KR102277976B1 - 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 - Google Patents
작업 전력패턴 자동 인식 방법과 이를 위한 시스템 Download PDFInfo
- Publication number
- KR102277976B1 KR102277976B1 KR1020200080961A KR20200080961A KR102277976B1 KR 102277976 B1 KR102277976 B1 KR 102277976B1 KR 1020200080961 A KR1020200080961 A KR 1020200080961A KR 20200080961 A KR20200080961 A KR 20200080961A KR 102277976 B1 KR102277976 B1 KR 102277976B1
- Authority
- KR
- South Korea
- Prior art keywords
- power consumption
- consumption data
- pattern
- power
- character string
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012544 monitoring process Methods 0.000 claims abstract description 35
- 238000013507 mapping Methods 0.000 claims abstract description 19
- 239000000284 extract Substances 0.000 claims abstract description 9
- 238000009958 sewing Methods 0.000 claims description 92
- 238000004519 manufacturing process Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 34
- 230000009467 reduction Effects 0.000 claims description 33
- 238000000605 extraction Methods 0.000 claims description 28
- 239000004744 fabric Substances 0.000 claims description 27
- 238000013500 data storage Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 19
- 230000035945 sensitivity Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000012567 pattern recognition method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 9
- 238000003909 pattern recognition Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010977 unit operation Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004185 liver Anatomy 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
- 238000003908 quality control method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/30—Smart metering, e.g. specially adapted for remote reading
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Sewing Machines And Sewing (AREA)
Abstract
작업 전력패턴 자동 인식 방법과 시스템이 개시된다. 소정 작업을 수행하는 전동장치의 소비전력 데이터 중에서 서로 다른 제1 및 제2 시간 대역에서의 제1 및 제2 소비전력 데이터 세트를 각각 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하여 차원을 감소시킨다. 차원 감소된 제1 및 제2 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환하고, 그 두 문자열에 공통적으로 포함된 최장 공통 문자열을 추출한다. 그 최장 공통 문자열을 제1 또는 제2 소비전력 데이터 세트에 매핑시켜 대응되는 구간의 소비전력 데이터 세트를 상기 소정 작업의 작업 전력패턴으로 추출한다. 다른 전동장치의 소비전력을 모니터링하여 얻어지는 소비전력 패턴을 상기 작업 전력패턴과 데이터와 비교하는 것을 통해 그 전동장치에서 상기 소정 작업의 수행 횟수를 자동으로 산출할 수 있다.
Description
본 발명은 자동인식 기술 분야에 관한 것으로, 보다 상세하게는 작업 시 소비되는 전력 프로파일로부터 작업을 인식할 수 있는 기술에 관한 것이다.
의류 제조업은 전통적인 노동 집약적 산업으로, 작업자들의 노동력에 의해 대부분의 작업이 이루어지고 있다. 의류공장의 경우도, 생산성 향상과 작업환경의 안정성 제고를 위해서는 근로자들의 노동집약적 근무환경을 IoT 기반의 스마트 팩토리 시스템으로 전환할 필요가 있다. 의류공장에서 수행되는 다양한 작업들은 전동 재봉틀, 전동 원단 재단기, 원단 패턴 스탬핑 장치, 전동 원단 검사기 등과 같은 전동 장치들을 이용하여 수행되는 경우가 대부분이다. 작업자들은 그러한 전동 장치들을 이용하여 필요한 작업을 수행한다.
의류 생산을 위해 수행하는 작업들의 효율성과 생산성을 높이고, 안전사고의 예방 등을 위해서는 근로자들이 다루는 의류 생산용 전동장치들의 작업 상황 그리고 공장 내의 작업환경 등을 면밀히 모니터링할 필요가 있다. 이를 위해, 작업자들이 수행하는 작업을 실시간으로 모니터링할 수 있는 센서 장치를 제시한 바 있다. 그 대표적인 예로는 대한민국 특허공개 제10-2020-0003670 (2020.01.10. 공개, 발명의 명칭: "모듈화 스마트 센서-플러그 플랫폼 장치 및 이를 이용한 모듈화 스마트 센서-플러그 시스템")에 개시된 모듈화 스마트 센서-플러그 플랫폼 장치를 들 수 있다. 또 다른 예로는 대한민국 특허공개번호 제10-2018-0000538호(2018.01.03. 공개, 발명의 명칭: 스마트 플러그)에서 개시된 스마트 플러그 장치를 들 수 있다. 이 장치들은 어떤 전기기계에서 소비되는 전류량 즉, 전력량을 측정할 수 있는 전류 센서를 갖추고 있다.
작업자들이 사용하는 전동 장치에서 소비되는 전력량은 작업자가 수행하는 작업과 깊이 관련된 경우가 대부분이다. 작업자가 전동장치를 이용하여 어떤 작업을 연속해서 반복적으로 수행하는 경우, 그 전동장치가 시간에 따라 소비하는 전력량 정보는 그 작업의 수행에 직접 소비된 전력량과 그 작업을 반복적으로 수행할 때 작업 수행 간에 소비되는 전력량 정보, 그 밖에 노이즈 정보 등을 포함할 수 있다. 그러므로 작업자가 전동장치를 이용하여 어떤 단위 작업을 수행할 때 소비되는 전력의 패턴을 알 수 있다면, 그 소비 전력패턴을 기준 데이터(즉, 단위 작업을 1회 수행하는 데 소비되는 전력 데이터)로 삼아서 그 전동장치의 소비전력 모니터링 데이터를 분석하여 그 전동장치가 해당 단위 작업을 몇 번 수행하였는지 판단할 수 있을 것이다.
그런데 종래에는 그 기준 데이터를 자동으로 찾아내는 방법이 부재하였다. 기존에 사용한 방법에 의하면, 작업자가 어떤 단위 작업을 수행할 때, 비디오로 그 작업자의 작업 모양을 촬영함과 동시에, 전력 센서를 이용하여 그 작업 수행 동안의 소비 전력 데이터도 측정한다. 그리고 사용자가 그 비디오 데이터로부터 작업이 수행되는 시간구간을 파악하고, 소비전력 측정 데이터 중에서 그 시간구간의 소비전력 데이터를 기준 데이터로서 추출하였다. 기존의 방법은 사용자가 일일이 수동 방식으로 판단하므로, 많은 종류의 작업들에 관한 기준 데이터를 이와 같은 방식으로 확보하는 것은 매우 비효율적이고 비생산적이다.
본 발명의 일 목적은 의류생산용 전동장치의 소비전력 데이터를 소프트웨어를 이용하여 분석하여 소정 작업의 1회 수행에 소비되는 소비전력패턴을 자동으로 추출할 수 있는 방법과 이를 위한 시스템을 제공하는 것이다.
본 발명의 다른 목적은 자동 추출된 작업별 소비전력패턴을 기준 데이터로 삼아, 모니터링된 전동장치의 소비전력 데이터로부터 해당 작업의 생산량, 작업시간 등을 포함하는 다양한 생산 정보를 자동으로 산출하는 방법과 이를 위한 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 자동 추출된 작업별 소비전력패턴을 기준 데이터로 삼아, 개별 작업자 및 라인의 실시간 생산성 분석, 전체 전동장치들의 실시간 가동상태 파악, 단위 생산시간의 산출 등을 포함한 여러 가지 생산관련 정보를 알아낼 수 있는 방법과 이를 위한 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 상술한 과제들에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
상기 본 발명의 목적들을 실현하기 위한 실시예들에 따른 작업 전력패턴 자동 인식 방법은, 컴퓨터 장치에서 컴퓨터 프로그램을 실행하여 수행되는 방법으로서, 상기 컴퓨터 장치에서, 소정 작업을 수행하는 적어도 하나의 전동장치의 소비전력 데이터 중에서 서로 다른 적어도 제1 및 제2 시간 대역에서의 원본 제1 및 제2 소비전력 데이터 세트를 데이터 저장소로부터 각각 읽어 들이는 단계; 상기 컴퓨터 장치에서, 상기 원본 제1 및 제2 소비전력 데이터 세트 각각을 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 원본 제1 및 제2 소비전력 데이터 세트의 차원을 감소시키는 단계; 상기 컴퓨터 장치에서, 차원 감소를 통해 얻어진 제1 및 제2 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환하는 단계; 상기 컴퓨터 장치에서, 상기 제1 문자열과 상기 제2 문자열에 공통적으로 포함된 최장 공통 문자열을 추출하는 단계; 및 상기 최장 공통 문자열을 상기 원본 제1 및 제2 소비전력 데이터 세트의 적어도 어느 하나에 매핑시켜 대응되는 구간의 소비전력 데이터 세트를 상기 소정 작업의 작업 전력패턴으로 추출하는 단계를 포함한다.
예시적인 실시예들에 있어서, 상기 제1 및 제2 시간 대역은 서로 중첩되지 않고, 해당 작업장의 최하급 기술수준의 작업자들이 상기 소정 작업을 1회 수행하는 데 걸리는 평균 작업시간의 적어도 2배 이상의 시간을 각각 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 '차원을 감소시키는 단계'는 상기 차원의 감소 정도를 민감도 팩터로 조정하는 단계를 포함하며, 상기 민감도 팩터의 값은 작업의 종류에 따라 0.001 - 2 의 범위 내에서 정해질 수 있다.
예시적인 실시예들에 있어서, 상기 대푯값은 해당 구간의 소비전력 데이터 세트의 평균값 또는 중간값으로 정해질 수 있다.
예시적인 실시예들에 있어서, '상기 소정 작업의 작업 전력패턴으로 추출하는 단계'는 상기 최장 공통 문자열의 길이 및 상기 제1 문자열 또는 상기 제2 문자열 내에서의 위치를 구하는 단계; 구해진 상기 최장 공통 문자열의 길이와 위치를 축소된 차원을 환원시켜 상기 원본 제1 또는 제2 소비전력 데이터 세트에 매핑하는 단계; 및 상기 최장 공통 문자열에 매핑되는 원본 소비전력 데이터 세트의 구간을 상기 소정 작업의 작업 전력패턴으로 특정하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 전동장치는 의류 생산 공장에서 사용되는 전동 재봉틀, 전동 원단 재단기, 전동 원단 패턴 스탬핑 장치, 전동 원단 검사기 중 적어도 어느 한 가지일 수 있다.
예시적인 실시예들에 있어서, 상기 작업 전력패턴 자동 인식 방법은, 상기 전동장치가 상기 소정의 작업을 수행하는 동안에 상기 전동장치의 전력 측정기가 상기 전동장치의 소비전력을 모니터링하여 획득된 소비전력 데이터를 무선통신 및/또는 유선통신으로 컴퓨터 장치로 전송하는 단계; 및 상기 컴퓨터 장치에서, 수신된 소비전력 데이터를 각 전동장치별로 구분 가능하게 상기 데이터 저장소에 저장하는 단계를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 작업 전력패턴 자동 인식 방법은, 상기 작업 전력패턴을 기준 데이터로 삼아, 상기 소정 작업을 수행하는 적어도 하나의 다른 전동장치의 소비전력을 모니터링하여 얻어지는 소비전력 데이터 패턴을 상기 작업 전력패턴과 비교하여 상기 소비전력 데이터 패턴에 상기 작업 전력패턴이 포함된 횟수를 카운트하고, 카운트된 횟수를 상기 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행한 횟수로 산출하는 단계를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 소정 작업을 수행한 횟수로 산출하는 단계는, 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행하는 동안에, 상기 다른 전동장치들의 전력 측정기가 상기 다른 전동장치의 소비 전력을 모니터링하여 획득된 소비전력 데이터를 무선통신 및/또는 유선통신으로 컴퓨터 장치로 전송하는 단계; 상기 컴퓨터 장치에서, 수신된 소비전력 데이터를 각 전동장치별로 구분 가능하게 상기 데이터 저장소에 저장하는 단계; 상기 컴퓨터 장치에서, 상기 데이터 저장소로부터 상기 다른 전동장치의 제3 소비전력 데이터 세트를 독출하는 단계; 상기 컴퓨터 장치에서, 상기 다른 전동장치의 제3 소비전력 데이터 세트를 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 제3 소비전력 데이터 세트의 차원을 감소시키는 단계; 상기 컴퓨터 장치에서, 차원 감소를 통해 얻어진 제3 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제3 문자열로 변환하는 단계; 및 상기 작업 전력패턴에 해당하는 문자열을 상기 제3 문자열과 비교하여 전자가 후자에 포함된 횟수를 카운트하여 상기 소정 작업의 수행 횟수로서 산출하는 단계를 포함할 수 있다.
상기 본 발명의 목적들을 실현하기 위한 실시예들에 따른 작업 전력패턴 자동 인식 시스템은, 적어도 하나의 전력측정기와 컴퓨터 장치를 포함한다. 상기 적어도 하나의 전력측정기는 소정 작업을 수행하는 전동장치의 소비전력을 모니터링하여 획득된 소비전력 데이터를 무선통신 및/또는 유선통신으로 전송하도록 구성된다. 상기 컴퓨터 장치는 상기 전력측정기가 전송하는 시계열 소비전력 데이터를 수신하여 데이터 저장소에 저장하고, 작업 전력패턴 자동 추출용 제1 컴퓨터 프로그램을 실행하여 상기 소정 작업을 1회 수행하는 데 소비된 작업 전력패턴을 자동 추출할 수 있다. 상기 제1 컴퓨터 프로그램은 전력 데이터 독출부, 차원 감소부, 문자 대표화부, 그리고 공통 문자열 추출부를 포함한다. 상기 전력 데이터 독출부는 상기 데이터 저장소에 저장된 상기 소정 작업에 관한 소비전력 데이터 중에서 서로 다른 적어도 제1 및 제2 시간 대역에서의 원본 제1 및 제2 소비전력 데이터 세트를 데이터 저장소로부터 각각 읽어 들이도록 구성된다. 상기 차원 감소부는 상기 원본 제1 및 제2 소비전력 데이터 세트 각각을 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 원본 제1 및 제2 소비전력 데이터 세트의 차원을 감소시키도록 구성된다. 상기 문자 대표화부는 차원 감소를 통해 얻어진 제1 및 제2 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환하도록 구성된다. 상기 공통 문자열 추출부는 상기 제1 문자열과 상기 제2 문자열에 공통적으로 포함된 최장 공통 문자열을 추출하고, 상기 최장 공통 문자열을 상기 원본 제1 및 제2 소비전력 데이터 세트의 적어도 어느 하나에 매핑시켜 대응되는 구간의 소비전력 데이터 세트를 상기 소정 작업의 작업 전력패턴으로 추출하도록 구성된다.
예시적인 실시예들에 있어서, 상기 컴퓨터 장치는 작업 모니터링용 제2 컴퓨터 프로그램을 더 포함할 수 있다. 상기 제2 컴퓨터 프로그램은 상기 작업 전력패턴을 기준 데이터로 삼아, 상기 소정 작업을 수행하는 적어도 하나의 다른 전동장치의 소비전력을 상기 적어도 하나의 전력 측정기를 통해 모니터링하여 얻어지는 소비전력 데이터 패턴을 상기 작업 전력패턴과 비교하여 상기 소비전력 데이터 패턴에 상기 작업 전력패턴이 포함된 횟수를 카운트하고, 카운트된 횟수를 상기 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행한 횟수로 산출하도록 구성될 수 있다.
예시적인 실시예들에 있어서, 상기 공통 문자열 추출부는, 상기 최장 공통 문자열의 길이 및 상기 제1 문자열 또는 상기 제2 문자열 내에서의 위치를 구하고, 구해진 상기 최장 공통 문자열의 길이와 위치를 축소된 차원을 환원시켜 상기 원본 제1 또는 제2 소비전력 데이터 세트에 매핑하고, 상기 최장 공통 문자열에 매핑되는 원본 소비전력 데이터 세트의 구간을 상기 소정 작업의 작업 전력패턴으로 추출하도록 구성될 수 있다.
예시적인 실시예들에 있어서, 상기 전동장치는 의류 생산 공장에서 사용되는 전동 재봉틀, 전동 원단 재단기, 전동 원단 패턴 스탬핑 장치, 전동 원단 검사기 중 적어도 어느 한 가지일 수 있다.
한편, 위에서 언급된 작업 전력패턴 자동 인식 방법들을 수행하기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 실행가능 프로그램이 제공될 수 있다.
또한, 위에서 언급된 작업 전력패턴 자동 인식 방법들을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
본 발명의 예시적인 실시예들에 따르면, 전동 재봉틀, 전동 원단 재단기, 원단 패턴 스탬핑 장치, 전동 원단 검사기 등과 같은 전동 장치들이 어떤 작업을 수행할 때 소비되는 전력패턴을 자동으로 추출할 수 있다.
추출된 작업별 소비전력패턴을 활용하면 작업자 개인별 및 생산라인 별 작업 현황을 실시간으로 파악할 수 있다. 예컨대, 작업자들이 전동 장치들을 이용하여 작업을 수행할 때, 소비되는 전력을 모니터링하여 획득되는 소비전력 데이터를 미리 추출해둔 작업별 소비전력패턴(기준 데이터)과 비교하는 것을 통해, 작업자가 정상적인 작업을 수행하고 있는지 여부를 실시간으로 파악할 수 있고, 작업자 개인별 또는 작업라인별의 작업 수량, 작업 시간, 병목 지점 등을 실시간으로 산출할 수 있다. 또한, 산출된 데이터를 관리자 또는 관리부서로 실시간 제공하여 생산 공장 전체에 대한 생산라인 가동상태를 모니터링 할 수 있다. 작업자 개인별 및 작업라인별 생산성 등을 분석, 예측할 수 있고, 전체적인 생산라인의 효율성과 생산성을 극대활 할 수 있다.
도 1은 본 발명의 예시적인 실시예에 따른 봉제 작업의 소비전력패턴 자동 인식 시스템의 개략적인 구성을 나타낸 블록도이다.
도 2는 본 발명의 일실시예에 따른 기준데이터 자동 추출부의 기능적 구성모듈을 나타내는 블록도이다.
도 3은 본 발명의 예시적인 실시예에 따른 봉제 작업의 소비전력패턴 자동 인식 방법의 개략적인 수행절차를 나타내는 흐름도이다.
도 4는 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 원본 소비전력 데이터 세트의 차원 감소 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 5는 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 소비전력 데이터 세트를 문자열로 대표화하는 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 6은 소비전력 데이터 세트의 차원 감소(PAA) 및 알파벳 문자 대표화(SAX) 방법의 개요를 예시적으로 설명하기 위한 도면이다.
도 7은 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 두 문자열의 최장 공통 문자열을 추출하고, 그 최장 공통 문자열을 이용하여 작업 전력패턴을 결정하는 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 8은 최장 공통 문자열 추출(LCS) 방법의 개요를 예시적으로 설명하기 위한 도면이다.
도 9는 본 발명의 예시적인 실시예에 따른 작업 전력패턴 자동인식 시스템을 이용하여 생산 작업량을 추출한 결과를 종래의 비디오 분석을 통한 생산량 측정결과와 비교한 것을 나타낸다.
도 10은 본 발명의 예시적인 실시예에 따른 작업 전력패턴 자동인식 시스템의 작업 패턴 자동 인식률의 결과를 예시한다.
도 2는 본 발명의 일실시예에 따른 기준데이터 자동 추출부의 기능적 구성모듈을 나타내는 블록도이다.
도 3은 본 발명의 예시적인 실시예에 따른 봉제 작업의 소비전력패턴 자동 인식 방법의 개략적인 수행절차를 나타내는 흐름도이다.
도 4는 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 원본 소비전력 데이터 세트의 차원 감소 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 5는 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 소비전력 데이터 세트를 문자열로 대표화하는 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 6은 소비전력 데이터 세트의 차원 감소(PAA) 및 알파벳 문자 대표화(SAX) 방법의 개요를 예시적으로 설명하기 위한 도면이다.
도 7은 도 3에 도시된 봉제 작업의 소비전력패턴 자동인식 방법 중 두 문자열의 최장 공통 문자열을 추출하고, 그 최장 공통 문자열을 이용하여 작업 전력패턴을 결정하는 단계의 세부 수행 절차를 나타낸 흐름도이다.
도 8은 최장 공통 문자열 추출(LCS) 방법의 개요를 예시적으로 설명하기 위한 도면이다.
도 9는 본 발명의 예시적인 실시예에 따른 작업 전력패턴 자동인식 시스템을 이용하여 생산 작업량을 추출한 결과를 종래의 비디오 분석을 통한 생산량 측정결과와 비교한 것을 나타낸다.
도 10은 본 발명의 예시적인 실시예에 따른 작업 전력패턴 자동인식 시스템의 작업 패턴 자동 인식률의 결과를 예시한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것이다. 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며, 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 안 된다. 즉, 본 발명은 다양한 변경을 가할 수 있고, 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도 1에는 본 발명의 예시적인 실시예에 따른 작업의 소비전력패턴 자동 인식 시스템(30)(이하, 간단히 '작업 전력패턴 자동인식 시스템'이라 함)이 도시되어 있다.
예컨대 의류 생산 공장에서 하나의 의류는 생산하는 데 여러 가지 작업들을 거치는데, 그러한 다양한 작업에는 전동 재봉틀, 전동 원단 재단기, 원단 패턴 스탬핑 장치, 전동 원단 검사기 등과 같은 여러 가지 종류의 전동 장치들이 사용될 수 있다. 그런 전동 장치들을 이용한 작업 행위들은 전력의 소비로 나타난다. 그러므로 어떤 전동 장치가 시간에 따라 소비한 전력패턴을 분석하면 그 전동 장치가 어떤 단위 작업을 몇 번 수행하였는지 파악할 수 있다.
도 1에 도시된 작업 전력패턴 자동인식 시스템(30)은 의류 봉제 작업 라인(12)에 설치된 다수의 재봉틀(14)과, 각 재봉틀(14)에서 소비되는 전력을 실시간으로 측정하도록 구성된 전력 모니터링 시스템(40)을 포함할 수 있다. 전력 모니터링 시스템(40)은 전력 측정기(50), 서버 컴퓨터(60), 통신망(58)을 포함할 수 있다.
재봉틀(14)은 전기모터(비도시)로 작동되는 전동 재봉틀일 수 있다. 작업자(16)가 재봉틀(14)로 봉제 작업을 수행하는 동안에는 전기 모터가 전력을 소비한다. 재봉틀(14)은 전력 모니터링 시스템(40)의 소비전력 모니터링 대상의 한 가지 예일 뿐이고, 위에서 언급된 다른 종류의 전동 장치도 전력 모니터링 시스템(40)의 소비전력 모니터링 대상에 포함될 수 있다. 이하에서는 재봉틀(14)을 예로 하여 설명한다.
예시적인 실시예에서, 전력 측정기(50)는 각 재봉틀(14)마다 하나씩 설치되어, 해당 재봉틀(14)에서 소비되는 전력량(또는 전류량)을 실시간으로 연속적으로 측정하도록 구성될 수 있다. 전력 측정기(50)는 전류센서(52)를 포함할 수 있다. 전류 센서(52)는 시간에 따라 재봉틀(14)에 흐르는 전류를 실시간으로 측정할 수 있다. 즉, 전류센서(52)는 재봉틀(14)에 연결된 전력공급선로를 포위하는 전류변환코일을 포함하여 부하로 공급되는 전류량을 검출할 수 있다. 재봉틀(14)에 인가되는 전압의 크기는 알 수 있으므로, 시간에 따른 전류량을 알면 재봉틀(14)에서 소비되는 전력도 바로 알 수 있다. 그러므로 시간에 따른 전류량 데이터와 소비 전력 데이터는 등가적이다.
전력 측정기(50)는 제어부(56)와 통신부(54)를 포함할 수 있다. 제어부(56)는 전류 센서(52)가 측정하는 아날로그 전류량 신호를 디지털 데이터로 변환하여, 통신부(54)를 통해 서버 컴퓨터(60)로 전달되도록 제어할 수 있다. 통신부(54)는 제어부(56)의 제어에 따라 통신망(58)을 통해 서버 컴퓨터(60)와 통신을 할 수 있다. 제어부(56)는 통신부(54)로 하여금 전류 센서(52)를 통해 측정된 소비 전력 데이터를 통신망(58)을 통해 서버 컴퓨터(60)로 전달하도록 구성될 수 있다.
전류량(또는 전력량)을 실시간 측정하여 외부의 서버 컴퓨터(60)에 전송할 수 있는 장치라면 본 발명의 전력 측정기(50)로 사용될 수 있다. 이러한 기능을 갖는 장치는 이미 종래에 여러 가지 형태로 알려져 있다. 그 대표적인 예로는 대한민국 특허공개 제10-2020-0003670 (2020.01.10. 공개, 발명의 명칭: "모듈화 스마트 센서-플러그 플랫폼 장치 및 이를 이용한 모듈화 스마트 센서-플러그 시스템")에 개시된 모듈화 스마트 센서-플러그 플랫폼 장치를 들 수 있다. 또 다른 예로는 대한민국 특허공개번호 제10-2018-0000538호(2018.01.03. 공개, 발명의 명칭: 스마트 플러그)에서 개시된 스마트 플러그 장치를 들 수 있다. 이들 종래기술 문헌에 개시된 전력 측정기(50)에 관련된 기술 사항은 이와 같은 참조를 통해 본 발명의 일부 기술로서 포함시키고자 한다. 전력 측정기(50)는 이러한 공지기술로부터 통상의 기술자가 용이하게 구현할 수 있으므로, 여기서는 그에 관한 더 구체적인 설명은 생략하기로 한다.
통신망(58)은 각 재봉틀(14)에 설치된 전력 측정기(50)의 요청에 응하여, 각 전력 측정기(50)가 검출한 해당 재봉틀(14)의 시간에 따른 소비 전력 데이터를 서버 컴퓨터(60)로 송신하도록 구성될 수 있다. 소비 전력 데이터는 소비 전력량 외에도 해당 재봉틀(14)의 식별정보, 생성시간 정보 등을 포함할 수 있다. 통신망(58)은 와이파이, RF 등의 무선통신망 및/또는 유선통신망으로 구성될 수 있다. 예컨대 전력 측정기(50)의 통신부(54)는 무선통신방식으로 통신망(58)에 연결될 수 있다.
서버 컴퓨터(60)는 적어도 연산처리기 및 메모리와 같은 연산 자원들과, 유선 통신 및/또는 무선 통신을 지원하는 통신부를 포함하는 범용의 서버 컴퓨터로 구현될 수 있다. 서버 컴퓨터(60)는 봉제 작업이 수행되는 현장에 설치되어 독립적으로 운용되는 로컬 서버 컴퓨터이거나 또는 인터넷 통신을 통해 접근할 수 있는 클라우드 서버 컴퓨터일 수 있다.
서버 컴퓨터(60)는 데이터 저장소(64)를 포함할 수 있다. 데이터 저장소(64)는 전력 측정기(50)들로부터 수신된 각 재봉틀(14)의 소비전력 데이터, 본 발명의 실시예에 따른 방법이 구현된 소정의 컴퓨터 프로그램, 그 컴퓨터 프로그램의 실행을 통해 얻어진 결과 데이터 등을 비휘발적으로 저장, 관리할 수 있도록 구성된다. 데이터 저장소(64)는 전동장치들의 시간에 따른 소비전력 데이터를 각 전동장치별로 구분하여 저장, 관리할 수 있다.
서버 컴퓨터(60)는 작업 전력패턴 자동 추출부(70), 수행작업 모니터링부(90)와 같은 소프트웨어 모듈을 포함할 수 있다. 서버 컴퓨터(60)는 작업 전력패턴 자동 추출부(70)를 실행하여, 재봉틀(14)로 소정의 봉제 작업을 1회 수행하는 동안에 소비되는 전력패턴(이하, '작업 전력패턴'이라고도 함)을 자동으로 추출할 수 있다. 여기서, 상기 '작업 전력패턴'은 재봉틀(14)을 이용하여 소정의 단위 봉제 작업을 수행함에 있어서 그 단위 봉제 작업을 시작한 시점부터 완료한 시점까지 소비된 전력의 패턴(이하, '작업 전력패턴'이라고도 함)을 의미한다.
또한 서버 컴퓨터(60)는 후술하는 작업 모니터링 알고리즘에 따라 구현된 컴퓨터 프로그램인 작업 모니터링부(80)를 실행하여, 각 재봉틀(14)의 소비전력 데이터로부터 각 재봉틀(14)에서 수행하는 작업의 생산 수량, 작업시간 등을 포함하는 다양한 생산 정보를 자동으로 산출할 수 있다.
도 2는 본 발명의 일실시예에 따른 작업 전력패턴 자동 추출부(70)의 구성을 나타내는 블록도이다.
도 2를 참조하면, 본 발명의 일실시예에 따른 작업 전력패턴 자동 추출부(70)는 서버 컴퓨터(60)의 연산처리기에 의해 실행될 수 있는 프로그램으로 구성될 수 있다. 작업 전력패턴 자동 추출부(70)는 작업 전류패턴(기준 데이터) 자동 인식 알고리즘에 따라 구현된 프로그램으로서, 전력데이터 독출부(100), 차원 감소부(200), 문자 대표화부(300) 및 공통문자열 추출부(400)와 같은 기능 모듈들을 포함할 수 있다.
전력데이터 독출부(100)는 데이터 저장소(64)에 저장된 소비 전력 데이터 세트를 읽어올 수 있다. 즉, 데이터 저장소(64)에 저장된 여러 재봉틀(14)의 소비 전력 데이터 중에서 필요에 따라 원하는 재봉틀의 원하는 시간대역의 소비전력 데이터를 읽어올 수 있다.
전력데이터 독출부(100)가 데이터 저장소(64)로부터 독출한 소비전력 데이터는 시계열 형태의 데이터로서, 일반적으로 높은 차원의 데이터이다. 차원 감소부(200)는 전력데이터 독출부(100)가 독출한 그 소비전력 데이터의 차원을 감소시킬 수 있다. 차원 감소는 예컨대 PAA(Piecewise Aggregate Approximation) 기법을 이용하여 수행될 수 있다. 차원 감소부(200)는 시계열 형태의 입력데이터를 계단형의 데이터 형태로 단순화시키는 PAA 변환을 수행할 수 있다. 시간에 따른 곡선형 표현에서 계단형 모습으로 바뀌게 된 것을 텍스트 형태로 다시 기호화할 수 있다.
PAA 기법은 아래의 수식 1을 이용하여 길이 n의 시퀀스를 길이 M (단, n > M)의 시퀀스 
으로 나타낸다.
[수식1]
여기서, n과 M은 자연수로서 n ≥ M을 만족한다.
이처럼 차원 감소부(200)는 n차원 시계열 소비전력 데이터를 M차원의 소비전력 데이터로 줄이기 위하여, 그 시계열 소비전력 데이터를 동일한 크기의 복수의 구간으로 구분하고, 각 구간에 속하는 소비전력 데이터들을 그들의 단일 대푯값으로 치환할 수 있다. 일예로, 각 구간의 단일 대푯값은 해당 구간이 속하는 전체 소비전력 데이터의 평균값 또는 중간값으로 정해질 수 있다. 민감도 팩터를 도입하여 그 값을 조절하는 것을 통해 차원의 감소 정도를 조절할 수 있다. 작업의 종류에 따라 민감도 팩터 값이 다를 수 있다. 민감도 팩터는 예컨대 0.001 - 2 정도의 값을 가질 수 있다.
문자 대표화부(300)는 차원 감소부(200)에 의해 얻어진 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 대응되는 문자열로 변환할 수 있다. 상기 소정의 문자 세트는 예컨대 영어 알파벳 세트일 수 있지만, 반드시 이것에 국한되는 것은 아니다. 예컨대, 한글 알파벳이나 문자, 일본 카타가나, 기타 다른 여러 나라 언어의 알파벳, 또는 숫자 세트를 상기 소정의 문자 세트로 사용할 수 있다. 문자 대표화부(300)는 예컨대 SAX(Symbolic Aggregate approximation) 기법을 이용하여 저차원 소비전력 데이터 세트를 알파벳 문자로 전치할 수 있다. SAX 기법은 저차원 소비전력 데이터 세트를 구성하는 각각의 데이터를 그 크기에 대응하는 알파벳으로 심볼화하여 나타낼 수 있다. 내는 것이다. 여기서, 문자열은 예를 들면 알파벳이나 숫자 등을 포함할 수 있으나, 본 실시예에서는 알파벳을 문자열의 예로 설명한다.
전력데이터 독출부(100)는 적어도 서로 다른 제1 및 제2 시간 대역의 소비전력 데이터 세트를 읽어올 수 있다. 차원 감소부(200)는 그 두 시간대역의 소비전력 데이터 세트의 차원을 각각 감소시킬 수 있고, 문자 대표화부(300)는 차원 감소된 제1 및 제2 저차원 소비전력 데이터 세트를 대응되는 제1 및 제2 문자열로 각각 변환할 수 있다.
공통문자열 추출부(400)는 그렇게 얻어지는 제1 및 제2 문자열을 비교하여 양 문자열에 공통적으로 포함된 최장 문자열을 추출할 수 있다. 그 최장 문자열은 상기 소정 작업을 1회 수행하는 동안에 소비되는 전력 데이터 세트에 대응될 수 있다. 공통문자열 추출부(400)는 그 추출된 최장 공통 문자열의 길이 및 위치를 축소된 차원을 고려하여 계산하여 전력 데이터 독출부(100)가 맨 처음 읽어낸 원본 소비전력 데이터 세트 즉, 제1 및/또는 제2 소비전력 데이터 세트의 해당 위치에 매핑할 수 있다. 매핑된 원본 소비전력 데이터 세트를 상기 소정 작업을 1회 수행하는 동안 재봉틀(14)이 소비하는 전력의 패턴으로 인식할 수 있다. 따라서 그 매핑된 원본 소비전력 데이터 세트는 본 발명이 찾아내고자 하는 기준 데이터일 수 있다.
도 3에 도시된 흐름도는 예시적인 실시예에 따른 봉제 작업의 소비전력패턴 자동인식 방법의 개략적인 수행 절차를 나타낸다.
도 3을 더 참조하면, 도 1에 도시된 작업 전력패턴 자동인식 시스템(30)에서 작업자들이 각자의 재봉틀(14)을 이용하여 소정의 봉제 작업을 수행하는 동안, 각 재봉틀(14)의 전력 측정기(50)는 해당 재봉틀(14)에서 시간에 따라 소비되는 전력을 측정하고, 그 측정된 소비전력 데이터를 통신망(58)을 통해 서버 컴퓨터(60)로 전송할 수 있다(S50).
각 전력 측정기(50)는 소비 전력 데이터를 실시간으로 또는 비실시간으로, 또한 주기적으로 또는 비주기적으로 서버 컴퓨터(60)로 전송할 수 있다. 서버 컴퓨터(60)는 통신망(58)을 통해 각 재봉틀(14)의 각 전력 측정기(50)가 전송하는 소비전력 데이터를 수신하여 각 재봉틀별로 구분될 수 있게 데이터 저장소(64)에 저장할 수 있다. 요청에 응하여, 데이터 저장소(64)는 재봉틀(14)별로 소비 전력 데이터를 응답으로 제공할 수 있다.
서버 컴퓨터(60)에서는, 데이터 저장소(64)에 저장된 소비 전력 데이터의 프로파일을 분석하여 '작업 전력패턴'을 추출할 수 있다. 이를 위해, 서버 컴퓨터(60)에서는 작업 전력패턴 자동 추출부(70)가 실행될 수 있다. 작업 전력패턴 자동 추출부(70)는 작업 전력패턴을 추출하기 위한 데이터 처리를 수행할 수 있다.
작업 전력패턴 자동 추출부(70)가 실행되면, 먼저 전력 데이터 독출부(100)가 데이터 저장소(64)에 저장된 소비전력 데이터 중에서 소정의 봉제 작업(예컨대, 소매 부분 박음질 작업)을 수행한 재봉틀의 소비전력 데이터를 읽어온다. 이 때, 서로 다른 두 시간 대역에서의 두 세트의 소비전력 데이터를 읽어올 수 있다(S100). 독출하는 소비전력 데이터 세트의 크기(시간) 즉, 제1 시간 대역과 제2 시간 대역의 크기는 봉제 작업의 종류 등에 따라 다를 수 있다. 상기 제1 시간 대역(t1부터 t2까지)과 제2 시간 대역(t3부터 t4까지)의 크기는 예컨대 해당 작업장의 최하급 기술수준의 작업자들이 상기 소정 작업을 1회 수행하는 데 걸리는 평균 작업시간의 적어도 2배 이상의 시간을 각각 포함할 수 있다. 봉제 작업 공정의 경우, 상황에 따라 상이하나 대략 5∼10분 정도의 크기로 정해질 수 있다.
독출된 제1 및 제2 소비전력 데이터 세트는 차원이 굉장히 큰 데이터일 수 있다. 효율적인 처리를 위해, 추출된 2개의 제1 및 제2 소비전력 데이터 세트의 차원을 감소시켜 단순화 시킬 수 있다(S200). 차원 감소는 차원 감소부(200)에 의해 수행될 수 있다. 차원 감소부(200)는 구간총계 근사법(Piecewise Aggregate Approximation: PAA)을 이용하여 차원 감소를 수행할 수 있다. 즉, 차원 감소부(200)는 제1 및 제2 소비전력 데이터 세트 각각을 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환함으로써, 제1 및 제2 소비전력 데이터 세트의 차원을 감소시킬 수 있다.
이어, 감소된 차원을 갖는 저차원의 제1 및 제2 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환할 수 있다(S300). 이 처리는 문자 대표화부(300)에 의해 수행될 수 있다. 이를 위해, 문자 대표화부(300)는 예컨대 총계기호화 근사법(Symbolic Aggregate approximation: SAX)을 이용할 수 있다.
다음으로, 원본 제1 및 제2 소비전력 데이터 세트에 각각 대응하는 제1 및 제2 문자열이 얻어지면, 공통 문자열 추출부(400)는 그 제1 문자열과 제2 문자열을 비교하여 양쪽에 공통적으로 포함된 문자열들 중 가장 긴 문자열 즉, 제1 문자열과 제2 문자열 간의 최장 공통 문자열(Longest Common Substring: LCS)을 추출할 수 있다(S400).
공통 문자열 추출부(400)는 그렇게 추출된 최장 공통 문자열을 원본 제1 및 제2 소비전력 데이터 세트 중 적어도 어느 하나에 매핑시켜 대응되는 구간을 특정하고, 그 대응 구간 구간의 소비전력 데이터 세트를 찾고자 하는 상기 소정 작업의 소비전력패턴(즉, 작업 전력패턴)으로 결정할 수 있다(S500).
도 4의 흐름도는 원본 소비전력 데이터 세트의 차원을 감소하는 단계(S200)의 세부적인 수행 절차를 도시한다.
도 4를 참조하면, 차원 감소부(200)는 전력 데이터 독출부(100)로부터 원본 제1 및 제2 소비전력 데이터 세트를 전달받을 수 있다. 원본 제1 및 제2 소비전력 데이터 세트는 시계열 연속 데이터인데, 이를 소정 크기의 구간 단위로 분할할 수 있다. 예컨대, 차원 감소부(200)는 전력데이터 독출부(100)로부터 제1 및 제2 소비전력 데이터 세트(세트 A, 세트 B)를 전달받아 소정 크기 단위로 분할할 수 있다(S210). 예컨대 초당 5회의 연속된 데이터를 32초 간격으로 분할하여 160 차원의 데이터 2개를 생성할 수 있다. 이러한 데이터 분할은 제1 및 제2 소비전력 데이터 세트 각각에 대하여 수행할 수 있다.
그 분할된 소비전력 데이터를 새로운 범위의 구간으로 재분할 할 수 있다(S220). 예컨대, 160차원의 제1 및 제2 소비전력 데이터를 각각 10개의 데이터를 가지는 16개 구간으로 분할할 수 있다(S220).
그런 다음, 분할된 구간에 속하는 소비전력 데이터의 평균값을 산출할 수 있다(S230). 예컨대 제1 및 제2 소비전력 데이터 세트 각각에 있어서, 16개의 구간 각각에 대하여 해당 구간에 속하는 10개 소비전력 데이터의 평균값을 산출할 수 있다.
이렇게 산출된 각 구간별 평균값을 해당 구간의 대푯값으로 지정할 수 있다. 이렇게 원본 제1 및 제2 소비전력 데이터 세트의 구간들을 지정된 하나의 대푯값으로 각각 치환하면, 저차원의 새로운 제1 및 제2 소비전력 데이터 세트를 얻을 수 있다(S240). 위에서 언급한 예의 경우, 160차원의 원본 제1 및 제2 소비전력 데이터 세트가 16차원의 저차원 제1 및 제2 소비전력 데이터 세트로 차원이 감소될 수 있다. 차원 감소부(200)는 민감도 팩터를 사용하여 차원의 감소 정도를 조절할 수도 있다. 민감도 팩터의 값은 작업의 종류에 따라 다르게 정할 수 있는데, 의류 봉제 작업의 경우 대략 0.001 - 2 의 범위 내에서 정해질 수 있다.
이와 같이, 차원이 높은 원본 데이터인 제1 및 제2 소비전력 데이터 세트를 일정한 크기의 구간으로 분할하고, 해당 구간에 속하는 소비전력 데이터들의 대푯값을 해당 구간의 값으로 치환함으로써 복잡한 소비전력 데이터 세트의 차원을 감소시킬 수 있다. 구간에 속하는 소비전력 데이터들의 대푯값은 해당 구간의 소비전력 데이터 세트의 평균값으로 정해지거나 또는 중간값으로 정해질 수 있다.
도 5의 흐름도는 소비전력 데이터 세트를 문자열로 변환하는 단계(S230)의 구체적인 수행절차를 도시한다.
문자 대표화부(300)는 차원이 감소된 제1 및 제2 소비전력 데이터 세트를 소정의 문자열로 각각 대표화 할 수 있다. 도 5를 참조하여 구체적으로 설명하면, 소비전력(전류) 데이터 값의 범위를 고려하여 차원 내 데이터 값의 범위를 지정할 수 있다(S310). 예를 들어, 모든 소비전력(전류) 데이터 값이 0 ~ 3[A]의 범위 내에 있는 경우 차원 내 데이터 값의 범위는 0 ~ 3으로 정해질 수 있다.
문자 대표화부(300)는 차원 내 소비전력(전류) 데이터 값 범위를 가우시안 분포에 따라 구간을 분할할 수 있다(S320). 예를 들어, 중간부에 높은 밀도 구간이 배치되게 할 수 있다.
문자 대표화부(300)는 차원이 감소된 제1 및 제2 소비전력 데이터 세트의 각 데이터 값이 위치한 구간을 소정의 문자로 대표화 하여 나타낼 수 있다(S330). 이를 위해, 예컨대 SAX법을 이용하여 소비전력 데이터 세트를 영어 알파벳 문자로 전치할 수 있다. 예를 들어, 영어 알파벳으로 나타내는 경우, 각 구간의 데이터 값이 가장 낮은 단계부터 순차적으로 높은 단계로 가면서 a, b, c, ... 로 나타낼 수 있다. 이를 위해 데이터 크기와 문자 세트 간의 매핑 테이블이 미리 마련되어, 문자 대표화부(300)가 문자 대표화 처리 시 참조할 수 있도록 할 필요가 있다.
문자 대표화부(300)는 차원이 감소된 제1 및 제2 소비전력 데이터 세트의 각 구간의 대푯값을 그것의 크기에 대응하는 소정의 문자로 대체하여 표시할 수 있다(S340).
도 6에는 소비전력 데이터 세트의 차원 감소(PAA) 및 알파벳 문자 대표화(SAX) 방법의 개요가 예시적으로 도시되어 있다. 도 6에서, 실선(510)은 원본 소비전력 데이터 세트의 프로파일(160차원)을 나타낸다. 점선(520)은 원본 소비전력 데이터 세트를 16개 구간으로 분할하고 각 구간의 평균값을 적용하여 16차원으로 감소시킨 소비전력 데이터 세트의 프로파일을 나타낸다. 알파벳들은 각 구간의 평균값 데이터가 알파벳으로 치환된 결과이다. 도 6에 도시된 예에 따르면, 160 차원의 원본 소비전력 데이터 세트는 16차원의 소비전력 데이터 세트로 차원 감소된 다음, 각 구간별 크기에 대응되는 16개의 영어 알파벳 문자열(예: cddcachhgcaadedb)로 대표화될 수 있다. 결국 문자 대표화부(300)는 이와 같은 방법으로 차원이 감소된 제1 및 제2 소비전력 데이터 세트는 두 개의 문자열로 각각 변환할 수 있다.
도 7의 흐름도는 두 문자열의 최장 공통 문자열 추출하고, 그 추출된 최장 공통 문자열을 이용하여 작업 전력패턴을 결정하는 단계(S400, S500)의 세부 절차를 나타낸다.
도 7을 참조하면, 우선 공통문자열 추출부(400)는 문자 대표화부(300)로부터 제1 및 제2 문자열 세트를 제공받아, 그 제1 및 제2 문자열 세트를 서로 비교할 수 있다(S410).
그 비교에서, 공통문자열 추출부(400)는 알파벳 문자로 전치된 제1 및 제2 문자열 세트에 공통적으로 포함된 가장 긴 공통 알파벳 문자열을 추출할 수 있다(S420). 최장 공통 문자열은 재봉틀(14)을 이용한 소정의 봉제 작업을 수행하는 동안에 소비되는 전력패턴에 해당할 가능성이 가장 높기 때문이다.
최장 공통 문자열을 추출하고 난 후, 공통문자열 추출부(400)는 그 추출된 공통 문자열을 원본 제1 또는 제2 소비전력 데이터 세트에 매핑하여 봉제 작업 패턴을 추출할 수 있다. 즉, 추출된 그 최장 공통 문자열의 길이 및 위치를 축소된 차원과 계산하여 원본 제1 또는 제2 소비전력 데이터 세트에 매핑시키고, 그 원본 제1 또는 제2 소비전력 데이터 세트에서 그 매핑되는 구간의 원본 소비전력 데이터를 다시 추출할 수 있다(S430).
공통문자열 추출부(400)는 이렇게 추출된 원본 소비전력 데이터 세트를 구하고자 한 작업 전력패턴으로 결정할 수 있다(S440). 이렇게 결정된 작업 전력패턴은 단위 봉제 작업을 시작한 시점부터 완료한 시점까지 소비된 전력의 패턴에 해당한다.
도 8은 최장 공통 문자열 추출(LCS) 방법의 개요를 예시적으로 설명하기 위한 도면이다.
도 8을 참조하면, (A)는 제1 소비전력 데이터 세트(세트 A)(530) 및 제2 소비전력 데이터 세트(세트 B)(540)의 프로파일을 예시한다. 소정 봉제 작업을 연속적으로 수행할 때, 재봉틀(14)이 최초 5분 동안 소비한 소비전력 데이터 세트가 세트 A(530)이고, 그 이후 5분 동안 소비한 소비전력 데이터 세트가 세트 B(540)이다. (B)는 그 세트 A의 소비전력 데이터 세트와 세트 B의 소비전력 데이터 세트에 대한 차원감소(PAA) 및 알파벳 문자화(SAX)를 통하여 세트 A(530)와 세트 B(540)의 소비전력 데이터를 각각 대응되는 문자열로 변환시킨 결과를 예시한다. (C)는 그 2개의 문자열을 비교하여 그들 간에 공통적으로 존재하는 최장 공통 알파벳 문자열로서 'abaaaabbb'를 추출한 예를 보여준다. 추출된 그 최장 공통 문자열의 길이 및 해당 문자열 내에서의 위치를 구하고, 그 최장 공통 문자열의 길이와 위치를 축소된 차원을 반영하여(환원시켜) 원본 제1 또는 제2 소비전력 데이터 세트에 매핑시킬 수 있다. 이에 의해, 최장 공통 문자열에 대응되는 원본 소비전력 데이터 세트의 구간이 특정될 수 있다. (D)는 추출된 최장 공통 알파벳 문자열 'abaaaabbb'을 알파벳 문자열 세트 B에서 길이와 위치를 구한 다음, 축소된 차원을 환원시켜 원본 제2 소비전력 데이터 세트(세트 B)에 매핑하여 최장 공통 알파벳 문자열 'abaaaabbb'에 대응되는 소비전력 데이터 구간(550)을 특정한 것을 나타낸다. 그 특정된 소비전력 데이터 구간(550)이 바로 본 발명에서 구하고자 하는 상기 소정의 봉제 작업의 기준 데이터, 즉 '작업 전력패턴'이다.
위와 같은 과정을 통해 자동 추출된 소정 작업의 '작업 전력패턴'은 작업 모니터링부(80)에 제공될 수 있다. 작업 모니터링부(80)는 그 '작업 전력패턴'을 기준 데이터로 삼아, 상기 소정 작업을 수행하는 다른 재봉틀(14)의 소비전력을 모니터링하여 얻어지는 소비전력 패턴을 상기 작업 전력패턴과 데이터와 비교하여, 그 소비전력 패턴에 상기 작업 전력패턴이 포함된 횟수를 산출할 수 있다. 그렇게 산출된 횟수는 그 재봉틀(14)에서 상기 소정 작업을 수행한 회수(생산량)에 해당할 수 있다. 나아가, 그 재봉틀(14)에서 상기 소정 작업을 수행한 작업 수행시간 등의 정보도 산출할 수 있다(S600).
예시적일 실시예에서, 작업 모니터링부(80)가 상기 소정 작업을 수행한 회수(생산량)의 카운트는 각 재봉틀(14)의 시계열 소비전력 데이터를 차원 감소, 문자 대표화 처리를 하여 얻어지는 소비전력 데이터의 문자열을 이용할 수도 있다. 구체적으로, 적어도 하나의 다른 재봉틀(14)이 상기 소정 작업을 수행하는 동안에, 각 재봉틀(14)의 전력 측정기(50)가 해당 재봉틀(14)의 소비전력을 모니터링하고, 그를 통해 획득된 소비전력 데이터를 무선통신 및/또는 유선통신으로 서버 컴퓨터(60)로 전송할 수 있다. 서버 컴퓨터(60)에서는, 수신된 소비전력 데이터를 각 재봉틀별로 구분 가능하게 데이터 저장소(64)에 저장한다. 그런 상태에서, 데이터 저장소(64)에 저장된 각 재봉틀의 소비전력 데이터 세트를 읽어낸다. 그런 다음, 그 읽어낸 각 소비전력 데이터 세트를 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하여 그 소비전력 데이터 세트의 차원을 감소시킨다. 계속해서, 차원 감소를 통해 얻어진 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 문자열로 변환할 수 있다. 그리고 그렇게 변환된 문자열을 상기 작업 전력패턴(기준 데이터)에 해당하는 문자열과 비교하여, 후자가 전자에 포함되어 있는 개수를 카운트할 수 있다. 예를 들어, 상기 작업 전력패턴의 문자열을 무빙 윈도우 기법으로 상기 저차원 소비전력 데이터의 문자열에 대해 슬라이딩시켜 소정 기준 이상의 유사도를 나타내는 문자열 구간을 상기 작업 전력패턴과 일치하는 구간으로 카운트할 수 있다. 그렇게 카운트된 횟수가 바로 상기 소정의 작업이 수행된 횟수로 간주할 수 있다.
나아가, 작업 모니터링부(80)는 해당 의류 생산 공장의 생산관리시스템(Manufacturing Execution System: MES)(90)이 관리하고 있는 작업자 정보, 생산 장비 정보, 작업 일정, 작업 지시, 품질관리, 작업 실적 집계 등과 같은 MES 정보를 더 활용하여, 각 작업별 작업 전력패턴을 기준 데이터로 삼아, 각 재봉틀(14)의 모니터링된 소비전력 데이터로부터 각 작업자별, 각 작업공정라인 별 수행하는 작업의 종류, 작업 수행 횟수(생산량), 작업 시간 등을 포함한 여러 가지 다양한 생산 정보를 자동으로 산출할 수 있다.
재봉틀(14)을 이용한 다른 종류의 작업에 대해서도 위와 같은 방식으로, 두 세트의 원본 소비전력 데이터를 취하여(S50, S100) 두 소비전력 데이터 세트의 차원 감소(S200)와 문자열 대표화 처리(S300), 두 문자열 세트 간의 최장 공통 문자열 추출(S400), 최장 공통 문자열의 원본 소비전력 데이터로의 매핑 처리를 순차적으로 수행하는 것을 통해 해당 작업의 '작업 전력패턴'을 결정할 수 있다.
도 9는 봉제 작업자 2명이 각자의 재봉틀(14)을 이용하여 제1 및 제2 작업을 1일간 수행하였을 때, 본 발명에 따른 작업 전력패턴 자동인식 시스템(30)이 각 작업자의 재봉틀(14)이 소비하는 전력을 분석하여 시간대별 생산 작업량을 계측한 결과(LCS)와 종래방법인 비디오 분석을 통해 추출한 패턴을 이용하여 시간대별 생산 작업량을 계측한 결과(비디오 분석)를 대비시켜 예시한다.
도 9를 참조하면, 작업 전력패턴 자동인식 시스템(30)에서 작업 전력패턴 자동 추출부(70)가 추출한 작업 전력패턴을 기준 데이터로 삼아, 작업 모니터링부(80)가 제1 작업자의 재봉틀에서 제1 봉제 작업(예#1번 작업)을 수행하는 동안 소비되는 전력을 모니터링하여 분석한 결과에 따르면, 제1 작업자의 1일 작업 수량은 226개로 계측되었다. 이에 비해 종래의 비디오 분석을 통해 추출된 봉제 작업 전력패턴을 이용하여 계측된 작업량은 244개였다. 본 발명에 따른 작업 전력패턴 자동인식 시스템(30)을 이용한 방법이 기존 방법에 비해 약 7.4% 낮은 작업 인식률을 보였다. 제2 작업자가 제2 봉제 작업(예#2번 작업)을 수행하는 동안 동일한 방법으로 작업수량을 분석한 결과, 본 발명에 따른 작업 전력패턴 자동인식 시스템(30)을 이용한 방법과 종래 방법은 각각 245개와 244개로 계측하여, 0.4% 이하의 오차범위 내에서 일치하였음을 확인할 수 있었다. 본 발명에 따른 방법은 작업의 종류에 따라 작업 인식 오차율에 차이가 있으나, 대체적으로 실제 현장에 적용할 수 있는 정도의 정확성을 나타내는 것으로 평가할 수 있다.
도 10은 발명의 예시적인 실시예에 따른 작업 전력패턴 자동인식 시스템(30)의 작업 패턴 자동 인식률의 결과를 예시한다.
도 10을 참조하면, 작업 패턴 자동인식 시스템(30)에서 작업 전력패턴 자동인식 알고리즘에 따라 구현된 작업 전력패턴 자동 추출부(70)와 작업 모니터링부(80)를 실행하여, 37개의 봉제 작업으로 구성된 1개의 봉제라인 전체를 분석한 결과를 예시한다. 본 발명에 따른 작업 전력패턴 자동인식 알고리즘은 평균 92%의 인식률(종래의 비디오 분석 방법을 이용한 작업 인식률을 100%로 보았을 때)을 보였다. 약 30%의 인식 결과에서 10% 이상의 인식률 오차를 보였으나, 작업별로 추세가 유사하다. 특히, 주목할 점은 기존의 비디오 분석 방법의 경우 1개 봉제라인에 대한 작업 전력패턴을 분석하는 데 약 12.6시간이 걸리는데 비해, 본 발명에 따른 작업 전력패턴 자동인식 알고리즘은 30분 만에 1개 봉제라인 전체에 대한 패턴 자동인식 및 분석처리가 가능하다. 이처럼, 본 발명은 종래에 비해 작업량 계측 작업의 속도가 종래 방법에 비해 월등히 빠르다. 뿐만 아니라, 작업량, 작업시간 등을 관리자가 수동으로 계측하는 종래 방법에 비해, 본 발명은 네트워크화 및 컴퓨터화 된 시스템에서 자동으로 계측할 수 있다. 의류 봉제 공장의 경우, 수천 명 내지 수만 명의 많은 작업자들이 동시에 작업을 수행하는 경우가 많다. 본 발명과 같은 작업 패턴 자동인식 시스템(30)은 그 많은 작업자들이 생산하는 작업량, 작업시간 등을 실시간으로 계측할 수 있다.
위에서는 전동 재봉틀(14)을 이용한 봉제 작업을 예로 하여 작업 전력패턴을 결정하는 방법을 설명하였지만, 위 실시예에 따른 방법은 전동 원단 재단기, 원단 패턴 스탬핑 장치, 전동 원단 검사기 등과 같은 다른 종류의 전동장치를 사용한 작업에 대해서도 동일하게 적용할 수 있다.
이상에서 설명한 본 발명의 실시예들에 따른 작업 전력패턴의 자동인식과 그 인식된 작업 전력패턴을 기준으로 작업자별 및 작업라인별 작업수량 등을 자동 계측하는 방법은 다양한 컴퓨터 수단을 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있다. 구현된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록매체에 기록될 수 있다. 그 구현된 컴퓨터 프로그램을 컴퓨터 장치에서 연산처리장치가 기록 매체에 저장된 그 컴퓨터 프로그램을 읽어 들여 실행하는 것에 의해 본 발명의 방법을 수행할 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 실시예를 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 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 발명을 실행하기 위한 다양한 컴퓨터 수단은 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
본 발명은 의류 봉제분야의 생산 시스템에 적용되어, 봉제작업의 소비전력 패턴을 자동 인식하고, 그 인식 결과를 이용하여 개별 작업자별, 작업라인별, 생산 공장 전체의 현재 작업내용과 생산량, 생산 진도, 작업시간과 병목지점 등의 관리정보를 생성하는 데 활용될 수 있다. 나아가, 본 발명은 의류 봉제분야 이외에도, 전기를 사용하여 작업을 수행하는 다양한 공장이나 현장에서의 설비 및 환경 모니터링에 적용될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
14: 재봉틀 50: 전력 측정기
60: 서버 컴퓨터 70: 작업 전력패턴 자동 추출부
80: 작업 모니터링부
60: 서버 컴퓨터 70: 작업 전력패턴 자동 추출부
80: 작업 모니터링부
Claims (15)
- 컴퓨터 장치에서 컴퓨터 프로그램을 실행하여 수행되는 방법으로서,
상기 컴퓨터 장치에서, 소정 작업을 수행하는 적어도 하나의 전동장치의 소비전력 데이터 중에서 서로 다른 적어도 제1 및 제2 시간 대역에서의 원본 제1 및 제2 소비전력 데이터 세트를 데이터 저장소로부터 각각 읽어 들이는 단계;
상기 컴퓨터 장치에서, 상기 원본 제1 및 제2 소비전력 데이터 세트 각각을 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 원본 제1 및 제2 소비전력 데이터 세트의 차원을 감소시키는 단계;
상기 컴퓨터 장치에서, 차원 감소를 통해 얻어진 제1 및 제2 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환하는 단계;
상기 컴퓨터 장치에서, 상기 제1 문자열과 상기 제2 문자열에 공통적으로 포함된 최장 공통 문자열을 추출하는 단계; 및
상기 최장 공통 문자열을 상기 원본 제1 및 제2 소비전력 데이터 세트의 적어도 어느 하나에 매핑시켜 대응되는 구간을 특정하고, 그 특정된 대응 구간의 소비전력 데이터 세트를 상기 소정 작업의 작업 전력패턴으로 추출하는 단계를 포함하고,
'상기 소정 작업의 작업 전력패턴으로 추출하는 단계'는 상기 최장 공통 문자열의 길이 및 상기 제1 문자열 또는 상기 제2 문자열 내에서의 위치를 구하는 단계; 구해진 상기 최장 공통 문자열의 길이와 위치를 감소된 차원을 환원시켜 상기 원본 제1 또는 제2 소비전력 데이터 세트에 매핑하는 것에 의해 상기 최장 공통 문자열에 대응되는 원본 소비전력 데이터 세트의 구간을 특정하는 단계; 및 그 특정된 원본 소비전력 데이터 세트의 구간을 상기 소정 작업의 작업 전력패턴으로 추출하는 단계를 포함하고,
상기 제1 및 제2 시간 대역은 서로 중첩되지 않고, 해당 작업장의 최하급 기술수준의 작업자들이 상기 소정 작업을 1회 수행하는 데 걸리는 평균 작업시간의 적어도 2배 이상의 시간을 각각 포함하는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법. - 삭제
- 제1항에 있어서, 상기 '차원을 감소시키는 단계'는 상기 차원의 감소 정도를 민감도 팩터로 조정하는 단계를 포함하며, 상기 민감도 팩터의 값은 작업의 종류에 따라 0.001 - 2 의 범위 내에서 정해지는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 제1항에 있어서, 상기 대푯값은 해당 구간의 소비전력 데이터 세트의 평균값 또는 중간값으로 정해지는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 삭제
- 제1항에 있어서, 상기 전동장치는 의류 생산 공장에서 사용되는 전동 재봉틀, 전동 원단 재단기, 전동 원단 패턴 스탬핑 장치, 전동 원단 검사기 중 적어도 어느 한 가지인 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 제1항에 있어서, 상기 전동장치가 상기 소정의 작업을 수행하는 동안에 상기 전동장치의 전력 측정기가 상기 전동장치의 소비전력을 모니터링하여 획득된 소비전력 데이터를 무선통신과 유선통신 중 적어도 어느 한 가지 방식으로 컴퓨터 장치로 전송하는 단계; 및 상기 컴퓨터 장치에서, 수신된 소비전력 데이터를 각 전동장치별로 구분 가능하게 상기 데이터 저장소에 저장하는 단계를 더 포함하는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 제1항에 있어서, 상기 작업 전력패턴을 기준 데이터로 삼아, 상기 소정 작업을 수행하는 적어도 하나의 다른 전동장치의 소비전력을 모니터링하여 얻어지는 소비전력 데이터 패턴을 상기 작업 전력패턴과 비교하여 상기 소비전력 데이터 패턴에 상기 작업 전력패턴이 포함된 횟수를 카운트하고, 카운트된 횟수를 상기 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행한 횟수로 산출하는 단계를 더 포함하는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 제8항에 있어서, 상기 소정 작업을 수행한 횟수로 산출하는 단계는, 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행하는 동안에, 상기 다른 전동장치들의 전력 측정기가 상기 다른 전동장치의 소비 전력을 모니터링하여 획득된 소비전력 데이터를 무선통신과 유선통신 중 적어도 어느 한 가지 방식으로 컴퓨터 장치로 전송하는 단계; 상기 컴퓨터 장치에서, 수신된 소비전력 데이터를 각 전동장치별로 구분 가능하게 상기 데이터 저장소에 저장하는 단계; 상기 컴퓨터 장치에서, 상기 데이터 저장소로부터 상기 다른 전동장치의 제3 소비전력 데이터 세트를 독출하는 단계; 상기 컴퓨터 장치에서, 상기 다른 전동장치의 제3 소비전력 데이터 세트를 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 제3 소비전력 데이터 세트의 차원을 감소시키는 단계; 상기 컴퓨터 장치에서, 차원 감소를 통해 얻어진 제3 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제3 문자열로 변환하는 단계; 및 상기 작업 전력패턴에 해당하는 문자열을 상기 제3 문자열과 비교하여 전자가 후자에 포함된 횟수를 카운트하여 상기 소정 작업의 수행 횟수로서 산출하는 단계를 포함하는 것을 특징으로 하는 작업 전력패턴 자동 인식 방법.
- 소정 작업을 수행하는 전동장치의 소비전력을 모니터링하여 획득된 소비전력 데이터를 무선통신과 유선통신 중 적어도 어느 한 가지 방식으로 전송하도록 구성된 적어도 하나의 전력측정기; 및
상기 전력측정기가 전송하는 시계열 소비전력 데이터를 수신하여 데이터 저장소에 저장하고, 작업 전력패턴 자동 추출용 제1 컴퓨터 프로그램을 실행하여 상기 소정 작업을 1회 수행하는 데 소비된 작업 전력패턴을 자동 추출하는 컴퓨터 장치를 포함하고,
상기 제1 컴퓨터 프로그램은,
상기 데이터 저장소에 저장된 상기 소정 작업에 관한 소비전력 데이터 중에서 서로 다른 적어도 제1 및 제2 시간 대역에서의 원본 제1 및 제2 소비전력 데이터 세트를 데이터 저장소로부터 각각 읽어 들이도록 구성된 전력 데이터 독출부;
상기 원본 제1 및 제2 소비전력 데이터 세트 각각을 복수의 구간으로 구분하고, 각 구간의 소비전력 데이터 세트를 단일 대푯값으로 치환하는 것에 의해 상기 원본 제1 및 제2 소비전력 데이터 세트의 차원을 감소시키도록 구성된 차원 감소부;
차원 감소를 통해 얻어진 제1 및 제2 저차원 소비전력 데이터 세트를, 대푯값 데이터 세트와 소정의 문자 세트 간의 소정의 매핑관계에 기초하여, 제1 및 제2 문자열로 각각 변환하도록 구성된 문자 대표화부; 및
상기 제1 문자열과 상기 제2 문자열에 공통적으로 포함된 최장 공통 문자열을 추출하고, 상기 최장 공통 문자열을 상기 원본 제1 및 제2 소비전력 데이터 세트의 적어도 어느 하나에 매핑시켜 대응되는 구간을 특정하고, 그 특정된 대응 구간의 소비전력 데이터 세트를 상기 소정 작업의 작업 전력패턴으로 추출하도록 구성된 공통 문자열 추출부를 포함하도록 구성되며,
상기 공통 문자열 추출부는, 상기 소정 작업의 작업 전력패턴으로 추출하기 위해, 상기 최장 공통 문자열의 길이 및 상기 제1 문자열 또는 상기 제2 문자열 내에서의 위치를 구하는 기능; 구해진 상기 최장 공통 문자열의 길이와 위치를 감소된 차원을 환원시켜 상기 원본 제1 또는 제2 소비전력 데이터 세트에 매핑하는 것에 의해 상기 최장 공통 문자열에 대응되는 원본 소비전력 데이터 세트의 구간을 특정하는 기능; 및 그 특정된 원본 소비전력 데이터 세트의 구간을 상기 소정 작업의 작업 전력패턴으로 추출하는 기능을 포함하고,
상기 제1 및 제2 시간 대역은 서로 중첩되지 않고, 해당 작업장의 최하급 기술수준의 작업자들이 상기 소정 작업을 1회 수행하는 데 걸리는 평균 작업시간의 적어도 2배 이상의 시간을 각각 포함하는 것을 특징으로 하는 작업 전력패턴 자동 인식 시스템.. - 제10항에 있어서, 상기 컴퓨터 장치는 작업 모니터링용 제2 컴퓨터 프로그램을 더 포함하며, 상기 제2 컴퓨터 프로그램은 상기 작업 전력패턴을 기준 데이터로 삼아, 상기 소정 작업을 수행하는 적어도 하나의 다른 전동장치의 소비전력을 상기 적어도 하나의 전력 측정기를 통해 모니터링하여 얻어지는 소비전력 데이터 패턴을 상기 작업 전력패턴과 비교하여 상기 소비전력 데이터 패턴에 상기 작업 전력패턴이 포함된 횟수를 카운트하고, 카운트된 횟수를 상기 적어도 하나의 다른 전동장치가 상기 소정 작업을 수행한 횟수로 산출하도록 구성된 것을 특징으로 하는 작업 전력패턴 자동 인식 시스템.
- 제10항에 있어서, 상기 전동장치는 의류 생산 공장에서 사용되는 전동 재봉틀, 전동 원단 재단기, 전동 원단 패턴 스탬핑 장치, 전동 원단 검사기 중 적어도 어느 한 가지인 것을 특징으로 하는 작업 전력패턴 자동 인식 시스템.
- 제10항에 있어서, 상기 전동장치는 의류 생산 공장에서 사용되는 전동 재봉틀, 전동 원단 재단기, 전동 원단 패턴 스탬핑 장치, 전동 원단 검사기 중 적어도 어느 한 가지인 것을 특징으로 하는 작업 전력패턴 자동 인식 시스템.
- 제1항, 3항, 제4항, 제6항 내지 제9항 중 어느 한 항에 기재된 작업 전력패턴 자동 인식 방법을 수행하기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 실행가능 프로그램.
- 제1항, 3항, 제4항, 제6항 내지 제9항 중 어느 한 항에 기재된 작업 전력패턴 자동 인식 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200080961A KR102277976B1 (ko) | 2020-07-01 | 2020-07-01 | 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200080961A KR102277976B1 (ko) | 2020-07-01 | 2020-07-01 | 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102277976B1 true KR102277976B1 (ko) | 2021-07-16 |
Family
ID=77150712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200080961A KR102277976B1 (ko) | 2020-07-01 | 2020-07-01 | 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102277976B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180000538A (ko) | 2016-06-23 | 2018-01-03 | 주식회사 케이벨 | 스마트 플러그 |
| KR101917157B1 (ko) | 2018-07-03 | 2018-11-09 | 호전실업 주식회사 | 의류생산공장 스마트 모니터링 방법 및 시스템 |
| KR20190008515A (ko) | 2017-07-13 | 2019-01-24 | 고려대학교 산학협력단 | 개선된 sax 기법 및 rtc 기법을 이용한 공정 모니터링 장치 및 방법 |
| KR20200003670A (ko) | 2018-07-02 | 2020-01-10 | 서울대학교산학협력단 | 모듈화 스마트 센서-플러그 플랫폼 장치 및 이를 이용한 모듈화 스마트 센서-플러그 시스템 |
| KR102126954B1 (ko) * | 2019-07-11 | 2020-06-25 | 호전실업 주식회사 | 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 |
-
2020
- 2020-07-01 KR KR1020200080961A patent/KR102277976B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180000538A (ko) | 2016-06-23 | 2018-01-03 | 주식회사 케이벨 | 스마트 플러그 |
| KR20190008515A (ko) | 2017-07-13 | 2019-01-24 | 고려대학교 산학협력단 | 개선된 sax 기법 및 rtc 기법을 이용한 공정 모니터링 장치 및 방법 |
| KR20200003670A (ko) | 2018-07-02 | 2020-01-10 | 서울대학교산학협력단 | 모듈화 스마트 센서-플러그 플랫폼 장치 및 이를 이용한 모듈화 스마트 센서-플러그 시스템 |
| KR101917157B1 (ko) | 2018-07-03 | 2018-11-09 | 호전실업 주식회사 | 의류생산공장 스마트 모니터링 방법 및 시스템 |
| KR102126954B1 (ko) * | 2019-07-11 | 2020-06-25 | 호전실업 주식회사 | 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10496730B2 (en) | Factor analysis device, factor analysis method, and factor analysis program | |
| Vercamer et al. | Predicting consumer load profiles using commercial and open data | |
| US10402296B2 (en) | Monitor control system and data collection apparatus | |
| EP3534231B1 (en) | Information collection and display system | |
| KR102192338B1 (ko) | 패턴 태깅 기술 기반 비정상 전력 데이터 판별 방법 및 시스템 | |
| US11315064B2 (en) | Information processing device and production instruction support method | |
| KR102285374B1 (ko) | 인공지능 기반 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 | |
| CN105760299A (zh) | 一种基于智能变电站全自动脚本测试方法 | |
| JP6978231B2 (ja) | 省エネルギー効果算出装置および方法 | |
| KR102126954B1 (ko) | 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 | |
| KR102250598B1 (ko) | 작업자 기술수준 및 작업 난이도 측정 방법 및 이를 위한 시스템 | |
| CN110782324A (zh) | 一种基于云平台的电子商务商品信息管理方法及系统 | |
| KR102277976B1 (ko) | 작업 전력패턴 자동 인식 방법과 이를 위한 시스템 | |
| WO2020066124A1 (ja) | プロセス状態解析装置及びプロセス状態表示方法 | |
| CN115578217A (zh) | 基于决策树模型的非侵入式负荷监测方法及监测系统 | |
| CN115632966A (zh) | 基于云计算的物联网设备自动运维方法 | |
| US11372399B2 (en) | System section data management device and method thereof | |
| CN113554483A (zh) | 一种订单全生命周期管理方法及系统 | |
| JP2005038098A (ja) | データマイニングを用いた機器、施設の運転状況又は取引の監視及び実行方法 | |
| CN112527862A (zh) | 一种时间序列数据的处理方法及装置 | |
| KR20200007563A (ko) | 에너지 소비 분석을 위한 기계학습용 데이터셋 전처리 방법 | |
| CN116304761A (zh) | 工况类别分析方法、装置、电子设备及存储介质 | |
| EP3926428B1 (en) | Control device, control program, and control system | |
| CN112613290A (zh) | 单证模板生成方法、装置、设备及存储介质 | |
| CN109155014A (zh) | 实时风力市场预报分析的数据驱动调用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20200701 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20200702 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination Patent event date: 20200701 Patent event code: PA03021R01I Comment text: Patent Application |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20201113 Patent event code: PE09021S01D |
|
| AMND | Amendment | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20210421 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20201113 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |
|
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| PX0901 | Re-examination |
Patent event code: PX09011S01I Patent event date: 20210421 Comment text: Decision to Refuse Application Patent event code: PX09012R01I Patent event date: 20210215 Comment text: Amendment to Specification, etc. |
|
| PX0701 | Decision of registration after re-examination |
Patent event date: 20210607 Comment text: Decision to Grant Registration Patent event code: PX07013S01D Patent event date: 20210521 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I Patent event date: 20210421 Comment text: Decision to Refuse Application Patent event code: PX07011S01I Patent event date: 20210215 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I |
|
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20210709 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20210712 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |