육안 검사부터 AI 자율제조까지 – Data CAMP가 함께한 이차전지 제조사의 DX 여정을 소개합니다

육안 검사부터 AI 자율제조까지 – Data CAMP가 함께한 이차전지 제조사의 DX 여정을 소개합니다

육안 검사부터 AI 자율제조까지 – Data CAMP가 함께한 이차전지 제조사의 DX 여정을 소개합니다  Chloe Woo | Content Strategist Toggle 1단계: 데이터 수집/시각화/저장 자동화(1) 웹 기술을 활용한 솔루션(2) 노코드 기반 레시피로 데이터/기능 확장2단계: 데이터 연계 → 생산이력추적3단계: 데이터 분석/AI 연동 → 데이터 기반 의사결정 → 제어4단계: 계측 데이터 수집 → 예측(1) 계측 데이터는 무엇을 말해줄까?(2)...
3단계 품질검사 파이프라인으로 타이어 원단의 불량 유무&위치&유형을 자동 검사한 사례

3단계 품질검사 파이프라인으로 타이어 원단의 불량 유무&위치&유형을 자동 검사한 사례

3단계 품질검사 파이프라인으로 타이어 원단의 불량 유무&위치&유형을 자동 검사한 사례 Challenge   타이어 원단을 만드는 압연공정에 자동 품질검사 부재(육안 검사) 원단 자체 불량으로 인한 완성품 폐기  Approach   3단계 품질검사 파이프라인 구축  1. Anomaly Detection: 실시간 이상 감지를 통해 불량 유무 판단 2. Classification: 불량 유형 분류 3. PLC 설비 데이터 수신: 불량 위치 계산...
이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 검사 자동화 도입

이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 검사 자동화 도입

이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 검사 자동화 도입 Challenge   파우치형 배터리는 표면 형상의 자유도가 높아 불량의 형태를 특정하기 어려움. 이 때문에 기존 룰 베이스 검사는 물론, 분류나 분할 같은 딥러닝 모델 기반의 결함 검사도 활용하기 어려움 글로벌 진출시 한국과 동일한 숙련 검사 노동자를 구하기 어려워 검사 자동화 도입 요구됨  Approach   LISA의 2단계 접근법 (1)...
Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례

Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례

Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례 Challenge   기존 룰 베이스 표면 결함 판정 비전 컨트롤러는 ‘다품종 소량생산’ 환경에 유연하게 대응이 어려움 기존의 비전 컨트롤러는 이력 조회 기능이 없어, 비슷한 모델을 생산하게 됐을 때 이전의 양불 판정 규칙을 참고하기 어려움​ 정상과 불량 사이에 해당하는 ‘재용접’ 케이스를 판정하고 PLC 통신을 통해...
추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례 

추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례 

추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례  Challenge   전기자동차 배터리 화재 및 리콜 이슈로 배터리 수율 향상과 생산 이력 추적에 대한 필요성이 커짐 신규 배터리가 새로 개발되었으나 기존 생산라인 및 과거의 품질검사 시스템을 그대로 활용​해 데이터 연계 및 통합이 불가능한 상태. 생산 이력을 추적할 수 없다는 문제 발생​ Approach   다양한 통신 프로토콜을 제공하는 Data...