FOM과 3D 시뮬레이터를 연계한 제조 공정의 생산성 개선 예측 및 시뮬레이션 모델 연구 Study on Productivity Improvement Prediction and Simulation Model for Manufacturing Process using FOM and 3D Simulator원문보기
사물인터넷(IoT), 클라우드, 초고속 무선통신, 인공지능(AI) 등 기술이 결합된 4차 산업혁명과 디지털 전환이라는 새로운 패러다임이 등장하면서 글로벌 제조시장 환경이 급변하고 있다. 글로벌 제조업 시장에서 경쟁력을 확보하기 위해 제조업 강국을 중심으로 제조업의 디지털화가 강력히 추진되고 있다. 생산현장에서 수집한 ...
사물인터넷(IoT), 클라우드, 초고속 무선통신, 인공지능(AI) 등 기술이 결합된 4차 산업혁명과 디지털 전환이라는 새로운 패러다임이 등장하면서 글로벌 제조시장 환경이 급변하고 있다. 글로벌 제조업 시장에서 경쟁력을 확보하기 위해 제조업 강국을 중심으로 제조업의 디지털화가 강력히 추진되고 있다. 생산현장에서 수집한 빅데이터를 분석해 생산성 향상에 활용하는 다양한 기술과 결과를 예측하고 검증하는 CPS 기반 가상공장 시뮬레이션이 현장에 도입되고 있다. 이에 국내 중소 제조업체들도 변화하는 소비자 수요에 유연하게 대응하고 생산성을 높이기 위해 스마트공장을 구축하거나 디지털 트랜스포메이션을 도입하는 등 다양한 방안을 시도하고 있다. 그러나 대부분의 제조업체는 축적된 제조 데이터를 품질이나 공정 개선 등 생산성 향상 활동에 활용하지 못하고 있다.
본 연구에서는 CPS 5C Architecture에 FOM과 3D Simulation을 융합한 방법론을 통해 제조 중소기업이 제조 데이터를 쉽게 분석하고, 가상 공정의 3D 시뮬레이션을 통해 개선방안을 확인하고 예측할 수 있는 방법론을 제안한다. 예를 들어 대규모 진공챔버 생산공정에 대한 사례연구로서 FOM용액과 를 사용하여 제조데이터를 분석한 결과 생산성에 영향을 미치는 중요한 요인을 검토한 것을 개선하기 위하여 샘플데이터를 선정하였다. 가상공간에서는 회사정보를 기반으로 공장을 모델링하였고, HPM 30L, RB-8VM, BF-130B 등의 제조장비를 3D 모델 라이브러리로 제작하였다. 모델과 방법론을 검증하기 위해 전체 시뮬레이션 모델을 모듈화하여 프로세스를 분류하도록 설계하였으며, 최종 프로세스 모델을 샘플 데이터(현재)와 개선 데이터(예정)로 시뮬레이션하여 생산성 향상 효과를 예측하였다, 시뮬레이션에서 사이드 플레이트 모듈의 가공 공정을 분리하기 위한 장비를 추가하여 최종 공정(2-1~2-4)에서 평균 리드 시간을 약 45% 단축하고 총 비가동 시간을 약 33% 향상시키는 것과 같은 것입니다.
이 사례 연구에서 입증된 바와 같이, FOM 솔루션 등 데이터 기반 소프트웨어를 활용해 제조 데이터를 분석하고 현장에 적합한 공정 최적화 시뮬레이션 모델을 통해 개선방안을 예측·제안하면 중소 제조기업이 데이터를 기반으로 한 제조업 디지털 혁신을 이룰 수 있다. 이는 시장에서 경쟁력 있는 중소기업으로서 수익성과 성장성을 높일 수 있다.
사물인터넷(IoT), 클라우드, 초고속 무선통신, 인공지능(AI) 등 기술이 결합된 4차 산업혁명과 디지털 전환이라는 새로운 패러다임이 등장하면서 글로벌 제조시장 환경이 급변하고 있다. 글로벌 제조업 시장에서 경쟁력을 확보하기 위해 제조업 강국을 중심으로 제조업의 디지털화가 강력히 추진되고 있다. 생산현장에서 수집한 빅데이터를 분석해 생산성 향상에 활용하는 다양한 기술과 결과를 예측하고 검증하는 CPS 기반 가상공장 시뮬레이션이 현장에 도입되고 있다. 이에 국내 중소 제조업체들도 변화하는 소비자 수요에 유연하게 대응하고 생산성을 높이기 위해 스마트공장을 구축하거나 디지털 트랜스포메이션을 도입하는 등 다양한 방안을 시도하고 있다. 그러나 대부분의 제조업체는 축적된 제조 데이터를 품질이나 공정 개선 등 생산성 향상 활동에 활용하지 못하고 있다.
본 연구에서는 CPS 5C Architecture에 FOM과 3D Simulation을 융합한 방법론을 통해 제조 중소기업이 제조 데이터를 쉽게 분석하고, 가상 공정의 3D 시뮬레이션을 통해 개선방안을 확인하고 예측할 수 있는 방법론을 제안한다. 예를 들어 대규모 진공챔버 생산공정에 대한 사례연구로서 FOM용액과 를 사용하여 제조데이터를 분석한 결과 생산성에 영향을 미치는 중요한 요인을 검토한 것을 개선하기 위하여 샘플데이터를 선정하였다. 가상공간에서는 회사정보를 기반으로 공장을 모델링하였고, HPM 30L, RB-8VM, BF-130B 등의 제조장비를 3D 모델 라이브러리로 제작하였다. 모델과 방법론을 검증하기 위해 전체 시뮬레이션 모델을 모듈화하여 프로세스를 분류하도록 설계하였으며, 최종 프로세스 모델을 샘플 데이터(현재)와 개선 데이터(예정)로 시뮬레이션하여 생산성 향상 효과를 예측하였다, 시뮬레이션에서 사이드 플레이트 모듈의 가공 공정을 분리하기 위한 장비를 추가하여 최종 공정(2-1~2-4)에서 평균 리드 시간을 약 45% 단축하고 총 비가동 시간을 약 33% 향상시키는 것과 같은 것입니다.
이 사례 연구에서 입증된 바와 같이, FOM 솔루션 등 데이터 기반 소프트웨어를 활용해 제조 데이터를 분석하고 현장에 적합한 공정 최적화 시뮬레이션 모델을 통해 개선방안을 예측·제안하면 중소 제조기업이 데이터를 기반으로 한 제조업 디지털 혁신을 이룰 수 있다. 이는 시장에서 경쟁력 있는 중소기업으로서 수익성과 성장성을 높일 수 있다.
ith the emergence of a new paradigm called the Fourth Industrial Revolution and digital transformation, which combines technologies such as the Internet of Things (IoT), cloud, high-speed wireless communication, and artificial intelligence (AI), the global manufacturing market environment is rapidly...
ith the emergence of a new paradigm called the Fourth Industrial Revolution and digital transformation, which combines technologies such as the Internet of Things (IoT), cloud, high-speed wireless communication, and artificial intelligence (AI), the global manufacturing market environment is rapidly changing. To secure competitiveness in the global manufacturing market, digitalization of manufacturing is being strongly promoted, particularly in manufacturing powerhouses. Various technologies that analyze big data collected from production sites and utilize them to improve productivity, as well as CPS-based virtual factory simulations that predict and verify outcomes, are being introduced into the field. As a result, domestic small and medium-sized manufacturing companies are also trying various measures, such as building smart factories or introducing digital transformation to respond flexibly to changing consumer demands and improve productivity. However, most manufacturing companies are still unable to utilize the accumulating manufacturing data for productivity improvement activities, such as quality or process improvement. This study proposes a methodology that allows small and medium-sized manufacturing companies to easily analyze manufacturing data through a methodology that combines FOM and 3D Simulation with CPS 5C Architecture, and to identify and predict improvement plans through 3D simulation of virtual processes. An example, a case study of a large vacuum chamber production process, it was selected a sample data to enhance that reviewed an important factors that affect productivity according to analyzing a manufacturing data using FOM solution. In a virtual space, there was modelled a factory based on company information, and was created a 3D model library of manufacturing equipment such as the HPM 30L, RB-8VM, and BF-130B. To verify the model and methodology, the entire simulation model was designed it so that modularized to classify the processes, and the final process model was simulated to sample data(As-Is) and improvement data(To-Be). As a result, we predicted a productivity improvement effect, such as reducing the average lead time by about 42% and improving the total non-operating time by about 33% on the final processes(2-1 to 2-4) , by adding equipment to separate the machining process on the side-plate module in the simulation.
As demonstrated in this case study, utilizing data-based software such as FOM solution to analyze the manufacturing data and predicting and suggesting improvement measures through a process optimization simulation model suitable for the site can enable small and medium-sized manufacturing companies to achieve digital innovation in manufacturing based on data. This can lead to increased profitability and growth as a competitive small and medium-sized enterprise in the market.
ith the emergence of a new paradigm called the Fourth Industrial Revolution and digital transformation, which combines technologies such as the Internet of Things (IoT), cloud, high-speed wireless communication, and artificial intelligence (AI), the global manufacturing market environment is rapidly changing. To secure competitiveness in the global manufacturing market, digitalization of manufacturing is being strongly promoted, particularly in manufacturing powerhouses. Various technologies that analyze big data collected from production sites and utilize them to improve productivity, as well as CPS-based virtual factory simulations that predict and verify outcomes, are being introduced into the field. As a result, domestic small and medium-sized manufacturing companies are also trying various measures, such as building smart factories or introducing digital transformation to respond flexibly to changing consumer demands and improve productivity. However, most manufacturing companies are still unable to utilize the accumulating manufacturing data for productivity improvement activities, such as quality or process improvement. This study proposes a methodology that allows small and medium-sized manufacturing companies to easily analyze manufacturing data through a methodology that combines FOM and 3D Simulation with CPS 5C Architecture, and to identify and predict improvement plans through 3D simulation of virtual processes. An example, a case study of a large vacuum chamber production process, it was selected a sample data to enhance that reviewed an important factors that affect productivity according to analyzing a manufacturing data using FOM solution. In a virtual space, there was modelled a factory based on company information, and was created a 3D model library of manufacturing equipment such as the HPM 30L, RB-8VM, and BF-130B. To verify the model and methodology, the entire simulation model was designed it so that modularized to classify the processes, and the final process model was simulated to sample data(As-Is) and improvement data(To-Be). As a result, we predicted a productivity improvement effect, such as reducing the average lead time by about 42% and improving the total non-operating time by about 33% on the final processes(2-1 to 2-4) , by adding equipment to separate the machining process on the side-plate module in the simulation.
As demonstrated in this case study, utilizing data-based software such as FOM solution to analyze the manufacturing data and predicting and suggesting improvement measures through a process optimization simulation model suitable for the site can enable small and medium-sized manufacturing companies to achieve digital innovation in manufacturing based on data. This can lead to increased profitability and growth as a competitive small and medium-sized enterprise in the market.
주제어
#FOM(smart-Factory Operation Management) 3D Simulation CPS
학위논문 정보
저자
오상석
학위수여기관
호서대학교 일반대학원
학위구분
국내박사
학과
AI스마트팩토리융합공학과
지도교수
장선준,김수영
발행연도
2022
키워드
FOM(smart-Factory Operation Management) 3D Simulation CPS
※ AI-Helper는 부적절한 답변을 할 수 있습니다.