KR100984843B1 - Ｒｆｉｄ 및 ｍｅｓ를 이용한 공정관리 시스템 및 방법 - Google Patents

Abstract

RFID 및 MES를 이용한 공정관리 시스템 및 방법이 제공된다. 본 발명에 따른 RFID 및 MES를 이용한 공정관리 시스템은, 공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터를 저장하는 데이터베이스; 상기 데이터베이스에 저장된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 결정하고, 상태 및 위치 정보 데이터 및 현재의 작업 상태로부터 통계값을 도출하고 통계값과 목표값을 비교하여 문제 공정을 정의하고, 문제 공정에 대한 원인을 추적하는 애플리케이션 모듈; 및 상기 애플리케이션 모듈에서 결정된 현재의 작업 상태, 정의된 문제 공정 및 추적된 원인을 작업자가 편리하게 공정의 문제점을 파악하고 대처할 수 있도록 단순한 형태의 그래픽으로 디스플레이하는 사용자 인터페이스부를 포함한다.

공정관리 시스템, RFID, MES, 상태 인식

Description

ＲＦＩＤ 및 ＭＥＳ를 이용한 공정관리 시스템 및 방법{Process management system and method using RFID and MES}

본 발명은 공정관리에 관한 것으로서, 특히 공정에서 발생하는 여러 자료들 중 직접적인 생산 요소에 대하여 시간 단위별 상태 및 위치 정보를 기초로 하여 현 공정에서 발생하는 문제점을 파악하고, 문제가 발생하게 된 근본 원인에 대해 분석하여 의사 결정자에게 알기 쉽게 보여주는 RFID 및 MES를 이용한 공정관리 시스템 및 방법에 관한 것이다.

세계적으로 많은 기업들이 업무의 효율성을 높이기 위해 필요한 시스템을 다양하게 구축해 나가고 있다. 그러나 업무의 절차인 공정은 여전히 시스템화하지 못하였고, 동시에 체계적으로 관리하지도 못하고 있다. 공정을 제대로 관리하지 못함으로 인해 다양한 문제가 발생하였고, 이를 해결하기 위해 최근에는 BPMS(Business Process Management System), RBPMS(Real time Business Process Management System), RPM(Real time Performance Management), MES(Manufacturing Execution System)와 같은 효율적인 프로세스 관리에 대한 연구를 활발히 진행하고 있다.

특별히, 산업공학자들은 예전부터 제조 공장에서의 공정을 관리하고, 효율적인 공정을 도출하기 위한 다양한 연구들을 진행하여왔다. 공정의 효율성을 높이기 위해서는 현 공정에서 불필요한 요소에 대한 분석을 선행해야 한다. 기존 공정에서 발생할 수 있는 낭비를 파악하기 위해 제조 분야에서 주로 활용한 툴에는 플로우 프로세스 차트(Flow Process Chart)나 플로우 다이어그램(Flow Diagram)과 같은 것이 있다.

지금까지는 공정에서 낭비 요소를 찾고, 프로세스를 개선하기 위해 필요한 데이터 수집을 주로 노동집약적으로 수행하였다. 이로 인해, 현장의 작업자들은 감시를 받는다는 생각에 작업을 더 열심히 하거나, 작업하는 데 불편함을 느꼈고 결과적으로 객관적인 데이터 수집이 어려웠다. 그리고 단순 정보 수집의 경우, 전문가가 아닌 일용직을 통해 정보를 수집하도록 하여 정보의 신뢰도에 대한 문제도 발생하였다. 또한 현대의 급변하는 시장 환경 속에서 데이터 수집에서 필요한 정보를 도출하는 데 많은 시간이 소요될 경우, 프로세스를 지속적으로 관리하기가 어렵다. MES를 통해 공정 관리를 일부분 자동화하여 생산요소 중 기계 관리의 효율성이 집중적으로 높아지기는 하였지만, 전체적인 공정 효율성을 관리하기에는 부족한 점이 있다.

본 발명이 해결하고자 하는 기술적 과제는, 공정에 대한 지속적인 모니터링을 통해 자원의 비효율성 및 공정 지연을 측정하고, 관리자가 이에 대해 신속하에 대응하여 의사 결정을 지원하는 RFID 및 MES를 이용한 공정관리 시스템 및 방법을 제공하는 데에 있다.

본 발명에 따른 RFID 및 MES를 이용한 공정관리 시스템은, 공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터를 저장하는 데이터베이스; 상기 데이터베이스에 저장된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 결정하고, 상태 및 위치 정보 데이터 및 현재의 작업 상태로부터 통계값을 도출하고 통계값과 목표값을 비교하여 문제 공정을 정의하고, 문제 공정에 대한 원인을 추적하는 애플리케이션 모듈; 및 상기 애플리케이션 모듈에서 결정된 현재의 작업 상태, 정의된 문제 공정 및 추적된 원인을 작업자가 편리하게 공정의 문제점을 파악하고 대처할 수 있도록 단순한 형태의 그래픽으로 디스플레이하는 사용자 인터페이스부를 포함한다.

위치 정보 데이터는 RFID(Radio Frequency Identification)를 이용하여 수집되고, 상태 정보 데이터는 MES(Manufacturing Execution System)를 이용하여 수집되는 것이 바람직하다.

상기 데이터베이스는, RFID 및 MES를 통합한 메타데이터 정보를 저장하며, 상기 메타데이터 정보는 플로우 프로세스 차트(Flow Process Chart) 및 플로우 다이어그램(Flow Diagram)을 생성하는 데 사용되는 것이 바람직하다.

상기 애플리케이션 모듈은, 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태 인식부; 상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석부; 및 문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하여 도출하는 원인 도출부를 포함한다.

공정관리 시스템은, 상기 공정관리 시스템 내에서 정보에 따라 접근 가능한 사용자의 수준을 정하는 액세스 제어부를 더 포함한다.

본 발명에 따른 RFID 및 MES를 이용한 공정관리 방법은, 공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태인식단계; 상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석 단계; 및 문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하여 도출하는 원인도출 단계를 포함한다.

상기 상태인식 단계는, 입력받은 데이터를 바탕으로 상태에 대한 기준을 정의하는 단계; 직접적인 생산요소에 대하여 시간 단위별로 상태 및 위치정보 데이터를 수집하는 단계; 수집된 상태 및 위치정보 데이터를 미리 정의된 기준과 비교하는 단계; 및 상기 비교하는 단계로부터 얻은 값으로 현재의 작업 상태를 결정하는 단계를 포함한다.

상기 분석 단계는, 공정에 대한 목표값을 포함하는 평가기준을 정의하는 단계; 수집된 상태 및 위치정보 데이터, 및 현재의 작업 상태로부터 평가를 위한 통계값을 도출하는 단계; 통계값과 목표값을 비교하는 단계; 및 상기 비교하는 단계의 결과를 바탕으로 문제 공정을 정의하는 단계를 포함한다.

상기 원인도출 단계는, 각각의 공정의 원인과 결과에 대한 관계를 정의하는 단계; 문제 공정에 대한 상위 원인들을 관리자에게 통지하는 단계; 및 상위 원인과 연관된 하위 원인을 추적하여 도출하는 단계를 포함한다.

본 발명에 따르면, 제조 환경에서 고려해야 하는 생산요소에 대한 세부적인 데이터 수집이 가능하고, 이렇게 수집된 데이터를 활용하여 공정 분석에 필요한 정보를 자동으로 생성하여 관리자에게 제공함으로써, 관리자가 신속하고 정확한 의사결정을 수행하도록 하여 업무의 효율을 향상시킬 수 있다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.

도 1은 본 발명에 따른 RFID 및 MES를 이용한 공정관리 시스템을 포함하는 IT(Information Technology) 기반 지속적 개선 시스템(IT based Continuous Improvement System)(이하, ITCI 시스템이라고 함)의 하드웨어 아키텍쳐를 도시한 것이다.

ITCI 시스템은 IT 기술을 활용하여 제조 공정에 대한 데이터를 수집하고, 공정 분석에 필요한 정보를 자동으로 생성하여, 공정의 비효율성을 주기적으로 개선하도록 의사 결정을 지원하는 시스템이다. 동시에, 공정에 대한 지속적인 모니터링을 통해 실시간으로 자원의 비효율성 및 공정 지연을 측정하고 관리자가 이에 대해 신속하게 대응할 수 있도록 의사 결정을 지원한다.

ITCI 시스템의 하드웨어 아키텍쳐는 RFID 시스템과 MES(Manufacturing Execution System)의 하드웨어로 구분할 수 있다. 제조 공정의 생산 요소는 크게 작업자, 기계 및 제품의 세 가지로 이루어져 있다. RFID 시스템은 생산 요소인 작업자에 부착하는 태그(110a, 110b, 110c), 기계에 부착되는 태그(112a, 112b) 및 제품에 부착되는 태그(114a, 114b), 태그를 인식하기 위한 리더기(120a, 120b)로 이루어진다. 각 생산 요소에 태그를 부착함으로써 매 단위 시간마다 객체 및 위치 정보를 얻을 수 있다. 이러한 지속적인 모니터링을 통해 각 제품이 어디서부터 어디로 흘러가는지, 그리고 어느 작업자와 기계에 의해 어떤 공정을 지나는지 알 수 있다. 그리고 리더기로부터 데이터를 모으는 노드 서버(130a, 130b) 및 노드 서버(130a, 130b)의 상위 단계에 있는 클러스터 서버(140a, 140b)가 있다. 노드 서 버(130a, 130b)는 리더기(120a, 120b)로부터 단순히 인식하는 태그 ID 정보와 시간 정보를 수집하여, 이 정보들을 가까이 있는 클러스터 서버(140a, 140b)에 보낸다. 클러스터 서버(140a, 140b)는 이 정보들을 인터페이스 서버(150a, 150b)의 데이터베이스에 저장한다.

MES는 각 기계에 부착되어 있는 각종 센서들(미도시)과 로컬 무선 트랜스미터(160a, 160b) 및 호스트 무선 트랜스미터(162a, 162b)로 이루어진다. 각종 센서에 대한 정보가 센서에 연결된 로컬 무선 트랜스미터(160a, 160b)로 전달되고, 이 정보는 다시 호스트 무선 트랜스미터(162a, 162b)에 의해 수집된 뒤, 클러스터 서버(140a, 140b)로 전송된다. 클러스터 서버(140a, 140b)는 센서 판독 정보를 인터페이스 서버(150a, 150b)의 데이터베이스에 저장한다. 이처럼 RFID 시스템과 MES 장비에 의해 데이터베이스에 저장된 데이터는 애플리케이션 모듈(170)에 의해 활용되고, 사용자가 필요로 하는 정보를 제공하는 데 활용된다.

이처럼 프로세스 개선을 위해, 제품, 기계를 비롯하여 작업자를 관리해야 하는 경우, 작업자의 사생활을 고려해야 한다. 업무 개선을 위한 시스템을 구축하려는 경우, 현장 작업자의 적극적인 참여가 있어야 시스템 구현의 효과를 얻을 수 있기 때문이다. 이와 같은 이유로 인해, 시스템을 구축한 후 작업자와 관련한 정보에 대해서는 작업자 자신이 먼저 피드백을 하고, 바로 위의 현장 관리자까지만 정보를 공유하여 불필요하거나 개선해야 할 공정에 대한 교육 및 수정을 하도록 한다.

의사 결정자는 전체적인 프로세스와 관련한 정보 및 현장 관리자에 의해 보고된 정보와 컴퓨터 또는 웹 상에 나타나는 정보를 바탕으로 의사 결정을 한 뒤, 현장 관리자에게 PDA를 통해, 업무 프로세스의 현 상황과 알맞은 지시사항을 전달함으로써 공정을 개선하도록 한다.

도 2는 본 발명에 따른 RFID 및 MES를 이용한 공정관리 시스템의 구성을 블록도로 도시한 것이다.

공정관리 시스템(100)은 데이터베이스(210), 애플리케이션 모듈(170) 및 사용자 인터페이스부(180)를 포함한다.

데이터베이스(210)는 공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터를 저장한다. 여기서, 직접적인 생산요소는 작업자, 기계 및 제품이다.

데이터베이스(210)에는 애플리케이션 모듈(170)에서 활용할 수 있도록 메타데이터에 대한 정보와 실제 수집한 데이터를 저장한다. RFID 시스템과 관련해서는 리더 메타데이터(RMD; Reader Metadata), 태그 메타데이터(TMD; Tag Metadata), 태그 판독 이벤트(TRE; Tag Read Event) 관련 정보가 저장되어 있다. 리더 메타데이터는 리더기의 위치 및 ID 정보를 저장하고 있고, 태그 메타데이터는 태그 ID와 태그가 부착된 개체에 관한 정보가 저장되어있다. 태그 판독 이벤트는 태그의 인식과 관련한 이벤트에 대한 정보를 저장하고 있다.

MES와 관련해서는 기존의 MES에서 제시하는 11개의 모듈과 관련된 메타데이터 및 실제 데이터를 저장하고 있다. 또한, 다양한 센서를 사용하고 있다면 센서에 대한 메타데이터 정보도 가지고 있다. 본 발명에서는, 기존의 MES에 관련해서는 구체적으로 다루지 않기 때문에, ITCI는 필요에 따라 데이터베이스에 저장된 MES 정 보를 활용할 수 있다고 가정한다.

RFID 시스템 및 기존 데이터베이스에 있는 정보를 바탕으로 ITCI 시스템이 자동으로 프로세스 차트를 생성하도록 하기 위해서는 앞에서 언급한 정보 이외에 공장도면, 라우팅 정보 및 기존 SOP(Standard of Process; 공정의 표준)에 관한 정보를 가지고 있어야 한다.

각 데이터를 바탕으로 필요한 정보를 자동으로 얻기 위해 상태인식기술도 필요하다. 데이터베이스(210)에는 상태 인식과 관련하여 동작 이벤트, 검사 이벤트, 지연 이벤트, 운반 이벤트, 저장 이벤트 정보를 저장해야 한다. 이러한 정보를 바탕으로 자동으로 생성된 프로세스 차트는 의사 결정자 혹은 현장 관리자에게 전달된다. 의사 결정자는 문제를 파악한 뒤 적절한 해결책을 작업 현장에 곧바로 지시하도록 한다. 이 정보를 애플리케이션 모듈(170)에 저장한다.

공정관리 시스템(100)에서는 모든 데이터를 데이터베이스(210)에 저장하고, 기존의 MES, ERP, SCM에서 다루던 모든 데이터를 공유할 수 있다고 가정한다. 앞서 RFID 시스템과 관련하여 태그 메타데이터, 리더 메타데이터, 태그 판독 이벤트와 함께, [표 1]에서 보이는 것처럼, 공정관리 시스템(100)에서 사용하기 위한 각각의 메타데이터에 대한 데이터 정의가 필요하다. 여기서 나타난 메타데이터들은 본 발명에서 주요하게 다루고자 하는 플로우 프로세스 차트와 플로우 다이어그램을 생성하는 데 사용하는 메타데이터들이다. 각각은 작업자, 기계 및 제품 데이터를 바탕으로 정의하게 된다.

애플리케이션 모듈(170)은 데이터베이스에 저장된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 결정하고, 상태 및 위치 정보 데이터 및 현재의 작업 상태로부터 통계값을 도출하고 통계값과 목표값을 비교하여 문제 공정을 정의하고, 문제 공정에 대한 원인을 추적한다.

애플리케이션 모듈(170)은 상태 인식부(230), 분석부(240) 및 원인 도출부(250)를 포함한다.

상태 인식부(230)는 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정한다. 상태 인식부(230)의 동작은 도 6 내지 도 12를 참조하여 상세히 후술하기로 한다.

분석부(240)는 상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의한다. 분석부(240)에서는 프로그램 상에서 관리자로부터 입력받은 목표값 및 변동 값을 바탕으로 문제 상황을 인식하는 기능을 한다.

원인 도출부(250)는 문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하여 도출한다. 데이터베이스(210)에는 각각의 공정에 대한 문제의 원인들과 관련한 작업 요소들 및 조건들에 관한 정보가 저장되어 있고, 원인 도출부(250)는 데이터베이스(210)에 저장된 정보로부터 문제 공정에 대한 원인을 도출한다.

분석부(240)에서 문제 공정을 정의하기 위해, 여러 메타데이터들 중에서 목표 메타데이터의 경우 기존의 공정에서 문제가 발생하였다고 정의하기 위한 목표 속성이 필요하다. 이러한 목표 속성은 제조 현장에서 발생 가능한 10가지 낭비요소로부터 도출해 낼 수 있다. 다음의 [표 2]는 10가지 낭비요소들을 나타낸다. 이를 바탕으로 상태 인식부(230)에서 현재 상태를 정의하기 위해 고려해야할 기준 요소들과, 분석부(240)에서 목표 속성으로 정의해야 할 값들을 도출해 보았다. 이 값들 중에서 플로우 프로세스 차트와 플로우 다이어그램 상에서 중요하게 고려해야 할 속성을 정리하면, 성능가동률, 표준 작업 시간, 동선의 비효율성(거리/빈도), 라인밸런스, 경제적 롯(Lot) 크기로 나타낼 수 있다. 이 목표 속성에 대한 기준 값 및 충족 범위를 표준 메타데이터에 정의하고, 실제 데이터와 비교하는 값이 된다.

분석부(240)는 상태 인식부(230)를 통해 얻은 상태를 기초로 하여 문제를 정의할 수도 있다. 각 낭비에 따라 추구하는 목표가 다르기 때문에 관리자의 목표에 따라 목표 속성의 우선순위를 다르게 정하거나 병렬적으로 정의할 수 있다.

사용자 인터페이스부(180)는 애플리케이션 모듈(170)에서 결정된 현재의 작업 상태, 정의된 문제 공정 및 추적된 원인을 작업자가 편리하게 공정의 문제점을 파악하고 대처할 수 있도록 단순한 형태의 그래픽으로 디스플레이한다.

사용자 인터페이스부(180)는 공정 전체 상황에 대한 가시성을 높이기 위해 그래픽으로 인터페이스를 지원하고, 의사 결정의 정확성을 높이기 위해 실수 데이터도 함께 제시한다. 그리고 사용자가가 원하는 수준에서의 정보를 보여주기 위해서 수직적 계층 구조로서 정보에 대한 접근이 가능하도록 구축한다.

사용자 인터페이스부(180)를 통해 표시되는 심볼들이 도 3에 도시된다. 도 3은 플로우 프로세스 차트의 임베디드(embedded) 심볼 형태를 나타낸다.

도 3에 도시된 바와 같이, 사용자가 구체적인 내용에 대해 빠르게 파악할 수 있도록, 플로우 프로세스 차트의 기존 심볼보다 다양하면서도 간단한 새로운 형태를 제시한다. 이러한 형태는 상술한 낭비요소의 원인이 될 수 있는 요인들을 보다 쉽게 알아보기 위한 목적으로 분류한다.

예를 들어, 지연의 원인으로는 두 가지를 분류한다. 현 공정의 다음 공정에 아무런 이상이 없음에도 불구하고, 업무가 즉시에 처리되지 못하고 지연되는 경우와 다음 공정에서 작업하는 데 필요한 생산요소에 문제가 발생하여 지연되는 경우 두 가지로 나눈다. 이 경우에, 작업자 혹은 현장 관리자가 즉각 조치를 취할 수 있는 문제인지, 아닌지를 판별하여 대처할 수 있기 때문이다.

검사는 분별 검사와 정보 검사를 나누어서, 검사의 성격에 따라 이전 공정에 올바르게 피드백이 주어지고 있는지를 판별할 수 있게 한다.

저장은 완제품과 반제품을 구분하여 WIP(Work in Process)의 수량을 정확하게 파악하여 불요 동작이나 불필요한 자원 사용으로 인해 발생하는 낭비를 막을 수 있다.

또한, 사용자 인터페이스부(180)는 플로우 프로세스 차트와 플로우 다이어그램을 복합적으로 보여줌으로써 단편적이지 않고 입체적인 정보를 사용자에게 제공한다. 플로우 프로세스 차트와 플로우 다이어그램을 결합한 모습의 일례가 도 4에 도시된다.

도 4에 도시된 바와 같이, 단순한 밀링, 포장 작업이 있는 공정에서 제품이 왼쪽 위의 경우처럼 흘러간다고 가정할 때, 자동으로 오른쪽 아래의 차트를 생성할 수 있다. 이를 통해 밀링에서는 작업자와 기계는 잘 작동하지만, 업무 시간이 오래 걸려 지연됨을 알 수 있고, 포장 작업의 경우 작업자의 이탈 혹은 포장 제품의 부족으로 인해 상황이 지연되고 있다고 관리자가 신속히 판단할 수 있다.

공정관리 시스템(100)은 액세스 제어부(260)를 더 구비한다.

액세스 제어부(260)는 사용자의 사생활을 위해 공정관리 시스템(100) 내에서 정보에 따라 접근 가능한 사용자의 수준을 정한다. 예를 들면, 작업자의 실제적인 업무 시간에 관한 정보는 민감한 정보이므로, 현장 관리자까지만 열람이 가능하도록 한다. 필요에 따라 작업자의 동의하에 더 높은 관리자가 공정 개선 여부를 판단하기 위해 열람 가능하도록 시스템을 구축해야 한다.

테일러의 과학적 관리의 원칙에 따르면, 작업자의 모든 정보는 작업자가 보다 나은 업무를 수행하도록 돕기 위해 활용해야 한다. 관리자들 또한 이러한 취지로 정보 공개를 권유하겠지만, 작업자에게는 자신이 불이익을 당할 수도 있는 정보를 제공하는 것이므로 시스템을 구축할 경우 조심스럽게 접근해야 한다. 업무 능력에 따른 합리적인 차별 대우를 위한 시스템을 갖출 경우, 작업자의 정보 공유가 보다 활성화 될 수 있다. 역으로 성과에 따른 합리적인 대우는 ITCI와 같은 업무 능률 및 성과에 대한 정확한 판단이 가능할 때에만 가능하다. 따라서, 작업자 개인의 업무 능률 향상을 위해서도 공정관리 시스템 구축이 필요하다.

다음, 본 발명에 따른 공정관리 방법을 설명하기로 한다.

도 5는 본 발명에 따른 공정관리 방법을 흐름도로 도시한 것이다.

공정관리 방법은 상태인식 단계(S510), 분석 단계(S520) 및 원인도출 단계(S520)를 포함한다.

상태인식 단계(S510)에서는, 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정한다. 상태인식 단계(S510)는 S512 단계 내지 S518 단계로 이루어진다.

관리자로부터 입력받은 데이터를 바탕으로 상태에 대한 기준을 정의한다(S512).

직접적인 생산요소에 대하여 시간 단위별로 상태 및 위치정보 데이터를 수집한다(S514). 여기서, 위치 정보 데이터는 RFID를 이용하여 수집되고, 상태 정보 데이터는 MES를 이용하여 수집된다.

수집된 상태 및 위치정보 데이터를 미리 정의된 기준과 비교한다(S516). 이러한 비교는 도 6 내지 도 12를 참조하여 설명하는 상태 인식을 위한 알고리즘에 적용함으로써, 행해진다.

S516 단계로부터 얻은 값으로 현재의 작업 상태를 결정한다(S518).

분석 단계(S520)에서는, 상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의한다. 분석 단계(S520)는 S522 단계 내지 S528 단계로 이루어진다.

공정에 대한 목표값을 포함하는 평가기준을 정의한다(S522). 공정을 보다 자세하게 평가하기 위한 목표값은 주로 여러 데이터들의 평균값을 사용한다. 평균값 이외에도 분산값 등 다양한 값들이 사용될 수 있다.

수집된 상태 및 위치정보 데이터, 및 현재의 작업 상태로부터 평가를 위한 통계값을 도출한다(S524). 통계값의 도출은 다양한 통계 기법을 활용할 수 있으며, 로(raw) 데이터인 상태 및 위치정보 데이터로부터 다양한 통계 기법을 활용하여 통계값을 도출하는 것은 당해 기술분야에서 널리 알려져 있으므로, 여기서는 설명을 생략하기로 한다.

통계값과 목표값을 비교하고(S526), 비교 결과를 바탕으로 문제 공정을 정의한다(S528).

원인도출 단계(S530)에서는, 문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적한다. 원인도출 단계(S530)는 S532 단계 내지 S536 단계로 이루어진다.

각각의 공정의 원인과 결과에 대한 관계를 정의한다(S532). 각각의 공정 또는 제품의 부위에 따라 영향을 미칠 수 있는 작업 요소들을 정의한다. 이러한 관계의 일례가 [표 2]에 나타나 있다.

문제 공정에 대한 상위 원인들을 관리자에게 통지한다(S534).

상위 원인과 연관된 하위 원인을 추적하여 도출한다(S536).

예를 들어, 재고 지연의 경우, 5S의 부재는 정리, 정돈, 청소, 청결, 습관화(5S)의 부재를 말하는 것으로서, 이것은 세부적인 다른 원인들에 연결하여 미리 정의할 수 있다. 즉, 각각의 지연의 원인들과 관련한 작업요소들 및 조건들이 미리 데이터베이스에 정의되어 있고, 이것을 바탕으로 각각의 지연에 대해 원인과 세부적인 원인을 도출할 수 있다.

다음, 도 6 내지 도 12를 참조하여 상태 인식의 구현례를 설명한다.

도 6은 상태 인식을 위한 시나리오의 일례를 도시한 것이다. 상술한 상태 인식은 본 발명에 따른 공정관리 시스템에서 상황을 판단하는 데 있어서 중요한 역할을 수행한다. 따라서, 제품이 가공되는 간단한 예제를 바탕으로 상태 인식을 어떻게 구현할 것인지 살펴본다. 시나리오는 도 6에 도시된 바와 같다. 각 작업자, 기계, 제품을 구별하여 인식하기 위해 구별 가능한 ID를 가진 태그를 부착한다. 각 작업 단계 및 이동 간에 작업자, 기계, 제품에 부착한 태그를 인식하기 위한 리더기(610, 620, 630, 640, 650, 660, 670)를 설치한다.

전체적인 공정은 하적-이동-밀링-이동-포장-이동-저장의 순서이다. 주요 공정인 밀링 작업을 수행하기 위해 밀링 기계와 작업자를 필요로 한다. 하적 작업이나 포장을 할 때에도 작업자에 의해 수행되고, 이동은 콘베이어를 통해서 수행된다. 그리고 출고를 기다리는 완제품을 창고에 저장해 둔다.

위의 작업 환경에서 리더기와 태그, 및 생산 요소들만을 고려하여 시나리오를 재구성하면, 도 7와 같이 나타낼 수 있다.

하드웨어적인 요소를 도 7에 도시된 바와 같이 갖추었다고 시나리오를 구성한다면, 이를 바탕으로 각 하드웨어로부터 플로우 프로세스 차트와 플로우 다이어그램을 작성하기 위해 각 장비에서 어떤 데이터를 수집해야하는지 정리를 할 필요가 있다.

플로우 프로세스 차트를 생성하기 위해 각 장비별로 수집해야 하는 정보는 아래의 [표 3]와 같이 정리할 수 있다. 작업자, 기계의 경우 가공/운송/검사에 따른 역할 정보를 태그에 저장하거나, 또는 데이터베이스에 태그 ID와 연결하여 필요 정보를 사전에 저장하여야 한다.

ALIEN사의 Reader기 장비를 활용하면 리더기가 태그를 읽으면서 얻는 정보의 일례가 도 8에 도시된다.

도 8에 도시된 바와 같이, 맨 앞의 24자리가 태그의 고유 ID이며, 태그를 발견한 시간, 발견한 안테나 번호, 읽은 횟수가 차례로 쉼표로 구분되어 나온다. 예를 들어, 두 번째 줄을 해석하면 ID가 "0000 0002 2006 0117 1316 5800"인 태그를 "Sun Apr 23 12:29:49 KST 2006"에 "0"번 안테나가 "5"회 읽었다는 의미이다. KST는 Korean Standard Time의 약자이다.

각 태그 ID에 작업자, 기계, 제품에 관련한 정보를 연결하고, 플로우 프로세스 차트를 만들 때 필요한 데이터를 불러올 수 있다.

지금까지는 시나리오를 바탕으로 필요한 데이터를 어떻게 얻을 지에 관해 구체적으로 살펴보았다. 다음으로는 이러한 데이터를 바탕으로 상태 인식을 구현하기 위한 알고리즘에 대해 살펴보도록 하겠다.

첫째, 주어진 시나리오에서 운송을 파악하기 위한 알고리즘을 정의해 보았다. 두 가지 방안을 제시할 수 있다. 첫째는 리더기를 콘베이어 단계에서 설치하여 제품에 부착된 태그를 인식할 경우 운송 중이라고 판단하는 것이다. 시나리오 상에서는 리더기(610, 640, 660)가 태그를 인식할 경우이고, 한 태그에 대해 처음 인식한 시각과 마지막으로 인식한 시각을 바탕으로 운송 시간을 파악할 수도 있다. 두 번째 방법은 운송 단계에서는 리더기를 사용하지 않고, 운송 전후의 리더기 인식 여부에 따라 운송중임을 판단하는 것이다. 이 경우, 리더기 설치비용은 절감할 수 있지만, 운송 중에 정확한 가시성 확보는 어려운 단점이 존재하고, 콘베이어가 아닌, 사람이나 운송수단에 의해 운송될 경우 운송의 효율성에 대한 분석이 어려운 단점이 존재한다. 본 시나리오에서는 첫 번째의 경우로 가정하여 프로그램을 구현하도록 하였다. 첫 번째 경우에 대한 예가 도 9에 도시된다.

도 9에서, 운반에 대한 알고리즘(900)은 다음과 같다.

리더기의 ID와 위치 정보를 바탕으로 운반중임을 확인한다. 이 때, 각 구간의 리더기(610, 640, 660)가 처음 읽은 시간과 마지막에 읽은 시간으로 운반시간을 파악한다. 그 후, 플로우 프로세스 차트에 시간정보 및 위치정보를 포함하는 운반상태를 자동으로 생성한다. 이러한 정보는 운반의 시간단축을 위한 콘베이어 속도 조절 여부에 대한 판단 근거가 된다.

운반에 대한 로직은 다음과 같다.

첫째, 라우팅 정보를 활용하여, 특정 작업이 끝난 이후 다음 단계로 넘어가지 전까지는 이동상태라고 정의한다.

둘째, 작업과 작업간의 운반 과정이 존재할 경우, 그 경로에 기더기를 설치하여 제품의 태그 ID를 인식할 경우 이동상태라고 정의한다.

다음, 작업을 파악하기 위한 알고리즘을 정의하였다. 시나리오 공정상에서 작업을 판별해야 하는 부분은 밀링 작업 단계와 포장 단계이다. 밀링 작업의 경우에는 작업을 수행하기 위해 작업자, 기계, 제품을 모두 필요로 하고, 포장 작업의 경우에는 작업자와 제품을 필요로 한다. 이를 바탕으로 각 작업에 대한 알고리즘을 작성하면 다음과 같다.

밀링 작업(1000)의 경우, 작업자와 기계의 ID 및 온/오프 정보가 필요하다.

"If 작업자, 제품이 리더기(630)에서 읽히고, 기계가 모두 온이라면,

then 밀링이 작업중이다"

로 알고리즘을 정의할 수 있다.

상황에 따라 작업자가 온이고, 기계가 오프일 때에도 작업으로 정의할 수 있다. 이는 공정 분류의 정확성에 어느 정도 의존적이다.

또한, 리더기가 제품 태그를 읽은 시간 및 작업자와 기계의 온/오프 시간 정보를 바탕으로 개별 제품에 대한 작업시간을 측정할 수 있다.

포장 작업(1010)의 경우, 작업자의 ID 및 온/오프 정보가 필요하다.

"If 태그가 리더기(650)에서 읽히고 작업자가 리더기(650)에서 인식되면,

then 포장이 작업중이다."

로 알고리즘을 정의할 수 있다.

또한, 밀링 작업과 동일한 방법으로, 리더기가 제품 태그를 읽은 시간 및 작업자 인식 정보를 바탕으로 개별 제품에 대한 작업시간을 측정할 수 있다.

작업에 대한 로직은 다음과 같다.

작업을 수행하기 위한 필요조건을 모두 충족할 경우 작업이라고 정의한다. 필요요소는 작업자, 기계, 제품이다.

다음, 지연을 파악하기 위한 알고리즘은 다음과 같이 정의할 수 있다. 본 시나리오의 공정에서 지연임을 판단할 수 있는 세 가지 공정을 우선적으로 정의하였다. 대기, 밀링, 포장이 그 공정들이다. 일반적으로 대기에 제품이 존재한다는 것은 작업을 기다리고 있다는 것을 의미하므로, 지연이라고 판정할 수 있다.

대기(1100)의 경우, 리더기의 ID와 위치 정보를 바탕으로 대기에서 존재하는 제품의 태그 정보를 읽어 들여 제품이 지연 임을 확인할 수 있다. 그리고 리더기(610)가 처음 읽은 시간과 마지막에 읽은 시간으로 지연 시간 파악이 가능하다.

밀링 작업(1110)의 경우, 지연을 판별하기 위해서는 작업자와 기계의 ID 및 온/오프 정보가 필요하다. 작업자 태그 인식 정보와 기계의 상태에 따라 아래의 처리 과정을 거쳐 지연임을 판별할 수 있다.

"If 태그가 리더기(630)에서 읽히고

작업자가 인식이 안되거나

기계가 오프라면

then 밀링에서 지연이 발생"

포장 작업(1120)의 경우, 작업자의 온/오프 정보가 필요하다. 앞의 밀링과 유사한 처리 과정을 거쳐 지연임을 판별할 수 있다.

"If 태그가 리더기(640)에서 읽히고

작업자off 라면

then 포장이 지연중이다"

그리고 리더기가 태그를 읽은 시간 및 작업자와 기계의 온/오프 시간 정보를 바탕으로 지연 시간 측정이 가능하다.

지연에 대한 로직은 다음과 같다.

첫째, 지속적인 작업들 사이에서 이후 공정이 미처리 되어 대기 상태에 있는 경우(설정 시간이 없는 경우), 지연이라고 정의한다.

둘째, 작업요소(작업자, 기계, 제품)의 문제로 대기하는 경우, 지연이라고 정의한다.

검사와 저장의 경우에는 검사 단계와 저장 단계에 위치한 리더기로부터 제품이 인식될 경우에 상황을 인식할 수 있다. 포장 단계에서 검수 작업을 실시하는 작업자가 함께 읽혔다면 이를 검사 단계라고 정의할 수 있고, 인식된 시간을 바탕으로 작업시간 도출이 가능하다. 이와 동일한 방식으로 플로우 프로세스 차트를 작성하기 위해 필요한 저장 정보 또한 도출할 수 있다

다음, 상술한 알고리즘과 시스템 구조를 바탕으로 시스템의 구현례에 대해 설명하기로 한다.

개발 도구는 비주얼 베이직을 사용하였다. 비주얼 베이직은 마이크로소프트에서 공급하고 있는 프로그램 개발 도구로서, 유저들이 친숙한 윈도우 운영체제에서 프로그램을 활용할 수 있도록 하기 위해서이다.

시스템에서 정보를 자동으로 수집하고 있고, 프로그램 사용자는 크게 두 가지 관점에서 사용자 인터페이스를 제공받을 수 있다. 개별 제품 단위로 플로우 프로세스 차트를 자동으로 생성할 것인지, 아니면 기간별로 플로우 프로세스 차트를 생성할 것인지에 대해 선택할 수 있도록 한다. 이에 대한 일례가 도 13에 도시된다.

작업자가 개별 제품에 대한 정보를 필요로 한다면, 도 14에 도시된 바와 같이 특정 제품의 태그 ID를 입력함으로써 어떠한 공정을 거쳤는지에 대한 정보를 얻을 수 있다. 이러한 플로우 다이어그램의 태그 ID 플로우 프로세스 차트의 일례가 도 15에 도시된다.

도 15에 도시된 바와 같이, 태그 ID가 '0000 0002 2006 0117 1316 1801'인 개별 제품은 공정상에서 밀링 공정 앞에서 앞선 제품이 처리되기 위해 대기에서 기다리는 것 이외에는 특별한 지연이나 낭비가 발생하지 않았음을 알 수 있다. 그리고 전 공정을 마친 뒤, 현재는 창고에 저장되어 있다는 사실을 알 수 있다.

이처럼, 본 발명에 따른 공정관리 시스템을 통하여서, 공정의 이상 여부 확인 및 현재 제품의 진행 상황을 실시간으로 파악할 수 있는 이점이 있다.

이상에서와 같이 도면과 명세서에서 최적 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

도 1은 본 발명에 따른 RFID 및 MES를 이용한 공정관리 시스템을 포함하는 IT 기반 지속적 개선 시스템의 하드웨어 아키텍쳐를 나타내는 도.

도 2는 본 발명에 따른 공정관리 시스템의 구성을 나타내는 블록도.

도 3은 플로우 프로세스 차트의 임베디드 심볼 형태를 나타내는 도.

도 4는 플로우 프로세스 차트와 플로우 다이어그램을 결합한 임베디스 사용자 인터페이스의 일례를 나타내는 도.

도 5는 본 발명에 따른 RFID 및 MES를 이용한 공정관리 방법을 나타내는 흐름도.

도 6은 상태 인식을 위한 시나리오의 일례를 나타내는 도.

도 7은 도 6의 시나리오의 단순화된 일례를 나타내는 도.

도 8은 태그 인식을 통해 얻을 수 있는 정보 리스트를 나타내는 도.

도 9는 운반에 대한 알고리즘을 설명하기 위한 도.

도 10은 작업에 대한 알고리즘을 설명하기 위한 도.

도 11은 지연에 대한 알고리즘을 설명하기 위한 도.

도 12는 검사 및 저장에 대한 알고리즘을 설명하기 위한 도.

도 13은 개별 제품 단위 및 시간 단위 결정을 위한 화면을 나타내는 도.

도 14는 개별 제품 태그 ID 입력을 위한 화면을 나타내는 도.

도 15는 플로우 다이어그램의 태그 ID 플로우 프로세스 차트의 화면을 나타내는 도.

Claims (10)

1. 삭제
2. 삭제
3. 삭제
4. RFID(Radio Frequency Identification) 및 MES(Manufacturing Execution System)를 이용한 공정관리 시스템에 있어서,

   공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터를 저장하는 데이터베이스;

   상기 데이터베이스에 저장된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 결정하고, 상태 및 위치 정보 데이터 및 현재의 작업 상태로부터 통계값을 도출하고 통계값과 목표값을 비교하여 문제 공정을 정의하고, 문제 공정에 대한 원인을 추적하는 애플리케이션 모듈; 및

   상기 애플리케이션 모듈에서 결정된 현재의 작업 상태, 정의된 문제 공정 및 추적된 원인을 작업자가 편리하게 공정의 문제점을 파악하고 대처할 수 있도록 단순한 형태의 그래픽으로 디스플레이하는 사용자 인터페이스부를 포함하되,

   상기 애플리케이션 모듈은,

   상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태 인식부;

   상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석부; 및

   문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하여 도출하는 원인 도출부를 포함하는 것을 특징으로 하는 RFID 및 MES를 이용한 공정관리 시스템.
5. RFID(Radio Frequency Identification) 및 MES(Manufacturing Execution System)를 이용한 공정관리 시스템에 있어서,

   공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터를 저장하는 데이터베이스;

   상기 데이터베이스에 저장된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 결정하고, 상태 및 위치 정보 데이터 및 현재의 작업 상태로부터 통계값을 도출하고 통계값과 목표값을 비교하여 문제 공정을 정의하고, 문제 공정에 대한 원인을 추적하는 애플리케이션 모듈;

   상기 애플리케이션 모듈에서 결정된 현재의 작업 상태, 정의된 문제 공정 및 추적된 원인을 작업자가 편리하게 공정의 문제점을 파악하고 대처할 수 있도록 단순한 형태의 그래픽으로 디스플레이하는 사용자 인터페이스부; 및

   상기 공정관리 시스템 내에서 정보에 따라 접근 가능한 사용자의 수준을 정하는 액세스 제어부를 포함하는 것을 특징으로 하는 RFID 및 MES를 이용한 공정관리 시스템.
6. 삭제
7. 삭제
8. RFID(Radio Frequency Identification) 및 MES(Manufacturing Execution System)를 이용한 공정관리 방법에 있어서,

   공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태인식 단계;

   상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석 단계; 및

   문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하는 원인도출 단계를 포함하되,

   상기 상태인식 단계는,

   입력받은 데이터를 바탕으로 상태에 대한 기준을 정의하는 단계;

   직접적인 생산요소에 대하여 시간 단위별로 상태 및 위치정보 데이터를 수집하는 단계;

   수집된 상태 및 위치정보 데이터를 미리 정의된 기준과 비교하는 단계; 및

   상기 비교하는 단계로부터 얻은 값으로 현재의 작업 상태를 결정하는 단계를 포함하는 것을 특징으로 하는 RFID 및 MES를 이용한 공정관리 방법.
9. RFID(Radio Frequency Identification) 및 MES(Manufacturing Execution System)를 이용한 공정관리 방법에 있어서,

   공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태인식 단계;

   상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석 단계; 및

   문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하는 원인도출 단계를 포함하되,

   상기 분석 단계는,

   공정에 대한 목표값을 포함하는 평가기준을 정의하는 단계;

   수집된 상태 및 위치정보 데이터, 및 현재의 작업 상태로부터 평가를 위한 통계값을 도출하는 단계;

   통계값과 목표값을 비교하는 단계; 및

   상기 비교하는 단계의 결과를 바탕으로 문제 공정을 정의하는 단계를 포함하는 것을 특징으로 하는 RFID 및 MES를 이용한 공정관리 방법.
10. RFID(Radio Frequency Identification) 및 MES(Manufacturing Execution System)를 이용한 공정관리 방법에 있어서,

    공정에서 발생하는 여러 자료들 중 직접적인 생산요소에 대하여 시간 단위별로 수집된 상태 및 위치 정보 데이터로부터 현재의 작업 상태를 정의하는 기준과 비교하여 현재의 작업 상태를 결정하는 상태인식 단계;

    상태 및 위치 정보 데이터, 및 현재의 작업 상태로부터 통계값을 도출하고, 통계값과 목표값을 비교하여 문제 공정을 정의하는 분석 단계; 및

    문제 공정에 대한 원인을 미리 정의된 원인과 결과에 따라 추적하는 원인도출 단계를 포함하되,

    상기 원인도출 단계는,

    각각의 공정의 원인과 결과에 대한 관계를 정의하는 단계;

    문제 공정에 대한 상위 원인들을 관리자에게 통지하는 단계; 및

    상위 원인과 연관된 하위 원인을 추적하여 도출하는 단계를 포함하는 것을 특징으로 하는 RFID 및 MES를 이용한 공정관리 방법.

Images