WO2020076012A1 - 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법 - Google Patents

공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법 Download PDF

Info

Publication number
WO2020076012A1
WO2020076012A1 PCT/KR2019/013031 KR2019013031W WO2020076012A1 WO 2020076012 A1 WO2020076012 A1 WO 2020076012A1 KR 2019013031 W KR2019013031 W KR 2019013031W WO 2020076012 A1 WO2020076012 A1 WO 2020076012A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
factory
facilities
product
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2019/013031
Other languages
English (en)
French (fr)
Inventor
최상수
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to JP2021544082A priority Critical patent/JP7145339B2/ja
Priority to US17/282,945 priority patent/US11940783B2/en
Priority to PL19870652.5T priority patent/PL3865960T3/pl
Priority to CN201980066162.6A priority patent/CN112823317B/zh
Priority to EP19870652.5A priority patent/EP3865960B1/en
Publication of WO2020076012A1 publication Critical patent/WO2020076012A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32347—Knowledge based simulation engine, use answers from user, database
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Definitions

  • the present invention relates to a computing system, and more particularly, to a computing system for analyzing a factory and a method of using the computing system to manage the factory.
  • Factory automation is to automate the overall processes of control, management, and operation of the production process using robots and computers. Recently, with the development of IT (Information Technology) technology, smart factories have been introduced beyond factory automation.
  • IT Information Technology
  • the smart factory is an intelligent factory that can improve the productivity of the factory and product quality by applying information and communication technology to the overall processes performed in the factory.
  • a virtual factory is a real factory modeled and implemented in a virtual environment. Processes performed in actual factories are also modeled and expressed in factory models implemented in virtual environments. Therefore, if a virtual factory is used, even if a product is not actually produced in a real factory, the processes for producing the product can be virtually reproduced or simulated through simulation in a virtual environment.
  • An object of the present invention is to provide a computing system for constructing a virtual factory that reflects a situation of a real factory, and analyzing a situation of the real factory, and a method of managing the real factory using the computing system.
  • the computing system may include a database and a virtual factory building module.
  • the database can store modeling data.
  • the virtual factory building module is a first signal output when a product is located in a first part on one or more facilities monitored from a first location outside of one or more facilities used in a real factory, and outside of one or more facilities A time difference between the time at which the first signal is output and the time at which the second signal is output, which is calculated based on the second signal output when the product is located in a second portion on one or more facilities monitored from the second location, and Based on the modeling data, it is possible to build a virtual factory where progress of work performed from the first part to the second part is displayed.
  • the first position may be spaced apart from the second position, and the first part may be spaced apart from the second part.
  • a method of using a computing system includes a first part from a first location outside of one or more facilities when the product is located in a first part on one or more facilities used to produce a product in an actual factory Outputting a first signal by a first monitoring device that monitors; When the product is located in a second part on one or more facilities where the first product is different from the first part, a second signal is output by a second monitoring device that monitors the second part from a second position outside the one or more facilities.
  • the present invention can collect data related to a real factory from a real factory.
  • a monitoring device may be installed on a facility to collect data related to the facility.
  • the monitoring device can be installed in a peripheral area adjacent to the facility to collect data related to the process as well as the facility.
  • the present invention can analyze and predict the real-time situation of the real factory using data collected from the real factory.
  • the user can establish a production plan in real time to increase the productivity of the factory by referring to the analysis result and the prediction result.
  • the user can manage the work performed in the factory and the products produced in the factory in an optimal state with reference to the analysis result and the prediction result.
  • the present invention can build a virtual factory that reflects the situation of the real factory in real time using the data collected from the real factory. Therefore, the actual factory situation can be displayed at a glance in real time.
  • the present invention can build a virtual factory on the cloud (cloud), and analyze the situation of the actual factory. Therefore, according to an embodiment of the present invention, users can access the virtual factory through a plurality of servers and check the result of analyzing the actual factory situation.
  • FIG. 1 is a conceptual diagram showing an image displayed on a display panel of an actual factory and the present invention.
  • FIG. 2 is a block diagram showing the devices and systems used to manage the actual plant of FIG. 1;
  • FIG. 3 is a conceptual diagram for explaining the operation of the data processing module of FIG. 2.
  • FIG. 4 is a conceptual diagram showing a data collection device for collecting data from the actual factory of FIG. 1.
  • FIG. 5 is a conceptual diagram showing an image photographed by the factory data collection device of FIG. 4.
  • FIG. 6 is a conceptual diagram illustrating an exemplary method of collecting data by the monitoring devices of FIG. 4.
  • FIG. 7 is a conceptual diagram illustrating an exemplary method of collecting data by the monitoring devices of FIG. 4.
  • FIG. 8 is a conceptual diagram illustrating the operation of the virtual factory building module of FIG. 2.
  • FIG. 9 is a conceptual view showing a virtual factory displayed on the display panel of FIG. 2.
  • FIG. 10 is a conceptual diagram for explaining the operation of the data analysis module of FIG. 2.
  • FIG. 11 is a conceptual diagram showing an analysis result of analyzing an actual factory displayed on the display panel of FIG. 2.
  • FIG. 12 is a flowchart illustrating a method for displaying a virtual factory and a result of analyzing an actual factory situation on the display panel of FIG. 2.
  • FIG. 13 is a flowchart illustrating a method of constructing a virtual factory in the virtual factory building module of FIG. 2.
  • FIG. 1 is a conceptual diagram showing an image displayed on a display panel of an actual factory and the present invention.
  • the actual factory 1000 may be a physical work space used to produce, process, and / or package an object or product.
  • the actual factory 1000 is equipped with facilities 311, 312, 313, transport device 325, products 331a, 332a, 333a, 334a, transport containers 331, 332, 333, 334), and workers 341, 342.
  • the actual factory 1000 is illustratively shown to help understand the present invention, and the present invention is not limited thereto.
  • the actual factory 1000 may include one or more facilities, one or more transportation devices, one or more transportation containers, and one or more workers, and may further include components for operating the actual factory 1000.
  • the products 331a, 332a, 333a, 334a are workers 341, 342, facilities 311, 312, 313, transport device 325, transport containers 331, 332, 333, 334).
  • product 331a may be produced by facilities 311, 312, 313.
  • the products 331a, 332a, 333a, and 334a may be stored or moved while being placed in transport containers 331, 332, 333, and 334.
  • work refers to an operation performed by workers 341, 342, facilities 311, 312, 313 and transport device 325 in an actual factory 1000.
  • one operation may be to move product 332a by transport device 325.
  • process refers to a series of operations performed to produce a single product.
  • one process involves producing a product 332a by facilities 311, 312, and 313, placing the product 332a in a transport container 332, and transporting the product 332a to a device ( 325).
  • data related to an actual factory refers to data collected from an actual factory 1000.
  • the actual plant-related data includes facilities 311, 312, 313, transport device 325, products 331a, 332a, 333a, 334a, transport containers 331, 332, 333, 334, and operators. It may include data measured or observed from (341, 342).
  • actual factory situation mean “structure of the actual factory” and “progress of work performed in the actual factory”.
  • the structure of the actual factory is the facility 311, 312, 313, the transport device 325, the transport containers 331, 332, 333, 334, and the workers 341, 342 in the actual factory 1000. It means where it is located.
  • the actual progress of the work performed in the factory means that the facilities 311, 312, and 313 are operated normally, and how much the products are produced.
  • the present invention collects data related to the real factory 1000 from the real factory 1000 and can use the data related to the real factory 1000 to build a virtual factory reflecting the situation of the real factory 1000. .
  • the present invention can analyze the situation of the actual factory 1000 by using data related to the actual factory 1000.
  • the present invention can display the analysis result 2200 and the virtual factory 2100 of the real factory 1000 on the display panel 2000 as a 2D image and / or a 3D image. Accordingly, the user can manage the actual factory 1000 by referring to the virtual factory 2100 and the analysis result 2200 displayed on the display panel 2000. The user can establish a production plan to increase the productivity of the actual factory 1000 with reference to the virtual factory 2100 and the analysis result 2200.
  • the actual factory 1000, the virtual factory 2100, and the analysis result 2200 will be described in more detail with reference to FIGS. 2 to 13.
  • FIG. 2 is a block diagram showing the devices and systems used to manage the actual plant of FIG. 1;
  • the data collection device 100 includes a facility data collection device 110, a transport device data collection device 120, a transport container data collection device 130, a worker data collection device 140, and a factory data collection device 150. It can contain.
  • the data collection devices 110, 120, 130, and 140 may collect data d01, d02, d03, d04, and d05 related to the real factory 1000 from the real factory 1000.
  • the data collection devices 110, 120, 130, 140, 150 and data d01, d02, d03, d04, d05 will be described in detail with reference to FIGS. 4 to 6.
  • Data collection devices 110, 120, 130, 140, 150
  • interfaces 111, 121, 131, 141, 151
  • data d01, d02, d03, d04, d05
  • middleware system middleware system
  • devices and modules are expressed as outputting and / or receiving data, but this is for understanding of the present invention, and actual devices and modules may output and / or receive a signal including data.
  • a “module” may be implemented with hardware circuits (eg, analog circuits, logic circuits, etc.) that are configured to perform given and / or reconfigurable operations and functions.
  • the “module” may be implemented with program code of software configured to perform given and / or programmable operations and functions, and the instruction set of the program code may include a processing unit (eg, central processing (CPU)) unit, graphics processing unit (GPU), etc.).
  • a “module” may be implemented in a hybrid form of hardware and software.
  • the middleware system 200 may include interfaces 210 and 230 and a data processing module 220.
  • the data collection device 100 and the computing system 300 may communicate through the middleware system 200.
  • the middleware system 200 includes TCP / IP (transmission control protocol / internet protocol), database access middleware, DCOM (Distributed Component Object Model), CORBA (Common Object Request Broker Architecture), Bluetooth (Bluetooth), 3G, 4G, 5G, And WIFI (Wireless Fidelity).
  • the middleware system 200 may receive data d01, d02, d03, d04, and d05 through the interface 210.
  • the data processing module 220 may receive data d01, d02, d03, d04, and d05 from the interface 210.
  • the data processing module 220 may process data d01, d02, d03, d04, and d05 to generate data d1.
  • the data d1 may include information for analyzing the actual factory 1000.
  • the data d01 may include information about an image captured by the facility data collection device 110.
  • the data processing module 220 may use the data d01 to calculate the work time required to perform the work in the actual factory 1000.
  • the data d1 may include information on working hours.
  • the data d01, d02, d03, d04, d05 and data d1 will be described in detail with reference to FIGS. 3 to 6.
  • the amount of data transferred to the computing system 300 may be reduced, and the amount of data processed in the computing system 300 may be reduced.
  • the speed at which the computing system 300 processes data may be increased.
  • the data processing module 220 may output data d1 to the interface 230.
  • the middleware system 200 may output data d1 to the computing system 300 through the interface 230.
  • the computing system 300 may include an interface 310, a database 320, a modeling module 330, a virtual factory building module 340, a display device 350 and a data analysis module 360.
  • computing system 300 further includes a memory for storing data used by the computational processing unit and a computational processing unit configured to execute a set of instructions of program code of some operations and functions implemented in software. It can contain. Some of the modules described below can be implemented in program code and can be executed by an arithmetic processing unit.
  • Computing system 300 may receive data d1 through interface 310.
  • the computing system 300 may build a virtual factory 2100 reflecting the situation of the real factory 1000 by using the data d1 and analyze the situation of the real factory 1000.
  • the computing system 300 may be connected to the data collection device 100 through a local area network or a remote network.
  • the middleware system 200 may mediate communication between the data collection device 100 and the computing system 300 on the network, and perform appropriate data processing for the computing system 300 using the data processing module 220. can do.
  • the computing system 300 may be implemented inside the real factory 1000, and may be directly accessed by users in the real factory 1000.
  • some or all of the components of computing system 300 may be separated from actual factory 1000 and may be remotely accessed by users at actual factory 1000.
  • the middleware system 200 is separated from the computing system 300 and may be implemented inside or outside the actual factory 1000.
  • the computing system 300 may build a virtual factory 2100 driven in a cloud environment and analyze the situation of the actual factory 1000.
  • the computing system 300 may use AWS (Amazon Web Service), Microsoft Azure, or the like, and may construct and use a cloud server or a web server on its own. Accordingly, users can check the result of analyzing the situation of the real factory 1000 by accessing the virtual factory 2100 through one or more servers and accessing the virtual factory 2100.
  • AWS Amazon Web Service
  • Azure Microsoft Azure
  • the display device 350 displays the analysis result 2200 and the virtual factory 2100 of the real factory 1000 on the display panel 2000 as a 2D image and / or a 3D image. Can be displayed.
  • the database 320 may store data such as the location and size of each facility, the number of workers, and types of processes performed in the factory.
  • the database 320 may store data input by a user in advance. As an example, a user may enter data into database 320 before operating the computing system to build a virtual factory. As another example, the user may input data into the database 320 before the data collection device 100 collects data d01, d02, d03, d04, d05 from the actual factory 1000.
  • the database 320 may store data indicating the situation of the actual factory 1000.
  • the database 320 may receive data d2 from the interface 310 and store the data d2.
  • the modeling module 330 may generate modeling data using data stored in the database 320.
  • the modeling module 330 includes 2D, 3D modeling programs and quests such as Auto CAD, 3D MAX, Pro-E, and QUEST, and eM-Plant.
  • a simulation program such as arena, and the like.
  • the modeling module 330 uses facilities, transport devices, transport containers, products, and 3D CAD (Computer Aided Design) CAD information of workers and equipment, transport devices, products, workers, and processes. And modeling data for each of the factories.
  • the modeling data may include information for displaying a configuration corresponding to the modeling data in a 2D and / or 3D model on the display panel 2000.
  • the computing system 300 may display a two-dimensional and / or three-dimensional model of the facility on the display panel 2000 using the facility modeling data.
  • the database 320 may store the generated modeling data.
  • the virtual factory building module 340 may receive data d2 from the interface 310.
  • the data d2 may include some of the information included in the data d1.
  • data d2 may include information about the size and location of each of the facilities, the speed of transport devices, the speed of transport containers, and the number and types of processes and the number of workers.
  • the virtual factory building module 340 may use the data d2 to build a virtual factory 2100 reflecting the situation of the real factory 1000.
  • the virtual factory building module 340 may detect modeling data corresponding to the data d2 in the database 320.
  • the case where the database 320 generates modeling data in real time using the data d2 will be described in detail with reference to FIG. 13.
  • the virtual factory building module 340 may generate data d3 using data d2 and modeling data.
  • the data d3 may include information about the virtual factory 2100 reflecting the situation of the actual factory 1000.
  • the virtual factory building module 340 may output data d3 to the display device 350.
  • the display device 350 may receive data d3.
  • the display device 350 may display the virtual factory 2100 on the display panel 2000 as a 2D image and / or a 3D image, as illustrated in FIG. 1, using the data d3.
  • the data analysis module 360 may receive data d4 from the interface 310.
  • the data d4 may include some of the information included in the data d1.
  • the data d4 may include information about a processing time (MTT), mean time to repair (MTTR), and mean time between failure (MTBF).
  • MTT processing time
  • MTTR mean time to repair
  • MTBF mean time between failure
  • the data analysis module 360 may generate data d5 using the data d4.
  • the data d5 may include information on a result of analyzing the current situation of the actual factory 1000 and / or a result of predicting the future situation of the actual factory 1000.
  • the data analysis module 360 may output the data d5 to the display device 350.
  • the display device 350 may receive data d5.
  • the display device 350 analyzes and analyzes the current situation of the actual factory 1000 and / or the future situation of the actual factory 1000 on the display panel 2000, as illustrated in FIG. 1, using data d5.
  • the predicted analysis result 2200 may be displayed.
  • FIG. 3 is a conceptual diagram for explaining the operation of the data processing module of FIG. 2.
  • the data processing module 220 may generate data d1 using data d01, d02, d03, d04, and d05.
  • the data processing module 220 may generate data d0 by processing some information included in the data d01, d02, d03, d04, and d05.
  • the data d0 may include the same information as part of the information included in the data d01, d02, d03, d04, d05, and information included in the data d01, d02, d03, d04, d05 It may include information obtained by converting a part of. 3 will be described with reference to FIGS. 4 to 6.
  • FIG. 4 is a conceptual diagram showing a data collection device for collecting data from the actual factory of FIG. 1.
  • the data collection device 100 includes a facility data collection device 110, a transport device data collection device 120, a transport container data collection device 130, a worker data collection device 140 and a factory data collection device 150 can do.
  • the transport device data collection device 120, the transport container data collection device 130, and the operator data collection device 140 may include various sensors.
  • the transport device data collection device 120, the transport container data collection device 130, and the worker data collection device 140 may use a magnet or adhesive to transport the device 325, transport containers 331, 332, 333, 334), and workers 341, 342.
  • the transport device data collection device 120, the transport container data collection device 130, and the operator data collection device 140 are external power or transport device data collection device 120, transport container data collection device 130, and worker
  • the data collection device 140 may operate by receiving power from a battery included in each.
  • the transport device data collection device 120 uses sensors to position the position of the transport device 325, speed, acceleration, direction of movement, and the intensity of noise, intensity of vibration, temperature, illuminance, humidity, etc. where the transport device 325 is located. Data (d02).
  • the transport container data collection device 130 can detect the location of each of the transport containers 331, 332, 333, 334 through sensors, and the intensity of noise in each of the transport containers 331, 332, 333, 334. Data (d03) about the intensity of vibration, temperature, illuminance, and humidity may be collected.
  • the worker data collection device 140 uses sensors to measure the blood pressure, body temperature of each of workers 341 and 342, the location of each of workers 341 and 342, and the intensity of noise of each of workers 341 and 342. , Vibration intensity, temperature, illuminance, humidity, etc. data (d04) can be collected.
  • the data processing module 220 may calculate the number of workers 341 and 342 using information about blood pressures of workers 341 and 342.
  • the data d1 may include information on the number of workers 341 and 342, and may include information on the speed of the transport device 325 and the transport containers 331, 332, 333, and 334. .
  • the facility data collection device 110 may include a plurality of monitoring devices 110a and 110b.
  • the monitoring devices 110a and 110b may monitor a portion of the facilities 311 and 313 from outside of the facilities 311 and 313.
  • the facilities 311 and 313 can be used to perform the process.
  • the facilities 311 and 313 may be used to perform work included in the process.
  • the monitoring devices 110a and 110b may be installed in the actual factory 1000 and components included in the actual factory 1000 to monitor a portion of the facilities 311 and 313.
  • monitoring devices 110a and 110b may be installed in facilities 311 and 313, respectively.
  • the facility data collection device 110 may be installed in a peripheral area adjacent to the facilities. When the facility data collection device 110 is installed in a peripheral area adjacent to the facilities, it will be described in detail with reference to FIG. 7.
  • monitoring devices 110a and 110b may monitor a portion of facilities 311 and 313 and / or work of a process by photographing a portion of facilities 311 and 313, respectively.
  • the monitoring devices 110a and 110b may be photographing devices such as a digital camera.
  • the monitoring devices 110a, 110b may be a part of the facilities 311, 313 and / or a process by sensing the product when the product is located in a part of the facilities 311, 313, respectively. Work can be monitored.
  • the monitoring devices 110a and 110b may be sensors such as a depth sensor or a vision sensor that recognizes an object.
  • the monitoring devices 110a, 110b may recognize the transport container data collection device 130 and / or product 331a.
  • the monitoring device 110a may recognize the transport container data collection device 130 and / or the product 331a attached to the transport container 331 when the product 331a is located at the position P1.
  • the monitoring device 110a may output a signal when it recognizes that the product 331a is located at the position P1.
  • the signal may include information indicating that the product 331a has been detected at the location P1.
  • the signal may include information about an image captured by the monitoring device 110a when the product 331a is located at the location P1.
  • the monitoring device 110b is a transport container data collection device 130 and / or attached to the transport container 331 when the product 331a is moved from the position P1 to the position P2 and positioned at the position P2.
  • the product 331a can be recognized.
  • the monitoring device 110b may output a signal when the product 331a is located at the position P2.
  • the signal may include information indicating that product 331a has been detected at location P2.
  • the signal may include information about an image captured by the monitoring device 110a when the product 331a is located at the location P2.
  • Signals output from the monitoring devices 110a and 110b may include time information for a time at which each signal is output.
  • the data processing module 220 may calculate a time difference between the time at which the signal is output by the monitoring device 110a and the time at which the signal is output by the monitoring device 110b using the time information included in the signals. . Accordingly, the data processing module 220 may calculate the time taken for the product 331a to move from the position P1 to the position P2.
  • the monitoring devices 110a and 110b may continuously photograph the positions p1 and p2, respectively.
  • the monitoring devices 110a and 110b may transmit a signal including information on the images of the positions p1 and p2 to the data processing module 220 in real time.
  • the signal may include information about the time the image was taken.
  • the data processing module 220 may process the signal to obtain visual information on the time at which the product 331a was photographed at positions p1 and p2.
  • the monitoring devices 110a and 110b may be installed at both ends of one installation, or may be installed at a location at which one process starts and a completion location, and this will be described in detail with reference to FIG. 6.
  • the facility data collection device 110 may include sensors.
  • the sensors are attached to the facilities 311, 312, 313 to collect data on the intensity of noise, intensity of vibration, temperature, illuminance, humidity, etc. in each of the places where the facilities 311, 312, 313 are located. can do.
  • the factory data collection device 150 may collect data on the overall structure of the actual factory 1000 and the overall situation of the actual factory 1000.
  • the factory data collection device 150 may monitor the overall appearance of the actual factory 1000.
  • the factory data collection device 150 may be installed on the inner wall of the actual factory 1000 to monitor the overall appearance of the actual factory 1000.
  • the factory data collection device 150 may be one of devices such as a digital camera, depth sensor, and vision sensor.
  • the data processing module 220 uses the image captured by the factory data collection device 150 and / or the signal output from the factory data collection device 150 to size and position each of the facilities 331, 312, 313. Can be calculated.
  • the data processing module 220 may calculate the type, number, and scale of processes by using an image captured by the factory data collection device 150 and / or a signal output from the factory data collection device 150.
  • FIG. 5 is a conceptual diagram showing an image photographed by the factory data collection device of FIG. 4.
  • the factory data collection device 150 may capture the overall appearance of the actual factory 1000.
  • the image 3000 photographed by the factory data collection device 150 may include information about the structure of the actual factory 1000 and the overall situation of the actual factory 1000.
  • the image 3000 may include information about the size and location of each of the facilities 311, 312, 313, 314, and 315, and the offices 351 and 352.
  • the data processing module 220 may calculate the size and position of each of the facilities 311, 312, 313, 314, and 315 using the image 3000.
  • the data d1 may include information about the size and location of each of the facilities 311, 312, 313, 314, and 315 instead of the image 3000.
  • the data processing module 220 converts information about the image 3000 into information about the size and location of each of the facilities 311, 312, 313, 314, and 315, thereby outputting the data output from the data processing module 220 ( The amount of d1) can be reduced.
  • FIG. 6 is a conceptual diagram illustrating an exemplary method of collecting data by the monitoring devices of FIG. 4.
  • the facility data collection device 110 may monitor a part of the facilities 311, 312, 313, 314, and 315 by using the monitoring devices 111a, 111b, 111c, and 111d.
  • the facility data collection device 110 uses the monitoring devices 111a, 111b, 111c, 111d to perform one operation of the process. Can be monitored.
  • the data processing module 220 uses a signal output from the facility data collection device 110 to process the processing time, average time to repair (MTTR), and average time to failure.
  • MTBF mean time between failures
  • the data processing module 220 can reduce the amount of data d1 output from the data processing module 220 by converting the information included in the signal into information about a working time, an average failure repair time, and an average failure interval. have.
  • the monitoring devices 111a and 111b may be installed at both ends P11 and P12 of one installation 311.
  • the facility 311 may perform one operation while the transport container 331 is moved from the position P11 to the position P12.
  • the data processing module 220 uses the signals output from the monitoring devices 111a and 111b to take time to perform work in the facility 311, the average failure repair time of the facility 311, and the facility 311 Can calculate the average failure interval.
  • Monitoring devices 111a and 111c may be installed at the ends P11 and P13 of the facilities 311 and 313, respectively, as described with reference to FIG. 4.
  • the facilities 311, 312, 313 can perform one operation while the transport container 331 is moved from the position P11 to the position P13.
  • the data processing module 220 may calculate a work time required for the work to be performed in the facilities 311, 312, and 313 using signals output from the monitoring devices 111a, 111c.
  • Monitoring devices 111a and 111d may be installed at the ends P11 and P14 of the facilities 311 and 315, respectively.
  • the facilities 311 to 315 may perform one process while the transport container 331 is moved from the position P11 to the position P14.
  • the data processing module 220 may calculate a work time required for the process to be performed in the facilities 311 to 315 by using signals output from the monitoring devices 111a and 111d.
  • the facility data collection device 110 may include a plurality of monitoring devices to monitor products moving over time. According to an embodiment of the present invention, a plurality of monitoring devices can be easily attached to or installed in a facility. Therefore, even in the case where an actual factory 1000 uses a facility that cannot measure the working time itself, the present invention can easily collect data related to the working time of the facility using a plurality of monitoring devices.
  • FIG. 7 is a conceptual diagram illustrating an exemplary method of collecting data by the monitoring devices of FIG. 4.
  • One process 1500a may be performed in the factory 1000a illustrated in FIG. 7.
  • Facilities 311a-314a, 311b-314b, workers 343, 344, and transport devices 326, 327 may be required to perform the process 1500a.
  • Process 1500a may include a series of operations. Each of the operations may be performed by facilities 311a to 314a and 311b to 314b.
  • the present invention is not limited thereto, and a plurality of processes may be performed in the factory 1000a, and the process 1500a may be performed by one or more facilities, one or more workers, one or more transport devices, and one or more transport containers Can be.
  • the facility data collection device 110 may monitor operations performed in the process 1500a and / or facilities 311a to 314a, 311b to 314b using monitoring devices 111e, 111f, 111g, and 111h. .
  • Process 1500a may begin at facility 311a and be completed at facility 314b.
  • the facilities 311a and 314b may include a load device 318a and an unload device 319b, respectively.
  • the present invention is not limited thereto, and the load device 318a and the unload device 319b may be devices independent of the facilities 311a and 314b.
  • the rod device 318a can be used to inject the product 331a into the facility 311a.
  • the unloading device 319b can be used to ship the product 331a from the facility 311b.
  • the monitoring devices 111e and 111f may monitor a portion where the process 1500a starts and a portion where the process 1500a is completed, respectively. Specifically, the monitoring devices 111e and 111f may monitor the load device 318a and the unload device 319b. For example, monitoring devices 111e and 111f may be installed in a peripheral area adjacent to the facilities 311a and 314b. As another example, the monitoring devices 111e and 111f may be installed in a peripheral area adjacent to the load device 318a and the unload device 319b.
  • the data processing module 220 uses the signals output from the monitoring devices 111e, 111f, Tact Time, Neck Time, Cycle time of each process, Net of each process
  • the cycle time (net cycle time) and the like can be calculated.
  • the monitoring devices 111g and 111h may correspond to the monitoring devices 110a and 110b shown in FIG. 4.
  • the monitoring devices 111g and 111h may be installed in a peripheral area adjacent to the facilities 311a and 311b. Hereinafter, overlapping descriptions are omitted.
  • the facility data collection device 110 may collect data related to the processes 1500a as well as data related to the facilities 311a to 314a and 311b to 314b.
  • the present invention can obtain highly reliable analysis results for the process (1500a) and the factory (1000a) by collecting data on the process (1500a) independently of the facilities (311a ⁇ 314a, 311b ⁇ 314b).
  • the present invention can collect highly reliable data for the facilities 311a to 314a, 311b to 314b and the process 1500a even if some of the facilities 311a to 314a, 311b to 314b fail. .
  • FIGS. 1, 8 and 9 are conceptual diagrams illustrating the operation of the virtual factory building module of FIG. 2.
  • 9 is a conceptual view showing a virtual factory displayed on the display panel of FIG. 2. Reference is made to FIGS. 1, 8 and 9 to aid understanding of the present invention.
  • the virtual factory building module 340 may receive data d2 from the interface 310.
  • the data d2 may include some of the information included in the data d1.
  • the data d2 may include only information necessary to construct the virtual factory 2100 among the information included in the data d1.
  • data d2 may include information about the size and location of each of the installations, working time, speed of transport devices, speed of transport containers, and number of workers.
  • the virtual factory building module 340 may use the data d2 to build a virtual factory 2100 reflecting the structure and working conditions of the real factory 1000.
  • the virtual factory building module 340 may construct the virtual factory 2100 by placing the equipment model in the virtual factory 2100 using information on the location of each of the facilities included in the data d2. .
  • the database 320 may store data d2 and / or information about the built virtual factory 2100.
  • the modeling module 330 may support visualization of the virtual factory 2100 based on information stored in the database 320.
  • the display device 350 may provide a visualized shape of the virtual factory 2100 to the user through the display panel 2000.
  • FIG. 10 is a conceptual diagram for explaining the operation of the data analysis module of FIG. 2.
  • FIG. 11 is a conceptual diagram showing an analysis result of analyzing an actual factory displayed on the display panel of FIG. 2. Reference is made to FIGS. 1, 10 and 11 to aid understanding of the present invention.
  • the data analysis module 360 may receive data d4 from the interface 310.
  • the data d4 may include some of the information included in the data d1.
  • the data d4 may include only information necessary to analyze the current situation of the real factory 1000 and predict the future situation of the real factory 1000 among the information included in the data d1.
  • the data d4 may include information about the working time, the average failure repair time, and the average failure interval, the speed of transport devices, the speed of transport containers, and the number of workers.
  • the data analysis module 360 may generate data d5 using the data d4.
  • the data d5 may include information to help the user make a decision about the actual factory.
  • the data d5 may include information on key key performance indicators (KPIs) of the factory.
  • KPIs key key performance indicators
  • the data d5 may include information on a result of analyzing the current situation of the actual factory 1000 and / or a result of predicting the future situation of the actual factory 1000.
  • the data analysis module 360 based on signals output from the monitoring devices 111a and 111c, the data analysis module 360 performs while the transport container 331 is moved from the position P11 to the position P13 You can analyze the progress of the first task.
  • the second operation may be started in the facility 311.
  • the second operation can be performed by the facilities 311, 312, 313.
  • the data analysis module 360 may predict the progress of the second operation based on signals output from the monitoring devices 111a and 111c.
  • the data d5 may include information about the production amount of the product, the operation status of the equipment, and the progress of the process.
  • the data (d5) is the current lead time of the product, the predicted lead time of the product, the current production of the product, the predicted production of the product, the trend of the production of the product, the current inventory of the product, the forecast of the product Inventory, trend of product inventory, tact time, neck time, cycle time of each process, net cycle time of each process, current utilization rate of each process, predicted utilization rate of each process, current rework inventory of each process, prediction of each process Rework inventory, current operation rate of each facility, predicted operation, congestion, standby, and failure of each facility, current operation rate of each transportation device, predicted operation of each transportation device, congestion, standby and failure, congestion section of the current process , It may include information on the strength of each neck process.
  • Information included in the data d5 may be displayed on the display panel 2000.
  • the display device 350 displays analysis results 2200 of the current situation of the actual factory 1000 and the future situation of the actual factory 1000 through the display panel 2000 in the form of graphs, diagrams, and the like. Can be displayed as For example, the analysis result 2200 may display the current product production amount, the predicted product production amount of the actual factory 1000, the current utilization rate of the facility, and the predicted utilization rate of the facility.
  • the user can grasp the current situation and the predicted situation of the actual factory 1000 by referring to the analysis result 2200 displayed on the display panel 2000.
  • the user can establish a production plan that can optimally maintain the actual factory 1000 based on the analysis result 2200.
  • FIG. 12 is a flowchart illustrating a method for displaying a virtual factory and a result of analyzing an actual factory situation on the display panel of FIG. 2. 2 is referenced together to aid understanding of the present invention.
  • the data collection device 100 may collect data (d01, d02, d03, d04, d05) related to the actual factory 1000.
  • the data collection device 100 may transmit the collected data d01, d02, d03, d04, d05 to the middleware system 200.
  • the middleware system 200 may receive the collected data d01, d02, d03, d04, d05.
  • the middleware system 200 may process the collected data d01, d02, d03, d04, and d05 by the data processing module 220 to generate data d1.
  • the middleware system 200 may transmit data d1 to the computing system 300.
  • Computing system 300 may receive data d1.
  • the virtual factory building module 340 may receive data d2.
  • the virtual factory building module 340 may generate data d3 using the data d2.
  • the data d3 may include information about the virtual factory.
  • the virtual factory building module 340 may output data d3 to the display device 350. Operation S450 will be described in detail with reference to FIG. 13.
  • the data analysis module 360 may receive the data d4.
  • the data analysis module 360 may generate data d5 using the data d4.
  • the data d5 may include information on an analysis result analyzing an actual factory situation.
  • the data analysis module 360 may output the data d5 to the display device 350.
  • the display device 470 may receive data d3 and d5.
  • the display device 350 uses the data d3 and d5 to display the analysis result 2200 that analyzes the situation of the virtual factory 2100 and the actual factory 1000 on the display panel 2000 as a two-dimensional image and / or 3 Can be displayed as a dimensional image.
  • FIG. 13 is a flowchart illustrating a method of constructing a virtual factory in the virtual factory building module of FIG. 2.
  • the operations S515 to S560 illustrated in FIG. 13 correspond to the operation S450 described with reference to FIG. 12.
  • the interface 310 may receive data d1 from the middleware system 200.
  • the interface 310 may transmit the data d2 to the virtual factory building module 340 based on the received data d1.
  • the virtual factory building module 340 may transmit data d2 to the database 320.
  • the database 320 may store data d2.
  • the database 320 may transmit data d2 to the modeling module 330.
  • the modeling module 330 may generate modeling data corresponding to the data d2 using the data d2.
  • the modeling module 330 may transmit the modeling data to the database 320.
  • the database 320 may store modeling data.
  • the database 320 may store information on a correspondence relationship between modeling data and data d2.
  • the database 320 may store modeling data, data d2, and information on a correspondence relationship between the modeling data and the data d2.
  • the virtual factory building module 340 stores the data d2 in the database 320. Corresponding modeling data can be detected.
  • the database 320 may transmit the modeling data to the virtual factory building module 340.
  • the virtual factory building module 340 may generate data d3 using the data d2 and modeling data.
  • the data d3 may include information about the virtual factory 2100 reflecting the situation of the actual factory 1000.
  • the virtual factory building module 340 may transmit data d3 to the display device 350.
  • the display device 350 may output a visualized shape of the virtual factory 2100 through the display panel 2000 based on the data d3.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Manufacturing & Machinery (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명의 컴퓨팅 시스템은 데이터 베이스 및 가상 공장 구축 모듈을 포함한다. 데이터 베이스는 모델링 데이터를 저장한다. 가상 공장 구축 모듈은 실제 공장에서 이용되는 하나 이상의 설비의 외부에 있는 제 1 위치로부터 감시되는 하나 이상의 설비 상의 제 1 부분에 제품이 위치하는 경우 출력되는 제 1 신호, 및 하나 이상의 설비의 외부에 있는 제 2 위치로부터 감시되는 하나 이상의 설비 상의 제 2 부분에 제품이 위치하는 경우 출력되는 제 2 신호에 기초하여 계산되는 제 1 신호가 출력된 시각과 제 2 신호가 출력된 시각 사이의 시간 차이, 및 모델링 데이터에 기초하여 제 1 부분으로부터 제 2 부분까지 수행되는 작업의 진행 상황이 표시되는 가상 공장을 구축한다. 제 1 위치는 제 2 위치와 이격되고, 제 1 부분은 제 2 부분과 이격된다.

Description

공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법
본 발명은 컴퓨팅 시스템에 관한 것으로, 좀 더 상세하게는 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 컴퓨팅 시스템을 이용하는 방법에 관한 것이다.
공장 자동화는 로봇, 컴퓨터 등을 이용하여 제품을 생산하는 공정의 제어, 관리, 운용의 전반적인 과정들을 자동화하는 것이다. 최근 IT(Information Technology) 기술이 발전함에 따라 공장 자동화를 넘어 스마트 공장이 도입되고 있다. 스마트 공장은 공장에서 행해지는 전반적인 공정들에 정보 통신 기술을 적용하여 공장의 생산성, 및 제품의 품질 등을 향상시킬 수 있는 지능형 공장이다.
스마트 공장에서 사용되는 기술들 중 하나는 가상 공장을 구축하는 것이다. 가상 공장은 실제 공장이 모델링되어 가상 환경에서 구현된 것이다. 실제 공장에서 수행되는 공정도 모델링되어 가상 환경에서 구현된 공장 모델에 표현된다. 따라서, 가상 공장이 이용되면, 실제 공장에서 실제로 제품이 생산되지 않더라도, 제품을 생산하는 과정들이 가상 환경에서 시뮬레이션을 통하여 가상으로 재연되거나 모사될 수 있다.
본 발명의 목적은 실제 공장의 상황을 반영하는 가상 공장을 구축하고, 실제 공장의 상황을 분석하는 컴퓨팅 시스템 및 그 컴퓨팅 시스템을 이용하여 실제 공장을 관리하는 방법을 제공하는 데에 있다.
본 발명의 일 실시 예에 따른 컴퓨팅 시스템은 데이터 베이스 및 가상 공장 구축 모듈을 포함할 수 있다. 데이터 베이스는 모델링 데이터를 저장할 수 있다. 가상 공장 구축 모듈은 실제 공장에서 이용되는 하나 이상의 설비의 외부에 있는 제 1 위치로부터 감시되는 하나 이상의 설비 상의 제 1 부분에 제품이 위치하는 경우 출력되는 제 1 신호, 및 하나 이상의 설비의 외부에 있는 제 2 위치로부터 감시되는 하나 이상의 설비 상의 제 2 부분에 제품이 위치하는 경우 출력되는 제 2 신호에 기초하여 계산되는 제 1 신호가 출력된 시각과 제 2 신호가 출력된 시각 사이의 시간 차이, 및 모델링 데이터에 기초하여 제 1 부분으로부터 제 2 부분까지 수행되는 작업의 진행 상황이 표시되는 가상 공장을 구축할 수 있다. 제 1 위치는 제 2 위치와 이격되고, 제 1 부분은 제 2 부분과 이격될 수 있다.
본 발명의 실시 예에 따른 컴퓨팅 시스템을 이용하는 방법은 실제 공장에서 제품을 생산하기 위해 이용되는 하나 이상의 설비 상의 제 1 부분에 제품이 위치하는 경우 하나 이상의 설비의 외부에 있는 제 1 위치로부터 제 1 부분을 감시하는 제 1 모니터링 장치에 의해 제 1 신호를 출력하는 단계; 제 1 제품이 제 1 부분과 상이한 하나 이상의 설비 상의 제 2 부분에 제품이 위치하는 경우 하나 이상의 설비의 외부에 있는 제 2 위치로부터 제 2 부분을 감시하는 제 2 모니터링 장치에 의해 제 2 신호를 출력하는 단계; 데이터 처리 모듈에 의해 제 1 신호 및 제 2 신호에 기초하여 제품이 제 1 부분에 위치한 시각과 제품이 제 2 부분에 위치한 시각 사이의 시간 차이를 계산하는 단계; 및 컴퓨팅 시스템에 의해 시간 차이에 기초하여 제 1 부분으로부터 제 2 부분까지 수행되는 제 1 작업의 진행 상황을 분석하는 단계를 포함할 수 있다.
본 발명은 실제 공장과 관련된 데이터를 실제 공장으로부터 수집할 수 있다. 본 발명의 실시 예에 따르면, 모니터링 장치는 설비 상에 설치되어 설비와 관련된 데이터를 수집할 수 있다. 또한, 모니터링 장치는 설비와 인접한 주변 영역에 설치되어 설비 뿐만 아니라 공정과 관련된 데이터도 수집할 수 있다.
본 발명은 실제 공장으로부터 수집된 데이터를 이용하여 실제 공장의 상황을 실시간으로 분석하고, 예측할 수 있다.
본 발명의 실시 예에 따르면, 실제 공장의 상황이 실시간으로 분석하고 예측되므로, 사용자는 분석 결과 및 예측 결과를 참조하여 공장의 생산성을 높일 수 있는 생산 계획을 실시간으로 수립할 수 있다. 또한, 사용자는 분석 결과 및 예측 결과를 참조하여 공장에서 수행되는 작업 및 공장에서 생산되는 제품을 최적의 상태로 관리할 수 있다.
본 발명은 실제 공장으로부터 수집된 데이터를 이용하여 실제 공장의 상황을 실시간으로 반영하는 가상 공장을 구축할 수 있다. 따라서, 실제 공장의 상황이 실시간으로 한눈에 표시될 수 있다.
또한, 본 발명은 클라우드(cloud) 상에 가상 공장을 구축하고, 실제 공장의 상황을 분석할 수 있다. 따라서, 본 발명의 실시 예에 따르면, 사용자들은 복수의 서버를 통해 가상 공장에 접근하고, 실제 공장의 상황을 분석한 결과를 확인할 수 있다.
도 1은 실제 공장 및 본 발명의 디스플레이 패널에 표시되는 영상을 보여주는 개념도이다.
도 2는 도 1의 실제 공장을 관리하기 위해 이용되는 장치 및 시스템을 보여주는 블록도이다.
도 3은 도 2의 데이터 처리 모듈의 동작을 설명하기 위한 개념도이다.
도 4는 도 1의 실제 공장으로부터 데이터를 수집하는 데이터 수집 장치를 보여주는 개념도이다.
도 5는 도 4의 공장 데이터 수집 장치에 의해 촬영된 영상을 보여주는 개념도이다.
도 6은 도 4의 모니터링 장치들에 의해 데이터를 수집하는 예시적인 방법을 보여주는 개념도이다.
도 7은 도 4의 모니터링 장치들에 의해 데이터를 수집하는 예시적인 방법을 보여주는 개념도이다.
도 8은 도 2의 가상 공장 구축 모듈의 동작을 설명하기 위한 개념도이다.
도 9는 도 2의 디스플레이 패널에 표시되는 가상 공장을 보여주는 개념도이다.
도 10은 도 2의 데이터 분석 모듈의 동작을 설명하기 위한 개념도이다.
도 11은 도 2의 디스플레이 패널에 표시되는 실제 공장을 분석한 분석 결과를 보여주는 개념도이다.
도 12는 도 2의 디스플레이 패널에 실제 공장의 상황을 분석한 결과 및 가상 공장을 표시하기 위한 방법을 설명하기 위한 흐름도이다.
도 13은 도 2의 가상 공장 구축 모듈에서 가상 공장을 구축하는 방법을 설명하기 위한 흐름도이다.
이하에서, 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로, 본 발명의 실시 예들이 명확하고 상세하게 기재될 것이다.
도 1은 실제 공장 및 본 발명의 디스플레이 패널에 표시되는 영상을 보여주는 개념도이다.
실제 공장(1000)은 어떤 물건 또는 제품을 생산, 가공, 및/또는 포장하기 위해 이용되는 물리적인 작업 공간일 수 있다. 이를 위해, 예로서, 실제 공장(1000)은 설비들(311, 312, 313), 수송 장치(325), 제품들(331a, 332a, 333a, 334a), 수송 용기들(331, 332, 333, 334), 및 작업자들(341, 342)을 포함할 수 있다.
다만, 실제 공장(1000)은 본 발명을 이해를 돕기 위해 예시적으로 도시된 것이고 본 발명은 이에 제한되지 않는다. 실제 공장(1000)은 하나 이상의 설비, 하나 이상의 수송 장치, 하나 이상의 수송 용기 및 한 명 이상의 작업자를 포함할 수 있으며, 실제 공장(1000)을 운용하기 위한 구성 요소들을 더 포함할 수 있다.
실제 공장(1000)에서 제품들(331a, 332a, 333a, 334a)은 작업자들(341, 342), 설비들(311, 312, 313), 수송 장치(325), 수송 용기들(331, 332, 333, 334)에 의해 생산되고 관리될 수 있다. 예로서, 제품(331a)은 설비들(311, 312, 313)에 의해 생산될 수 있다. 다른 예로서, 제품들(331a, 332a, 333a, 334a)은 수송 용기들(331, 332, 333, 334)에 넣어진 채로 보관되거나 이동될 수 있다.
본 명세서에서 사용되는 “작업”이라는 용어는 실제 공장(1000)에서 작업자들(341, 342), 설비들(311, 312, 313) 및 수송 장치(325)에 의해 수행되는 일 동작을 의미한다. 예로서, 하나의 작업은 수송 장치(325)에 의해 제품(332a)을 이동시키는 것일 수 있다.
본 명세서에서 사용되는 “공정”이라는 용어는 하나의 제품을 생산하기 위해 수행되는 일련의 작업들을 의미한다. 예로서, 하나의 공정은 제품(332a)을 설비들(311, 312, 313)에 의해 생산하는 작업, 제품(332a)을 수송 용기(332)에 넣는 작업, 및 제품(332a)을 수송 장치(325)에 의해 운송하는 작업들 중 하나 이상의 작업들로 구성될 수 있다.
본 명세서에서 사용되는 “실제 공장과 관련된 데이터”라는 용어는 실제 공장(1000)으로부터 수집되는 데이터를 의미한다. 실제 공장과 관련된 데이터는 설비들(311, 312, 313), 수송 장치(325), 제품들(331a, 332a, 333a, 334a), 수송 용기들(331, 332, 333, 334), 및 작업자들(341, 342)로부터 측정 또는 관측되는 데이터를 포함할 수 있다.
본 명세서에서 사용되는 “실제 공장의 상황”이라는 용어는 “실제 공장의 구조” 및 “실제 공장에서 수행되는 작업의 진행 상황”을 의미한다. 실제 공장의 구조는 실제 공장(1000)에서 설비들(311, 312, 313), 수송 장치(325), 수송 용기들(331, 332, 333, 334), 및 작업자들(341, 342)이 어느 곳에 위치하는지 등을 의미한다. 실제 공장에서 수행되는 작업의 진행 상황은 설비들(311, 312, 313)이 정상적으로 운행되는지, 제품들의 생산량이 어느 정도인지 등을 의미한다.
본 발명은 실제 공장(1000)으로부터 실제 공장(1000)과 관련되는 데이터를 수집하고, 실제 공장(1000)과 관련되는 데이터를 이용하여 실제 공장(1000)의 상황이 반영된 가상 공장을 구축할 수 있다. 또한, 본 발명은 실제 공장(1000)과 관련되는 데이터를 이용하여 실제 공장(1000)의 상황을 분석할 수 있다.
본 발명은 디스플레이 패널(2000)에 실제 공장(1000)의 상황을 분석한 분석 결과(2200) 및 가상 공장(2100)을 2차원 영상 및/또는 3차원 영상으로 표시할 수 있다. 따라서, 사용자는 디스플레이 패널(2000)에 표시된 가상 공장(2100) 및 분석 결과(2200)를 참조하여 실제 공장(1000)을 관리할 수 있다. 사용자는 가상 공장(2100) 및 분석 결과(2200)를 참조하여 실제 공장(1000)의 생산성을 높일 수 있는 생산 계획을 수립할 수 있다.
실제 공장(1000), 가상 공장(2100), 및 분석 결과(2200)는 도 2 내지 도 13을 참조하여 더 자세하게 설명될 것이다.
도 2는 도 1의 실제 공장을 관리하기 위해 이용되는 장치 및 시스템을 보여주는 블록도이다.
데이터 수집 장치(100)는 설비 데이터 수집 장치(110), 수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 작업자 데이터 수집 장치(140), 및 공장 데이터 수집 장치(150)를 포함할 수 있다. 데이터 수집 장치들(110, 120, 130, 140)은 실제 공장(1000)으로부터 실제 공장(1000)과 관련된 데이터(d01, d02, d03, d04, d05)를 수집할 수 있다. 데이터 수집 장치들(110, 120, 130, 140, 150) 및 데이터(d01, d02, d03, d04, d05)는 도 4 내지 도 6을 참조하여 자세하게 설명될 것이다.
데이터 수집 장치들(110, 120, 130, 140, 150)은 각각 인터페이스들(111, 121, 131, 141, 151)을 통해 데이터(d01, d02, d03, d04, d05)를 미들웨어 시스템(middleware system, 200)으로 출력할 수 있다. 이하에서 장치들 및 모듈들이 데이터를 출력 및/또는 수신하는 것으로 표현되나, 이는 본 발명의 이해를 돕기 위한 것으로 실제 장치들 및 모듈들은 데이터를 포함하는 신호를 출력 및/또는 수신할 수 있다.
본 개시에서, “모듈”은 주어진 및/또는 재구성 가능한(reconfigurable) 동작들 및 기능들을 수행하도록 구성되는 하드웨어 회로(예컨대, 아날로그 회로, 논리 회로 등)로 구현될 수 있다. 또는, “모듈”은 주어진 및/또는 프로그램 가능한(programmable) 동작들 및 기능들을 수행하도록 구성되는 소프트웨어의 프로그램 코드로 구현될 수 있고, 프로그램 코드의 명령어 집합은 연산 처리 장치(예컨대, CPU(central processing unit), GPU(graphic processing unit) 등)에 의해 실행될 수 있다. 몇몇 경우, “모듈”은 하드웨어와 소프트웨어의 하이브리드 형태로 구현될 수 있다.
미들웨어 시스템(200)은 인터페이스들(210, 230) 및 데이터 처리 모듈(220)을 포함할 수 있다. 데이터 수집 장치(100)와 컴퓨팅 시스템(300)은 미들웨어 시스템(200)을 통해 통신할 수 있다. 미들웨어 시스템(200)은 TCP/IP(transmission control protocol/internet protocol), 데이터베이스 액세스 미들웨어, DCOM(Distributed Component Object Model), CORBA(Common Object Request Broker Architecture), 블루투스(Bluetooth), 3G, 4G, 5G, 및 WIFI(Wireless Fidelity) 등의 통신 기술을 이용할 수 있다.
미들웨어 시스템(200)은 인터페이스(210)를 통해 데이터(d01, d02, d03, d04, d05)를 수신할 수 있다. 데이터 처리 모듈(220)은 인터페이스(210)로부터 데이터(d01, d02, d03, d04, d05)를 수신할 수 있다. 데이터 처리 모듈(220)은 데이터(d01, d02, d03, d04, d05)를 처리하여 데이터(d1)를 생성할 수 있다.
데이터(d1)는 실제 공장(1000)을 분석하기 위한 정보를 포함할 수 있다. 예로서, 데이터(d01)는 설비 데이터 수집 장치(110)에 의해 촬영된 영상에 대한 정보를 포함할 수 있다. 데이터 처리 모듈(220)은 데이터(d01)를 이용하여, 실제 공장(1000)에서 작업을 수행하는데 소요되는 작업 시간을 계산할 수 있다. 데이터(d1)는 작업 시간에 대한 정보를 포함할 수 있다. 데이터(d01, d02, d03, d04, d05) 및 데이터(d1)에 관하여는 도 3 내지 도 6을 참조하여 자세하게 설명될 것이다.
데이터 처리 모듈(220)에서 데이터를 처리함으로써, 컴퓨팅 시스템(300)으로 전달되는 데이터의 양이 줄어들 수 있고, 컴퓨팅 시스템(300)에서 처리되는 데이터의 양이 감소할 수 있다. 또한, 컴퓨팅 시스템(300)에서 처리되는 데이터의 양이 감소함으로써 컴퓨팅 시스템(300)이 데이터를 처리하는 속도가 빨라질 수 있다.
데이터 처리 모듈(220)은 데이터(d1)를 인터페이스(230)로 출력할 수 있다. 미들웨어 시스템(200)은 인터페이스(230)를 통해 데이터(d1)를 컴퓨팅 시스템(300)으로 출력할 수 있다.
컴퓨팅 시스템(300)은 인터페이스(310), 데이터베이스(320), 모델링 모듈(330), 가상 공장 구축 모듈(340), 디스플레이 장치(350) 및 데이터 분석 모듈(360)을 포함할 수 있다. 몇몇 실시 예에서, 컴퓨팅 시스템(300)은 소프트웨어로 구현된 일부 동작들 및 기능들의 프로그램 코드의 명령어 집합을 실행하도록 구성되는 연산 처리 장치 및 연산 처리 장치에 의해 이용되는 데이터를 저장하기 위한 메모리를 더 포함할 수 있다. 아래에서 설명되는 몇몇 모듈들은 프로그램 코드로 구현될 수 있고, 연산 처리 장치에 의해 실행될 수 있다.
컴퓨팅 시스템(300)은 데이터(d1)를 인터페이스(310)를 통해 수신할 수 있다. 컴퓨팅 시스템(300)은 데이터(d1)를 이용하여 실제 공장(1000)의 상황이 반영된 가상 공장(2100)을 구축할 수 있고, 실제 공장(1000)의 상황을 분석할 수 있다.
예로서, 컴퓨팅 시스템(300)은 근거리 네트워크 또는 원거리 네트워크를 통해 데이터 수집 장치(100)로 연결될 수 있다. 미들웨어 시스템(200)은 네트워크 상에서 데이터 수집 장치(100)와 컴퓨팅 시스템(300) 사이의 통신을 중재할 수 있고, 데이터 처리 모듈(220)을 이용하여 컴퓨팅 시스템(300)을 위한 적절한 데이터 처리를 수행할 수 있다.
예로서, 컴퓨팅 시스템(300)은 실제 공장(1000)의 내부에 구현될 수 있고, 실제 공장(1000)에 있는 사용자들에 의해 직접 접근될 수 있다. 또는, 컴퓨팅 시스템(300)의 구성 요소들의 일부 또는 전부는 실제 공장(1000)으로부터 분리될 수 있고, 실제 공장(1000)에 있는 사용자들에 의해 원격으로 접근될 수 있다. 미들웨어 시스템(200)은 컴퓨팅 시스템(300)과 분리되어 실제 공장(1000)의 내부 또는 외부에서 구현될 수 있다.
예로서, 컴퓨팅 시스템(300)은 클라우드(cloud) 환경에서 구동되는 가상 공장(2100)을 구축하고, 실제 공장(1000)의 상황을 분석할 수 있다. 예로서, 컴퓨팅 시스템(300)은 AWS(Amazon Web Service), Microsoft Azure 등을 이용할 수 있으며, 자체적으로 클라우드 서버 또는 웹 서버를 구축하여 이용할 수 있다. 따라서, 사용자들은 하나 이상의 서버를 통해 가상 공장(2100)에 접근하고, 가상 공장(2100)에 접근함으로써 실제 공장(1000)의 상황을 분석한 결과를 확인할 수 있다.
디스플레이 장치(350)는 도 1에 도시된 것처럼 디스플레이 패널(2000)에 실제 공장(1000)의 상황을 분석한 분석 결과(2200) 및 가상 공장(2100)을 2차원 영상 및/또는 3차원 영상으로 표시할 수 있다.
데이터베이스(320)는 설비들 각각의 위치 및 크기, 작업자들의 수, 및 공장에서 수행되는 공정들의 종류 등과 같은 데이터를 저장할 수 있다. 데이터베이스(320)는 사전에 사용자에 의해 입력되는 데이터를 저장할 수 있다. 예로서, 사용자는 가상 공장을 구축하기 위해 컴퓨팅 시스템을 동작시키기 전에 데이터베이스(320)에 데이터를 입력할 수 있다. 다른 예로서, 사용자는 데이터 수집 장치(100)가 실제 공장(1000)으로부터 데이터(d01, d02, d03, d04, d05)를 수집하기 전에 데이터베이스(320)에 데이터를 입력할 수 있다.
또한, 데이터베이스(320)는 실제 공장(1000)의 상황을 나타내는 데이터를 저장할 수 있다. 예로서, 데이터베이스(320)는 인터페이스(310)로부터 데이터(d2)를 수신하고, 데이터(d2)를 저장할 수 있다.
모델링 모듈(330)은 데이터베이스(320)에 저장된 데이터를 이용하여 모델링 데이터를 생성할 수 있다. 예로서, 모델링 모듈(330)은 오토캐드(Auto CAD), 쓰리디 맥스(3D MAX), 프로이(Pro-E)등과 같은 2D, 3D 모델링 프로그램 및 퀘스트(QUEST), 이엠플랜트(eM-Plant), 아레나(ARENA)등과 같은 시뮬레이션 프로그램 등을 포함할 수 있다.
모델링 모듈(330)은 설비들, 수송 장치들, 수송 용기들, 제품들 및 작업자들의 3D 캐드(Computer Aided Design, CAD) 정보를 이용하여 설비들, 수송 장치들, 제품들, 작업자들, 공정들 및 공장들 각각에 대한 모델링 데이터를 생성할 수 있다. 모델링 데이터는 모델링 데이터에 대응하는 구성을 디스플레이 패널(2000)에 2차원 및/또는 3차원 형태의 모델로 표시하기 위한 정보를 포함할 수 있다. 예로서, 컴퓨팅 시스템(300)은 설비 모델링 데이터를 이용하여 디스플레이 패널(2000)에 2차원 및/또는 3차원 형태의 설비 모델을 표시할 수 있다. 데이터베이스(320)는 생성된 모델링 데이터를 저장할 수 있다.
가상 공장 구축 모듈(340)은 인터페이스(310)로부터 데이터(d2)를 수신할 수 있다. 데이터(d2)는 데이터(d1)에 포함된 정보 중 일부를 포함할 수 있다. 예로서, 데이터(d2)는 설비들 각각의 크기 및 위치, 수송 장치들의 속도, 수송 용기들의 속도, 및 작업자들의 수 및 공정의 종류와 수 등에 대한 정보를 포함할 수 있다.
가상 공장 구축 모듈(340)은 데이터(d2)를 이용하여 실제 공장(1000)의 상황이 반영된 가상 공장(2100)을 구축할 수 있다. 가상 공장 구축 모듈(340)은 데이터(d2)에 대응하는 모델링 데이터를 데이터베이스(320)에서 검출할 수 있다. 데이터베이스(320)가 데이터(d2)를 이용하여 실시간으로 모델링 데이터를 생성하는 경우는 도 13을 참조하여 자세하게 설명될 것이다.
가상 공장 구축 모듈(340)은 데이터(d2) 및 모델링 데이터를 이용하여 데이터(d3)를 생성할 수 있다. 데이터(d3)는 실제 공장(1000)의 상황이 반영된 가상 공장(2100)에 대한 정보를 포함할 수 있다. 가상 공장 구축 모듈(340)은 데이터(d3)를 디스플레이 장치(350)로 출력할 수 있다.
디스플레이 장치(350)는 데이터(d3)를 수신할 수 있다. 디스플레이 장치(350)는 데이터(d3)를 이용하여, 도 1에 도시된 것처럼, 디스플레이 패널(2000)에 가상 공장(2100)을 2차원 영상 및/또는 3차원 영상으로 표시할 수 있다.
데이터 분석 모듈(360)은 인터페이스(310)로부터 데이터(d4)를 수신할 수 있다. 데이터(d4)는 데이터(d1)에 포함된 정보 중 일부를 포함할 수 있다. 예로서, 데이터(d4)는 작업 시간(Processing Time), MTTR(Mean Time To Repair), 및 MTBF(Mean Time Between Failure) 등에 대한 정보를 포함할 수 있다.
데이터 분석 모듈(360)은 데이터(d4)를 이용하여 데이터(d5)를 생성할 수 있다. 데이터(d5)는 실제 공장(1000)의 현재 상황을 분석한 결과 및/또는 실제 공장(1000)의 미래 상황을 예측한 결과에 대한 정보를 포함할 수 있다. 데이터 분석 모듈(360)은 데이터(d5)를 디스플레이 장치(350)로 출력할 수 있다.
디스플레이 장치(350)는 데이터(d5)를 수신할 수 있다. 디스플레이 장치(350)는 데이터(d5)를 이용하여, 도 1에 도시된 것처럼, 디스플레이 패널(2000)에 실제 공장(1000)의 현재 상황 및/또는 실제 공장(1000)의 미래 상황에 대해 분석 및 예측한 분석 결과(2200)를 표시할 수 있다.
도 3은 도 2의 데이터 처리 모듈의 동작을 설명하기 위한 개념도이다.
데이터 처리 모듈(220)은 데이터(d01, d02, d03, d04, d05)를 이용하여 데이터(d1)를 생성할 수 있다. 데이터 처리 모듈(220)은 데이터(d01, d02, d03, d04, d05)에 포함된 일부 정보를 처리하여 데이터(d0)를 생성할 수 있다. 따라서, 데이터(d0)는 데이터(d01, d02, d03, d04, d05)에 포함된 정보의 일부와 동일한 정보를 포함할 수 있고, 데이터(d01, d02, d03, d04, d05)에 포함된 정보의 일부를 변환하여 얻어지는 정보를 포함할 수 있다. 도 3은 도 4 내지 도 6과 함께 설명될 것이다.
도 4는 도 1의 실제 공장으로부터 데이터를 수집하는 데이터 수집 장치를 보여주는 개념도이다.
데이터 수집 장치(100)는 설비 데이터 수집 장치(110), 수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 작업자 데이터 수집 장치(140) 및 공장 데이터 수집 장치(150)를 포함할 수 있다.
수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 및 작업자 데이터 수집 장치(140)는 다양한 센서들을 포함할 수 있다. 수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 및 작업자 데이터 수집 장치(140)는 자석 또는 접착물을 이용하여 수송 장치(325), 수송 용기들(331, 332, 333, 334), 및 작업자들(341, 342)에 부착될 수 있다. 수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 및 작업자 데이터 수집 장치(140)는 외부 전원 또는 수송 장치 데이터 수집 장치(120), 수송 용기 데이터 수집 장치(130), 및 작업자 데이터 수집 장치(140) 각각에 포함된 배터리로부터 전원을 공급받아 동작할 수 있다.
수송 장치 데이터 수집 장치(120)는 센서들을 통해 수송 장치(325)의 위치, 속도, 가속도, 이동 방향 및 수송 장치(325)가 있는 곳의 소음의 세기, 진동의 세기, 온도, 조도, 습도 등에 대한 데이터(d02)를 수집할 수 있다.
수송 용기 데이터 수집 장치(130)는 센서들을 통해 수송 용기들(331, 332, 333, 334) 각각의 위치, 및 수송 용기들(331, 332, 333, 334)이 있는 곳들 각각의 소음의 세기, 진동의 세기, 온도, 조도, 습도 등에 대한 데이터(d03)를 수집할 수 있다.
작업자 데이터 수집 장치(140)는 센서들을 통해 작업자들(341, 342) 각각의 혈압, 체온, 작업자들(341, 342) 각각의 위치 및 작업자들(341, 342)이 있는 곳들 각각의 소음의 세기, 진동의 세기, 온도, 조도, 습도 등에 대한 데이터(d04)를 수집할 수 있다.
도 3을 참조하면, 데이터 처리 모듈(220)은 작업자들(341, 342)의 혈압에 대한 정보를 이용하여 작업자들(341, 342)의 수를 계산할 수 있다. 데이터(d1)는 작업자들(341, 342)의 수에 대한 정보를 포함할 수 있고, 수송 장치(325) 및 수송 용기(331, 332, 333, 334)의 속도에 대한 정보를 포함할 수 있다.
설비 데이터 수집 장치(110)는 복수의 모니터링 장치(110a, 110b)를 포함할 수 있다. 모니터링 장치들(110a, 110b)은 설비들(311, 313)의 외부로부터 설비들(311, 313)의 일 부분을 감시할 수 있다. 설비들(311, 313)은 공정을 수행하는데 이용될 수 있다. 설비들(311, 313)은 공정에 포함되는 일 작업을 수행하는데 이용될 수 있다. 모니터링 장치들(110a, 110b)은 설비들(311, 313)의 일 부분을 감시하기 위해 실제 공장(1000) 및 실제 공장(1000)에 포함되는 구성 요소들에 설치될 수 있다. 예로서, 모니터링 장치들(110a, 110b)은 각각 설비들(311, 313)에 설치될 수 있다. 다른 예로서, 설비 데이터 수집 장치(110)는 설비들과 인접한 주변 영역에 설치될 수 있다. 설비 데이터 수집 장치(110)가 설비들과 인접한 주변 영역에 설치된 경우는 도 7을 참조하여 자세하게 설명될 것이다.
예로서, 모니터링 장치들(110a, 110b)은 각각 설비들(311, 313)의 일 부분을 촬영함으로써 설비들(311, 313)의 일 부분 및/또는 공정의 일 작업을 감시할 수 있다. 이 경우, 모니터링 장치들(110a, 110b)은 디지털 카메라(digital camera) 등과 같은 촬영 장치일 수 있다.
다른 예로서, 모니터링 장치들(110a, 110b)은 각각 설비들(311, 313)의 일 부분에 제품이 위치하는 경우 제품을 감지함으로써 설비들(311, 313)의 일 부분 및/또는 공정의 일 작업을 감시할 수 있다. 이 경우, 모니터링 장치들(110a, 110b)은 물체를 인식하는 깊이 센서(depth sensor)나 비전 센서(vision sensor) 등과 같은 센서일 수 있다.
모니터링 장치들(110a, 110b)은 수송 용기 데이터 수집 장치(130) 및/또는 제품(331a)를 인식할 수 있다. 모니터링 장치(110a)는 제품(331a)이 위치(P1)에 위치하는 경우 수송 용기(331)에 부착된 수송 용기 데이터 수집 장치(130) 및/또는 제품(331a)을 인식할 수 있다. 모니터링 장치(110a)는 제품(331a)이 위치(P1)에 위치하는 것을 인식하는 경우 신호를 출력할 수 있다. 예로서, 신호는 제품(331a)이 위치(P1)에서 감지되었음을 나타내는 정보를 포함할 수 있다. 다른 예로서, 신호는 제품(331a)이 위치(P1)에 위치하는 경우 모니터링 장치(110a)에 의해 촬영된 영상에 대한 정보를 포함할 수 있다.
모니터링 장치(110b)는 제품(331a)이 위치(P1)로부터 위치(P2)로 이동되어 위치(P2)에 위치하는 경우 수송 용기(331)에 부착된 수송 용기 데이터 수집 장치(130) 및/또는 제품(331a)를 인식할 수 있다. 모니터링 장치(110b)는 제품(331a)이 위치(P2)에 위치하는 경우 신호를 출력할 수 있다. 예로서, 신호는 제품(331a)이 위치(P2)에서 감지되었음을 나타내는 정보를 포함할 수 있다. 다른 예로서, 신호는 제품(331a)이 위치(P2)에 위치하는 경우 모니터링 장치(110a)에 의해 촬영된 영상에 대한 정보를 포함할 수 있다.
모니터링 장치들(110a, 110b)로부터 출력된 신호들은 신호 각각이 출력된 시각에 대한 시각 정보를 포함할 수 있다. 데이터 처리 모듈(220)은 신호들에 포함된 시각 정보를 이용하여 모니터링 장치(110a)에 의해 신호가 출력된 시각과 모니터링 장치(110b)에 의해 신호가 출력된 시각 사이의 시간 차이를 계산할 수 있다. 따라서, 데이터 처리 모듈(220)은 제품(331a)이 위치(P1)에서부터 위치(P2)까지 이동되는데 걸리는 시간을 계산할 수 있다.
다만, 본 발명은 이에 한정되지 않고, 모니터링 장치들(110a, 110b)은 각각 연속적으로 위치들(p1, p2)을 촬영할 수 있다. 모니터링 장치들(110a, 110b)은 위치들(p1, p2)을 촬영한 영상에 대한 정보를 포함하는 신호를 데이터 처리 모듈(220)로 실시간으로 전송할 수 있다. 신호는 영상이 촬영된 시각에 대한 정보를 포함할 수 있다. 데이터 처리 모듈(220)은 신호를 처리하여 위치들(p1, p2)에서 제품(331a)이 촬영된 시각에 대한 시각 정보를 획득할 수 있다.
모니터링 장치들(110a, 110b)은 하나의 설비의 양 끝에 설치되거나, 하나의 공정이 시작되는 위치와 완료되는 위치에 설치될 수 있고, 이에 관하여는 도 6을 참조하여 자세하게 설명될 것이다.
다만, 본 발명은 이에 한정되지 않고, 설비 데이터 수집 장치(110)는 센서들을 포함할 수 있다. 이 경우, 센서들은 설비들(311, 312, 313)에 부착되어, 설비들(311, 312, 313)이 있는 곳들 각각의 소음의 세기, 진동의 세기, 온도, 조도, 습도 등에 대한 데이터를 수집할 수 있다.
공장 데이터 수집 장치(150)는 실제 공장(1000)의 전체적인 구조 및 실제 공장(1000)의 전반적인 상황에 대한 데이터를 수집할 수 있다. 공장 데이터 수집 장치(150)는 실제 공장(1000)의 전체적인 모습을 모니터링 할 수 있다. 공장 데이터 수집 장치(150)는 실제 공장(1000)의 전체적인 모습을 모니터링 하기 위해 실제 공장(1000)의 내벽에 설치될 수 있다. 공장 데이터 수집 장치(150)는 디지털 카메라, 깊이 센서, 및 비전 센서 등과 같은 장치들 중 하나일 수 있다.
데이터 처리 모듈(220)은 공장 데이터 수집 장치(150)에 의해 촬영된 영상 및/또는 공장 데이터 수집 장치(150)로부터 출력된 신호를 이용하여 설비들(331, 312, 313) 각각의 크기 및 위치를 계산할 수 있다. 데이터 처리 모듈(220)은 공장 데이터 수집 장치(150)에 의해 촬영된 영상 및/또는 공장 데이터 수집 장치(150)로부터 출력된 신호를 이용하여 공정들의 종류, 수, 규모를 계산할 수 있다.
도 5는 도 4의 공장 데이터 수집 장치에 의해 촬영된 영상을 보여주는 개념도이다.
공장 데이터 수집 장치(150)는 실제 공장(1000)의 전체적인 모습을 촬영할 수 있다. 공장 데이터 수집 장치(150)에 의해 촬영된 영상(3000)은 실제 공장(1000)의 구조 및 실제 공장(1000)의 전반적인 상황에 대한 정보를 포함할 수 있다. 예로서, 영상(3000)은 설비들(311, 312, 313, 314, 315), 및 사무실들(351, 352) 각각의 크기 및 위치에 대한 정보를 포함할 수 있다.
도 3을 참조하면, 데이터 처리 모듈(220)은 영상(3000)을 이용하여 설비들(311, 312, 313, 314, 315) 각각의 크기 및 위치를 계산할 수 있다. 데이터(d1)는 영상(3000) 대신 설비들(311, 312, 313, 314, 315) 각각의 크기 및 위치에 대한 정보를 포함할 수 있다. 데이터 처리 모듈(220)은 영상(3000)에 대한 정보를 설비들(311, 312, 313, 314, 315) 각각의 크기 및 위치에 대한 정보로 변환함으로써 데이터 처리 모듈(220)로부터 출력되는 데이터(d1)의 양을 감소시킬 수 있다.
도 6은 도 4의 모니터링 장치들에 의해 데이터를 수집하는 예시적인 방법을 보여주는 개념도이다.
설비 데이터 수집 장치(110)는 모니터링 장치들(111a, 111b, 111c, 111d)을 이용하여 설비들(311, 312, 313, 314, 315)의 일 부분을 모니터링 할 수 있다. 설비들(311, 312, 313, 314, 315)이 하나의 공정에 이용되는 경우, 설비 데이터 수집 장치(110)는 모니터링 장치들(111a, 111b, 111c, 111d)을 이용하여 공정의 일 작업을 모니터링 할 수 있다. 도 3을 참조하면, 데이터 처리 모듈(220)은 설비 데이터 수집 장치(110)로부터 출력된 신호를 이용하여 작업 시간(Processing Time), 평균 고장 수리 시간(Mean Time To Repair, MTTR), 및 평균 고장 간격(Mean Time Between Failures, MTBF)을 계산할 수 있다. 데이터 처리 모듈(220)은 신호에 포함된 정보를 작업 시간, 평균 고장 수리 시간, 및 평균 고장 간격에 대한 정보로 변환함으로써 데이터 처리 모듈(220)로부터 출력되는 데이터(d1)의 양을 감소시킬 수 있다.
모니터링 장치들(111a, 111b)은 하나의 설비(311)의 양 끝(P11, P12)에 설치될 수 있다. 설비(311)는 수송 용기(331)가 위치(P11)로부터 위치(P12)로 이동되는 동안 하나의 작업을 수행할 수 있다. 데이터 처리 모듈(220)은 모니터링 장치들(111a, 111b)로부터 출력된 신호를 이용하여 설비(311)에서 작업이 수행되는데 소요되는 작업 시간, 설비(311)의 평균 고장 수리 시간, 설비(311)의 평균 고장 간격을 계산할 수 있다.
모니터링 장치들(111a, 111c)은 도 4를 참조하여 설명된 것처럼 각각 설비들(311, 313)의 끝(P11, P13)에 설치될 수 있다. 설비들(311, 312, 313)은 수송 용기(331)가 위치(P11)로부터 위치(P13)로 이동되는 동안 하나의 작업을 수행할 수 있다. 데이터 처리 모듈(220)은 모니터링 장치들(111a, 111c)로부터 출력된 신호를 이용하여 설비들(311, 312, 313)에서 작업이 수행되는데 소요되는 작업 시간을 계산할 수 있다.
모니터링 장치들(111a, 111d)은 각각 설비들(311, 315)의 끝(P11, P14)에 설치될 수 있다. 설비들(311~315)은 수송 용기(331)가 위치(P11)로부터 위치(P14)로 이동되는 동안 하나의 공정을 수행할 수 있다. 데이터 처리 모듈(220)은 모니터링 장치들(111a, 111d)로부터 출력된 신호를 이용하여 설비들(311~315)에서 공정이 수행되는데 소요되는 작업 시간을 계산할 수 있다.
설비 데이터 수집 장치(110)는 시간에 따라 이동되는 제품을 감시하기 위해 복수의 모니터링 장치를 포함할 수 있다. 본 발명의 실시 예에 따르면, 복수의 모니터링 장치는 손쉽게 설비에 부착되거나 설치될 수 있다. 따라서, 실제 공장(1000)에서 자체적으로 작업 시간 등을 측정할 수 없는 설비를 이용하는 경우에도, 본 발명은 복수의 모니터링 장치를 이용하여 손쉽게 설비의 작업 시간 등과 관련된 데이터를 수집할 수 있다.
도 7은 도 4의 모니터링 장치들에 의해 데이터를 수집하는 예시적인 방법을 보여주는 개념도이다.
도 7에 도시된 공장(1000a)에서 하나의 공정(1500a)이 수행될 수 있다. 공정(1500a)을 수행하는데 설비들(311a~314a, 311b~314b), 작업자들(343, 344), 및 수송 장치들(326, 327)이 필요할 수 있다. 공정(1500a)은 일련의 작업들을 포함할 수 있다. 작업들 각각은 설비들(311a~314a, 311b~314b)에 의해 수행될 수 있다. 다만, 본 발명은 이에 한정되지 않고, 공장(1000a)에서 복수의 공정이 수행될 수 있고, 공정(1500a)은 하나 이상의 설비, 한 명 이상의 작업자, 하나 이상의 수송 장치, 하나 이상의 수송 용기에 의해 수행될 수 있다.
설비 데이터 수집 장치(110)는 모니터링 장치들(111e, 111f, 111g, 111h)을 이용하여 공정(1500a) 및/또는 설비들(311a~314a, 311b~314b)에서 수행되는 작업을 모니터링 할 수 있다.
공정(1500a)은 설비(311a)에서 시작되어 설비(314b)에서 완료될 수 있다. 설비들(311a, 314b)은 각각 로드 장치(318a) 및 언로드 장치(319b)를 포함할 수 있다. 다만, 본 발명은 이에 한정되지 않고, 로드 장치(318a) 및 언로드 장치(319b)는 설비들(311a, 314b)과 독립된 장치일 수 있다. 로드 장치(318a)는 제품(331a)을 설비(311a)로 투입시키는데 이용될 수 있다. 언로드 장치(319b)는 제품(331a)을 설비(311b)로부터 출하하기 위해 이용될 수 있다.
모니터링 장치들(111e, 111f)은 각각 공정(1500a)이 시작되는 부분과 공정(1500a)이 완료되는 부분을 모니터링 할 수 있다. 구체적으로, 모니터링 장치들(111e, 111f)은 로드 장치(318a) 및 언로드 장치(319b)를 모니터링 할 수 있다. 예로서, 모니터링 장치들(111e, 111f)은 설비들(311a, 314b)과 인접한 주변 영역에 설치될 수 있다. 다른 예로서, 모니터링 장치들(111e, 111f)은 로드 장치(318a) 및 언로드 장치(319b)와 인접한 주변 영역에 설치될 수 있다.
데이터 처리 모듈(220)은 모니터링 장치들(111e, 111f)로부터 출력된 신호를 이용하여 택트 타임 (Tact Time), 네크 타임 (Neck Time), 각 공정의 사이클 타임 (cycle time), 각 공정의 넷 사이클 타임 (net cycle time) 등을 계산할 수 있다. 모니터링 장치들(111g, 111h)은 도 4에 도시된 모니터링 장치들(110a, 110b)에 대응할 수 있다. 모니터링 장치들(111g, 111h)은 설비들(311a, 311b)과 인접한 주변 영역에 설치될 수 있다. 이하, 중복되는 설명은 생략된다.
즉, 설비 데이터 수집 장치(110)는 설비들(311a~314a, 311b~314b)과 관련된 데이터 뿐만 아니라 공정(1500a)과 관련된 데이터를 수집할 수 있다. 본 발명은 설비들(311a~314a, 311b~314b)과 독립적으로 공정(1500a)에 관한 데이터를 수집함으로써, 공정(1500a) 및 공장(1000a)에 대하여 신뢰성이 높은 분석 결과를 획득할 수 있다.
또한, 설비들(311a~314a, 311b~314b) 및 장치들(319a, 319b) 자체에 설치될 수 있을 뿐만 아니라 설비들(311a~314a, 311b~314b) 및 장치들(319a, 319b)과 인접한 주변 영역에도 손쉽게 설치될 수 있다. 따라서, 본 발명은 설비들(311a~314a, 311b~314b) 중 일부가 고장 난 경우에도 설비들(311a~314a, 311b~314b) 및 공정(1500a)에 대하여 신뢰성이 높은 데이터를 수집할 수 있다.
도 8은 도 2의 가상 공장 구축 모듈의 동작을 설명하기 위한 개념도이다. 도 9는 도 2의 디스플레이 패널에 표시되는 가상 공장을 보여주는 개념도이다. 본 발명의 이해를 돕기 위해 도 1, 도 8 및 도 9가 함께 참조된다.
도 8을 참조하면, 가상 공장 구축 모듈(340)은 인터페이스(310)로부터 데이터(d2)를 수신할 수 있다. 도 2를 참조하여 설명된 것처럼, 데이터(d2)는 데이터(d1)에 포함된 정보 중 일부를 포함할 수 있다. 데이터(d2)는 데이터(d1)에 포함된 정보 중 가상 공장(2100)을 구축하는데 필요한 정보만을 포함할 수 있다. 예로서, 데이터(d2)는 설비들 각각의 크기 및 위치, 작업 시간, 수송 장치들의 속도, 수송 용기들의 속도, 및 작업자들의 수 등에 대한 정보를 포함할 수 있다.
가상 공장 구축 모듈(340)은 데이터(d2)를 이용하여 실제 공장(1000)의 구조 및 작업 상황이 반영된 가상 공장(2100)을 구축할 수 있다. 예로서, 가상 공장 구축 모듈(340)은 데이터(d2)에 포함된 설비들 각각의 위치에 대한 정보를 이용하여 설비 모델을 가상 공장(2100)에 배치함으로써 가상 공장(2100)을 구축할 수 있다.
데이터베이스(320)는 데이터(d2) 및/또는 구축된 가상 공장(2100)에 관한 정보를 저장할 수 있다. 모델링 모듈(330)은 데이터베이스(320)에 저장된 정보에 기초하여 가상 공장(2100)의 시각화를 지원할 수 있다. 도 9를 참조하면, 디스플레이 장치(350)는 디스플레이 패널(2000)을 통해 가상 공장(2100)의 시각화된 형상을 사용자에게 제공할 수 있다.
도 10은 도 2의 데이터 분석 모듈의 동작을 설명하기 위한 개념도이다. 도 11은 도 2의 디스플레이 패널에 표시되는 실제 공장을 분석한 분석 결과를 보여주는 개념도이다. 본 발명의 이해를 돕기 위해 도 1, 도 10 및 도 11이 함께 참조된다.
도 10을 참조하면, 데이터 분석 모듈(360)은 인터페이스(310)로부터 데이터(d4)를 수신할 수 있다. 데이터(d4)는 데이터(d1)에 포함된 정보 중 일부를 포함할 수 있다. 데이터(d4)는 데이터(d1)에 포함된 정보 중 실제 공장(1000)의 현재 상황을 분석하고 실제 공장(1000)의 미래 상황을 예측하기 위해 필요한 정보만을 포함할 수 있다. 예로서, 데이터(d4)는 작업 시간, 평균 고장 수리 시간, 및 평균 고장 간격, 수송 장치들의 속도, 수송 용기들의 속도, 및 작업자들의 수 등에 대한 정보를 포함할 수 있다.
데이터 분석 모듈(360)은 데이터(d4)를 이용하여 데이터(d5)를 생성할 수 있다. 데이터(d5)는 사용자가 실제 공장에 대한 의사 결정을 하는데 도움을 주는 정보를 포함할 수 있다.
예로서, 데이터(d5)는 공장의 주요 KPI(Key Performance Indicator)들에 대한 정보를 포함할 수 있다.
다른 예로서, 데이터(d5)는 실제 공장(1000)의 현재 상황을 분석한 결과 및/또는 실제 공장(1000)의 미래 상황을 예측한 결과에 대한 정보를 포함할 수 있다. 도 6을 참조하면, 모니터링 장치들(111a, 111c)로부터 출력되는 신호들에 기초하여, 데이터 분석 모듈(360)은 수송 용기(331)가 위치(P11)로부터 위치(P13)으로 이동되는 동안 수행되는 제 1 작업의 진행 상황을 분석할 수 있다. 제 1 작업이 시작된 이후에 설비(311)에서 제 2 작업이 시작될 수 있다. 제 2 작업은 설비들(311, 312, 313)에 의해 수행될 수 있다. 데이터 분석 모듈(360)은 모니터링 장치들(111a, 111c)로부터 출력되는 신호들에 기초하여 제 2 작업의 진행 상황을 예측할 수 있다.
또 다른 예로서, 데이터(d5)는 제품의 생산량, 설비의 동작 상태, 공정의 진행 상황 등에 관한 정보를 포함할 수 있다. 구체적으로, 데이터(d5)는 제품의 현재 리드타임(lead time), 제품의 예측되는 리드타임, 제품의 현재 생산량, 제품의 예측되는 생산량, 제품 생산량의 추세, 제품의 현재 재고량, 제품의 예측되는 재고량, 제품 재고량의 추세, 택트 타임, 네크 타임, 각 공정의 사이클 타임, 각 공정의 넷 사이클 타임, 각 공정의 현재 가동률, 각 공정의 예측되는 가동률, 각 공정의 현재 재공재고, 각 공정의 예측되는 재공재고, 각 설비의 현재 가동률, 각 설비의 예측되는 가동, 정체, 대기, 및 고장, 각 수송 장치의 현재 가동률, 각 수송 장치의 예측되는 가동, 정체, 대기 및 고장, 현재 공정의 정체 구간, 각 넥공정의 강도에 대한 정보를 포함할 수 있다.
데이터(d5)에 포함된 정보는 디스플레이 패널(2000)에 표시될 수 있다. 도 11을 참조하면, 디스플레이 장치(350)는 디스플레이 패널(2000)을 통해 실제 공장(1000)의 현재 상황 및 실제 공장(1000)의 미래 상황에 대한 분석 결과(2200)를 그래프, 도표 등의 형태로 표시할 수 있다. 예로서, 분석 결과(2200)는 현재 제품 생산량, 실제 공장(1000)의 예측되는 제품 생산량, 설비의 현재 가동률 및 설비의 예측되는 가동률을 표시할 수 있다.
사용자는 디스플레이 패널(2000)에 표시된 분석 결과(2200)를 참조하여 실제 공장(1000)의 현재 상황 및 예측되는 상황을 파악할 수 있다. 사용자는 분석 결과(2200)에 기초하여 실제 공장(1000)을 최적으로 유지할 수 있는 생산 계획을 수립할 수 있다.
도 12는 도 2의 디스플레이 패널에 실제 공장의 상황을 분석한 결과 및 가상 공장을 표시하기 위한 방법을 설명하기 위한 흐름도이다. 본 발명의 이해를 돕기 위해 도 2가 함께 참조된다.
S410 동작에서, 데이터 수집 장치(100)는 실제 공장(1000)과 관련된 데이터(d01, d02, d03, d04, d05)를 수집할 수 있다
S420 동작에서, 데이터 수집 장치(100)는 수집된 데이터(d01, d02, d03, d04, d05)를 미들웨어 시스템(200)으로 전송할 수 있다.
S430 동작에서, 미들웨어 시스템(200)은 수집된 데이터(d01, d02, d03, d04, d05)를 수신할 수 있다. 미들웨어 시스템(200)은 수집된 데이터(d01, d02, d03, d04, d05)를 데이터 처리 모듈(220)에 의해 처리하여 데이터(d1)를 생성할 수 있다.
S440 동작에서, 미들웨어 시스템(200)은 데이터(d1)를 컴퓨팅 시스템(300)으로 전송할 수 있다. 컴퓨팅 시스템(300)은 데이터(d1)를 수신할 수 있다.
S450 동작에서, 가상 공장 구축 모듈(340)은 데이터(d2)를 수신할 수 있다. 가상 공장 구축 모듈(340)은 데이터(d2)를 이용하여 데이터(d3)를 생성할 수 있다. 데이터(d3)는 가상 공장에 대한 정보를 포함할 수 있다. 가상 공장 구축 모듈(340)은 데이터(d3)를 디스플레이 장치(350)로 출력할 수 있다. S450 동작은 도 13을 참조하여 자세하게 설명될 것이다.
S460 동작에서, 데이터 분석 모듈(360)은 데이터(d4)를 수신할 수 있다. 데이터 분석 모듈(360)은 데이터(d4)를 이용하여 데이터(d5)를 생성할 수 있다. 데이터(d5)는 실제 공장의 상황을 분석한 분석 결과에 대한 정보를 포함할 수 있다. 데이터 분석 모듈(360)은 데이터(d5)를 디스플레이 장치(350)로 출력할 수 있다.
S470 동작에서, 디스플레이 장치(470)는 데이터(d3, d5)를 수신할 수 있다. 디스플레이 장치(350)는 데이터(d3, d5)를 이용하여 디스플레이 패널(2000)에 가상 공장(2100) 및 실제 공장(1000)의 상황을 분석한 분석 결과(2200)를 2차원 영상 및/또는 3차원 영상으로 표시할 수 있다.
도 13은 도 2의 가상 공장 구축 모듈에서 가상 공장을 구축하는 방법을 설명하기 위한 흐름도이다. 도 13에 도시된 동작들(S515~S560)은 도 12를 참조하여 설명된 S450 동작에 해당한다.
S510 동작에서, 인터페이스(310)는 미들웨어 시스템(200)으로부터 데이터(d1)를 수신할 수 있다.
S515 동작에서, 인터페이스(310)는 수신된 데이터(d1)에 기초하여 데이터(d2)를 가상 공장 구축 모듈(340)로 전송할 수 있다.
S520 동작에서, 가상 공장 구축 모듈(340)은 데이터(d2)를 데이터베이스(320)로 전송할 수 있다.
S525 동작에서, 데이터베이스(320)는 데이터(d2)를 저장할 수 있다.
S530 동작에서, 데이터베이스(320)는 데이터(d2)를 모델링 모듈(330)로 전송할 수 있다.
S535 동작에서, 모델링 모듈(330)은 데이터(d2)를 이용하여 데이터(d2)에 대응하는 모델링 데이터를 생성할 수 있다.
S540 동작에서, 모델링 모듈(330)은 모델링 데이터를 데이터베이스(320)로 전송할 수 있다.
S545 동작에서, 데이터베이스(320)는 모델링 데이터를 저장할 수 있다. 데이터베이스(320)는 모델링 데이터와 데이터(d2) 사이의 대응 관계에 대한 정보를 저장할 수 있다. S525 동작 내지 S545 동작을 통해, 데이터베이스(320)는 모델링 데이터, 데이터(d2), 및 모델링 데이터와 데이터(d2) 사이의 대응 관계에 대한 정보를 저장할 수 있다. 데이터베이스(320)에 모델링 데이터, 데이터(d2), 및 모델링 데이터와 데이터(d2) 사이의 대응 관계에 대한 정보가 저장된 경우, 가상 공장 구축 모듈(340)은 데이터베이스(320)에서 데이터(d2)에 대응하는 모델링 데이터를 검출할 수 있다.
S550 동작에서, 데이터베이스(320)는 모델링 데이터를 가상 공장 구축 모듈(340)로 전송할 수 있다.
S555 동작에서, 가상 공장 구축 모듈(340)은 데이터(d2) 및 모델링 데이터를 이용하여 데이터(d3)를 생성할 수 있다. 데이터(d3)는 실제 공장(1000)의 상황이 반영된 가상 공장(2100)에 대한 정보를 포함할 수 있다.
S560 동작에서, 가상 공장 구축 모듈(340)은 데이터(d3)를 디스플레이 장치(350)로 전송할 수 있다.
S565 동작에서, 디스플레이 장치(350)는 데이터(d3)에 기초하여 디스플레이 패널(2000)을 통해 가상 공장(2100)의 시각화된 형상을 출력할 수 있다.
상술된 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술된 실시 예들뿐만 아니라, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들 또한 포함할 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술된 실시 예들에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.

Claims (10)

  1. 가상 공장을 구축하기 위한 컴퓨팅 시스템에 있어서,
    모델링 데이터를 저장하는 데이터 베이스; 및
    실제 공장에서 이용되는 하나 이상의 설비의 외부에 있는 제 1 위치로부터 감시되는 상기 하나 이상의 설비 상의 제 1 부분에 상기 제품이 위치하는 경우 출력되는 제 1 신호, 및 상기 하나 이상의 설비의 상기 외부에 있는 제 2 위치로부터 감시되는 상기 하나 이상의 설비 상의 제 2 부분에 상기 제품이 위치하는 경우 출력되는 제 2 신호에 기초하여 계산되는 상기 제 1 신호가 출력된 시각과 상기 제 2 신호가 출력된 시각 사이의 시간 차이, 및 상기 모델링 데이터에 기초하여 상기 제 1 부분으로부터 상기 제 2 부분까지 수행되는 작업의 진행 상황이 표시되는 상기 가상 공장을 구축하는 가상 공장 구축 모듈을 포함하되,
    상기 제 1 위치는 상기 제 2 위치와 이격되고,
    상기 제 1 부분은 상기 제 2 부분과 이격되는 컴퓨팅 시스템.
  2. 제 1 항에 있어서,
    상기 제 1 신호는 상기 제품이 상기 제 1 부분에 위치하는 경우 상기 제 1 위치로부터 상기 제 1 부분이 촬영된 영상에 대한 정보를 포함하고,
    상기 제 2 신호는 상기 제품이 상기 제 2 부분에 위치하는 경우 상기 제 2 위치로부터 상기 제 2 부분이 촬영된 영상에 대한 정보를 포함하는 컴퓨팅 시스템.
  3. 제 1 항에 있어서,
    상기 가상 공장 구축 모듈은 상기 실제 공장으로부터 수집되는 데이터 및 상기 모델링 데이터에 기초하여 상기 실제 공장의 상황이 반영된 상기 가상 공장을 구축하도록 구성되는 컴퓨팅 시스템.
  4. 제 1 항에 있어서,
    상기 시간 차이에 기초하여 상기 작업의 상기 진행 상황을 분석하는 데이터 분석 모듈을 더 포함하는 컴퓨팅 시스템.
  5. 실제 공장의 상황을 분석하기 위해 컴퓨팅 시스템을 이용하는 방법에 있어서,
    상기 실제 공장에서 제품을 생산하기 위해 이용되는 하나 이상의 설비 상의 제 1 부분에 상기 제품이 위치하는 경우 상기 하나 이상의 설비의 외부에 있는 제 1 위치로부터 상기 제 1 부분을 감시하는 제 1 모니터링 장치에 의해 제 1 신호를 출력하는 단계;
    상기 제 1 제품이 상기 제 1 부분과 상이한 상기 하나 이상의 설비 상의 제 2 부분에 상기 제품이 위치하는 경우 상기 하나 이상의 설비의 상기 외부에 있는 제 2 위치로부터 상기 제 2 부분을 감시하는 제 2 모니터링 장치에 의해 제 2 신호를 출력하는 단계;
    데이터 처리 모듈에 의해 상기 제 1 신호 및 상기 제 2 신호에 기초하여 상기 제품이 상기 제 1 부분에 위치한 시각과 상기 제품이 상기 제 2 부분에 위치한 시각 사이의 시간 차이를 계산하는 단계; 및
    상기 컴퓨팅 시스템에 의해 상기 시간 차이에 기초하여 상기 제 1 부분으로부터 상기 제 2 부분까지 수행되는 제 1 작업의 진행 상황을 분석하는 단계를 포함하는 방법.
  6. 제 5 항에 있어서,
    상기 제 1 작업의 진행 상황을 분석한 분석 결과를 디스플레이 패널에 시각화된 형상으로 표시하는 단계를 더 포함하는 방법.
  7. 제 5 항에 있어서,
    상기 컴퓨팅 시스템에 의해 상기 시간 차이에 기초하여 제 2 작업의 진행 상황을 예측하는 단계를 더 포함하고,
    상기 제 2 작업은 상기 제 1 작업이 수행된 이후에 상기 제 1 부분으로부터 상기 제 2 부분까지 수행되는 방법.
  8. 제 5 항에 있어서,
    상기 제 1 부분 및 상기 제 2 부분이 상기 하나 이상의 설비 중 하나의 설비에 위치하는 경우, 상기 컴퓨팅 시스템에 의해 상기 시간 차이에 기초하여 상기 하나의 설비의 동작 상태에 대해 분석하는 단계를 더 포함하는 방법.
  9. 제 8 항에 있어서,
    상기 시간 차이는 상기 하나의 설비의 작업 시간(Processing Time)이고,
    상기 컴퓨팅 시스템에 의해 상기 작업 시간에 기초하여 상기 하나의 설비의 평균 고장 수리 시간(Mean Time To Repair, MTTR), 및 평균 고장 간격(Mean Time Between Failures, MTBF)을 계산하는 단계를 더 포함하고,
    상기 하나의 설비의 상기 동작 상태에 대해 분석하는 단계는 상기 컴퓨팅 시스템에 의해 상기 작업 시간, 상기 평균 고장 수리 시간 및 상기 평균 고장 간격에 기초하여 상기 하나의 설비의 상기 동작 상태를 분석하는 방법.
  10. 제 5 항에 있어서,
    상기 제품이 상기 하나 이상의 설비 중 제 1 설비에서 시작되어 상기 하나 이상의 설비 중 제 2 설비에서 완료되는 공정을 통해 생산되고 상기 제 1 부분이 상기 제 1 설비 상에 위치하고 상기 제 2 부분이 상기 제 2 설비 상에 위치하는 경우, 상기 컴퓨팅 시스템에 의해 상기 시간 차이에 기초하여 상기 공정의 진행 상황에 대해 분석하는 단계를 더 포함하는 방법.
PCT/KR2019/013031 2018-10-08 2019-10-04 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법 Ceased WO2020076012A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2021544082A JP7145339B2 (ja) 2018-10-08 2019-10-04 工場を分析するコンピューティングシステム及び工場を管理するためにコンピューティングシステムを利用する方法
US17/282,945 US11940783B2 (en) 2018-10-08 2019-10-04 Computing system for analyzing factory and method of using the computing system to manage factory
PL19870652.5T PL3865960T3 (pl) 2018-10-08 2019-10-04 System obliczeniowy do analizy fabryki i metoda wykorzystania systemu obliczeniowego do zarządzania fabryką
CN201980066162.6A CN112823317B (zh) 2018-10-08 2019-10-04 分析工厂的计算系统以及使用该计算系统管理工厂的方法
EP19870652.5A EP3865960B1 (en) 2018-10-08 2019-10-04 Computing system for analyzing factory, and method for using computing system in order to manage factory

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180119847A KR102086005B1 (ko) 2018-10-08 2018-10-08 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법
KR10-2018-0119847 2018-10-08

Publications (1)

Publication Number Publication Date
WO2020076012A1 true WO2020076012A1 (ko) 2020-04-16

Family

ID=70163838

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/013031 Ceased WO2020076012A1 (ko) 2018-10-08 2019-10-04 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법

Country Status (7)

Country Link
US (1) US11940783B2 (ko)
EP (1) EP3865960B1 (ko)
JP (1) JP7145339B2 (ko)
KR (1) KR102086005B1 (ko)
CN (1) CN112823317B (ko)
PL (1) PL3865960T3 (ko)
WO (1) WO2020076012A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102922014B1 (ko) * 2025-08-21 2026-02-03 (주)위치스 3d cad 설계 자동화를 위한 지능형 설계 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449774B (zh) * 2022-01-06 2025-09-12 蜂联智能（深圳）有限公司 基于工厂环境虚拟化受力评估的调控方法、调控装置及可读介质
CN114415575B (zh) * 2022-01-27 2023-05-05 电子科技大学 实时数据驱动的焊接车间三维虚拟监控与智能预警系统
KR102590515B1 (ko) 2022-11-07 2023-10-19 (주)브이엠에스 솔루션스 공장 상황을 나타내는 이미지에 대한 전처리 장치 및 방법
KR102888767B1 (ko) * 2022-12-09 2025-11-21 주식회사 쓰리디오토메이션 3d cad 데이터 모델링 시스템 및 그의 동작 방법
DE102023119112A1 (de) * 2023-07-19 2025-01-23 Krones Aktiengesellschaft Behälterbehandlungsanlage und Verfahren zum überlagerten Darstellen von Positionsdaten von Behältern zusammen mit einer simulierten Darstellung der Behälter und mit einem simulierten Modell einer Behälterbehandlungsanlage

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002520701A (ja) * 1998-06-30 2002-07-09 シーメンス アクチエンゲゼルシヤフト 仮想設備モデルを作成するための装置および方法
JP2002373018A (ja) * 2001-06-14 2002-12-26 Ntn Corp 仮想工場システムおよび仮想工場・遠隔監視連携システム
US20060155402A1 (en) * 2001-11-21 2006-07-13 Dale Read 3d virtual manufacturing process
KR20130014810A (ko) * 2011-08-01 2013-02-12 주식회사 포스코 설비 해석 및 제어 알고리즘 검증 기능을 구비한 철강산업용 가상설비 시스템 및 그의 구동 방법
KR20140141313A (ko) * 2013-05-31 2014-12-10 삼성전기주식회사 가상 공장 모델 자동 생성 시스템, 가상 공장 모델 자동 생성 방법, 가상 공장 모델 자동 시뮬레이션 시스템 및 가상 공장 모델 자동 시뮬레이션 방법
JP2016536672A (ja) * 2013-10-17 2016-11-24 プレソラ コーポレーションＰｌｅｔｈｏｒａ Ｃｏｒｐｏｒａｔｉｏｎ 製造設計のチェックを実施するための方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3980760B2 (ja) 1997-07-23 2007-09-26 株式会社東芝 プラント監視装置
JP4643610B2 (ja) * 2000-05-31 2011-03-02 株式会社東芝 生産システム及び生産方法
US20020193972A1 (en) 2001-06-14 2002-12-19 Ntn Corporation Workshop facility design and operation support system enabling verification of the entire workshop to be performed easily
US7660680B1 (en) * 2006-06-26 2010-02-09 Rockwell Automation Technologies, Inc. Systems and methods for totalizing parallel feeds
US7379782B1 (en) * 2007-03-26 2008-05-27 Activplant Corporation System and method of monitoring and quantifying performance of an automated manufacturing facility
KR101037391B1 (ko) 2008-05-27 2011-05-26 재단법인서울대학교산학협력재단 가상의 공장 모델 구축 방법 및 장치
KR100948760B1 (ko) 2008-05-27 2010-03-23 재단법인서울대학교산학협력재단 시뮬레이션 기반 공장 레이아웃 설계 장치 및 방법
US8843221B2 (en) * 2009-12-09 2014-09-23 Comau Spa Automation management system and method
KR101071908B1 (ko) 2010-09-06 2011-10-10 (주) 디지털팩토리 디지털 팩토리를 이용한 공장 신축 방법
KR101222051B1 (ko) 2010-12-28 2013-01-15 주식회사 포스코 가상 공장용 데이터 모델 생성 방법 및 가상 공장용 데이터 모델 미들웨어 시스템
EP2755096A4 (en) * 2011-09-05 2014-12-31 Kobayashi Manufacture Co Ltd WORK MANAGEMENT SYSTEM, WORK MANAGEMENT TERMINAL, WORK MANAGEMENT PROGRAM AND METHOD
US9862051B2 (en) * 2011-09-27 2018-01-09 Illinois Tool Works Inc. Welding system and method utilizing cloud computing and data storage
US20150046363A1 (en) * 2013-08-07 2015-02-12 Flextronics Ap, Llc Method and Apparatus for Managing, Displaying, Analyzing, Coordinating, and Optimizing Innovation, Engineering, Manufacturing, and Logistics Infrastructures
KR101543884B1 (ko) 2013-12-18 2015-08-11 주식회사 포스코 가상 공장의 실시간 동작 상황을 통합 로깅하기 위한 시스템 및 방법
ES2654335T3 (es) * 2014-10-23 2018-02-13 Comau S.P.A. Sistema para monitorizar y controlar una instalación industrial
KR101646421B1 (ko) 2014-12-31 2016-08-12 주식회사 포스코아이씨티 통합된 시뮬레이션 환경을 제공하는 가상공장 시뮬레이션 시스템 및 방법
KR101646444B1 (ko) 2015-01-30 2016-08-05 주식회사 포스코아이씨티 에너지 관리 시뮬레이션을 위한 가상공장 시뮬레이션 시스템 및 방법
US10532268B2 (en) * 2016-05-02 2020-01-14 Bao Tran Smart device
US10977749B2 (en) * 2016-05-05 2021-04-13 Georgia-Pacific Corrugated Llc System and method for tracking a box and correlating a quality characteristic of the box to an overall equipment effectiveness of a packaging line that manipulates the box during a product packaging process
US20230196231A1 (en) * 2016-05-09 2023-06-22 Strong Force Iot Portfolio 2016, Llc Industrial digital twin systems using state value to adjust industrial production processes and determine relevance with role taxonomy
US11204597B2 (en) * 2016-05-20 2021-12-21 Moog Inc. Outer space digital logistics system
CN106530405B (zh) 2016-11-22 2019-03-22 盐城工学院 基于虚拟现实技术的汽车生产线实时漫游系统
US10467353B2 (en) * 2017-02-22 2019-11-05 Middle Chart, LLC Building model with capture of as built features and experiential data
KR101933533B1 (ko) * 2017-02-27 2019-04-05 한국기계연구원 스마트 공장 가상화 방법
US10360193B2 (en) * 2017-03-24 2019-07-23 Western Digital Technologies, Inc. Method and apparatus for smart archiving and analytics
CN107885336B (zh) 2017-11-30 2021-04-27 成都飞机工业（集团）有限责任公司 映射真实生产情况的虚拟车间模型与信息融合显示方法
US20190340269A1 (en) * 2018-05-02 2019-11-07 Rockwell Automation Technologies, Inc. Blockchain-enabled industrial devices
EP3621050B1 (en) * 2018-09-05 2022-01-26 Honeywell International Inc. Method and system for improving infection control in a facility

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002520701A (ja) * 1998-06-30 2002-07-09 シーメンス アクチエンゲゼルシヤフト 仮想設備モデルを作成するための装置および方法
JP2002373018A (ja) * 2001-06-14 2002-12-26 Ntn Corp 仮想工場システムおよび仮想工場・遠隔監視連携システム
US20060155402A1 (en) * 2001-11-21 2006-07-13 Dale Read 3d virtual manufacturing process
KR20130014810A (ko) * 2011-08-01 2013-02-12 주식회사 포스코 설비 해석 및 제어 알고리즘 검증 기능을 구비한 철강산업용 가상설비 시스템 및 그의 구동 방법
KR20140141313A (ko) * 2013-05-31 2014-12-10 삼성전기주식회사 가상 공장 모델 자동 생성 시스템, 가상 공장 모델 자동 생성 방법, 가상 공장 모델 자동 시뮬레이션 시스템 및 가상 공장 모델 자동 시뮬레이션 방법
JP2016536672A (ja) * 2013-10-17 2016-11-24 プレソラ コーポレーションＰｌｅｔｈｏｒａ Ｃｏｒｐｏｒａｔｉｏｎ 製造設計のチェックを実施するための方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3865960A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102922014B1 (ko) * 2025-08-21 2026-02-03 (주)위치스 3d cad 설계 자동화를 위한 지능형 설계 시스템

Also Published As

Publication number Publication date
EP3865960A4 (en) 2021-11-24
JP2022508633A (ja) 2022-01-19
US20210389757A1 (en) 2021-12-16
CN112823317B (zh) 2024-10-18
EP3865960B1 (en) 2024-07-24
EP3865960A1 (en) 2021-08-18
US11940783B2 (en) 2024-03-26
EP3865960C0 (en) 2024-07-24
KR102086005B1 (ko) 2020-04-23
CN112823317A (zh) 2021-05-18
JP7145339B2 (ja) 2022-09-30
PL3865960T3 (pl) 2024-10-28

Similar Documents

Publication Publication Date Title
WO2020076012A1 (ko) 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법
Geng et al. Digital Twin in smart manufacturing: remote control and virtual machining using VR and AR technologies
KR102371336B1 (ko) 3d 통합관제 및 증강현실과 가상현실을 이용한 스마트 공장 모니터링 시스템
EP3076253B1 (en) Systems and methods for presenting an augmented reality
CN113359640A (zh) 一种基于数字孪生和增强现实的产线预测性维护系统及方法
WO2018044036A1 (ko) 원격지에서 원자력 발전소의 온라인 통합 모니터링 방법 및 온라인 통합 모니터링 시스템
CN112363461A (zh) 一种工业现场数据采集与控制系统
CN103946755A (zh) 用于操作现场设备的方法、计算机程序、计算机可读介质和计算单元
CN114428487A (zh) 自动化控制装置、系统、方法
WO2018199630A1 (ko) 이미지 캡처를 이용한 통합 모니터링 시스템 및 방법
CN115937415A (zh) 一种基于3d建模技术的连铸机器人数字孪生系统
WO2023090876A1 (ko) 선제적 풍력발전 유지관리 시스템
CN112289107A (zh) 一种工业互联网双向仿真映射实训系统
CN113176759A (zh) 应用于中低放核废液水泥固化体处置的信息管理系统
WO2022085859A1 (ko) 기계 학습용 이미지 데이터 생성 방법 및 그 장치
Li et al. Establishment of web-based digital twin system for truss gantry crane
CN116257006A (zh) 一种卷烟工厂电力设备智能化点检系统及方法
CN113485266B (zh) 一种核电厂bop工艺过程综合控制系统及方法
CN117725757A (zh) 数字孪生车间的总装过程虚实映射方法及系统
CN118353970A (zh) 一种基于现场总线及wifi技术的智能设备管理系统
Clounie et al. Digital twin approach to support preventative maintenance in a robotic application
CN113778105A (zh) 一种基于分布式硬件架构巡检机器人系统构建方法
CN119512673B (zh) 一种针对工业生产设备和智能制造环境的大屏可视化系统
KR20220040030A (ko) 실시간 데이터 전처리 및 이상치 감지를 위한 모니터링 시스템
KR100309320B1 (ko) 동기식광전송장치의통합운용관리시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19870652

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021544082

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019870652

Country of ref document: EP

Effective date: 20210510