사출 성형 업계 전문가 Andreas와 Björn과의 인터뷰 시리즈 1부에서는 사출 성형 공정을 최적화하는 데 있어 데이터 기반 의사결정의 역할을 살펴보았습니다. 이 대화를 보지 못하셨다면 여기에서 확인할 수 있습니다.
이제 Minitab이 불량률 감소에서부터 품질 저하 없이 생산 속도 향상에 이르기까지, 사출 성형에서의 실제적인 문제를 해결하는 데 어떻게 도움이 되는지 자세히 알아보겠습니다. 이 두 번째 부분에서는 Andreas와 Björn이 구체적인 사례를 공유하고 프로세스를 간소화하고자 하는 전문가들에게 진정으로 중요한 것이 무엇인지 설명합니다.
|
Björn Noreik은 Minitab Certified Trainer이자 Lean Six Sigma의 마스터 블랙 벨트로 자동차, 전자, 제약 및 플라스틱을 포함한 다양한 산업에서 제조 공정과 제품을 최적화한 25년 이상의 경험을 보유하고 있습니다. 통계 도구 및 머신러닝 접근법의 전문가인 Björn은 실험계획법(DoE)과 같은 방법을 통해 프로젝트 팀이 품질과 효율성을 향상시킬 수 있도록 지원합니다. 그는 또한 European Six Sigma Club Germany(ESSC-D)의 이사회에서 활동하며 German Six Sigma Award의 배심원입니다. |
|
| Andreas Thümmel은 Darmstadt의 응용 수학 교수이자 숙련된 컨설턴트로서 고객에게 교육, 워크샵 및 프로젝트 작업을 제공합니다. 2009년에는 이 내용을 시장에 제공하기 위한 회사를 설립했습니다. 재료 과학, 항공우주 산업, 자동차, 전자, 제약, 생명과학 및 플라스틱 산업을 포함한 다양한 산업에서 복잡한 경제 및 산업 데이터를 분석하고 최적화하는 데 경험을 보유하고 있습니다. 그는 파트너와 고객을 위한 관련 개발 및 프로세스를 개선하기 위해 통계 및 데이터 과학 접근 방식에 기반한 연구, 개발 및 지원에 중점을 두고 있습니다. |
Andreas:
공급업체의 일관성이 없는 것, 특히 재활용 소재의 사용이 증가함에 따라 이 문제는 점점 더 어려워지고 있습니다. 이러한 소재들은 당연히 성질이 다양하여 생산 공정을 복잡하게 만듭니다. SPC 및 회귀 분석과 같은 통계 도구는 이러한 변동성을 관리하는 데 매우 중요합니다. 실험계획법(DoE)은 이러한 소재의 비일관성을 이해하고 조정하는 데 도움이 되며, 이는 폼 재질 및 3D-프린트 부품과 같은 복잡한 공정에 특히 중요합니다.
Björn
공급업체를 신뢰하는 것이 중요하지만, 원료 배합의 작은 변화만으로도 제품 품질이 눈에 띄게 변화할 수 있습니다. 모든 잠재적 문제를 테스트하는 일은 불가능하지만, SPC 관리도를 사용하면 원인이 즉시 명확하지 않더라도 문제가 해결되지 않는 시점을 파악하는 데 도움이 될 수 있습니다. 예를 들어, 분산이 증가하면 원료 품질의 변화를 나타낼 수 있습니다. 일정한 패턴이 나타나면 추가로 조사하여 변동이 다음 생산 단계 또는 최종 고객에게 영향을 미치는지 확인할 수 있습니다.
제조업체는 SPC 도구를 사용하여 제품이 고객에게 도달하기 전에 문제를 파악할 수 있습니다. 하지만 이러한 차트는 이러한 변화가 발생한 이유를 알려주지 않으며, 뭔가 다른 점이 있다는 점만을 알려줍니다. 분산을 감지한 후에는 공정 또는 재료를 더 깊이 파고들어 근본 원인을 찾아야 합니다. 이 방법을 통해 제조업체는 공정의 압력 감소와 같은 추세를 파악하고 그에 따라 조정하여 제품 품질을 높일 수 있습니다. 관리도는 분류 도구가 되어 잠재적인 결함을 식별하고 근본적인 문제를 완전히 이해하기 전까지 결함이 있는 제품이 공장에서 발송되는 것을 방지하는 것을 도와줍니다.
Minitab이 사출 성형 공정에서 불량률을 크게 낮춘 실제 사례를 공유해 주시겠습니까?
Andreas:
물론이죠. 실제 사례로는 여러 가지가 있지만, 그 중 일부는 특정 회사와의 비공개 계약으로 인해 기밀입니다. 하지만 연구 프로젝트도 있습니다. 저는 다름슈타트 대학교에 참여하고 있으며, 데이터 분석이 핵심 요소인 학사 및 석사 논문들과 기타 연구 이니셔티브를 보유하고 있습니다. 다름슈타트 대학교의 플라스틱 기술 연구소는 데이터 과학, 컴퓨터 과학 및 데이터베이스 관리를 연구 프로젝트에 통합하는 데 점점 더 집중해 왔습니다.
역사적으로 연구는 주로 중요한 조사와 관련이 있었지만, 이제 데이터 과학 활용의 가치를 확인할 수 있습니다. 이를 위해서는 컴퓨터 과학 전문가, 엔지니어, 통계학자 등의 협업 팀이 함께 협력해야 합니다. 성공의 열쇠는 이러한 분야를 결합하여 실행 가능한 통찰력을 얻는 것입니다. 실제 사례의 세부 사항은 제한되어 있지만, SPC, 회귀 분석 및 실험계획법(DoE)과 같은 도구를 적용하여 이러한 연구 활동에서 상당한 성공을 거두었습니다.
Björn:
고객이 누군지 밝힐 수는 없는 한 실제 사례로는 일반적인 사출 성형 문제를 겪는 회사가 있었는데, 수축, 표면 결함 및 금형 몰드가 완전히 채워지지 않은 짧은 샷 등이 있었습니다. 이러한 문제는 흔하며, 간단해 보이지만 근본 원인을 찾는 일은 복잡할 수 있습니다. 압력, 온도 및 주입 채널을 조정하는 다양한 방법을 시도했지만 문제를 정확히 파악할 수는 없었습니다.
이 단계에서는 보다 체계적이고 데이터 중심적인 접근 방식을 위해 Minitab을 선택했습니다. Minitab Workspace 및 DFSS(Design for Six Sigma)와 같은 도구를 사용하여 프로젝트를 매핑하고 짧은 샷에 영향을 미치는 중요한 요인을 식별했습니다. 중심점이 있는 간단한 요인 실험계획법으로 플라스틱 온도와 이전에는 고려하지 않았던 도구 온도 간의 상호작용이 밝혀졌습니다. 짧은 시간 내에 짧은 주입 속도를 0으로 줄였습니다.
이는 Minitab이 시행착오 방법을 넘어 구조화된 접근 방식을 채택하여 빠르고 효과적인 결과를 도출할 수 있게 해준 전형적인 예입니다. 파이프와 같은 제품이 전체 100%가 아닌 70% 또는 80%만 채워져 있는 짧은 샷은 광범위한 문제로, 종종 온도나 압력이 부족하여 발생합니다. Minitab을 사용하면 요인을 쉽게 시각화하고 최적화하여 수년간 겪어 온 문제를 해결할 수 있습니다.
Björn:
단순히 물건을 더 저렴하게 만드는 것이 아니라 속도를 높이는 것입니다. 몰딩 공정을 잘 관리하며 고객에게 자신 있게 “단기간에 필요한 수량을 생산할 수 있어요.”라고 말하던 한 고객이 기억납니다. 예를 들어, 부품 80개 또는 부품 10,000개가 필요하더라도 문제가 되지 않습니다. 핵심은 속도와 유연성입니다. 이 회사는 작은 부품을 생산하기 위해 하루에 여러 번, 때로는 최대 3~4회 기계를 재설정하여 고객의 정확한 요구를 충족할 수 있습니다. 이러한 신속한 적응 능력은 높은 유연성과 고객의 공장에 가까울 때 경쟁 우위를 제공합니다.
Andreas:
시간은 돈입니다. 공정이 더 빠를수록 수익성이 높아집니다. Björn과 제가 회사를 방문할 때는 종종 해결해야 할 문제가 있기 때문입니다. 보통은 태스크포스나 문제 해결 팀의 일원으로 일하게 됩니다. 이러한 경우 비용은 주요 관심사가 아닙니다. 목표는 빠른 솔루션을 제공하는 것입니다. 더 빠르거나 더 저렴한 것 중에 선택해야 한다면 해답은 분명합니다. 더 빠른 것을 선택하는 것이 좋습니다. 또한 속도뿐만 아니라 더 안전하고 강력한 솔루션을 만드는 것도 중요합니다. 결국, 우리 프레젠테이션에서 제기하는 모든 주장은 데이터를 기반으로 해야 하며, 이는 종종 가설 검정이나 기타 통계적 방법을 통해 솔루션이 유효하고 효과적임을 입증해야 합니다.
사출 성형의 미래: 더 빠르고 스마트한 솔루션
사출 성형 산업은 속도, 정밀성 및 적응성에 대한 요구가 주도적입니다. Andreas와 Björn이 강조한 바와 같이, 성공은 종종 문제를 신속하게 해결하고 데이터에 기반한 강력한 솔루션을 구현하는 데 달려 있습니다. Minitab의 강력한 도구는 전문가들이 복잡한 문제를 파악하고 해결할 수 있을 뿐만 아니라 끊임없이 진화하는 산업에서 앞서 나갈 수 있도록 지원합니다. Minitab은 불량률을 줄이거나 생산 속도를 최적화하는 등 지속적인 개선을 추구하는 사출 성형 기업에게 중요한 파트너입니다.
사출 성형 공정에서 효율성과 정밀성을 실현하세요