KR102432005B1 - Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system - Google Patents
Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system Download PDFInfo
- Publication number
- KR102432005B1 KR102432005B1 KR1020210185496A KR20210185496A KR102432005B1 KR 102432005 B1 KR102432005 B1 KR 102432005B1 KR 1020210185496 A KR1020210185496 A KR 1020210185496A KR 20210185496 A KR20210185496 A KR 20210185496A KR 102432005 B1 KR102432005 B1 KR 102432005B1
- Authority
- KR
- South Korea
- Prior art keywords
- analysis
- fom
- data
- period
- item
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 title claims abstract description 30
- 238000004141 dimensional analysis Methods 0.000 title abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 180
- 238000007726 management method Methods 0.000 claims abstract description 78
- 230000006870 function Effects 0.000 claims abstract description 44
- 238000010835 comparative analysis Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 238000010223 real-time analysis Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 13
- 230000006872 improvement Effects 0.000 claims description 11
- 230000003442 weekly effect Effects 0.000 claims description 8
- 238000009795 derivation Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 10
- 230000002950 deficient Effects 0.000 abstract description 9
- 238000013480 data collection Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013070 change management Methods 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 238000004452 microanalysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000003786 synthesis reaction 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Manufacturing & Machinery (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
Description
본 발명은 스마트제조혁신 FOM(smart-Factory Operation Management)시스템의 활용방법에 관한 것으로, 보다 상세하게는 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 유기적 연결과, 다차원 분석 및 의사결정 프로세스 및 그 방법에 관한 것이다.The present invention relates to a method of utilizing a smart manufacturing innovation FOM (smart-factory operation management) system, and more particularly, 4M big data organic connection using a smart manufacturing innovation FOM system, a multidimensional analysis and decision-making process, and a method therefor is about
본 발명은 한국 특허출원번호/일자: 10-2020-0032342(2020.03.17), "스마트제조혁신을 위한 스마트공장 FOMs 패키지 및 그 방법"의 출원 발명에 대한 분할 출원을 기초출원으로 한다.
도 10은 본 발명의 일 실시예에 의한 스마트공장 빅데이터 분석 프로세스에 있어서, 제조현장에서 Industrial AI 수행을 위한 빅데이터 응용소프트웨어의 구성 및 작용을 설명하기 위한 개요도를 도시한다.
도 10을 참조하면, 본 발명의 실시예에 의한 Industrial AI를 위한 제조현장 빅데이터 분석솔루션을 제공함으로써 전체 시스템의 FOM Code 컴포넌트를 유기적으로 연결하고 분석할 수 있다.
또, 제조현장의 지속적인 변화관리를 통해 스마트한 공장운영관리를 가능하게 할 수 있다.
도 10에 도시한 바와 같이 본 발명의 실시예에 따르면, FOM Code #1000은 생산량 정보를 나타내고, 이 생산량 정보는 #1100(종합), #1200(제품), #1300(설비), #1400(작업자) 등의 정보를 포함하고, FOM Code #2000은 비가동 정보를 나타내고, 이 비가동 정보는 #2100(종합), #2200(제품), #2300(설비), #2400(작업자), #2500(요인) 등의 정보를 포함한다.
또, FOM Code #3000은 불량 정보를 나타내고, 이 불량 정보는 #3100(종합), #3200(제품), #3300(설비), #3400(작업자), #3500(요인) 등의 정보를 포함하며, FOM Code #4000은 부적합 정보를 나타내고, 이 부적합 정보는 #4100(종합), #4200(제품), #4300(설비), #4400(작업자), #4500(요인) 등의 정보를 포함한다.
이때, 본 발명의 실시예에 의한 FOM 솔루션은 상술한 바와 같이 다양한 정보를 유기적으로 연결하고 분석할 수 있다.
예를 들면, FOM Code #1000은 생산량 정보를 나타내면서 #1200(제품)과 연결되어 제품의 생산량 정보를 도출할 수 있다. 이후, #1200(제품)은 FOM Code #2000은 비가동 정보와 연동되고, #2400(작업자)의 특정 비가동 정보를 연결하여 분석을 할 수 있도록 구성 및 작용한다.
그러나 스마트공장 현장에서는 이러한 특성을 갖춘 FOM 시스템에 있어서 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 유기적 연결/다차원 분석/의사결정에 대한 구체적인 프로세스 및 방법의 개발이 요구되었다. The present invention is based on a divisional application for the invention of Korean Patent Application No./Date: 10-2020-0032342 (2020.03.17), "Smart Factory FOMs Package and Method for Smart Manufacturing Innovation".
10 shows a schematic diagram for explaining the configuration and operation of big data application software for performing Industrial AI at the manufacturing site in the smart factory big data analysis process according to an embodiment of the present invention.
Referring to FIG. 10 , by providing a manufacturing site big data analysis solution for Industrial AI according to an embodiment of the present invention, it is possible to organically connect and analyze the FOM Code component of the entire system.
In addition, it is possible to enable smart factory operation management through continuous change management at the manufacturing site.
As shown in FIG. 10, according to the embodiment of the present invention, FOM
In addition, FOM
In this case, the FOM solution according to an embodiment of the present invention can organically connect and analyze various information as described above.
For example, FOM
However, in the field of smart factories, the development of specific processes and methods for organic connection of 4M big data/multidimensional analysis/decision making using the smart manufacturing innovation FOM system was required in the FOM system with these characteristics.
삭제delete
삭제delete
삭제delete
삭제delete
본 발명은 상기와 같은 고도화 필요성을 해결하기 위하여 안출한 것으로, 그 목적으로 하는 바는 스마트제조혁신을 위한 스마트공장의 공장운영관리(FOMs; Factory Operation Managements) 패키지에 있어서, 분류수집 처리된 생산량정보와, 비가동정보와, 불량정보 및 부적합정보 데이터로 정제 및 분류처리하는 데이터 정제 가공처리를 통해 빅데이터분석 및 지표관리를 수행하는 스마트제조혁신을 위한 스마트공장의 공장운영관리패키지를 제공하기 위한 것이다. The present invention has been devised to solve the above-mentioned need for upgrading, and its purpose is to classify, collect and process production information in a factory operation management (FOMs) package of a smart factory for smart manufacturing innovation. In order to provide a factory operation management package for smart factories for smart manufacturing innovation that performs big data analysis and index management through data refining and processing processing to refine and classify and process non-operational information, defective information and nonconforming information data. will be.
본 발명의 다른 목적은 스마트팩토리 FOMs 패키지내 FOM 분석부의 빅데이터분석 프로세스 및 그 방법을 제공하기 위한 것이다. Another object of the present invention is to provide a big data analysis process and method of the FOM analysis unit in the smart factory FOMs package.
본 발명의 또 다른 목적은 스마트팩토리 FOMs 패키지내 FOM 분석부의 지표관리 프로세스 및 그 방법을 제공하기 위한 것이다. Another object of the present invention is to provide an indicator management process and method of the FOM analysis unit in the smart factory FOMs package.
본 발명의 실시예에 의한 스마트제조혁신 FOM 시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘은, 기업의 생산능력 진단분석을 수행하며, 발생하는 데이터에 대해 실시간 분석 또는 과거 특정 기간에 대한 기간별 분석을 수행하는 단계(S10); 실시간 분석 선택시, 알림 기능을 설정하여 실시간으로 게더링되는 데이터를 확인하여(S12) 기준미달 여부 및 분석 여부를 결정하는 단계(S14); 기간별 분석 선택시, 상급관리 분석수행 알고리즘을 구비하여 달성률이 저조한 특정 기간을 선정하고(S16), 알림 기능을 통해서 특정 기간의 기준미달항목에 대한 리스트 없을 진행하며(S18), 특정 기간 선정 시 일간/주간/월간/분기/반기/연간으로 기준을 설정하는 단계; 상기 실시간 분석 또는 기간별 분석을 통해 결정되는 데이터에 대해, 분석항목을 설정하고(n개)(S20), 첫 번째 worst 항목부터 n번째 항목까지 반복수행(S30)하며, 일반관리 분석수행 알고리즘을 구비하여 As-Is 분석을 수행(S40)하는 단계; 개선이 필요한 항목에 대하여 To-Be 기준을 설정하고, As-Is와의 비교분석을 수행하기 위한 가상데이터를 생성하는 단계(S50); 상기 As-Is와 To-Be 비교분석을 수행하고, To-Be 가상데이터의 적절성 및 실현가능성 여부를 판단하는 단계(S65); 상기 To-Be로의 개선을 위해 기업맞춤형 PBL을 진행하는 단계(S70); 다음번의 worst 항목에 대해 반복 수행 완료하고(S85); 결과를 확인하여 G1(생산실적) 최대화와 G2/G3(생산성 저해요인/미확인)를 최소화 처리하는 단계(S90);를 순차적으로 수행하는 것으로 구성함으로써 달성할 수 있다.
이때, 상기 상급관리 분석수행 알고리즘은 거시적 또는 미시적 관점의 생산능력 진단분석을 선택적으로 수행하는 단계(100);
거시적 관점의 분석의 경우,
공장 전체, 공장별, 공정별, 세부공정별, Shift 별 분석을 적어도 하나 이상 수행하며 이를 수행하기 위한 분석항목을 선정하는 단계(S110);
선정된 분석항목에 대하여 G1/G2/G3 그룹 분석을 수행하며(S120), 이에 함께 생산량/달성률/목표대비 누적판매액/목표대비 누적판매량 분석을 적어도 하나 이상 수행하는 단계(S130);
분석된 결과를 기반으로 거시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행(S135)하는 단계;
거시적인 관점에서의 제조프로세스 개선을 위해 경영 및 생산 Capa 관점의 의사결정을 수행하는 단계(S138);
미시적 관점의 분석의 경우,
일간/주간/월간/분기/반기 등을 대상으로 달성률 기준 저조 기간을 선정하는 단계(S140);
알림 기능을 활용하여(S150), 선정된 기간의 제품/설비/작업자에 대해 Worst 분석항목을 설정(n개)하는 단계(S160);
첫 번째 worst 항목부터 생산성 저해요인으로 인한 손실금액을 포함한 G1/G2/G3를 분석하며(S170), 이와 함께 생산량/달성률/목표대비 누적판매액/목표대비 누적판매량 분석을 수행하는 단계(S180);
상기 단계(S180)에서 분석된 결과를 기반으로 미시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행하는 단계(S190);
n번째 worst 항목까지의 분석을 반복수행하는 단계(S195,S196);
미시적인 관점에서의 투입 4M 개선을 위한 의사결정을 수행하는 단계(S198);를 순차적으로 수행하는 것으로 구성함으로써 달성할 수 있다.
이때, 상기 일반관리 분석수행 알고리즘은 상기 상급관리 기능을 통한 특정 분석기간을 선정하고(S200), 선정된 기간에 대하여 알림 기능을 통한 G1 기준의 분석항목을 선정(S210)하는 단계;
첫 번째 분석항목부터 일반관리를 통한 생산점유율 분석을 수행(S220)하고, 이때, 생산점유율이 소정의 기준보다 높을 경우에는 4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하고, 그렇지 않을 경우에는 다음 분석항목으로 넘어가는 단계(S230);
4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하기 위해 해당 항목의 제품/설비/작업자 기준의 FOM Code 별 As-Is 분석을 수행하고, 해당 항목의 제품/설비/작업자 기준 As-Is 분석결과를 고려하여 To-Be 기준을 설정하고 가상데이터를 생성하고,
As-Is와 To-Be 비교분석 시뮬레이션을 진행하고, To-Be 가상데이터 적절성 여부를 각각 판단하며(S240,S250,S260);
상기 분석 결과 및 시뮬레이션 결과 기반의 기업맞춤형 PBL을 진행하는 단계(S270);
상기 S240,S250,S260 단계를 반복하여 n번째 항목까지의 분석을 수행하는 단계(S280,S235); 및
상기 분석결과에 기반하여 4M 개선 및 결과도출을 수행하는 단계(S290); 를 순차적으로 수행하는 것으로 구성함으로써 달성할 수 있다.The 4M-based production capacity diagnostic and analysis algorithm using the smart manufacturing innovation FOM system according to an embodiment of the present invention performs a diagnostic analysis of a company's production capacity, and performs real-time analysis or period-by-period analysis of the generated data for a specific period in the past. performing (S10); When real-time analysis is selected, setting a notification function to check the data gathered in real time (S12) and determining whether or not the standard is not met and whether the analysis is performed (S14); When selecting analysis by period, a specific period with a low achievement rate is selected with an advanced management analysis execution algorithm (S16), and there is no list of substandard items for a specific period through the notification function (S18), and when a specific period is selected, daily /weekly/monthly/quarter/semi-annual/yearly setting the standard; For the data determined through the real-time analysis or period-by-period analysis, analysis items are set (n) (S20), repeated from the first worst item to the nth item (S30), and a general management analysis performance algorithm is provided performing an As-Is analysis (S40); generating virtual data for setting a To-Be criterion for items requiring improvement and performing comparative analysis with As-Is (S50); performing comparative analysis of the As-Is and To-Be, and determining whether the To-Be virtual data is appropriate and feasible (S65); performing a company-customized PBL to improve the To-Be (S70); Repeat execution is completed for the next worst item (S85); It can be achieved by configuring to sequentially perform the steps (S90) of maximizing G1 (production performance) and minimizing G2/G3 (productivity inhibitory factors/unconfirmed) by checking the results.
In this case, the advanced management analysis performing algorithm selectively performs the diagnostic analysis of production capacity from a macroscopic or microscopic point of view (100);
In the case of macroscopic analysis,
performing at least one analysis for the entire factory, each factory, each process, each detailed process, and each shift, and selecting an analysis item for performing the analysis (S110);
performing G1/G2/G3 group analysis on the selected analysis items (S120), and simultaneously performing at least one analysis of production volume/achievement rate/accumulated sales compared to target/accumulated sales compared to target (S130);
If detailed analysis and simulation from a macroscopic point of view are required based on the analyzed result, performing it using general management and comparative analysis functions (S135);
Performing decision-making in terms of management and production capacity to improve the manufacturing process from a macroscopic point of view (S138);
For analysis from a microscopic point of view,
selecting a period of low achievement based on the daily/weekly/monthly/quarterly/half year, etc. (S140);
Using the notification function (S150), setting (n) worst analysis items for the product / facility / operator of the selected period (S160);
Analyze G1/G2/G3 including the loss amount due to the factors that impede productivity from the first worst item (S170), along with performing the analysis of production volume/achievement/accumulated sales compared to target/accumulated sales compared to target (S180);
If detailed analysis and simulation from a microscopic point of view are required based on the results analyzed in the step (S180), performing this by using the general management and comparative analysis functions (S190);
repeating the analysis up to the nth worst item (S195, S196);
It can be achieved by configuring the step (S198) of making a decision for improving the input 4M from a microscopic point of view by sequentially performing.
In this case, the general management analysis performing algorithm selects a specific analysis period through the advanced management function (S200), and selects an analysis item based on G1 through a notification function for the selected period (S210);
From the first analysis item, the production share analysis is performed through general management (S220), and in this case, if the production share is higher than a predetermined standard, a detailed analysis is performed according to the FOM management code for 4M, If not, moving on to the next analysis item (S230);
In order to perform detailed analysis according to the FOM management code for 4M, As-Is analysis is performed by FOM Code of the product/equipment/worker standard of the item, and the product/equipment/worker standard of the item is As-is -In consideration of the analysis result, the To-Be standard is set and virtual data is created,
As-Is and To-Be comparative analysis simulation is performed, and the To-Be virtual data is judged whether appropriate (S240, S250, S260);
performing a company-customized PBL based on the analysis result and the simulation result (S270);
repeating the steps S240, S250, and S260 to perform the analysis up to the n-th item (S280, S235); and
performing 4M improvement and result derivation based on the analysis result (S290); It can be achieved by configuring it to perform sequentially.
삭제delete
삭제delete
삭제delete
본 발명의 실시예에 의하면 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터를 체계적이고 유기적으로 연결할 수 있는 프로세스를 구현할 수 있다.
또, 본 발명의 실시예에 의하면 스마트제조혁신 FOM 시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘을 구현할 수 있다.
또한 본 발명의 실시예에 의하면 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘에 있어서 상급관리 분석수행 알고리즘 및 일반관리 분석수행 알고리즘을 구현할 수 있다. According to an embodiment of the present invention, it is possible to implement a process that can systematically and organically connect 4M big data using the smart manufacturing innovation FOM system.
In addition, according to an embodiment of the present invention, it is possible to implement a 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system.
In addition, according to an embodiment of the present invention, it is possible to implement an advanced management analysis execution algorithm and a general management analysis execution algorithm in the 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system.
삭제delete
삭제delete
삭제delete
도 1 내지 도 2는 본 발명의 실시예에 의한 FOM 시스템 기반의 다차원 분석 및 의사결정 프로세스를 설명하기 위해 도시하는 블록 구성도,
도 3은 본 발명의 실시예에 의한 4M 기반 생산능력 진단분석 알고리즘을 설명하기 위해 단계적으로 구성한 흐름도,
도 4는 본 발명의 실시예에 의한 상급관리 분석수행 알고리즘을 설명하기 위해 단계적으로 구성한 흐름도,
도 5는 본 발명의 실시예에 의한 일반관리 분석수행 알고리즘을 설명하기 위해 단계적으로 구성한 흐름도,
도 6은 본 발명의 실시예에 의한 FOM 솔루션 알림 기능을 예시하여 설명하기 위한 예시화면,
도 7은 본 발명의 실시예에 의한 FOM 솔루션 상급관리 기능을 예시하여 설명하기 위한 예시화면,
도 8은 본 발명의 실시예에 의한 FOM 솔루션 일반관리 기능을 예시하여 설명하기 위한 예시화면,
도 9는 본 발명의 실시예에 의한 FOM 솔루션 비교분석 기능을 예시하여 설명하기 위한 예시화면,
도 10은 본 발명의 일 실시예에 의한 스마트공장 빅데이터 분석 프로세스에 있어서, 제조현장에서 Industrial AI 수행을 위한 빅데이터 솔루션의 실시예에 의한 설명하기 위한 개요도. 1 to 2 are block diagrams illustrating a multi-dimensional analysis and decision-making process based on a FOM system according to an embodiment of the present invention;
3 is a flowchart configured in stages to explain the 4M-based production capacity diagnostic analysis algorithm according to an embodiment of the present invention;
4 is a flow chart configured step by step to explain the advanced management analysis performing algorithm according to an embodiment of the present invention;
5 is a flowchart configured in stages to explain the general management analysis performing algorithm according to an embodiment of the present invention;
6 is an example screen for explaining by way of example the FOM solution notification function according to an embodiment of the present invention;
7 is an exemplary screen to illustrate and explain the FOM solution advanced management function according to an embodiment of the present invention;
8 is an exemplary screen for illustrating and explaining the FOM solution general management function according to an embodiment of the present invention;
Figure 9 is an example screen for explaining by exemplifying the FOM solution comparative analysis function according to an embodiment of the present invention;
10 is a schematic diagram for explaining an embodiment of a big data solution for performing Industrial AI at a manufacturing site in a smart factory big data analysis process according to an embodiment of the present invention.
본 명세서에 개시된 발명은 다양한 형태로 실시될 수 있고, 본 명세서에 설명된 예들로 한정되지는 않는다. 또한, 본 명세서에 사용된 용어는 특정한 실시 예를 설명하기 위해 사용된 것일 뿐 본 발명의 범위나 형태 등을 한정하려는 의도에서 사용된 것은 아니다. 이하는 본 발명의 실시 예들을 도면을 참조하면서 보다 상세히 설명한다.
이하, 본 발명의 바람직한 실시예를 첨부도면을 참조하면서 보다 구체적으로 설명하기로 한다.
(실시예)
□ 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 연결 프로세스
본 발명의 실시예에 의한 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 연결 프로세스는, 기업의 제조실행시스템(MES), 생산시점관리시스템(POP), 전사적 자원 관리(ERP), 엑셀(Excel), 및 수작업 데이터를 포함한 4M제조 로 데이터(Raw Data)를 수집하는 로 데이터(Raw Data) 수집단계(S1); 상기 수집된 Raw data으로 FOM Data-file set을 구성하고, FOM 솔루션으로 데이터 분석을 수행하기 위한 FOM 데이터파일 셋(Data-File Set) 설정 단계(S2); 기업의 생산량/비가동/불량/부적합 기반 4M 분석을 수행하기 위하여 G1(생산실적 그룹), G2(생산성 저해요인(비가동, 불량, 부적합) 그룹), G3(미확인 그룹) 기준의 다차원 분석을 수행하기 위한 그룹 설정단계(S3); 상기 설정된 그룹 군을 대상으로 일반관리/비교분석/상급관리/알림 기능을 활용한 데이터 다차원 분석을 수행하는 다차원분석 레이어(S4); 및 상기 다차원 분석결과를 기반으로 생산성을 최대화(Maximize) 하려는 의사결정을 수행하는 의사결정 레이어(S5);를 포함하여 이루어지는 것을 특징으로 한다.
상기와 같은 구성으로 되는 본 발명의 실시예에 의한 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 연결 프로세스에 대해 도 1 내지 도 2를 참조하면서 구체적으로 설명하기로 한다.
도 1 내지 도 2는 본 발명의 실시예에 의한 FOM 시스템 기반의 다차원 분석 및 의사결정 프로세스를 설명하기 위해 도시하는 블록 구성도이다.
먼저, 도 1은 FOM 솔루션의 관리코드 및 다차원 관리/분석 기능을 도시한 개념도이다. 가로축은 종합, 제품, 설비, 작업자, 요인을 기반으로 하고, 세로축에는 실적, 비가동, 불량, 부적합 항에 대한 정보를 나타내고 있으며, 이를 각각 그룹핑하여 상급관리와 일반관리 및 비교분석을 실시하는 FOM 솔루션의 관리코드를 표기하고 있다.
도 2는 본 발명의 실시예에 의한 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터 연결 프로세스를 단계별로 도시하고 있다.
상기 로 데이터(Raw Data) 수집단계(S1)는 MES, POP, ERP, Excel, 수작업 데이터 등을 포함한 4M 제조 Raw data를 게더링한다.
상기 FOM 데이터파일 셋(Data-File Set) 설정 단계(S2)는 FOM Solution으로 데이터 분석을 수행하기 위해서는 FOM Data-file set이 필요하며, 게더링 된 Raw data으로 FOM Data-file set을 구성한다. 상기 FOM Data-file set은 Manual qpr, Manual reject, Manual abnormal, Manual downtime, Manual limit, Manual cost 등을 포함하며, 상기 FOM Data-file set은 유기적으로 연결되어 있으며 FOM Solution으로 분석을 수행한다.
상기 그룹 설정단계(S3)는 제조기업의 생산량/비가동/불량/부적합 기반 4M 분석을 수행하기 위하여 G1(생산실적 그룹), G2(생산성 저해요인(비가동, 불량, 부적합) 그룹), G3(미확인 그룹) 기준의 다차원 분석을 수행한다.
제조기업의 KPI 도출 및 유의미한 의사결정을 수행하기 위해서는 생산성 저해요인에 의한 손실비용도 분석이 되어야 하며, 저해요인으로 인한 손실비용 측정을 위한 제품생산(판매)단가 필터(cost filter)를 적용한다.
상기 G2에 Cost filter 적용 및 미적용 분석을 함께 수행하는 이유는 다음과 같다. cost filter 적용 시 저해요인에 의한 손실비용 기준의 분석을, 미적용 시 저해요인 발생빈도 기준의 분석을 함께 수행하기 위함이다.
상기 G3(미확인 그룹)은 G1 및 G2에 속하지 않는 데이터로 제조기업체는 G3가 G1, G2 중 어느 그룹에 속하는지 알아야 보다 적절한 대응을 하고 생산성을 높일 수 있다. 제조기업이 이상적(ideal)으로 관리되는 경우 G1+G2=100이 되어야 한다. 하지만, 관리미흡, 데이터의 오기입/누락, 생산계획 부적절성 등 여러 요인으로 인해 G1+G2<100인 상황이 대부분이다. 즉, 생산실적과 생산성 저해요인 어느 곳에도 포함되지 않은 미확인된 데이터를 G3 = 100-G1-G2로 미확인된 데이터로 정의하며, FOM 분석 프로세스를 통해서 이를 최소화한다.
상기 다차원분석 레이어(S4)는 일반관리/비교분석/상급관리/알림 기능을 활용한 데이터 다차원 분석을 수행하는 layer로, 분석절차에 대한 알고리즘은 S10, S100, S200에서 Flow chart로 도식화하였다.
데이터 분석 디스플레이 결과에 대한 reference에 대해서는 후술하기로 한다.
상기 의사결정 레이어(Decision-making Layer)(S5)는 다차원 분석결과를 기반으로 생산성을 Maximize 하려는 의사결정을 수행한다. 이때, 의사결정 조건으로는 G1+G2+G3 = 100에 대하여 G1의 최대화 및 G2, G3의 최소화를 달성하는 것이다.
□ 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘
본 발명의 실시예에 의한 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘은, 기업의 생산능력 진단분석을 수행하며, 발생하는 데이터에 대해 실시간 분석 또는 과거 특정 기간에 대한 기간별 분석을 수행하는 단계(S10); 실시간 분석 선택시, 알림기능을 설정하여 실시간으로 게더링되는 데이터를 확인하여(S12) 기준미달 여부 및 분석 여부를 결정하는 단계(S14); 기간별 분석 선택시, 상급관리 분석수행 알고리즘을 구비하여 달성률이 저조한 특정 기간을 선정하고(S16), 알림기능을 통해서 특정 기간의 기준미달항목에 대한 리스트업을 진행하며(S18), 특정 기간 선정 시 일간/주간/월간/분기/반기/연간으로 기준을 설정하는 단계; 상기 실시간 분석 또는 기간별 분석을 통해 결정되는 데이터에 대해, 분석항목을 설정하고(n개)(S20), 첫 번째 worst 항목부터 n번째 항목까지 반복수행(S30)하며, 일반관리 분석수행 알고리즘을 구비하여 As-Is 분석을 수행(S40)하는 단계; 개선이 필요한 항목에 대하여 To-Be 기준을 설정하고, As-Is와의 비교분석을 수행하기 위한 가상데이터를 생성하는 단계(S50); 상기 As-Is와 To-Be 비교분석을 수행하고, To-Be 가상데이터의 적절성 및 실현가능성 여부를 판단하는 단계(S65); 상기 To-Be로의 개선을 위해 기업맞춤형 PBL을 진행하는 단계(S70); 다음번의 worst 항목에 대해 반복 수행 완료하고(S85); 결과를 확인하여 G1(생산실적) 최대화와 G2/G3(생산성 저해요인/미확인)를 최소화 처리하는 단계(S90);를 순차적으로 수행하는 것을 특징으로 한다.
상기와 같이 구성되는 본 발명의 실시예에 의한 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘을 도 3을 참조하면서 구체적으로 설명하기로 한다.
단계(S10)은 제조 또는 서비스기업의 생산능력 진단분석을 수행하며, 발생하는 데이터에 대해 실시간 분석 또는 과거 특정 기간에 대한 기간별 분석을 수행하는 단계(S10)이다.
이때, 실시간 분석 선택시, 알림기능을 설정하여 실시간으로 게더링되는 데이터를 확인하여(S12) 기준미달 여부 및 분석 여부를 결정하는 단계(S14)를 구분한다.
또, 기간별 분석 선택시, 상급관리 분석수행 알고리즘을 구비하여 달성률이 저조한 특정 기간을 선정하고(S16), 알림기능을 통해서 특정 기간의 기준미달항목에 대한 리스트업을 진행하며(S18), 특정 기간 선정 시 일간/주간/월간/분기/반기/연간으로 기준을 설정하는 단계; 상기 실시간 분석 또는 기간별 분석을 통해 결정되는 데이터에 대해, 분석항목을 설정하고(n개)(S20), 첫 번째 worst 항목부터 n번째 항목까지 반복수행(S30)하며, 일반관리 분석수행 알고리즘을 구비하여 As-Is 분석을 수행(S40)하는 단계를 진행한다.
개선이 필요한 항목에 대하여 To-Be 기준을 설정하고, As-Is와의 비교분석을 수행하기 위한 가상데이터를 생성하는 단계(S50)와; 상기 As-Is와 To-Be 비교분석을 수행하고, To-Be 가상데이터의 적절성 및 실현가능성 여부를 판단하는 단계(S65); 상기 To-Be로의 개선을 위해 기업맞춤형 PBL(Problem-based Learning)을 진행하는 단계(S70); 다음번의 worst 항목에 대해 반복 수행 완료하고(S85); 결과를 확인하여 G1(생산실적) 최대화와 G2/G3(생산성 저해요인/미확인)를 최소화 처리하는 단계(S90);를 순차적으로 진행한다.
이와 같이 본 발명의 실시예에 의한 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘을 실시하는 목적은 다음과 같다. 즉, 실시간 및 기간별 제조기업의 생산능력 진단분석을 수행하기 위함으로, 실시간 및 기간별로 나누어 진단분석을 수행하는 이유는 서로 목적이 다르기 때문이다.
실시간 분석을 수행하는 이유는 제조기업체에서 발생하는 4M 변화(실시간)에 대하여 변화관리를 수행하고, 실시간 게더링되는 데이터 기반의 현재상황을 분석하여 예측을 수행하고 발생할 event에 대응하기 위함이다. 예를 들면, 4M Process 변화시 발생하는 issue에 대한 변화관리를 수행하거나, 현재의 4M 능력으로 수집되는 데이터에 대하여 불량률, 비가동율, 부적합율을 고려한 생산계획 달성 여부 예측판단 등을 들 수 있다.
기간별 분석을 수행하는 이유는 과거에 축적된 제조데이터 기반으로 기업체 생산능력 표준화를 위한 진단분석을 수행하고, 제조프로세스의 최적화를 수행하기 위함이다.
□ 상급관리 분석수행 알고리즘
이때, 상기 상급관리 분석수행 알고리즘은 거시적 또는 미시적 관점의 생산능력 진단분석을 선택적으로 수행하는 단계(100);
거시적 관점의 분석의 경우,
공장전체, 공장별, 공정별, 세부공정별, Shift 별 분석을 적어도 하나 이상 수행하며 이를 수행하기 위한 분석항목을 선정하는 단계(S110);
선정된 분석항목에 대하여 G1/G2/G3 그룹 분석을 수행하며(S120), 이에 함께 생산량/달성률/목표대비 누적판매액/목표대비 누적판매량 분석을 적어도 하나 이상 수행하는 단계(S130);
분석된 결과를 기반으로 거시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행(S135)하는 단계;
거시적인 관점에서의 제조프로세스 개선을 위해 경영 및 생산 Capa 관점의 의사결정을 수행하는 단계(S138);
미시적 관점의 분석의 경우,
일간/주간/월간/분기/반기 등을 대상으로 달성률 기준 저조기간을 선정하는 단계(S140);
알림기능을 활용하여(S150), 선정된 기간의 제품/설비/작업자에 대해 Worst 분석항목을 설정(n개)하는 단계(S160);
첫 번째 worst 항목부터 생산성 저해요인으로 인한 손실금액을 포함한 G1/G2/G3를 분석하며(S170), 이와 함께 생산량/달성률/목표대비 누적판매액/목표대비 누적판매량 분석을 수행하는 단계(S180);
상기 단계(S180)에서 분석된 결과를 기반으로 미시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행하는 단계(S190);
n번째 worst 항목까지의 분석을 반복수행하는 단계(S195,S196);
미시적인 관점에서의 투입 4M 개선을 위한 의사결정을 수행하는 단계(S198);를 순차적으로 수행하는 것을 특징으로 한다.
상기와 같은 구성으로 되는 본 발명의 실시예에 의한 상급관리 분석수행 알고리즘을 도 4를 참조하면서 더욱 구체적으로 설명하기로 한다.
상기와 같이 상급관리 분석수행 알고리즘을 수행하는 목적은 다음과 같다. 즉, 제조기업의 생산능력에 대한 거시적/미시적 진단분석을 통해 경영 및 생산 Capa 관점의 의사결정과, 4M 개선 의사결정을 수행한다. 이때, 거시적 분석은 1) 기업 전반적으로 수행되는 행위들의 부가가치를 높이기 위한 분석으로, 투입된 자원들이 효율적인지에 대한 경영 및 생산 Capa관점의 의사결정(ex; 제조환경 인프라, 4M Capa, 원부자재 투입 및 긴급조달방법, 설비에 대한 배치, 작업에 대한 스케줄링 등)을 수행한다. 또한, 미시적 분석은 투입된 4M에 대하여 개별적으로 분석을 수행하고, 개선여부에 대한 의사결정을 수행한다.
□ 일반관리 분석수행 알고리즘
이때, 상기 일반관리 분석수행 알고리즘은 상기 상급관리 기능을 통한 특정 분석기간을 선정하고(S200), 선정된 기간에 대하여 알림 기능을 통한 G1 기준의 분석항목을 선정(S210)하는 단계;
첫 번째 분석항목부터 일반관리를 통한 생산점유율 분석을 수행(S220)하고, 이때, 생산점유율이 소정의 기준보다 높을 경우에는 4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하고, 그렇지 않을 경우에는 다음 분석항목으로 넘어가는 단계(S230);
4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하기 위해 해당 항목의 제품/설비/작업자 기준의 FOM Code별 As-Is 분석을 수행하고, 해당 항목의 제품/설비/작업자 기준 As-Is 분석결과를 고려하여 To-Be 기준을 설정하고 가상데이터를 생성하고,
As-Is와 To-Be 비교분석 시뮬레이션을 진행하고, To-Be 가상데이터 적절성 여부를 각각 판단하며(S240,S250,S260);
상기 분석 결과 및 시뮬레이션 결과 기반의 기업맞춤형 PBL을 진행하는 단계(S270);
상기 S240,S250,S260 단계를 반복하여 n번째 항목까지의 분석을 수행하는 단계(S280,S235); 및
상기 분석결과에 기반하여 4M 개선 및 결과도출을 수행하는 단계(S290); 를 순차적으로 수행하는 것을 특징으로 한다.
상기와 같은 구성으로 이루어지는 본 발명의 실시예에 의한 일반관리 분석수행 알고리즘을 도 5를 참조하면서 더욱 구체적으로 설명하기로 한다.
상기 일반관리 분석수행 알고리즘의 목적은 FOM의 일반관리 기능을 활용하고 4M에 대하여 FOM Management Code에 따른 세부적인 분석을 수행한다. 또한, 분석결과에 따른 기업맞춤형 PBL을 진행하여 4M 개선 및 결과도출을 수행하기 위한 것이다.
다음으로, 6 내지 도 9를 참조하면서 본 발명의 실시예에 있어서 적용되는 각 기능에 대해 설명하기로 한다.
도 6은 본 발명의 실시예에 의한 FOM 솔루션 알림기능을 예시하여 설명하기 위한 예시화면이고, 도 7은 본 발명의 실시예에 의한 FOM 솔루션 상급관리 기능을 예시하여 설명하기 위한 예시화면을 도시한다.
도 8은 본 발명의 실시예에 의한 FOM 솔루션 일반관리 기능을 예시하여 설명하기 위한 예시화면이고, 도 9는 본 발명의 실시예에 의한 FOM 솔루션 비교분석 기능을 예시하여 설명하기 위한 예시화면을 도시한다.
(알림 기능)
본 발명의 실시예에 있어서의 FOM Solution의 알림 기능은 생산현장에서 도출되는 많은 데이터 중 G1(달성률), G2(비가동율, 불량율, 부적합율) 기준 중점적으로 관리가 필요한 항목들이 도출된다. 이때, FOM Solution에서 달성률, 비가동율, 불량율, 부적합율 각각에 대한 데이터 도출 기준을 설정할 수 있으며, Min-max값을 제조기업체 상황에 맞도록 설정하여 수집 데이터 중 해당 범위를 초과한 항목들이 도출되도록 한다.
(상급관리)
본 발명의 실시예에 있어서의 FOM Solution의 상급관리 기능을 통해 거시적(공장/공정/세부공정/Shift) 혹은 미시적(제품/설비/작업자) 분석 기준에 따라 항목을 설정하고, 설정 항목에 대하여 생산량/달성률/목표대비 누적판매액/목표대비 누적판매량을 막대 혹은 트렌드 그래프로 디스플레이한다. 또한, 각 항목의 G1, G2, G3의 비율을 파악하고 G2에 대해서 손실수량/손실금액/손실요인을 파악하여 세부 분석 및 개선을 수행하는데 도움을 준다. 이때, 각각의 설정항목은 사용자의 요구에 의하여 변경할 수 있으며, 적어도 1개 이상의 항목을 선택적으로 표시할 수 있다.
(일반관리)
본 발명의 실시예에 있어서의 FOM Solution의 일반관리 기능을 통해 알림 기능과 상급관리를 통해 선정된 항목들에 대해 가장 세부적인 분석을 수행한다. 상기 FOM Data-file set의 유기적 연결과 FOM Management Code에 따라 생산량·비가동·불량·부적합 기준의 다차원 분석이 수행되며, 순위/막대/트렌드/계획대비실적/파이 그래프 및 세부현황 차트를 통해 기간별(연간, 월간, 주간, 일간) 공장/공정/세부공정/Shift/제품/설비/작업자/요인에 대한 세부분석과 4M 개선을 수행한다. 이때, 각각의 설정항목은 사용자의 요구에 의하여 변경할 수 있으며, 적어도 1개 이상의 항목을 선택적으로 표시할 수 있다.
(비교분석)
본 발명의 실시예에 있어서의 FOM Solution의 비교분석 기능을 통해 특정 기간 동안의 제조 프로세스 변경, 4M 변경 등에 대하여 As-Is와 To-Be를 비교분석하며, 생산달성율, 가동율, 비가동, 불량, 부적합, 손실수량, 손실요인, 시간당 투입금액 등을 기준으로 비교분석을 수행한다. 또한, As-Is 대비 개선된 To-Be에 대한 가상데이터 생성 및 시뮬레이션을 수행할때도 비교분석 기능이 수행된다.
이와 같은 구성과 작용을 통하여 본 발명의 실시예에 의하면 스마트제조혁신 FOM 시스템을 활용한 4M 빅데이터를 체계적이고 유기적으로 연결할 수 있는 프로세스를 구현할 수 있다.
또, 본 발명의 실시예에 의하면 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘을 구현할 수 있다.
또한 본 발명의 실시예에 의하면 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘에 있어서 상급관리 분석수행 알고리즘 및 일반관리 분석수행 알고리즘을 구현할 수 있다. The invention disclosed herein may be embodied in various forms and is not limited to the examples set forth herein. In addition, the terms used herein are only used to describe specific embodiments, and are not intended to limit the scope or form of the present invention. Hereinafter, embodiments of the present invention will be described in more detail with reference to the drawings.
Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the accompanying drawings.
(Example)
□ 4M big data connection process using smart manufacturing innovation FOM system
The 4M big data connection process using the smart manufacturing innovation FOM system according to the embodiment of the present invention is a manufacturing execution system (MES), a point of production management system (POP), an enterprise-wide resource management (ERP), and an Excel (Excel) process. , and 4M manufacturing raw data including manual data (Raw Data) collecting raw data (Raw Data) collecting step (S1); A FOM data-file set is configured with the collected raw data, and a FOM data-file set setting step (S2) for performing data analysis with a FOM solution; In order to perform 4M analysis based on production/non-operation/defective/nonconformity of the company, multi-dimensional analysis based on G1 (production performance group), G2 (productivity impeding factors (non-operational, defective, non-conforming) group) and G3 (unconfirmed group) was performed. group setting step (S3) to perform; a multidimensional analysis layer (S4) for performing multidimensional data analysis using general management/comparative analysis/advanced management/notification functions for the set group group; and a decision-making layer (S5) for making a decision to maximize productivity based on the multidimensional analysis result.
The 4M big data connection process using the smart manufacturing innovation FOM system according to an embodiment of the present invention having the above configuration will be described in detail with reference to FIGS. 1 to 2 .
1 to 2 are block diagrams illustrating a multidimensional analysis and decision-making process based on a FOM system according to an embodiment of the present invention.
First, FIG. 1 is a conceptual diagram illustrating a management code and a multi-dimensional management/analysis function of a FOM solution. The horizontal axis is based on synthesis, product, facility, worker, and factor, and the vertical axis indicates information on performance, non-operation, defect, and nonconformity. It indicates the managed code of the solution.
Figure 2 shows the 4M big data connection process step by step using the smart manufacturing innovation FOM system according to an embodiment of the present invention.
The raw data collection step (S1) gathers 4M manufacturing raw data including MES, POP, ERP, Excel, manual data, and the like.
The FOM data-file set setting step (S2) requires a FOM data-file set to perform data analysis with a FOM solution, and configures a FOM data-file set with gathered raw data. The FOM Data-file set includes Manual qpr, Manual reject, Manual abnormal, Manual downtime, Manual limit, Manual cost, and the like, and the FOM Data-file set is organically connected and analyzed by FOM Solution.
In the group setting step (S3), G1 (production performance group), G2 (productivity impeding factors (non-operational, defective, non-conforming) group), G3 to perform 4M analysis based on production/non-operation/defective/nonconformity of the manufacturing company Perform multidimensional analysis of the (unidentified group) criteria.
In order to derive KPIs for manufacturing companies and make meaningful decisions, the cost of loss due to factors that impede productivity must also be analyzed, and a product production (sales) cost filter is applied to measure the cost of loss due to factors that impede productivity.
The reason for performing the analysis of applying and not applying the cost filter to G2 is as follows. When cost filter is applied, the analysis of the loss cost standard due to the impeding factors is performed together with the analysis of the frequency of occurrence of the impeding factors when the cost filter is not applied.
The G3 (unconfirmed group) is data that does not belong to G1 and G2, and the manufacturer needs to know which group G3 belongs to among G1 and G2 so that it can respond more appropriately and increase productivity. If the manufacturing company is ideally managed, then G1+G2=100. However, in most cases, G1+G2<100 is due to various factors such as poor management, erroneous/omission of data, and inappropriate production plan. That is, unconfirmed data that is not included in any of the production performance and productivity impeding factors is defined as unconfirmed data as G3 = 100-G1-G2, and this is minimized through the FOM analysis process.
The multidimensional analysis layer (S4) is a layer that performs multidimensional analysis of data using general management/comparative analysis/advanced management/notification functions, and the algorithm for the analysis procedure is diagrammed in a flow chart in S10, S100, and S200.
A reference to the data analysis display result will be described later.
The decision-making layer ( S5 ) makes a decision to maximize productivity based on a multidimensional analysis result. At this time, as a decision-making condition, maximization of G1 and minimization of G2 and G3 are achieved for G1+G2+G3 = 100.
□ 4M-based production capacity diagnosis and analysis algorithm using smart manufacturing innovation FOM system
The 4M-based production capacity diagnostic and analysis algorithm using the smart manufacturing innovation FOM system according to an embodiment of the present invention performs a diagnostic analysis of a company's production capacity, and performs real-time analysis or period-by-period analysis of the generated data for a specific period in the past. performing (S10); When real-time analysis is selected, setting a notification function to check the data gathered in real time (S12) and determining whether the standard is not met and whether the analysis is performed (S14); When selecting analysis for each period, a specific period with a low achievement rate is selected with an advanced management analysis execution algorithm (S16), and items that do not meet the standard for a specific period are listed through the notification function (S18), and when a specific period is selected setting the standard as daily/weekly/monthly/quarterly/semi-annual/yearly; For the data determined through the real-time analysis or period-by-period analysis, analysis items are set (n) (S20), repeated from the first worst item to the nth item (S30), and a general management analysis performance algorithm is provided performing an As-Is analysis (S40); generating virtual data for setting a To-Be criterion for items requiring improvement and performing comparative analysis with As-Is (S50); performing comparative analysis of the As-Is and To-Be, and determining whether the To-Be virtual data is appropriate and feasible (S65); performing a company-customized PBL to improve the To-Be (S70); Repeat execution is completed for the next worst item (S85); It is characterized by sequentially performing the steps (S90) of maximizing G1 (production performance) and minimizing G2/G3 (productivity inhibitory factors/unconfirmed) by checking the results.
A 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system according to an embodiment of the present invention configured as described above will be described in detail with reference to FIG. 3 .
Step (S10) is a step (S10) of performing a diagnostic analysis of the production capacity of a manufacturing or service company, and performing real-time analysis or period-by-period analysis for a specific period in the past on the generated data.
At this time, when real-time analysis is selected, a notification function is set and the data gathered in real time is checked (S12), and a step (S14) of determining whether the standard is not met and whether to be analyzed is divided.
In addition, when selecting analysis for each period, a specific period with a low achievement rate is selected with an advanced management analysis execution algorithm (S16), and items that do not meet the standard for a specific period are listed through the notification function (S18), a specific period setting criteria for daily/weekly/monthly/quarter/semi-annual/yearly when selecting; For the data determined through the real-time analysis or period-by-period analysis, analysis items are set (n) (S20), repeated from the first worst item to the nth item (S30), and a general management analysis performance algorithm is provided to perform the As-Is analysis (S40).
generating virtual data for setting a To-Be criterion for items requiring improvement and performing comparative analysis with As-Is (S50); performing comparative analysis of the As-Is and To-Be, and determining whether the To-Be virtual data is appropriate and feasible (S65); performing enterprise-customized PBL (Problem-based Learning) to improve the To-Be (S70); Repeat execution is completed for the next worst item (S85); Steps (S90) of maximizing G1 (production performance) and minimizing G2/G3 (productivity inhibitory factors/unconfirmed) by checking the results; proceed sequentially.
As described above, the purpose of implementing the 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system according to an embodiment of the present invention is as follows. That is, in order to perform a real-time and period-by-period diagnostic analysis of a manufacturing company's production capacity, the reason for performing a diagnostic analysis by dividing real-time and period-by-period is because the objectives are different.
The reason for performing real-time analysis is to perform change management for 4M changes (real-time) occurring in manufacturing companies, analyze the current situation based on data gathered in real time, perform predictions, and respond to events to occur. For example, change management for issues that occur when the 4M process is changed, or predicting whether the production plan is achieved considering the defect rate, non-operation rate, and nonconformity rate for the data collected with the current 4M capability, etc. can be mentioned.
The reason for performing the analysis by period is to perform diagnostic analysis for standardization of the company's production capacity based on manufacturing data accumulated in the past and to optimize the manufacturing process.
□ Advanced management analysis performance algorithm
In this case, the advanced management analysis performing algorithm selectively performs the diagnostic analysis of production capacity from a macroscopic or microscopic point of view (100);
In the case of macroscopic analysis,
Performing at least one analysis for the entire factory, each factory, each process, each detailed process, and each shift, and selecting an analysis item for performing the analysis (S110);
performing G1/G2/G3 group analysis on the selected analysis items (S120), and simultaneously performing at least one analysis of production volume/achievement rate/accumulated sales compared to target/accumulated sales compared to target (S130);
If detailed analysis and simulation from a macroscopic point of view are required based on the analyzed result, performing it using general management and comparative analysis functions (S135);
Performing decision-making in terms of management and production capacity to improve the manufacturing process from a macroscopic point of view (S138);
For analysis from a microscopic point of view,
selecting a low period based on the achievement rate for daily/weekly/monthly/quarterly/half-annual, etc. (S140);
Using the notification function (S150), setting (n) worst analysis items for the product/equipment/worker of the selected period (S160);
Analyze G1/G2/G3 including the loss amount due to the factors that impede productivity from the first worst item (S170), along with performing the analysis of production volume/achievement/accumulated sales compared to target/accumulated sales compared to target (S180);
If detailed analysis and simulation from a microscopic point of view are required based on the results analyzed in the step (S180), performing this by using the general management and comparative analysis functions (S190);
repeating the analysis up to the nth worst item (S195, S196);
It is characterized by sequentially performing a decision-making step (S198) for improving the input 4M from a microscopic point of view.
An advanced management analysis performing algorithm according to an embodiment of the present invention having the above configuration will be described in more detail with reference to FIG. 4 .
The purpose of performing the advanced management analysis execution algorithm as described above is as follows. In other words, through macro/micro diagnostic analysis on the production capacity of manufacturing companies, decision-making from the perspective of management and production capacity and 4M improvement decision-making are performed. At this time, macro-analysis is 1) analysis to increase the added value of activities performed as a whole, and decision making from the perspective of management and production capacity on whether the input resources are efficient (ex; manufacturing environment infrastructure, 4M capacity, input of raw and subsidiary materials, and emergency procurement method, arrangement of equipment, scheduling of work, etc.). In addition, micro-analysis individually analyzes the input 4M and makes a decision on whether to improve.
□ General management analysis performance algorithm
In this case, the general management analysis performing algorithm selects a specific analysis period through the advanced management function (S200), and selects an analysis item based on G1 through a notification function for the selected period (S210);
From the first analysis item, the production share analysis is performed through general management (S220), and in this case, if the production share is higher than a predetermined standard, a detailed analysis is performed according to the FOM management code for 4M, If not, moving on to the next analysis item (S230);
In order to perform detailed analysis according to the FOM management code for 4M, an As-Is analysis is performed by FOM Code of the product/equipment/worker standard of the item, and the product/equipment/worker standard As of the item -In consideration of the analysis result, the To-Be standard is set and virtual data is created,
As-Is and To-Be comparative analysis simulation is performed, and the To-Be virtual data is judged whether appropriate (S240, S250, S260);
performing a company-customized PBL based on the analysis result and the simulation result (S270);
repeating the steps S240, S250, and S260 to perform the analysis up to the n-th item (S280, S235); and
performing 4M improvement and result derivation based on the analysis result (S290); It is characterized in that it is performed sequentially.
A general management analysis performing algorithm according to an embodiment of the present invention having the above configuration will be described in more detail with reference to FIG. 5 .
The purpose of the general management analysis execution algorithm is to utilize the general management function of the FOM and perform detailed analysis according to the FOM Management Code for 4M. In addition, it is to perform 4M improvement and result derivation by conducting company-customized PBL according to the analysis result.
Next, each function applied in the embodiment of the present invention will be described with reference to FIGS. 6 to 9 .
6 is an exemplary screen for exemplifying and explaining the FOM solution notification function according to an embodiment of the present invention, and FIG. 7 shows an exemplary screen for explaining and exemplifying the FOM solution advanced management function according to an embodiment of the present invention. .
8 is an exemplary screen to illustrate and explain the FOM solution general management function according to an embodiment of the present invention, and FIG. 9 shows an exemplary screen to illustrate and explain the FOM solution comparative analysis function according to an embodiment of the present invention do.
(Notification function)
In the notification function of the FOM Solution in the embodiment of the present invention, items that need to be managed mainly based on G1 (achievement rate) and G2 (non-operation rate, defective rate, non-conformity rate) are derived among many data derived from the production site. At this time, you can set data derivation standards for each of the achievement rate, non-operation rate, defective rate, and nonconformity rate in the FOM Solution, and set the min-max value to suit the situation of the manufacturer so that items exceeding the corresponding range are derived from the collected data. do.
(Advanced management)
Through the advanced management function of the FOM Solution in the embodiment of the present invention, items are set according to macroscopic (factory/process/detailed process/Shift) or microscopic (product/equipment/worker) analysis criteria, and the production amount for the set item /Achievement rate/Accumulated sales compared to target/Accumulated sales compared to target are displayed in a bar or trend graph. In addition, it helps to perform detailed analysis and improvement by identifying the ratio of G1, G2, and G3 of each item and identifying the amount of loss/loss amount/loss factor for G2. In this case, each setting item may be changed according to a user's request, and at least one or more items may be selectively displayed.
(General management)
The most detailed analysis is performed on the items selected through the notification function and the advanced management through the general management function of the FOM Solution in the embodiment of the present invention. According to the organic connection of the FOM data-file set and the FOM Management Code, multi-dimensional analysis of production, non-operation, defectiveness, and non-conformity standards is performed, and each period through ranking/bar/trend/performance versus plan/pie graph and detailed status chart (Annual, monthly, weekly, daily) Perform detailed analysis and 4M improvement on factory/process/detailed process/shift/product/equipment/worker/factor. In this case, each setting item may be changed according to a user's request, and at least one or more items may be selectively displayed.
(comparison analysis)
Through the comparative analysis function of the FOM Solution in the embodiment of the present invention, As-Is and To-Be are comparatively analyzed for manufacturing process changes, 4M changes, etc. during a specific period, and the production achievement rate, operation rate, non-operation, defect, Comparative analysis is performed based on nonconformity, loss quantity, loss factor, and input amount per hour. In addition, a comparative analysis function is also performed when generating virtual data and performing simulations for To-Be, which is improved compared to As-Is.
According to an embodiment of the present invention through such a configuration and action, it is possible to implement a process that can systematically and organically connect 4M big data using the smart manufacturing innovation FOM system.
In addition, according to an embodiment of the present invention, it is possible to implement a 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system.
In addition, according to an embodiment of the present invention, it is possible to implement an advanced management analysis execution algorithm and a general management analysis execution algorithm in the 4M-based production capacity diagnostic analysis algorithm using the smart manufacturing innovation FOM system.
상술한 바와 같이 본 발명을 그 일 실시예를 들어 설명하였지만 해당 분야에 통상의 지식을 가진 사람이라면 그 기술적인 사상이 동일 또는 유사한 범위 내에서 다양한 수정, 변형, 및 부가할 수 있을 것이며 이러한 것들은 모두 본원의 권리범위에 포함되는 것으로 간주할 수 있을 것이다. As described above, the present invention has been described with reference to one embodiment thereof, but those of ordinary skill in the art will be able to various modifications, variations, and additions within the same or similar scope, and all these It may be considered to be included in the scope of the present application.
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
삭제delete
S1: 로 데이터(Raw Data) 수집단계
S2: FOM 데이터파일 셋(Data-File Set) 설정 단계
S3: G1, G2, G3 그룹 설정 단계
S4: 다차원분석 레이어
S5: 의사결정 레이어S1: Raw data collection stage
S2: FOM Data-File Set Setting Step
S3: G1, G2, G3 group setting steps
S4: Multidimensional Analysis Layer
S5: Decision Layer
Claims (4)
실시간 분석 선택시, 알림기능을 설정하여 실시간으로 게더링되는 데이터를 확인하여(S12) 기준미달여부 및 분석여부를 결정하는 단계(S14);
기간별 분석 선택시, 상급관리 분석수행 알고리즘을 구비하여 달성율이 저조한 특정 기간을 선정하고(S16), 알림기능을 통해서 특정 기간동안의 기준미달항목에 대한 리스트업을 진행하며(S18), 특정 기간 선정 시 일간/주간/월간/분기/반기/연간으로 기준을 설정하는 단계;
상기 실시간 분석 또는 기간별 분석을 통해 결정되는 데이터에 대해, 분석항목을 설정하고(n개)(S20), 첫 번째 worst 항목부터 n번째 항목까지 반복수행(S30)하며, 일반관리 분석수행 알고리즘을 구비하여 As-Is 분석을 수행(S40)하는 단계;
개선이 필요한 항목에 대하여 To-Be 기준을 설정하고, As-Is와의 비교분석을 수행하기 위한 가상데이터를 생성하는 단계(S50);
상기 As-Is와 To-Be 비교분석을 수행하고, To-Be 가상데이터의 적절성 및 실현가능성 여부를 판단하는 단계(S65);
상기 To-Be로의 개선을 위해 기업맞춤형 PBL을 진행하는 단계(S70);
다음번의 worst 항목에 대해 반복 수행 완료하고(S85);
결과를 확인하여 G1(생산실적) 최대화와 G2/G3(생산성 저해요인/미확인)를 최소화처리하는 단계(S90);를 순차적으로 수행하는 것을 특징으로 하는 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘. performing a diagnostic analysis of the company's production capacity, and performing real-time analysis or period-by-period analysis for a specific past period on the generated data (S10);
When real-time analysis is selected, setting a notification function to check the data gathered in real time (S12) and determining whether or not the standard is not met and whether the analysis is performed (S14);
When selecting analysis for each period, a specific period with a low achievement rate is selected with an advanced management analysis execution algorithm (S16), and items that do not meet the standard for a specific period are listed through the notification function (S18), and a specific period is selected setting the criteria as hourly daily/weekly/monthly/quarterly/semi-annual/yearly;
For the data determined through the real-time analysis or period-by-period analysis, analysis items are set (n) (S20), repeated from the first worst item to the nth item (S30), and a general management analysis performance algorithm is provided performing an As-Is analysis (S40);
generating virtual data for setting a To-Be criterion for items requiring improvement and performing comparative analysis with As-Is (S50);
performing comparative analysis of the As-Is and To-Be, and determining whether the To-Be virtual data is appropriate and feasible (S65);
performing a company-customized PBL to improve the To-Be (S70);
Repeat execution is completed for the next worst item (S85);
4M-based production using a smart manufacturing innovation FOM system characterized by sequentially performing the steps (S90) of maximizing G1 (production performance) and minimizing G2/G3 (productivity impeding factors/unconfirmed) by checking the results Ability Diagnostic Analysis Algorithm.
거시적 또는 미시적 관점의 생산능력 진단분석을 선택적으로 수행하는 단계(100);
거시적 관점의 분석의 경우,
공장전체, 공장별, 공정별, 세부공정별, Shift별 분석을 적어도 하나 이상 수행하며 이를 수행하기 위한 분석항목을 선정하는 단계(S110);
선정된 분석항목에 대하여 G1/G2/G3 그룹 분석을 수행하며(S120), 이에 함께 생산량/달성율/목표대비 누적판매액/목표대비 누적판매량 분석을 적어도 하나 이상 수행하는 단계(S130);
분석된 결과를 기반으로 거시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행(S135)하는 단계;
거시적인 관점에서의 제조프로세스 개선을 위해 경영 및 생산 Capa 관점의 의사결정을 수행하는 단계(S138);
미시적 관점의 분석의 경우,
일간/주간/월간/분기/반기 등을 대상으로 달성율 기준 저조기간을 선정하는단계(S140);
알림기능을 활용하여(S150), 선정된 기간동안의 제품/설비/작업자에 대해 Worst 분석항목을 설정(n개)하는 단계(S160);
첫 번째 worst 항목부터 생산성 저해요인으로 인한 손실금액을 포함한 G1/G2/G3를 분석하며(S170), 이와 함께 생산량/달성율/목표대비 누적판매액/목표대비 누적판매량 분석을 수행하는 단계(S180);
상기 단계(S180)에서 분석된 결과를 기반으로 미시적 관점에서의 세부적인 분석과 시뮬레이션이 필요한 경우 일반관리 및 비교분석 기능을 활용하여 이를 진행하는 단계(S190);
n번째 worst 항목까지의 분석을 반복수행하는 단계(S195,S196);
미시적인 관점에서의 투입 4M 개선을 위한 의사결정을 수행하는 단계(S198);를 순차적으로 수행하는 것을 특징으로 하는 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘. The method of claim 2, wherein the advanced management analysis performance algorithm comprises:
selectively performing diagnostic analysis of production capacity from a macroscopic or microscopic point of view (100);
In the case of macroscopic analysis,
Performing at least one analysis of the entire factory, each factory, each process, each detailed process, and each shift, and selecting an analysis item for performing the analysis (S110);
performing G1/G2/G3 group analysis on the selected analysis items (S120), and simultaneously performing at least one analysis of production volume/achievement rate/accumulated sales compared to target/accumulated sales compared to target (S130);
If detailed analysis and simulation from a macroscopic point of view are required based on the analyzed result, performing it using general management and comparative analysis functions (S135);
Performing decision-making in terms of management and production capacity to improve the manufacturing process from a macroscopic point of view (S138);
For analysis from a microscopic point of view,
selecting a low period based on the achievement rate for daily / weekly / monthly / quarter / half year, etc. (S140);
Using the notification function (S150), setting (n) worst analysis items for the product / facility / operator during the selected period (S160);
Analyze G1/G2/G3 including the loss amount due to the factors that impede productivity from the first worst item (S170), along with performing the analysis of production volume/achievement/accumulated sales compared to target/accumulated sales compared to target (S180);
If detailed analysis and simulation from a microscopic point of view are required based on the results analyzed in the step (S180), performing this by using the general management and comparative analysis functions (S190);
repeating the analysis up to the nth worst item (S195, S196);
4M-based production capacity diagnosis and analysis algorithm using the smart manufacturing innovation FOM system, characterized in that sequentially;
상기 상급관리 기능을 통한 특정 분석기간을 선정하고(S200), 선정된 기간에 대하여 알림 기능을 통한 G1 기준의 분석항목을 선정(S210)하는 단계;
첫 번째 분석항목부터 일반관리를 통한 생산점유율 분석을 수행(S220)하고, 이때, 생산점유율이 소정의 기준 보다 높을 경우에는 4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하고, 그렇지 않을 경우에는 다음 분석항목으로 넘어가는 단계(S230);
4M에 대한 FOM 관리코드(Management Code)에 따른 세부적인 분석을 수행하기 위해 해당 항목의 제품/설비/작업자 기준의 FOM Code별 As-Is 분석을 수행하고, 해당 항목의 제품/설비/작업자 기준 As-Is 분석결과를 고려하여 To-Be 기준을 설정하고 가상데이터를 생성하고,
As-Is와 To-Be 비교분석 시뮬레이션을 진행하고, To-Be 가상데이터 적절성 여부를 각각 판단하며(S240,S250,S260);
상기 분석 결과 및 시뮬레이션 결과 기반의 기업맞춤형 PBL을 진행하는 단계(S270);
상기 S240,S250,S260 단계를 반복하여 n번째 항목까지의 분석을 수행하는 단계(S280,S235); 및
상기 분석결과에 기반하여 4M 개선 및 결과도출을 수행하는 단계(S290); 를 순차적으로 수행하는 것을 특징으로 하는 스마트제조혁신 FOM시스템을 활용한 4M 기반 생산능력 진단분석 알고리즘. According to claim 2, wherein the general management analysis performing algorithm,
selecting a specific analysis period through the advanced management function (S200), and selecting an analysis item based on G1 through a notification function for the selected period (S210);
From the first analysis item, the production share analysis is performed through general management (S220), and in this case, if the production share is higher than a predetermined standard, a detailed analysis is performed according to the FOM management code for 4M, If not, moving on to the next analysis item (S230);
In order to perform detailed analysis according to the FOM management code for 4M, an As-Is analysis is performed by FOM Code of the product/equipment/worker standard of the item, and the product/equipment/worker standard As of the item -In consideration of the analysis result, the To-Be standard is set and virtual data is created,
As-Is and To-Be comparative analysis simulation is performed, and the To-Be virtual data is judged whether appropriate (S240, S250, S260);
performing a company-customized PBL based on the analysis result and the simulation result (S270);
repeating the steps S240, S250, and S260 to perform the analysis up to the n-th item (S280, S235); and
performing 4M improvement and result derivation based on the analysis result (S290); 4M-based production capacity diagnosis and analysis algorithm using the smart manufacturing innovation FOM system, characterized in that it sequentially performs
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210185496A KR102432005B1 (en) | 2021-04-22 | 2021-12-22 | Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210052334A KR102351991B1 (en) | 2021-04-22 | 2021-04-22 | Process of Big Data Analysis and Change Management and its method by Smart Factory FOMs Package |
| KR1020210185496A KR102432005B1 (en) | 2021-04-22 | 2021-12-22 | Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210052334A Division KR102351991B1 (en) | 2021-04-22 | 2021-04-22 | Process of Big Data Analysis and Change Management and its method by Smart Factory FOMs Package |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102432005B1 true KR102432005B1 (en) | 2022-08-16 |
Family
ID=80051557
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210052334A KR102351991B1 (en) | 2021-04-22 | 2021-04-22 | Process of Big Data Analysis and Change Management and its method by Smart Factory FOMs Package |
| KR1020210185496A KR102432005B1 (en) | 2021-04-22 | 2021-12-22 | Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210052334A KR102351991B1 (en) | 2021-04-22 | 2021-04-22 | Process of Big Data Analysis and Change Management and its method by Smart Factory FOMs Package |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102351991B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114839889B (en) * | 2022-05-05 | 2023-06-16 | 融营智能科技(上海)有限公司 | Mode switching method and system based on big data analysis |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200032342A (en) | 2018-09-18 | 2020-03-26 | 주식회사 플랫팜 | Program of message processing by providing combined expression image words |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101935652B1 (en) * | 2017-03-06 | 2019-01-04 | 한밭대학교 산학협력단 | System and Method of Smart Factory Operation Management Solution Service Using Big Data Platform |
-
2021
- 2021-04-22 KR KR1020210052334A patent/KR102351991B1/en active IP Right Grant
- 2021-12-22 KR KR1020210185496A patent/KR102432005B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200032342A (en) | 2018-09-18 | 2020-03-26 | 주식회사 플랫팜 | Program of message processing by providing combined expression image words |
Non-Patent Citations (4)
| Title |
|---|
| Mincheol Park, Plant Big Data Management Technology of PI System, Instrumentation Technology, 2019, numéro de septembre (2019.06.07.) * |
| Sooyoung Kim, Innovation de fabrication intelligente à l'aide de la technique FOM (Smart Factory Operation and Management), Smart Factory - FOMs Archive (2020.04.02.) * |
| 김수영, FOMs(스마트공장운영관리) 기법을 이용한 스마트제조혁신, 스마트공장-FOMs 자료실 (2020.04.02.)* |
| 박민철, PI System의 플랜트 빅데이터 관리기술, 계장기술, 2019, 9월호(2019.06.07.)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102351991B1 (en) | 2022-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100380261C (en) | State estimation and scheduling for a manufacturing system | |
| Jeong et al. | Operational efficiency and effectiveness measurement | |
| US9069352B2 (en) | Automated fault analysis and response system | |
| US7966151B2 (en) | Method for analyzing operation of a machine | |
| JP6942617B2 (en) | Data analysis system and data analysis equipment | |
| Aomar | A combined ahp-entropy method for deriving subjective and objective criteria weights | |
| KR102432005B1 (en) | Process for inter-connection, multi-dimensional analysis, and decision-making of 4M big data and its method by smart manufacturing innovation FOM system | |
| Lyu et al. | A data-driven approach for identifying possible manufacturing processes and production parameters that cause product defects: A thin-film filter company case study | |
| Sim | Big data analysis methodology for smart manufacturing systems | |
| Colli et al. | Implementing a dynamic FMECA in the digital transformation era | |
| Cil et al. | Linking of manufacturing strategy, market requirements and manufacturing attributes in technology choice: an expert system approach | |
| Maleki et al. | An uncertain programming model for preventive maintenance scheduling | |
| Phillips et al. | Modelling of optimal specification regions | |
| Hou et al. | A Study Framework of Industrial Electricity-Consumption Correlation Clustering: Taking Xiaoshan Textile Industry as Example | |
| Boschi et al. | From key business factors to KPIs within a reconfigurable and flexible cyber-physical system | |
| Seidel et al. | An integration of static and dynamic capacity planning for a ramping fab | |
| Mosinski et al. | An easy approach to extending a short term simulation model for long term forecast in semiconductor industry | |
| Schönmann et al. | Cycle management of manufacturing resources: identification and prioritization of investment needs | |
| Chen et al. | Using data mining technology to improve manufacturing quality-a case study of LCD driver IC packaging industry | |
| Chan et al. | Taguchi's method analysis of an FMS under review-period-based operational controls: identification of control periodicity | |
| Wenzel et al. | Transformation of Real-time Reporting Event Data to Long-term Simulation Models | |
| Jayasree et al. | Analysis of the performance of competing models for aggregate demand forecasting using observable data characteristics | |
| CN118411001B (en) | BIM-based intelligent engineering period management method and system | |
| del Castillo Sobrino et al. | Knowledge acquisition from batch semiconductor manufacturing data | |
| US20210272042A1 (en) | Method for improving an operation process and architecture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |