KR102525954B1 - 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법 - Google Patents

생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법 Download PDF

Info

Publication number
KR102525954B1
KR102525954B1 KR1020220171917A KR20220171917A KR102525954B1 KR 102525954 B1 KR102525954 B1 KR 102525954B1 KR 1020220171917 A KR1020220171917 A KR 1020220171917A KR 20220171917 A KR20220171917 A KR 20220171917A KR 102525954 B1 KR102525954 B1 KR 102525954B1
Authority
KR
South Korea
Prior art keywords
production
parameter
defect
numerical
production cycle
Prior art date
Application number
KR1020220171917A
Other languages
English (en)
Inventor
김상동
Original Assignee
주식회사 루트시스템
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 루트시스템 filed Critical 주식회사 루트시스템
Priority to KR1020220171917A priority Critical patent/KR102525954B1/ko
Application granted granted Critical
Publication of KR102525954B1 publication Critical patent/KR102525954B1/ko

Links

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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • General Factory Administration (AREA)

Abstract

본 발명은 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법에 관한 것이다.
본 발명의 일 실시예에 따른 전자 장치는 메모리(memory) 및 상기 메모리와 연결된 프로세서(processor)를 포함하고, 상기 프로세서는, 복수개의 생산설비로부터 기설정된 생산주기별로 기설정된 생산파라미터별로 수치값을 수신하고, 사용자단말로부터 상기 생산주기에 해당하는 불량률에 관한 정보를 수신하고, 상기 생산파라미터별로 상기 수치값을 기설정된 수치등급에 따라 분류하고, 상기 생산주기별 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 기반으로 결함파라미터 및 결함범위를 도출할 수 있다.

Description

생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법 {APPARATUS AND METHOD FOR DERIVING DEFECT PARAMETERS AND DEFECT RANGES OF PRODUCTION FACILITIES}
본 발명은 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
가공 및 사출 등의 제품 생산설비에서는 다양한 파라미터가 생산의 품질에 영향을 미친다.
예를 들면, 가공속도, 가공툴의 회전속도, 사출시간, 공정시간, 온도 등등 다양한 파라미터가 불량률에 영향을 미칠 수 있다.
이 때, 생산 설비의 운영자는 어떠한 파라미터에 의하여 불량률이 발생하는지, 어떠한 파라미터의 어느 정도의 범위에서 불량률이 발생하는지 확인하기는 용이하지 않다.
이에 본 발명에서는 불량률을 감소시키기 위하여, 불량률에 영향을 미치는 결함파라미터 및 결함범위를 도출할 수 있는 기술을 제시하고자 한다.
한국등록특허 제10-2171807호 (2020.10.23.)
본 발명의 일 실시예는 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법을 제공하는 것이다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상술한 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 전자 장치는 메모리(memory) 및 상기 메모리와 연결된 프로세서(processor)를 포함하고, 상기 프로세서는, 복수개의 생산설비로부터 기설정된 생산주기별로 기설정된 생산파라미터별로 수치값을 수신하고, 사용자단말로부터 상기 생산주기에 해당하는 불량률에 관한 정보를 수신하고, 상기 생산파라미터별로 상기 수치값을 기설정된 수치등급에 따라 분류하고, 상기 생산주기별로 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 기반으로 결함파라미터 및 결함범위를 도출할 수 있다.
이 때, 상기 프로세서는, 상기 생산파라미터별로 상기 수치값의 최저값과 최고값을 도출하고, 상기 최저값과 상기 최고값 사이에서 기설정된 수치간격에 따라 상기 수치등급을 설정하고, 상기 생산파라미터별로 해당 수치값에 따라 해당 수치등급으로 분류할 수 있다.
이 때, 상기 프로세서는, 상기 불량률이 기설정된 임계불량률을 초과하는 제1 생산주기를 도출하고, 상기 제1 생산주기에서 상기 불량률이 가장 높은 제2 생산주기를 기준으로 다른 제1 생산주기들과의 상기 생산파라미터별 수치등급의 제1 관련도를 도출하고, 상기 제1 관련도가 기설정된 제1 임계관련도를 초과하는 제3 생산주기를 도출하고, 상기 제2 생산주기와 상기 제3 생산주기의 수치등급이 동일한 제1 생산파라미터를 도출하고, 상기 제1 생산파라미터를 제1 결함파라미터로 도출하고, 상기 제1 생산파라미터의 수치등급에 해당하는 수치값을 제1 결함범위로 도출할 수 있다.
이 때, 상기 프로세서는, 상기 불량률이 상기 임계불량률 이하인 제4 생산주기를 도출하고, 상기 제4 생산주기에서 상기 불량률이 가장 낮은 제5 생산주기를 기준으로 다른 제4 생산주기들과의 상기 생산파라미터별 수치등급의 제2 관련도를 도출하고, 상기 제2 관련도가 기설정된 제2 임계관련도를 초과하는 제6 생산주기를 도출하고, 상기 제5 생산주기와 상기 제6 생산주기의 수치등급이 동일한 제2 생산파라미터를 도출하고, 상기 제2 생산파라미터를 안전생산파라미터로 설정하고, 상기 제2 생산파라미터의 수치등급에 해당하는 수치값을 안전범위로 도출하고, 상기 제1 결함파라미터에서 상기 제1 결함범위와 상기 안전범위가 동일한 상기 안전생산파라미터가 존재하는 경우, 상기 제1 결함파라미터에서 상기 안전생산파라미터를 제거하여 상기 결함파라미터를 도출하고, 상기 결함파라미터의 수치등급에 해당하는 수치값을 상기 결함범위로 도출할 수 있다.
이 때, 상기 제1 관련도는, 상기 제2 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제1 비교값으로 설정하고, 상기 제2 생산주기를 제외한 다른 제1 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제2 비교값으로 설정하고, 아래 수학식에 의하여 산출되되,
Figure 112022132868679-pat00001
DoR(Degree of Relevance)1은 상기 제1 관련도를 의미하고, CV(Comparative Value)1은 상기 제1 비교값을 의미하고, CV2는 상기 제2 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미할 수 있다.
이 대, 상기 제2 관련도는, 상기 제5 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제3 비교값으로 설정하고, 상기 제5 생산주기를 제외한 다른 제4 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제4 비교값으로 설정하고, 아래 수학식에 의하여 산출되되,
Figure 112022132868679-pat00002
DoR2는 상기 제2 관련도를 의미하고, CV3은 상기 제3 비교값을 의미하고, CV4는 상기 제4 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미할 수 있다.
이 때, 상기 프로세서는, 상기 생산주기별 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 상기 생산설비별로 분류하고, 불량률이 상기 임계불량률을 초과하고, 상기 생산파라미터 중에서 상기 수치값이 상기 안전범위에 포함되는 상기 안전생산파라미터의 비율이 기설정된 안전비율을 초과하는 생산주기의 비율이 기설정된 고장의심기준을 초과하는 생산설비는 고장의심생산설비로 분류하고, 상기 고장의심생산설비에 관한 정보를 상기 사용자단말로 송신할 수 있다.
이와 같이 본 발명의 일 실시예에 따르면, 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법을 제공할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1은 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 장치의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 전자 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따라 생산설비 및 사용자단말로부터 수신된 정보가 정리된 표이다.
도 4는 본 발명의 일 실시예에 따라 관련도 도출을 위한 제1 비교값 및 제2 비교값을 생성하는 도면이다.
도 5는 본 발명의 일 실시예에 따라 고장의심생산설비를 도출하는 과정을 나타내는 표이다.
도 6은 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법의 흐름도이다.
상기 도면들을 통해, 유사 참조 번호들은 동일한 혹은 유사한 엘리먼트들과, 특징들 및 구조들을 도시하기 위해 사용된다는 것에 유의해야만 한다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
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.
마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이 때, 본 실시 예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 발명의 실시예들을 구체적으로 설명함에 있어서, 특정 시스템의 예를 주된 대상으로 할 것이지만, 본 명세서에서 청구하고자 하는 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템 및 서비스에도 본 명세서에 개시된 범위를 크게 벗어나지 아니하는 범위에서 적용 가능하며, 이는 당해 기술분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능할 것이다.
도 1은 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 장치(100)의 개념도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 장치(100)는 생산설비에서 생산할 때 필요한 생산파라미터 및 수치값을 수신하고, 사용자단말로부터 해당 생산설비에서의 불량률을 수신하여, 어떠한 생산파라미터의 어떠한 수치값에서 불량이 발생하는지 확인할 수 있고, 이를 사용자단말에 송신하여, 사용자로 하여금 해당 생산파라미터 및 해당 수치값에서는 생산이 되지 않도록 사전에 설계하도록 할 수 있다.
한편, 생산 설비의 결함파라미터 및 결함범위 도출 장치(100)는 본 발명에서 '전자 장치(100)'로 호칭될 수도 있다.
이 때, 사용자단말(200)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등을 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 전자 장치(100)의 블록도이다.
일 실시예에 따른 전자 장치(100)는 프로세서(110) 및 메모리(120)를 포함한다. 프로세서(110)는 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(120)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(120)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다. 메모리(120)는 '데이터베이스', '저장부' 등으로 호칭될 수 있다.
프로세서(110)는 프로그램을 실행하고, 전자 장치(100)를 제어할 수 있다. 프로세서(110)에 의하여 실행되는 프로그램의 코드는 메모리(120)에 저장될 수 있다. 장치(100)는 입출력 장치(미도시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이 때, 상기 프로세서(110)는, 복수개의 생산설비로부터 기설정된 생산주기별로 기설정된 생산파라미터별로 수치값을 수신할 수 있다.
이 때, 상기 생산파라미터는, 생산설비에서 사용되는 데이터에 관한 것일 수 있다. 예를 들어, CNC 가공의 경우, 가공속도, 회전속도, 공구온도 등이 해당될 수 있고, 사출의 경우, 사출시간, 계량시간, 공정시간, 행폐시간, 히터온도, 오일온도, 금형온도, 계량속도, 사출압력 등이 해당될 수 있다.
이 때, 상기 생산주기는, 사용자에 의하여 임의로 설정된 기간일 수 있으며, 예를 들어, 1일, 1주일 등으로 또는 하나의 설계데이터에 의한 생산기간 등으로 설정될 수 있다. 또한, 다른 생산주기와 구분할 수 있도록 도 3에 도시된 바와 같이 별도의 식별할 수 있는 코드를 할당하여 정리될 수 있다.
이 때, 상기 수치값은 상기 생산주기에서 측정된 상기 생산파라미터의 값의 평균값으로 설정될 수 있다.
또한, 상기 프로세서(110)는, 사용자단말로부터 상기 생산주기에 해당하는 불량률에 관한 정보를 수신할 수 있다. 불량률에 대한 판단은 사용자에 의한 판단에 의하거나, 상기 생산설비 외의 불량판정설비에 의하여 판단될 수 있으며, 이때는 상기 사용자단말이 상기 불량판정설비일 수 있다.
또한, 상기 프로세서(110)는, 상기 생산파라미터별로 상기 수치값을 기설정된 수치등급에 따라 분류할 수 있다. 이는 상기 수치값은 매우 세세하여 불량에 영향을 미치는 특정한 값을 도출하기란 어렵기 때문이다.
이를 위하여, 도 3을 참조하면, 상기 프로세서(110)는, 상기 생산파라미터별로 상기 수치값의 최저값과 최고값을 도출하여, 상기 생산파라미터별로 수치값의 한계를 미리 정할 수 있다.
또한, 상기 프로세서(110)는, 상기 최저값과 상기 최고값 사이에서 기설정된 수치간격에 따라 상기 수치등급을 설정할 수 있다.
이 때, 상기 수치간격은 사용자에 의하여 임의로 설정될 수 있으며, 예를 들어, 상기 수치등급을 1에서 5의 정수값으로 구분하는 경우, 상기 수치간격은 상기 최저값과 최고값을 상기 5로 나눈 값으로 설정될 수 있다.
또한, 상기 프로세서(110)는, 상기 생산파라미터별로 해당 수치값에 따라 해당 수치등급으로 분류할 수 있다.
또한, 상기 프로세서(110)는, 상기 생산주기별로 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 기반으로 결함파라미터 및 결함범위를 도출할 수 있다.
상기 결함파라미터 및 결함범위를 도출하기 위하여, 상기 프로세서(110)는, 상기 불량률이 기설정된 임계불량률을 초과하는 제1 생산주기를 도출할 수 있다.
이 때, 상기 임계불량률은 생산설비의 효율에 기반하여 사용자가 임의로 설정할 수 있으며, 예를 들면 20% 또는 30% 등으로 설정될 수 있다.
또한, 상기 프로세서(110)는, 상기 제1 생산주기에서 상기 불량률이 가장 높은 제2 생산주기를 기준으로 다른 제1 생산주기들과의 상기 생산파라미터별 수치등급의 제1 관련도를 도출할 수 있다.
도 4를 참조하면, 상기 제1 관련도는, 상기 제2 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제1 비교값으로 설정하고, 상기 제2 생산주기를 제외한 다른 제1 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제2 비교값으로 설정하고, 아래 수학식 1에 의하여 산출될 수 있다.
[수학식 1]
Figure 112022132868679-pat00003
이 때, DoR(Degree of Relevance)1은 상기 제1 관련도를 의미하고, CV(Comparative Value)1은 상기 제1 비교값을 의미하고, CV2는 상기 제2 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미할 수 있다.
또한, 상기 프로세서(110)는, 상기 제1 관련도가 기설정된 제1 임계관련도를 초과하는 제3 생산주기를 도출할 수 있다. 이를 통하여, 불량률이 높은 생산주기와 생산파라미터별 수치등급이 유사한 생산주기를 도출하여, 불량에 영향을 끼치는 공통된 생산파라미터를 추출할 수 있다.
이 때, 상기 제1 임계관련도는 상기 제1 관련도들의 평균값으로 설정될 수 있다.
이에 상기 프로세서(110)는, 상기 제2 생산주기와 상기 제3 생산주기의 수치등급이 동일한 제1 생산파라미터를 도출할 수 있고, 상기 제1 생산파라미터를 제1 결함파라미터로 도출하고, 상기 제1 생산파라미터의 수치등급에 해당하는 수치값을 제1 결함범위로 도출할 수 있다.
다만, 상기 불량률이 높은 곳에 상호 공통되는 생산파라미터라 하더라도, 정상공정에 해당하는 생산파라미터가 있을 수 있다.
따라서, 불량에 영향이 끼치지 않는 안전생산파라미터 및 안전범위(수치값, 수치등급)은 상기 제1 생산파라미터 및 상기 제1 결함범위에서 제거하는 것이 보다 정확성을 향상시킬 수 있다.
이를 위하여, 상기 프로세서(110)는, 상기 프로세서(110)는, 상기 불량률이 상기 임계불량률 이하인 제4 생산주기를 도출하고, 상기 제4 생산주기에서 상기 불량률이 가장 낮은 제5 생산주기를 기준으로 다른 제4 생산주기들과의 상기 생산파라미터별 수치등급의 제2 관련도를 도출할 수 있다.
이 때, 상기 제2 관련도는, 상기 제1 관련도와 유사한 방식으로 상기 제5 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제3 비교값으로 설정하고, 상기 제5 생산주기를 제외한 다른 제4 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제4 비교값으로 설정하고, 아래 수학식 2에 의하여 산출될 수 있다.
[수학식 2]
Figure 112022132868679-pat00004
이 때, DoR2는 상기 제2 관련도를 의미하고, CV3은 상기 제3 비교값을 의미하고, CV4는 상기 제4 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미할 수 있다.
또한, 상기 프로세서(110)는, 상기 제2 관련도가 기설정된 제2 임계관련도를 초과하는 제6 생산주기를 도출하고, 상기 제5 생산주기와 상기 제6 생산주기의 수치등급이 동일한 제2 생산파라미터를 도출하고, 상기 제2 생산파라미터를 안전생산파라미터로 설정하고, 상기 제2 생산파라미터의 수치등급에 해당하는 수치값을 안전범위로 도출할 수 있다.
또한, 상기 프로세서(110)는, 상기 제1 결함파라미터에서 상기 제1 결함범위와 상기 안전범위가 동일한 상기 안전생산파라미터가 존재하는 경우, 상기 제1 결함파라미터에서 상기 안전생산파라미터를 제거하여 상기 결함파라미터를 도출하고, 상기 결함파라미터의 수치등급에 해당하는 수치값을 상기 결함범위로 도출할 수 있다.
상술한 발명은 생산주기에 따라 생산파라미터가 불량률에 미치는 영향을 확인할 수 있다. 그러나, 생산설비 자체에 불량이 발생한 경우에는 결함파라미터와 결함범위와는 상관없이 불량률이 발생할 수 있어, 사용자에게 설비 자체의 결함이 있는 경우를 미리 알려줄 필요가 있다.
이에 도 5를 참조하면, 상기 프로세서(110)는, 상기 생산주기별 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 상기 생산설비별로 분류할 수 있다.
또한, 상기 프로세서(110)는, 불량률이 상기 임계불량률을 초과하고, 상기 생산파라미터 중에서 상기 수치값이 상기 안전범위에 포함되는 상기 안전생산파라미터의 비율이 기설정된 안전비율을 초과하는 생산주기의 비율이 기설정된 고장의심기준을 초과하는 생산설비는 고장의심생산설비로 분류할 수 있다.
이 때, 상기 안전비율은 상기 제4 생산주기(임계불량률 이하의 생산주기)에서 전체 생산파라미터 중 안전생산파라미터가 차지하는 비율의 평균값으로 설정될 수 있다.
또한, 상기 고장의심기준은 사용자에 의하여 임의로 설정될 수 있으며, 과반수 즉, 50%로 설정될 수 있다.
도 5에 도시된 바에 의하여, 생산설비 D는 고장의심기준과 비교하는 비율이 2/5에 불과하여 상기 고장의심기준이 50%인 경우에는 고장의심생산설비로 분류하지 않아도 된다.
또한, 상기 프로세서(110)는, 상기 고장의심생산설비에 관한 정보를 상기 사용자단말로 송신하여 후속조치를 취할 수 있도록 할 수 있다.
도 6은 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법의 흐름도이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법은 복수개의 생산설비로부터 기설정된 생산주기별로 기설정된 생산파라미터별로 수치값을 수신할 수 있다(S101).
또한, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법은 사용자단말로부터 상기 생산주기에 해당하는 불량률에 관한 정보를 수신할 수 있다(S103).
또한, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법은 상기 생산파라미터별로 상기 수치값을 기설정된 수치등급에 따라 분류할 수 있다(S105).
또한, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법은 상기 생산주기별로 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 기반으로 결함파라미터 및 결함범위를 도출할 수 있다(S107).
또한, 본 발명의 일 실시예에 따른 생산 설비의 결함파라미터 및 결함범위 도출 방법은 도 1 내지 도 5에 개시된 생산 설비의 결함파라미터 및 결함범위 도출 장치(100)와 동일하게 구성될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (5)

  1. 전자 장치에 있어서,
    메모리(memory); 및
    상기 메모리와 연결된 프로세서(processor); 를 포함하고,
    상기 프로세서는:
    복수개의 생산설비로부터 기설정된 생산주기별로 기설정된 생산파라미터별로 수치값을 수신하고,
    사용자단말로부터 상기 생산주기에 해당하는 불량률에 관한 정보를 수신하고,
    상기 생산파라미터별로 상기 수치값을 기설정된 수치등급에 따라 분류하고,
    상기 생산주기별로 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 기반으로 결함파라미터 및 결함범위를 도출하고,
    상기 프로세서는:
    상기 생산파라미터별로 상기 수치값의 최저값과 최고값을 도출하고,
    상기 최저값과 상기 최고값 사이에서 기설정된 수치간격에 따라 상기 수치등급을 설정하고,
    상기 생산파라미터별로 해당 수치값에 따라 해당 수치등급으로 분류하고,
    상기 프로세서는:
    상기 불량률이 기설정된 임계불량률을 초과하는 제1 생산주기를 도출하고,
    상기 제1 생산주기에서 상기 불량률이 가장 높은 제2 생산주기를 기준으로 다른 제1 생산주기들과의 상기 생산파라미터별 수치등급의 제1 관련도를 도출하고,
    상기 제1 관련도가 기설정된 제1 임계관련도를 초과하는 제3 생산주기를 도출하고,
    상기 제2 생산주기와 상기 제3 생산주기의 수치등급이 동일한 제1 생산파라미터를 도출하고,
    상기 제1 생산파라미터를 제1 결함파라미터로 도출하고, 상기 제1 생산파라미터의 수치등급에 해당하는 수치값을 제1 결함범위로 도출하고,
    상기 프로세서는:
    상기 불량률이 상기 임계불량률 이하인 제4 생산주기를 도출하고,
    상기 제4 생산주기에서 상기 불량률이 가장 낮은 제5 생산주기를 기준으로 다른 제4 생산주기들과의 상기 생산파라미터별 수치등급의 제2 관련도를 도출하고,
    상기 제2 관련도가 기설정된 제2 임계관련도를 초과하는 제6 생산주기를 도출하고,
    상기 제5 생산주기와 상기 제6 생산주기의 수치등급이 동일한 제2 생산파라미터를 도출하고,
    상기 제2 생산파라미터를 안전생산파라미터로 설정하고, 상기 제2 생산파라미터의 수치등급에 해당하는 수치값을 안전범위로 도출하고,
    상기 제1 결함파라미터에서 상기 제1 결함범위와 상기 안전범위가 동일한 상기 안전생산파라미터가 존재하는 경우, 상기 제1 결함파라미터에서 상기 안전생산파라미터를 제거하여 상기 결함파라미터를 도출하고, 상기 결함파라미터의 수치등급에 해당하는 수치값을 상기 결함범위로 도출하고,
    상기 제1 관련도는,
    상기 제2 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제1 비교값으로 설정하고,
    상기 제2 생산주기를 제외한 다른 제1 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제2 비교값으로 설정하고,
    아래 수학식 1을 이용하여 산출되되,
    [수학식 1]
    Figure 112023021595887-pat00011

    DoR(Degree of Relevance)1은 상기 제1 관련도를 의미하고, CV(Comparative Value)1은 상기 제1 비교값을 의미하고, CV2는 상기 제2 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미하고,
    상기 제2 관련도는,
    상기 제5 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제3 비교값으로 설정하고,
    상기 제5 생산주기를 제외한 다른 제4 생산주기에 해당하는 생산파라미터별 수치등급을 벡터형태의 제4 비교값으로 설정하고,
    아래 수학식 2를 이용하여 산출되되,
    [수학식 2]
    Figure 112023021595887-pat00012

    DoR2는 상기 제2 관련도를 의미하고, CV3은 상기 제3 비교값을 의미하고, CV4는 상기 제4 비교값을 의미하고, k는 상기 생산파라미터의 수를 의미하는 것을 특징으로 하는, 전자 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제 1 항에 있어서,
    상기 프로세서는:
    상기 생산주기별 상기 생산파라미터, 상기 수치등급 및 상기 불량률을 상기 생산설비별로 분류하고,
    불량률이 상기 임계불량률을 초과하고, 상기 생산파라미터 중에서 상기 수치값이 상기 안전범위에 포함되는 상기 안전생산파라미터의 비율이 기설정된 안전비율을 초과하는 생산주기의 비율이 기설정된 고장의심기준을 초과하는 생산설비는 고장의심생산설비로 분류하고,
    상기 고장의심생산설비에 관한 정보를 상기 사용자단말로 송신하는 것을 특징으로 하는, 전자 장치.
KR1020220171917A 2022-12-09 2022-12-09 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법 KR102525954B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220171917A KR102525954B1 (ko) 2022-12-09 2022-12-09 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220171917A KR102525954B1 (ko) 2022-12-09 2022-12-09 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102525954B1 true KR102525954B1 (ko) 2023-04-27

Family

ID=86100349

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220171917A KR102525954B1 (ko) 2022-12-09 2022-12-09 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102525954B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019028932A (ja) * 2017-08-03 2019-02-21 株式会社日立製作所 不良原因抽出システム及びその方法
JP2019091113A (ja) * 2017-11-10 2019-06-13 三菱日立パワーシステムズ株式会社 プラント異常監視システム、および、プラント異常監視方法
KR102171807B1 (ko) 2018-12-06 2020-10-29 주식회사 넥투비 공정 중 생산품 불량 예측시스템 및 불량 예측을 위한 학습모델 생성방법
KR20200134562A (ko) * 2019-05-22 2020-12-02 카페24 주식회사 이상치 발생의 위험 인자 결정 방법, 컴퓨팅 디바이스 및 컴퓨터 판독 가능한 저장 매체

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019028932A (ja) * 2017-08-03 2019-02-21 株式会社日立製作所 不良原因抽出システム及びその方法
JP2019091113A (ja) * 2017-11-10 2019-06-13 三菱日立パワーシステムズ株式会社 プラント異常監視システム、および、プラント異常監視方法
KR102171807B1 (ko) 2018-12-06 2020-10-29 주식회사 넥투비 공정 중 생산품 불량 예측시스템 및 불량 예측을 위한 학습모델 생성방법
KR20200134562A (ko) * 2019-05-22 2020-12-02 카페24 주식회사 이상치 발생의 위험 인자 결정 방법, 컴퓨팅 디바이스 및 컴퓨터 판독 가능한 저장 매체

Similar Documents

Publication Publication Date Title
CN102483731B (zh) 具有根据搜索负荷被均衡的指纹数据库的媒体识别系统
TWI486810B (zh) 在狀態機晶格中之計數器操作
CN109146638B (zh) 异常金融交易群体的识别方法及装置
US9256824B2 (en) Guiding metaheuristic to search for best of worst
CN104615730B (zh) 一种多标签分类方法及装置
US9524475B1 (en) Presenting discriminant change history records on topology graphs
CN104951342A (zh) 一种调整启动顺序的方法及装置
CN104216995A (zh) 信息处理方法及装置
CN106649210B (zh) 一种数据转换方法及装置
CN106648839B (zh) 数据处理的方法和装置
KR20210153973A (ko) 전자 장치 및 이의 제어 방법
KR102525954B1 (ko) 생산 설비의 결함파라미터 및 결함범위 도출 장치 및 방법
US20130322686A1 (en) Profiling Activity Through Video Surveillance
US8984538B2 (en) Bidirectional counting of dual outcome events
CN114090540A (zh) 数据管理系统、数据管理方法以及记录了程序的记录介质
US9082045B2 (en) Method and apparatus for matching key pixels, and method and apparatus for matching images
CN105989276B (zh) Rbac权限体系中的角色优化方法和装置
CN104240697A (zh) 一种音频数据的特征提取方法及装置
WO2022166830A1 (zh) 一种文本分类的特征提取方法及装置
KR102525942B1 (ko) Cnc가공장치를 위한 통합 모니터링 및 제어 장치 및 방법
CN114936187A (zh) 数据文件的处理方法、装置、设备及存储介质
CN109902178A (zh) 一种多级文本分类方法及系统
US20220198058A1 (en) Identifying and preventing access to aggregate pii from anonymized data
CN110703721B (zh) 用于监控生产过程的方法和装置
JP2022133158A (ja) 測定データ記録装置、生成装置、システム、装置、方法およびプログラム

Legal Events

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