KR102525459B1 - Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 - Google Patents
Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 Download PDFInfo
- Publication number
- KR102525459B1 KR102525459B1 KR1020210009432A KR20210009432A KR102525459B1 KR 102525459 B1 KR102525459 B1 KR 102525459B1 KR 1020210009432 A KR1020210009432 A KR 1020210009432A KR 20210009432 A KR20210009432 A KR 20210009432A KR 102525459 B1 KR102525459 B1 KR 102525459B1
- Authority
- KR
- South Korea
- Prior art keywords
- product
- defective
- container
- capacity
- cps
- Prior art date
Links
- 230000002950 deficient Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 70
- 230000007547 defect Effects 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 21
- 238000000465 moulding Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010415 tidying Methods 0.000 description 1
- 239000002699 waste material Substances 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]
- G05B19/41875—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 quality surveillance of production
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/048—Marking the faulty objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—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 the transport system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
- G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Quality & Reliability (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 스마트 팩토리에서 공장자동화에 의해 컨베이어에 의해 자동으로 생산 및 출하되는 제품에 대하여 초음파를 통해 생성되는 음파신호의 영상데이터를 인공지능(AI)으로 학습시켜 용기의 용량 미달 여부를 검출하고, 용기의 표면에 부착된 광학코드에 대하여 식별 카메라를 통해 용량미달 불량품을 식별할 수 있는 CPS(CYBER PHYSICAL SYSTEM)를 이용한 용량미달 불량품 식별 시스템 및 방법에 관한 것이다.
Description
본 발명은 용량미달 불량품 식별에 관한 것으로, 더욱 상세하게는 스마트 팩토리에서 공장자동화에 의해 컨베이어에 의해 자동으로 생산 및 출하되는 제품에 대하여 초음파를 이용하여 용기의 용량 미달 여부를 검출하는 용량불량검출모델(130)과, 촬영장치를 이용하여 용기변형 여부를 검출하는 용기변형검출모델(150)을 통해 불량품을 선별하고, 용기의 표면에 부착된 광학코드에 대하여 촬영장치를 통해 상기 불량품을 식별하고 관리할 수 있는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템 및 방법에 관한 것이다.
일반적으로 용기에 내용물을 담는 용기는 내용물을 주입하기 전에, 제조 또는 취급과정에서 발생될 수 있는 용기의 성형불량을 검사하는 공정이 필수적이다. 이에 따라, 용기의 성형불량을 검사하는 공정을 수행하고 있다.
그러나 용기 내부의 성형불량은 작업자가 일일이 눈으로 직접 검사하게 되는바 작업시간이 많이 소요된다는 문제가 있다.
이러한 문제를 해결하고자 대한민국 등록특허 제10-1872504호(이하, '인용발명'이라 함)에는 용기의 누설과 성형불량을 동시에 검출할 수 있는 장치가 제안되고 있다. 인용발명은 공기주입노즐이 하강하여 용기주입구를 밀봉하게 되면, 공기주입노즐 내측에 구비된 내경노즐몸체가 용기의 입구가 형성된 지점까지 들어가게 되어, 공기주입노즐에 의한 누설 불량과 내경노즐몸체에 의한 용기 입구의 성형 불량을 검출하도록 구성되어 있다.
또한 이러한 문제 이외에도 용기의 성형불량이 없더라도 용기에 담겨야 하는 일정용량이 미달되는 경우 투명 용기의 경우에는 작업자가 눈으로 확인하거나, 불투명 용기의 경우에는 무게를 측정하는 방법 또는 X-ray 투시 방법이 있다.
그러나 투명용기의 경우에는 작업자의 피로도 증가에 따라 불량품을 제대로 검출하지 못할 수도 있었고, 무게를 측정하는 방식의 경우에는 생산속도가 저하될 수 밖에 없는 근본적인 문제가 있고, 또한 X-ray 투시 방법은 작업자와 그 주변에 방사선 오염에 의한 안전성, 그에 따른 X-ray 장비의 설치 장소의 제약 및 비용의 문제로 인해 스마트 팩토리가 각광받고 있는 시점에서는 새로운 기술의 개발이 요구되고 있다.
따라서, 본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 스마트 팩토리에서 공장자동화에 의해 컨베이어에 의해 자동으로 생산 및 출하되는 제품에 대하여 초음파를 통해 생성되는 음파신호 영상데이터를 인공지능으로 학습시켜 용기의 용량 미달 여부를 검출하고, 용기의 표면에 부착된 광학코드에 대하여 촬영장치를 통해 불량품을 식별할 수 있도록 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템 및 방법을 제공하는데 그 목적이 있다
또한 본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 스마트 팩토리에서 공장자동화에 의해 컨베이어에 의해 자동으로 생산 및 출하되는 제품에 대하여 초음파를 통해 생성되는 음파신호 영상데이터를 인공지능으로 학습시켜 용기의 용량 미달 여부를 검출하고, 제품의 외부 형상의 영상데이터를 인공지능으로 학습시켜 용기의 변형에 따른 불량여부를 판단하며, 용기의 표면에 부착된 광학코드에 대하여 촬영장치를 통해 불량품을 식별할 수 있도록 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템 및 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위하여 본 발명은 인터페이스(110)를 통해 CPS 단말기(400)의 모니터, 키보드 등과 연결되어, 이송수단을 통해 이송되는 내용물이 주입된 제품에 대하여 불량품 식별을 위한 데이터를 입력받는 불량품 식별 서버(100),
상기 제품을 설정된 속도로 이송시키는 이송수단 구동부(120),
이송 중인 각 제품의 용기로 송신된 초음파에 의해 발생되는 음파신호를 수신하여 영상을 생성하는 내용량 검출장치(200),
이송되는 각 제품 용기의 외부형상 및 외부에 인쇄된 바코드나 QR코드를 인식하는 촬영장치(210),
제품의 내용량에 따른 학습용 데이터인 음파신호의 영상 데이터와 이송 중인 제품 내용물의 용량에 따른 음파신호의 영상데이터를 비교하여 이송 중인 각 제품의 내용량을 수치화하여 불량여부를 결정하고, 불량품 식별 서버(100) 내에서 상기 촬영장치로부터 생성된 영상데이터를 3D 이미지로 변환한 데이터를 제공받아 수치화된 각 제품의 용량데이터와 함께 CPS단말기(400)로 전송하는 용량불량검출모델(130),
각 제품에 대한 3D 이미지와 용량수치가 표시되고, 불량품을 구분 표시하는 CPS단말기(400),
불량제품의 바코드나 QR코드를 확인하여 용기를 퇴출시키는 불량품 퇴출장치(300)로 구성되며,
상기 불량품 식별 서버(100)는 스마트 팩토리에서 공장자동화에 의해 자동공정으로 용기에 내용물이 주입되고, 컨베이어를 포함하는 이송수단에 의해 이동되어 출하되는 제품에 대하여 상기 용량불량검출모델(130)을 통해 각 제품의 내용량 미달 여부를 검출하고, 용기의 표면에 부착된 바코드나 QR코드를 이용하여 용량미달 불량품을 제품 출하 전에 검출하는 공정이 인공지능에 의해 자동으로 식별되고, 상기 제품의 이송속도는 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(400)의 푸쉬속도에 따라 결정되는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템을 제공한다.
상기 제품을 설정된 속도로 이송시키는 이송수단 구동부(120),
이송 중인 각 제품의 용기로 송신된 초음파에 의해 발생되는 음파신호를 수신하여 영상을 생성하는 내용량 검출장치(200),
이송되는 각 제품 용기의 외부형상 및 외부에 인쇄된 바코드나 QR코드를 인식하는 촬영장치(210),
제품의 내용량에 따른 학습용 데이터인 음파신호의 영상 데이터와 이송 중인 제품 내용물의 용량에 따른 음파신호의 영상데이터를 비교하여 이송 중인 각 제품의 내용량을 수치화하여 불량여부를 결정하고, 불량품 식별 서버(100) 내에서 상기 촬영장치로부터 생성된 영상데이터를 3D 이미지로 변환한 데이터를 제공받아 수치화된 각 제품의 용량데이터와 함께 CPS단말기(400)로 전송하는 용량불량검출모델(130),
각 제품에 대한 3D 이미지와 용량수치가 표시되고, 불량품을 구분 표시하는 CPS단말기(400),
불량제품의 바코드나 QR코드를 확인하여 용기를 퇴출시키는 불량품 퇴출장치(300)로 구성되며,
상기 불량품 식별 서버(100)는 스마트 팩토리에서 공장자동화에 의해 자동공정으로 용기에 내용물이 주입되고, 컨베이어를 포함하는 이송수단에 의해 이동되어 출하되는 제품에 대하여 상기 용량불량검출모델(130)을 통해 각 제품의 내용량 미달 여부를 검출하고, 용기의 표면에 부착된 바코드나 QR코드를 이용하여 용량미달 불량품을 제품 출하 전에 검출하는 공정이 인공지능에 의해 자동으로 식별되고, 상기 제품의 이송속도는 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(400)의 푸쉬속도에 따라 결정되는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템을 제공한다.
삭제
삭제
삭제
삭제
삭제
삭제
나아가, 상기 촬영장치(210)가 생성한 외부형상 영상데이터와 제품의 변형에 따른 학습용 데이터인 외부형상 영상데이터를 비교하여 이송 중인 각 제품용기의 불량여부를 결정하는 용기변형검출모델(150)이 더 포함되고, 이때 불량으로 결정된 경우 용량불량검출모델(130)의 불량검출 과정을 건너뛰고 3D 이미지와 함께 CPS 단말기로 전송되어 3D 이미지로 불량품을 표시하는 것을 특징으로 한다.
상기한 목적을 달성하기 위하여 본 발명은 생산 제품에 대하여 CPS 단말기(400)와 인터페이스(110)를 통해 관리자가 불량품 식별 서버(100)에 제품의 불량품 식별을 위한 데이터가 입력되는 단계(S100);
상기 제품을 이송하는 이송수단의 이송속도가 입력되는 단계(S110);
상기 이송수단을 통해 내용물이 포함된 제품은 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(400)의 푸쉬속도에 따라 결정되는 이송속도로 이송되는 단계(S120);
용기로 송신된 초음파에 의해 발생되는 음파신호를 수신하여 음파신호 영상을 생성하는 단계(S130);
이송 중인 각 제품 용기의 외부에 인쇄된 바코드나 QR코드 및 외부형상을 영상 인식하는 단계(S140);
이송 중인 제품의 내용물 용량에 따른 음파신호의 영상데이터와 제품의 내용량에 따른 학습용 데이터인 음파신호의 영상 데이터를 비교하는 용량불량검출모델에 의해 자동으로 각 제품의 내용량을 수치화하여 불량여부를 결정하는 단계(S150);
불량품 식별 서버(100) 내에서 이미 생성된 3D 이미지와 수치화된 각 제품의 용량을 용량불량검출모델에 의해 CPS단말기(400)로 전송하는 단계(S160);
각 제품 용기에 대해 용량 수치와 3D 이미지로 CPS단말기(400)에 표시하는 단계(S170);
불량품으로 결정된 용기에 대하여 광학코드를 확인하고 용기의 퇴출을 수행하는 단계(S180);를 포함하여 이루어지는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 방법을 제공한다.
나아가, 단계(S140)에서 생성된 상기 각 제품 용기의 외부형상 영상데이터와 제품의 변형에 따른 학습용 데이터인 외부형상 데이터를 비교하는 용기변형검출모델에 의해 자동으로 불량여부를 결정하는 단계(S145)가 더 포함되며, 이때 불량으로 결정된 경우 단계(S150)을 건너뛰고 바로 단계(S170)에서 3D 이미지로 불량품을 구분되게 표시하는 것이 더 포함되는 것을 특징으로 한다.
본 발명의 실시 예에 따르면 스마트 팩토리에서 공장자동화에 의해 자동공정으로 용기에 내용물이 주입되고, 컨베이어를 포함하는 이송수단에 의해 자동으로 이동되어 출하되는 제품에 대하여 초음파를 이용하여 용기의 용량 미달 여부를 검출하는 용량불량검출모델(130)과, 촬영장치를 이용하여 용기변형 여부를 검출하는 용기변형검출모델(150)을 통해 불량품을 선별하고, 용기의 표면에 부착된 광학코드를 촬영장치를 통해 상기 불량품을 식별하고 관리할 수 있어 자동으로 비용이 저렴하게 불량제품의 출하를 방지할 수 있다.
도 1은 용량미달 불량품 식별 시스템이 생산라인에 배치되는 것을 설명하기 위한 개략도
도 2는 용량미달 불량품 식별 시스템의 작동을 설명하기 위한 개략도이다.
도 3은 본 발명에 따른 CPS(CYBER PHYSICAL SYSTEM)를 이용한 용량미달 불량품 식별 시스템의 실시예를 설명하기 위한 블록 구성도이다.
도 2는 용량미달 불량품 식별 시스템의 작동을 설명하기 위한 개략도이다.
도 3은 본 발명에 따른 CPS(CYBER PHYSICAL SYSTEM)를 이용한 용량미달 불량품 식별 시스템의 실시예를 설명하기 위한 블록 구성도이다.
본 발명의 바람직한 실시 예를 첨부된 도면에 의하여 상세히 설명하면 다음과 같다.
아울러, 본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며 이 경우는 해당되는 발명의 설명부분에서 상세히 그 의미를 기재하였으므로, 단순한 용어의 명칭이 아닌 용어가 가지는 의미로서 본 발명을 파악하여야 함을 밝혀두고자 한다. 또한 실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고, 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
2008년 미국에서 시작된 경제 위기 이후 독일은 제조업의 중요성을 다시 한번 확인했다. 이후 독일은 제조 분야에서 국제적으로 경쟁력이 있으며 독일 경제를 비롯해 세계 경제에서 제조업이 가지는 위상을 드높이고자 인더스트리 4.0 전략을 추진하게 된다.
독일의 인더스트리 4.0 추진 이후 전 세계적인 추세가 돼 4차 산업혁명으로 발전하게 된다. 4차 산업혁명은 제품 라이프사이클 전반에 걸친 가치창출 사슬 조직 및 관리의 새로운 단계로 개인화된 고객의 요구사항에 따라 아이디어 개발과 제조에 대한 주문, 최종 고객에게 전달되는 유통 단계까지 모든 것이 연계되고 연결된 서비스를 의미한다.
인더스트리 4.0의 기반은 모든 가치창출에 관여하는 조직의 네트워킹을 통해 중요한 정보의 실시간 가용성 및 데이터로부터 언제든지 최적의 가치창출 흐름을 도출할 수 있어야 한다. 따라서 기업의 경우 인간과 객체 대상물 및 시스템 연결을 통해 실시간으로 최적화하고 자율적으로 조직하는 범기업적인 가치창출 네트워크 형성을 위해 노력했다.
독일의 인더스트리 4.0 정의에서 개인화된 고객 요구사항의 반영은 대량생산, 대량 고객 맞춤화, 개인 맞춤형 제품 제조 시대로 발전하는 흐름을 반영해 현재까지 확인된 제조방식의 마지막 단계를 추구했다.
개인 맞춤형 제품 제조 방식의 특징은 공급자가 사전에 준비한 모듈을 활용해 제품을 생산하는 대량 고객 맞춤화 방식과는 달리 개인이 요구하는 디자인을 수용하는 개인별 요구사항도 제품에 반영하는 것이다. 개인 맞춤형 제품을 고객이 수용할 만한 가격, 장기적으로는 대량생산 가격에 맞춰 제공하기 위해서는 새로운 유형의 기계·설비가 필요했고 독일에서는 이를 CPS 기반의 ‘스마트 팩토리’란 용어로 정의했다.
스마트 팩토리 구축에 있어 핵심적인 역할을 하는 CPS는 임베디드 시스템, 제조, 물류, 엔지니어링, 프로세스 그리고 인터넷 서비스를 포함한다. 이는 센서를 이용해 직접적으로 물리적인 데이터를 확보하고 액추에이터를 통해 물리적인 처리에 영향을 준다.
또 디지털 네트워크를 통해 서로 연결되고 전 세계에서 가용한 데이터 및 서비스를 활용하며 multi-modal(인간-기계) 인터페이스를 통해 이용 가능하다. CPS는 개방형 사회·기술적 시스템이며 새로운 기능, 서비스 및 특성 활용을 가능하게 한다.
따라서 CPS는 그 규모가 공작기계, 칩, 스마트 팩토리를 비롯해 스마트 가치 네트워크를 구축하며 실제 세계와 여기서 진행되는 다양하고 복잡한 업무, 공정과 정보를, 사물인터넷 (IoT, Internet of Things) 등 네트워크를 통해 데이터에 접근, 처리, 관리하는 개방형 서비스 기반으로 사이버 세계의 디지털 모델에 긴밀하게 연결하고 활용하는 컴퓨터 기반 구성 요소와 시스템을 말한다.
스마트 팩토리는 전통 제조업에 새로운 ICT를 결합, 적용해 모든 생산 과정에서 자율 최적화를 실현하려는 전략이다. 이를 통해 추구하는 가장 큰 목적은 다양한 상황 변경에서도 낭비나 시행착오가 없는 효율적인 ‘제조 최적화’의 달성이다.
CPS는 IoT 기술을 적용해 생산의 전 과정에서 제품, 공정, 설비, 공장 등 모든 개체를 연결, 감시하고 모아진 제조 빅데이터를 관리, 정제, 분석한다. 나아가 실시간 동기화를 통해 현장 상황과 일치하는 사이버모델을 수립해 지능적으로 활용함으로써 자율, 능동적으로 설계, 운영 최적화를 달성하고자 하는 스마트 팩토리의 핵심 기술이라고 할 수 있다.
본 발명은 상기한 스마트 팩토리에 적용되는 CPS에 연결되고, 인공지능(AI)과, 초음파 음파신호 및 용기의 외부형상의 영상데이터를 이용한 용량미달 불량품 식별 시스템을 제공한다.
도 1은 본 발명에 따른 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템이 생산라인에 배치되는 것을 설명하기 위한 개략도이고, 이를 참고하면, 이송수단을 통해 음료를 포함하는 내용물이 담긴 용기들이 이송 시 용량검출 및 영상데이터 획득 영역에서는 내용량 검출장치(200)를 통해 용기내 내용물의 용량에 대응되는 음파신호 영상이 생성되고, 촬영장치(210)에 의해 용기의 외부형상 및 용기의 표면에 인쇄된 바코드나 QR코드가 인식되어 용기를 식별하고, 제품 용기에 대한 3D(3-Dimension) 이미지를 생성하게 된다. 또한, 인터페이스(110)를 통해 관리자가 CPS단말기(400)의 키보드 등을 이용하여 이송수단을 통해 이송되는 내용물이 주입된 용기에 대한 이송수단의 이송속도 및 용기에 포함되는 내용물의 정량범위 등을 입력할 수 있다. 한편 내용량 검출장치(200)에서의 용량검출 시간과 촬영장치(210)에서의 영상획득 시간에 따라 일정 소요시간 후에 불량이 결정되고, 불량이 결정된 용기에 대하여 불량품 퇴출장치(300)가 예를 들면 푸쉬동작을 수행하는 시간을 포함하여 퇴출영역에서는 별도의 광학코드 리더기를 포함하여 광학코드를 다시 한번 확인한 후 불량품 퇴출장치(300)의 푸쉬 동작을 통해 불량품으로 결정된 용기가 퇴출된다.
도 2는 용량미달 불량품 식별 시스템의 작동을 설명하기 위한 개략도로 내용량 검출장치(200)와 촬영장치(210)가 개략적으로 보여지지만, 촬영장치(210)는 바코드나 QR코드를 영상인식할 뿐 아니라 외부형상 데이터를 얻기 위해 복수로 설치될 수 있다. 또한 불량품 식별 서버(100) 내에는 상기 촬영장치로부터 생성된 영상데이터를 3D 이미지로 변환하는 부분이 있어, 용량불량검출모델(130)을 통해 CPS단말기로 전송한다.
내용량검출장치(200)는 초음파 송신장치와 마이크로 폰 등의 수신부로 이루어지고, 제품에 초음파를 송신하면 제품의 용기를 진동시키며 발생되는 음파신호를 수신부가 획득하여 영상데이터로 생성한다.
용량불량검출모델(130)에는 사전에 샘플링된 내용물을 담은 제품으로부터 획득한 음파신호의 영상인 학습용데이터를 저장하고, 머신러닝, 딥러닝 등 인공지능을 이용하여 음파신호 영상에 따른 용기의 내용량을 예측할 수 있도록 학습시키고, 실제 제품에서 발생하는 음파신호 영상과 상기 학습용데이터를 비교하여 제품의 내용량을 수치화하여 제품의 불량여부를 결정하며, 불량품 식별 서버(100) 내에서 제공받은 3D 이미지와 수치화된 각 제품의 용량을 용량불량검출모델에 의해 CPS단말기(400)로 전송해 각 제품에 대해 용량표시와 함께 3D 이미지를 표시장치에 표시할 수 있다.
또한 용기변형검출모델(150)에는 사전에 샘플링된 제품의 용기 외부형상의 학습용데이터를 저장하고, 머신러닝, 딥러닝 등 인공지능을 이용하여 용기 외부형상에 따른 용기의 변형 불량여부를 예측할 수 있도록 학습시키고, 실제 제품에서 얻어진 외부형상 영상데이터와 상기 학습용데이터를 비교하여 용기의 변형을 판단한다. 이때 불량으로 판정할 경우 용량불량검출모델(130)에서 내용량을 수치적으로 결정하는 과정 없이 용량불량검출모델을 통해 3D 이미지를 CPS 단말기(400)로 전송하여 CPS단말기의 표시장치에 3D 이미지로 불량품을 구분되게 표시될 수 있으므로, 용량불량검출모델(130)은 특이점들을 고려하지도 않아도 됨으로써 시스템의 부하를 감소시킬 수 있다.
이러한 용기변형검출모델(150)은 본 발명의 용량미달 불량품 식별 시스템에 부가적으로 구성될 수 있다.
도 3에 나타낸 바와 같이, 본 발명에 따른 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템은 불량품 식별 서버(100), 인터페이스(110), 이송수단 구동부(120), 용량불량검출모델(130), 불량출력부(140), 용기변형검출모델(150), 내용량 검출장치(200), 촬영장치(210), 불량품 퇴출장치(300) 및 관리자 스마트폰(500)을 포함하여 구성될 수 있다.
불량품 식별 서버(100)는 스마트 팩토리에서 공장자동화에 의해 자동공정으로 용기에 내용물이 주입되고, 컨베이어를 포함하는 이송수단에 의해 자동으로 이동되어 출하되는 제품에 대하여 일정한 크기의 용기에 담겨 이동되는 제품에 대하여 초음파를 통해 용기의 용량 미달 여부를 검출하고, 용기의 표면에 부착된 광학코드에 대하여 촬영장치를 통해 용량미달 불량품을 제품 출하전에 자동으로 식별하여 불량제품의 출하를 원천적으로 방지한다.
이를 위하여 불량품 식별 서버(100)는 인터페이스(110)를 통해 CPS 단말기(400)의 입출력 장치와 연결되어, 이송수단을 통해 이송되는 내용물이 주입된 제품에 대하여 불량품 식별을 위한 데이터를 입력받는다. 예를 들어 이송수단의 이송속도, 용기에 포함되는 내용물의 정량범위 등이 설정된다.
이송수단 구동부(120)는 컨베이어를 포함하는 용기를 설정된 속도로 자동이송시킨다.
내용량 검출장치(200)는 이송수단을 통해 이송되는 각 제품의 용기에서 발생되는 음파신호 영상데이터를 생성하고, 촬영장치(210)는 각 제품 용기의 외부에 인쇄된 바코드나 QR코드를 인식하고, 각 제품 용기의 외부형상 영상데이터를 생성한다.
각 제품 용기의 외부형상 영상데이터는 불량품 식별 서버(100) 내에서 3D 이미지로 변환되어 CPS 단말기로 입력될 수 있다.
또한 용량불량검출모델(130)은 제품 내용물의 용량에 따른 음파신호의 영상데이터와 학습용데이터를 비교하여 각 제품의 용량을 수치화하여 불량여부를 결정한다.
불량출력부(140)는 용량불량검출모델(130)의 결정에 따라 정량범위를 벗어난 경우 음성이나, 경고등 등의 불량여부를 출력한다.
한편 용기변형검출모듈(150)이 추가되는 경우, 각 제품 용기의 외부형상의 영상데이터와 용기변형검출모듈(150)의 학습용데이터를 비교하여 용기변형여부를 판정할 수 있다.
여기서 용기의 변형 상태는 용기의 찌그러짐, 눌림 등 전체적으로 용기의 변형이 육안으로 확인되는 정도로 학습시킬 수 있다.
불량품 퇴출장치(300)는 용량불량검출모델(130)과 용기변형검출모듈(150)에서의 용기 내용물에 대한 용량검출 및 용기변형에 따른 결과로 불량품으로 결정된 용기에 대하여 퇴출을 수행한다.
관리자 스마트폰(500)은 제품 생산시에 용기 용량미달에 의한 불량이 발생하는 경우 이에 대한 정보를 전송받는다. 이러한 정보로는 불량이 발생한 이송수단 식별정보가 될 수 있고, 그에 따라 관리자는 적절한 후속조치를 취하게 된다. 이러한 후속조치로는 용기에 내용물을 주입하는 주입기의 검사, 이송수단의 이상발생, 내용량 검출장치(200)의 이상발생 및 불량품으로 판정되어 푸쉬동작에 의해 불량품으로 판정된 용기가 담긴 퇴출박스를 적절히 정리하는 것을 포함한다.
본 발명에 따른 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템의 불량품 식별 방법을 설명한다.
먼저 제품에 대하여 인터페이스(110)를 통해 관리자가 불량품 식별 서버(100)에 제품 용기의 정량과 불량 허용범위에 대한 용량 정보를 입력한다.
이어 이송수단의 이송속도를 입력한다. 이러한 이송속도는 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(400)의 푸쉬속도 등에 따라 결정된다.
그 다음 생산이 시작되어 이송수단을 통해 내용물이 포함된 제품이 이송된다.
그러면 내용량 검출장치(200)는 이송되는 각 제품의 용기에서 발생되는 음파신호 영상을 생성하고, 촬영장치(210)는 용기의 외부에 인쇄된 광학코드 및 외부형상을 영상으로 인식한다.
용량불량검출모델(130)은 내용량 검출장치(200)에 의해 생성된 음파신호 영상과 학습용데이터를 비교하여 제품의 수치화된 용량으로 제품의 불량여부를 결정한다.
불량품 식별 서버(100) 내에서 이미 생성된 3D 이미지와 수치화된 각 제품의 용량을 용량불량검출모델(130)에 의해 CPS단말기(400)로 전송한다.
CPS 단말기(400)의 모니터에는 각 제품에 대한 3D 이미지와 용량수치가 표시되고, 불량품을 구분 표시되며, 불량출력부(140)에서는 불량을 출력(음성 및 경고등)하며, 관리자 스마트폰(500)으로 불량검출 위치정보(예로써, 이송수단 식별정보)를 전송할 수 있다.
한편 불량품 퇴출장치(300)는 광학코드를 리드하는 확인과정을 통해 불량이 발생한 용기의 광학코드를 인식하여 용기를 퇴출시킨다. 앞에서 설명한 바와 같이 불량품 퇴출장치(400)를 이용하여 이송수단에서 용기를 푸쉬(밀어서)하여 추락시키는 방법 등이 있다.
또한 불량품 식별서버(100)는 불량품 검출여부에 대한 종합적인 데이터, 즉 불량이 발생한 이송수단 식별정보, 주입기의 검사, 이송수단의 이상발생, 용기용량 검출장치(200)의 이상발생 등의 정보를 CPS 단말기(400)의 모니터에 표시되어 관리자가 적절한 후속조치(수리, 교체, 점검 등)를 취하게 된다.
이상과 같은 예로 본 발명을 설명하였으나, 본 발명은 반드시 이러한 예들에 국한되는 것이 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서 본 발명에 개시된 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 예들에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.
100 : 불량품 식별 서버 110 : 인터페이스
120 : 이송수단 구동부 130 : 용량불량검출모델
140 : 불량출력부 150 : 용기변형검출모델
200 : 내용량 검출장치 210 : 촬영장치
300 : 불량품 퇴출장치 400 : CPS 단말기
500 : 관리자 스마트폰
120 : 이송수단 구동부 130 : 용량불량검출모델
140 : 불량출력부 150 : 용기변형검출모델
200 : 내용량 검출장치 210 : 촬영장치
300 : 불량품 퇴출장치 400 : CPS 단말기
500 : 관리자 스마트폰
Claims (6)
- 인터페이스(110)를 통해 CPS 단말기(400)의 모니터, 키보드 등과 연결되어, 이송수단을 통해 이송되는 내용물이 주입된 제품에 대하여 불량품 식별을 위한 데이터를 입력받는 불량품 식별 서버(100),
상기 제품을 설정된 속도로 이송시키는 이송수단 구동부(120),
이송 중인 각 제품의 용기로 송신된 초음파에 의해 발생되는 음파신호를 수신하여 영상을 생성하는 내용량 검출장치(200),
이송되는 각 제품 용기의 외부형상 및 외부에 인쇄된 바코드나 QR코드를 인식하는 촬영장치(210),
제품의 내용량에 따른 학습용 데이터인 음파신호의 영상 데이터와 이송 중인 제품 내용물의 용량에 따른 음파신호의 영상데이터를 비교하여 이송 중인 각 제품의 내용량을 수치화하여 불량여부를 결정하고, 불량품 식별 서버(100) 내에서 상기 촬영장치로부터 생성된 영상데이터를 3D 이미지로 변환한 데이터를 제공받아 수치화된 각 제품의 용량데이터와 함께 CPS단말기(400)로 전송하는 용량불량검출모델(130),
각 제품에 대한 3D 이미지와 용량수치가 표시되고, 불량품을 구분 표시하는 CPS단말기(400),
불량제품의 바코드나 QR코드를 확인하여 용기를 푸쉬하여 퇴출박스로 추락시켜 퇴출시키는 불량품 퇴출장치(300)로 구성되며,
상기 불량품 식별 서버(100)는 스마트 팩토리에서 공장자동화에 의해 자동공정으로 용기에 내용물이 주입되고, 컨베이어를 포함하는 이송수단에 의해 이동되어 출하되는 제품에 대하여 상기 용량불량검출모델(130)을 통해 각 제품의 내용량 미달 여부를 검출하고, 용기의 표면에 부착된 바코드나 QR코드를 이용하여 용량미달 불량품을 제품 출하 전에 검출하는 공정이 인공지능에 의해 자동으로 식별되고, 상기 제품의 이송속도는 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(300)의 푸쉬속도에 따라 결정되는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템.
- 청구항 1에 있어서,
상기 촬영장치(210)가 생성한 외부형상 영상데이터와 제품의 변형에 따른 학습용 데이터인 외부형상 영상데이터를 비교하여 이송 중인 각 제품용기의 불량여부를 결정하는 용기변형검출모델(150)이 더 포함되고, 이때 불량으로 결정된 경우 용량불량검출모델(130)의 불량검출 과정을 건너뛰고 3D 이미지와 함께 CPS 단말기로 전송되어 3D 이미지로 불량품을 표시하는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 시스템.
- 삭제
- 생산 제품에 대하여 CPS 단말기(400)와 인터페이스(110)를 통해 관리자가 불량품 식별 서버(100)에 제품의 불량품 식별을 위한 데이터가 입력하는 단계(S100);
상기 제품을 이송하는 이송수단의 이송속도가 입력되는 단계(S110);
상기 이송수단을 통해 내용물이 포함된 제품은 내용량 검출장치(200)의 검출성능, 촬영장치(210)의 영상인식속도에 따른 불량품 검출시간과 불량품 퇴출장치(300)의 푸쉬속도에 따라 결정되는 이송속도로 이송되는 단계(S120);
용기로 송신된 초음파에 의해 발생되는 음파신호를 수신하여 음파신호 영상을 생성하는 단계(S130);
이송 중인 각 제품 용기의 외부에 인쇄된 바코드나 QR코드 및 외부형상을 영상 인식하는 단계(S140);
이송 중인 제품의 내용물 용량에 따른 음파신호의 영상데이터와 제품의 내용량에 따른 학습용 데이터인 음파신호의 영상 데이터를 비교하는 용량불량검출모델에 의해 자동으로 각 제품의 내용량을 수치화하여 불량여부를 결정하는 단계(S150);
불량품 식별 서버(100) 내에서 이미 생성된 3D 이미지와 수치화된 각 제품의 용량을 용량불량검출모델에 의해 CPS단말기(400)로 전송하는 단계(S160);
각 제품 용기에 대해 용량 수치와 3D 이미지로 CPS단말기(400)에 표시하는 단계(S170);
불량품으로 결정된 용기에 대하여 광학코드를 확인하고 용기를 푸쉬하여 퇴출박스로 추락시켜 퇴출을 수행하는 단계(S180);를 포함하여 이루어지는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 방법.
- 청구항 4에 있어서,
단계(S140)에서 생성된 상기 각 제품 용기의 외부형상 영상데이터와 제품의 변형에 따른 학습용 데이터인 외부형상 데이터를 비교하는 용기변형검출모델에 의해 자동으로 불량여부를 결정하는 단계(S145)가 더 포함되며, 이때 불량으로 결정된 경우 단계(S150)을 건너뛰고 바로 단계(S170)에서 3D 이미지로 불량품을 구분되게 표시하는 것을 특징으로 하는 CPS(CYBER PHYSICAL SYSTEM)에 연결된 용량미달 불량품 식별 방법.
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210009432A KR102525459B1 (ko) | 2021-01-22 | 2021-01-22 | Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210009432A KR102525459B1 (ko) | 2021-01-22 | 2021-01-22 | Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220106478A KR20220106478A (ko) | 2022-07-29 |
KR102525459B1 true KR102525459B1 (ko) | 2023-04-25 |
Family
ID=82606561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210009432A KR102525459B1 (ko) | 2021-01-22 | 2021-01-22 | Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102525459B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102597927B1 (ko) * | 2022-08-16 | 2023-11-30 | 주식회사 포르망 | 화장품의 중량 선별 장치 |
CN117735462B (zh) * | 2024-02-19 | 2024-04-26 | 广东诗妃化妆品有限公司 | 一种用于化妆品包装质量检测设备的控制系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040096936A (ko) * | 2004-10-08 | 2004-11-17 | 차경석 | 영점타겟을 가진 초음파 측정장치 |
CA2989702A1 (en) | 2015-06-15 | 2016-12-22 | Humatics Corporation | High-precision time of flight measurement system |
CN108026508A (zh) | 2015-06-16 | 2018-05-11 | 安斯百克特生物系统公司 | 连续生物打印的多层组织结构 |
KR20170126602A (ko) * | 2016-05-10 | 2017-11-20 | 박석준 | 영상분석을 활용한 가상 실제(cps) 물류 통합관제 시스템 |
KR20160124055A (ko) | 2016-10-14 | 2016-10-26 | 네이버 주식회사 | 지도 상에서의 드로잉을 통한 개인 경로의 생성 및 공유 |
KR20180116777A (ko) | 2017-04-17 | 2018-10-26 | 학교법인 두원학원 | 클러치리스 압축기의 동력전달장치 |
KR20200063340A (ko) * | 2018-11-22 | 2020-06-05 | 한국클라우드컴퓨팅연구조합 | 클라우드향 기계학습 기반의 품질 검사 방법 및 그 시스템 |
-
2021
- 2021-01-22 KR KR1020210009432A patent/KR102525459B1/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
KR20220106478A (ko) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102525459B1 (ko) | Cps(cyber physical system)에 연결된 용량미달 불량품 식별 시스템 및 방법 | |
Javaid et al. | Exploring impact and features of machine vision for progressive industry 4.0 culture | |
Lee et al. | A big data analytics platform for smart factories in small and medium-sized manufacturing enterprises: An empirical case study of a die casting factory | |
KR20220042916A (ko) | 제품 결함 이미지 원격 학습을 통한 비전 검사 시스템 | |
US20220084186A1 (en) | Automated inspection system and associated method for assessing the condition of shipping containers | |
KR100971009B1 (ko) | 제품 재생 관리 시스템 | |
CN108872247A (zh) | 一种基于机器视觉及rfid的产品自动检测系统及检测方法 | |
CN102446313A (zh) | 一种产品质量管控方法及电子产品质量追溯方法 | |
KR102339932B1 (ko) | 유연 생산 공정 시스템 | |
Massaro et al. | Sensing and quality monitoring facilities designed for pasta industry including traceability, image vision and predictive maintenance | |
CN103996102A (zh) | 一种集装箱箱体查验方法 | |
Rajab et al. | Using Industry 4.0 capabilities for identifying and eliminating lean wastes | |
CN115605813A (zh) | 容器处理机和用于监控容器处理机的运行的方法 | |
CN114638573B (zh) | 一种智能化货运物流管理系统及方法 | |
CN105629941A (zh) | 一种利用rfid对钢管流转工序的实时品质管理系统 | |
US20220284699A1 (en) | System and method of object detection using ai deep learning models | |
KR20230156680A (ko) | 패키징 또는 공병의 수거 및 재사용/재활용 방법, 장치 및 시스템 | |
Stavropoulos et al. | Designing a digitalized cell for remanufacturing of automotive frames | |
Massaro et al. | Intelligent processes in automated production involving Industry 4.0 technologies and artificial intelligence | |
EP3579157A1 (en) | Recycling management system and method | |
KR20210122429A (ko) | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 | |
CN111401154A (zh) | 一种基于ar的物流精准配送透明化辅助作业装置 | |
Arora et al. | A Comparative Study on Application of Artificial Intelligence for Quality Assurance in Manufacturing | |
CN109409453B (zh) | 一种封箱机缺条追溯系统及其举证方法 | |
Kumar et al. | Machine Vision and Radio-Frequency Identification (RFID) based Real-Time Part Traceability in a Learning Factory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |