KR101781337B1 - 생산공정 데이터 관리 시스템 - Google Patents
생산공정 데이터 관리 시스템 Download PDFInfo
- Publication number
- KR101781337B1 KR101781337B1 KR1020150119296A KR20150119296A KR101781337B1 KR 101781337 B1 KR101781337 B1 KR 101781337B1 KR 1020150119296 A KR1020150119296 A KR 1020150119296A KR 20150119296 A KR20150119296 A KR 20150119296A KR 101781337 B1 KR101781337 B1 KR 101781337B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- production
- standard
- unit
- measurement
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 claims abstract description 108
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000007619 statistical method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 13
- 238000003908 quality control method Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 4
- 238000013523 data management Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 7
- 208000024891 symptom Diseases 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000003070 Statistical process control Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005242 forging Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 생산공정 데이터 관리 시스템에 관한 것으로, 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)가 생산공정에 투입되는 장비에 설치되는 측정센서에 의해 측정된 현장 데이터를 실시간으로 수집하고, 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)와 통신하는 통신수단(21)을 포함하는 다수의 데이터 변환장치(20-1, 20-2, ..., 20-n)는 스플런크(Splunk) 소프트웨어에 의해 현장 데이터를 표준 데이터로 변환한다. 빅데이터 엔진(40)은 다수의 데이터 변환장치에서 통신망(30)을 통해 수신되는 표준 데이터를 표준 데이터베이스(45)에 저장하고, 검색서버(50)는 표준 데이터베이스(45)에 저장된 표준 데이터를 검색한다. 다수의 고객 컴퓨터(60-1, 60-2, ..., 60-n)는 검색서버(50)를 통해서 특정 생산공정 측정장치에서 측정한 현장 데이터를 수신하여 통계적으로 분석하고 객관화된 정보를 추출하여 공정 결함의 이상 유무를 나타내는 통계분석 데이터를 모니터, 모바일 폰, 휴대 단말기에 표시하도록 구성되어 생산라인별, 생산장비별 통합상황을 표시부의 화면을 통하여 모니터링 할 수 있으며, 실시간으로 제공되는 생산공정 파트별 수량 및 평균 트렌드를 제공받을 수 있다. 또한, 고객 컴퓨터의 입력부를 통해 임계값을 입력하여 실시간으로 발생되는 생산공정 파트별 수량 및 평균 트렌드에 대해 경고 알람, SMS, 경고알람 리스트 등을 지원할 수 있다.
Description
본 발명은 생산공정 데이터 관리 시스템에 관한 것으로, 보다 상세하게는 부품 또는 제품에 대하여, 출하 후 또는 고객에게 납품 후에도 생산장소와 생산시간을 추적하여 생산공장 및 로트번호 그리고 생산설비들을 추적하여 실시간으로 제공되는 생산공정 파트별 수량 및 평균 트렌드를 제공받을 수 있고, 실시간으로 발생되는 생산공정 파트별 수량 및 평균 트렌드에 대해 경고 알람, SMS, 경고알람 리스트 등을 지원할 수 있는 생산공정 데이터 관리 시스템에 관한 것이다.
다수의 단계로 구성된 일련의 공정을 통해 하나의 제품이 생산되는 경우, 각각의 공정마다 유기적인 연결에 따른 무결성 보장과 신뢰도가 매우 중요하다. 이러한 무결성을 달성하기 위해 생산 공정에서는 부품의 수입 검사에서부터 각 공정의 이상 유무 판정 및 원인 진단이 파악 가능한 효율적인 품질관리 시스템의 개발이 필요하다.
과거에는 주로 완성품을 선별 검사하여 낮은 품질의 제품에 대해서는 폐기 처분하거나 재가공 조치를 취하는 등 사후 품질 관리에 큰 비중을 두었다. 그러나, 이러한 사후 품질 관리는 품질 관리에 투입되는 비용에 비해 제품의 품질 향상 정도가 크지 않다는 점에서 효과적인 대응 방안이 아니라는 지적이 있었다. 따라서, 산업계에서는 완성품에 대한 조처보다는 제조 공정 그 자체를 관리하여 불량품이 생산되지 않도록 하거나 품질에 대한 신뢰도를 보증할수있는사전 품질관리에 더 큰비중을 두기 시작했다.
한편, 통계적 공정 관리(Statistical Process Control, SPC)란 공정에서 요구되는 품질이나 생산성 목표를 달성하기 위하여 PDCA(Plan-Do-Check-Act) 사이클을 반복하면서 통계적 방법으로 공정을 효율적으로 운영해 나가는 관리 방법을 말한다. 특히, 통계적 공정 관리는 통계적 분석 기법의 도움을 받아 공정의 품질 변동을 주는 원인과 공정의 능력상태를 파악하여 주어진 품질 목표가 달성될 수 있도록 PDCA 사이클을 수행하며 끊임없는 품질 개선이 이루어지도록 관리해가는 활동을 의미한다.
최근, 추적 기능(traceability)의 요구, 즉 고려의 대상이 되는 물품의 이력, 적용 또는 소재(所在)의 추적을 할 수 있는 기능의 요구가 높아지고 있다. 기계 부품의 품질 관리에서는, 재료구입으로부터 제조 완료까지의 각 제조 공정( 재료 구입, 단조(鍛造)공정, 열처리 공정, 연삭(硏削)공정 등)의 품질, 로트(lot)등의 제조 이력이, 각 기계 부품과 1 대 1, 또는 로트 단위로 알 수 있게 하는 것이 바람직하다.
예를 들면, 항공기용 베어링 등과 같은 특수품에서는, 개별적으로 검사가 이루어지고 있어 1 대 1 로 대응하여 제조 이력을 알 수 있게 하는 것이 요구된다. 자동차나 산업 기계용 베어링 등과 같은 일반품의 경우는, 로트 관리가 되어, 로트 단위로 임의로 검사 등이 행해지므로, 로트 단위로 제조 이력이 요구된다.
제조 이력을 알 수 있으면, 불량품이 발생한 경우의, 교환, 불량품 혼입 범위의 특정, 장래의 개선 등의 대처가 용이해지고, 수명 진단이나, 기계 고장과 관련해서 사전(事前)에 교환도 용이해진다. 또 유사품의 혼입 판별 등도 용이해진다.
이러한 문제를 해결하기 위하여 대한민국 등록특허 제10-1018723호에 개별적으로 검사되는 기계 부품에 있어서, 단조 공정이나 열처리 공정 등을 거쳐 각각이 제조되는 복수개의 요소품을 조립하여 형성되는 기계 부품에 대하여, 각 요소품의 재료 구입으로부터 기계 부품의 완성 후의 검사 내용까지, 상세한 이력 정보를, 기계 부품과 1 대 1 관계로 용이하게 관리할 수 있는 기계 부품의 품질 관리 방법을 도 1에 도시된 바와 같이 볼베어링의 외륜에 IC 태그를 부착한 "ＩＣ태그를사용한기계부품 및 그 품질 관리방법 및 이상 검사시스템"을 제안하고 있다.
도 1 에 종래의 기술에 따른 볼베어링의 단면도가 도시된다.
도 1은 종래의 기술의 기계 부품의 일례로서의 깊은 볼 베어링의 단면을 나타낸다. 상기 베어링은, 내륜(102)과, 외륜(104)과, 복수개의 구슬(전동체)(106)과, 유지기(108)를 주요한 구성 요소로 하고 있다. 내륜(102)은 외주면에 궤도(102a)를 가진다. 외륜(104)은 내주면에 궤도(104a)를 가진다. 내륜(102)의 궤도(102a)와 외륜(104)의 궤도(104a) 사이에, 구슬(106)이 잘 구를 수 있도록 개재하고 있다. 구슬(106)은 유지기(108)에 의해 원주 방향으로 소정 간격으로 유지된다. 이 실시예에서는, 외륜(104)의 단면(104b)에 IC 태그(110)를 내장되어 있다.
이 종래의 기술은 기계 부품에 장착된 IC 태그에 기계 부품에 관한 각종 정보를 직접 기록하고, 또는 IC 태그에는 식별 정보를 기록해 두었다가 데이터 베이스와 대조함으로써 기계 부품의 재질이나 로트 관리 정보, 각종 이력 데이터 등이 알 수 있게 되어 있다. 그러나, 기계 부품에 관한 상기의 정보만으로는, 기계 부품에 생긴 고장의 원인을 해명할 수 없는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서 본 발명의 목적은 빅데이터를 이용하여 부품 또는 제품을 제조 공정으로부터 생산 또는 폐기에 이를 때까지 추적 및 관리함으로써 생산장비별 통합상황을 표시부의 화면을 통하여 모니터링 할 수 있으며, 실시간으로 제공되는 생산공정 파트별 수량 및 평균 트렌드를 제공받을 수 있는 생산공정 데이터 관리 시스템을 제공하는 것이다.
본 발명의 다른 목적은 다수의 부품으로 이루어지는 부품 또는 제품에 대하여, 출하 후 또는 납품 후에도 생산장소와 생산시간을 추적하여 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있도록 표준 데이터를 빅 데이터 엔진에 저장하고 필요에 따라 검색하여 추적할 수 있는 생산공정 데이터 관리 시스템을 제공하는 것이다.
상기 목적을 달성하기 위하여 본 발명에 의한 생산공정 데이터 관리 시스템은 생산공정에 투입되는 장비에 설치되는 측정센서에 의해 측정된 현장 데이터를 실시간으로 수집하거나 작업자가 직접 측정한 데이터를 수집하는 다수의 생산공정 측정장치와; 상기 다수의 생산공정 측정장치와 통신하는 통신수단을 포함하고 상기 통신수단에서 입력되는 현장 데이터를 표준 데이터로 변환하는 에이전트를 포함하여 구성되는 다수의 데이터 변환장치와; 상기 다수의 데이터 변환장치에서 통신망을 통해 수신되는 표준 데이터를 저장하는 빅데이터 엔진과; 상기 빅데이터 엔진의 표준 데이터베이스에 저장된 표준 데이터를 수신하여 다수의 생산공정 측정장치 중 특정 생산공정 측정장치에서 측정한 현장 데이터를 수신하여 통계적으로 분석하고 객관화된 정보를 추출하여 공정 결함의 이상 유무를 나타내는 통계분석 데이터를 출력하거나 모니터, 모바일 폰, 휴대 단말기에 표시하는 다수의 고객 컴퓨터를 포함하여 구성되는 것을 특징으로 한다.
본 발명의 일실시예에 의하면 현장 데이터는 생산공정에 투입되는 생산장비에 설치되는 측정센서와 계측장비에 의해 측정된 공정, 품질, 재료, 설비 데이터인 것을 특징으로 한다.
본 발명의 일실시예에 의하면 상기 다수의 데이터 변환장치는, 상기 다수의 생산공정 측정장치와 통신하는 통신수단과; 상기 통신수단으로부터 공정, 품질, 재료, 설비와 관련된 현장 데이터를 실시간으로 입력받아 표준 데이터로 변환하는 에이전트와; 상기 변환된 표준 데이터를 통신망을 통해 상기 빅 데이터 엔진으로 전송하는 스플런크 포워더(Splunk Universal Forwarder)를 포함하여 구성되는 것을 특징으로 한다.
본 발명의 일실시예에 의하면 상기 표준 데이터는 생산된 제품의 생산장소와 생산시간을 추적하여 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있도록 생산제품의 공정명, 부품번호, 오퍼레이터 명, 주문 명, 로트번호, 측정장치명, 측정일자 및 시간, 측정나라, 측정지역, 측정라인, 측정 타입, 측정공장을 포함하는 것을 특징으로 한다.
본 발명의 일실시예에 의하면 상기 빅 데이터 엔진은, 상기 통신망을 통해 다수의 데이터 변환장치로부터 실시간으로 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 수신하는 데이터 송수신부와; 상기 데이터 송수신부로부터 데이터를 수신받아 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 추출하여 표준 데이터베이스로 출력하는 표준 데이터 추출부와 상기 표준 데이터 추출부에서 추출된 정형 및 비정형 데이터 그리고 표준 데이터를 저장하며, 하둡 분산 파일 시스템(HDFS: Hadoop Distributed File System)에 분산 저장하는 데이터 저장부와; 및 상기 저장된 정형 및 비정형 데이터를 맵리듀스(MapReduce) 방식으로 분산 처리하여 검색을 수행하고, 하둡 분산 파일 시스템으로부터 작업 데이터를 읽어와 맵리듀스를 수행하여 검색하는 데이터 처리부를 포함하여 구성되는 것을 특징으로 한다.
본 발명의 일실시예에 의하면 상기 다수의 고객 컴퓨터는 납품받거나 구입한 해당 부품 또는 제품의 생산장소와 생산시간을 추적할 수 있는 표준 데이터를 빅데이터 엔진에게 요청하여 수신하고, 생산공장 및 로트번호 그리고 생산설비들을 포함하는 표준 데이터를 통계적 방법으로 처리하여 QC(Quality Control)기법과 공정 능력지수를 이용하여 공정의 안정상태를 체크하는 분석 및 진단 자료를 산출하여 모니터, SMS, 이메일로 표시 및 통보하는 것을 특징으로 한다.
본 발명의 일실시예에 의하면 상기 고객 컴퓨터는 중앙제어부의 제어에 따라 통신망을 통하여 상기 빅 데이터 엔진에 접속하여 인터넷에 저장된 문자, 영상, 음향 정보를 찾아서 읽어주는 웹 브라우저(web browser)를 포함하고 생산공장 및 로트번호 그리고 생산설비들을 포함하는 표준 데이터를 읽어들이는 통신부와; 상기 중앙제어부의 제어에 따라 상기 통신부에 의해 수신된 인터넷 정보와 표준 데이터를 저장하는 메모리부와; 상기 중앙제어부의 제어에 따라 상기 메모리부에 저장된 인터넷 정보와 표준 데이터를 통계적 방법으로 처리하여 통계적 분석을 실행하는 통계분석부와; 상기 중앙제어부의 제어에 따라 상기 통계분석부에서 출력되는 분석 결과를 도표로 표시하는 시뮬레이션 처리부와; 상기 중앙제어부의 제어에 따라 통계분석부와 시뮬레이션 처리부에서 처리된 시뮬레이션 데이터를 표시 수단에 표시하는 표시부를 포함하여 구성되는 것을 특징으로 한다.
상술한 바와 같이 본 발명에 따른 생산공정 데이터 관리 시스템은 생산라인별, 생산장비별 통합상황을 표시부의 화면을 통하여 모니터링 할 수 있으며, 실시간으로 제공되는 생산공정 파트별 수량 및 평균 트렌드를 제공받을 수 있다. 또한, 고객 컴퓨터의 입력부를 통해 임계값을 입력하여 실시간으로 발생되는 생산공정 파트별 수량 및 평균 트렌드에 대해 경고 알람, SMS, 경고알람 리스트 등을 지원할 수 있다.
도 1 은 종래의 기술에 따른 볼베어링의 단면도,
도 2 는 본 발명에 의한 생산공정 데이터 관리 시스템의 구성을 나타내는 블록도,
도 3 은 본 발명에 의한 데이터 변환장치의 구성을 나타내는 블록도,
도 4 는 본 발명에 적용되는 빅 데이터엔진의 일 실시예를 나타내는 블록도,
도 5 는 본 발명에 의한 고객 컴퓨터의 구성을 나타내는 블록도,
도 6 은 본 발명에 의한 고객 컴퓨터의 웹 브라우저(web browser)에 의해 각 생산공장의 공정을 실시간으로 모니터링하여 표시부에 표시하는 화면,
도 7 은 본 발명에 의한 고객 컴퓨터의 통계분석부에 의해 분석된 결과를 나타내는 표시부의 일 실시예,
도 8은 본 발명에 의한 고객 컴퓨터의 시뮬레이션 처리부에 의해 이상징후 예측 결과를 나타내는 표시부의 일 실시예이다.
도 2 는 본 발명에 의한 생산공정 데이터 관리 시스템의 구성을 나타내는 블록도,
도 3 은 본 발명에 의한 데이터 변환장치의 구성을 나타내는 블록도,
도 4 는 본 발명에 적용되는 빅 데이터엔진의 일 실시예를 나타내는 블록도,
도 5 는 본 발명에 의한 고객 컴퓨터의 구성을 나타내는 블록도,
도 6 은 본 발명에 의한 고객 컴퓨터의 웹 브라우저(web browser)에 의해 각 생산공장의 공정을 실시간으로 모니터링하여 표시부에 표시하는 화면,
도 7 은 본 발명에 의한 고객 컴퓨터의 통계분석부에 의해 분석된 결과를 나타내는 표시부의 일 실시예,
도 8은 본 발명에 의한 고객 컴퓨터의 시뮬레이션 처리부에 의해 이상징후 예측 결과를 나타내는 표시부의 일 실시예이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면에 의거하여 상세히 설명하면 다음과 같다.
도 2에 본 발명에 의한 생산공정 데이터 관리 시스템의 구성을 나타내는 블록도가 도시되고, 도 3에 본 발명에 의한 데이터 변환장치의 구성을 나타내는 블록도가 도시되고, 도 4에 본 발명에 적용되는 빅 데이터엔진의 일 실시예를 나타내는 블록도가 도시된다.
본 발명에 의한 생산공정 데이터 관리 시스템(100)은 생산공정에 투입되는 장비에 설치되는 측정센서에 의해 측정된 공정, 품질, 재료, 설비 등과 같은 현장 데이터를 실시간으로 수집하거나 작업자가 직접 측정한 데이터를 수집하는 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)과; 상기 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)와 통신하는 통신수단(21), 예를 들면, RS-232C, RS-485C) 등을 포함하고 상기 통신수단에서 입력되는 현장 데이터를 표준 데이터로 변환하는 에이전트 소프트웨어 등을 포함하여 구성되는 다수의 데이터 변환장치(20-1, 20-2, ..., 20-n)와; 상기 다수의 데이터 변환장치(20-1, 20-2, ..., 20-n)에서 통신망(30)을 통해 수신되는 표준 데이터를 저장하는 표준 데이터베이스(45)에 저장하는 빅데이터 엔진(40)과; 상기 빅데이터 엔진(40)의 표준 데이터베이스(45)에 저장된 표준 데이터를 수신하여 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n) 중 특정 생산공정 측정장치(예를 들면, 제2 생산공정 측정장치(10-2))에서 측정한 현장 데이터(공정 데이터, 품질 데이터, 재료 데이터, 설비 데이터 등)를 수신하여 통계적으로 분석하고 객관화된 정보를 추출하여 공정 결함의 이상 유무를 나타내는 통계분석 데이터를 출력하거나 모니터, 모바일 폰, 휴대 단말기 등에 표시하는 다수의 고객 컴퓨터(60-1, 60-2, ..., 60-n)를 포함하여 구성된다.
다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)는 생산공정에 투입되는 생산장비에 설치되는 측정센서와 계측장비에 의해 측정된 공정, 품질, 재료, 설비 등과 같은 현장 데이터를 실시간으로 수집하거나 작업자가 직접 측정한 데이터를 수집하여 각각 대응되는 데이터 변환장치(20-1, 20-2, ..., 20-n)로 출력한다.
다수의 데이터 변환장치(20-1, 20-2, ..., 20-n)는 도 3에 도시된 바와 같이 대응되는 생산공정 측정장치(10-1, 10-2, ..., 10-n)와 통신하는 통신수단(21)을 포함하고 상기 통신수단(21)으로부터 공정, 품질, 재료, 설비 등과 같은 현장 데이터를 실시간으로 입력받아 데이터 저장수단(22a)에 저장하고 에이전트(22)에 의해 표준 데이터로 변환하고, 상기 변환된 표준 데이터를 스플런크 포워더(23)에 의해 통신망(30)을 통해 빅 데이터 엔진(40)으로 전송한다.
표준 데이터는 생산된 제품의 생산장소와 생산시간을 추적하여 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있도록 생산제품의 공정명, 부품번호, 오퍼레이터 명, 주문 명, 로트번호, 측정장치명, 측정일자 및 시간, 측정나라(예를 들면, 한국, 중국 등), 측정지역(예를 들면, 인천, 부산 등), 측정라인, 측정 타입, 측정공장(예를 들면, 인천 남동공단 F1 등), 등이 포함된다.
본 발명에 의한 빅 데이터 엔진(40)은 데이터 송수신부(41), 데이터 저장부(42) 및 데이터 처리부(43)를 포함하여 구성된다.
데이터 송수신부(41)는 통신망(30)을 통해 다수의 데이터 변환장치(20-1, 20-2, ..., 20-n)로부터 실시간으로 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 수신한다. 상기 표준 데이터는 공장 현장에서 나오는 다양한 데이터로, 센서 데이터, IT 데이터, CCTV 데이터 등의 비정형 데이터 및 운영자 등의 정형 데이터를 의미한다. 상기 센서 데이터는 공장 내의 각 생산 설비에 설치된 센서로부터 수집되는 데이터를 의미한다.
표준 데이터 추출부(421)는 상기 데이터 송수신부(41)로부터 데이터를 수신받아 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 추출하여 표준 데이터베이스(45)로 출력한다.
표준 데이터베이스(45)는 상기 표준데이터 추출부(421)에서 추출된 정형 및 비정형 데이터 그리고 표준 데이터를 저장하며, 이때 하둡 분산 파일 시스템(HDFS: Hadoop Distributed File System)에 분산 저장시킨다.
데이터 처리부(43)는 상기 저장된 정형 및 비정형 데이터를 맵리듀스(MapReduce) 방식 등의 검색방법으로 분산 처리하여 검색을 수행한다. 즉, 데이터 처리부(43)는 하둡 분산 파일 시스템으로부터 작업 데이터를 읽어와 맵리듀스 방식 등으로 검색을 수행한다.
다수의 고객 컴퓨터(60-1, 60-2, ..., 60-n)는 조립공장, 구입 고객, 납품 업체 등이며 납품받거나 구입한 해당 부품 또는 제품의 생산장소와 생산시간을 추적할 수 있는 표준 데이터를 빅데이터 엔진(40)에게 요청하여 생산공장 및 로트번호 그리고 생산설비들을 포함하는 표준 데이터를 수신하고, 수신된 표준데이터를 통계적 방법으로 처리하여 관리도, 히스토그램, 산점도 등의 QC(Quality Control)기법과 공정 능력지수를 이용하여 공정의 안정상태를 체크하는 분석 및 진단 자료를 산출하여 모니터, SMS, 이메일 등으로 표시 및 통보한다.
도 5에 본 발명에 의한 고객 컴퓨터의 구성을 나타내는 블록도가 도시되고, 도 6에 본 발명에 의한 고객 컴퓨터의 웹 브라우저(web browser)에 의해 각 생산공장의 공정을 실시간으로 모니터링하여 표시부에 표시하는 화면이 도시되고, 도 7에 본 발명에 의한 고객 컴퓨터의 통계분석부에 의해 분석된 결과를 나타내는 표시부의 일 실시예가 도시되고, 도 8 에 본 발명에 의한 고객 컴퓨터의 시뮬레이션 처리부에 의해 이상징후 예측 결과를 나타내는 표시부의 일 실시예가 도시된다.
본 발명에 의한 고객 컴퓨터(60)는 중앙제어부(62)의 제어에 따라 통신망(30)을 통하여 빅 데이터 엔진(40)에 접속하여 인터넷에 저장된 문자, 영상, 음향 등 정보를 찾아서 읽어들이는 웹 브라우저(web browser, 61a)를 포함하고 생산공장 및 로트번호 그리고 생산설비들을 포함하는 표준 데이터를 읽어들이는 통신부(61)와; 상기 중앙제어부(62)의 제어에 따라 통신부(61)에 의해 수신된 인터넷 정보와 표준 데이터 등을 저장하는 메모리부(63)와; 상기 중앙제어부(62)의 제어에 따라 상기 메모리부(63)에 저장된 인터넷 정보와 표준 데이터 등을 통계적 방법으로 처리하여 관리도, 히스토그램, 산점도 등 통계적 분석을 실행하는 통계분석부(64)와; 상기 중앙제어부(62)의 제어에 따라 상기 통계분석부(64)에서 출력되는 분석 결과를 도표로 표시하는 시뮬레이션 처리부(65)와; 상기 중앙제어부(62)의 제어에 따라 통계분석부(64)와 시뮬레이션 처리부(65)에서 처리된 시뮬레이션 데이터를 모니터, 터치 스크린 등의 표시 수단에 표시하는 표시부(66)를 포함하여 구성된다.
통신부(61)는 빅 데이터 엔진(40)에 접속하여 인터넷에 저장된 문자, 영상, 음향 등 정보를 찾아서 읽어주는 웹 브라우저(61a)를 포함하여 도 6에 도시된 바와 같이 다양한 지역에 분포되어 있는 생산공장(예를 들면, 인천 남동 1공장)의 공정을 모니터링 할 수 있으며 상기 다수의 생산공정 측정장치(10-1, 10-2, ..., 10-n)에서 측정된 생산공장 및 로트번호 그리고 생산설비들을 포함하는 표준 데이터를 빅 데이터 엔진(40)으로부터 읽어들이고, 중앙제어부(62)의 제어에 따라 메모리부(63)에 저장되게 한다.
메모리부(63)는 상기 중앙제어부(62)의 제어에 따라 통신부(61)에 의해 수신된 인터넷 정보와 표준 데이터 등을 저장하고, 통계분석부(64)와 시뮬레이션 처리부(65) 및 표시부(66)로 출력한다.
통계분석부(64)는 상기 중앙제어부(62)의 제어에 따라 상기 메모리부(63)에 저장된 인터넷 정보와 표준 데이터 등을 통계적 방법으로 처리하여 관리도, 히스토그램, 산점도 등 통계적 분석을 실행하고, 그 결과를 도 7에 도시된 바와 같이 표시부(66)에 표시한다.
따라서 생산라인별, 생산장비별 통합상황을 표시부(66)의 화면을 통하여 모니터링 할 수 있으며, 실시간으로 제공되는 생산공정 파트별 수량 및 평균 트렌드를 제공받을 수 있다.
또한, 고객 컴퓨터(60)의 입력부(도시생략)를 통해 임계값을 입력하여 실시간으로 발생되는 생산공정 파트별 수량 및 평균 트렌드에 대해 경고 알람, SMS, 경고알람 리스트 등을 지원할 수 있다.
시뮬레이션 처리부(65)는 상기 중앙제어부(62)의 제어에 따라 상기 통계분석부(64)에서 출력되는 분석 결과를 도표로 표시하거나 통계분석결과를 통해 추후 데이터의 추이를 예상하여 이상징후 발생이나 이상징후 발생시기를 예측하여 도 8에 도시된 바와 같이 표시부(66)에 표시한다.
이와 같이 통계분석부(64)에서 출력되는 분석 결과를 통해 이상징후 발생이나 이상징후 발생시기를 예측함으로써 이상징후 발생시 빠르게 대처할 수 있으며 이상징후에 대한 신속한 대처로 인하여 생산성을 증대시킬 수 있다.
이상에서는 본 발명을 특정의 바람직한 실시예를 예를들어 도시하고 설명하였으나, 본 발명은 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변경과 수정이 가능할 것이다.
10-1, 10-2, ..., 10-n: 생산공정 측정장치
20-1, 20-2, ..., 20-n: 데이터 변환장치
21: 통신수단 22: 에이전트
23: 스플런크 포워더(Splunk Forwarder) 30: 통신망
40: 빅데이터 엔진 41: 데이터 송수신부
42: 데이터 저장부 43: 데이터 처리부
45: 표준 데이터베이스
60-1, 60-2, ..., 60-n: 고객 컴퓨터
61: 통신부 62: 중앙제어부
63: 메모리부 64: 통계분석부
65: 시뮬레이션 처리부 66: 표시부
100: 생산공정 데이터 관리 시스템
20-1, 20-2, ..., 20-n: 데이터 변환장치
21: 통신수단 22: 에이전트
23: 스플런크 포워더(Splunk Forwarder) 30: 통신망
40: 빅데이터 엔진 41: 데이터 송수신부
42: 데이터 저장부 43: 데이터 처리부
45: 표준 데이터베이스
60-1, 60-2, ..., 60-n: 고객 컴퓨터
61: 통신부 62: 중앙제어부
63: 메모리부 64: 통계분석부
65: 시뮬레이션 처리부 66: 표시부
100: 생산공정 데이터 관리 시스템
Claims (7)
- 생산공정에 투입되는 장비에 설치되는 측정센서에 의해 측정된 현장 데이터를 실시간으로 수집하거나 작업자가 직접 측정한 데이터를 수집하는 다수의 생산공정 측정장치와;
상기 다수의 생산공정 측정장치와 통신하는 통신수단을 포함하고 상기 통신수단에서 입력되고, 공정, 품질, 재료, 설비와 관련되는 현장 데이터를 실시간으로 입력받아 표준 데이터로 변환하는 에이전트와, 상기 에이전트에 의해 변환된 표준 데이터를 통신망을 통해 빅 데이터 엔진으로 전송하는 스플런크 포워더를 포함하여 구성되는 다수의 데이터 변환장치와;
상기 다수의 데이터 변환장치에서 통신망을 통해 실시간으로 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 수신하는 데이터 송수신부와, 상기 데이터 송수신부로부터 데이터를 수신받아 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 추출하여 표준 데이터베이스로 출력하는 표준 데이터 추출부와, 상기 표준 데이터 추출부에서 추출된 정형 및 비정형 데이터 그리고 표준 데이터를 저장하며, 하둡 분산 파일 시스템(HDFS: Hadoop Distributed File System)에 분산 저장하는 데이터 저장부와, 상기 저장된 정형 및 비정형 데이터를 맵리듀스(MapReduce) 방식으로 분산 처리하여 검색을 수행하고, 하둡 분산 파일 시스템으로부터 작업 데이터를 읽어와 맵리듀스를 수행하여 검색하는 데이터 처리부를 포함하여 구성되고, 상기 수신되는 표준 데이터를 표준 데이터베이스에 저장하는 빅데이터 엔진과;
상기 빅 데이터 엔진에 통신망을 통하여 접속하여 상기 빅데이터 엔진의 표준 데이터베이스에 저장된 표준 데이터를 수신하는 통신부와, 상기 수신된 표준 데이터를 저장하는 메모리부와, 상기 표준 데이터를 통계적 방법으로 처리하여 통계적 분석을 실행하는 통계분석부와, 상기 통계분석부에서 출력되는 분석 결과를 도표로 표시하는 시뮬레이션 처리부와, 통계분석부와 시뮬레이션 처리부에서 처리된 시뮬레이션 데이터를 표시수단에 표시하는 표시부를 포함하여 다수의 생산공정 측정장치 중 특정 생산공정 측정장치에서 측정한 현장 데이터를 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터에 의해 수신하고, 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있는 표준 데이터를 상기 통계분석부에 의해 통계적 방법으로 처리하여 QC(Quality Control)기법과 공정 능력지수를 이용하여 공정의 안정상태를 체크하는 분석 및 진단 자료를 상기 시뮬레이션 처리부에 의해 산출하고 객관화된 정보를 추출하여 공정 결함의 이상 유무를 나타내는 통계분석 데이터를 상기 표시부에 출력하거나 모니터, 모바일 폰, 휴대 단말기에 표시하는 다수의 고객 컴퓨터를 포함하여 구성되는 것을 특징으로 하는 생산공정 데이터 관리 시스템. - 제 1항에 있어서,
상기 현장 데이터는 생산공정에 투입되는 생산장비에 설치되는 측정센서와 계측장비에 의해 측정된 공정, 품질, 재료, 설비 데이터인 것을 특징으로 하는 생산공정 데이터 관리 시스템. - 삭제
- 제 1항 또는 제 2항에 있어서,
상기 표준 데이터는 생산된 제품의 생산장소와 생산시간을 추적하여 생산공장 및 로트번호 그리고 생산설비들을 추적할 수 있도록 생산제품의 공정명, 부품번호, 오퍼레이터 명, 주문 명, 로트번호, 측정장치명, 측정일자 및 시간, 측정나라, 측정지역, 측정라인, 측정 타입, 측정공장을 포함하는 것을 특징으로 하는 생산공정 데이터 관리 시스템. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150119296A KR101781337B1 (ko) | 2015-08-25 | 2015-08-25 | 생산공정 데이터 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150119296A KR101781337B1 (ko) | 2015-08-25 | 2015-08-25 | 생산공정 데이터 관리 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170024262A KR20170024262A (ko) | 2017-03-07 |
| KR101781337B1 true KR101781337B1 (ko) | 2017-10-23 |
Family
ID=58411426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150119296A KR101781337B1 (ko) | 2015-08-25 | 2015-08-25 | 생산공정 데이터 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101781337B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102074924B1 (ko) * | 2019-08-08 | 2020-02-07 | 주식회사 글로벌제조혁신네트웍 | 스마트팩토리 원격협업 ｃｍｓ시스템 및 그 구동방법 |
| KR102569704B1 (ko) | 2023-04-07 | 2023-08-25 | (주)디에스티인터내셔널 | 사용자 맞춤형 이기종 빅데이터 실시간 대시보드 활성화 장치 및 방법 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102306430B1 (ko) * | 2017-12-13 | 2021-09-30 | 한국전자기술연구원 | 클라우드 기반 상황인지 융합처리엔진을 이용한 산업용 공정장비 시스템 관리 방법 |
| KR101984258B1 (ko) * | 2017-12-29 | 2019-05-30 | 주식회사 비스텔 | 스마트공장과 클라우드 서버간 컨버징 방법 및 시스템 |
| CN108896723A (zh) * | 2018-04-11 | 2018-11-27 | 安徽沃屹智能装备有限公司 | 一种智能水体数据处理装置 |
| KR102254449B1 (ko) * | 2019-04-29 | 2021-05-21 | 주식회사 알피네트웍스 | 최적의 운용 조건을 제공할 수 있는 열처리 설비용 생산관리 서비스 시스템 |
| US20210200758A1 (en) * | 2019-12-27 | 2021-07-01 | UiPath, Inc. | Edge table representation of processes |
| KR102360362B1 (ko) * | 2020-04-17 | 2022-02-09 | 충북대학교 산학협력단 | 통계적 분석과 딥러닝을 이용한 제조 공정 품질 분석 및 예측 방법 및 이를 기록한 기록매체 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980026111U (ko) | 1996-11-07 | 1998-08-05 | 박병재 | 자동차용 햇빛 가리개 |
| EP1615091B1 (en) | 2003-02-14 | 2013-04-24 | NTN Corporation | Machine component using ic tag and its method for quality control and system for inspecting abnormality |
| KR101530848B1 (ko) | 2012-09-20 | 2015-06-24 | 국립대학법인 울산과학기술대학교 산학협력단 | 데이터마이닝을 이용하여 생산 공정에서 품질을 관리하는 장치 및 방법 |
| KR20150056266A (ko) | 2013-11-15 | 2015-05-26 | (주)가이온 | 공장 운영 관리용 정형 및 비정형의 빅데이터 엔진 및 처리 방법 |
-
2015
- 2015-08-25 KR KR1020150119296A patent/KR101781337B1/ko active IP Right Grant
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102074924B1 (ko) * | 2019-08-08 | 2020-02-07 | 주식회사 글로벌제조혁신네트웍 | 스마트팩토리 원격협업 ｃｍｓ시스템 및 그 구동방법 |
| KR102569704B1 (ko) | 2023-04-07 | 2023-08-25 | (주)디에스티인터내셔널 | 사용자 맞춤형 이기종 빅데이터 실시간 대시보드 활성화 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20170024262A (ko) | 2017-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101781337B1 (ko) | 생산공정 데이터 관리 시스템 | |
| Selcuk | Predictive maintenance, its implementation and latest trends | |
| Lee et al. | A big data analytics platform for smart factories in small and medium-sized manufacturing enterprises: An empirical case study of a die casting factory | |
| Jin et al. | Present status and future growth of advanced maintenance technology and strategy in US manufacturing | |
| Tanuska et al. | Smart anomaly detection and prediction for assembly process maintenance in compliance with industry 4.0 | |
| CN107636702A (zh) | 集成式资产完整性管理*** | |
| CN105741053A (zh) | 智能燃气设备的全生命周期管理模型 | |
| CN106663238A (zh) | 用于对设施的监控对象的存量进行检测的*** | |
| US20090283596A1 (en) | Safety equipment | |
| US20160118085A1 (en) | Method and system for systematization of production-process video data | |
| JP2018037065A (ja) | 機械設備を点検するシステムおよび方法 | |
| CN114169692A (zh) | 一种设备隐患处理***、方法、电子设备及介质 | |
| Purushothaman et al. | Integration of Six Sigma methodology of DMADV steps with QFD, DFMEA and TRIZ applications for image-based automated inspection system development: a case study | |
| Al Rashdan et al. | Methods of data collection in nuclear power plants | |
| US20160033369A1 (en) | Monitoring of a first equipment of a first technical installation using benchmarking | |
| JP2001356808A (ja) | 機械部品の監視・診断・販売システム | |
| CN114550336A (zh) | 设备巡检方法、装置、计算机设备和存储介质 | |
| WO2020075061A1 (en) | Asset management | |
| Al Rashdan et al. | Automation of data collection methods for online monitoring of nuclear power plants | |
| Peltokorpi et al. | QR code-based material flow monitoring in a subcontractor manufacturer network | |
| CN110914771B (zh) | 品质分析装置及品质分析方法 | |
| WO2018074472A1 (ja) | 車軸軸受メンテナンスシステム | |
| Gayathri et al. | Internet of things based smart health monitoring of industrial standard motors | |
| Kanisuru | Sustainable maintenance practices and skills for competitive production system | |
| Renforth et al. | A Smart Condition Monitoring System for HV Networks with Artificial Intelligence, Augmented Reality and Virtual Reality: Copyright Material IEEE, Paper No. PCIC-2018-37 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |