FPD 제조: 로봇 암
Last updated
Last updated
FPD 제조에 사용되는 어셈블리 로봇암의 센서 데이터 (토크, 온도, 진동, 전류 등)를 APM으로 실시간 모니터링하여 이상 현상을 감지하고 자동 분류하였으며 로봇 암 자산의 잔존 수명을 예측하였습니다.
실시간으로 로봇암의 건강 상태를 모니터링하고 이상 현상을 감지할 수 있는 APM 모델을 작성한 후 공정에 최적화된 모델링 값으로 조정하기 위해 머신 러닝 알고리즘으로 트레이닝을 수행하였습니다. APM이 제공하는 비지도 학습 알고리즘은 이력 데이터 없이 실시간으로 발생하는 정상 센서 데이터로 학습이 가능하므로 APM 모델링이 용이합니다.
작성된 APM 모델은 관리 자산 고장 전에 이상 현상을 감지하여 조기 경보를 발생시켜 예지 예방 유지 보수가 가능하였으며, 사용자는 APM이 제공하는 다양한 대시보드를 활용하여 관리 자산의 건강 상태, 알람 발생 현황, 잔존 수명을 실시간으로 모니터링할 수 있습니다.
아래는 특정 과거 2개월 간의 토크/온도 파라미터의 센서 데이터 트렌드입니다. 빨간 가이드 라인은 설비 자산 이상 현상으로 인한 감속기 교체 시점입니다.
이상 현상을 설비 컴포넌트를 교체하기 전에 감지하여 조기에 대처할 수 있도록 설비 건강도를 실시간으로 연산하고 잔존 수명을 예측하는 APM 모델을 작성하여 관련 설비 자산을 관리하였습니다.
위의 회색 구간은 신규 작성된 APM 모델의 트레이닝 구간입니다.
파란색 구간은 APM 모델이 사이트에서 구동되는 설비 자산을 실시간으로 관리하는 모니터링 구간입니다.
센서 데이터 트렌드 하단에는 APM 모델이 해당 설비의 건강도 (건강 점수 또는 설비평가 점수)를 실시간으로 연산한 트렌드 차트입니다. 하단 차트의 모니터링 구간에서 건강도가 갑자기 악화 (노란 색 원, 건강 점수가 비정상적으로 증가한 구간)되는 이상 현상을 APM 모델이 감지하여 알람을 발생시켜 관리 설비에서 이상 현상이 발생하기 전에 설비 이상 현상을 조치할 수 있습니다.
