• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.204-206
• /
• 2022

Digital twin, which is evaluated as the core of smart factory advancement, is a technology that implements a digital replica in the virtual world with the same properties and functions of assets in the real world. Since the smart factory to which digital twin is applied can support services such as real-time production process monitoring, production process simulation, and predictive maintenance of facilities, it is expected to contribute to reducing production costs and improving productivity. AAS (Asset Administration Shell) is an essential technology for implementing digital twin and supports a method to digitally represent physical assets in real world. In this paper, we design AAS for manufacturing data gathering to be used in real-time CNC (Computer Numerical Control) monitoring system in operation by considering manufacturing facility in smart factory as assets.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.18 no.5
• /
• pp.237-244
• /
• 2018

The Smart Factory level of manufacturing factories of SMEs now lacks a system for grasping the accurate inventory amount associated with inventory movements in managing warehouses at the basic level. Also, it is difficult to manage accurate materials for loss of data due to worker manual work and production method due to experience. In order to solve this problem, in this paper, automatic acquisition of inventory to minimize manual work to grasp workers' Inventory and improve automation is done. In the smart warehouse management system using the IoT-based autonomous mobile module, the autonomous mobile module acquires the data of the inventory storage while moving through the line. In order to grasp the material of the Inventory storage, The Camera module recognizes the name of the inventory storage. And Then, If output matches, the data measured by the sensor is transferred to the server. This data can be processed, saved in a database, and real-time inventory quantity and location can be grasped in a web-based monitoring environment for administrators. The Real-time Automatic Inventory (RAIC) systems is reduce manual tasks and expect the effects of automated inventory management systems.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.247-250
• /
• 2018

정부는 국내산 풀사료의 경쟁력을 강화하기 위해 풀사료용 기계장비 및 제조비 등의 지원에 해마다 1,000억 이상의 예산을 사용하고 있다. 이에 수반한 보조금의 공정한 집행을 위한 절차와 서류는 매우 복잡하기 때문에 집행 및 정산에 상당한 행정비용이 발생하여 국내 생산 확대의 걸림돌로 적용하고 있는 실정이다. 또한 풀사료는 생산시점의 환경(습도, 온도 등), 수분함유량, 압축압력, 풀사료 품종 등에 따라 품질이 달라지는데 품질기준이 미흡해 유통활성화에 걸림돌이 되고 있다. 풀사료 생산이력 정보 수집에 필요한 센서, IoT 통신기술 등은 상용화 수준에 도달했으나 풀사료 생산현장에 적용하기 위해서는 풀사료 수확기 등과의 통합이 필요하고, 데이터에 기반한 과학적 정책 입안을 위한 기반 데이터 축적이 필요하다. 이를 위해 본 연구에서는 국내산 풀사료의 생산량 증대 및 유통 활성화를 위한 IoT 기반의 풀사료 생산이력관리 시스템을 개발 중으로, 우선 관리 기준이 되는 표준 데이터를 정립해 DB화(化) 하고, 풀사료 수확현장에서 필요한 데이터를 확보하기 위한 생산이력 생성장치 및 생산이력 수집장치와 이를 IoT망을 활용해 전송하기 위한 생산이력 송신장치를 개발하며 수집된 데이터를 통합 데이터베이스화(化) 하여 다양한 사용자에게 유무선 인터넷을 활용해 정보를 제공하는 웹/앱을 개발 중이다. 개발을 위한 핵심 기술로는 풀사료 수확기에 부착된 다양한 센서에서 생성되는 압력 등의 데이터를 실시간으로 취득하는 기술, 제어용 컨트롤러 설계 기술, 센서 데이터 가공 기술, IoT망을 이용한 실시간 전송 기술, 풀사료 통합 DB 구축 기술, Full Stack JavaScript 기술 등이 있다. 본 시스템를 풀사료 현장에 적용하면 풀사료 현장 조사 시간 및 비용 절감, 풀사료 생산/유통/보조 업무 전반의 효율화 및 투명화, 생산이력제 정착으로 풀사료 온라인 유통 활성화 및 물류비 절감, 센서, 측정장치, 표기장치 판매 및 유지보수 등 농업분야 신규사업 창출이 가능하다.

• Journal of Convergence for Information Technology
• /
• v.9 no.3
• /
• pp.16-21
• /
• 2019

Small and medium-sized Korean companies are currently changing their industrial structure faster than in the past due to various environmental factors (such as securing competitiveness and developing excellent products). In particular, the importance of collecting and utilizing data produced in smart factory environments is increasing as diverse devices related to artificial intelligence are put into manufacturing sites. This paper proposes an artificial intelligence-based smart factory model to improve the process of products produced at the manufacturing site with the recent smart factory. The proposed model aims to ensure the increasingly competitive manufacturing environment and minimize production costs. The proposed model is managed by considering not only information on products produced at the site of smart factory based on artificial intelligence, but also labour force consumed in the production of products, working hours and operating plant machinery. In addition, data produced in the proposed model can be linked with similar companies and share information, enabling strategic cooperation between enterprises in manufacturing site operations.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.28 no.1
• /
• pp.95-110
• /
• 2018

With the widespread use of smartphones, various personal information of users is being recorded on a smartphone in real time. For the purpose of preventing the loss of important personal information of users, manufacturer provides a smartphone backup applications. Recently, not only backup programs for PC but also backup mobile apps for smart phones have been provided. From the point of view acquiring forensic data, it is important not to compromise the acquisition possibilities and the integrity of the original data. Especially, in the case of Android smartphones, various studies are being carried out to acquire the data without damaging the integrity of the original data. However, there are limitations to apply the existing research methods. In this paper, we describe the process of acquiring data using the backup mobile app provided by the manufacturer without compromising the integrity of the latest smartphone.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2010.06a
• /
• pp.369-369
• /
• 2010

소자제조 공정의 질과 생산성을 향상시키기 위하여 플라즈마 감시가 필요하다. 본 연구에서는 광반사분광기(Optical Emission Spectroscopy)를 이용하여 소스전력의 변화에 따른 플라즈마 상태 데이터를 수집하였다. 수집된 데이터를 이용한 시계열 신경망 감시 모델을 개발하였으며, 개발된 모델과 CUSUM(Cumulative Sum Control Chart)를 결합하여 플라즈마의 이상 상태를 실시간으로 감시하는 기법을 개발하였다. 매우 우수한 감시 성능을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.613-616
• /
• 2007

현재 국내 외 제조 산업은 기업 시스템의 노후화 등의 많은 문제들이 발생하고 있다. 현재의 자동차 부품공장에서의 불량품에 대한 처리방법은 제품의 생산이 완료된 후 테스트 단계를 거쳐 양품과 불량품을 분류하고 불량품이 발생하면 생산을 중단하고 생산라인의 상태를 점검하는 방식이다. 본 연구에서는 자동차 부품공장의 생산라인에서 불량품 생산을 줄이고 생산라인 가동시간의 지연을 줄이기 위한 불량 예방 모니터링 시스템에 대해 제안한다. 불량 예방 모니터링 시스템은 제품 조립의 각 단계 마다 테스트를 통해 데이터를 수집하고, 수집한 데이터에서 불량이 예상되면 알람 기능을 이용해서 경고를 하도록 설계하였다. 경고 메시지를 통해 불량이 예상되는 곳에 대해 조기에 조치하여 불량품이 나올 확률을 최소한으로 하고 제품의 생산지연 시간을 줄이는 것을 목표로 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.596-597
• /
• 2016

Recently a variety of companies as the growing importance of big data are in the process of research and development for large-scale data collection and management. In addition, a situation that collects all necessary data inside and outside the enterprise to improve the manufacturing environment and the service environment. In this paper, we collect to ingest the mouth-time work for companies within the temple. Also, in conjunction with the NFC tag of the smart phone and employee information stored in the database. Utilizing this determines whether or not the employee attendance and the authority to automatically access to the database or resource within the enterprise. The proposed system is considered to be able to increase the accessibility and efficiency of a database or a resource in the enterprise.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.209-212
• /
• 2018

최근 4차 산업의 등장 이후, 세계적으로 제조혁신을 위한 스마트 팩토리 분야의 연구가 활발히 진행되고 있다. 스마트 팩토리란 ICT 기술과 기존 제조업이 융합하여 공장 내 장비, 부품들이 연결 및 상호 소통하게 하는 생산체계 의미한다. 하지만 스마트 팩토리는 빅 데이터, 사물인터넷, 클라우드 컴퓨팅, CPS 등의 다양한 기술 요소들이 집합된 기술이기 때문에 매우 고가의 구축비용이 요구된다. 따라서 이 논문에서는 IoT, 클라우드 컴퓨팅 기술을 활용하여 중소기업의 영세성을 고려한 저비용의 스마트 팩토리 시스템을 제안하고, 제조기업에서 수집 가능한 데이터 분석과 서비스를 정의하고자 한다.

• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.124-127
• /
• 2000

반도체 제조 공정의 진단 및 고장 예측 시스템을 개발하기 위해 PCA(Principal Component Analysis) 기법을 적용하여 데이터 분석을 하고자 하며, 이에 대한 이론적인 연구와 연구 수행 절차를 구체적으로 정립하였다. 비쥬얼 C++에서 MATLAB과 PLS_Toolbox 등을 연동하여 직관적이고 시각적이며 사용자가 효율적으로 공정 현장에 적용할 수 있는 시스템을 개발하고자 한다. 지금까지 PCA와 관련한 다양한 문헌 조사를 수행하였고, 이론적인 연구를 하였다. 비쥬얼 C++ 프로그램에서 MATLAB과 PLS_Toolbox 등을 연동하기 위해 필요한 환경 선정 등을 완료하였으며, 초기 단계의 간단한 모듈들을 개발하였다. 다음 단계의 모듈들은 좀 더 빠른 시간에 개발할 수 있을 것으로 기대한다. 이를 공정 현장에서 수집한 다양한 데이터에 적용하여 그 결과를 피드백하여 시스템을 수정하고 보완하고자 하며, 마지막으로 현장에 적용하고자 한다.