KR102306430B1 - Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine - Google Patents
Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine Download PDFInfo
- Publication number
- KR102306430B1 KR102306430B1 KR1020170170910A KR20170170910A KR102306430B1 KR 102306430 B1 KR102306430 B1 KR 102306430B1 KR 1020170170910 A KR1020170170910 A KR 1020170170910A KR 20170170910 A KR20170170910 A KR 20170170910A KR 102306430 B1 KR102306430 B1 KR 102306430B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- process equipment
- broker
- management method
- cloud server
- Prior art date
Links
- 238000007726 management method Methods 0.000 title claims abstract description 32
- 238000004519 manufacturing process Methods 0.000 title abstract description 19
- 238000012545 processing Methods 0.000 title abstract description 4
- 238000000034 method Methods 0.000 claims abstract description 85
- 230000008569 process Effects 0.000 claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 6
- 238000012544 monitoring process Methods 0.000 abstract description 17
- 230000036541 health Effects 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003287 optical effect Effects 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
- G06Q50/10—Services
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
산업현장 생산라인에 있는 공정장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리 방법이 제공된다. 본 발명의 실시예에 따른 공정장비 관리 방법은 브로커가, PLC들로부터 공정장비들의 데이터들을 수집하는 단계; 브로커가, 수집된 데이터들을 통합 데이터로 모델링하는 단계; 및 브로커가, 모델링한 통합 데이터를 클라우드 서버에 전송하는 단계;를 포함한다.
이에 의해, 산업현장 생산라인에 있는 공정장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리를 통해, 실시간 모니터링 및 알림을 통한 고장 및 위험 상황에 대한 예측 관리가 가능하다.A more intelligent health management method is provided by collecting and processing data for real-time condition monitoring of process equipment in an industrial site production line. A process equipment management method according to an embodiment of the present invention includes: a broker, collecting data of process equipment from PLCs; modeling, by the broker, the collected data as integrated data; and transmitting, by the broker, the modeled integrated data to the cloud server.
Thereby, it is possible to collect data for real-time status monitoring of process equipment in the industrial site production line, process it, and through more intelligent health management, predictive management of failures and dangerous situations through real-time monitoring and notification. .
Description
본 발명은 공정장비 모니터링 기술에 관한 것으로, 더욱 상세하게는 산업현장 생산라인에 있는 공정장비 시스템의 실시간 상태를 모니터링하기 위한 방법에 관한 것이다.The present invention relates to a process equipment monitoring technology, and more particularly, to a method for monitoring the real-time status of a process equipment system in an industrial site production line.
산업현장 생산라인에 있는 공정장비 시스템은 대부분이 실시간 시스템 기반이며, 엄격한 제약조건을 만족시키지 못하면 전체 시스템에 심각한 영향을 초래할 수 있다. 이에 따라, 공정장비 시스템의 문제점을 미리 예측할 수 있는 지능적인 실시간 관리의 필요성이 대두되어 왔다.Most of the process equipment systems in industrial production lines are based on real-time systems, and if strict constraints are not met, the entire system can be seriously affected. Accordingly, the need for intelligent real-time management capable of predicting problems in the process equipment system in advance has emerged.
종래의 공정장비 시스템은 USN 기술을 기반으로 하여 단순한 센서 정보의 모니터링만을 이용하여 운용되었는데, 이는 전체 생산라인의 위험요소를 명확히 파악하고 예측하는데 한계가 있다. The conventional process equipment system was operated using only simple sensor information monitoring based on USN technology, which has limitations in clearly identifying and predicting the risk factors of the entire production line.
특히, 제조업은 기존의 중앙집중 제어방식의 대량생산 체제에서 보다 능동적이고 유연한 다품종 고객 맞춤형 생산체제로의 변화를 통한 전환기를 맞이하고 있다. 이에, 고객의 니즈를 만족시키기 위한 공정장비 시스템의 지능화된 관리 기법이 요구되고 있다.In particular, the manufacturing industry is facing a transition period through the change from the existing centralized control system mass production system to a more active and flexible multi-product customer-tailored production system. Accordingly, there is a demand for an intelligent management technique of a process equipment system to satisfy customer needs.
또한, 공정장비의 엄격한 요구요건을 만족시키기 위해, 다양한 도메인 시스템 및 네트워크와의 상호 호환성을 높이고, 안정성을 더욱 향상시키기 위한 방안이 요구되고 있다.In addition, in order to satisfy the strict requirements of process equipment, there is a need for a method for improving interoperability with various domain systems and networks and further improving stability.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 산업현장 생산라인에 있는 공정장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리 방법을 제공함에 있다.The present invention has been devised to solve the above problems, and an object of the present invention is to collect data for real-time status monitoring of process equipment in an industrial site production line and process it to provide a more intelligent soundness management method is in providing.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 공정장비 관리 방법은 브로커가, PLC들로부터 공정장비들의 데이터들을 수집하는 단계; 브로커가, 수집된 데이터들을 통합 데이터로 모델링하는 단계; 및 브로커가, 모델링한 통합 데이터를 클라우드 서버에 전송하는 단계;를 포함한다. According to an embodiment of the present invention for achieving the above object, a process equipment management method includes: a broker, collecting data of process equipment from PLCs; modeling, by the broker, the collected data as integrated data; and transmitting, by the broker, the modeled integrated data to the cloud server.
수집 단계는, 공정장비들의 데이터들은, 일반 데이터 및 파일 형식의 기준 데이터를 포함하는 것일 수 있다. In the collecting step, the data of the process equipment may include general data and reference data in a file format.
기준 데이터는, 공정장비의 고장/정비 이력, 제품 불량 이력, 품질 검사 기록 중 적어도 하나를 포함할 수 있다. The reference data may include at least one of a failure/maintenance history of process equipment, a product defect history, and a quality inspection record.
브로커가, 파일 형식의 기준 데이터를 일반 데이터 형식으로 변환하는 단계;를 더 포함할 수 있다. The method may further include, by the broker, converting the reference data of the file format into a general data format.
통합 데이터는, JSON 타입의 데이터일 수 있다. The integrated data may be JSON type data.
클라우드 서버가, 브로커로부터 수신한 통합 데이터를 이용하여 상황인지 분석을 수행하는 단계;를 더 포함할 수 있다. The method may further include, by the cloud server, performing situational awareness analysis using the integrated data received from the broker.
클라우드 서버가, 브로커로부터 수신한 통합 데이터를 이용하여 진단 분석을 수행하는 단계;를 더 포함할 수 있다. The method may further include, by the cloud server, performing diagnostic analysis using the integrated data received from the broker.
한편, 본 발명의 다른 실시예에 따른, 공정장비 관리 시스템은 PLC들로부터 공정장비들의 데이터들을 수집하여 수집된 데이터들을 통합 데이터로 모델링하고, 모델링한 통합 데이터를 클라우드 서버에 전송하는 브로커; 및 브로커로부터 수신한 통합 데이터를 이용하여 분석을 수행하는 클라우드 서버;를 포함한다. On the other hand, according to another embodiment of the present invention, a process equipment management system includes: a broker that collects data of process equipment from PLCs, models the collected data as integrated data, and transmits the modeled integrated data to a cloud server; and a cloud server that performs analysis using the integrated data received from the broker.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 산업현장 생산라인에 있는 공정장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리를 통해, 실시간 모니터링 및 알림을 통한 고장 및 위험 상황에 대한 예측 관리가 가능하다.As described above, according to embodiments of the present invention, data for real-time status monitoring of process equipment in an industrial site production line is collected and processed through more intelligent health management, real-time monitoring and notification Predictive management of failures and dangerous situations is possible.
또한, 본 발명의 실시예들에 따르면, 진단된 정보에 따라 공정장비 시스템이 최적화된 작업 방식을 결정할 수 있게 된다.In addition, according to embodiments of the present invention, it is possible to determine an optimized operation method of the process equipment system according to the diagnosed information.
도 1은 클라우드 기반 상황인지 융합처리엔진 공정 설비 관리 시스템 구성을 도시한 도면,
도 2는 브로커의 데이터 취득 및 통합 데이터 모델링 과정의 설명에 제공되는 도면,
도 3은 클라우드 서버의 데이터 저장 및 분석 과정의 설명에 제공되는 도면,
도 4는 JSON 통합 모델링 형식을 예시한 도면,
도 5는 클라우드 기반 상황인지 융합처리엔진 공정 설비 관리 시스템 흐름도이다.1 is a view showing the configuration of a cloud-based context-aware fusion processing engine process facility management system;
Figure 2 is a diagram provided for the explanation of the broker's data acquisition and integrated data modeling process;
3 is a view provided for the description of the data storage and analysis process of the cloud server;
4 is a diagram illustrating a JSON unified modeling format;
5 is a flow chart of a cloud-based context-aware convergence processing engine process facility management system.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.
도 1은 클라우드 기반 상황인지 융합처리엔진 공정장비 관리 시스템의 구성을 도시한 도면이다. 1 is a diagram showing the configuration of a cloud-based context-aware fusion processing engine process equipment management system.
도시된 시스템은, 산업현장 생산라인에 있는 공정장비들을 운용함에 있어, 실시간 시스템의 엄격한 요구조건을 만족시켜 전체 생산라인의 위험을 방지하기 위해 다양한 데이터를 활용하여 지능적으로 제어 및 관리를 하는 시스템이다.The illustrated system is a system that intelligently controls and manages process equipment in an industrial site production line by utilizing various data in order to satisfy the strict requirements of the real-time system to prevent risks to the entire production line. .
본 발명의 실시예에서는, 이러한 공정장비 관리 시스템을 클라우드 기반 상황인지 융합처리엔진 공정장비 관리 시스템으로 구성한다.In an embodiment of the present invention, such a process equipment management system is configured as a cloud-based context-aware fusion processing engine process equipment management system.
공정장비(10)는 공장 생산/제조라인에서 특별한 역할을 반복 수행하며, 모든 부위에 모터, 센서 등의 장치가 부착되어 동작한다. 산업용 로봇, CNC 머신 등이 공정장비에 해당된다. 이와 같은 공정장비(10)의 모터, 센서는 PLC(20)의 I/O와 연결되며, PLC(20)의 Programming Logic에 의한 동작을 하게 된다.The
본 발명의 실시예에 있어서, PLC(20)는 산업용 통신 표준으로 자리매김하고 있는 OPC UA 표준을 지원하며, OPC UA 서버로써 동작하게 된다. 이에, PLC는 공정장비의 상태 정보, 데이터를 OPC UA 클라이언트에게 전송하는 역할을 수행한다. In an embodiment of the present invention, the PLC 20 supports the OPC UA standard, which is positioned as an industrial communication standard, and operates as an OPC UA server. Accordingly, the PLC serves to transmit the status information and data of the process equipment to the OPC UA client.
본 발명의 실시예에 따른 공정장비 관리 시스템은, 산업 생산라인에 공정장비 시스템을 지능적으로 운용하기 위해, 브로커와 클라우드를 활용하여 네트워크 모니터링 시스템을 구축한다.The process equipment management system according to an embodiment of the present invention builds a network monitoring system by using a broker and a cloud to intelligently operate the process equipment system on an industrial production line.
브로커(100)는 공정장비 시스템(10)의 각 부위를 관장하는 PLC(20)로부터 측정된 데이터를 수집하며, 이와 함께 공정장비 시스템(10)의 설비 고장/정비 이력, 제품불량 이력, 품질 검사 기록 등의 데이터 또한 수집하는데, 이를 기준 데이터라 명명한다.The
이후, 브로커(100)는 수집한 데이터들을 통합 데이터로 모델링한 후 클라우드 서버(200)로 전송한다. 클라우드 서버(200)는 브로커(100)로부터 수신한 데이터를 저장, 진단 분석하여 사용자에게 알린다.Thereafter, the
클라우드 서버(200)에 의한 모니터링은, 단순한 모니터링에 그치는 것이 아닌, 이를 진단/분석한 데이터를 이용하여 지능적인 제어 및 관리하는데 그 목적이 있다.The purpose of monitoring by the
브로커(100)는 OPC UA 클라이언트로써 동작하며, OPC UA 서버인 PLC(20)로부터 공정장비의 상태, 데이터를 주기적으로 수신한다. 동시에, 브로커(100)는 설비 고장/정비 이력, 제품불량 이력, 품질 검사 기록 등의 데이터를 파일 형태로 수신한다.The
이와 같은 2개의 서로 다른 타입의 데이터를 비교, 분석하기에 용이하도록, 브로커(100)는 통합 데이터 모델링 후 클라우드 서버(200)로 전송한다. To facilitate comparison and analysis of these two different types of data, the
브로커(100)에 의한 데이터 취득 및 통합 데이터 모델링 과정이 도 2에 도시되어 있다.The data acquisition and integrated data modeling process by the
도 2에 도시된 바와 같이, 브로커(100)는 OPC UA 기반의 센서, 모터 데이터를 PLC(20)로부터 직접 수집하여 저장하고(S310, S320), 설비 고장/정비 이력, 제품 불량 이력, 품질 검사 기록 등과 같은 기준 데이터는 파일 형태로 수집한다(S330).As shown in Figure 2, the
전술한 기준 데이터의 경우 파일 형식에 따라 데이터의 타입이 다르기 때문에, 브로커(100)는 PLC(20)로부터 직접 수집하는 센서, 모터 데이터와 같은 타입으로 추출, 변환하여야 한다(S340).In the case of the aforementioned reference data, since the type of data is different depending on the file format, the
다음, 브로커(100)는 변환과정을 통해 추출된 데이터는 센서, 모터 데이터와 같은 타입의 데이터이며 JSON 타입으로 전체 데이터를 통합한 후(S350), 클라우드 서버(200)로 전송한다(S360).Next, the
클라우드 서버(200)는 브로커(100)로부터 JSON 타입에 데이터를 수신한다. 수신 데이터에는 공정장비의 데이터, 기준 데이터가 포함되며, 클라우드 서버(200)는 이를 파싱하여 스토리지에 저장한다.The
클라우드 서버(200)의 스토리지에 저장된 각 데이터는 클라우드 서버(200)의 상황인지 및 진단/분석에 이용된다. 특히 진단/분석은 주기적으로 수신되는 공정장비의 데이터와 기준 데이터의 비교 분석을 통해서 공정장비 전반에 걸친 상태를 진단하여 웹 서비스(30), 모바일 서비스(40) 등을 통해 시각화하여 사용자에게 제공한다.Each data stored in the storage of the
클라우드 서버(200)에 의한 데이터 저장 및 분석 과정을 도 3에 상세히 나타내었다.The data storage and analysis process by the
도 3에 도시된 바와 같이, 클라우드 서버(200)는 JSON 통합 모델링 데이터를 수신하여(S410), 데이터 별로 파싱한 후에 스토리지에 저장한다(S420, S430).As shown in FIG. 3 , the
도 4에는 JSON 통합 모델링 형식을 나타내었다. 클라우드 서버(200)의 스토리지는 도 4의 "Data1", "Data2"와 같은 변수명을 Column으로 하여 시간 순서로 데이터 값을 저장하게 된다.4 shows the JSON integrated modeling format. The storage of the
이후, 클라우드 서버(200)는 시간 순서를 통해서 현재의 공정장비의 상태가 어떠한지에 대한 분석을 하게 되며 이를 상황인지 분석이라 한다(S440).Thereafter, the
그리고, 현재의 공정장비 상태가 파악이 되면 기준 데이터들과의 비교 분석을 통해서 공정장비의 모터, 센서가 부착되어있는 특정 부분의 심각도/결함 의심 등을 진단한다(S450).And, when the current state of the process equipment is identified, the severity/suspected defect of a specific part to which the motor and sensor of the process equipment are attached is diagnosed through comparative analysis with reference data (S450).
이러한 진단 결과를 공정장비의 각 부위 별로 상/중/하의 위험상황으로 제시하여 웹 서비스(30), 모바일 서비스(40)를 통해 시각화한다(S460).These diagnostic results are presented as high/middle/low risk situations for each part of the process equipment and visualized through the
도 2에 제시된 브로커(100)의 데이터 취득 및 통합 데이터 모델링 과정과 도 3에 제시된 클라우드 서버(200)의 데이터 저장 및 분석 과정을 결합한 흐름도를 도 5에 나타내었다. 도 5는 클라우드 기반 상황인지 융합처리엔진 공정 설비 관리 시스템 흐름도이다.A flow chart combining the data acquisition and integrated data modeling process of the
지금까지, 클라우드 기반 상황인지 융합처리엔진을 이용한 산업용 공정장비 관리 시스템에 대해, 바람직한 실시예를 들어 상세히 설명하였다.So far, for the industrial process equipment management system using the cloud-based context-aware fusion processing engine, a preferred embodiment has been described in detail.
본 발명의 실시예에서는, 산업현장 생산라인에 있는 공정장비 시스템의 실시간 상태 모니터링 운용에 있어, 장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리를 수행한다.In an embodiment of the present invention, in real-time condition monitoring operation of a process equipment system in an industrial site production line, data for real-time condition monitoring of equipment is collected and processed to perform more intelligent health management.
이를 위해, 본 발명의 실시예에 따른 산업용 공정장비 관리 시스템은, 사물인터넷 기술을 활용한 생산 공정장비에 대해, 브로커(100)와 클라우드 기반의 데이터 수집 및 분석을 통해, 산업 생산라인에 공정장비 시스템을 지능적으로 운용한다.To this end, the industrial process equipment management system according to the embodiment of the present invention provides process equipment to the industrial production line through the
브로커(100)는 공정장비 시스템의 각 부위를 관장하는 PLC로부터 측정된 데이터를 수집하며, 이와 함께 공정장비 시스템의 설비 고장/정비 이력, 제품불량 이력, 품질 검사 기록 등의 데이터, 즉, 기준 데이터를 수집하고, 이를 통합 데이터로 모델링한 후 클라우드 서버(200)로 전송한다.The
클라우드 서버(200)는 브로커(100)로부터 수신한 데이터를 저장, 진단 분석하여 사용자에게 알리는데, 이는 단순 모니터링이 아닌 진단 분석한 데이터를 이용하여 지능적인 제어 및 관리하기 위한 모니터링이다.The
이에 의해, 산업현장 생산라인에 있는 공정장비의 실시간 상태 모니터링을 위한 데이터를 수집하고, 이를 처리하여 더욱 지능화된 건전성 관리를 통해, 실시간 모니터링 및 알림을 통한 고장 및 위험 상황에 대한 예측 관리가 가능하고, 진단된 정보에 따라 공정장비 시스템이 최적화된 작업 방식을 결정할 수 있다.Accordingly, data for real-time status monitoring of process equipment in industrial site production lines are collected and processed to enable more intelligent health management, predictive management of failures and dangerous situations through real-time monitoring and notification, and In other words, the process equipment system can determine the optimal working method according to the diagnosed information.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.On the other hand, it goes without saying that the technical idea of the present invention can also be applied to a computer-readable recording medium containing a computer program for performing the functions of the apparatus and method according to the present embodiment. In addition, the technical ideas according to various embodiments of the present invention may be implemented in the form of computer-readable codes recorded on a computer-readable recording medium. The computer-readable recording medium may be any data storage device readable by the computer and capable of storing data. For example, the computer-readable recording medium may be a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, or the like. In addition, the computer-readable code or program stored in the computer-readable recording medium may be transmitted through a network connected between computers.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.In addition, although preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention as claimed in the claims In addition, various modifications may be made by those of ordinary skill in the art, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.
10 : 공정장비
20 : PLC
100 : 브로커
200 : 클라우드 서버
30 : 웹 서비스
40 : 모바일 서비스10: process equipment
20: PLC
100 : Broker
200: cloud server
30: web service
40: mobile service
Claims (8)
브로커가, PLC들로부터 공정장비들의 데이터들을 수집하는 단계;
브로커가, 수집된 데이터들을 통합 데이터로 모델링하는 단계; 및
브로커가, 모델링한 통합 데이터를 클라우드 서버에 전송하는 단계;를 포함하고,
공정장비들의 데이터들은,
PLC들로부터 측정된 데이터인 측정 데이터 및 PLC들로부터 측정되지 않고 파일 형식으로 수집된 데이터인 기준 데이터를 포함하며,
측정 데이터와 기준 데이터는,
형식이 상이하며,
공정장비 관리 방법은,
브로커가, 파일 형식의 기준 데이터를 측정 데이터와 같은 형식으로 추출 및 변환하는 단계;를 더 포함하는 것을 특징으로 하는 공정장비 관리 방법.
In the process equipment management method,
the broker collecting data of process equipment from PLCs;
modeling, by the broker, the collected data as integrated data; and
Including, by the broker, transmitting the modeled integrated data to the cloud server;
The data of the process equipment,
It includes measurement data, which is data measured from PLCs, and reference data, which is data collected in a file format without being measured from PLCs,
Measurement data and reference data are
different form,
How to manage process equipment,
Process equipment management method, characterized in that it further comprises; the broker, the step of extracting and converting the reference data of the file format into the same format as the measurement data.
기준 데이터는,
공정장비의 고장/정비 이력, 제품 불량 이력, 품질 검사 기록 중 적어도 하나를 포함하는 것을 특징으로 하는 공정장비 관리 방법.
The method according to claim 1,
The reference data is
Process equipment management method comprising at least one of a failure/maintenance history of process equipment, a product defect history, and a quality inspection record.
통합 데이터는,
JSON 타입의 데이터인 것을 특징으로 하는 공정장비 관리 방법.
The method according to claim 1,
integrated data,
Process equipment management method, characterized in that JSON type data.
클라우드 서버가, 브로커로부터 수신한 통합 데이터를 이용하여 상황인지 분석을 수행하는 단계;를 더 포함하는 것을 특징으로 하는 공정장비 관리 방법.
The method according to claim 1,
Process equipment management method further comprising; performing, by the cloud server, situational awareness analysis using the integrated data received from the broker.
클라우드 서버가,
브로커로부터 수신한 통합 데이터를 이용하여 진단 분석을 수행하는 단계;를 더 포함하는 것을 특징으로 하는 공정장비 관리 방법.
The method according to claim 1,
cloud server,
Process equipment management method further comprising; performing a diagnostic analysis using the integrated data received from the broker.
브로커로부터 수신한 통합 데이터를 이용하여 분석을 수행하는 클라우드 서버;를 포함하고,
공정장비들의 데이터들은,
PLC들로부터 측정된 데이터인 측정 데이터 및 PLC들로부터 측정되지 않고 파일 형식으로 수집된 데이터인 기준 데이터를 포함하며,
측정 데이터와 기준 데이터는,
형식이 상이하며,
브로커는,
파일 형식의 기준 데이터를 측정 데이터와 같은 형식으로 추출 및 변환하는 것을 특징으로 하는 공정장비 관리 시스템.
a broker that collects data of process equipment from PLCs, models the collected data as integrated data, and transmits the modeled integrated data to a cloud server; and
Includes; cloud server for performing analysis using the integrated data received from the broker;
The data of the process equipment,
It includes measurement data, which is data measured from PLCs, and reference data, which is data collected in a file format without being measured from PLCs,
Measurement data and reference data are
different form,
broker,
Process equipment management system, characterized in that it extracts and converts standard data in file format into the same format as measurement data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170170910A KR102306430B1 (en) | 2017-12-13 | 2017-12-13 | Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170170910A KR102306430B1 (en) | 2017-12-13 | 2017-12-13 | Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190070428A KR20190070428A (en) | 2019-06-21 |
| KR102306430B1 true KR102306430B1 (en) | 2021-09-30 |
Family
ID=67056465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170170910A KR102306430B1 (en) | 2017-12-13 | 2017-12-13 | Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102306430B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102429233B1 (en) * | 2019-11-28 | 2022-08-05 | 연세대학교 산학협력단 | Method and system for Prognostics and Health Management(PHM) model design through data enhancement based on cloud platform service |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101730451B1 (en) * | 2016-09-08 | 2017-04-26 | 진이진 | Flexible manufacturing system and method using wireless communication network |
| KR101743731B1 (en) * | 2015-12-31 | 2017-06-05 | 건국대학교 산학협력단 | Method and apparatus for processing quary based on ontology generated by collaborating distributed data |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101781337B1 (en) * | 2015-08-25 | 2017-10-23 | 위즈코어 주식회사 | statistical process management system |
| KR101909925B1 (en) * | 2016-01-20 | 2018-10-22 | 한국전자통신연구원 | Smart manufacturing system and method for mass personalization |
-
2017
- 2017-12-13 KR KR1020170170910A patent/KR102306430B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101743731B1 (en) * | 2015-12-31 | 2017-06-05 | 건국대학교 산학협력단 | Method and apparatus for processing quary based on ontology generated by collaborating distributed data |
| KR101730451B1 (en) * | 2016-09-08 | 2017-04-26 | 진이진 | Flexible manufacturing system and method using wireless communication network |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190070428A (en) | 2019-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10732618B2 (en) | Machine health monitoring, failure detection and prediction using non-parametric data | |
| CN109144014B (en) | System and method for detecting operation condition of industrial equipment | |
| US20220137613A1 (en) | Method and system for predicting failure of mining machine crowd system | |
| CN113112086B (en) | Intelligent production system based on edge calculation and identification analysis | |
| CN102566503B (en) | Remote monitoring and fault diagnosis system for numerical control machine tool | |
| EP3221579B1 (en) | Wind turbine condition monitoring method and system | |
| CN110728443A (en) | Motor full life cycle management and control system | |
| JP5077835B2 (en) | Plant analysis system | |
| CN107850893B (en) | Generating events on an intelligent programmable logic controller using context information | |
| WO2020117743A1 (en) | Process data quality and reliability management methodology | |
| CN116117827B (en) | Industrial robot state monitoring method and device | |
| Cachada et al. | Using internet of things technologies for an efficient data collection in maintenance 4.0 | |
| CN116880402A (en) | Intelligent factory cooperative control system and method thereof | |
| KR102306430B1 (en) | Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine | |
| CN208751840U (en) | A kind of pump health monitoring and fault diagnosis system | |
| Albano et al. | Sensors: the enablers for proactive maintenance in the real world | |
| CN116992346A (en) | Enterprise production data processing system based on artificial intelligence big data analysis | |
| CN107357239A (en) | A kind of medical and beauty treatment instrument remote diagnosis control system | |
| CN111200315B (en) | Transformer substation monitoring background fault diagnosis system and method | |
| Alexandru et al. | Building a smart maintenance architecture using smart devices: A web 2.0 based approach | |
| JP6898280B2 (en) | Knowledge creation system | |
| CN105046347A (en) | Optimizing method for oil-and-gas field condition data acquisition | |
| AU2018256654B2 (en) | Predicting failure of a mining machine | |
| JP6908654B2 (en) | Knowledge information service system | |
| Polenghi et al. | Experiential learning of Prognostics and Health Management and its implementation in MATLAB |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |