센서 데이터 기반 예측 유지보수 및 인공 신경망 적용을 통한 인더스트리 4.0 구현

요약 효율적인 생산 라인의 운영은 생산 장비의 가용성에 크게 의존한다. 따라서 중요한 장비의 필수 기능이 준수되고 계획되지 않은 가동 중단 시간이 최소화되도록 보장하기 위해, 유지보수 분야에서의 성공은 산업계에 필수적이다. 첨단 제조 공정의 등장과 함께 예측 유지보수 기능의 통합이 필요하다고 여겨지고 있다. 또 다른 관심 분야는 현대 가치 사슬이 회사 내 유지보수 기능을 어떻게 지원할 수 있는가이다. 센서와 인더스트리 4.0 기술의 도입으로부터 공정, 장비 및 제품의 데이터 접근성이 크게 증가했다. 그러나 유지보수 및 가치 사슬 내에서 개선된 의사결정을 가능하게 하기 위해 이러한 데이터를 어떻게 수집하고 활용할 것인지가 여전히 과제로 남아있다. 따라서 본 논문의 목적은 유지보수 및 가치 사슬 데이터를 함께 활용하여 예측을 통해 가치 사슬 성과를 향상시키는 방법을 조사하는 것이다. 연구 방법은 이론적 검증과 산업 현장 테스트를 모두 포함한다. 본 논문은 센서 데이터 입력을 활용한 예측 유지보수 플랫폼과 인공 신경망(ANN) 모델이라는 새로운 개념을 제시한다. 추가로, 이 플랫폼을 적용하기로 결정한 한 기업 사례와 이 결정의 영향 및 결정 요인도 제공한다. 결과는 이 플랫폼이 인더스트리 4.0 및 센서 데이터 기반 예측 유지보수를 구현하는 입문 수준의 솔루션으로 사용될 수 있음을 보여준다.