• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.942-945
• /
• 2005

This paper tried to analyze the collection and management method of shop-floor information for development of digital framework in u-manufacturing. In detail, the shop-floor information collection method through the direct communication with manufacturing devices using network Including RS-232C/422, field bus and ethernet is analyzed and proposed. In case the direct communication is impossible, the information collection method through additional sensors or data acquisition units is analyzed and proposed. Moreover, the collection method through bar code reader or touch screen of operators is analyzed and proposed to act up to machine to man/mobile/machine.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권4호
• /
• pp.121-128
• /
• 2021

In order to design a real time big data collection and analysis system of manufacturing data in a smart factory, it is important to establish an appropriate wired/wireless communication system and protocol. This paper introduces the latest communication protocol, OPC-UA (Open Platform Communication Unified Architecture) based client/server function, applied user interface technology to configure a network for real-time data collection through IoT Integration. Then, Database is designed in MES (Manufacturing Execution System) based on the analysis table that reflects the user's requirements among the data extracted from the new cutting process automation process, bush inner diameter indentation measurement system and tool monitoring/inspection system. In summary, big data analysis system introduced in this paper performs SPC (statistical Process Control) analysis and visualization analysis with interface of OPC-UA-based wired/wireless communication. Through AI learning modeling with XGBoost (eXtream Gradient Boosting) and LR (Linear Regression) algorithm, quality and visualization analysis is carried out the storage and connection to the cloud.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1301-1311
• /
• 2017

제조 빅데이터 시스템은 제조 전 공정에서 관련된 4M 데이터의 수집, 저장, 관리, 예측적 분석을 통해 선제적 제조 활동 개선이 가능한 의사결정을 지원하고 있다. 이러한 시스템에서 데이터의 효율적인 관리와 운영을 위해 데이터를 효과적으로 시각화하는 것이 무엇보다도 중요하다. 본 논문에서는 제조 빅데이터 시스템에서 데이터 수집, 분석 및 예측 결과를 효과적으로 보여 주기 위해 사용가능한 시각화 기법을 제시한다. 본 논문에서 제시된 시각화 기법을 통해 제조 현장에서 발생하는 문제를 보다 손쉽게 파악할 수 있었을 뿐만 아니라 이들 문제를 효과적으로 대응할 수 있어 매우 유용하게 사용될 수 있음을 확인하였다.

• 한국전기전자재료학회논문지
• /
• 제33권4호
• /
• pp.326-330
• /
• 2020

Small-scale production control systems for smart manufacturing are becoming increasingly necessary as the manufacturing industry seeks to maximize manufacturing efficiency as the demand for customized product production increases. Correspondingly, the development of an embedded system to realize this capability is becoming important. In this study, we developed an embedded system based on an open source system that is cheaper than a widely applied programmable logic controller (PLC)-based production control system that is easier to install, configure, and process than a conventional relay control panel. This embedded system is system is based on a low-power, high-performance Cortex M4 processor and can be applied to smart manufacturing. It is designed to improve the development environment and compatibility of existing PLCs, control small-scale production systems, and enable data collection through heterogeneous communication. The real-time response characteristics were confirmed through an operation test for input/output control and data collection, and it was confirmed that they can be used in industrial sites.

• 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.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.216-221
• /
• 2022

4차산업혁명은 사회 전반에 걸쳐 디지털 혁신으로의 전환을 가속화하고 있으며, 제조업에서는 스마트공장을 비롯해 4차산업혁명 기반 제조업 혁신을 위한 노력이 이어지고 있다. 제조업에서의 4차산업혁명 기술의 접목은 AI, 빅데이터, IoT, 클라우드, 로봇 등을 활용해 기존 자동화에서 업그레이드된 생산설비 데이터 수집 및 분석시스템 구축과 제품 불량 원인 파악 및 불량률을 최소화하기 위한 기술개발이 요구된다. 본 논문에서는 생산설비 현장에서의 전력, 환경, 설비 상태 데이터를 IoT 디바이스를 통해 수집하고, 수집한 데이터를 클라우드 컴퓨팅 환경에서 실시간으로 수치화하여 나타내고 위젯을 활용하여 MQTT기반 실시간 인포그래픽 형태로 표시할 수 있는 시스템을 구현하였다. IoT 디바이스로부터 전송된 실시간 센서 데이터를 Rest API 방식으로 클라우드 서버에 저장하고, 대시보드에서 데이터를 원격에서도 모니터링이 가능함은 물론 시간별, 일자별로 분석이 가능하였다.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.173-181
• /
• 2023

Data collection is an essential element in the construction and operation of a smart factory. The quality of data collection is greatly influenced by network conditions, and existing wireless network systems for IoT inevitably lose data due to wireless signal strength. This data loss has contributed to increased system instability due to misinformation based on incorrect data. In this study, I designed a distributed MQTT IoT smart sensor and gateway structure that supports wireless multicasting for smooth sensor data collection. Through this, it was possible to derive significant results in the service latency and data loss rate of packets even in a wireless environment, unlike the MQTT QoS-based system. Therefore, through this study, it will be possible to implement a data collection management system optimized for the domestic smart factory manufacturing environment that can prevent data loss and delay due to abnormal data generation and minimize the input of management personnel.

• 한국분말재료학회지
• /
• 제29권2호
• /
• pp.166-175
• /
• 2022

Ppuri or Root technology primarily includes technologies such as casting, mold, plastic working, welding, heat treatment and surface treatment. It is regarded as an essential element for improving the competitiveness of the quality of final products. This study investigates the current status of smart factory implementation for Ppuri companies and analyzes the influencing relationships among various company factors. The factors affecting smart factory implementation for Ppuri companies are sales, exports, number of technical employees, and holding corporate research institutes. In addition, this research shows that even if smart factory implementation is pursued for data collection, data utilization is not implemented properly. Thus, it is suggested that the implementation of smart factories requires not only the availability of facilities and systems but also proper data utilization.

• 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.

• 산업경영시스템학회지
• /
• 제37권2호
• /
• pp.55-61
• /
• 2014

Recently, the manufacturing system is being changed in a mass customization and small quantity batch production. MES is a powerful production management tool supporting production optimization from the process initiation to the final shipment. It is a production management system which plans and executes based on the production data in the shop floor. This study deployed the utilization of production data and web HMI system to process real-time production data through the collection with the shop floor. The developed system was applied to the equipment operating time and other production data could be processed with the real-time. The proposed system and web HMI can be applied for various production systems by using different logic.