Nov 05, 2023
기계 상태 모니터링을 통해 라벨링 작업을 개선하는 방법
에드 발리나 | 2021년 6월 15일 향상된 장비 신뢰성과 가동 시간은 두 가지입니다.
에드 발리나 | 2021년 6월 15일
향상된 장비 신뢰성과 가동 시간은 예측 유지 관리 도구를 사용하여 기계를 지속적으로 모니터링할 때 얻을 수 있는 많은 이점 중 두 가지입니다. 사물 인터넷(IoT)과 인공 지능(AI)을 기반으로 하는 기계 상태 모니터링은 문제가 감지되면 유지 관리 팀에 경고하고 문제를 해결하기 위해 수행해야 할 작업을 알려줍니다.
그러나 전통적인 실패 감소를 제외하고 프로세스 개선을 추진하기 위해 이러한 통찰력을 사용하는 것은 아직 초기 단계입니다. 기계 상태 모니터링이 완전히 활용되면 프로세스 개선 및 폐기물 감소에 대한 영향은 기계 오류를 제거하는 역할보다 훨씬 커집니다.
이러한 이점이 무엇인지 보여주는 좋은 예는 라벨링 작업에서 확인할 수 있습니다.
시작하려면 플라스틱 병에 라벨을 붙이는 방법에 대한 간단한 강의를 들어보세요. 첫째, 프린터는 일반적으로 일종의 폴리머 재료인 기판을 사용하고 다양한 방법과 잉크를 사용하여 완성된 라벨을 만듭니다. 라벨 자료는 수천 피트의 선형 라벨 인상이 포함된 롤 형태로 도착합니다. 이러한 라벨은 일반적으로 병을 채우고 뚜껑을 닫은 후 정확하게 측정된 길이의 라벨을 병에 자르고 부착하는 기계에 로드됩니다(종종 접착제 사용).
라벨은 정확히 맞고, 보기에 좋으며, 장비를 손상시킬 수 있는 찢어진 라벨 물질 입자가 생성되지 않도록 깨끗하고 정확한 길이로 절단되어야 합니다.
일반적인 라벨 결함에는 정렬 불량, 불규칙한 절단, 라벨 일부가 튀어나오는 플래그 표시 등이 있습니다. 때로는 라벨이 완전히 누락된 경우도 있습니다.
다음은 기계 상태 모니터링을 통해 라벨링 작업을 크게 향상시킬 수 있는 몇 가지 실제 사용 사례입니다.
분당 600~800개의 병에 라벨을 붙일 때 중요한 요소는 필름 스트립에서 라벨을 자르는 기계 가장자리가 날카롭고 라벨링 장비의 관련 부품이 정렬되어 제대로 작동하는지 확인하는 것입니다. 사람이 육안으로 검사하여 품질을 확인하는 것은 너무 불확실하고 비효율적입니다. 라벨이 제대로 붙지 않은 병이 수천, 심지어 수만 개나 되어서 누구든지 결함을 발견하기 전에 생산 라인에 쌓일 수 있기 때문입니다.
자동 결함 센서가 항상 광고된 대로 작동하는 것은 아닙니다. 결함이 충분히 작거나 센서가 완벽하게 정렬되지 않은 경우 감지되지 않은 채 통과되어 병이 매장 선반에 도착하여 소비자에게 보기 흉한 패키지를 제공할 수 있습니다. 일부 병은 라벨 없이 전체 라인을 통과합니다! 이러한 라벨이 없는 병이 공급망을 통과할 때 "불가사의한" 내용으로 인해 버려져 불필요한 낭비를 초래합니다.
감사 프로그램을 도입한 회사에서는 운영자에게 15~30분마다 라벨 품질을 확인하도록 요구합니다. 확인하지 않는 것보다는 낫지만, 결함을 조기에 발견하려면 여전히 약간의 운이 필요합니다. 분당 1,200개의 병이 생산 라인에서 나온다면, 수표 사이에 불량 라벨이 붙은 병 40,000개가 생산될 수 있습니다. 개인적인 경험을 토대로 이야기를 나누는 것은 재미가 없습니다.
라벨링 공정에 영향을 미치는 구성 요소의 마모를 감지하고 라벨링이 제대로 되지 않은 병이 생산되기 전에 문제를 해결할 수 있다면 어떨까요? 롤 공급 라벨러의 성능 저하의 주요 원인 중 하나는 라벨 롤에서 개별 라벨이 잘리지 않는 것입니다. 절단이 깨끗하고 정확하지 않으면 적용이 실패합니다. 또한 잘못 절단된 라벨 조각이 장비에 쌓이기 시작하여 다른 문제가 발생합니다. 커터 드럼의 날이 마모되어 절단 불량으로 이어지는 시기를 감지할 수 있다면 어떨까요?
예측 분석을 통해 라벨링 성능에 대한 실시간 프로세스 모니터링이 가능해졌습니다. 커터 날이 불규칙하게 절단되기 시작하는 지점까지 무뎌지는 시기를 판단할 수 있습니다. 그 시점에서 우리는 계획되지 않은 정지가 아닌 정기적인 가동 중단 시간 동안 블레이드를 새 것으로 교체할 수 있으므로 절단 불량으로 인한 잘못된 라벨링은 과거의 일이 됩니다.