KR101938946B1 - 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법 - Google Patents

대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법 Download PDF

Info

Publication number
KR101938946B1
KR101938946B1 KR1020160184315A KR20160184315A KR101938946B1 KR 101938946 B1 KR101938946 B1 KR 101938946B1 KR 1020160184315 A KR1020160184315 A KR 1020160184315A KR 20160184315 A KR20160184315 A KR 20160184315A KR 101938946 B1 KR101938946 B1 KR 101938946B1
Authority
KR
South Korea
Prior art keywords
data
preprocessing
interface
interface data
collected
Prior art date
Application number
KR1020160184315A
Other languages
English (en)
Other versions
KR20180078994A (ko
Inventor
이원형
Original Assignee
주식회사 포스코아이씨티
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 주식회사 포스코아이씨티 filed Critical 주식회사 포스코아이씨티
Priority to KR1020160184315A priority Critical patent/KR101938946B1/ko
Publication of KR20180078994A publication Critical patent/KR20180078994A/ko
Application granted granted Critical
Publication of KR101938946B1 publication Critical patent/KR101938946B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
    • 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] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2612—Data acquisition interface
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

대량의 수집 데이터를 실시간 처리하기 위해 수집 데이터를 전처리할 수 있는 본 발명의 일 측면에 따른 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템은, 대량의 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신하는 데이터 수신부; 전처리 기준 테이블에 기록된 인터페이스 데이터의 전처리 주기를 기초로 상기 인터페이스 데이터의 전처리 여부를 결정하고, 전처리 할 인터페이스 데이터의 양을 조절하기 위해 상기 인터페이스 데이터의 전처리 주기를 가변시키는 데이터 수신 제어부; 및 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터에 대해 파싱, 표준화, 및 필터링 중 적어도 하나를 포함하는 전처리를 수행하는 전처리부를 포함하는 것을 특징으로 한다.

Description

대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법{Interface Middleware System for Collecting Mass Data and Method for Collecting Data of Interface Middleware System}
본 발명은 공장관리 시스템에 관한 것으로서, 보다 구체적으로는 스마트 팩토리에 관한 것이다.
공장에서 발생되는 다양한 이벤트를 자동으로 관리함으로써 공장의 생산효율을 향상시키기 위해 공장관리 시스템이 이용되고 있다.
공장관리 시스템의 대표적인 예가 대한민국 공개특허공보 제10-2015-0033847호(발명의 명칭: 실시간 공장상황을 반영한 디지털 팩토리 생산능력 관리 시스템, 2015.04.02. 공개, 이하 선행문헌이라 함)에 개시되어 있다.
특히, 최근에는 센서기술들의 발달에 힘입어 공장의 각 설비들에 센서를 부착하고, 센서들에 의해 센싱된 센싱 데이터들을 이용하여 설비나 공장의 상황을 실시간으로 분석하는 기술이 개발되고 있다. 이러한 기술의 경우, 많은 센서들이 설치될 뿐만 아니라 각 센서들의 센싱주기 또한 짧아 대량의 수집 데이터가 생성된다는 특징이 있다. 이에 따라, 각 센서들로부터 각 센서들이 생성한 수집 데이터를 누락 없이 수신할 수 있어야만 정확한 분석을 수행할 수 있다.
하지만, 선행문헌을 비롯한 대부분의 공장 관리 시스템은 데이터 수집주기가 짧고 데이터의 양이 많은 공장환경에는 그대로 적용할 수 없어, 짧은 주기로 발생하는 대량의 수집 데이터를 수신할 수 없거나, 수신할 수 있다 하더라도 방대한 양의 수집 데이터로 인해 수집 데이터 정합성 판단에 많은 시간이 소요될 수 있다는 문제점이 있다.
또한, 종래의 공장관리 시스템에서는 수집 데이터의 양을 조절하기 위해서는 센서와 같은 디바이스들의 수집 주기를 변경하여야 하므로 디바이스의 수집주기 설정 변경을 위해 프로그램의 수정 및 배포 작업이 요구되어 작업시간이 증가될 뿐만 아니라 유지비용이 증가한다는 문제점이 있다.
또한, 종래의 공장관리 시스템에서는 수집 데이터의 양을 조절하기 위해서는 작업자가 현장으로 방문하여 직접 디바이스들의 수집 주기를 직접 변경해야 하므로 작업시간이 더욱 증가될 뿐만 아니라 작업자의 불편함 또한 증가한다는 문제점이 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 대량의 수집 데이터를 실시간 처리하기 위해 수집 데이터를 전처리할 수 있는 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법을 제공하는 것을 그 기술적 과제로 한다.
또한, 본 발명은 전처리 대상이 되는 수집 데이터의 양을 조절할 수 있는 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법을 제공하는 것을 다른 기술적 과제로 한다.
또한, 본 발명은 데이터 정합성의 효율적인 검증이 가능한 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법을 제공하는 것을 다른 기술적 과제로 한다.
또한, 본 발명은 데이터 수집 관리 작업이 용이하도록 하는 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법을 제공하는 것을 다른 기술적 과제로 한다.
또한, 본 발명은 수집 데이터의 양에 따라 수집 데이터의 실시간 처리 및 분석을 위해 요구되는 시스템 성능을 예측할 수 있는 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법을 제공하는 것을 다른 기술적 과제로 한다.
상기 목적을 달성하기 위한 본 발명의 일 측면에 따른 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템은, 대량의 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신하는 데이터 수신부; 전처리 기준 테이블에 기록된 인터페이스 데이터의 전처리 주기를 기초로 상기 인터페이스 데이터의 전처리 여부를 결정하고, 전처리 할 인터페이스 데이터의 양을 조절하기 위해 상기 인터페이스 데이터의 전처리 주기를 가변시키는 데이터 수신 제어부; 및 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터에 대해 파싱, 표준화, 및 필터링 중 적어도 하나를 포함하는 전처리를 수행하는 전처리부를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 다른 측면에 따른 인터페이스 미들웨어 시스템의 데이터 수집 방법은 대량의 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신하는 단계; 전처리 기준 테이블에 기록된 인터페이스 데이터의 전처리 주기를 기초로 상기 인터페이스 데이터의 전처리 여부를 결정하는 단계; 상기 인터페이스 데이터를 전처리 하는 것으로 결정하면 상기 인터페이스 데이터에 포함된 수집 데이터 측정값 및 상기 측정값의 속성을 나타내는 항목 ID를 전처리하는 단계; 및 상기 전처리 기준 테이블 상에서 상기 인터페이스 데이터의 전처리 주기를 갱신시키는 단계를 포함하는 것을 특징으로 하는 것을 특징으로 한다.
본 발명에 따르면, 대량의 수집 데이터를 인터페이스 데이터 단위로 수신하여 전처리할 수 있어 수집 데이터의 실시간으로 처리가 가능해진다는 효과가 있다.
또한, 본 발명에 따르면, 수집 데이터를 수신된 인터페이스 데이터 단위로 선택적으로 전처리함으로써 전처리 대상이 되는 수집 데이터의 양을 감소시킬 수 있고, 이로 인해 수집 데이터의 정합성 검증에 소요되는 시간을 단축시킬 수 있다는 효과가 있다.
또한, 본 발명에 따르면 수집 데이터를 포함하는 인터페이스 데이터의 전처리 주기를 가변시킴으로 인해 수집 데이터를 생성하는 디바이스들의 수집주기가 변경되는 것과 동일한 효과가 발생하게 되므로, 디바이스의 수집주기 설정 변경을 위해 프로그램의 수정 및 배포 작업이 요구되지 않아 작업시간이 및 유지비용을 감소시킬 수 있다는 효과가 있다.
또한, 본 발명에 따르면 수집 데이터를 포함하는 인터페이스 데이터의 전처리 주기를 가변시킴으로 인해 수집 데이터를 생성하는 디바이스들의 수집주기가 변경되는 것과 동일한 효과가 발생하게 되므로, 현장에 배치되어 있는 디바이스의 수집 주기 설정 변경을 위해 작업자가 현장으로 방문할 필요가 없어 작업시간 단축은 물론 작업자의 불편함을 감소시킬 수 있다는 효과가 있다.
또한, 본 발명에 따르면 시스템 성능에 따라 전처리 대상이 되는 수집 데이터의 양을 조절할 수 있어 원하는 양의 수집 데이터의 실시간 처리 및 분석을 위해 요구되는 시스템 성능을 예측할 수 있다는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 스마트팩토리 아키텍처를 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템의 구성을 보여주는 블록도이다.
도 3은 본 발명의 일 실시예에 따라 전처리 기준 테이블에 기록되는 정보를 보여주는 도면이다.
도 4는 본 발명의 일 실시예에 따른 인터페이스 미들웨어 시스템의 데이터 수집 방법을 보여주는 플로우차트이다.
이하, 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.
본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
"적어도 하나"의 용어는 하나 이상의 관련 항목으로부터 제시 가능한 모든 조합을 포함하는 것으로 이해되어야 한다. 예를 들어, "제1 항목, 제2 항목 및 제 3항목 중에서 적어도 하나"의 의미는 제1 항목, 제2 항목 또는 제3 항목 각각 뿐만 아니라 제1 항목, 제2 항목 및 제3 항목 중에서 2개 이상으로부터 제시될 수 있는 모든 항목의 조합을 의미한다.
도 1은 본 발명에 따른 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템이 적용되는 스마트팩토리 아키텍처를 보여주는 도면이다.
도 1에 도시된 바와 같이, 본 발명에 따른 스마트팩토리 아키텍쳐는, 디바이스 레이어(1), 네트워크 레이어(2), 플랫폼 레이어(1000), 및 어플리케이션 레이어(3)과 같은 계층으로 구성된다.
디바이스 레이어(1)는 다양한 공정의 진행 과정에서 발생되는 데이터를 수집하기 위해 계측기, 센서, 액츄에이터 등과 같은 디바이스(11)를 포함한다. 일 실시예에 있어서, 디바이스(1)는 다양한 공정의 진행 과정에서 발생되는 마이크로 데이터(Micro Data)를 수집할 수 있다. 여기서, 마이크로 데이터는 다양한 센서 등을 통해 수집된 데이터 그 자체로서 원시 데이터(Raw Data)를 의미한다. 이하에서는, 설명의 편의를 위해 마이크로 데이터를 수집 데이터로 표기하기로 한다.
일 예로, 디바이스(11)는 연속공정에서 발생되는 데이터를 수집할 수 있다. 연속공정이란 원재료를 이용하여 완제품을 생성하기 위한 복수개의 공정들이 연속적으로 수행되고, 각 공정의 산출물들이 서로 혼합되거나 특정 공정의 산출물의 상태가 변화하여 후속 공정으로 공급되는 방식의 공정을 의미한다. 철강공정이 이러한 연속공정의 대표적인 예에 해당한다. 철강공정은 제선공정, 제강공정, 연주공정, 및 압연공정 등과 같은 다양한 공정으로 구성되므로, 디바이스(11)가 철강공정에 적용되는 경우, 제선공정, 제강공정, 연주공정, 및 압연공정 등과 같은 다양한 공정의 진행 과정에서 발생되는 마이크로 데이터(Micro Data)를 수집한다.
디바이스 레이어(1)는 계측기, 센서, 액츄에이터 등에 의해 수집된 데이터를 통합하거나 제어하는 P/C, PLC(Programmable Logic Controller), DCS(Distributed Control System) 등과 같은 장치를 더 포함할 수 있다.
네트워크 레이어(2)는 디바이스(11)에서 수집된 대량의 데이터를 플랫폼 레이어(1000)으로 전달하기 위한 네트워크 장치(22)를 포함한다. 예컨대, 네트워크 장치(22) 중 하나로 게이트웨이(22)가 해당될 수 있다. 일 실시예에 있어서, 본 발명에 따른 네트워크 레이어(2)는 디바이스(11)의 종류에 따라서 다양한 통신방식을 지원하는 게이트웨이(22)들을 포함할 수 있다. 예컨대, 게이트웨이(22)들은 센서 등의 종류에 따라 iBA, OPC(OLE for Process control), TCP/IP 등과 같은 다양한 통신방식을 지원한다.
플랫폼 레이어(1000)는 디바이스(11)에 의해 수집된 대량의 마이크로 데이터를 게이트웨이(22)를 통해 수신하여 실시간으로 가공하는 역할을 수행한다. 또한, 플랫폼 레이어(1000)는 가공된 마이크로 데이터를 기초로 설비 또는 재료 등의 이상유무를 실시간으로 판단하며, 빅데이터 분석을 위해 가공된 마이크로 데이터를 빅데이터 저장부(미도시)에 저장하고, 저장된 데이터에 대한 조회 및 분석 서비스를 제공하는 역할을 수행한다.
일 실시예에 있어서, 본 발명에 따른 플랫폼 레이어(1000)에는 도 1에 도시된 바와 같이, 인터페이스 미들웨어 시스템(100), 분산병렬처리시스템(200), 빅데이터 분석시스템(300), 서비스 시스템(400), 관리시스템(500), 및 보안시스템(500)이 포함된다.
인터페이스 미들웨어 시스템(100)은 게이트웨이(22)를 통해 전달되는 수집 데이터들을 수신한다. 이를 위해, 본 발명에 따른 인터페이스 미들웨어 시스템(100)은 Level 0 내지 Level 2의 이기종 장치들과 다양한 프로토콜을 통해 연결되기 위한 연결수단을 제공한다. 또한, 인터페이스 미들웨어 시스템(100)은 수신된 수집 데이터들을 분산병렬처리시스템(200)에서 실시간 분석 및 처리에 용이하도록 전처리한다.
이하, 도 2를 참조하여 본 발명에 따른 인터페이스 미들웨어 시스템(100)에 대해 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 인터페이스 미들웨어 시스템(100)의 구성을 보여주는 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인터페이스 미들웨어 시스템(100)은 프로세싱서버(110) 및 큐 서버(120)를 포함한다.
프로세싱 서버(110)는 게이트웨이(22)로부터 수집 데이터를 수신하여 전처리 한다. 특히, 본 발명에 따른 프로세싱 서버(110)는 스마트팩토리의 운영 상태에 따라 수집 데이터의 전처리 주기를 가변시킴으로써 수집 데이터가 보다 유연하게 전처리될 수 있도록 한다.
이를 위해, 본 발명에 따른 프로세싱 서버(110)는 도 2에 도시된 바와 같이, 데이터 수신부(111), 데이터 수신 제어부(300), 전처리부(330), 및 데이터 저장부(115)를 포함한다. 전처리부(330)는 데이터 파싱부(112), 데이터 표준화부(113), 및 데이터 필터링부(114)를 포함한다.
먼저, 데이터 수신부(111)는 게이트웨이(22)들로부터 수집 데이터를 수신한다. 일 실시예에 있어서, 데이터 수신부(111)는 게이트웨이(22)가 지원하는 다양한 통신 프로토콜을 지원하기 위해 복수개의 데이터 수신부(111)들로 구성될 수 있다.
일례로, 데이터 수신부(111)는 iBA를 지원하는 데이터 수신부(111), OPC(OLE for Process control)를 지원하는 데이터 수신부(111), 또는TCP/IP를 지원하는 데이터 수신부(111) 등을 포함할 수 있다. 이와 같이 본 발명에 따른 데이터 수신부(111)는 다양한 게이트웨이(22)와 통신할 수 있는 모든 통신방식을 지원한다.
일 실시예에 있어서, 데이터 수신부(111)는 대량의 수집 데이터를 효과적으로 수신하기 위해 게이트웨이(22)와의 사이에서 설정된 인터페이스 데이터 별로 정해진 수집 데이터 수신 단위로 수집 데이터를 수신할 수 있다. 즉, 데이터 수신부(111)은 게이트웨이(22)로부터 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터 별로 수신한다.
이때, 인터페이스 데이터는 데이터 수신부(111)가 수집 데이터를 수신하는 수신 단위를 의미하는 것으로서, 1개의 수집 데이터를 소정 시간 단위로 수신하는 타입의 인터페이스 데이터, 복수개의 수집 데이터를 하나의 파일 형태로 소정 시간 단위로 수신하는 타입의 인터페이스 데이터를 포함할 수 있다.
이와 같이, 본 발명에 따른 데이터 수신부(111)는 대량의 수집 데이터를 인터페이스 데이터 단위로 수신하기 때문에 대량의 데이터를 빠른 시간 내에 효과적으로 수신하여 처리할 수 있게 된다.
데이터 수신부(111)는 수신한 인터페이스 데이터 중 데이터 수신 제어부(300)에 의해 전처리 결정된 인터페이스 데이터를 데이터 파싱부(112)로 전달한다. 데이터 수신부(111)는 수신한 인터페이스 데이터 중 데이터 수신 제어부(300)에 의해 전처리 결정되지 않은 인터페이스 데이터를 폐기할 수 있다. 이때, 전처리란 인터페이스 데이터에 포함된 수집 데이터들의 파싱, 표준화, 및 필터링 중 적어도 하나의 작업을 의미한다.
데이터 수신 제어부(300)는 데이터 수신부(111)를 통해 수신된 인터페이스 데이터의 전처리 주기를 기초로 수신된 인터페이스 데이터에 포함된 수집 데이터의 전처리 여부를 결정한다. 또한, 데이터 수신 제어부(300)는 전처리될 수집 데이터의 양을 조절하기 위해 각 인터페이스 데이터의 전처리 주기를 조절한다.
일 실시예에 있어서, 데이터 수신 제어부(300)는 전처리 기준 테이블 저장소(301), 전처리 결정부(310), 및 테이블 갱신부(320)을 포함한다.
전처리 기준 테이블 저장소(301)에는 데이터 수신부(111)에 의해 수신된 인터페이스 데이터의 전처리 여부를 결정하는데 이용되는 전처리 기준 테이블이 저장된다.
일 실시예에 있어서, 전처리 기준 테이블 저장소(301)에 저장되는 전처리 기준 테이블(302)에는 도 3에 도시된 바와 같이, 디바이스 식별자, 인터페이스 데이터의 종류, 인터페이스 데이터의 전처리 대상 여부, 인터페이스 데이터의 전처리 주기, 및 인터페이스 데이터의 최종 전처리 시간이 기록된다.
디바이스 식별자는 각 인터페이스 데이터에 포함된 수집 데이터를 센싱한 디바이스의 식별자를 의미한다. 인터페이스 데이터의 종류는 해당 디바이스에 센싱된 수집 데이터들이 어떤 종류의 데이터인지 여부를 나타낸다. 예컨대, 도 3에 도시된 바와 같이, 인터페이스 데이터의 종류는 압연실적에 대한 수집 데이터로 이루어진 인터페이스 데이터, 정정실적에 대한 수집 데이터로 이루어진 인터페이스 데이터가 있을 수 있다.
인터페이스 데이터의 전처리 대상 여부를 해당 인터페이스 데이터가 전처리 대상인지 여부를 나타내는 것으로서, 도 3에 도시된 바와 같이 YES 또는 NO로 기록될 수 있다. 인터페이스 데이터의 전처리 대상 여부에 YES가 기록되어 있는 인터페이스 데이터는 전처리해야 하는 인터페이스 데이터임을 나타내고, NO가 기록되어 있는 인터페이스 데이터는 전처리 하지 않는 인터페이스 데이터임을 나타낸다.
인터페이스 데이터의 전처리 주기는 해당 인터페이스 데이터를 전처리할 때 전처리를 수행할 주기를 나타낸다. 인터페이스 데이터의 최종 전처리 시간은 해당 인터페이스 데이터에 대해 전처리를 수행한 최종 시간을 나타낸다. 인터페이스 데이터의 최종 전처리 시간은 해당 인터페이스 데이터에 대한 전처리가 수행될 때마다 새로운 시간으로 갱신된다.
전처리 결정부(310)는 데이터 수신부(111)가 수신한 인터페이스 데이터의 전처리 여부를 결정한다. 일 실시예에 있어서, 전처리 결정부(310)는 전처리 기준 테이블(302)에 기초하여 각 인터페이스 데이터의 전처리 여부를 결정할 수 있다.
구체적으로, 전처리 결정부(310)는 전처리 기준 테이블(302) 상에서 데이터 수신부(111)가 수신한 인터페이스 데이터의 전처리 대상 여부를 확인한다. 확인결과, 전처리 기준 테이블(302) 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 NO로 기록되어 있으면, 전처리 결정부(310)는 해당 인터페이스 데이터를 전처리 하지 않는 것으로 결정하고, 결정결과를 데이터 수신부(111)로 통지한다.
한편, 전처리 기준 테이블(302) 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 YES로 기록되어 있으면, 전처리 결정부(310)는 해당 인터페이스 데이터의 전처리 주기 및 최종 전처리 시간을 확인한다. 확인 결과, 해당 인터페이스 데이터의 최종 전처리 시간으로부터 전처리 주기가 경과한 것으로 판단되면 전처리 결정부(310)는 해당 인터페이스 데이터를 전처리 하는 것으로 결정하고, 결정결과를 데이터 수신부(111)로 통지한다.
하지만, 전처리 기준 테이블(302) 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 YES로 기록되어 있더라도 해당 인터페이스 데이터의 최종 전처리 시간으로부터 전처리 주기가 경과하지 않은 것으로 판단되면 전처리 결정부(310)는 해당 인터페이스 데이터를 전처리 하지 않는 것으로 것으로 결정하고, 결정결과를 데이터 수신부(111)로 통지한다.
예컨대, 2016년 10월 21일 11시11분 19초에 수신된 디바이스 1에 대한 인터페이스 데이터의 경우, 도 3에 도시된 바와 같이 디바이스 1에 매칭된 인터페이스 데이터는 전처리 대상에 해당함을 알 수 있고, 전처리 주기는 3초이며 최종 전처리 시간은 2016년 10월 21일 11시 11분 15초이므로 전처리 시간으로부터 전처리 주기가 경과하였기 때문에, 전처리 결정부(310)는 해당 인터페이스 데이터는 전처리 하는 것으로 결정한다.
다른 예로, 2016년 10월 21일 11시11분 19초에 수신된 디바이스 2에 대한 인터페이스 데이터의 경우, 도 3에 도시된 바와 같이 디바이스 2에 매칭된 인터페이스 데이터는 전처리 대상에 해당하지만, 전처리 주기는 5초이며 최종 전처리 시간은 2016년 10월 21일 11시 11분 16초이므로 전처리 시간으로부터 전처리 주기가 경과하지 않았기 때문에, 전처리 결정부(310)는 해당 인터페이스 데이터는 전처리 하지 않는 것으로 결정한다.
상술한 실시예에 있어서는 전처리 결정부(310)는 인터페이스 데이터의 전처리 대상 여부 및 인터페이스 데이터의 전처리 주기를 기초로 해당 인터페이스 데이터의 전처리 여부를 결정하는 것으로 설명하였지만, 변형된 실시예에 있어서 전처리 결정부(310)는 전처리 주기만을 기초로 해당 인터페이스 데이터의 전처리 여부를 결정할 수도 있을 것이다.
이와 같이, 본 발명에 따르면 스마트 팩토리의 초기 운영시 수신된 모든 인터페이스 데이터들을 전처리 하는 것이 아니라 전처리 결정부(310)에 의해 전처리 결정된 인터페이스 데이터만을 전처리할 수 있도록 함으로써 전처리 대상이 되는 수집 데이터의 양을 감소시킬 수 있고, 이로 인해 수집 데이터의 정황석 검증에 소요되는 시간을 단축시킬 수 있게 된다.
다시 도 2를 참조하면, 테이블 갱신부(320)는 전처리 기준 테이블(302) 상에서 인터페이스 데이터의 전처리 대상 여부 및 인터페이스 데이터의 전처리 주기를 갱신시킨다.
일 실시예에 있어서, 테이블 갱신부(320)는 분상병렬처리시스템(200)의 처리성능에 대한 정보를 수신하고, 분산병렬처리시스템(200)의 처리성능에 대한 정보를 기초로 전처리 기준 테이블(302) 상에서 인터페이스 데이터의 전처리 대상 여부 및 인터페이스 데이터의 전처리 주기를 갱신시킬 수 있다.
일 예로, 테이블 갱신부(320)는 분산병렬처리시스템(200)의 CPU 속도가 임계치 이상으로 유지되는 범위 내에서 전처리 기준 테이블에서 전처리 대상이 되는 인터페이스 데이터의 종류를 점진적으로 증가시키거나, 전처리 대상이 되는 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시킬 수 있다.
다른 예로, 테이블 갱신부(320)는 분산병렬처리시스템(200)의 메모리 용량이 임계치 이상으로 유지되는 범위 내에서 전처리 기준 테이블에서 전처리 대상이 되는 인터페이스 데이터의 종류를 점진적으로 증가시키거나, 전처리 대상이 되는 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시킬 수 있다.
즉, 테이블 갱신부(320)가 시간의 경과에 따라 전처리 대상이 되는 인터페이스 데이터의 종류를 점진적으로 증가시켜 전처리 대상이 되는 수집 데이터의 양을 증가시키거나, 전처리 대상이 되는 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시켜 전처리 대상이 되는 수집 데이터의 양을 증가시키기 때문에, 전처리 대상이 되는 수집 데이터의 양이 점진적으로 증가하여 분산병렬처리시스템(200)의 성능 또한 점진적으로 증가하게 된다.
이와 같이, 본 발명에 따르면 전처리 대상이 되는 수집 데이터 양의 변화에 따른 분산병렬처리시스템(200)의 성능 변화를 확인할 수 있기 때문에, 원하는 양의 수집 데이터의 실시간 처리 및 분석을 위해 요구되는 분산병렬처리시스템(200) 성능을 예측할 수 있다.
또한, 본 발명에 따르면 테이블 갱신부(320)가 분산병렬처리시스템(200)의 성능에 따라 전처리 기준 테이블(302) 상에서의 인터페이스 데이터의 전처리 주기를 가변시키면 수집 데이터를 생성하는 디바이스들의 수집주기가 변경되는 효과가 발생하게 된다. 이에 따라, 현장에 배치되어 있는 디바이스의 수집 주기 설정 변경을 위해 작업자가 현장으로 방문할 필요가 없을 뿐만 아니라, 디바이스의 수집주기 설정 변경을 위한 별도의 프로그램의 수정 및 배포 작업이 요구되지 않아 작업시간을 단축시킬 수 있게 된다.
한편, 본 발명에 따른 테이블 갱신부(320)는 인터페이스 데이터에 대한 전처리가 수행될 때마다 전처리 기준 테이블(302) 상에서 해당 인터페이스 데이터의 최종 전처리 시간을 갱신한다.
전처리부(330)는 데이터 수신부(111)로부터 전달되는 인터페이스 데이터에 포함된 수집 데이터들에 대해 파싱, 표준화, 및 필터링 중 적어도 하나를 수행함으로써 수집 데이터들을 전처리한다. 이를 위해, 전처리부(330)는 데이터 파싱부(112), 데이터 표준화부(113), 및 데이터 필터링부(114)를 포함한다.
먼저, 데이터 파싱부(112)는 전처리 결정부(310)에 의해 전처리 결정된 인터페이스 데이터가 데이터 수신부(111)를 통해 수신되면, 수신된 인터페이스 데이터에 포함된 수집 데이터를 파싱한다. 구체적으로, 데이터 파싱부(112)는 수집된 수집 데이터의 연계 처리를 위해, 수집 데이터를 미리 설정된 레이아웃에 기초하여 의미있는 단위로 파싱한다.
일 실시예에 있어서, 데이터 파싱부(112)는 수집 데이터가 복수개의 항목 ID로 구성된 그룹 ID, 수집시간, 및 복수개의 측정값이 반복되는 구조를 가지는 경우, 수집 데이터를 그룹 ID별로 파싱하고, 그룹 ID에 포함된 복수개의 항목 ID와 복수개의 측정값을 각각 매칭시켜 하나의 항목 ID, 수집시간, 및 하나의 측정값으로 구성된 수집 데이터로 변환한다.
여기서, 항목 ID는 측정값의 속성을 식별하기 위한 것으로 설비, 재료, 또는 제품의 어떤 속성을 측정한 것인지를 의미하는 값으로 온도나 습도 등을 의미한다. 그룹 ID는 특정 공장에서 위치 별 또는 각 공정 별로 몇 가지 항목을 그룹으로 편성한 대표값을 의미한다. 상술한 실시예에 있어서는 그룹 ID와 수집시간이 별개의 구분된 개념인 것으로 기재하였지만, 그룹 ID 자체에 수집시간이 포함되어 있을 수도 있다.
본 발명에서 데이터 파싱부(112)가 수집 데이터를 파싱하는 이유는, 분산병렬처리시스템(200)이 표준화되어 있지 않은 그룹 ID, 항목 ID, 및 복수개의 측정값을 해석하는 과정이 별도로 필요하기 때문에, 설비의 이상 또는 제품의 품질 이상 등의 실시간 분석이 어려울 수 있기 때문이다.
이러한 실시에 따르는 경우, 데이터 파싱부(112)는 수집 데이터 전문에 대한 메시지 레이아웃이 정의되어 있는 메시지 레이아웃 저장부(117)를 참조하여 수집 데이터를 파싱할 수 있다. 메시지 레이아웃 저장부(117)는 별도의 구성으로 프로세싱 서버(110) 또는 다른 장치에 포함될 수 있다. 그러나, 본 발명은 이에 한정되지 않으므로 데이터 파싱부(112) 내부에 메시지 레이아웃에 관한 정보가 포함되어 있을 수도 있다.
데이터 표준화부(113)는 데이터 파싱부(112)에 의해 파싱된 수집 데이터를 표준화한다. 일 실시예에 있어서, 데이터 표준화부(113)는 데이터 파싱부(112)로부터 전달되는 하나의 항목 ID, 수집시간, 및 하나의 측정값으로 구성된 수집 데이터에 대해서, 미리 설정된 표준변환기준에 따라 항목 ID를 표준항목 ID로 변환하고 측정값의 단위 및 자리수를 통일시킴으로써 파싱된 데이터를 표준화한다.
구체적으로, 센서 또는 액츄에이터 등과 같은 디바이스(11)들은 동일한 속성을 측정하더라도 이들이 생산된 업체나 이들이 포함된 공장의 특성에 따라 서로 다른 항목 ID를 가질 수 있다. 이와 같이 서로 다른 항목 ID를 기준으로 파싱된 데이터가 그대로 분산병렬처리시스템(200)으로 전달될 경우, 표준화되어 있지 않은 항목 ID 및 복수개의 측정값을 해석하는 과정이 별도로 필요하기 때문에, 분산병렬처리시스템(200)의 성능이 저하될 수 있다. 따라서, 본 발명의 실시예에 따른 데이터 표준화부(113)는 동일한 속성을 측정한 데이터가 동일한 항목 ID를 갖도록 각 수집 데이터에 포함된 항목 ID를 표준항목 ID로 변경할 수 있다.
이와 같이, 데이터 표준화부(113)는 서로 동일한 속성을 측정한 측정값에 대해서는 동일한 표준항목 ID를 갖도록 수집 데이터를 전처리함으로써, 각각의 표준항목 ID에 기초하여 각 공정으로부터 수집된 수집 데이터가 연계 처리될 수 있도록 한다.
또한, 수집 데이터에 포함된 측정값의 형식은 센서나 액츄에이터와 같은 디바이스(11)의 종류에 따라 상이할 수 있다. 그 결과, 각 공정으로부터 각각 수집된 서로 다른 형식의 수집 데이터의 연계 처리를 위해서는 디바이스(11)의 종류에 따라 데이터의 단위 및 길이를 환산하는 과정을 추가로 수행해야 하기 때문에 각 공정으로부터 수집되는 대량의 데이터를 실시간으로 연계 처리하는 것이 불가능하다. 따라서, 본 발명의 실시예에 따른 데이터 표준화부(113)는 분산병렬처리시스템(200)이 실시간으로 대량의 데이터를 처리할 수 있도록 수집 데이터를 표준화한다.
데이터 표준화부(113)는 별도의 구성으로 프로세싱 서버(110) 또는 다른 장치에 포함된 표준 변환기준 저장부(118)를 참조하여, 항목 ID, 측정값의 단위 및 자리수를 표준화할 수 있으나, 본 발명은 이에 한정되지 않으므로 데이터 표준화부(113) 내부에 표준화를 위한 표준 변환기준에 관한 정보가 포함되어 있을 수 있다.
데이터 필터링부(114)는 미리 설정된 필터링 기준에 따라 데이터 표준화부(113)에서 표준화된 데이터를 큐 서버(120)에 저장할 것인지 여부를 판단한다. 일례로, 수집 데이터의 종류에 따라 등급이 미리 설정되어 있고, 데이터 필터링부(114)는 상기 등급에 따라 큐 서버(120)에 저장할 데이터 여부를 판단할 수 있다. 일 실시예에 있어서, 등급은 표준화된 데이터의 표준항목 ID를 기준으로 중요도에 따라 결정될 수 있으나 이에 한정되는 것은 아니다.
데이터 필터링부(114)는 큐 서버(120)에 저장될 필요가 있는 데이터를 필터링하기 위한 기준이 저장된 필터링 기준 저장부(119)를 참조하여 표준화된 데이터를 필터링할 수 있다. 필터링 기준 저장부(119)는 별도의 구성으로 프로세싱 서버(110) 또는 다른 장치에 포함될 수 있다. 그러나, 본 발명은 이에 한정되지 않으므로 데이터 필터링부(114) 내부에 필터링 기준에 관한 정보가 저장되어 있을 수도 있다.
데이터 저장부(115)는 데이터 파싱부(320)를 통해 전처리된 수집 데이터를 큐 서버(120)의 큐(121)에 저장한다. 일 실시예에 있어서, 데이터 저장부(115)는 전처리된 수집 데이터를 그룹 ID 또는 표준항목 ID별로 큐 서버(120)의 큐(121)에 저장할 수 있다.
즉, 본 발명의 실시예에서는 서로 다른 형식을 갖는 각 공정 별 수집 데이터를 파싱 및 표준화하여 일정한 형식으로 변환하는 한편, 표준화된 데이터를 그룹 ID 또는 표준항목 ID 별로 저장하여 그룹 ID 또는 표준항목 ID 별로 데이터 확인이 가능하므로 각 공정으로부터 수집된 수집 데이터가 실시간으로 연계 처리될 수 있다.
일 실시예에 있어서, 큐 서버(120)가 복수개로 구성되는 경우 데이터 저장부(115)가 복수개의 큐 서버(120) 중 어느 하나의 큐 서버(120)에 전처리된 수집 데이터를 저장하면 나머지 큐 서버(120)에도 동일 데이터가 복제되어 저장된다. 이때, 데이터 저장부(115)는 복수의 큐 서버(121)의 부하를 고려하여 부하가 적은 큐 서버(121)에 수집 데이터를 저장할 수 있다.
또한, 데이터 저장부(115)는 복수개의 큐 서버(120)의 동작모드에 따라 수집 데이터의 저장 여부를 결정할 수 있다. 구체적으로, 데이터 저장부(115)는 복수개의 큐 서버(120)의 동작모드가 대기모드인 경우 데이터의 저장을 중지할 수 있다. 이때, 복수개의 큐 서버(120)의 동작모드는 복수개의 큐 서버(120) 중 정상 동작하는 큐 서버(120)의 개수에 기초하여 결정될 수 있다.
한편, 복수개의 큐 서버(120)의 동작 모드가 대기 모드인 경우, 데이터 수신부(111)도 수집 데이터의 수신을 중지하게 된다. 즉, 큐 서버(120)가 비정상적으로 동작하여 수집 데이터의 저장이 실시간으로 수행되지 않음에도 불구하고, 데이터 수신부(111)가 디바이스(11)로부터 계속해서 수집 데이터를 수신할 경우 큐 서버(120)의 장애로 인해 프로세싱 서버(110)의 수집 데이터 처리 동작에도 장애가 발생하게 된다.
따라서, 본 발명의 실시예에서 프로세싱 서버(110)는 큐 서버(120)의 동작 모드가 대기 모드인 경우, 수집 데이터의 수신 및 저장을 중지함으로써 장애 발생을 방지하고, 큐 서버(120)가 정상 동작하면 다시 수집 데이터의 수신 및 저장을 수행할 수 있다.
한편, 본 발명의 실시예에 따른 프로세싱 서버(110)는 데이터 병합부(116)를 더 포함할 수 있다.
데이터 병합부(116)는 처리성능의 향상을 위해 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터들을 병합(Merge)하여 데이터 파싱부(112)로 전달한다. 일 실시예에 있어서, 데이터 병합부(116)는 일정시간 간격(예: 0.1초, 1초, 1분 등)으로 수신된 수집 데이터를 병합한다. 즉, 아주 짧은 주기(예: 5㎳ 내지 20㎳)로 수집 데이터가 데이터 파싱부(112)로 전달되는 경우, 이러한 짧은 주기로 데이터 파싱부(112)가 데이터를 연속해서 파싱하는 것은 전체 시스템의 실시간 처리 성능을 악화시킬 수 있다.
따라서, 데이터 병합부(116)는 실시간 모니터링을 위해 필요한 수집 데이터는 병합하지 않고 데이터 파싱부(112)로 바로 전달하고, 나머지 수집 데이터는 일정시간 간격으로 병합하여 파일 형태로 생성한 후 데이터 파싱부(112)로 전달할 수 있다. 이 때, 실시간 모니터링을 위해 필요한 수집 데이터인지 여부는 수집 데이터의 중요도에 따라 설정될 수 있으며, 일례로 이상이 발생할 경우 즉각적인 조치가 필요한 설비 또는 재료로부터 수집되는 수집 데이터를 실시간 모니터링을 위해 필요한 수집 데이터로 설정할 수 있다.
메시지 레이아웃 저장부(117)에는 수집 데이터 전문에 대한 레이아웃을 정의한 데이터가 저장되어 있으며, 데이터 파싱부(112)는 메시지 레이아웃 저장부(117)를 참조하여 바이너리 형태 또는 별도의 데이터 전송 기준으로 전달되는 수집 데이터를 해석하는 근거로 이용할 수 있다.
표준변환기준 저장부(118)에는 디바이스(11)를 구성하는 다양한 센서 등의 항목 ID를 표준화한 표준항목 ID와, 각 표준항목 ID에 따른 기준 단위와 자리수가 저장되어 있다. 즉, 다양한 센서로부터 대량의 수집 데이터가 수집될 때부터 미리 표준화된 항목 ID와 통일된 단위와 자리수를 갖는 수집 데이터가 수집되는 것이 바람직하지만, 각 공정의 특성에 따라 각 센서에서 수집되는 마이크로 데이터의 특성이 상이할 수 있으므로 본 발명의 실시예에서는 향후 분석에 효율적으로 활용하기 위해 사전에 다양한 센서 등의 항목 ID를 표준화한 표준항목 ID와, 각 표준항목 ID에 따른 기준 단위와 자리수가 저장해 둔다.
이러한 실시예에 따르는 경우, 상술한 데이터 표준화부(113)는 표준변환기준 저장부(118)를 참조하여 파싱된 데이터의 항목 ID를 표준항목 ID로 변경하고, 단위 및 자리수를 통일시킬 수 있다.
필터링 기준 저장부(119)에는 표준화된 데이터 중 큐 서버(120)에 저장될 필요가 있는 데이터를 필터링하기 위한 기준이 저장되어 있으며, 상술한 데이터 필터링부(114)는 필터링 기준 저장부(119)를 참조하여 표준화된 데이터 중 큐 서버(120)에 저장할 데이터를 필터링할 수 있다.
큐 서버(120)는 프로세싱 서버(110)에서 전처리된 데이터를 실시간 처리 전에 임시로 보관하는 영역으로 큐(121)를 포함한다.
큐(121)는 프로세싱 서버(110)에서 전처리된 데이터를 일정시간 동안 보관하기 위한 저장소로 데이터 유실 방지를 위해 메모리가 아닌 디스크 기반으로 데이터를 저장할 수 있다. 복수의 큐(121)에서 데이터를 저장하는 공간은 토픽(Topic)으로 구분될 수 있고, 동일 토픽 내의 파티션을 여러개 분리하여 병렬로 처리하는 것도 가능하다.
일 실시예에 있어서, 분산병렬처리시스템(200)이 큐 서버(120)로부터 페치하는 데이터 그룹 별로 고유한 그룹 ID가 할당될 수 있고, 이 고유한 그룹 ID 별로 데이터 페치 주소가 관리될 수 있어, 데이터를 순차적으로 읽고 쓰는 큐 형태로 데이터가 저장 및 제공될 수 있다.
상술한 실시예에서는 하나의 프로세싱 서버(110) 및 하나의 큐 서버(120)를 통해 수집 데이터를 전처리하는 것으로 설명하였지만, 변형된 실시예에 있어서는, 복수개의 프로세싱 서버(110) 및 복수개의 큐 서버(120)를 통해 수집 데이터를 전처리할 수도 있다.
이러한 실시예에 따르는 경우, 복수개의 프로세싱 서버(110)는 디바이스(11)의 규모 및 공장의 물리적 위치 등에 따라 추가하는 형태로 확장될 수 있으며, 각각의 프로세싱 서버(110)는 고가용성(High Availability; HA)을 위해 이중화 구조로 구현될 수 있다.
즉, 각각의 프로세싱 서버(110)는 운영 서버 및 백업 서버로 구비되어 평상시 운영 서버가 동작하다가 운영 서버에 장애가 발생할 경우 자동으로 백업 서버가 활성화됨으로써, 전술한 프로세싱 서버(110)의 동작이 중단되지 않고 연속적으로 수행될 수 있다.
또한, 복수개의 큐 서버(120)는 클러스터링 구조로 구현됨으로써, 1대의 큐 서버(120)에 데이터가 저장되면 다른 큐 서버(120)로 데이터가 복제되어 어느 큐 서버(120)에 장애가 발생할 경우에도 다른 큐 서버(120)를 참조하여 서비스를 지속으로 제공할 수 있다.
또한, 프로세싱 서버(110)는 수신된 수집 데이터에 대한 표준화가 완료되면 복수개의 큐 서버(120) 중1대의 큐 서버(120)를 선택하여 표준화된 데이터를 저장한다. 이 때, 데이터를 저장할 큐 서버(120)를 선택하는 기준은 다양한 룰 중에서 선택될 수 있으며, 일례로 부하가 가장 낮은 큐 서버(120)를 선택하거나, 순차적으로 선택하는 방식, 또는 데이터를 수집한 센서 별로 저장할 큐 서버(120)를 사전에 미리 저장하여 선택하는 것이 가능하다.
다시 도 1을 참조하면, 분산병렬처리시스템(200)은 인터페이스 미들웨어 시스템(100)을 통해 전처리된 데이터에 공정 식별자를 매핑하고, 조업-설비-품질 등 영역간 데이터를 연계분석할 수 있도록 매핑 데이터를 정렬한다.
공정 식별자는 각 공정을 수행하는 설비의 설비 식별자 또는 해당 설비에 의해 가공되는 재료의 재료 식별자 중 적어도 하나를 포함할 수 있다. 이때, 분산병렬처리시스템(200)은 수집 데이터의 수집시간 및 수집 데이터를 수집한 센서의 속성 정보에 기초하여 수집 데이터가 발생한 설비의 설비 식별자를 추출할 수 있고, 각 공정에서 수행되는 작업 지시 정보에 기초하여 매핑 데이터에 매핑되어 있는 설비 식별자에 대응되는 설비에서 가공된 재료의 재료 식별자를 추출할 수 있다.
일 실시예에 있어서, 설비 식별자는 각 설비 별로 부여된 설비 번호일 수 있고, 재료 식별자는 각 재료 별로 부여되어 있는 재료번호일 수 있다.
한편, 분산병렬처리시스템(200)은 동일한 재료 식별자가 매핑되어 있는 매핑 데이터들을 수집 시간에 따라 순차적으로 정렬하고, 시간 순서에 따라 정렬된 매핑 데이터들을 동일한 재료 식별자에 대응되는 재료 상에서 해당 데이터가 수집된 위치를 기준으로 정렬할 수도 있다.
이와 같이, 본 발명의 실시예에 따른 분산병렬처리시스템(200)은 전처리된 데이터에 설비 식별자 및 재료 식별자 중 적어도 하나를 포함하는 공정 식별자를 매핑하고, 매핑된 데이터들을 동일한 재료 식별자에 대응되는 재료 상에서 해당 데이터가 수집된 위치를 기준으로 정렬함으로써, 각 데이터 별로 어떠한 재료가 어떠한 설비를 통과하는 과정에서 수집된 데이터인지 확인할 수 있고, 이러한 데이터의 추적을 통해 각 공정들간의 연계분석이 가능하다.
빅데이터 분석 시스템(300)은 분산병렬처리시스템(200)에 의해 정렬된 데이터를 빅데이터 저장 공간에 저장한다. 또한, 빅데이터 분석 시스템(300)은 데이터 유실이 되지 않도록 관리하며 히스토리컬 데이터에 대한 조회 및 분석기능을 제공한다.
서비스 시스템(400)은 표준화된 처리 프로세스와 업무 기준을 서비스로 재활용하는 구조로, 비즈니스 노하우를 리포지터리(Repository)화하여 기능 단위로 정의된 서비스 간 연결을 통해 계획-실행-제어 간의 연계를 용이하게 하며, 재료나 제품에 대한 품질판정 모델 또는 이상 예측 모델을 포함하는 분석모델을 호출하고 실행하여 분석 결과를 진행한다.
분석모델은 모델 저장부(미도시)에 미리 저장되어 있으므로 서비스 시스템(400)은 분석모델에 대한 실행 호출 이벤트가 입력되면 분석모델에 필요한 데이터를 모델 저장부로부터 추출하여 그 결과를 제공한다.
즉, 서비스 시스템(400)은 분산병렬처리시스템(200)에 의해 처리된 정렬 데이터를 직접 수신하여 분석하거나, 정렬 데이터가 빅데이터 분석 시스템(300)에 저장된 경우 이를 참조하여 해당 데이터를 분석할 수 있다.
관리시스템(500)은 플랫폼 레이어(1000)에 속한 개별 구성에 대한 관리 및 UI/UX의 관리 데이터 수집을 위한 구성들에 대한 설정파일 관리, 각 구성의 개별 모니터링, 미리 설정된 설정값들 간의 연계정보 관리, 전체 시스템의 처리 성능 및 통합 모니터링 정보를 제공한다.
보안시스템(600)은 작업자에 대한 인증, 인가, 접근제어를 수행하며 데이터 자체에 대한 보안 및 전송 통로에 대한 보안을 관리한다.
어플리케이션 레이어(3)는 플랫폼 레이어(1000)을 기반으로 작업자에게 필요한 화면과 데이터를 가공하여 제공한다.
이하, 도 4를 참조하여 본 발명에 따른 스마트 팩토리의 인터페이스 미들웨어 시스템의 수집 데이터 수신 관리 방법에 대해 설명한다.
도 4는 본 발명의 일 실시예에 따른 인터페이스 미들웨어 시스템의 데이터 수집 방법을 보여주는 플로우차트이다. 도 4에 도시된 인터페이스 미들웨어 시스템의 데이터 수집 방법은 도 2에 도시된 인터페이스 미들웨어 시스템의 의해 수행될 수 있다.
먼저, 데이터 수신부가 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신한다(S500).
이때, 인터페이 데이터는 데이터 수신부가 수집 데이터를 수신하는 수신 단위를 의미하는 것으로서, 1개의 수집 데이터를 소정 시간 단위로 수신하는 타입의 인터페이스 데이터, 복수개의 수집 데이터를 하나의 파일 형태로 소정 시간 단위로 수신하는 타입의 인터페이스 데이터를 포함할 수 있다.
이와 같이, 본 발명에 따르면 데이터 수신부가 대량의 수집 데이터를 인터페이스 데이터 단위로 수신하기 때문에 대량의 데이터를 빠른 시간 내에 효과적으로 수신하여 처리할 수 있게 된다.
이후, 데이터 수신 제어부가 데이터 수신부에 의해 수신된 인터페이스 데이터의 전처리 여부를 판단한다(S510). 데이터 수신 제어부는 전처리 기준 테이블에 기초하여 각 인터페이스 데이터의 전처리 여부를 결정할 수 있다. 이때, 전처리 기준 테이블에는 데이터 수신 제어부가 데이터 수신부에 의해 수신된 인터페이스 데이터의 전처리 여부를 결정하는데 이용되는 정보가 기록된다.
일 실시예에 있어서, 전처리 기준 테이블에는 디바이스 식별자, 인터페이스 데이터 종류, 인터페이스 데이터의 전처리 대상 여부, 인터페이스 데이터의 전처리 주기, 및 인터페이스 데이터의 최종 전처리 시간이 기록된다.
디바이스 식별자는 각 인터페이스 데이터에 포함된 수집 데이터를 센싱한 디바이스의 식별자를 의미한다. 인터페이스 데이터의 종류는 해당 디바이스에 센싱된 수집 데이터들이 어떤 종류의 데이터인지 여부를 나타낸다. 예컨대, 도 3에 도시된 바와 같이, 인터페이스 데이터의 종류는 압연실적에 대한 수집 데이터로 이루어진 인터페이스 데이터, 정정실적에 대한 수집 데이터로 이루어진 인터페이스 데이터가 있을 수 있다. 인터페이스 데이터의 전처리 대상 여부를 해당 인터페이스 데이터가 전처리 대상인지 여부를 나타내는 것으로서, 도 3에 도시된 바와 같이 YES 또는 NO로 기록될 수 있다. 인터페이스 데이터의 전처리 대상 여부에 YES가 기록되어 있는 인터페이스 데이터는 전처리해야 하는 인터페이스 데이터임을 나타내고, NO가 기록되어 있는 인터페이스 데이터는 전처리 하지 않는 인터페이스 데이터임을 나타낸다. 인터페이스 데이터의 전처리 주기는 해당 인터페이스 데이터를 전처리할 때 전처리를 수행할 주기를 나타낸다. 인터페이스 데이터의 최종 전처리 시간은 해당 인터페이스 데이터에 대해 전처리를 수행한 최종 시간을 나타낸다. 인터페이스 데이터의 최종 전처리 시간은 해당 인터페이스 데이터에 대한 전처리가 수행될 때마다 새로운 시간으로 갱신된다.
구체적으로, 데이터 수신 제어부는 전처리 기준 테이블 상에서 데이터 수신부가 수신한 인터페이스 데이터의 전처리 대상 여부를 확인한다. 확인결과, 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 NO로 기록되어 있으면, 데이터 수신 제어부는 해당 인터페이스 데이터를 전처리 하지 않는 것으로 결정한다.
한편, 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 YES로 기록되어 있으면, 데이터 수신 제어부는 해당 인터페이스 데이터의 전처리 주기 및 최종 전처리 시간을 확인한다. 확인 결과, 해당 인터페이스 데이터의 최종 전처리 시간으로부터 전처리 주기가 경과한 것으로 판단되면 데이터 수신 제어부는 해당 인터페이스 데이터를 전처리 하는 것으로 결정한다.
하지만, 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 전처리 대상 여부가 YES로 기록되어 있더라도 해당 인터페이스 데이터의 최종 전처리 시간으로부터 전처리 주기가 경과하지 않은 것으로 판단되면 데이터 수신 제어부는 해당 인터페이스 데이터를 전처리 하지 않는 것으로 것으로 결정한다.
이와 같이, 본 발명에 따르면 스마트팩토리 플랫폼의 초기 운영시 모든 인터페이스 데이터들을 전처리 하는 것이 아니라 데이터 수신 제어부에 의해 전처리 결정된 인터페이스 데이터만을 전처리할 수 있도록 함으로써 전처리 대상이 되는 수집 데이터의 양을 감소시킬 수 있고, 이로 인해 수집 데이터의 정합성 검증에 소요되는 시간을 단축시킬 수 있게 된다.
S510에서 해당 인터페이스 데이터를 전처리 하는 것으로 결정되면, 데이터 파싱부가 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터를 파싱한다(S520). 일 실시예에 있어서, 데이터 파싱부는 수집 데이터의 파싱을 통해 수집 데이터에 포함된 측정값의 속성을 식별하기 위한 복수개의 항목 ID로 구성된 그룹 ID, 수집시간, 및 복수개의 측정값이 반복되어 배치되는 수집 데이터를, 그룹 ID에 포함된 복수개의 항목 ID와 복수개의 측정값을 각각 매칭시켜 하나의 항목 ID, 수집시간, 및 하나의 측정값으로 구성된 수집 데이터로 변환할 수 있다.
이후, 데이터 표준화부가 파싱된 수집 데이터를 표준화한다(S530). 구체적으로, 데이터 표준화부는 파싱된 수집 데이터의 측정값의 단위 및 자리수를 통일시키거나, 측정값의 속성을 식별하기 위한 항목 ID를 표준항목 ID로 변환함으로써 수집 데이터를 표준화한다.
이후, 데이터 필터링부가 표준화된 수집 데이터를 필터링한다(S540). 데이터 필터링부는 미리 설정된 필터링 기준에 따라 S530에서 표준화된 데이터를 큐 서버에 저장할 것인지 여부를 판단한다. 일례로, 수집 데이터의 종류에 따라 등급이 미리 설정되어 있고, 데이터 필터링부는 상기 등급에 따라 큐 서버에 저장할 데이터 여부를 판단할 수 있다. 일 실시예에 있어서, 등급은 표준화된 데이터의 표준항목 ID를 기준으로 중요도에 따라 결정될 수 있으나 이에 한정되는 것은 아니다.
이후, 필터링된 수집 데이터는 하나 아싱의 큐 서버에 저장된다(S550).
이후, 도 4에 도시된 바와 같이 데이터 수신 제어부는 분산병렬처리시스템의 처리성능에 따라 전처리 기준 테이블 상에서 인터페이스 데이터의 전처리 대상 여부 및 인터페이스 데이터의 전처리 주기를 갱신시킨다(S560).
일 실시예에 있어서, 데이터 수신 제어부는 분산병렬처리시스템의 CPU 속도 및 메모리 용량이 임계치 이상이면 전처리 기준 테이블에서 전처리 대상이 되는 인터페이스 데이터의 종류를 증가시키거나 전처리 대상이 되는 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시킨다.
이와 같이, 본 발명에 따르면 전처리 대상이 되는 수집 데이터 양의 변화에 따른 분산병렬처리시스템의 성능 변화를 확인할 수 있기 때문에, 원하는 양의 수집 데이터의 실시간 처리 및 분석을 위해 요구되는 분산병렬처리시스템 성능을 예측할 수 있다.
또한, 본 발명에 따르면 데이터 수신 제어부가 전처리 기준 테이블 상에서의 인터페이스 데이터 전처리 주기를 가변시키면 수집 데이터를 생성하는 디바이스들의 수집주기가 변경되는 효과가 발생하게 된다. 이에 따라, 현장에 배치되어 있는 디바이스의 수집 주기 설정 변경을 위해 작업자가 현장으로 방문할 필요가 없을 뿐만 아니라, 디바이스의 수집주기 설정 변경을 위한 별도의 프로그램의 수정 및 배포 작업이 요구되지 않아 작업시간을 단축시킬 수 있게 된다.
도 5에 도시하지는 않았지만 데이터 수신 제어부는 수집 데이터의 전처리가 완료되면 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 최종 전처리 시간을 갱신한다.
한편, S510에서 해당 인터페이스 데이터를 전처리 하지 않는 것으로 결정되면 데이터 수신부는 해당 인터페이스 데이터를 폐기한다(S570).
본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 인터페이스 미들웨어 시스템 110: 프로세싱 서버
111: 데이터 수신부 112: 데이터 파싱부
113: 데이터 표준화부 114: 데이터 필터링부
115: 데이터 저장부 116: 데이터 병합부
120: 큐 서버 300: 데이터 수신 제어부
301: 전처리 기준 테이블 저장소 310: 전처리 결정부
320: 테이블 갱신부 330: 전처리부

Claims (14)

  1. 대량의 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신하는 데이터 수신부;
    전처리 기준 테이블에 기록된 인터페이스 데이터의 전처리 주기를 기초로 상기 인터페이스 데이터의 전처리 여부를 결정하고, 전처리 할 인터페이스 데이터의 양을 조절하기 위해 상기 인터페이스 데이터의 전처리 주기를 가변시키는 데이터 수신 제어부; 및
    전처리 결정된 인터페이스 데이터에 포함된 수집 데이터에 대해 파싱, 표준화, 및 필터링 중 적어도 하나를 포함하는 전처리를 수행하는 전처리부를 포함하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  2. 제1항에 있어서,
    상기 전처리 기준 테이블에는, 상기 인터페이스 데이터에 포함된 수집 데이터를 센싱한 디바이스 식별자, 상기 인터페이스 데이터의 종류, 상기 인터페이스 데이터의 전처리 대상 여부, 및 상기 인터페이스 데이터의 최종 전처리 시간이 추가로 기록되어 있는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  3. 제1항에 있어서,
    상기 데이터 수신 제어부는,
    상기 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 최종 전처리 시간으로부터 상기 전처리 주기가 경과한 경우 해당 인터페이스 데이터를 전처리 하는 것으로 결정하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  4. 제1항에 있어서,
    상기 데이터 수신 제어부는,
    상기 전처리 기준 테이블 상에서 해당 인터페이스 데이터가 전처리 대상인 경우 상기 인터페이스 데이터의 전처리 주기를 기초로 해당 인터페이스 데이터의 전처리 여부를 결정하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  5. 제1항에 있어서,
    상기 데이터 수신 제어부는,
    상기 전처리 기준 테이블 상에서 상기 인터페이스 데이터의 전처리 대상 여부를 갱신시키는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  6. 제1항에 있어서,
    상기 데이터 수신 제어부는,
    상기 전처리된 수집 데이터를 분석하는 분산병렬처리시스템의 CPU 속도 및 메모리 용량이 임계치 이상이면 상기 전처리 기준 테이블에서 상기 전처리 대상이 되는 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시키는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  7. 제1항에 있어서,
    상기 전처리부는, 상기 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터를 파싱하는 데이터 파싱부를 포함하고,
    상기 데이터 파싱부는, 상기 수집 데이터에 포함된 측정값의 속성을 식별하기 위한 복수개의 항목 ID로 구성된 그룹 ID, 수집시간, 및 복수개의 측정값이 반복되어 배치되는 상기 수집 데이터를, 상기 그룹 ID에 포함된 상기 복수개의 항목 ID와 상기 복수개의 측정값을 각각 매칭시켜 하나의 항목 ID, 수집시간, 및 하나의 측정값으로 구성된 수집 데이터로 변환하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  8. 제1항에 있어서,
    상기 전처리부는,
    상기 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터의 측정값의 단위 및 자리수를 통일시키거나, 상기 측정값의 속성을 나타내는 항목 ID를 표준항목 ID로 변환하여 상기 수집 데이터를 표준화하는 데이터 표준화부를 더 포함하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  9. 제1항에 있어서,
    상기 전처리부는,
    상기 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터의 중요도에 기초하여 저장이 필요한 수집 데이터를 큐 서버에 저장하는 데이터 필터링부를 더 포함하는 것을 특징으로 하는 대량의 데이터 수집를 위한 인터페이스 미들웨어 시스템.
  10. 대량의 수집 데이터를 해당 수집 데이터가 포함된 인터페이스 데이터별로 수신하는 단계;
    전처리 기준 테이블에 기록된 인터페이스 데이터의 전처리 주기를 기초로 상기 인터페이스 데이터의 전처리 여부를 결정하는 단계;
    상기 인터페이스 데이터를 전처리 하는 것으로 결정하면 상기 인터페이스 데이터에 포함된 수집 데이터 측정값 및 상기 측정값의 속성을 나타내는 항목 ID를 전처리하는 단계; 및
    상기 전처리 기준 테이블 상에서 상기 인터페이스 데이터의 전처리 주기를 갱신시키는 단계를 포함하는 것을 특징으로 하는 인터페이스 미들웨어 시스템의 데이터 수집방법.
  11. 제10항에 있어서,
    상기 전처리 여부를 결정하는 단계에서,
    상기 전처리 기준 테이블 상에서 해당 인터페이스 데이터의 최종 전처리 시간으로부터 상기 전처리 주기가 경과한 경우 해당 인터페이스 데이터를 전처리 하는 것으로 결정하는 것을 특징으로 하는 인터페이스 미들웨어 시스템의 데이터 수집방법.
  12. 제10항에 있어서,
    상기 갱신시키는 단계에서,
    전처리된 수집 데이터를 분석하는 분산병렬처리시스템의 CPU 속도 및 메모리 용량이 임계치 이상이면 상기 전처리 기준 테이블에서 상기 인터페이스 데이터의 전처리 주기를 목표 전처리 주기까지 점진적으로 감소시키는 것을 특징으로 하는 인터페이스 미들웨어 시스템의 데이터 수집방법.
  13. 제10항에 있어서,
    상기 전처리하는 단계는,
    상기 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터를 파싱하는 단계를 포함하고,
    상기 파싱하는 단계에서, 상기 수집 데이터에 포함된 측정값의 속성을 식별하기 위한 복수개의 항목 ID로 구성된 그룹 ID, 수집시간, 및 복수개의 측정값이 반복되어 배치되는 상기 수집 데이터를, 상기 그룹 ID에 포함된 상기 복수개의 항목 ID와 상기 복수개의 측정값을 각각 매칭시켜 하나의 항목 ID, 수집시간, 및 하나의 측정값으로 구성된 수집 데이터로 변환하는 것을 특징으로 하는 인터페이스 미들웨어 시스템의 데이터 수집방법.
  14. 제10항에 있어서,
    상기 전처리하는 단계는,
    상기 전처리 결정된 인터페이스 데이터에 포함된 수집 데이터의 측정값의 단위 및 자리수를 통일시키거나, 상기 측정값의 속성을 식별하기 위한 항목 ID를 표준항목 ID로 변환하여 상기 수집 데이터를 표준화하는 단계를 포함하는 것을 특징으로 하는 인터페이스 미들웨어 시스템의 데이터 수집방법.
KR1020160184315A 2016-12-30 2016-12-30 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법 KR101938946B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160184315A KR101938946B1 (ko) 2016-12-30 2016-12-30 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160184315A KR101938946B1 (ko) 2016-12-30 2016-12-30 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법

Publications (2)

Publication Number Publication Date
KR20180078994A KR20180078994A (ko) 2018-07-10
KR101938946B1 true KR101938946B1 (ko) 2019-01-15

Family

ID=62916015

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160184315A KR101938946B1 (ko) 2016-12-30 2016-12-30 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법

Country Status (1)

Country Link
KR (1) KR101938946B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200118328A (ko) * 2019-04-05 2020-10-15 한국로봇융합연구원 로봇 자동화 설비 고장 예지 진단데이터 통합수집 게이트웨이 및 그 게이트웨이 구성방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102099362B1 (ko) * 2018-10-08 2020-04-09 (주)디지탈쉽 마이크로 서비스를 이용한 데이터 전처리 장치 및 방법
KR101969482B1 (ko) * 2018-10-17 2019-04-16 위즈코어 주식회사 이기종 데이터를 전처리하기 위한 장치 및 그 방법
KR102188132B1 (ko) * 2020-05-27 2020-12-07 비코어(주) 데이터 적재 및 처리 시스템 및 그 방법
KR102504531B1 (ko) * 2020-11-20 2023-02-28 (주)디지탈쉽 데이터 통합 분석을 위한 데이터 수집 처리 장치 및 방법
KR102504537B1 (ko) * 2020-11-25 2023-02-28 (주)디지탈쉽 데이터 분할 기반 데이터 전처리 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002108841A (ja) 2000-10-03 2002-04-12 Shimadzu Corp 分散型制御システム
KR100906454B1 (ko) 2009-03-18 2009-07-08 주식회사 신시웨이 데이터베이스 로그 정보 관리 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130076332A (ko) * 2011-12-28 2013-07-08 팅크웨어(주) 소모 전력을 최소화하기 위한 이동 단말기 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002108841A (ja) 2000-10-03 2002-04-12 Shimadzu Corp 分散型制御システム
KR100906454B1 (ko) 2009-03-18 2009-07-08 주식회사 신시웨이 데이터베이스 로그 정보 관리 장치 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200118328A (ko) * 2019-04-05 2020-10-15 한국로봇융합연구원 로봇 자동화 설비 고장 예지 진단데이터 통합수집 게이트웨이 및 그 게이트웨이 구성방법
KR102238597B1 (ko) * 2019-04-05 2021-04-12 한국로봇융합연구원 로봇 자동화 설비 고장 예지 진단데이터 통합수집 게이트웨이 및 그 게이트웨이 구성방법

Also Published As

Publication number Publication date
KR20180078994A (ko) 2018-07-10

Similar Documents

Publication Publication Date Title
KR101938946B1 (ko) 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템 및 인터페이스 미들웨어 시스템의 데이터 수집 방법
KR101951526B1 (ko) 스마트팩토리 플랫폼을 위한 인터페이스 미들웨어 시스템 및 그 동작방법
KR101892350B1 (ko) 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼
JP5111719B2 (ja) 時系列なリアルタイムのデータおよび非リアルタイムのデータを収集し検索する方法およびシステム
KR102216311B1 (ko) Api 기반의 스마트팩토리 시스템
US10955806B2 (en) System and method for monitoring and analyzing industrial operations
KR101892351B1 (ko) 스마트 팩토리를 위한 빅데이터 분석 시스템
US20180067995A1 (en) Sensor Data Search System, Sensor Data Search Method and Management Computer
KR20190021560A (ko) 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법
US20120116827A1 (en) Plant analyzing system
KR102220712B1 (ko) 공장의 실시간 상황 변화에 대응하기 위한 동적 상황 관리 장치 및 방법
CN107798460B (zh) 用于处理在连续工艺中获得的数据的智能工厂平台
KR102073810B1 (ko) 머신러닝을 이용하여 함정 추진 장비의 고장을 예측하는 방법 및 시스템
CN111736571A (zh) 一种故障诊断系统及方法、存储介质
CN108353086A (zh) 用于监测工业控制系统的部署确保检查
KR20180026596A (ko) 연속공정용 데이터를 실시간으로 처리하는 분산병렬 처리시스템
KR101960755B1 (ko) 미취득 전력 데이터 생성 방법 및 장치
CN101142559B (zh) 对计算机控制的处理进行监视的方法与系统
WO2003040882A2 (en) Monitoring and controlling independent systems in a factory
KR101892352B1 (ko) 연속공정용 데이터를 표준화하는 미들웨어 시스템
KR102312523B1 (ko) 대량의 데이터 수집을 위한 인터페이스 미들웨어 시스템
KR101984257B1 (ko) 클라우드기반 빅데이터분석시스템 및 방법
JP2009163726A (ja) 品質管理システム及び品質管理方法
KR101951527B1 (ko) 메모리 캐시 자동 관리를 위한 대용량 데이터 실시간 처리 시스템
CN115147236A (zh) 一种处理方法、处理装置和电子设备

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant