산업혁명 이후, 제조업은 끊임없는 기술 혁신을 통해 생산성과 효율성을 높여왔다. 현재 제조업은 4차 산업혁명의 중심에 있으며, 그 중 하나의 핵심 기술은 로봇 비전 시스템이다. 특히 3D 로봇 비전 시스템은 현대 제조업에서 필수적인 요소로 자리잡고 있다. 이번 글에서는 제조업에서 왜 로봇의 눈이 필요한지와 이에 대한 시대적 흐름을 살펴보겠다. 로봇의 눈, 3D 비전 시스템의 필요성 1. 정확한 부품 처리와 조립 제조 공정에서 정확한 부품의 선택과 배치는 생산 효율성과 제품 품질에 직결된다. 전통적인 자동화 시스템은 고정된 위치에서 정형화된 작업만을 수행할 수 있지만, 3D 비전 시스템은 다양한 위치와 각도에서 부품을 인식하고 처리할 수 있어 더 유연한 생산 공정을 가능하게 한다. Pickit 3D 비전 시스템은 팔레트나 빈(통)에서 물체를 집어 원하는 위치에 정확하게 놓을 수 있도록 도와준다. 2. 숙련된 노동력 부족 문제 해결 제조업체들은 숙련된 노동력 부족으로 인해 어려움을 겪고 있다. 특히, 반복적이고 단순한 작업은 인력의 소모를 유발하며 생산성을 저하시킨다. 로봇 비전 시스템은 이러한 작업을 자동화하여 인력을 보다 고부가가치 작업에 투입할 수 있게 한
ESG가 무엇인지, 그리고 왜 해야 하는지에 대해서는 이미 기업 담당자를 넘어 많은 이해관계자들이 알고 있고, 기업이 하는 것을 지켜보던 소극적인 태도를 넘어 ‘진짜 ESG에 대한 책임’을 기업에 요구까지 하고 있다. 다만, 이제까지는 그 요구가 대부분 대기업에만 집중돼 있었고 중소·중견기업에는 아직은 먼 현실이었다면, ESG 경영에 대한 요구가 공급망 전체로 확대되면서 중소·중견기업도 경영에 필수 요소로 반영해야 하는 시점이 되었다. 이에 정부나 지자체 및 협회에서 기업의 ESG 활동을 지원하는 사업들도 많이 생기고 있음에도 중소·중견기업이 ESG 경영 체계를 구축하고 운영하는 일은 어려운 것이 사실이다. 적은 인력과 부담스러운 비용은 필요성을 느낌에도 선뜻 도입하기 어렵게 만든다. 하지만, 대기업은 달랐을까? 물론 중소·중소기업과 차이는 있겠지만 대기업 역시 CSR 또는 ESG 도입 초기에도 예산과 인력이 없어 어려움을 겪었고, 심지어 현업부서들의 ESG에 대한 인식도가 낮아 왜 ESG를 해야 하는지부터 설득해야 했다. 하지만 이제 국내 대기업은 글로벌 ESG 평가에서 좋은 성적을 거두고 있고, 적어도 ESG를 왜 해야 하는지 설명할 필요는 없어졌다. E
공압을 이용한 밸브 및 액추에이터의 역사는 산업 혁명과 함께 시작되었다. 19세기 중반 증기 기관의 발전과 함께 압축 공기를 이용한 초기 공압 시스템이 등장했으며, 철도와 광산 산업에서 주로 사용되었다. 20세기 초에는 제조업과 공장 자동화에서 중요한 역할을 하게 되었고, 공압 밸브와 액추에이터는 더욱 다양해지고 정교해져 여러 산업 분야에 적용되었다. 특히 대량 생산 공정에서 널리 사용되었으며, 1950년대와 1960년대에는 전자 공학과 결합하여 더욱 정밀한 제어가 가능해졌다. 이 시기에는 공압 제어 밸브와 액추에이터가 산업 자동화의 핵심 요소로 자리잡았다. 훼스토의 피에조(Piezo) 기술을 이용한 비례제어밸브는 높은 정밀도와 효율성을 자랑하며 기존의 솔레노이드 밸브와 여러 면에서 차별화된다. 이 글 전반부에서는 훼스토의 피에조 비례제어밸브의 동작 원리, 기존의 솔레노이드 밸브와의 차이점, 피에조 비례제어밸브의 특징과 장점에 대해 다룬다. 후반부에서는 이 제품들이 반도체 생산 현장에서 어떻게 사용될 수 있는지에 대해 설명할 것이다. 피에조 비례제어밸브의 동작원리 1. 피에조 기술의 기본 원리 훼스토의 피에조 비례제어밸브는 압전효과(piezo electric
이 글에서는 전력계통의 수급 조정·제어에 관한 기본적인 해설로서 거버너(Governor) 프리, 부하 주파수 제어(LFC), 경제 부하 배분 제어(EDC) 등에 대해 설명한다. 또한 재생가능 에너지(재에너지) 연계 확대 시의 수급 조정·제어 면의 영향과 대책, 광역적인 수급 조정·제어에 대해서도 간단히 소개한다. 주파수 변동의 발생 메커니즘 및 주파수 변동의 영향 1. 주파수 변동의 발생 메커니즘 전력계통에서는 부하(수요)와 발전(공급)의 균형이 깨지면 주파수가 변동하는데(예를 들어 부하보다 발전 쪽이 큰 경우에는 주파수가 상승한다), 이 원리에 대해 간단히 설명한다. 먼저 하나의 동기발전기를 생각한다(그림 1). 동기발전기에서는 증기터빈 등의 회전자를 회전시키려는 토크(Tm)와 전기적인 출력 토크(Te)가 균형을 이룬 상태에서 회전수(ω)가 일정하게 되고, 이것이 균형을 이루지 않은 상태에서는 동기발전기의 회전수가 상승 혹은 저하한다. 예를 들어 증기터빈 등의 토크 쪽이 크면, 그만큼이 동기발전기의 회전 에너지로서 축적되어 회전수가 상승한다. 이때, 동기발전기의 관성상수(M)가 클수록 회전수의 변화는 완만해진다. 전력계통에는 다수의 동기발전기가 있는데, 이
이 글에서는 카본 뉴트럴 달성을 위해 재생가능 에너지의 주력 전원화를 지향하는 전력 시스템에 관련된 논점을 개관하는 동시에, 여러 가지 과제 해결의 기수로 지목되고 있는 가상 전력 플랜트(Virtual Power Plant: VPP)에 관한 일본의 대응, 현시점의 달성 정도, 앞으로의 과제와 전망에 대해 다룬다. VPP란 다수의 축전지, 전기자동차, 급탕기 등의 축에너지 기기, 자가용 발전기나 에네팜(가정용 연료전지) 등의 창조에너지 기기, 에어컨, 조명, 생산 설비와 같은 전력 부하 등의 기기군을 통신망을 통해 통합 관리해 마치 단일 발전기처럼 기능시키는 기술을 가리키며, 에너지 매니지먼트의 한 형태라고 할 수 있다. 전력 시스템에서는 전기의 총발전량과 그 소비에 해당하는 총수요량이 어떠한 순간에서도 일치하지 않으면 안 된다. 기상 상황이나 시간대에 의해 발전 출력이 바뀌게 되는 태양광 발전이나 풍력 발전은 변동성 재생가능 에너지(Variable Renewable Energy: VRE)라고 불리며, 이들이 주류의 전원이 되는 상황에서는 전력 시스템의 운용이 어려워진다는 것을 쉽게 상상할 수 있다. 이러한 어려움을 극복하기 위해서는 전력의 수요 그 자체나 수
2023년 9월 미쓰도요는 세계 최고 수준의 정도를 자랑하는 CNC 3차원 측정기 LEGEX에 타쿠미(장인)의 기능을 더해 정도를 더욱 향상시킨 LEGEX 타쿠미 모델(이하 타쿠미 모델이라고 한다)을 발매했다(그림 1). 타쿠미 모델에서는 최대 허용 길이 측정 오차 : E0, MPE＝(0.23＋0.7L/1000)μm를 실현, 1m의 측정 오차가 0.93μm 이하가 되어 드디어 측정 정도가 서브 마이크로미터대에 돌입했다. 이 글에서는 타쿠미 모델 상품화까지의 경위와 타쿠미 모델의 특징에 대해서 설명한다. 또한 타쿠미 모델을 설명하는 데 있어, 미쓰도요의 기능 전승에 대한 대응도 빼놓을 수 없기 때문에 이에 대해서도 소개한다. 미쓰도요란 미쓰도요는 ‘정밀 측정으로 사회에 공헌한다’를 경영 이념으로 삼고 있으며, ‘측정’을 통해 제조에 종사하는 사용자의 지속적 발전과 가치 창조에 공헌하는 것을 염두에 두고 1934년에 창업했다. 아날로그식 마이크로미터 생산을 시작으로, 현재는 5,500종류 이상의 정밀 측정기기를 제조/판매하고 있는 세계 유수의 정밀 측정기기 종합 메이커이다. 미쓰도요의 3차원 측정기로 눈을 돌려 보면, 본체, 스케일, 컨트롤러, 프로브, 소프트웨
이제 대중들에게도 익숙해질 정도로 ESG가 많이 회자되고 있다. 관련 분야에 종사하지 않는 일반 소비자조차 각종 미디어와 공중파 광고를 통해 ESG를 경험하고 있으니 말이다. 더불어 ESG에 조금 관심 있는 사람이라면 공급망 ESG에 대해서도 들어봤을 것이다. 공급망 ESG는 기업이 조달 과정에서 전통적인 QCD(Quality, Cost, Delivery) 외 환경(Environment), 사회(Social), 지배구조(Governance) 등 비재무적인 영역에 대해 평가하고 관리하는 것을 의미한다. 국내 기준, 공급망 ESG는 약 5년 전 글로벌 ESG 평가에 공급망 ESG가 평가요소로 등장하기 시작했을 때부터 본격적으로 관심을 받기 시작했다. 다시 말해, 대기업은 가치사슬 내 ESG 리스크 관리라는 근본적인 목적을 차치하고서라도 동종산업 글로벌 기업과 ESG 평가 또는 경쟁상황에서 살아남기 위해 공급망 ESG를 관리할 수밖에 없는 상황이 펼쳐졌다는 의미다. 공급망 ESG의 속도 대기업의 공급망 ESG 평가를 시작으로 글로벌 ESG 평가에서는 공급망의 범위를 2차, 3차업체까지 확대 관리하기를 요구하고 있다. 또한 코스피 상장사를 대상으로 2030년까지 E
선별장이나 포장 설비에서 과일과 채소를 분류하는 것은 엄청나게 복잡한 일이다. 온갖 것의 크기, 색상, 흠집을 검사해야 한다. 게다가 상품이 소비자에게 도착했을 때 품질을 보장하기 위해서는 이 작업을 지극히 신속하게 처리해야 한다. 과거에는 이 모든 작업을 위해서 사람의 손을 거쳐야 했다. 다수의 인원이 일일이 과일을 선별하고 포장했다. 오늘날에는 크고 작은 업체들이 이러한 작업을 머신비전을 사용해서 처리한다. 산업용 장비로 고품질 광학 조명 플랫폼, 이미지 포착 하드웨어, 섬세하게 맞춤화된 소프트웨어를 사용해서 고품질 이미지를 획득하고 정확하게 불량을 감지한다. 이와 같은 방법으로 머신비전을 사용해서 효율, 품질, 신뢰성을 크게 높이게 되었다. 불량 감지의 복잡함 각각의 소매업자나 고객들마다 불량 감지에 대한 요구가 다를 수 있다. 더욱이 식품은 검사 시점의 상태에 따라서 수명이 제각각이다. 문제를 더 복잡하게 하는 것은, 사람 눈으로 검사한다고 했을 때 불량을 분류하는 것이 꽤 주관적이라는 것이다. 그리고 이러한 모든 작업을 아주 신속하게 처리해야 한다. 포장 업체들은 특히 그렇다. 의료 분야처럼 완벽한 정밀도를 요구하는 것은 아니나, 이 처리 과정이 신
갑작스럽게 몰아닥친 ESG 열풍으로 이제 ESG가 무엇인지에 대해서는 설명할 필요도 없이 너도나도 ESG 경영에 뛰어들고 있는 지금이다. 지금까지는 주로 대기업의 ESG 활동에 대한 관심이 집중되었다면, 이제는 ESG 경영에 대한 요구가 공급망 전체로 확대되면서 중소·중견기업의 ESG 대응 역량 강화에 대한 이해관계자들의 목소리가 높아지고 있다. 하지만 대기업에 비해 상대적으로 규모가 작고 영세한 기업들에게 추가적인 인력과 비용 투입이 수반될 수밖에 없는 ESG 경영은 상당히 부담스러운 과제임이 분명할 것이다. 그럼에도 불구하고 해야만 하는 ESG, 우리는 왜 ESG 경영을 도입해야 할까? 왜(Why)? 먼저 국내 현황에 대한 설명이 필요하다. 2023년 기준 한국거래소에 따르면 코스피 상장법인 가운데 지속가능경영보고서를 공시한 기업은 160개 사로, 2026년 이후 의무적으로 ESG 공시가 필요한 자산 규모 2조 원 이상 기업의 경우 242개 사 중 56%인 135개 사가 보고서를 공시하고 있다. 현행 ESG 자율 공시에 따라 ESG 경영을 도입했음에도 보고서를 공시하지 않는 기업도 있음을 고려하면, ESG 의무 공시화를 앞두고 대기업을 중심으로 이에 대한
하이브리드 전기차(HEV), 연료전지차(FCEV), 배터리식 전동차(BEV) 등 자동차의 전동화가 진행되는 가운데 파워트레인에 이용되는 인버터 등의 파워 일렉트로닉스 기술의 중요성이 높아지고 또한 성능이 진화하고 있다. 파워 일렉트로닉스 기술은 많은 응용에서 이른바 원하는 기능을 실현하기 위한 하나의 요소 기술에 지나지 않지만, 그 성능은 많든 적든 응용 시스템의 성능에 영향을 미친다. 그 중에서도 자동차 응용에서는 인버터의 성능(효율이나 중량·체적)이 차량의 항속 거리나 연비, 실내 공간의 넓이 등 응용 시스템의 중요한 성능 지표에 큰 영향을 미치기 때문에 각 회사가 활발히 개발을 추진하고 있는 분야이다. 이 글에서는 전기자동차용 파워트레인의 핵심 컴포넌트의 하나인 파워 컨트롤 유닛(PCU)에 이용되는 전력 변환 기술에 대해 개략적으로 설명한다. HEV, BEV, FCEV 등 에너지원·구성의 차이에 따라 어떤 회로 구성이 선택되는지, 또한 거기서 이용되는 인버터, DC-DC 컨버터의 동작 원리, 제어 원리를 소개한다. 그것을 바탕으로 성능 향상을 위한 접근법으로서 차세대 파워 반도체 디바이스의 채용과 패키지 기술의 진전에 대해서도 소개한다. 주회로 기술 1
제철소 및 석유화학플랜트, 발전플랜트 같은 대규모 산업 분야 등에서 밸브에서의 누설은 빈번히 발생하는 현상으로 고압과 고온수증기 등을 취급하는 발전플랜트나 부식성 가스, 용액 또는 가연성 가스 등을 취급하는 석유화학 플랜트에서 중대한 사고 발생을 미연에 방지하기 위해 누설을 조기 검출하는 것이 요구되고 있다. 또한 미세누설이 시작 되는 경우에는 사전 인지가 어렵고 단위시간당 누설량은 적더라도 장기간에 걸쳐 누설이 계속되면 손실량은 막대하게 늘어나게 되므로 이것이 원인이 된 경제적 손실도 증가하게 된다. 또한 유해가스의 경우 안전보건 등의 심각한 인적, 물적 자원의 위해를 일으키게 된다. 따라서 누설이 일어나고 있는 밸브들을 조기에 발견하여 그 누설량으로 인한 손실을 정량적, 정성적으로 평가할 수 있는 검사 기술이 매우 중요하게 인식되고 있다. 해당 기술은 다양한 산업 현장에서 사용 중인 각종 중요 밸브에 대해 음향방출(Acoustic Emission) 센서 및 고속, 정밀 데이터 수집 및 분석기술을 이용하여 내부 미세 누설 및 설비 이상 상태를 실시간 감시와 사전 진단이 가능하도록 개발하여, 요즘 4차 산업혁명의 화두인 스마트 팩토리 구축을 위한 예지정비 및
리튬이온 축전지는 1991년에 최초로 상품화되었는데, 이전의 축전지에 비해 상당히 고출력, 고에너지 밀도를 가지고 있었기 때문에 혁신적인 축전 디바이스로서 세상에 기술 혁신을 일으켰다. 보급 초기에는 휴대전화나 퍼스널컴퓨터, 태블릿 단말 등과 같은 초소형 경량 디바이스의 큰 진화를 가져왔다. 최근에는 유럽과 중국을 중심으로 저탄소화에 대한 요구로 전기자동차의 급속한 보급이 추진되고 있다. 그러나 너무나 급속한 수요 증가 때문에 리튬이온 축전지의 재료가 되는 리튬과 코발트, 니켈과 같은 희소금속 공급 부족이 될 우려가 커지고 있다. 따라서 희소금속을 사용하지 않는 축전지로 전환하거나 재활용을 요구하는 등 축전 시스템 개발에 큰 변화가 일어나고 있다. 또한 보다 안전하고 고출력, 고에너지 밀도의 전고체 전지로 발전하기를 크게 기대하고 있다. 한편 저탄소사회 실현에는 태양광이나 풍력, 지열과 같은 자연 에너지의 유효 활용이 강하게 요구되고 있는데, 자연 에너지는 기본적으로 출력의 변동이 커서 그 안정화를 위해 대용량 축전지 시스템과의 연계가 필수적이다. 전기자동차 1대에 탑재되는 전기에너지는 일반 주택 1채용 축전 시스템의 3～5배 용량이기 때문에 전기자동차 축전
최근 몇 년 동안 TSN(Time-Sensitive Networking)은 학문적 기술에서 현실 세계의 실제 애플리케이션으로 도약하는데 성공했다. 이 혁신적 기술의 이점을 활용하고자 하는 기업들은 관련 업계의 요구사항을 바탕으로 TSN 적용이 가능한 시스템을 구축하기 시작했다. Moxa는 IEEE TSN 작업 그룹이 구성되기 전부터 업계 파트너들과 협력하여 산업화 4.0(Industry 4.0)으로 잘 알려진 제조 분야의 디지털화와 산업 자동화를 위한 모든 핵심 기술을 촉진시키는데 주력해 왔다. TSN은 Moxa가 널리 기여하고 있는 산업 디지털화 애플리케이션의 중요 원동력이기도 하다. 실제로 Moxa는 수많은 업계 이해관계자들과 협력하여 TSN이 적용된 시스템을 구축하고, 실제 애플리케이션 및 여러 기술적 발전을 통해 입증된 TSN의 이점을 공장 현장에 제공하고 있다. 그동안 산업 자동화 애플리케이션은 각기 다른 장비와 인터페이스 및 프로토콜로 인해 적시에 대량의 데이터를 전송, 수신 및 처리하는데 상당한 어려움이 있었다. TSN은 연결된 모든 장치들이 공통의 시간 레퍼런스를 공유하여 특정 작업을 위한 특정 시점에 모든 데이터를 이용할 수 있도록 네트워크상
사람의 시각 시스템은 우리가 세상을 이해하기 위한 주요 수단 중 하나이다. 빛이 눈에 들어오고 정보가 시신경을 통해 뇌로 전달되면 뇌가 그 정보를 해석해 ‘이미지를 생성’한다. 그 중 뇌가 관여하고 있는 과정은 특히 복잡하고 난해한데, 이것이 인식과 의사 결정, 그리고 모든 행동의 기반이 된다. 즉, 시각 시스템은 뇌의 구조를 알고 싶어하는 과학자의 주된 목표 중 하나가 된다. 그리고 동시에 시각 시스템은 이미지 정보 처리를 위한 궁극 모델 중 하나이다. 공학자는 시각 시스템을 이해하고 이것을 모방함으로써 기계가 복잡한 문제를 해결한다는 오랜 목표에 대응해 왔다. 양쪽의 대응 목적은 다르지만, 동일한 연구 대상을 다른 형태로 쫓고 있다. 최근 심층 신경망이라는 기술은 이들 양쪽의 합류를 촉진해 각각의 목표를 실현하는 데 공헌하기 시작했다. 심층 신경망은 뇌의 신경세포 네트워크의 일부를 모방해 이미지 인식, 물체 탐지 및 이미지 생성과 같은 시각 과제에 대해 탁월한 성능을 보여주고 있다. 그리고 자율주행차, 의료영상 진단, 비디오 분석, 가상현실, 증강현실, 대규모 언어 모델 등 많은 분야에서 혁신적인 응용이 이루어지고 있다. 그리고 이 놀라운 기술은 뇌의 모
에너지 비용의 상승과 지정학적 갈등의 고조, 여기에 공급 불안이 계속됨에 따라 기업들은 기업 경영의 탄력성과 유연성, 지속가능성을 높이기 위한 투자를 강화하고 있다. 로크웰 오토메이션(Rockwell Automation)은 이 같은 도전적인 환경에 직면한 제조 기업들을 돕기 위해서 MagneMover® LITE 지능형 컨베이어 시스템이라는 스마트한 솔루션을 내놨다. MagneMover LITE는 유연한 모듈형 방식을 채택한 지능형 이송 시스템으로서, 리니어 모터 섹션으로 구성된 각각의 모듈들을 연결해서 현장의 요구사항에 맞게 무한히 다양한 레이아웃이 가능하다. OEM/인-머신(in-machine) 애플리케이션과 까다로운 모션 요구사항에 대해 기존의 벨트 및 체인 컨베이어보다 월등한 성능을 제공함으로써 새로운 차원의 프로세스 최적화와 쓰루풋을 가능하게 한다. 로크웰 오토메이션에 따르면, 실제로 MagneMover LITE는 애플리케이션에 따라 기존의 컨베이어 시스템에 비해 가동시간을 최대 10배까지 높이고, 에너지 비용을 25%까지 절감하며, 플로어 레이아웃을 25~30%까지 줄일 수 있다. 유연성을 높이는 이러한 혁신을 이루기 위해, 로크웰 오토메이션은 아나
상호명(명칭) : ㈜첨단 | 등록번호 : 서울,아54000 | 등록일자 : 2021년 11월 1일 | 제호 : 오토메이션월드 | 발행인 : 이종춘 | 편집인 : 임근난 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2021년 00월00일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 |
사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c)오토메이션월드 all right reserved
UPDATE: 2024년 11월 12일 15시 21분
/pdf.png)
/smartmap_2_01.png)
/smartmap_2_04.png)
/smartmap_2_big_04.jpg)
/smartmap_2_05.png)
/smartmap_2_big_05.jpg)
/smartmap_2_08.png)
/smartmap_2_big_09.jpg)
/smartmap_2_09_2.png)
/smartmap_2_big_10_2.jpg)
/smartmap_2_11_2.png)
/smartmap_2_big_12_2.jpg)
/smartmap_2_02.png)
/smartmap_2_03.png)
/smartmap_2_06.png)
/smartmap_2_big_07.jpg)
/smartmap_2_07.png)
/smartmap_2_big_08.jpg)
/smartmap_2_12.png)
/smartmap_2_big_13.jpg)
/smartmap_2_13.png)
/smartmap_2_big_14.jpg)
/smartmap_2_14.png)
/smartmap_2_big_15.jpg)
/smartmap_2_15.png)
/smartmap_2_big_16.jpg)
/smartmap_2_16.png)
/smartmap_2_big_17.jpg)
/smartmap_2_17_2.png)
/smartmap_2_big_18_2.jpg)
/smartmap_2_18_2.png)
/smartmap_2_big_19_2.jpg)
/smartmap_2_19._2.png)
/smartmap_2_big_20_2.jpg)
/smartmap_2_20.png)
/smartmap_2_big_21.jpg)
/smartmap_2_21.png)
/smartmap_2_22.png)
/smartmap_2_23.png)
/smartmap_2_24.png)
/smartmap_2_25.png)
/smartmap_2_26.png)
/smartmap_2_27.jpg)