*Enterprise-IoT
*Smart Machine 사례연구
*Middleware 사례연구
*AI·Big Data 사례연구
*IoT 사례연구
*Smart Thinks 사례연구
*정부정책동향 사례연구
*K-SmartFactory
*Hidden Champion
*카드뉴스
*국내외 동향 리포트
문서의 선택한 두 판 사이의 차이를 보여줍니다.
다음 판 | 이전 판 | ||
산업계_설비의_다운_타임을_해결하는_혁신적인_기술 [2019/08/07 14:26] wikiadmin 만듦 |
산업계_설비의_다운_타임을_해결하는_혁신적인_기술 [2019/08/07 17:46] (현재) wikiadmin |
||
---|---|---|---|
줄 1: | 줄 1: | ||
- | 산업계 설비의 다운 타임을 해결하는 혁신적인 기술 | + | === 산업계 설비의 다운 타임을 해결하는 혁신적인 기술 - dash board === |
+ | |||
+ | 08/06/19, 07:51 | ||
+ | |||
+ | |||
+ | * 다운 타임(down time) : 시스템, 기기, 부품 등이 장애로 인하여 사용할 수 없는 시간.\\ | ||
+ | |||
+ | //새로운 기술은 산업 환경에서 기계가 작동하는 방식을 변화시킬 준비가 되어 있다. 이제 고비용의 컨설팅과 혼란스러운 스프레드시트는 사라지고, 이해하기 쉬운 계기판(dash board)이 그 자리를 대체한다.//\\ | ||
+ | |||
+ | 리서치 회사 Aberdeen에 따르면, 산업계에서 설비의 다운 타임에 따른 비용이 급증하고 있다. 1시간 동안의 설비 다운 타임 평균 비용은 2014년 이후 60% 증가하여 현재 평균 260,000달러까지 올랐다. 산업계 설비 다운 타임을 야기하는, 따분하지만 위험한 산업 과제들을 해결할 수 있는 새로운 기술들이 도입되고 있다. | ||
+ | |||
+ | 큰 비용을 야기하는 급작스러운 다운타임을 예측하고 예방하기 위해 산업 사물인터넷(IIoT)과 머신 러닝(ML)을 통합하여 서비스를 제공하는 신생 기업들이 생겨나기 시작했다. 이들 설립자 중 일부는 인공지능과 머신러닝을 소프트웨어로 정의되는 네트워크(SDN)에 적절히 배치하는 등 정정보 업무에 뿌리를 둔 사람들이다. 스마트 제조를 단순화하기 위해 필요한 실제 경험과 분석적 전문지식이 결합된 것이다. | ||
+ | |||
+ | 최근에 이 분야는 큰 관심을 받고 있다. 일부 신생 기업들은 초기 성공을 위하여 상당한 자금을 확보하고 있을 정도이다. 이들은 제조업체를 비롯한 병원 등 대기업이 사용하는 산업용 전기모터에 초점을 맞추고 있다. 어떤 이유로든 이 모터가 작동하지 않을 때마다 엄청난 비용이 드는 다운 시간이 발생한다. 이전에는 유지보수를 위한 기술 비용이 지나치게 방대해, 그런 곳에 대한 투자는 엄두도 내지 못했다. | ||
+ | |||
+ | 포춘지 선정 500대 제조업체와 중공업업체들은 이미 센서와 인공지능 기술을 다루고 있다. 이 기술은 2019년 7월 미국 라스베이거스에서 열린 EASA 무역 박람회에서 산업용 모터의 독점 IoT 멀티센서 작동 시연, 신속한 대시보드 GUI 공급, AI 처리를 위한 데이터 수집 등으로 큰 반향을 일으켰다. | ||
+ | |||
+ | {{ :위클리_사진.jpg?500 |}} | ||
+ | |||
+ | |||
+ | 이렇게 제조는 IoT의 미래를 향한 움직임에 앞장서고 있다. 앞으로 인터넷은 점점 더 많은 사람들이 접속하는 것을 넘어 프린터, 가전제품, 카메라 등 IP 주소를 가진 모든 것에 지속적으로 접촉하는 수십억 개의 장치로 구성될 것이다. 인공지능과 머신 러닝이 없다면 이 엄청난 양의 정보는 큰 의미를 갖지 못할 것이다. 그러나 첨단 기술과 함께 과거의 성능 데이터는 더 낮은 비용으로 더 나은 성능을 이끌어내는, 통찰력의 보물창고가 된다. | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | 새로운 기술은 산업 환경에서 기계가 작동하는 방식을 변화시킬 준비가 되어 있다. 이제 고비용의 컨설턴트와 혼란스러운 스프레드시트는 사라지고, 이해하기 쉬운 계기판(dash board)이 그 자리를 대체한다. 사이버 보안을 제외하고는, 다른 어떤 시장도 예측 분석 모델링으로부터 더 큰 이익을 얻을 수는 없을 것이다. 제조업의 따분하고, 힘들고, 위험한 도전들이 갑자기 매력적이고, 해결하기도 쉽게 된 것이다! | ||
+ | |||
+ | **필자 Lloyd Clark에 대하여** \\ | ||
+ | Lloyd Clark는 독점적 산업 IoT 멀티센서 및 인공지능을 통해 가동시간 중의 품질 제어와 안전성을 극대화하여 제조업체와 중공업체가 최고의 성능을 발휘할 수 있도록 지원하는 플랫폼인 BlueRidge.ai의 설립자이다.\\ | ||
+ | |||
+ | |||
+ | 출처 : [[https://www.manufacturingtomorrow.com/article/2019/07/revolutionary-technology-addresses-industrial-downtime/13755 | ||
+ | |manufacturing tomorrow]]\\ | ||
+ | 번역 : K-Smart Factory |