KR20170008632A - Method for demand forecasting of spare part - Google Patents

Method for demand forecasting of spare part Download PDF

Info

Publication number
KR20170008632A
KR20170008632A KR1020150100051A KR20150100051A KR20170008632A KR 20170008632 A KR20170008632 A KR 20170008632A KR 1020150100051 A KR1020150100051 A KR 1020150100051A KR 20150100051 A KR20150100051 A KR 20150100051A KR 20170008632 A KR20170008632 A KR 20170008632A
Authority
KR
South Korea
Prior art keywords
usage
equipment
usage amount
amount
predicting
Prior art date
Application number
KR1020150100051A
Other languages
Korean (ko)
Inventor
정동곤
Original Assignee
삼성에스디에스 주식회사
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 삼성에스디에스 주식회사 filed Critical 삼성에스디에스 주식회사
Priority to KR1020150100051A priority Critical patent/KR20170008632A/en
Publication of KR20170008632A publication Critical patent/KR20170008632A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Disclosed is a method for estimating spare part usage. A method for estimating spare part usage according to an embodiment of the present invention comprises the steps of: receiving a past usage detail for each spare part; receiving a selection input for external parameters relating to the spare part usage; receiving a selection input relating to at least one estimating model used to forecast the spare part usage; and estimating the spare part usage from the received past usage detail, the external parameters, and the at least one selected estimating model.

Description

설비 부품 사용량 예측 방법{METHOD FOR DEMAND FORECASTING OF SPARE PART}METHOD FOR DEMAND FORECASTING OF SPARE PART

본 발명은 설비 부품 사용량 예측 방법에 관한 것으로, 보다 상세하게는 과거 사용 실적 및 외부 변수를 고려하여 설비 부품의 수요량을 예측할 수 있는 설비 부품 사용량 예측 방법에 관한 것이다.More particularly, the present invention relates to a method for predicting the amount of equipment component usage that can predict the demand amount of the equipment component in consideration of the past usage results and external variables.

각종 제조 설비의 성능을 유지하기 위해서는 설비의 노화 및 열화를 방지하기 위한 예비적 조치가 필요하다. 이를 위해서 윤활, 청소, 조정, 점검, 교체 등 일상의 정비 활동과 함께 설비를 계획적으로 점검하고 소모품을 교체하는 것이 필요한데 이를 예방 정비(Preventive Maintenance)라고 한다.To maintain the performance of various manufacturing facilities, preliminary measures are required to prevent aging and deterioration of the equipment. In order to do this, it is necessary to regularly check facilities and replace consumables with daily maintenance activities such as lubrication, cleaning, adjustment, inspection and replacement, which is called preventive maintenance.

정상적인 예방 정비를 수행하기 위해서는 제조 설비에 사용되는 설비 부품(Spare Parts)의 사용량을 예측하는 것이 필요하다. 필요한 설비 부품이 확보되어 있지 않은 경우 적시에 예방 정비를 수행할 수 없게 되고, 필요량을 초과하는 설비 부품이 확보되어 있는 경우 재고 관리에 어려움이 발생될 수 있기 때문이다.In order to perform normal preventive maintenance, it is necessary to predict the amount of spare parts used in manufacturing facilities. If necessary equipment parts are not secured, preventive maintenance can not be performed in a timely manner, and if equipment parts exceeding the required amount are secured, inventory control may be difficult.

설비 부품의 사용량을 예측하기 위해서는 과거 사용실적 뿐만 아니라 개조개선, 라인증설, 국산화, 설비폐기, 공정변경 등과 같은 외부 변수를 고려해야 하는데 종래에는 사용자의 경험에 의해 구매발주(PR : Purchase Order)가 이루어졌는바, 정확한 사용량을 예측할 수 없다는 문제점이 있었다.In order to predict the usage of equipment parts, it is necessary to consider external factors such as remodeling improvement, line expansion, localization, facility disposal, process change as well as past usage results. In the past, purchase order (PR) There is a problem that the exact amount of use can not be predicted.

이에, 미래의 설비 부품 사용량을 정확하게 예측할 수 있는 방법의 필요성이 대두되었다.Therefore, there is a need for a method for accurately predicting the future usage of equipment parts.

일본공개특허공보 2002-0169861호Japanese Patent Application Laid-Open No. 2002-0169861

본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 설비 부품의 사용량을 정확하게 예측할 수 있는 설비 부품 사용량 예측 방법을 제공하는데 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide a method of predicting the amount of usage of equipment parts that can accurately predict the amount of equipment parts to be used.

본 발명의 또 다른 목적은 예측된 설비 부품 사용량과 실제 사용량에 차이가 있는 경우 이를 사용자에게 미리 통지해줌으로써 설비 부품 부족 또는 과다한 재고 발생으로 인한 문제 발생을 사전에 예방할 수 있도록 하는 설비 부품 사용량 예측 방법을 제공하는데 있다.It is still another object of the present invention to provide a method of predicting a usage amount of an equipment component that can prevent a problem caused by a lack of an equipment component or an excessive inventory by preliminarily notifying a user of a difference between an expected usage amount of an equipment component and an actual usage amount .

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속한 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The technical objects of the present invention are not limited to the above-mentioned technical problems, and other technical subjects not mentioned can be clearly understood by those skilled in the art from the following description.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 방법은, 설비 부품(Spare Part)별 과거 사용 내역 수신하는 단계, 상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 단계, 상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델에 대한 선택 입력 수신하는 단계 및 상기 수신된 과거 사용 내역 및 상기 외부 변수와 상기 선택된 적어도 하나의 예측 모델로 상기 설비 부품의 사용량을 예측하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method for predicting usage of an equipment component, the method comprising: receiving past usage details for each equipment component (Spare Part); inputting external inputs related to the consumption amount of the equipment components Receiving a selection input for at least one prediction model used for predicting the usage amount of the equipment component; and calculating a usage amount of the equipment component with the received past usage history and the external variable and the selected at least one prediction model .

본 발명의 일 실시예에 따르면, 상기 설비 부품의 사용량을 예측하는 단계는, 상기 과거 사용 내역을 상기 선택된 적어도 하나의 예측 모델에 적용하여 상기 설비 부품의 사용량을 계산하는 단계 및 상기 계산된 사용량에 상기 선택된 외부 변수에 대응되는 가중치를 반영하여 상기 설비 부품의 사용량을 예측하는 단계를 포함할 수 있다.According to an embodiment of the present invention, the step of predicting the usage amount of the equipment component may include calculating the usage amount of the equipment component by applying the past usage history to the selected at least one prediction model, And estimating an amount of use of the equipment component by reflecting a weight corresponding to the selected external variable.

본 발명의 일 실시예에 따르면, 상기 외부 변수는, 제조 설비의 개조개선, 생산 라인 증설, 설비 부품의 국산화, 제조 설비 폐기, 공정 변경 중 적어도 하나일 수 있다.According to an embodiment of the present invention, the external variable may be at least one of remodeling improvement of a manufacturing facility, production line extension, localization of an equipment part, disposal of a manufacturing facility, and a process change.

본 발명의 일 실시예에 따르면, 상기 수신된 과거 사용 내역이 복수개인 경우, 상기 설비 부품의 사용량을 예측하는 단계는, 상기 수신된 과거 사용 내역 별로 상기 설비 부품의 사용량을 예측하는 단계를 포함할 수 있다.According to an embodiment of the present invention, when the received past usage history is plural, the step of predicting the usage amount of the equipment parts includes the step of predicting the usage amount of the equipment parts by the received usage past history .

본 발명의 일 실시예에 따르면, 상기 예측 모델에서 계산된 상기 설비 부품 사용량 예측값의 정확도를 계산하는 단계 및 상기 계산된 정확도가 기 설정된 임계값 이상인 예측값들만 표시하는 단계를 더 포함할 수 있다.According to an embodiment of the present invention, the method may further include calculating accuracy of the estimated usage value of the equipment component calculated in the prediction model and displaying only the predicted values whose calculated accuracy is equal to or higher than a preset threshold value.

본 발명의 일 실시예에 따르면, 상기 설비 부품의 사용량을 예측하는 단계는, 기 설정된 시간 단위별 상기 설비 부품의 사용량을 예측하는 단계를 포함할 수 있다.According to an embodiment of the present invention, the step of predicting the usage amount of the equipment component may include a step of predicting the usage amount of the equipment component by a predetermined time unit.

본 발명의 일 실시예에 따르면, 상기 기 설정된 시간 단위별 상기 설비 부품의 실제 사용 내역을 산출하는 단계 및 상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계를 더 포함할 수 있다.According to an embodiment of the present invention, the method may further comprise: calculating an actual usage history of the equipment parts by the predetermined time unit, and generating a notification message when the difference between the estimated usage amount and the actual usage history exceeds a predetermined threshold value The method comprising the steps of:

본 발명의 일 실시예에 따르면, 상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계는, 단위 기간동안 실제 사용된 설비 부품의 수량을 기 설정된 기간 동안 사용될 것으로 예측된 사용량으로 나눈 값과, 단위 기간동안 사용될 것으로 예측된 설비 부품의 사용량을 기 설정된 기간 동안 사용할 것으로 예측된 사용량으로 나눈 값과의 차이를 산출하는 단계 및 상기 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계를 포함할 수 있다.According to an embodiment of the present invention, when the difference between the predicted usage amount and the actual usage history exceeds a predetermined threshold value, the step of generating the notification message may include: And a value obtained by dividing the usage amount of the equipment parts predicted to be used during the unit time period by the usage amount expected to be used for a predetermined period, and calculating the difference between the predetermined threshold value , Generating a notification message may be performed.

본 발명의 또 다른 실시예에 다른 설비 부품 사용량 예측 장치는, 설비 부품 별 과거 사용 내역 및 상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 사용자 인터페이스, 상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델을 선택하는 예측 모델 선택부 및 상기 과거 사용 내역 및 상기 외부 변수와 상기 선택된 예측 모델로 상기 설비 부품의 사용량을 예측하는 제어부를 포함한다.In another embodiment of the present invention, there is provided an apparatus for predicting usage of an equipment component, comprising: a user interface for receiving a selection input for an external parameter related to a past usage history of each equipment component and a consumption amount of the equipment component; And a control unit for predicting an amount of use of the equipment parts with the past use history, the external variable, and the selected prediction model.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 과거 사용 내역을 상기 선택 적어도 하나의 예측 모델에 적용하여 상기 설비 부품의 사용량을 계산하고, 상기 계산된 사용량에 상기 선택된 외부 변수에 대응되는 가중치를 반영하여 상기 설비 부품의 사용량을 예측할 수 있다.According to an embodiment of the present invention, the control unit may calculate the usage amount of the equipment component by applying the past usage history to the selected at least one prediction model, and calculate a weight value corresponding to the selected external variable The usage amount of the equipment component can be predicted.

본 발명의 일 실시예에 따르면, 상기 외부 변수는, 제조 설비의 개조개선, 생산 라인 증설, 설비 부품의 국산화, 제조 설비 폐기, 공정 변경 중 적어도 하나일 수 있다.According to an embodiment of the present invention, the external variable may be at least one of remodeling improvement of a manufacturing facility, production line extension, localization of an equipment part, disposal of a manufacturing facility, and a process change.

본 발명의 일 실시예에 따르면, 상기 수신된 과거 사용 내역이 복수개인 경우, 상기 제어부는, 상기 수신된 과거 사용 내역 별로 상기 설비 부품의 사용량을 예측할 수 있다.According to an embodiment of the present invention, when there is a plurality of past usage history information, the controller can predict the usage amount of the equipment parts by the past usage history.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 예측 모델에서 계산된 상기 설비 부품 사용량 예측값의 정확도를 계산하고, 상기 계산된 정확도가 기 설정된 임계값 이상인 예측값들만 표시하는 표시부를 더 포함할 수 있다.According to an embodiment of the present invention, the control unit may further include a display unit for calculating an accuracy of the estimated usage value of the equipment component calculated in the prediction model, and displaying only predicted values whose calculated accuracy is equal to or greater than a predetermined threshold value have.

본 발명의 일 실시예에 따르면, 상기 제어부는, 설정된 시간 단위별 상기 설비 부품의 사용량을 예측할 수 있다.According to an embodiment of the present invention, the control unit can predict the usage amount of the equipment parts by the set time unit.

본 발명의 일 실시예에 따르면, 상기 제어부는, 상기 기 설정된 시간 단위별 상기 설비 부품의 실제 사용 내역을 산출하고, 상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성할 수 있다.According to an embodiment of the present invention, the control unit calculates an actual usage history of the equipment parts by the predetermined time unit, and when the difference between the estimated usage amount and the actual usage history exceeds a predetermined threshold value, Message can be generated.

본 발명의 일 실시예에 따르면, 상기 제어부는, 단위 기간동안 실제 사용된 설비 부품의 수량을 기 설정된 기간 동안 사용될 것으로 예측된 사용량으로 나눈 값과, 단위 기간동안 사용될 것으로 예측된 설비 부품의 사용량을 기 설정된 기간 동안 사용할 것으로 예측된 사용량으로 나눈 값과의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성할 수 있다.According to an embodiment of the present invention, the control unit may calculate a value obtained by dividing a quantity of equipment parts actually used during a unit period by a usage amount estimated to be used for a predetermined period, An alert message can be generated when the difference between the value obtained by dividing the amount of use and the usage amount estimated to be used for a predetermined period of time exceeds a preset threshold value.

본 발명의 또 다른 실시예에 따른 컴퓨터 프로그램은, 설비 부품(Spare Part)별 과거 사용 내역 수신하는 단계, 상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 단계, 상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델에 대한 선택 입력 수신하는 단계 및 상기 수신된 과거 사용 내역 및 상기 외부 변수와 상기 선택된 적어도 하나의 예측 모델로 상기 설비 부품의 사용량을 예측하는 단계를 실행하기 위해 기록 매체에 저장된다.A computer program according to another embodiment of the present invention includes a step of receiving past usage details for each equipment part (Spare Part), receiving a selection input for external variables related to the consumption amount of the equipment parts, The method comprising the steps of: receiving a selection input for at least one prediction model used for predicting and predicting a usage amount of the equipment component with the received past usage history and the external variable and the selected at least one prediction model; And stored in the medium.

상술한 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 방법에 의하면, 과거 사용 내역 뿐만 아니라 각종 외부 변수를 반영하여 설비 부품의 사용량을 예측하면 재고 부족이나 다량의 재고 발생에 따른 문제점을 사전에 예방할 수 있다는 효과를 달성할 수 있다.According to the method for predicting the usage amount of equipment components according to the embodiment of the present invention, when estimating the usage amount of the equipment components by reflecting various external variables as well as the past usage history, problems due to lack of stocks or large amount of inventories can be prevented in advance The effect can be achieved.

또한, 예방 정비를 원활하게 수행할 수 있게 되어 제조 설비를 효율적으로 가동할 수 있게 된다는 효과도 달성할 수 있다.In addition, the preventive maintenance can be smoothly performed, and the manufacturing facility can be efficiently operated.

도 1은 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치를 설명하기 위한 기능 블록도이다.
도 2는 본 발명의 일 실시예에 따라 예측 모델에 적용할 과거 사용 내역 데이터를 선택하는 과정을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따라 외부 변수를 선택하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따라 예측 모델을 선택하도록 하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 결과를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 과거 실적 구간을 고려하여 예측된 설비 부품의 사용량을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따라 예측값에 대한 정확도를 계산하여 표시하는 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따라 설비 부품 사용량을 모니터링하고 하여 예측된 사용량과 비교하는 과정을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따라 알림 메시지를 생성하는 과정을 구체적으로 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 방법을 설명하기 위한 흐름도이다.FIG. 1 is a functional block diagram for explaining an apparatus for predicting the usage of an equipment component according to an embodiment of the present invention.
FIG. 2 is a view for explaining a process of selecting past usage history data to be applied to a prediction model according to an embodiment of the present invention.
3 is a diagram for explaining a process of selecting an external variable according to an embodiment of the present invention.
4 is a diagram for explaining a process of selecting a prediction model according to an embodiment of the present invention.
FIG. 5 is a diagram for explaining a result of predicting the usage of equipment parts according to an embodiment of the present invention.
FIG. 6 is a diagram for explaining the estimated amount of equipment parts in consideration of the past performance period according to an embodiment of the present invention.
7 is a view for explaining a process of calculating and displaying an accuracy of a predicted value according to an embodiment of the present invention.
FIG. 8 is a flowchart for explaining a process of monitoring an amount of equipment parts used in accordance with an embodiment of the present invention and comparing the amount of used parts with a predicted amount of usage.
9 is a diagram for explaining a process of generating a notification message according to an embodiment of the present invention.
FIG. 10 is a flowchart for explaining a method of predicting equipment component usage according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention, and the manner of achieving them, will be apparent from and elucidated with reference to the embodiments described hereinafter in conjunction with the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. To fully disclose the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless defined otherwise, all terms (including technical and scientific terms) used herein may be used in a sense commonly understood by one of ordinary skill in the art to which this invention belongs. Also, commonly used predefined terms are not ideally or excessively interpreted unless explicitly defined otherwise.

또한, 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함될 수 있다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.Also, the singular forms herein may include plural forms unless specifically stated in the text. It is noted that the terms "comprises" and / or "comprising" used in the specification are intended to be inclusive in a manner similar to the components, steps, operations, and / Or additions.

도 1은 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치를 설명하기 위한 기능 블록도이다.FIG. 1 is a functional block diagram for explaining an apparatus for predicting the usage of an equipment component according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치(100)는 사용자 인터페이스부(110), 예측 모델 선택부(120) 및 제어부(130)를 포함한다.The equipment component usage predicting apparatus 100 according to an embodiment of the present invention includes a user interface unit 110, a predictive model selection unit 120, and a control unit 130.

도 1에 도시된 설비 부품 사용량 예측 장치(100)에는 본 발명의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 1에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 알 수 있다.Only the components related to the embodiment of the present invention are shown in the equipment component usage predicting apparatus 100 shown in FIG. Accordingly, it is to be understood by those skilled in the art that other general-purpose components other than the components shown in FIG. 1 may be further included.

사용자 인터페이스부(110)는 설비 부품 별 과거 사용 내역 및 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신한다.The user interface unit 110 receives a selection input for an external variable related to the past usage history and the consumption amount of the equipment parts for each equipment part.

설비 부품 별 과거 사용 내역이란, 각 설비 부품이 과거에 얼만큼 소비되었지를 나타내는 지표를 의미한다. 예를 들어, A 라는 설비 부품이 과거 6개월 동안 얼만큼 사용되었는지 혹은 12개월 동안 얼만큼 사용되었는지를 나타내는 지표이다.Past usage history by equipment part means an index showing how much each equipment part has been consumed in the past. For example, it is an indicator of how much equipment A has been used for the past six months or how long it has been used for 12 months.

설비 부품 별 과거 사용 내역은 향후 그 부품이 얼마만큼 소비될지 예측하는데 사용된다. 즉, 과거의 사용 내역을 기초로 향후 소비될 소요량을 산출하는 것이다.Past usage history by equipment parts is used to predict how much the parts will be consumed in the future. That is, it calculates the required amount to be consumed in the future based on the past usage history.

본 발명의 일 실시예에 따른 사용자 인터페이스부(110)는 하나의 설비 부품에 대해 복수개의 과거 사용 내역을 수신할 수 있다. 예를 들어, 과거 6개월 동안 얼만큼 소비되었는지 혹은 과거 12개월 동안 얼만큼 소비되었는지에 관한 정보를 수신할 수 있다.The user interface unit 110 according to an embodiment of the present invention can receive a plurality of past usage records for one piece of equipment. For example, you can receive information about how much you have spent over the past six months, or how much over the past 12 months.

외부 변수란 특정 설비 부품의 소비량에 영향을 미치는 각종 요인들을 의미한다. 본 발명의 일 실시예에 따른 외부 변수는 기존 설비의 생산량, 제조 설비의 개조개선, 국산화, 제조 설비 폐기, 공정 변경 등이 될 수 있다.External variables refer to various factors that affect the consumption of specific equipment components. The external variable according to an embodiment of the present invention may be a production amount of an existing facility, a remodeling improvement of a manufacturing facility, a localization, a disposal of a manufacturing facility, or a process change.

예를 들어, 제조 설비의 생산 라인이 증설되면 이를 정비하기 위한 설비 부품의 수요량도 늘어나게 되므로 과거에 필요로 했던 소비량보다 더 많은 설비 부품을 확보해야 할 필요성이 생긴다. 따라서, 향후 설비 부품의 소비량을 정확하게 계산하기 위해서는 제조 설비의 생산 라인 증설과 같은 다양한 외부 변수들을 고려해야 한다.For example, when a production line of a manufacturing facility is expanded, the demand for equipment parts for repairing the production line is increased, so that it is necessary to secure more equipment parts than the consumption amount required in the past. Therefore, in order to accurately calculate the consumption amount of equipment parts in the future, various external variables such as production line expansion of manufacturing facilities should be considered.

다만, 외부 변수가 될 수 있는 각종 요인들은 상술한 실시예들에 한정되지 않으며 각종 외부적 요소 혹은 내부적 요소에 의해 다른 사항들이 추가될 수 있음은 물론이다.However, it goes without saying that various factors that may be external variables are not limited to the above-described embodiments, and that other matters may be added by various external factors or internal factors.

한편, 본 발명의 일 실시예에 따른 사용자 인터페이스부(110)는 상술한 설비 부품의 과거 사용 내역 및 외부 변수를 입력 받기 위한 다양한 형태로 구현될 수 있다. 예를 들어, 키보드, 마우스 등과 같은 종래의 입력 장치 뿐만 아니라 터치스크린 형태로 구현될 수도 있다.Meanwhile, the user interface unit 110 according to an embodiment of the present invention may be implemented in various forms for receiving past usage history and external variables of the above-mentioned equipment parts. For example, it may be implemented as a touch screen as well as a conventional input device such as a keyboard, a mouse, and the like.

예측 모델 선택부(120)는 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델을 선택한다. 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치(100)의 저장부(미도시)에는 설비 부품 사용량을 예측하는데 사용되는 복수의 예측 모델이 기 저장되어 있을 수 있다.The prediction model selection unit 120 selects at least one prediction model used for predicting the usage amount of equipment parts. A plurality of prediction models used for predicting the usage amount of equipment components may be stored in a storage unit (not shown) of the equipment component usage predicting apparatus 100 according to an embodiment of the present invention.

예측 모델은 이동 평균(Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 가중 이동 평균(Weighted Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 지수 평활법(Exponential Smoothing)을 사용하는 모델, ARIMA(Auto-Regressive Intergrated Moving-Average) 모델 중 하나일 수 있다.The prediction model is a model that estimates equipment parts usage by calculating a moving average value, a model that estimates equipment parts usage by calculating a weighted moving average value, and an exponential smoothing method , And an Auto-Regressive Intergrated Moving-Average (ARIMA) model.

제어부(130)는 설비 부품 산출 장치(100)의 전반적인 동작을 제어한다. 또한, 제어부(130)는 사용자 인터페스이스(110)를 통해 입력된 설비 부품 별 과거 사용 내역과 외부 변수로 설비 부품의 사용량을 예측한다.The control unit 130 controls the overall operation of the equipment component calculating apparatus 100. In addition, the controller 130 predicts the usage history of the equipment components, which are input through the user interface 110, and the usage amounts of the equipment components as external variables.

구체적으로, 제어부(130)는 사용자 인터페이스부(110)를 통해 입력된 설비 부품의 과거 사용 내역을 예측 모델 선택부(120)에서 선택된 예측 모델에 적용하여 설비 부품의 사용량을 계산한다. 이후, 계산된 설비 부품의 사용량의 사용자 인터페이스부(110)를 통해 입력된 외부 변수에 대응되는 가중치를 반영하여 설비 부품의 사용량을 예측할 수 있다.Specifically, the control unit 130 calculates the usage amount of the equipment component by applying the past usage history of the equipment component input through the user interface unit 110 to the prediction model selected by the prediction model selection unit 120. [ Then, the usage amount of the equipment component can be predicted by reflecting the weight corresponding to the external variable inputted through the user interface unit 110 of the calculated usage amount of the equipment component.

상술한 바와 같이, 외부 변수에는 그에 대응되는 가중치가 기 설정되어 있을 수 있다. 예를 들어, 외부 변수가 생산 라인 증설인 경우 과거 사용 내역에 비해 더 많은 양의 설비 부품을 필요로 할 수 있다.As described above, the weight corresponding to the external variable may be set in advance. For example, if the external variable is an extension of the production line, it may require a larger amount of equipment components than in the past.

따라서, “생산 라인 증설” 외부 변수에는 가중치 1.2가 설정되어 있을 수 있다. 예측 모델 선택부(120)에서 선택한 예측 모델에 과거 사용 내역을 적용하여 계산된 설비 부품의 필요량이 100개이고, 외부 변수가 “생산 라인 증설”인 경우 그에 대응되는 가중치 1.2가 반영되어 최종적으로 120개의 설비 부품이 필요한 것으로 예측될 수 있다.Therefore, a weighting factor of 1.2 may be set in the external variable "production line extension". When the required amount of equipment components calculated by applying the past use history to the prediction model selected by the prediction model selection unit 120 is 100 and the external variable is " production line extension ", the corresponding weight 1.2 is reflected and finally 120 Equipment components can be expected to be needed.

반면, “제조 설비 폐기” 외부 변수에는 가중치 0.8이 설정되어 있을 수 있다. 즉, “제조 설비 폐기”의 경우 과거 사용 내역에 비해 더 적은 수의 설비 부품이 사용되므로 1보다 작은 가중치가 설정되는 것이다.On the other hand, a "0.8" weight may be set in the "Disposal of manufacturing facilities" external variable. That is, in the case of " disposal of manufacturing facility ", a smaller value than 1 is set because fewer parts are used than in the past.

이 경우, 예측 모델 선택부(120)에서 선택한 예측 모델에 과거 사용 내용을 적용하여 계산된 설비 부품의 필요량이 100개라면, “제조 설비 폐기” 외부 변수에 대응되는 가중치 0.8을 반영한 결과 최종적으로 80개의 설비 부품이 필요한 것으로 예측될 수 있다.In this case, if the required amount of the equipment parts calculated by applying the past use contents to the prediction model selected by the prediction model selecting unit 120 is 100, the weighting value 0.8 corresponding to the " discarding manufacturing equipment & It can be predicted that a number of equipments are required.

한편, 상술한 실시예에서는 하나의 설비 부품에 대한 사용량을 예측하는 것을 예로 들어 설명하였으나, 제조 설비에는 복수개의 설비 부품이 사용되므로 각 설비 부품별로 사용량이 예측되도록 구현할 수 있음은 물론이다.Meanwhile, in the above-described embodiment, the estimation of the amount of use for one piece of equipment has been described as an example. However, since a plurality of pieces of equipment are used in the manufacturing facility, the amount of usage may be predicted for each piece of equipment.

상술한 바와 같이, 과거 사용 내역 뿐만 아니라 각종 외부 변수를 반영하여 설비 부품의 사용량을 예측하면 재고 부족이나 다량의 재고 발생에 따른 문제점을 사전에 예방할 수 있다는 효과를 달성할 수 있다. 또한, 예방 정비를 원활하게 수행할 수 있게 되어 제조 설비를 효율적으로 가동할 수 있게 된다는 효과도 달성할 수 있다.As described above, if the usage amount of the equipment parts is predicted by reflecting various external variables as well as the past usage history, it is possible to prevent the problems due to the stock shortage or the large amount of inventory generation in advance. In addition, the preventive maintenance can be smoothly performed, and the manufacturing facility can be efficiently operated.

도 2는 본 발명의 일 실시예에 따라 예측 모델에 적용할 과거 사용 내역 데이터를 선택하는 과정을 설명하기 위한 도면이다.FIG. 2 is a view for explaining a process of selecting past usage history data to be applied to a prediction model according to an embodiment of the present invention.

설비 부품 사용량 예측 장치(100)의 표시부(미도시)에는 도 2에 도시된 화면이 표시될 수 있다. 즉, 사용자로 하여금 설비 부품 사용량을 예측하는데 반영할 과거 사용 내역을 선택하도록 할 수 있다.A screen shown in FIG. 2 may be displayed on a display unit (not shown) of the apparatus component usage predicting apparatus 100. That is, the user can select the past usage history to be used in predicting the usage amount of the equipment parts.

예측 모델은 특정 설비 부품이 과거에 사용된 내역을 기초로 향후 사용량을 예측하므로, 과거 사용 내역을 선택하도록 하는 것이다. 예를 들어, 사용자가 도 2에 도시된 화면에서 “6개월”과 “12개월”을 선택한 경우 과거 “6개월” 및 “12개월” 동안 설비 부품이 사용된 내역이 예측 모델에 반영되어 미래 사용량이 예측된다.The predictive model allows the user to select the past use history, since the future usage amount is predicted based on the past history of the use of the particular facility component. For example, if the user selects " 6 months " and " 12 months " on the screen shown in FIG. 2, the history of the use of the equipment parts during the past 6 months and 12 months is reflected in the prediction model, Is predicted.

어떤 과거 사용 내역이 예측 모델에 적용되느냐에 따라 그 예측값이 달라지게 되므로, 사용자로 하여금 예측 모델에 반영할 과거 사용 내역을 선택하도록 하는 것이다.The predicted value varies depending on which past use history is applied to the prediction model, so that the user can select the past usage history to be reflected in the prediction model.

예를 들어, 12개월 전에 제조 설비가 변경되거나 제조 설비가 증설된 경우, 12개월 이전의 설비 부품 사용량과 그 이후 설비 부품 사용량이 달라질 수 있다. 따라서, 12개월 이전의 설비 부품 사용 내역으로 향후 사용량을 예측할 경우 정확한 값을 예측할 수 없게 된다. 이에, 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치(100)는 사용자로 하여금 과거 사용 내역 구간을 선택하도록 함으로써 정확한 사용량을 예측할 수 있다.For example, if a manufacturing facility is changed twelve months ago or a manufacturing facility is added, the usage of equipment parts before 12 months and thereafter the usage of equipment parts may vary. Therefore, if the usage amount is predicted by the usage history of the equipment parts 12 months ago, the accurate value can not be predicted. Accordingly, the equipment component usage predicting device 100 according to an embodiment of the present invention allows a user to select a past use history section, thereby predicting an accurate usage amount.

또한, 사용자가 선택한 과거 사용 내역 구간 별로 설비 부품 사용량을 예측할 수도 있다. 예를 들어, 도 2에 도시된 바와 같이 사용자가 과거 “6개월”과 “12개월”을 선택한 경우 “6개월” 동안 사용 내역을 기초로 예측된 사용량과 “12개월” 동안 사용 내역을 기초로 예측된 사용량을 사용자에게 제공할 수 있다.In addition, it is also possible to estimate the usage amount of the equipment parts by the past usage history section selected by the user. For example, if the user selects the past "6 months" and "12 months" as shown in FIG. 2, based on the amount of usage predicted based on the usage history for "6 months" and the usage history for "12 months" And the predicted usage amount can be provided to the user.

한편, 설비 부품의 사용량을 예측하는데는 외부 변수에 관한 정보가 반영될 수도 있다.On the other hand, information on the external variables may be reflected in predicting the usage amount of the equipment parts.

도 3은 본 발명의 일 실시예에 따라 외부 변수를 선택하는 과정을 설명하기 위한 도면이다.3 is a diagram for explaining a process of selecting an external variable according to an embodiment of the present invention.

사용자는 설비 부품 사용량에 영향을 미치는 각종 요인들인 외부 변수를 선택할 수 있다. 예를 들어, 설비 부품 사용량 예측 장치(100)의 표시부(미도시)에 도 3에 도시된 바와 같은 화면이 표시되어 사용자로 하여금 외부 변수를 선택하도록 할 수 있다.The user can select external variables which are various factors affecting the usage of the equipment parts. For example, a screen as shown in FIG. 3 may be displayed on a display unit (not shown) of the equipment component usage predicting apparatus 100, so that the user can select an external variable.

사용자는 표시부에 표시된 복수의 외부 변수 중 제조 설비에 적용되는 외부 변수를 선택할 수 있다. 각 외부 변수에는 그에 대응되는 가중치가 기 설정되어 있을 수 있다.The user can select an external variable to be applied to the manufacturing facility among a plurality of external variables displayed on the display unit. Each external variable may have a weight corresponding to it.

외부 변수가 더 많은 설비 부품을 필요로 하는 것에 해당되는 경우, 1보다 큰 값이 설정되어 있을 수 있으며 더 적은 수의 설비 부품을 필요로 하는 외부 변수인 경우에는 1보다 작은 값으로 설정되어 있을 수 있다.A value greater than 1 may be set if the external variable corresponds to the need for more equipment components, and may be set to a value less than 1 for external variables requiring fewer equipment components have.

외부 변수에 대응되는 가중치는 고정된 값이 아니고 사용자에 의해 변경될 수 있다. 예를 들어, “개조개선”의 경우 제조 설비에 가해진 개조개선이 더 많은 설비 부품을 필요하도록 이루어진 경우가 있을 수 있는 반면, 더 적은 수의 설비 부품이 필요하도록 개조개선될 수도 있기 때문이다.The weights corresponding to the external variables are not fixed values and can be changed by the user. For example, in the case of "retrofit improvements", retrofit improvements to the manufacturing facility may be made to require more equipment parts, while retrofitting may be improved to require fewer equipment parts.

사용자가 도 3에 도시된 바와 같은 외부 변수 중 적어도 하나의 외부 변수를 선택하면, 그에 대응되는 가중치가 예측 모델을 통해 산출된 사용량에 반영되어 최종적인 설비 부품 사용량이 산출된다.When the user selects at least one external variable among the external variables as shown in FIG. 3, the weight corresponding to the external variable is reflected in the usage amount calculated through the prediction model, and the final usage amount of the equipment parts is calculated.

따라서, 단순히 과거 사용 내역만을 이용하여 설비 부품 사용량을 예측하는 경우에 비해 보다 정확한 예측값을 산출할 수 있다는 효과를 달성할 수 있다. 한편, 도 3에 도시된 외부 변수들은 예시적인 것으로 실제로는 설비 부품 사용량에 영향을 미치는 다양한 요인들이 반영될 수도 있을 것이다.Therefore, it is possible to obtain a more accurate predicted value than in the case of predicting the usage amount of the equipment parts by using only the past use history. Meanwhile, the external variables shown in FIG. 3 are illustrative and various factors that affect the usage amount of the equipment components may be actually reflected.

도 4는 본 발명의 일 실시예에 따라 예측 모델을 선택하도록 하는 과정을 설명하기 위한 도면이다.4 is a diagram for explaining a process of selecting a prediction model according to an embodiment of the present invention.

사용자는 설비 부품의 사용량을 예측하는데 사용되는 예측 모델을 선택할 수 있다. 하나의 모델을 선택하는 경우에 비해 복수개의 예측 모델을 선택하는 것이 보다 정확한 예측 결과를 얻는데 도움이 될 수 있기 때문이다.The user can select a prediction model that is used to predict the usage of equipment components. This is because selection of a plurality of prediction models compared with the case of selecting one model can help to obtain a more accurate prediction result.

예를 들어, “A”라는 예측 모델과 “B”라는 예측 모델을 사용하여 얻은 설비 부품 사용량이 100개인 반면 “C”라는 예측 모델을 사용하여 얻은 사용량이 500개라면, “C”라는 예측 모델을 사용한 예측값의 정확도가 떨어진 것으로 판단하여 “A” 및 “B” 예측 모델을 통해 얻은 결과값만을 사용할 수 있다.For example, if you use a predictive model of "A" and a predictive model of "B" to get 100 used equipment parts while using a predictive model of "C" It is judged that the accuracy of the predicted value using the " A " and " B "

또한, 각 상황별로 정확한 사용량을 예측할 수 있는 최적의 예측 모델이 달라질 수 있으므로, 사용자로 하여금 원하는 예측 모델을 선택하도록 하는 것이다.In addition, since the optimal prediction model that can accurately predict the amount of use can be different for each situation, the user is allowed to select a desired prediction model.

도 4에 도시한 실시예에서는 이동 평균(Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 가중 이동 평균(Weighted Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 지수 평활법(Exponential Smoothing)을 사용하는 모델, ARIMA(Auto-Regressive Intergrated Moving-Average) 모델 등이 사용될 수 있는 것으로 도시하였으나 이에 한정되지 않으며 과거 사용 실적을 기초로 미래 사용량을 예측할 수 있는 다른 범용적인 예측 모델이 사용될 수도 있다.In the embodiment shown in FIG. 4, a model for calculating the moving average value to predict the equipment component usage amount, a model for estimating the equipment component usage amount by calculating the weighted moving average value, an exponential smoothing method Exponential Smoothing (ARIMA), and Auto Regressive Moving Average (ARIMA) models. However, the present invention is not limited to this, and other general prediction models capable of predicting future usage amounts may be used It is possible.

도 5는 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 결과를 설명하기 위한 도면이다.FIG. 5 is a diagram for explaining a result of predicting the usage of equipment parts according to an embodiment of the present invention.

사용자가 선택한 과거 사용 내역 및 외부 변수로 예측된 설비 부품의 사용량은 도 5에 도시된 바와 같이 표시될 수 있다. 구체적으로, 사용자가 선택한 설비 부품에 대해 예측 모델별로 예측된 사용량이 표시될 수 있다.The past usage history selected by the user and the usage amount of the equipment parts predicted by the external variables can be displayed as shown in FIG. Specifically, the usage amount predicted for each prediction model for the equipment component selected by the user can be displayed.

예를 들어, 사용자가 설비 부품의 사용량을 예측하기 위한 모델로 이동 평균값(MV : Moving average)을 사용하는 모델, ARIMA 및 지수 평활법(Exponential Smoothing)을 사용하는 모델을 선택하면, 도 5에 도시된 바와 같이 각 모델별로 예측된 사용량이 표시될 수 있다.For example, when a user selects a model using a moving average value (MV) as a model for predicting the usage amount of equipment parts, a model using ARIMA, and an exponential smoothing method (Exponential Smoothing) As predicted, the predicted usage for each model can be displayed.

또한, 예측 수량은 기 설정된 시간 단위별로 산출될 수 있다. 예를 들어, 월별로 소요되는 사용량을 예측하고 그 결과값을 표시할 수 있다. 사용자는 월별 사용량의 총합에 해당되는 수량을 발주하여 설비 부품의 재고가 최적으로 유지되도록 관리할 수 있다.In addition, the predicted quantity can be calculated for each predetermined time unit. For example, monthly usage can be predicted and the results can be displayed. The user can order the quantity corresponding to the total sum of the monthly usage amount so that the inventory of the equipment parts can be kept optimal.

한편, 상술한 실시예에서는 하나의 설비 부품에 대한 예측 수량이 표시되는 것만으로 설명하였으나 예방 정비에 필요한 복수개의 설비 부품 각각에 대해 예측된 수량이 표시되도록 구현할 수 있음은 물론이다.Although it has been described in the above embodiment that the predicted quantity for one equipment component is displayed, it is needless to say that the predicted quantity for each of a plurality of equipment components necessary for preventive maintenance can be displayed.

도 6은 본 발명의 일 실시예에 따라 과거 실적 구간을 고려하여 예측된 설비 부품의 사용량을 설명하기 위한 도면이다.FIG. 6 is a diagram for explaining the estimated amount of equipment parts in consideration of the past performance period according to an embodiment of the present invention.

사용자가 복수개의 과거 사용 내역을 선택한 경우 선택된 과거 사용 내역 별로 예측된 사용량이 표시될 수도 있다. 도 5에 도시된 바와 같이, 예측 모델 MV에 대해 과거 사용 내역을 “6개월”, “12개월”, “24개월”로 선택했다면, 과거 사용 내역 별로 설비 부품 사용량이 예측될 수 있다.If the user selects a plurality of past use histories, the predicted usage amount may be displayed for each selected history history. As shown in FIG. 5, if the past use history is selected as "6 months", "12 months", or "24 months" for the prediction model MV, the usage amount of equipment parts can be predicted for each past use history.

구체적으로, 과거 6개월 동안 설비 부품이 사용된 양을 기초로 향후에 사용될 수량을 예측하고, 마찬가지로 과거 12개월 동안 사용된 양을 기초로 앞으로 사용될 수량을 예측할 수 있다.Specifically, based on the amount of equipment parts used over the past six months, we can predict the quantity to be used in the future and similarly estimate the quantity to be used based on the quantity used over the past 12 months.

사용자는 과거 사용 내역별로 예측된 복수의 결과값 중 가장 정확하다고 판단된 결과값을 기초로 설비 부품에 대한 발주를 진행할 수 있다.The user can proceed to place an order for equipment parts based on the result value that is determined to be the most accurate among a plurality of result values predicted for each past use history.

한편, 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치(100)는 각 모델별, 과거 사용 내역별로 산출된 결과값에 대한 정확도를 계산할 수도 있다.Meanwhile, the equipment component usage predicting apparatus 100 according to an embodiment of the present invention may calculate an accuracy of a result value calculated for each model and past usage history.

도 7은 본 발명의 일 실시예에 따라 예측값에 대한 정확도를 계산하여 표시하는 과정을 설명하기 위한 도면이다.7 is a view for explaining a process of calculating and displaying an accuracy of a predicted value according to an embodiment of the present invention.

설비 부품 사용량 예측 장치는 각 예측 모델을 사용하여 예측된 설비 부품의 사용량에 대한 정확도도 함께 표시될 수 있다. 따라서, 사용자는 정확도가 가장 높은 결과값을 선택하고 그 예측 수량에 따라 필요한 설비 부품의 발주를 진행할 수 있다.The equipment component usage prediction device can also be displayed together with the accuracy of the expected usage of the equipment components using each prediction model. Therefore, the user can select the result value with the highest accuracy and can order the necessary equipment parts according to the predicted quantity.

또한, 각 예측 모델을 이용하여 산출된 예측 수량의 정확도가 기 설정된 임계값 미만인 결과값은 표시되지 않도록 할 수도 있다. 구체적으로, 사용자가 도 5에 도시된 화면에서 정확도가 25% 이상인 경우만 표시되도록 설정한 경우, 설정된 값보다 낮은 정확도를 갖는 결과값은 표시되지 않게 된다.It is also possible to prevent the resultant value whose accuracy of the predicted quantity calculated using each prediction model from being less than a predetermined threshold value is not displayed. Specifically, when the user is set to display only when the accuracy is 25% or more on the screen shown in FIG. 5, the result value having an accuracy lower than the set value is not displayed.

상술한 바와 같이, 사용자가 선택한 복수개의 예측 모델로 예측된 설비 부품의 사용량을 표시하면 정확도가 가장 높은 예측 수량으로 발주를 할 수 있게 되는 바, 설비 부품들을 효율적으로 관리할 수 있게 된다는 효과를 달성할 수 있다.As described above, if the usage amount of the equipment parts predicted by the plurality of prediction models selected by the user is displayed, it is possible to place the order with the predicted quantity with the highest accuracy, and the effect that the equipment parts can be efficiently managed can be achieved can do.

한편, 실제 예방 정비를 수행하는데 소요된 설비 부품의 실제 사용량과 상술한 방법을 통해 예측된 사용량이 상이한 경우가 발생될 수 있다. 이에, 실제 사용량이 예측된 사용량을 초과하는 경우 재고 부족으로 인해 적시에 예방 정비를 수행할 수 없게 되는 문제점이 발생될 수 있다. 반대로, 실제 사용량이 예측된 사용량보다 적은 경우 재고 발생으로 인한 각종 문제가 발생될 수도 있다.On the other hand, there may be a case where the actual usage amount of the equipment parts required to perform the actual preventive maintenance differs from the expected usage amount through the above-described method. Accordingly, when the actual usage amount exceeds the predicted usage amount, preventive maintenance can not be performed in a timely manner due to lack of stock. Conversely, if actual usage is less than the predicted usage, various problems may arise due to inventory generation.

이에, 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 장치(100)는 실제 설비 부품 사용량을 모니터링하여 예측된 사용량과의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성할 수도 있다.Accordingly, the equipment component usage predicting device 100 according to an embodiment of the present invention may monitor actual equipment component usage and generate a notification message if the difference from the expected usage exceeds a preset threshold value.

도 8은 본 발명의 일 실시예에 따라 설비 부품 사용량을 모니터링하고 하여 예측된 사용량과 비교하는 과정을 설명하기 위한 흐름도이다.FIG. 8 is a flowchart for explaining a process of monitoring an amount of equipment parts used in accordance with an embodiment of the present invention and comparing the amount of used parts with a predicted amount of usage.

도 1 내지 7에서 설명한 방법을 통해 설비 부품의 사용량을 예측하고(S810), 그 결과를 사용자에게 제공한다(S820).The usage amount of the equipment parts is predicted through the method described in Figs. 1 to 7 (S810), and the result is provided to the user (S820).

이후, 실제 예방 정비를 수행하는 과정에서 소요된 실비 부품의 실제 사용량을 모니터링 한다(S830). 실제 사용량의 모니터링은 각 설비 부품의 입고 내역 및 출고 내역을 통해 모니터링될 수 있다.Thereafter, in step S830, the actual usage amount of the actual parts consumed during the actual preventive maintenance is monitored. Actual usage monitoring can be monitored through the receipt and release history of each equipment component.

구매 발주에 의해 설비 부품이 입고되면 설비 부품 사용량 예측 장치(100)에 설비 부품의 종류와 수량이 등록되고, 수요가 발생되어 설비 부품이 출고되면 출고된 수량 등도 등록되므로 이를 모니터링 하면 기 설정된 기간 동안 설비 부품의 사용량을 산출할 수 있다.When the equipment parts are received by the purchase order, the type and quantity of the equipment parts are registered in the equipment part usage predicting device 100, and when the equipment parts are delivered after the demand is generated, the shipped quantity is also registered. The usage amount of the equipment parts can be calculated.

이후, 예측된 설비 부품의 사용량과 실제 설비 부품의 사용량을 비교한다(S840). 비교 결과 예측된 설비 부품의 사용량과 실제 설비 부품의 사용량의 차이가 기 설정된 임계값을 초과하면, 알림 메시지를 생성하여 사용자에게 제공한다.Thereafter, the predicted usage amount of the equipment parts is compared with the actual usage amount of the equipment parts (S840). If the difference between the estimated usage amount of the equipment parts and the actual usage amount of the equipment parts exceeds the predetermined threshold value as a result of the comparison, a notification message is generated and provided to the user.

사용자로 하여금 예측된 설비 부품의 사용량과 실제 사용량이 달라짐에 따라 발생될 수 있는 문제점을 사전에 예방하도록 하기 위해서이다. 예를 들어, 예측된 사용량보다 실 사용량이 작은 경우 추가적인 구매 발주를 보류하여 과다한 재고가 발생되지 않도록 할 수 있다.So that the user can prevent a problem that may occur due to the variation in the usage amount and the actual usage amount of the predicted equipment parts. For example, if the actual usage is smaller than the predicted usage, additional purchase orders can be held to prevent excessive inventory from being generated.

반대로, 예측된 사용량보다 실 사용량이 더 많은 경우 추가적인 구매 발주를 통해 설비 부품이 부족하여 적시에 예방 정비를 수행할 수 없는 상황을 미연에 방지하도록 할 수도 있다.On the other hand, if the actual usage amount is larger than the expected usage amount, it may be possible to prevent a situation in which preventive maintenance can not be performed in a timely manner due to the lack of equipment parts through additional purchase ordering.

이하에서는, 알림 메시지를 생성하는 구체적인 과정에 대해 설명하도록 한다.Hereinafter, a specific process of generating a notification message will be described.

도 9는 본 발명의 일 실시예에 따라 알림 메시지를 생성하는 과정을 구체적으로 설명하기 위한 도면이다.9 is a diagram for explaining a process of generating a notification message according to an embodiment of the present invention.

설비 부품 사용량 예측 장치(100)는 기 설정된 기간 동안 소요될 설비 부품 사용량을 예측한다(S910). 이후, 기 설정된 기간을 다시 기 설정된 단위 기간으로 분할한다(S920). 예를 들어, 기 설정된 기간이 한 달인 경우, 이를 분할한 단위 기간은 주 단위가 될 수 있다.The equipment component usage predicting device 100 predicts the usage amount of the equipment components to be consumed during a predetermined period (S910). Thereafter, the preset period is divided again into a predetermined unit period (S920). For example, if the predetermined period is one month, the divided unit period may be a weekly unit.

이후, 단위 기간동안 실제 사용된 설비 부품의 수량을 기 설정된 기간 동안 사용될 것으로 예측된 사용량으로 나눈 값과, 단위 기간동안 사용될 것으로 예측된 설비 부품의 사용량을 기 설정된 기간 동안 사용할 것으로 예측된 사용량으로 나눈 값과의 차이를 계산한다(S930).Thereafter, the value obtained by dividing the quantity of equipment parts actually used during the unit period by the usage amount expected to be used during a predetermined period and the usage amount of the equipment parts expected to be used during the unit period, (S930). ≪ / RTI >

예를 들어, 기 설정된 기간인 월간 사용량이 40개로 예측된 경우, 한 달은 4주로 구성되므로 단위 기간인 주별로 사용될 것으로 예측되는 사용되는 설비 부품의 사용량은 10개가 된다.For example, if the monthly usage is predicted to be 40 in a predetermined period, the usage amount of used equipment parts expected to be used for each week, which is a unit period, is 10, because a month consists of 4 weeks.

이때, 1주차에 실제 사용된 설비 부품의 사용량이 5개라면, 상술한 방법에 따라 산출된 값은,At this time, if the amount of equipment parts actually used in the first week is 5, the value calculated according to the above-

Figure pat00001
Figure pat00001

가 된다..

또한, 두번째 주에 실제 사용된 설비 부품의 사용량이 30개라면, 상술한 방법에 따라 산출된 값은,Also, if the amount of equipment parts actually used in the second week is 30, the value calculated according to the above-

Figure pat00002
Figure pat00002

가 된다..

이후, 상술한 과정에 의해 산출된 값과 기 설정된 임계값을 비교한다(S940).Thereafter, the value calculated by the above-described process is compared with a predetermined threshold value (S940).

이때, 기 설정된 임계값은 다음과 같이 설정될 수 있다.At this time, the predetermined threshold value may be set as follows.

Figure pat00003
Figure pat00003

여기에서, N은 상수, n은 기 설정된 기간동안 사용될 것으로 예측된 설비 부품의 사용량이고 F0(t)는 실제 사용량이 산출된 시점을 전체 사용량 예측 기간으로 나눈 함수이다.Here, N is a constant, n is a usage amount of the equipment parts estimated to be used for a predetermined period, and F 0 (t) is a function obtained by dividing the time when the actual usage amount is calculated by the total usage amount estimation period.

즉, 월별로 설비 부품 사용량이 예측되고 주마다 실제 설비 부품 사용량을 모니터링 한 경우, 첫번째 주일 때 F0(t)는 1/4의 값을 갖고 두번째 주일 때 F0(t)는 2/4가 된다. F 0 (t) has a value of 1/4 in the first week and F 2 (t) is 2/4 in the second week when the monthly usage of equipment parts is predicted and actual equipment parts usage is monitored weekly do.

이때, 상수 N이 3으로 설정되어 있는 경우, 1주차에 기 설정된 임계값은,At this time, when the constant N is set to 3,

Figure pat00004
Figure pat00004

가 된다..

즉, 수학식 1에서 계산된 값인 0.125가 기 설정된 임계값 0.205를 초과하지 않으므로 1주차에는 알림 메시지가 생성되지 않는다.That is, since the value 0.125 calculated in Equation (1) does not exceed the predetermined threshold value 0.205, a notification message is not generated in the first week.

그러나, 2주차에서 기 설정된 임계값은,However, the preset threshold value in the second week,

Figure pat00005
Figure pat00005

이 되므로 수학식 2에서 계산된 0.375가 기 설정된 임계값을 초과하게 된다., 0.375 calculated in Equation (2) exceeds the preset threshold value.

따라서, 2주차에는 예측된 설비 부품의 사용량보다 실제 사용되는 설비 부품 사용량이 많으므로 알림 메시지가 생성되게 된다(S950).Accordingly, in the second parking lot, the notification message is generated because the usage amount of the equipment parts actually used is larger than the expected amount of the equipment parts used (S950).

따라서, 사용자는 기 설정된 기간 동안 사용될 것으로 예측된 설비 부품의 사용량이 실제 사용량이 달라짐에 따라 발생될 수 있는 문제점을 사전에 예방할 수 있게 된다.Accordingly, the user can prevent a problem that may occur due to a change in the actual usage amount of the equipment parts that is predicted to be used for a predetermined period.

도 10은 본 발명의 일 실시예에 따른 설비 부품 사용량 예측 방법을 설명하기 위한 흐름도이다.FIG. 10 is a flowchart for explaining a method of predicting equipment component usage according to an embodiment of the present invention.

설비 부품 사용량 예측 장치(100)는 설비 부품 별 과거 사용 내역을 수신한다(S1010). 설비 부품 별 과거 사용 내역이란, 각 설비 부품이 과거에 얼만큼 소비되었지를 나타내는 지표를 의미한다.The equipment component usage predicting device 100 receives past usage details for each equipment component (S1010). Past usage history by equipment part means an index showing how much each equipment part has been consumed in the past.

또한, 외부 변수에 대한 선택 입력도 수신한다(S1020). 외부 변수란 특정 설비 부품의 소비량에 영향을 미치는 각종 요인들을 의미한다. 본 발명의 일 실시예에 따른 외부 변수는 기존 설비의 생산량, 제조 설비의 개조개선, 국산화, 제조 설비 폐기, 공정 변경 등이 될 수 있다.Also, a selection input for an external variable is received (S1020). External variables refer to various factors that affect the consumption of specific equipment components. The external variable according to an embodiment of the present invention may be a production amount of an existing facility, a remodeling improvement of a manufacturing facility, a localization, a disposal of a manufacturing facility, or a process change.

이후, 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델에 대한 선택 입력을 수신한다(S1030). 설비 부품의 사용량을 예측하는데 사용되는 예측 모델로는 예측 모델은 이동 평균(Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 가중 이동 평균(Weighted Moving Average)값을 산출하여 설비 부품 사용량을 예측하는 모델, 지수 평활법(Exponential Smoothing)을 사용하는 모델, ARIMA(Auto-Regressive Intergrated Moving-Average) 모델 등이 사용될 수 있다.Thereafter, a selection input for at least one prediction model used for predicting the usage amount of equipment components is received (S1030). The predictive model used to predict the usage of equipment components is a model that predicts the usage of equipment parts by calculating the moving average value and calculates the weighted moving average value, A model using exponential smoothing, and an ARIMA (Auto-Regressively Intergrated Moving-Average) model.

이후, 수신된 과거 사용 내역 및 외부 변수와 선택된 적어도 하나의 예측 모델로 상기 설비 부품의 사용량을 예측한다(S1040). 예측 모델을 활용하여 사용량을 예측하는 구체적인 방법은 도 1 내지 도 9에서 상세하게 설명하였으므로 중복되는 설명은 생략하도록 한다.Then, the usage amount of the equipment parts is predicted using the received past usage history and external variables and at least one selected prediction model (S1040). The specific method of predicting the usage amount by using the prediction model has been described in detail with reference to FIG. 1 to FIG. 9, so that redundant description will be omitted.

한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.Meanwhile, the above-described method can be implemented in a general-purpose digital computer that can be created as a program that can be executed by a computer and operates the program using a computer-readable recording medium. In addition, the structure of the data used in the above-described method can be recorded on a computer-readable recording medium through various means. The computer-readable recording medium includes a storage medium such as a magnetic storage medium (e.g., ROM, floppy disk, hard disk, etc.), optical reading medium (e.g., CD ROM,

본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. Therefore, the disclosed methods should be considered from an illustrative point of view, not from a restrictive point of view. The scope of the present invention is defined by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.

Claims (17)

설비 부품(Spare Part)별 과거 사용 내역을 수신하는 단계;
상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 단계;
상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델에 대한 선택 입력을 수신하는 단계; 및
상기 수신된 과거 사용 내역 및 상기 선택된 외부 변수와 상기 선택된 적어도 하나의 예측 모델로 상기 설비 부품의 사용량을 예측하는 단계를 포함하는 설비 부품 사용량 예측 방법.Receiving past usage history by equipment parts (Spare Part);
Receiving a selection input for an external variable associated with a consumption amount of the equipment component;
Receiving a selection input for at least one prediction model to be used for predicting the utility component usage; And
And predicting an amount of use of the equipment parts by the received past use history and the selected external variables and the selected at least one prediction model. 제1항에 있어서,
상기 설비 부품의 사용량을 예측하는 단계는,
상기 과거 사용 내역을 상기 선택된 적어도 하나의 예측 모델에 적용하여 상기 설비 부품의 사용량을 계산하는 단계; 및
상기 계산된 사용량에 상기 선택된 외부 변수에 대응되는 가중치를 반영하여 상기 설비 부품의 사용량을 예측하는 단계를 포함하는 설비 부품 사용량 예측 방법.The method according to claim 1,
The step of predicting the usage amount of the equipment component includes:
Calculating a usage amount of the equipment component by applying the past usage history to the selected at least one prediction model; And
And estimating a usage amount of the equipment component by reflecting a weight corresponding to the selected external variable to the calculated usage amount. 제2항에 있어서,
상기 외부 변수는,
제조 설비의 개조개선, 생산 라인 증설, 설비 부품의 국산화, 제조 설비 폐기, 공정 변경 중 적어도 하나인 설비 부품 사용량 예측 방법.3. The method of claim 2,
The external variable includes:
A method for predicting usage of at least one of equipment parts, such as remodeling of manufacturing equipment, production line extension, localization of equipment parts, disposal of manufacturing equipment, or process change. 제1항에 있어서,
상기 수신된 과거 사용 내역이 복수개인 경우,
상기 설비 부품의 사용량을 예측하는 단계는,
상기 수신된 과거 사용 내역 별로 상기 설비 부품의 사용량을 예측하는 단계를 포함하는 설비 부품 사용량 예측 방법.The method according to claim 1,
If there is a plurality of past usage history,
The step of predicting the usage amount of the equipment component includes:
And predicting an amount of use of the equipment parts by the received past use history. 제1항에 있어서,
상기 예측 모델에서 계산된 상기 설비 부품 사용량 예측값의 정확도를 계산하는 단계를 더 포함하는 설비 부품 사용량 예측 방법.The method according to claim 1,
And calculating an accuracy of the predicted value of the equipment component usage amount calculated in the prediction model. 제1항에 있어서,
상기 설비 부품의 사용량을 예측하는 단계는,
기 설정된 시간 단위별 상기 설비 부품의 사용량을 예측하는 단계를 포함하는 설비 부품 사용량 예측 방법.The method according to claim 1,
The step of predicting the usage amount of the equipment component includes:
And predicting a usage amount of the equipment parts by a predetermined time unit. 제6항에 있어서,
상기 기 설정된 시간 단위별 상기 설비 부품의 실제 사용 내역을 산출하는 단계; 및
상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계를 더 포함하는 설비 부품 사용량 예측 방법.The method according to claim 6,
Calculating an actual usage history of the equipment component by the predetermined time unit; And
And generating a notification message when a difference between the predicted usage amount and the actual usage history exceeds a preset threshold value. 제7항에 있어서,
상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계는,
단위 기간동안 실제 사용된 설비 부품의 수량을 기 설정된 기간 동안 사용될 것으로 예측된 사용량으로 나눈 값과, 단위 기간동안 사용될 것으로 예측된 설비 부품의 사용량을 기 설정된 기간 동안 사용할 것으로 예측된 사용량으로 나눈 값과의 차이를 산출하는 단계; 및
상기 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 단계를 포함하는 설비 부품 사용량 예측 방법.8. The method of claim 7,
And generating a notification message when the difference between the predicted usage amount and the actual usage history exceeds a preset threshold value,
The value obtained by dividing the quantity of equipment parts actually used during the unit period by the usage amount expected to be used for a predetermined period and the value obtained by dividing the usage amount of the equipment parts expected to be used during the unit period by the usage amount expected to be used for a predetermined period Calculating a difference between the first value and the second value; And
And generating an alert message if the difference exceeds a preset threshold. 설비 부품 별 과거 사용 내역 및 상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 사용자 인터페이스부;
상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델을 선택하는 예측 모델 선택부; 및
상기 과거 사용 내역 및 상기 외부 변수와 상기 선택된 예측 모델로 상기 설비 부품의 사용량을 예측하는 제어부를 포함하는 설비 부품 사용량 예측 장치.A user interface unit for receiving a selection input for an external variable relating to past usage details of the equipment parts and consumption amounts of the equipment parts;
A prediction model selecting unit selecting at least one prediction model used for predicting the usage amount of the equipment component; And
And a controller for predicting an amount of use of the equipment parts with the past use history, the external variables, and the selected prediction model. 제9항에 있어서,
상기 제어부는,
상기 과거 사용 내역을 상기 선택 적어도 하나의 예측 모델에 적용하여 상기 설비 부품의 사용량을 계산하고,
상기 계산된 사용량에 상기 선택된 외부 변수에 대응되는 가중치를 반영하여 상기 설비 부품의 사용량을 예측하는 설비 부품 사용량 예측 장치.10. The method of claim 9,
Wherein,
Calculating a usage amount of the equipment component by applying the past usage history to the selected at least one prediction model,
And estimating a usage amount of the equipment component by reflecting a weight corresponding to the selected external variable in the calculated usage amount. 제10항에 있어서,
상기 외부 변수는,
제조 설비의 개조개선, 생산 라인 증설, 설비 부품의 국산화, 제조 설비 폐기, 공정 변경 중 적어도 하나인 설비 부품 사용량 예측 장치.11. The method of claim 10,
The external variable includes:
Equipment for predicting equipment parts usage, at least one of remodeling of manufacturing facilities, production line extension, localization of equipment parts, disposal of manufacturing facilities, or process change. 제9항에 있어서,
상기 수신된 과거 사용 내역이 복수개인 경우,
상기 제어부는,
상기 수신된 과거 사용 내역 별로 상기 설비 부품의 사용량을 예측하는 설비 부품 사용량 예측 장치.10. The method of claim 9,
If there is a plurality of past usage history,
Wherein,
And estimates the usage amount of the equipment parts by the past usage history. 제9항에 있어서,
상기 제어부는,
상기 예측 모델에서 계산된 상기 설비 부품 사용량 예측값의 정확도를 계산하는 설비 부품 사용량 예측 장치.10. The method of claim 9,
Wherein,
And calculates an accuracy of the estimated value of the equipment component usage amount calculated in the prediction model. 제9항에 있어서,
상기 제어부는,
기 설정된 시간 단위별 상기 설비 부품의 사용량을 예측하는 설비 부품 사용량 예측 장치.10. The method of claim 9,
Wherein,
And predicting a usage amount of the equipment parts by a predetermined time unit. 제14항에 있어서,
상기 제어부는,
상기 기 설정된 시간 단위별 상기 설비 부품의 실제 사용 내역을 산출하고, 상기 예측된 사용량과 상기 실제 사용 내역의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 설비 부품 사용량 예측 장치.15. The method of claim 14,
Wherein,
Calculates an actual usage history of the equipment component by the predetermined time unit, and generates a notification message when the difference between the estimated usage amount and the actual usage history exceeds a preset threshold value. 제15항에 있어서,
상기 제어부는,
단위 기간동안 실제 사용된 설비 부품의 수량을 기 설정된 기간 동안 사용될 것으로 예측된 사용량으로 나눈값과, 단위 기간동안 사용될 것으로 예측된 설비 부품의 사용량을 기 설정된 기간 동안 사용할 것으로 예측된 사용량으로 나눈값과의 차이가 기 설정된 임계값을 초과하면 알림 메시지를 생성하는 설비 부품 사용량 예측 장치.16. The method of claim 15,
Wherein,
The value obtained by dividing the quantity of equipment parts actually used during the unit period by the usage amount expected to be used for a predetermined period and the value obtained by dividing the usage amount of the equipment parts expected to be used during the unit period by the usage amount expected to be used for a predetermined period Wherein the warning message is generated when the difference between the first and second threshold values exceeds a preset threshold value. 컴퓨터 장치와 결합하여,
설비 부품(Spare Part)별 과거 사용 내역 수신하는 단계;
상기 설비 부품의 소비량과 관련된 외부 변수에 대한 선택 입력을 수신하는 단계;
상기 설비 부품 사용량을 예측하는데 사용되는 적어도 하나의 예측 모델에 대한 선택 입력 수신하는 단계; 및
상기 수신된 과거 사용 내역 및 상기 외부 변수와 상기 선택된 적어도 하나의 예측 모델로 상기 설비 부품의 사용량을 예측하는 단계를 실행하기 위해 기록 매체에 저장된 컴퓨터 프로그램.In combination with the computer device,
Receiving past usage details by equipment parts (Spare Part);
Receiving a selection input for an external variable associated with a consumption amount of the equipment component;
Receiving a selection input for at least one prediction model used for predicting the usage of equipment components; And
And predicting a usage amount of the equipment component with the received past usage history and the external variable and the selected at least one prediction model.
KR1020150100051A 2015-07-14 2015-07-14 Method for demand forecasting of spare part KR20170008632A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150100051A KR20170008632A (en) 2015-07-14 2015-07-14 Method for demand forecasting of spare part

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150100051A KR20170008632A (en) 2015-07-14 2015-07-14 Method for demand forecasting of spare part

Publications (1)

Publication Number Publication Date
KR20170008632A true KR20170008632A (en) 2017-01-24

Family

ID=57993061

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150100051A KR20170008632A (en) 2015-07-14 2015-07-14 Method for demand forecasting of spare part

Country Status (1)

Country Link
KR (1) KR20170008632A (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460495A (en) * 2018-03-28 2018-08-28 联想(北京)有限公司 A kind of data processing method and device
KR101966558B1 (en) * 2017-12-08 2019-04-05 세종대학교산학협력단 System and method for visualizing equipment inventory status and repair parts procurement request
CN110728466A (en) * 2019-10-24 2020-01-24 珠海格力电器股份有限公司 Method for determining demand quantity of target accessories of new product and computer equipment
KR20200057835A (en) * 2018-11-15 2020-05-27 세종대학교산학협력단 Clustring system and method for forecasting item demand of repair parts of military equipment by demand pattern

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002169861A (en) 2000-12-05 2002-06-14 Matsushita Electric Ind Co Ltd Stock management system and its program

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002169861A (en) 2000-12-05 2002-06-14 Matsushita Electric Ind Co Ltd Stock management system and its program

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101966558B1 (en) * 2017-12-08 2019-04-05 세종대학교산학협력단 System and method for visualizing equipment inventory status and repair parts procurement request
CN108460495A (en) * 2018-03-28 2018-08-28 联想(北京)有限公司 A kind of data processing method and device
CN108460495B (en) * 2018-03-28 2020-12-18 联想(北京)有限公司 Data processing method and device
KR20200057835A (en) * 2018-11-15 2020-05-27 세종대학교산학협력단 Clustring system and method for forecasting item demand of repair parts of military equipment by demand pattern
CN110728466A (en) * 2019-10-24 2020-01-24 珠海格力电器股份有限公司 Method for determining demand quantity of target accessories of new product and computer equipment
CN110728466B (en) * 2019-10-24 2022-05-20 珠海格力电器股份有限公司 Method for determining target accessory demand of new product and computer equipment

Similar Documents

Publication Publication Date Title
US11086762B2 (en) Methods and systems for predicting estimation of project factors in software development
Peng et al. Joint optimization of condition-based maintenance and production lot-sizing
Huynh et al. A periodic inspection and replacement policy for systems subject to competing failure modes due to degradation and traumatic events
KR101358673B1 (en) Facilities condition assessment method using smartphone and system thereof
US10520937B2 (en) Sensing and computing control system for shaping precise temporal physical states
KR20170008632A (en) Method for demand forecasting of spare part
JP2013122761A (en) Life cycle obsolescence prediction tool
Grussing et al. Condition and reliability prediction models using the Weibull probability distribution
Solomon et al. Business process performance prediction on a tracked simulation model
Werbińska-Wojciechowska et al. Preventive maintenance models for technical systems
Jantunen et al. Business drivers of a collaborative, proactive maintenance solution
CN116384876A (en) Spare part dynamic inventory-production control method, system and medium based on wiener process
JPH10228463A (en) Demand prediction model evaluating method
JP2002117164A (en) Repair cost predicting system for working vehicle
US10607180B2 (en) Inventory control for non-repairable items based on prognostics and health monitoring data
Li et al. Comprehensive performance expression model for industrial performance management and decision support
Andrews et al. Predicting incident reports for it help desk
JP2005071136A (en) Delivery time management support system, its program, recording medium recording its program and delivery time management method for product
Al-Najjar Just in time dynamic & cost-effective maintenance (JIT DMAINT) for more reliable production: A case study
Mishra et al. Reliability-informed end-of-use decision making for product sustainability using two-stage stochastic optimization
Van Sprang Condition Based Maintenance at Marel Poultry
San Juan et al. An Earned Duration Management Model Integrating Quality Management and Resource Performance Monitoring
Kiassat et al. Effects of operator learning on production output: a Markov chain approach
SHALFAWI Modelling of Maintenance ServiceWorkshop and Inventory Operations for a Short Cycle Operational Region.
US20150100391A1 (en) Systems And Methods For Discovering An Optimal Operational Strategy For A Desired Service Delivery Outcome

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application