SUCCESS STORY

조선·해양플랜트 사례

조선·해양플랜트 산업은?

조선·해양플랜트 산업은 선박을 건조하거나 석유, 가스 등 해양 자원 개발 활동에 필요한 장비를 건조, 설치, 공급하는 산업입니다. 조선·해양 플랜트 산업의 경우 수주에서 인도까지 보통 2년 정도의 긴 시간이 걸리며, 발주사의 요구에 따라 철저히 주문 생산으로 이루어지는 것이 특징입니다.

조선·해양플랜트 산업 데이터 분석 필요성

국내 조선·해양플랜트 산업의 경우 글로벌 경제위기로 인한 신규 발주 중단, 중국발 저가 수주공세, 국제 유가 하락의 외부 요인과 특수선종 경험 부족으로 인한 설계 기술 부재, 해양플랜트 건조 기술 부족, 설계 변경 관련 잘못된 계약 조건 체결 등의 내부 요인으로 수조원의 영업손실을 기록하였습니다. 최근 IT 기술의 발달로 ERP, MES 등 시스템을 통한 제조 데이터가 축적되고 있으나, 조선·해양플랜트 산업의 경우 이들 데이터에 대한 분석이 효과적으로 이루어지지 못하고 있습니다.

데이터 분석 내용 기법

본 프로젝트에서는 해양플랜트 산업의 공정 데이터와 일정 데이터 분석을 진행하였습니다.

Dotted Chart를 이용한 프로세스 패턴 분석

특정 제조 공정 프로세스를 통과하는 각 제품(Case)별로 패턴을 파악하고 이에 대한 이벤트 수 및 총 소요 시간 등의 통계치를 측정함으로써 프로세스의 특징을 파악

프로세스 모델 분석

프로세스 모델 분석은 트랜잭션 로그를 바탕으로 작업 간의 선후관계를 추출하는 알고리즘을 적용하여 프로세스 모델을 도출

성과 분석

작업별, 부서별 빈도수, 수행시간, 대기시간, 소요시간을 포함한 기초 성과 분석과 더불어 2-Dimension 분석, 선후행 분석, 정합률 분석 및 선후행 비교 분석 등의 결과를 다양한 다이어그램을 통해 시각화

소셜 네트워크 분석

작업의 흐름을 나타내는 프로세스 모델 뿐 아니라, 제조 프로세스에 참여하는 작업자, 작업부서 또는 장비 간의 흐름을 분석하여 이를 소셜 네트워크로 도출

공정 프로세스 모델 도출을 통한 병목점 도출
  • 계획 및 실적의 공정 프로세스 모델 도출
  • 항목별 (케이스/부서/공정) 비교 분석 수행
  • 계획에 없던 재작업 프로세스 발견

[그림] 계획 실적 프로세스 모델 비교

주요 분석 결과

계획 및 실적 데이터 비교 분석을 통한 항목별(케이스/부서/공정) 지연값 비교

[그림] 공정 지연 분석

공정 부하 분석
  • 계획 및 실적 데이터 비교 분석을 통해 부서별 공정 부하 예측
  • 계획 대비 약 2배 증가된 물량을 처리하는 부서 발견

[그림] 부서별 부하 비교 분석

분석 효과

공정 및 일정 데이터 분석을 통해 제조 공정 예측을 통한 생산효율 고도화를 할 수 있었습니다.

  • 공정 분석 기간 단축 및 공정 관리 업무 효율 20% 향상
  • 공정 지연 단축 및 생산 공수 절감에 의한 생산성 1% 향상
국내 메이저 조선·해양플랜트에서 퍼즐데이터 ProDiscovery를 선택한 이유

제조 공정의 제조 장비 및 공정에 소요되는 부품별 상태 데이터, 중장비 시설이나 첨단 제품 설비 운영에서 발생하는 데이터 분석을 통해 고장 및 장애 예측이 가능합니다. 이를 통해 불량률 감소, 개발기간 단축, 생산관리 최적화 및 운영비용 절감 등 기업의 생산성 향상을 기대할 수 있습니다.