산업용 로봇 이상탐지

예산 200백만원

도입 내용

마키나락스는 자체 개발한 비지도 학습 Unsupervised Learning 기반의 이상탐지 알고리즘을 생산 공정에 적용합니다. 로봇 팔이 정상 가동할 때 데이터 분포 특성을 학습하고 이를 기반으로 입력되는 데이터가 정상인지 판별하는 딥러닝 기반 이상탐지 모델을 개발해 중대 고장을 미리 탐지합니다. 동일 작업을 수행하는 로봇 간의 데이터 분포를 비교해 우선 점검이 필요한 로봇을 도출합니다. 각기 다른 메이커의 수백대 로봇을 관리할 수 있는 확장성 있는 AI 운영 환경 MLOps을 구현합니다.

도입 필요성

최근의 자동화된 자동차 제조 환경에서는 다수의 산업용 로봇들이 생산 라인의 각 단계에서 조립, 도장, 용접 등의 중요한 공정을 수행합니다. 로봇팔이 1만대 이상 구동되는 자동화 조립 공정에는 매년 예상치 못한 고장이 발생하고 이는 곧 공정 중단으로 이어집니다. 그렇다고 해서 너무 자주 정비를 하다면 과도한 비용 지출과 장비 수명을 단축하는 영향을 줄 수 있습니다. 따라서 로봇 장비들의 생산 효율성을 위해서는 최적화된 예지 정비가 필요합니다.

기대 효과

생산 공정과 환경에 특화된 커스터마이즈드 모델 개발을 통해 장비 이상을 최소 5일 전에 탐지합니다. 또한 400여대의 다양한 로봇팔 메이커를 통합된 환경에서 모니터링 하고 관리함으로써, 고장에 미리 대비하고 다운타임을 획기적으로 줄여 생산성을 높입니다.