KR102023469B1 - 차체 부품 제조 시스템 - Google Patents
차체 부품 제조 시스템 Download PDFInfo
- Publication number
- KR102023469B1 KR102023469B1 KR1020190038410A KR20190038410A KR102023469B1 KR 102023469 B1 KR102023469 B1 KR 102023469B1 KR 1020190038410 A KR1020190038410 A KR 1020190038410A KR 20190038410 A KR20190038410 A KR 20190038410A KR 102023469 B1 KR102023469 B1 KR 102023469B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- vehicle body
- parts
- virtual
- weight
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 101
- 239000000463 material Substances 0.000 claims abstract description 70
- 238000013461 design Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 19
- 238000005260 corrosion Methods 0.000 claims description 14
- 230000007797 corrosion Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 13
- 239000004033 plastic Substances 0.000 claims description 9
- 229920003023 plastic Polymers 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 6
- 229910052751 metal Inorganic materials 0.000 claims description 6
- 239000002184 metal Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 description 14
- 239000010959 steel Substances 0.000 description 14
- 239000000446 fuel Substances 0.000 description 8
- 238000000465 moulding Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000007637 random forest analysis Methods 0.000 description 5
- 239000013585 weight reducing agent Substances 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 229910052782 aluminium Inorganic materials 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229920001431 Long-fiber-reinforced thermoplastic Polymers 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- -1 Pop Gold Substances 0.000 description 2
- 239000003677 Sheet moulding compound Substances 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 239000004918 carbon fiber reinforced polymer Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 210000003195 fascia Anatomy 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002905 metal composite material Substances 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 229920001169 thermoplastic Polymers 0.000 description 2
- 239000004416 thermosoftening plastic Substances 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 1
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000003562 lightweight material Substances 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G06F17/5095—
-
- G06F17/5009—
-
- G06F17/5018—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G06F2217/02—
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
차체 부품 제조 시스템에 관한 것으로, 차체 부품 제조 시스템은 차체 설계 정보에 포함되는 복수의 부품 각각에 대한 무게 정보 및 소재 정보를 생성하고, 상기 무게 정보 및 상기 소재 정보를 이용하여 생성된 가상 결과 정보와 실제 제조된 차체 및 복수의 부품으로부터 획득된 결과 정보를 비교함으로써, 상기 차체 및 상기 부품의 사용 가능 유무를 판단하는 차체 부품 제조 장치, 디스플레이상에 표시된 중심점을 기준으로 상기 복수의 부품으로 구성된 상기 차체를 촬영하고, 상기 중심점에 대응되는 제1부품과 상기 제1부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득하는 사용자 단말 및 상기 복수의 부품의 이미지 및 상기 차체의 이미지를 입력으로 하는 지도 학습 기반의 서비스 정보 모형 을 구축하는 데이터 관리부를 포함하고, 상기 데이터 관리부는 상기 서비스 정보 모형에 기초하여 상기 서비스 정보를 획득할 수 있다.
Description
본원은 차체 부품 제조 시스템에 관한 것이다.
최근 자동차는 CO2 저감 및 배기가스 규제 등의 환경문제와 더불어 연비 성능 강화를 위해 경량화되고 있는 추세이다. 기존 기술의 경우, 설계 시 요구되는 하중을 만족하는 범위 내에서 경량화를 달성하기 위해 기존 소재 대비 고강도 소재 적용 후 제품 단면적 감소를 통해 총 중량을 줄이는 방식으로 경량화가 진행되었다. 그러나 이 경우, 부품의 길이:폭:두께 비율에 따라 좌굴 현상이 일어날 수 있으므로, 적용에 한계가 있는 실정이다.
자동차 연비향상을 위한 경량화와 더불어, 사고 및 충돌 시 운전자의 안전을 보호하기 위해서 자동차 재료의 고강도화가 급격히 진행되고 있다. 강판을 사용하여 제조되는 자동차 차체는 고연비로 연료비를 절감함은 물론, 배기 가스의 감소 및 충돌 시 승객의 안전성 확보를 위해 차량 무게를 감소하기 위하여 지속적으로 연구 개발되고 있다.
따라서 저밀도의 알루미늄을 첨가하면서, 고강도를 유지하면서 저밀도의 철강재가 개발되고 있다.
특히, 차체 프레임을 형성하는 부품의 경우, 주로 강판을 이용한 프레스 성형을 통해 제조되며, 자동차의 충돌 특성향상을 위해 60kg 이상의 고강도 강판을 주로 사용하여 제조되고 있다. 차체 프레임을 형성하는 고강도강은 가공시 성형이 어려우므로 적절한 강도의 강을 부품별로 효율적으로 적용해야한다는 특징이 있다.
본원의 배경이 되는 기술은 한국공개특허공보 제 10-2004-0001581호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자가 원하는 차체 무게를 입력하면, 무게에 따른 복수의 부품의 무게 및 소재를 각각 할당함으로써, 사용자가 원하는 정도의 경량 차체를 획득할 수 있는 차량 부품 제조 시스템을 제공하는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 설정된 무게 및 소재에 따라 제조된 차체 및 복수의 부품 각각을 대상으로 이상적인 결과값과 비교함으로써, 오차를 줄이고 정확도를 높여 안전성이 확보된 차체를 획득할 수 있는 차량 부품 제조 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래의 문제점을 해결하기 위한 것으로서, 제조된 부품 및 차체에 대한 사후 정보를 확인함으로써, 추후 차체 및 복수의 부품 또는 차체에 포함되는 일부의 부품을 제작할 경우, 안전성 및 지속성이 높은 차체를 제조할 수 있고, 더불어 동일한 차종 및 차량에 대한 차체를 개발할 경우, 안전성, 지속성 및 사용성이 비교적 높은 제품을 제조할 수 있는 차량 부품 제조 시스템을 제공하는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 차체 부품 제조 시스템은 차체 설계 정보에 포함되는 복수의 부품 각각에 대한 무게 정보 및 소재 정보를 생성하고, 상기 무게 정보 및 상기 소재 정보를 이용하여 생성된 가상 결과 정보와 실제 제조된 차체 및 복수의 부품으로부터 획득된 결과 정보를 비교함으로써, 상기 차체 및 상기 부품의 사용 가능 유무를 판단하는 차체 부품 제조 장치, 디스플레이상에 표시된 중심점을 기준으로 상기 복수의 부품으로 구성된 상기 차체를 촬영하고, 상기 중심점에 대응되는 제1부품과 상기 제1부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득하는 사용자 단말; 및 상기 복수의 부품의 이미지 및 상기 차체의 이미지를 입력으로 하는 지도 학습 기반의 서비스 정보 모형을 구축하는 데이터 관리부를 포함하고, 상기 데이터 관리부는 상기 서비스 정보 모형에 기초하여 상기 서비스 정보를 획득할 수 있다.
또한, 상기 서비스 정보는, 부품별 마모 정보, 부식 정보 및 감가상각 정보를 포함할 수 있다.
또한, 상기 데이터 관리부는, 상기 지도 학습 기반의 분류/예측 알고리즘에 기초하여 상기 서비스 정보 모형을 구축할 수 있다.
또한, 상기 차체 부품 제조 장치는, 상기 사용자 단말로부터 차체 설계 정보를 획득하는 통신부, 상기 차체 설계 정보에 포함되는 상기 복수의 부품의 각각에 연번을 할당하고, 상기 연번 각각에 대응하는 부품에 상기 무게 정보 를 부여하는 데이터 전처리부, 상기 무게 정보를 기반으로 상기 연번 각각에 대응하는 상기 소재 정보 를 획득하는 부품 소재 정보 획득부, 상기 무게 정보 및 상기 소재 정보를 기반으로 상기 차체 및 상기 부품 각각의 시뮬레이션을 위한 가상의 차체 및 가상의 부품을 설계하고, 상기 가상의 차체 및 가상의 부품으로부터 상기 가상 결과 정보를 생성하는 가상 결과 정보 생성부, 상기 무게 정보 및 상기 소재 정보를 이용하여 상기 연번 각각에 대응하는 상기 복수의 부품을 제작하기 위한 신호를 생성하는 신호 생성부 및 상기 복수의 부품을 이용하여 제조된 차체로부터 상기 결과 정보 를 획득하고, 상기 결과 정보와 상기 가상 결과 정보를 비교하여 오차 정보 를 생성하는 오차 정보 생성부를 포함할 수 있다.
또한, 상기 통신부는, 상기 신호를 수신받아 상기 부품 및 상기 차체을 제작하는 제조 기기로부터 상기 결과 정보를 수신할 수 있다.
또한, 상기 무게 정보는, 상기 연번 각각에 할당되는 부품의 특성 정보를 이용하여 생성되고, 상기 특성 정보는, 강도 정보, 경도 정보 및 강성 정보를 포함할 수 있다.
또한, 상기 부품 소재 정보 획득부는, 상기 연번에 할당되는 상기 특성 정보를 기반으로 하여 플라스틱 및 금속의 비율 정보, 플라스틱 종류 정보 및 금속 종류 정보를포함하는 부품 소재 정보를 획득할 수 있다.
또한, 상기 가상 결과 정보 생성부는, 상기 가상의 차체로부터 생성된 가상 차체 결과 정보 및 상기 연번 각각에 대응하는 가상의 부품으로부터 생성된 가상 부품 결과 정보를 포함하는 가상 결과 정보를 생성할 수 있다.
또한, 상기 결과 정보는, 상기 연번 각각에 대응하는 상기 부품으로부터 획득된 부품 결과 정보 및 상기 차체로부터 획득된 차체 결과 정보를 포함할 수 있다.
또한, 상기 오차 정보는, 차체 오차 정보 및 부품 오차 정보를 포함하고, 상기 오차 정보 생성부는, 상기 가상 차체 결과 정보와 상기 차체 결과 정보를 비교하여 상기 차체 오차 정보를 생성하고, 상기 가상 부품 결과 정보와 상기 부품 결과 정보를 비교하여 상기 부품 오차 정보를 생성할 수 있다.
또한, 상기 차체 오차 정보와 기설정된 차체 기준 오차값을 비교하고, 상기 부품 오차 정보와 기설정된 부품 기준 오차값을 비교하여 분석값을 도출하는 분석부 및 상기 분석값을 기준으로 상기 차체 및 상기 연번 각각에 대응하는 부품의 사용 가능 유무를 판단하는 판단부를 더 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 사용자가 원하는 차체 무게를 입력하면, 무게에 따른 복수의 부품의 무게 및 소재를 각각 할당함으로써, 사용자가 원하는 정도의 경량 차체를 획득할 수 있는 효과가 있다.
전술한 본원의 과제 해결 수단에 의하면, 설정된 무게 및 소재에 따라 제조된 차체 및 복수의 부품 각각을 대상으로 이상적인 결과값과 비교함으로써, 오차를 줄이고 정확도를 높여 안전성이 확보된 차체를 획득할 수 있는 효과가 있다.
전술한 본원의 과제 해결 수단에 의하면, 제조된 부품 및 차체에 대한 사후 정보를 확인함으로써, 추후 차체 및 복수의 부품 또는 차체에 포함되는 일부의 부품을 제작할 경우, 안전성 및 지속성이 높은 차체를 제조할 수 있고, 더불어 동일한 차종 및 차량에 대한 차체를 개발할 경우, 안전성, 지속성 및 사용성이 비교적 높은 제품을 제조할 수 있는 효과가 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 차체 부품 제조 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시예에 따른 차체 부품 제조 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 사용자 단말이 차체를 촬영하는 모습을 개략적으로 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 차체 부품 제조 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 사용자 단말이 차체를 촬영하는 모습을 개략적으로 나타낸 도면이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시예에 따른 차체 부품 제조 시스템의 개략적인 구성도이고, 도 2는 본원의 일 실시예에 따른 차체 부품 제조 장치의 개략적인 블록도이다.
도 1 및 도 2를 참조하면, 본원의 일 실시예 따른 차체 부품 제조 시스템은 차체 설계 정보에 포함되는 복수의 부품 각각에 대한 무게 정보 및 소재 정보를 생성하고, 무게 정보 및 소재 정보를 이용하여 생성된 가상 결과 정보 및 실제 제조된 차체 및 복수의 부품으로부터 획득된 결과 정보를 비교함으로써, 차체 및 부품의 사용 가능 유무를 판단하는 차체 부품 제조 장치(100), 디스플레이상에 표시된 중심점을 기준으로 복수의 부품으로 구성된 차체를 촬영하고, 중심점에 대응되는 제1 부품과 제1 부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득하는 사용자 단말(200) 및 복수의 부품의 이미지 및 차체의 이미지를 입력으로 하는 지도 학습 기반의 서비스 정보 모형을 구축하는 데이터 관리부(300)를 포함할 수 있다.
본원의 일 실시예에 따른 차체 부품 제조 장치(100)는 사용자로부터 제조하고자 하는 차량의 차체 설계 정보를 획득하고, 차체 설계 정보를 이용하여 차체를 구성할 각각의 부품들에 무게 정보를 부여하고, 무게 정보를 기반으로 하여 소재를 확정하여 가상 시뮬레이션을 수행한 후, 실제 제품과의 오차 정도를 생성함으로써, 효율적으로 차체를 제조할 수 있다.
이를 구현하기 위하여, 본원의 일 실시예에 따른 차체 부품 제조 장치(100)는 사용자 단말(200)로부터 차체 설계 정보를 획득하는 통신부(110), 차체 설계 정보에 포함되는 복수의 부품의 각각에 연번을 할당하고, 상기 연번 각각에 대응하는 부품에 무게 정보를 부여하는 데이터 전처리부(120), 상기 무게 정보를 기반으로 상기 연번 각각에 대응하는 소재 정보를 획득하는 부품 소재 정보 획득부(130), 상기 무게 정보 및 상기 소재 정보를 기반으로 상기 차체 및 상기 부품 각각의 시뮬레이션을 위한 가상의 차체 및 가상의 부품을 설계하고, 상기 가상의 차체 및 가상의 부품으로부터 가상 결과 정보를 생성하는 가상 결과 정보 생성부(140), 상기 무게 정보 및 상기 소재 정보를 이용하여 상기 연번 각각에 대응하는 상기 복수의 부품을 제작하기 위한 신호를 생성하는 신호 생성부(150), 상기 복수의 부품을 이용하여 제조된 차체로부터 복수의 결과 정보 를 획득하고, 상기 결과 정보와 상기 가상 결과 정보를 비교하여 오차 정보를 생성하는 오차 정보 생성부(160), 상기 차체 오차 정보와 기설정된 차체 기준 오차값을 비교하고, 상기 부품 오차 정보와 기설정된 부품 기준 오차값을 비교하여 분석값을 도출하는 분석부(170) 및 상기 분석값을 기준으로 상기 차체 및 상기 연번 각각에 대응하는 부품의 사용 가능 유무를 판단하는 판단부(180)를 포함할 수 있다.
차체 부품 제조 장치(100)의 통신부(110)는 사용자 단말(200)로부터 차체 설계 정보를 획득할 수 있다. 차체 설계 정보는 차체를 제조하고자 하는 의뢰인(이하 '사용자'로 칭함)이 제조하고자 하는 차체에 대한 정보를 의미할 수 있다.
차체는 기계 부품과 승객, 화물을 수용하고 보호하도록 설계된 자동차 구조물인 차대를 의미하는 것으로, 그릴(grille), 후드(hood), 워셔노즐(washer nozzle), 카울(cowl), 바깥 거울(outside mirror), 와이퍼(windshiel wiper), 앞유리(windshield), 선루프(sliding sunroof), 중앙 지주(center post), 안테나(antenna), 루프(roof), 드립 몰딩(drip molding), 쿼터 윈도우(quarter window), 트렁크(trunk), 연료 주입구 덮개(fuel door), 흙받이(mud flap), 휠 커버(wheel cover), 타이어(tire), 창(window), 도어로크(door lock), 문 손잡이(door handle), 문(door), 차체 사이드 몰딩(body side molding), 펜더(fender), 앞 범퍼(front fascia), 전조등(headlight) 및 범퍼(bumper molding) 등을 포함하여 구성될 수 있다. 차체 설계 정보는 사용자가 제조하고자 하는 차체에 대한 정보를 의미할 수 있으며, 차체 설계 정보는 제조하고자 하는 차체가 활용될 차종, 차종에 따라 차체에 사용될 복수의 부품(전술한 그릴, 후드, 워셔노즐, 카울, 바깥거울, 와이퍼 등을 포함하여 차체를 구현할 때 필요한 구성 요소) , 차체의 무게 및 차체와 조립될 부품(프레임, 엔진, 변속기, 클러치, 핸들, 차축, 차바퀴 등)의 종류 및 배치 등을 포함할 수 있다. 여기서 차체의 무게란, 차체의 경량화를 고려함에 따라 산출된 제조하고자 하는 차체의 이상적인 무게 값을 의미할 수 있다. 차체의 무게는 사용자가 임의적으로 결정될 수 있고, 차종을 기반으로 해당 차종의 일반적인 차체의 무게 대비 이하 값으로 결정될 수 있으며, 통상적인 자동차의 일반적인 차체의 무게 대비 이하 값으로 결정될 수 있다.
차체 설계 정보에 포함되는 차체가 활용될 차종, 차체에 사용될 복수의 부품, 차체의 무게 및 차체와 조립될 부품은 문자 형태로 통신부(110)에서 수신될 수 있고, 차체의 무게의 경우, 숫자 및 단위를 포함한 문자 형태로 통신부(110)에서 수신될 수 있다.
통신부(110)는 차체 설계 정보를 사용자 단말(200)로부터 획득할 수 있다. 사용자 단말(200)은 사용자에 의해 입력된 차체 설계 정보를 디스플레이하고 차체 부품 제조 장치(100)로 전송할 수 있는 디바이스로서, 휴대용 단말, 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 스마트 TV, 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 같은 사용자의 입력을 수신하고 화면상에 결과값을 디스플레이하는 모든 종류의 무선 통신 장치 및 유선 통신 장치를 포함할 수 있다.
사용자 단말(200)은 사용자로부터 입력된 차체 설계 정보를 수신하고 차체 부품 제조 장치(100)로 전송할 수 있으며, 차체 부품 제조 장치(100)의 통신부(110)는 차체 설계 정보를 사용자 단말(200)로부터 수신할 수 있다.
이때, 차체 부품 제조 장치(100)와 사용자 단말(200)은 네트워크(1) 통신할 수 있다. 네트워크(1)는 단말 및 서버와 같은 각각의 노드 상호 간에 정보 교환이 가능한 무선의 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등을 포함할 수 있다.
또한, 차체 부품 제조 장치(100)와 사용자 단말(200)은 후술하는 부품 및 차체를 제작하는 제조 기기(400) 및 데이터 관리부(300)와도 네트워크(1) 통신할 수 있다. 사용자 단말(200), 데이터 관리부(300) 및 제조 기기(400)에 대한 자세한 설명은 후술하기로 한다.
데이터 전처리부(120)는 차체 설계 정보에 포함되는 복수의 부품의 각각에 연번을 할당하고, 연번 각각에 대응하는 부품에 무게 정보를 부여할 수 있다.
데이터 전처리부(120)는 차체 설계 정보에 포함되는 차체에 사용될 복수의 부품 각각에 연번을 부여할 수 있다. 데이터 전처리부(120)는 차체를 실질적으로 구현하는 복수의 부품, 일 예로, 그릴(grille), 후드(hood), 워셔노즐(washer nozzle), 카울(cowl), 바깥 거울(outside mirror), 와이퍼(windshiel wiper), 앞유리(windshield), 선루프(sliding sunroof), 중앙 지주(center post), 안테나(antenna), 루프(roof), 드립 몰딩(drip molding), 쿼터 윈도우(quarter window), 트렁크(trunk), 연료 주입구 덮개(fuel door), 흙받이(mud flap), 휠 커버(wheel cover), 타이어(tire), 창(window), 도어로크(door lock), 문 손잡이(door handle), 문(door), 차체 사이드 몰딩(body side molding), 펜더(fender), 앞 범퍼(front fascia), 전조등(headlight) 및 범퍼(bumper molding) 각각에 연번을 부여할 수 있다.
더 나아가, 데이터 전처리부(120)는 상기 복수의 부품의 키워드와 대응하는 유사(연관) 키워드를 갖는 항목에 대한 일률적인 관리가 가능하도록, 복수의 부품에 관한 유사 키워드 매칭 데이터 베이스 기반의 확장 검색 결과에 따라, 유사 키워드를 갖는 항목에 대한 이률적인 관리가 가능하도록 유사 키워드 각각에 연번을 부여할 수 있다. 여기서, 유사 키워드 매칭 데이터 베이스는 유사 키워드 매칭 룩업 테이블이라 달리 지칭될 수 있다. 예를 들어, 상기 복수의 부품 중 후드의 경우, 후드, hood, 보닛, 보니트, bonnet이 하나의 데이터로 관리가 되어, 데이터 전처리부(120)는 후드를 지칭하는 후드, hood, 보닛, 보니트, bonnet를 연번 1번으로 일률적으로 부여할 수 있다. 즉, 데이터 전처리부(120)는 단순히 '후드'라는 결과에만 동일한 연번을 부여하는 것이 아닌, '후드'와 관련된 'hood', '보닛', '보니트', 'bonnet'과 연관하여 후드와 동일한 역할을 하는 차체의 부품에 대한 단어에 동일한 연번을 일률적으로 부여할 수 있다.
이때, 연번 순서는 차체의 전방(차량의 앞부분, 즉, 후드가 위치하는 부분)에 위치한 부품에서 후방에 위치한 부품 순으로 부여될 수 있으나, 이에 한정하는 것이 아닌, 차체의 후방에 위치한 부품에서 전방에 위치한 부품으로, 또는, 차체의 좌측(차량의 연료 주입구 덮개가 있는 왼쪽 부분)에 위치한 부품에서 우측에 위치한 부품으로, 또는, 차체의 우측에 위치한 부품에서 좌측에 위치한 부품 순으로 부여될 수 있다. 이때, 데이터 전처리부(120)는 통신부(110)로부터 수신된 차체 설계 정보 및 부품의 종류를 기준으로 연번을 부여할 수 있다. 예를 들어, 데이터 전처리부(120)가 A 사용자 단말로부터 수신된 차체 설계 정보에 포함되는 복수의 부품 중 차체 사이드 폴딩과 관련된 키워드에 부여한 연번이 1-A번인 경우, 데이터 전처리부(120)는 B 사용자 단말로부터 수신된 차체 설계 정보에 포함되는 차체 사이드 폴딩과 관련된 키워드에도 1-B번을 부여할 수 있으며, 이밖에 다른 사용자 단말로부터 수신된 차체 설계 정보에 포함되는 차체 사이드 폴딩과 관련된 키워드에도 1-n번을 부여할 수 있다. 또한, 데이터 전처리부(120)가 A 사용자 다말로부터 수신된 차체 설계 정보에 포함되는 복수의 부품 중 범퍼와 관련된 키워드에 부여한 연번이 2-A번인 경우, 데이터 전처리부(120)는 B 사용자 단말로부터 수신된 차체 설계 정보에 포함되는 범퍼와 관련된 키워드에도 2-B번을 부여할 수 있으며, 이밖에 다른 사용자 단말로부터 수신된 범퍼와 관련된 키워드에도 2-n번을 부여할 수 있다. 앞서 예시로 설명한 1-A, 1-B, 2-A, 2-B의 경우, 하나의 예시일 뿐, 사용자가 원하는 형태로 연번을 부여할 수 있고, 연번은 글자, 숫자, 특수 문자 등 차종에 따른 복수의 부품을 구별할 수 있는 다양한 문자 형태로 표현될 수 있다.
이처럼 데이터 전처리부(120)가 차체에 포함되는 복수의 부품 각각에 연번을 부여하고, 복수의 차체 설계 정보에 포함되는 복수의 부품의 종류 및 연관 키워드에 따라 동일한 연번을 부여함으로써, 복수의 차체 설계 정보를 일률적으로 관리할 수 있고, 차체 설계 정보가 통일성 및 규칙성 있는 상태로 구축되어 보다 후술하는 부품 소재 정보 획득부(130) 내지 판단부(180)를 포함하는 차체 부품 제주 장치(100)의 전반적인 프로세스에서 양질의 신뢰도 높은 공정을 수행할 수 있다. 더 나아가 후술하는 부품 소재 정보 획득부(130) 내지 판단부(180)를 포함하는 차체 부품 제조 장치(100)의 전반적인 프로세스에서 능률이 향상될 수 있으며, 처리 속도를 향상시킬 수 있다.
데이터 전처리부(120)는 연번 각각에 대응하는 부품에 무게 정보를 부여할 수 있다. 데이터 전처리부(120)는 통신부(110)로부터 수신된 차체가 활용될 차종, 차체의 무게 정보를 이용하여 연번 각각에 대응하는 부품에 무게 정보를 부여할 수 있다. 이때, 무게정보는 연번 각각에 할당되는 부품의 특성 정보를 이용하여 생성될 수 있다.
전술한 바와 같이, 차체의 무게 정보는 차체의 경량화를 고려함에 따라 산출된 제조하고자 하는 차체의 이상적인 무게 값을 의미할 수 있으며, 이는 사용자가 임의대로 결정하거나, 차종을 기반으로 또는 통상적인 자동차의 일반적인 차체의 무게로 결정될 수 있다.
데이터 전처리부(120)는 차체의 무게를 기반으로 연번 각각에 대응하는 부품에 무게 정보를 부여할 수 있으며, 무게 정보는 연번에 각각에 할당되는 부품의 특성 정보를 이용하여 생성될 수 있다. 이때, 특성 정보는 강도 정보, 경도 정보 및 강성 정보를 포함할 수 있다.
예를 들어, 화물차에 사용되는 범퍼와 일반 승용차에 사용되는 범퍼는 차량의 사용 용도가 다르므로, 화물차의 범퍼 및 일반 승용차의 범퍼는 강도, 경도 및 강성이 다를 수 있다. 화물차에 사용되는 범퍼의 연번이 1-A번이고, 일반 승용차에 사용되는 범퍼의 연번이 1-B번으로 부여된 경우, 1-A번의 무게 정보는 화물차에 사용되는 차체의 이상적인 무게 값에 기초하여 화물차에 사용되는 범퍼의 강도 정보, 경도 정보 및 강성 정보에 따라 결정될 수 있고, 1-B의 무게 정보는 일반 승용차에 사용되는 차체의 이상적인 무게값에 기초하여 일반 승용차에 사용되는 범퍼의 강도 정보, 경도 정보 및 강성 정보에 따라 결정될 수 있다. 즉, 데이터 전처리부(120)는 차체의 무게 및 부품의 연번이 할당된 무게의 특성 정보에 기초하여 연번이 할당된 부품의 무게 정보를 부여할 수 있다.
여기서 강도(strenth) 정보는 물체의 강한 정도로, 재료에 하중이 걸린 경우, 재료가 파괴되기까지의 변형저항을 그 재료의 강도를 의미할 수 있고, 단위면적당 힘으로 단위는 N/m^2일 수 있다. 강도 정보는 인장 강도, 굽힘 강도, 전단 강도, 비틀림 강도로 구분될 수 있으며, 일반적으로 강도 정보는 인장 강도 정보를 의미할 수 있다.
경도(hardness) 정보는 재료의 정적 강도로, 해당 물체에 외력을 가했을 때, 그 물체의 변형에 대한 저항력의 크기를 의미하며, 인장 강도에 비례할 수 있다.
강성(rigidity) 정보는 탄성변형을 할 경우 그 변형에 저항하는 정도를 의미하며, 길이변화량당 힘으로 단위는 N/m일 수 있다. 이는 동일한 재료라도 모양, 부피, 길이에 따라 값이 달라질 수 있다.
차체에 사용되는 복수의 부품은 부품이 사용되는 위치 및 사용 용도에 따라 강도, 경도 및 강성이 각각 다를 수 있다. 일 예로, 차체의 구성 요소 중 문에 사용되는 강판과 루프에 사용되는 강판의 강도, 경도 및 강성이 각각 다를 수 있다. 다른 예로, 차체의 구성 요소 중 후드에 사용되는 강판과 휠 커버에 사용되는 강판의 강도, 경도 및 강성이 각각 다를 수 있다. 따라서, 데이터 전처리부(120)는 차체에 사용되는 복수의 부품 각각에 강도, 경도 및 강성의 레벨을 설정하여, 부품 각각의 강도, 경도 및 강성의 레벨에 맞는 무게 정보를 부여 할 수 있다. 이때, 복수의 부품 각각에 부여된 무게 정보의 합은, 앞서 통신부(110)에서 수신한 사용자가 원하는 차체의 이상적인 무게 값과 같거나 적을 수 있다.
데이터 전처리부(120)는 복수의 부품 각각에 대한 강도, 경도 및 강성의 정도를 레벨을 설정할 경우, 강도, 경도 및 강성의 레벨은 상대적으로 평가하여 설정될 수 있다. 일 예로, 강도, 경도 및 강성의 정도의 레벨은 레벨 1부터 레벨 10까지 설정하여, 레벨 10을 강도, 경도 및 강성의 정도가 가장 높은 정도, 레벨 1을 강도, 경도 및 강성의 정도가 가장 낮은 정도로 설정함으로써, 부품 각각에 대해 상대적으로 평가함으로써 강도, 경도 및 강성의 레벨을 부여할 수 있다. 데이터 전처리부(120)는 이와 같이 부여된 레벨을 이용하여 무게 정보를 부여할 수 있다.
예를 들어, 화물차에 사용되는 범퍼의 연번이 1-A번인 경우, 데이터 전처리부(120)는 범퍼의 특성 및 화물차의 특이성을 고려하여 강도, 경도 및 강성의 레벨을 설정할 수 있고, 강도, 경도 및 강성의 레벨에 맞는 무게 정보(예를 들어, 20±5kg)를 부여할 수 있다. 또한, 화물차에 사용되는 루프의 연번이 1-B번인 경우, 데이터 전처리부(120)는 후드의 특성 및 화물차의 특이성을 고려하여 강도, 경도 및 강성의 레벨을 설정할 수 있고, 강도, 경도 및 강성의 레벨에 맞는 무게 정보(예를 들어, 40±5kg)를 부여할 수 있다. 이때, 데이터 전처리부(120)는 화물차 차체에 부여된 이상적인 무게 값에 기초하여, 상기 차체에 할당되는 각각의 연번의 무게 정보의 합이 상기 이상적인 무게 값을 초과하지 않도록 각각의 연번의 무게 정보를 부여할 수 있다.
부품 소재 정보 획득부(130)는 무게 정보를 기반으로 연번 각각에 대응하는 소재 정보를 획득할 수 있다.
자동차의 연비 향상 및 이산화탄소 규제에 대응하기 위하여 자동차 차체의 경량화를 위한 연구에 관심도가 높아지고 있으며, 차체 경량화를 위한 다양한 경량 재료들이 활용되고 있다. 특히 알루미늄은 비강도가 우수하고 경량화 효율이 높아 철강 다음으로 차체에 사용되는 비중이 높으며, 알루미늄과 함께 마그네슘, 고분자 복합소재, 고강도 철강소재들이 차체에 사용되어 기존의 철강 소재를 점차 대체하고 있는 추세이다. 따라서 본원의 일 실시예에 따른 차체 부품 제조 장치(100)는 차체의 경량화를 위하여 철강과 함께 경량 금속 소재를 이용하여 차체의 부품 및 차체를 제조할 수 있다.
부품 소재 정보 획득부(130)는 연번 각각의 할당된 무게 정보에 기초하여, 해당 무게 정보에 맞도록 연번에 해당되는 부품의 소재 정보를 결정할 수 있다. 여기서 소재 정보는, 랑세스, 듀레탄, CFRP(Carbon Fiber Reinforced Plastics), 알루미늄, 마그네슘, 팝금, 플라스틱, GMT(Glass Fiber Reinforced Thermoplastics), LWRT(Low Weight Reinforced Thermoplastic), LFT(Long Fiber Reinforced Thermoplastic), EPP(Expanded Polypropylene) 및 SMC(Sheet Molding Compound) 등 플라스틱 금속 복합 소재에 활용될 수 있는 소재에 대한 정보를 포함할 수 있다. 따라서, 부품 소재 정보 획득부(130)는 연번에 할당되는 차체의 부품의 소재를 결정할 경우, 연번 각각에 할당된 무게 정보에 기초하여, 상기 소재 정보를 결정할 수 있고, 또한 앞서 무게 정보를 결정할 때 사용된 강도 정보, 경도 정보 및 강성 정보를 포함하는 부품의 특성 정보를 이용하여 연번에 부품의 소재 정보를 결정할 수 있다. 이때, 소재 정보는 복합 소재를 사용하는 경우, 복합 소재 각각에 대한 비율 정보를 포함할 수 있다.
예를 들어, 화물차에 사용되는 범퍼의 연번이 1-A번이고, 1-A번에 할당된 무게 정보가 20±5kg 인 경우, 부품 소재 정보 획득부(130)는 화물차 차체에 사용되는 범퍼의 무게가 20±5kg가 되도록 플라스틱 금속 복합 소재를 화물차 범퍼의 소재로 결정할 수 있고, 플라스틱의 종류, 금속의 종류 및 플라스틱 대비 금속의 비율을 함께 결정할 수 있다.
즉, 부품 소재 정보 획득부(130)는 연번에 할당되는 무게 정보를 충족하기 위해 연번에 대응하는 부품의 소재 정보를 확정하고, 이에 따른 소재 종류, 비율 등을 함께 고려하여 소재 정보를 결정하여 획득할 수 있다.
가상 결과 정보 생성부(140)는 무게 정보 및 소재 정보를 기반으로 차체 및 부품 각각의 시뮬레이션을 위한 가상의 차체 및 가상의 부품을 설계하고, 가상의 차체 및 가상의 부품으로부터 가상 결과 정보를 생성할 수 있다.
가상 결과 정보 생성부(140)는 무게 정보 및 소재 정보를 기반으로 가상 결과 정보를 생성할 수 있다. 가상 결과 정보는 무게 정보 및 소재 정보를 기반으로 이론적으로 도출될 수 있는 가상의 차체 정보 및 가상의 부품 정보를 의미할 수 있으며, 가상 결과 정보는 가상의 차체 및 가상의 부품 이미지, 무게 정도, 강도 정보, 경도 정보 및 강성 정보, 가상의 차체 두께 및 가상의 부품의 두께 정도 등 가상의 차체 및 가상의 부품의 기본적인 정보를 포함할 수 있다. 가상 결과 정보는 명확한 수치값으로 도출되는 것이 아닌, 수치 범위로 도출될 수 있다.
가상 결과 정보 생성부(140)는 무게 정보 및 소재 정보를 입력값으로 하여 가상의 차체 및 가상의 부품을 설계 및 제조할 수 있고, 가상의 차체 및 가상의 부품으로부터 가상 결과 정보를 생성할 수 있다.
또한, 가상 결과 정보 생성부(140)는 가상의 차체로부터 생성된 가상 차체 결과 정보 및 연번 각각에 대응하는 가상의 부품으로부터 생성된 가상 부품 결과 정보를 포함하는 가상 결과 정보를 생성할 수 있다. 즉, 가상 결과 정보는 무게 정보 및 소재 정보를 기반으로 이론적으로 도출될 수 있는 가상의 차체에 대한 가상 차체 결과 정보 및 무게 정보 및 소재 정보를 기반으로 이론적으로 도출될 수 있는 가상의 부품에 대한 가상 부품 결과 정보를 포함할 수 있다. 가상 결과 정보에 가상 차체 결과 정보 및 가상 부품 결과 정보를 각각 포함함으로써, 후술하는 실제 차체 결과 정보와 부품 결과 정보를 가상 차체 결과 정보 및 가상 부품 결과 정보에 대응하여 비교할 수 있고, 전체 차체에 대한 오차를 비교하고 복수의 부품 각각에 대한 오차를 비교하여 더 완성도있는 차체를 제작할 수 있다는 효과가 있다.
신호 생성부(150)는 무게 정보 및 소개 정보를 이용하여 연번 각각에 대응하는 복수의 부품을 제작하기 위한 신호를 생성할 수 있다. 신호 생성부(150)는 무게 정보 및 소재 정보를 이용하여 실제 복수의 부품 및 차체를 제조하기 위해, 제조 기기(400)를 구동하기 위한 제조기기 구동 신호를 생성할 수 있다. 제조 기기(400)는 차체를 조립하기 위해 필수적으로 사용되는 복수의 부품을 제작하기 위해 필요한 적어도 하나 이상의 기계 및 복수의 부품을 조립하여 차체를 형성하기 위해 필요한 적어도 하나 이상의 기계를 포함할 수 있다. 일 예로, 제조 기기(400)는 가공 전 철판을 부품에 맞게 필요한 모양과 크기로 자르고, 입체적인 모양으로 찍어내는 프레스(Press) 기기, 복수의 부품의 조립을 위해 부품에 구멍을 뚫는 작업을 수행하는 드릴링(Drilling), 복수의 부품 각각을 차례로 용접하여 차체를 완성하는 차체 조립 기기 등을 포함할 수 있다.
본원의 일 실시예에 따른 차체 부품 제조 장치(100)와 제조 기기(400)는 서로 네트워크(1) 통신할 수 있어, 차체 부품 제조 장치(100)의 신호 생성부(150)에서 생성된 신호를 네트워크(1)로 제조 기기(400)로 전송하면, 제조 기기(400)는 해당 신호에 따라 구동하여 복수의 부품 및 차체를 제작할 수 있다. 신호 생성부(150)에서 생성되는 신호는, 무게 정보 및 소재 정보를 기반으로 하여 제조 기기(400)가 구동할 수 있도록 하는 제조 기기 구동 신호를 의미할 수 있으며, 신호 생성부(150)는 제조 기기(400)를 구동하기 위한 프로그래밍을 수행할 수 있다.
오차 정보 생성부(160)는 복수의 부품을 이용하여 제조된 차체로부터 복수의 결과 정보를 획득하고, 결과 정보와 가상 결과 정보를 비교하여 오차 정보를 생성할 수 있다.
먼저, 전술한 통신부(110)는 신호를 수신받아 부품 및 차체를 제작하는 제조 기기(400)로부터 결과 정보를 수신할 수 있다. 무게 정보 및 소재 정보를 이용하여 연번에 대응되도록 생성된 신호를 수신한 제조 기기(400)는 복수의 부품을 제조할 수 있고, 복수의 부품을 용접하여 조립함으로써 차체를 제조할 수 있다. 제조 기기(400)는 복수의 부품과 차체를 제조함과 동시에, 복수의 부품에 대한 정보 및 차체에 대한 정보를 수집할 수 있다. 제조 기기(400)로부터 수집된 복수의 부품에 대한 정보 및 차체에 대한 정보는, 복수의 부품 및 차체를 대상으로 한 이미지, 무게 정도, 강도 정보, 경도 정보, 강성 정보, 차체 및 복수의 부품의 두께 등 기본적인 정보를 포함할 수 있다.
오차 정보 생성부(160)는 제조 기기(400)로부터 복수의 부품에 대한 정보 및 차체에 대한 정보를 포함하는 복수의 결과 정보를 획득하고, 결과 정보와 전술한 가상 결과 정보를 비교하여 오차 정보를 생성할 수 있다.
결과 정보는 연번 각각에 대응하는 부품으로부터 획득된 부품 결과 정보 및 차체로부터 획득된 차체 결과 정보를 포함할 수 있다. 부품 결과 정보는, 전술한 바와 같이, 복수의 부품 각각에 대한 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께 등을 포함하는 복수의 부품 각각에 해당하는 기본적인 정보를 포함할 수 있다. 또한, 차체 결과 정보는, 전술한 바와 같이, 차체에 대한 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께 등을 포함하는 차체에 대한 기본적인 정보를 포함할 수 있다.
결과 정보는 부품 결과 정보 및 차체 결과 정보를 포함할 수 있고, 오차 정보 생성부(160)는 부품 결과 정보와 가상 부품 결과 정보를 비교하여 오차 정보를 생성하고, 차체 결과 정보와 가상 차체 결과 정보를 비교하여 오차 정보를 생성할 수 있다. 이때, 오차 정보 생성부(160)는 연번에 할당된 복수의 부품 각각의 부품 결과 정보와 가상 부품 결과 정보를 비교하여, 연번 각각에 대응하는 오차 정보를 생성할 수 있다.
즉, 오차 정보는 차체 오차 정보 및 부품 오차 정보를 포함할 수 있고, 오차 정보 생성부(160)는 가상 차체 결과 정보와 차체 결과 정보를 비교하여 차체 오차 정보를 생성하고, 가상 부품 결과 정보와 부품 결과 정보를 비교하여 부품 오차 정보를 생성할 수 있다. 오차 정보는, 실제 차체 결과 정보/부품 결과 정보와 이론적으로 도출된 가상 차체 결과 정보/가상 부품 결과 정보를 비교하여 도출된 정확도에 따라 결정될 수 있다. 예를 들어, 차체 결과 정보 중 차체에 대한 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께에 대한 결과 값과 이론적으로 도출된 가상 차체 결과 정보의 차체에 대한 가상의 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께를 비교하였을 때, 정확도가 94%인 경우, 차체 오차 정보는 6%일 수 있다. 정확도 및 오차 정보는 백분율로 표현될 수 있으나, 이에 한정하는 것이 아닌 일반적인 수치 형태로 표현될 수 있다.
오차 정보 생성부(160)는 연번 각각에 해당하는 가상 부품 결과 정보와 부품 결과 정보를 비교하여, 연번 각각에 해당하는 부품 오차 정보를 생성할 수 있다. 따라서, 부품 오차 정보는 차체를 구성하는 복수의 부품의 개수만큼 존재할 수 있고, 오차 정보 생성부(160)는 연번 각각에 해당하는 부품 오차 정보와 함께 복수의 부품 오차 정보의 평균을 구함으로써, 복수의 부품 오차 정보의 평균과 가상 부품 결과 정보를 비교할 수 있다. 예를 들어, 1-A번에 해당하는 부품의 실제 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께에 대한 결과 값과 이론적으로 도출된 1-A번의 가상의 이미지/무게 정도/강도 정보/경도 정보/강성 정보/두께를 비교하였을 때, 정확도가 96%인 경우, 부품 1-A번의 부품 오차 정보는 4%일 수 있다. 오차 정보 생성부(160)는 연번 각각에 해당하는 부품 오차 정보를 획득할 수 있고, 복수의 부품 오차 정보의 평균과 가상 부품 결과 정보를 비교할 수 있다. 앞선 예를 들어, 오차 정보 생성부(160)는 1-A번의 부품 오차 정보를 획득할 수 있고, 1-A번의 부품 오차 정보를 포함한 1-A번의 부품이 사용될 차체의 복수의 부품에 대한 부품 오차 정보의 평균을 획득할 수 있다.
분석부(170)는 차체 오차 정보와 기설정된 차체 기준 오차값을 비교하고, 부품 오차 정보와 기설정된 부품 기준 오차값을 비교하여 분석값을 도출할 수 있다.
분석부(170)는 차체 오차 정보와 기설정된 차체 기준 오차값을 비교할 수 있다. 본원의 일 실시예에 따른 차체 부품 제조 장치(100)는 제조된 차체와 이론적으로 도출된 가상의 차체를 비교함으로써, 제조된 차체의 완성도를 평가할 수 있는데, 이때, 기설정된 차체 기준 오차값에 차체 오차 정보를 차감한 값을 분석값으로 도출하여 제조된 차체의 완성도를 평가할 수 있다. 예를 들어, 기설정된 차체 기준 오차값이 5%이고, 차체 오차 정보가 4%인 경우, 분석값은 차체 기준 오차값에 차체 오차 정보를 차감한 1%일 수 있다. 기설정된 차체 기준 오차값은 사용자가 임의적으로 설정할 수 있으나, 이에 한정되는 것이 아닌, 분석부(170)에서 임의적으로 결정할 수 있다.
분석부(170)는 부품 오차 정보와 기설정된 부품 기준 오차값을 비교할 수 있다. 본원의 일 실시예에 따른 차체 부품 제조 장치(100)는 제조된 복수의 부품 또는 각각의 부품과 이론적으로 도출된 가상의 복수의 부품 또는 각각의 부품를 비교함으로써, 제조된 복수의 부품 및 각각의 부품의 완성도를 평가할 수 있는데, 이때, 기설정된 부품 기준 오차값에 각각의 부품 오차 정보를 차감한 값을 분석값으로 도출하여 제조된 각각의 부품의 완성도를 평가할 수 있다. 또한, 분석부(170)는 기설정된 부품 기준 오차값에 하나의 차체를 구성하는 복수의 부품의 부품 오차 정보의 평균을 차감한 값을 분석값으로 도출하여 제조된 복수의 부품의 완성도를 평가할 수 있다. 기설정된 부품 기준 오차값은 사용자가 임의적으로 설정할 수 있으나, 이에 한정되는 것이 아닌, 분석부(170)에서 임의적으로 결정할 수 있다.
판단부(180)는 분석값을 기준으로 차체 및 연번 각각에 대응하는 부품의 사용 가능 유무를 판단할 수 있다. 앞서 분석부(170)에서 도출된 분석값을 기준으로 차체 및 연번 각각에 대응하는 부품, 복수의 부품 전체에 대한 사용 가능 유무를 판단할 수 있다. 예를 들어, 차체의 분석값이 0보다 이상인 경우, 제조된 차체는 시중에서 사용 가능한 제품으로 판단될 수 있다. 예를 들어, 기설정된 차체 기준 오차값이 5%이고, 차체 오차 정보가 4%인 경우, 분석값은 차체 기준 오차값에 차체 오차 정보를 차감한 1%이고, 이는 0보다 큰 수 이므로, 판단부(180)에서 해당 차체는 사용 가능한 것으로 판단될 수 있다. 만약, 기설정된 차체 기준 오차값이 5%이고, 차체 오차 정보가 6%인 경우, 분석값은 차체 기준 오차값에 차체 오차 정보를 차감한 -1%이고, 이는 0보다 작은 수 이므로, 판단부(180)에서 해당 차체는 사용이 불가능한 것으로 판단될 수 있다.
판단부(180)는 연번 각각에 대응하는 부품의 사용 가능 유무를 판단할 수 있고, 복수의 부품 전체에 대한 사용 가능 유무를 판단할 수 있다. 예를 들어, 기설정된 부품 기준 오차값이 3%이고, 1-A번의 부품 오차 정보가 2%인 경우, 1-A번의 분석값은 1%이므로, 1-A번에 해당하는 부품은 사용 가능한 것으로 판단될 수 있다. 또한, 부품 기준 오차값이 3%이고 하나의 차체를 구성하는 복수의 부품의 부품 오차 정보의 평균값이 4%인 경우, 복수의 부품 전체에 대한 분석값은 -1%이므로, 해당 복수의 부품 전체는 사용이 불가능한 것으로 판단될 수 있다.
판단부(180)가 연번 각각에 대응하는 부품의 사용 가능 유무를 판단하고, 더불어 복수의 부품 전체에 대한 사용 가능 유무를 판단함으로써, 부품 각각의 안전성 및 제조 정확도를 높일 수 있고, 하나의 차체를 구성하고 있는 복수의 부품 오차 정도의 평균을 이용하여 부품 전체를 기준으로 안전성 및 제조 정확도를 높일 수 있다.
본원의 일 실시예에 따른 사용자 단말(200)은 디스플레이상에 표시된 중심점을 기준으로 복수의 부품으로 구성된 차체를 촬영하고, 중심점에 대응되는 제1부품과 제1부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득할 수 있다.
도 3은 본원의 일 실시예에 따른 사용자 단말(200)이 차체를 촬영하고 있는 모습을 개략적으로 나타낸 도면이다.
사용자 단말(200)의 디스플레이상에는 중심점(201)이 표시될 수 있으며, 중심점(201)을 기준으로 일정 반경 이상의 영역에 중심선(202)이 표시될 수 있다. 사용자는 사용자 단말(200)을 이용하여 중심점(201)을 기준으로 중심선(202) 영역 내에 특정 부품이 위치하도록 촬영할 수 있고, 사용자 단말(200)은 특정 부품과 특정 부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득할 수 있다. 여기서, 서비스 정보는 부품별 마모 정보, 부식 정보 및 감가상각 정보를 포함할 수 있다.
사용자 단말(200)은 제조된 차체 및 복수의 부품을 촬영하고 있는 적어도 하나 이상의 카메라(미도시)에 의해 획득된 실시간 촬영 영상을 제공 받아 디스플레이할 수 있는 디바이스를 의미할 수 있다. 사용자 단말(200)은 전술한 바와 같이 휴대용 단말, 예를 들면, 스마트폰, 스마트패드, 스마트 TV 등을 포함할 수 있다.
사용자 단말(200)의 디스플레이상에는 중심점(201)이 표시될 수 있으며, 중심점(210)을 기준으로 일정 반경 이상의 영역에 중심선(202)이 표시될 수 있다. 따라서 사용자 단말(200)의 중심선(202) 영역 내에 위치하도록 특정 부품을 촬영하면, 실시간으로 촬영된 특정 부품의 촬영 영상을 제공받아 특정 제품에 대한 서비스 정보를 디스플레이할 수 있다. 예를 들어, 도 3을 참조하면, 사용자 단말(200)은 제1 부품(A)을 촬영할 경우, 제1 부품(A)과 제1 부품(A)에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득할 수 있다. 여기서 제1 부품(A)에 인접하는 적어도 하나 이상의 부품은 차체 조립 공정에 의해 제1 부품(A)과 직접적으로 맞닿아 용접되는 적어도 하나 이상의 부품을 의미할 수 있다. 사용자 단말(200)은 촬영된 제1 부품(A)의 이미지를 데이터 관리부(300)로 전송할 수 있고, 데이터 관리부(300)로부터 제1 부품(A)의 서비스 정보를 획득할 수 있다. 또한, 사용자 단말(200)과 데이터 관리부(300)는 네트워크(1) 통신에 의해 서비스 정보를 송/수신할 수 있다.
데이터 관리부(300)는 복수의 부품의 이미지 및 차체의 이미지를 입력으로 하는 지도 학습 기반의 서비스 정보 모형을 구축할 수 있다.
데이터 관리부(300)는 지도학습 기반의 서비스 정보 모형을 구축하여 서비스 정보를 생성할 수 있다. 지도학습이란, 미리 구축된 학습용 데이터(training data)를 활용하여 모델을 학습하는 것을 의미한다. 데이터 관리부(300)는 지도 학습 기반의 분류/예측 알고리즘에 기초하여 서비스 정보 모형을 구축할 수 있다. 예시적으로 상기 분류/예측 알고리즘은 Random Forest알고리즘 SVM(support vector machine) 알고리즘, Extra Tree알고리즘, XG Boost알고리즘 및 Deep Learning 알고리즘 중 적어도 하나를 포함할 수 있다. Random Forest알고리즘은 수많은 Decision Tree들이 Forest를 구성하여 각각의 예측결과를 하나의 결과변수로 평균화 하는 알고리즘이고, SVM알고리즘은 데이터의 분포공간에서 가장 큰 폭의 경계를 구분하여 데이터가 속하는 분류를 판단하는 비확률적 알고리즘이다. Extra Tree알고리즘은 Random forest와 비슷하나 속도가 Random forest에 비해 빠른 알고리즘이며, XGBoost알고리즘은 Random Forest의 Tree는 독립적이라면 XGBoost의 Tree의 결과를 다음 트리에 적용하는 boost방식의 알고리즘이다. Deep Learning알고리즘은 다층구조의 Neural Network을 기반으로 변수의 패턴이 결과에 미치는 영향을 가중치로 조절하며 학습하는 알고리즘이다.
상기 서비스 정보 모형은 부품의 이미지 및 차체의 이미지를 입력으로 하는 서비스 정보 결과를 출력할 수 있다. 예시적으로, 서비스 정보 모형은 부품의 이미지 및 차체의 이미지를 인식하여 부품별 마모 정보, 부식 정보 및 감가상각 정보에 기초하여 서비스 정보 결과를 출력할 수 있다.
마모 정보는 중심선(202) 영역 내에 위치되어 촬영된 부품(예를 들어, 도 3의 경우, 제1 부품(A)에 해당함)과 해당 부품과 인접한 적어도 하나 이상의 부품이 맞닿아 상기 촬영된 부품의 이미지에 해당하는 부품이 마모되는 속도 정보, 즉 연마(硏磨)되는 속도 정보를 포함할 수 있다. 또한 마모 정보는 촬영된 부품(예를 들어, 도 3의 경우, 제1 부품(A)에 해당함)에 대해 마모 문제로 발생한 고객 서비스 정보인 제1 고객 서비스 정보를 포함할 수 있다. 고객 서비스 정보(costomer service)는 재화나 서비스 상품을 구입한 고객에게 제공하는 사후 관리 서비스를 의미하며, 에프터 세일 서비스(A/S, After-Sales Service)를 의미할 수 있다. 일반적으로 차체 마모 문제로 차체에 대한 고객 서비스 정보가 발생될 수 있으며, 이에 따른 고객 서비스 정보인 제1 고객 서비스 정보는 마모 정보에 포함될 수 있다. 구체적으로 제1 고객 서비스 정보는 마모 원인 정보, 마모 해결 정보, 마모 해결 정보에 따른 A/S 기간 정보 및 A/S 비용 정보를 포함할 수 있다.
부식 정보는 촬영된 부품(예를 들어, 도 3의 경우, 제1 부품(A)에 해당함)의 표면이 화학적 또는 전기적으로 산화 또는 변질되어, 부식되는 속도 정보를 포함할 수 있다. 또한, 부식 정보는 촬영된 부품(예를 들어, 도 3의 경우, 제1 부품(A)에 해당함)에 대해 부식 문제로 발생한 고객 서비스 정보인 제2 고객 서비스 정보를 포함할 수 있다. 고객 서비스 정보는 전술한 바와 같이 사후 관리 서비스를 의미할 수 있으며, 일반적으로 차체 부식 문제로 발생된 고객 서비스 정보인 제2 고객 서비스 정보는 부식 정보에 포함될 수 있다. 구체적으로 제2 고객 서비스 정보는 부식 원인 정보, 부식 해결 정보, 부식 해결 정보에 따른 A/S 기간 정보 및 A/S 비용 정보를 포함할 수 있다.
감가상각 정보는 촬영된 부품이 포함된 차체의 감가상각 정보를 포함할 수 있다. 감가상각(減價償却費)이란, 건물이나 기계 설비 등의 고정자산의 가격 감소를 보상하기 위한 비용을 의미하며, 감가상각 정보는 촬영된 부품이 포함된 차체가 사용되는 차량 및 차종의 감가상각 정보일 수 있다. 이에 따라 감각상각 정보는 상기 차체가 사용되는 차량 및 차종의 신차 가격, 연식 대비 감가율 정보를 포함할 수 있다.
서비스 정보 모형은 부품의 이미지에 및 차체의 이미지에 따른 마모 정보, 부식 정보 및 감가상각 정보를 입력으로 하여 사용자 정보를 출력할 수 있다. 데이터 관리부(300)는 서비스 정보 모형에 기초하여 서비스 정보를 획득할 수 있고, 입력에 의한 출력의 도출을 반복적으로 수행함으로써 서비스 정보 모형의 정확도를 향상시킬 수 있다.
데이터 관리부(300)로부터 출력된 서비스 정보를 사용자 단말(200)은 수신할 수 있고, 서비스 정보를 디플레이함으로써, 사용자는 해당 부품 및 차체에 대한 마모 정보, 부식 정보 및 감각상각 정보를 확인할 수 있다.
본원의 일 실시예에 따른 차체 부품 제조 시스템은, 사용자 단말(200) 및 데이터 관리부(300)를 통해 제조된 부품 및 차체에 대한 사후 정보를 확인함으로써, 추후 차체 및 복수의 부품 또는 차체에 포함되는 일부의 부품을 제작할 경우, 안전성 및 지속성이 높은 차체를 제조할 수 있고, 더불어 동일한 차종 및 차량에 대한 차체를 개발할 경우, 안전성, 지속성 및 사용성이 비교적 높은 제품을 제조할 수 있다는 효과가 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
이하는 본원의 일 실시예에 따른 차체 부품 제조 시스템 중 차체 부품 제조 장치의 동작 흐름에 대한 설명이다.
후술하는 차체 부품 제조 방법은, 앞서 설명된 차체 부품 제조 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 차체 부품 제조 장치(100)에 대하여 설명된 내용은 이하 차체 부품 제조 방법에 대한 설명에도 동일하게 적용될 수 있다.
차체 부품 제조 장치의 동작 흐름은, 먼저, 사용자 단말로부터 차체 설계 정보를 획득할 수 있다(S101).
다음으로, 차체 설계 정보에 포함되는 복수의 부품의 각각에 연번을 할당하고, 연번 각각에 대응하는 부품에 할당되는 무게 정보를 부여할 수 있다(S102).
다음으로, 무게 정보를 기반으로 연번 각각에 대응하는 소재 정보를 획득할 수 있다(S103).
다음으로, 무게 정보 및 소재 정보를 기반으로 차체 및 부품 각각의 시뮬레이션을 위한 가상의 차체 및 가상의 부품을 설계하고, 가상의 차체 및 가상의 부품으로부터 가상 결과 정보를 생성할 수 있다(S104).
다음으로, 무게 정보 및 소재 정보를 이용하여 연번 각각에 대응하는 복수의 부품을 제작하기 위한 신호를 생성할 수 있다(S105).
다음으로, 복수의 부품을 이용하여 제조된 차체로부터 복수의 결과 정보를 획득하고, 결과 정보와 가상 결과 정보를 비교하여 오차 정보를 생성할 수 있다(S106).
상술한 설명에서, 단계 S101 내지 S106은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 차체 부품 제조 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 차체 부품 제조 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
100: 차체 부품 제조 장치
110: 통신부
120: 데이터 전처리부
130: 부품 소재 정보 획득부
140: 가상 결과 정보 생성부
150: 신호 생성부
160: 오차 정보 생성부
170: 분석부
180: 판단부
200: 사용자 단말
300: 데이터 관리부
400: 제조 기기
110: 통신부
120: 데이터 전처리부
130: 부품 소재 정보 획득부
140: 가상 결과 정보 생성부
150: 신호 생성부
160: 오차 정보 생성부
170: 분석부
180: 판단부
200: 사용자 단말
300: 데이터 관리부
400: 제조 기기
Claims (11)
- 차체 부품 제조 시스템으로서,
차체 설계 정보에 포함되는 복수의 부품 각각에 대한 무게 정보 및 소재 정보를 생성하고, 상기 무게 정보 및 상기 소재 정보를 이용하여 생성된 가상 결과
정보와 실제 제조된 차체 및 복수의 부품으로부터 획득된 결과 정보를 비교함으로써, 상기 차체 및 상기 부품의 사용 가능 유무를 판단하는 차체 부품 제조 장치;
디스플레이상에 표시된 중심점을 기준으로 상기 복수의 부품으로 구성된 상기 차체를 촬영하고, 상기 중심점에 대응되는 제1부품과 상기 제1부품에 인접하는 적어도 하나 이상의 부품에 대한 서비스 정보를 획득하는 사용자 단말; 및
상기 복수의 부품의 이미지 및 상기 차체의 이미지를 입력으로 하는 지도 학습 기반의 서비스 정보 모형을 구축하는 데이터 관리부,
를 포함하고,
상기 데이터 관리부는 상기 서비스 정보 모형에 기초하여 상기 서비스 정보를 획득하고
상기 차체 부품 제조 장치는,
상기 사용자 단말로부터 차체 설계 정보를 획득하는 통신부;
상기 차체 설계 정보에 포함되는 상기 복수의 부품에 관한 유사 키워드 매칭 데이터 베이스 기반의 확장 검색 결과에 따라 유사 키워드를 갖는 항목의 각각에 연번을 할당하고, 상기 연번 각각에 대응하는 부품에 상기 무게 정보를 부여하는 데이터 전처리부;
상기 무게 정보를 기반으로 상기 연번 각각에 대응하는 상기 소재 정보를 획득하는 부품 소재 정보 획득부;
상기 무게 정보 및 상기 소재 정보를 기반으로 상기 차체 및 상기 부품 각각의 시뮬레이션을 위한 가상의 차체 및 가상의 부품을 설계하고, 상기 가상의 차체 및 가상의 부품으로부터 상기 가상 결과 정보를 생성하는 가상 결과 정보 생성부;
상기 무게 정보 및 상기 소재 정보를 이용하여 상기 연번 각각에 대응하는 상기 복수의 부품을 제작하기 위한 신호를 생성하는 신호 생성부;
상기 복수의 부품을 이용하여 제조된 차체로부터 상기 결과 정보를 획득하고, 상기 결과 정보와 상기 가상 결과 정보를 비교하여 오차 정보를 생성하는 오차 정보 생성부;
차체 오차 정보와 기설정된 차체 기준 오차값을 비교하고, 부품 오차 정보와 기설정된 부품 기준 오차값을 비교하여 분석값을 도출하는 분석부; 및
상기 분석값을 기준으로 상기 차체 및 상기 연번 각각에 대응하는 부품의 사용 가능 유무를 판단하는 판단부를 포함하고,
상기 데이터 전처리부는, 상기 차체 설계 정보 및 부품의 종류를 고려하여 상기 연번을 부여하고,
상기 오차 정보 생성부는,
가상 차체 결과 정보와 차체 결과 정보를 비교하여 상기 차체 오차 정보를 생성하고, 상기 연번 각각에 해당하는 가상 부품 결과 정보와 부품 결과 정보를 비교하여 상기 연번 각각에 해당하는 상기 부품 오차 정보를 생성하되,
상기 판단부는 상기 연번 각각에 대응하는 부품의 사용 가능 유무, 상기 차체에 대한 사용 가능 유무 및 상기 복수의 부품 전체에 대한 사용 가능 유무를 판단하는 것인, 차체 부품 제조 시스템. - 제1항에 있어서,
상기 서비스 정보는,
부품별 마모 정보, 부식 정보 및 감가상각 정보를 포함하는 것인,
차체 부품 제조 시스템. - 제1항에 있어서,
상기 데이터 관리부는,
상기 지도 학습 기반의 분류/예측 알고리즘에 기초하여 상기 서비스 정보 모형을 구축하는 것인,
차체 부품 제조 시스템. - 삭제
- 제1항에 있어서,
상기 통신부는,
상기 신호를 수신받아 상기 부품 및 상기 차체을 제작하는 제조 기기로부터 상기 결과 정보를 수신하는 것인,
차체 부품 제조 시스템. - 제1항에 있어서,
상기 무게 정보는,
상기 연번 각각에 할당되는 부품의 특성 정보를 이용하여 생성되고,
상기 특성 정보는,
강도 정보, 경도 정보 및 강성 정보를 포함하는 것인,
차체 부품 제조 시스템. - 제6항에 있어서,
상기 소재 정보 획득부는,
상기 연번에 할당되는 상기 특성 정보를 기반으로 하여 플라스틱 및 금속의 비율 정보, 플라스틱 종류 정보 및 금속 종류 정보를포함하는 부품 소재 정보를 획득하는 것인,
차체 부품 제조 시스템. - 제1항에 있어서,
상기 가상 결과 정보 생성부는,
상기 가상의 차체로부터 생성된 가상 차체 결과 정보 및 상기 연번 각각에 대응하는 가상의 부품으로부터 생성된 가상 부품 결과 정보를 포함하는 가상 결과 정보를 생성하는 것인,
차체 부품 제조 시스템. - 제8항에 있어서,
상기 결과 정보는,
상기 연번 각각에 대응하는 상기 부품으로부터 획득된 부품 결과 정보 및 상기 차체로부터 획득된 차체 결과 정보를 포함하는 것인,
차체 부품 제조 시스템. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038410A KR102023469B1 (ko) | 2019-04-02 | 2019-04-02 | 차체 부품 제조 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038410A KR102023469B1 (ko) | 2019-04-02 | 2019-04-02 | 차체 부품 제조 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102023469B1 true KR102023469B1 (ko) | 2019-09-20 |
Family
ID=68067471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190038410A KR102023469B1 (ko) | 2019-04-02 | 2019-04-02 | 차체 부품 제조 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102023469B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112182740A (zh) * | 2020-09-02 | 2021-01-05 | 中国第一汽车股份有限公司 | 一种基于参数化模型断面的门槛结构的优化方法 |
| KR20220088965A (ko) * | 2020-12-21 | 2022-06-28 | 주식회사 엠에스 오토텍 | 다종소재융합 경량 차체 부품용 시험방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100059477A (ko) * | 2008-11-26 | 2010-06-04 | 주식회사 성우하이텍 | 파레트용 부품누락 방지장치 및 그 제어방법 |
| KR20130055376A (ko) * | 2011-11-18 | 2013-05-28 | 현대자동차주식회사 | 차량 고장 및 파손 정보 안내방법 |
| WO2014186840A1 (en) * | 2013-05-21 | 2014-11-27 | Fmp Group (Australia) Pty Limited | Image recognition of vehicle parts |
| KR20160134401A (ko) * | 2015-05-15 | 2016-11-23 | (주)플래닛텍 | 자동차의 수리견적 자동산출시스템 및 그 방법 |
-
2019
- 2019-04-02 KR KR1020190038410A patent/KR102023469B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100059477A (ko) * | 2008-11-26 | 2010-06-04 | 주식회사 성우하이텍 | 파레트용 부품누락 방지장치 및 그 제어방법 |
| KR20130055376A (ko) * | 2011-11-18 | 2013-05-28 | 현대자동차주식회사 | 차량 고장 및 파손 정보 안내방법 |
| WO2014186840A1 (en) * | 2013-05-21 | 2014-11-27 | Fmp Group (Australia) Pty Limited | Image recognition of vehicle parts |
| KR20160134401A (ko) * | 2015-05-15 | 2016-11-23 | (주)플래닛텍 | 자동차의 수리견적 자동산출시스템 및 그 방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112182740A (zh) * | 2020-09-02 | 2021-01-05 | 中国第一汽车股份有限公司 | 一种基于参数化模型断面的门槛结构的优化方法 |
| KR20220088965A (ko) * | 2020-12-21 | 2022-06-28 | 주식회사 엠에스 오토텍 | 다종소재융합 경량 차체 부품용 시험방법 |
| KR102448236B1 (ko) | 2020-12-21 | 2022-09-28 | 주식회사 엠에스 오토텍 | 다종소재융합 경량 차체 부품용 시험방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Davoodi et al. | Concept selection of car bumper beam with developed hybrid bio-composite material | |
| Hambali et al. | Application of analytical hierarchy process in the design concept selection of automotive composite bumper beam during the conceptual design stage | |
| Davies | Materials for automobile bodies | |
| Mayyas et al. | Using quality function deployment and analytical hierarchy process for material selection of body-in-white | |
| Cui et al. | Design of lightweight multi-material automotive bodies using new material performance indices of thin-walled beams for the material selection with crashworthiness consideration | |
| KR102023469B1 (ko) | 차체 부품 제조 시스템 | |
| Cischino et al. | An advanced technological lightweighted solution for a body in white | |
| Nturanabo et al. | Automotive light-weighting using aluminium metal matrix composites | |
| Caffrey et al. | Cost-effectiveness of a lightweight design for 2020-2025: An assessment of a light-duty pickup truck | |
| KR102023468B1 (ko) | 차체 부품 제조 장치 및 방법 | |
| Schäffer et al. | Methodological approach for reducing computational costs of vehicle frontal crashworthiness analysis by using simplified structural modelling | |
| RU2678537C2 (ru) | Автомобильный компонент для соединения кузовных элементов | |
| Wang et al. | Multi-objective lightweight and crashworthiness collaborative optimisation of commercial vehicle cab | |
| Kim et al. | A study to maximize the crash energy absorption efficiency within the limits of crash space | |
| Li et al. | A component development method for vehicle body structure based on limited vehicle data | |
| Kang | A technical and economic analysis of structural composite use in automotive body-in-white applications | |
| Fisher et al. | Enhancing future automotive safety with plastics | |
| Baron et al. | Assessing the fleet-wide material technology and costs to lightweight vehicles | |
| Barnes et al. | Developing a South African automotive Masterplan to 2035 in the context of Global Value Chain drivers: Lessons for second tier automotive economies | |
| Linder et al. | Mathematical modelling of pedestrian crashes: Review of pedestrian models and parameter study of the influence of the sedan vehicle contour | |
| Barton et al. | Vehicle Structures and Materials | |
| Brylawski et al. | Advanced composites: the car is at the crossroads | |
| CN104843078B (zh) | 驾驶室碰撞安全性的优化方法、驾驶室和车辆 | |
| Maine | Future of polymers in automotive applications | |
| Cobas-Flores et al. | An analysis of the vehicle end-of-life in the United States |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |