프로젝트 이야기
배경부터 주요 기능, 구현 내용까지
프로젝트 개요
공장 IoT 센서 데이터를 기반으로 생산성을 분석하는 시스템입니다. 설비 가동률, 불량률, 라인별 효율을 실시간으로 모니터링하고, 예측 분석을 통해 설비 고장을 3일 전에 경고합니다. 도입 후 전체 생산성이 15% 향상되었습니다.
도입 배경
- 설비 상태를 수작업으로 기록, 분석 지연
- 돌발 고장으로 인한 라인 정지 빈발
- 불량 원인 분석에 수일 소요
- 생산 계획과 실적 간 괴리
핵심 기능
실시간 설비 모니터링
- PLC, 센서 데이터 실시간 수집
- 설비별 가동/비가동/고장 상태 시각화
- 이상 징후 발생 시 즉시 알림
생산성 분석 대시보드
- OEE(종합설비효율) 실시간 산출
- 라인별, 제품별, 시간대별 생산성 비교
- 불량률 추이 및 원인 분석
예측 정비 (Predictive Maintenance)
- 설비 진동, 온도, 전류 패턴 분석
- 고장 3일 전 사전 경고
- 정비 이력 기반 최적 정비 주기 제안
품질 추적
- 제품별 생산 이력 추적
- 불량 발생 시 원인 설비/작업자 역추적
- SPC(통계적 공정 관리) 차트 제공
기술 스택
| 영역 | 기술 |
|---|---|
| Data Collection | MQTT, OPC-UA |
| Backend | Python, FastAPI |
| Frontend | React, Recharts |
| Database | TimescaleDB, PostgreSQL |
| ML | Scikit-learn, Prophet |
도입 효과
| 지표 | 개선 내용 |
|---|---|
| 전체 생산성 | 15% 향상 |
| 설비 가동률 | 78% → 89% |
| 돌발 고장 | 월 12건 → 3건 (75% 감소) |
| 불량률 | 2.1% → 1.2% |