Catching Gripper Wear Earlier: An Information Monitor Compared with Control Charts in a Simulated Pick-and-Place Cell

현대적인 공장의 조용한 웅성거림 속에서, 산업용 로봇은 인간이 따라갈 수 없는 정밀함으로 움직이며 매시간 수천 개의 부품을 들어 올리고 배치합니다. 이 기계들은 물체를 잡기 위해 닫히고, 이를 이동시키기 위해 놓아주는 기계적 손인 그리퍼에 의존합니다. 수년간 엔지니어들은 이 그리퍼들이 갑자기 고장 나는 것이 아니라, 시간이 흐름에 따라 서서히 마모되어 점차 덜 안정적이 된다는 사실을 알고 있었습니다. 문제는 언제 기계를 멈추어 유지보수를 할지 아는 것이었습니다. 만약 팀이 너무 오래 기다리면, 그리퍼가 너무 느슨해져 잡고 있는 부품들이 정렬에서 벗어나게 되어 폐기물 더미를 만들게 됩니다. 반대로 너무 일찍 멈추면, 불필요한 수리로 인해 시간과 돈을 낭비하게 됩니다. 목표는 부품 자체가 망가지기 훨씬 전, 아주 미세한 징후를 포착하여 기계가 여전히 양질의 제품을 생산하고 있는 동안 유지보수 팀이 조치를 취할 수 있는 시간적 여유를 확보하는 것입니다.

이 초기 경고를 찾기 위해, 와엘 하페즈(Wael Hafez), 아미르호세인 나제리(Amirhossein Nazeri), 그리고 첸안 웨이(Chenan Wei)가 이끄는 연구팀은 가상 테스트 환경을 구축했습니다. 그들은 실제 공장에서 물리적인 로봇을 사용한 것이 아니라, 대신 픽앤플레이스(pick-and-place) 셀에 대한 상세한 컴퓨터 시뮬레이션을 만들었습니다. 이 디지털 세계에서는 모든 변수를 완벽하게 제어할 수 있었습니다. 그들은 로봇이 단일 작업을 반복하도록 프로그래밍했습니다: 30mm 크기의 부품 위에 그리퍼를 닫고, 들어 올린 뒤, 내려놓는 작업입니다. 그런 다음 그들은 부품을 파손시키는 방식이 아니라, 그리퍼의 움직임에 미세한 무작위 지터(jitter, 떨림)를 추가함으로써 시뮬레이션에 특정 유형의 마모를 도입했습니다. 이 지터는 실제 기계적 관절의 베어링이 마모됨에 따라 시작될 수 있는 흔들림이나 떨림을 모사합니다. 연구진은 새로운 유형의 모니터링 시스템이 기존 공장에서 사용되는 표준 도구들보다 이 미세한 흔들림을 더 빨리 포착할 수 있는지 확인하고자 했습니다.

표준 도구들은 관리도(control charts)로 알려져 있습니다. 이는 공장 엔지니어들이 수십 년 동안 그리퍼의 평균 위치나, 한 사이클에서 다음 사이클로 넘어갈 때 위치가 얼마나 변하는지와 같은 단일 수치를 관찰하기 위해 사용해 온 그래프입니다. 수치가 정상 범위를 너무 멀리 벗어나면 차트가 경보를 울립니다. 연구진은 데이터의 평균이나 확산(spread)의 느린 변화를 찾는 두 가지 일반적인 유형의 관리도를 테스트했습니다. 그리고 이들을 '정보 모니터(information monitor)'라고 불리는 새로운 방법과 비교했습니다. 이 새로운 시스템은 단순히 하나의 숫자만을 관찰하는 대신, 세 가지 요소 사이의 관계를 살핍니다: 로봇에게 내려진 명령, 실제 수행된 움직임, 그리고 그다음 순간의 움직임입니다. 이 시스템은 다음과 같은 간단한 질문을 던집니다: "동일한 명령이 여전히 동일한 반응을 만들어내는가?" 만약 명령과 반응 사이의 관계가 변한다면, 이는 평균적인 움직임은 정상처럼 보일지라도 기계가 마모되고 있음을 시사합니다.

시뮬레이션 결과는 놀라웠습니다. 연구진은 로봇을 거의 288,000회의 생산 사이클, 즉 약 160시간의 연속 작동에 해당하는 과정에 실행했습니다. 그들은 마모를 점진적으로 도입했는데, 정상 수준보다 약간 높은 단계에서 시작하여 지터가 평소의 4배에 달할 때까지 증가시켰습니다. 새로운 정보 모니터는 지터가 정상 수준의 1.2배에서 1.45배 사이에 도달하자마자 모든 기계에 경보를 울렸습니다. 이 시점에서 그리퍼는 여전히 요구되는 한계 내에서 부품을 완벽하게 잡고 있었습니다. 기계는 여전히 양질의 제품을 만들고 있었습니다. 이와 대조적으로, 표준 관리도들은 침묵을 지켰습니다. 지터가 정상 수준의 약 3배까지 커진 후에야 차트들은 도움을 요청하며 비명을 질렀습니다. 차트가 마침내 경고를 보냈을 때, 그리퍼는 너무 느슨해져서 생산되는 거의 모든 부품이 이미 불량인 상태였습니다.

이러한 타이밍의 차이는 공장 운영에 있어 매우 중요합니다. 연구진은 지터가 정상의 1.5배에 도달했을 때 첫 번째 불량 부품이 나타난다는 것을 발견했습니다. 정보 모니터는 그 임계값에 도달하기 전에 문제를 포착하여, 부품이 여전히 양호한 상태일 때 유지보수 팀에 명확한 경고를 주었습니다. 그러나 표준 차트는 이미 피해가 발생한 후에야 문제를 감지했습니다. 시뮬레이션에서 새로운 모니터는 테스트된 가장 낮은 수준의 마모에서도 모든 기계에서 마모를 포착한 반면, 전통적인 차트들은 기계가 이미 고장 난 상태가 될 때까지 이를 놓쳤습니다. 또한, 연구진이 완벽하게 건강한 상태로 작동하는 80대의 기계를 대상으로 시스템을 테스트했을 때, 새로운 모니터와 기존 차트 모두 단 한 번의 허위 경보(false alarm)도 발생시키지 않았습니다. 이는 새로운 방법이 불필요한 패닉을 일으키지 않으면서도 문제의 초기 징후를 찾아낼 만큼 충분히 민감하다는 것을 시사합니다.

이 연구는 또한 새로운 모니터가 작업 내용의 변화에 매우 민감하다는 점을 밝혀냈습니다. 만약 연구진이 부품의 크기를 변경하거나, 사이클 속도를 높이거나, 홀딩 위치를 옮긴다면, 모니터는 마모가 발생했을 때와 마찬가지로 강력하게 경보를 울립니다. 이는 이 시스템을 어떤 기계에서든 영원히 그냥 켜두고 있을 수는 없음을 의미합니다. 작업이 변경되거나 유지보수 후에 새로운 "건강한 기준선(healthy baseline)"을 기록해야 합니다. 부품 크기가 바뀌면 모니터는 무엇이 새로운 정상인지 학습해야 합니다. 이것은 결함이 아니라 필수적인 기능입니다. 시스템이 너무 정밀하여 학습된 패턴으로부터의 모든 편차를 감지하기 때문입니다. 연구진은 이러한 민감성 때문에, 이 모니터는 무엇이 잘못되었는지에 대한 최종 진단을 내리기보다는 인간에게 기계를 점검하라고 알리는 '점검 트리거'로서 사용하는 것이 가장 적합하다고 언급했습니다.

결과가 매우 설득력이 있음에도 불구하고, 연구진은 이 작업이 전적으로 컴퓨터 시뮬레이션 내에서 이루어졌다는 점에 주의를 기울이고 있습니다. 그들이 도입한 마모는 무작위 움직임의 꾸준하고 예측 가능한 증가였으며, 이는 특정한 유형의 고장을 의미합니다. 실제 로봇은 갑작스러운 충격, 간헐적인 전기적 문제, 그리고 이번 테스트에는 포함되지 않은 복잡한 물리적 상호작용에 직면합니다. 또한 시뮬레이션은 중력이나 부품의 무게를 포함하지 않은 단순화된 모델을 사용하여, 오직 서로 다른 모니터링 방법을 비교하는 데 집중했습니다. 이러한 한계에도 불구하고, 이 연구 결과는 명확한 방향을 제시합니다. 고정된 작업을 수행하는 공장들의 경우, 로봇의 평균적인 움직임에만 의존하는 것은 충분하지 않다는 점을 시사합니다. 엔지니어들은 움직임이 얼마나 변하는지도 추적해야 하며, 명령과 반응 사이의 관계를 살피는 방법을 고려해야 합니다. 그렇게 함으로써, 그들은 마모의 첫 속삭임을 포착하고, 계획된 휴식 시간에 수리를 예약하며, 단 하나의 불량 부품도 생산하지 않고 생산 라인을 계속 가동할 수 있을 것입니다.