KR102335814B1 - 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 - Google Patents
스마트팩토리용 데이터 모델 생성 장치 및 그 방법 Download PDFInfo
- Publication number
- KR102335814B1 KR102335814B1 KR1020170054416A KR20170054416A KR102335814B1 KR 102335814 B1 KR102335814 B1 KR 102335814B1 KR 1020170054416 A KR1020170054416 A KR 1020170054416A KR 20170054416 A KR20170054416 A KR 20170054416A KR 102335814 B1 KR102335814 B1 KR 102335814B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- models
- processes
- model
- metadata
- Prior art date
Links
- 238000013499 data model Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims description 197
- 238000004519 manufacturing process Methods 0.000 claims abstract description 61
- 238000013480 data collection Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 156
- 238000004088 simulation Methods 0.000 claims description 45
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000011960 computer-aided design Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 description 18
- 239000000047 product Substances 0.000 description 16
- 239000000463 material Substances 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 238000005520 cutting process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000011265 semifinished product Substances 0.000 description 3
- 238000004148 unit process Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- 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
- 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]
- G05B19/41885—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 modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 일 실시예는, 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 메타데이터 생성 모듈; 상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 데이터 모델 생성 모듈; 상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 설비 데이터 수집 모듈; 및 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 설비 데이터 연동 모듈; 을 포함하는, 스마트팩토리용 데이터 모델 생성 장치를 제공한다.
Description
본 발명은 실설비와 연계 가능한 CPS 기반 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 관한 것이다.
최근 제조산업은 경제성장의 원천으로 재조명되고 있으며, 제조업 부흥을 위해 스마트팩토리 기술개발에 몰두하고 있다. 스마트팩토리란 공장 내 설비와 기계에 센서(IoT 등)가 설치되어 데이터가 실시간으로 수집 및 분석되어 공장 내 모든 상황들이 일목요연하게 보여지고(Observability), 이를 분석해 목적된 바에 따라 스스로 제어(Controllability)되는 공장을 말한다.
스마트팩토리 구현을 위해 필수적으로 필요한 기술로는 CPS 기술이 있다. CPS 기술은 생산 현장과 기업의 정보시스템을 통합한 정보 모델 구축과 이를 기반으로 시장 변화에 대응해 설비·공정을 최적 제어할 수 있는 기술을 말한다. Cyber-Physical Systems (CPS) 란 컴퓨팅 시스템과 사람·제조공정·설비와 같은 물리적인 시스템을 네트워크로 통합하여 자동형·지능형 시스템을 구축하는 기술을 말한다.
그러나, 현재의 제조형태는 IT화를 통한 시스템 지능화가 일부 실현단계 진입하고 있으나, 단위 공정별로만 자동화 및 최적화가 이루어져 있으며, 공정과 공정 간의 유기적인 연계가 되고 있지 않다. 그래서 전후 개별 공장에서 수집된 데이터의 활용률이 매우 낮은 상황이다.
또한, 단위 공정간의 생산 시스템은 국내외 다수의 제조회사들이 독자적으로 개발하여 사용되고 있다. 그리고 종래의 이러한 시스템들은 생산 공정에 있어서 제약을 단순화하여 모델을 작성하고, 단순화된 모델에 대하여 선형 계획법 등의 통계적 최적화 수법을 적용하여 개략적인 해를 구하는 방법을 채택하고 있는 실정이다.
하지만, 스마트팩토리 기술이 필요한 하이테크놀로지 산업의 제조 공정은 수백, 수천개의 다수의 공정들로 구성되어 있기 때문에 개략적인 수치를 통해서는 전체 제조 공정의 신뢰성을 높일 수 없다. 그리고 단위 공정별로 진행되어 온 자동화시스템은 생산현장에서 발생하는 돌발 장애, 품질 불량 등의 원인을 알아낼 수 없고, 공장 내 숙련자의 도움 없이는 해당 문제를 해결하기가 쉽지 않은 상황이다.
만약, 스마트팩토리가 구현되면 전후 공정간 데이터를 자유롭게 연계할 수 있어 총체적인 관점에서 최적화를 이룰 수 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명의 목적은 스마트팩토리 구현을 위해 실제 설비에서 제공되는 데이터와 연계해서 CPS 기반 데이터 모델들을 생성하는 스마트팩토리용 데이터 모델 생성 장치 및 그 방법을 제공하는 것이다.
또한, 본 발명의 목적은 생성한 데이터 모델들이 생산 계획을 최적화하고 설비의 제어로직을 검증하는데 사용될 수 있도록 시뮬레이션용 코드를 생성하는 스마트팩토리용 데이터 모델 생성 장치 및 그 방법을 제공하는 것이다.
본 발명의 일 실시예는, 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 메타데이터 생성 모듈; 상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 데이터 모델 생성 모듈; 상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 설비 데이터 수집 모듈; 및 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 설비 데이터 연동 모듈; 을 포함하는, 스마트팩토리용 데이터 모델 생성 장치를 제공한다.
이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 3차원 공장 구축부; 를 더 포함할 수 있다.
이때, 상기 3차원 공장 구축부는 상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 3차원 오브젝트 모델 생성 모듈; 서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 3차원 오브젝트 모델 연동 모듈; 및 상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 레이아웃 생성 모듈; 을 포함할 수 있다.
이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의할 수 있다.
이때, 상기 공정 정의부는 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의할 수 있다.
이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 시뮬레이션 코드 생성부; 를 더 포함할 수 있다.
이때, 상기 데이터 모델 생성 모듈은 상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 또는 환경 모델들을 생성할 수 있다.
이때, 상기 데이터 모델들은 XML(Extensible Markup Language) 기반으로 생성할 수 있다.
이때, 상기 3차원 오브젝트 모델들은 3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함할 수 있다.
본 발명의 다른 일 실시예는, 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 단계; 상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 단계; 상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 단계; 및 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 단계; 를 포함하는, 스마트팩토리용 데이터 모델 생성 방법을 제공한다.
이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 단계; 를 더 포함하는, 스마트팩토리용 데이터 모델 생성 방법 할 수 있다.
이때, 상기 3차원 공장을 구축하는 단계는 상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 단계; 서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 단계; 및 상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 단계; 를 포함할 수 있다.
이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의하는 단계; 및 상기 공정들 각각에 상응하는 입출력을 정의하는 단계; 를 더 포함할 수 있다.
이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의하는 단계; 를 더 포함할 수 있다.
이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 단계; 를 포함할 수 있다.
이때, 상기 데이터 모델들을 생성하는 단계는 상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성할 수 있다.
이때, 상기 데이터 모델들은 XML(Extensible Markup Language) 기반으로 생성할 수 있다.
이때, 상기 3차원 오브젝트 모델들은 3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함할 수 있다.
본 발명의 또 다른 일 실시예는, 컴퓨터를 이용하여 상기 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공한다.
본 발명에 따르면, 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 의해, 스마트팩토리 구현을 위해 실제 설비에서 제공되는 데이터와 연계해서 CPS 기반 데이터 모델들을 생성함으로써, 전후 공정간 데이터를 자유롭고 정확하게 연계할 수 있어 공장 전체적인 관점에서 최적화를 이룰 수 있다.
또한, 본 발명은 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 의해, 생성한 데이터 모델들이 생산 계획을 최적화하고 설비의 제어로직을 검증하는데 사용될 수 있도록 시뮬레이션용 코드를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)의 구성을 나타낸 도면이다.
도 2는 도 1에 도시된 스마트팩토리용 데이터 모델 생성 장치(100)의 일 예를 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법을 나타낸 동작 흐름도이다.
도 4는 도 3에 도시된 메타데이터를 생성하는 단계(S301)의 일 예를 나타낸 동작 흐름도이다.
도 5는 도 3에 도시된 데이터 모델 생성 단계(S303)의 일 예를 나타낸 동작 흐름도이다.
도 6은 도 3에 도시된 공정과 공정 입출력을 정의하는 단계(S315)의 일 예를 나타낸 동작 흐름도이다.
도 2는 도 1에 도시된 스마트팩토리용 데이터 모델 생성 장치(100)의 일 예를 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법을 나타낸 동작 흐름도이다.
도 4는 도 3에 도시된 메타데이터를 생성하는 단계(S301)의 일 예를 나타낸 동작 흐름도이다.
도 5는 도 3에 도시된 데이터 모델 생성 단계(S303)의 일 예를 나타낸 동작 흐름도이다.
도 6은 도 3에 도시된 공정과 공정 입출력을 정의하는 단계(S315)의 일 예를 나타낸 동작 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성되어 다양한 형태로 구현될 수 있다. 이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 또한, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)에서 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리(200) 및 시뮬레이션 장치 (220)와 상호 연결된다.
본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리(200)에 상응하는 인력(Man), 설비(Machine), 부품(Material), 공정(Method) 및 환경(Environment)과 같은 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하고, 설비들에 상응하는 메타데이터 각각에 대해서 데이터 모델들을 생성하고, 스마트팩토리(200)로부터 실제 설비 데이터를 수집하며, 수집한 실제 설비 데이터를 메타데이터와 연동하여, 데이터 모델들이 실제 설비 데이터를 반영하여 시뮬레이션 장치(300)에서 이용될 수 있도록 한다.
여기서, 메타데이터는 스마트팩토리(200) 또는 사용자의 요구사항 및 기계 설비들이나 공정들에서 수집할 수 있는 정보를 포함하여, 설비, 제품 및 공정 등에 대한 입출력 정보를 정의할 수 있다. 또한, 메타데이터는 제품 설계, 설비 및 자재의 리소스, 공정 프로세스 간 라우팅, 공장의 레이아웃 및 공정 운영 계획 등에 활용될 수 있도록 BOP(Bill of Process), BOM(Bill of Meterial) 및 제약조건(Constraint) 등을 포함할 수 있다. 이때, 메타데이터는 인력, 자재, 공정 또는 기계설비로 나누어질 수 있다.
특히, 메타데이터를 생성할 때, 스마트팩토리(200)에서 정보를 제공받을 수 있다. 여기서 제공되는 데이터의 포맷은 3차원 CAD 데이터, PLC 데이터, 수치기반 시뮬레이션 데이터 또는 문서 데이터 중 적어도 하나일 수 있다. 스마트팩토리(200)에서 정보를 제공받음으로써, 스마트팩토리(200) 혹은 사용자의 요구사항에 맞는 시뮬레이션을 위한 메타데이터를 생성할 수 있다.
그리고, 데이터 모델들은 스마트 팩토리(200)에 상응하는 제조 관련 자원들의 전기/기계/이산 논리에 대한 것일 수 있다.
선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 제조 자원들에 상응하는 3차원 오브젝트 모델들을 메타데이터를 이용하여 생성하거나 외부로부터 입력받을 수 있고, 3차원 오브젝트 모델들과 데이터 모델들을 연동할 수 있다. 그리고, 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성할 수 있다.
여기서, 3차원 오브젝트 모델은 스마트팩토리(200)를 구성하는 기계설비, 인력 및 자재 등을 3차원 오브젝트 형태로 정의한 것이다. 그리고, 3차원 오브젝트 모델들과 데이터 모델들이 연동됨으로써 3차원 오브젝트 모델들에 기능이 추가될 수 있다.
예컨대, 컨베이어 벨트와 같은 3차원 오브젝트 모델의 경우, 데이터 모델과 연동되지 않으면 해당 오브젝트 모델은 속이 텅 빈(기능이 없는) 3차원 모델일 뿐이다. 해당 컨베이어 벨트가 공정 내에서 해야 하는 역할(예: 자재의 운반)은 데이터 모델로 정의가 되며, 정의된 데이터 모델과 3차원 오브젝트 모델이 적절하게 맵핑이 되어야지만 해당 오브젝트의 기능(예: 자재의 운반)이 추가가 되는 것이다. 즉, 연동되는 데이터 모델과 3차원 오브젝트 모델은 하나의 세트(set)로 구성될 수 있다.
선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 서로 연계되는 하나 이상의 설비들을 그룹화하여 공정으로 묶고, 서로 연계되는 하나 이상의 공정들을 다시 그룹화하여 공정으로 묶으며, 공정들의 입출력을 정의할 수 있다.
이는, 공장은 여러 개의 설비들, 일명 라인으로 구성되어 있고, 이는 제품을 생산하기 위한 전체적인 프로세스 구축하기 위함이다. 이때, 그룹화 기준은 반제품 생산에 따른 레이아웃에 따라 달라진다.
예컨대, 핸드폰 생산 공장의 경우, 케이스를 만드는 프로세스가 설비 A, B 및 C를 거쳐야 한다면, 사용자의 입력을 통해서 혹은 설비들의 입출력 정보에 따라 자동으로 설비 A, B 및 C를 하나의 공정으로 묶을 수 있다. 그리고, 디스플레이 패널을 만드는데 필요한 설비가 설비 D, E 및 F인 경우, 설비 D, E 및 F를 하나의 공정으로 묶을 수 있다. 이렇게 핸드폰 생산에 필요한 반제품 공정들을 다시 그룹화 하고, 최종적으로 관련 그룹들을 하나의 그룹으로 다시 묶는다면, 해당 최상위 그룹은 가상 공장을 의미하는 그룹이 될 수 있다.
여기서, 설비들은 어떤 서비스나 기능을 실현할 수 있는 소프트웨어를 포함하는 하드웨어를 지칭한다. 설비의 입출력 데이터는 해당 설비의 스펙(Specification)에 따라 정의된다. 예컨대, 공장에서 사용되는 로봇팔의 스펙은 로봇구성, 팔각도 및 반경, 모터의 종류, 최대 적재량, 최대 속도 및 사이클 타임 등이 있다. 해당 로봇팔을 데이터 모델로 정의할 때 입력데이터로는 상기 스펙에서 정의한 항목들(메타데이터) 중 하나 또는 여러 개가 될 수 있다. 출력 데이터는 입력으로 들어온 데이터를 가공해서 타 설비 또는 공정으로 전달할 수 있는 데이터이다. 역시 위에서 설명한 스펙 항목들 중 하나가 될 수 있다.
예를 들어, 어떤 모델의 입력데이터로 속력(360 deg/sec)값이 설비에서 들어오면, 사용자 또는 모델링 전문가는 본 설비의 제어 로직을 구현하기 위해 특정 알고리즘에 해당 입력 데이터를 활용하고, 활용되어 가공된 결과 값은 출력 데이터로 정의할 수 있다. 해당 출력 데이터는 타 설비나 공정 또는 모델의 입력으로 재활용될 수 있다.
그리고, 공정들은 특정 서비스나 기능을 실현할 수 있는 하나 이상의 설비들이나 공정들로 구성된 작업들을 의미한다. 각각의 공정들은 하위 공정들 또는 설비들을 포함하여 구성될 수 있다. 이때, 각각의 설비들이나 공정들의 출력으로부터 나온 1차 가공된 데이터를 타 설비들이나 공정들로 전달되어 입력 데이터가 될 수 있다. 전달 받은 데이터는 특정 서비스 또는 기능 제공을 위해 2차 가공되고, 2차 가공된 데이터는 상응하는 공정들의 출력 데이터가 될 수 있다.
선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성할 수 있다. 생성된 시뮬레이션용 코드는 시뮬레이션 장치(300)에서 사용하여 스마트팩토리의 공정들을 최적화할 수 있다.
여기서, 시뮬레이션 코드는 각각의 설비들에 상응하는 제어로직 및 입출력 데이터 등을 이용하고 검증할 수 있도록 생성되고, 또한 각각의 공정들에 상응하는 공정로직, 공정 입출력 데이터, 생산 계획, 배치 및 물류의 흐름 등을 이용하고 검증할 수 있도록 생성될 수 있다.
선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리에 상응하는 제조 자원들을 구조, 행위 및 환경으로 분류하여 메타데이터를 생성하고, 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성할 수 있다.
여기서, 구조 모델은 설비나 제품들의 기계적인 정보(예: 설비의 구성품)를 기준으로 모델링 될 수 있다. 예컨대, 볼펜은 펜심, 스프링, 노크, 볼펜 몸통 및 잉크 등으로 구성이 되며, 이 구성 정보를 기준으로 모델링할 수 있다. 또한, 구조 모델은 계층구조로 이루어져 있으며, 서브 구조 모델 또는 행위 모델을 포함할 수 있다.
그리고, 행위 모델은 설비나 제품들의 특성을 기준으로 모델링될 수 있다. 예컨대, 절삭 기계는 절삭 속도, 절삭 범위 및 절삭 각도 등의 특성을 가지며, 이 특성 정보를 기준으로 모델링할 수 있다. 그리고, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의할 수 있다.
또한, 환경 모델은 설비, 제품 및 공정과 관련해서 필수적으로 고려되어야 할 환경 정보로부터 모델링될 수 있다. 예컨대, 실내 온도, 습도 및 필수 인력수 등의 환경 정보가 있으며, 이 환경 정보를 기준으로 모델링할 수 있다.
스마트팩토리(200)는 공장 내 설비와 기계에 센서들이 설치되어 데이터가 실시간으로 수집, 분석되어 공장 내 모든 상황들이 일목요연하게 보여지고, 이를 분석해 목적된 바에 따라 스스로 제어되는 공장으로, 본 발명의 일 실시예에서 시뮬레이션을 위한 모델링을 하는 대상이 된다.
시뮬레이션 장치(300)는 본 발명의 일 실시예에 따라 생성된 스마트팩토리용 데이터 모델들과 시뮬레이션 코드들을 사용하여 시뮬레이션을 할 수 있는 장치이다. 그리고, 사용자의 목적에 맞는 시뮬레이션을 통해 공정과정, 동선, 설비들의 그룹화 등을 최적화 할 수 있다.
도 2는 도 1에 도시된 스마트팩토리용 데이터 모델 생성 장치(100)의 일 예를 나타낸 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 제어부(110), 통신부(120), 메모리(130), 데이터베이스(140), 데이터 모델 생성부(150) 및 설비 데이터 연동부(160) 등을 포함한다.
또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 3차원 공장 구축부(170) 등을 더 포함할 수 있다.
또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 공정 정의부(180) 등을 더 포함할 수 있다.
또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 시뮬레이션 코드 생성부(190) 등을 더 포함할 수 있다.
상세히, 제어부(110)는 일종의 중앙처리장치로서 스마트 팩토리용 데이터 모델 생성의 전체 과정을 제어한다. 즉, 제어부(110)는 데이터 모델 생성부(150), 설비 데이터 연동부(160), 3차원 공장 구축부(170), 공장 정의부(180) 및 시뮬레이션 코드 생성부(190) 등을 제어하여 다양한 기능을 제공할 수 있다.
여기서, 제어부(110)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
통신부(120)는 스마트팩토리용 데이터 모델 생성 장치(100)와 스마트팩토리(200) 및 시뮬레이션 장치(300) 간의 송수신 신호를 전송하는데 필요한 통신 인터페이스를 제공한다. 또한, 통신부(120)는 스마트팩토리용 데이터 모델 생성 장치(100)와 사용자 간의 송수신 신호를 전송하는데 필요한 통신 인터페이스를 제공할 수 있다.
이때, 메시지 통신은 XML 기반의 메시지 포맷을 기반으로 한 OPC(Object Linking and Embedding (OLE) for Process Control)나, OPC-UA (OPC의 업그레이드 버전), MTConnect 같은 표준화된 모델에서 정의하는 프로토콜을 사용할 수 있다.
여기서, 통신부(120)는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
메모리(130)는 제어부(110)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(130)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
데이터베이스(140)는 제조 자원들에 상응하는 메타데이터 및 데이터 모델들 등을 포함한다. 또한, 데이터베이스(140)는 데이터 모델들과 연동된 3차원 오브젝트 모델들 및 공장 레이아웃 등을 포함할 수 있다. 나아가, 데이터베이스(140)는 공정들에 상응하는 데이터 및 실제 설비 데이터를 포함할 수 있다.
데이터 모델 생성부(150)는 메타데이터 생성 모듈(151) 및 데이터 모델 생성 모듈(153) 등을 포함한다.
여기서, 메타데이터 생성 모듈(151)은 인력(Man), 설비(Machine), 부품(Material), 공정(Method), 환경(Environment)과 같은 제조 자원들에 대한 메타데이터를 정의한다. 또한 설비, 제품, 공정에 대한 입출력에 대한 정보를 정의한다. 그리고, 데이터 모델 생성 모듈(153)은 설비들에 상응하는 메타데이터 각각에 대해서 데이터 모델들을 생성한다. 여기서 생성된 메타데이터와 데이터 모델들은 데이터베이스(140)에 저장될 수 있다.
선택적 실시예에서, 메타데이터 생성 모듈(151)은 제조 자원들을 인력, 자재, 공정 또는 설비로 분류하여 메타데이터를 생성할 수 있고, 데이터 모델 생성 모듈(153)은 제조 자원들 각각에 상응하는 메타데이터에 대해서 구조 요소, 행위 요소 및 환경 요소를 구분하고, 구분에 따라 구조 모델, 행위 모델 또는 환경 모델들을 생성할 수 있다.
즉, 데이터 모델 생성부(150)는 인력(Man), 설비(Machine), 부품(Material), 공정(Method) 또는 환경(Environment)과 같은 제조 자원들에 대해서 메타데이터를 정의하고, 그 정의된 메타데이터를 이용하여 프로세스를 구조화하고 설비들을 모델링한다.
여기서, 구조 모델은 설비나 제품들의 기계적인 정보(예: 설비의 구성품)를 기준으로 모델링된다. 예컨대, 볼펜은 펜심, 스프링, 노크, 볼펜몸통 및 잉크 등으로 구성이 되며, 상기 구성 정보를 기준으로 모델링 할 수 있다. 특히, 구조 모델은 계층구조로 이루어져 있으며, 하위 구조 모델 또는 행위 모델을 포함할 수 있다.
그리고, 행위 모델은 설비나 제품들의 특성을 기준으로 모델링된다. 예컨대, 절삭기계는 절삭속도, 절삭범위 및 절삭각도 등의 특성을 가지고 있으며, 상기 특성(행위) 정보를 기준으로 모델링 할 수 있다. 즉, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의할 수 있다.
또한, 환경 모델은 설비, 제품, 공정과 관련해서 필수적으로 고려되야 할 환경 정보를 기준으로 모델링된다. 예컨대, 환경 정보는 실내 온도, 습도 및 필수 인력수 등이 있으며, 상기 환경 정보를 기준으로 모델링 할 수 있다.
이때, 데이터 모델들은 XML 기반으로 생성될 수 있다.
설비 데이터 연동부(160)는 설비들에 상응하는 데이터 모델들에 대해서 실제 설비 데이터를 반영한다.
선택적 실시예에서, 설비 데이터 연동부(160)는 설비 데이터 수집 모듈(161) 및 설비 데이터 연동 모듈(163) 등을 포함할 수 있다.
여기서, 설비 데이터 수집 모듈(161)은 스마트팩토리(도 1의 200 참조)의 설비들로부터 인터페이스 또는 센서 등을 통해서 실제 설비 데이터를 수집할 수 있다. 그리고, 수집된 실제 설비 데이터는 데이터베이스(140)에 저장될 수 있다.
또한, 설비 데이터 연동 모듈(163)은 설비들 각각에 상응하는 실제 설비 데이터와 메타데이터를 연동할 수 있다. 이는, 실제 설비 데이터와 메타데이터를 연동하여, 실시간으로 혹은 수시로 수집되는 정보를 데이터 모델에 반영하기 위함이다. 이에 따라, 공정 간의 유기적인 연계를 꾀하고 전후 개별 공정 간의 데이터 활용률을 높여, 전체 시스템에 대한 신뢰성을 높일 수 있다. 그리고, 기계 설비나 자재/부자재/제품 정보에 관한 맵핑 데이터는 데이터베이스(140)에 저장될 수 있다. 여기서, 맵핑 데이터는 시뮬레이션을 위한 데이터로 활용될 수 있다.
3차원 공장 구축부(170)는 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축한다.
선택적 실시예에서, 3차원 공장 구축부(170)는 3차원 오브젝트 모델 생성 모듈(171), 3차원 오브젝트 모델 연동 모듈(173) 및 레이아웃 생성 모듈(175) 등을 포함할 수 있다.
3차원 오브젝트 모델 생성 모듈(171)은 제조 자원들에 상응하는 3차원 오브젝트 모델들을 메타데이터를 이용하여 생성하거나 외부로부터 입력 받을 수 있다. 이때, 3차원 오브젝트 모듈은 데이터베이스(140)에 저장될 수 있다.
3차원 오브젝트 모델 연동 모듈(173)은 데이터 모델 생성부(150)에서 생성된 데이터 모델들을 3차원 오브젝트 모델들과 연동하는 모듈이다. 예컨대, 컨베이어 벨트와 같은 3차원 오브젝트 모델의 경우, 데이터 모델과 연동되지 않으면 해당 오브젝트 모델은 속이 텅 빈(기능이 없는) 3차원 모델일 뿐이다. 해당 컨베이어 벨트가 공정 내에서 해야 하는 역할(예: 자재의 운반)은 데이터 모델로 정의가 되며, 정의된 데이터 모델과 3차원 오브젝트 모델이 적절하게 맵핑이 되어야지만 해당 오브젝트의 기능(예: 자재의 운반)이 추가가 되는 것이다. 즉, 연동되는 데이터 모델과 3차원 오브젝트 모델은 하나의 세트로 구성될 수 있다.
여기서, 3차원 오브젝트 모델은 스마트팩토리(도 1의 200 참조)를 구성하는 기계설비, 인력 및 자재 등을 3차원 오브젝트 형태로 정의한 것이다. 그리고, 3차원 오브젝트 모델들과 데이터 모델들이 연동됨으로써 3차원 오브젝트 모델들에 기능이 추가될 수 있다.
특히, 3차원 오브젝트 모델은 3D CAD 데이터, mesh / obj을 포함하는 다양한 3차원 오브젝트 모델 포맷을 가진 모델을 포함할 수 있다. 생성된 3차원 오브젝트 모델들은 데이터베이스(140)에 저장된다. 또한, 3차원 오브젝트 모델들은 공장의 레이아웃을 생성하거나 또는 물류/공정/배치 시뮬레이션을 위하여 데이터베이스(140) 모듈에서 불러들여져 사용될 수 있다.
레이아웃 생성 모듈(175)는 데이터베이스(140)에 저장된 3차원 오브젝트 모델들을 배치하여 공장 레이아웃을 생성할 수 있다. 이때, 각각의 3차원 오브젝트 모델들은 복수 개로 생성되어 사용될 수 있다. 이는, 가상 공장을 구축하거나, 가상 공정을 구축해서 추후 배치, 물류, 생산기획 시뮬레이션을 수행하기 위함이다.
이때, 3차원 오브젝트 모델들은 기존의 배치 시뮬레이션을 통해 나온 레이아웃 결과 또는 사용자의 입력 또는 요구사항에 따라 배치를 할 수 있다.
공정 정의부(180)는 서로 연계되는 하나 이상의 설비들에 상응하는 3차원 오브젝트 모델(이하, 설비 오브젝트)들을 그룹화하여 공정들을 정의한다. 그리고, 정의된 공정들에 상응하는 입출력을 정의한다. 이때, 메타데이터 정의 모듈(151)에서 정의한 메타데이터를 참조하여 공정들에 상응하는 입출력을 정의할 수 있다. 특히, 메타데이터들 중 하나 이상을 선택해서 공정에 대한 입출력을 정의할 수 있다.
이때, 서로 연계되는 하나 이상의 공정들과 설비 오브젝트들의 조합을 그룹화하여 새로운 공정들을 정의할 수 있다. 그리고, 각 공정들에 상응하는 입출력을 정의할 수 있다. 여기서, 각각의 공정들은 설비들뿐만 아니라 하위 공정들을 포함하여 구성될 수 있다.
이때, 그룹화란 하나 이상의 설비들과 공정들의 조합을 가상의 환경에서 논리적으로 묶는 것을 의미한다. 공정이 설비들과 공정들의 조합으로 구성됨으로써, 부품, 반제품 및 제품에 대한 일체화된 데이터를 제공할 수 있다.
여기서, 공정들을 하위 공정들과 설비 오브젝트들을 그룹화하여 정의할 때, 정의된 공정들을 레이어로 구분할 수 있다. 이때, 공정들을 다시 논리적으로 그룹화 하는 첫 번째 목적은 전체적인 제품 생산 프로세스 구축을 위함이고, 두 번째 목적은 기업입장에서 MES(Manufacturing Excution System: 제조 실행 시스템)나 ERP(Enterprise Resource Planning: 전사적 자원 관리)와 같은 정보들을 저장, 관리 및 활용할 수 있게 하기 위함이다. 하위 공정들을 포함하는 상위 공정들에서 정의된 입출력 데이터는 MES 또는 ERP에서 활용이 될 수 있다.
여기서, 각 공정들의 입출력을 정의하는 것은 설비 오브젝트들 또는 공정들 사이의 연동을 위한 입출력 데이터의 맵핑과정이다. 이는, 공정 흐름의 형태, 생산방식(셀 생산, 잡샵 생산, 흐름 생산 등) 또는 클라이언트의 요구사항 등을 포괄적으로 고려해서 설정될 수 있다.
예컨대, A-B 공정을 위한 생산스케쥴을 도출하고 싶다면, A공정과 B공정의 연동을 위해 각각의 A공정과 B공정에 대한 입출력 데이터를 정의해야 한다. 입출력 데이터는 메타데이터에 포함된 설비 및 자재 등의 리소스, 목표 생산량 등을 포함한다.
시뮬레이션 코드 생성부(190)는 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성한다. 이때, 시뮬레이션용 코드는 각각의 목적에 따라 다르게 생성될 수 있다.
예컨대, 설비들에 대해서는 각각의 설비들에 상응하는 제어로직 및 입출력 데이터 등을 이용하고 검증할 수 있는 시뮬레이션용 코드가 생성될 수 있다. 그리고, 공정들에 대해서는 각각의 공정들에 상응하는 공정로직, 공정 입출력 데이터, 생산계획, 배치 및 물류의 흐름 등을 이용하고 검증할 수 있는 시뮬레이션용 코드가 생성될 수 있다.
이때, 생성된 시뮬레이터 코드는 시뮬레이션 장치(도 1의 300 참조)와 같은 장치에서 생산계획, 배치 또는 물류 등의 시뮬레이터를 구현할 때 활용될 수 있다.
이에 따라, 본 발명의 실시예들은 스마트팩토리(도 1의 200 참조)의 제조 자원들에 상응하는 데이터 모델들과 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축할 수 있으며, 공정에 대한 정의를 통해 제품 생산 프로세스를 구축하여 공정 간의 통합적인 데이터 연계를 가능케 한다.
또한, 본 발명의 실시예들은 공장의 설비, 부품, 공정, 인력 등을 가상의 모델로 구성하여 시뮬레이션 코드를 제공함에 따라, 시뮬레이션을 통해 최적의 생산 계획 및 설비의 제어 로직을 검증할 수 있게 한다. 그리고, 3차원 오브젝트 모델들과 공장 레이아웃을 통해 공장 내부에서의 복잡한 상황을 용이하게 이해할 수 있고, 발생 가능한 문제점을 사전 예측 및 해결책 제시가 가능하다.
그리고, 본 발명의 실시예들은 체계적이고 구체적인 모델링 프레임워크에 따라 개별 기업의 상황에 적합하게 공장 모델 및 모델 실행 환경을 구축하여 기업의 요구사항을 만족시킬 수 있다.
도 3은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법을 나타낸 동작 흐름도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 공장의 인력, 설비, 부품, 공정 및 환경과 같은 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성한다(S301).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 메타데이터 각각에 상응하는 데이터 모델들을 생성한다(S303).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 설비들로부터 실제 설비 데이터를 수집한다(S305).
예컨대, 표준화 모델(OPC-UA, MTConnect 등)을 기반으로 한 Agent/API 등을 활용한 통신 인터페이스를 이용해서 설비들로부터 실제 설비 데이터를 수집할 수 있다.
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 서로 상응하는 실제 설비 데이터와 메타데이터를 연동한다(S307).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 데이터 모델들에 상응하는 3차원 오브젝트 모델들을 생성한다(S309).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 데이터 모델들과 3차원 오브젝트 모델들을 연동한다(S311).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성한다(S313).
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 서로 연계되는 하나 이상의 설비 오브젝트들을 그룹화하여 공정들을 정의하고 각각의 공정들에 상응하는 입출력을 정의한다(S315).
이때, 서로 연계되는 하나 이상의 공정들과 설비 오브젝트들의 조합을 그룹화하여 새로운 공정들을 정의할 수 있다. 그리고, 각 공정들에 상응하는 입출력을 정의할 수 있다. 여기서, 각각의 공정들은 설비들뿐만 아니라 하위 공정들을 포함하여 구성될 수 있다.
또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용하고 검증하는 시뮬레이션용 코드를 생성한다(S317).
선택적 실시예에서, 실제 설비 데이터의 수집은 수시로 혹은 주기적으로 이루어질 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)가 먼저 수행된 후에, 메타데이터를 생성하는 단계(S301)가 수행되고 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)가 먼저 수행된 후에, 메타데이터를 생성하는 단계(S301)와 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)와 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 먼저 수행되고, 데이터 모델을 생성하는 단계(S303)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 3차원 오브젝트 모델을 생성하는 단계(S309)가 먼저 수행되고, 데이터 모델을 생성하는 단계(S303)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 데이터 모델을 생성하는 단계(S303)와 3차원 오브젝트 모델을 생성하는 단계(S309)는 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 공장 레이아웃을 생성하는 단계(S313)와 공정들 및 공정들 각각에 상응하는 입출력을 정의하는 단계(S315)는 병렬적으로 수행될 수 있다.
도 4는 도 3에 도시된 메타데이터를 생성하는 단계(S301)의 일 예를 나타낸 동작 흐름도이다.
도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, 스마트팩토리(도 1의 200 참조)의 제조 자원들을 인력, 자재, 공정 또는 기계설비 등으로 구분한다(S401).
도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, XML 형식으로 제조 자원들에 상응하는 메타데이터를 생성한다(S403).
도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, 생성된 메타데이터를 데이터베이스(도 2의 140 참조)에 저장한다.
도 5는 도 3에 도시된 데이터 모델 생성 단계(S303)의 일 예를 나타낸 동작 흐름도이다.
도 5를 참조하면, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 제조 자원들 각각에 상응하는 메타데이터에 대해서 구조 요소, 행위 요소 및 환경 요소를 구분한다(S501).
또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 구조 요소에 따른 구조 모델을 생성한다(S503).
또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 행위 요소에 따른 행위 모델을 생성한다(S505).
또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 환경 요소에 따른 환경 모델을 생성한다(S507).
또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 제조 자원들 모델들을 데이터베이스(도 2의 140 참조)에 저장한다(S509).
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 행위 모델을 생성하는 단계(S505)가 먼저 수행되고, 구조 모델을 생성하는 단계(S503)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 행위 모델을 생성하는 단계(S505)와 환경 모델을 생성하는 단계(S507)는 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 환경 모델을 생성하는 단계(S507)가 먼저 수행되고, 행위 모델을 생성하는 단계(S505)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 환경 모델을 생성하는 단계(S507)가 먼저 수행되고, 구조 모델을 생성하는 단계(S503)가 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.
선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와, 행위 모델을 생성하는 단계(S505) 및 환경 모델을 생성하는 단계(S507)가 병렬적으로 수행될 수 있다.
도 6은 도 3에 도시된 공정과 공정 입출력을 정의하는 단계(S315)의 일 예를 나타낸 동작 흐름도이다.
도 6을 참조하면, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 설비 오브젝트들을 그룹화하여 하나 이상의 공정들을 정의한다(S601).
또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들에 상응하는 입출력을 정의한다(S603).
또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 설비 오브젝트들과 공정들의 조합을 그룹화하여 하나 이상의 공정들을 정의한다(S605).
또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들에 상응하는 입출력을 정의한다(S607).
또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들 및 공정들에 상응하는 입출력 정보를 데이터베이스(도 2의 140 참조)에 저장한다(S609).
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
1: 스마트팩토리용 데이터 모델 생성 시스템
100: 스마트팩토리용 데이터 모델 생성 장치
110: 제어부 120: 통신부
130: 메모리 140: 데이터베이스
150: 데이터 모델 생성부 151: 메타데이터 생성 모듈
152: 데이터 모델 생성 모듈 160: 설비 데이터 연동부
161: 설비 데이터 수집 모듈 163: 설비 데이터 연동 모듈
170: 3차원 공장 구축부
171: 3차원 오브젝트 모델 생성 모듈
173: 3차원 오브젝트 모델 연동 모듈
175: 레이아웃 생성 모듈
180: 공정 정의부 190: 시뮬레이션 코드 생성부
200: 스마트팩토리 300: 시뮬레이션 장치
100: 스마트팩토리용 데이터 모델 생성 장치
110: 제어부 120: 통신부
130: 메모리 140: 데이터베이스
150: 데이터 모델 생성부 151: 메타데이터 생성 모듈
152: 데이터 모델 생성 모듈 160: 설비 데이터 연동부
161: 설비 데이터 수집 모듈 163: 설비 데이터 연동 모듈
170: 3차원 공장 구축부
171: 3차원 오브젝트 모델 생성 모듈
173: 3차원 오브젝트 모델 연동 모듈
175: 레이아웃 생성 모듈
180: 공정 정의부 190: 시뮬레이션 코드 생성부
200: 스마트팩토리 300: 시뮬레이션 장치
Claims (18)
- 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 메타데이터 생성 모듈;
상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 데이터 모델 생성 모듈;
상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 설비 데이터 수집 모듈; 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 설비 데이터 연동 모듈;
상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 3차원 오브젝트 모델 생성 모듈;
서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 3차원 오브젝트 모델 연동 모듈;
상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 레이아웃 생성 모듈;
서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 1차 그룹화하여 공정들로 정의하고, 상기 공정들 각각에 상응하는 입출력을 정의하고, 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 2차 그룹화하여 공정들로 정의하고, 공정들의 입출력을 정의하는 공정 정의부; 및
상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 시뮬레이션 코드 생성부;을 포함하되,
상기 데이터 모델 생성 모듈은
상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 또는 환경 모델들을 생성하되,
구조 모델은 설비나 제품들의 기계적인 정보를 기준으로 모델링되되, 계층구조로 이루어져 있으며, 서브 구조 모델 또는 행위 모델을 포함하고,
행위 모델은 설비나 제품들의 특성을 기준으로 모델링되되, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의되고,
환경 모델은 설비, 제품 및 공정과 관련해서 필수적으로 고려되어야 할 환경 정보를 기준으로 모델링되는, 스마트팩토리용 데이터 모델 생성 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 데이터 모델들은
XML(Extensible Markup Language) 기반으로 생성된 것인, 스마트팩토리용 데이터 모델 생성 장치. - 청구항 8에 있어서,
상기 3차원 오브젝트 모델들은
3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치. - 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 단계;
상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 단계;
상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 단계;
서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 단계;
상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 단계;
서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 단계;
상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 단계;
서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 1차 그룹화하여 공정들로 정의하고, 상기 공정들 각각에 상응하는 입출력을 정의하고, 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 2차 그룹화하여 공정들로 정의하고, 공정들의 입출력을 정의하는 단계; 및
상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 단계를 포함하되
상기 데이터 모델들을 생성하는 단계는
상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성하되,
구조 모델은 설비나 제품들의 기계적인 정보를 기준으로 모델링되되, 계층구조로 이루어져 있으며, 서브 구조 모델 또는 행위 모델을 포함하고,
행위 모델은 설비나 제품들의 특성을 기준으로 모델링되되, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의되고,
환경 모델은 설비, 제품 및 공정과 관련해서 필수적으로 고려되어야 할 환경 정보를 기준으로 모델링되는, 스마트팩토리용 데이터 모델 생성 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 청구항 10에 있어서,
상기 데이터 모델들은
XML(Extensible Markup Language) 기반으로 생성된 것인, 스마트팩토리용 데이터 모델 생성 방법. - 청구항 17에 있어서,
상기 3차원 오브젝트 모델들은
3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170054416A KR102335814B1 (ko) | 2017-04-27 | 2017-04-27 | 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170054416A KR102335814B1 (ko) | 2017-04-27 | 2017-04-27 | 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180120454A KR20180120454A (ko) | 2018-11-06 |
| KR102335814B1 true KR102335814B1 (ko) | 2021-12-08 |
Family
ID=64329386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170054416A KR102335814B1 (ko) | 2017-04-27 | 2017-04-27 | 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102335814B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102610130B1 (ko) | 2023-01-13 | 2023-12-05 | 아이원소프트뱅크 주식회사 | SaaS 기반의 채용 서비스 통합형 스마트 팩토리 운영 시스템 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101978469B1 (ko) * | 2018-11-23 | 2019-05-14 | (주) 유비씨 | 중앙 opc-ua 서버를 이용한 가상 물리 생산 시스템 및 방법 |
| KR102198028B1 (ko) | 2019-06-10 | 2021-01-06 | 주식회사 케이유아이 | 스마트 팩토리 가상설계에 따른 설비배치에 대한 설비위치 검증방법 |
| KR102288068B1 (ko) * | 2019-06-28 | 2021-08-11 | (주) 유비씨 | 중앙 opc ua 모델링을 통한 cpps 자동 구축 시스템 |
| KR102142264B1 (ko) * | 2019-10-18 | 2020-08-07 | 동의대학교 산학협력단 | 작업 공정에서 획득한 데이터의 완성도를 측정하여 제품의 출하를 모니터링하는 장치 및 방법 |
| KR102280440B1 (ko) | 2020-01-15 | 2021-07-21 | 한양대학교 에리카산학협력단 | 스마트 제조 시스템의 자산관리쉘 생성 방법 |
| WO2023048752A1 (en) * | 2021-09-23 | 2023-03-30 | Schlumberger Technology Corporation | Digital avatar platform framework and architecture |
| KR102540035B1 (ko) * | 2022-08-26 | 2023-06-05 | 주식회사 에코에이블 | 반도체 생산 공정 유독가스처리 모니터링 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101214769B1 (ko) * | 2008-05-27 | 2012-12-21 | 재단법인서울대학교산학협력재단 | 시뮬레이션 기반 생산 실행 시스템 구축 방법 및 그 장치 |
| KR101037391B1 (ko) * | 2008-05-27 | 2011-05-26 | 재단법인서울대학교산학협력재단 | 가상의 공장 모델 구축 방법 및 장치 |
| KR101222051B1 (ko) | 2010-12-28 | 2013-01-15 | 주식회사 포스코 | 가상 공장용 데이터 모델 생성 방법 및 가상 공장용 데이터 모델 미들웨어 시스템 |
| KR20140141313A (ko) * | 2013-05-31 | 2014-12-10 | 삼성전기주식회사 | 가상 공장 모델 자동 생성 시스템, 가상 공장 모델 자동 생성 방법, 가상 공장 모델 자동 시뮬레이션 시스템 및 가상 공장 모델 자동 시뮬레이션 방법 |
-
2017
- 2017-04-27 KR KR1020170054416A patent/KR102335814B1/ko active IP Right Grant
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102610130B1 (ko) | 2023-01-13 | 2023-12-05 | 아이원소프트뱅크 주식회사 | SaaS 기반의 채용 서비스 통합형 스마트 팩토리 운영 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180120454A (ko) | 2018-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102335814B1 (ko) | 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 | |
| US10915096B2 (en) | Method and system for quick customized-design of intelligent workshop | |
| Jiang et al. | How to model and implement connections between physical and virtual models for digital twin application | |
| Zhang et al. | Digital twin-enabled reconfigurable modeling for smart manufacturing systems | |
| CN113033001B (zh) | 一种面向数字孪生应用的三维数字工厂建模方法及系统 | |
| Rosen et al. | About the importance of autonomy and digital twins for the future of manufacturing | |
| CN111562769A (zh) | 用于工业数字孪生的ai扩展和智能模型验证 | |
| CN114036704A (zh) | 用于独立运送技术轨道和线路的监督控制的控制器系统 | |
| Massaro | Electronics in advanced research industries: Industry 4.0 to Industry 5.0 Advances | |
| US20140019112A1 (en) | Synthesis of simulation models from systems engineering data | |
| CN105787229B (zh) | 一种自动化生产线的设计与运行联合优化方法 | |
| Bodner et al. | A structured approach to simulation modeling of manufacturing systems | |
| KR20140141313A (ko) | 가상 공장 모델 자동 생성 시스템, 가상 공장 모델 자동 생성 방법, 가상 공장 모델 자동 시뮬레이션 시스템 및 가상 공장 모델 자동 시뮬레이션 방법 | |
| Novak et al. | Integrating heterogeneous engineering knowledge and tools for efficient industrial simulation model support | |
| US20160275219A1 (en) | Simulating an industrial system | |
| Hasidi et al. | Digital twins-based smart monitoring and optimisation of mineral processing industry | |
| Schroeder et al. | Digital Twin connectivity topologies | |
| Ciavotta et al. | Interoperable meta model for simulation-in-the-loop | |
| US20220277119A1 (en) | A System and Method for Generating a Holistic Digital Twin | |
| Gharbi et al. | A Single Digital Thread Approach to Aircraft Detailed Design | |
| Silva et al. | Dealing with routing in an automated manufacturing cell: a supervisory control theory application | |
| KR20130049457A (ko) | 제조 실행 시스템 및 이를 위한 기록매체 | |
| Mehdi et al. | A simulator testbed for MT-Connect based machines in a scalable and federated multi-enterprise environment | |
| Schilberg et al. | Virtual Production-The connection of the modules through the Virtual Production Intelligence | |
| Pinto et al. | Generating Simulation Models From CAD-Based Facility Layouts |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |