FES(Factory Engineering System)
생산현장에서 축적된 모든 Data를 Big Data기반으로 분석하고 추출하여, 공장의 리소스를 보다 효율적으로 운영할 수 있도록 하는 지능형 기반의 공장운영 평가 시스템
FES(Factory Engineering System) 제품군
-
- aimSPC
- aimSPC는 실시간 SPC (Statistical Process Control) 시스템으로, Process 및 계측 데이터를 실시간으로 수집하며, 통계적 자료와 분석기법을 활용하여 이상 점을 조기 발견하고 경고 하는 기능을 수행
-
Key Features
-
Basic Western Electric Rule 기본 제공
- Zone rules for symmetric data (4 types)
- R-chart rules for asymmetric data (7 types)
- Trend rules (2 types)
-
Nelson Rule 기본 제공
- 8 types of symmetric & asymmetric rules
-
Custom Rule 정의 지원
- Limit out type
- Bias type
- Trend type
- Oscillation type
- Type 별 관리 limit 의 사용자 정의 및 런타임 적용
-
Rule group 정의 및 적용
- 복수의 rule 을 하나의 rule group 으로 정의하여 적용
- 규칙 검사를 위해 전체 규칙 그룹 적용
-
Data 속성별 7 type의 기본 Control Chart 제공
Category |
Attribute |
Defect type |
Chart type |
Sample Size |
Variable (Quality) |
Measurable (thickness, temp., pressure,..) |
|
X, mR Chart
(Individuals and moving range)
|
Sub group (point) 별 sample = 1 |
Xbar, R Chart
(Average and range)
|
Sub group (point) 별 sample 2~10 |
Xbar, S Chart
(Average and STdev)
|
Sub group (point) 별 sample > 10 |
Attribute (Defects) |
Countable (defect, defective product, ..) |
Defective Unit |
np Chart
(number defective)
|
sample size constants (100 CST당 불량 제품 수) |
p Chart
(proportion defective)
|
sample size varies (CST당 불량 제품 수) |
Defects |
c Chart
(defects per subgroup)
|
sample size constants (100 샘플 당 불량 point 수) |
u Chart
(defects per unit)
|
sample size varies (기간별 불량 point 수) |
-
- aimRMS
- 공정설비 레시피(공정을 진행하기 위한 사전에 정의한 모든 일련의 작업지침) 기준정보를 중앙에서 관리하고 실시간으로 레시피를 제어함으로써, 잘못된 레시피에 의한 공정사고를 예방하는 시스템
-
Key Features
- 원격 Recipe 통합 관리를 통한 효율적인 Recipe 통합 관리
- Recipe 사고 방지를 위한 Recipe 및 주요 Parameter 검증 기능 제공
- Recipe 변경점을 기준으로 변경전/후 비교 관리 기능 제공
- Recipe 변경 및 생성시 승인 프로세스 제공 (변경/이상 사항에 대한 결재 및 통보)
- Recipe Upload 기능을 통한 자동 모델링
- 다양한 Recipe 구조를 지원하는 Flexible Recipe Editor 제공
-
Architecture
-
- aimRPT
- 공장 운영 시스템에서 발생한 모든 데이터를 DW(Data Warehouse) 구성을 통해 저장하고, 공장에서 축적한 많은 데이터를 사용자, 엔지니어, 관리자 관점에서 주제별로 통합하여 정보화시키고, 일부 분석 및 조회 기법을 활용하여 의사결정을 지원하는 시스템
-
Key Features
- Data 수집 및 가공을 위한 Workflow 기반의 ETL Tool 제공(시각화된 모델링, 강력한 스케줄링기능)
- Data 분석을 위한 별도의 DB 스키마 제공
- 다양한 시스템에 산재되어 있는 제조 Data를 단일 System을 통하여 조회 및 분석 가능
- Data Mart 구성으로, 사용자의 다양한 질의에 대한 빠른 응답 가능
- 다양한 Report 제공(실적 분석, 품질 지표, 생산현황, 설비 효율 등)
- 비정형 Report를 위한 OLAP Tool(다양한 형태의 Report 및 Chart) 제공
- ETL Job에 대한 실시간 모니터링 기능 제공
-
Architecture
-
- aimYMS
- DW(Data Warehouse)를 통하여 공장에서 축적한 많은 데이터와 생산설비, 계측, 검사설비의 데이터를 모두 통합하고, 이를 다양한 통계 기법 및 지능 알고리즘을 사용하여 품질 불량 원인이 되는 공정 및 설비 등을 추적할 수 있도록 하는 시스템
-
Key Features
- DW (Data Warehouse) 구축을 위한 ETL 기능 및 데이터 표준체계 제공
- 다양한 Big Data 플랫폼과 연계하여 대용량 데이터 저장 및 고성능 확보
- 전수데이터 기반의 다차원 분석 및 품질 추적성 확보를 통한 분석 기능 고도화
- 설비 가공 조건의 미세한 변화의 감시 체계를 통한 품질 사고 예방
- 공정 변경점 (PM, Recipe 등) 을 고려하여 통계기반 분석 모형 및 다양한 차트 제공
- 제품 및 설비의 동일성 (산포, 중심치 변동 등) 검증을 통한 품질 이상징후 조기 감지
- 고급통계 기법을 활용하여 불량혐의 설비 및 원인인자 추적
-
Architecture
-
- aimFMB
- 공장, 공정라인, 주요설비 기준으로 현황 모니터링, 핵심성과 지표(KPI), 목표대비 실적 등의 데이터를 종합하여 모니터링 할 수 있도록 다양한 화면을 제공하는 시스템
-
Key Features
- 쉽고 빠른 Layout 모델링을 위한 제조 공장 특성을 반영한 컴포넌트 제공
- 상용 디자인 Tool 과 연계하여 컴포넌트 Customization 가능
- WEB, Mobile 기반의 직관성이 높은 시각화 기반의 통합 공장 모니터링
- 다양한 정보의 실시간 표시 (장비상태, WIP 현황, 알람 등)
- 공장 및 주요 설비의 실시간 현황을 신속하게 파악하고 다양한 형태의 알람 제공
- 다양한 시스템과 통합하여, 실시간 정보를 가시적으로 전달함으로써 향상된 생산운영 관리 실현
-
Architecture