플랜온마스가 2025년 기아 보전혁신 세미나에 기술 파트너로 참여해 자체 개발한 VR 기반 설비 교육 콘텐츠의 실증 결과를 공식 발표했다. 이번 성과발표는 서울 화성 YBM 연수원에서 열렸으며 인천테크노파크와 인천경제자유구역청이 주관한 2025 TRYOUT 공공·민간 실증 프로그램의 일환으로 진행됐다. 플랜온마스는 제조 현장의 핵심 설비를 안전하게 학습하고 반복 훈련할 수 있도록 설계한 VR 교육 솔루션을 바탕으로 산업용 로봇 분야를 집중 검증했다. 플랜온마스는 이번 사업에서 모터, 로봇 등 공장 가동에 필수적인 구동 설비의 유지보수 교육 콘텐츠를 개발해 기아와 함께 현장 검증을 수행했다. 세미나에서는 HS220 로봇 분해, 조립, 수리 과정을 구현한 VR 콘텐츠가 시연됐으며 실제 작업자가 수행하는 로봇 유지보수 단계 전반을 가상 환경에 그대로 재현했다. 다양한 설비 구성 요소를 실제와 동일한 크기와 동작으로 구현해 복잡한 구조 이해와 작업 반복 학습을 지원하는 것이 특징이다. 기아 보전혁신팀과 현장 관계자들은 로봇 캘리브레이션과 부품 교체 같은 고난도 작업을 VR 기반으로 직관적으로 학습할 수 있다는 점을 긍정적으로 평가했다. 실제 장비를 사용하지 않고도
마우저 일렉트로닉스는 오므론 인더스트리얼 오토메이션의 최신 E3AS-HF ToF(Time of Flight) 레이저 센서를 공급한다고 3일 밝혔다. E3AS-HF 센서는 산업 자동화와 제조 분야는 물론, 혹독한 환경에서도 까다로운 감지 대상을 안정적이고 연속적으로 탐지할 수 있도록 설계됐다. E3AS-HF 센서는 특허 출원 중인 고감도 포토다이오드를 탑재했으며, ±85°의 광각 시야를 지원해 0.05m부터 최대 6m까지의 거리에서 빛 반사율이 낮은 물체도 안정적으로 감지한다. 이를 통해 어두운 배경의 대상, 곡면이나 광택이 있는 표면도 인식할 수 있으며, 오므론의 고유 센싱 알고리즘이 탑재돼 까다로운 각도에서도 높은 감지 성능을 유지한다. 이로써 기존 설비에 손쉽게 장착할 수 있고, 기기 설계 유연성도 강화된다. 이 시리즈는 특히 원거리에서 적층 높이 측정, 불투명한 액체의 잔량 확인, 제품 고갈(run-out) 또는 넘침(overflow) 감지와 같은 연속 레벨 감지 애플리케이션에 적합하다. 최대 6m의 감지 범위를 지원하기 때문에 센서를 위험 장비로부터 떨어진 위치에 설치할 수 있어 작업자 안전을 보장하고, 예상치 못한 가동 중단을 예방할 수 있다. 또한
반도체·디스플레이 제조설비 소프트웨어 및 하드웨어 전문회사인 코닉오토메이션이 다음 달 엔에이치스팩21호와 합병을 통해 코스닥 시장에 상장한다고 8일 밝혔다. 제어 소프트웨어 솔루션 분야를 주력으로 하는 코닉오토메이션은 소프트웨어 플랫폼인 '이지클러스터'를 기반으로 반도체, 디스플레이 등 제조 공정에 맞춘 소프트웨어 라이선스를 제공한다. 코닉오토메이션은 지난 7일 임시주주총회에서 엔에이치스팩21호와 합병이 승인됐다고 전했다. 엔에이치스팩21호와 코닉오토메이션의 합병비율은 1대 4.613이다. 합병 신주는 4021만3222주다. 합병 기일은 7월 13일이다. 신주는 오는 7월 29일 코스닥 시장에 상장된다. 헬로티 서재창 기자 |
헬로티 임근난 기자 | 한국생산기술연구원(이하 생기원)이 포항공과대학교와 함께 제조설비의 고장 징후를 딥러닝 기술로 포착하고 그 원인과 판단기준을 시각적으로 표현해줄 수 있는 ‘설명 가능 인공지능(AI) 기반의 설비 고장 진단 기술’을 공동 개발했다. 기존에 개발된 제조현장의 AI 고장 진단 기술은 설비가 현재 ‘정상 또는 고장’이라는 단순한 판정 정보만 제공할 뿐, 고장 발생이 어떤 이유로 예측되는지에 대한 설명과 근거를 제공해주지 못한다는 한계가 있었다. 이 같은 AI 동작 해석의 어려움으로 소위 ‘블랙박스’라고 불릴 만큼 진단 기술에 대한 신뢰성과 활용도가 낮았다. 또한, 고장 신호가 들어왔을 때 작업자가 그 원인을 파악하기 위해서는 다른 방법으로 다시 분석하거나 제조설비를 직접 살펴봐야해 번거로웠고 시간도 오래 걸렸다. 이러한 문제점을 극복하기 위하여, 생기원 첨단메카트로닉스연구그룹 AI응용제조설비연구센터 윤종필 박사와 포항공대 전자전기공학과 박부견 교수, 김민수 학생연구원(박사과정)이 이끄는 공동연구팀은 설비에 부착된 다양한 센서로부터 획득한 시계열 진동신호를 이용하여 설비상태를 실시간 진단해주는 딥러닝 모델을 고안해냈다. 대다수의 핵심 제조설비들은
[첨단 헬로티] 요꼬가와전기는 플랜트 모니터링 및 계기 관리 소프트웨어인 Plant Resource Manager (PRM) R4.01버전을 출시 했다. 이 제품은 PRM을 통하여 제어계기 및 제조설비에서 수집된 플랜트 모니터링 데이터를 중앙에서 관리 할 수 있다. 특히, PRM R3.31 버전에서 R4.01 버전으로 업데이트 되면서 계기의 전반적인 상태를 확인데 필요한 통계 데이터를 제공할 수 있어 플랜트의 효율적인 유지관리와 최적화된 운영이 가능해졌다. 개발 배경에 대해, 요꼬가와전기 관계자는 “수 많은 제조업체는PRM과 같은 소프트웨어를 통하여 제어계기 및 제조설비에서 전달되는 다양한 타입의 데이터와 많은 양의 유지보수 정보를 중앙에서 관리하고, 플랜트의 안전한 운전을 방해할 수 있는 계기의 고장을 신속하고 정확하게 파악하여 유지 보수의 효율성을 향상시킬 방법을 지속적으로 찾고 있다”며, “요꼬가와는 이러한 고객의 요구를 충족시키기 위하여 PRM의 기능을 강화했다”고 설명했다. R3.31버전의 사용자는 PRM을 통하여 각 계기의 동작상태를 확인할 수 있었다. 요꼬가와는 플랜트에 설치된 계기의 전체 상태에 파악할