[첨단 헬로티]
인더스트리4.0 대응과 스마트 팩토리 추진에 의해 제조 현장의 생산 설비･측정기기류를 비롯해 제조에 관련된 것의 IoT화가 급속하게 침투하고 있다. 대량의 데이터를 수집･집적하는 것이 가능하고, 이들을 활용해 생산성 향상과 품질 향상 및 안정화가 추진되고 있다.
원래 일본의 제조 현장에서는 현장주의를 주장하면서 근면하고 우수한 작업자에 의한 어떤 의미에서는 장인과 같은 감각과 의식으로 양품의 제조를 개인 수준에서 실현해 왔다. 그리고 이것을 후세대에까지 전승해 오고 있다. 이것이 제조대국 일본의 큰 강점이라고도 할 수 있다. 그러나 현재 우리들이 안고 있는 큰 과제는 기존의 제조 방법으로는 극복해낼 수 없는 시대가 됐다.
(1) 노동력 부족에서 오는 현장주의 의존의 한계
일본 총무성에 의하면, 15～64세의 생산연령 인구가 2013년 시점에 7,883만 명이었던 것이 2060년에는 4,418만 명까지 대폭으로 감소할 것으로 추정하고 있다. 특히 지방의 공장은 인력을 확보하는 것이 어려워지고 있는 것이 현 상태이다. 기존의 현장주의에 의존하고 싶어도 인재 육성뿐만 아니라 인력 확보도 곤란한 상황에 있으며, 개인의 능력에 의존하지 않고 누구라도 현장 작업을 할 수 있는 구조를 구축해 가야만 한다(표 1).
(2) 글로벌 대응
생산은 글로벌화되고 있다. 일본 기업의 제조업은 전 세계에서 제조를 하고 있는데, 관리는 그 공장에 맡기고 있는 케이스가 많다. 각 공장에서 불량이 발생해도 상황이나 원인을 즉시 파악할 수 없어 선수를 빼앗기는 일이 자주 있다. 일본 공장이라면 당연히 문제없는 것도 해외 공장에서는 문화 차이 때문에 건전한 운영이 이루어지지 않고, 납기 지연이 개선되지 않거나 돌발 불량이 빈번하게 일어나는 경우가 있다. 생산 관리 체제, 품질 관리 체제의 ‘가시화’를 비롯해 글로벌 생산을 관리하기 위한 매니지먼트 방법의 표준화가 급선무이다.
표 1. 고령화의 추이와 미래 추계 (총무성 HP에서)
(3) IoT 등 IT 신기술의 대응
일본 기업은 IT 신기술 조류에 대응하는 것이 뒤쳐져 있다. 스마트 팩토리나 IoT 등의 콘셉트가 등장해도 업무 프로세스 중에서 확실하게 활용할 수 있는 공장은 적은 것이 현 상태이다. 현장을 편리하게 한다는 시점만이 아니라, 기업 경쟁력 강화의 시점에서 IT 신기술을 파악하지 않으면 경쟁에서 패하게 된다.
현장주의는 일본 제조업의 보배이지만, 앞에서 말한 3가지 과제를 해결해 앞으로 국제 경쟁력을 높여 가기 위해서는 속인 관리에서 벗어나 생산 매니지먼트를 구조화하는 것이 급선무이다.
측정 데이터에 의한 공정 관리
기존의 품질 관리는 완성품의 품질을 확인해서 불량이나 이상이 있으면 그 동일 로트에서 생산되고 있는 제품을 배제하는 등의 방법을 취하고 있었다. 이것으로는 제조에 쓸데없는 공수가 발생하고 코스트가 증가한다. 그래서 도입된 것이 SPC(Statistic Processing Control : 통계적 공정 관리)이다.
SPC는 제조 공정에서 품질의 편차에 대해 정형적인 방법을 이용해 관리하는 방법이다. ISO/TS16949에서는 제조 공정이 중시되고 있으며, 제조 공정 내의 관리 및 개선이 권장되고 있다. SPC는 그 제조 공정의 관리 및 개선을 위한 방법으로서 널리 사용되고 있다.
그림 1. 공정 내의 예방 관리 이미지
대표적인 예로서는 공정의 안정 상태 유지를 목적으로 실행 도표나 관리도(Xbar-R 관리도)를 이용해 실시간으로 품질 상태를 관리함으로써 이상의 조기 발견과 불량 발생 방지로 이어지고 있다(그림 1).
히스토그램에서는 결과로부터 생산 품목․작업자․가공기 등의 편차 요인을 해석, 장애물을 발견함으로써 공정 균형의 평준화를 도모한다. 정규 분포하고 있는 경우는 공정이 안정되어 있는 상태라고 할 수 있는데, 예를 들면 쌍봉우리형이라면 2대의 가공기가 다른 경향을 나타내고 있다는 것을 알 수 있다. 이빠진형이라면 측정기에 편향된 경향이 있거나 데이터의 구분이 부적절하다고 생각할 수 있다(그림 2).
또 하나의 대표적인 통계적 공정 관리 지표로서 이용되는 것은 Cp, Cpk로 대표되는 공정 능력 지수이다. 공정 능력 지수(Process Capability Index)는 공정 능력을 정량적으로 평가하는 지표의 하나이다. 여기서 산출된 값이 항상 적정값으로 추이하고 있는지의 여부로 공정의 안정 상태를 확인할 수 있다.
계측 데이터 네트워크와 그 활용
가공 현장에서 사용되고 있는 버니어캘리퍼스나 마이크로미터 등의 측정공구류는 현재는 아날로그 타입보다 디지털 타입 쪽이 널리 보급되고 있다. 측정공구의 디지털화와 함께 PC에 유선 혹은 무선으로 직접 접속하는 것이 가능해졌다(그림 3). 이것에 의해 하나의 측정 스테이션 내에서 계측 네트워크의 구축이 용이해지고, 여러 개의 측정기기류가 동일한 표계산 소프트웨어에 데이터를 전송함으로써 검사성적표의 작성 공수 절감에 크게 공헌한다.
또한, 무선 접속 타입의 U-WAVE라면 이론상 1600대까지 측정공구를 접속할 수 있어, 손쉽게 복수 개의 채널을 동시에 입력하는 시스템을 구축하는 것도 가능하다(그림 4).
그림 5. 측정 데이터의 일원관리
미츠토요의 MeasurLink는 데이터베이스로서 Microsoft SQL Server를 이용한 계측 데이터 관리 소프트웨어이다. MeasurLink라면 사내 네트워크와 데이터베이스를 활용해 회사 전체의 측정 네트워크를 구축하는 것도 가능하다(그림 5). 기존에 품질 관리를 공장마다 또는 라인마다 하고 있던 것을 관리자가 일원 관리할 수 있게 된다. 사무소에 있으면서도 각 공장․라인․측정 스테이션을 모니터링해 실시간으로 품질 이상을 파악, 신속한 대응이 가능해진다.
MeasurLink는 버니어캘리퍼스․마이크로미터 등의 각종 측정공구나 삼차원측정기와 형상측정기 등의 각종 측정기뿐만 아니라, 제조 현장의 생산 설비, 게이지류 등 제조에 관련된 모든 것들과 연결이 가능하다(그림 6).
데이터베이스에 집약된 계측 정보는 어떻게 활용하는 것일까. 데이터 관리의 목적은 공정 안정화나 합리화에 의한 생산성 향상과 저코스트화이다. 공정이 통계적 안정 상태에 있는, 즉 관리 상태를 유지하기 위해서는 일반적으로 ‘SDCA 사이클’이 필요하다고 한다. S=Standardize(표준화), D=Do(실행), C=Check(확인), A=Act(처리․액션)인데, 실제로 C=Check(확인)이 중요하고 어렵다. 방대한 측정 데이터로부터 어떻게 간단히 통계 처리를 해 요인 분석할 수 있는지가 통계 관리 소프트웨어에 요구되는 것으로, 거기에서 다음의 액션으로 이어질 수 있는 것이 중요하다(그림 7, 그림 8).
이하에 MeasurLink로 해석할 수 있는 특징적인 해석 툴을 몇 가지 소개한다.
3D CAD 데이터 상에 측정 결과와 각종 통계 결과를 표시하는 것이 가능하다. 직관적으로 측정 부위를 알 수 있으므로 작업자의 부담이 줄어든다(그림 9).
그림 9. 3D 뷰
MeasurLink는 여러 가지 통계 그래프를 이용한 임의의 리포트 템플레이트를 작성할 수 있다(그림 10). 게다가 스케줄 설정한 리포트는 표시, 인쇄 및 E 메일에 첨부해 자동 송신할 수 있다.
그림 10. 통계 결과 리포트의 작성
MeasurLink Process Manager에서는 관리책임자가 원격으로 모든 기기류의 가공 상황을 파악할 수 있다.
공장의 레이아웃을 표시(그림 11)하면, 비주얼적으로 측정 스테이션마다 가동 상황을 표시할 수 있다.
그림 11. 플랜트 뷰에 의한 가동 상황 표시
목표 차트(그림 12)는 구멍이나 핀의 위치도 분포를 나타낸다. 위치도 공차 영역에서 구멍 위치가 분포해 각과(各課)할 수 있으며 3σ의 데이터 영역 이내에 들어가 있는지, 위치도의 목표 범위에 배치되어 있는지를 확인할 수 있다.
그림 12. 목표 차트
맺음말
가까운 미래에 5G 네트워크가 보급되어 IoT화가 더욱 진행될 것이다. 또한, 알고 있는 대로 공장 내라면 모든 기기가 빅데이터로 관리될 것이다. 미츠토요에서도 계측 데이터 네트워크의 데이터 관리 시스템 구축을 도와주고 있다. 앞으로는 더욱 새로운 데이터 관리용 하드웨어 및 소프트웨어 개발을 촉진시킴으로써 생산성 향상･품질 관리 향상을 실현할 수 있을 것으로 생각된다.
나카자와 토시유키, 미츠토요 영업본부 영업기술부 계측솔루션과 주임
