4차 산업혁명의 도래에 따라 주물공장에서도 사물인터넷(Internet of things, IoT) 기반의 공정 스마트화에 대한 관심이 높아지고 있다. 주물공장에서 자동 수집 되고 있는 공정데이터들도 일부 있으나 노후된 생산설비의 제한된 기능, 작업자 노하우 기반의 공정 설계 등의 이유로 여전히 많은 공정데이터가 수기로 관리되고 있다. 특히, 공정데이터의 빅데이터화에 대한 중요도를 인지함에도 불구하고 시스템 구축 비용 부담으로 인해 선뜻 도입을 어려워하는 기업들이 많다. 본 연구에서는 IoT 기반 디바이스를 제작하고 원심주조공정 현장에 직접 적용함으로써 제작 디바이스의 현장 활용성을 살펴보았다. 원심주조공정에 대해 취득하고자 하는 공정 인자로 작업현장의 온도 및 습도, 용탕 온도, 금형 회전속도를 선정하였다. 데이터 취득 인자별로 요구되는 상세 제품규격과 비용을 고려하여 센서를 선정하였으며, IoT 기반 디바이스 제작을 위해 무선통신이 가능한 NodeMCU 보드를 활용하여 회로를 구성하였다. 구성한 회로는 PCB 기판으로 제작하여 각 공정 인자별 디바이스의 설치 환경을 고려하여 작업 현장에 설치하였으며, 현장 실증을 통해 적용 가능성을 확인하였다. 현장 적용 이후, 작업자의 안전에 대한 만족도가 상승하였으며, 공정 관리 측면에서 효율성이 증가했음이 확인되었다. 더불어 지속적으로 데이터를 수집하면 추후 공정데이터-품질데이터의 연계가 가능할 것으로 기대된다. 본 연구에서 제작한 IoT 디바이스는 데이터 수집에 대한 적절한 신뢰도를 확보하면서도 비용이 저렴하여, 주물공장별로 현장 상황을 고려하여 도입 여부를 검토해볼 수 있을 것으로 생각된다.
4차 산업혁명의 도래에 따라 주물공장에서도 사물인터넷(Internet of things, IoT) 기반의 공정 스마트화에 대한 관심이 높아지고 있다. 주물공장에서 자동 수집 되고 있는 공정데이터들도 일부 있으나 노후된 생산설비의 제한된 기능, 작업자 노하우 기반의 공정 설계 등의 이유로 여전히 많은 공정데이터가 수기로 관리되고 있다. 특히, 공정데이터의 빅데이터화에 대한 중요도를 인지함에도 불구하고 시스템 구축 비용 부담으로 인해 선뜻 도입을 어려워하는 기업들이 많다. 본 연구에서는 IoT 기반 디바이스를 제작하고 원심주조공정 현장에 직접 적용함으로써 제작 디바이스의 현장 활용성을 살펴보았다. 원심주조공정에 대해 취득하고자 하는 공정 인자로 작업현장의 온도 및 습도, 용탕 온도, 금형 회전속도를 선정하였다. 데이터 취득 인자별로 요구되는 상세 제품규격과 비용을 고려하여 센서를 선정하였으며, IoT 기반 디바이스 제작을 위해 무선통신이 가능한 NodeMCU 보드를 활용하여 회로를 구성하였다. 구성한 회로는 PCB 기판으로 제작하여 각 공정 인자별 디바이스의 설치 환경을 고려하여 작업 현장에 설치하였으며, 현장 실증을 통해 적용 가능성을 확인하였다. 현장 적용 이후, 작업자의 안전에 대한 만족도가 상승하였으며, 공정 관리 측면에서 효율성이 증가했음이 확인되었다. 더불어 지속적으로 데이터를 수집하면 추후 공정데이터-품질데이터의 연계가 가능할 것으로 기대된다. 본 연구에서 제작한 IoT 디바이스는 데이터 수집에 대한 적절한 신뢰도를 확보하면서도 비용이 저렴하여, 주물공장별로 현장 상황을 고려하여 도입 여부를 검토해볼 수 있을 것으로 생각된다.
With the advent of the fourth industrial revolution, the interest in the internet of things (IoT) in manufacturing is growing, even at foundries. There are several types of process data that can be automatically collected at a foundry, but considerable amounts of process data are still managed based...
With the advent of the fourth industrial revolution, the interest in the internet of things (IoT) in manufacturing is growing, even at foundries. There are several types of process data that can be automatically collected at a foundry, but considerable amounts of process data are still managed based on handwriting for reasons such as the limited functions of outdated production facilities and process design based on operator know-how. In particular, despite recognizing the importance of converting process data into big data, many companies have difficulty adopting these steps willingly due to the burden of system construction costs. In this study, the field applicability of IoT-based devices was examined by manufacturing devices and applying them directly to the site of a centrifugal foundry. For the centrifugal casting process, the temperature and humidity of the working site, the molten metal temperature, and mold rotation speed were selected as process parameters to be collected. The sensors were selected in consideration of the detailed product specifications and cost required for each process parameter, and the circuit was configured using a NodeMCU board capable of wireless communication for IoT-based devices. After designing the circuit, PCB boards were prepared for each parameter, and each device was installed on site considering the working environment. After the on-site installation process, it was confirmed that the level of satisfaction with the safety of the workers and the efficiency of process management increased. Also, it is expected that it will be possible to link process data and quality data in the future, if process parameters are continuously collected. The IoT-based device designed in this study has adequate reliability at a low cast, meaning that the application of this technique can be considered as a cornerstone of data collecting at foundries.
With the advent of the fourth industrial revolution, the interest in the internet of things (IoT) in manufacturing is growing, even at foundries. There are several types of process data that can be automatically collected at a foundry, but considerable amounts of process data are still managed based on handwriting for reasons such as the limited functions of outdated production facilities and process design based on operator know-how. In particular, despite recognizing the importance of converting process data into big data, many companies have difficulty adopting these steps willingly due to the burden of system construction costs. In this study, the field applicability of IoT-based devices was examined by manufacturing devices and applying them directly to the site of a centrifugal foundry. For the centrifugal casting process, the temperature and humidity of the working site, the molten metal temperature, and mold rotation speed were selected as process parameters to be collected. The sensors were selected in consideration of the detailed product specifications and cost required for each process parameter, and the circuit was configured using a NodeMCU board capable of wireless communication for IoT-based devices. After designing the circuit, PCB boards were prepared for each parameter, and each device was installed on site considering the working environment. After the on-site installation process, it was confirmed that the level of satisfaction with the safety of the workers and the efficiency of process management increased. Also, it is expected that it will be possible to link process data and quality data in the future, if process parameters are continuously collected. The IoT-based device designed in this study has adequate reliability at a low cast, meaning that the application of this technique can be considered as a cornerstone of data collecting at foundries.
본 연구에서는 아두이노를 활용한 디바이스를 제작하여 현장에 적용하여 빅데이터를 취득하는 기술의 현장 적용 가능성을 검토해보았다. 아두이노 기반 특성을 고려하여 데이터 취득에 대한 환경을 검토하고, 제작 디바이스 활용이 가능한 빅데이터 수집 항목을 설정하였다.
아두이노 기반의 디바이스를 제작하여 실제 산업 현장에 적용하고 활용 가능성에 대해 살펴보았다. 본 연구에서는 원심주조 업체에서 주요 공정 관리 인자인 현장 온도 및 습도, 용탕 온도 및 금형 회전속도에 대한 공정데이터를 취득 인자로 설정하여 요소별 센서를 선정하고 회로를 설계하고 IoT 디바이스를 제작하여 현장 설치 및 실증을 실시하였다.
제안 방법
아두이노 기반 특성을 고려하여 데이터 취득에 대한 환경을 검토하고, 제작 디바이스 활용이 가능한 빅데이터 수집 항목을 설정하였다. 데이터 신뢰성과 비용 사이에서 검토하여 적절한 센서를 선정하였으며, 현장 상황에 맞게 센서를 설치하여 디바이스 작동 및 빅데이터 수집을 확인하였다.
용탕 온도 측정을 위해서 ‘PCB 기판-NodeMCU기반 회로-판넬메타-센서 데이터 입출력부’가 연결된 회로를 구성하였으며, 용해로 근처에서 사용되는 환경이므로 분진과 수분으로부터 보호하기 위해 방수케이스를 활용하여 외관 작업을 완료하였다. 또한, 해당 디바이스는 작업자 활용 시 이동이 가능하도록 핸드캐리형으로 제작하여 사용범위를 확장할 수 있도록 하였다.
1에서 보는 바와 같이, 크게 『용해→금형예열 및 도형제 도포→금형 회전 및 용탕 주입→제품 가공 및 최종품 생산』 단계로 이루어진다. 먼저, 빅데이터로 취득할 공정데이터 종류를 선정하기 위해 원심주조의 공정별 취득 데이터에 대해 검토하고 기업 관리자와의 검토를 통해 우선순위를 선정한 결과, 작업 현장의 위치별 온도 및 습도, 용탕 온도, 금형의 회전속도 (RPM)의 4가지 공정데이터를 취득하는 것으로 결정했다.
실험실에서 제작한 아두이노 기반 디바이스는 브레드보드와 점퍼 케이블 등을 활용하여 회로가 구성되므로 실제 산업 현장에 적용하기 위해서는 PCB 기판 제작이 요구된다. 본 연구에서는 오픈소스 기반의 Fritzing 프로그램을 이용하여 PCB 기판 제작을 위한 회로 최적화 작업을 수행하였다. Fritzing 프로그램은 사용자가 구성한 아두이노 회로를 PCB 기판으로 변환 시 최적의 회로 작업을 제안하는 GUI 기반 툴 (tool)로, 초보자도 손쉽게 활용이 가능한 장점이 있다.
본 연구에서는 용탕 온도의 최댓값과 최솟값을 각각 1,800ºC와 1,000ºC로 설정하여 아두이노 코드를 작성하였다
아두이노 기반의 디바이스를 제작하여 실제 산업 현장에 적용하고 활용 가능성에 대해 살펴보았다. 본 연구에서는 원심주조 업체에서 주요 공정 관리 인자인 현장 온도 및 습도, 용탕 온도 및 금형 회전속도에 대한 공정데이터를 취득 인자로 설정하여 요소별 센서를 선정하고 회로를 설계하고 IoT 디바이스를 제작하여 현장 설치 및 실증을 실시하였다. 이때 NodeMCU 보드를 활용하여 공정데이터의 무선 전송이 가능하도록 구성하였으며, 클라우드에 데이터가 실시간으로 전송되어 제작 IoT 디바이스가 정상 작동하는 것을 확인하였다.
이때, 금형의 최대 회전속도 설정값은 2,500rpm, 금형의 최소 회전속도 설정값은 0rpm으로 설정하여 아두이노 코드를 구성하였다. 실험실에서 가변저항값의 변화에 따라, 즉 입력 전압 신호 변화에 따른 금형 회전속도 출력의 정상작동을 확인하였다. 이후에 제작한 디바이스를 실제 작업환경에서 테스트한 결과 금형 회전속도의 정상 출력 및 실시간 전송을 확인하였으며, 제작한 디바이스의 형태는 Fig.
본 연구에서는 아두이노를 활용한 디바이스를 제작하여 현장에 적용하여 빅데이터를 취득하는 기술의 현장 적용 가능성을 검토해보았다. 아두이노 기반 특성을 고려하여 데이터 취득에 대한 환경을 검토하고, 제작 디바이스 활용이 가능한 빅데이터 수집 항목을 설정하였다. 데이터 신뢰성과 비용 사이에서 검토하여 적절한 센서를 선정하였으며, 현장 상황에 맞게 센서를 설치하여 디바이스 작동 및 빅데이터 수집을 확인하였다.
해당 기업에서는 원심주조기가 매일 생산에 활용되고 있었기 때문에, 금형 회전속도 항목에 대한 제작 디바이스 테스트용으로의 활용에 어려움이 있었다. 작업 현장에서 금형 회전속도는 0~5V의 전압 신호로 입력되고 있으므로 가변저항을 활용하여 원심주조 금형이 회전하고 있는 상황을 실험실에서 모사하는 방식으로 제작 디바이스를 테스트하였다. 가변저항이란 전자회로에서 저항값의 변화를 줄 수 있는 소자이다.
초기 설정을 위해 침전식 열전대를 통해 측정한 값과의 비교를 통해 비접촉식 열화상 온도 센서의 방사율을 설정하여 비접촉식 열화상 온도 센서에서 출력하는 용탕 온도 값의 신뢰성을 확보하였다. 제작 디바이스의 회로 구성 후에는 비접촉식 열화상 온도 센서에서 출력하는 용탕 온도와 센서에서 출력하는 4-20mA 루프전류를 통해 제작 디바이스에서 출력하는 용탕 온도 값을 확인하여 회로의 정상 작동을 확인하였다.
본 연구에서는 용탕 온도의 최댓값과 최솟값을 각각 1,800ºC와 1,000ºC로 설정하여 아두이노 코드를 작성하였다. 초기 설정을 위해 침전식 열전대를 통해 측정한 값과의 비교를 통해 비접촉식 열화상 온도 센서의 방사율을 설정하여 비접촉식 열화상 온도 센서에서 출력하는 용탕 온도 값의 신뢰성을 확보하였다. 제작 디바이스의 회로 구성 후에는 비접촉식 열화상 온도 센서에서 출력하는 용탕 온도와 센서에서 출력하는 4-20mA 루프전류를 통해 제작 디바이스에서 출력하는 용탕 온도 값을 확인하여 회로의 정상 작동을 확인하였다.
현장 적용 완료 이후, 작업자와 관리자와의 논의를 통해 데이터 송수신 제작 디바이스 적용 전후에 따른 변화 및 의견 수렴을 실시하였다. 제품 생산 시 소재에 따라 계절과 품질이 연동되는 경험적 데이터를 가지고 있었는데, 본 연구를 통해 Fig.
대상 데이터
해당 가변저항의 슬라이더를 움직임으로써 A0 핀에 인가되는 전압 레벨을 변경시킬 수 있으며, 이 전압 신호는 0-1023의 값으로 변환된다. 가변저항의 아날로그신호를 입력받기 위해 ADS1115를 사용하여 회로를 구성하였다. 가변저항값의 변화에 따라 출력되는 전압값은 금형 회전속도에 비례하도록 코드를 구성하여 판넬메타에 금형 회전속도가 표시되도록 하여 현장의 원심주조 상황을 모사하였다.
본 연구에서 제작한 아두이노 기반 디바이스의 현장 적용가능성을 검토하기 위해 경기도에 위치한 원심주조 전문업체인 Y社의 설비를 활용하였다. Y社는 펌프, 터빈, 및 밸브류의 부품을 원심주조로 제작하는 기업이다.
이론/모형
본 연구에서는 이러한 요구사항을 충족하는 보드로 NodeMCU를 선정하여 디바이스 제작에 활용하였다. NodeMCU는 와이파이 기능이 구현된 MCU 보드로써, 작은 크기가 특징이며 사물인터넷에 활용이 가능한 아두이노 호환 보드이다.
현장 온도 및 습도 측정용 센서는 센서 라이브러리를 활용하면 별도의 신호 변환 없이 온도 및 습도 값이 출력되므로 AM2305 센서와 NodeMCU를 연결하여 회로 구성을 하고, 오픈소스 기반의 Arduino IDE를 활용하여 코드를 작성하였다. 측정된 현장 온도 및 습도 데이터는 현장 모니터링 시스템과 연동시켰기 때문에 제작 디바이스에서는 수치를 표시할 필요가 없어 별도의 판넬메타는 연결하지 않으며, 작업 현장에서는 분당 1개의 측정데이터를 요구하여 이를 반영하여 코드를 작성하였다.
성능/효과
본 연구에서는 원심주조 업체에서 주요 공정 관리 인자인 현장 온도 및 습도, 용탕 온도 및 금형 회전속도에 대한 공정데이터를 취득 인자로 설정하여 요소별 센서를 선정하고 회로를 설계하고 IoT 디바이스를 제작하여 현장 설치 및 실증을 실시하였다. 이때 NodeMCU 보드를 활용하여 공정데이터의 무선 전송이 가능하도록 구성하였으며, 클라우드에 데이터가 실시간으로 전송되어 제작 IoT 디바이스가 정상 작동하는 것을 확인하였다. 아두이노 기반의 제작 디바이스는 비용이 저렴하여 단가 측면에서 매우 유리하다.
후속연구
주조산업은 뿌리산업 중에서도 특히 분진 및 오염의 발생이 많은 업종 중 하나로, 제작 디바이스의 활용에 많은 어려움이 예상되었다. 그럼에도 불구하고, 제작된 디바이스가 현장에서 잘 작동되는 것을 확인함으로써 이와 유사한 거친 환경의 여타 뿌리기술 분야에도 활용이 충분히 가능할 것으로 판단된다. 특히, 본 연구에서 활용한 4-20mA 송수신 데이터를 활용하는 디바이스 모듈은 해당 신호를 출력하는 센서에 폭넓게 활용할 수 있으므로 적용 산업을 막론하고 센서 종류에 따라 확장할 수 있다.
관리자에 따르면 해당 기업에서는 공정데이터에 대해서는 수기로 관리가 되고 있지만, 매일 생산되는 제품의 품질 데이터는 디지털화하여 관리하고 있다고 하였다. 이번 연구를 통해 현장의 공정데이터도 디지털 데이터로 얻게 되어 앞으로 빅데이터가 축적되면 품질 데이터와의 연계가 가능할 것으로 기대했다. 작업데이터와 품질 데이터를 지속적으로 수집하면 공정 관리 지능화를 위한 진정한 빅데이터가 구축될 것으로 보이고 이를 통해 다음 단계의 스마트화를 생각해 볼 수 있을 것으로 기대된다.
참고문헌 (10)
https://www.smart-factory.kr/smartFactoryIntro
Weibao, G., Xiaojin, L., Yiqun, L., Yuping, Z., and Yue, C., Sensors and Actuators Reports, 3 (2021) 100045.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.