• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.97-110
• /
• 2018

4차 산업혁명 시대를 맞아, 제조 기업들은 생산성 향상을 위해 축적된 설비 데이터를 활용하여 스마트제조를 실현하는 것에 높은 관심을 두고 있다. 하지만 기존의 설비 데이터 분석 연구들은 주로 센서 데이터 등 정형 데이터를 대상으로 하여, 실제 큰 비중을 차지하고 있는 텍스트와 같은 비정형 데이터에 대한 분석 연구는 부족한 실정이다. 특히, 작업자가 수기로 작성한 텍스트 데이터를 활용한 사례는 매우 적었다. 따라서 본 논문에서는 작업자가 수기로 작성한 설비 오류 데이터를 분석하여 연관 규칙 마이닝을 통해 설비 오류 발생 패턴을 도출하는 프레임워크를 제안하고자 한다. 이때, 일반적인 텍스트 분석 기법과 같이 단어를 분석 기준으로 사용하는 경우 전문 용어에 해당하는 설비 오류의 의미를 표현하는 데에 한계가 있다는 점에 착안하여 구절을 추출하여 텍스트 분석 기준으로 사용하였다. 제안하는 프레임워크의 성능을 실제 사례를 통해 검증하였으며, 본 연구 결과를 활용하면 설비 오류를 예방하여 가동률을 높이고 나아가 제조 기업의 생산성 향상에 기여할 수 있을 것으로 기대한다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 추계학술대회 및 정기총회
• /
• pp.66-70
• /
• 1998

제조환경 정보의 급속한 변화는 변화에 유연(flexible)하게 대처할 수 있는 제조관리 시스템 개발을 요구하게 되었으며 이를 위한 방법으로 객체지향 개발방법론을 이용한 제조관리 시스템이 구축되어 시스템 구성요소들의 재사용성, 확장성, 유연성을 높일 수 있게 되었다. 그러나 개발된 객체지향 제조관리 시스템은 과거 데이터와 불확실한 데이터를 바탕으로 개발된 시스템이므로 시스템의 타당성 및 효율성의 검증을 위한 방법으로 객체지향 시뮬레이터를 개발하였다. 객체지향 시뮬레이터는 개발된 제조관리 시스템이 현장에 구축되었을 때 발생될 수 있는 문제점을 사전에 검출할 수 있을 뿐만 아니라 시스템의 성능을 사전에 측정할 수 있어 제조관리 시스템의 개발비용을 단축할 수 있게 된다. 본 연구에서는 가상공장의 특성을 구현한 가상공장(virtual factory) 콤포넌트, 제조관리 시스템과의 인터페이스를 담당하는 커넥터(connector) 콤포넌트, 제조시스템의 구성환경을 모델링하는 컨피규레이션(configuration) 콤포넌트, 시뮬레이션의 시간전진을 담당하는 시계(clock) 콤포넌트 등으로 이루어진 객체지향 시뮬레이션의 프레임워크(framework)를 제시하고, 제조관리 시스템과 연계된 시뮬레이션을 통해 제조관리 시스템의 검증, 평가 방안으로 이용하였다.

• 산업진흥연구
• /
• 제2권1호
• /
• pp.1-7
• /
• 2017

제조기업의 경우 여러 종류의 데이터가 수집된다. 이 중 많은 데이터는 약간만 변형하면 제품의 신뢰성 평가에 유용한 정보로 활용될 수 있다. 이 연구에서는 우선 제조기업에서 수집될 수 있는 데이터로 제품, 기술, 재무, 고객 등과 관련된 데이터는 어떤 것이 있는지 살펴본다. 다음으로 데이터가 발생할 수 있는 근원으로서 회사의 비즈니스 매니지먼트 시스템, 과학저널, 시험 및 마케팅조사 데이터 등에 대해 알아본다. 다음으로 제품의 신뢰성평가를 위해 제품수명주기에 걸쳐 어떤 종류의 데이터가 수집되는지 알아본다. 우선 제품의 개발단계에서는 구성요소별로 신뢰성시험을 실시하고, 서브시스템 및 시스템 차원에서도 신뢰성시험을 실시하여 신뢰성 관련 데이터를 수집한다. 한편, 제조단계에서는 제품의 기능시험 및 설계변경시험 등에 관한 데이터를 수집하고, 필드단계에서는 제품의 필드에서 어떤 문제가 일어나는지 파악하여 데이터의 형태로 수집한다. 마지막으로 데이터 수집 시 추후의 합리적인 분석을 위해 들어가야 할 내용이 무엇인지 살펴본다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 스마트미디어저널
• /
• 제8권3호
• /
• pp.95-103
• /
• 2019

세계 제조업은 장기적인 경기침체, 노동 원가 및 원자재 가격 상승으로 성장 한계에 봉착하게 되었으며, 이에 대한 해결방안으로 ICT와 센서 기술을 바탕으로 제조업의 4차 산업혁명을 진행하고 있다. 이러한 흐름에 따라 화학 산업에서의 스마트공장보급 확산과 스마트제조 기술 향상을 위해, 본 논문은 스마트 제조혁신을 위한 보호필름 공정 제조데이터 활용모델의 설계를 제안한다. 보호필름 공정 중에서 원료 배합 및 교반, 압출, 그리고 검수 공정에 대해서 온도, 압력, 습도, 그리고 동영상 및 열화상의 제조 데이터를 획득한다. 또한 획득된 제조 데이터는 대용량 스토리지에 저장되며, AI 서비스에 의한 시계열 및 이미지 분석과 시각화가 진행된다.

• 융합정보논문지
• /
• 제7권5호
• /
• pp.177-182
• /
• 2017

IoT, 클라우드 컴퓨팅, 빅데이터와 같은 주요 ICT 기술이 제조 분야에 적용되기 시작하면서 스마트 공장 구축이 본격화 되고 있다. 스마트 공장 구현의 핵심은 공장 내외부의 데이터 확보 및 분석력에 있다. 따라서 빅데이터 분석 플랫폼에 대한 필요성이 증가하고 있다. 본 연구의 목적은 제조 공정 빅데이터 분석을 위한 플랫폼을 구성하고, 분석을 위한 통합 메소드를 제안하는데 있다. 제안하는 플랫폼은 대량의 데이터 셋을 분산 처리하기 위해 분석도구 R과 하둡을 통합한 RHadoop 기반 구조로서 자동화 시스템의 단위 공정 및 공장 내에서 수집되는 빅데이터를 하둡 HBase에 직접 저장 및 분석이 가능하다. 또한 기존 RDB 기반 분석의 한계점을 보완하였다. 이러한 플랫폼은 스마트 공장을 위한 단위 공정 적합성을 고려하여 개발되어야 하며, 제조 공정에 스마트 공장을 도입하고자 하는 중소기업에 IoT 플랫폼 구축의 가이드가 될 수 있을 것으로 전망된다.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.159-166
• /
• 2018

본 논문은 스마트 공자의 모니터링을 위한 제조설비 시각화 시스템을 소개한다. 최근 기술 발달의 가속화와 제 4 차 산업혁명, Industry 4.0등과 같은 용어가 등장함에 따라 기존 제조공장의 스마트화를 위한 기술들이 조명되고 있다. 제조공장을 실시간으로 모니터링 함으로써 생산성 향상 및 의사결정의 도움을 줄 수 있는 생산관리 시스템은 스마트 팩토리를 위한 중용한 기술 중 하나가 되며, 더 정확한 모니터링 및 응용 기술을 위한 디지털 트윈 기술의 적용 또한 중요한 이슈가 되고 있다. 그러나 디지털 트윈 구현을 위해서는 여러 제조사의 설비 데이터를 통합할 수 있는 통합 인프라가 필요하다. 따라서 본 논문은 이기종의 설비 데이터 수집 및 모니터링을 위한 국제 표준 프로토콜 기반의 데이터 수집 시스템을 활용해 설비의 실시간 정보를 확인할 수 있는 시각화 프로그램을 설계하고 개발한다. 이를 통해 하나의 공장에서 여러 제조사의 설비 데이터들을 통합하고 실시간으로 확인 할 수 있도록 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.73-76
• /
• 2020

본 논문은 생산 현장에서 필요로 하는 다양한 스마트팩토리 서비스를 현장 근로자가 직접 기획, 설계, 구현 및 적용 가능한 서비스 플랫폼을 제안한다. 이를 위하여 오픈 하드웨어 개발 도구 등을 활용한 IoT 기반 제조데이터 수집과 이를 활용하여 서비스 화면을 구성할 수 있는 개발도구를 설계하고 구현하였으며, 구현된 프로그램으로부터 제조데이터 기반의 다양한 현장 서비스를 근로자가 직접 만들고 배포할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.350-353
• /
• 2019

4차 산업혁명 시대에 접어들면서 제조업은 공장 내 설비와 기계에 Arduino 센서를 설치하여 데이터를 실시간으로 수집, 분석하는 스마트 팩토리로 전환되었다. 이에 Digital Twin이라는 개념이 생겨난다. Digital Twin이란 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션 함으로써 결과를 예측하는 기술을 말한다. 본 논문에서는 제조환경에서 발생할 수 있는 물리적인 동작 환경을 시뮬레이션하고, PLC 데이터와 수집된 센서 데이터를 이용하여 실시간으로 공정과정을 모니터링할 수 있는 Virtual Digital Twin System을 제안한다. 본 시스템은 PLC Hardware와 Arduino 센서, 사용자가 접근할 수 있는 PC 및 Web Page로 이루어진다. 제조환경에서의 PLC Hardware를 3D 모델링하여 제공한다. 또한 기기에 부착되어있는 Arduino 센서에서 발생하는 데이터를 수집하고, 분석하여 후에 발생할 수 있는 결함에 대하여 대처할 수 있도록 한다.

• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.95-103
• /
• 2018

ICT 기술의 발전에 따라 제조 산업은 공정 상에서 생성되는 제조 데이터를 분석하여 효율을 높이고자 많은 노력을 하고 있다. 본 논문에서는 스마트 공장의 일환으로 의사결정나무 알고리즘(CHAID)을 이용한 데이터 마이닝 기반 제조공정을 제안한다. 약 5개월간 수집된 실제 제조 공정의 432개 센서 데이터를 활용하여 불량률이 낮은 안정적인 공정 기간과 불량률이 높은 불안정한 공정 기간 간에 유의미한 차이를 보이는 변수를 찾아냈다. 선정된 최종 변수가 불량률 개선에 실제로 효과가 있는지를 측정하기 위해 해당 변수의 안정 값 범위를 설정하여 14일 간 공정에서 해당 센서가 안정 값의 범위를 벗어나지 않도록 공정 설정 값을 조절했고, 불량률 개선의 효과를 측정하였다. 이를 통해 제조 산업에서 생성되는 공정 센서 데이터를 활용 및 분석하여 불량률을 개선할 수 있는 실증적인 가이드라인을 제시할 수 있을 것으로 기대한다.