*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.
양쪽 이전 판 이전 판 다음 판 | 이전 판 | ||
스마트팩토리_사례_일본전산 [2017/02/01 16:28] wikiadmin |
스마트팩토리_사례_일본전산 [2017/02/01 19:06] (현재) wikiadmin |
||
---|---|---|---|
줄 7: | 줄 7: | ||
\\ | \\ | ||
- | 일본전산은 일본의 모터제조 기업이다. 2016년 매출 1조2천억엔 영업이익 1천4000엔으로 예상되며, 교토에 본사를 두고 있는 교토경영의 대표적 기업 중 하나이다. 일본전산은 <AWS Summit Tokyo 2016>에서 AWS(Amazon Web Service)을 이용하여 생산설비의 가시화를 실현하고 그 효과를 입증 했다고 발표했다. | + | 일본전산은 일본의 모터제조 기업이다. 2016년 매출 1조 2천억엔(약 12조원)으로 예상되며, 교토에 본사를 두고 있는 교토경영의 대표적 기업 중 하나이다. 일본전산은 <AWS Summit Tokyo 2016>에서 AWS(Amazon Web Service)을 이용하여 생산설비의 가시화를 실현하고 그 효과를 입증 했다고 발표했다. |
{{ :일본전산_1.jpg |}} | {{ :일본전산_1.jpg |}} | ||
- | 일본전산이 구축한 Thermographic 주조기 가시화시스템 | + | 일본전산이 구축한 Thermographic 주조기 가시화시스템 (2016.06) |
\\ | \\ | ||
\\ | \\ | ||
줄 22: | 줄 22: | ||
품질에 영향을 주는 주조조건을 <써모 그래픽(Thermographic에 의한 온도분포화상>이란 형태로 가시화하여 관리하는 시스템이다. 이 시스템을 도입한 현장에서는 불량을 기존 20%에서 3%로 줄였다. | 품질에 영향을 주는 주조조건을 <써모 그래픽(Thermographic에 의한 온도분포화상>이란 형태로 가시화하여 관리하는 시스템이다. 이 시스템을 도입한 현장에서는 불량을 기존 20%에서 3%로 줄였다. | ||
- | 또한, 시스템을 구축하는데 있어 가능한 한 기존 설비를 사용하였으며, 개발 1주일, 실장1일, 검증4일 등 초단기로 진행되었다. | + | 또한, 시스템을 구축하는데 있어 가능한 한 기존 설비를 사용하였으며, 개발 1주일, 설치 1일, 검증4일 등 초단기로 진행되었다. |
이 스마트 팩토리 사례는 <생산설비의 가시화>였지만, 궁극적인 목표는 클라우드에서 분석한 결과를 토대로 설정온도의 한계치를 벗어날 경우 현장에 실시간으로 알리고, PLC와 연동시켜 클라우드측에서 제어신호를 현장설비에 반영시키는 <현장설비의 데이터 구동화>를 추진할 계획이라 한다. | 이 스마트 팩토리 사례는 <생산설비의 가시화>였지만, 궁극적인 목표는 클라우드에서 분석한 결과를 토대로 설정온도의 한계치를 벗어날 경우 현장에 실시간으로 알리고, PLC와 연동시켜 클라우드측에서 제어신호를 현장설비에 반영시키는 <현장설비의 데이터 구동화>를 추진할 계획이라 한다. |