KR102400960B1

KR102400960B1 - 에지 서버형 고장 예측방법

Info

Publication number: KR102400960B1
Application number: KR1020220007547A
Authority: KR
Inventors: 정병용
Original assignee: 주식회사 금호엔티시; 정병용
Priority date: 2022-01-19
Filing date: 2022-01-19
Publication date: 2022-05-25

Abstract

본 발명은 에지서버가 공작기계의 상태를 예측할 때 메인서버와 네트워크 연결을 해제하는 오프라인 모드로 동작하고, 상기 공작기계의 고장 또는 이상에 관한 이상정보를 생성하면 송신만 가능한 상태로 메인서버와 네트워크를 연결하는 단방향 송신 모드로 동작하며, 상기 테블릿에게 상태정보를 송신하거나 인공지능모델을 업데이트할 때 근거리통신을 사용하는 AP 모드로 동작하는 것을 특징으로 하는 에지 서버형 고장 예측방법을 개시한다.

Description

에지 서버형 고장 예측방법{METHOD FOR PREDICTING MALFUNCTION BASED ON EDGE SERVER TYPE}

본 발명은 현장에 배치된 에지서버에서 인공지능모델을 기반으로 공작기계의 상태를 모니터링하여 공작기계의 이상 또는 고장을 예측하고, 메인서버에서 공작기계의 상태정보를 이용하여 인공지능모델을 업데이트하며, 테블릿을 이용하여 에지서버와 메인서버의 데이터 송수신을 제공하는 에지 서버형 고장 예측방법에 관한 것이다.

<에지 컴퓨팅에 관하여>

에지 컴퓨팅(edge computing)은 다양한 단말 기기에서 발생하는 데이터를 클라우드와 같은 중앙 집중식 데이터센터로 보내지 않고 데이터가 발생한 현장 혹은 근거리에서 실시간 처리하는 방식으로 데이터 흐름 가속화를 지원하는 컴퓨팅 방식이다. 현장에서 처리하는 서버는 에지 서버(edge server)이고, 중앙 집중식 데이터센서는 메인 서버(main server) 또는 클라우드 서버(cloud server)이라고 명명할 수 있다.

에지 컴퓨팅은 선행기술로 기재된 특허문헌과 같이 처리 가능한 대용량 데이터를 발생지(소스) 주변에서 효율적으로 처리함으로써 데이터 처리 시간이 큰 폭으로 단축되고 인터넷 대역폭 사용량이 감소하는 장점이 있다.

에지 컴퓨팅은 기존 클라우드 컴퓨팅(cloud computing)과는 다른 컴퓨팅 접근 방법으로, 서로를 대체하는 것이 아닌 각각의 문제점을 보완하는 공생 관계에 가깝다. 에지 컴퓨팅을 클라우드(중앙 구름) 환경의 일부 작은 규모의 플랫폼으로 보아 클라우드렛(cloudlet, 작은 구름) 용어로 쓰기도 하고, 단말 기기 주변(에지)에서 처리되는 것을 가리켜 포그 컴퓨팅(fog computing)이라고도 한다.

에지 컴퓨팅은 네트워크 연결과 대기 시간, 대역폭 제약, 단말 기기에 내장된 다양한 기능 등을 고려하여 설계되기 때문에 분산 컴퓨팅 모델에 유리하다.

에지 컴퓨팅의 대표적인 사례는 자율 주행 자동차이다. 자율 주행 자동차는 차량에 부착된 각 센서들로 주변 지형이나 도로 상황, 차량 흐름 현황 등을 파악해 데이터를 수집하고, 주행 중 일어날 수 있는 다양한 상황에 신속하게 대처해야 한다. 즉, 방대한 데이터의 수집/처리와 실시간 대응을 위한 빠른 데이터 분석의 필요로 에지 컴퓨팅이 활용된다.

그러나 종래에는 에지서버와 메인서버 사이의 양방향 통신에서 현장의 공작기계 등 현장설비가 해킹당할 수 있고, 해킹으로 인해 현장설비의 상태나 운행에 관한 정보가 외부에 누출될 가능성이 있다.

<고장진단에 대하여>

종래에는 에지서버를 통하여 공작기계의 상태를 점검하고, 소프트웨어 결함 등 이상 발생 시 공작기계의 제어값을 생성하며, 제어값으로 공작기계를 제어하여 정상 상태로 관리하였다.

종래에는 에지서버를 통하여 공작기계의 하드웨어 결함 등 고장 발생 시 공작기계의 고장에 관한 알람정보를 생성하며, 알람정보를 메인서버 또는 관리자단말기에게 제공하였다.

종래에는 에지서버를 통한 공작기계의 제어를 제공함으로써, 현장에 관리자가 부재할 수 있다. 종래에는 관리자가 관리자단말기를 통해 알람정보를 확인하고, 뒤늦게 공작기계의 고장난 부품을 교체함으로써, 공작기계 운용 효율성이 감소될 수 있는 문제점이 있다.

최근에는 이러한 문제점을 해결하기 위한 최소 관리자 인원을 현장에 배치하여 신속한 조치를 제공하는 추세이다.

본 발명은 관리자를 활용하여 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결하고자 한다.

한국등록특허 제10-2075791호

상기 문제점을 해결하기 위하여 본 발명은 관리자에 의해 테블릿을 이동시키고 공작기계를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결하는 에지 서버형 고장 예측방법을 제공한다.

본 발명은 테블릿이 메인서버로부터 인공지능모델을 다운받을 때 에지서버와의 네트워크 연결을 비허가하고, 에지서버의 인공지능모델을 업데이트할 때 메인서버와의 네트워크 연결을 비허가하는 에지 서버형 고장 예측방법을 제공한다.

상기의 해결하고자 하는 과제를 위한 본 발명의 실시예에 따른 공작기계(100)와 센서(200)를 이용하여 상태정보를 수집하고, 인공지능모델에 상태정보를 입력하여 공작기계의 이상 또는 고장을 예측하는 에지서버(300); 상기 상태정보를 이용하여 인공지능모델을 업데이트하는 메인서버(400) 및 상기 에지서버에서 수집된 상태정보를 메인서버에게 제공하고, 메인서버에서 업데이트된 인공지능모델을 에지서버에게 제공하는 테블릿(500)을 포함하는 에지 서버형 고장 예측 시스템(10)을 이용한 에지 서버형 고장 예측방법은, 상기 에지서버가 공작기계의 상태를 예측할 때 메인서버와 네트워크 연결을 해제하는 오프라인 모드로 동작하는 단계; 상기 공작기계의 고장 또는 이상에 관한 이상정보를 생성하면 송신만 가능한 상태로 메인서버와 네트워크를 연결하는 단방향 송신 모드로 동작하는 단계 및 상기 테블릿에게 상태정보를 송신하거나 인공지능모델을 업데이트할 때 근거리통신을 사용하는 AP 모드로 동작하는 단계를 포함하여, 상기 에지서버와 메인서버의 직접적인 양방향 통신으로 발생 가능한 해킹 가능성을 제거하는 것을 특징으로 한다.

상기 공작기계는 에지서버로부터 입력되는 제어값을 통하여 이상문제가 해결되고, 관리자의 조작을 통하여 고장문제가 해결되며, 상기 에지 서버형 고장 예측 시스템은 관리자에 의해 테블릿을 이동시키고 공작기계를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결이 가능한 것을 특징으로 할 수 있다.

본 발명은 관리자에 의해 테블릿을 이동시키고 공작기계를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결함으로써, 공작기계의 운용 효율을 향상시킬 수 있고, 관리자의 업무 효율도 향상시킬 수 있다.

본 발명은 테블릿과 어느 한 쪽 서버와의 통신 상황에서 다른 한 쪽 서버의 통신을 배제함으로써, 해킹의 발생확률을 감소시킬 수 있다.

도 1은 본 발명의 실시예에 따른 에지 서버형 고장 예측방법을 도시한 것이다.
도 2는 본 발명의 다른 실시예에 따른 에지 서버형 고장 예측방법을 도시한 것이다.

이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.

도 1은 본 발명의 실시예에 따른 에지 서버형 고장 예측방법을 도시한 것으로서, 에지 서버형 고장 예측방법은 에지 서버형 고장 예측 시스템(10)을 이용하여 이루어진다.

에지 서버형 고장 예측 시스템(10)은 장비(100), 센서(200), 에지서버(300), 메인서버(400) 및 테블릿(500)을 포함한다. 장비(100)는 제품을 생산 또는 가공하는 장치를 의미하고, 본 발명에서는 공작기계로 설명하기로 한다. 공작기계(100)는 연삭/밀링 가공기를 포함할 수 있다.

센서(200)는 공작기계(100)의 내부 또는 외부에 설치되어 공작기계의 상태를 측정할 수 있다. 센서(200)는 유압센서, 온도센서, 유량센서, 진동센서, 축변위센서 및 전류센서를 포함할 수 있고, 이외에도 다양한 센서를 포함할 수 있으며, 이에 한정하지 않는다.

유압센서는 공작기계(100)의 토출압력이 상승한계에 도달하고 증상이 지속되면 엔드가 파손될 수 있으므로, 압축기 가동 시 생성되는 압력을 측정할 수 있다.

온도센서는 모터의 심부 온도를 측정하여 과열상태를 측정하고, 온도에 따라 모터의 상태를 체크할 수 있다.

유량센서는 엔드의 흡입 유량을 측정하여 엔드의 마모 여부를 판별할 수 있다. 엔드의 마모가 발생하게 되면 흡입 성능이 저하된다.

진동센서는 모터, 엔드 결합부의 진동을 측정한다. 모터나 엔드의 베어링이 이상이 발생하면 진동변위가 커진다. 심각한 경우 베어링의 마모가 발생한다.

축변위센서는 엔드 내 각 로터 축의 변위를 측정한다. 엔드의 베어링이 고장 시 로터축 변위가 증가한다. 심각한 경우 베어링의 마모가 발생한다.

전류센서는 엔드 가동 중 소모되는 전류를 측정하여 과부하 상태를 판단한다. 엔드 파손 시 모터부하 증가로 전류소모가 증가하고, 모터의 손상이 발생한다.

에지서버(300)는 공작기계(100)로부터 구동되고 있는 상태에 관한 정보를 수신하고, 센서(200)로부터 공작기계(100)에 보여지고 있는 상태에 관한 정보를 수신하며, 인공지능모델(artificial intelligence model)에 상태정보를 입력하여 공작기계의 이상 또는 고장을 예측하고, 소프트웨어적인 결함 등 공작기계(100)의 이상 발생 시 공작기계(100)의 제어값을 생성하며, 제어값으로 공작기계(100)의 이상 문제를 해결한다. 예를 들어 에지서버(300)는 온도센서로부터 과부하 온도값을 수신하면 공작기계(100)의 모터에 대한 출력을 감소시켜 이상 문제를 해결하는 것이다.

인공지능모델은 인공지능의 기술을 모델화하여 공작기계(100)의 이상 또는 고장을 예측할 수 있다.

인공지능은 인간의 경험과 지식을 바탕으로 문제를 해결하는 능력, 시각 및 음성 인식의 지각 능력, 자연 언어 이해 능력, 자율적으로 움직이는 능력 등을 컴퓨터나 전자 기술로 실현하는 것을 목적으로 하는 기술 영역 등 인간의 생각이나 학습능력을 컴퓨터 프로그램으로 실현한 것이다. 인공 지능의 궁극적인 목표는 사람처럼 생각하고 행동까지 할 수 있는 기계를 개발하는데 있다.

에지서버(300)는 상태정보를 입력값으로 하여 인공지능모델을 통한 기계학습(machine learning)을 수행하고, 수행결과에 따른 조치를 제공할 수 있다.

기계학습은 인공지능의 연구분야 중 하나로, 인간의 학습 능력과 같은 기능을 실현하고자 하는 기술이다.

기계학습은 지도학습(supervised learning)과 비지도학습(unsupervised learning)으로 구분된다. 지도학습은 학습데이터를 참조하여 학습자의 입력값에 대응하는 출력값을 찾는 방식이고, 비지도학습은 입력값들만 있는 훈련데이터를 이용하여 입력값들의 규칙성을 찾아 내고, 찾아낸 결과를 출력하여 학습자에게 제공한다.

에지서버(300)는 현장에서 사용되는 작은 단위의 서버이기 때문에 학습결과에 따른 인공지능모델의 업데이트를 하기 어려운 문제점이 있다.

따라서 메인서버(400)는 각각의 에지서버(300)에 대한 상태정보를 취합할 수 있는 환경이고, 에지서버(300)보다 높은 단위의 서버이므로, 상태정보를 이용하여 인공지능모델을 업데이트한다.

테블릿(500)은 에지서버(300)에서 수집된 상태정보를 메인서버(400)에게 제공하고, 메인서버(400)에서 업데이트된 인공지능모델을 에지서버(300)에게 제공한다.

테블릿(500)은 관리자에 의해 이동되는 단말기로서, 스마트폰일 수 있다. 스마트폰은 개인용 컴퓨터(PC)와 같이 모바일 운영체제(Operating System)를 탑재하여 다양한 애플리케이션과 콘텐츠를 이용할 수 있는 모바일 단말이다.

에지서버(300)는 도 1에 도시된 바와 같이 공작기계(100)의 상태를 예측할 때 메인서버(400)와 네트워크 연결을 해제하는 오프라인 모드로 동작한다.

도 2는 본 발명의 다른 실시예에 따른 에지 서버형 고장 예측방법을 도시한 것으로서, 에지서버(300)는 도 2에 도시된 바와 같이 공작기계(100)의 고장 또는 이상에 관한 이상정보를 생성하면 송신만 가능한 상태로 메인서버(400)와 네트워크를 연결하는 단방향 송신 모드로 동작한다.

에지서버(300)는 도 1에 도시된 바와 같이 테블릿(500)에게 상태정보를 송신하거나 인공지능모델을 업데이트할 때 근거리통신을 사용하는 AP 모드로 동작한다.

에지 서버형 고장 예측 시스템(10)은 에지서버(300)와 메인서버(400)의 직접적인 양방향 통신으로 발생 가능한 해킹 가능성을 제거하고, 관리자에 의해 이동되는 테블릿(500)을 통하여 에지서버(300)와 메인서버(400)의 간접적인 양방향 통신을 제공한다.

공작기계(100)는 에지서버(300)로부터 입력되는 제어값을 통하여 이상문제가 해결될 수 있고, 관리자의 조작을 통하여 고장문제가 해결할 수 있다.

에지 서버형 고장 예측 시스템(10)은 관리자에 의해 테블릿을 이동시키고 공작기계를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결이 가능하다.

본 발명은 관리자에 의해 테블릿(500)을 이동시키고 공작기계(100)를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계(100)의 이상 및 공작기계(100)의 고장 문제를 함께 해결함으로써, 공작기계(100)의 운용 효율을 향상시킬 수 있고, 관리자의 업무 효율도 향상시킬 수 있다.

테블릿(500)은 메인서버(400)로부터 인공지능모델을 다운받을 때 에지서버(300)와의 네트워크 연결을 비허가할 수 있고, 에지서버(300)의 인공지능모델을 업데이트할 때 메인서버(400)와의 네트워크 연결을 비허가할 수 있다.

본 발명은 테블릿(500)과 어느 한 쪽 서버와의 통신 상황에서 다른 한 쪽 서버의 통신을 배제함으로써, 해킹의 발생확률을 감소시킬 수 있다.

테블릿(500)은 에지서버(300)의 인공지능모델을 업데이트하는 과정에서 공작기계(100)의 이상 또는 고장이 발생하여 에지서버(300)에서 이상정보를 생성하면, 송신만 가능한 상태로 메인서버(400)와 네트워크를 연결하는 단방향 송신 모드로 동작할 수 있다.

본 발명은 테블릿(500)을 통한 에지서버(300)의 업데이트 과정에서 공작기계(100)의 이상 또는 고장 상황이 발생할 수 있고, 이러한 상황에서 에지서버(300)에서의 단방향 송신 모드를 구동하기 어려울 수 있으므로, 이때 테블릿(500)을 통한 단방향 송신 모드를 구동함으로써, 예외의 상황문제를 해결할 수 있다. 본 발명은 예외의 상황문제를 해결하여 인공지능모델 업데이트의 실패확률을 감소시킬 수 있고, 에지서버(300)의 과부하를 방지할 수 있다.

관리자에 의해 이동이 가능한 테블릿(500)은 관리자에게 고장이 발생한 부품의 교체를 알리기 위해 화면을 통하여 공작기계(100)의 고장 상황을 출력할 수 있고, 관리자는 화면을 보고 고장 상황을 인지할 수 있으며, 관리자는 신속히 공작기계(100)의 고장이 발생한 부품을 교체하여 신속히 공작기계(100)가 정상동작을 할 수 있도록 한다.

메인서버(500)는 동시에 에지서버(300)와의 단방향 수신 및 테블릿(400)과의 양방향 송수신이 가능하다. 메인서버(500)는 에지서버(300)와의 단방향 수신을 통하여 수신된 공작기계(100)에 대한 이상정보, 데이터베이스에 구축된 다른 공작기계에 대한 이상정보 및 이상정보를 해결하기 위한 솔루션정보를 분석하여 공작기계에 대한 이상정보를 해결할 수 있는 정보가 포함되는 업데이트용 인공지능모델을 생성하고, 테블릿(400)에게 업데이트용 인공지능모델을 전송할 수 있다.

테블릿(400)은 외부의 해킹문제가 없는 근거리통신으로 에지서버(300)의 인공지능모델을 안정적으로 업데이트할 수 있다.

메인서버(500)는 공작기계(100)에 관한 방대한 데이터를 가공하고 처리하기 위하여 연관성 분석(association rule learning), 분류 트리 분석(classification tree analysis), 유전 연산법(genetic algorithms), 기계 학습법(machine learning), 딥러닝(deep learning) 또는 회귀 분석(regression analysis) 기술을 활용할 수 있다.

메인서버(500)는 인고지능모델을 기반으로 빅데이터를 이용한 전기적/기계적 스펙트럼 분석을 통한 복합(연삭/밀링) 가공기의 수명을 예측할 수 있고, 복합 가공기의 이상에 따른 알람 발생 전 예방정비를 통한 복합 가공기의 생산 안정화 방법을 제공할 수 있으며, 복합 가공기의 사용패턴 분석을 통한 현장 에너지 절약방법을 제공할 수 있다.

에지서버(300)는 평상시 메인서버(400) 또는 테블릿(500)과의 통신연결이 불필요 하므로, 에너지를 절약할 수 있다. 또한 에지서버(300)는 필요시에만 메인서버(400) 또는 테블릿(500)과의 통신을 수행한다.

에지서버(300)와 테블릿(500)은 하나의 주체 대상에서만 1대1 통신을 제공함으로써, 통신보안을 향상시킬 수 있고, 메인서버(400)에서만 1대다 통신을 제공한다.

10: 에지 서버형 고장 예측 시스템 100: 공작기계
200: 센서 300: 에지서버
400: 메인서버 500: 테블릿

Claims

공작기계(100)와 센서(200)를 이용하여 상태정보를 수집하고, 인공지능모델에 상태정보를 입력하여 공작기계의 이상 또는 고장을 예측하는 에지서버(300);
상기 상태정보를 이용하여 인공지능모델을 업데이트하는 메인서버(400) 및
상기 에지서버에서 수집된 상태정보를 메인서버에게 제공하고, 메인서버에서 업데이트된 인공지능모델을 에지서버에게 제공하는 테블릿(500)을 포함하는 에지 서버형 고장 예측 시스템(10)을 이용한 에지 서버형 고장 예측방법에 있어서,
상기 에지서버가 공작기계의 상태를 예측할 때 메인서버와 네트워크 연결을 해제하는 오프라인 모드로 동작하는 단계;
상기 공작기계의 고장 또는 이상에 관한 이상정보를 생성하면 송신만 가능한 상태로 메인서버와 네트워크를 연결하는 단방향 송신 모드로 동작하는 단계 및
상기 테블릿에게 상태정보를 송신하거나 인공지능모델을 업데이트할 때 근거리통신을 사용하는 AP 모드로 동작하는 단계를 포함하여, 상기 에지서버와 메인서버의 직접적인 양방향 통신으로 발생 가능한 해킹 가능성을 제거하며,
상기 테블릿은 메인서버로부터 인공지능모델을 다운받을 때 에지서버와의 네트워크 연결을 비허가하고, 에지서버의 인공지능모델을 업데이트할 때 메인서버와의 네트워크 연결을 비허가하며,
상기 테블릿은 에지서버의 인공지능모델을 업데이트하는 과정에서 공작기계의 이상 또는 고장이 발생하여 에지서버에서 이상정보를 생성하면, 송신만 가능한 상태로 메인서버와 네트워크를 연결하는 단방향 송신 모드로 동작하며,
관리자에 의해 이동이 가능한 테블릿은 관리자에게 고장이 발생한 부품의 교체를 알리기 위해 화면을 통하여 공작기계의 고장 상황을 출력하는 것을 특징으로 하는 에지 서버형 고장 예측방법.
제1항에 있어서,
상기 공작기계는 에지서버로부터 입력되는 제어값을 통하여 이상문제가 해결되고, 관리자의 조작을 통하여 고장문제가 해결되며,
상기 에지 서버형 고장 예측 시스템은 관리자에 의해 테블릿을 이동시키고 공작기계를 조작시켜 에지 컴퓨팅에 관한 해킹, 공작기계의 이상 및 공작기계의 고장 문제를 함께 해결이 가능한 것을 특징으로 하는 에지 서버형 고장 예측방법.