KR102178663B1 - 염색가공 시스템 및 방법 - Google Patents
염색가공 시스템 및 방법 Download PDFInfo
- Publication number
- KR102178663B1 KR102178663B1 KR1020190002688A KR20190002688A KR102178663B1 KR 102178663 B1 KR102178663 B1 KR 102178663B1 KR 1020190002688 A KR1020190002688 A KR 1020190002688A KR 20190002688 A KR20190002688 A KR 20190002688A KR 102178663 B1 KR102178663 B1 KR 102178663B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- application
- dyeing
- recipe
- digital twin
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 147
- 238000004043 dyeing Methods 0.000 title claims abstract description 131
- 230000008569 process Effects 0.000 claims abstract description 118
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000009938 salting Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims 2
- 239000004744 fabric Substances 0.000 description 26
- 238000004519 manufacturing process Methods 0.000 description 25
- 238000007689 inspection Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 8
- 239000000975 dye Substances 0.000 description 7
- 230000000630 rising effect Effects 0.000 description 7
- 239000004753 textile Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000835 fiber Substances 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 208000035415 Reinfection Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010014 continuous dyeing Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007730 finishing process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000004677 Nylon Substances 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
- 210000002268 wool Anatomy 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은, 프로덕트 정보, 프로세스 정보, 플랜 정보, 플랜트 정보, 및 리소스 정보를 포함하는 데이터베이스; 및 특징 변수 추출 어플리케이션, 레시피 지시 어플리케이션, 스케줄링 어플리케이션, 재염 예측 어플리케이션, 디지털 트윈 어플리케이션을 포함하고, 상기 프로덕트 정보 및 상기 프로세스 정보에 기초하여 상기 특징 변수 추출 어플리케이션에서 특징 변수를 추출하고, 상기 추출된 특징 변수에 기초하여 상기 레시피 지시 어플리케이션에서 고객의 주문에 적합한 레시피 지시를 생성하고, 상기 프로덕트 정보, 상기 플랜트 정보, 상기 프로세스 정보, 및 상기 리소스 정보에 기초하여 상기 디지털 트윈 어플리케이션에서 디지털 트윈을 생성하고, 상기 프로덕트 정보, 상기 플랜 정보, 상기 레시피 정보, 및 상기 생성된 디지털 트윈에 기초하여 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 적합한 레시피에 대한 최적의 시퀀스를 탐색하여 염색가공이 자동 실행되도록 하는, 염색가공 시스템에 관한 것이다.
Description
본 발명은 염색가공 시스템 및 방법에 관한 것으로서, 보다 상세하게는 새로운 데이터베이스 구조 및 특정 기능을 수행하는 어플리케이션들을 제안하고 이들의 연계를 통해 자동 실행을 구현할 수 있는, 염색가공 시스템 및 방법에 관한 것이다.
국내 섬유 산업은 노동집약적 산업으로서 높지 않은 요구 기술 수준과 시설투자로 대한민국의 근대산업들 중 중요한 역할로 성장해 왔다. 하지만 섬유 산업의 규모와는 달리 대한민국 섬유 산업의 동일 업종 에너지 원단위는 OECD 국가 중 최하위권으로 에너지 효율성이 매우 낮다.
섬유산업에서의 단계별 에너지 소비량 중 염색가공업이 42%로 가장 많은 에너지를 사용하고 있다. 염색가공 산업에서의 고효율 에너지와 관련하여 염색가공 설비의 고도화에 대한 연구가 활발히 진행되고 있으나 공정관리 부분에서의 에너지 고효율화에 대한 연구는 미비한 상태이다.
섬유 공정은 면, 모와 같은 천연섬유의 가공의 경우와 폴리에스테르, 아크릴, 나일론과 같은 화학섬유의 가공의 경우로 크게 나눠지고 실에서 직물, 최종적으로는 의류제품으로 만들어진다. 이중 염색가공 산업은 전체 섬유공정에서 직물 이후의 단계를 구성하게 된다. 즉, 염색가공 산업에 투입되는 자원은 일반적으로 직물의 염색을 의뢰하는 고객이 제공하는 직물이며 결과물은 염색과 가공 공정이 완료된 직물이 된다.
이러한 염색공정은 일반적으로 직물을 다량의 물에 염료를 용해시키거나 분산시킨 용액인 염옥에 담가 적정한 온도에서 일정시간 염색하는 침염(Dyeing)과 스크린을 이용해 섬유에 찍어서 염색하는 날염(Printing)으로 나뉘며, 침염은 소량의 면섬유나 화학섬유를 염색하는 비연속과 대량으로 염색하는 연속 염색고정으로 나뉜다.
도 1은 종래의 염색가공 공정에 따른 흐름도이다.
종래의 염색가공 공정은, 고객(consumer)이 직물 염색을 요청하는 것으로부터 시작한다(S10). 이때 고객은 염색 및/또는 가공을 원하는 직물을 제공하는 것이 일반적이다.
이러한 고객의 주문 후 감독자(supervisior)는, 생산 계획(production schedule)을 수립하게 되는데(S11), 이때 생산 계획은 해당 고객의 주문 뿐만 아니라, 다른 고객의 주문까지 포함하여 염색 가공 순서를 결정하는 것이다. 일반적으로는 공업용 에너지는 시간 별로 사용 비용이 다르다는 것, 및 생산성 관련 지표에 최적화된 작업 순서에 대한 고려 없이 주문 순서대로 작업 순서를 결정하게 된다.
이후 실험실(laboratory)에서는 레시피 지시(recipe instruction)를 위한 실험을 수행하게 되는데(S12), 이 단계는 고객이 의뢰한 직물 전체에 대한 염색 가공 작업에 들어가기 전에, 직물의 일부분을 절취하여 염료, 시간, 온도 등의 염색 가공 조건들에 대한 실험을 하여 최적의 레시피를 찾아내는 과정이다. 그러나, 이 실험을 통해 찾아낸 레시피가 최적이지 않을 수 있는데, 이것은 이 실험실 환경과 실제로 염색 가공 작업이 행해지는 현장과의 차이에서 올 수 있다. 이 차이는 예를 들어, 염색 가공이 수행되는 직물의 양에 있어서의 차이, 염색 가공을 수행하는 실험실 내의 기계와 현장의 기계에 있어서의 성능 차이 등이다.
다음으로, 조작자(operator)가 레시피 및 경험에 의거하여 기계를 셋업하게 되는데(S13), 이때 실험실에서 찾아낸 레시피가 최적이 아닌 경우에 있어서 조작자는 경험에 기초하여 임의로 실험실에서 찾아낸 레시피를 변경하여 현장의 기계에 입력하게 된다. 이로써, 염색 가공 작업이 수행된다(S14). 때로는 염색 가공 작업 중에서도 조작자가 지속적으로 레시피를 변경하는 비-표준화된 작업을 수행하게 된다.
염색 가공이 종료된 후 마지막으로 제품 검사를 수행하게 되는데(S15), 이는 염색 가공 작업 중간에 이를 중단시키고 제품 검사를 진행하기에는 직물의 크기와 무게가 매우 크기 때문이다. 제품 검사 결과, 통과하게 되면(TRUE) 염색 가공 공정이 종료되게 되고, 실패하게 되면(FALSE) 다시 염색 가공 작업을 수행하는 재염이 발생하게 된다.
이와 같이 대부분 중소염색가공업체에서 실시하고 있는 염색 가공 공정은 기술, 자본, 시설 면에서 취약하여 아날로그적인 생산 방식을 고수하기 때문에 이로 인한 많은 문제점들을 가지고 있고, 또한 세계적인 추세에 대응하기 위해서는 새로운 개념의 염색가공 시스템과 고도화된 생산관리 방식을 업체에 확산, 정착할 필요가 있다.
이로써, 본 발명의 목적은 새로운 데이터베이스 구조 및 특정 기능을 수행하는 어플리케이션들을 제안하고 이들의 연계를 통해 자동 실행을 구현할 수 있는 염색가공 시스템 및 방법을 제공하는 데 있다.
본 발명의 다른 목적은 최적의 레시피, 및 최적의 생산 계획을 자동으로 찾아내어 에너지 사용 비용을 절감시키고 생산성을 향상시킬 수 있는 염색가공 시스템 및 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 작업 중간에도 재염 가능성을 확인할 수 있도록 하여 재염으로 인한 시간 및 비용 발생 가능성 등을 미리 제거할 수 있는 염색가공 시스템 및 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 실시간으로 수집되는 현장 데이터에 기초하여 염색가공 작업이 상황에 적합하게 동적으로 대응할 수 있는 염색가공 시스템 및 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적은, 본 발명의 일 측면에 따르면, 프로덕트 정보, 프로세스 정보, 플랜 정보, 플랜트 정보, 및 리소스 정보를 포함하는 데이터베이스; 및 특징 변수 추출 어플리케이션, 레시피 지시 어플리케이션, 스케줄링 어플리케이션, 재염 예측 어플리케이션, 디지털 트윈 어플리케이션을 포함하고, 상기 프로덕트 정보 및 상기 프로세스 정보에 기초하여 상기 특징 변수 추출 어플리케이션에서 특징 변수를 추출하고, 상기 추출된 특징 변수에 기초하여 상기 레시피 지시 어플리케이션에서 고객의 주문에 적합한 레시피 지시를 생성하고, 상기 프로덕트 정보, 상기 플랜트 정보, 상기 프로세스 정보, 및 상기 리소스 정보에 기초하여 상기 디지털 트윈 어플리케이션에서 디지털 트윈을 생성하고, 상기 프로덕트 정보, 상기 플랜 정보, 상기 레시피 정보, 및 상기 생성된 디지털 트윈에 기초하여 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 적합한 레시피에 대한 최적의 시퀀스를 탐색하여 염색가공이 자동 실행되도록 하는, 염색가공 시스템 에 의해 달성된다.
이때, 상기 염색가공 시스템은, 상기 염색가공이 자동 실행된 후, 실시간으로 제공되는 현장 정보로부터 추출되는 특징 변수에 기초하여 상기 재염 예측 어플리케이션에서 재염 가능성을 예측하여 알리는 것을 더 포함하는 것이 바람직하다.
나아가, 상기 재염 예측 어플리케이션에서 재염이 예측되면 상기 디지털 트윈 어플리케이션 및 상기 스케쥴링 어플리케이션에서 상기 고객의 주문에 대한 최적의 시퀀스를 재탐색하는 것을 더 포함하는 것이 바람직하다.
이때, 상기 추출된 특징 변수는 상기 레시피 지시 어플리케이션 및 상기 재염 예측 어플리케이션을 트레이닝하는 데 이용되고, 상기 고객의 주문에 적합한 레시피 지시를 생성할 때, 상기 추출된 특징 변수에 기초하여 상기 재염 예측 어플리케이션이 재염 가능성을 예측하는 것을 더 포함할 수 있다.
이때, 상기 추출된 특징 변수는, 상기 염색가공에 있어서의 시간에 따른 온도의 변화 상태를 수치화한 것일 수 있다.
본 발명의 다른 측면에 따르면, 프로덕트 정보, 프로세스 정보, 플랜 정보, 플랜트 정보, 및 리소스 정보를 포함하는 데이터베이스를 마련하는 단계; 및 특징 변수 추출 어플리케이션, 레시피 지시 어플리케이션, 스케줄링 어플리케이션, 재염 예측 어플리케이션, 디지털 트윈 어플리케이션을 마련하는 단계; 상기 프로덕트 정보 및 상기 프로세스 정보에 기초하여 상기 특징 변수 추출 어플리케이션에서 특징 변수를 추출하는 단계; 상기 추출된 특징 변수에 기초하여 상기 레시피 지시 어플리케이션에서 고객의 주문에 적합한 레시피 지시를 생성하는 단계; 상기 프로덕트 정보, 상기 플랜트 정보, 상기 프로세스 정보, 및 상기 리소스 정보에 기초하여 상기 디지털 트윈 어플리케이션에서 디지털 트윈을 생성하는 단계; 및 상기 프로덕트 정보, 상기 플랜 정보, 상기 레시피 정보, 및 상기 생성된 디지털 트윈에 기초하여 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 적합한 레시피에 대한 최적의 시퀀스를 탐색하여 염색가공이 자동 실행되도록 하는 단계를 포함하는, 염색가공 방법에 의해 달성된다.
이때, 상기 염색가공 방법은, 상기 염색가공이 자동 실행된 후, 실시간으로 제공되는 현장 정보로부터 추출되는 특징 변수에 기초하여 상기 재염 예측 어플리케이션에서 재염 가능성을 예측하여 알리는 단계를 더 포함하는 것이 바람직하다.
여기서, 상기 재염 가능성을 예측하여 알리는 단계는, 상기 재염 예측 어플리케이션에서 재염이 예측되면 상기 디지털 트윈 어플리케이션 및 상기 스케쥴링 어플리케이션에서 상기 고객의 주문에 대한 최적의 시퀀스를 재탐색하는 것이 바람직하다.
나아가, 상기 추출된 특징 변수는 상기 레시피 지시 어플리케이션 및 상기 재염 예측 어플리케이션을 트레이닝하는 데 이용되고, 상기 고객의 주문에 적합한 레시피 지시를 생성할 때, 상기 추출된 특징 변수에 기초하여 상기 재염 예측 어플리케이션이 재염 가능성을 예측하는 단계를 더 포함할 수 있다.
이때 상기 추출된 특징 변수는, 상기 염색가공에 있어서의 시간에 따른 온도의 변화 상태를 수치화한 것일 수 있다.
상기한 바와 같은 본 발명의 염색가공 시스템 및 방법에 따르면 새로운 데이터베이스 구조 및 특정 기능을 수행하는 어플리케이션들을 제안하고 이들의 연계를 통해 자동 실행을 구현할 수 있는 장점이 있다.
또한 본 발명의 염색가공 시스템 및 방법에 따르면 최적의 레시피, 및 최적의 생산 계획을 자동으로 찾아내어 에너지 사용 비용을 절감시키고 생산성을 향상시킬 수 있는 장점이 있다.
나아가 본 발명의 염색가공 시스템 및 방법에 따르면 작업 중간에도 재염 가능성을 확인할 수 있도록 하여 재염으로 인한 시간 및 비용 발생 가능성 등을 미리 제거할 수 있는 장점이 있다.
더 나아가 본 발명의 염색가공 시스템 및 방법에 따르면 실시간으로 수집되는 현장 데이터에 기초하여 염색가공 작업이 상황에 적합하게 동적으로 대응할 수 있는 장점이 있다.
도 1은 종래의 염색가공 공정에 따른 흐름도이다.
도 2는 본 발명에 따른 염색가공 시스템의 개념도이다.
도 3은 본 발명에 따른 염색가공 공정에 따른 흐름도이다.
도 4는 본 발명에 따른 염색가공 시스템의 시스템 아키텍쳐이다.
도 5는 본 발명에 따른 염색가공 시스템의 구성도이다.
도 6은 본 발명에 따른 염색 공정에서의 온도 곡선을 보여준다.
도 7은 본 발명에 따른 가공 공정에서의 온도 곡선을 보여준다.
도 8은 본 발명에 따른 프로덕트 정보의 구성 예를 보여준다.
도 9는 본 발명에 따른 프로세스 정보의 구성 예를 보여준다.
도 10은 본 발명에 따른 플랜 정보의 구성 예를 보여준다.
도 11은 본 발명에 따른 리소스 정보의 구성 예를 보여준다.
도 12는 본 발명에 따른 플랜트 정보의 구성 예를 보여준다.
도 13은 본 발명에 따른 레시피 지시 기능이 수행되는 흐름도이다.
도 14는 본 발명에 따른 생산 계획 서비스 및 자동 실행 서비스가 수행되는 흐름도이다.
도 15는 본 발명에 따른 재염 가능성 통지 서비스 및 동적 대응 서비스가 수행되는 흐름도이다.
도 2는 본 발명에 따른 염색가공 시스템의 개념도이다.
도 3은 본 발명에 따른 염색가공 공정에 따른 흐름도이다.
도 4는 본 발명에 따른 염색가공 시스템의 시스템 아키텍쳐이다.
도 5는 본 발명에 따른 염색가공 시스템의 구성도이다.
도 6은 본 발명에 따른 염색 공정에서의 온도 곡선을 보여준다.
도 7은 본 발명에 따른 가공 공정에서의 온도 곡선을 보여준다.
도 8은 본 발명에 따른 프로덕트 정보의 구성 예를 보여준다.
도 9는 본 발명에 따른 프로세스 정보의 구성 예를 보여준다.
도 10은 본 발명에 따른 플랜 정보의 구성 예를 보여준다.
도 11은 본 발명에 따른 리소스 정보의 구성 예를 보여준다.
도 12는 본 발명에 따른 플랜트 정보의 구성 예를 보여준다.
도 13은 본 발명에 따른 레시피 지시 기능이 수행되는 흐름도이다.
도 14는 본 발명에 따른 생산 계획 서비스 및 자동 실행 서비스가 수행되는 흐름도이다.
도 15는 본 발명에 따른 재염 가능성 통지 서비스 및 동적 대응 서비스가 수행되는 흐름도이다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명에 따른 예시적 실시예를 상세하게 설명한다. 다만, 본 발명이 예시적 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예컨대, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
도 2는 본 발명에 따른 염색가공 시스템의 개념도이다.
도면을 참조하면, 상기에서 언급한 바와 같이 종래 기술에 있어서의 단점들을 극복하고 또한 새로운 데이터베이스 구조 및 특정 기능을 수행하는 어플리케이션들을 제안하고 이들의 연계를 통해 자동 실행을 구현하기 위한, 본 발명에 따른 염색가공 시스템의 개념도가 도시되어 있다.
본 발명에 따른 염색가공 시스템은, 분산 서버 환경의 서비스-기반 플랫폼(service-oriented platform)의 개념을 담고 있다. 사용자, 예를 들어 감독자는 개인 컴퓨터(PC)에서 서비스 클라이언트(client)를 실행시켜 서비스-기반 플랫폼 내의 서비스들을 제공받게 된다. 서비스-기반 플랫폼 내의 어플리케이션(application)들의 서비스 호스트(host)들은 예를 들어 BasicHttpBinding을 통하여 서비스 클라이언트와 연결되어 있다.
고객의 주문에 따라 염색가공 작업이 발생하는 각각의 물리적 및/또는 가상의 장소를 염색가공 샵(dyeing and finishing shop)으로 정의한다. 이때 염색가공 작업 자체는 감독자 및 조작자의 관리 하에서 수행되고, 또한 고객의 요청에 부합하여 5 가지의 진보된 서비스에 기반하여 염색 가공 작업이 수행되게 된다.
이 5 가지의 서비스는, 레시피 지시 서비스(recipe instruction service), 생산 계획 서비스(production plan service), 자동 실행 서비스(automated exercution service), 재염 가능성 통지 서비스(repeated-dyeing possibility notification service), 및 동적 대응 서비스(dynamic response service)이다. 각각의 서비스들에 대해 간단히 설명하면, 레시피 지시 서비스는 고객이 제공한 직물에 대한 현장지향적인 자동화된 레시피를 제공한다. 생산 계획 서비스는 에너지 사용 비용을 절감시키고 생산성을 향상시키기 위한 스케쥴을 제공한다. 자동 실행 서비스는 이러한 일련의 염색가공 작업이 조작자의 임의적인 입력 없이 자동으로 진행되도록 해주고, 재염 가능성 확인 서비스는 재염 가능성이 높은 경우 중간 검사를 수행할 수 있도록 조작자에게 알려준다. 마지막으로 동적 대응 서비스는 현장에서 실시간으로 수집 및 보고된 정보를 활용하여 이러한 일련의 염색가공 작업을 재제공한다.
이 5 가지의 서비스는 중앙집중적인 제조 서비스 버스(centralized manufacturing service bus)를 통해 어플리케이션들과 소통한다. 즉, 중앙집중적인 제조 서비스 버스가 서비스들과 어플리케이션들 사이의 인터페이스를 제공한다. 하나의 서비스는 하나 또는 그 이상의 어플리케이션들과 연계되어 있을 수 있다. 이 연계 방식에 대해서는 후술하기로 한다.
도 3는 본 발명에 따른 염색가공 공정에 따른 흐름도이다.
도 3을 참조하면, 본 발명에 따른 염색가공 공정 역시, 고객이 직물 염색을 요청하는 것으로부터 시작한다(S20). 이때 고객은 염색 및/또는 가공을 원하는 직물을 제공하는 것이 일반적이다.
이러한 고객의 주문은 먼저 새 직물로 등록되는데(S31), 이는 예를 들어 후술할 프로덕트 정보에 저장되는 것일 수 있다. 이때 이미 등록되어 있는 동일한 프로덕트 정보가 있다면 이 단계를 생략할 수도 있다.
다음으로, 고객이 제공한 직물에 대하여 현장지향적인 자동화된 레시피를 제공하게 된다(S32). 다시 말하면, 이 단계에서 현장에서 실시간으로 수집된 정보에 기초하여 최적의 레시피를 찾아서 감독자에게 제공하고, 감독자가 제안된 레시피를 컨펌(확인)하면 다음 단계로 넘어가고, 컨펌(확인)하지 않으면 다시 레시피를 제안하게 된다(S321). 또는 하나 이상의 레시피들이 동시에 제안되고 이들 중에서 감독자가 하나의 레시피를 선택하여 컨펌할 수 있다. 물론, 완전 자동화된 레시피 제공을 위해, 감독자의 레시피 확인 단계는 생략될 수 있다.
그후 하나 이상의 직물에 대응하는 하나 이상의 확정된 레시피들에 대하여, 에너지와 생산성 관련 지표에 대하여 최적화된 스케줄을 생성하는, 생산 계획을 수립하고(S33), 이에 대하여 수립된 생산 계획대로 조작자의 임의 개입 없이 자동으로 염색가공 작업을 진행할지 여부에 대한 의사 결정이 수행되게 된다(S331). 물론, 완전 자동화된 염색가공 공정을 위해, 감독자의 의사 결정 단계는 생략될 수 있다.
의사결정이 수행되면, 조작자의 임의 개입 없이 자동으로 염색가공 작업이 진행되도록 하는 서비스가 실행되고(S34) 실질적으로 작업에 돌입하게 된다(S35).
염색가공 작업 중 실시간으로 수집되는 현장 정보에 기초하여 재염 가능성이 높다고 판단되는 경우 염색가공 작업 중에도 제품 검사를 수행할 수 있도록 조작자에게 이를 알려주게 되고(S36), 조작자는 제품 검사를 수행하게 된다(S37). 물론 제품 검사를 수행할 수 있도록 알림을 받더라도 제품 검사를 수행하지 않을 수도 있다. 이로써 염색가공 작업 종료 후에나 제품 검사를 할 수 있었던 종래에 비해 낭비되던 시간, 에너지 등의 자원을 절약할 수 있게 된다. 또한 염색 가공 작업 중 제품 검사를 수행하여 재스케쥴링될 수 있으므로 종래 20%에 이르던 최종 재염 발생율을 상당히 낮출 수 있을 것으로 예상된다. 물론, 염색가공 작업 종료 후에도 재염 가능성에 대한 알림을 받을 수 있다.
제품 검사 결과, 재염의 필요성이 없다면(FALSE), 그대로 진행해서 해당 염색가공 작업이 종료되지만, 재염의 필요성이 있다면(TRUE), 현장에서 실시간으로 수집되는 정보 및/또는 이미 저장된 정보에 기초하여 해당 생산 계획 내에서 스케쥴링이 조정되거나 또는 다른 생산 계획 내에 재스케쥴링될 수 있다(S38). 이에 대하여 수립된 새로운 생산 계획대로 염색가공 작업을 진행할지 여부에 대한 의사 결정이 수행된 후(S381) 염색가공 작업이 수행된다.(S39). 물론, 완전 자동화된 염색가공 공정을 위해, 감독자의 의사 결정 단계는 생략될 수 있다.
도 4는 본 발명에 따른 염색가공 시스템의 시스템 아키텍쳐이다.
이 도면은 도 2에서 설명된 본 발명에 따른 염색가공 시스템의 개념을 구체화시킨 시스템 아키텍쳐를 보여주고 있다. 도면을 참조하면, 이 시스템 아키텍쳐는 4 개의 레이어, 즉 디바이스 레이어(device layer), 네트워크 레이어(network layer), 서비스 레이어(service layer), 및 어플리케이션 레이어(application layer)로 구성되어 있고, 각각의 레이어들은 각각의 레이어들에 마련된 인터페이스를 통해 상위 레이어들과 연결된다.
여기서, 디바이스 레이어는, 현장의 데이터를 수집하고 처리하는 물리적인 요소들로 이루어진 레이어로서, 이 물리적인 요소들은, 예를 들어 스마트 센서, RFID 등일 수 있고, 이 요소들은 최종 I/O를 담당한다.
네트워크 레이어는, 디바이스 레이어에 존재하는 물리적인 요소들과 다른 레이어들과의 연결을 지원하는 레이어로서, 디바이스 레이어에서 수집된 정보들을 사물 인터넷 프로토콜(Industrial Internet of Things protocol, IIoT 프로토콜)을 통해 직접 어플리케이션 레이어로 전달하거나 또는 데이터베이스(도면에서는 P4R 데이터 저장소로 지시되어 있음)에 저장되게 한다. 이로써 다른 레이어에서 디바이스 레이어로부터 수집된 정보를 취급할 수 있게 된다.
서비스 레이어는 정보의 교환과 저장, 관리, 검색, 통신 등을 담당하며 필요한 서비스를 구성한다. 여기서는 특히, 감독자, 조작자 또는 어플리케이션이 요구하는 서비스를 실제 제공하기 위해, 어플리케이션들을 호출하여 구동시키게 된다.
어플리케이션 레이어는 실시간으로 수집되는 정보 및/또는 이미 저장된 정보들에 기반하여 서로 연계되어 사용자, 프로세스 등에게 필요한 서비스를 제공하거나 전체 염색가공 공정의 성능을 향상시킨다.
이때 어플리케이션 레이어는, 특징 추출 어플리케이션(feature extraction application), 레시피 지시 어플리케이션(recipe instruction application), 재염 예측 어플리케이션(repeated-dyeing prediction applicaiton), 디지털 트윈 어플리케이션(digital twin application), 및 스케쥴링 어플리케이션(advanced scheduling application)을 포함하고 있다. 이 어플리케이션들의 기능 및 상세사항은 도 5를 참조하여 설명하기로 한다.
도 5는 본 발명에 따른 염색가공 시스템의 구성도이다.
도면을 참조하면, 특징 추출 어플리케이션(feature extraction application)은 IIoT에 기반하여 수집되는 정보의 특징을 추출하여 다른 어플리케이션들에 제공하는 어플리케이션이다.
염색 공정 및/또는 가공 공정에서 주요 정보로부터 정의되는 주요 변수는 온도라고 정의할 때, 예를 들어, 염색 공정 및/또는 가공 공정에 있어서의 온도 곡선은 도 6 및 도 7과 같다. 이 온도 곡선들은 IioT로부터 수집되는 온도, 및 시간에 기초하여 그려질 수 있다.
도 6을 참조하면, 염색 공정의 온도 곡선은 소정의 기준에 따라 수 개의 시간 구간으로 나눠질 수 있고 각각의 구간은, 실점선과 같이 상승 구간, 유지 구간, 및 하강 구간 중 하나일 수 있고, 상승 구간은 온도를 변칙적으로 상승시키는 특징을 가진다. 그러므로, 상승 구간의 상승 속도와 상승 시간, 유지 구간의 최고 온도와 유지 시간, 하강 구간의 하강 속도와 하강 시간을 온도 곡선을 일반화하기 위한 특징(feature)으로 사용하도록 구현할 수 있다. 즉, 시간에 따른 온도의 변화 상태를 수치화하여 이를 특징 변수로 추출하여 사용할 수 있다.
이때 구간 별 일반화하기 위한 회귀 직선을 추정하는 데이터 분석 기법으로는, 예를 들어 LSM(least square method)을 사용하여 플롯팅하여 특징 변수을 추정할 수 있다.
도면에서, X(x, y, z)가 의미하는 것은 다음과 같다. X는 x, y, z의 조건에서의 특징 값에 해당되고, 이 특징 값을 특정하기 위한 인자로서 쓰이는 x는 온도의 변화 상태를 의미하는 것으로 상승, 유지, 하강 구간들 각각을 1, 2, 3으로 표시하고 있다. z는 해당 구간 내에서 몇 번째 서브구간인지를 표시하는 인자로서, 서브구간이 없을 때에는 생략될 수 있다. y 값이 1일 때에는 X의 값이 최대 온도를 의미하고 y 값이 2일 때에는 X의 값은 x가 각각 1, 2, 3일 때 상승, 유지, 및 하강 시간을 의미한다.
이와 유사하게, 도 7을 참조하면, 가공 공정의 온도 곡선에 대해서, 실점선들과 같이 각 챔버 별 온도의 상승 속도, 상승 시간, 및 최고 온도를 특징(feature)으로 추정하도록 구현할 수 있다. 이때 해당 추정도 LSM 기법을 활용하여 추정하도록 설계될 수 있고, 중간 셋업 온도는 활용하지 않도록 구현할 수 있다.
레시피 지시 어플리케이션(Recipe instruction application)은 특징 추출 어플리케이션으로부터 추출된 특징 및 랜덤 포레스트 기법을 기반으로 분류 모델을 학습한다. 학습된 분류 모델은 고객의 주문에 포함되어 있는 직물에 해당되는, P4R 데이터 저장소의 프로덕트 데이터를 제공받아 염색 공정의 온도 곡선의 상승 구간 내 서브구간의 수에 따라 분류한다. 분류된 상승구간 내 서브구간의 수와 인공신경망 네트워크(artificial neural network, ANN) 기법을 기반으로 머쉰 러닝하여 최적의 레시피를 출력하도록 구현할 수 있다.
재염 예측 어플리케이션(Repeated-dyeing prediction application)은 특징 추출 어플리케이션의 특징들과 ANN 기법을 사용하여 양품과 불량품을 예측하는 이진 분류 모델을 학습 후 사용하도록 구현할 수 있다. 이때 재염 예측 어플리케이션은 염색가공 작업 시작 전 최적의 레시피를 찾을 때 적용될 수 있고, 및/또는 염색가공 작업 중 재염 가능성을 검출하고자 적용될 수 있다. 즉, 레시피 지시 어플리케이션에서 제공되는 레시피를 검증하기 위하여 구성될 수 있고 염색가공 작업 중 실시간으로 IIoT에 기반하여 수집되는 정보를 활용하여 재염 가능성을 예측하기 위하여 구성될 수 있다.
스케쥴링 어플리케이션(Advanced scheduling application)은 최적화 알고리즘을 활용하여 해당 직물에 대한 염색가공 작업의 생산 계획 내 직물이 투입되는 순서인 시퀀스를 추출하고 해당 생산 계획 내에 스케쥴링을 할 수 없을 경우 스케줄 대안을 생성한다. 해당 최적화 알고리즘의 해를 찾기 위한 시뮬레이션은 디지털 트윈 어플리케이션에서 수행하게 된다.
디지털 트윈 어플리케이션(Digital twin application)은 최적의 결과를 도출할 수 있도록 스케쥴링 어플리케이션에서 추출된 시퀀스를 반복적으로 시뮬레이션하여 최종 리포트를 제공하는 기능을 수행한다.
도 5를 다시 참조하면, 상기에서 언급한 바와 같이, 이 5 가지의 어플리케이션들은 중앙집중적인 제조 서비스 버스가 제공하는 인터페이스를 통해 서로 연결되어 있다. 이 5 가지의 어플리케이션들은 또한 이 제조 서비스 버스를 통해 P4R 데이터 저장소에 정보를 저장하거나 또는 저장되어 있는 정보를 활용한다. 이 P4R 데이터 저장소에는 직물, 기계, 공정, 공장, 근무 일정 등의 정보를 담고 있는, 프로덕트(product), 프로세스(process), 플랜트(plant), 플랜(plan), 및 리소스 정보(resource)가 저장되어 있다. 이 정보들에 대한 상세한 설명은, 도 8 내지 도 12를 참조하여 설명하기로 한다.
프로덕트 정보는 직물의 정보를 담고 있다. 도 8을 참조하면, 프로덕트 정보는 로트 번호(lotID), 직물 명칭(productName), 고객 번호(customerID)와 같은 직물에 대한 식별 정보와, 지름(diameter), 필라멘트(filament), 재료(material), 중량(weightPerYard), 야드(yard) 등과 같은 직물의 물성에 대한 정보를 저장하고 있다.
프로세스 정보는 직물이 기계에서 수행된 공정에 대한 정보를 담고 있다. 이 프로세스 정보는 레시피 지시 어플리케이션에서 이를 이용해 레시피를 도출할 수 있도록 한다. 도 9를 참조하면, 프로세스 정보는 프로세스 식별자로서의 프로세스 번호(processInfoID), 직물 로트 번호(relatedLotID), 염색 공정(dyeingProcess) 및 가공 공정(finishingProcess)에 대한 정보를 담고 있다.
염색 공정은, 염색 공정 식별자로서 프로세스 번호(ProcessID), 염색 공정이 발생한 일자(processDate), 해당 기계(relatedMachineInfoID), 현장으로부터 수집된 정보가 저장되는 프로세스데이터(processData), 염료의 색이나 양에 대한 정보가 저장되는 방법(method), 에너지데이터(energyData)에 대한 정보를 담고 있다. 이때 프로세스데이터는 노즐압력, 회전속도, 펌프속도, 스팀, 시간, 온도 등과 같은, 시계열로 변동되는 데이터들을 담고 있고, 에너지데이터는 시계열 에너지 소비량을 담고 있다.
이와 유사하게 가공 공정(finishingProcess)은, 가공 공정 식별자로서 프로세스 번호(ProcessID), 가공 공정이 발생한 일자(processDate), 해당 기계(relatedMachineID), 현장으로부터 수집된 정보가 저장되는 프로세스데이터(processData), 가공 공정에 사용된 물질의 양에 대한 정보가 저장되는 방법(method), 에너지데이터(energyData)에 대한 정보를 담고 있다. 이때 프로세스데이터 역시 챔버별 온도 및 시간 등과 같은, 시계열로 변동되는 데이터들을 담고 있다.
플랜 정보는 공장 가동 시간에 관련된 정보 뿐만 아니라, 재료, 에너지 비용에 대한 정보를 담고 있다. 이 플랜 정보는 디지털 트윈 어플리케이션에서 시뮬레이션을 수행할 때 이를 이용해 수행될 수 있도록 한다. 도 10을 참조하면, 플랜정보(planInfo) 중 작업 스케쥴 정보(workSchedule), 휴식 시간(planeBreak), 및 관리 시간(planemaintenance)는 각각 이들의 식별자 뿐만 아니라, 작업 일자, 시작 시간, 및 종료 시간을 담고 있고, 또한 에너지비용 정보는 각 시간대별 전력, 수력, 열 에너지의 단위 에너지 당 비용을 담고 있다. 그리고, 재료플랜 정보는 로트 번호 및 우선순위에 대한 정보를 담고 있는데, 이는 스케쥴링 어플리케이션에서 사용하는 정보에 해당된다.
리소스 정보는 기계, 버퍼 및 이송에 관한 정보를 담고 있다. 이 리소스 정보는 디지털 트윈 어플리케이션에서 시뮬레이션을 수행할 때 이를 이용해 수행될 수 있도록 한다. 도 11을 참조하면, 리소스 정보 중 기계 정보(machineInfo)는, 용량(capacity), 고장(failure), 수리평균시간(meanTimeToRepair) 등을 담고 있고, 버퍼 정보는, 용량 정보 등을 담고 있고, 이송 정보는 요소 간 연결에 소요되는 속도 정보 등을 담고 있다.
플랜트 정보는 실제 공장의 구성에 관한 정보를 담고 있다. 이 플랜트 정보는 프로세스 정보와 리소스 정보에서 추상적으로 구성된 기계와 제품별 공정 정보를 담고 있고, 디지털 트윈 어플리케이션에서 실제 구성될 수 있도록 지시한다. 도 12를 참조하면, 플랜트 정보 중 기계 정보(machine)는, 기계 식별자(machineID) 뿐만 아니라 이 기계에서 수행된 프로세스 정보(processInfo), 위치 정보(location), 작업중프로세스 정보(workInProcess) 및 오류상태 정보(falureStatus) 등을 담고 있고, 버퍼 정보는 위치 정보 등을 담고 있다. 특히 작업중프로세스 정보 및 오류상태 정보를 이용해 IIoT에 기반한 현재 용량을 동기화시킬 수 있도록 구성되어 있다.
도 13은 본 발명에 따른 레시피 지시 서비스가 수행되는 흐름도이다. 도면을 참조하면, P2R 데이터 저장소에 저장되어 있는 프로덕트 정보 및 프로세스 정보를 제공받은 특징 추출 어플리케이션은 특징을 추출하게 된다. 추출된 특징은 레시피 지시 어플리케이션에 제공되어 레시피 정보를 제공받게 되고, 이 레시피 정보는 재염 예측 어플리케이션에 의해 재염 가능성을 예측함으로써 레시피의 적절성을 검토하게 된다. 이때 추출된 특징은 레시피 지시 어플리케이션 및 재염 예측 어플리케이션을 트레이닝하는 데 이용될 수 있다. 이 과정은, 하나의 생산 계획에 포함되는 각각의 직물에 대한 레시피가 모두 확정되어 종료될 때까지 반복된다. 이후에 선택적으로 감독자의 확인이 있다면, 레시피 지시 기능이 종료될 수도 있다.
도 14는 본 발명에 따른 생산 계획 서비스 및 자동 실행 서비스가 수행되는 흐름도이다. 먼저, 프로덕트 정보, 플랜트 정보, 프로세스 정보 및 리소스 정보를 활용하여 가상 공장 모델인, 디지털 트윈을 생성한다. 이 디지털 트윈은 프로세스 정보 내의 현장 정보에 해당되는 프로세스데이터 정보와 동기화될 수 있다. 이후 디지털 트윈 어플리케이션을 이용한 시뮬레이션 및 스케쥴링 어플리케이션을 이용한 최적화 알고리즘에 기반하여 최종 시퀀스를 도출하게 된다. 이후에 선택적으로 최종 시퀀스가 리포트 형식으로 감독자에게 제공되고 감독자의 지시에 의해 자동 실행될 수 있다. 도출된 최종 시퀀스는 IIoT 프로토콜을 통해 염색가공 작업이 자동 실행될 수 있도록 레시피 지시 정보가 시퀀스에 맞게 순차적으로 송신되도록 한다.
도 15는 본 발명에 따른 재염 가능성 통지 서비스 및 동적 대응 서비스가 수행되는 흐름도이다. 염색가공 작업이 자동 실행된 후, 염색가공 작업 중에도 IIoT 프로토콜로 제공되는 실시간 현장 데이터에서 특징을 추출한 후 기학습된 재염 예측의 이진 분류 모델을 기반으로 재염 가능성에 대한 예측 작업을 수행한다. 재염이 예측되면 실제 현장 조작자에게 프로덕트를 검사를 해야 한다는 사실을 알린다. 이후 검사 결과 재염이 발생한 경우 이에 대한 대응으로 해당 직물을 다시 염색해야 할 경우 현재 생산 계획 내에서 종료될 수 있는지를 디지털 트윈 어플리케이션에서 확인한다. 현재 생산 계획 내에서의 종료가 불가능할 경우 신규 대안을 스케쥴링 어플리케이션과 디지털 트윈 어플리케이션이 생성하도록 한다. 이후에 선택적으로 도출된 최종 시퀀스가 리포트 형식으로 감독자에게 제공될 수 있다. 이로써 염색가공 작업이 다시 설정될 수 있다.
일반적으로 본 명세서에서 사용된 용어는, 특히 청구항에서(예를 들어, 청구항의 본문) 일반적으로 "개방적인" 용어로 의도된다(예를 들어, "포함하는"은 "포함하나 이에 제한되지 않는"으로, "가지다"는 "적어도 그 이상으로 가지다"로, "포함하다"는 "포함하나 이에 제한되지 않는다"로 해석되어야 함) 도입된 청구항 기재에 대하여 특정한 개수가 의도되는 경우, 이러한 의도는 해당 청구항에서 명시적으로 기재되며, 이러한 기재가 부재하는 경우 이러한 의도는 존재하지 않는 것으로 이해된다.
본 발명의 특정 특징만이 본 명세서에서 도시되고 설명되었으며, 다양한 수정 및 변경이 당업자에 대하여 발생할 수 있다. 그러므로 청구항은 본 발명의 사상 내에 속하는 변경 및 수정을 포함하는 것으로 의도된다는 점이 이해된다.
recipe instruction service: 레시피 지시 서비스
production plan service: 생산 계획 서비스
automated exercution service: 자동 실행 서비스
repeated-dyeing possibility notification service: 재염 가능성 통지 서비스
dynamic response service: 동적 대응 서비스
production plan service: 생산 계획 서비스
automated exercution service: 자동 실행 서비스
repeated-dyeing possibility notification service: 재염 가능성 통지 서비스
dynamic response service: 동적 대응 서비스
Claims (10)
- 프로덕트 정보, 프로세스 정보, 플랜 정보, 플랜트 정보, 및 리소스 정보를 포함하는 데이터베이스; 및
특징 변수 추출 어플리케이션, 레시피 지시 어플리케이션, 스케줄링 어플리케이션, 재염 예측 어플리케이션, 디지털 트윈 어플리케이션을 포함하는 서버를 포함하고, 상기 서버는
상기 프로덕트 정보 및 상기 프로세스 정보에 기초하여 상기 특징 변수 추출 어플리케이션에서 특징 변수를 추출하고,
상기 추출된 특징 변수에 기초하여 상기 레시피 지시 어플리케이션에서 고객의 주문에 적합한 레시피 지시를 생성하고,
상기 프로덕트 정보, 상기 플랜트 정보, 상기 프로세스 정보, 및 상기 리소스 정보에 기초하여 상기 디지털 트윈 어플리케이션에서 디지털 트윈을 생성하고,
상기 프로덕트 정보, 상기 플랜 정보, 상기 생성된 레시피 지시에 따른 레시피 정보, 및 상기 생성된 디지털 트윈에 기초하여 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 적합한 레시피에 대한 시퀀스를 탐색하여 염색가공이 자동 실행되도록 하는, 염색가공 시스템. - 제 1 항에 있어서, 상기 서버는
상기 염색가공이 자동 실행된 후,
실시간으로 제공되는 현장 정보로부터 추출되는 특징 변수에 기초하여 상기 재염 예측 어플리케이션에서 재염 가능성을 예측하여 알리는 것을 특징으로 하는, 염색가공 시스템. - 제 2 항에 있어서, 상기 서버는
상기 재염 예측 어플리케이션에서 재염이 예측되면 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 대한 시퀀스를 재탐색하는 것을 특징으로 하는, 염색가공 시스템. - 제 2 항 또는 제 3 항에 있어서,
상기 추출된 특징 변수는 상기 레시피 지시 어플리케이션 및 상기 재염 예측 어플리케이션을 트레이닝하는 데 이용되고, 상기 서버는 상기 고객의 주문에 적합한 레시피 지시를 생성할 때, 상기 추출된 특징 변수에 기초하여 상기 재염 예측 어플리케이션이 재염 가능성을 예측하도록 하는 것을 특징으로 하는, 염색가공 시스템. - 제 4 항에 있어서,
상기 추출된 특징 변수는, 상기 염색가공에 있어서의 시간에 따른 온도의 변화 상태를 수치화한 것을 특징으로 하는, 염색가공 시스템. - 각 단계가 염색가공 시스템의 서버에 의해 수행되는 염색가공 방법으로서,
프로덕트 정보, 프로세스 정보, 플랜 정보, 플랜트 정보, 및 리소스 정보를 포함하는 데이터베이스를 마련하는 단계; 및
특징 변수 추출 어플리케이션, 레시피 지시 어플리케이션, 스케줄링 어플리케이션, 재염 예측 어플리케이션, 디지털 트윈 어플리케이션을 마련하는 단계;
상기 프로덕트 정보 및 상기 프로세스 정보에 기초하여 상기 특징 변수 추출 어플리케이션에서 특징 변수를 추출하는 단계;
상기 추출된 특징 변수에 기초하여 상기 레시피 지시 어플리케이션에서 고객의 주문에 적합한 레시피 지시를 생성하는 단계;
상기 프로덕트 정보, 상기 플랜트 정보, 상기 프로세스 정보, 및 상기 리소스 정보에 기초하여 상기 디지털 트윈 어플리케이션에서 디지털 트윈을 생성하는 단계; 및
상기 프로덕트 정보, 상기 플랜 정보, 상기 생성된 레시피 지시에 따른 레시피 정보, 및 상기 생성된 디지털 트윈에 기초하여 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 적합한 레시피에 대한 시퀀스를 탐색하여 염색가공이 자동 실행되도록 하는 단계를 포함하는, 염색가공 방법. - 제 6 항에 있어서,
상기 염색가공이 자동 실행된 후,
실시간으로 제공되는 현장 정보로부터 추출되는 특징 변수에 기초하여 상기 재염 예측 어플리케이션에서 재염 가능성을 예측하여 알리는 단계를 더 포함하는, 염색가공 방법. - 제 7 항에 있어서,
상기 재염 가능성을 예측하여 알리는 단계는, 상기 재염 예측 어플리케이션에서 재염이 예측되면 상기 디지털 트윈 어플리케이션 및 상기 스케줄링 어플리케이션에서 상기 고객의 주문에 대한 시퀀스를 재탐색하는 것을 특징으로 하는, 염색가공 방법. - 제 7 항 또는 제 8 항에 있어서,
상기 추출된 특징 변수는 상기 레시피 지시 어플리케이션 및 상기 재염 예측 어플리케이션을 트레이닝하는 데 이용되고, 상기 고객의 주문에 적합한 레시피 지시를 생성할 때, 상기 추출된 특징 변수에 기초하여 상기 재염 예측 어플리케이션이 재염 가능성을 예측하는 단계를 더 포함하는, 염색가공 방법. - 제 9 항에 있어서,
상기 추출된 특징 변수는, 상기 염색가공에 있어서의 시간에 따른 온도의 변화 상태를 수치화한 것을 특징으로 하는, 염색가공 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190002688A KR102178663B1 (ko) | 2019-01-09 | 2019-01-09 | 염색가공 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190002688A KR102178663B1 (ko) | 2019-01-09 | 2019-01-09 | 염색가공 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200086772A KR20200086772A (ko) | 2020-07-20 |
KR102178663B1 true KR102178663B1 (ko) | 2020-11-18 |
Family
ID=71831824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190002688A KR102178663B1 (ko) | 2019-01-09 | 2019-01-09 | 염색가공 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102178663B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220160309A (ko) | 2021-05-27 | 2022-12-06 | 한국전자통신연구원 | 유전 알고리즘을 이용한 염색가공 공정의 동적 스케줄링 시스템 및 방법 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102577436B1 (ko) * | 2020-08-18 | 2023-09-12 | 한국전자통신연구원 | 디지털 트윈 구성 방법 및 장치 |
US11928103B2 (en) | 2020-08-18 | 2024-03-12 | Electronics And Telecommunications Research Institute | Method and apparatus for configurating digital twin |
KR102482977B1 (ko) * | 2022-06-23 | 2022-12-29 | (주) 애니파이브 | 염색기 이상치 발생 예측 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000354941A (ja) | 1999-04-07 | 2000-12-26 | Sekisui Chem Co Ltd | 工程計画スケジューリング装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110080607A (ko) * | 2010-01-06 | 2011-07-13 | 한국생산기술연구원 | 디지털 염색 통합시스템 및 그를 이용한 염색데이터통합관리방법 |
KR20130125527A (ko) * | 2012-05-09 | 2013-11-19 | 한국생산기술연구원 | 디지털 제조 최적화 시스템 |
KR102017067B1 (ko) | 2016-08-16 | 2019-09-03 | (주)참케어 | 손목 혈압계 |
-
2019
- 2019-01-09 KR KR1020190002688A patent/KR102178663B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000354941A (ja) | 1999-04-07 | 2000-12-26 | Sekisui Chem Co Ltd | 工程計画スケジューリング装置 |
Non-Patent Citations (2)
Title |
---|
QUANYING 외 1명, "4차 산업혁명 디지털 트윈 기술의 품질경영 적용 연구", 한국품질경영학회, 품질경영학회지 45권4호, PP.601~610, 2017.12.31 |
박규태 외 7인, "염색가공 공장의 에너지 효율 향상을 위한 디지털트윈 구성 및 활용", 한국CDE학회, 한국CDE학회 논문집 23(4), PP.329~341, 2018.12.31* |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220160309A (ko) | 2021-05-27 | 2022-12-06 | 한국전자통신연구원 | 유전 알고리즘을 이용한 염색가공 공정의 동적 스케줄링 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20200086772A (ko) | 2020-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102178663B1 (ko) | 염색가공 시스템 및 방법 | |
Guo et al. | A digital twin-based flexible cellular manufacturing for optimization of air conditioner line | |
Wang | Intelligent predictive maintenance (IPdM) system–Industry 4.0 scenario | |
Prasad et al. | A framework for lean manufacturing implementation in Indian textile industry | |
Park et al. | Operation procedures of a work-center-level digital twin for sustainable and smart manufacturing | |
Lee et al. | Service innovation and smart analytics for industry 4.0 and big data environment | |
CN102385363B (zh) | 基于erp的连续染色生产线智能集约控制*** | |
Saleeshya et al. | Lean manufacturing practices in textile industries–a case study | |
Wang et al. | Framework of automated value stream mapping for lean production under the Industry 4.0 paradigm | |
CN108053047A (zh) | 云生产资源调度方法、装置和*** | |
CN111507859A (zh) | 一种基于mes的车间实时生产异常判定及处理方法 | |
CN104593977A (zh) | 一种织物染色自动化控制方法及*** | |
CN105045216A (zh) | 平衡工业自动化***中的负载的***和方法 | |
CN115129004A (zh) | 一种基于边缘计算和数字孪生的智能生产***及方法 | |
Jurík et al. | The application of smed method in the industrial enterprise | |
Hussain et al. | Improving the time-based performance of the preparatory stage in textile manufacturing process with value stream mapping | |
Priyashan et al. | IIoT framework for sme level injection molding industry in the context of industry 4.0 | |
Ćwikła et al. | The expert system supporting design of the manufacturing information acquisition system (MIAS) for production management | |
Raza et al. | Impacts of industry 4.0 on the specific case of mass customization through modeling and simulation approach | |
CN202383480U (zh) | 基于erp的连续染色生产线智能集约控制*** | |
CN103777593B (zh) | 一种产品自动化操控生产***及其实现方法 | |
Jiang et al. | Improved heuristic algorithm for modern industrial production scheduling | |
CN113610484A (zh) | 智能制造生产执行***l-mes及其制作方法 | |
Wang et al. | The production instruction system for smart job shop | |
CN117973813B (zh) | 一种可视化的模具柔性生产调度方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |