솔루션

장인의 기술 ‘가시화’를 통해, 금형 제조 가공 시간 40% 절감
오므론 쿠사츠 공장: 자동 제어를 위한 데이터 활용 사례
14 / 12 / 11 / 13 / 19
로딩중...

IoT와 AI의 진화로 제조 현장에서의 데이터 활용에 대한 관심이 높아지고 있습니다.
쿠사츠 공장의 금형 가공에서는 다품종 소량생산의 효율화가 요구되는 한편, 가공 조건을 설정하는 숙련 기술자 부족이라는 과제가 있었습니다.
이러한 배경에서, 데이터 활용을 통해 기존에 작업자의 오감에 의존해 판단하던 소경 공구의 가공 조건 설정을 최적화하는 데에 착수했습니다.

과제

“가공 속도를 더 올릴 수는 없을까” 다품종 소량생산이 당연해진 환경에서의 생산성 향상

오므론의 제어 관련 제품은 20만 종을 넘으며, 사용 환경과 고객에 따라 사양이 모두 달라 다품종 소량생산의 효율화가 요구됩니다. 금형 제조 또한 마찬가지였습니다.  하지만 워크의 이송 속도를 높이는 등 가공 조건을 지나치게 엄격하게 설정하면 공구 파손으로 인해 설비가 손상되고, 이는 다운타임으로 이어집니다. 그만큼 최적의 가공 조건 설정은 어려웠고, 숙련 기술자의 경험과 감각에 의존할 수밖에 없었습니다. 여기에 최근의 인력 부족 문제로 기술자 육성도 쉽지 않다는 과제도 있었습니다. 

금형 가공에 필요한 부품·소경의 공구
금형 가공에 필요한 부품·소경의 공구

해결책

절삭 가공을 수행하는 머시닝센터에서의 데이터 활용에 도전

머시닝센터*에 진동 센서를 부착하고, 데이터를 머신 오토메이션 컨트롤러에 수집함으로써 숙련 기술자의 ‘장인의 기술’을 수치화하고, 데이터 기반 제어 자동화에 도전했습니다. 현장에서 시행착오를 거듭하며 진동 데이터의 특징량을 분석하고, 그 결과를 제어에 피드백함으로써 가공 조건을 최적화하는 구조를 구축했습니다.

*머시닝 센터:금구 등의 금속 부품을 가공하는 공작 기계

가공 저항값(녹색 선)과 이송 속도(청색 선)의 데이터
가공 저항값(녹색 선)과 이송 속도(청색 선)의 데이터

성과

가공 시간 40% 단축, 공구 수명 2배

이번 시스템 도입을 통해 워크 이송 속도를 공구 제조사 권장값의 3~5배까지 높일 수 있었습니다. 그 결과 가공 시간은 기존 대비 40% 단축*되었습니다. 또한 공구 상태를 상시 파악하고 고장 예측이 가능해져 마모량을 20% 줄이고, 공구 수명을 약 2배로 늘릴 수 있었습니다.

*당사 장비에서 구리 절삭 가공 기준

추진 포인트

     

Point.1

과제 공유

생산성을 높이려면 이송 속도를 높이는 등 가공 조건을 강화해야 합니다. 그러나 금형 제조는 미세 가공이 필요하고, 최소 직경 0.2mm의 소경 공구를 사용하는 경우가 많아 여유를 두지 않으면 공구가 파손되어 다운타임으로 이어집니다.
그 결과 최적 조건 설정이 어렵고, 숙련 기술자의 경험과 감각에 의존해 가공 속도를 추구해 왔습니다. 그러나 인력 부족과 기술 전수 문제로 인해, 숙련 기술자의 기술을 효율적으로 재현할 새로운 체계가 필요했습니다.

課題の共有
     

Point.2

데이터 수집

금형 개발 담당자들은 ‘장인의 기술’을 수치화하는 데 도전했습니다. 머시닝센터의 핵심이라 할 수 있는 절삭 가공부 근처에 미세한 가공 저항을 가시화하는 진동 센서를 설치했습니다. 금형을 고정하는 지그에서 직접 진동 데이터를 취득함으로써 보다 정확한 데이터를 확보할 수 있었습니다.

     

Point.3

가시화·분석

진동 데이터를 머신 오토메이션 컨트롤러(NJ 시리즈)에 수집하여, 가공 저항값의 임계치와 최적 가공 조건 설정 등 가공에 있어 ‘좋은 상태’와 ‘그렇지 않은 상태’를 진동 값을 기반으로 하나씩 정의했습니다. 또한 지속적인 데이터 분석을 통해 제어로 연결되는 힌트를 도출했습니다.

見える化・分析
     

Point.4

최적의 자동 제어

진동 센서에서 실시간으로 데이터를 취득하고, 제어 프로그램을 정기적으로 업데이트함으로써 최적 이송 속도를 자동으로 제어하도록 했습니. 그 결과 가공 시간 40% 단축이라는 획기적인 생산성 향상을 실현했습니다.

담당자의 목소리

“드디어 오랜 과제를 해결했습니다”

기존에는 공구 제조사 권장값의 1.3배까지 이송 속도를 높여 가공하고 있었지만, 이번 시스템을 통해 3~5배까지 높일 수 있었습니다. 이 정도까지 속도를 올릴 수 있을 것이라고는 생각하지 못했습니다. 경험과 감각이 아닌 데이터 활용을 통해 가공 속도를 높인다는, 오랜 과제를 마침내 해결했습니다. 상사로부터 “1.3배가 한계라던 말은 뭐였나?”라는 농담 섞인 지적을 받았던 일도 있습니다. 앞으로는 절삭 가공 외의 다양한 가공 방식으로 응용 범위를 넓히고, 센서 수를 늘렸을 때 어떤 상관관계를 도출할 수 있을지도 검증해 나가고자 합니다.

오므론 주식회사 금형·재료 센터 금형 개발과 기술사 야마자키 유지
오므론 주식회사
금형·재료 센터 금형 개발과
기술사 야마자키 유지

“가공기와 프레스기에도 전개하여 현장의 진화에 기여하고 싶습니다”

가장 어려웠던 점은, 테스트 계측 시 직경 0.5mm 공구로 절삭하는 상태를 센싱하는 것이었습니다. 이처럼 섬세한 가공 상태는 머시닝센터의 강력한 모터에 거의 영향을 주지 않기 때문에 토크 변동 계측 방법을 사용할 수 없었고, 무엇으로 센싱할지 찾는 데 시간이 많이 걸렸습니다. 진동과 가공 상태의 상관관계를 확인했을 때는 저절로 박수가 나왔습니다.

기존 가공기는 이미 완성된 장비로 개선 여지가 없다고 생각했지만, 이번 사례처럼 가공 상태를 센싱하고 알고리즘을 결합하면 현장의 과제를 해결할 수 있는 가능성이 많다는 것을 다시 한번 느꼈습니다.
앞으로 가공기와 프레스기 등에도 이 개념을 적용해 현장의 진화에 기여하고자 합니다.

오므론 주식회사 영업본부 오토메이션 센터 다케시타 카츠지
오므론 주식회사
영업본부 오토메이션 센터 다케시타 카츠지

배포 솔루션

현장 데이터 활용 서비스 i-BELT

오므론의 폭넓은 제품 라인업, 자사 생산 현장의 노하우와 디바이스 파트너의 노하우를 집결한 '현장 데이터 활용 서비스 i-BELT'.
고객의 현재 과제 공유를 통해 어떤 데이터에 주목해야 하는지 검증하고 데이터를 수집 및 시각화합니다.
축적된 데이터를 독자적인 노하우로 분석하여, 도출된 분석 결과를 제어 알고리즘으로 구현함으로써 현장을 최적화합니다. 또한 시스템 도입 이후에도 고객과 함께 지속적으로 데이터를 활용하여, 경영과 현장이 하나가 된 과제 해결에 기여합니다.