1월 8일 TIL

팀별 과제 

 

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

아티클 스터디

blog.stratus.com/ko/data-utilization-in-the-manufacturing-industry-four-challenges-and-solutions-explained/

제조 업계의 데이터 활용 - 4가지 과제와 해결 방법 설명 - 한국어

 

• 요약 :

제조 산업에서의 데이터 활용법과 그로인한 장점

 

• 주요 포인트 :

제조 산업 데이터 활용

: 기업 내 데이터를 활용하여 생산성과 품질을 향상시키는 것

 

제조 산업 데이터 활용을 통한 주 업무

1. 다양한 셋서에서 데이터 수집&시각화하여 제품 품질 정량화

2. 센서와 디바이스를 네트워크에 연결해 데이터 실기간 분석

 

데이터 활용 어떻게 써야하나?

1. 데이터 시각화

2. 각 공정에서 수집된 제조 데이터를 정리하고 연계

생산 라인을 개선하기 위해서는 각 공정에서 수집된 제조 데이터를 정리하고 연계하는 것이 필요

-  > 프로그래머블 로직 회로를 제어하는 PLC(Programmable Logic Controller)와 서버를 연결하는 통신 시스템을 도입

3. 데이터를 변환할 수 있는 장치 설치

일부 컨트롤러는 인터넷에 연결할 수 없거나 데이터 형식을 그대로 사용중

- > 디지털 데이터를 수집하고 IT 기술로 사용할 수 있도록 데이터를 변환할 수 있는 장치를 설치

4. 효율적인 관리를 통한 적은 인적 자원 개선

기업 내 비IT 인력이 IT 기술을 습득하는 것이 필요

-> 간단히 만들 수 있는 도구들을 활용해 현업에 바로 적용할 수 있는 시스템 개발

 

제조 산업에서 데이터 활용을 통한 장점

• 생산성 향상 - 경험과 감에 의존했던 장비의 상태를 수치로 시각화하여 데이터 기반한 의사결정 가능
• 업무량 감소 및 시설 가동률 향상 - 숙련공의 감각등을 세세하게 구두화하여 데이터 기반으로 높은 기술력 재생산
• 개발, 제조 등의 리드 타임 단축 
• 효율적인 재고 관리 
• 향상된 품질 - 각 공정 데이터를 연결하여 추적성을 강화 & 불량 원인 파악 -> 생산 라인의 품질 향상
• 안정적인 생산 시스템 - 실시간 모니터링 및 시각화를 통해 이상 징후에 대한 신속한 대처 -> 제품 손실 감소
• 부가가치 증대 - 데이터 분석을 통한 제품 설계 및 공정 설계에 긍정적인 변화를 구현 -> 부가가치 향상

정리

생산성과 품질을 개선하기 위해 중요한 제조 현장 데이터를 활용하는 기업 증가함에 따라 

데이터 수집을 위한 센서를 설치 및 아날로그 데이터의 디지털화와 이를 통한 분석이 이뤄짐

다만, 방대한 데이터를 사용하기에 네트워크 과부하를 이르킬 수 있으니 ★엣지 컴퓨팅 ★ 애용해주세요

 

• 핵심 개념:    ★엣지 컴퓨팅 ★

데이터 활용법

1. 데이터 시각화

2. 데이터의 연계

3. 데이터 장치 설치

4. 기업 내 비IT 인력의  IT 기술 습득

 

데이터 활용을 통한 장점

1. 생산성 향상

2. 업무량 감소 및 시설 가동률 향상

3. 개발,제조 등의 리드 타임 단축

4. 효율적인 재고 관리

5. 향상된 품질

6. 안정적인 생산 시스템

7. 부가가치 증대

 

• 용어 정리:

* IoT( Internet of Things): 사물인터넷

ex) 스마트 홈(스마트 온도조절기, 조명등), 헬스케어(심박수,걸음 수, 수면 상태등), 스마트 시티(대기오염 모니터링 등)

 

* PLC(Programmable Logic Controller): 산업 현장에서 자동화 작업을 제어하는 특수한 컴퓨터 시스템

ex) 자동화 생산 라인, 전등제어 시스템, 공정제어

1) 자동화 생산 라인

컨베이어 벨트 제어 - 제품 자동 이동, 특정 위치에서의 검사 및 포장

2) 전등제어 시스템

스마트 빌딩 시스템 - 건물 내 조명,난방,공조 시스템 등을 제어, 관리자가 원격으로 상태를 모니터링

3) 공정제어

화학 공장 - 화학 반응이 이뤄질 시 탱크의 온도, 압력 등을 모니터링하고, 설정된 조건에 맞게 밸브 여닫기 작업 자동화

 

*OCR(광학 문자 인식): 이미지나 스캔된 문서에서 텍스트를 인식하여 디지털 텍스트로 변환하는 기술

ex) 영수증 처리(자동 정보 추출, 회계 소프트웨어 입력), 스캔한 문서 디지털화(텍스트 추출),번호판 인식(주차 요금 계산)

 

 

*엣지 컴퓨팅 (Edge Computing): 데이터를 중앙 서버나 클라우드로 보내지 않고, 데이터 생성 위치나 가까운 네트워크 엣지(edge)에서 데이터를 처리하는 기술

목적 : 데이터 처리 속도 증가, 대역폭 절약, 효율적인 실시간 응답 등

ex )

1) 자율 주행 차량: 차량 내에 장착된 센서들이 실시간으로 도로 정보를 처리하여 실시간 차량 움직임 제어

2) 스마트 시티: 교통 신호 시스템 센서가 실시간 차량 흐름 모니터링하여 교차로 신호 조정

3) 스마트 홈: 스마트 기기들이 엣지에서 데이터를 처리하여 빠르게 반응 (스마트 온도조절기 등)

• 관련 사례 :

회사명

GE (전기조명회사, 에디슨 설립)

에디순과 그가 설립한 회사 지이

 

배경

데이터 분석을 도입하여 운영 효율성을 극대화, 제품의 품질을 향상시키기 위해 "디지털 제조" 전략을 채택

 

도입 사례 

1. 예측 유지보수 (Predictive Maintenance):

   1) IoT센서를 통해 산업 기계의 실시간 데이터를 수집하고 이를 분석

      ex) 발전기나 터빈 같은 고가의 산업 기계는 센서로 온도, 진동, 압력 등을 모니터링

   2) 데이터를 분석하여 기계가 고장나기 전에 미리 예측

2. 생산 라인 최적화:

   1) 다양한 데이터를 분석하여 생산 라인의 효율성 증가

      ex) 생산 라인의 각 기계가 얼마나 잘 작동하는지, 생산 속도와 품질에 어떤 영향을 미치는지 실시간으로 분석

 

효과

1. 비용 절감

2. 생산성 향상

3. 품질 향상

 

• 가상 시나리오 :

철강 산업 예상 시나리오

 

1. 예측 유지보수

 

공정과정: 고온의 용광로, 압연기, 크레인 등 중요한 장비들이 지속적으로 작동

( 장비의 고장이 발생하면 생산 라인에 큰 영향 ex) 포스코 포항1선재공장 가동 중단 ) 

 

데이터 분석 적용:

1) 센서 데이터를 통해 기계의 상태(온도, 진동, 압력, 전류 등)를 실시간으로 수집

2) 머신러닝 모델을 활용하여 고장이 발생하기 전에 예측

ex) 진동 데이터나 온도 변화가 특정 범위를 초과하면 고장이 예측

 

중요 데이터 : 

 

• 기계의 진동, 온도, 압력, 전력 소비 등의 실시간 센서 데이터
• 고장 이력 데이터를 분석하여 고장 패턴을 식별

2. 공정 최적화

 

 

공정과정: 원료가 용광로에서 고온으로 녹아 슬래그와 강철로 분리된 후, 이를 압연하여 최종 제품을 생산

중요 데이터 : 온도, 압력, 화학 성분

ex) 열간 압연 공정에서 일정한 온도를 유지하는 것이 중요하며, 압연 과정에서 두께와 강도를 일정하게 맞추는 것이 생산성에 큰 영향을 미칩니다.

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

 

코드카타

 

Q. x만큼 간격이 있는 n개의 숫자

문제 설명
함수 solution은 정수 x와 자연수 n을 입력 받아, x부터 시작해 x씩 증가하는 숫자를 n개 지니는 리스트를 리턴해야 합니다. 다음 제한 조건을 보고, 조건을 만족하는 함수, solution을 완성해주세요.
제한 조건
x는 -10000000 이상, 10000000 이하인 정수입니다.
n은 1000 이하인 자연수입니다.

입출력 예
x	n	answer
2	5	[2,4,6,8,10]
4	3	[4,8,12]
-4	2	[-4, -8]

 * 제출한 답안 

 

def solution(x, n):
    answer = []
    for i in range(1,n+1):
        answer.append(i*x)
    return answer

 

 * 모범 답안

def number_generator(x, n):
    # 함수를 완성하세요
    return [i * x + x for i in range(n)]
print(number_generator(2, 5))

 

리스트 컴프리헨션 알아야겠따..

*

리스트 컴프리헨션 (List Comprehension) :  한 줄로 리스트를 생성하는 간결한 방법

 

1. 리스트 컴프리헨션 구조:

 

        [expression for item in iterable]

 

• expression은 리스트의 각 항목을 계산하는 식입니다.
• item은 iterable의 각 원소를 나타내는 변수입니다.
• iterable은 반복할 수 있는 객체입니다(여기서는 range(n)).

 

 

2. 이 코드에서의 리스트 컴프리헨션:

• for i in range(n)는 i가 0부터 n-1까지 반복되는 부분입니다.
• i * x + x는 각 반복에서 수행할 계산입니다. 이 식은 i에 대해 x의 배수를 구한 뒤, x를 한 번 더 더하는 것입니다.
• 결과적으로, i * x + x는 x * (i + 1)과 같다고 볼 수 있습니다. 즉, 각 항목은 x의 배수로 이루어집니다.

3. range(n):

• range(n)은 0부터 n-1까지의 숫자를 생성합니다.
• 예를 들어, n = 5이면 range(5)는 [0, 1, 2, 3, 4]입니다.

4. 리스트 컴프리헨션의 동작:

• 이 코드는 i * x + x 계산을 i가 0부터 n-1까지 반복하면서 계산합니다.
• 결과적으로 x의 배수 중 첫 번째부터 n번째 항목을 구하는 것과 같습니다.

 

간단한 설명:

리스트 컴프리헨션은 반복문을 한 줄로 간결하게 표현할 수 있는 방법입니다. 이 코드에서 i * x + x는 x의 첫 번째부터 n번째 배수를 생성하는 방식이고, 이를 range(n)을 이용해 반복하고 있습니다.

 

결론:

네, 이 코드는 리스트 컴프리헨션을 사용한 예제입니다. i * x + x는 x * (i + 1)과 같으며, 주어진 n번 반복하여 x의 배수를 구하는 코드입니다.