KR20230037743A - Cloud-based smart factory platform service provision system and its method - Google Patents

Cloud-based smart factory platform service provision system and its method Download PDF

Info

Publication number
KR20230037743A
KR20230037743A KR1020210120394A KR20210120394A KR20230037743A KR 20230037743 A KR20230037743 A KR 20230037743A KR 1020210120394 A KR1020210120394 A KR 1020210120394A KR 20210120394 A KR20210120394 A KR 20210120394A KR 20230037743 A KR20230037743 A KR 20230037743A
Authority
KR
South Korea
Prior art keywords
cps
computing device
edge computing
cloud
factory
Prior art date
Application number
KR1020210120394A
Other languages
Korean (ko)
Inventor
조규종
장수환
허호진
Original Assignee
(주) 유비씨
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 (주) 유비씨 filed Critical (주) 유비씨
Priority to KR1020210120394A priority Critical patent/KR20230037743A/en
Publication of KR20230037743A publication Critical patent/KR20230037743A/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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—Programme-control systems
    • G05B19/02—Programme-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], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2263—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/289—Intermediate processing functionally located close to the data consumer application, e.g. in same machine, in same home or in same sub-network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/08—Protocols for interworking; Protocol conversion
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

The present invention relates to a cloud-based smart factory platform provision system. The present invention can provide a smart factory system for large-scale factories as well as small-scale factories by installing a CPS edge computing device in a client's factory and using the CPS edge computing device to provide the cloud-based smart factory platform. The cloud-based smart factory platform provision system includes: a CPS edge computing device which analyzes data received from at least one facility in the factory, detects an abnormality, and transmits the received data to an OPC UA server; an OPC UA server for transmitting data received from the CPS edge computing device to a cloud server; and a CPS cloud server which stores data received from the CPS edge computing device to build big data, and uses the received data to learn a model based on machine learning.

Description

클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템 및 방법 {Cloud-based smart factory platform service provision system and its method}Cloud-based smart factory platform service provision system and method

본 발명은 클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템에 관한 것이다.The present invention relates to a cloud-based smart factory platform providing system.

스마트 팩토리 시스템은 기계 장비와 생산 라인이 유연하게 연결되고 데이터를 지속적으로 처리하며 가동 중지 시간을 줄이고 생산 및 비즈니스 프로세스를 최적화할 수 있는 등 다양한 장점이 있다.Smart factory systems have many advantages, such as flexible connection of mechanical equipment and production lines, continuous data processing, reduced downtime and optimization of production and business processes.

이러한 장점들 때문에 최근 들어 스마트 팩토리 시스템을 적용하는 공장이 많아지고 있다.Because of these advantages, more and more factories are applying the smart factory system in recent years.

하지만, 스마트 팩토리를 구축하는 것은 생각보다 간단한 일이 아니기 때문에 소규모 공장에서는 이를 적용하지 못하고 있다는 문제점이 있다.However, since building a smart factory is not as simple as one might think, there is a problem that small factories cannot apply it.

소규모 공장이라 할지라도 스마트 팩토리 시스템을 구축하여 적용하게 되면 생산성 향상 등 많은 이점을 누릴 수 있지만, 현재로서는 이를 지원해줄 수 있는 기술이 공개되어 있지 않은 실정이다.Even a small factory can enjoy many benefits such as productivity improvement when a smart factory system is built and applied, but the technology that can support it is currently not disclosed.

대한민국 등록특허 제10-2177923호, (2020.11.06)Republic of Korea Patent Registration No. 10-2177923, (2020.11.06)

상술한 바와 같은 문제점을 해결하기 위한 본 발명은 CPS 엣지 컴퓨팅 장치를 클라이언트의 팩토리에 설치하고, 이를 이용하여 클라우드 기반의 스마트 팩토리 플랫폼을 제공하고자 한다.The present invention for solving the problems described above is to install a CPS edge computing device in a factory of a client and provide a cloud-based smart factory platform by using the CPS edge computing device.

또한, 본 발명은 CPS 엣지 컴퓨팅 장치를 이용하여 수집되는 센싱 데이터를 현장에서 실시간으로 모니터링하여 이상 여부를 탐지하고자 한다.In addition, the present invention is intended to detect abnormalities by monitoring sensing data collected using a CPS edge computing device in real time in the field.

또한, 본 발명은 CPS 엣지 컴퓨팅 장치를 통해 수집되는 팩토리 내 설비들의 센싱 데이터를 중앙 OPC UA 서버를 통해 CPS 클라우드 서버로 전송하고, 이를 저장하여 빅데이터를 구축하고 머신러닝 기반으로 모델을 학습하고자 한다.In addition, the present invention transmits the sensing data of facilities in the factory collected through the CPS edge computing device to the CPS cloud server through the central OPC UA server, stores it, builds big data, and learns a model based on machine learning. .

또한, 본 발명은 CPS 엣지 컴퓨팅 장치가 모델을 이용하여 팩토리 내 설비들의 센싱 데이터를 모니터링 하고자 한다.In addition, the present invention intends to monitor sensing data of facilities in a factory using a CPS edge computing device model.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the description below.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템은, 클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템으로, 클라이언트의 팩토리에 설치되며, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지하고, 상기 수신되는 데이터를 OPC UA 서버로 전송하는 CPS 엣지 컴퓨팅 장치; 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 클라우드 서버로 전송하는 OPC UA 서버; 및 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 저장하여 빅데이터를 구축하고, 상기 수신되는 데이터를 이용하여 머신러닝 기반으로 모델을 학습하는 CPS 클라우드 서버를 포함하며, 상기 CPS 클라우드 서버는, 상기 스마트 팩토리 플랫폼에 가입한 클라이언트로부터 구독 형태를 선택받고, 상기 CPS 엣지 컴퓨팅 장치가 상기 클라이언트의 팩토리로 발송되어 설치되도록 상기 CPS 엣지 컴퓨팅 장치의 발송을 요청하는 관리 모듈; 상기 CPS 엣지 컴퓨팅 장치와 상기 팩토리 내 설비가 연결되었는지 데이터 센싱을 통해 확인하는 점검 모듈; 및 상기 CPS 엣지 컴퓨팅 장치에서 수신되는 데이터를 수집 및 분석하여 상기 클라이언트에게 상기 스마트 팩토리 플랫폼을 제공하는 프로세서를 포함한다.The cloud-based smart factory platform providing system according to an embodiment of the present invention for solving the above problems is a cloud-based smart factory platform providing system, installed in a client's factory, and from at least one facility in the factory. A CPS edge computing device that analyzes received data to detect abnormalities and transmits the received data to an OPC UA server; OPC UA server for transmitting data received from the CPS edge computing device to a cloud server; And a CPS cloud server that stores data received from the CPS edge computing device to build big data and learns a model based on machine learning using the received data, wherein the CPS cloud server includes the smart factory a management module receiving a subscription form selected from a client who has joined the platform and requesting delivery of the CPS edge computing device so that the CPS edge computing device is shipped to and installed in a factory of the client; an inspection module that checks whether the CPS edge computing device and facilities in the factory are connected through data sensing; and a processor collecting and analyzing data received from the CPS edge computing device and providing the smart factory platform to the client.

또한, 상기 CPS 엣지 컴퓨팅 장치는, 상기 CPS 클라우드 서버에서 학습된 상기 모델을 이용하여 상기 수신되는 데이터를 분석하여 이상 여부를 탐지하는 것을 특징으로 한다.In addition, the CPS edge computing device is characterized in that it analyzes the received data using the model learned in the CPS cloud server to detect an abnormality.

또한, 상기 CPS 엣지 컴퓨팅 장치는, 상기 이상 여부가 탐지되는 경우, 상기 클라이언트의 단말로 상기 이상 여부가 탐지된 설비와 상기 이상 여부에 대한 정보를 제공하는 것을 특징으로 한다.In addition, the CPS edge computing device is characterized in that, when the abnormality is detected, it provides information about the equipment in which the abnormality is detected and the abnormality to the terminal of the client.

또한, 상기 CPS 클라우드 서버는, 상기 CPS 엣지 컴퓨팅 장치가 상기 이상 여부의 탐지에 따라 상기 클라이언트의 단말로 상기 알림을 제공한 후, 상기 클라이언트의 상기 팩토리 내 설비 조작에 따른 이상 상태 복구 방법을 수신하고, 상기 수신된 복구 방법을 머신러닝 기반으로 학습하여 상기 모델을 학습하는 것을 특징으로 한다.In addition, the CPS cloud server receives an abnormal state recovery method according to the client's manipulation of equipment in the factory after the CPS edge computing device provides the notification to the terminal of the client according to the detection of the abnormality, , Characterized in that the model is learned by learning the received recovery method based on machine learning.

또한, 상기 CPS 엣지 컴퓨팅 장치는, 상기 클라이언트의 단말로부터 이상 상태 자동조치 모드가 선택된 경우, 특정 설비로부터 수신된 데이터에 이상 여부가 탐지되면, 상기 모델을 이용하여 상기 이상 여부에 대한 자동 조치 가능 여부를 확인하고, 자동 조치가 가능한 경우, 상기 모델을 이용하여 상기 특정 설비의 이상 여부를 조치하는 것을 특징으로 한다.In addition, if the CPS edge computing device detects an anomaly in the data received from a specific facility when an anomaly automatic action mode is selected from the client terminal, whether or not it is possible to automatically take action on the anomaly using the model. is confirmed, and if automatic action is possible, it is characterized in that the abnormality of the specific facility is taken using the model.

또한, 상기 CPS 클라우드 서버는, 상기 클라이언트의 구독 형태에 따라서 상기 팩토리 내 데이터 수집, 분석, 실시간 모니터링, 상기 데이터 수집에 따른 머신러닝, 모델링 및 상기 팩토리 내 설비에 대한 원격 제어와 자동화 서비스 중 적어도 하나를 제공하도록 상기 CPS 엣지 컴퓨팅 장치를 설정하는 것을 특징으로 한다.In addition, the CPS cloud server, according to the subscription type of the client, at least one of data collection, analysis, real-time monitoring, machine learning according to the data collection, modeling, and remote control and automation services for facilities in the factory. It is characterized by setting the CPS edge computing device to provide.

또한, 상기 OPC UA 서버는, 상기 적어도 하나의 설비로부터 수집되어 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 실시간 맵핑을 통해 OPC UA 프로토콜로 변환시키고, SUB/PUB를 통해 상기 CPS 클라우드 서버로 전송하는 것을 특징으로 한다.In addition, the OPC UA server converts the data collected from the at least one facility and received from the CPS edge computing device into an OPC UA protocol through real-time mapping, and transmits the data to the CPS cloud server through SUB / PUB to be characterized

또한, 상기 OPC UA 서버는, 상기 CPS 클라우드 서버와 통신이 끊어진 경우, 상기 통신이 복구될 때까지 상기 적어도 하나의 설비로부터 수신되는 데이터를 메모리에 임시 저장하고, 상기 통신이 복구되면 상기 임시 저장된 데이터를 상기 CPS 클라우드 서버로 전송되도록 하는 것을 특징으로 한다.In addition, when the communication with the CPS cloud server is disconnected, the OPC UA server temporarily stores data received from the at least one facility in memory until the communication is restored, and when the communication is restored, the temporarily stored data is transmitted to the CPS cloud server.

또한, 상기 CPS 클라우드 서버는, 상기 스마트 팩토리 플랫폼에 가입한 클라이언트가 상기 CPS 엣지 컴퓨팅 장치의 자가 설치 모드를 선택한 경우, 상기 클라이언트의 단말로 자가 설치 매뉴얼을 제공하고, 상기 자가 설치 모드를 보조하기 위해 상기 CPS 엣지 컴퓨팅 장치의 원격 제어 모드를 턴온하는 것을 특징으로 한다.In addition, the CPS cloud server provides a self-installation manual to the client's terminal when a client subscribed to the smart factory platform selects the self-installation mode of the CPS edge computing device, and assists the self-installation mode. It is characterized in that turning on the remote control mode of the CPS edge computing device.

또한, 상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 클라우드 기반의 스마트 팩토리 플랫폼 제공 방법은, CPS 클라우드 서버가 상기 스마트 팩토리 플랫폼에 가입한 클라이언트로부터 구독 형태를 선택받는 단계; CPS 클라우드 서버가 CPS 엣지 컴퓨팅 장치가 상기 클라이언트의 팩토리로 발송되어 설치되도록 상기 CPS 엣지 컴퓨팅 장치의 발송을 요청하는 단계; CPS 클라우드 서버가 상기 CPS 엣지 컴퓨팅 장치와 상기 팩토리 내 적어도 하나의 설비가 연결되었는지 데이터 센싱을 통해 확인하는 점검 단계; 상기 CPS 엣지 컴퓨팅 장치가, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지하는 단계; 상기 CPS 엣지 컴퓨팅 장치가, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 OPC UA 서버를 통해 상기 CPS 클라우드 서버로 전송하는 단계; 및 CPS 클라우드 서버가 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 저장하여 빅데이터를 구축하고, 상기 수신되는 데이터를 이용하여 머신러닝 기반으로 모델을 학습하는 단계를 포함한다.In addition, a method for providing a cloud-based smart factory platform according to an embodiment of the present invention for solving the above problems includes: receiving a subscription form selected from a client subscribed to the smart factory platform by a CPS cloud server; requesting, by the CPS cloud server, to send the CPS edge computing device so that the CPS edge computing device is sent to and installed in the factory of the client; checking whether the CPS cloud server is connected to the CPS edge computing device and at least one facility in the factory through data sensing; detecting an abnormality by analyzing data received from at least one facility in the factory, by the CPS edge computing device; transmitting, by the CPS edge computing device, data received from at least one facility in the factory to the CPS cloud server through an OPC UA server; and constructing big data by a CPS cloud server by storing data received from the CPS edge computing device, and learning a model based on machine learning using the received data.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.In addition to this, another method for implementing the present invention, another system, and a computer readable recording medium recording a computer program for executing the method may be further provided.

상기와 같은 본 발명에 따르면, CPS 엣지 컴퓨팅 장치를 클라이언트의 팩토리에 설치하고, 이를 이용하여 클라우드 기반의 스마트 팩토리 플랫폼을 제공함으로써, 대규모 공장은 물론 소규모 공장에도 스마트 팩토리 시스템을 제공할 수 있다.According to the present invention as described above, by installing a CPS edge computing device in a client's factory and using it to provide a cloud-based smart factory platform, a smart factory system can be provided to small factories as well as large-scale factories.

또한, 본 발명에 따르면, CPS 엣지 컴퓨팅 장치를 이용하여 수집되는 센싱 데이터를 현장에서 실시간으로 모니터링하여 이상 여부를 탐지함으로써, CPS 클라우드 서버와 데이터 통신이 끊어진 상태에서도 지속적으로 모니터링 할 수 있는 효과가 있다.In addition, according to the present invention, by monitoring the sensing data collected using the CPS edge computing device in real time in the field to detect abnormalities, there is an effect of continuously monitoring even when data communication with the CPS cloud server is disconnected. .

또한, 본 발명에 따르면, CPS 엣지 컴퓨팅 장치를 통해 수집되는 팩토리 내 설비들의 센싱 데이터를 OPC UA 서버를 통해 CPS 클라우드 서버로 전송하고, 이를 저장하여 빅데이터를 구축하고 머신러닝 기반으로 모델을 학습할 수 있다.In addition, according to the present invention, the sensing data of the facilities in the factory collected through the CPS edge computing device is transmitted to the CPS cloud server through the OPC UA server, and stored to build big data and learn a model based on machine learning. can

또한, 본 발명에 따르면, CPS 엣지 컴퓨팅 장치가 모델을 이용하여 팩토리 내 설비들의 센싱 데이터를 모니터링하기 때문에, 지속적으로 CPS 클라우드 서버에서 업데이트된 모델을 이용할 수 있는 효과가 있다.In addition, according to the present invention, since the CPS edge computing device monitors the sensing data of facilities in the factory using the model, there is an effect of continuously using the updated model in the CPS cloud server.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템의 개략도이다.
도 2는 중앙 OPC UA 서버가 다양한 클라이언트의 팩토리에 스마트 팩토리 시스템을 제공하는 것을 예시한 도면이다.
도 3은 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템의 블록도이다.
도 4는 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리 플랫폼 제공 방법의 흐름도이다.
도 5는 이상 발생 설비에 대한 담당자의 복구 조치를 모델이 학습하는 것을 예시한 도면이다.
도 6은 본 발명의 실시예에 따른 Flexing Cloud-Edge Architecture를 예시한 도면이다.1 is a schematic diagram of a cloud-based smart factory platform providing system according to an embodiment of the present invention.
2 is a diagram illustrating that a central OPC UA server provides a smart factory system to factories of various clients.
3 is a block diagram of a cloud-based smart factory platform providing system according to an embodiment of the present invention.
4 is a flowchart of a method for providing a cloud-based smart factory platform according to an embodiment of the present invention.
5 is a diagram illustrating that a model learns a recovery action by a person in charge of an abnormal facility.
6 is a diagram illustrating Flexing Cloud-Edge Architecture according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.Advantages and features of the present invention, and methods of achieving them, will become clear with reference to the detailed description of the following embodiments taken in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, only these embodiments are intended to complete the disclosure of the present invention, and are common in the art to which the present invention belongs. It is provided to fully inform the person skilled in the art of the scope of the invention, and the invention is only defined by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.Terminology used herein is for describing the embodiments and is not intended to limit the present invention. In this specification, singular forms also include plural forms unless specifically stated otherwise in a phrase. As used herein, "comprises" and/or "comprising" does not exclude the presence or addition of one or more other elements other than the recited elements. Like reference numerals throughout the specification refer to like elements, and “and/or” includes each and every combination of one or more of the recited elements. Although "first", "second", etc. are used to describe various components, these components are not limited by these terms, of course. These terms are only used to distinguish one component from another. Accordingly, it goes without saying that the first element mentioned below may also be the second element within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention belongs. In addition, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless explicitly specifically defined.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10)의 개략도이다.1 is a schematic diagram of a cloud-based smart factory 50 platform providing system 10 according to an embodiment of the present invention.

도 2는 중앙 OPC UA 서버(300)가 다양한 클라이언트의 팩토리(50)에 스마트 팩토리(50) 시스템(10)을 제공하는 것을 예시한 도면이다.2 is a diagram illustrating that the central OPC UA server 300 provides the smart factory 50 system 10 to the factories 50 of various clients.

도 1을 참조하면, 본 발명의 실시예에 따른 스마트 팩토리(50) 플랫폼을 제공하기 위해서 CPS(Cyber-Physical System) 엣지(Edge) 컴퓨팅 장치가 클라이언트의 팩토리(50)에 설치되어 운용된다.Referring to FIG. 1 , in order to provide a smart factory 50 platform according to an embodiment of the present invention, a CPS (Cyber-Physical System) edge computing device is installed and operated in the factory 50 of a client.

그리고, CPS 엣지 컴퓨팅 장치(200)는 팩토리(50) 내 설비들로부터 수집되는 센싱 데이터를 중앙 OPC UA 서버(300)를 통해 CPS(Cyber-Physical System) 클라우드(Cloud) 서버로 전송하게 된다.And, the CPS edge computing device 200 transmits the sensing data collected from the facilities in the factory 50 to the CPS (Cyber-Physical System) cloud server through the central OPC UA server 300.

이때, CPS 엣지 컴퓨팅 장치(200)는 공장 현장(Shop Floor)의 적어도 하나의 제조 설비와 연결되어 데이터 통신을 하고, 엣지 컴퓨팅 장치 내부의 프로그램이 현장 장치와 통신하는 데이터를 실시간 맵핑을 통해서 OPC UA 프로토콜(Protocol)로 변환시켜서 외부에서 동작하는 CPS CLOUD에 PUB/SUB를 통해서 최종적으로 통신하게 된다.At this time, the CPS edge computing device 200 is connected to at least one manufacturing facility on the shop floor for data communication, and the data communicated with the field device by the program inside the edge computing device is OPC UA through real-time mapping. After converting it into a protocol, it finally communicates with the CPS CLOUD operating outside through PUB/SUB.

중앙 OPC UA 서버(300)는 이와 같이 CPS 엣지 컴퓨팅 장치(200)로부터 수신된 센싱 데이터를 분석하여 분석 결과 데이터를 생성함으로써, 팩토리(50) 내 설비의 운용이 이상 유무를 검출하게 된다.The central OPC UA server 300 analyzes the sensing data received from the CPS edge computing device 200 in this way to generate analysis result data, thereby detecting whether or not the operation of facilities in the factory 50 is abnormal.

이때, 본 발명의 실시예에 따른 스마트 팩토리(50) 플랫폼 시스템(10)은 CPS 엣지 컴퓨팅 장치(200)가 중앙 OPC UA 서버(300)에서 머신러닝으로 학습된 모델을 이용하여 센싱 데이터에 대한 모니터링을 진행하게 된다.At this time, in the smart factory 50 platform system 10 according to the embodiment of the present invention, the CPS edge computing device 200 monitors the sensing data using a model learned by machine learning in the central OPC UA server 300 will proceed

이러한 구성으로 인하여, CPS 엣지 컴퓨팅 장치(200)가 중앙 OPC UA 서버(300)와 통신이 끊어진 상태에서도 지속적으로 모니터링을 진행하고 스마트 팩토리(50) 플랫폼을 제공할 수 있게 된다.Due to this configuration, even when the CPS edge computing device 200 is disconnected from the central OPC UA server 300, it is possible to continuously monitor and provide the smart factory 50 platform.

도 2를 참조하면, 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10)은 다양한 클라이언트들의 팩토리(50)에 CPS 엣지 컴퓨팅 장치(200)를 설치하고, 이를 기반으로 스마트 팩토리(50) 서비스를 제공할 수 있다.Referring to FIG. 2, the cloud-based smart factory 50 platform providing system 10 installs the CPS edge computing device 200 in the factories 50 of various clients, and provides the smart factory 50 service based thereon. can provide

아래에서는 본 발명의 실시예에서 언급되는 기술들에 대해서 대략적으로 언급하도록 한다.Hereinafter, the techniques mentioned in the embodiments of the present invention will be roughly mentioned.

본 발명의 실시예에서 CPS 엣지 컴퓨팅 장치(200), OPC UA 서버(300)는 팩토리(50)의 물리적 영역에 위치하고, CPS 클라우드 서버(100)는 가상의 영역에 위치할 수 있다.In an embodiment of the present invention, the CPS edge computing device 200 and the OPC UA server 300 may be located in the physical area of the factory 50, and the CPS cloud server 100 may be located in the virtual area.

가상의 영역은 클라우드 환경에서 데이터를 공유할 수 있는 영역이고, 물리적 영역은 복수의 필드 디바이스가 분산되어 위치할 수 있는 영역일 수 있다.The virtual area may be an area where data can be shared in a cloud environment, and the physical area may be an area where a plurality of field devices may be distributed and located.

그리고, 본 발명에서 OPC UA(Open Platform Communication Unified Architecture)는 다양한 상업용 통신 기술들을 통합적으로 관리할 수 있는 기술이다.And, in the present invention, OPC UA (Open Platform Communication Unified Architecture) is a technology capable of integratedly managing various commercial communication technologies.

OPC UA는 기본 정보모델을 가지고 있으며, 기본 정보 모델을 이용하여 논리적인 객체를 모델링할 수 있다.OPC UA has a basic information model, and logical objects can be modeled using the basic information model.

OPC UA(IEC62541)는 2012년 12월 IEC TC57 그룹에서 <0033> OPC UA를 IEC62541로 표준화되었다. 초기 OPC는 Classic OPC (OPC DA, OPC AC, OPC HDA, OPC XML-DA)으로 분류되었다. OPC UA는 Classic OPC 표준들의 기능을 통합하고 SOA(Service Oriented Architecture) 기술을 추가하였다.OPC UA (IEC62541) was standardized <0033> OPC UA as IEC62541 in the IEC TC57 group in December 2012. Early OPC was classified as Classic OPC (OPC DA, OPC AC, OPC HDA, OPC XML-DA). OPC UA integrates the functions of Classic OPC standards and adds Service Oriented Architecture (SOA) technology.

OPC UA는 Classic OPC, 다른 단체에서 정의한 정보 모델, 벤더에서 정의한 데이터 등 모두를 OPC 정보 모델로 표현이 가능하다. 그리고 OPC UA에서 제공하는 OPC UA 어드레스 스페이스(Address Space)라고 불리는 메타(Meta) 모델은 오브젝트 타입(Object Type)을 기반으로 일반적인 정보 모델과 함께 정의된다.OPC UA can express Classic OPC, information models defined by other organizations, and data defined by vendors as OPC information models. In addition, a meta model called an OPC UA address space provided by OPC UA is defined along with a general information model based on an object type.

OPC UA는 다음과 같은 원칙으로 모델링된다. i) OPC UA 모델링은 정보의 계층화(Laying)와 상속(Inheritance)등 오브젝트 기반 기술을 사용한다. ii) 타입 정보는 인스턴스화(instantiation)하여 접근할 수 있다. iii) 다양한 기계에서 사용하는 데이터를 제공하기 위해 정보 모델 방법에 제한을 두지 않는다. iv) 항상 서버 측에서 수행된다. OPC UA는 복잡한 정보 모델 뿐만 아니라 단순한 정보 모델도 제공할 수 있다. OPC UA의 모델링 개념은 노드(Node)로 표현한다. 각 노드들은 id와 name 같은 속성들을 포함하고 있다.OPC UA is modeled on the following principles: i) OPC UA modeling uses object-based technologies such as information layering and inheritance. ii) Type information can be accessed by instantiation. iii) Do not limit information model methods to provide data used by various machines. iv) always done on the server side. OPC UA can provide simple as well as complex information models. The modeling concept of OPC UA is expressed as a node. Each node contains attributes such as id and name.

아래에서는 다른 도면들을 참조하여, 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10), 방법에 대해서 설명하도록 한다.Below, with reference to other drawings, a cloud-based smart factory 50 platform providing system 10 and method according to an embodiment of the present invention will be described.

도 3은 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10)의 블록도이다.3 is a block diagram of a cloud-based smart factory 50 platform providing system 10 according to an embodiment of the present invention.

도 4는 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 방법의 흐름도이다.4 is a flowchart of a method for providing a cloud-based smart factory 50 platform according to an embodiment of the present invention.

도 5는 이상 발생 설비에 대한 담당자의 복구 조치를 모델이 학습하는 것을 예시한 도면이다.5 is a diagram illustrating that a model learns a recovery action by a person in charge of an abnormal facility.

도 3을 참조하면, 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10)은 CPS 엣지 컴퓨팅 장치(200), 중앙 OPC UA 서버(300) 및 CPS 클라우드 서버(100)를 포함한다.Referring to FIG. 3, the cloud-based smart factory 50 platform providing system 10 according to an embodiment of the present invention includes a CPS edge computing device 200, a central OPC UA server 300 and a CPS cloud server 100 includes

CPS 클라우드 서버(100)는 제1 프로세서(110), 제1 데이터베이스(120), 제1 통신부(130)를 포함하며, 몇몇 실시예에서 제1 입출력부 등을 더 포함할 수 있다.The CPS cloud server 100 includes a first processor 110, a first database 120, and a first communication unit 130, and may further include a first input/output unit and the like in some embodiments.

CPS 엣지 컴퓨팅 장치(200)는 제2 프로세서(210), 제2 데이터베이스(220), 제2 통신부(230)를 포함하며, 몇몇 실시예에서 제2 입출력부 등을 더 포함할 수 있다.The CPS edge computing device 200 includes a second processor 210, a second database 220, and a second communication unit 230, and may further include a second input/output unit and the like in some embodiments.

도면상으로 도시되지 않았지만, 중앙 OPC UA 서버(300)는 프로세서, 메모리, 통신부 등의 구성을 포함하고 있다.Although not shown in the drawing, the central OPC UA server 300 includes components such as a processor, memory, and communication unit.

다만, 몇몇 실시예에서 CPS 엣지 컴퓨팅 장치(200), CPS 클라우드 서버(100)는 도 3에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수도 있다.However, in some embodiments, the CPS edge computing device 200 and the CPS cloud server 100 may include fewer or more components than those shown in FIG. 3 .

CPS 엣지 컴퓨팅 장치(200)는 클라이언트의 팩토리(50)에 설치되며, 팩토리(50) 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지하고, 수신되는 데이터를 중앙 OPC UA 서버(300)로 전송한다.The CPS edge computing device 200 is installed in the factory 50 of the client, analyzes data received from at least one facility in the factory 50 to detect abnormalities, and transmits the received data to the central OPC UA server 300 ) is sent to

이때, 팩토리(50) 내 적어도 하나의 설비로부터 수신되는 데이터는 설비의 작동 데이터일 수도 있고, 각종 센싱 데이터일 수도 있다.At this time, the data received from at least one facility in the factory 50 may be operation data of the facility or various types of sensing data.

이와 같이, 설비로부터 수신되는 데이터는 다양한 종류의 데이터가 적용될 수 있으며, 몇몇 실시예에서는 팩토리(50) 내에서 작업 중인 인원의 신체에 착용/부착된 센서, 장치로부터 데이터를 수신할 수도 있다.In this way, various types of data may be applied to data received from facilities, and in some embodiments, data may be received from sensors and devices worn/attached to the body of personnel working in the factory 50.

이 경우, 시스템(10)은 작업 중인 인원들의 위치를 확인하고, 안전 사고 발생 여부 등을 검출할 수 있게 된다.In this case, the system 10 can check the location of the personnel at work and detect whether or not a safety accident has occurred.

제2 데이터베이스(220)는 클라이언트의 스마트 팩토리(50) 서비스 구독 형태에 대한 정보, CPS 엣지 컴퓨팅 장치(200)의 구동을 위한 각종 명령어, 알고리즘 등이 저장되어 있으며, 설비로부터 수신되는 데이터가 저장될 수도 있다.The second database 220 stores information about the client's smart factory 50 service subscription form, various commands and algorithms for driving the CPS edge computing device 200, and data received from facilities is stored. may be

또한, 제2 데이터베이스(220)는 기 설정된 시간마다 CPS 클라우드 서버(100)로부터 수신되는 모델이 저장되어 있을 수 있다.In addition, the second database 220 may store models received from the CPS cloud server 100 at predetermined time intervals.

본 발명의 실시예에서 CPS 엣지 컴퓨팅 장치(200)는 CPS 클라우드 서버(100)에서 학습된 모델을 이용하여, 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지할 수 있으며, 이러한 구성을 통해서 CPS 클라우드 서버(100)와 통신이 끊어진 상태에서도 자체적으로 스마트 팩토리(50) 서비스를 제공할 수 있게 된다.In an embodiment of the present invention, the CPS edge computing device 200 may analyze the data received from the facility using the model learned in the CPS cloud server 100 to detect abnormalities, and through this configuration, the CPS cloud Even in a state in which communication with the server 100 is disconnected, the smart factory 50 service can be provided by itself.

그리고, CPS 엣지 컴퓨팅 장치(200)는 이상 여부가 탐지되면, 클라이언트의 단말(70)로 이상 여부가 탐지된 설비와 이상 여부에 대한 상세한 정보를 제공할 수 있다.In addition, when abnormality is detected, the CPS edge computing device 200 may provide detailed information about the facility in which abnormality is detected and whether or not there is abnormality to the terminal 70 of the client.

본 발명의 실시예에 따른 스마트 팩토리(50) 서비스는 다양한 구독 형태의 서비스를 제공하며, 클라이언트는 구독 형태에 따라 제공되는 서비스를 확인하고 본인의 팩토리(50)에 적합한 구독 형태를 선택하여 가입할 수 있다.The smart factory 50 service according to the embodiment of the present invention provides various subscription types of services, and the client can check the services provided according to the subscription type, select a subscription type suitable for his factory 50, and subscribe. can

그리고, 이와 같이 클라이언트가 선택한 구독 형태에 대한 정보는 제2 데이터베이스(220)에 저장되어, CPS 엣지 컴퓨팅 장치(200)가 클라이언트의 구독 형태에 따라서 작동하게 된다.Also, information on the subscription type selected by the client is stored in the second database 220, and the CPS edge computing device 200 operates according to the subscription type of the client.

클라이언트가 공장의 운영 변경으로 인하여 구독 형태 변경을 신청하는 경우, CPS 클라우드 서버(100)는 제2 데이터베이스(220)에 구독 형태 변경 신호를 전송할 수 있다.When a client requests a subscription type change due to a change in factory operation, the CPS cloud server 100 may transmit a subscription type change signal to the second database 220 .

제2 통신부(230)는 중앙 OPC UA 서버(300) 또는 클라이언트 단말(70)과 통신한다.The second communication unit 230 communicates with the central OPC UA server 300 or the client terminal 70 .

제2 프로세서(210)는 제2 데이터베이스(220) 내 명령어, 알고리즘 등을 실행하여 CPS 엣지 컴퓨팅 장치(200) 내 구성들을 제어하며, 모델을 실행하여 데이터를 분석할 수 있다.The second processor 210 may execute commands, algorithms, etc. in the second database 220 to control components in the CPS edge computing device 200 and analyze data by executing a model.

중앙 OPC UA 서버(300)는 CPS 엣지 컴퓨팅 장치(200)로부터 수신된 데이터를 CPS 클라우드 서버(100)로 전송한다.The central OPC UA server 300 transmits data received from the CPS edge computing device 200 to the CPS cloud server 100.

CPS 엣지 컴퓨팅 장치(200) 및 중앙 OPC UA 서버(300)는 CPS EDGE 영역에 해당하며, CPS 클라우드 서버(100)는 CPS CLOUD 영역에 해당된다.The CPS edge computing device 200 and the central OPC UA server 300 correspond to the CPS EDGE area, and the CPS cloud server 100 corresponds to the CPS CLOUD area.

CPS 클라우드 서버(100)는 CPS 엣지 컴퓨팅 장치(200)로부터 수신되는 센싱 데이터를 저장하여 빅데이터를 구축하고, 수신되는 센싱 데이터를 이용하여 머신러닝 기반으로 모델을 학습한다.The CPS cloud server 100 stores the sensing data received from the CPS edge computing device 200 to build big data, and uses the received sensing data to learn a model based on machine learning.

제1 데이터베이스(120)는 클라이언트의 스마트 팩토리(50) 서비스 구독 형태에 대한 정보, CPS 클라우드 서버(100)의 구동을 위한 각종 명령어, 알고리즘 등이 저장되어 있으며, CPS 엣지 컴퓨팅 장치(200)로부터 수신되는 데이터와 이에 대한 분석 결과가 시계열 정보와 함께 저장될 수 있다.The first database 120 stores information about the client's smart factory 50 service subscription form, various commands and algorithms for driving the CPS cloud server 100, and is received from the CPS edge computing device 200. Data and analysis results thereof may be stored together with time series information.

제1 통신부(130)는 중앙 OPC UA 서버(300) 또는 클라이언트 단말(70)과 통신할 수 있다.The first communication unit 130 may communicate with the central OPC UA server 300 or the client terminal 70 .

제1 프로세서(110)는 제1 데이터베이스(120) 내 명령어, 알고리즘 등을 실행하여 CPS 클라우드 서버(100) 내 구성들을 제어하며, 모델을 실행하여 데이터를 분석할 수 있다.The first processor 110 may execute commands and algorithms in the first database 120 to control components in the CPS cloud server 100 and analyze data by executing a model.

몇몇 실시예에서 제1 프로세서(110)는 CPS 엣지 컴퓨팅 장치(200)로부터 수신되는 데이터를 전처리, 가공하여 모델이 학습하기 위한 형태로 가공하여 학습데이터셋을 생성할 수 있다.In some embodiments, the first processor 110 may create a learning dataset by preprocessing and processing data received from the CPS edge computing device 200 into a form for a model to learn.

아래에서는 도 4의 흐름도를 참조하여 실시예를 더 상세하게 설명하도록 한다.Below, the embodiment will be described in more detail with reference to the flowchart of FIG. 4 .

CPS 클라우드 서버(100)가 스마트 팩토리(50) 플랫폼에 가입한 클라이언트로부터 구독 형태를 선택받는다. (S110)The CPS cloud server 100 receives a subscription form selected from a client subscribed to the smart factory 50 platform. (S110)

일 실시예로, CPS 클라우드 서버(100)는 웹 또는 애플리케이션을 통해 클라이언트에게 서비스를 제공할 수 있으며, 자체적으로 구비/제작된 서비스 애플리케이션을 이용할 수도 있다.As an embodiment, the CPS cloud server 100 may provide a service to a client through a web or application, and may use a service application provided/manufactured by itself.

일 실시예로, 클라이언트는 CPS 클라우드 서버(100)가 제공하는 CPS Platform web portal을 통해서 스마트 팩토리(50) 서비스에 가입할 수 있다.As an embodiment, the client may subscribe to the smart factory 50 service through the CPS Platform web portal provided by the CPS cloud server 100 .

이와 같이, 서비스 애플리케이션을 통해 스마트 팩토리(50) 플랫폼을 제공하는 경우, CPS 클라우드 서버(100)는 각종 분석 결과와 알림/경고 메시지도 서비스 애플리케이션을 통해 제공할 수 있다.In this way, when the smart factory 50 platform is provided through the service application, the CPS cloud server 100 may also provide various analysis results and notification/warning messages through the service application.

스마트 팩토리(50) 서비스에 가입한 사용자(User)의 계정은 Admin 계정으로 활성화되며, Admin 계정의 사용자는 라이선스 구독형태를 선택할 수 있다.The account of the user who subscribed to the smart factory 50 service is activated as an admin account, and the user of the admin account can select a license subscription type.

일 실시예로, CPS 클라우드 서버(100)는 스마트 팩토리(50) 플랫폼 내 사용자/관리자에 따라서 권한을 부여할 수 있으며, 그 예시는 아래와 같다.In one embodiment, the CPS cloud server 100 may grant authority according to the user/administrator in the smart factory 50 platform, an example of which is as follows.

플랫폼 운영자/관리자는 가장 높은 권한의 제1 등급으로 설정될 수 있다.Platform operators/administrators can be set to the first level of highest authority.

스마트 팩토리(50) 서비스에 가입한 Admin 계정은 공장을 운영하는 사람으로 제2 등급으로 설정될 수 있으며, 제3 등급의 유저를 추가할 수 있다.An Admin account subscribed to the smart factory 50 service may be set as a second level as a person who operates a factory, and a third level user may be added.

제3 등급의 유저는 Admin 계정의 사용자가 추가/관리할 수 있으며, Admin 계정의 설정에 따라서 기능이 부여될 수도 있고 제한될 수도 있다.Third-level users can be added/managed by Admin account users, and functions can be granted or limited according to Admin account settings.

예를 들어, Admin 계정의 사용자는 제1 지역의 설비를 관리하는 제3 등급의 유저에게는 제1 지역의 설비에 대한 정보를 확인하고 제어할 수 있도록 권한을 부여하는 대신, 다른 지역의 설비에 대한 정보는 접근이 불가능하도록 제한할 수 있다.For example, a user with an Admin account is authorized to view and control information on facilities in Region 1 to a third-level user who manages facilities in Region 1, but instead grants permission for facilities in other regions. Information can be restricted so that access is not possible.

또한, CPS 클라우드 서버(100)는 다양한 등급의 구독 형태(예: Lite, Enterprise 등)를 제공할 수 있다.In addition, the CPS cloud server 100 may provide various levels of subscription types (eg, Lite, Enterprise, etc.).

예를 들어, 구독 형태에 따라서 모니터링, 분석 가능한 설비의 대수, 데이터의 양이 달라질 수도 있고, 추가가 가능한 제3 등급의 유저 수가 달라질 수도 있다.For example, depending on the type of subscription, the number of facilities that can be monitored and analyzed and the amount of data may vary, and the number of third-class users that can be added may also vary.

이와 같이, 구독 형태에 따라서 서로 다른 기능, 서비스를 제공하는 것은 다양한 케이스가 적용이 가능하므로, 발명의 실시자가 용이하게 선택하도록 한다.In this way, providing different functions and services according to subscription types can be applied to various cases, so that the implementer of the invention can easily select them.

또한, 클라이언트는 스마트 팩토리(50) 서비스에 가입하여 특정 구독 형태를 이용한 후에 구독 형태를 변경할 수도 있다.In addition, the client may change the subscription form after subscribing to the smart factory 50 service and using a specific subscription form.

일 실시예로, CPS 클라우드 서버(100)는 클라이언트의 구독 형태에 따라서 팩토리(50) 내 데이터 수집, 분석, 실시간 모니터링, 데이터 수집에 따른 머신러닝, 모델링 및 팩토리(50) 내 설비에 대한 원격 제어와 자동화 서비스 중 적어도 하나를 제공하도록 CPS 엣지 컴퓨팅 장치(200)를 설정할 수 있다.In one embodiment, the CPS cloud server 100 collects data in the factory 50 according to the subscription type of the client, analyzes it, monitors it in real time, performs machine learning according to data collection, models it, and remotely controls the facilities in the factory 50. It is possible to set the CPS edge computing device 200 to provide at least one of the automation service.

CPS 클라우드 서버(100)가 CPS 엣지 컴퓨팅 장치(200)가 클라이언트의 팩토리(50)로 발송되어 설치되도록 CPS 엣지 컴퓨팅 장치(200)의 발송을 요청한다. (S120)The CPS cloud server 100 requests delivery of the CPS edge computing device 200 so that the CPS edge computing device 200 is sent to and installed in the factory 50 of the client. (S120)

CPS 클라우드 서버(100)가 CSP 엣지 컴퓨팅 장치와 팩토리(50) 내 적어도 하나의 설비가 제대로 연결되었는지 데이터 센싱을 통해 확인하여 점검한다. (S130)The CPS cloud server 100 checks whether the CSP edge computing device and at least one facility in the factory 50 are properly connected through data sensing. (S130)

CPS 클라우드 서버(100)는 기 설정된 시간, 기 설정된 횟수만큼 점검을 진행하고, 데이터가 누락되지 않고 제대로 센싱 데이터가 수신되는 것이 확인되면 스마트 팩토리(50) 서비스를 시작하게 된다.The CPS cloud server 100 performs inspection for a preset time and a preset number of times, and starts the smart factory 50 service when it is confirmed that the sensing data is properly received without missing data.

본 발명의 클라우드 기반의 스마트 팩토리(50) 서비스를 제공하기 위해서는 클라이언트의 팩토리(50) 현장에 CPS 엣지 컴퓨팅 장치(200)가 설치되고, CPS 엣지 컴퓨팅 장치(200)가 팩토리(50) 내 설비들과 유/무선으로 연결되어야 한다.In order to provide the cloud-based smart factory 50 service of the present invention, the CPS edge computing device 200 is installed at the site of the factory 50 of the client, and the CPS edge computing device 200 is installed in the factory 50 facilities. must be wired/wireless connected.

따라서, 클라이언트가 스마트 팩토리(50) 서비스에 가입하게 되면, 스마트 팩토리(50) 플랫폼은 클라이언트의 팩토리(50)에 CPS 엣지 컴퓨팅 장치(200)가 설치되도록 제공하게 된다.Therefore, when a client subscribes to the smart factory 50 service, the smart factory 50 platform provides the CPS edge computing device 200 to be installed in the factory 50 of the client.

이때, 클라이언트는 스마트 팩토리(50) 플랫폼의 담당자가 CPS 엣지 컴퓨팅 장치(200)를 직접 배송하여 설치까지 진행해주도록 요청할 수도 있고, CPS 엣지 컴퓨팅 장치(200)만 배송을 요청한 후 직접 현장 설치 및 세팅을 진행할 수도 있다.At this time, the client may request that the person in charge of the smart factory 50 platform directly deliver and install the CPS edge computing device 200, or request delivery of only the CPS edge computing device 200 and then directly install and set the site. may proceed.

CPS 클라우드 서버(100)는 스마트 팩토리(50) 서비스/플랫폼에 가입한 클라이언트가 CPS 엣지 컴퓨팅 장치(200)의 자가 설치 모드를 선택한 경우, 클라이언트의 단말(70)로 자가 설치 매뉴얼을 제공하고 자가 설치 모드를 보조하기 위해 CPS 엣지 컴퓨팅 장치(200)의 원격 제어 모드를 턴온할 수 있다.The CPS cloud server 100 provides a self-installation manual to the client's terminal 70 and self-installs when a client subscribed to the smart factory 50 service/platform selects the self-installation mode of the CPS edge computing device 200. To assist the mode, the remote control mode of the CPS edge computing device 200 may be turned on.

일 실시예로, CPS 클라우드 서버(100)는 클라이언트의 단말(70)로 자가 설치 매뉴얼을 제공할 수 있다.As an embodiment, the CPS cloud server 100 may provide a self-installation manual to the terminal 70 of the client.

그리고, CPS 클라우드 서버(100)는 수동 설치 또는 자동 설치가 완료되면, CPS 엣지 컴퓨팅 장치(200)와 팩토리(50) 내 적어도 하나의 설비가 제대로 연결되었는지 데이터 센싱을 통해 확인하여 점검 과정을 거치게 된다.In addition, when the manual or automatic installation is completed, the CPS cloud server 100 checks whether the CPS edge computing device 200 and at least one facility in the factory 50 are properly connected through data sensing and undergoes an inspection process. .

이때, CPS 클라우드 서버(100)는 CPS 엣지 컴퓨팅 장치(200)가 팩토리(50) 내 감시 대상 설비로부터 제대로 데이터를 수신하고 있는지 기 설정된 시간동안 체크한 후, 이상이 없는 경우 설치 완료 신호를 발생시킬 수 있다.At this time, the CPS cloud server 100 checks whether the CPS edge computing device 200 is properly receiving data from the facility to be monitored in the factory 50 for a predetermined time, and if there is no abnormality, an installation completion signal is generated. can

CPS 엣지 컴퓨팅 장치(200)가 팩토리(50) 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지한다. (S140)The CPS edge computing device 200 analyzes data received from at least one facility in the factory 50 to detect an abnormality. (S140)

이때, CPS 엣지 컴퓨팅 장치(200)는 CPS 클라우드 서버(100)에서 학습되어 구축된 모델을 이용하여, 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지할 수 있다.In this case, the CPS edge computing device 200 may analyze the data received from the facility using the model learned and built in the CPS cloud server 100 to detect an abnormality.

빅데이터를 이용하여 머신러닝 기반으로 학습된 모델은 팩토리(50) 내 설비들이 정상 작동 상태일 때의 데이터와 비정상 작동 상태일 때의 데이터를 판단할 수 있다.A model learned based on machine learning using big data may determine data when facilities in the factory 50 are in a normal operating state and data when they are in an abnormal operating state.

S140의 수행 과정에서 특정 설비에서 이상 여부가 탐지되는 경우, CPS 엣지 컴퓨팅 장치(200)는 해당 팩토리(50)의 클라이언트의 단말(70)로 알림을 제공한다. (S145)When an abnormality is detected in a specific facility during the execution of S140, the CPS edge computing device 200 provides a notification to the terminal 70 of the client of the factory 50. (S145)

이때, CPS 엣지 컴퓨팅 장치(200)는 이상 여부가 탐지된 설비의 정보를 체크하고, 해당 팩토리(50)의 Admin 계정의 단말(70), 이상 여부가 탐지된 설비의 담당 자(예: 제3 등급의 유저)의 단말(70), 팩토리(50) 유지/보수 관리자의 단말(70) 중 적어도 하나에 알림을 제공할 수 있다.At this time, the CPS edge computing device 200 checks the information of the equipment in which abnormality is detected, and the terminal 70 of the Admin account of the factory 50 and the person in charge of the equipment in which abnormality is detected (e.g., the third A notification may be provided to at least one of the terminal 70 of the level user) and the terminal 70 of the maintenance/maintenance manager of the factory 50 .

또한, 모델은 이상 여부가 탐지되는 경우 이상 여부의 발생 원인을 판단할 수도 있으며, 이러한 경우 CPS 엣지 컴퓨팅 장치(200)는 이상 여부가 탐지된 설비에 대한 정보와 이상 여부의 발생 원인에 대한 정보를 클라이언트 단말(70)로 함께 제공할 수 있다.In addition, the model may determine the cause of the anomaly when an anomaly is detected, and in this case, the CPS edge computing device 200 provides information about the facility where anomaly is detected and information about the cause of the anomaly. It can be provided together with the client terminal (70).

도 5를 참조하면, CPS 클라우드 서버(100)는 CPS 엣지 컴퓨팅 장치(200)가 이상 여부의 탐지에 따라 클라이언트의 단말(70)로 알림을 제공한 후, 클라이언트의 팩토리(50) 내 설비 조작에 따른 이상 상태 복구 방법을 수신하고, 수신된 복구 방법을 머신러닝 기반으로 모델에 학습할 수 있다.Referring to FIG. 5, the CPS cloud server 100 provides a notification to the terminal 70 of the client according to the detection of whether the CPS edge computing device 200 is abnormal, and then controls the operation of facilities in the factory 50 of the client. An abnormal state recovery method according to the method may be received, and the received recovery method may be learned in a model based on machine learning.

일 실시예로, CPS 클라우드 서버(100)는 클라이언트의 단말(70, 예: 설비 관리자, 설비 AS 담당자 등)로부터 복구 원인 및 복구 방법을 입력 받아 수신할 수 있다.As an embodiment, the CPS cloud server 100 may receive and receive a recovery cause and recovery method from a client terminal 70 (eg, a facility manager, a facility AS manager, etc.).

일 실시예로, CPS 클라우드 서버(100)는 이상 상태가 탐지된 설비로부터 이상 상태 복구 과정에서 수신되는 데이터를 분석하여 복구 방법을 파악할 수 있다.As an embodiment, the CPS cloud server 100 may identify a recovery method by analyzing data received in a process of restoring an abnormal state from a facility in which an abnormal state is detected.

이와 같이, 복구 방법 학습이 누적되면 학습된 모델은 다양한 이상 상태를 자동으로 복구할 수 있게 된다.In this way, when recovery method learning is accumulated, the learned model can automatically recover various abnormal states.

일 실시예로, CPS 엣지 컴퓨팅 장치(200)는 클라이언트 단말(70)로부터 이상 상태 자동조치 모드가 선택된 경우, 특정 설비로부터 수신된 데이터에 이상 여부가 탐지되면 모델을 이용하여 이상 여부에 대한 자동 조치 가능 여부를 확인하고, 자동 조치가 가능한 경우 모델을 이용하여 해당 설비의 이상 여부를 조치할 수 있다.As an embodiment, the CPS edge computing device 200, when an abnormality automatic action mode is selected from the client terminal 70, detects anomaly in the data received from a specific facility, and automatically takes action on the anomaly using a model. Check if it is possible, and if automatic action is possible, take action on abnormality of the facility using the model.

CPS 엣지 컴퓨팅 장치(200)는 모델이 자동 조치가 불가능한 것으로 판단되면, 클라이언트 단말(70)로 설비 복구를 요청할 수 있다.When the CPS edge computing device 200 determines that the model cannot take an automatic action, it may request facility restoration to the client terminal 70 .

CPS 엣지 컴퓨팅 장치(200)는 자동 복구가 가능한 경우에도 클라이언트 단말(70)로 이상 상태 탐지에 대한 메시지를 발송하고, 자동 복구 중임을 알리는 메시지를 제공할 수 있다.Even when automatic recovery is possible, the CPS edge computing device 200 may send a message about detecting an abnormal state to the client terminal 70 and provide a message notifying that automatic recovery is in progress.

CPS 엣지 컴퓨팅 장치(200)는 자동 복구를 진행한 후, 기 설정된 시간동안 해당 설비로부터 수신되는 데이터에서 이상 상태가 탐지되지 않는 경우, 해당 설비의 복구가 완료된 것으로 판단하고, 클라이언트의 단말(70)로 복구 완료 메시지를 제공할 수 있다.After the CPS edge computing device 200 performs automatic recovery, when no abnormal state is detected in the data received from the corresponding facility for a preset time, it is determined that the restoration of the corresponding facility is completed, and the client's terminal 70 A recovery completion message can be provided with

CPS 엣지 컴퓨팅 장치(200)가 팩토리(50) 내 적어도 하나의 설비로부터 수신되는 데이터를 중앙 OPC UA 서버(300)를 통해 CPS 클라우드 서버(100)로 전송한다. (S150)The CPS edge computing device 200 transmits data received from at least one facility in the factory 50 to the CPS cloud server 100 through the central OPC UA server 300 . (S150)

일 실시예로, 중앙 OPC UA 서버(300)는 팩토리(50) 내 적어도 하나의 설비에서 수집되어 CPS 엣지 컴퓨팅 장치(200)로부터 수신되는 데이터를 실시간 맵핑을 통해 OPC UA 프로토콜로 변환시키고, SUB/PUB를 통해 CPS 클라우드 서버(100)로 전송하게 된다.In one embodiment, the central OPC UA server 300 converts data collected from at least one facility in the factory 50 and received from the CPS edge computing device 200 into OPC UA protocol through real-time mapping, and SUB/ It is transmitted to the CPS cloud server 100 through PUB.

이때, 중앙 OPC UA 서버(300)는 CPS 클라우드 서버(100)와 통신이 끊어진 경우, 통신이 복구될 때까지 팩토리(50) 내 적어도 하나의 설비로부터 수신되는 데이터를 제2 데이터베이스(220)에 임시 저장하고, 통신이 복구되면 임시 저장된 데이터를 CPS 클라우드 서버(100)로 전송할 수 있다.At this time, when communication with the CPS cloud server 100 is lost, the central OPC UA server 300 temporarily stores data received from at least one facility in the factory 50 in the second database 220 until communication is restored. and, when communication is restored, temporarily stored data may be transmitted to the CPS cloud server 100.

CPS 클라우드 서버(100)가 CPS 엣지 컴퓨팅 장치(200)로부터 수신되는 데이터를 저장하여 빅데이터를 구축하고, 수신되는 데이터를 이용하여 머신러닝 기반으로 모델을 학습한다. (S160)The CPS cloud server 100 stores data received from the CPS edge computing device 200 to build big data, and uses the received data to learn a model based on machine learning. (S160)

도 6은 본 발명의 실시예에 따른 Flexing Cloud-Edge Architecture를 예시한 도면이다.6 is a diagram illustrating Flexing Cloud-Edge Architecture according to an embodiment of the present invention.

도 6을 참조하면, 본 발명의 실시예에 따른 클라우드 기반의 스마트 팩토리(50) 플랫폼 제공 시스템(10)의 아키텍쳐가 상세하게 도시되어 있다.Referring to FIG. 6 , the architecture of the cloud-based smart factory 50 platform providing system 10 according to an embodiment of the present invention is shown in detail.

CPS Edge 영역에는 CPS 엣지 컴퓨팅 장치(200)와 OPC UA 서버(300)가 위치하고 있으며, OPC UA 서버(300)는 공장 현장(Shop Floor)의 Machine, Robot, Sensor, PLC로부터 데이터를 수신하여 DB에 저장하고, 모델을 돌려 분석하는 것이 도시되어 있다.In the CPS Edge area, the CPS edge computing device 200 and the OPC UA server 300 are located. The OPC UA server 300 receives data from machines, robots, sensors, and PLCs on the shop floor and stores them in the DB. Saving and running the model to analyze is shown.

또한, CPS 엣지 컴퓨팅 장치(200)의 제2 데이터베이스는 시계열 데이터베이스일 수 있으며, Shop Floor로부터 수신되는 각종 데이터가 시계열 형식으로 저장될 수 있다.In addition, the second database of the CPS edge computing device 200 may be a time series database, and various data received from the Shop Floor may be stored in a time series format.

그리고, OPC UA 서버(300)가 PUB/SUB 방식으로 CPS 클라우드 서버(100)로 데이터를 전송하는 것이 도시되어 있다.Also, it is shown that the OPC UA server 300 transmits data to the CPS cloud server 100 in a PUB/SUB manner.

본 발명의 실시예에서, 도 6에 도시된 것과 같이 CPS Edge 영역은 CPS 엣지 컴퓨팅 장치(200)를 의미하며, OPC UA 서버(300)는 CPS 엣지 컴퓨팅 장치(200)의 구성일 수 있다.In an embodiment of the present invention, as shown in FIG. 6 , the CPS Edge area refers to the CPS edge computing device 200, and the OPC UA server 300 may be a component of the CPS edge computing device 200.

CPS 클라우드 서버(100)의 제1 데이터베이스(120)는 관계형 데이터베이스와 시계열 데이터베이스를 포함한다.The first database 120 of the CPS cloud server 100 includes a relational database and a time series database.

제1 프로세서(110)는 제1 데이터베이스(120) 내 데이터를 분석하여 모델을 트레이닝하고, 워크플로우 분석을 실행할 수 있다.The first processor 110 may analyze data in the first database 120 to train a model and execute workflow analysis.

제1 프로세서(110)는 이러한 분석 결과를 클라이언트 단말(70)로 제공할 수 있으며, 대시보드, 애플리케이션 커스텀 방식으로 제공할 수 있다.The first processor 110 may provide such analysis results to the client terminal 70, and may provide them in a dashboard or custom application method.

이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 서버와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.The method according to an embodiment of the present invention described above may be implemented as a program (or application) to be executed in combination with a server, which is hardware, and stored in a medium.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.The aforementioned program is C, C++, JAVA, machine language, etc. It may include a code coded in a computer language of. These codes may include functional codes related to functions defining necessary functions for executing the methods, and include control codes related to execution procedures necessary for the processor of the computer to execute the functions according to a predetermined procedure. can do. In addition, these codes may further include memory reference related codes for which location (address address) of the computer's internal or external memory should be referenced for additional information or media required for the computer's processor to execute the functions. there is. In addition, when the processor of the computer needs to communicate with any other remote computer or server in order to execute the functions, the code uses the computer's communication module to determine how to communicate with any other remote computer or server. It may further include communication-related codes for whether to communicate, what kind of information or media to transmit/receive during communication, and the like.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.The storage medium is not a medium that stores data for a short moment, such as a register, cache, or memory, but a medium that stores data semi-permanently and is readable by a device. Specifically, examples of the storage medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc., but are not limited thereto. That is, the program may be stored in various recording media on various servers accessible by the computer or various recording media on the user's computer. In addition, the medium may be distributed to computer systems connected through a network, and computer readable codes may be stored in a distributed manner.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.Steps of a method or algorithm described in connection with an embodiment of the present invention may be implemented directly in hardware, implemented in a software module executed by hardware, or implemented by a combination thereof. A software module may include random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any form of computer readable recording medium well known in the art to which the present invention pertains.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains can be implemented in other specific forms without changing the technical spirit or essential features of the present invention. you will be able to understand Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.

10: 스마트 팩토리 플랫폼 제공 시스템
50: 팩토리
70: 클라이언트 단말
100: CPS 클라우드 서버
110: 제1 프로세서
120: 제1 데이터베이스
130: 제1 통신부
190: 클라우드
200: CPS 엣지 컴퓨팅 장치
210: 제2 프로세서
220: 제2 데이터베이스
230: 제2 통신부
300: 중앙 OPC UA 서버10: Smart Factory Platform Provision System
50: factory
70: client terminal
100: CPS cloud server
110: first processor
120: first database
130: first communication unit
190: cloud
200: CPS edge computing device
210: second processor
220: second database
230: second communication unit
300: central OPC UA server

Claims (10)

클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템으로,
클라이언트의 팩토리에 설치되며, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지하고, 상기 수신되는 데이터를 OPC UA 서버로 전송하는 CPS 엣지 컴퓨팅 장치;
상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 클라우드 서버로 전송하는 OPC UA 서버; 및
상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 저장하여 빅데이터를 구축하고, 상기 수신되는 데이터를 이용하여 머신러닝 기반으로 모델을 학습하는 CPS 클라우드 서버를 포함하며,
상기 CPS 클라우드 서버는,
상기 스마트 팩토리 플랫폼에 가입한 클라이언트로부터 구독 형태를 선택받고, 상기 CPS 엣지 컴퓨팅 장치가 상기 클라이언트의 팩토리로 발송되어 설치되도록 상기 CPS 엣지 컴퓨팅 장치의 발송을 요청하는 관리 모듈;
상기 CPS 엣지 컴퓨팅 장치와 상기 팩토리 내 설비가 연결되었는지 데이터 센싱을 통해 확인하는 점검 모듈; 및
상기 CPS 엣지 컴퓨팅 장치에서 수신되는 데이터를 수집 및 분석하여 상기 클라이언트에게 상기 스마트 팩토리 플랫폼을 제공하는 프로세서를 포함하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
As a cloud-based smart factory platform providing system,
A CPS edge computing device installed in a factory of a client, analyzing data received from at least one facility in the factory, detecting an abnormality, and transmitting the received data to an OPC UA server;
OPC UA server for transmitting data received from the CPS edge computing device to a cloud server; and
A CPS cloud server for constructing big data by storing data received from the CPS edge computing device and learning a model based on machine learning using the received data;
The CPS cloud server,
a management module receiving a subscription form selected from a client who has joined the smart factory platform and requesting delivery of the CPS edge computing device so that the CPS edge computing device is sent to and installed in the factory of the client;
an inspection module that checks whether the CPS edge computing device and facilities in the factory are connected through data sensing; and
Including a processor for collecting and analyzing data received from the CPS edge computing device and providing the smart factory platform to the client,
Cloud-based smart factory platform provision system.
 제1항에 있어서,
상기 CPS 엣지 컴퓨팅 장치는,
상기 CPS 클라우드 서버에서 학습된 상기 모델을 이용하여 상기 수신되는 데이터를 분석하여 이상 여부를 탐지하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 1,
The CPS edge computing device,
Characterized in that the received data is analyzed to detect anomalies using the model learned in the CPS cloud server.
Cloud-based smart factory platform provision system.
 제2항에 있어서,
상기 CPS 엣지 컴퓨팅 장치는,
상기 이상 여부가 탐지되는 경우, 상기 클라이언트의 단말로 상기 이상 여부가 탐지된 설비와 상기 이상 여부에 대한 알림을 제공하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 2,
The CPS edge computing device,
Characterized in that, when the abnormality is detected, a notification of the equipment in which the abnormality is detected and the abnormality are provided to the terminal of the client.
Cloud-based smart factory platform provision system.
 제3항에 있어서,
상기 CPS 클라우드 서버는,
상기 CPS 엣지 컴퓨팅 장치가 상기 이상 여부의 탐지에 따라 상기 클라이언트의 단말로 상기 알림을 제공한 후,
상기 클라이언트의 상기 팩토리 내 설비 조작에 따른 이상 상태 복구 방법을 수신하고, 상기 수신된 복구 방법을 머신러닝 기반으로 학습하여 상기 모델을 학습하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 3,
The CPS cloud server,
After the CPS edge computing device provides the notification to the terminal of the client according to the detection of the abnormality,
Receiving an abnormal state recovery method according to the operation of equipment in the factory by the client, and learning the model by learning the received recovery method based on machine learning,
Cloud-based smart factory platform provision system.
 제4항에 있어서,
상기 CPS 엣지 컴퓨팅 장치는,
상기 클라이언트의 단말로부터 이상 상태 자동조치 모드가 선택된 경우,
특정 설비로부터 수신된 데이터에 이상 여부가 탐지되면,
상기 모델을 이용하여 상기 이상 여부에 대한 자동 조치 가능 여부를 확인하고,
자동 조치가 가능한 경우, 상기 모델을 이용하여 상기 특정 설비의 이상 여부를 조치하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 4,
The CPS edge computing device,
When the abnormal state automatic action mode is selected from the terminal of the client,
If an abnormality is detected in the data received from a specific facility,
Using the model, check whether automatic action is possible for the abnormality,
If automatic action is possible, it is characterized in that the abnormality of the specific facility is taken using the model,
Cloud-based smart factory platform provision system.
 제3항에 있어서,
상기 CPS 클라우드 서버는,
상기 클라이언트의 구독 형태에 따라서 상기 팩토리 내 데이터 수집, 분석, 실시간 모니터링, 상기 데이터 수집에 따른 머신러닝, 모델링 및 상기 팩토리 내 설비에 대한 원격 제어와 자동화 서비스 중 적어도 하나를 제공하도록 상기 CPS 엣지 컴퓨팅 장치를 설정하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 3,
The CPS cloud server,
The CPS edge computing device provides at least one of data collection, analysis, real-time monitoring in the factory, machine learning according to the data collection, modeling, and remote control and automation services for facilities in the factory according to the subscription type of the client. Characterized in setting a
Cloud-based smart factory platform provision system.
 제3항에 있어서,
상기 OPC UA 서버는,
상기 적어도 하나의 설비로부터 수집되어 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 실시간 맵핑을 통해 OPC UA 프로토콜로 변환시키고, SUB/PUB를 통해 상기 CPS 클라우드 서버로 전송하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 3,
The OPC UA server,
Characterized in that the data collected from the at least one facility and received from the CPS edge computing device is converted into an OPC UA protocol through real-time mapping and transmitted to the CPS cloud server through SUB / PUB.
Cloud-based smart factory platform provision system.
 제3항에 있어서,
상기 OPC UA 서버는,
상기 CPS 클라우드 서버와 통신이 끊어진 경우, 상기 통신이 복구될 때까지 상기 적어도 하나의 설비로부터 수신되는 데이터를 메모리에 임시 저장하고, 상기 통신이 복구되면 상기 임시 저장된 데이터를 상기 CPS 클라우드 서버로 전송되도록 하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 3,
The OPC UA server,
When communication with the CPS cloud server is disconnected, data received from the at least one facility is temporarily stored in memory until the communication is restored, and when the communication is restored, the temporarily stored data is transmitted to the CPS cloud server. characterized in that,
Cloud-based smart factory platform provision system.
 제1항에 있어서,
상기 CPS 클라우드 서버는,
상기 스마트 팩토리 플랫폼에 가입한 클라이언트가 상기 CPS 엣지 컴퓨팅 장치의 자가 설치 모드를 선택한 경우,
상기 클라이언트의 단말로 자가 설치 매뉴얼을 제공하고, 상기 자가 설치 모드를 보조하기 위해 상기 CPS 엣지 컴퓨팅 장치의 원격 제어 모드를 턴온하는 것을 특징으로 하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 시스템.
According to claim 1,
The CPS cloud server,
When a client subscribed to the smart factory platform selects the self-installation mode of the CPS edge computing device,
Characterized in that the self-installation manual is provided to the terminal of the client and the remote control mode of the CPS edge computing device is turned on to assist the self-installation mode.
Cloud-based smart factory platform provision system.
 클라우드 기반의 스마트 팩토리 플랫폼 제공 방법으로,
CPS 클라우드 서버가 상기 스마트 팩토리 플랫폼에 가입한 클라이언트로부터 구독 형태를 선택받는 단계;
CPS 클라우드 서버가 CPS 엣지 컴퓨팅 장치가 상기 클라이언트의 팩토리로 발송되어 설치되도록 상기 CPS 엣지 컴퓨팅 장치의 발송을 요청하는 단계;
CPS 클라우드 서버가 상기 CPS 엣지 컴퓨팅 장치와 상기 팩토리 내 적어도 하나의 설비가 연결되었는지 데이터 센싱을 통해 확인하는 점검 단계;
상기 CPS 엣지 컴퓨팅 장치가, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 분석하여 이상 여부를 탐지하는 단계;
상기 CPS 엣지 컴퓨팅 장치가, 상기 팩토리 내 적어도 하나의 설비로부터 수신되는 데이터를 OPC UA 서버를 통해 상기 CPS 클라우드 서버로 전송하는 단계; 및
CPS 클라우드 서버가 상기 CPS 엣지 컴퓨팅 장치로부터 수신되는 데이터를 저장하여 빅데이터를 구축하고, 상기 수신되는 데이터를 이용하여 머신러닝 기반으로 모델을 학습하는 단계를 포함하는,
클라우드 기반의 스마트 팩토리 플랫폼 제공 방법.As a method of providing a cloud-based smart factory platform,
CPS cloud server receiving a selection of a subscription form from a client subscribed to the smart factory platform;
requesting, by the CPS cloud server, to send the CPS edge computing device so that the CPS edge computing device is sent to and installed in the factory of the client;
checking whether the CPS cloud server is connected to the CPS edge computing device and at least one facility in the factory through data sensing;
detecting an abnormality by analyzing data received from at least one facility in the factory, by the CPS edge computing device;
transmitting, by the CPS edge computing device, data received from at least one facility in the factory to the CPS cloud server through an OPC UA server; and
CPS cloud server stores data received from the CPS edge computing device to build big data, and learning a model based on machine learning using the received data,
A method for providing a cloud-based smart factory platform.
KR1020210120394A 2021-09-09 2021-09-09 Cloud-based smart factory platform service provision system and its method KR20230037743A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210120394A KR20230037743A (en) 2021-09-09 2021-09-09 Cloud-based smart factory platform service provision system and its method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210120394A KR20230037743A (en) 2021-09-09 2021-09-09 Cloud-based smart factory platform service provision system and its method

Publications (1)

Publication Number Publication Date
KR20230037743A true KR20230037743A (en) 2023-03-17

Family

ID=85872094

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210120394A KR20230037743A (en) 2021-09-09 2021-09-09 Cloud-based smart factory platform service provision system and its method

Country Status (1)

Country Link
KR (1) KR20230037743A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102177923B1 (en) 2020-02-25 2020-11-12 주식회사 바른테크 Apparatus for training system of smart factory

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102177923B1 (en) 2020-02-25 2020-11-12 주식회사 바른테크 Apparatus for training system of smart factory

Similar Documents

Publication Publication Date Title
CN111260176B (en) Method and system for eliminating fault conditions in a technical installation
KR101825881B1 (en) Method of managing a manufacturing process and system using the same
CN111629043B (en) Cross-platform health management system based on cloud mode
CN104977874A (en) Industrial-enabled Mobile Device
KR20180108446A (en) System and method for management of ict infra
EP3125172B1 (en) Data supply chain components configuration reliability analysis
CN103443724A (en) Product sensor, product with the product sensor, system and method for allowing communication between the product sensor and the system
KR102488923B1 (en) Abnormal data collecting method, apparatus, storage medium and computer program for automatic
CN107409140A (en) For collecting the infrastructure adviser tool of industrial stokehold and automated system risk data
US9865156B2 (en) System for contextualizing and resolving alerts
CN110971464A (en) Operation and maintenance automatic system suitable for disaster recovery center
CN106227158B (en) Rapid configuration security system for Industry Control infrastructure
US11461691B2 (en) Performance manager to autonomously evaluate replacement algorithms
US20200293511A1 (en) Configuration-free alert monitoring
KR20100000151A (en) Context-aware engine and price policy method of software
JP2019523512A (en) System and method for analyzing and authenticating scenarios and actions performed in a plant or factory
EP4038557A1 (en) Method and system for continuous estimation and representation of risk
CN107431715A (en) For carrying out the technology of collection network security risk data using infrastructure monitoring software
KR101663504B1 (en) Method and system for providing integrated managing service based smart water grid
KR20230037743A (en) Cloud-based smart factory platform service provision system and its method
KR102417694B1 (en) Anomaly detection system and method in smart manufacturing environment using multiple AI techniques
WO2021042233A1 (en) Remote diagnosis system, apparatus and method for power tool
US20210152579A1 (en) Building security analysis system with site-independent signature generation for predictive security analysis
CN113010375A (en) Equipment alarm method and related equipment
CN112904807B (en) Industrial analysis system, method, and non-transitory computer readable medium

Legal Events

Date Code Title Description
E902 Notification of reason for refusal