The Journal of Bigdata (한국빅데이터학회지)

Korea Bigdata Society (한국빅데이터학회)
권호 표지

Big data Cloud Service for Manufacturing Process Analysis

제조 공정 분석을 위한 빅데이터 클라우드 서비스

  • 이용혁 (울산과학기술원(UNIST) 경영공학과) ;
  • 송민석 (울산과학기술원(UNIST) 경영공학과) ;
  • 하승진 (현대중공업 안전.경영지원본부 공정지원부) ;
  • 백태현 (현대중공업 안전.경영지원본부 공정지원부) ;
  • 손숙영 (현대중공업 안전.경영지원본부 공정지원부)
  • Received : 2015.12.14
  • Accepted : 2016.01.18
  • Published : 2016.02.29
Download PDF
⟨ Previous Next ⟩

Abstract

Big data is an emerging issue as large data which was impossible to be processed in the past is possible to be handled with the development of information and communication technology. Manufacturing is the most promising field that big data is applied such that there are abundant data available. It is important to improve an efficiency of manufacturing process for quality control and production efficiency because the processes from production design, sales, productions and so on are mixed intricately. This study proposes big data cloud service for manufacturing analysis using a big data technology and a process mining technique. It is expected for manufacturing corporations to improve a manufacturing process and reduced the cost by applying the proposed service. The service provides various analyses including manufacturing analysis and manufacturing duration analysis. Big data cloud service has been implemented and it has been validated by conducting a case study.

정보통신 기술의 발달로 과거에는 다룰 수 없었던 대용량의 데이터 처리가 가능해지면서 빅데이터의 관심이 고조되고 있다. 제조 산업은 축적된 데이터가 풍부하여 빅데이터의 적용 및 활용이 가장 기대되는 분야이다. 제조 기업의 공정은 생산설계, 생산, 판매 등의 프로세스가 복잡하게 얽혀있기 때문에 품질 관리와 생산효율성의 증대를 위해 제조 공정 프로세스의 효율화가 중요하다. 본 연구에서는 빅데이터 기술과 프로세스 마이닝 기법을 제조 공정 분석에 접목시킨 빅데이터 클라우드 서비스를 제안한다. 제조 기업은 클라우드 서비스를 활용하여 공정 프로세스의 개선 및 비용절감 등의 효과를 거둘 수 있다. 빅데이터 클라우드 서비스는 공정 프로세스 분석, 공정 시간 분석 등의 다양한 분석 서비스를 제공하며 구현 완료하였다. 사례 연구를 통해 클라우드 서비스의 유효성을 검증하였다.

Keywords

References

  1. 노규성, 박상휘, "제조실행 시스템에의 빅데이터 적용방안에 대한 탐색적 연구", 한국디지털정책학회, 2014. https://doi.org/10.14400/jdpm.2014.12.1.305
  2. 손숙영, Bernardo Nugroho Yahya, 송민석 외 다수, "프로세스 마이닝 기반 공정 프로세스 분석: 삼성전기 사례 연구", 한국CADCAM학회 동계학술대회논문집, pp.739-744, 2014.
  3. 송민석, 김덕영, 류광열, 조용주, 조현제, "프로세스 마이닝 활용한 c-MES 공정 프로세스 분석 방안", 한국생산제조 시스템학회 학술발표대회논문집, pp. 193-193, 2011.
  4. 송민석, 정일교, 조용주, 조현제, "프로세스 마이닝을 활용한 생산 공정 데이터 분석", 대한산업공학회 춘계학술대회논문집, pp.326-345, 2012.
  5. Aisling, O., D. Jurate, and D.S. Roy, "'Big data', Hadoop and cloud computing in genomics", Journal of Biomedical Informatics, Vol.46, No.2, pp.774-781, 2013. https://doi.org/10.1016/j.jbi.2013.07.001
  6. Chen, H., R. Chiang, and V. Storey, "Business Intelligence and Analytics: From Big Data to Big Impact", MIS Quarterly, 2012.
  7. Chen, M., S. Mao, and Y. Liu, "Big data: a Survey", Mobile Networks and Applications, Vol.19, No.2, pp. 171-209, 2014. https://doi.org/10.1007/s11036-013-0489-0
  8. De Mauro, A., M. Greco, and M. Grimaldi, "What is big data? A consensual definition and a review of key research topics", AIP Conference Proceedings, pp. 97-104, 2015.
  9. Groger, C., F. Niedermann, and B. Mitschang, "Data Mining-driven Manufacturing Process Optimization", Proceedings of the World Congress on Engineering, Vol.3, 2012.
  10. Hernandez-Matias, J.C., A. Vizan, A. Hidalgo, and J. Rios, "Evaluation of techniques for manufacturing process analysis", Journal of Intelligent Manufacturing, Vol.17, No.5, pp.571-583, 2006. https://doi.org/10.1007/s10845-006-0025-1
  11. Hessman, T., "Putting Big Data to Work", Industryweek, pp.14-18, 2013.
  12. Labrinidis, A. and H.V. Jagadish, "Challenges and opportunities with big data", Proceedings of the VLDB Endowment, Vol.5, No.12, pp.2032-2033, 2012. https://doi.org/10.14778/2367502.2367572
  13. Laney, D., "The Importance of 'Big Data': A Definition", Gartner, 2012.
  14. McKinsey Global Institute, "Big data: The next frontier for innovation, competition, and productivity", 2011.
  15. Milagros, R. and M. Emesto, "Agent Learning in Autonomic Manufacturing Execution Systems for Enterprise Networking", Computers and Industrial Engineering, Vol.64, pp.901-925, 2012.
  16. Nedelcu, B., "About Big Data and its Challenges and Benefits in Manufacturing", Database Systems Journal, Vol.4, No.3, pp.10-19, 2013.
  17. O'Brein, D., "Make sure MES delivers data-driven value", Plant Engineering, Vol.7, pp.53-56, 2011.
  18. Ohlhorst, F., "Big data analytics: turning big data into big money", John Wiley and Sons, 2013.
  19. Peter, O. et al., "Big data in manufacturing: a systematic mapping study", Journal of Big Data, 2015.
  20. Rozinat, A., M.T. Wynn, W.M.P. van der Aalst, A.H.M. Hofstede, and C.J. Fidge, "Workflow simulation for operational decision support", Data and Knowledge Engineering, Vol.68, No.9, 2008, Sixth International Conference on Business Process Management (BPM)-Five selected and extended papers, pp.834-850, 2009. https://doi.org/10.1016/j.datak.2009.02.014
  21. Rozinat, A., R.S. Mans, M. Song, and W.M.P. van der Aalst, "Discovering simulation models", Information Systems, Vol.34, No.3, pp.305-327, 2009. https://doi.org/10.1016/j.is.2008.09.002
  22. Slack, N., S. Chambers, and R. Johnston, "Operations Management", 6th ed. Harlow: Financial Times Prentice Hall, 2010.
  23. Song, M. and W.M.P. van der Aalst, "Towards comprehensive support for organizational mining", Decision Support Systems, Vol.46, No.1, pp.300-317, 2008. https://doi.org/10.1016/j.dss.2008.07.002
  24. Taylor, R.C., "An overview of the Hadoop/MapReduce/HBase framework and its current applications in bioinformatics", BMC Bioinform, Vol.11, 2010.
  25. van der Aalst, W.M.P., "Process Mining: Discovery, Conformance and Enhancement of Business Processes", Springer, Heidelberg, Germany, 2011.
  26. van der Aalst, W.M.P., M.H. Schonenberg, and M. Song, "Time prediction based on process mining", Information Systems, Vol.36, No.2, Special Issue: Semantic Integration of Data, Multimedia, and Services, pp.450-475, 2011. https://doi.org/10.1016/j.is.2010.09.001
  27. Wu, X., X. Zhu, G.Q. Wu, and W. Ding, "Data mining with big data", Knowledge and Data Engineering IEEE Transactions on, Vol.26, No.1, pp.97-107, 2014. https://doi.org/10.1109/TKDE.2013.109