1. 서 론

정보통신기술의 융합에 의한 4차 산업혁명 시대를 맞아 산업 전반에 기존과는 다른 혁신적인 산업 패러다임인 기 계에 지능을 부여하고 유연한 생산을 하는 스마트 공장 (smart factory)에 관한 연구가 활발히 진행되고 있다[24, 25]. 특히 제조업은 수직적, 수평적 융합을 통한 경쟁력 향 상을 적극적으로 추진하고 있다. 기존의 생산성을 극대화 하는 공장 자동화(factory automation) 위주의 공장이 아닌 자율적으로 데이터를 연결하고 분석하는 스마트 공장의 시대로 가고 있다[17].

제조 강국인 독일의 경우 이러한 변화의 주도권을 유지 하고 변화에 대응하기 위하여 기존 기계 설비들을 네트워 크로 연결하고 최적화된 생산 체계를 구축하는 ‘인더스트 리 4.0’이라는 프로젝트를 정부 주도하에 추진하고 있다 [20, 21, 23]. 인더스트리 4.0 이란 All-IP(Internet Protocol) 공장을 초월해 사물인터넷(IoT)을 활용하여 하나의 생태 계를 구현하는 것이며, 통신 네트워크를 통해 공장 안팎의 사물과 서비스를 연계하여 새로운 가치를 창출하는 것이 다[23]. 인더스트리 4.0의 핵심은 정보통신기술이며, 네트 워크에 연결된 기기끼리 자율적으로 제어할 수 있는 가상 물리 시스템(Cyber Physical System, CPS), 네트워크를 통 해 얻은 데이터, 생산관리 시스템(Manufacturing Execution System, MES), 공급망 관리(Supply Chain Management, SCM) 업무 시스템의 연계를 포함한다[20]. 국내에서도 제 조혁신기반의 고도화를 목적으로 ‘제조업 혁신 3.0’을 추 진하고 있다. 하지만 중소 제조업에서 스마트 공장을 구축 하기 위해서는 가공기술, 장비, 소프트웨어기술, 운영 기 술의 고도화와 각 요소 간의 통합이 이루어져야 하는데, 관련 연구와 사례의 부족으로 실제 현장 적용 및 운용은 쉽지 않은 실정이다[19].

정부지원을 통한 2022년 3만 개 스마트 공장 보급․확 산사업에 힘입어 중소․중견기업(중소기업 비중 98.1%, 중견기업 비중 1.9%)을 중심의 스마트공장 구축으로 관련 시장이 활황을 맞이하고 있으나, 아직까지는 MES, ERP (Enterprise Resource Planning), SCM 등 소프트웨어 위주 로 보급 중이다[14]. 대기업이 아닌 중소기업의 경우 스마 트 공장에 대한 연구는 기초수준을 구축하기 위한 사례가 대부분이며 이 또한 단편적으로 진행된 경우가 많다. 중소 벤처기업부의 보고서에 따르면 국내 주요 대기업들은 그 룹 내 IT 계열사를 통해서 애플리케이션 영역을 구축하고 최근에는 클라우드나 빅데이터 플랫폼에 초점을 두고 진 행 중이며, 중소기업은 주로 SI 프로젝트의 형태로 중소기 업 대상 비즈니스를 영위하거나 기업별 장점이 있는 분야 의 니치 마켓에 주력하는 중이다[14]. 최근 스마트공장 구 축에서는 ERP, MES 등의 어플리케이션 기술은 이미 성숙 되어 있기 때문에 애플리케이션의 수평적․수직적 통합 이슈가 화두이다[14]. 특히 제조현장의 하드웨어와 소프트 웨어가 통합되는 수직적 통합도 중요한 흐름으로 파악되 고 있다.

하지만, 실제로 중소기업에서는 현재 엑셀(excel) 등의 도구를 통해서 수작업에 의존하고 있는 생산현장에서 스 마트공장 구축 지원사업 등을 통해서 자재 입고부터 출고 까지의 생산공정 진행상황 추적/실적관리 개선, 생산설비 에 대한 실시간 모니터링을 통해 생산효율을 향상시킴으 로써 기업의 경쟁력을 높이고 싶어한다. 이들 기업에서는 ERP, POP(Point Of Production system), MES 솔루션을 구 축하고 이를 기반으로 한 스마트공장 구축에 대한 필요성 을 느끼고 있는 것으로 알려졌다[1, 8, 15].

따라서, 본 논문에서는 스마트공장의 기초 수준(level 2 이하)에 머물러 있는 중소제조기업에서 적용할 수 있는 스 마트공장 구축 및 운영 방법을 제시하고자 한다(<Table 1> 참고). 즉, 가공장비와 관련 설비들의 low level 제어를 포함 하여 RFID(Radio Frequency IDentification) 기술을 이용한 시스템과 제조공정의 가시성을 부여해주고 생산된 데이터 의 이중 검증을 하는 자동 데이터 수집(Automatic Data Collection, ADC) 기술을 중심으로 각 요소를 수직 통합해서 운영하는 통합생산시스템을 제안한다. 또한 생산설비에 대 한 실시간 모니터링을 통해 설비고장 등에 실시간으로 대응 하여 생산효율을 향상시킬 수 있도록 하였다. 본 논문에서 는 제안된 스마트공장 구조는 대형항공기 부품을 가공하는 공정을 대상으로 시제품으로 구현하여 실현가능성을 보여 주었다. 이 시스템은 통합데이터베이스 중심으로 기존 시스 템과 연동을 제안하고 있기 때문에 기존에 ERP, POP, MES 등의 시스템을 보유하고 있는 중소기업에서도 쉽게 본 연구 에서 제안하고 있는 통합생산시스템과 연계할 수 있도록 시스템간의 통합 가능성을 제시하고 있다.

본 논문은 다음과 같이 구성된다. 제2장에서는 관련 연 구와 기술을 소개하고 제3장에서는 통합 대상인 대형항공 기부품을 생산하는 공장의 공정, 하드웨어 설비 및 관련 시스템 구성 현황을 설명한다. 제4장에서는 수직 통합을 위한 통합 데이터 설계와 통합 구조에 대해 기술한다. 제5 장에서는 분석한 통합 생산 시스템을 구현한 기술에 대해 설명한다. 마지막으로 제6장에서는 본 연구의 결론과 추 후 연구에 대해 기술한다.

2. 관련 연구

스마트 공장 운영에 핵심역할을 담당하는 통합생산시스 템에 대한 다양한 연구가 이루어지고 있다. 한재훈(2017)은 국내 스마트 공장의 통합생산시스템과 모니터링 시스템이 실제 공장에서 생산성 향상에 영향을 주고 있음을 사례연구 를 통해 보여주었다[5]. 그리고 통합생산시스템은 개별적으 로 운영되던 생산장비들, 이기종 시스템들이 하나의 데이터 베이스 기반으로 통합과 연동을 추진하여 통합생산시스템 을 구축하는 사례도 있다[3, 18]. 김성민(2021)은 중소기업 이 스마트 공장으로 진입하기 위해서는 ERP와 MES가 중요 한 요소라는 것을 확인하였고, 사례연구를 통해 ERP시스템 과 바코드, KIOSK, PLC(Programmable Logic Controller)를 활용한 MES시스템을 동시 구현 방식(BIG BANG방식)으 로 개발하는 것을 제시한 바 있다[13]. 이와 같이 통합생산 시스템에서 모니터링 시스템과 데이터베이스 기반의 통합 운영의 연구가 활발하게 진행되고 있음을 알 수 있다.

전 세계적으로 기업들은 각종 데이터들을 실시간으로 수집하고 의사결정에 활용하려고 한다[2, 26]. 스마트 공장 의 가상 물리 시스템(Cyber-Physical Systems, CPS)은 통해 서 센서들을 통해서 물리적인 장비동작 상황, 제품들을 가 상 세계에서 추적 모니터링하고 실시간으로 관리하는 것이 가능해졌다[10]. 하지만 데이터 수집기술을 스마트공장에 개발 및 적용하는 데는 많은 비용이 소요되는데, 이는 스마 트 공장에서 RFID 태그와 센서 등을 이용해서 실시간으로 생산 정보를 수집하면 해결될 수 있다[11].

RFID는 사물에 부착되어 소형 전자 칩과 안테나로 구성된 전자 태그를 부착하여 사물을 인식해서 기존 IT 시스템과 실시간으로 정보를 처리하는 기술로 대상 물체에 접촉하지 않고 정보를 판독하거나 기록할 수 있는 자동식별 기술로서 큰 주목을 받고 있는 기술이다[12]. RFID 태그는 기존의 바코드와 달리 반영구적이고 저장 정보를 수정 할 수 있고, 고유 ID를 소유하고 있어 유통과 물류 같은 다양한 산업분야 에 사용되고 있다. RFID 관련된 연구 논문들을 보면, RFID 태그를 제품에 부착하여 위치를 인식하고 관리 소프트웨어 를 이용해 재고관리를 하거나[16], 생산물류부문에서 실시 간 정보 처리 시스템인 MES 운영의 문제점인 모니터링문제 와 생산현황문제를 해결하기 위해 RFID를 활용한다[4]. 그 리고 물류 시스템에 적용시키면서 RFID 정보를 토대로 물류 추적 시스템과 화물 조회 시스템 응용프로그램에 적용 하거 나[20], RFID를 이용한 작업 관리 시스템을 구현함으로써 기존에 측정하기 어려웠던 생산시간들을 산출하여 ERP, SCM 등과 접목하는 연구들이 이루어졌다[22].

공정 작업의 효율성을 위하여 스케줄링 작업 시퀀스를 검증을 위해 TOC(Theory Of Constraint) 제약이론의 DBR (Drum-Buffer-Rope)이 현장에서 많이 활용된다. DBR은 제 약자원에 주목하여 스케줄링 하는 기법으로 병목을 활용하 여 공장을 운영해서 생산능력을 줄이는 기법으로 병목 공정 을 활용하는 스케줄링 방법과 buffer 관리 방법을 제공하여 납기 단축과 재고 감축을 달성하게 해준다[27]. DBR은 다른 생산일정계획 구축 기법과 달리 전문지식이 불필요하고, 짧은 구축기간, 제약자원 공정만으로 생산계획을 수립하기 때문에 비교적 중소기업체에서도 도입하기 쉽다[6]. DBR 관련된 연구 논문들을 보면 DBR을 활용하여 버퍼상태를 확인하여 우선순위를 결정해주는 DBR 스케줄링을 개발하 거나[9], DBR을 활용하여 여러 공정으로 구성된 환경에서 활용하기 복수 DBR을 활용하는 논문들이 있다. 김병주 (2017)는 항공부품을 가공하는 스마트공장 레이아웃을 설 계하면서 TOC-DBR 기법을 적용하기도 하였다[9].

3. 대형항공부품 가공 공장

항공산업의 부품가공 분야는 설계, 제작기술의 발전으 로 기계가공물에 대한 요구도가 갈수록 고정밀, 고품질 및 대형화되고 있는 추세이고, 무인생산이 가능하도록 시스템 을 통합하여 생산효율성을 증진시키는 방향으로 발전하고 있다. 통합생산시스템 구축 공장에서 가공하는 부품은 <Figure 1>과 같은 항공기용 대형 벌크헤드로서 2.5m×6.0m 의 원자재를 5축 가공기를 이용하여 전, 후면을 절삭가공하 여 제작한다.

해당 제품은 <Figure 2>와 같은 공정단계를 거쳐 가공 된다. 자재창고에서 직육면체 형태의 원자재를 공정에 투 입하기 위해 자재투입으로 시작하여, 전면 가공을 위해서 팔렛트에 원자재를 장착하고, RGV(Rail Guided Vehicles) 를 이용하여 5축 가공기에 로딩한다. 원자재의 전면을 가 공하는 1차 가공을 완료한 후, 세척작업을 진행한다. 그리 고 세척한 재공품을 적치대에 잠시 거치한 후 2차 가공을 위한 전면과 후면을 팔렛트에서 교체하는 반전작업을 수 행하고, 후면을 가공하는 2차 가공을 5축 가공기에서 수행 한다. 이후 후면 세척, 검사 및 출하로 공정이 구성된다.

<Figure 3>은 이러한 공정이 이루어지는 설비구성 현황 을 보여주고 있다. 자동창고는 대형 원자재를 보관하는 것 으로 각 소재별 적재공간을 지정하고 이 정보를 관리한다. 또한 소재 투입 요청이 발생하면 해당 소재를 팔렛트에 고정하기 위해 자동으로 반전기 위치까지 이송한다. 반전 기는 자동창고에서 공급되는 소재를 팔렛트에 고정하고 이를 로딩/언로딩 장치로 이동시킨다. 그리고 소재의 전면 가공, 후 후면 가공을 위해 재공품을 전후면을 반전시키는 기능을 한다. 로딩기는 수평으로 이송된 팔렛트를 수직 상 태로 이송하고 5축 가공기로 투입하기 위한 사용된다. 이 송기(RGV)는 소재 및 반제품이 팔렛트에 로딩된 후 팔렛 트을 이동시켜 가공기에 투입하거나 팔렛트를 임시 적치 대로 이동시키는 역할을 한다. 적치대(buffer station)는 팔 렛트을 임시로 보관하는 장치로 이송기 이동 시 많은 시간 이 소요되므로 여러 대의 가공장비를 연속/효율적으로 운 영하기 위해 스케줄링을 용이하기 위해 사용한다. 5축 고 속가공기는 대형 부품 가공에 적합한 고속 가공기로 수직 으로 투입된 자재를 가공한다. 자동세척기는 반제품 및 완 제품의 가공 표면에 묻은 절삭유 및 이물질을 고압의 세척 유를 분출시켜 제거시키는 장치이다.

해당 공장은 공정 간에 연계를 통해 각 공정의 제어가 이루어지지 못하고 개별적으로 이루어지고 있으며, 각 공 정의 데이터가 공유되지 않아 이에 대한 통합 요구가 증가 되고 있었고, 자사의 ERP, MES와의 연동에 대한 필요성 도 대두되고 있었다. 또한 RFID와 같은 인식기술을 적용 하여 공정 내에서 소재 또는 반제품의 물류에 대한 실시간 추적 및 생산 실적 집계 등을 자동화해야 할 필요성을 느 끼고 있었다.

4. 수직 통합생산시스템 설계

기업의 요구사항을 반영하기 위해서는 생산라인의 각 설비들을 실시간으로 중앙에서 제어할 수 있도록 온라인 으로 연결하고 고객 주문을 처리하는 ERP 시스템과의 연 동을 통해 전체 생산시스템을 수직 통합하는 방법이 필요 하다. 본 연구에서 제안하는 통합생산시스템은 PLC, MES, ERP가 수직으로 통합되는 아키텍처를 가지고 있는데, 통 합생산시스템은 생산계획과 실적관리, 현황정보/공구상태 실시간 모니터링, 품질 정보, 공정정보, 공구정보, 설비운 영 등 전체 생산 현황 관리 및 통제를 목적으로 운영되는 시스템과 유기적으로 연계되어야 한다. 또한, 일괄생산시 스템 라인의 모니터링 정보 및 운영정보(제공, 제고, 공정 상태 등)를 실시간으로 MES로 전송하고 MES의 생산계획 /관리 정보를 실시간으로 수신하여 항상 최신의 정보를 기 준으로 운영되어야 한다(<Figure 4> 참고).

다음으로 통합생산시스템을 구현하기 위해서는 연계되어 야 하는 정보들에 대한 데이터 모델링이 필요하다. 통합생산 시스템은 ERP, MES, 가공장비와 관련설비들의 low level 제어, 제어 스케줄링, 재공품 가공상태 추적 기능이 연동되어 하나의 통합 저장소를 기반으로 운영되어야 한다. 통합생산 시스템이 갖추어야 하는 기본 기능은 수주관리, 자재관리, 제어 스케줄링, 재공품 가공상태 추적, 라인작업 등 이다. 수주관리기능은 고객주문과 라인작업을 관리한다. 고객이 제품을 주문하면 각 주문은 고객주문번호를 가지고, 고객주 문은 여러 개의 생산해야 할 라인주문을 가진다. 라인주문은 각각 라인아이템들을 관리한다. 자재관리기능은 입고된 원자 재의 위치와 원자재 정보와 자재추적기능에 사용되는 RFID 태그 번호를 관리한다. 라인아이템은 각각 하나의 원자재를 가지고 원자재마다 RFID 태그가 부착된다. 원자재가 자재창 고에 설치된 RFID 리더기에 부착된 RFID 태그가 인식되고 자동으로 출고처리 된다. 실제 현업에서는 이러한 과정에 복잡하고 다양한 데이터가 생성되고 공유되는데, <Figure 5>는 통합을 위한 기본 데이터 구조를 보여주고 있다.

<Figure 6>은 통합시스템의 S/W 시스템 전체 구조를 보 여주고 있다. 통합시스템은 위에서 기술한 데이터구조를 공유하는 통합데이터베이스를 중심으로 고객의 주문을 접 수하고 이를 생산하기 위한 제반 활동을 처리하는 ERP 기 능, 생산설비에 작업지시를 전달하고 이를 제어, 모니터링 하는 MES 기능, 투입된 자재를 실시간으로 추적하면서 생 산현황을 재공품 중심으로 모니터링하는 자동데이터 수집 기능으로 구성되어 있다.

통합생산시스템에 연동된 MES/Control system의 구조 도는 <Figure 7>과 같다. MES/Control system은 gateway PLC를 통해 RGV Controller 에게 명령을 전달하여 이더넷 (Ethernet)으로 통신하는 RGV로 모든 작업기기들을 제어 한다. MES/Control system은 통합생산시스템과 연동된 데 이터베이스에 정보를 저장하고, ERP 시스템과 연동한다. 해당 공장에서는 각 설비를 통합 제어하기 위해 RGV를 중심으로 각 설비가 연결되어 있으며, 반전기 공정을 제외 하고 무인 운용이 가능하도록 설계하였다.

한편, 대형 항공부품 가공기에 대한 설비 모니터링은 가 공 툴(공구)의 모니터링을 통해서 수행할 수 있다. 가공기 의 스핀들 모터 전류 모니터링을 통해 간접적으로 공구상 태를 실시간 모니터링하여 이상상태를 예측할 수 있다. 정 상적으로 가공중인 상태에서 공구별 가공작업에 인가되는 스핀들 모터 전류의 정상패턴을 파악하여 패턴으로 가지 고 있고, 실제 가공중에 모니터링 되는 전류 패턴과 비교 하여 공구이상여부를 판단할 수 있다.

5. 통합시스템 구성요소 및 구현

5.1 ERP 및 작업지시 스케줄링

ERP 시스템은 주문관리, 자동창고 관리, 재공품추적 관리, 작업 스케줄링 기능을 포함하여 사용자에게 주문 중심의 처리상황을 제공한다. 본 연구에서는 이를 웹 기반 시스템으 로 구현하였는데, 구현환경은 서버단은 아파치 웹서버, 마리 아DB, PHP로 구성하였고, 클라이언트는 HTML, CSS를 사 용하였다. <Figure 8>은 주문현황과 이에 따른 생산일정을 보여주고 있다. 생산관리기능은 공장의 모든 라인아이템들 을 조회하고 관리하고, RFID 리더기에 인식된 라인아이템들 의 상태를 확인할 수 있도록 했다. 차기 작업 라인아이템들을 선택하고 작업 스케줄링으로 보낼 수 있다. 스케줄링 작업 시퀀스의 가용성과 효율을 검증하기 위해 설계된 작업 스케 줄 시퀀스를 배치하고 ARENA 시뮬레이션 도구를 이용해서 가용 여부를 검증할 수 있도록 했다.

해당 공정의 작업 스케줄링은 대형항공부품가공의 제 약조건인 5축가공장비를 극대화한 DBR 기법을 적용해서 구현하였다. 작업 시퀀스는 자재창고에서 입고된 원자재 가 출고되고, 원자재 반전장치와 로딩/언로딩 장치를 통해 가공을 대기하게 된다. 이후 RGV를 통해 자재가 이동하 게 되고 5축가공장비를 통해 가공을 실시하게 된다. 가공 이 종료되면 RGV를 통해 세척장비를 통해 세척하게 되고 다시 제품의 후면으로 반전 시켜 준 뒤 위 과정을 반복하면 대형 항공부품 가공이 완료된다(<Figure 9> 참고).

ARENA 시뮬레이션에 설정한 각 공정 파라미터 값은 <Table 2>와 같다. ARENA 시뮬레이션에서 이동시간을 나타내기 위해 <Figure 10>과 같은 Station-Route 모듈을 사용했다. Route 설정 값에 이어지는 다음 공정 station 값 을 설정하면 이동하는 모습이 표현된다.

5.2 MES 연동

통합생산시스템에 포함된 MES/Control system은 생산 라인의 모니터링 정보 및 운영정보를 실시간으로 전송 받고, MES의 생산계획/관리정보를 실시간으로 수신하여 항상 최신의 정보를 기준으로 운영되도록 관리 한다. MES/Control system은 자동화 장비별 실시간 내용, 소재 이동경로를 실시간으로 파악한다. 가공장비의 RPM, 모터 부하, 진동 등 실기간 정보를 파악하고 통합생산시스템의 데이터베이스와 연동하여 생산실적과 가동효율을 자동으 로 집계한다. <Figure 11>은 Delphi로 설계한 MES/Control system 화면의 일부를 보여주고 있다.

스케줄링 기능은 생산관리기능에서 받은 단위작업들의 공정순서를 정해서 공정 시퀀스를 정하는 기능이다. 즉, 선택된 작업들을 대상으로 위에 검증된 공정시퀀스를 바탕 으로 공정순서를 선택하여 작업 시퀀스와 기간을 할당하여 하나의 작업스케줄을 만든다. gateway PLC를 통해 RGV를 조작해서 주변기기를 제어하는 RGV controller는 데이터베 이스에서 사용자가 입력한 공정의 작업 제어명령어를 받는 다. 작업제어 명령어로 각 설비를 스케줄링의 순서대로 제어 한다. <Table 3>은 RGV controller 에서 사용되는 작업 제어코 드의 예를 보여주고 있다. 작업코드는 데이터베이스에 저장 되어 RGV 제어에 사용되는 코드이고 진행상태는 작업기기 가 자신의 진행상태를 RGV controller로 전송되는 코드이다. 진행상태 코드는 RGV controller를 통해 MES/ Control system 에 전달되게 된다.

5.3 자재추적 시스템

대형 항공부품의 원자재는 상대적으로 고가이며 가공 시간이 길다는 특징이 있기 때문에 가공공정에서 재공품 추적이 중요하다. 따라서 MES 단계에서 추출한 실제 생산 데이터의 이중검증을 실시해 생산투입, 재공품 추적, 생산 완료 등 제어 스케줄상의 작업시퀀스에 따라 가동되고 있 는지 추적하기 위해 RFID를 활용한 실시간 자재추적시스 템을 구현하였다. RFID 리더기는 각각 원자재 창고, 5축 가공장비, 제품 적재소, 세척기에 위치하여 자재에 부착된 RFID 태그를 읽어 태그에 저장된 원자재의 정보와 공정현 황, 인식된 시간을 RFID 모듈 프로그램으로 정보를 전송 하게 된다. RFID 모듈 프로그램은 RFID 태그와 일치하는 작업의 공정현황을 데이터베이스에 반영한다. 변경된 공 정현황은 ERP 웹서버의 생산관리 기능을 통해 확인할 수 있다. <Table 4>는 자재추적 시스템에 사용된 RFID 장비 들을 보여주고 있다. 본 연구에서 RFID 태그는 최대 6m 거리에서 인식 가능한 메탈 태그를 사용하였다.

<Figure 12>는 원자재에 메탈 태그를 부착한 모습과 라인 에 RFID 리더기와 안테나를 설치한 모습을 보여주고 있다. 원자재에는 절삭가공에 영향을 받지 않는 측면 잉여부분에 부착하였고, 리더기 안테나는 인식률을 높이고 설비 이동에 영향을 주지 않는 위치를 선정하여 배치하였다.

실험실 환경에서 RFID 태그 인식은 RFID 안테나의 정 면에서 최대의 6m의 인식률을 나타내었다. 하지만 실제 공장에서 장애물이 있는 제한된 공간에서 측정했을 때는 인식 거리가 3m까지 줄어들게 되고 안테나의 배치와 주변 환경에 영향을 많이 받았다. 자재창고, 5축 가공기, 세척기 등과 같이 상대적으로 주변환경이 복잡하지 않은 경우 안 테나의 위치를 조정하면 태그가 잘 인식되었으나, 적재기 의 경우 금속재질의 거치대가 다수 촘촘하게 나열되어 있 어, 거치대로 이송되는 재공품은 상대적으로 인식거리가 짧았다. 따라서 실제 공정에서 RFID를 활용하기 위해서는 가능한 실제환경과 유사하게 설정하고 인식률을 측정하는 것이 필요하다.

5.4 생산설비 모니터링 시스템

스마트공장 구축시 제조 공정의 장비/설비에 대한 이상 상황 모니터링 및 이에 대해 대응할 수 있는 기능을 제공 할 필요가 있다. 본 연구에서는 항공부품 가공기의 스핀들 모터 전류 모니터링을 통해 간접적으로 공구상태를 실시 간 모니터링 및 이상상황 발생 예측시 대응할 수 있도록 통합생산시스템에 포함하였다. 공구가 양호한 상태로 가 공중일 경우에는 스핀들 모터에 인가되는 전류신호가 정 상적인 패턴을 보인다. 하지만 공구에 심한 마모나 파손 등이 발생할 경우 인가되는 전류가 정상적인 패턴을 보이 지 않을 것이다. 이러한 상황을 탐지할 수 있는 머신러닝 알고리즘으로 대표적인 비지도학습 머신러닝 기법중 하 나인 비정상 탐지(anomaly detection) 알고리즘을 적용하 였다.

스핀들 모터의 전류를 모니터링하여 공구 이상상태를 판단하기 위해서는 첫째, 가공 프로그램에서 모니터링 대 상 공구에 대한 가공작업 구간 동안에 스핀들 모터에 인가 되는 전류를 실시간으로 측정하고, 둘째, 실시간으로 수집 되는 전류 신호를 이용하여 공구 이상여부를 실시간으로 판단할 수 있는 머신러닝 분석방법을 개발하였다. 즉, 정 상적으로 가공중인 상태에서 공구별 가공작업에 인가되는 스핀들 모터 전류의 정상패턴을 파악하고 실제 가공중에 모니터링 되는 전류와 비교하여 공구이상여부를 판단할 수 있고 비정상 패턴이 발견되면 공구에 이상상태가 발생 되었다고 진단할 수 있다. 아래 <Figure 13>에서는 공구가 파손되었을 때 스핀들 모터에 인가되는 전류가 급격하게 감소하였고 이를 통해 공구 파손을 탐지하는 상황을 보여 주고 있다.

이와 같이 장비의 이상상황이 예측되었을 경우에는 장 비가동을 정지하고 정비를 수행해야 하므로 기존의 생산 스케쥴을 수정해 주어야 한다. 통합생산시스템에서는 정 비로 인한 가동정지를 반영하여 재스케쥴링을 수행할 수 있는데 <Figure 14>는 장비 가동정지를 반영한 재스케쥴 링된 결과를 보여주고 있다.

즉, 5축 가공기에 이상신호가 감지되어 1시간 정비작업 을 수행하게 되었을 경우, <Figure 9>에 표시된 기존의 스 케줄을 수정하고 이를 시뮬레이션을 통해 검증해 줄 수 있다. 기존에 MC에 할당된 시간이 3시간에서 정비시간을 포함하여 4시간으로 증가됨에 따라 seq#13의 RGV 작업이 seq#14로 이동되었고, 이를 PLC 게이트웨이로 전송하여 작업이 진행되도록 조정된 결과를 <Figure 14>에서 보여 주고 있다.

6. 결론 및 추후 연구

본 논문에서는 대형항공부품 가공을 위한 설비를 운 용하기 위해 기존에 개별적으로 활용되던 수주관리, 자 재관리, 재공품 가공상태추적, 제어 스케줄링 등을 관리 하는 ERP 시스템과 생산라인과 작업기기들을 관리하는 MES 시스템, 가공장비와 관련 설비들의 Low Level 제 어시스템, MES 단계에서 추출한 생산 데이터의 이중검 증을 위한 RFID 기술을 활용한 자재추적시스템, 장비/ 설비에 대한 모니터링 기능들을 하나의 데이터베이스 중심으로 수직 통합시스템으로 구현한 하나의 사례를 제시하였다.

기존 방법은 공정간 연계없이 각각 시스템들이 개별적 으로 사용되므로, 데이터의 이중 입력과 사용자의 반복 작 업이 요구되므로 작업 효율성이 떨어지고 작업 정확성도 떨어진다. 또한 데이터를 통합할 수 없으므로 각 작업 공 정에서 생산된 데이터를 연계하여 활용하기 어려웠다. 본 연구에서 제안한 통합생산시스템을 운용할 경우 하나의 데이터베이스 기반으로 시스템들이 하나의 통합시스템으 로 통합되기 때문에 작업효율성이 상승하였다. 한국산업 시험원의 시험보고서에 의하면 통합시스템을 적용한 후 생산공정 자동화 비율이 80%에서 90%로 상승하였다. 그 리고 기존 공정에서는 설비 제어가 통합되어 있지 않아서 라인에 3-4명의 작업자가 개별 설비를 담당하고, 자동화가 어려운 팔렛트/반전 작업을 수행하였지만, 제안된 통합시 스템을 통해 상시 현장 작업자를 1명으로 줄이고 팔레트/ 반전 작업 시에만 작업자를 투입하게 되었고, 통합 제어실 에서 전체 라인을 모니터링하고 제어하게 되었다. 이 사례 모델은 항공기 부품 가공분야 이외의 다른 중소제조기업 에서도 스마트공장 구축시 참고할 수 있는 모델이 될 것으 로 기대한다.

본 연구에서는 5축 가공기를 중심으로 가공하는 공장을 대상으로 수직 통합하는 스마트공장 구축 사례를 보여주 고 있는데, 중소제조기업에 적용 가능한 다양한 사례가 더 발굴될 필요가 있다. 또한 중소기업이 스마트공장을 도입 할 때 SI 중심으로 각 공정의 시스템이 개별적으로 개발되 는 상황에서 시스템 통합의 이슈는 계속 문제를 발생시킬 수 있다. 본 연구에서 제시한 바와 같이 데이터베이스 중 심으로 시스템을 통합하는 것 이외에 각 시스템을 개발할 때 기존 시스템과의 인터페이스를 향상시킬 수 있는 방안 이 더 연구되어야 한다.