KR20100102086A - 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법 - Google Patents

디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법 Download PDF

Info

Publication number
KR20100102086A
KR20100102086A KR1020100087128A KR20100087128A KR20100102086A KR 20100102086 A KR20100102086 A KR 20100102086A KR 1020100087128 A KR1020100087128 A KR 1020100087128A KR 20100087128 A KR20100087128 A KR 20100087128A KR 20100102086 A KR20100102086 A KR 20100102086A
Authority
KR
South Korea
Prior art keywords
production
product
digital
human
factory
Prior art date
Application number
KR1020100087128A
Other languages
English (en)
Inventor
김수영
Original Assignee
김수영
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 김수영 filed Critical 김수영
Priority to KR1020100087128A priority Critical patent/KR20100102086A/ko
Publication of KR20100102086A publication Critical patent/KR20100102086A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법에 관한 것으로서, 불필요한 낭비요소를 사전에 찾아낼 수 있고, 이를 바탕으로 생산 및 제조공정을 최적의 상태로 지속적으로 개선시키고 생산 전 고효율 사전 생산시나리오 구현, 작업자의 가상생산학습을 목적으로 한다.
이러한 본 발명은, a)가상의 디지털 팩토리를 구축하기 위한 인적, 물적 제원들의 데이터를 측정, 수집하는 단계와; b)수집된 인적, 물적 제원의 데이터를 기계설비별, 작업자별, 재료종류별, 제조방법별로 분류하여 데이터 베이스화하는 단계와; c)데이터 베이스화된 데이터를 토대로 인적, 물적 제원을 모델링하는 단계와; d)모델링된 인적, 물적 제원 중 특정의 것들을 선택하여 디지털 팩토리를 구축하는 단계와; e)가상의 디지털 팩토리를 가동시키는 단계와; f)선택된 인적, 물적 제원들의 성능 데이터를 데이터 베이스에서 검출하고, 이를 근거로 제품의 생산 관련 정보를 연산, 산출하는 단계와; g)연산, 산출된 제품의 생산 관련 정보를 근거로 인적, 물적 제원별 성능 차이를 비교 분석하는 단계와; h)연산, 산출된 제품의 생산 관련 정보와, 비교 분석된 제원별 성능 차이를 디스플레이하는 단계와; i)생산량을 최대화할 수 있도록, d)단계에서 작업자와 재료종류와 제조방법을 재선택하는 단계를 구비한다.

Description

디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법{METHOD FOR BUILDING CUSTOMIZABLE DIGITAL MANUFACTURING SYSTEM USING DIGITAL FACTORY}
본 발명은 디지털 팩토리(Digital Factory)를 이용한 기업 맞춤형 디지털 생산시스템 구축방법에 관한 것으로, 보다 상세하게는, 불필요한 낭비요소를 사전에 찾아낼 수 있고, 이를 바탕으로 생산 및 제작공정을 최적의 상태로 개선시킬 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법에 관한 것이다.
최근 들어, IT(Information Technology)기술을 기업의 경영 및 제품의 생산에 접목시켜 제품의 생산성을 높이는 방법이 다양하게 제안되고 있다.
그 일례로서, 전사적 자원관리시스템(ERP:Enterprise Resources Planning), 제조현장 관리시스템(MES:Manufacturing Execution System), 최적 제조계획/스케쥴링시스템(APS:Advanced Planning & Scheduling System), 컴퓨터 설계시스템(CAD:Computer Aided Design), 컴퓨터 보조생산시스템(CAM:Computer Aided Manufacturing), 자재명세서 관리시스템(BOM:Bill of Material) 등이 있다.
이러한 IT기술들은, 기업내의 생산, 제조, 물류, 재무, 회계, 영업, 구매, 재고 등의 프로세스들을 전산화하여 이를 통합적으로 추적 및 관리하고, 제품의 디자인과 제품의 생산을 자동화시킨다. 따라서, 기업의 경영 효율성과 제품의 생산 효율성을 크게 향상시킨다.
그런데, 이러한 종래의 기술들은, 기업내의 각종 프로세스들을 전산화하고 제품의 생산을 자동화하여 경영과 생산의 효율성을 향상시키기는 하지만, 제품의 생산 및 제작시에 발생되는 각종 낭비요소를 추적 및 관리할 수 없다는 단점이 있으며, 이러한 단점 때문에 제품의 생산성과 품질을 향상시키기에 한계가 있다는 문제점이 지적되고 있다.
즉, 제품의 생산성과 품질을 높이기 위해서는 제품의 생산 및 제작시에 발생되는 불필요한 낭비요소, 예를 들면, 생산품목의 다변화로 인한 낭비요소, 작업자 개인별 능력 차이로 인한 낭비요소, 기계설비별 성능 차이로 인한 낭비요소, 작업방법 차이로 인한 낭비요소, 원자재/부자재의 공급 차질로 인한 낭비요소 등을 찾아서 이를 제거하고, 이를 바탕으로 작업공정을 개선시키는 것이 매우 중요하다.
그러나, 종래의 기술은, 기업내의 각종 프로세스들을 전산화하고 제품의 생산을 자동화할 뿐, 제품의 생산 및 제작시에 발생되는 각종 낭비요소를 찾을 수도 없고, 이를 제거할 수도 없다는 문제점이 있다. 결국, 각종 낭비요소를 제거할 수 없으므로, 제품의 생산성과 품질을 향상시키기에 한계가 있다는 결점이 있다.
발명은 상기와 같은 종래의 문제점을 해결하기 위해 안출된 것으로서, 그 목적은, 가상의 디지털 팩토리를 구축하여 가상의 제품을 다양한 시나리오로 생산 및 제작해 봄으로써, 제품의 생산 및 제작시에 발생되는 불필요한 낭비요소를 사전에 찾아낼 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 다른 목적은, 불필요한 낭비요소를 사전에 찾아냄으로써, 이를 바탕으로 작업공정을 최적의 상태로 개선시킬 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 또 다른 목적은, 작업공정을 최적의 상태로 개선시킴으로써, 제품의 생산성과 품질을 최대한 향상시킬 수 있으며, 따라서, 양질의 제품을 생산할 수 있고, 원가절감의 효과를 기대할 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 또 다른 목적은, 가상의 디지털 팩토리를 구축하여 가상의 제품을 생산 및 제작해 보되, 일일 생산계획에 맞는 시나리오를 다양하게 구현할 수 있게 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 또 다른 목적은, 일일 생산계획에 맞는 시나리오를 구현할 수 있게 구성함으로써, 다품종소량생산을 위한 매일의 생산계획을 미리 구현해 볼 수 있게 하며, 그 결과, 다품종소량생산에 적합한 최적의 작업공정을 도출해낼 수 있도록 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 또 다른 목적은, 가상의 디지털 팩토리를 구축하여 가상의 제품을 다양한 시나리오로 생산 및 제작해 봄으로써, 제품의 생산과 제작에 필요한 다양한 정보를 축적하고 학습할 수 있으며, 그 결과, 제품의 생산효율을 극대화시킬 수 있고, 불필요한 낭비요소를 최소화시킬 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
본 발명의 또 다른 목적은, 가상의 디지털 팩토리를 이용하여 디지털 제품을 생산하되, 기계설비(Machine), 작업자(Man), 재료종류(Material), 제조방법(Method)의 자료를 분석하고 이를 기준으로 디지털 제품을 생산함으로써, 제품의 생산 및 제작에 필요한 최적의 생산공정을 도출할 수 있는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법을 제공하는 데 있다.
이러한 목적을 달성하기 위한 본 발명의 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법은, 디지털 팩토리를 이용하여 디지털 생산시스템을 구축하는 방법에 있어서, a) 가상의 디지털 팩토리를 구축하기 위한 인적, 물적 제원(諸元)들의 데이터를 측정하고 수집하는 단계와; b) 측정되고 수집된 인적, 물적 제원의 데이터를 기계설비별(Machine), 작업자별(Man), 재료종류별(Material), 제조방법별(Method)로 분류하여 데이터 베이스화하는 단계와; c) 데이터 베이스화된 데이터를 토대로 인적, 물적 제원을 모델링하는 단계와; d) 모델링된 인적, 물적 제원 중 특정의 것들을 선택하여 가상의 디지털 팩토리를 구축하는 단계와; e) 구축된 가상의 디지털 팩토리를 가동시키는 단계와; f) 선택된 인적, 물적 제원들의 성능 데이터를 데이터 베이스에서 검출하고, 검출된 성능 데이터를 근거로 제품의 생산 관련 정보를 연산 및 산출하는 단계와; g) 연산 및 산출된 제품의 생산 관련 정보를 근거로 상기 인적, 물적 제원별 성능 차이를 비교 분석하는 단계와; h) 연산 및 산출된 제품의 생산 관련 정보와, 비교 분석된 제원별 성능 차이를 디스플레이하는 단계와; i) 생산량을 최대화할 수 있도록, 상기 d) 단계에서 작업자(Man)와 재료종류(Material)와 제조방법(Method)을 재선택하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법에 의하면, 가상의 디지털 팩토리를 구축하여 가상의 제품을 생산 및 제작해 볼 수 있는 구조이므로, 제품의 생산 및 제작시에 발생되는 불필요한 낭비요소를 사전에 찾아낼 수 있는 효과가 있다.
또한, 불필요한 낭비요소를 사전에 찾아낼 수 있는 구조이므로, 이를 바탕으로 생산 및 제작공정을 최적의 상태로 개선시킬 수 있는 효과가 있다.
또한, 생산 및 제작공정을 최적의 상태로 개선시킬 수 있는 구조이므로, 제품의 생산성과 품질을 최대한 향상시킬 수 있으며, 그 결과, 양질의 제품을 생산할 수 있고, 원가절감의 효과를 기대할 수 있다는 장점을 갖는다.
또한, 가상의 제품을 다양한 시나리오로 생산 및 제작해 볼 수 있는 구조이므로, 불필요한 낭비요소를 찾아낼 수 있을 뿐만 아니라, 제품의 생산 및 제작에 필요한 최적의 생산 및 제작공정을 도출해낼 수 있는 효과가 있다.
또한, 가상의 제품을 생산 및 제작해 볼 수 있는 구조이므로, 실제 공장에서의 제품 생산량, 생산기간 등을 사전에 예측할 수 있는 효과가 있다.
또한, 실제 공장에서의 제품 생산량과 생산기간 등을 미리 예측할 수 있으므로, 제품의 생산에 필요한 원자재, 부자재 등의 공급량, 공급시기 등을 사전에 예측할 수 있으며, 그 결과, 물류의 흐름을 개선시킬 수 있는 효과가 있다.
특히, 물류의 흐름을 개선시킬 수 있으므로, 원자재, 부자재 등을 정시에 정량으로 공급할 수 있으며, 그 결과, 제품의 생산성과 제품의 품질을 극대화시킬 수 있는 효과가 있다.
또한, 가상의 디지털 팩토리를 구축한 상태에서, 작업자(Man)와 재료종류(Material)와 제조방법(Method)만을 재선택한 후, 이에 대응하는 제품을 가상으로 제조해볼 수 있는 구조이므로, 다양한 제품의 생산계획을 미리 짤 수 있으며, 그 결과, 최적의 생산공정을 미리 계획할 수 있는 효과가 있다.
특히, 제품의 생산계획을 미리 짤 수 있으므로, 익일(翌日)의 생산을 미리 예측해볼 수 있으며, 그 결과, 다품종소량생산을 위한 매일의 생산계획을 미리 구현해 볼 수 있는데 매우 적합하다.
또한, 가상의 디지털 팩토리를 구축하여 가상의 제품을 다양한 시나리오로 생산 및 제작해 볼 수 있는 구조이므로, 제품의 생산과 제작에 필요한 다양한 정보를 축적하고 학습할 수 있으며, 그 결과, 제품의 생산효율을 극대화시킬 수 있고, 불필요한 낭비요소를 최소화시킬 수 있는 효과가 있다.
또한, 가상의 디지털 팩토리를 이용하여 디지털 제품을 생산하되, 기계설비(Machine), 작업자(Man), 재료종류(Material), 제조방법(Method)의 자료를 분석하고 이를 기준으로 디지털 제품을 생산하는 구조이므로, 제품의 생산 및 제작에 필요한 최적의 생산공정을 도출할 수 있는 효과가 있다.
도 1은 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법을 구현하는 데 적합한 하드웨어가 도시된 블록도,
도 2는 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법의 각 단계를 나타내는 흐름도,
도 3은 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법에 따라 모델링된 가상의 디지털 팩토리를 2차원으로 예시하여 나타내는 도면,
도 4는 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법에 따라 모델링된 가상의 디지털 팩토리를 3차원으로 예시하여 나타내는 도면,
도 5는 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법에 따라 3차원으로 모델링된 가상 디지털 팩토리의 조립라인을 확대하여 나타내는 도면,
도 6은 본 발명에 따른 기업 맞춤형 디지털 생산시스템 구축방법에 따라 연산된 결과를 나타내는 그래프로서, 생산라인별 제품의 생산완료시간을 나타내는 그래프이다.
이하, 본 발명에 따른 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법의 바람직한 실시예를 첨부된 도면에 의거하여 상세하게 설명한다.
도 1은 본 발명에 따른 디지털 생산시스템 구축방법을 구현하는 데 적합한 하드웨어가 도시된 블록도이고, 도 2는 본 발명에 따른 디지털 생산시스템 구축방법의 각 단계를 나타내는 흐름도이다.
먼저, 도 1을 참조하면, 본 발명을 구현하는 데 적합한 하드웨어는, 디지털 팩토리 구축부(10)를 구비한다.
디지털 팩토리 구축부(10)는, 각종 자료와 정보를 이용하여 가상의 디지털 팩토리를 구축하기 위한 하드웨어들로서, 데이터 측정기(12)들을 포함한다.
데이터 측정기(12)들은, 가상의 디지털 팩토리를 구축하기 위한 인적(人的), 물적(物的) 제원(諸元)들의 데이터를 측정하고 수집하기 위한 것으로, 기계설비별 성능 측정기(14)와, 작업자별 능력 측정기(16) 등을 포함한다.
기계설비별 성능 측정기(14)는, 계수기, 스톱워치 등으로 구성되며, 기계설비별 성능, 예를 들어, 기계설비별 분당 부품 처리개수와, 기계설비별 부품 처리속도 등을 세밀하게 측정한다.
작업자별 능력 측정기(16)는, 계수기, 스톱워치 등으로 구성되며, 작업자별 작업능력, 예를 들어, 작업자 개인별 분당 부품 처리개수, 작업자 개인별 부품 처리속도 등을 세밀하게 측정한다.
이 밖에도, 데이터 측정기(12)는, 작업자와 물류의 동선, 기계설비의 사이즈와 각 부품의 사이즈 등을 다양한 방법으로 측정할 수 있는 다양한 계측기를 갖추고 있다.
그리고 본 발명의 디지털 팩토리 구축부(10)는, 메인서버(18)를 구비한다. 메인서버(18)는, 하드 디스크 드라이브(HDD:Hard Disk Drive) 등으로 구성되며, 인터페이스 장치(Interface Device)(18a), 예를 들면, 키보드, 마우스, 조이스틱, 스캐너 등을 통해 사용자와 연결된다.
그리고 메인서버(18)는, 서버 제어부(20)와, 다수의 데이터 베이스(22, 24, 26, 28)를 갖추고 있다.
서버 제어부(20)는, 인터페이스 장치(18a)를 통해 입력된 인적, 물적 제원의 데이터, 예를 들면, 데이터 측정기(12)에 의해 측정된 "기계설비별 성능 데이터", "작업자 개인별 작업능력 데이터"를 해당하는 데이터 베이스(22, 24, 26, 28)에 저장한다.
이 밖에도, 서버 제어부(20)는, 인터페이스 장치(18a)를 통해 입력된 "제품의 재료종류 데이터" 및, "제품의 제조방법 데이터" 등을 해당하는 데이터 베이스(22, 24, 26, 28)에 저장한다.
데이터 베이스(22, 24, 26, 28)는, 기계설비 데이터 베이스(22)와, 작업자 데이터 베이스(24)와, 재료 데이터 베이스(26)와, 제조방법 데이터 베이스(28)를 갖추고 있다.
기계설비 데이터 베이스(22)는, 제품을 제조하기 위한 각종 기계설비의 제원과, 기계설비별 성능 데이터, 예를 들면, 부품의 분당 처리개수, 처리속도 등이 기계설비별로 분류되어 저장되어 있다.
작업자 데이터 베이스(24)는, 제품을 조립하고 제조하기 위한 작업자 개인별 작업능력 데이터, 예를 들면, 부품별 분당 처리개수, 처리속도 등이 개인별로 분류되어 저장되어 있다.
재료 데이터 베이스(26)는, 제조하기 위한 제품의 재료가 종류별로 분류되어 저장되어 있다. 그리고 재료의 입고에서 출고 시까지의 물류의 흐름, 예를 들면, 물류공급, 물류저장, 물류이동 등이 다양하게 저장되어 있다.
제조 방법 데이터 베이스(28)는, 제품의 제조방법, 예를 들어, 작업루트 교체시간, 조립순서, 조립방법 등이 종류별로 분류되어 저장되어 있다.
여기서, 각 데이터 베이스(22, 24, 26, 28)에 저장된 각종 데이터는 필요에 따라 수정, 추가, 보완, 편집이 가능하며, 이러한 수정, 추가, 보완, 편집은 인터페이스 장치(18a)를 통해 이루어진다.
그리고 본 발명의 디지털 팩토리 구축부(10)는, 진단하고자 하는 공장을 모델링하기 위한 모델링 툴(30)을 구비한다.
모델링 툴(30)은, 통상의 개인용 컴퓨터(PC: Personal Computer)로 구성되며, 모델링 툴 프로그램을 내장하고 있다.
모델링 툴 프로그램은, 오토캐드(Auto CAD), 쓰리디 맥스(3D MAX), 프로이(Pro-E)등 2D, 3D모델링 프로그램과 퀘스트(QUEST), 이엠플랜트(eM-Plant), 아레나(ARENA)등 시뮬레이션 프로그램 등이 있으며, 이들 프로그램들은, 데이터 베이스(22, 24, 26, 28)에 저장된 인적, 물적 제원의 데이터를 근거로 하여 상기 인적, 물적 제원, 예를 들면, 부품과 기계설비와 작업자 등을 2차원(2D: Two-Dimensional)과 3차원(3D: Three -Dimensional)으로 모델링한다.
또한, 모델링 툴 프로그램은, 진단하고자 하는 공장의 전체적인 레이아웃(Layout)도 2차원(2D)과 3차원(3D)으로 모델링한다. 특히, 기계설비의 배열위치와 작업자의 작업위치 및 작업자와 물류의 동선 등을 실제와 같이 정확하게 모델링한다.
한편, 2차원(2D)과 3차원(3D)으로 모델링화된 인적, 물적 제원의 각 모델링 데이터들은, 해당하는 데이터 베이스(22, 24, 26, 28)에 분류되어 저장된다.
다시, 도 1을 참조하면, 본 발명을 구현하는 데 필요한 하드웨어는, 디지털 팩토리 진단부(50)를 구비한다.
디지털 팩토리 진단부(50)는, 미리 구축된 디지털 팩토리를 이용하여 실제의 공장을 가상 진단하기 위한 부분으로서, 입력부(52)와 제어부(54)를 구비한다.
입력부(52)는, 통상의 인터페이스 장치(Interface Device), 예를 들면, 키보드, 마우스, 조이스틱, 스캐너 등으로 구성된다.
이러한 입력부(52)는, 사용자로 하여금 디지털 팩토리의 구축에 필요한 인적, 물적 제원, 예를 들면, 디지털 팩토리에서 생산하고자 하는 제품의 종류와, 생산기간, 생산량, 제품의 생산에 필요한 기계설비의 종류 및, 작업자의 인원, 특정한 작업자 등을 선택할 수 있게 한다.
특히, 디지털 팩토리 구축부(10)의 데이터 베이스(22, 24, 26, 28)에 미리 저장된 제품의 종류와, 기계설비의 종류 및, 작업자 등을 선택할 수 있게 하며, 그 결과, 제품의 생산에 필요한 가상의 디지털 팩토리를 구축할 수 있게 한다.
여기서, 입력부(52)는, 디지털 팩토리 구축부(10)의 인터페이스 장치(18a)를 공용으로 사용할 수도 있고, 경우에 따라 별도로 구성할 수도 있다. 바람직하기로는, 디지털 팩토리 구축부(10)의 인터페이스 장치(18a)를 공용으로 사용하는 것이 좋다.
제어부(54)는, 마이크로 프로세서를 내장하고 있는 것으로, 입력부(52)로부터 입력된 인적, 물적 제원의 선택 신호에 대응하여 데이터 베이스(22, 24, 26, 28)에 기저장된 인적, 물적 제원을 등을 검출한다. 예를 들면, 제품의 종류와, 기계설비의 종류 및, 작업자 등을 검출한다.
그리고 인적, 물적 제원에 의거하여 가상의 디지털 팩토리를 구축한다. 특히, 미리 2차원(2D)과 3차원(3D)으로 모델링화된 인적, 물적 제원, 즉, 기계설비와 작업자와 제품과 공장의 레이아웃에 의거하여 가상의 디지털 팩토리를 구축한다. 따라서, 도 3과 도 4와 도 5에 도시된 바와 같이, 가상의 디지털 팩토리가 2차원(2D)과 3차원(3D)으로 표시될 수 있게 한다.
여기서, 제어부(54)는, 2차원(2D)과 3차원(3D)으로 모델링된 인적, 물적 제원을 2차원(2D)과 3차원(3D)으로 표시하기 위한 구동프로그램이 내장되어 있음은 물론이다.
그리고, 도 1을 참조하면, 제어부(54)는, 내부의 연산부(56)와 비교분석부(58)와 데이터 재생부(60)를 갖추고 있다.
연산부(56)는, 입력부(52)로부터 디지털 팩토리의 가동신호가 입력되면, 미리 구축된 인적, 물적 제원들의 성능 데이터, 예를 들면, 기계설비들과 작업자들의 성능 데이터와 작업능력 데이터를 데이터 베이스(22, 24, 26, 28)에서 검출한다.
그리고 검출된 데이터를 근거로 하여 제품의 생산관련 정보, 예를 들면, 생산량, 생산기간을 연산 및 산출한다. 특히, 특정기간에 대한 제품의 총생산량, 특정기간에 대한 생산라인별 제품 생산량, 특정기간에 대한 기계설비별 제품 생산량, 특정기간에 대한 작업자 개인별 제품 생산량, 특정 생산량에 대한 제품의 생산기간 등을 연산 및 산출한다.
즉, 예를 들면, "A기계설비"의 "A부품" 분당 제조량이 5개이고, "B기계설비"의 "B부품" 분당 제조량이 4개이며, "A부품"과 "B부품"을 "C부품"으로 조립하는 "D작업자"의 분당 조립량이 3개일 경우, 이를 데이터 베이스(22, 24, 26, 28)에서 검출한다.
그리고 검출된 "A부품" 제조량 5개와, "B부품" 제조량 4개와, "A부품"과 "B부품"에 대한 "C부품" 조립량 3개를 근거로 하여, 하루 8시간 작업시, 1440개를 작업자가 조립할 수 있다는 것을 연산한다는 것이며, 그 결과, 특정기간에 대한 제품의 총생산량을 연산한다는 것이다.
비교분석부(58)는, 연산부(56)에서 연산된 결과를 근거로 인적, 물적 제원들간의 성능 차이, 예를 들면, 기계설비간의 제품 처리량과 처리속도 차이와, 작업자간의 제품 처리량과 처리속도 차이를 비교 분석하고, 그 결과를 출력한다.
예를 들면, 동일한 생산라인상에 설치된 "A기계설비"와 "B기계설비"의 부품 제조량이 각각 분당 5개와 4개일 경우, 이들을 비교 분석하여 양자간의 제조량 차이를 데이터로 출력한다는 것이다. 특히, 시간별, 기계설비별로 비교 분석하여 데이터로 출력한다는 것이다.
또한, 동일한 생산라인상에 설치된 "A작업자"와 "B작업자"의 부품 조립량이 각각 분당 3개와 5개일 경우, 이들을 비교 분석하여 양자간의 조립량 차이를 데이터로 출력한다는 것이다. 특히, 시간별, 개인별로 비교 분석하여 데이터로 출력한다는 것이다.
한편, 데이터 재생부(60)는, 연산부(56)에서 연산된 제품의 생산 관련 정보, 예를 들면, 특정기간에 대한 제품의 총생산량, 특정기간에 대한 생산라인별 제품 생산량, 특정기간에 대한 기계설비별 제품 생산량, 특정기간에 대한 작업자 개인별 제품 생산량, 특정 생산량에 대한 제품의 생산기간 등을 처리하여 디스플레이부(62)를 통해 출력한다. 특히, 처리 결과를 그래프, 도표 등으로 표시하도록 제어한다.
또한, 데이터 재생부(60)는, 비교분석부(58)에서 출력된 제원별 성능 차이, 예를 들면, 기계설비간의 제품 처리량과 처리속도 차이와, 작업자간의 제품 처리량과 처리속도 차이 등을 처리하여 디스플레이부(62)를 통해 출력한다.
특히, 기계설비간의 제품 처리량과 처리속도 차이와, 작업자간의 제품 처리량과 처리속도 차이 등을 그래프, 도표 등으로 표시하도록 제어하거나 또는 2차원(2D)과 3차원(3D)으로 모델링된 가상의 디지털 팩토리에 표시되도록 제어한다.
다음으로, 이와 같은 구성의 하드웨어를 통해서 구현되는 본 발명에 따른 디지털 생산시스템 구축방법을 도 1 내지 도 6을 참조하여 설명한다(디지털 생산시스템 구축방법을 이해하기 쉽게 설명하기 위해서, 화장품 용기용 펌프를 제조하기 위한 공장을 사례로 들어 설명하기로 한다.).
먼저, 본 발명의 디지털 생산시스템 구축방법은, 도 1과 도 2에 도시된 바와 같이, 디지털 팩토리를 구축하기 위한 인적, 물적 제원의 데이터를 측정하고 수집하는 단계를 포함한다(S101). 이때, 인적, 물적 제원의 데이터는 기계설비별 성능, 작업자 개인별 능력 등이 있으며, 이들 데이터들은 계수기, 스톱워치 등과 같은 데이터 측정기(12)를 통해 측정되고 수집된다.
그리고 데이터의 측정과 수집이 완료되면, 측정되고 수집된 인적, 물적 제원의 데이터를 메인서버(18)에 종류별로 데이터 베이스화한다(S103). 이때, 수집된 데이터를 기계설비별(Machine), 작업자별(Man), 재료종류별(Material), 제조방법별(Method)로 분류하여 데이터 베이스화시키는 것이 바람직하다.
그리고 데이터의 데이터 베이스화가 완료되면, 데이터 베이스에 저장된 인적, 물적 제원의 데이터를 근거로 하여 인적, 물적 제원을 2차원 또는 3차원 또는 2차원과 3차원 모두로 모델링한다(S105).
인적, 물적 제원을 모델링하는 단계에서, 데이터 베이스(22, 24, 26, 28)에 저장된 인적, 물적 제원을 종류별로 모두 모델링함은 물론이며, 인적, 물적 제원의 배열위치와 물류의 동선, 그리고 공장의 레이아웃 등도 실제와 같이 정확하게 모델링한다.
한편, 제원의 모델링이 완료되면, 모델링된 인적, 물적 제원을 선택하여 가상의 디지털 팩토리를 구축하고, 구축된 디지털 팩토리를 가동시켜 가상의 제품을 제조한다.
즉, 생산하고자 하는 제품에 맞춰서 인적, 물적 제원을 선택한다(S107). 예를 들면, 제품의 생산에 필요한 기계설비의 종류와, 작업자의 인원, 특정한 작업자 등을 선택한다.
그러면, 제어부(54)는, 선택된 인적, 물적 제원에 대응하여 데이터 베이스(22, 24, 26, 28)에 기저장된 인적, 물적 제원을 검출하고(S109), 검출된 결과에 의거하여 가상의 디지털 팩토리를 2차원과 3차원으로 구축한다(S111).
도 3과 도 4와 도 5를 참조하면, 인적, 물적 제원의 선택 단계를 통해 구축된 가상의 디지털 팩토리가 2차원과 3차원으로 표현되고 있음을 알 수 있다. 특히, 도 5에는 화장품 용기용 펌프를 조립하기 위한 조립라인의 한 부분이 3차원으로 구축된 모습으로 나타나 있다.
다시, 도 1과 도 2에 도시된 바와 같이, 가상의 디지털 팩토리의 구축이 완료되면, 가상의 디지털 팩토리를 가동시킨다(S113). 그러면, 데이터 베이스(22, 24, 26, 28)에 기저장된 데이터에 따라 가상의 디지털 팩토리가 가동되기 시작한다.
이때, 제어부(54)의 연산부(56)는, 디지털 팩토리를 구축하는 인적, 물적 제원의 성능 데이터, 즉, 기계설비들과 작업자들의 성능 데이터와 작업능력 데이터를 데이터 베이스(22, 24, 26, 28)에서 검출한다(S115).
그리고 검출된 데이터를 근거로 하여 제품의 생산관련 정보, 예를 들면, 생산량, 생산기간을 연산 및 산출한다(S117). 특히, 특정기간에 대한 제품의 총생산량, 특정기간에 대한 생산라인별·기계설비별·작업자 개인별 제품 생산량, 특정 생산량에 대한 제품의 생산기간 등을 연산 및 산출한다.
그리고 제어부(54)의 비교분석부(58)는, 연산부(56)에서 연산된 결과를 근거로 인적, 물적 제원들간의 성능 차이, 예를 들면, 기계설비간의 제품 처리량과 처리속도 차이와, 작업자간의 제품 처리량과 처리속도 차이 등을 비교 분석한다(S119).
그리고 제어부(54)의 데이터 재생부(60)는, 연산부(56)에서 연산된 제품의 생산 관련 정보, 예를 들면, 특정기간에 대한 제품의 총생산량, 특정기간에 대한 기계설비별·생산라인별·작업자 개인별 제품 생산량, 특정 생산량에 대한 제품의 생산기간 등을 처리하여 디스플레이부(62)를 통해 출력한다.
그러면, 디스플레이부(62)는, 연산부(56)에서 처리된 제품의 생산관련 정보, 즉, 특정기간에 대한 제품의 총생산량, 특정기간에 대한 기계설비별·생산라인별·작업자 개인별 제품 생산량, 특정 생산량에 대한 제품의 생산기간 등을 그래프, 도표 등으로 표시한다(S121).
그 결과, 사용자는 제품의 생산 및 제조 상황과 현황을 한눈에 파악할 수 있다. 따라서, 사용자로 하여금 실제 공장에서의 제품 생산과 제조시에 발생되는 각종 상황을 사전에 파악할 수 있게 한다. 특히, 제품의 생산과 제조시에 발생되는 각종 낭비요소를 사전에 파악하고 분석할 수 있게 한다.
그리고 데이터 재생부(60)는, 비교분석부(58)에서 출력된 인적, 물적 제원별 성능 차이, 예를 들면, 기계설비간의 제품 처리량과 처리속도 차이, 작업자간의 제품 처리량과 처리속도 차이 등을 처리하여 디스플레이부(62)를 통해 출력한다.
그러면, 디스플레이부(62)는, 처리된 결과를 그래프, 도표로 표시하거나 또는 3차원(3D)으로 모델링된 가상의 디지털 팩토리에 표시한다(S123). 그 결과, 사용자는 제품의 생산 및 제조시에 발생되는 기계설비간의 성능차이, 작업자 개인별 능력차이 등을 한눈에 파악할 수 있게 된다.
따라서, 실제 공장에서의 제품 생산과 제조시, 기계설비간의 성능차이, 작업자 개인별 능력차이 등으로 인해 발생하는 각종 손실과 낭비요소를 사전에 파악하고 분석할 수 있게 하며, 그 결과, 분석된 낭비요소와 손실요소를 바탕으로 제품의 작업공정을 최적의 상태로 개선할 수 있게 한다.
도 5를 참조하면, 비교분석부(58)에 의해 분석된 작업자 개인별 능력 차이가 디지털 팩토리에 표시되어 있는 것을 알 수 있다.
즉, 도 5는 화장품 용기용 펌프의 조립라인을 나타내는데, 이때, 각 작업자의 일측에는 조립되지 못한 부품의 잔류량(R)이 작업자 개인별로 표시된다. 따라서, 부품의 잔류량(R)을 통해 작업자 개인별 능력 차이를 알 수 있게 되며, 이로써, 작업자의 능력차이로 인한 낭비 및 손실요소를 손쉽게 파악할 수 있게 된다.
그리고 도 6을 참조하면, 연산부(56)에 의해 연산된 생산라인별 제품의 생산완료시간이 막대식 그래프로 표시되어 있는 것을 알 수 있다. 이때의 생산라인은 화장품 용기용 펌프의 생산라인이다.
이 그래프에 의하면, 특정 생산량에 대한 생산라인별 생산완료시간이 각기 다른 것을 알 수 있다. 따라서, 이러한 그래프를 통해 생산라인별 제품의 생산현황을 한눈에 파악할 수 있으며, 이로써, 실제 공장에서의 제품 생산과 제조시에 발생되는 각종 상황을 사전에 예측할 수 있게 된다.
다시, 도 1과 도 2에 도시된 바와 같이, 인적, 물적 제원별 성능 차이의 표시가 완료되면, 작업자는 상기 인적, 물적 제원별 성능 차이를 근거로 하여 인적, 물적 제원을 평가한다(S125).
그리고 나서, 평가된 결과에 따라 인적, 물적 제원을 재선택한다(S127). 그러면, 재선택된 인적, 물적 제원에 대응하여 데이터 베이스(22, 24, 26, 28)에 기저장된 인적, 물적 제원을 다시 검출하고(S109), 검출된 결과에 의거하여 가상의 디지털 팩토리를 구축하며(S111), 구축된 가상의 디지털 팩토리를 가동시킨다(S113).
그리고 가동되는 디지털 팩토리는, 상술한 바와 같은 일련에 단계(S115∼S123)에 따라 새로운 제품의 생산관련 정보를 연산 및 산출하고, 그에 대한 인적, 물적 제원들간의 성능 차이를 새롭게 분석하고 표시하게 된다.
결과적으로, 재선택된 인적, 물적 제원에 대응하는 각종 생산 관련 정보를 제공하게 되며, 이렇게 제공된 각종 정보들은 최적의 생산공정을 도출하는데 밑바탕이 된다.
뿐만 아니라, 익일(翌日)의 생산을 미리 계획하고 예측해보고자 할 경우, 익일 생산공정에 대응하는 인적, 물적 제원을 재선택(S127)하고, 상술한 일련의 단계들을 시행해보면, 익일의 생산량을 미리 예측해볼 수 있다.
따라서, 익일의 생산계획을 사전에 계획해 볼 수 있으며, 그 결과, 최적의 생산공정을 도출해낼 수 있게 된다.
한편, 인적, 물적 제원을 재선택하는 단계(S127)에서는, 기계설비(Machine)가 미리 세팅되어 있으므로, 작업자(Man)와 재료종류(Material)와 제조방법(Method)을 위주로 하여 재선택하는 것이 바람직하다.
이와 같은 구성을 갖는 본 발명에 의하면, 가상의 디지털 팩토리를 구축하여 가상의 제품을 생산 및 제작해 볼 수 있는 구조이므로, 제품의 생산 및 제작시에 발생되는 불필요한 낭비요소를 사전에 찾아낼 수 있다.
또한, 불필요한 낭비요소를 사전에 찾아낼 수 있는 구조이므로, 이를 바탕으로 생산 및 제작공정을 최적의 상태로 개선시킬 수 있다.
또한, 작업공정을 최적의 상태로 개선시킬 수 있는 구조이므로, 제품의 생산성과 품질을 최대한 향상시킬 수 있으며, 그 결과, 양질의 제품을 생산할 수 있고, 원가절감의 효과를 기대할 수 있다.
또한, 가상의 제품을 다양한 시나리오로, 예를 들면, 각기 다른 기계설비, 각기 다른 작업자수, 각기 다른 작업자를 이용해 생산 및 제작해 볼 수 있는 구조이므로, 불필요한 낭비요소를 찾아낼 수 있을 뿐만 아니라, 제품의 생산 및 제작에 필요한 최적의 생산 및 제작공정을 도출해낼 수 있다.
또한, 가상의 제품을 생산 및 제작해 볼 수 있는 구조이므로, 실제 공장에서의 제품 생산량, 생산기간 등을 사전에 예측할 수 있다.
또한, 실제 공장에서의 제품 생산량과 생산 등을 미리 예측할 수 있으므로, 제품의 생산에 필요한 원자재, 부자재 등의 공급량, 공급시기 등을 사전에 예측할 수 있으며, 그 결과, 물류의 흐름을 개선시킬 수 있다.
특히, 물류의 흐름을 개선시킬 수 있으므로, 원자재, 부자재 등을 정시에 정량으로 공급할 수 있으며, 그 결과, 제품의 생산성과 제품의 품질을 극대화시킬 수 있다. 또한 가상생산학습, 고효율 생산을 위한 가상생산시나리오 작성, 저비용자동화(LCA : Low Cost Automation)를 시행할 수 있다.
또한, 가상의 디지털 팩토리를 구축한 상태에서, 작업자(Man)와 재료종류(Material)와 제조방법(Method)만을 재선택한 후, 이에 대응하는 제품을 가상으로 제조해볼 수 있는 구조이므로, 다양한 제품의 생산계획을 미리 짤 수 있으며, 그 결과, 최적의 생산공정을 미리 계획할 수 있다.
특히, 제품의 생산계획을 미리 짤 수 있으므로, 익일(翌日)의 생산을 미리 예측해볼 수 있으며, 그 결과, 다품종소량생산을 위한 매일의 생산계획을 미리 구현해 볼 수 있는데 매우 적합하다.
또한, 가상의 디지털 팩토리를 구축하여 가상의 제품을 다양한 시나리오로 생산 및 제작해 볼 수 있는 구조이므로, 제품의 생산과 제작에 필요한 다양한 정보를 축적하고 학습할 수 있으며, 그 결과, 제품의 생산효율을 극대화시킬 수 있고, 불필요한 낭비요소를 최소화시킬 수 있다.
또한, 가상의 디지털 팩토리를 이용하여 디지털 제품을 생산하되, 기계설비(Machine), 작업자(Man), 재료종류(Material), 제조방법(Method)의 자료를 분석하고 이를 기준으로 디지털 제품을 생산하는 구조이므로, 제품의 생산 및 제작에 필요한 최적의 생산공정을 도출할 수 있다.
이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 권리범위는 이와 같은 특정 실시예에만 한정되는 것은 아니며, 특허청구범위에 기재된 범주내에서 적절하게 변경 가능한 것이다.
10: 디지털 팩토리 구축부 12: 데이터 측정기
18: 메인서버(Main Server) 18a: 인터페이스(Interface) 장치
20: 서버 제어부 22: 기계설비 데이터 베이스
24: 작업자 데이터 베이스 26: 재료 데이터 베이스
28: 제조방법 데이터 베이스 30: 모델링 툴(Modelling Tool)
50: 디지털 팩토리 진단부 52: 입력부
54: 제어부 56: 연산부
58: 비교분석부 60: 데이터 재생부
62: 디스플레이부(Display) R: 잔류량

Claims (4)

  1. a) 가상의 디지털 팩토리를 구축하기 위한 인적, 물적 제원(諸元)들의 데이터를 측정하고 수집하는 단계와;
    b) 측정되고 수집된 인적, 물적 제원의 데이터를 기계설비별(Machine), 작업자별(Man), 재료종류별(Material), 제조방법별(Method)로 분류하여 데이터 베이스화하는 단계와;
    c) 데이터 베이스화된 데이터를 토대로 인적, 물적 제원을 모델링하는 단계와;
    d) 모델링된 인적, 물적 제원 중 특정의 것들을 선택하여 가상의 디지털 팩토리를 구축하는 단계와;
    e) 구축된 가상의 디지털 팩토리를 가동시키는 단계와;
    f) 선택된 인적, 물적 제원들의 성능 데이터를 데이터 베이스에서 검출하고, 검출된 성능 데이터를 근거로 제품의 생산 관련 정보를 연산 및 산출하는 단계와;
    g) 연산 및 산출된 제품의 생산 관련 정보를 근거로 상기 인적, 물적 제원별 성능 차이를 비교 분석하는 단계와;
    h) 연산 및 산출된 제품의 생산 관련 정보와, 비교 분석된 제원별 성능 차이를 디스플레이하는 단계와;
    i) 생산량을 최대화할 수 있도록, 상기 d) 단계에서 작업자(Man)와 재료종류(Material)와 제조방법(Method)을 재선택하는 단계를 포함하여 이루어지는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법에 있어서,
    상기 c) 단계에서,
    상기 인적, 물적 제원을 2차원 또는 3차원 또는 2차원과 3차원 모두로 모델링하는 것을 특징으로 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법.
  2. 제 1항에 있어서,
    상기 f) 단계에서,
    특정기간에 대한 제품의 총생산량과, 특정기간에 대한 생산라인별·기계설비별·작업자 개인별 제품 생산량과, 특정 생산량에 대한 제품의 생산기간을 연산 및 산출하는 것을 특징으로 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법.
  3. 제 1항에 있어서,
    상기 g) 단계에서,
    기계설비간의 제품 처리량과 처리속도의 차이 및, 작업자간의 제품 처리량과 처리속도 차이를 비교 분석하는 것을 특징으로 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법.
  4. 제 1항 내지 제3항 중 어느 한 항에 있어서,
    상기 h) 단계에서,
    상기 생산 관련 정보와 상기 제원별 성능 차이를, 그래프와 도표로 표시하는 것을 특징으로 하는 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법.
KR1020100087128A 2010-09-06 2010-09-06 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법 KR20100102086A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100087128A KR20100102086A (ko) 2010-09-06 2010-09-06 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100087128A KR20100102086A (ko) 2010-09-06 2010-09-06 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020080093296A Division KR20100034258A (ko) 2008-09-23 2008-09-23 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법

Publications (1)

Publication Number Publication Date
KR20100102086A true KR20100102086A (ko) 2010-09-20

Family

ID=43007355

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100087128A KR20100102086A (ko) 2010-09-06 2010-09-06 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법

Country Status (1)

Country Link
KR (1) KR20100102086A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699945A (zh) * 2013-12-31 2014-04-02 北京理工大学 提取可重构制造系统不同尺度生产性能信号的方法及装置
WO2014066790A1 (en) * 2012-10-26 2014-05-01 Board Of Regents, The University Of Texas System Systems and methods for manufacturing optimization
KR102449115B1 (ko) 2022-06-27 2022-09-29 고성주 내구성이 강화된 식품류 포장백 및 이의 제조방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014066790A1 (en) * 2012-10-26 2014-05-01 Board Of Regents, The University Of Texas System Systems and methods for manufacturing optimization
CN103699945A (zh) * 2013-12-31 2014-04-02 北京理工大学 提取可重构制造系统不同尺度生产性能信号的方法及装置
CN103699945B (zh) * 2013-12-31 2017-09-29 北京理工大学 提取可重构制造系统不同尺度生产性能信号的方法及装置
KR102449115B1 (ko) 2022-06-27 2022-09-29 고성주 내구성이 강화된 식품류 포장백 및 이의 제조방법

Similar Documents

Publication Publication Date Title
Ruppert et al. Integration of real-time locating systems into digital twins
Tao et al. Digital twin-driven product design, manufacturing and service with big data
Luo et al. A state-of-the-art on production planning in Industry 4.0
CN112084646B (zh) 一种基于数字孪生的模块化产品定制方法
Kocsi et al. Real-time decision-support system for high-mix low-volume production scheduling in industry 4.0
CN107464025B (zh) 基于大数据的供应链需求预测与智能决策方法
Lee et al. Application of intelligent data management in resource allocation for effective operation of manufacturing systems
US20180107961A1 (en) Task Support System and Task Support Method
CN109447508A (zh) 一种企业智能化改造成熟度评价方法
KR20100034258A (ko) 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법
US10108916B2 (en) Systems and methods for supply chain design and analysis
Pophaley et al. Plant maintenance management practices in automobile industries: A retrospective and literature review
Hasbullah et al. Developing I4. 0 Readiness Index for factory operation in Indonesia to enhance INDI 4.0
Karadgi A reference architecture for real-time performance measurement
Rodič et al. Optimisation of a complex manufacturing process using discrete event simulation and a novel heuristic algorithm
KR20100102086A (ko) 디지털 팩토리를 이용한 기업 맞춤형 디지털 생산시스템 구축방법
KR101022230B1 (ko) 디지털 팩토리에서의 최적 생산 시나리오 구축방법
KR101071908B1 (ko) 디지털 팩토리를 이용한 공장 신축 방법
JP2003288476A (ja) 生産ラインの統合ライン能力評価・管理運用システム、および、その統合ライン能力評価・管理運用方法
KR20100041112A (ko) 디지털 팩토리를 이용한 공장 신축 방법
Ren et al. A SCOR-based framework for supply chain performance management
Testi A statistical research on the impact of lean and industry 4.0 on companies in northern Italy
Song et al. Data modeling and workflow analysis of cyber-manufacturing systems
Kłos The Impact of an ERP system on the technical preparation of production
Durmuşoğlu et al. Multi-Criteria DECISION-MAKING Methods for Technology Selection

Legal Events

Date Code Title Description
A107 Divisional application of patent
WITN Withdrawal due to no request for examination