철강연속공정 플랫폼, 연말까지 포항·광양 7개 공장 추가 적용
드론 활용 원료재고 분석 도입… 시간 단축·정확한 정밀 점검
인공지능 용광로 구축으로 연간 8만5000t 쇳물 추가 생산도
드론 활용 원료재고 분석 도입… 시간 단축·정확한 정밀 점검
인공지능 용광로 구축으로 연간 8만5000t 쇳물 추가 생산도
포스코가 철강연속공정의 특성을 반영한 스마트팩토리 플랫폼인 포스프레임(PosFrame) 적용 공장을 연말까지 27개 공장으로 확대할 계획이다.
포스프레임은 주문투입 단계부터 제품 출하까지 여러 공장에서 발생하는 서로 다른 특성의 데이터들을 유기적으로 수집, 저장하고 관리한다.
현재 포스코 제철소 내 20개 공장에서 포스프레임을 적용 중이며 올해 안에 포항, 광양제철소 소재 7개 공장에 추가로 도입할 계획이다.
포스프레임은 사람이 직접 관찰하고 관리했던 원료 재고 분석에 드론을 도입했다.
포항제철소와 광양제철소에는 총 2.73㎢의 원료야드가 있다. 여의도 면적의 3분의 1에 달하는 드넓은 원료야드를 이전엔 사람이 직접 관찰하고 관리해 재고 측정엔 1시간20분, 재고 분석엔 4시간이 소요됐는데, 포스프레임을 통해 도입된 재고 관리용 드론으로 원료야드 재고 측정 시간을 단 20분으로 줄였다. 자체 개발한 데이터 처리 알고리즘을 활용해 재고 분석 시간도 단 1시간으로 단축했다.
드론은 사람이 접근하기 어려운 협소한 곳까지 정밀하게 점검하고 추적해 재고 현황을 보다 정확하게 파악할 수 있을 뿐만 아니라 안전사고 역시 예방할 수 있다.
포스프레임을 통해 철광석 소결광의 품질도 개선했다. 철의 원료인 철광석은 용광로에 들어가기 전 균일한 크기와 성분으로 만드는 소결 공정을 거치는데, 철광석은 육안으로는 확인하기 어려울 만큼 알맹이가 작아 작업자의 숙련도와 노하우에 따라 소결광의 품질이 달라질 수밖에 없었다.
이에 포항제철소 제선부 3소결공장은 스마트 센서를 활용해 작업자가 육안으로 확인해야 했던 부분들을 데이터화하고 이를 딥러닝을 통해 인공지능이 스스로 실시간 제어할 수 있도록 자동 제어 시스템을 적용했다. 이를 통해 조업 편차는 60% 개선됐으며 3%에 달하는 연료비가 절감됐다. 연 단위로 환산하면 19억원의 비용 절감 효과가 기대된다.
아울러 포스코는 포항 2고로를 포함, 최근 2차 개수를 마치고 조업을 재개한 광양 3고로 등 포항과 광양에 각각 2기씩 총 4기의 스마트 고로를 구축 또는 가동하고 있다.
포스코의 인공지능(AI) 용광로는 수많은 변수와 케이스를 스스로 학습하고, 연·원료의 성분과 용광로 상태를 스스로 체크하고, 이를 바탕으로 조업 결과를 예측한 뒤 조업 조건을 선제적으로 자동 제어한다. 그 결과 포스코의 스마트 용광로는 일일 용선 생산량을 240t가량 증대시켰다. 이는 1년간 8만 5000t의 쇳물을 추가 생산할 수 있고, 중형 승용차를 연간 8만5000대 더 생산할 수 있는 양이다.
열연, 냉연, 도금 등 최종 제품을 생산하는 공정에도 스마트기술을 적용해 품질 편차를 줄이고 제품 손실을 줄이고 있다.
열연 공장의 경우 올해 7월 가열, 압연, 권취 등 전 공정에 스마트 기술을 적용, 한곳에서 컨트롤할 수 있는 통합운전실을 구축했다. 가열 공정의 경우, AI를 적용해 품질 편차를 획기적으로 줄였고, 압연 공정은 조업 상황에 따라 최적의 압연량을 자동 설정해 주는 스마트 기술로 제품 손실을 크게 줄였다.
기가스틸 등 고급 자동차 강판을 생산하는 도금 공정에도 실시간으로 최적의 도금량을 제어할 수 있는 ‘인공지능 초정밀 도금 제어 기술’을 개발해 적용했다.
이 기술은 딥러닝을 이용해 제품의 강종, 두께, 폭, 조업 조건과 목표 도금량을 스스로 학습해 정확히 제어하는 것이다. 기존에는 89% 수준이었던 도금량 제어 적중률이 이제는 99% 이상을 웃돌고 있다. 현재 인공지능 초정밀 도금 제어 기술은 포항, 광양제철소 모든 도금공장에 적용됐고, 우리나라 ‘국가핵심기술’로 등재돼 있다.
제품 출하 역시 인공지능과 로봇기술을 적용해 물류비를 절감하고 있다. 포스코는 인공지능과 빅데이터 기술을 적용한 ‘AI 배선 시스템’ 구축을 통해 선박이 항구에서 대기하는 시간을 최소화해 손실과 비용을 줄이고, 고객이 요청한 출하 목적지별로 포항, 광양 제철소의 물류비를 계산해 어느 제철소에서 생산하는 것이 물류비 절감에 더 도움이 되는지를 인공지능이 스스로 판단하게 할 계획이다. 인공지능 제철소 지정 시스템을 가동하면 물류비가 연 5억원가량 절감될 것으로 예상된다.
포스프레임은 주문투입 단계부터 제품 출하까지 여러 공장에서 발생하는 서로 다른 특성의 데이터들을 유기적으로 수집, 저장하고 관리한다.
현재 포스코 제철소 내 20개 공장에서 포스프레임을 적용 중이며 올해 안에 포항, 광양제철소 소재 7개 공장에 추가로 도입할 계획이다.
포스프레임은 사람이 직접 관찰하고 관리했던 원료 재고 분석에 드론을 도입했다.
포항제철소와 광양제철소에는 총 2.73㎢의 원료야드가 있다. 여의도 면적의 3분의 1에 달하는 드넓은 원료야드를 이전엔 사람이 직접 관찰하고 관리해 재고 측정엔 1시간20분, 재고 분석엔 4시간이 소요됐는데, 포스프레임을 통해 도입된 재고 관리용 드론으로 원료야드 재고 측정 시간을 단 20분으로 줄였다. 자체 개발한 데이터 처리 알고리즘을 활용해 재고 분석 시간도 단 1시간으로 단축했다.
드론은 사람이 접근하기 어려운 협소한 곳까지 정밀하게 점검하고 추적해 재고 현황을 보다 정확하게 파악할 수 있을 뿐만 아니라 안전사고 역시 예방할 수 있다.
포스프레임을 통해 철광석 소결광의 품질도 개선했다. 철의 원료인 철광석은 용광로에 들어가기 전 균일한 크기와 성분으로 만드는 소결 공정을 거치는데, 철광석은 육안으로는 확인하기 어려울 만큼 알맹이가 작아 작업자의 숙련도와 노하우에 따라 소결광의 품질이 달라질 수밖에 없었다.
이에 포항제철소 제선부 3소결공장은 스마트 센서를 활용해 작업자가 육안으로 확인해야 했던 부분들을 데이터화하고 이를 딥러닝을 통해 인공지능이 스스로 실시간 제어할 수 있도록 자동 제어 시스템을 적용했다. 이를 통해 조업 편차는 60% 개선됐으며 3%에 달하는 연료비가 절감됐다. 연 단위로 환산하면 19억원의 비용 절감 효과가 기대된다.
아울러 포스코는 포항 2고로를 포함, 최근 2차 개수를 마치고 조업을 재개한 광양 3고로 등 포항과 광양에 각각 2기씩 총 4기의 스마트 고로를 구축 또는 가동하고 있다.
포스코의 인공지능(AI) 용광로는 수많은 변수와 케이스를 스스로 학습하고, 연·원료의 성분과 용광로 상태를 스스로 체크하고, 이를 바탕으로 조업 결과를 예측한 뒤 조업 조건을 선제적으로 자동 제어한다. 그 결과 포스코의 스마트 용광로는 일일 용선 생산량을 240t가량 증대시켰다. 이는 1년간 8만 5000t의 쇳물을 추가 생산할 수 있고, 중형 승용차를 연간 8만5000대 더 생산할 수 있는 양이다.
열연, 냉연, 도금 등 최종 제품을 생산하는 공정에도 스마트기술을 적용해 품질 편차를 줄이고 제품 손실을 줄이고 있다.
열연 공장의 경우 올해 7월 가열, 압연, 권취 등 전 공정에 스마트 기술을 적용, 한곳에서 컨트롤할 수 있는 통합운전실을 구축했다. 가열 공정의 경우, AI를 적용해 품질 편차를 획기적으로 줄였고, 압연 공정은 조업 상황에 따라 최적의 압연량을 자동 설정해 주는 스마트 기술로 제품 손실을 크게 줄였다.
기가스틸 등 고급 자동차 강판을 생산하는 도금 공정에도 실시간으로 최적의 도금량을 제어할 수 있는 ‘인공지능 초정밀 도금 제어 기술’을 개발해 적용했다.
이 기술은 딥러닝을 이용해 제품의 강종, 두께, 폭, 조업 조건과 목표 도금량을 스스로 학습해 정확히 제어하는 것이다. 기존에는 89% 수준이었던 도금량 제어 적중률이 이제는 99% 이상을 웃돌고 있다. 현재 인공지능 초정밀 도금 제어 기술은 포항, 광양제철소 모든 도금공장에 적용됐고, 우리나라 ‘국가핵심기술’로 등재돼 있다.
제품 출하 역시 인공지능과 로봇기술을 적용해 물류비를 절감하고 있다. 포스코는 인공지능과 빅데이터 기술을 적용한 ‘AI 배선 시스템’ 구축을 통해 선박이 항구에서 대기하는 시간을 최소화해 손실과 비용을 줄이고, 고객이 요청한 출하 목적지별로 포항, 광양 제철소의 물류비를 계산해 어느 제철소에서 생산하는 것이 물류비 절감에 더 도움이 되는지를 인공지능이 스스로 판단하게 할 계획이다. 인공지능 제철소 지정 시스템을 가동하면 물류비가 연 5억원가량 절감될 것으로 예상된다.
저작권자 © 경북도민일보 무단전재 및 재배포 금지
<경북도민일보는 한국언론진흥재단의 디지털 뉴스콘텐츠 이용규칙에 따른 저작권을 행사합니다 >
▶ 디지털 뉴스콘텐츠 이용규칙 보기
▶ 디지털 뉴스콘텐츠 이용규칙 보기
