스터디 소개 : 품질관리와 생산관리에 대한 전반적인 개념부터 특히 스마트팩토리에서 요새 사용하는 기술이나 AI 인공지능을 도입한 사례와 방법에 대한 개념적인 설명까지 3일 과정으로 이해하기 쉽고 직관적인 스터디입니다.

 

 

 

 

 

엔지닉 스마트팩토리 AI 품질관리 일차 별 필기 내용

 

1일차 학습일지

생산관리와 품질관리
원재료->생산->제품->출하 // 출하 : 제품이 공장 밖으로 나감
요구/제안 -> 기술연구소 -> 설계 // 개발 과정
원인분석 -> (기술연구소,생산,자재/구매) -> (재품개선,공정개선,거래선관리) // 사후관리

품질 관리 부문의 업무
1) 신제품 관리 2) 수입 자재 관리 3) 제품 관리 4) 특별 공정 조사

품질관리의 4대 기능(PDCA) // Deming 사이클
Plan(품질 설계) -> Do(공정 설계) -> Check(품질 보증) -> Action(품질의 조사 개선)
품질관리 -> 크게 보면 2가지 측면임 : 현상 유지(수입/제품 검사, 주로 이미 정형화됨) + 개선(기술연구소,타부서,외부)

품질의 정의 및 특성
품질 : 제품 또는 서비스가 사용 목적을 만족시키고 있는가를 결정하기 위한 평가의 대상이 되는 고유의 특성 or 성능

객관적 특성 : 고유특성 및 성질을 충족 혹은 불충족 시켰는지
1) 유용적 품질 : 기능,성능,신뢰성
2) 유해적 품질 : 불안전, 공해

주관적 특성 : 사용 목적에 대한 만족
1) 실용적 품질 : 사용에 대한 적합성,무공해,안전성
2) 심리적 품질 : 취향 기호에 대한 합치성,소유의 우월감,만족

-> 따라서 품질을 측정하는 것이 상당히 어려움(주관적 특성과 품질의 관점이 다양하므로)

품질의 관점
1) 생산자 관점 : 요건 일치성 , 품질시방 일치성 ex) 기술연구소에서 요구한 성능 이상만 나오면 됨
2) 소비자 관점 : 용도 적합성, 고객 기대 부응 특성
3) 사회적 관점 : 제품이 출하된 후 사회에 끼친 총손실 ex) 불량식품

시방 : 제품,재료,공구,설비 등에 관하여 요구되는 특정한 형상,구조,치수,성분,능력,정밀도 등에 관해 규정한 것으로 이를 문서화한 것을 시방서라고 함. 

품질의 집 
1) 고객요구특성 CA
고객의 소리 기반 고객집단 규정 및 요구 사항 결정 // 정성적이고 모호한 경우가 많음

2) 기술 특성 EC
시장품질, 공정 능력, 기술 수준 , 경제성 고려하여 결정

3) 고객 요구와 기술 특성의 상관관계
CA와 EC의 설정 점검

4) 기술 특성간의 상관관계
기술특성들 간의 상충 관계까지 고려

5) 고객요구속성에 대한 경쟁력 비교
고객요구에 대하여 경쟁사 대비 경쟁력 비교

6) 경쟁사 분석(벤치마킹)
경쟁사 제품 및 기술 분석

산업표준화
표준화
1) 어떤 표준을 정하고 이에 따르는 것
2) 표준을 합리적으로 설정하여 활용

목적 : 전체적인 능률과 경제성 확보
원리 : 단순화,관련자 합의, 다수이익,고정,개정,객관성,보편성의 원리 
단순화 : 불필요하다고 생각되는 종류 줄이기
전문화 : 물품의 종류 한정시키고 경제적,능률적 생산 및 공급체계 구성

2일차 학습일지
일반적인 제조 공정 : 구매->가공->조립->출하 // 단 중간중간에 외주를 맡김

기업의 주요활동 : 생산활동(MES), 물류활동(SCM), 고객관리(CRM) 
기업의 보조활동 : 기업전반관리, 인적자원관리,연구개발
* ERP는 주요,보조활동이 다 합쳐져 있음

스마트팩토리 : 생산과정에서 정보통신기술을 적용한 지능형 생산공장
인공지능 기술 + 데이터 선별 + 문제 발굴 -> 전체적 구성 설계 능력 중요

인공지능으로 할 수 있는 일
-> 품질관리, 공급망 관리 및 최적화, 제품 설계 및 맞춤형 디자인, 로봇 프로세스 자동화, 장비 유지 보수

3일차 학습일지
품질 검사
1) 전수 검사 // 실패비용 줄일 수 있음, 검사비용 과다 우려, 검사시간으로 인한 공정 지체 우려
2) 샘플링 검사 // 검사비용 절감, 검사기간 단축으로 경제성 향상
3) 무검사

샘플링 검사를 해서 불합격 로트로 분류 시 해당 로트를 전수 검사 혹은 무검사를 함
이를 거쳐 불량품으로 분류 시 분해해서 부품으로 사용(극히 드뭄), 폐기 처분, 할인 판매, 재작업을 함

분류 모델의 사용 분야: 의료,산업 분야에서 주로 사용함

범주형 자료의 경우 로지스틱 회귀 분석을 사용한다

if) 데이터가 부족하다면 : 부트스트래핑(중복을 허용해 샘플을 추출)

 

느낀 점

3일 과정으로 부담 없이 궁금한 내용 모르는 분야에 대한 개념 파악과 현 상황을 알 수 있게 되어 좋았습니다

너무 긴 기간동안 하지 않고 짧은 기간에 핵심만 다루어 주셔서 접근성이 좋은 거 같습니다