• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1793-1799
• /
• 2006

생산자 폐기 책임 규제 강화로 인하여, 제조업 영역이 제품 제조(BOL) 뿐만 아니라 사용, 보수(MOL)와 폐기(EOL)까지 확장 수명주기로 확대 되고 있다. 또한 EOL상에서 개별 제품에 대한 제품 복원 관리 시스템 (PRMS: Product Recovery Management System)에 관한 연구가 활발히 진행 되고 있다. 그러나 BOL, MOL과 EOL간의 정보 단절 문제, MOL상의 정보를 저장하고 사용할 수 없었던 문제는 EOL관리의 자동화를 저해한 큰 요인이다. 최근 유비쿼터스 기술의 발달로 개별 제품 추적이 가능해 졌지만, EOC 등의 식별부호(ID)만으로는 PRMS에 필요한 제품 정보를 얻을 수 없다. 본 논문에서는 제품 ID로부터 MOL상의 정보를 연결하고, 국제표준 기반 정보모델을 이용하는 PRMS를 개발한다. 이를 위해: (1) PRMS에 필요한 정보를 국제표준(ISO10303-239 등)을 기반으로 모델링하고, (2) 제품 ID를 통해 MOL상의 정보를 수집하여 제품 복원에 대한 의사결정을 수행할 수 있는 PRMS를 설계하고, (3) 시제품 구현을 통해 제안된 데이터 모델 및 시스템의 유효성을 검증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.629-630
• /
• 2023

최근 아파트의 월패드 해킹 사건과 같이 사물인터넷의 보안이 매우 심각한 상황이다. 사물인터넷은 자동화된 데이터 수집, 분석, 의사결정으로 효율성과 생산성 향상하고, 실시간으로 모니터링이 가능하면서 저비용으로 개발이 가능하다. 그리고 현재 인공 지능, 빅 데이터 및 클라우드 컴퓨팅 등 다양한 기술과 융합이 가능해 더욱 발전할 전망을 가지고 있다. 그러나 활용 범위가 갈수록 방대해지지만 현재 기술력으론 완벽한 보안을 실현하기가 어려운 것이 현실이다. 그리고 해킹의 대부분 직접적인 피해 당사자인 소비자들은 스마트홈이 주는 편의에 대해서만 알 뿐 보안 위협요소에는 잘 알지 못한다. 스마트홈의 보급이 빨라지고 있지만 정부 및 제조사에서 아직 스마트홈 보안에 관련한 홍보 및 교육이 따라가지 못하기 때문이다. 이러한 점을 보완하기 위해 본 논문에선 스마트홈의 보안 실태와 보안 요구사항에 대해서 다양한 방안을 살펴보고자 한다.

• Journal of the Society of Disaster Information
• /
• v.20 no.1
• /
• pp.117-127
• /
• 2024

Purpose: The purpose is to conduct basic research to save energy and improve the safety of manufacturing plant infrastructure by comprehensively monitoring energy management, temperature, humidity, dust and gas, air quality, and machine operation status in small and medium-sized manufacturing plants. Method: To this end, energy-related data and environmental information were collected in real time through digital power meters and IoT sensors, and research was conducted to disseminate and respond to situations for energy saving through monitoring and analysis based on the collected information. Result: We presented an application plan that takes into account energy management, cost reduction, and safety improvement, which are key indicators of ESG management activities. Conclusion: This study utilized various sensor devices and related devices in a smart factory as a practical case study in a company. Based on the information collected through research, a basic system for energy saving and safety improvement was presented.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.6
• /
• pp.245-250
• /
• 2023

Digital twin technology, which copies information from real space into virtual space, is being used in a variety of fields.Interest in digital twins is increasing, especially in advanced manufacturing fields such as Industry 4.0-based smart manufacturing. Operating a digital twin system generates a large amount of data, and the data generated has different characteristics depending on the technology field, so it is necessary to efficiently manage resources and use an optimized digital twin platform technology. Research on digital twin pipelines has continued, mainly in the advanced manufacturing field, but research on high-speed pipelines suitable for data in the plant field is still lacking. Therefore, in this paper, we propose a pipeline design method that is specialized for digital twin data in the plant field that is rapidly poured through Apache Kafka. The proposed model applies plant information on a Revit basis. and collect plant-specific data through Apache Kafka. Equipped with a lightweight CFD engine, it is possible to create a digital twin model that is more suitable for the plant field than existing digital twin technology for the manufacturing field.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.121-142
• /
• 2023

As the number and weight of imported food are steadily increasing, safety management of imported food to prevent food safety accidents is becoming more important. The Ministry of Food and Drug Safety conducts on-site inspections of foreign food facilities before customs clearance as well as import inspection at the customs clearance stage. However, a data-based safety management plan for imported food is needed due to time, cost, and limited resources. In this study, we tried to increase the efficiency of the on-site inspection by preparing a machine learning prediction model that pre-selects the companies that are expected to fail before the on-site inspection. Basic information of 303,272 foreign food facilities and processing businesses collected in the Integrated Food Safety Information Network and 1,689 cases of on-site inspection information data collected from 2019 to April 2022 were collected. After preprocessing the data of foreign food facilities, only the data subject to on-site inspection were extracted using the foreign food facility_code. As a result, it consisted of a total of 1,689 data and 103 variables. For 103 variables, variables that were '0' were removed based on the Theil-U index, and after reducing by applying Multiple Correspondence Analysis, 49 characteristic variables were finally derived. We build eight different models and perform hyperparameter tuning through 5-fold cross validation. Then, the performance of the generated models are evaluated. The research purpose of selecting companies subject to on-site inspection is to maximize the recall, which is the probability of judging nonconforming companies as nonconforming. As a result of applying various algorithms of machine learning, the Random Forest model with the highest Recall_macro, AUROC, Average PR, F1-score, and Balanced Accuracy was evaluated as the best model. Finally, we apply Kernal SHAP (SHapley Additive exPlanations) to present the selection reason for nonconforming facilities of individual instances, and discuss applicability to the on-site inspection facility selection system. Based on the results of this study, it is expected that it will contribute to the efficient operation of limited resources such as manpower and budget by establishing an imported food management system through a data-based scientific risk management model.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2009.05a
• /
• pp.354-358
• /
• 2009

Micro gas turbine engine is well known as a power plant of unmanned aerial vehicle and a small scale emergency generation system and also, it is significant as initial research of large gas turbine and educational purpose of gas turbine. Many sort of Micro gas turbine test set for education is produced by several manufacturers, but all of the engine control system of them is separated with data acquisition system; moreover, the engine control algorithms are inaccessible and related variables could not be collected. In this investigation, the Integrated Modifiable Test Rig which has modifiable engine start-up, drive and situational control logics is developed by LabVIEW with I/O devices and it provides wide experimental applicability to studies of dynamic characteristics of fuel system and combustion instability.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2014.02a
• /
• pp.236.2-236.2
• /
• 2014

세계 반도체 시장은 컴퓨터 기능이 더해진 모바일 기기의 수요가 증가함에 따라 메모리반도체의 시장규모가 최근 빠른 속도로 증가했다. 특히 모바일 기기에서 저장장치 역할을 하는 비휘발성 반도체인 NAND Flash Memory는 스마트폰 및 태블릿PC 등 휴대용 기기의 수요 증가, SSD (Solid State Drive)를 탑재한 PC의 수요 확대, 서버용 SSD시장의 활성화 등으로 연평균 18.9%의 성장을 보이고 있다. 이러한 경제적인 배경 속에서 NAND Flash 미세공정 기술의 마지막 단계로 여겨지는 1Xnm 공정이 개발되었다. 그러나 1Xnm Flash Memory의 생산은 새로운 제조설비 구축과 차세대 공정 기술의 적용으로 제조비용이 상승하는 단점이 있다. 이에 따라 제조공정기술을 미세화하지 않고 기존의 수평적 셀구조에서 수직적 셀구조로 설계 구조를 다양화하는 기술이 대두되고 있는데 이 중 Flash Memory의 대용량화와 수명 향상을 동시에 추구할 수 있는 3D NAND 기술이 주목을 받게 되면서 공정기술의 변화도 함께 대두되고 있다. 3D NAND 기술은 기존라인에서 전환하는데 드는 비용이 크지 않으며, 노광장비의 중요도가 축소되는 반면, 증착(Chemical Vapor Deposition) 및 식각공정(Etching)의 기술적 난이도와 스텝수가 증가한다. 이 중 V-NAND 3D 기술에서 사용하는 박막증착 공정의 경우 산화막과 질화막을 번갈아 증착하여 30layer 이상을 하나의 챔버 내에서 연속으로 증착한다. 다층막 증착 공정이 비정상적으로 진행되었을 경우, V-NAND Flash Memory를 제조하기 위한 후속공정에 영향을 미쳐 웨이퍼를 폐기해야 하는 손실을 초래할 수 있다. 본 연구에서는 V-NAND 다층막 증착공정 중에 다층막의 두께를 가상 계측하는 알고리즘을 개발하고자 하였다. 증착공정이 진행될수록 박막의 두께는 증가하여 커패시터 관점에서 변화가 생겨 RF 신호의 진폭과 위상의 변화가 생긴다는 점을 착안하여 증착 공정 중 PECVD 장비 RF matcher와 heater에서 RF 신호의 진폭과 위상을 실시간으로 측정하여 데이터를 수집하고, 박막의 두께와의 상관성을 분석하였다. 이 연구 결과를 토대로 V-NAND Flash memory 제조 품질향상 및 웨이퍼 손실 최소화를 실현하여 제조 시스템을 효율적으로 운영할 수 있는 효과를 기대할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.77-77
• /
• 2015

기상이변으로 인한 사회 경제적 피해의 증가로 기상정보에 대한 중요성이 커지면서 해외에서는 민간 기업이 기상 관측망을 구축하는 사례가 나타났다. 미국의 Earth Network은 전 세계에 1만개의 기상 관측센서를 설치하였고, 일본의 통신회사인 NTT DoCoMo는 일본에 4000여 개의 기상 및 환경관측 센서를 구축하였다. 국내에서는 SK플래닛이 자사의 플랫폼 기술과 SK텔레콤의 기지국 인프라를 활용하여 수도권 지역에 국지기상 관측망을 구축하였다. SK플래닛은 2013년 서울지역에 1km 간격으로 264개의 기상센서를 설치하고, 2014년 인천 경기지역에 3km 간격으로 825개의 기상센서를 추가 설치하여, 현재 1089개의 국지기상 관측망을 운용하고 있다. 관측에 사용한 센서는 우량계와 복합 기상센서로 강수량, 기온, 습도, 바람, 기압을 측정한다. 관측된 자료는 데이터로거에서 기상청의 자료처리 표준규격에 따라 처리한 후 M2M 모뎀을 통해 1분마다 서버로 전송한다. 전송된 자료는 기상정보 플랫폼의 수집 서버에서 프로토콜 변환 후 원본자료 DB에 저장하고, 실시간 품질관리를 마친 후 품질관리 자료 DB에 저장한다. 관측 지점의 기본정보 및 작업이력은 메타데이터 DB에 저장되고 관리자 페이지를 통해 조회 및 수정 된다. 관측 자료의 품질 보증은 제조사의 센서 Calibration부터 서비스 모니터링 까지 각 단계별로 체계적인 품질관리를 통해 이루어진다. 품질관리를 마친 국지기상 관측 데이터는 응용프로그램 개발자가 편리하게 사용할 수 있는 API(Application Programming Interface)형태로 제공된다. 2013년 여름부터 수집된 1~3km 해상도의 SK플래닛 국지기상 관측 자료를 통해 그 동안 정량적으로 확인하지 못한 국지성 호우 시의 강수량 편차에 대해 알 수 있었다. 2014년 7월 31일 양평지역에 내린 국지성 호우는 시간당 최대 90mm 이상의 비가 내린 사례로, 귀여리 관측소(SK 플래닛)에 시간당 93.1mm가 내리는 동안 퇴촌 관측소(기상청)에는 17.5mm의 비가 내려, 두 관측지점 간 거리가 3.4km 임에도 불구하고 시간당 75mm 이상의 강수량 차이를 보였다. 앞으로 SK플래닛의 국지기상 관측 자료가 국지성 호우의 조기 경보 및 예측 정확도 향상에 활용되어 재난으로부터 국민의 생명과 재산을 지키는데 많은 도움이 되기를 기대한다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.12
• /
• pp.111-119
• /
• 2022

The purpose of this paper is to examine the change in perception of 3D virtual fashion before and after COVID-19 using big data analysis. The data collection period is from January 1, 2017, before the outbreak of COVID-19, to October 30, 2022, after the outbreak. Big data was collected for key words related to 3D virtual fashion extracted from social media such as Naver, Daum, Google, and YouTube using Textom. After the collected words were refined, word cloud, word frequency, connection centrality, network visualization, and CONCOR analysis were performed. As a result of extracting and analyzing 32,461 words with 3D virtual fashion as a keyword, the frequency and centrality of fashion, virtual, and technology appeared the highest, and the frequency of appearance of digital, design, clothing, utilization, and manufacturing was also high. Through this, it was found that 3D virtual fashion is being used throughout the industry along with the development of technology. In particular, the key words that stand out the most after COVID-19 are metaverse and 3D education, which are in high demand in the fashion industry.

• Journal of Intelligence and Information Systems
• /
• v.24 no.1
• /
• pp.125-140
• /
• 2018

As one of the processes in the manufacturing industry, quality inspection inspects the intermediate products or final products to separate the good-quality goods that meet the quality management standard and the defective goods that do not. The manual inspection of quality in a mass production system may result in low consistency and efficiency. Therefore, the quality inspection of mass-produced products involves automatic checking and classifying by the machines in many processes. Although there are many preceding studies on improving or optimizing the process using the data generated in the production process, there have been many constraints with regard to actual implementation due to the technical limitations of processing a large volume of data in real time. The recent research studies on big data have improved the data processing technology and enabled collecting, processing, and analyzing process data in real time. This paper aims to propose the process and details of applying big data for quality inspection and examine the applicability of the proposed method to the dairy industry. We review the previous studies and propose a big data analysis procedure that is applicable to the manufacturing sector. To assess the feasibility of the proposed method, we applied two methods to one of the quality inspection processes in the dairy industry: convolutional neural network and random forest. We collected, processed, and analyzed the images of caps and straws in real time, and then determined whether the products were defective or not. The result confirmed that there was a drastic increase in classification accuracy compared to the quality inspection performed in the past.