Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics, offering information and knowledge of the Big Data.

CTA

시작하기

클라우드

시작할 준비가 되셨습니까?

Sandbox 다운로드

어떤 도움이 필요하십니까?

닫기닫기 버튼
CTA

Big Data in Manufacturing and
the IoT Connected Factory

클라우드 Hortonworks is a leader. Read the Forrester Wave.

보고서 다운로드

Make it smarter

Manufacturing is all about efficiency. Using connected devices and machine learning, manufacturers can now create efficiencies to make better products and be first to market.

자세히 알아보기

데이터를 양질의 제품과 효율적인 공정으로 변환

이제는 비교적 저렴한 센서를 사용하여 디자인 샵, 공급망, 생산 라인 및 보증 등 제조 공급망의 여러 단계에 데이터를 수집하고 더 자주 전송할 수 있습니다. 제조업체는 Hortonworks DataFlow(HDF™)를 사용해 이동 중인 데이터를 실시간으로 수집하여 문제가 발행한 위치에 관계없이 곧바로 빨리 확인할 수 있습니다. Hortonworks Data Platform을 사용하면 레거시 플랫폼과 호환되지 않는 데이터에 대한 과거 분석이 가능하므로 엔지니어들이 반응적인 오류 방지를 뛰어넘어 공정을 능동적으로 개선하는 데 도움이 됩니다.

이용 사례

원료의 적시 입고 보장

제조업체는 원료 보유 재고를 최소화하길 원하므로 적시 입고를 선호합니다. 반면에 재고가 부족하면 생산이 지연되어 손실이 발생할 수 있습니다. 센서와 RFID 태그를 사용하면 공급망 데이터를 수집하는 비용이 절감되지만, 계속 유입되는 많은 데이터가 발생합니다. Hadoop을 사용하면 이 비정형 데이터를 비교적 적은 비용으로 저장할 수 있습니다. 그러므로 제조업체는 공급망의 과거에 대한 가시성을 높이고 몇 달치 분량에 불과한 데이터에서 볼 수 없는 큰 패턴을 확인할 수 있습니다. 이 인텔리전스를 통해 제조업체는 공급망 문제에 대처할 시간을 더 많이 얻을 수 있습니다. 또한 공급망 비용을 줄이고 완제품의 이익율을 높일 수도 있습니다.


실시간 및 과거 어셈블리 라인 데이터로 품질 관리

하이테크 제조업체들은 센서를 사용하여 제조 공정의 중요한 단계에서 데이터를 수집합니다. 이 데이터는 제조 시에 문제가 발생하는 즉시 발견하는 데 유용합니다. 그러나 일부 포착하기 힘든 문제—"알려지지 않은 알려지지 않은 문제"—는 제조 시에 발견되지 않을 수 있습니다. 그렇지만 이런 문제는 제품 구매 후 불량률이 높아지는 원인이 될 수 있습니다. 문제가 있는 제품이 반품되면 제조업체는 불량 원인을 확인하기 위해 제품을 테스트하고 이 테스트 데이터를 제품 제조 시에 얻은 원래 센서 데이터와 합칠 수 있습니다. 여러 제품에 걸쳐 이렇게 가시성이 높아지면 제조업체가 공정과 제품을 데이터가 적은 환경에서는 불가능한 수준으로 개선하는 데 도움이 됩니다.


사전 장비 유지보수로 가동 중단 방지

지금의 제조 워크플로에는 미리 정해진 정밀한 단계에 걸쳐 통합된 정교한 기계들이 사용됩니다. 기계 하나가 오작동하면 생산 라인이 중단될 수 있습니다. 유지보수 작업을 너무 빨리 하면 비용이 발생하므로, 너무 이르거나 너무 늦지 않은 최적의 유지보수 및 수리 일정을 정해야 합니다. 머신 러닝 알고리즘을 사용하면 각 장비의 유지보수 이벤트와 머신 데이터를 오작동 기록과 비교할 수 있습니다. 이런 알고리즘을 통해 실시간 정보와 과거 데이터를 기반으로 최적의 유지보수 일정을 도출할 수 있습니다. 이렇게 도출된 일정은 장비 이용률을 극대화하고 P&E 비용을 최소화하고 예기치 못한 작업 중단을 방지하는 데 도움이 될 수 있습니다.


약품 제조 수율 향상

생물약제 제조에는 세심한 모니터링과 환경 조건 관리가 필요합니다. 모든 생산 공정의 목표는 생산 라인을 처음 거칠 때 올바르게 제조되는 제품의 수를 나타내는 척도인 FTY(최초 수율)를 극대화하는 것입니다. FTY가 1퍼센트씩 증가할 때마다 생산 비용은 크게 절감됩니다. 운영을 볼 수 있는 가시성이 낮기 때문에 FTY 개선에 방해가 되는 경우가 종종 있습니다. 센서 데이터를 기존의 다른 데이터 저장소와 통합할 수 있으면 이런 가시성을 개선하는 데 필요한 원시 데이터를 센서로부터 얻을 수 있습니다. Hadoop에서는 데이터 수집 전에 연역적인 스키마가 필요하지 않으므로 Hadoop Data Lake를 사용하면 센서 데이터를 기존의 다른 데이터 저장소와 더 쉽게 통합할 수 있습니다. 또한 Hadoop은 저장 비용이 더 저렴하기 때문에 클러스터에 더 많은 형식의 데이터를 더 많이 더 오랫동안 저장하여 데이터에서 새로운 관계를 발견할 수 있습니다. Merck Research Laboratories에서 Hortonworks Data Platform을 사용하여 약품 제조를 최적화한 방법에 대해 읽어보십시오.

크라우드소싱 품질 보증

철처한 테스트를 거친 제품도 판매 후에 문제가 발생할 수 있습니다. 고객은 제조업체에 문제를 알리지 않고 소셜 미디어에서 친구와 가족들에게 제품에 대해 불평할 수 있습니다. 제품 문제에 대한 이 소셜 데이터 스트림은 기존 지원 채널에서 얻는 제품 피드백을 보완하기 위해 사용할 수 있습니다. Hadoop에는 사람들의 생각을 나타내는 소셜 미디어 데이터를 대량으로 저장할 수 있으며 제조업체는 이 데이터를 마이닝하여 제품이 전체 수명 동안 어떻게 성능을 유지하는지에 대한 조기 징후를 파악할 수 있습니다. 이렇게 문제에 대해 빨리 알고 조기에 조치를 취하여 제품의 평판을 보호할 수 있으면 고객 충성도를 높이고 유지하는 데 매우 효과적입니다.

고객 사례 연구

Western Digital
고객
Western Digital

WD는 전 세계 하드 디스크의 절반을 제조합니다.Hadoop과 Hortonworks Data Platform을 사용하여 WD의 엔지니어들은 제조 데이터를 더 빨리 보고 더 오래 저장하고 더 많은 팀원들과 공유합니다. 이를 통해 제조 공정을 지속적으로 개선하여 비용을 절감하고 고객 만족도를 높입니다. Hortonworks Data Platform을 사용하기 전의 제조 문제 WD...