KR20180075798A - 단조 공장 작업 계획 최적화 시스템 및 방법 - Google Patents

Abstract

단조 공장 작업 계획 최적화 시스템이 제공된다. 단조 공장 작업 계획 최적화 시스템은, 생산 계획을 제공받고 생산 계획에 따라 단조 공장의 설비 별 작업 계획을 생성하고 시뮬레이터를 이용한 작업계획 평가를 반복하며 최적의 작업 계획을 탐색하는 최적화 알고리즘부, 탐색된 작업 계획에 따라 설비를 운영하는 단조 공장 시뮬레이터, 및 과거 공정 데이터 및 공장 환경 데이터 등을 기반으로 기계 학습 알고리즘을 이용하여 학습하며 단조 공장 시뮬레이터의 각 공정 모듈로부터 예측에 필요한 데이터를 받아서 예측하는 예측 모델부를 포함한다.

Description

단조 공장 작업 계획 최적화 시스템 및 방법{Task planning optimization system and method for a forge}

본 발명은 단조 공장 작업 계획 최적화 시스템 및 방법에 관한 것이다.

단조 공장을 대상으로 한 가상 공장 시뮬레이션 시스템은 발명된 바 없으며 작업 계획 최적화를 위한 시스템 또한 발명된 바 없다. 에너지 예상 사용량을 산출하는 방법에 관한 발명이 존재하지만 본 시스템은 현장에서 발생하는 공정 데이터 기반의 학습 모델을 이용한다는 점에서 차이가 있다.

본 발명이 해결하고자 하는 과제는 단조 공장에서 제품을 생산할 때 소요되는 비용과 시간을 최소화하는 최적의 생산 작업 계획을 수립하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 달성하기 위한 본 발명의 기술적 사상의 몇몇 실시예에 따른 단조 공장 작업 계획 최적화 시스템은, 생산 계획을 제공받고 생산 계획에 따라 단조 공장의 설비 별 작업 계획을 생성하고 시뮬레이터를 이용한 작업계획 평가를 반복하며 최적의 작업 계획을 탐색하는 최적화 알고리즘부, 탐색된 작업 계획에 따라 설비를 운영하는 단조 공장 시뮬레이터, 및 과거 공정 데이터 및 공장 환경 데이터 등을 기반으로 기계 학습 알고리즘을 이용하여 학습하며 단조 공장 시뮬레이터의 각 공정 모듈로부터 예측에 필요한 데이터를 받아서 예측하는 예측 모델부를 포함한다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

현재 단조 공장에 적용 가능한 자동화 된 작업 계획 최적화 시스템은 존재하지 않고 현장에서는 작업 계획 전문가의 경험을 바탕으로 계획을 수립하고 있다. 전문가는 작업 계획을 위해 원가, 생산성, 품질 등의 측면을 고려하지만 생산성 및 에너지 비용을 대략적으로 예측하여 정해진 가이드라인을 최대한 만족하는 범위 내에서 최선의 작업 계획을 수립한다.

따라서 본 발명의 기술적 사상의 몇몇 실시예에 따른 단조 공장 작업 계획 최적화 시스템은, 대량의 공정 데이터를 기반으로 학습한 예측 모델을 이용하여 작업 계획의 에너지 비용 및 생산 소요 시간을 정확도 높게 예측함으로써 작업 계획을 최적화한다.

도 1은 시스템 구조를 도시하는 도면이다.
도 2는 시뮬레이터 및 예측 모델 구조를 도시하는 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면에서 표시된 구성요소의 크기 및 상대적인 크기는 설명의 명료성을 위해 과장된 것일 수 있다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.

소자(elements) 또는 층이 다른 소자 또는 층의 "위(on)" 또는 "상(on)"으로 지칭되는 것은 다른 소자 또는 층의 바로 위뿐만 아니라 중간에 다른 층 또는 다른 소자를 개재한 경우를 모두 포함한다. 반면, 소자가 "직접 위(directly on)" 또는 "바로 위"로 지칭되는 것은 중간에 다른 소자 또는 층을 개재하지 않은 것을 나타낸다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 소자 또는 구성 요소들과 다른 소자 또는 구성 요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 소자의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 소자를 뒤집을 경우, 다른 소자의 "아래(below)" 또는 "아래(beneath)"로 기술된 소자는 다른 소자의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 소자는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.

비록 제1, 제2 등이 다양한 소자나 구성요소들을 서술하기 위해서 사용되나, 이들 소자나 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자나 구성요소를 다른 소자나 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자나 구성요소는 본 발명의 기술적 사상 내에서 제2 소자나 구성요소 일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

도 1은 시스템 구조를 도시하는 도면이다. 도 2는 시뮬레이터 및 예측 모델 구조를 도시하는 도면이다.

본 시스템은 크게 사용자, 최적화 알고리즘, 단조 공장 시뮬레이터, 예측 모델로 구성된다.

사용자는 생산 계획을 시스템에 투입하고 최적의 작업 계획을 요청한다. 사용자가 투입하는 생산 계획은 생산해야하는 제품 종류와 사용할 원재료, 수량, 생산 마감 기한 등이다.

작업 계획 최적화 시스템의 최적화 알고리즘은 사용자가 투입한 생산 계획에 따라 단조 공장의 설비 별 작업 계획을 생성하고 시뮬레이터를 이용한 작업계획 평가를 반복하며 최적의 작업 계획을 탐색한다. 작업 계획은 단조 공장의 설비 별로 처리해야할 재료의 순서이다. 단조 공장 설비는 가열 공정을 위한 가열로, 단조 공정을 위한 프레스기, 절단 공정을 위한 절단기, 열처리 공정을 위한 열처리로, 가공 공정을 위한 가공 설비가 있다. 가열로 및 열처리로의 경우 다수의 원재료를 동시에 처리하기 때문에 순서뿐만 아니라 함께 처리할 재료 묶음 또한 작업 계획에 포함된다. 또한 프레스기의 경우 처리할 제품의 종류가 바뀌면 프레스기의 치구를 교체해야 하므로 작업 계획에 치구 교체 계획이 포함된다.

시뮬레이터는 작업 계획에 따라 가동하는 가상 단조 공장이다. 시뮬레이터는 각 공정 별 작업 계획대로 설비를 운영하는 모듈들인 가열 공정 모듈, 단조 공정 모듈, 절단 공정 모듈, 열처리 공정 모듈로 구성된다. 그리고 제품 별 공정도에 따라 각 모듈이 작업을 순차적으로 진행하여 제품을 생산한다.

가열 공정 모듈은 주어진 가열 공정 작업 계획에 따라 가열로에 원재료를 채우고 가열한다. 참고로 가열로에 투입된 원재료의 중량 중 최대 중량을 기준으로 가열 시간은 정해져있다. 단조 공정 모듈은 주어진 단조 공정 작업 계획에 따라 원재료를 하나씩 처리한다. 단조 공정은 원재료의 충분한 가열이 선행되어야 하므로 가열 공정 모듈에 현재 처리해야할 작업에 해당하는 원재료를 요청하고 원재료의 가열이 완료된 후 가열 공정 모듈로부터 원재료를 받아 공정을 시작한다. 그리고 단조 공정을 완료한 원재료를 다음 공정이 진행될 수 있도록 해당 공정 모듈로 전달한다.

절단 공정 모듈은 주어진 절단 공정 작업 계획에 따라 선행 작업이 완료된 원재료를 차례대로 처리한다. 절단 공정을 완료한 원재료는 다음 공정이 진행될 수 있도록 해당 공정 모듈로 전달된다. 열처리 공정 모듈은 주어진 열처리 공정 작업 계획에 따라 선행 작업이 완료된 원재료를 열처리로에 투입하여 처리한다. 이 때, 열처리로에는 가열로와 마찬가지로 여러 개의 원재료가 투입 되어 처리되므로 함께 투입되는 원재료들의 선행 작업이 완료된 후에 열처리 공정을 시작하게 된다. 열처리 공정을 완료한 원재료는 후단 공정 모듈로 재료를 전달된다.

제품이 생산되는 과정에서 소요되는 에너지 비용과 시간을 예측하기 위해 시뮬레이터의 각 공정 모듈은 과거 공정 데이터를 기반으로 학습된 예측 모델을 이용하여 작업을 처리할 때 필요한 에너지양 또는 소요 시간을 예측한다. 가열 공정 모듈과 열처리 공정 모듈의 경우 정해진 가열 시간표에 따라 재료를 가열하므로 소요 시간이 고정적이고 가열이 완료된 후 설비 내 재료의 대기 시간 또한 후단 공정에 의존적으로 계산이 가능하므로 에너지 사용량 예측 모델이 필요하다. 단조 공정 모듈, 절단 공정 모듈, 가공 공정 모듈은 제품의 크기 및 모양에 따라 공정 소요 시간이 다르고 에너지 사용량에 차이가 있으므로 소요 시간 예측 모델과 에너지 사용량 예측 모델이 필요하다.

예측 모델은 과거 공정 데이터 및 공장 환경 데이터 등을 기반으로 기계 학습 알고리즘을 이용하여 학습하며 시뮬레이터의 각 공정 모듈로부터 예측에 필요한 데이터를 받아서 예측한다. 가열 공정과 열처리 공정은 설비에 여러 개의 재료를 투입하여 처리하므로 예측 된 에너지 사용량을 재료의 원단위로 분배한다. 즉, 함께 처리되는 재료이지만 재료의 중량 및 설비 내 대기시간에 따라 에너지 사용량이 차이가 있다. 또한 같은 원재료라고 할지라도 설비에 함께 투입되는 원재료의 구성에 따라 가열 시간표가 다르기 때문에 에너지 사용량에 차이가 발생한다.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였으나, 본 발명은 상기 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 제조될 수 있으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (1)

1. 생산 계획을 제공받고 상기 생산 계획에 따라 단조 공장의 설비 별 작업 계획을 생성하고 시뮬레이터를 이용한 작업계획 평가를 반복하며 최적의 작업 계획을 탐색하는 최적화 알고리즘부;
   상기 탐색된 작업 계획에 따라 설비를 운영하는 단조 공장 시뮬레이터; 및
   과거 공정 데이터 및 공장 환경 데이터 등을 기반으로 기계 학습 알고리즘을 이용하여 학습하며 상기 단조 공장 시뮬레이터의 각 공정 모듈로부터 예측에 필요한 데이터를 받아서 예측하는 예측 모델부를 포함하는 단조 공장 작업 계획 최적화 시스템.

Images