Coca-Cola - 머신러닝을 사용한 가상 압력 센서 개발에 따른 음료 디스펜서 진단 개선 사례 - MATLAB & Simulink

Coca-Cola - 머신러닝을 사용한 가상 압력 센서 개발에 따른 음료 디스펜서 진단 개선 사례

MathWorks의 도움으로 우리 팀은 이 코드의 용량을 ARM Cortex-M 마이크로프로세서에 맞게 줄일 수 있었습니다. 이 작업에서 흐름 제어 모듈은 스마트 컴포넌트로 전환되었습니다.

주요 성과

  • 표준 흐름 제어 모듈을 진단이 가능한 스마트 컴포넌트로 전환
  • 기존 디스펜서 수천 대를 값비싼 센서로 개장할 필요성 제거
  • 최대 91%의 압력 예측 정확도 달성

Coca-Cola Freestyle 음료 디스펜서를 이용하면 소비자는 터치스크린 인터페이스를 통해 수백 가지의 다양한 음료를 선택할 수 있습니다. 디스펜서의 핵심 부품은 물의 흐름을 조절하는 솔레노이드 구동 밸브를 포함하는 FCM(흐름 제어 모듈)입니다. 기계의 급수관에 물리적 압력 센서가 없어 현장 기술자는 FCM 고장과 상류 압력 손실을 구별할 수 없었고, 이로 인해 불필요한 FCM 교체가 이루어졌습니다.

현장 진단을 개선하기 위해 Coca-Cola 엔지니어는 MATLAB® 및 Simulink®를 사용해 머신러닝 기반 가상 센서를 개발했고 이를 디스펜서의 리소스가 제한된 마이크로프로세서에 배포했습니다.

이 팀은 Hardware-in-the-Loop 테스트 공정을 통해 FCM에서 데이터를 수집하는 것으로 시작했습니다. 그들은 Simulink를 사용하여 간단한 제어기를 모델링하고 코드를 생성한 다음, 이를 밸브 압력 및 전류 측정값을 수집하는 데 사용되는 디스펜서 제어 보드에 다운로드했습니다. 그들은 MATLAB에서 작업하여 수집된 데이터를 기반으로 특징 추출 및 다변수 회귀 분석을 수행하는 함수를 개발했습니다. 그들은 이러한 함수를 Simulink 모델에 통합하여 밸브 전류에 기반해 밸브 압력을 예측했습니다. 이 팀은 MathWorks 엔지니어와 협력하여 FCM의 ARM Cortex-M 마이크로프로세서에 대한 코드를 생성하기 전에 모델의 크기를 줄였습니다.

현장에 가상 센서를 배치하기 전에, 연구팀은 2개의 서로 다른 제어 보드에 있는 10개의 서로 다른 FCM에서 수행한 3,000회 이상의 테스트로부터 데이터를 수집하고 분석하여 정확도를 검증했습니다.