AI Development

/AI Development
AI Development 2020-07-07T13:46:28+09:00

AI Development

제조 업계의 숙련된 기술은 단기간에 형성되지 않습니다. 작업자에게서 작업자에게로 정형화되지 않은 방법으로 전수가 되는 경우가 많습니다. 이렇게 오랜 세월 축적된 경험과 노하우는 제조업 뿐만 아니라 모든 분야에서 지속가능한 성장을 가능하게 합니다. 이러한 경험과 노하우를 AI 기술 도입으로 섬세하게 구현합니다.

제조 현장에서의 과제 해결에 공헌

1. AI 적용 필요성(제조 현장)

제조 라인이나 가공 장치에 다양한 센서를 붙여 거기서 얻을 수 있는 정보로부터, 새로운 오퍼레이션의 개선이나 효율화, 적합화로의 연결성이 요구되고 있습니다.

기계 학습 / 인공지능에 의해 지금까지 발견하기 어려웠던 방대한 센서 데이터와 이상·고장·수명·품질의 상관관계를 파악하고, 그 판별 논리(logic)를 제조라인에 삽입함으로써 다양한 공정을 보다 효율적으로 운용할 수 있게 됩니다.

2. 이상·고장 검지

장치에 부착한 센서로, 안정 상태로부터 부조화,불안정, 고장에 이르는 데이터를 취득해, 기계 학습에 의해 그 패턴의 변이를 도출합니다.학습이 끝난 모델로 실시간 데이터를 감시하고, 事象발생 전에 Alert 표시와 피드백 제어를 수행하여 不測 사태를 미연에 방지합니다.

3. 수명 예측

가공 공구나 소모 부품은, 과거의 실측치나 이론치로부터, 사이클수등의 기본적인 계측치로 교환 타이밍이 정해져 있는 Case가 대부분입니다.기계 학습/인공 지능을 이용해, 그 공구나 부품의 수명과 사용 상태의 데이터와의 시계열적인 상관 관계 상태를 Real Time으로 감시하여, 최적인 사용 기간에서 교환이 가능하게 됩니다.

4. 품질 안정화

주조나 사출성형, 용접 등 리얼타임에 품질을 감시하는 것이 곤란한 공정에서는, 후속 공정에서 검사를 하기 때문에, 제조상의 어느 Parameter가 품질에 영향을 주고 있는지 파악하는 것이 곤란합니다.다양한 제조 Parameter와 검사결과의 관계성을 분석함으로써 그 상관 관계나 품질악화의 전조를 찾아내 이 정보를 제조공정에 Feed Back함으로써 품질개선으로 연결됩니다.

5. 운전 최적화

AI에 의한 이상 검지나 수명 예측이라고 하는 예방 보전, 품질 관리로의 응용에 의해, 제조 라인 전체의 최적화가 가능하게 됩니다.

또한 설계·시작 단계에서도, 과거의 방대한 기록으로부터의 지식 획득이나, 최적 Parameter의 탐색에 의한 시뮬레이션의 단축 등, 폭넓게 지원할 수 있습니다.부분 최적에서 전체 최적까지, AI는 생산 라인의 다양한 과제 해결에 공헌합니다.

Kansas City Chiefs Womens Jersey