KR102411292B1 - Method of mamaging quality of smart factory data - Google Patents

Method of mamaging quality of smart factory data Download PDF

Info

Publication number
KR102411292B1
KR102411292B1 KR1020200125085A KR20200125085A KR102411292B1 KR 102411292 B1 KR102411292 B1 KR 102411292B1 KR 1020200125085 A KR1020200125085 A KR 1020200125085A KR 20200125085 A KR20200125085 A KR 20200125085A KR 102411292 B1 KR102411292 B1 KR 102411292B1
Authority
KR
South Korea
Prior art keywords
data
smart factory
inspecting
examining
expression
Prior art date
Application number
KR1020200125085A
Other languages
Korean (ko)
Other versions
KR20220041607A (en
Inventor
정일영
박수철
Original Assignee
(주)디엘정보기술
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)디엘정보기술 filed Critical (주)디엘정보기술
Priority to KR1020200125085A priority Critical patent/KR102411292B1/en
Publication of KR20220041607A publication Critical patent/KR20220041607A/en
Application granted granted Critical
Publication of KR102411292B1 publication Critical patent/KR102411292B1/en

Links

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/10—Office automation; Time 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—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
    • 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

Abstract

본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법은, 스마트 공장에 관한 데이터를 수집하는 단계; 상기 스마트 공장 데이터에 대하여 가상화 객체(VO)의 슬랭(slang)을 검사하고, 가상화 객체(VO) ID 중복 사용을 검사하며, 가상화 객체(VO)의 데이터 단위 사용의 일관성을 검사하여 데이터의 소통성 변수(Data Interpretability Metric)를 평가하는 단계; 상기 스마트 공장 데이터의 샘플링 비율(sampling rate) 검사하고, 상기 데이터의 비정형성(non-uniformity)을 검사하며, 상기 데이터의 비설정(undefined) 심볼의 사용여부를 검사하여 데이터 표현의 이해 용이성(Assessment of Ease of Understanding)을 평가하는 단계; 상기 스마트 공장 데이터의 구조를 검사하고, 완전성 위반(integrity violation)을 검사하며, 데이터 템포럴 디퍼런스(temporal difference)를 검사하고, 유닛 비유사성(dissimilarity)을 검사하여 데이터 표현의 일관성(Data Consistency)을 평가하는 단계; 및 상기 스마트 공장 데이터에 대하여 표기된 URL의 적정성을 검사하고, 데이터의 중복여부를 검사하며, 데이터에 이중적인 스키마 포함여부를 검사하고, 데이터에 비필수 데이터(non-rounding data) 포함여부를 검사하여 데이터 표현 간결성(Data Concise)을 평가하는 단계를 포함한다.A smart factory data quality control method of a smart factory data quality control apparatus according to an embodiment of the present invention includes: collecting data about a smart factory; Data communication variables by examining the slang of the virtual object (VO) for the smart factory data, checking the duplicate use of the virtual object (VO) ID, and checking the consistency of data unit use of the virtual object (VO) evaluating (Data Interpretability Metric); Ease of understanding of data expression by examining the sampling rate of the smart factory data, examining the non-uniformity of the data, and examining whether undefined symbols of the data are used of Ease of Understanding); Data Consistency by inspecting the structure of the smart factory data, inspecting integrity violations, inspecting data temporal differences, and inspecting unit dissimilarity to evaluate; and inspecting the adequacy of the URL indicated for the smart factory data, inspecting whether data is duplicated, inspecting whether the data contains a double schema, and inspecting whether the data contains non-rounding data Assessing Data Concise.

Description

스마트공장 데이터 품질관리 방법{METHOD OF MAMAGING QUALITY OF SMART FACTORY DATA}Smart Factory Data Quality Management Method {METHOD OF MAMAGING QUALITY OF SMART FACTORY DATA}

본 발명은 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법에 관한 것으로 더욱 상세하게는 스마트 공장으로부터 수집되는 컨텍스트 데이터의 소통성 변수 평가, 데이터 표현의 이해 용이성 평가, 데이터 표현의 일관성 평가, 데이터 표현 간결성 평가를 통해 스마트 공장 관련 데이터들이 데이터 표현 규정, 형식 그리고 필요한 정보들을 충분히 구비하고 있는지, 데이터의 표현에서 효과적으로 관리하도록 간결성을 갖추고 있는지, 그리고 필요한 정보들을 구분하는 데 필요한 id 및 데이터의 단위 등이 통일되어 포함되어 있는지 등을 평가하여 데이터가 효율적으로 활용될 수 있도록 관리하는 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법에 관한 것이다.The present invention relates to a smart factory data quality management method of a smart factory data quality management device, and more particularly, evaluation of communicative variables of context data collected from a smart factory, evaluation of comprehension of data expression, evaluation of consistency of data expression, data expression Through the evaluation of conciseness, whether the smart factory-related data has sufficient data expression regulations, format, and necessary information, whether it has conciseness to manage effectively in data expression, and ID and data unit required to classify necessary information It relates to a smart factory data quality management method of a smart factory data quality management device that evaluates whether it is unified and includes so that data can be efficiently used.

현재 제조 산업 분야는 IT 기술 발전에 따라 사용자 요구를 반영할 수 있는 맞춤제조, 소프트웨어를 활용한 가상제조, 및 전 제품 가치사슬 연동을 통한 협업 제조가 가능한 ICT 기반의　스마트공장　시스템으로 제조 패러다임이 변화되고 있다. 또한, 제조 설비는 주문, 개발, 설계, 생산, 물류경영 등 기업의 제조와 관련된 모든 활동에서 발생하는 공정 프로세스를 최적화하고 외적인 환경 변화에 유연하게 대응할 수 있도록 진화하고 있다.In the current manufacturing industry, the manufacturing paradigm has changed to an ICT-based smart factory system that enables customized manufacturing that can reflect user needs according to the development of IT technology, virtual manufacturing using software, and collaborative manufacturing through linking all product value chains is becoming In addition, manufacturing facilities are evolving to optimize process processes that occur in all activities related to manufacturing, such as ordering, development, design, production, and logistics management, and to respond flexibly to external environmental changes.

스마트 공장은 제조과정에 정보통신기술(ICT, Information and Communications Technologies)을 적용하여 시스템을 최적화하는 개념이다. 산업용 사물인터넷(IIoT, Industrial Internet of Things)은 공정 운영 개선에 중심적인 역할을 하게 될 기술로 주목받고 있다. 산업용 사물인터넷 기술의 적용을 통해 기존의 제조 기계 및 장비들을 초연결 네트워크로 연결할 수 있으며, 최적화된 제조 생산 체계를 구축할 수 있다. 이러한 기술을 통해 실시간으로 공정 전체에서 막대한　데이터를 수집하고 해석할 수 있게 된다. 또한 해석한　데이터를 기반으로 각각의 공정을 개선할 수 있다. 이러한 과정을 통해 비용 운영이나 자재 관리 등을 효율적으로 할 수 있고, 맞춤형 제품의 생산이 용이해지며, 빅데이터　분석을 통해 시장 변화의 예측성을 높일 수 있다.A smart factory is a concept that optimizes a system by applying information and communication technologies (ICT, Information and Communications Technologies) to the manufacturing process. The Industrial Internet of Things (IIoT) is drawing attention as a technology that will play a central role in improving process operations. Through the application of industrial IoT technology, existing manufacturing machines and equipment can be connected through a hyper-connected network, and an optimized manufacturing and production system can be established. With this technology, it becomes possible to collect and interpret enormous data from the entire process in real time. In addition, each process can be improved based on the analyzed data. Through this process, cost operation and material management can be performed efficiently, the production of customized products becomes easy, and the predictability of market changes can be improved through big data analysis.

스마트 공장에서 수집된 데이터는 각각의 독립적인 데이터 개체가 갖는 값의 의미도 있지만 상호 연관성이 있는 데이터들이 수집되었을 때, 이들 데이터들은 각각의 값에 대한 의미뿐만 아니라 데이터들간의 관계성에 의하여 어떤 상황에 대한 의미를 파악할 수 있게 된다.The data collected in the smart factory has the meaning of the values of each independent data entity, but when interrelated data are collected, these data are not only the meaning of each value but also the meaning of the data depending on the relationship between the data in a certain situation. can understand the meaning of

데이터가 수집되는 과정에서 주변의 상황, 잡음, 수집하는 장치의 오동작, 수집되는 과정에서의 인위적인 상황 변화에 따른 데이터의 수집, 혹은 기타 여러가지 상황에 따른 비정상적인 데이터가 수집되는 경우가 있다. 이렇게 수집된 데이터가 사용되는 경우 이로 인한 상황 판단도 잘못될 가능성이 많이 있다. 그리고 데이터가 정확하게 수집되기는 하였으나, 그 데이터가 쓰이는 시간적인 시점에 맞추지 못하는 지연 현상 등으로 수집된 데이터의 필요성이 없어지게 죄는 경우도 있으며, 필요한 데이터의 양만큼 충분히 수집되지 못하여 데이터의 의미 혹은 관계를 평가하기 어려운 경우, 수집 처리하는 과정에서 중복된 데이터가 입력되는 경우 등 다양한 문제 등으로 데이터의 활용 가치가 떨어지게 된다. In the process of data collection, abnormal data may be collected due to surrounding circumstances, noise, malfunction of the collecting device, data collection due to artificial change of circumstances during the collection process, or various other circumstances. When the data collected in this way is used, there is a high possibility that the judgment of the situation will be wrong. In addition, although the data was accurately collected, the need for the collected data may be eliminated due to a delay that does not match the time point in which the data is used. When it is difficult to evaluate, the value of utilization of data decreases due to various problems, such as when duplicate data is input in the process of collecting and processing.

데이터 품질은 데이터가 사용되는 목적에 적절하게 그리고 정확한 판단을 위하여 사용되는데 있어서 문제가 발생하거나, 목적에 충분하게 사용될 수 있다면 사용된 데이터들의 품질이 나쁘다고 단정적으로 판단하기는 곤란하다. 즉, 데이터의 품질은 비즈니스 측면에서 목적에 맞도록 그리고 얻고자 하는 정보를 충분히 찾아 낼 수 있는 데이터라면 데이터 품질의 문제를 제기할 필요가 없다는 의미이다. 이렇게 판단하는 이유는 사용되는 데이터 품질의 기준을 절대치로 표기하기는 매우 힘들며, 어플리케이션 A에서는 문제없이 사용되는 데이터들이 어플리케이션 B에서는 사용된 데이터 일부가 나타내려는 특성을 충분히 나타내지 못하여 사용된 데이터의 문제가 제기되는 경우가 있을 수 있기 때문이다. 또한 측정하는 과정에서 수집된 데이터의 완벽한 정확성을 유지한다는 것은 힘들 뿐만 아니라 이를 판단하는 기준도 명확하지 않기 때문이다. As for data quality, it is difficult to definitively judge that the quality of the data used is bad if there is a problem in using it for an appropriate and accurate judgment for the purpose for which the data is used, or if it can be used sufficiently for the purpose. In other words, the quality of data means that there is no need to raise the issue of data quality if the data is suitable for the purpose of the business and can sufficiently find the desired information. The reason for this judgment is that it is very difficult to express the standard of the data quality used as an absolute value, and the data used without any problem in Application A does not sufficiently represent the characteristics of some of the data used in Application B. Because there may be cases where it is raised. In addition, it is difficult to maintain the perfect accuracy of the data collected during the measurement process, and the criteria for judging it are not clear.

데이터의 품질 평가와 함께 데이터의 품질 평가를 위한 데이터 관리가 필요하다. 스마트 공장 등에서 데이터의 품질을 평가하는 데 있어서 1차적으로 데이터의 표현 형식, 표현 방식 그리고 표현된 데이터들이 상호 소통이 효과적으로 이루어지도록 구성되어 있는지를 평가하여야 한다. 스마트 공장 관련 데이터들이 데이터 표현 규정, 형식 그리고 필요한 정보들을 충분히 갖추어져 있는지, 데이터의 표현에서 효과적으로 관리하도록 간결성을 갖추고 있는지, 그리고 필요한 정보들을 구분하는 데 필요한 id 및 데이터의 단위 등이 통일되어 포함되어 있는지 나아가 이를 평가하는 것 등이 체계적으로 짧은 시간 안에 수행되어 결과를 활용하도록 해야 할 필요가 있다.Data management is required for data quality evaluation along with data quality evaluation. In evaluating the quality of data in a smart factory, etc., firstly, it is necessary to evaluate the data expression format, expression method, and whether the expressed data is configured to effectively communicate with each other. Whether smart factory-related data is sufficiently equipped with data expression regulations, format, and necessary information, whether it has conciseness to effectively manage data expression, and whether id and data units necessary to classify necessary information are included in a unified way Furthermore, it is necessary to systematically evaluate the results within a short period of time so that the results can be utilized.

KR 10-2020-0059866 A (2020.05.29 공개)KR 10-2020-0059866 A (released on May 29, 2020)

본 발명은 상기와 같은 종래 기술을 개선하기 위해 안출된 것으로서 스마트 공장으로부터 수집되는 컨텍스트 데이터의 소통성 변수 평가, 데이터 표현의 이해 용이성 평가, 데이터 표현의 일관성 평가, 데이터 표현 간결성 평가를 통해 스마트 공장 관련 데이터들이 데이터 표현 규정, 형식 그리고 필요한 정보들을 충분히 구비하고 있는지, 데이터의 표현에서 효과적으로 관리하도록 간결성을 갖추고 있는지, 그리고 필요한 정보들을 구분하는 데 필요한 id 및 데이터의 단위 등이 통일되어 포함되어 있는지 등을 평가하여 데이터가 효율적으로 활용될 수 있도록 관리하는 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법을 제공하는 것을 목적으로 한다.The present invention is devised to improve the prior art as described above, and smart factory-related data through communication variable evaluation of context data collected from a smart factory, comprehension evaluation of data expression, consistency evaluation of data expression, and data expression concise evaluation Evaluate whether users have sufficient data expression regulations, format, and necessary information, have conciseness to effectively manage data expression, and whether id and data units necessary to classify necessary information are included in a unified way The purpose of this is to provide a smart factory data quality management method of a smart factory data quality management device that manages data so that it can be used efficiently.

상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법은, 스마트 공장에 관한 데이터를 수집하는 단계; 상기 스마트 공장 데이터에 대하여 가상화 객체(VO)의 슬랭(slang)을 검사하고, 가상화 객체(VO) ID 중복 사용을 검사하며, 가상화 객체(VO)의 데이터 단위 사용의 일관성을 검사하여 데이터의 소통성 변수(Data Interpretability Metric)를 평가하는 단계; 상기 스마트 공장 데이터의 샘플링 비율(sampling rate) 검사하고, 상기 데이터의 비정형성(non-uniformity)을 검사하며, 상기 데이터의 비설정(undefined) 심볼의 사용여부를 검사하여 데이터 표현의 이해 용이성(Assessment of Ease of Understanding)을 평가하는 단계; 상기 스마트 공장 데이터의 구조를 검사하고, 완전성 위반(integrity violation)을 검사하며, 데이터 템포럴 디퍼런스(temporal difference)를 검사하고, 유닛 비유사성(dissimilarity)을 검사하여 데이터 표현의 일관성(Data Consistency)을 평가하는 단계; 및 상기 스마트 공장 데이터에 대하여 표기된 URL의 적정성을 검사하고, 데이터의 중복여부를 검사하며, 데이터에 이중적인 스키마 포함여부를 검사하고, 데이터에 비필수 데이터(non-rounding data) 포함여부를 검사하여 데이터 표현 간결성(Data Concise)을 평가하는 단계를 포함한다.In order to achieve the above object and solve the problems of the prior art, a smart factory data quality control method of a smart factory data quality control apparatus according to an embodiment of the present invention includes: collecting data about a smart factory; Data communication variables by examining the slang of the virtual object (VO) for the smart factory data, checking the duplicate use of the virtual object (VO) ID, and checking the consistency of data unit use of the virtual object (VO) evaluating (Data Interpretability Metric); Ease of understanding of data expression by examining the sampling rate of the smart factory data, examining the non-uniformity of the data, and examining whether undefined symbols of the data are used of Ease of Understanding); Data Consistency by inspecting the structure of the smart factory data, inspecting integrity violations, inspecting data temporal differences, and inspecting unit dissimilarity to evaluate; and inspecting the adequacy of the URL indicated for the smart factory data, inspecting whether data is duplicated, inspecting whether the data contains a double schema, and inspecting whether the data contains non-rounding data Assessing Data Concise.

또한, 본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법은, 상기 데이터의 주 속성 및 부속 속성을 설정하여 데이터 소스의 ID를 포함한 가상화 객체(VO: Virtual Objects)를 RDF(Resource Description Format) 규칙에 따라 웹 오브 오브젝트(WoO: Web of Objects) 프레임워크의 VO 레벨로 생성하는 단계를 더 포함한다.In addition, the smart factory data quality management method of the smart factory data quality management apparatus according to an embodiment of the present invention is a virtual object (VO: Virtual Objects) including the ID of the data source by setting the main and sub-attributes of the data. The method further includes generating a VO level of a Web of Objects (WoO) framework according to a Resource Description Format (RDF) rule.

본 발명의 스마트공장 데이터 품질평가 장치의 스마트공장 데이터 품질평가 방법에 따르면, 스마트 공장 관련 데이터들이 데이터 표현 규정, 형식 그리고 필요한 정보들을 충분히 구비하고 있는지, 데이터의 표현에서 효과적으로 관리하도록 간결성을 갖추고 있는지, 그리고 필요한 정보들을 구분하는 데 필요한 id 및 데이터의 단위 등이 통일되어 포함되어 있는지 등을 평가하여 데이터가 효율적으로 활용될 수 있도록 관리하는 효과를 얻을 수 있다. According to the smart factory data quality evaluation method of the smart factory data quality evaluation device of the present invention, whether the smart factory-related data is sufficiently equipped with data expression regulations, formats, and necessary information, and whether it has conciseness to effectively manage the data expression, In addition, it is possible to obtain the effect of managing data so that it can be used efficiently by evaluating whether the unit of id and data required to classify necessary information is included in a unified way.

도 1은 본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 방법이 수행되는 스마트공장 데이터 품질관리 장치의 구성을 도시한 블록도이다.
도 2는 본 발명의 일실시예에 따른 데이터 소통성 변수 평가방법의 개념을 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 데이터 표현의 이해 용이성 평가방법의 개념을 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 데이터 표현의 일관성 평가방법의 개념을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 데이터 표현의 간결성 평가방법의 개념을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 데이터 표현 형식에 대한 종합 품질평가 방법의 개념을 도시한 도면이다.1 is a block diagram illustrating the configuration of a smart factory data quality management apparatus in which a smart factory data quality management method according to an embodiment of the present invention is performed.
2 is a diagram illustrating the concept of a data communication variable evaluation method according to an embodiment of the present invention.
3 is a diagram illustrating a concept of a method for evaluating the comprehension of data representation according to an embodiment of the present invention.
4 is a diagram illustrating a concept of a method for evaluating consistency of data representation according to an embodiment of the present invention.
5 is a diagram illustrating a concept of a method for evaluating the conciseness of data representation according to an embodiment of the present invention.
6 is a diagram illustrating the concept of a comprehensive quality evaluation method for a data expression format according to an embodiment of the present invention.

본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.In order to clarify the characteristics and advantages of the problem solving means of the present invention, the present invention will be described in more detail with reference to specific embodiments of the present invention shown in the accompanying drawings. However, detailed descriptions of well-known functions or configurations that may obscure the gist of the present invention in the following description and accompanying drawings will be omitted. Also, it should be noted that, throughout the drawings, the same components are denoted by the same reference numerals as much as possible.

이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.The terms or words used in the following description and drawings should not be construed as being limited to conventional or dictionary meanings, and the inventor may appropriately define the concept of terms for describing his invention in the best way. Based on the principle that there is, it should be interpreted as meaning and concept consistent with the technical idea of the present invention. Therefore, the embodiments described in this specification and the configurations shown in the drawings are only the most preferred embodiment of the present invention, and do not represent all of the technical spirit of the present invention. It should be understood that there may be equivalents and variations.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다.In addition, terms including ordinal numbers such as 1st, 2nd, etc. are used to describe various components, and are used only for the purpose of distinguishing one component from other components, and to limit the components. not used For example, without departing from the scope of the present invention, the second component may be referred to as the first component, and similarly, the first component may also be referred to as the second component. In addition, when an element is referred to as being “connected” or “connected” to another element, it means that it is logically or physically connected or can be connected.

다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다. 또한, 본 명세서에서 기술되는 "포함한다" 또는 "가지다" 등의 용어는 명세서상에 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 않는것으로 이해되어야 한다.In other words, it should be understood that a component may be directly connected or connected to another component, but another component may exist in between, and may be indirectly connected or connected. In addition, terms such as "comprises" or "have" as used herein are intended to designate that the features, numbers, steps, operations, components, parts, or combinations thereof described in the specification exist, but one or the It should be understood that the above does not preclude the possibility of addition or existence of other features or numbers, steps, operations, components, parts, or combinations thereof.

또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.In addition, terms such as “…unit”, “…group”, and “module” described in the specification mean a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software. have. Also, "a or an", "one", "the" and similar terms are otherwise indicated herein in the context of describing the invention (especially in the context of the following claims). or may be used in a sense including both the singular and the plural unless clearly contradicted by context.

이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 방법이 수행되는 스마트공장 데이터 품질관리 장치의 구성을 도시한 블록도이고, 도 2는 본 발명의 일실시예에 따른 데이터 소통성 변수 평가방법의 개념을 도시한 도면이며, 도 3은 본 발명의 일실시예에 따른 데이터 표현의 이해 용이성 평가방법의 개념을 도시한 도면이고, 도 4는 본 발명의 일실시예에 따른 데이터 표현의 일관성 평가방법의 개념을 도시한 도면이며, 도 5는 본 발명의 일실시예에 따른 데이터 표현의 간결성 평가방법의 개념을 도시한 도면이고, 도 6은 본 발명의 일실시예에 따른 데이터 표현 형식에 대한 종합 품질평가 방법의 개념을 도시한 도면이다.1 is a block diagram illustrating the configuration of a smart factory data quality management apparatus in which a smart factory data quality management method according to an embodiment of the present invention is performed, and FIG. 2 is a data communication variable evaluation according to an embodiment of the present invention. It is a diagram illustrating the concept of a method, FIG. 3 is a diagram illustrating the concept of a method for evaluating the comprehension of data representation according to an embodiment of the present invention, and FIG. 4 is a diagram showing the consistency of data representation according to an embodiment of the present invention It is a diagram illustrating the concept of an evaluation method, and FIG. 5 is a diagram illustrating the concept of a method for evaluating the conciseness of data expression according to an embodiment of the present invention, and FIG. 6 is a data expression format according to an embodiment of the present invention. It is a diagram showing the concept of a comprehensive quality evaluation method for

본 발명의 일실시예에 따른 스마트공장 데이터 품질관리 장치(100)는 입력부(101), 제어부(102), 데이터 소통성 변수 평가모듈(110), 데이터 표현의 이해 용이성 평가모듈(120), 데이터 표현의 일관성 평가모듈(130), 데이터 표현의 간결성 평가모듈(140)을 포함한다. The smart factory data quality management apparatus 100 according to an embodiment of the present invention includes an input unit 101, a control unit 102, a data communication variable evaluation module 110, an easy-to-understand evaluation module 120 for data expression, and data expression. Consistency evaluation module 130, data representation concise evaluation module 140 includes.

입력부(101)는 스마트 공장에 관한 컨텍스트 데이터(context data)를 수집한다. 입력부(101)는 스마트공장의 서버나 단말기, 관리자 등으로로부터 데이터나 공장정보를 입력받는다. 입력부(101)는 AML(Automation Markup Language) 기반 모델링 파일의 업로드 또는 사용자의 직접 입력을 통해 입력받을 수 있다. 구체적으로, 입력부(101)는 AML기반 모델링 파일을 인터넷이나 네트워크를 통해 수신받는 형태로 입력받을 수 있다. 그리고 입력부(110)는 사용자가 웹 포탈을 통해 입력하는 형태로 공장정보를 입력받을 수도 있다. 데이터나 입력 방식은 다양한 방법을 통해 구현될 수 있다.The input unit 101 collects context data about the smart factory. The input unit 101 receives data or factory information from a server, terminal, or manager of the smart factory. The input unit 101 may receive an input through an AML (Automation Markup Language)-based modeling file upload or a user's direct input. Specifically, the input unit 101 may receive an AML-based modeling file in the form of receiving it through the Internet or a network. In addition, the input unit 110 may receive factory information in the form that a user inputs through a web portal. The data or input method may be implemented through various methods.

제어부(102)는 스마트공장 데이터 품질관리 장치(100)의 전반적인 동작을 제어한다. 데이터 전처리, 데이터 속성 설정, 온톨로지 변환, 가상화 객체(VO: Virtual Objects) 생성, 복합 가상화 객체(CVO: Composit Virtual Objects) 생성, RDF(Resource Description Format) 규칙 적용, 각 평가 모듈의 동작제어 등 스마트공장 데이터 품질관리 장치(100)의 전반적인 동작을 제어할 수 있다. The control unit 102 controls the overall operation of the smart factory data quality management apparatus 100 . Smart factory such as data preprocessing, data property setting, ontology conversion, virtual object (VO: Virtual Objects) creation, CVO: Composit Virtual Objects (CVO) creation, RDF (Resource Description Format) rule application, operation control of each evaluation module, etc. It is possible to control the overall operation of the data quality management apparatus 100 .

컨텍스트 관계를 가진 스마트 공장 수집 데이터 집합이 웹 오브 오브젝트(Web of Object: WoO)기반의 데이터 품질 평가를 수행하기 위해서 컨텍스트 데이터 집합은 WoO기반의 가상화 객체(VO: Virtual Objects) 및 복합 가상화 객체(CVO: Composit Virtual Objects)로 나타내는 템플레이트 (Template)에 따라 데이터 온톨로지로 전환되는데, RDF 규칙에 따라서 변환이 이루어질 수 있다. In order for the smart factory collection data set with context relation to perform Web of Object (WoO)-based data quality evaluation, the context data set is WoO-based Virtual Objects (VO) and Composite Virtual Objects (CVO). : It is converted into a data ontology according to a template represented by Composit Virtual Objects, and conversion can be made according to the RDF rule.

제어부(102)는 상기 데이터의 주 속성 및 부속 속성을 설정하여 데이터 소스의 ID를 포함한 가상화 객체(VO: Virtual Objects)를 RDF(Resource Description Format) 규칙에 따라 웹 오브 오브젝트(WoO: Web of Objects) 프레임워크의 VO 레벨로 생성한다.The control unit 102 sets the main and sub-properties of the data to create Virtual Objects (VO) including the ID of the data source according to the RDF (Resource Description Format) rule. Web of Objects (WoO) It is created at the VO level of the framework.

제어부(102)는 상기 수집된 컨텍스트 데이터를 웹 오브젝트 기반 온톨로지로 변환한다. 제어부(102)는 상기 컨텍스트 데이터의 주 속성 및 부속 속성을 설정하여 데이터 소스의 ID를 포함한 가상화 객체(VO: Virtual Objects)를 RDF(Resource Description Format) 규칙에 따라 생성한다. 제어부(102)는 상기 가상화 객체(VO) 오브젝트의 집합체인 복합 가상화 객체(CVO: Composit Virtual Objects)에 ID를 부여하여 상기 RDF 규칙에 따라 생성한다. 제어부(102)는 상기 북수 개의 복합 가상화 객체(CVO)들의 조합으로 스마트 공장 특성을 나타내는 복수 개의 서비스 엔터티(Service Entity)에 대한 온톨로지를 생성한다. The controller 102 converts the collected context data into a web object-based ontology. The control unit 102 creates virtual objects (VO) including the ID of the data source according to the Resource Description Format (RDF) rule by setting the main and sub-properties of the context data. The control unit 102 assigns IDs to Composite Virtual Objects (CVOs), which are aggregation of the virtual objects (VO) objects, and creates them according to the RDF rules. The control unit 102 generates an ontology for a plurality of service entities representing smart factory characteristics by combining the plurality of CVOs.

본 발명에서는 컨텍스트 데이터에 대한 품질 관리 기능을 제공하기 위하여 WoO(Web of Objects) 모델이 적용될 수 있다. WoO 모델은 아래의 요소인 VO(Virtual Objects), CVO(Composite Virtual Objects) 그리고 서비스 요소 등의 3가지로 구성된다. VO (Virtual Objects)는 수집된 각 개별 데이터에 필요한 속성 정보 (attributes) 가상 오브젝트로 만들기 위하여 아래 그림과 같은 정보를 포함하도록 한다. 이를 표현하는 방식으로 RDF (Resource Description Framework)를 사용할 수 있다. 스마트 공장의 컨텍스트 데이터들이 의미 및 관계성의 내용을 포함하는 온톨로지로 표현되어 입력되면, 웹 오브젝트 기반의 컨텍스트 데이터 평가가 수행된다. In the present invention, a Web of Objects (WoO) model may be applied to provide a quality management function for context data. WoO model consists of the following elements: VO (Virtual Objects), CVO (Composite Virtual Objects), and service elements. VO (Virtual Objects) includes the information as shown in the figure below to create a virtual object with the necessary attribute information for each individual data collected. RDF (Resource Description Framework) can be used to express this. When the context data of the smart factory is expressed as an ontology including content of meaning and relation and input, web object-based context data evaluation is performed.

스마트 공장에서 데이터의 품질을 평가하는 데 있어서 1차적으로 데이터의 표현 형식, 표현 방식 그리고 표현된 데이터들이 상호 소통이 효과적으로 이루어지도록 구성되어 있는지를 평가하여야 한다. 스마트 공장 관련 데이터들이 데이터 표현 규정, 형식 그리고 필요한 정보들을 충분히 갖추고 있는지, 데이터의 표현에서 효과적으로 관리하도록 간결성을 갖추고 있는지, 그리고 필요한 정보들을 구분하는 데 필요한 id 및 데이터의 단위 등이 통일되어 포함되어 있는지 나아가 이를 평가하는 것 등이 체계적으로 짧은 시간 안에 수행되어 결과를 활용하도록 해야 한다. In evaluating the quality of data in a smart factory, firstly, it is necessary to evaluate the data expression format, expression method, and whether the expressed data is structured to effectively communicate with each other. Whether smart factory-related data is sufficiently equipped with data expression regulations, formats, and necessary information, whether it has conciseness to effectively manage data expression, and whether id and data units necessary to classify necessary information are included Furthermore, the evaluation should be systematically carried out in a short time so that the results can be utilized.

그런데, 이러한 표현 및 형식을 체크하고, 이를 바탕으로 평가 지수를 설정하기 위해서는 이에 대한 정확한 근거 및 관련 정보 제공이 필수적이다. 관련된 정보 및 관련 데이터 표현 및 형식으로부터 표현의 특성을 파악하기 위한 필요 정보 제공을 위한 데이터 표현 방식으로 WoO(Web of Objects) 프레임워크에서 VO 레벨이다. VO 레벨에서 요구하는 VO 정보 모델 및 메커니즘을 적용하면, 데이터의 표현 및 형식에 대한 평가를 효율적으로 할 수 있다. WoO(Web of Objects)의 VO를 표현하는 방식이 이미 설정되어 있고, 이를 통하여 얻은 것들이 이를 잘 증명하고 있기 때문이다.However, in order to check the expression and form and set the evaluation index based on it, it is essential to provide accurate grounds and related information for this. It is a VO level in the WoO (Web of Objects) framework as a data representation method for providing the necessary information to understand the characteristics of the representation from the related information and related data representation and format. By applying the VO information model and mechanism required at the VO level, it is possible to efficiently evaluate the expression and format of data. This is because the method of expressing the VO of WoO (Web of Objects) has already been established, and the things obtained through it are well proven.

스마트 공장에서 적용되는 데이터 혹은 다른 공장으로부터 받은 데이터를 사용하기 위하여 데이터 품질의 1차적인 평가로 "데이터 표현 및 형식" 평가를 수행하게 되는데, 데이터 소통성 평가(Data Interpretability Assessment), 데이터 이해 용이성 평가(Assessment of ease of understanding), 데이터 일관성 평가(Data Consistency Assessment), 데이터 표현의 간결성 평가(Data Coinciseness Assessment)가 수행될 수 있다.In order to use data applied from the smart factory or data received from other factories, “data representation and format” evaluation is performed as the primary evaluation of data quality. Assessment of ease of understanding), Data Consistency Assessment, and Data Coinciseness Assessment may be performed.

데이터의 소통성 변수(Data Interpretability Metric) 평가모듈(110)은 스마트 공장 데이터에 대하여 가상화 객체(VO)의 슬랭(slang)을 검사하고, 가상화 객체(VO) ID 중복 사용을 검사하며, 가상화 객체(VO)의 데이터 단위 사용의 일관성을 검사하여 데이터의 소통성 변수(Data Interpretability Metric)를 평가한다. 스마트 공장에서 생성된 데이터들이 상호 필요에 의하여 서로 공유 및 활용되는데, 이때 소통이 가능한 데이터로 표현되도록 데이터 표현 체계를 어느 정도 잘 갖추고 있는가를 평가한다. 이를 위하여 본 평가에서는 VO 슬랭(slang) 체크, VO ID 중복 사용에 대한 체크, VO 데이터 유닛 (단위) 사용 일관성 체크 과정이 도 2에 도시된 바와 같이 수행될 수 있다. Data Interpretability Metric evaluation module 110 examines the slang of the virtual object (VO) for the smart factory data, examines the duplicate use of the virtual object (VO) ID, and the virtual object (VO) ), the consistency of the data unit usage is checked to evaluate the data interpretability metric. The data generated in the smart factory are shared and utilized according to mutual need. At this time, it is evaluated how well the data expression system is in place so that it can be expressed as data that can be communicated. For this purpose, in this evaluation, a VO slang check, a check for VO ID duplicate use, and a VO data unit (unit) usage consistency check process may be performed as shown in FIG. 2 .

데이터 표현의 이해 용이성(Assessment of Ease of Understanding) 평가모듈(120)은 스마트 공장 데이터의 샘플링 비율(sampling rate) 검사하고, 상기 데이터의 비정형성(non-uniformity)을 검사하며, 상기 데이터의 비설정(undefined) 심볼의 사용여부를 검사하여 데이터 표현의 이해 용이성(Assessment of Ease of Understanding)을 평가한다.Assessment of Ease of Understanding evaluation module 120 inspects the sampling rate of smart factory data, inspects non-uniformity of the data, and non-setting of the data Ease of understanding of data representation is evaluated by examining whether (undefined) symbols are used.

스마트 공장에서 사용하는 데이터 및 생성된 데이터, 다른 공장 및 공정으로부터 수신된 데이터를 필요 혹은 목적에 맞도록 충분한 이해를 할 수 있어야 한다. 이러한 요구 사항에 대한 만족 여부를 평가하기 위하여 도 3에 도시된 바와 같이 데이터 샘플링 비율(sampling rate)체크, 데이터의 비정형(non-uniformity)성 체크, 비설정(undefined) 심볼의 사용여부 체크하여 데이터를 정확하게 이해할 수 있는 정도가 어느정도 인지를 파악할 수 있게 된다.It is necessary to have a sufficient understanding of the data used in the smart factory, the data generated, and the data received from other factories and processes to meet the needs or purpose. In order to evaluate whether these requirements are satisfied, data sampling rate check, non-uniformity check, use of undefined symbol is checked as shown in FIG. It is possible to determine the degree to which one can accurately understand

데이터 표현의 일관성(Data Consistency) 평가모듈(130)은 스마트 공장 데이터의 구조를 검사하고, 완전성 위반(integrity violation)을 검사하며, 데이터 템포럴 디퍼런스(temporal difference)를 검사하고, 유닛 비유사성(dissimilarity)을 검사하여 데이터 표현의 일관성(Data Consistency)을 평가한다. 스마트 공장에서 생성되는 데이터 및 다른 데이터를 사용하는 경우에 데이터를 표현하는 형식에서 데이터의 구조, 데이터의 무결성, 데이터의 시간적인 차이를 표기하는 방식 및 체계 및 사용되는 단위 등에서 일관성이 있어야 한다. 이러한 사항들이 일관된 규칙에 의거하여 제대로 지켜지지 않으면, 사용되는 데이터들을 이용하여 CVO계층에서 상호 컨텍스트 분석 및 나아가 서비스 레벨에서 다양한 스마트 공장 기능을 생성하는 데 오류가 만들어 질 것이다. 이러한 특성을 평가하는 과정은 도 4에 도시된 바와 같다.Data Consistency evaluation module 130 inspects the structure of smart factory data, inspects integrity violations, inspects data temporal differences, and inspects unit dissimilarity ( Dissimilarity is checked to evaluate the consistency of data representation. In the case of using data generated by smart factories and other data, there must be consistency in data structure, data integrity, data time difference, system and unit used in the data expression format. If these matters are not properly followed according to a consistent rule, an error will be made in using the data used to analyze cross-context at the CVO layer and furthermore to create various smart factory functions at the service level. A process for evaluating these characteristics is shown in FIG. 4 .

데이터 표현의 간결성(Data Concise) 평가모듈(140)은 상기 스마트 공장 데이터에 대하여 표기된 URL의 적정성을 검사하고, 데이터의 중복여부를 검사하며, 데이터에 이중적인 스키마 포함여부를 검사하고, 데이터에 비필수 데이터(non-rounding data) 포함여부를 검사하여 데이터 표현의 간결성(Data Concise)을 평가한다. The data concise evaluation module 140 checks the appropriateness of the marked URL for the smart factory data, checks whether the data is duplicated, checks whether the data includes a double schema, and is non-essential for the data Data Concise is evaluated by checking whether non-rounding data is included.

스마트 공장에서 수집된 데이터, 혹은 다른 공장에서 전달되어 온 데이터들의 연합을 통하여 스마트 기능을 수행하고자 할 경우 데이터를 읽고, 분석하며, 필요한 결정을 내리고자 할 경우, 나아가 빅데이터 환경을 구축할 경우 데이터를 표현하는 내용 및 필요한 정보들이 VO 정보 모델에 가상화되어 변환된다. 이 때, VO 정보 모델에서 VO의 속성을 나타내는 필요한 정보들이 최대한 간결하고, 단순화되어야 한다. 이 때 중점적으로 평가되어야 하는 속성들은 '데이터 너무 긴 uri로 표기되지 않았나?', '데이터가 중복되어서 포함되지 않았나?', '데이터에 이중적인 스키마가 포함되지 않았나?' 로 적용될 수 있다. Data collected from a smart factory or data transmitted from other factories to read and analyze data to perform smart functions through association of data transmitted from other factories, to make necessary decisions, and to build a big data environment The contents and necessary information expressing VO are virtualized and converted into the VO information model. In this case, the necessary information representing the VO attribute in the VO information model should be as concise and simplified as possible. At this time, the attributes that should be evaluated are 'Isn't the data too long uri?', 'Isn't the data included because it was duplicated?' can be applied as

도 5에 도시된 바와 같이 이상의 특성을 분석하여 데이터 파라미터를 표현하는 간결성의 규칙에 위반하고 있지 않은지를 평가한다. 상기 평가는 데이터 품질을 평가하고, 향후 다른 데이터와 함께 사용되거나, CVO 계층에서 컨택스트 데이터 그룹 등으로 사용될 때, 처리 과정에서 오류를 생성하기도 하고, 다른 불리한 기능을 유발하는 역할 또는 오류를 만들어 내는 요인이 되기도 함에 따른다.As shown in FIG. 5 , it is evaluated whether or not the rule of conciseness for expressing data parameters is violated by analyzing the above characteristics. The above evaluation evaluates data quality, and when it is used with other data in the future or as a context data group in the CVO layer, it may generate errors in the processing process, or roles or errors that cause other adverse functions. as it becomes a factor.

스마트 공장에서 생성된 데이터 및 다른 곳으로부터 들어온 데이터를 활용하여 스마트 공장의 필요한 기능을 수행할 경우 이들 데이터에 대한 1차적인 검증이 요구된다. 즉, 데이터의 표현이 스마트 공장에서 필요한 목적으로 위하여 효과적으로 활용될 수 있는지, 그리고 CVO 레벨에서 점검하는 컨텍스트 평가에도 많은 영향을 끼치므로 데이터 표현 형식에 대한 평가가 매우 정교하게 이루어 져야 한다. "데이터 표현 및 형식 평가"는 상술한 4가지의 평가모듈에 따라서 계산된 값들이 스마트 공장의 특성 및 스마트 공장에 따른 비즈니스 특성에 따라서 weight factor가 다르게 적용되며, 이는 설계 단계에서 정해질 수 있다. 도 6에는 이에 대한 자세한 절차 및 평가 처리 내용에 대한 사항이 도시되어 있다.When performing the necessary functions of the smart factory using data generated from the smart factory and data from other sources, primary verification of these data is required. In other words, whether the data expression can be effectively used for the necessary purpose in the smart factory and the context evaluation that is checked at the CVO level have a lot of influence, so the evaluation of the data expression format must be done very precisely. In "Data expression and format evaluation", the values calculated according to the above four evaluation modules are applied differently according to the characteristics of the smart factory and the business characteristics according to the smart factory, which can be determined at the design stage. 6 shows a detailed procedure for this and the details of the evaluation process.

본 발명에 따른 스마트공장 데이터 품질관리 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.The smart factory data quality management method according to the present invention may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, although the present invention has been described with reference to limited embodiments and drawings, the present invention is not limited to the above embodiments, and various modifications and variations from these descriptions are provided by those skilled in the art to which the present invention pertains. This is possible.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be defined by the following claims as well as the claims and equivalents.

100: 스마트공장 데이터 품질관리 장치
101: 입력부
102: 제어부
110: 데이터의 소통성 변수 평가모듈
120: 데이터 표현의 이해 용이성 평가모듈
130: 데이터 표현의 일관성 평가모듈
140: 데이터 표현의 간결성 평가모듈100: smart factory data quality control device
101: input unit
102: control unit
110: data communication variable evaluation module
120: Ease of understanding of data expression evaluation module
130: consistency evaluation module of data representation
140: Conciseness evaluation module of data representation

Claims (2)

스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법에 있어서,
스마트 공장에 관한 데이터를 수집하는 단계;
상기 수집된 데이터를 상호 공유 및 활용할 수 있도록 데이터 표현 체계를 평가하되, 상기 스마트 공장 데이터에 대하여 RDF(Resource Description Format) 규칙에 따라 생성된 가상화 객체(VO)에 포함된 슬랭의 갯수를 검사하고, 가상화 객체(VO) ID 중복 사용을 검사하며, 기 정해진 데이터 단위를 벗어나는 가상화 객체의 갯수를 검사하여 데이터의 소통성 변수(Data Interpretability Metric)를 평가하는 단계;
상기 수집된 데이터가 필요 또는 목적에 맞도록 표현되어 있는 지를 평가하되, 상기 스마트 공장 데이터의 샘플링된 비율(sampling rate)을 검사하고, 상기 데이터의 비정형성(non-uniformity)을 검사하며, 상기 데이터의 비설정(undefined) 심볼의 사용여부를 검사하여 데이터 표현의 이해 용이성(Assessment of Ease of Understanding)을 평가하는 단계;
수집된 데이터의 구조, 데이터의 무결성, 데이터의 시간적인 차이를 표기하는 방식 및 체계 및 사용되는 단위가 일관성이 있는 지에 대해 수집된 데이터를 평가하되, 상기 스마트 공장 데이터의 구조를 검사하고, 완전성 위반(integrity violation)을 검사하며, 데이터 템포럴 디퍼런스(temporal difference)를 검사하고, 유닛 비유사성(dissimilarity)을 검사하여 데이터 표현의 일관성(Data Consistency)을 평가하는 단계; 및
상기 수집된 데이터를 표현하는 내용 및 필요한 정보들을 가상화 객체 정보 모델로 변환함에 있어 가상화 객체의 속성값이 간결하고 단순하도록 상기 스마트 공장 데이터에 대하여 표기된 URL의 적정성을 검사하고, 데이터의 중복여부를 검사하며, 데이터에 이중적인 스키마 포함여부를 검사하고, 데이터에 비필수 데이터(non-rounding data) 포함 여부를 검사하여 데이터 표현의 간결성(Data Concise)을 평가하는 단계
를 포함하는 것을 특징으로 하는 스마트공장 데이터 품질관리 장치의 스마트공장 데이터 품질관리 방법.In the smart factory data quality management method of the smart factory data quality management device,
collecting data about the smart factory;
Evaluate the data expression system so that the collected data can be mutually shared and utilized, and the number of slangs included in the virtualized object (VO) created according to the RDF (Resource Description Format) rule for the smart factory data is checked, Inspecting the virtual object (VO) ID duplicate use and evaluating the data interpretability metric by examining the number of virtual objects out of a predetermined data unit;
Evaluate whether the collected data is presented to suit a need or purpose, inspecting a sampling rate of the smart factory data, inspecting the non-uniformity of the data, and evaluating the ease of understanding (Assessment of Ease of Understanding) of data expression by examining whether the undefined symbol is used;
Evaluate the collected data for consistency in the structure of the collected data, the integrity of the data, the method and system of indicating temporal differences in the data, and the units used, but inspect the structure of the smart factory data, and violate the integrity examining (integrity violation), examining data temporal difference, and evaluating data consistency by examining unit dissimilarity; and
In converting the content and necessary information expressing the collected data into a virtual object information model, the appropriateness of the URL indicated for the smart factory data is checked so that the attribute value of the virtual object is concise and simple, and whether the data is duplicated The step of evaluating the conciseness of data expression by checking whether the data contains a double schema and whether the data includes non-rounding data
A smart factory data quality control method of a smart factory data quality control device comprising a. 삭제delete
KR1020200125085A 2020-09-25 2020-09-25 Method of mamaging quality of smart factory data KR102411292B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200125085A KR102411292B1 (en) 2020-09-25 2020-09-25 Method of mamaging quality of smart factory data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200125085A KR102411292B1 (en) 2020-09-25 2020-09-25 Method of mamaging quality of smart factory data

Publications (2)

Publication Number Publication Date
KR20220041607A KR20220041607A (en) 2022-04-01
KR102411292B1 true KR102411292B1 (en) 2022-06-23

Family

ID=81183665

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200125085A KR102411292B1 (en) 2020-09-25 2020-09-25 Method of mamaging quality of smart factory data

Country Status (1)

Country Link
KR (1) KR102411292B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101910285B1 (en) * 2017-07-28 2018-10-22 전자부품연구원 Intelligent Smart Aging Service Composition System and Method
KR102121901B1 (en) * 2020-03-12 2020-06-11 전주호 System for online public fund investment management assessment service

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100903726B1 (en) * 2006-09-20 2009-06-19 (재)한국데이터베이스진흥센터 System for Evaluating Data Quality Management Maturity
KR102396255B1 (en) * 2018-05-03 2022-05-10 손영욱 Method for cloud service based customized smart factory mes integrated service using ai and speech recognition
KR102140731B1 (en) 2018-11-22 2020-08-03 유에이치에스(주) System implementing smart factory

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101910285B1 (en) * 2017-07-28 2018-10-22 전자부품연구원 Intelligent Smart Aging Service Composition System and Method
KR102121901B1 (en) * 2020-03-12 2020-06-11 전주호 System for online public fund investment management assessment service

Also Published As

Publication number Publication date
KR20220041607A (en) 2022-04-01

Similar Documents

Publication Publication Date Title
US10380265B2 (en) Statistical process control and analytics for translation supply chain operational management
US20170109657A1 (en) Machine Learning-Based Model for Identifying Executions of a Business Process
CN107885499A (en) A kind of interface document generation method and terminal device
Becker et al. Decision criteria in digital preservation: What to measure and how
CN103473672A (en) System, method and platform for auditing metadata quality of enterprise-level data center
US20170109636A1 (en) Crowd-Based Model for Identifying Executions of a Business Process
CN106550038B (en) Data configuration diagnosis system and method of digital control system
CN108270640B (en) Information interoperation consistency test method for intelligent marketing and distribution information integration system
Lagerström et al. Visualizing and measuring enterprise architecture: an exploratory biopharma case
CN111524008B (en) Rule engine and modeling method, modeling device and instruction processing method thereof
Egger et al. Bot log mining: Using logs from robotic process automation for process mining
KR102411291B1 (en) Method of evaluating quality of smart factory data
US20230393832A1 (en) Automated translation of computer languages to extract and deploy computer systems and software
CN112445866A (en) Data processing method and device, computer readable medium and electronic equipment
Arndt Big Data and software engineering: prospects for mutual enrichment
CN115809302A (en) Metadata processing method, device, equipment and storage medium
CN116432092A (en) Index system and method for fusing model data
Kabaale et al. Representing software process in description logics: an ontology approach for software process reasoning and verification
KR102411292B1 (en) Method of mamaging quality of smart factory data
US20170109637A1 (en) Crowd-Based Model for Identifying Nonconsecutive Executions of a Business Process
CN116541020A (en) Code generation method, device, equipment, medium and product based on field model
Lacroix et al. Lessons learnt in industrial data platform integration
WARREN Parametric modelling in construction: Investigating the quality of rule-based checking
CN116635843A (en) Apparatus, computing platform and method for analyzing log files of industrial plants
CN113127630A (en) Power visualization data resource management platform system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right