KR20120056720A - 생산 장비의 알람 예측시스템 - Google Patents

생산 장비의 알람 예측시스템 Download PDF

Info

Publication number
KR20120056720A
KR20120056720A KR1020100118391A KR20100118391A KR20120056720A KR 20120056720 A KR20120056720 A KR 20120056720A KR 1020100118391 A KR1020100118391 A KR 1020100118391A KR 20100118391 A KR20100118391 A KR 20100118391A KR 20120056720 A KR20120056720 A KR 20120056720A
Authority
KR
South Korea
Prior art keywords
alarm
data
production equipment
information
production
Prior art date
Application number
KR1020100118391A
Other languages
English (en)
Other versions
KR101201370B1 (ko
Inventor
정한섭
Original Assignee
주식회사 트윔
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 트윔 filed Critical 주식회사 트윔
Priority to KR1020100118391A priority Critical patent/KR101201370B1/ko
Publication of KR20120056720A publication Critical patent/KR20120056720A/ko
Application granted granted Critical
Publication of KR101201370B1 publication Critical patent/KR101201370B1/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
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • 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
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
    • 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
    • G06Q50/10—Services
    • 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]
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

본 발명은 생산 장비의 알람 예측시스템에 관한 것으로서, 더욱 상세하게는 생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있어 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 생산 장비의 알람 예측시스템에 관한 것이다.
본 발명인 생산 장비의 알람 예측시스템은,
생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 생산장비상황정보수집수단과;
상기 생산장비상황정보수집수단에 의해 수집된 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하는 생산장비상황정보디비와;
생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하여 분석된 패턴을 이용하여 알람 발생 확률를 계산하며, 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단한 후, 사용자가 설정한 한계치를 초과하게 되면 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 알람예측및통보수단;을 포함하여 구성되는 것을 특징으로 한다.
본 발명을 통해 생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있도록 하여 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 효과를 제공하게 된다.

Description

생산 장비의 알람 예측시스템{Alarm prediction System of manufacture equipment.}
본 발명은 생산 장비의 알람 예측시스템에 관한 것으로서, 더욱 상세하게는 생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있어 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 생산 장비의 알람 예측시스템에 관한 것이다.
최근 들어, LCD 시장 및 반도체 시장이 확대되는 추세이며, 수요가 대폭 증가하고 있다.
예를 들어, LCD TV의 최고 시장으로 손꼽히는 중국 시장의 경우에는 국내 패널 업체의 점유율이 떨어지고 있는 반면에 대만 패널 업체의 점유율이 상승되는 추세이며, 중국과 대만의 협력 체계와 현지에서의 인건비, 재료비 등의 가격 경쟁력면에서 우위를 선점하고 있다.
이에 따라 국내 기업들은 원가 경쟁력 확보가 시급한 실정이 되었다.
그러나, 국내에서는 저렴한 인건비나 재료비를 기대하기가 힘드며 원가 경쟁력을 낮추기 위하여 생산 공장의 장비 가동률을 최적화하고 불량률을 최소화해야 한다.
이를 위하여 장비가 다운되는 현상을 최소화하며 장비 가동률을 최대화하여 수율을 높일 필요성이 있다.
도 1에 도시한 바와 같이, 설비-1의 경우 프로세싱 진행 후 유휴시간(Idle time)을 거쳐 다음 프로세싱 진행시 헤비 알람으로 인하여 설비가 다운되며 설비-2의 경우에는 설비-1의 헤비 알람으로 인한 다운으로 공정 진행이 불가능하며, 설비-3은 대기 상태가 될 수 밖에 없었다.
즉, 장비가 한번 다운을 하게 되면, 연쇄적으로 하류 장비에도 영향을 미치게 되며 전 공정이 1시간 다운되었을 때의 로스(loss)는 수십억에 달할 수 밖에 없다.
그렇기 때문에 알람을 사전에 예측하여 장비 다운률을 감소시킬 수 있는 시스템을 요구하게 되었으며, 특히 LCD 시장 및 반도체 시장에서는 필수적으로 도입이 절실할 것이다.
한편, 데이터 분석을 통한 예측 시스템은 학술이나 일기예보, 지진 예측 시스템 등으로 발전하고 있지만, 산업화 현장인 LCD 패널 생산 공장에서 생산성 향상을 위한 예측 시스템은 존재하지 않고, 개발 중인 프로젝트도 존재하지 않고 있으므로 본 발명을 통해 생산 설비의 수율을 높일 수 있는 효과를 제공할 수 있을 것이다.
또한, 종래의 패널 생산 공장에서는 생산 수율을 높이기 위해 장비의 안정화를 통해 알람 발생률을 감소시키는 방식을 사용하고 있으나, 상기 방식은 발생률을 감소시킬 뿐, 알람 발생으로 인한 Down Loss를 막지 못하며, 알람 발생 시 재빨리 알람을 해제하여 Down Loss를 감소시켜야 하는 수동적인 형태에 불과하지만, 본 발명을 적용하게 된다면, 알람 발생 후 대응하는 수동적인 형태가 아니라 알람 발생 전 알람을 방지할 수 있는 능동형 작업을 기대할 수 있으며 그만큼의 Down Loss 감소로 인한 수율 향상을 꾀할 수 있을 것이다.
따라서 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 목적은 생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있도록 하여 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 생산 장비의 알람 예측시스템을 제공하도록 하는데 있다.
본 발명의 다른 목적은 알람 발생 후 대응하는 수동적인 형태가 아니라 알람 발생 전 알람을 방지할 수 있는 능동형 작업을 제공할 수 있으며 그만큼의 Down Loss 감소로 인한 수율 향상을 꾀할 수 있도록 하는데 있다.
본 발명이 해결하고자 하는 과제를 달성하기 위하여,
본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템은,
생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 생산장비상황정보수집수단과;
상기 생산장비상황정보수집수단에 의해 수집된 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하는 생산장비상황정보디비와;
생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하여 분석된 패턴을 이용하여 알람 발생 확률를 계산하며, 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단한 후, 사용자가 설정한 한계치를 초과하게 되면 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 알람예측및통보수단;을 포함하여 구성되어 본 발명의 과제를 해결하게 된다.
이상에서 살펴본 바와 같이, 본 발명인 생산 장비의 알람 예측시스템은,
생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있도록 하여 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 효과를 제공하게 된다.
또한, 알람 발생 후 대응하는 수동적인 형태가 아니라 알람 발생 전 알람을 방지할 수 있는 능동형 작업을 제공할 수 있으며 그만큼의 Down Loss 감소를 제공할 수 있게 된다.
도 1은 종래의 헤비 알람 발생시 하류 장비에도 다운 로스가 발생되는 예를 나타낸 예시도이다.
도 2는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 전체 구성도이다.
도 3은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 알람예측및통보수단 블록도이다.
도 4는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 알람예측및통보수단의 동작 흐름을 나타낸 예시도이다.
도 5는 시간대별 알람 발생 건수를 나타낸 그래프이다.
도 6은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 신경망을 이용한 알람 예측 모델링 예를 나타낸 예시도이다.
도 7은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 비선형 함수 그래프의 종류를 나타낸 예시도이다.
도 8은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 사용자 설정값 적용시 신경망 개략도이다.
도 9는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템과 종래의 알람 예측시스템을 비교한 비교도이다.
상기의 목적을 달성하기 위하여 본 발명인 생산 장비의 알람 예측시스템은,
생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 생산장비상황정보수집수단과;
상기 생산장비상황정보수집수단에 의해 수집된 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하는 생산장비상황정보디비와;
생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하여 분석된 패턴을 이용하여 알람 발생 확률를 계산하며, 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단한 후, 사용자가 설정한 한계치를 초과하게 되면 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 알람예측및통보수단;을 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 알람예측및통보수단은,
생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하며, 획득된 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하는 패턴분석부와,
상기 패턴분석부에 의해 분석된 패턴을 이용하여 알람 발생 확률를 계산하는 알람발생확률계산부와,
사용자에 의해 설정된 알람 발생 확률의 한계치를 획득하는 한계치획득부와,
상기 생산장비상황정보디비에 저장된 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단하는 유휴시간판단부와,
상기 한계치획득부에 의해 획득된 한계치를 초과하면 알람명을 생산장비상황정보디비에서 획득하며, 유휴시간판단부에 의해 판단된 유휴 시간을 획득하며, 상기 획득된 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 실시간알람예측정보통보부와,
상기 패턴분석부와, 알람발생확률계산부와, 한계치획득부와, 유휴시간판단부와, 실시간알람예측정보통보부 간의 신호 흐름을 제어하는 중앙제어부를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 알람예측및통보수단의,
알람 발생 확률은 시간대별, 장비별로 산출되는 것을 특징으로 한다.
이때, 상기 생산장비상황정보디비에,
저장된 알람 데이터는 알람 발생시간, 알람 발생 강도, 알람 내용인 것을 특징으로 한다.
이때, 상기 생산장비상황정보디비에,
저장된 시퀀스 데이터는 중요 이벤트 발생 시간, 장비의 중요 이벤트 발생 내용인 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명인 생산 장비의 알람 예측시스템의 바람직한 실시예를 상세하게 설명한다.
현재 LCD 패널 생산 공장은 공장 생산성을 높이기 위하여 장비들의 안정화를 통한 공장 가동률을 높이고, 공장 내의 환경(먼지, 습도, 온도 등)을 엄격히 관리하여 생산 불량률을 낮추는데 총력을 기울이고 있다.
일반적으로 장비의 안정화를 통해 장비 Down 손실을 최소화함으로써 공장 가동률을 높이지만, 본 발명에서는 장비의 Down Data를 분석하여 예측해내고, 이를 해당 사용자(엔지니어)에게 통보하여 알람으로 인한 장비 Down을 최소화하고자 한다.
LCD 패널 생산 공장의 모든 장비들은 장비의 상태 및 Processing Event, 알람 등을 실시간이나 주기적, Event 별로 본 발명의 생산장비상황정보수집수단(100)에 보고하게 된다.
상기 장비들 간의 Sequence 순차 및 이전 알람 발생, 또한 시간대 별로 모델링화하여 알람 발생 확률을 계산해낸다.
본 발명의 시스템을 통해 LCD 패널 생산 공장의 수율이 최소 20% 이상 증가 할 것이다.
이는 패널 Cost를 5% 감소시키는 결과를 가져 올 것이며, 패널 시장의 가격 경쟁력에서 우위에 서게 될 것이다.
또한, 타 산업에도 적용이 가능하며, 공장 가동율을 높임으로 인해 생산 단가를 낮출 수 있는 파급 효과를 가져올 것이다.
예를 들어, LCD 패널 생산 공장, 반도체 생산 공장 뿐만 아니라, 솔라셀 생산 공장, LED 생산 공장, 철강 생산 공장 등 복수의 장비를 구성한 생산 공장이라면 어느 공장이든 상관없이 적용이 가능할 것이다.
도 2는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 전체 구성도이다.
도 2에 도시한 바와 같이, 생산 장비의 알람 예측시스템은,
생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 생산장비상황정보수집수단(100)과;
상기 생산장비상황정보수집수단에 의해 수집된 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하는 생산장비상황정보디비(200)와;
상기 생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하여 분석된 패턴을 이용하여 알람 발생 확률를 계산하며, 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단한 후, 사용자가 설정한 한계치를 초과하게 되면 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 알람예측및통보수단(300);을 포함하여 구성되는 것을 특징으로 한다.
상기 시퀀스(sequence)는 연속적인 사건들을 의미하며, 라이트 알람(light alarm)은 워닝(warning)과 장비 동작은 이상 없음을 나타낸 것이며, 헤비 알람(heavy alarm)은 장비가 다운되는 심각한 상태로 수리 대기를 나타낸 것이다.
본 발명에서 설명하고 있는 데이터 마이닝 기법은 대용량의 데이터로부터 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 찾아내어 모형화함으로써 원하는 지식을 추출하는 일련의 기법을 의미한다.
상기 생산장비상황정보수집수단(100)은 생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 기능을 수행하게 된다.
상기 생산 장비 뿐만 아니라, 도면에 도시한 바와 같이 검사장비, 측정장비 등으로부터도 정보를 수집하게 된다.
상기 시퀀스 데이터는 생산 공장에서 일어나는 모든 이벤트(글래스 이동, 데이터 변경 등) 데이터를 의미하게 된다.
상기 생산장비상황정보디비(200)에는 생산장비상황정보수집수단에 의해 수집된 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하게 된다.
상기 저장된 정보를 분석해보면, 70 ~ 80 %의 알람은 장비가 생산장비상황정보수집수단으로 보고한 시퀀스 데이터 및 라이트/헤비 알람과의 상관 관계가 있는 알람이다.
이러한 반복적인 알람은 본 발명의 알람예측및통보수단으로부터 발생 확률로 분석되어지며, 데이터 분석시 데이터 마이닝 기법을 이용하게 된다.
또한, 상기 알람예측및통보수단은 생산장비상황정보디비(200)에 저장된 생산 스케쥴을 분석하여 해당 장비의 동작 및 대기 시간을 산출하게 된다.
결국, 알람예측및통보수단에 의해 산출된 시간대별/장비별 알람발생 확률에 대한 정보를 클라이언트PC(400)에 송출하게 된다.
또한, 실시간으로 알람 예측을 수행하게 되는데, 사용자가 세팅한 한계치를 초과할 경우에 사용자에게 알람명, 알람 방지 to do list, 장비의 유휴 시간(idle time) 등을 SMS(Short Message Service) 혹은 이메일로 통보하게 된다.
상기 알람 방지 to do list는 사용자 혹은 관리자가 예방 점검시 어떻게 장비를 점검해야 하는지에 관한 행동 지침리스트를 의미한다.
상기한 행동 지침리스트에 따라 장비마다 점검해야 하는 항목이 각각 다르므로 이를 정리한 것이다.
통보를 받은 사용자는 받은 데이터를 통해 장비의 알람 발생으로 인한 다운(down) 전, 유휴시간을 활용하여 장비를 재 세팅하게 되어 알람 발생을 미연에 방지하게 되는 것이다.
이를 통해 알람 발생으로 인한 장비다운 로스(loss)를 감소시키는 효과를 제공하게 된다.
생산 장비는 장비를 제조한 업체에서 그 특성 및 특징을 인지하고 있으며, 이에 각 알람과 상관관계가 있다고 보여지는 특정 프로세스 스텝 혹은 타 알람과의 상관관계를 설정할 수 있다.
특히, 알람 발생확률 분석시 사용자가 임의로 설정한 알람과의 상관관계의 상수를 반영하여 예측하게 된다.
도 3은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 알람예측및통보수단 블록도이다.
도 4는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 알람예측및통보수단의 동작 흐름을 나타낸 예시도이다.
도 3에 도시한 바와 같이, 본 발명의 알람예측및통보수단(300)은,
생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하며, 획득된 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하는 패턴분석부(310)와,
상기 패턴분석부에 의해 분석된 패턴을 이용하여 알람 발생 확률를 계산하는 알람발생확률계산부(320)와,
사용자에 의해 설정된 알람 발생 확률의 한계치를 획득하는 한계치획득부(330)와,
상기 생산장비상황정보디비에 저장된 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단하는 유휴시간판단부(340)와,
상기 한계치획득부에 의해 획득된 한계치를 초과하면 알람명을 생산장비상황정보디비에서 획득하며, 유휴시간판단부에 의해 판단된 유휴 시간을 획득하며, 상기 획득된 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 실시간알람예측정보통보부(350)와,
상기 패턴분석부와, 알람발생확률계산부와, 한계치획득부와, 유휴시간판단부와, 실시간알람예측정보통보부 간의 신호 흐름을 제어하는 중앙제어부(360)를 포함하여 구성되는 것을 특징으로 한다.
상기 패턴분석부(310)는 생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하며, 획득된 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하게 된다.
예를 들어 A 알람이라는 알람이 특정한 시퀀스 발생 후 발생 빈도가 높아진다던지 특정시간에 발생 빈도가 높아진다는 것을 데이터 마이닝 기법에 의해 확률을 예측할 수 있게 된다.
상기 알람 데이터에는 알람 발생시간, 알람 발생 강도(Light/Heavy), 알람 내용이 있으며, 시퀀스 데이터에는 장비의 중요 이벤트 발생시간, 장비의 중요 이벤트 발생 내용이 있다.
상기 사용자에 의해 알람 발생 확률의 한계치를 설정하기 위해서는 사용자 변수를 패턴분석부에서 획득하여야 하는데, 사용자 변수에는 장비의 시퀀스와 알람 발생 간의 상관관계 변수, 장비의 알람 발생간의 상관관계 변수, 알람 발생과 시간간의 변수가 있다.
예를 들어, 데이터를 분석해보니 특정한 시퀀스 즉, a 라는 동작 후 b, c 동작이 이어져야 되는데 a 라는 동작 후 b를 제외한 c 동작이 이루어진다면 알람 발생 확률이 커진다 라는 것을 상관관계 변수로 정의할 수 있으며, 이러한 변수를 정의하는 기술은 이미 당업자에게는 널리 알려진 기술이므로 상세한 설명은 생략하겠다.
또한, 데이터를 분석해보니 특정 시간대에서 알람 발생이 많이 발생한다 라는 것을 알람 발생과 시간간의 변수로 정의할 수 있다.
또한, 공정상 전단 장비에서 알람이 발생한 제품이 후단 장비에 투입되면 그 후단 장비의 특정 알람의 발생 확률이 높다라는 것을 데이터 분석을 통해 확인할 수도 있을 것이다.
데이터 마이닝시 변수를 적용하게 되는데, 이는 데이터마이닝 기법을 이용하여 패턴을 찾아내는 것으로서, 특정 함수를 사용하는 것은 사용자가 선택할 수 있게 된다.
즉, 신경망함수/단순 계단, 임계, 시그모이드 함수 등이 있으며 이를 선택하여 사용하게 된다.
다음은 실제 생산공장의 장비 2군에 대한 알람 발생 자료를 수집하여 이 자료를 모델링하여 알람 발생 확률을 계산하는 예를 들도록 하겠다.
도 5는 시간대별 알람 발생 건수를 나타낸 그래프이다.
도 5의 경우에는 알람의 시간적 특성을 나타낸 그래프로서, 장비의 알람은 일반적으로 장비의 운용이 활발한 15시부터 19시까지가 가장 활발한 것으로 나타났으며, 작업이 적거나 프로세싱하지 않는 경우에는 적게 발생하였다.
알람 데이터 분석 결과, 알람은 다른 상황과 연관없이 발생하는 것도 있지만, 80% 정도는 다른 알람과 연관되어 발생되며, 이를 알람의 연속적 특성이라 정의하겠다.
기본적으로 가동률에 문제를 끼치는 Heavy 알람의 경우, Light 알람과 연계되어 발생한다.
물론 Light 알람이 다발한다면, 이후에 Heavy 알람 발생 확률은 90% 이상이 된다.
예를 들어 In-line 세정기 장비의 경우, Pump의 유량 관련 Light 알람이 발생할 경우, 얼마 후에 Heavy 알람이 발생할 확률이 높다는 것은 일반적인 사항이다.
또한, 반송 알람이 한번 발생한 경우에도 다시 재발할 가능성이 높다.
이러한 사실을 바탕으로 장비 2군에 대하여 Data를 분석해 보았다.
<알람의 연속적 특성 관련 실측 자료>
구분 장비1 장비2
라이트 알람 99 183
헤비 알람 343 504
라이트와 헤비 연관 알람수 94 173
헤비 알람끼리 연관 알람수 211 390
실제 발생된 연관 알람률
(연관 헤비 알람 발생횟수/연관 알람 발생횟수)
0.79
0.85
다음은 시퀀스 데이터와 알람의 연관성에 대하여 설명하겠다.
알람 데이터에는 알람 발생 확률과 관련된 시퀀스 데이터(Sequence Data)도 있다.
시퀀스 데이터와 알람과의 연관성은 시간적, 구조적으로 나눌 수 있으며, 시간적인 연관성은 대표적으로 구간 이동이 완료되어 다음 Sequence인 예를 들어, 온도 상승 시작 Data를 기점으로 일정 시간이 흘러도 승온이 완료되지 않았을 경우에 알람이 발생하게 되므로 발생 확률이 상승하게 된다.
구조적인 연관성은 구간에서 반송 알람이 발생되었다면, 그 이전에 구간으로 Glass가 이동했다는 Sequence Data가 존재할 것이다.
즉, 구간 이동할 때의 Data가 있다면, 그 구간에서 알람이 발생할 확률이 발생한다.
따라서 해당 알람이 발생할 확률이 올라가게 되며, 계속 누적되는 Data를 이용하여 Glass 구간 이동이 미세하게라도 시간 지연이 발생하는 것이 지속된다면, Motor 교체나 이동 방해물을 제거함으로 알람을 미연에 방지할 수 있다.
Sequence Data와 알람의 연관성에 대하여 아래의 표로 나타내 보았다.
시퀀스 데이터와 알람 데이터의 연관 관계 실측 자료
구분 장비1 장비2
시간적 연관성을 가진 알람 21 35
공간적 연관성을 가진 알람 215 387
실제 발생된 연관 알람률
(시간적 연관성을 가진 알람/시간적 데이터 시퀀스)
0.95
0.97
실제 발생된 연관 알람률
(공간적 연관성을 가진 알람/공간적 데이터 시퀀스)
0.99
0.99
상기 패턴분석부(310)의 데이터 마이닝 기법 중 신경망 방법을 예를 들어 설명하겠다.
도 6은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 신경망을 이용한 알람 예측 모델링 예를 나타낸 예시도이다.
도 7은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 비선형 함수 그래프의 종류를 나타낸 예시도이다.
상기 신경망 방법은 비선형적인 알고리즘 구현 방법 중에 하나이다.
도 6에 도시한 바와 같이, 입력 계층의 입력값을 X1 ~ Xn이라고 하고, 입력계층에서 은닉계층으로 가는 노드를 W1 ~ Wn, 은닉계층을 f, 라고 하면 여기서 출력 알람에 대한 수식을 하기와 같이 얻을 수 있다.
Yi = f(∑WiXi) 단, f는 응답함수 [수식]
이를 통해 나오는 비선형 함수 그래프는 도 7과 같다.
도 8은 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템의 사용자 설정값 적용시 신경망 개략도이다.
사용자가 알람별, 시퀀스별 연관도를 설정할 경우에 도 8과 같은 신경망에 항시 설정값이 적용된 채로 결과값을 산출할 수 있게 된다.
결국, 상기 패턴분석부의 패턴을 분석하기 위해서는 알람의 시간적 특성을 변수로 적용하거나, 알람의 연속적 특성을 변수로 적용하거나, 시퀀스 데이터와 알람의 연관된 특성을 변수로 적용하게 된다.
필요에 따라 펌프와 모터 등의 소모성 부품의 사용시간도 변수로 적용할 수 있게 된다.
특히, 사용자에 의해 한계치를 설정하게 되면 더욱 신뢰성이 있는 알고리즘 구현이 가능하게 되는 것이다.
패턴분석부의 분석을 예를 들어 설명하자면, WORK BELT 1 : alarm , WORK BELT 1 sequence : start, WORK BELT 1 sequence : 1m/sec, WORK BELT 1 sequence : 0.7m/sec, WORK BELT 1 sequence : 0.7m/sec, WORK BELT 1 sequence : 1m/sec 라는 데이터가 생산장비상황정보디비에 저장되어 있다고 가정하면, 상기 워크 벨트 1에 알람이 발생하였는데, 시퀀스 내용을 보면 0.7m/sec가 두 번 발생하였음을 알 수 있다.
정상 상태라면 1m를 이동해야 하는데, 0.7m가 이동되므로 뭔가 문제점이 발생하였다는 것을 판단할 수 있을 것이다.
이럴 경우에 상기 패턴분석부는 지연되는 시퀀스가 2회 발생하였고, 알람이 발생하는 것을 분석하게 된다.
근데, 지연되는 시퀀스가 10회 발생되면 장비가 다운되는 헤비 알람이 발생한다는 것을 패턴 분석을 통해 판단하게 된다.
이때, 상기 알람발생확률계산부는 패턴분석부에 의해 분석된 패턴을 이용하여 알람 발생 확률를 계산하게 된다.
예를 들어, 상기 2번의 지연 시퀀스가 획득된다면 10번이 헤비 알람이면서 다운된다면 이는 알람 발생 확률이 20%가 되는 것이다.
또한, 한계치획득부에서 사용자가 설정한 한계치를 획득하여 패턴 분석시 적용하게 되는데, 예를 들어 한계치를 70%로 설정하게 되면 이를 초과하게 되면 바로 사용자에게 통보하는 것이다.
상기 유휴시간판단부는 생산장비상황정보디비에 저장된 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단하게 된다.
즉, 생산 스케쥴 정보 중에 유휴 시간을 나타내는 시퀀스를 판단하여 토요일 오전 10시, 일요일 오전 10시이라는 유휴 시간을 획득하게 되는 것이다.
상기 실시간알람예측정보통보부는 상가 한계치획득부에 의해 획득된 한계치를 초과하면 알람명을 생산장비상황정보디비에서 획득하며, 유휴시간판단부에 의해 판단된 유휴 시간을 획득하며, 상기 획득된 알람명과 유휴 시간을 사용자에게 실시간으로 통보하게 된다.
예를 들어, 한계치가 70%라면 이를 초과하는 알람명을 획득하여 유휴 시간과 함께 사용자에게 통보하게 된다.
즉, "WORK BELT 1의 0.7m 이동으로 알람 발생, 고장 형태는 이동 지연이며 한계치인 70%를 상회하므로 유휴시간인 토요일 오전 10시, 일요일 오전 10시에 점검하시기 바랍니다."라는 내용을 통보하게 되는 것이다.
동작 원리를 간단히 설명하자면, 상기 패턴분석부(310)에서 생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 획득된 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하게 된다.
이후에 중앙제어부에서 분석된 패턴 정보를 알람발생확률계산부에 송출하게 되며, 알람발생확률계산부(320)에서는 이를 수신받아 상기 패턴분석부에 의해 분석된 패턴을 이용하여 알람 발생 확률를 계산하게 된다.
이후에 중앙제어부에서는 유휴시간판단부에 유휴 시간을 판단하라는 신호를 송출하게 되며, 이를 유휴시간판단부에서 수신받아 상기 생산장비상황정보디비에 저장된 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단하게 된다.
이후에 상기 알람발생확률계산부에서 계산된 값이 한계치를 초과하는 값이면 중앙제어부에서 실시간알람예측정보통보부에 동작 명령을 송출하게 되며 이를 수신한 실시간알람예측정보통보부(350)는 알람명과, 유휴 시간 등을 포함하여 사용자에게 통보하는 것이다.
도 9는 본 발명의 일실시예에 따른 생산 장비의 알람 예측시스템과 종래의 알람 예측시스템을 비교한 비교도이다.
도 9에 도시한 바와 같이, 알람 발생 확률의 한계치를 70%로 설정하게 되면 이를 초과하게 되면 본 발명에서는 이를 사용자에게 통보하게 된다.
표에서는 한계치를 70%로 설정하였다.
종래의 알람 예측시스템은 알람 발생 확률이 75%라면 이를 통보하지 않았으나, 본 발명의 시스템은 통보를 하게 된다.
따라서, 유휴 시간에 점검 및 수리가 종래의 시스템은 불가능하지만 본 발명의 시스템은 가능하게 된다.
결국, 종래의 시스템은 75%를 유지하면서 시간이 경과되어 알람 발생 확률이 100%가 되면 알람이 발생하고 최종적으로 해당 장비가 다운되어 생산 작업이 불가능하게 되므로 이에 따라 하류 장비에도 영향을 미치게 되며 전 공정이 다운되어 생산 손실로 가게 된다.
반면에 본 발명의 시스템은 점검 및 수리를 수행하게 되므로 결과적으로 알람 발생 확률이 0%가 되어 지속적인 사용이 가능하게 되는 것이다.
또한, 사용자가 장비를 점검한 후 알람예측및통보수단으로 점검완료 정보를 전송하게 되면 알람 발생 확률이 더욱 낮아질 수 있게 된다.
상기 점검 완료 정보는 점검 후 점검 상태를 퍼센 테이지(%)로 산출하여 시스템에 입력하게 되면 그 입력을 토대로 알람 발생 확률이 낮아지게 되는 것이다.
상기와 같은 구성 및 동작을 통해 생산 공장의 생산 장비에서 발생되는 시퀀스, 알람, 공정 정보들을 실시간 혹은 주기적으로 수집하여 알람 발생 확률을 사전에 미리 예측하여 장비의 유휴 시간에 사용자가 점검할 수 있도록 통보함으로써, 장비의 다운을 미연에 방지할 수 있도록 하여 장비의 다운으로 인한 손해를 최소화하며, 장비 가동률을 최대화하여 수율을 높일 수 있는 효과를 제공하게 된다.
이상에서와 같은 내용의 본 발명이 속하는 기술분야의 당업자는 본 발명의 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시된 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구 범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 생산장비상황정보수집수단
200 : 생산장비상황정보디비
300 : 알람예측및통보수단
310 : 패턴분석부
320 : 알람발생확률계산부
330 : 한계치획득부
340 : 유휴시간판단부
350 : 실시간알람예측정보통보부
360 : 중앙제어부

Claims (5)

  1. 알람 예측시스템에 있어서,
    생산 장비에서 발생되는 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보에 대한 정보를 수집하며, 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 생산장비상황정보디비에 저장시키는 생산장비상황정보수집수단과;
    상기 생산장비상황정보수집수단에 의해 수집된 시퀀스 데이터 혹은 알람 데이터 및 생산 스케쥴 정보를 저장하는 생산장비상황정보디비와;
    생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하여 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하여 분석된 패턴을 이용하여 알람 발생 확률를 계산하며, 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단한 후, 사용자가 설정한 한계치를 초과하게 되면 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 알람예측및통보수단;을 포함하여 구성되는 것을 특징으로 하는 생산 장비의 알람 예측시스템.
  2. 제1항에 있어서,
    상기 알람예측및통보수단은,
    생산장비상황정보디비에 저장된 시퀀스 데이터 혹은 알람 데이터와 한계치획득부에 의해 획득된 한계치 정보를 취득하며, 획득된 시퀀스 데이터 혹은 알람 데이터 및 한계치 정보의 패턴을 데이터 마이닝 기법에 의해 분석하는 패턴분석부와,
    상기 패턴분석부에 의해 분석된 패턴을 이용하여 알람 발생 확률을 계산하는 알람발생확률계산부와,
    사용자에 의해 설정된 알람 발생 확률의 한계치를 획득하는 한계치획득부와,
    생산장비상황정보디비에 저장된 생산 스케쥴 정보를 참조하여 장비의 유휴 시간을 판단하는 유휴시간판단부와,
    상기 한계치획득부에 의해 획득된 한계치를 초과하면 알람명을 생산장비상황정보디비에서 획득하며, 유휴시간판단부에 의해 판단된 유휴 시간을 획득하며, 상기 획득된 알람명과 유휴 시간을 사용자에게 실시간으로 통보하는 실시간알람예측정보통보부와,
    상기 패턴분석부와, 알람발생확률계산부와, 한계치획득부와, 유휴시간판단부와, 실시간알람예측정보통보부 간의 신호 흐름을 제어하는 중앙제어부를 포함하여 구성되는 것을 특징으로 하는 생산 장비의 알람 예측시스템.
  3. 제 1항에 있어서,
    상기 알람예측및통보수단의,
    알람 발생 확률은 시간대별, 장비별로 산출되는 것을 특징으로 하는 생산 장비의 알람 예측시스템.
  4. 제1항에 있어서,
    상기 생산장비상황정보디비에,
    저장된 알람 데이터는 알람 발생시간, 알람 발생 강도, 알람 내용인 것을 특징으로 하는 생산 장비의 알람 예측시스템.
  5. 제1항에 있어서,
    상기 생산장비상황정보디비에,
    저장된 시퀀스 데이터는 중요 이벤트 발생 시간, 장비의 중요 이벤트 발생 내용인 것을 특징으로 하는 생산 장비의 알람 예측시스템.
KR1020100118391A 2010-11-25 2010-11-25 생산 장비의 알람 예측시스템 KR101201370B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100118391A KR101201370B1 (ko) 2010-11-25 2010-11-25 생산 장비의 알람 예측시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100118391A KR101201370B1 (ko) 2010-11-25 2010-11-25 생산 장비의 알람 예측시스템

Publications (2)

Publication Number Publication Date
KR20120056720A true KR20120056720A (ko) 2012-06-04
KR101201370B1 KR101201370B1 (ko) 2012-11-14

Family

ID=46608795

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100118391A KR101201370B1 (ko) 2010-11-25 2010-11-25 생산 장비의 알람 예측시스템

Country Status (1)

Country Link
KR (1) KR101201370B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015167793A1 (en) * 2014-04-29 2015-11-05 Caterpillar Inc. System for providing on-site service for industrial equipment
WO2018056526A1 (ko) * 2016-09-20 2018-03-29 한화테크윈 주식회사 인라인 유휴 시간 예측 장치 및 방법
CN110555585A (zh) * 2019-07-19 2019-12-10 云南昆钢电子信息科技有限公司 钢铁生产设备隐患级别自动识别报警系统
KR20230018707A (ko) * 2021-07-30 2023-02-07 한국조선해양 주식회사 선박 알람 관리 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5000818B2 (ja) * 2001-08-28 2012-08-15 パナソニック株式会社 メッセージ通知システム
JP2003228413A (ja) * 2002-02-04 2003-08-15 Hitachi Industries Co Ltd 設備の劣化診断方法およびその装置
JP5301310B2 (ja) * 2009-02-17 2013-09-25 株式会社日立製作所 異常検知方法及び異常検知システム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015167793A1 (en) * 2014-04-29 2015-11-05 Caterpillar Inc. System for providing on-site service for industrial equipment
WO2018056526A1 (ko) * 2016-09-20 2018-03-29 한화테크윈 주식회사 인라인 유휴 시간 예측 장치 및 방법
CN109791639A (zh) * 2016-09-20 2019-05-21 韩华精密机械株式会社 线上闲置时间预测装置及方法
CN109791639B (zh) * 2016-09-20 2023-12-05 韩华精密机械株式会社 线上闲置时间预测装置及方法
CN110555585A (zh) * 2019-07-19 2019-12-10 云南昆钢电子信息科技有限公司 钢铁生产设备隐患级别自动识别报警系统
KR20230018707A (ko) * 2021-07-30 2023-02-07 한국조선해양 주식회사 선박 알람 관리 시스템

Also Published As

Publication number Publication date
KR101201370B1 (ko) 2012-11-14

Similar Documents

Publication Publication Date Title
US11169657B2 (en) Systems and methods for resource consumption analytics
US9798320B2 (en) Method and apparatus for alarm monitoring
JP6364800B2 (ja) 監視装置及び監視方法
JP6276732B2 (ja) 設備保全管理システムおよび設備保全管理方法
CN109981328B (zh) 一种故障预警方法及装置
US10410502B2 (en) Method and apparatus for providing environmental management using smart alarms
US20110161048A1 (en) Method to Optimize Prediction of Threshold Violations Using Baselines
US20160217378A1 (en) Identifying anomalous behavior of a monitored entity
WO2013043170A1 (en) Automated detection of a system anomaly
KR101201370B1 (ko) 생산 장비의 알람 예측시스템
CN105406991A (zh) 基于网络监控指标由历史数据生成业务阈值的方法及系统
JP5387779B2 (ja) 運用管理装置、運用管理方法、及びプログラム
Khoo et al. A study of time‐between‐events control chart for the monitoring of regularly maintained systems
CN105808368A (zh) 一种基于随机概率分布的信息安全异常检测的方法及系统
KR20190077137A (ko) 인프라 설비 가동 데이터 자동분석방법 및 시스템
JP6061811B2 (ja) データ処理装置及びデータ処理方法及びプログラム
Wan et al. A TBE control chart-based maintenance policy for a service facility
US20100017010A1 (en) Monitoring a process sector in a production facility
CN117519006A (zh) 生产线数据处理方法、装置、计算机设备和存储介质
JP2005182558A (ja) コスト予測・評価方式
Puttagunta et al. Adaptive Methods for Activity Monitoring of Streaming Data а
Al-Kharaz et al. Evaluation of alarm system performance and management in semiconductor manufacturing
KR102576390B1 (ko) 통계 분석에 기반한 거짓 경보 감소 방법 및 장치
KR102384999B1 (ko) 누적 파형을 통한 기기의 예지 보전방법
JP2005071136A (ja) 納期管理支援システム、そのプログラム、そのプログラムを記録した記録媒体および製品の納期管理方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171108

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181108

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191031

Year of fee payment: 8