logic Controller, PAC : Programmable Automation Controller HMI : Human Machine Interface, SCADA : Supervisory Control and Data Acquisition, OPC : OLE Process Control, OPC UA : Open Platform Communication Unify Architecture
생산시스템 (Production System) 2 제조운영시스템 제조생산시스템 Layout 업무프로세스구매 R&D 제조품질물류 영업 & 마케팅 서비스 기간시스템 (Legacy System) PLM SCM ERP 생산계획 MRP APS 제조실행시스템 MES 제조현장 SCADA PLC DCS Sensor 기존시스템 + ICT => Data 기반의제조기업의플랫폼체계
시대별공장지원시스템의변화 1970 년대 ~ 1980 년대 ~ 1990 년대 2000 년대 ~ 2015 년 ~ BOM 자동화 (FA) CIM SCM/ERP IoT/ Big Data MRP MES PLM AI Cloud 주 ) BOM : Bill of Material, MRP : Material Requirement Planning
ICT 의스마트공장적용관점 (IoT, Big Data, AI, Cloud) 3 ICT 분석 / 활용 IoT Big Data CPS 관찰및 Data 정제 Simulation Cloud 공유 AI Machine Learning Deep Learning 제어 AR/VR 응용 Platform 통합 공장의 4M2E 및운영프로세스와 ICT 기술융합
Platform 의기능및연계체계 연결화를지향하며, 설비 -IT 시스템 - 구성원이 Data 기반으로지능화 Cloud 환경에서공장운영시스템과원활하게자원활용과의사소통을하는체계 Cloud Analysis Platform Edge Computing Analytic Engine Algorithm Machine Learning IIoT Platform Control Connectivity Data Engineering Big Data Platform Information Visibility Data Analysis Data Integration
스마트공장구현을위한솔루션및플랫폼의집합체 Smart Factory Solution Suite 제조공장의시스템의기능별분류 Smart Factory Solution Suite 4 공장통합관제 1 Platform Management Layer ERP ESH SCM PLM KPI & Report Dashboard IIoT Platform : 실시간 Data 의수집 / 연계 Big Data Platform : Data 활용체계 Analysis Platform : Data 분석및 Pattern 분석 Operation Layer Control & Interface Layer MES 2 제조지원 설비관리생산계획품질관리생산실행설계 / 개발관리 PLCs & HMI/SCADA 3 1 Analysis Platform Analytic Engine Algorithm IIoT Platform Control Connectivity Data Engineering Machine Learning Big Data Platform Information Visibility Data Analysis Data Integration 2 제조운영 제조실행시스템 (MES) - 생산지시및실적관리 - Lot Tracking 설비관리 - 상태모니터링 - 설비예방정비및예지정비 (PdM) 체계 - EWS (Early Warning System) 품질관리 3 자동화 / 제어 Engineering 자동제어시스템 (PLC), HMI&SCADA Machine 및 Robot, Sensor, Instrument 등 통신 Protocol Field Layer Machinery Sensor & Field Instrument 4 통합모니터링 Equipment, Utility, Robot 실시간공장 / 설비의운영상태 Monitoring 공장생애주기관리및형상관리 KPI 현황및 Visibility 제공, 의사결정지원 Legacy System (ERP, SCM, PLM 등 )
Ⅰ. 스마트제조혁신을위한자동화 / 엔지니어링의준비요소 Ⅱ. 자율제어대응체계 Ⅲ. Data 수집및분석자동화체계 Ⅳ 플랫폼기반의데이터팩토리구축과스마트제조혁신
Smart Factory 구현단계 연결화 (Connectivity) 지능화 (Intelligence) 가상화 (Virtualization) ICT 기반연결및자동제어상태기반의분석 / 예측 / 제어가상환경에서공장운영최적화, 설비자율제어 운영시스템 제조운영시스템 (MOM) 분석 / 예측 (Advanced Analytics) CPS (Cyper Physical System) 개념정의 제어실적사전제어상태 전체최적화및자율제어 예측 / 맞춤 OT 자동화장비 (IoT, PLC) 지능화장비 (Big Data) 자율제어장비 (AI) 변화모습 Connected Factory IoT 및연결을통한 Data 및정보공유 Intelligence Facacory Big Data 실시간자동분석 CPS Factory AI 기반의자율제어, 통합운영 관련기술 MES, MCS, LCS IoT, OPC/OPC UA 통신기반 Big Data, AR/VR Robot 설비예지보전, Vision System AI, CPS (Digital Twin) Cloud Simulation 5G 주 ) MOM : Manufacturing Operation System, MES : Manufacturing Execution System, MCS : Material Control System, LCS : Line Control System
스마트공장자동화 전통적인자동화 스마트공장에서자동화구현은 생산성 대량생산체계 Timing 적시생산 / 납기 공장자동화 유연생산시스템 (FMS : Flexible Manufacturing System) 범용 라인자동화 전용 설비 간이자동화 (LCA : Low Cost Automation) 설비 완전자동화 (Full Automation) 업무자동화 (RPA : Robot Process Automation) 협업로봇 (Collaboration Robot)
유연생산시스템 (FMS) 와간이자동화 (LCA) 유연생산시스템 (FMS) 다양한제품생산을자동으로행하는유연자동화의개념에의해여러가지자동생산기술과생산관리기술을접목한유연성이높은생산시스템 다품종소량생산을위한방식 (JIT, CIM, FMS 등을적용 ) 전용설비가아닌범용설비필요 단일기계셀 (SMC : Single Machine Cell) Tool magazine Shuttle cart CNC machining center Pallet rack Empty pallet 간이자동화 (LCA) 현장이주체가되어설비 / 기구를만들어가는자동화 요소동작을저비용으로순차적으로자동화 사람과설비가공존 조립라인의경우 낮은비용 (Low Cost) 으로자동 (Automation) 기능을실현하여설비투자를절약 설비와기계력을이용한사람의능력을 지혜롭게 (Intelligent) 활용 상대적으로수작업이많으므로사람 도구의작업으로전환 사람작업 공구 / 도구 / 설비작업으로 순차적개선, 부품은작업자근처로배치 유연생산셀 (FMC : Flexible Manufacturing Cell) CNC machining center 기계가공의경우 사람의일과기계 / 장치의일을분리숙련도, 미세조정등고려 Shuttle track Shuttle cart Loading/unloading station 간이자동화를위해서는 도구의자동화, 접근의용이성, 지그화, Fool Proof 방지, 모듈화, 검사자동화, 선입선출 (FIFO), 재고관리등
사례연구 > Mobile Robot AMR (Autonomous Mobile Robot) 또는 AIV AGV (Automated Guide Vehicle) AIV (Automated Intelligent Vehicle) 바닥에설치된표시물또는레일을따라가거나주행 ( 비전, 자석, 레이저사용 ) SLAM 기능이적용되어자신의경로계획을변형하여수행 Mobile Robot 기존의 AGV 와달리별도의 Guide, 반사판또는 QR 코드없이스스로판단하여장애물회피, 최적의경로를스스로생성하거나지정된경로로주행 SLAM 기반의실시간주변지도생성및자기위치파악 로봇간통신으로작업의우선순위를스스로배정 미션부여와상태모니터링 ( 원격제어, Follow me, 블랙박스옵션 ) 주행관련알고리즘, 정밀제어기술, 비전인식기술, 통합솔루션등의핵심기술로연계 * SLAM(Simultaneous Localization And Map-building) : 이동로봇이실시간으로자신의위치를계측하며, 동시에주변환경의지도를작성하는자율주행핵심기술
Mobile Robot 의활용 - 제조 1 차적용단계 2 차운송적용단계 3 차운송로딩단계 Level 1 : Mobile ( 스마트이송 ) Level 2 : Mobile ( 컨베이어구성 ) Level 3 : Mobile+ 협업로봇 ( 로봇 + 로봇 ) 독립식카트이송장치 ( 결합 / 분리기능 ) 하적재수작업 + 자율주행이송 로봇도입외의주변환경변경없음 작업자와의 100% 협업가능 전동컨베이어구성및규격제품이송 공정장비컨베이어와연동 이송물품의하적재자동 리프트, 더블, 광폭등사양맞춤 모바일로봇 + 다관절협업로봇 이송 + 가공 + 핸들링 + 자력적재 단순가공대체 & 공정간물량이송 적용사례 : 부품이송운영 적용사례 : 조립라인, 타이어제조라인등 적용사례 : 반도체 장단점 : 투자비용 ( 낮음 ) / 자동화 ( 낮음 ) * 저비용으로빠른효과가능, 단수작업필요 장단점 : 투자비용 ( 중간 ) / 자동화 ( 중간 ) * 기존장비개조와연동에추가비용발생 장단점 : 투자비용 ( 높음 ) / 자동화 ( 높음 ) * 무인화또는높은자동화가능, 고비용
Mobile Robot 의활용 - 물류 - ocado 의 Picking & Packing Platform (England) ocado 의 Picking & Packing Process 1. 25만개의격자형태의하단선반 Cell로적재 2. 1,100개의로봇이하역과 Picking 등을담당로봇은상단충전배터리에의해작동로봇들은 5mm 간격으로초당 4미터를이동가능 3. 로봇들은 Air Traffic Control System에서조정초당 300만개의이동경로계산 4. 고객의주문은 5분내에 Pick & Pack 주당 65,000개의주문을처리 5. 흡착봉으로바코드인식을통해주문된물품을 Packing https://www.youtube.com/watch?v=xf0tqjilaf0
Mobile Robot 의활용 - 물류 - Walmart 의재고관리 - 청소 - 배송에서의로봇 진열대에놓인제품의재고를확인하여보충 로봇이제공하는데이터를어떻게사용하는것이가장좋은가? 업무에어떻게사용할수있는가?
Ⅰ. 스마트제조혁신을위한자동화 / 엔지니어링의준비요소 Ⅱ. 자율제어대응체계 Ⅲ. Data 수집및분석자동화체계 Ⅳ 플랫폼기반의데이터팩토리구축과스마트제조혁신
Data Interface Data 연계를위한제조시스템의 Data Source Supervisory Level Legacy System Data Enterprise MES/MRP/ERP System Configuration/Monitoring HMI/SCADA Operation Data Internet Viewer Client/Web Network / Protocol Process Level Master PLC (Logic Controller) Touch Network / Protocol PLC/Controller Data Field Level Network / Protocol Sensors Switches Relays Temperature Controller Sensor Data Motion Controller Relays 설비및 Part 의 Specification Sensors Switches
Data
Data 의활용과가치체계 Data 수집 (IoT) Sensor 및설비 Data 수집 IIoT Platform 체계구축 저장 & 분석 (Big Data/Cloud) 가치창출 (Platform) 생산 / 공정 / 품질정보실시간자동분석 Big Data Platform 체계구축 최적의공장운영방식및배치 설비예지품질? 분석의사결정 최적화 (AI) 공장운영최적예측, 맞춤서비스 -> 품질, 설비, 에너지, 안전관리등 [ 제조산업군의 Data Value Process ]
Data 를활용한스마트팩토리와의연계성 Data 수집 (IoT) Sensor 및설비 Data 수집 IIoT Platform 체계구축 연결화 (Connectivity) ICT 기반연결및자동제어 Connected Factory 저장 & 분석 (Big Data/Cloud) 생산 / 공정 / 품질정보실시간자동분석 Big Data Platform 체계구축 지능화 (Intelligence) 상태기반의분석 / 예측 / 제어 Intelligence Factory 가치창출 (Platform) 최적의공장운영방식및배치 최적화 (AI) 공장운영최적예측, 맞춤서비스 -> 품질, 설비, 에너지, 안전관리등 가상화 (Virtualization) 가상환경에서공장운영최적화, 설비자율제어 CPS Factory
데이터식별 설비 LOT ID 정보추적 데이터수집및표준화 데이터분석 데이터활용 실시간공정이상현상알람및예지정비 Big Data 분석 작업조건정보 모션인식센서 측정기 데이터수집및표준화통합솔루션 설비운영및환경정보 품질실시간모니터링 모션인식 PLC HMI Legacy System ERP MES SCM PLM
빅데이터분석방안 - 품질분석비교 지시값 ( 셋팅정보 ) 및측정값 ( 실데이터정보 ) 등을비교하여분석에의한품질비교분석모니터링및예측가능 공정설비 센서장치 지시값 측정값 결과값 압력 압력 품질 1 품질데이터모니터링 가상품질예측 회전수시간온도 회전수시간온도 품질 2 품질 3 현재생산중인실제작업의예상되는결과값을모니터링가능 가상으로임의의측정값또는지시값을변경하여시뮬레이션결과값을예측 의사결정지원 습도 습도 Real time On Demand 데이터통합수집및표준화장치 IoT Data Protocol 빅데이터플랫폼 IoT Data Protocol 분석엔진 Big Data Training Set Publish( 발행 ) 고속메시징서버 Real time Broker Subscribe( 구독 ) RDB INDEX DB 출처및참고 > 임픽스
Ⅰ. 스마트제조혁신을위한자동화 / 엔지니어링의준비요소 Ⅱ. 자율제어대응체계 Ⅲ. Data 수집및분석자동화체계 Ⅳ. 플랫폼기반의데이터팩토리구축과스마트제조혁신
이들기업의공통점은? Platform Data
플랫폼을이해하지못하는 기업에게미래는없다 플랫폼레볼루션, 마셜밴앨스타인외 플랫폼의부상으로전략, 운영, 마케팅, 생산, 연구개발, 인적자원관리를포함한것의모든전통적인기업경영방식이급격한변화를맞이하고있다. 우리는현재불안정한시대를살고있으며, 이는모든기업과비즈니스리더에게영향을미칠것이다. 앞으로도래할플랫폼세상이가장큰원인이다.
Platform 완전히서로다르면서, 독립적인성질의양측면의고객 ( 이용자 ) 간의거래를중개 / 매개하는 Interface 이들양측이 Platform 을통해거래하는이유는새로운가치창출이가능하기때문이며, 거래비용 이상당히낮기때문이다.
산업 Platform System Concept Cloud 환경 Resource 활용 ERP SCM MES PLM KPI SHE Platform - 분석 Platform - Big Data Platform - IoT Platform Data Exchange Big Data Platform IoT Platform Data Analytics Field Layer Sensor 설비 / 장비 PLC Robot
[ 사례 ] 제조산업군에서의 Platform Business Solution 기반의산업용 Platform SIEMENS - MindSphere Cloud 기반 IoT 운영시스템 - 물리세계와가상세계를디지털화를통해결합하여설계및엔지니어링, 자동화및운영, 유지보수및서비스의생산성을높이는전략 GE - Predix GE Jeffrey Immelt 회장 - S/W를통해혁신적이고고객의생산성을높이는것이생존의길 - GE는 2020년까지세계 10대 S/W 회사로변신하겠다는 Vision 마인드스피어는기계나플랜트등어떤제조환경에서도지멘스는물론, 타사의자산과도쉽고빠르게연결되며, 안전하게데이터를저장할수있다 이어 저장된데이터는빅데이터분석알고리즘을통해산업현장의설비와공정을최적화한다 며 혁신적인플랫폼을도입해얻을수있는효율성개선과비용절감효과를지멘스부스에서직접확인할수있을것 이다. 산업용 S/W Platform 을통해터빈, 엔진등산업용중대형장비나부품에부착된센서를통해축적되는데이터를분석해현장에서발생하는각종문제들을해결할수있다고함
[ 사례 ] 제조산업군에서의 Platform Business Solution 기반의산업용 Platform 삼성 SDS - Brightics Insator - Data 수집 / 분석을기반으로각종스마트솔루션및지능형서비스개발을위한 Cloud 기반의 IoT/Mobile/Big Data 공통 Platform 포스코 ICT - PosFrame Industry 표준 Platform - 다양한현장의 Data를실시간수집 / 분석하고인공지는을활용한최적의시스템운영방안을적용하는제조표준 Platform - Brightics IoT - Brightics AI - Sensor/ 설비 Data 실시간수집 / 분석 (IoT, Big Data) - 대용량 Data 저장및관리 - 분석도국제공
스마트팩토리플랫폼의구성접근방안 제조실행 (MES) 관점 => 제조실행 / 운영플랫폼 Data 수집관점 => IoT 플랫폼 Data 연계 / 분석관점 => Big Data 플랫폼
제조플랫폼은? 경제성 효율성
Smart Factory 추진의중점사항 스마트제조의특징및지향점과연관 Connectivity ( 연결화제조 ) Intelligence ( 지능화제조 ) Virtualization ( 가상화제조 ) IoT, Data 연계 Big Data, AI CPS/Digital Twin Customization ( 고객맞춤형제조 ) Sustainablity ( 친환경제조 ) Collaboration ( 협업형제조 ) 유연생산체계 환경 / 안전 SHE/Safety 인증 Energy Saving Cloud 환경 Resource 활용협업 Robot, AGV/AMR RPA 주 ) RPA : Robot Process Automation
Smart Factory 구축 Process Smart Factory 구축 Process ( 개요도 ) 준비진단 Master Plan 수립구축 / 운영 사전준비현황분석및 To-Be 설정 Roadmap 설정구축및운영 전담조직구성 진단계획및진단 Tool 설정 수준진단 - 인터뷰 ( 현업 / 경영층 ) 및요구사항도출 - Bench Marking ( 선진사례, 자문등 ) - 제조 IT & OT 분석 진단및성숙도수준평가 - 성숙도정의 To-Be 과제상세화 - 개선 ( 세부 ) 과제정의 - 과제간연관관계분석및우선순위결정 - 추진 Roadmap 수립 ( 단기 / 중장기 ) 투자예산계획 - 단계별 / 연도별소요예산산정 - ROI 타당성검토 구축시스템분석 / 설계 - 개념및상세설계 개발및적용 - Solution 적용, Application 구현및 Interface - 단위및통합 / 연계 Test - 시운전및안정화 - 1 st To-Be : Pilot - 2 nd To-Be : 확산 - 3 rd To-Be : 고도화 Smart Factory 개선기회도출 To-Be 방향제시 * 경영전략 과 Mapping 수행계획 - 단계별구축을위한요구사항분석 / 정의 - 과제수행계획서작성 운영및유지보수 검증및성과분석 - Feedback [ 산출물 ] 진단계획서 진단결과서 ( 성숙도수준평가 ) - To-Be ( 추진방향제시 ) 결과보고서 - 진단결과, 과제정의서, 추진 Roadmap 과제수행계획 ( 요구사항분석 / 정의포함 ), RFP 기본 / 상세설계서
스마트공장추진절차의표현 현황분석 Smart Factory Master Plan 수립 현업인터뷰및실사성숙도평가개선기회도출 Roadmap 수립 추진 Process 주요업무및프로세스현황분석 - 현업인터뷰 ( 담당 / 임원진 ) - 라인실사 업무영역별이슈및 VOC 파악 스마트공장현황분석 - 자료분석및현황분석결과평가 / 검토 - 스마트공장성숙도정의 Key Finding 과연계한스마트공장추진방향및잠재적개선기회도출 - To-Be 방향제시 과제간연관분석및과제추진우선순위결정 개선과제정의 - To-Be Image 및실행방안 정부지원사업연계및운영방안검토 추진 Roadmap 수립 산출물 진단계획서 현황분석결과서 - 스마트공장성숙도 진단결과서 - 과제정의서, 단계별 Roadmap - 수행계획서
스마트공장추진절차의표현 현황분석을위해영역별현업인터뷰및현장실사진행, 선지사례조사, 개선기회를도출개선과제정의및추진 Roadmap 수립 1 2 3 4 5 Smart Factory 분석 Frame 정의및진단 Tool 설정 영역별현황분석및라인실사 - 현업인터뷰및자료분석 현황분석결과평가 / 검토및성숙도정의 잠재적개선기회도출및 To-Be 방향제시 과제추진우선순위결정개선과제정의및추진 Roadmap 수립 진단 Tool 에기반하여현황분석을통한스마트공장성숙도평가영역별개선과제도출및추진 Roadmap 수립 전략 / 운영 제조운영 정보화 자동화 전략현장기본조직성과 / 관리마케팅 / 영업 제품개발생산관리생산 ( 공정 ) 품질관리 IT 인프라 Data 생산자동화설비자동화물류자동화 설비보전
제조의본질
향후제조공장의모습 데이터팩토리, 스마트팩토리 제조프로세스의수평적통합 구매 R&D 제조품질물류 영업 & 마케팅 서비스 제조산업의본질및역량강화 - 공급 - 수요의균형 Level 1 Sensing Level 3 Monitoring Level 2 Control Level 5 Enterprise Management Level 4 MOM ERP, SCM MES PLC HMI/SCADA Sensors & Actuators 제조시스템의수직적통합 업무프로세스의정립 지능화제조 - 어렵고힘든노동 (Labor) 창의적인일 (Work) - Robot, RPA 데이터기반의의사결정 - 데이터분석 / 활용을통한문제해결및의사결정 주 ) MOM : Manufacturing Operation Management
End of Document
[ 참고자료 ]
1. Industry 4.0 및 Smart Factory 의개념
Industry 4.0 및 Smart Factory 의개념 1 독일의 Industry 4.0 추진연혁 독일의 Industry 4.0 의추진연혁및시사점 2010 2011 2012 2013 2014 2015 독일정부에 Industry 4.0 제안 - Henning Kagermann 독일연방정부의경제 산업및학술연구연합프로모션그룹에의해발의 (2011.1.25) Industry 4.0 추진제안초안초안발표 (2012.10.2) - Industry 4.0 Working Group, SIEMENS/BOSCH/SAP 추진 Industry 4.0을위한구현제안 Industy 4.0 구현전략 발간 (2013.4) 발표 (2015.4) Platform Industry 4.0 구축 CPS 중심 8개기술추진 독일의첨단기술전략인 Artificial Intelligence High Tech Strategy 2020 실행 Industry 4.0 Big Data 계획의일환으로추진이결정 (2011.11) M2M Cyberphysical systems Digitalization Robotics Internet of Things Industry 4.0 구현전략 - 개인화된고객의요구사항 을충족시키기위해생산체계를전면적으로개편 - 대량생산또는대량맞춤 (Mass Customization) -> 개인맞춤형제품 (Personalized Product) Smart Factory 구축목적은 Smart Factory 자체가아니라, Smart Factory를통해생산하는제품에있음
Industry 4.0 및 Smart Factory 의개념 2 Industry 4.0 의정의및구성요소 (1/2) Industry 4.0 의정의 Platform Industry 4.0에서는 - 4차산업혁명을의미하며, 제품 Life Cycle 전반에걸친가치창출사슬조직과관리의새로운단계 -> 독일은 4차산업혁명관련활동은경쟁력있는제조업에집중 - 이러한 Life Cycle은점점더개인화된고객의요구사항에맞추어 Idea, 개발과제조에대한주문, 최종고객에게전달및 Re-cycling, 그와연관된서비스를포함하여확대 Industry 4.0 시장의변화 고객요구사항의다양화및개인화 짧은개발기간, 단납기 New Technology ICT 기술및 CPS, IoT, AI 등의신기술융합 독일어 Industrie 는 - 경제또는산업의한분야로공장및설비에서수행되는물리적인제품의제조및추가작업이며, 이는수작업에의한제조와는다르게높은수준의기계화및자동화와연계 - 기계화또는자동화를통한제조방식의발전및진행과정은산업화로표현
Industry 4.0 및 Smart Factory 의개념 2 Industry 4.0 의정의및구성요소 (2/2) Industry 4.0 의구성요소 Industry 4.0을위한구현제안 에서는 - Industry 4.0은지능적인제품의제조, 공정, 프로세스 ( 스마트제조 ) 에집중하며, 중요한요인은지능형공장 (Smart Factory) 이다. 이는복잡성을해결하며, 고장이잘나지않아, 제조에서의효율성이향상된다. Smart Factory에서는인간, 기계, 설비, 자원이마치 SNS와같이의사소통한다. 지능형제품 ( 스마트제품 ) 은그들의제조과정및미래의이용에대해알고있다. 지능형제품은제조과정을적극적으로지원하며, 이는언제스스로제조가완료되고어떤 Parameter에의해작업되며, 어디로이동되어야하는지등이다. Smart Product Smart Logistics Smart Factory Smart Service * Smart Factory 는독일인공지능연구소 (DFKI) 및 SmartFactoryKL 에서사용하기시작 - SmartFactoryKL : Smart Factory 를개발및구성요소들간의상호호환성을시험하는협회 (KL : Kasierslautern)
Industry 4.0 및 Smart Factory 의개념 3 Smart Factory 의개념 Smart Factory 의정의 독일 Wikipedia 에서의정의 Smart Factory는제조장비와물류시스템들이인간의개입없이폭넓게자율적으로조절되고운영되는공장이다. 기술적인기반은사물인터넷의도움으로상호소통하는 Cyber-physical system들이다. 이미래시나리오의중요한부분은제품 ( 제공품 ) 이제조장비와소통한다는것이다. 제품은자신의제조정보를스스로보유하고제조장비로전달한다. 이정보에기반해제조공정과제조장비를포함하는제품의다음공정흐름이자율적으로제어된다. 한국산업기술평가관리원 에서의정의 제품의기획, 설계, 생산 제조, 공정, 유통, 판매등의전과정을 ICT 기술로통합하여최소비용과최소시간으로 고객맞춤형제품을생산하는공장 민관합동스마트공장추진단 에서의정의 기획설계, 생산공정, 유통공급망관리등제조과정에 ICT 를적용하여생산성, 품질, 고객만족도를향상시킨공장이다 Smart Factory = 자율운영공장 = Cyber physical system
Industry 4.0 및 Smart Factory 의개념 4 Smart Factory 의특징 자동화공장 : Smart Factory 의비교 Smart Factory 의특징 자동화공장 Smart Factory 지능화 사전프로그래밍및명령에의한생산 - 공정에따른변경필요 실시간자율화에의한생산 - 설비, 재료, 환경등의상태에따라 통신에의한자율판단및수행 연결화 가상화 수직적연결 초연결 - 경영정보시스템및자동화시스템이 - 수직 / 수평적통합연결 수직적으로연결 / 통합 / 운영 - Simulation, Modeling 등활용 OT, IT, DT 를기반으로초연결, 통합, 자율운영 주 ) OT : Operation Technology, IT : Information Technology, DT : Data Technology 지능화 (Intelligence) - Digital Data 및정보를기반으로 Data의수집 / 저장 / 분석 - Data을기반으로스스로판단하며, AI를활용한자율제어가능 연결화 (Connectivity) - 공장안에존재하는사람, 설비, 부품, 재료, 공정, 공장간의연결 - Sensor 및통신기술활용 가상화 (Virtualization ) - 물리적인현재공장과가상공장과의생산운영을연계 - CPS, Digital-twin 개념적용
2. Smart Factory 구현을위한제어 / 자동화기술
Smart Factory 구현을위한제어 / 자동화기술 > 1) PLC PLC 의개념및구성 PLC(Progrmmable Logic Controller) - 기존의 Switch 와 Relay 를이용한복잡한 Sequence 제어시스템에서간단하게 프로그램방식으로 Sequence 제어를용이하게구혀을위한전자제어장치 - 제어반에서기존에사용한 Relay, Timer, Counter 등의기능을반도체소자인 IC 로대체시킨, 프로그램이변경가능한논리연산제어장치 PLC 의내부구조 - 제어연산부 (CPU) - Memory - 입 / 출력부 - 전원부 PLC 의개념및구성 입력부 CPU Memory 전원부 (Power) 출력부 표준규격에의거한기구및전장 (PLC) 설계 - 다음규격을준수하여설계에반영 적용표준규격 ISO 13849-1 ISO 14119 EN 60204-1 IEC 61508 제어시스템 Interlocking 장치 배선및전기안전 표준화된통신프로토콜적용 정의 모듈설계및소프트웨어개발의단계별기능검증 (V-Model 적용 ) - 표준기반 Ethernet 적용및 OPC UA 기술적용 - 다양한 Fieldbus 를대응가능하도록설계 - Safety 를고려한 Protocol 적용으로 Safety Data 의안정적인 전송이되도록설계반영 표준설계및구현안 주변기기
Smart Factory 구현을위한제어 / 자동화기술 > 1) PLC PLC 제품의주요 Maker Maker 별 PLC 현황 Maker 주요 PLC Product HMI 대응 Protocol SIMENS SIMATIC Series SIMATIC S7-200, S7-300, S7-400, S7-1200, S7-1500 SIMATIC WinCC SIMATIC WinCC OA PROFIBUS / PROFINET GE FANUC SERIES 90-20, 90-30, 90-70 RX3i PacSystem RX7i PacSystem CIMPLICITY GE Series SIMENS Rockwell Automation ControlLogix 5570/5580 CompactLogix 5370/5380 FactoryTalk RSView DeviceNet / EtherNet/IP ABB AC500 Series DigiVis 500 EtherCAT Schneider Modicon Vijeo Citect OMRON CJ 1, CJ2, CS Series Sysmac Studio Modbus/TCP CANopen DeviceNet / EtherCAT EtherNet/IP Schneider MITSUBISHI MELSEC Q Series, L Series, F Series GOT2000 Series GOT1000 Series CC-Link / CC-Link IE PILZ PSS4000 PAS4000 SafetyNET p B&R X20 Automation Studio ETHERNET POWERLINK, opensafety LS 산전 Beckhoff TwinCAT - EtherCAT MITSUBISHI
[ Back-up ] 제어시스템의구성요소 제어시스템의구성요소 Actuator Controller Sensor Digital Sensor Switch Analog 4~20mA 0~10v I N P U T Memory CPU Ethernet Serial Power O U T P U T Digital M/C Solenoid Analog 4~20mA 0~10v 기계장치 (Mechanism) : 공정운영및 Data 수집을위한신호 Mechanism - Sensor : 공정변수측정 ( 온도, 습도, 압력, 유량, Level 등 ) - Actuator : 공정 Parameter 가동을위한 Switch/Motor 제어기 (Controller) : 기계장치를제어하는 Microprocessor Interface : 기계장치와제어기를연결 - Serial, Fieldbus, Ethernet 제어기술 : 제어 Algorithm - Sequence 제어, Feedback 제어
[ Back-up ] 제어시스템의구현 제어방식의비교 PC 기반 : PLC 기반 제어방식의비교 구분 PC 기반 PLC 기반 제어대상통신방식구현방법용도 Scheduler, Recipe, Transfer, Robot/Motion, I/O 등 Serial, TCP/IP, OPC/OPC UA 등 Programming Language - C, C++, C#, VB, Delphi 등 복합제어에적합 - 장비제어, 공정제어, Robot 제어등 Sequence Robot/Motion, I/O 등 Serial, TCP/IP 등 PLC Ladder - PLC Maker 별 Sequence 제어에적합 - Conveyor System, Inline System, Motion 제어등
Smart Factory 구현을위한제어 / 자동화기술 > 2) HMI & SCADA HMI, SCADA 의개념 SCADA 의개념 SCADA (Supervisory Control And Data Acquisition) - 원거리에있는설비 (Utility) 들을집중감시또는제어하는목적의산업제어시스템 (ICS) 을감시및제어하는시스템 - 설비의감시 Data를수집하고이를가공하여모니터링및제어하는역할 - 보통, 전력, 공조 / 배기, 수처리, Gas, Steam, Boiler 등이설비를연계 SCADA의구성요소 HMI (Human Machine Interface) : 기계 ( 설비 / 장비 ) 및공정의상태와제어를사용자측면에서쉽게인지할수있도록다양한 Data를도식화하여제공하고변환하여보여주는도구 감시시스템 (Supervisory) : Data를수집하고장치를제어하기위한실제명령을지시하는역할 RTU (Remote Terminal Unit) : Sensor와직접연결되며, 센서의신호를인식할수있는 Digital Data로상호변환및변환 Data를감시시스템에전달 PLC (Programmable Logic Controller) 주 ) ICS : Industrial Control System PLC, DCS(Distributed Control System), SCADA 등을총칭
[ Back-up ] SCADA 구현예시 SDCADA 구축예시 SCADA 구현예시 HMI Server DB Server OPC Server RTDB Server Web Server Client PLC IO MOdule 설비 설비
Smart Factory 구현을위한제어 / 자동화기술 > 2) HMI & SCADA HMI 의흐름 HMI 의구현 HMI Display Logic I/O List Library Contol Area PLC DCS SCADA Field Device Machinery Sensor & Field Instrument
Smart Factory 구현을위한제어 / 자동화기술 > 2) HMI & SCADA HMI 의 Logic HMI 의구현 P T T L T Logic 용액의온도가 Set Point 보다낮으면 Pump 를 On 함 용액의 Level 이 75% Valve 를 50% Open 50% Valve 를 25% Open 25% Valve 를 Close 함 VC Display I/O List Tag No. I/O Name Range 101 AI Tank 온도 4~20mA 102 DO Pump 0,1 103 AI Level 4~20mA 104 AO Valve 4~20mA 102 Pump ON 101 Tank T SET : 30 T PRV : 27 103 Level 49.8% 104 Valve Open : 25%
[ Back-up ] HMI 구현예시 HMI 화면작화예시 HMI 구현예시
Smart Factory 구현을위한제어 / 자동화기술 > 3) 산업용 Motor 산업용 Motor 의분류 입력전기에따른분류 DC Motor AC Motor 직류전원 (Battery) 을사용하는 Motor 기동 toke 가크며, 고효율, 가격대비성능이장점 교류전원 (220V) 을사용하는 Motor 저소음 / 저진동, 반영구적인수명및안정적인성능이장점 제어방식에따른분류 Servo Motor Linear Motor Stepping Motor DC Servo Motor AC Servo Motor Stepping Servo Motor Sensor 를이용하여 Feedback 제어에의한명령의고속 / 고정밀로동작 운반기계및초소형제어시스템에적용 산업용기계및자동화시스템에적용 - Robot, 반도체장비의정밀속도및각도제어 일반회전형모터를축방향으로잘라서선형 (Liner type) 으로펼쳐놓은구조로직선으로직접구동되는 Motor 위치를 Pulse 단위로분해하여지정 Pulse 대로이동하는 Motor 입력 Pulse 수에대응하여일정각도씩이동 Stepping Motor 의탈조발생방지를위해위치 Sensor 를부착하여 Feedback 제어 DC Servo Motor AC Servo Motor Servo Motor 의비교 - Brush Type - 제어구조간단 ( 소형화가용이 ) - 단상 Inverter - 회전전기자형 (Coil 이회전 ) - 방열이나쁨 - 유지보수필요 (Brush 마모 ) - 최대속도낮음 - 정격용량이작음 - Brushless Type - 제어구조복잡 ( 고가 ) - 3 상 Inverter - 회전계자형 ( 자석이회전 ) - 방열이양호 - 유지보수거의필요없음 - 최대속도높음 - 정격용량이큼
Smart Factory 구현을위한제어 / 자동화기술 > 4) 산업용 Robot 산업용 Robot 의분류 기계적인구조에따른산업용 Robot 의분류 Robot Control System 의구성예 직교좌표형 각축들이직선운동하는형태 ( 보통직교 Robot/XY Robot) Control System 원동좌표형 2 개의직선축 + 1 개의회전축의결합 Vision System 연계 Conveyor System 연계 극좌표형다관절형 직선축과회전축을혼용 Robot 제어 Ethernet Protocol 수평다관절형 수직다관절형 Parallel Link Bot SCARA(Selective Compliance Assembly Robot Arm) - 관절운동이수평 (XY 축 ), 4 축구성 회전축으로만구성, 5~7 축구성 Delta Robot - 3 축또는 4 축구성 Robot Controller 동작좌표및 Moving Command Status Command Status 산업용 Robot 의구성 기구부 - Manipulator : 3 축이상의기계의바닥또는모바일플랫폼에고정된장치 - Actuator : 공압식 / 유압식 / 전기식 제어부 - Robot 제어기 : 명령전달, 위치제어기, 모터제어기 SCARA Robot Delta Robot Conveyor Tracking 및 Vision System 기술을활용한물류시스템구성 (Packing/Unpacking) - Conveyor Tracking : Conveyor 제어및속도측정 - Vision System : 방향, 위치, 속도, Pattern Matching 등의 Inspection 기능
원통좌표형 SCARA 수직다관절형 Delta Robot
Smart Factory 구현을위한제어 / 자동화기술 > 4) 산업용 Robot 협업 Robot 협업 Robot (Collaboration Robot) 인간과의직접적인상호작용을위해설계되어, 인간과함께안전하게작업할수있는 Robot 가볍고유연하며새로운작업으로이동및프로그래밍이용이충돌대응안전기술, 빠른 Teaching 및간편한조작 ( 직접위치지시 ) 관련규격 적용표준규격 정의 ISO 10218-1 ISO/TS 15066 산업용로봇의안전사항 협업 Robot 이인간과안전하게작업할수있는규격정의