KR102523738B1 - 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 - Google Patents
디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 Download PDFInfo
- Publication number
- KR102523738B1 KR102523738B1 KR1020200084076A KR20200084076A KR102523738B1 KR 102523738 B1 KR102523738 B1 KR 102523738B1 KR 1020200084076 A KR1020200084076 A KR 1020200084076A KR 20200084076 A KR20200084076 A KR 20200084076A KR 102523738 B1 KR102523738 B1 KR 102523738B1
- Authority
- KR
- South Korea
- Prior art keywords
- platform
- information
- status
- smart
- smart factory
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 301
- 238000007726 management method Methods 0.000 claims abstract description 90
- 239000000047 product Substances 0.000 claims description 137
- 238000012544 monitoring process Methods 0.000 claims description 61
- 239000002994 raw material Substances 0.000 claims description 48
- 239000002537 cosmetic Substances 0.000 claims description 34
- 238000004088 simulation Methods 0.000 claims description 31
- 239000011265 semifinished product Substances 0.000 claims description 27
- 238000012546 transfer Methods 0.000 claims description 16
- 238000002360 preparation method Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013068 supply chain management Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000011017 operating method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000008406 cosmetic ingredient Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000003362 replicative effect Effects 0.000 description 2
- 230000036555 skin type Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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]
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Emergency Management (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법에 관한 것으로, 특히 디지털 트윈 방식에 기반하여 스마트 팩토리를 운영함에 있어서 생산 운영관리 플랫폼과의 연동을 통해 제품생산에 능동적으로 대응할 수 있는 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법에 관한 것이다.
Description
본 발명은 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법에 관한 것으로, 더욱 상세하게는 디지털 트윈 방식에 기반하여 스마트 팩토리를 운영함에 있어서 생산 운영관리 플랫폼과의 연동을 통해 제품생산에 능동적으로 대응할 수 있는 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법에 관한 것이다.
디지털 트윈(Digital Twin)은 실제 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경에 구현한 디지털 가상 객체를 말하는 것으로, 제조설비와 연동되어 각종 장치, 부품, 기기, 센서 등에서 발생하는 데이터를 실시간으로 수집하여 운영자에게 제공하는 솔루션을 의미한다.
운영자는 실제 플랜트를 가상으로 구현한 디지털 트윈을 통해 제조설비의 작동 상태를 실시간으로 확인할 수 있으며, 고장이나 사고 발생 등 제조설비 작동 데이터를 디지털 트윈을 통해 확인 및 예측한 후 바로 대응할 수 있으므로, 제조설비를 최적의 상태에서 운영할 수 있는 장점이 있다.
그러나 현재 제시된 디지털 트윈 개념은 제조설비의 장치, 부품, 센서 등을 통해 직접적으로 수집되는 데이터를 분석하여 이를 운영자에게 제공하는 수준에 그쳐 있을 뿐, 스마트 팩토리를 포함한 기업 운영 전반에 걸쳐 토탈 솔루션을 제공하는 시스템은 제공하지 못하는 문제가 있다.
본 발명은 전술한 바와 같은 문제점을 해결하기 위한 것으로, 디지털 트윈 방식에 기반하여 스마트 팩토리를 운영함에 있어서 생산 운영관리 플랫폼과의 연동을 통해 제품생산에 능동적으로 대응할 수 있는 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법을 제공하고자 한다.
이를 위해, 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템은 스마트 팩토리에 설치된 제조설비의 운영상황을 각각 감시하는 운영상황 감시 플랫폼과; 상기 제조설비의 운영상황에 따라 상기 스마트 팩토리에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 관리하는 운영관리 플랫폼과; 상기 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에서 구현되며, 상기 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성하는 디지털 트윈 플랫폼; 및 각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기로 전송하는 모니터링 플랫폼;을 포함하는 것을 특징으로 한다.
이때, 상기 운영상황 감시 플랫폼은 다수의 제조설비 중 적어도 하나 이상에 설치된 센서로부터 감지값을 입력받아 상기 운영관리 플랫폼에 제공하는 것이 바람직하다.
또한, 상기 운영상황 감시 플랫폼은 다수의 서로 다른 스마트 팩토리에 각각 설치된 제조설비들을 각각 감시하며, 각 스마트 팩토리에서 감시된 제조설비의 운영상황 정보에 스마트 팩토리를 특정하는 분류 코드를 결합하여 상기 운영관리 플랫폼에 제공하는 것이 바람직하다.
또한, 상기 운영관리 플랫폼은 생산 제품의 특성정보를 제공하는 제품정보 플랫폼; 및 상기 스마트 팩토리에서 생산 가능한 각 품목별 제품생산능력을 관리하는 생산자 서비스 플랫폼; 및 생산 주문 요청시, 상기 스마트 팩토리에서의 제품생산을 관리하는 제품생산 플랫폼;을 포함하는 것이 바람직하다.
또한, 상기 제품정보 플랫폼은 맞춤 화장품 제조를 위해 상기 생산 제품의 특성정보에 소비자의 개인 특성정보를 포함하여 제공하고, 상기 생산자 서비스 플랫폼은 화장품 제조 스마트 팩토리에서 생산 가능한 각 품목별 제품생산능력을 관리하되, 상기 소비자의 개인 특성정보에 따라 화장품 원료의 혼합 조제를 관리하는 조제 관리 서비스 플랫폼; 및 상기 소비자의 개인 특성정보와, 상기 소비자의 화장품 구매 이력 정보와, 구매한 화장품에 대한 피드백 정보 및 상기 소비자가 구매한 화장품의 혼합 조제 원료 정보를 수집하여 관리하는 제품정보 DB을 더 포함하는 것이 바람직하다.
또한, 상기 디지털 트윈 플랫폼은 상기 스마트 팩토리의 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경에 구현하는 가상 팩토리 플랫폼과; 상기 가상 팩토리 플랫폼에 구현된 제조설비의 운영 환경을 분석하기 위한 시뮬레이션 모델이 구축되는 모델링 플랫폼; 및 상기 운영상황과 주문정보를 입력받아 상기 시뮬레이션 모델에 적용하여 상기 제조설비의 예측 현황을 생성하는 감시 플랫폼;을 포함하는 것이 바람직하다.
또한, 상기 디지털 트윈 플랫폼은 서로 다른 다수의 스마트 팩토리에 설치된 제조설비의 예측 현황을 각각 생성하고, 상기 운영관리 플랫폼은 상기 디지털 트윈 플랫폼으로부터 각 스마트 팩토리의 제조설비 예측 현황을 제공받아 제품생산 운영을 결정하는 것이 바람직하다.
또한, 상기 디지털 트윈 플랫폼은 각 스마트 팩토리의 제조설비에서 생산 가능한 품목, 개수 및 생산 소요 시간을 예측하여 상기 운영관리 플랫폼에 제공하고, 상기 운영관리 플랫폼은 적어도 어느 하나의 스마트 팩토리에서 제품을 적기에 생산하지 못하는 경우 상기 디지털 트윈 플랫폼(130)에서 제품을 적기에 생산 가능한 것으로 예측된 다른 스마트 팩토리로 생산 주문을 이전하는 것이 바람직하다.
또한, 상기 운영관리 플랫폼은 상기 생산 주문 이전시 원자재, 반제품 및 완제품 중 필요한 것에 대한 디지털 주문서를 생성하여 다른 스마트 팩토리에 전송하는 것이 바람직하다.
또한, 상기 디지털 트윈 플랫폼은 다수의 스마트 팩토리들 중 공동작업이 가능한 다수의 스마트 팩토리에 각각 배치된 제조설비 모두를 통합한 환경을 소프트웨어로 복제하여 통합 디지털 환경에 구현하고, 상기 적기에 제품을 생산하지 못하는 스마트 팩토리를 포함하여 상기 통합 디지털 환경에서 실행되는 시뮬레이션 모델을 통해 상기 제품을 적기에 생산할 수 있는 스마트 팩토리들의 조합을 예측하여 상기 운영관리 플랫폼에 제공하는 것이 바람직하다.
또한, 상기 모니터링 플랫폼은 상기 디지털 트윈 플랫폼에서 제공된 제조설비 예측 현황을 설정된 데이터 종류별로 분류하는 정보 분류부와; 상기 정보 분류부에 의해 분류된 예측 현황을 시각적으로 인식 가능한 정보로 변환하는 사용자 인터페이스부; 및 상기 사용자 인터페이스부에 의해 생성된 제조설비 예측 현황 정보를 운영자 단말기로 전송하는 통신 인터페이스부;를 포함하는 것이 바람직하다.
또한, 상기 정보 분류부는 입고정보, 재고정보, 출하정보, 제조설비별 생산정보 및 종합 생산정보 중 적어도 어느 하나 이상을 제공하는 것이 바람직하다.
또한, 상기 사용자 인터페이스부는 상기 예측 현황에 포함된 제조설비의 상태를 위험도에 따라 정상, 알람 및 위험으로 분류하고, 상기 제조설비의 모델에 각각 정상, 알람 및 위험 중 어느 하나를 표시하여 상기 운영자 단말기에 제공하는 것이 바람직하다.
또한, 상기 정상 표시는 투명 또는 반투명의 배경에 투명 또는 반투명 상태의 정상 상태 표기가 이루어지는 것이 바람직하다.
한편, 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 방법은 운영상황 감시 플랫폼에서 스마트 팩토리에 설치된 제조설비의 운영상황을 각각 감시하는 운영상황 감시단계와; 운영관리 플랫폼에서 상기 제조설비의 운영상황에 따라 상기 스마트 팩토리에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 생성하는 디지털 주문 생성단계와; 디지털 트윈 플랫폼에서 상기 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에 구현하며, 상기 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성하는 예측 현황 생성단계; 및 모니터링 플랫폼에서 각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기로 전송하는 감시정보 제공단계;를 포함하는 것을 특징으로 한다.
이상과 같은 본 발명은 디지털 트윈 방식에 기반하여 스마트 팩토리를 운영하고, 더 나아가 이들 사이에서 생산 운영관리 플랫폼을 통해 주문 제품이나 소비자와의 연동을 가능하게 한다.
따라서, 제품의 생산 주문에 따른 스마트 팩토리에서의 효율적인 제품생산을 가능하게 하고, 디지털 트윈에 의해 제조설비의 운영 능력을 향상시키며, 운영관리 플랫폼에 의해 생산 주문에 실시간 대응할 수 있게 한다.
도 1은 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템의 적용 예이다.
도 2는 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템의 구성도이다.
도 3은 본 발명의 운영상황 감시 플랫폼에서 전송되는 스마트 팩토리 분류 코드가 포함된 데이터 스트림 구조를 나타낸 도이다.
도 4는 본 발명의 운영관리 플랫폼을 나타낸 구성도이다.
도 5는 본 발명의 운영관리 플랫폼을 나타낸 적용예이다.
도 6은 본 발명의 제품정보 DB를 이용한 소비자 반응 피드백 방법을 나타낸 도이다.
도 7은 본 발명의 제품정보 DB를 이용한 자재관리 방법을 나타낸 도이다.
도 8은 본 발명의 디지털 트윈 플랫폼을 나타낸 구성도이다.
도 9는 본 발명의 모니터링 플랫폼을 나타낸 구성도이다.
도 10은 본 발명의 운영자 단말기 감시 화면을 나타낸 도이다.
도 11은 본 발명의 제조설비 감시단계를 나타낸 도이다.
도 12는 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 방법을 나타낸 흐름도이다.
도 2는 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템의 구성도이다.
도 3은 본 발명의 운영상황 감시 플랫폼에서 전송되는 스마트 팩토리 분류 코드가 포함된 데이터 스트림 구조를 나타낸 도이다.
도 4는 본 발명의 운영관리 플랫폼을 나타낸 구성도이다.
도 5는 본 발명의 운영관리 플랫폼을 나타낸 적용예이다.
도 6은 본 발명의 제품정보 DB를 이용한 소비자 반응 피드백 방법을 나타낸 도이다.
도 7은 본 발명의 제품정보 DB를 이용한 자재관리 방법을 나타낸 도이다.
도 8은 본 발명의 디지털 트윈 플랫폼을 나타낸 구성도이다.
도 9는 본 발명의 모니터링 플랫폼을 나타낸 구성도이다.
도 10은 본 발명의 운영자 단말기 감시 화면을 나타낸 도이다.
도 11은 본 발명의 제조설비 감시단계를 나타낸 도이다.
도 12는 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 방법을 나타낸 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법에 상세히 설명한다.
도 1과 같이, 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 시스템(100, 200)은 디지털 트윈(Digital Twin) 방식에 기반하여 CPS(Cyber Physical System)의 스마트 팩토리(10)를 운영하는 것으로, 생산 운영관리 플랫폼과의 연동을 통해 제품생산에 능동적으로 대응할 수 있게 한다.
이러한 본 발명은 실시예로서 컴퓨팅 장치인 서버에 구축된 플랫폼 서버(Platform Server)로 구현될 수 있으며, 이러한 이유로 본 발명의 디지털 트윈 기반 스마트 팩토리 운영 시스템(100, 200)은 디지털 트윈 서버(100) 및 데이터베이스(200)를 포함할 수 있다.
이때 스마트 팩토리(10)는 다양한 상황 변경에서도 시행착오가 없는 효율적인 제조의 최적화 달성을 위한 사이버 물리 시스템(CPS)을 채택하며, 각종 품목의 제품을 자동화 방식으로 생산한다.
디지털 트윈 서버는 IoT 망, 근거리 무선통신, LAN 및 인터넷망을 비롯한 여러 유무선 네트워크망을 통해 스마트 팩토리(10)에 연결되며, 운영자 단말기(20)는 하나 또는 다수의 스마트 팩토리(10)를 관리한다.
다만, 상기한 스마트 팩토리(10)는 기업별로 하나 또는 다수개로 구성될 수 있고, 스마트 팩토리(10)에서의 생산 제품은 서로 다른 종류이거나 일부는 동일할 수 있으며, 서로 다른 기업의 스마트 팩토리(10)는 생산능력, 원재료 혹은 반제품 등을 협력할 수 있다.
도 2와 같이, 본 발명의 디지털 트윈 기반 스마트 팩토리 운영 시스템(100, 200)은 운영상황 감시 플랫폼(110), 운영관리 플랫폼(120), 디지털 트윈 플랫폼(130) 및 모니터링 플랫폼(140)을 포함하며, 이들 플랫폼은 실시예로 디지털 트윈 서버(100)에 구축될 수 있다.
여기서, 운영상황 감시 플랫폼(110)은 스마트 팩토리(10)에 설치된 제조설비의 운영상황을 각각 감시한다. 감시대상은 스마트 팩토리(10) 내에 있는 다수의 제조설비 들 중 적어도 하나 이상을 포함하며, 바람직하게는 모든 제조설비를 감시한다.
또한, 여러 제조설비들 중 일부는 현장 관리자나 다른 감지장치에 의해 감시된 후 운영상황 감시 플랫폼(110)에 제공될 수 있으며, 이 경우 운영상황 감시 플랫폼(110)은 이들 정보를 취합하여 사용한다.
실시예로 운영상황 감시 플랫폼(110)은 다수의 제조설비 중 적어도 하나 이상에 설치된 센서로부터 감지값을 입력받는다. 센서는 IoT(Internet of Things)를 구성하는 IoT 망의 노드(node)를 구성하는 IoT 센서일 수 있다.
또한, 운영상황 감시 플랫폼(110)은 다수의 서로 다른 스마트 팩토리(10)에 각각 설치된 제조설비들을 각각 감시하고, 각 스마트 팩토리(10)에서 감시된 제조설비의 운영상황 정보에 스마트 팩토리(10)를 특정하는 분류 코드를 결합할 수 있다.
도 3과 같이, 운영상황 감시 플랫폼(110)은 센서나 관리자 등을 통해 획득한 제조설비의 운영상황이 포함된 데이터 스트림(Data stream)이나 패킷(packet) 데이터를 생성할 수 있으며, 그 헤더 파일(Header File)에는 스마트 팩토리(10)를 구분하는 분류 코드를 첨부하여 전송할 수 있다. 이와 같은 분별되는 스마트 팩토리(10) 정보를 이용하여 여러 스마트 팩토리(10)를 연동하여 생산 계획을 세울 수 있게 된다.
운영관리 플랫폼(120)은 스마트 팩토리(10) 내 제조설비의 운영상황에 따라 스마트 팩토리(10)에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 관리한다. 나아가 주문정보에 더해 스마트 팩토리(10) 관리 현황을 총괄할 수도 있다.
도 4 및 도 5와 같이, 운영관리 플랫폼(120)은 제품정보 플랫폼(121), 생산자 서비스 플랫폼(122) 및 제품생산 플랫폼(123)을 포함한다. 또한, 실시예로서 제조설비가 맞춤형 화장품의 제조를 위한 것일 경우 조제 관리 서비스 플랫폼(124)을 더 포함할 수 있다.
또한, 클라우딩 환경에서의 데이터 저장 및 처리를 위해 일 예로 제품정보 DB(125a), 생산자 DB(125b) 및 클라우드 DB(125c)를 포함하고, 맞춤형 화장품 제조라면 조제 관리 DB(125d) 역시 포함할 수 있다.
상기 제품정보 DB(125a), 생산자 DB(125b) 및 클라우드 DB(125c)를 비롯하여 후술하는 여러 DB(DataBase)들은 일 예로 도 1에서 살펴본 데이터베이스(200)에 구비될 수 있다.
그 외 본 발명은 공급망 관리 통합 모듈(126) 및 원료 관리 모듈(127)을 더 포함할 수 있으며, 서버 플랫폼 상에서 원격의 제조업체 등과 데이터 통신을 수행하도록 제품생산 플랫폼(123)에 에지 컴퓨팅(edge computing) 장치(123a), 링크 버스(123b) 및 API(Application Programming Interface)(123c)를 포함시킬 수 있다.
이러한 구성에서 제품정보 플랫폼(121)은 생산 제품의 특성정보를 제공한다. 생산 제품의 특성정보에는 원재료, 반제품, 제조방법과 그에 필요한 제조설비 및 물성을 비롯한 각종 속성정보 등을 포함할 수 있다.
제품 특성정보는 제품의 제조에 사용되는 정보로서 개인 특성 정보 역시 포함할 수 있다. 예컨대, 화장품의 경우 소비자의 개인 특성에 맞춘 맞춤형 화장품을 공급할 수 있도록 피부 타입과 같은 개인 특성 정보를 제품 특성정보에 포함시킬 수 있다.
생산자 서비스 플랫폼(122)은 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력과 관련된 정보를 관리한다. 구체적으로, 생산자 서비스 플랫폼(122)은 해당 스마트 팩토리(10)에서의 품목별 제품생산능력을 관리한다.
품목별 제품생산능력에는 완제품, 반제품 및 원재료와 같은 재고현황, 생산능력, 주문 현황 및 스마트 팩토리 프로세스 등의 전반적인 생산자원을 포함하고, 이를 통한 생산 현황을 관리한다.
이를 위해 생산자 서비스 플랫폼(122)은 생산 계획 DB, 자재 관리 DB, 공급망 관리(Supply Chain Management) DB 및 제조 DB 등과 연동되며, 필요시 고객 DB 및 연구 DB 등에 연결되어 해당 DB의 데이터 자원을 이용한다.
따라서, 시장 수요 맞춤 대응을 위한 연구개발 시스템을 구축하고, 실시간 주문 데이터와 설비 가동 상태를 연동한 맞춤형 생산 운영 플랫폼을 제공한다. 또한, 생산자와 조제관리사의 연결 및 데이터베이스에 기반한 연구 및 생산을 관리할 수 있게 된다.
제품생산 플랫폼(123)은 생산 주문 요청시, 스마트 팩토리(10)에서의 제품생산을 관리한다. 구체적으로, 제조업체 현황, 구매 요청 상태 및 제조상태태 등을 포함하여 종합적으로 감시한다.
또한, 제조 운영관리 시스템 즉, MOS(Manufacturing Operation System)를 포함하여 경영 정보 시스템(B.I : Business Information), 유연한 생산 계획 및 작업 지시 및 시장/소비자 반응을 연계한 연구개발 프로세스 관리 기능을 포함한다.
실시예로서, 제품생산이 맞춤형 화장품인 경우, 제품정보 플랫폼(121)은 맞춤 화장품 제조를 위해 생산 제품의 특성정보에 소비자의 개인 특성정보를 포함하여 제공하며, 그에 따라 생산자 서비스 플랫폼(122)은 화장품 제조 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력을 관리한다.
이 경우 조제 관리 서비스 플랫폼(124) 및 제품정보 DB를 더 포함하는 것이 바람직한데, 조제 관리 서비스 플랫폼(124)은 소비자의 개인 특성정보에 따라 화장품 원료의 혼합 조제를 관리한다. 이를 위해 조제 관리 서비스 플랫폼(124)은 소비자를 화장품 원료를 혼합 조제하는 조제 관리사와 연결시킬 수 있다.
도 6 및 도 7과 같이 제품정보 DB는 소비자의 개인 특성정보와, 소비자의 화장품 구매 이력 정보와, 구매한 화장품에 대한 피드백 정보 및 소비자가 구매한 화장품의 혼합 조제 원료 정보를 수집하여 관리한다. 이로써 시장에서 맞춤형 화장품을 사용한 소비자의 반응을 즉각 제조에 반영할 수 있게 한다.
공급망 관리 통합 모듈(126)은 스마트 팩토리(10)에서 사용하는 원재료의 재고를 분석하여 예정된 기간마다 혹은 부족분 발생시 자동으로 주문하고, 원료 관리 모듈(127)은 제조에 사용되는 원료 정보 및 속성 정보 등을 관리한다.
또한, 에지 컴퓨팅 장치(123a)는 클라우드 컴퓨팅의 단점을 보완하는 하드웨어로 제조업체의 네트워크 말단에 설치되어 데이터베이스에 기록된 정보를 처리한다. 아울러 분산된 소형 서버의 기능을 통해 제조업체와 같은 외부 단말과 본 발명의 플랫폼 서비스의 연결을 돕는다.
링크 버스(123b)는 데이터 통신을 위한 소프트웨어가 구현되는 통신부로 에지 컴퓨팅 장치(123a)와 클라우드 서버(즉, 디지털 트윈 서버) 사이의 데이터 통신을 중계한다. API(123c)는 에지 컴퓨팅 장치(130a)와의 접속을 처리하는 것으로 통합된 통신인터페이스를 제공한다. 또한 본 발명의 서버 내에서 플랫폼과 플랫폼간 혹은 플랫폼과 외부 제조업체의 종단 단말과 통신한다.
한편, 디지털 트윈 플랫폼(130)은 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에서 구현되는 것으로, 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성한다.
디지털 트윈 플랫폼(130)은 현실 세계의 제조설비나 기계 등과 같은 물리적 사물을 가상공간에 디지털(S/W)로 동일하게 구현하는 기술로서 3D로 구현된 가상세계에서 시뮬레이션을 통해 시스템의 상태를 이해하고 제조설비의 배치나 빠른 업무 결정 및 사전 작업을 통해 현장에서의 돌발 상황 및 변화에 대응하여 문제 해결 및 가치를 향상시키는 역할을 한다.
이러한 디지털 트윈을 구현하기 위해, 실시예로서 2D/3D로 설계된 데이터를 기반으로 사물을 디지털화하고 시뮬레이션 후 최적화된 설계로 제조설비의 배치 및 유지관리 등에 활용할 수 있으며, 이를 통해 계획-준비-설계-시공-유지 보수의 업무를 원활하게 진행시킬 수 있게 한다.
도 8과 같이, 디지털 트윈 플랫폼(130)은 가상 팩토리 플랫폼(131)과, 모델링 플랫폼(132) 및 예측관리 플랫폼(133)을 포함하며, 그 중 가상 팩토리 플랫폼(131)은 스마트 팩토리(10)의 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경(예: 프로그램에 의해 실행되는 메모리)상에 구현한다.
모델링 플랫폼(132)은 상기 가상 팩토리 플랫폼(131)에 구현된 제조설비의 운영 환경을 분석하기 위한 시뮬레이션 모델을 구축한다. 예측관리 플랫폼(133)은 운영상황과 주문정보를 입력받아 시뮬레이션 모델에 적용하며, 시뮬레이션 모델에 위 입력값들을 대입하면 제조설비의 예측 현황이 생성되고 이를 운영자 단말기(20) 등에 제공한다.
제조설비의 감시를 통해 획득한 운영상황과 운영관리 플랫폼(120)에 의해 제공되는 주문정보를 소정의 시뮬레이션 모델에 적용하면, 현재 제조설비의 가동 상태에 기초하여 주문정보에 따른 향후 계획을 설계한 예측 현황을 제공할 수 있게 된다. 예컨대, 잔여 원재료 현황, 원재료 주문 현황, 제품생산 시간, 제품생산 가능 영부 등을 비롯한 여러 예측 현황을 제공할 수 있게 된다.
또한, 시뮬레이션 모델은 스마트 팩토리(100) 내에 설치된 제조설비의 용량이나 기능성 등과 현재 가동되는 상태를 비교하고, 그와 함께 각종 센서에서 감지한 제조설비의 운전 상태 정보를 함께 분석하여 해당 제조설비의 이상 발생 여부를 미연에 예측할 수 있게 된다.
다만, 디지털 트윈 플랫폼(130)은 서로 다른 다수의 스마트 팩토리(10)에 설치된 제조설비의 예측 현황을 각각 생성하는 것이 바람직한데, 하나의 디지털 트윈 플랫폼(130)에서 여러 스마트 팩토리(10)의 예측 현황을 제공하면 스마트 팩토리(10)들 간의 연동이 가능해 진다.
따라서, 운영관리 플랫폼(120)은 디지털 트윈 플랫폼(130)으로부터 각 스마트 팩토리(10)의 제조설비 예측 현황을 제공받아 제품생산을 결정할 수 있게 된다. 예컨대, 제조설비 현황에 따라 스마트 팩토리(10)들간 제품생산을 위한 업무를 분담하거나, 협력하거나 또는 이전할 수 있게 한다.
업무 분담, 협력 또는 이전의 대상이 되는 스마트 팩토리(10)는 시뮬레이션 모델에 의해 디지털 트윈 플랫폼(130)에서 제품을 적기에 생산 가능한 것으로 예측된 다른 스마트 팩토리(10)가 선택된다.
구체적으로, 디지털 트윈 플랫폼(130)은 각 스마트 팩토리(10)의 제조설비에서 생산 가능한 품목, 개수 및 생산 소요 시간을 예측하여 운영관리 플랫폼(120)에 제공하고, 운영관리 플랫폼(120)은 적어도 어느 하나의 스마트 팩토리(10)에서 제품을 적기에 생산하지 못하는 경우 다른 스마트 팩토리(10)로 생산 주문을 이전할 수 있게 한다. 여기에는 제조설비의 이상 발생이 예상되는 경우도 포함될 수 있다.
특히, 디지털 트윈 플랫폼(130)은 다수의 스마트 팩토리(10)들 중 공동작업이 가능한 다수의 스마트 팩토리(10)에 각각 배치된 제조설비 모두를 통합한 환경을 소프트웨어로 복제하여 통합 디지털 환경에 구현할 수 있다.
또한, 위와 같이 적기에 제품을 생산하지 못하는 스마트 팩토리(10)를 포함하여 통합 디지털 환경에서 실행되는 시뮬레이션 모델을 통해 제품을 적기에 생산할 수 있는 스마트 팩토리(10)들의 조합을 예측할 수 있다.
즉, 다수의 스마트 팩토리(10)에 각각 배치된 제조설비들을 모두 포함하는 디지털 환경에서, 다수의 스마트 팩토리(10) 모두의 제조설비들을 모델로 하는 시뮬에 의해 이들 자원 모두를 최적으로 활용하는 방안을 선택하고 이를 예측값으로 제공할 수 있다.
여기에는 제조설비 뿐만 아니라 각 스마트 팩토리(10) 마다 재고로 가지고 있는 원재료 및 반제품 등도 포함될 수 있다. 어느 곳은 부족하고 다른 곳은 여유가 있는 등 각 스마트 팩토리(10) 마다 현재 보유중인 원재료, 반제품 및 제조설비 등이 다르기 때문에 공동작업이 가능한 스마트 팩토리(10)들의 자원을 통합하여 가장 효율이 좋은 조합을 선택하는 것이다.
예측에 의해 선택된 스마트 팩토리(10)들의 조합 결과는 운영관리 플랫폼(120)에 제공되며, 운영관리 플랫폼(120)은 이를 근거로 적기에 제품을 생산하지 못하는 스마트 팩토리(10)의 생산을 다른 공동작업의 스마트 팩토리(10)로 이전하거나 함께 수행할 수 있게 된다.
다만, 스마트 팩토리(10)간 생산 주문 이전은 통상적이라면 동일한 기업 내에서 이루어지는 것이 대부분일 것이나, 경우에 따라서는 계약에 의해 협약이 이루어진 서로 다른 기업간에도 이루어질 수 있으며, 생산 주문의 이전은 완제품 전체 개수 중 일부나 전부는 물론, 원재료나 반제품의 이전도 포함될 수 있다.
이 경우 운영관리 플랫폼(120)은 생산 주문 이전시 원자재, 반제품 및 완제품 중 필요한 것에 대한 디지털 주문서를 생성하여 다른 스마트 팩토리(10)에 전송할 수 있으며, 비용 산출부(도시 생략)에 의해 이전에 따른 비용 처리를 자동으로 수행할 수 있다.
예컨대, 완제품 중 일부나 전부를 이전하였으면 그 이전된 제품의 제조 비용을 산출하고, 원자재나 반제품을 이전하였으면 전체 완제품 제조비용 중 원자재나 이미 제작한 반제품의 비용을 제외하는 등 필요한 비용 산출을 통해 협력 관계에 있는 스마트 팩토리(10) 사이에 비용 분담을 명확히 할 수 있다.
한편, 모니터링 플랫폼(140)은 각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기(20)로 전송하는 것으로, 운영상황 감시 플랫폼(110)에 수집된 제조설비의 센싱 데이터는 물론, 디지털 트윈 플랫폼(130)에 의한 예측 상황 정보를 비롯한 여러 정보를 운영자 단말기(20)에 제공한다.
도 9와 같이, 상기 모니터링 플랫폼(140)은 정보 분류부(141), 사용자 인터페이스부(142) 및 통신 인터페이스부(143)를 포함한다.
그 중 정보 분류부(141)는 디지털 트윈 플랫폼(130)에서 제공된 제조설비 예측 현황을 설정된 데이터 종류별로 분류한다. 예컨대, 감시 정보, 예측 정보 및 통계 정보 등을 종류별로 분류하여 제공한다.
그 외 사용자 인터페이스부(142)는 위에서 정보 분류부(141)에 의해 분류된 예측 현황을 시각적으로 인식 가능한 정보로 변환하고, 통신 인터페이스부(143)는 사용자 인터페이스부(142)에 의해 생성된 제조설비 예측 현황 정보를 운영자 단말기(20)로 전송한다.
다만, 도 10과 같이 정보 분류부(141)는 입고정보, 재고정보, 출하정보, 제조설비별 생산정보 및 종합 생산정보 중 적어도 어느 하나 이상을 제공하는 것이 바람직하다.
입고정보, 재고정보 및 출하정보를 통해 제품의 생산량, 잔여량 및 이동 정보를 제공하고, 챠트나 그래프 형식 등으로 제공되는 제조설비별 생산정보나 종합 생산정보 등을 통해 제조 효율성을 실시간 판단할 수 있게 한다.
또한, 도 11과 같이 사용자 인터페이스부(142)는 예측 현황에 포함된 제조설비의 상태를 위험도에 따라 정상(normal), 알람(alarm) 및 위험(danger)으로 분류하고, 제조설비의 모델에 각각 정상, 알람 및 위험 중 어느 하나를 표시하여 운영자 단말기(20)에 제공하는 것이 바람직하다.
따라서, 운영자는 운영자 단말기(20)를 통해 제공되는 제조설비의 상태를 정상, 알람 및 위험을 포함한 단계별 정보로 제공받고, 정상을 제외한 알람이나 위험 상태의 경우에는 즉시 조치를 취할 수 있게 한다.
이때, 정상 표시는 투명 또는 반투명의 배경에 투명 또는 반투명 상태의 정상 상태 표기(예: '정상'이라는 문구 등)가 이루어지는 것이 바람직하다. 반면, 알람이나 위험은 각각 노란색과 빨간색 등의 불투명한 상태로 표현한다.
정상 상태를 투명 혹은 반투명하게 표시하고, 그에 반해 알람이나 위험의 경우에는 시인성이 높아지도록 불투명한 상태로 표시하면, 알람이나 위험한 상태의 제조설비를 상대적으로 정확하고 빠르게 찾을 수 있게 된다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 방법에 대해 설명한다.
다만, 이하에서 설명하는 본 발명은 위에서 설명한 운영 시스템과 실질적으로 동일한 구성에서 진행되는 것을 예로 들어 설명하므로 가급적 반복되는 설명은 생략한다.
도 11은 본 발명에 따른 디지털 트윈 기반 스마트 팩토리 운영 방법을 나타낸 흐름도로서, 본 발명은 운영상황 감시단계(S110), 디지털 주문 생성단계(S120), 예측 현황 생성단계(S130) 및 감시정보 제공단계(S140)를 포함한다.
이러한 본 발명은 실시예로서 컴퓨팅 장치인 서버에 구축된 플랫폼 서버(Platform Server)에서 실행될 수 있으며, 이러한 이유로 본 발명의 디지털 트윈 기반 스마트 팩토리 운영 방법은 디지털 트윈 서버(100) 및 데이터베이스(200)에 의해 구현될 수 있다.
이때 스마트 팩토리(10)는 다양한 상황 변경에서도 시행착오가 없는 효율적인 제조의 최적화 달성을 위한 사이버 물리 시스템(CPS)을 채택하며, 각종 품목의 제품을 자동화 방식으로 생산한다.
디지털 트윈 서버는 IoT 망, 근거리 무선통신, LAN 및 인터넷망을 비롯한 여러 유무선 네트워크망을 통해 스마트 팩토리(10)에 연결되며, 운영자 단말기(20)는 하나 또는 다수의 스마트 팩토리(10)를 관리한다.
다만, 상기한 스마트 팩토리(10)는 기업별로 하나 또는 다수개로 구성될 수 있고, 스마트 팩토리(10)에서의 생산 제품은 서로 다른 종류이거나 일부는 동일할 수 있으며, 서로 다른 기업의 스마트 팩토리(10)는 생산능력, 원재료 혹은 반제품 등을 협력할 수 있다.
이를 위해, 상기 운영상황 감시단계(S110)는 운영상황 감시 플랫폼(110)에서 스마트 팩토리(10)에 설치된 제조설비의 운영상황을 각각 감시한다. 감시대상은 스마트 팩토리(10) 내에 있는 다수의 제조설비 들 중 적어도 하나 이상을 포함하며, 바람직하게는 모든 제조설비를 감시한다.
또한, 여러 제조설비들 중 일부는 현장 관리자나 다른 감지장치에 의해 감시된 후 운영상황 감시 플랫폼(110)에 제공될 수 있으며, 이 경우 운영상황 감시 플랫폼(110)은 이들 정보를 취합하여 사용한다.
실시예로 운영상황 감시 플랫폼(110)은 다수의 제조설비 중 적어도 하나 이상에 설치된 센서로부터 감지값을 입력받는다. 센서는 IoT(Internet of Things)를 구성하는 IoT 망의 노드(node)를 구성하는 IoT 센서일 수 있다.
또한, 운영상황 감시 플랫폼(110)은 다수의 서로 다른 스마트 팩토리(10)에 각각 설치된 제조설비들을 각각 감시하고, 각 스마트 팩토리(10)에서 감시된 제조설비의 운영상황 정보에 스마트 팩토리(10)를 특정하는 분류 코드를 결합할 수 있다.
이때, 운영상황 감시 플랫폼(110)은 센서나 관리자 등을 통해 획득한 제조설비의 운영상황이 포함된 데이터 스트림이나 패킷 데이터를 생성할 수 있으며, 그 헤더 파일(Header File)에는 스마트 팩토리(10)를 구분하는 분류 코드를 첨부하여 전송할 수 있다. 따라서, 스마트 팩토리(10)의 분별 정보를 이용하여 여러 스마트 팩토리(10)를 연동하여 생산 계획을 세울 수 있게 된다.
다음, 디지털 주문 생성단계(S120)는 운영관리 플랫폼(120)에서 상기 제조설비의 운영상황에 따라 상기 스마트 팩토리(10)에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 생성한다. 나아가 주문정보에 더해 스마트 팩토리(10) 관리 현황을 총괄할 수도 있다.
이때, 운영관리 플랫폼(120)를 구성하는 제품정보 플랫폼(121)은 생산 제품의 특성정보를 제공한다. 생산 제품의 특성정보에는 원재료, 반제품, 제조방법과 그에 필요한 제조설비 및 물성을 비롯한 각종 속성정보 등을 포함할 수 있다.
제품 특성정보는 제품의 제조에 사용되는 정보로서 개인 특성 정보 역시 포함할 수 있다. 예컨대, 화장품의 경우 소비자의 개인 특성에 맞춘 맞춤형 화장품을 공급할 수 있도록 피부 타입과 같은 개인 특성 정보를 제품 특성정보에 포함시킬 수 있다.
또한, 생산자 서비스 플랫폼(122)은 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력과 관련된 정보를 관리한다. 구체적으로, 생산자 서비스 플랫폼(122)은 해당 스마트 팩토리(10)에서의 품목별 제품생산능력을 관리한다.
품목별 제품생산능력에는 완제품, 반제품 및 원재료와 같은 재고현황, 생산능력, 주문 현황 및 스마트 팩토리 프로세스 등의 전반적인 생산자원을 포함하고, 이를 통한 생산 현황을 관리한다.
이를 위해 생산자 서비스 플랫폼(122)은 생산 계획 DB, 자재 관리 DB, 공급망 관리(Supply Chain Management) DB 및 제조 DB 등과 연동되며, 필요시 고객 DB 및 연구 DB 등에 연결되어 해당 DB의 데이터 자원을 이용한다.
따라서, 시장 수요 맞춤 대응을 위한 연구개발 시스템을 구축하고, 실시간 주문 데이터와 설비 가동 상태를 연동한 맞춤형 생산 운영 플랫폼을 제공한다. 또한, 생산자와 조제관리사의 연결 및 데이터베이스에 기반한 연구 및 생산을 관리할 수 있게 된다.
또한, 제품생산 플랫폼(123)은 생산 주문 요청시, 스마트 팩토리(10)에서의 제품생산을 관리한다. 구체적으로, 제조업체 현황, 구매 요청 상태 및 제조상태태 등을 포함하여 종합적으로 감시한다.
또한, 제조 운영관리 시스템 즉, MOS(Manufacturing Operation System)를 포함하여 경영 정보 시스템(B.I : Business Information), 유연한 생산 계획 및 작업 지시 및 시장/소비자 반응을 연계한 연구개발 프로세스 관리 기능을 포함한다.
실시예로서, 제품생산이 맞춤형 화장품인 경우, 제품정보 플랫폼(121)은 맞춤 화장품 제조를 위해 생산 제품의 특성정보에 소비자의 개인 특성정보를 포함하여 제공하며, 그에 따라 생산자 서비스 플랫폼(122)은 화장품 제조 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력을 관리한다.
이 경우 조제 관리 서비스 플랫폼(124) 및 제품정보 DB를 더 포함하는 것이 바람직한데, 조제 관리 서비스 플랫폼(124)은 소비자의 개인 특성정보에 따라 화장품 원료의 혼합 조제를 관리한다. 이를 위해 조제 관리 서비스 플랫폼(124)은 소비자를 화장품 원료를 혼합 조제하는 조제 관리사와 연결시킬 수 있다.
제품정보 DB는 소비자의 개인 특성정보와, 소비자의 화장품 구매 이력 정보와, 구매한 화장품에 대한 피드백 정보 및 소비자가 구매한 화장품의 혼합 조제 원료 정보를 수집하여 관리한다. 이로써 시장에서 맞춤형 화장품을 사용한 소비자의 반응을 즉각 제조에 반영할 수 있게 한다.
다음, 예측 현황 생성단계(S130)는 디지털 트윈 플랫폼(130)에서 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에 구현하며, 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성한다.
디지털 트윈 플랫폼(130)은 현실 세계의 제조설비나 기계 등과 같은 물리적 사물을 가상공간에 디지털(S/W)로 동일하게 구현하는 기술로서 3D로 구현된 가상세계에서 시뮬레이션을 통해 시스템의 상태를 이해하고 제조설비의 배치나 빠른 업무 결정 및 사전 작업을 통해 현장에서의 돌발 상황 및 변화에 대응하여 문제 해결 및 가치를 향상시키는 역할을 한다.
위에서 살펴본 바와 같이 디지털 트윈 플랫폼(130)은 가상 팩토리 플랫폼(131)과, 모델링 플랫폼(132) 및 예측관리 플랫폼(133)을 포함하며, 그 중 가상 팩토리 플랫폼(131)은 스마트 팩토리(10)의 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경(예: 프로그램에 의해 실행되는 메모리)상에 구현한다.
모델링 플랫폼(132)은 상기 가상 팩토리 플랫폼(131)에 구현된 제조설비의 운영 환경을 분석하기 위한 시뮬레이션 모델을 구축한다. 예측관리 플랫폼(133)은 운영상황과 주문정보를 입력받아 시뮬레이션 모델에 적용하며, 시뮬레이션 모델에 위 입력값들을 대입하면 제조설비의 예측 현황이 생성되고 이를 운영자 단말기(20) 등에 제공한다.
제조설비의 감시를 통해 획득한 운영상황과 운영관리 플랫폼(120)에 의해 제공되는 주문정보를 소정의 시뮬레이션 모델에 적용하면, 현재 제조설비의 가동 상태에 기초하여 주문정보에 따른 향후 계획을 설계한 예측 현황을 제공할 수 있게 된다. 예컨대, 잔여 원재료 현황, 원재료 주문 현황, 제품생산 시간, 제품생산 가능 영부 등을 비롯한 여러 예측 현황을 제공할 수 있게 된다.
또한, 시뮬레이션 모델은 스마트 팩토리(100) 내에 설치된 제조설비의 용량이나 기능성 등과 현재 가동되는 상태를 비교하고, 그와 함께 각종 센서에서 감지한 제조설비의 운전 상태 정보를 함께 분석하여 해당 제조설비의 이상 발생 여부를 미연에 예측할 수 있게 된다.
다만, 디지털 트윈 플랫폼(130)은 서로 다른 다수의 스마트 팩토리(10)에 설치된 제조설비의 예측 현황을 각각 생성하는 것이 바람직한데, 하나의 디지털 트윈 플랫폼(130)에서 여러 스마트 팩토리(10)의 예측 현황을 제공하면 스마트 팩토리(10)들 간의 연동이 가능해 진다.
따라서, 운영관리 플랫폼(120)은 디지털 트윈 플랫폼(130)으로부터 각 스마트 팩토리(10)의 제조설비 예측 현황을 제공받아 제품생산을 결정할 수 있게 된다. 예컨대, 제조설비 현황에 따라 스마트 팩토리(10)들간 제품생산을 위한 업무를 분담하거나, 협력하거나 또는 이전할 수 있게 한다.
구체적으로, 디지털 트윈 플랫폼(130)은 각 스마트 팩토리(10)의 제조설비에서 생산 가능한 품목, 개수 및 생산 소요 시간을 예측하여 운영관리 플랫폼(120)에 제공하고, 운영관리 플랫폼(120)은 적어도 어느 하나의 스마트 팩토리(10)에서 제품을 적기에 생산하지 못하는 경우 다른 스마트 팩토리(10)로 생산 주문을 이전할 수 있게 한다. 여기에는 제조설비의 이상 발생이 예상되는 경우도 포함될 수 있다.
특히, 디지털 트윈 플랫폼(130)은 다수의 스마트 팩토리(10)들 중 공동작업이 가능한 다수의 스마트 팩토리(10)에 각각 배치된 제조설비 모두를 통합한 환경을 소프트웨어로 복제하여 통합 디지털 환경에 구현할 수 있다.
또한, 위와 같이 적기에 제품을 생산하지 못하는 스마트 팩토리(10)를 포함하여 통합 디지털 환경에서 실행되는 시뮬레이션 모델을 통해 제품을 적기에 생산할 수 있는 스마트 팩토리(10)들의 조합을 예측할 수 있다.
즉, 다수의 스마트 팩토리(10)에 각각 배치된 제조설비들을 모두 포함하는 디지털 환경에서, 다수의 스마트 팩토리(10) 모두의 제조설비들을 모델로 하는 시뮬에 의해 이들 자원 모두를 최적으로 활용하는 방안을 선택하고 이를 예측값으로 제공할 수 있다.
여기에는 제조설비 뿐만 아니라 각 스마트 팩토리(10) 마다 재고로 가지고 있는 원재료 및 반제품 등도 포함될 수 있다. 어느 곳은 부족하고 다른 곳은 여유가 있는 등 각 스마트 팩토리(10) 마다 현재 보유중인 원재료, 반제품 및 제조설비 등이 다르기 때문에 공동작업이 가능한 스마트 팩토리(10)들의 자원을 통합하여 가장 효율이 좋은 조합을 선택하는 것이다.
예측에 의해 선택된 스마트 팩토리(10)들의 조합 결과는 운영관리 플랫폼(120)에 제공되며, 운영관리 플랫폼(120)은 이를 근거로 적기에 제품을 생산하지 못하는 스마트 팩토리(10)의 생산을 다른 공동작업의 스마트 팩토리(10)로 이전하거나 함께 수행할 수 있게 된다.
다만, 스마트 팩토리(10)간 생산 주문 이전은 통상적이라면 동일한 기업 내에서 이루어지는 것이 대부분일 것이나, 경우에 따라서는 계약에 의해 협약이 이루어진 서로 다른 기업간에도 이루어질 수 있으며, 생산 주문의 이전은 완제품 전체 개수 중 일부나 전부는 물론, 원재료나 반제품의 이전도 포함될 수 있다.
이 경우 운영관리 플랫폼(120)은 생산 주문 이전시 원자재, 반제품 및 완제품 중 필요한 것에 대한 디지털 주문서를 생성하여 다른 스마트 팩토리(10)에 전송할 수 있으며, 비용 산출부(도시 생략)에 의해 이전에 따른 비용 처리를 자동으로 수행할 수 있다.
예컨대, 완제품 중 일부나 전부를 이전하였으면 그 이전된 제품의 제조 비용을 산출하고, 원자재나 반제품을 이전하였으면 전체 완제품 제조비용 중 원자재나 이미 제작한 반제품의 비용을 제외하는 등 필요한 비용 산출을 통해 협력 관계에 있는 스마트 팩토리(10) 사이에 비용 분담을 명확히 할 수 있다.
다음, 감시정보 제공단계(S140)는 모니터링 플랫폼(140)에서 각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기(20)로 전송한다.
운영자에게 전송되는 정보는 운영상황 감시 플랫폼(110)에 수집된 제조설비의 센싱 데이터는 물론, 디지털 트윈 플랫폼(130)에 의한 예측 상황 정보를 비롯한 여러 정보를 포함한다.
이를 위해, 모니터링 플랫폼(140)의 정보 분류부(141)는 디지털 트윈 플랫폼(130)에서 제공된 제조설비 예측 현황을 설정된 데이터 종류별로 분류한다. 예컨대, 감시 정보, 예측 정보 및 통계 정보 등을 종류별로 분류하여 제공한다.
그 외 사용자 인터페이스부(142)는 위에서 정보 분류부(141)에 의해 분류된 예측 현황을 시각적으로 인식 가능한 정보로 변환하고, 통신 인터페이스부(143)는 사용자 인터페이스부(142)에 의해 생성된 제조설비 예측 현황 정보를 운영자 단말기(20)로 전송한다.
다만, 정보 분류부(141)는 입고정보, 재고정보, 출하정보, 제조설비별 생산정보 및 종합 생산정보 중 적어도 어느 하나 이상을 제공하는 것이 바람직하다.
입고정보, 재고정보 및 출하정보를 통해 제품의 생산량, 잔여량 및 이동 정보를 제공하고, 챠트나 그래프 형식 등으로 제공되는 제조설비별 생산정보나 종합 생산정보 등을 통해 제조 효율성을 실시간 판단할 수 있게 한다.
또한, 사용자 인터페이스부(142)는 예측 현황에 포함된 제조설비의 상태를 위험도에 따라 정상(normal), 알람(alarm) 및 위험(danger)으로 분류하고, 제조설비의 모델에 각각 정상, 알람 및 위험 중 어느 하나를 표시하여 운영자 단말기(20)에 제공하는 것이 바람직하다.
따라서, 운영자는 운영자 단말기(20)를 통해 제공되는 제조설비의 상태를 정상, 알람 및 위험을 포함한 단계별 정보로 제공받고, 정상을 제외한 알람이나 위험 상태의 경우에는 즉시 조치를 취할 수 있게 한다.
이때, 정상 표시는 투명 또는 반투명의 배경에 투명 또는 반투명 상태의 정상 상태 표기(예: '정상'이라는 문구 등)가 이루어지는 것이 바람직하다. 반면, 알람이나 위험은 각각 노란색과 빨간색 등의 불투명한 상태로 표현한다.
이상, 본 발명의 특정 실시예에 대하여 상술하였다. 그러나, 본 발명의 사상 및 범위는 이러한 특정 실시예에 한정되는 것이 아니라, 본 발명의 요지를 변경하지 않는 범위 내에서 다양하게 수정 및 변형 가능하다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이해할 것이다.
따라서, 이상에서 기술한 실시예들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이므로, 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 하며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
10: 스마트 팩토리
20: 운영자 단말기
100: 서버
110: 운영상황 감시 플랫폼
120: 운영관리 플랫폼
121: 제품정보 플랫폼
122: 생산자 서비스 플랫폼
123: 제품생산 플랫폼
124: 조제 관리 서비스 플랫폼
130: 디지털 트윈 플랫폼
131: 가상 팩토리 플랫폼
132: 모델링 플랫폼
133: 예측관리 플랫폼
140: 모니터링 플랫폼
141: 정보 분류부
142: 사용자 인터페이스부
143: 통신 인터페이스부
200: 데이터베이스
20: 운영자 단말기
100: 서버
110: 운영상황 감시 플랫폼
120: 운영관리 플랫폼
121: 제품정보 플랫폼
122: 생산자 서비스 플랫폼
123: 제품생산 플랫폼
124: 조제 관리 서비스 플랫폼
130: 디지털 트윈 플랫폼
131: 가상 팩토리 플랫폼
132: 모델링 플랫폼
133: 예측관리 플랫폼
140: 모니터링 플랫폼
141: 정보 분류부
142: 사용자 인터페이스부
143: 통신 인터페이스부
200: 데이터베이스
Claims (15)
- 스마트 팩토리(10)에 설치된 제조설비의 운영상황을 각각 감시하는 운영상황 감시 플랫폼(110)과;
상기 제조설비의 운영상황에 따라 상기 스마트 팩토리(10)에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 관리하는 운영관리 플랫폼(120)과;
상기 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에서 구현되며, 상기 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성하는 디지털 트윈 플랫폼(130); 및
각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기(20)로 전송하는 모니터링 플랫폼(140);을 포함하되,
상기 운영상황 감시 플랫폼(110)은,
다수의 제조설비 중 적어도 하나 이상에 설치된 센서로부터 감지값을 입력받아 상기 운영관리 플랫폼(120)에 제공하되,
다수의 서로 다른 스마트 팩토리(10)에 각각 설치된 제조설비들을 각각 감시하며, 각 스마트 팩토리(10)에서 감시된 제조설비의 운영상황 정보에 스마트 팩토리(10)를 특정하는 분류 코드를 결합하여 상기 운영관리 플랫폼(120)에 제공하는 것이고,
상기 운영상황 감시 플랫폼(110)은,
상기 제조설비의 운영상황 정보인 데이터 스트림 또는 패킷 데이터의 헤더 파일에 상기 분류 코드를 첨부하여 상기 운영관리 플랫폼(120)에 전송하고,
상기 운영관리 플랫폼(120)은,
상기 스마트 팩토리(10)에서 사용하는 원재료의 재고를 분석하여 예정된 기간마다 혹은 부족분 발생시 자동으로 주문하는 공급망 관리 통합 모듈(126)과
제조에 사용되는 원료 정보 및 속성 정보를 관리하는 원료 관리 모듈(127)를 포함하고,
상기 디지털 트윈 플랫폼(130)은,
상기 스마트 팩토리(10)의 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경에 구현하는 가상 팩토리 플랫폼(131)과;
상기 가상 팩토리 플랫폼(131)에 구현된 제조설비의 운영 환경을 분석하기 위한 시뮬레이션 모델이 구축되는 모델링 플랫폼(132); 및
상기 운영상황과 주문정보를 입력받아 상기 시뮬레이션 모델에 적용하여 상기 제조설비의 예측 현황을 생성하는 예측관리 플랫폼(133);을 포함하고,
상기 디지털 트윈 플랫폼(130)은 서로 다른 다수의 스마트 팩토리(10)에 설치된 제조설비의 예측 현황을 각각 생성하고,
상기 운영관리 플랫폼(120)은 상기 디지털 트윈 플랫폼(130)으로부터 각 스마트 팩토리(10)의 제조설비 예측 현황을 제공받아 제품생산 운영을 결정하고,
상기 디지털 트윈 플랫폼(130)은 스마트 팩토리(10)의 제조설비에서 생산 가능한 품목, 개수 및 생산 소요 시간을 예측하여 상기 운영관리 플랫폼(120)에 제공하고,
상기 운영관리 플랫폼(120)은 적어도 어느 하나의 스마트 팩토리(10)에서 제품을 적기에 생산하지 못하는 경우,
상기 디지털 트윈 플랫폼(130)에서 제품을 적기에 생산 가능한 것으로 예측된 다른 스마트 팩토리(10)로 생산 주문을 이전하되,
상기 생산 주문을 이전하는 것은, 완제품 전체 중 일부나 전부를 이전하거나 원재료나 반제품을 이전하는 것을 포함하고,
상기 운영관리 플랫폼(120)은,
상기 생산 주문 이전시 원자재, 반제품 및 완제품 중 필요한 것에 대한 디지털 주문서를 생성하여 다른 스마트 팩토리(10)에 전송하되,
상기 생산 주문 이전에 따른 비용처리를 자동으로 수행하는 비용산출부를 포함하고,
상기 비용산출부는, 완제품 중 일부나 전부를 이전하면 그 이전된 제품의 제조 비용을 산출하고, 원자재나 반제품을 이전하면 전체 완제품 제조비용 중 원자재나 이미 제작한 반제품의 비용을 제외하는 것을 포함하여 필요한 비용 산출을 통해 협력관계에 있는 스마트 팩토리 사이의 비용 분담을 산출하고,
상기 디지털 트윈 플랫폼(130)은,
다수의 스마트 팩토리(10)들 중 공동작업이 가능한 다수의 스마트 팩토리(10)에 각각 배치된 제조설비 모두를 통합한 환경을 소프트웨어로 복제하여 통합 디지털 환경에 구현하고,
상기 적기에 제품을 생산하지 못하는 스마트 팩토리(10)를 포함하여 상기 통합 디지털 환경에서 실행되는 시뮬레이션 모델을 통해 상기 제품을 적기에 생산할 수 있는 공동작업이 가능한 스마트 팩토리(10)들의 자원을 통합하여 스마트 팩토리(10)들의 조합을 예측하고, 상기 운영관리 플랫폼(120)에 제공하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 삭제
- 삭제
- 제1항에 있어서,
상기 운영관리 플랫폼(120)은,
생산 제품의 특성정보를 제공하는 제품정보 플랫폼(121); 및
상기 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력을 관리하는 생산자 서비스 플랫폼(122); 및
생산 주문 요청시, 상기 스마트 팩토리(10)에서의 제품생산을 관리하는 제품생산 플랫폼(123);을 포함하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 제4항에 있어서,
상기 제품정보 플랫폼(121)은 맞춤 화장품 제조를 위해 상기 생산 제품의 특성정보에 소비자의 개인 특성정보를 포함하여 제공하고,
상기 생산자 서비스 플랫폼(122)은 화장품 제조 스마트 팩토리(10)에서 생산 가능한 각 품목별 제품생산능력을 관리하되,
상기 소비자의 개인 특성정보에 따라 화장품 원료의 혼합 조제를 관리하는 조제 관리 서비스 플랫폼(124); 및
상기 소비자의 개인 특성정보와, 상기 소비자의 화장품 구매 이력 정보와, 구매한 화장품에 대한 피드백 정보 및 상기 소비자가 구매한 화장품의 혼합 조제 원료 정보를 수집하여 관리하는 제품정보 DB(150)을 더 포함하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 모니터링 플랫폼(140)은,
상기 디지털 트윈 플랫폼(130)에서 제공된 제조설비 예측 현황을 설정된 데이터 종류별로 분류하는 정보 분류부(141)와;
상기 정보 분류부(141)에 의해 분류된 예측 현황을 시각적으로 인식 가능한 정보로 변환하는 사용자 인터페이스부(142); 및
상기 사용자 인터페이스부(142)에 의해 생성된 제조설비 예측 현황 정보를 운영자 단말기(20)로 전송하는 통신 인터페이스부(143);를 포함하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템 - 제11항에 있어서,
상기 정보 분류부(141)는,
입고정보, 재고정보, 출하정보, 제조설비별 생산정보 및 종합 생산정보 중 적어도 어느 하나 이상을 제공하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 제11항에 있어서,
상기 사용자 인터페이스부(142)는,
상기 예측 현황에 포함된 제조설비의 상태를 위험도에 따라 정상, 알람 및 위험으로 분류하고,
상기 제조설비의 모델에 각각 정상, 알람 및 위험 중 어느 하나를 표시하여 상기 운영자 단말기(20)에 제공하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 제13항에 있어서,
상기 정상 표시는 투명 또는 반투명의 배경에 투명 또는 반투명 상태의 정상 상태 표기가 이루어지는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 시스템. - 운영상황 감시 플랫폼(110)에서 스마트 팩토리(10)에 설치된 제조설비의 운영상황을 각각 감시하는 운영상황 감시단계(S110)와;
운영관리 플랫폼(120)에서 상기 제조설비의 운영상황에 따라 상기 스마트 팩토리(10)에서 생산 가능한 시기, 수량 및 제품 종류가 포함된 주문정보를 생성하는 디지털 주문 생성단계(S120)와;
디지털 트윈 플랫폼(130)에서 상기 제조설비와 동일한 환경을 소프트웨어로 복제하여 컴퓨팅 장치에 구현하며, 상기 운영상황과 주문정보를 시뮬레이션 모델에 적용하여 예측 현황을 생성하는 예측 현황 생성단계(S130); 및
모니터링 플랫폼(140)에서 각 제조설비의 예측 현황을 운영자가 인식 가능한 포맷으로 변환하여 운영자 단말기(20)로 전송하는 감시정보 제공단계(S140);를 포함하되,
상기 운영상황 감시단계(S110)는,
다수의 제조설비 중 적어도 하나 이상에 설치된 센서로부터 감지값을 입력받아 상기 운영관리 플랫폼(120)에 제공하되,
다수의 서로 다른 스마트 팩토리(10)에 각각 설치된 제조설비들을 각각 감시하며, 각 스마트 팩토리(10)에서 감시된 제조설비의 운영상황 정보에 스마트 팩토리(10)를 특정하는 분류 코드를 결합하여 상기 운영관리 플랫폼(120)에 제공하는 것이고,
상기 운영상황 감시단계(S110)는,
상기 제조설비의 운영상황 정보인 데이터 스트림 또는 패킷 데이터의 헤더 파일에 상기 분류 코드를 첨부하여 상기 운영관리 플랫폼(120)에 전송하고,
상기 운영관리 플랫폼(120)은,
상기 스마트 팩토리(10)에서 사용하는 원재료의 재고를 분석하여 예정된 기간마다 혹은 부족분 발생시 자동으로 주문하는 공급망 관리 통합 모듈(126)과
제조에 사용되는 원료 정보 및 속성 정보를 관리하는 원료 관리 모듈(127)를 포함하고,
상기 디지털 트윈 플랫폼(130)은,
상기 스마트 팩토리(10)의 제조설비와 동일한 환경을 소프트웨어로 복제하여 디지털 환경에 구현하는 가상 팩토리 플랫폼(131)과;
상기 가상 팩토리 플랫폼(131)에 구현된 제조설비의 운영 환경을 분석하기 위한 시뮬레이션 모델이 구축되는 모델링 플랫폼(132); 및
상기 운영상황과 주문정보를 입력받아 상기 시뮬레이션 모델에 적용하여 상기 제조설비의 예측 현황을 생성하는 예측관리 플랫폼(133);을 포함하고,
상기 디지털 트윈 플랫폼(130)은 서로 다른 다수의 스마트 팩토리(10)에 설치된 제조설비의 예측 현황을 각각 생성하고,
상기 운영관리 플랫폼(120)은 상기 디지털 트윈 플랫폼(130)으로부터 각 스마트 팩토리(10)의 제조설비 예측 현황을 제공받아 제품생산 운영을 결정하고,
상기 디지털 트윈 플랫폼(130)은 스마트 팩토리(10)의 제조설비에서 생산 가능한 품목, 개수 및 생산 소요 시간을 예측하여 상기 운영관리 플랫폼(120)에 제공하고,
상기 운영관리 플랫폼(120)은 적어도 어느 하나의 스마트 팩토리(10)에서 제품을 적기에 생산하지 못하는 경우,
상기 디지털 트윈 플랫폼(130)에서 제품을 적기에 생산 가능한 것으로 예측된 다른 스마트 팩토리(10)로 생산 주문을 이전하되,
상기 생산 주문을 이전하는 것은, 완제품 전체 중 일부나 전부를 이전하거나 원재료나 반제품을 이전하는 것을 포함하고,
상기 운영관리 플랫폼(120)은,
상기 생산 주문 이전시 원자재, 반제품 및 완제품 중 필요한 것에 대한 디지털 주문서를 생성하여 다른 스마트 팩토리(10)에 전송하되,
상기 생산 주문 이전에 따른 비용처리를 자동으로 수행하는 비용산출부를 포함하고,
상기 비용산출부는, 완제품 중 일부나 전부를 이전하면 그 이전된 제품의 제조 비용을 산출하고, 원자재나 반제품을 이전하면 전체 완제품 제조비용 중 원자재나 이미 제작한 반제품의 비용을 제외하는 것을 포함하여 필요한 비용 산출을 통해 협력관계에 있는 스마트 팩토리 사이의 비용 분담을 산출하고,
상기 디지털 트윈 플랫폼(130)은,
다수의 스마트 팩토리(10)들 중 공동작업이 가능한 다수의 스마트 팩토리(10)에 각각 배치된 제조설비 모두를 통합한 환경을 소프트웨어로 복제하여 통합 디지털 환경에 구현하고,
상기 적기에 제품을 생산하지 못하는 스마트 팩토리(10)를 포함하여 상기 통합 디지털 환경에서 실행되는 시뮬레이션 모델을 통해 상기 제품을 적기에 생산할 수 있는 공동작업이 가능한 스마트 팩토리(10)들의 자원을 통합하여 스마트 팩토리(10)들의 조합을 예측하고, 상기 운영관리 플랫폼(120)에 제공하는 것을 특징으로 하는 디지털 트윈 기반 스마트 팩토리 운영 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200084076A KR102523738B1 (ko) | 2020-07-08 | 2020-07-08 | 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200084076A KR102523738B1 (ko) | 2020-07-08 | 2020-07-08 | 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220006294A KR20220006294A (ko) | 2022-01-17 |
| KR102523738B1 true KR102523738B1 (ko) | 2023-05-09 |
Family
ID=80051645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200084076A KR102523738B1 (ko) | 2020-07-08 | 2020-07-08 | 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102523738B1 (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102519886B1 (ko) * | 2022-03-02 | 2023-04-11 | (주)연합시스템 | 디지털 트윈을 이용하여 공작 기계를 모니터링하는 방법 및 장치 |
| KR102554105B1 (ko) * | 2022-11-03 | 2023-07-12 | 위드글로벌 주식회사 | 리퍼비쉬 tv 제조 방법 |
| KR102594567B1 (ko) * | 2022-11-30 | 2023-10-27 | 주식회사 디엠테크컨설팅 | Cps기반 3d 사이버 팩토리들의 웹 네트워크 솔루션 제공 방법 |
| CN116052300A (zh) * | 2022-12-22 | 2023-05-02 | 清华大学 | 一种基于数字孪生的电力巡检系统和方法 |
| CN116382197B (zh) * | 2023-01-18 | 2023-09-15 | 北京图安世纪科技股份有限公司 | 一种基于数字孪生的智慧工厂管理平台及管理方法 |
| CN116090789B (zh) * | 2023-03-03 | 2023-08-29 | 麦高(广东)数字科技有限公司 | 一种基于数据分析的精益制造生产管理系统及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2667543B2 (ja) * | 1990-03-12 | 1997-10-27 | 株式会社東芝 | プラント模擬装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630123A (en) * | 1994-09-28 | 1997-05-13 | I2 Technologies, Inc. | Software system utilizing a filtered priority queue and method of operation |
| KR20140072685A (ko) * | 2012-12-05 | 2014-06-13 | 주식회사 바이오코즈글로벌코리아 | 맞춤형 개별 화장품 생산 시스템 |
| KR101909925B1 (ko) * | 2016-01-20 | 2018-10-22 | 한국전자통신연구원 | 고객 맞춤 제품 생산을 위한 스마트 제조 시스템 및 방법 |
| KR20190041142A (ko) * | 2017-10-12 | 2019-04-22 | 전자부품연구원 | Cps 기술을 활용한 공장 간 가상화 연동 서비스 방법 |
| KR20200063889A (ko) | 2018-11-28 | 2020-06-05 | 서울대학교산학협력단 | 디지털 트윈을 이용한 플랜트 운영 방법, 시스템 및 컴퓨터 프로그램 |
| KR20200065820A (ko) | 2018-11-30 | 2020-06-09 | 중앙대학교 산학협력단 | 스마트 팩토리 도입을 위한 디지털트윈 모델링 기반의 에너지 및 보안 효율성 분석 시스템 |
-
2020
- 2020-07-08 KR KR1020200084076A patent/KR102523738B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2667543B2 (ja) * | 1990-03-12 | 1997-10-27 | 株式会社東芝 | プラント模擬装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220006294A (ko) | 2022-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102523738B1 (ko) | 디지털 트윈 기반 스마트 팩토리 운영 시스템 및 방법 | |
| US10726428B2 (en) | Industrial data analytics in a cloud platform | |
| Borangiu et al. | Digital transformation of manufacturing through cloud services and resource virtualization | |
| US11880179B2 (en) | Cloud-based analytics for industrial automation | |
| CN108491626B (zh) | 进行工业自动化系统的模拟的系统、方法和存储介质 | |
| EP3070548B1 (en) | Cloud-based industrial controller | |
| US20160112283A1 (en) | Remote industrial monitoring and analytics using a cloud infrastructure | |
| US20210302923A1 (en) | Backup of an industrial automation plant in the cloud | |
| KR101935652B1 (ko) | 빅데이터 플랫폼을 이용한 스마트 공장 운영 관리 솔루션 서비스 시스템 및 방법 | |
| CN107272608B (zh) | 云平台中的工业设备和系统证明 | |
| US20160179993A1 (en) | Predictive analysis having data source integration for industrial automation | |
| KR102419053B1 (ko) | 통합 제조 운영 관리 시스템 및 방법 | |
| CN104950837A (zh) | 云清单配置管理系统 | |
| CN112579653A (zh) | 工业数据的逐步情境化和分析 | |
| CN106292580A (zh) | 一种智能集成式半导体制造执行系统 | |
| Borangiu et al. | Digital transformation of manufacturing. Industry of the future with cyber-physical production systems | |
| Papakostas et al. | Internet of things technologies in manufacturing: Application areas, challenges and outlook | |
| Wei et al. | The essential elements of intelligent manufacturing system architecture | |
| Cupek et al. | Knowledge integration via the fusion of the data models used in automotive production systems | |
| Hsu et al. | Deploying Industry 4.0 enablers to strengthen supply chain resilience to mitigate ripple effects: an empirical study of top relay manufacturer in China | |
| Gregor et al. | Model of intelligent maintenance systems | |
| KR102350797B1 (ko) | 전기설계도면을 와이어 자동생산 장치로 연동하는 시스템 및 그 방법 | |
| Song et al. | The value chain of Industrial IoT and its reference framework for digitalization | |
| Pham et al. | INTERNET–ENABLED TOTAL AUTOMATION-Integration of Distributed Tasks in Manufacturing Enterprises | |
| Pham et al. | INTERNET–ENABLED TOTAL AUTOMATION |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |