KR20170030036A - 전기로 제강 품질 튜터링 시스템 - Google Patents

Abstract

전기로 제강 품질 튜터링 시스템이 개시된다. 철강재를 생산하는 전기로에서 설비의 관리 자동화와 운영을 지원하고 작업자의 작업 공정에 대한 지도를 바탕으로 효율적인 자원의 활용과 작업 공정의 운영을 통해 제강 품질을 보장하기 위한 시스템을 제시한다. 시스템은 정보수집 제어용 PLC장치, 수집된 공정 데이터 분석 및 조업설계 기능을 수행하는 조업분석 단말장치, 공정 데이터 DB 저장/관리와 작업지시 수집 및 관리 및 문장형 조업 안내 메시지 생성을 제공하는 조업안내 서버, 및 조업안내 메시지의 표시와 조업자의 수동제어 명령 입력을 수행하는 조업안내 단말장치로 구성된다.

Description

전기로 제강 품질 튜터링 시스템 {Tutoring system for managing performance of manufacturing metal with electric furnace}

본 발명은 전기로 제강 품질 튜터링 시스템에 관한 것으로서, 보다 상세하게는 철강재를 생산하는 전기로에서 설비의 관리 자동화와 운영을 지원하고 작업자의 작업 공정에 대한 지도를 바탕으로 효율적인 자원의 활용과 작업 공정의 운영을 통해 제강 품질을 보장하기 위한 시스템에 관한 것이다.

전기로 제강 품질 튜터링 시스템은 제강공장 제조현장에서 최적조업을 달성할 목적으로 전문가 시스템의 지식획득관리 알고리즘인 MCRDR(Multi-Classification Ripple Down Rule)을 적용하며 다음과 같은 구성 요소로서 구성된다.

- MCRDR 기법에 의한 조업 룰(Rule) 생성, 편집, 관리용 조업설계 플랫폼

- 실시간 조업연계 및 조업안내 메시지 생성을 위한 조업 룰 추론 엔진

- 공정전문가에 의한 조업안내 시스템의 튜닝을 지원하는 조업분석 모듈

제강(製鋼) 공장의 핵심 설비인 전기로는 도 2 와 같이 아크(ARC) 방식의 전열 장치이며, 스크랩(고철)과 3상 전극 사이에 전류를 흘려서 아크 방전의 형태로 소재를 가열/용융하며, 전원은 3상 교류, 용량은 20 MW ~ 250 MW에 이르는 대규모 전력에너지를 소비하는 설비이다.

전기로 작업은 전형적인 에너지 다소비형 공정으로 상시 조업사고의 위험성을 내포하고 있으며, 경제/사회적 측면에서 에너지 절감, 품질향상, 환경/안전 등 다양한 문제가 이슈화되고 있다.

따라서, 본 기술에서는 이러한 전기로 공정의 어려움을 극복하고 최적 조업을 유도할 수 있는 자동화된 조업지원 설비로서, 도 1 에 도시된 바와 같이, 현행 전기로 운영 방식을 전기로 조업 안내 시스템으로 개량한 전기로 제강 품질 튜터링 시스템을 제안하고자 한다. 제안 기술은 전기로 공정에서 수집된 데이터로부터 조업조건과 실적(전력원가, 품질, 사고 등) 사이의 상관관계를 체계적으로 분석/관리하는 기능, 이를 학습시킬 수 있는 프로그램(전기로 조업의 지식 DB화), 구축된 지식 DB를 토대로 최적 조업을 유도할 수 있는 시스템으로 구성된다.

출원 기술의 제안 배경

지난 20세기가 대량생산과 소비를 화두로 하는 하드웨어 중심의 양적 성장의 시대였다면, 21세기는 디지털 정보와 통신을 기반으로 지식과 아이디어가 경제활동의 중추적 역할과 새로운 부가가치를 창출하는 질적 중심의 지식기반 경제 및 사회구조로 변천해 가고 있다. 이러한 지식기반 경제 시대에서는 지식이 경쟁력의 원천으로 인식됨에 따라 기존의 전통산업에서도 지식 인력의 육성 및 지식의 생성과 관리를 통한 생산 경쟁력 확보를 위한 다양한 시도를 하고 있다.

우리나라의 대표적 전통산업 가운데 하나인 철강 산업에서도 지난 20년간 정보화 추세에 보조를 맞추어 지속적으로 자동화 및 IT 설비를 도입하여 사고예방, 생산성 향상, 품질 개선, 원가 절감 등 생산에 관련된 무한한 경쟁력 확보를 위하여 많은 노력을 경주해 왔다.

철강분야에 지금까지 도입된 대부분의 정보화 설비는 생산현장에서의 생산계획과 데이터의 수집, 관리/저장의 기능을 수행하는 MES(Manufacturing Execution System)시스템과 경영관리 측면에서의 ERP(Enterprise Resource Planning)시스템이 주를 이루었다. 도 3 과 같이 전형적 통합생산관리(MES) 시스템은 생산현장의 실시간 정보 모니터링, 제어, 물류 및 작업내역 추적 관리, 상태파악, 불량관리 등에 초점을 맞춘 시스템이지만 조업현장 지식 정보의 생산/분배에 대한 관리적 측면에서는 그 기능이 미미한 실정이다.

철강 산업의 전기로 제강 공정에서 출원 기술의 필요성

철강 산업은 자동차, 조선, 기계, 건설 등에 투입되는 중요한 기초소재를 공급하는 산업으로서, 이들 산업의 성장과 경쟁력을 결정하는 기반산업으로서의 의미를 가지며 생산 공정의 특성상 설비의 효율성이 경쟁력을 좌우한다.

그러나, 고효율의 해외 신규설비의 도입과 운영을 위해서는 막대한 설비 투자가 소요되므로 기존 설비를 효율적으로 운영하는 다양한 조업기술의 개발과 숙련된 작업자의 양성이 중요한 이슈로 대두되었다. 특히, 전기로 조업과 같이 완전 자동화가 불가능할 뿐만 아니라 대규모 전력에너지를 사용하는 공정에서는 조업자의 능력과 숙련도에 따라 사고예방 뿐만 아니라 생산제품의 품질과 원가에 미치는 영향이 지대하므로 숙련된 공정 전문가의 조업 지식을 체계화하고 이를 실시간으로 안내할 수 있는 시스템은 현장에서 그 필요성이 크게 부각되고 있다.

자동차 분야의 내비게이션 시스템을 사례로 들어 보면, 현행 도로 환경에서 무인운전을 가능하게 하는 자동화 기술은 아직까지 개발되어 있지 않지만, 교통정보 수신 장치와 보편화된 GPS를 활용한 내비게이션 시스템은 도로의 실시간 상황 및 운행 경로를 자동으로 안내해 줌으로써 운전자의 최적운전 및 안전운행을 지원해 주고 있다. 마찬가지로 조업자의 숙련된 기술에 의해서 수동으로 작업이 이루어지는 전기로에서도 이와 같은 조업안내 시스템을 개발하여 도입할 경우, 작업의 최적화, 품질향상, 사고예방, 원가절감 등 전기로 공정의 생산기술 및 경쟁력 향상에 막대한 도움이 될 것으로 예상된다.

따라서, 본 발명은 철강분야에 널리 보급된 기존의 통합생산관리(MES) 시스템이 제대로 수행하지 못하고 있는 조업현장 정보의 지능적 획득관리를 통하여 최적 조업 달성을 유도함으로써 제강 품질을 최적화하는 것을 목적으로 한다. 도 4 에는 이와 같은 본 발명의 필요성을 기술적, 경제적, 산업적 측면에서의 요구와 함께 도식화하였다.

지난 20여 년 동안 제강업계에서는 전기로의 생산성 향상을 위해서 초고전력(Ultra High Power) 전원설비, LNG형 버너 등을 추가적으로 도입하여 생산성 향상 및 원가절감을 위해 노력해 왔다. 이로 인하여 전기로 작업은 더욱 위험해 졌을 뿐만 아니라 전기로 공정 시간이 급격하게 감소함에 따라 통합적으로 제어하기 더욱 어렵게 되었다.

이러한 문제를 해결하기 위해서 전기로 개별 유닛(Unit)설비의 자동화에 의한 조업 안전을 확보하려는 시도와 설비 운용의 관점에서 통합된 전기로 제어 기법과 최적 운용에 대한 많은 연구가 진행되어 왔다. 철강분야에서 자동화된 전기로 운영시스템에 대한 세계적 연구개발의 추세는 다음과 같이 통계 데이터에 의한 정적(Static)제어, 수식기반 모델제어 및 온라인(On-Line) 동적제어로 크게 3가지로 분류된다.

구분	설명	비고
통계방식정적제어	축적된 통계 정보를 사용하여 정적 패턴방식으로 제어함 설비의 돌발적 예외상황 발생 시 취약함 매뉴얼을 지나치게 따르는 경우 제어의 효율성을 떨어뜨림	스크랩 투입 패턴 전력투입 패턴 작업지시서
수식기반모델제어	물리/화학적 반응을 수학적으로 모델링하여 제어하는 방식 고성능 컴퓨터를 사용하여 계산하더라도 누락된 정보를 생성할 수 없으며 파라미터 튜닝의 완벽성을 도모할 수 없음 장시간에 걸쳐 발생하는 설비의 변동에 대처하기 어려움.	수식모델기반 압연제어
온라인동적제어	온라인 계측 데이터를 사용하여 제어하는 방식 계측 데이터는 간헐적 측정 데이터와 연속 데이터로 구분됨 열악한 환경에서 센서의 고장 또는 장애에 취약함	배출가스 기반 전기로 제어

상기 3개 분야에서 전 세계적으로 전기로 운용 효율화에 대한 연구가 집중되어 다양한 새로운 방법이 제안되어 왔지만, 대부분의 제안 시스템은 통상적으로 시스템이 무엇을 할 수 있는지에 대한 기능 설명과 타당성을 제시하고 있으나 실제 그러한 기능을 어떻게 구현할 수 있는지에 대한 방법론에 대해서는 명확하지 않다.

문제의 핵심이 되는 장애 사항은 초고온의 열악한 환경에서 운용되는 전기로 공정에서 전체 프로세스 기간 동안 정보의 손실이 없이 실시간 데이터를 수집할 수 있는 센서 혹은 기술적 수단이 없다는 것이다. 따라서 현재 최고의 기술적 수단을 동원하더라도 전기로 설비의 무인운전 또는 완전 자동화를 달성하는 것은 불가능하다.

무인 자동화가 불가능한 전기로 운용 효율화 문제를 개선하기 위해서 본 출원 기술은 자동차 내비게이션의 개념과 유사한 '전기로 제강 품질 튜터링 시스템'을 제안한다. 제안 시스템의 목적은 조업자의 운용 효율을 향상하는 것이지 조업자의 관여를 없애는 데 주안점을 두지 않는다. 예를 들면, 실시간 용강 온도를 예측하는 수식 모델을 개발한 경우, 이를 설비 제어에 직접적으로 사용하지 않고 조업자를 위한 조업 가이드에 사용할 때 대단히 유용한 경우가 많다. 자동 안내 시스템은 조업자에게 특정 조업 행위의 시작과 종료, 전기로 운영 모드를 변경해야 할 시점 등을 문장형 메시지로 경보해 준다. 조업자는 자동으로 제공되는 조업 가이드 내역을 따르거나 필요 시 적절하게 수정/적용할 수 있다. 조업안내 시스템은 이와 같은 다양한 안내 정보를 제공함으로써 전기로 운용을 상당히 용이하게 할 뿐만 아니라 조업 성능을 개선하는 효과가 있다.

관련 기술의 현황

철강분야 IT 현황

현재, 포스코를 비롯한 국내외 제철소에서 널리 사용되고 있는 통합생산관리시스템은 도 5 와 같이 설비운전, 공정 모니터링 및 생산관리에 초점을 맞춘 3계층의 구조를 갖는 시스템으로 구성되어 있다.

- 레벨1 시스템 : DCS(Distributed Control System) 또는 PLC(Programmable Logic Controller)와 같은 현장설비를 직접 제어하는 장치의 운용을 지원하는 시스템.

- 레벨2 시스템 : 현장설비에서 발생되는 데이터를 수집/가공 저장하며 공정간 상호 정보교환을 통하여 공정간 발란스(Balance)를 도모하는 것을 주요 목적으로 함.

- 레벨3 시스템 : 고객으로부터 제품 주문에 의한 생산계획(주문량, 종류, 납기 등)을 수립하고 각 공정별 조업실적에 의한 생산계획대비 실적관리, 품질관리, 출하관리 등의 업무를 지원하는 시스템.

기존의 통합생산관리시스템은 관리, 영업, 생산, 출하 업무의 자동화뿐만 아니라 그동안 방치되어 왔던 설비의 운영 실태에 대한 정보의 수집 및 분석을 통한 정보의 시각화 또는 실시간 생산 원단위 산출/관리 측면에서 효용성이 널리 입증되어 왔다. 그러나 축적된 조업데이터를 기반으로 원가절감, 사고예방 및 최적생산을 위한 현장 기능공들의 다양한 조업개선 활동을 지원하는 데에는 한계가 있으며 그 주요 원인은 다음과 같다.

- 시스템의 경직성 : 통합 생산 관리 시스템은 SI사업의 일반적 방법론을 따라서 구축된다. 즉, 고객의 요구사항을 수집하고 이를 토대로 분석, 설계, 개발, 테스트, 시운전 및 안정화 과정을 통해서 시스템이 완성되며, 이와 같이 구축되는 대부분의 시스템은 초기단계의 고객의 요구사항에 의해서 정의된 기능만을 수행하도록 개발되기 때문에 추후에 식별된 기능이나 요구사항을 반영하기 어려운 구조를 갖는다.

- 전문분야 업무의 한계 : 대부분의 공정전문가는 IT설비에 대한 프로그래밍 능력을 보유하고 있지 않다. 공정전문가는 시스템 공정의 주요인자, 인과관계 및 공정상의 주요한 의사결정의 지식을 토대로 요구사항 기능에 대해서 기술할 수 있지만, 이를 시스템의 프로그램으로 구현할 수 없다. 반면에 IT 기술자는 공정에 대한 지식이 부족하므로 구현해야 할 시스템의 기능을 독자적으로 충분히 이해하지 못하며, 공정전문가와 IT 기술자의 의사소통의 오류로 시스템의 기능이 잘못 구축되거나, 누락되는 경우가 자주 발생하고 있다.

- 기능적 한계 : 대부분의 생산관리시스템은 현장의 다양한 데이터를 수집/저장 관리하고 있으며 이를 사용자의 요구에 맞추어 리포팅할 수 있는 기능이 있다. 그러나 저장된 데이터로부터 시스템이 새로운 정보를 학습할 수 있는 기능은 존재하지 않는다. 따라서 과거에 발생했던 각종 이벤트(사고, 고장원인 등)나 축적된 정보로부터 현재의 시스템을 개선할 수 있는 간편한 수단을 제공하지는 않는다.

전기로 제어 기술 현황

우리나라 전력 사용량의 약 55%를 산업 부문이 차지하고 있는 가운데 철강 산업의 전기로는 단일 설비로 국가 전체 전력 사용량의 2.5%에 이르는 대규모 전력 다소비형 장치이다. 따라서, 전기로를 효율적으로 제어/관리하기 위한 설비와 제어방법에 대해서 선진국을 중심으로 다양하게 연구개발 되어 왔다.

일본 NKK사의 에코아크(ECO-ARC) 전기로 설비는 배기가스에 의한 스크랩 예열 및 밀폐형 스크랩 장입 장치를 구비하여 고효율의 전기로 운용을 가능하게 하지만, 설비 도입 시 비용이 수백억 원에 이르고 기존 전기로 설비에는 적용할 수 없는 단점이 있다.

제어 장치를 활용하여 기존 전기로 설비를 효율적으로 운용하고자 하는 시도와 이를 제품화한 사례를 들어 보면, TENOVA사의 EFSOP(Expert Furnce System Optimization Process)와 멕시코 AMI-GE사의 Smart Furnace 등 해외 선진 업체들의 제품이 있다.

국내에서는 제강용 전기로를 생산하는 업체가 전무하여 이에 대한 연구가 미진하며 현대제철, 포스코 등 철강 생산업체의 생산기술 연구소를 중심으로 전기로 효율화 운용에 대한 기초적 연구가 활발히 진행되고 있는 단계이다.

구분	설명
EcoArc (NKK, 일본)	배기가스 폐열회수 및 밀폐형 원료주입 장치에 의한 전기로 효율개선 설비로 수백억대에 달하는 고가의 설비. (2010년 동국제강 최초 도입) 샤프트식 전기로로 전기로와 전기로에 스크랩을 연속 장입하는 샤프트, 두 가지로 구성된다. 밀폐형 샤프트에서 철스크랩을 고온 예열(900~1000℃)해 전기로에 연속 장입하는 방식 스크랩 예열은 전기로에서 발생한 고온의 배기가스를 통해 이루어져 에너지 효율이 높다. 또 배기가스의 고온 처리를 위해 연소 급냉 설비를 갖추고 있다.
EFSOP (TENOVA, 이탈리아)	EFSOP(Expert Furnace System Optimization Process)은 배기가스 성분 분석을 통한 전기로 실시간 조절 및 전기로 조업 에너지 절감을 도모하는 시스템 배기가스 배관에 가스분석 센서를 내장하여 측정 신뢰성을 확보 1,000℃이상의 배기가스 온도에 센서의 수명이 단축되어 지속적인 유지보수 작업이 요구되며, 현대제철에서 시범적으로 도입되어 적용된 바 있으나 실효성이 의문시 되고 있음
SmartFurnace (AMI-GE, 멕시코)	축적된 통계적 데이터를 기반으로 정적(Static) 방식으로 전기로를 제어하는 시스템으로 전력제어, 버너제어 등을 설계된 패턴대로 운용 정적 제어의 특성상 스크랩 상태, 부하 제한 등 변화하는 조업환경에 맞추어 시스템을 최적으로 운용을 변경하기 힘듬 조업자와의 협업 가능성이 낮으므로 기존 설비에 적용하기 어려움

지식획득 및 조업안내 관련기술 현황

현재까지 철강분야에서 '조업안내(품질 튜터링) 시스템'과 같은 소프트웨어 솔루션 제품이 개발되어 보급된 사례는 없다. 그러나, 조업안내 기능은 넓은 의미에서 보면 비즈니스룰 관리시스템(BRMS, Business Rule Management System)과 같은 지능형 의사결정 관리시스템(Decision Management System)의 한 사례로 볼 수 있다.

기존의 시스템 개발 수단은 업무요건이나 시스템 사양을 프로그램 개발환경에서 하드코딩 함으로써 시스템을 구축했다. 이러한 경우 시스템의 사양변경이 발생했을 때, 시스템의 소스코드를 수정하는 작업공정이 발생한다. 이러한 작업공정이 빈번히 일어나면, 개발비용의 증가, 생산성, 품질의 저하, 납기의 연장 등으로 이어진다. 이러한 문제를 해결하기 위해서 비즈니스룰 관리시스템(BRMS)을 그 해결 방안으로 도입하는 기업들이 급격하게 증가하고 있다.

비즈니스룰 관리시스템(BRMS)은 정의한 비즈니스를 어플리케이션과 분리해서, 룰 엔진에 의한 비즈니스 룰을 관리/실행하는 소프트웨어 제품을 의미한다. 이와 같은 비즈니스상의 룰을 일괄로 관리하고, 어플리케이션으로부터 독립시켜서 업무로직을 개발해 실행하는 것을 가능케 함으로써 비즈니스 정책의 변경 시 프로그램의 변경할 부분을 최소화 한다. 또한, 개발자가 아닌 비즈니스 담당자가 비즈니스 룰을 변경해서 실행하는 것이 가능하다. 일반적으로 전문가 시스템의 추론 알고리즘(e.g. RETE 등)을 적용하여 개발된 추론 엔진은 비즈니스 룰을 해석하고 실행하는 역할을 담당한다. 추론 엔진의 도입으로 비즈니스 룰과 실행 어플리케이션을 분리함으로써 어플리케이션을 변경하지 않고 비즈니스 역할만을 변경하는 것이 가능하게 된다.

예를 들면, 2009년 IBM으로 인수 합병된 ILOG사의 비즈니스룰 관리(BRMS) 솔루션 인 jRules 제품은 기업의 의사결정과 관련된 비즈니스 정책을 비즈니스 룰 형태로 모델화하여 해당업무 담당자에 의해서 유지되는 기능을 지원함으로써 기업들이 빠르게 변화하는 비즈니스 환경에 민첩(Agile)하고 유연(Flexible)하게 대처할 수 있는 비즈니스 관리시스템 구축을 가능하게 한다.

도 6 과 같이 IBM사는 비즈니스룰 관리용 jRules와 웹기반(WebSpere) 비즈니스 프로세스 관리(BPM, Business Process Management)시스템을 통합한 솔루션 제품은 비즈니스 정책중심의 프로세스 관리 및 최적화, 산재되어 있는 비즈니스 정책의 집중화를 통한 관리의 효율성을 도모하고, IT 개발자와 현업 담당자의 유기적 협업, 현업 담당자에 의한 직접적인 비즈니스 정책 유지/관리 등의 기능이 가능토록 하여 다음과 같은 비즈니스 의사결정 업무분야에 널리 적용되고 있다.

- 신용평점 및 전략관리(Credit Scoring & Strategy Management)

- 금융업무 자동화(Automated Underwriting : 대출, 보험, 카드 등)

- 사기검출 및 감사업무 지원 (Fraud Detection & Inspection)

- 진단 및 문제해결 (Diagnostics & Problem Solving)

국내 기업인 이노룰스는 도 7 과 같이 자체 기술로 개발한 BRE(Business Rule Engine) 솔루션을 기반으로 BRMS(Business Rule Management System) 시장을 개척하고, 통합된 IT 서비스를 제공하는 기업이다. BRE(Business Rule Engine)는 업무의 다양한 규칙을 시스템 개발에 반영하기 위해 꼭 필요한 솔루션이다. IT시스템의 다양한 규칙은 물론 업무를 하면서 꼭 반영해야 하는 지식, 규정, 규칙을 자동으로 저장하고 관리한다.

이노룰즈는 현재 룰(Rule) 기반 상품시스템을 구축하는 프로그램을 개발하고 룰 적용 컨설팅 및 개발 프로젝트를 수행하며, 룰 BRMS(BRE) 제품 공급과 유지 보수 등을 주 사업으로 하고 있다. 지식경제부, KDB생명, NH농협생명, SK텔레콤, 롯데카드, 삼성전자, 한국장학재단 등 다양한 고객사와 제휴를 하고 서비스를 제공하고 있다.

따라서, 본 기술은 철강분야에 널리 보급된 기존의 통합생산관리(MES) 시스템이 제대로 수행하지 못하고 있는 조업현장 정보의 지능적 획득관리를 통하여 최적 조업 달성을 유도함으로써 제강 품질을 최적화하는 것을 목적으로 한다.

전기로 제강 품질 튜터링 시스템은 다음과 같은 기능적 문제를 해결할 수 있는 솔루션과 플랫폼으로 구성된다.

- 실시간 전기로 데이터 수집 장치 및 공정 데이터 DB 구축

- 조업 안내를 위한 조업 룰(Rule)의 생성/관리할 수 있는 플랫폼 개발

- 생성된 조업 룰과 실시간 수집된 공정 데이터로부터 안내메시지를 추론 생성하는 모듈

- 시청각 안내를 위한 음성메시지 생성모듈과 그래픽 HMI 단말장치

- 조업 전문가의 조업 룰 생성과 시스템 관리를 위한 유틸리티 S/W

본 출원에서 제안하는 전기로 제강 품질 튜터링 시스템은 설비의 구축/가동 후에도 전기 또는 소프트웨어 기술자의 프로그램밍 변경 지원이나 도움 없이 전기로 공정전문가에 의해서 조업설계, 조업안내, 조업분석 등의 작업이 가능하도록 도 8 와 같은 유틸리티 플랫폼과 운영 환경으로 구성된다.

구분	설명
조업설계모듈	전기로 조업안내를 위한 조업 룰(Rule)을 생성/관리하기 위한 모듈 환자 병리진단용 전문가시스템에서 널리 활용되고 있는 지식획득 알고리즘인 MCRDR (Multi-Classification Ripple Down Rule) 기법을 적용하여 조업의 룰(Rule)을 생성/편집/관리하는 기능을 수행 IF-THEN-ELSE의 프로그램 언어형 문장이 아닌 MCRDR의 지식획득 기법으로 조업의 룰(Rule)을 설계할 수 있도록 개발하여 의사결정 지원 시스템의 특징인 프로그램 전문가가 아닌 공정 전문가가 자유롭게 조업분석과 조업 룰을 편집할 수 있도록 GUI 환경을 구축
조업안내모듈	실시간 공정데이터와 연계하여 조업설계 모듈에서 생성된 조업 룰 DB로부터 조업안내를 위한 메시지를 추론/생성하는 모듈 HMI 모니터상에 표시되는 텍스트 메시지와 TTS 엔진을 활용한 음성안내 메시지를 동시에 생성하도록 개발
조업분석모듈	공정전문가에 의한 조업안내 시스템의 튜닝을 지원하는 모듈로서 조업안내 시스템의 동작성능, 조업자의 운전이력을 포함한 전체 공정 데이터를 저장 관리 이전 조업상태의 재현(Replay)과 분석이 가능하도록 기능을 구축하여 공정전문가에 의한 조업 룰의 개선과 조정을 지원하는 기능을 수행

출원 기술의 독창적 측면을 살펴보면, 시스템의 구성 요소로서 조업 안내를 위한 조업 룰(Rule)을 생성/관리할 수 있는 플랫폼을 구비하여 소프트웨어의 변경 없이 운영한다는 것이다. 일반적으로 소프트웨어에서 룰을 기술하는 방법은 IF-THEN-ELSE 형식의 프로그램 코딩으로 구현되지만, 수많은 룰이 존재할 경우 서로 상치되는 룰 사이의 상관관계를 관리하기 어려운 측면이 있다. 지식획득과 지식 서비스를 지원하는 전문가 시스템 또는 의사결정 지원시스템에서는 이러한 IF-THEN-ELSE 형식의 프로그램 코딩을 하지 않고도 편리하게 룰을 생성/관리할 수 있는 수단을 제공한다.

출원 기술에서는 조업 룰(Rule) 구축과 안내 메시지를 생성하는 소프트웨어 플랫폼을 구축하기 위해 환자 병리진단용 전문가 시스템에 널리 사용되고 있는 지식획득 알고리즘인 MCRDR(Multi- Classification Ripple Down Rule) 기법을 적용한다. 이러한 방식으로 구성되는 전기로 제강 품질 튜터링 시스템은 구축 후에도 소프트웨어의 변경없이 전기로 조업 전문가에 의해서 편리하게 조업안내 내역 및 메시지를 변경할 수 있는 수단을 제공한다.

도 1 은 전기로 제강 품질 튜터링 시스템 개념도
도 2 는 제강공장 제품생산 공정 흐름도
도 3 은 통합생산관리시스템(MES)의 기능별 구성 사례
도 4 는 전기로 제강 품질 튜터링 시스템의 개발 필요성
도 5 는 현행 제철소 통합생산관리시스템 구성도
도 6 은 IBM 웹기반 비즈니스 룰관리시스템 운영 개념도
도 7 은 이노룰즈 BRE 솔루션 개념도
도 8 은 전기로 제강 품질 튜터링 시스템 구성모듈 및 운영 모형도
도 9 는 전기로 제강 품질 튜터링 시스템 구성도
도 10 은 정보 수집용 PLC 장치의 미들웨어 시스템 구성도
도 11 은 지능형 통신 미들웨어 S/W 운영 개념도
도 12 는 MCRDR 기반 조업 룰 설계/관리 운영 플랫폼 구성도
도 13 은 MCRDR 기법을 활용한 제철설비 지식베이스 구축 개념도
도 14 는 기존 전문가 시스템의 구성 및 운영도
도 15 는 MCRDR기법에 의한 전문가 시스템 운영도
도 16 은 MCRDR 구조 및 추론 알고리즘 개요
도 17 은 전문가에 의한 지식학습(획득) 플로차트
도 18 은 조업안내 시스템 구성도
도 19 는 조업안내 메시지 생성 및 시청각 조업안내 HMI 시스템 구성도
도 20 은 조업 분석 및 시뮬레이션 소프트웨어 개념도
도 21 은 전기로 공정관리시스템 기본 기능
도 22 는 기존 통합생산관리스템 업그레이드에 출원 기술 활용
도 23 은 위험요인/사고 인과관계 및 발현 메커니즘 개요도
도 24 는 전기로 제강 품질 튜터링 시스템의 기술적 파급효과

전기로 제강 품질 튜터링 시스템의 전체 구성

본 출원에서 제안하는 전기로 제강 품질 튜터링 시스템은 도 9 와 같이 정보수집용 PLC장치, 조업안내 서버, 조업안내 단말장치 및 조업분석 단말장치로 구성된다. 조업안내 서버는 MCRDR기법에 의한 조업 룰(Rule) 생성, 편집, 관리용 조업설계 플랫폼으로 구성되어 있고 조업 분석단말은 공정전문가에 의한 품질 튜터링 시스템의 튜닝을 지원하는 모듈로 구성되어 있다.

구성 요소별 주요 기능은 다음과 같다.

구성요소	주요기능
정보수집 제어용 PLC	네트워크를 통하여 전기로 설비 데이터 수집 전기로/LF 전력제어 등 설비제어 기능 수행
조업안내 서버	공정 데이터 DB 저장 및 관리 작업지시 수집 및 관리 문장형 조업 안내 메시지 생성 및 서비스
조업안내 단말장치	실시간 조업정보의 표시 서버로부터 전송된 '조업안내 메시지'의 안내방송 및 화면표출 조업자의 수동제어 명령 입력
조업분석 단말장치	수집된 공정 데이터 분석 조업안내를 위한 조업설계 기능 수행

전체 시스템의 구성 요소별 세부 구성

정보수집용 PLC 장치

실시간 데이터 기반의 조업안내 기능을 수행하기 위해서는 실시간 데이터를 수집하는 장치가 필요하므로 정보수집용 PLC 장치를 통해 실시간 DB 시스템을 구축하여 현장의 실시간 데이터를 수집, 저장, 서비스한다. 제철소의 제어설비 공급 회사는 상위로 데이터를 전송하기 위해서 OPC, ModeBus, DDE 등의 통신 프로토콜을 지원하므로 정보수집용 PLC 장치는 도 10 과 같이 현장 데이터로부터 실시간 조업데이터 DB로 데이터를 가공/수집할 수 있는 DataHub 미들웨어 소프트웨어 모듈을 탑재하고 있다.

DataHub 미들웨어 S/W는 현장설비의 데이터를 수집하기 위해서 도 11 과 같이 간단한 셋업만으로 데이터를 수집할 수 있도록 구성되어 있다.

조업 안내 서버

조업안내 서버는 MCRDR기법에 의한 조업 룰(Rule) 생성, 편집, 관리용 조업설계 플랫폼을 주요 구성 요소로 한다.

MCRDR 기법에 의한 조업 룰 생성, 편집 및 관리용 조업설계 플랫폼

조업 룰을 설계/관리하는 조업설계 플랫폼은 도 12 와 같이 조업전문가로부터 조업 룰을 획득할 수 있는 기능을 지원하는 그래픽 기반 유저 인터페이스부(UI), 조업 룰을 저장하는 지식 베이스, 지식 베이스 자동 구축을 위한 MCRDR 지식획득부, 조업 룰 추론을 위한 추론부로 구성되어 있다.

사용자 인터페이스부 (UI) : 지식 베이스에 축척된 조업 룰DB 조회, 편집을 통한 지식 베이스에 대한 유지보수, 관리를 수행하는 S/W 모듈로써 공정 전문가가 네트워크를 통해 접속하여 작업이 가능하도록 하는 기능 수행

지식 베이스 : 조업 룰 데이터, 코너스톤 데이터, 룰 상호간 연관관계 및 검증을 지원한 데이터를 관리하고 저장하는 기능 수행

조업 룰 획득부 (KA) : 전문가의 조업 룰을 획득하여 지식베이스에 저장하는 기능

조업 룰 추론부(IE) : 입력된 조업 룰에 대해서 조업안내의 결론을 도출하는 기능

기존 MCRDR 지식베이스의 지식획득 절차는 이미 구성된 룰 조건들의 중복 문제로 조업 전문가의 작업을 어렵게 하는 요소가 되나 본 기술에서는 MCRDR의 지식획득 성능 개선 알고리즘을 적용하여 지식 획득에 소요되는 반복 작업을 최소화 한다.

MCRDR 알고리즘 기반 지식획득 기법 및 지식DB 구축 기술

MCRDR (Multi-Classification Ripple Down Rule) 알고리즘 기반 지식획득은 도 13 과 같이 제철소 설비에 대한 단편적이고도 방대한 나열식 지식 정보를 MCRDR 룰 베이스를 활용하여 지식의 자동분류 및 다차원 구조화 지식으로의 전환을 수행하는 것으로 이러한 지식정보 획득 플랫폼을 통하여 사내 인트라넷을 통한 문서정보 및 지식 검색 알고리즘의 적중도와 수행 능력을 향상시킬 수 있다.

MCRDR 알고리즘은 전문가 시스템에서 지식 베이스 구축 방식의 하나로써 P. Comton 교수에 의해 개발된 기존의 RDR 알고리즘의 성능을 개선하여 지식 획득 및 추론 방법을 구현하기 위한 알고리즘이다. 이 기법은 기존의 전문가 시스템이 갖고 있는 지식획득 병목현상을 해결하여, 전문가 자신이 직접 실시간으로 지식을 입력 및 수정할 수 있도록 하고, 시스템이 지식의 논리적 오류 및 충돌을 자동으로 검증하기 때문에 단기간에 많은 양의 지식을 체계적으로 축척함은 물론, 저 비용으로 신뢰성 높고 장기간 운영할 수 있는 범용 전문가 시스템 및 지식 베이스 구축 방법을 제공하여 준다.

기존의 전문가 시스템은 도 14 와 같이 초기 시스템 구축시 전문가의 모든 지식을 추출하고 분석하여 지식 베이스를 구축한 후에야 시스템 운용이 가능하다. 또한 구축된 전문가 시스템은 전문가가 갖는 업무 관련 전문 지식과 동일한 정보로 표현하여야 한다. 또한 룰 기반 전문가 시스템의 경우 초기에 지식 베이스를 구축할 때 전문가는 지식시스템 엔지니어에게 전문가의 지식을 전달하고 지식시스템 엔지니어는 전문가로부터 획득한 지식을 코드(Code) 기반으로 프로그래밍하여 전문가의 지식을 지식 베이스로 구축함으로써 전문가 시스템의 지식 획득 과정을 달성하게 된다.

이러한 경우, 앞에서 설명한 바와 같이 프로그래밍 엔지니어는 지식 베이스를 구축하는 과정에서 해당 업무 전문가의 전문 지식을 이해하지 못하여 지식의 왜곡으로 인한 지식 베이스의 오류 및 누락 상황을 초래할 가능성이 높고, 이와 같은 상황에서 전문가가 알고 있는 지식을 시스템 구축 초기에 집중적으로 완전하게 지식베이스로 구축하는 것이 불가능하다는 문제점이 있다. 즉, 지식획득 병목(bottleneck)현상이 필연적으로 발생하게 되어 지식 베이스의 수정/유지보수 시 상당한 비용을 소요하게 될 가능성이 상존한다.

지식 베이스의 사후 관리의 경우, 전문가는 코드 기반으로 프로그래밍된 전문가 시스템에 대해서는 문외한이기 때문에 시스템 엔지니어의 개입이 없으면 지식 베이스의 관리를 할 수 없는 반면, 시스템 엔지니어는 전문가의 지식에 대해서는 아는 바가 없기 때문에 전문가의 가이드가 없으면 구체적으로 지식 베이스의 어느 부분이 관리되어야 하는지를 알 수 없는 문제점이 있다.

또한 초기에 저장된 방대한 지식은 지식 베이스에 코드 기반으로 프로그래밍되어 있기 때문에 지식을 추가하는 경우에 기존에 저장된 지식과의 충돌 여부(Rule Verification)를 판단함에 있어서 코드 전체를 해석해야하기 때문에 지식 베이스의 관리에 많은 시간 및 노력이 소요됨은 물론, 관리된 지식 베이스의 신뢰성이 낮다는 문제점이 있다.

MCRDR 알고리즘은 상기와 같은 기술의 문제점을 해결할 수 있도록 시스템 엔지니어의 도움 없이 전문가에 의해서 지식 베이스가 구축될 수 있도록 지식 획득 메커니즘을 제공해 준다. 즉, 지식 전문가가 시스템에 대해서 문외한일지라도 시스템 엔지니어의 개입 없이 전문가 자신이 직접 지식 베이스의 지식을 구축/수정 및 삭제 등의 관리를 수행하여 점진적으로 완전한 지식 베이스를 구축할 수 있도록 한다. 즉, 사용자 중심의 사례 기반(case based) 전문가 시스템에서 지식 획득 방법 및 그 방법을 실현하기 위한 프로그램 개발을 가능하게 한다.

MCRDR 알고리즘은 도 15 와 같이 크게 지식획득 엔진, 추론엔진 및 지식 베이스의 3부분으로 구성된다. 지식 베이스는 조건/결론 및 코너스톤(conerstone) 인덱스 기반의 트리구조를 갖는 룰 조건부 DB, 개별 룰과 코너스톤 인덱스로부터 각각 링크되는 결론 DB와 코너스톤 DB로 구성된다.

도 16 은 MCRDR 구조 및 추론 알고리즘 개요를 보여준다. 지식의 표현 방법은 룰형식의 표현으로서 모든 룰이 IF 조건문 THEN 결론 인덱스의 형태로 구성되어 있으며, 개별 룰마다 코너스톤 케이스 인덱스 데이터를 포함하고 있다. 각 룰의 결론 인덱스 및 코너스톤 케이스 인덱스는 결론 DB 및 코너스톤 케이스 DB에 저장되어 있는 각 데이터의 식별자로서 해당 규칙과 결론 데이터 및 코너스톤 케이스 데이터를 링크시키고 있다. 한편 루트 노드를 표현하는 룰은 어떠한 입력 케이스에 대해서도 TRUE의 값을 갖도록 하는 조건 및 공란의 결론 값을 갖는 결론으로 구성된다. MCRDR 전문가 시스템의 지식 베이스는 룰을 노드로 하는 N-ary 트리로 표현되며 어떠한 전문가 지식도 구축되지 않은 시스템의 초기상태에는 루트 노드만이 구성되어 있으며, 사후에 전문가 지식을 갱신함에 따라 룰 노드들이 추가되고 트리의 레벨이 증가하게 된다.

코너스톤 케이스는 룰의 추가, 수정 및 삭제 등 지식 학습과정에서 새로이 삽입되는 룰에 링크되어 저장되는 입력 케이스이다. MCRDR 전문가 시스템은 사례 기반이기 때문에, 전문가 시스템에 입력된 케이스를 만족하는 조건 데이터 및 그에 상응하는 합당한 결론 데이터를 갖는 룰 데이터가 존재하지 않는 경우에 새로운 룰 데이터를 추가 또는 수정/삭제하는 지식 획득 과정을 수행하게 된다. 이러한 지식 획득 과정에서 새로이 구축되는 룰이 입력된 케이스를 모두 만족하는 조건을 가질 필요는 없다. 예를 들어 입력된 케이스의 아이템이 {a,c,d,e,f,g,h,k} 일 때 도출되어야 할 결론이 없는 경우에는 지식 베이스를 갱신해야 한다. 이와 같이 새로운 룰을 생성할 때, 룰은 일부 아이템만으로 구성된 조건 및 그에 대응하는 결론을 도출 하는 룰을 추가할 수 있다.

지식 베이스로부터의 추론 알고리즘은 루트 노드로부터 출발하여 하위 레벨의 노드들을 표현하는 룰을 순차적으로 검사하여 입력 케이스가 만족하는 조건을 갖는 룰을 찾아내는 과정이다. 이 과정에서 룰의 조건 또는 결론에 오류가 있거나 필요한 조건 및 결론을 갖는 룰이 존재하지 않는 경우에는 도 17 과 같이 지식 학습(획득) 과정이 필요하다. 지식 학습은 새로운 조건 및 결론의 룰을 추가하는 경우와 이미 정의된 룰의 조건 및 결론을 편집하는 룰 편집의 두 가지 경우로 분류된다.

룰 획득 과정 시 MCRDR 전문가 시스템은 사례 기반으로 점진적인 지식 학습을 하기 때문에 새로이 획득된 룰은 반드시 검증 과정이 필요하다. 이는 새로운 룰이 적용 가능한지 여부 및 새로운 룰이 추가됨으로써 기존 지식 베이스에 구축된 결론들이 잘못 분류되는지 여부를 확인하기 위함이다.

상기에서 기술한 바와 같이 MCRDR 알고리즘은 지식 전문가가 시스템 엔지니어의 개입 없이 자연스럽게 지식 베이스를 구축할 수 있는 사용자 중심의 사례 기반 범용 시스템을 구성하는 메커니즘을 제공한다. 따라서, 전문가 자신이 직접 실시간으로 지식 베이스에 지식을 입력 및 수정할 수 있고 시스템이 지식의 논리적 오류 및 충돌을 자동으로 검증해 주기 때문에 단기간에 방대한 양의 지식을 체계적으로 축척할 수 있을 뿐만 아니라 지식 획득 병목현상을 해결하여 저 비용으로 신뢰성이 높고 장기간 운영할 수 있는 전문가 시스템 구현을 가능하게 한다.

조업 안내 단말장치

조업 안내 단말장치는 작업자에 대한 튜터링을 위해 실시간 조업안내를 수행하는 구성 요소로 실시간 조업안내 메시지 생성모듈과 조업자의 운전 집중도 향상을 위한 시청각 조업안내 HMI 모듈, 기준관리용 속성 DB로 구성되어 있다.

실시간 조업 안내 메시지 생성 모듈

실시간 조업안내 메시지 생성모듈은 조업 룰 설계부에서 구축된 조업 룰 DB로부터 실시간 공정데이터와 조업 안내 메시지를 생성하는 모듈로서 도 18 과 같이 구성된다.

조업 안내 메시지 생성 모듈은 HMI 시스템을 통해 텍스트 및 음성 안내가 가능하도록 문장형 메시지를 생성한다. 문장형 메시지는 설비의 기준데이터 DB와 실시간 공정 DB를 참조하여 운전 권고 메시지를 자동으로 생성하는 기능을 수행한다.

조업자의 운전 집중도 향상을 위한 시청각 조업안내 HMI 모듈

조업안내 단말 장치의 실시간 조업 안내 메시지 생성모듈로부터 전송된 조업 권고 메시지를 텍스트로 화면에 표시하고 운전 집중도 향상을 위해 음성합성엔진(TTS)을 사용하여 음성 안내 메시지를 생성하는 기능을 수행한다. 도 19 는 조업안내 메시지 생성 및 시청각 조업안내 HMI 시스템의 구성을 보여주고 있다.

기준관리용 속성 DB

조업안내를 위해서 실시간으로 문장형 메시지를 생성하기 위해서는 설비의 주요 속성(e.g. 변압기, 펌프, 로벽란스 등)과 개별 데이터 속성(e.g. 온도, 질량, 등)과 연계된 공통 데이터 및 이와 관련된 설비 운영 또는 문법적 관점의 관용구 등을 관리할 DB가 필요하다. 따라서, 설비 공통의 기준 속성 데이터를 관리하고 문장형 메시지 생성을 지원하는 DB를 구성 요소로 갖추고 있다.

조업분석 단말장치

조업분석 단말장치는 공정전문가에 의한 품질 튜터링 시스템의 튜닝을 지원하는 모듈로서 다음과 같이 구성되어 있다.

조업 사고 또는 이벤트 분석을 위해서 공정 데이터의 로깅과 검색 및 상황을 이해하기 용이한 HMI 기능을 갖추고 있다.

도 20 과 같이 과거 상황 재현을 통해 입체적 조업분석 기능을 구비하고 있다. 조업분석 기능은 아래의 세부 기능을 포함하며, 조업 개선 및 작업자 교육에 활용한다.

- 공정 데이터 로깅 기능

- 이벤트 뷰어 기능

- 로깅 데이터에 의한 조업 시뮬레이션 기능

출원기술의 활용 분야

본 출원 기술은 IT 기술자의 도움 없이 공정전문가가 조업분석, 조업설계, 조업안내의 기능을 구축하는 것이 가능하다. 이러한 기능은 전기로 관리자가 새로운 조업 방침을 설계하고 지휘/통제 및 분석할 수 있는 수단을 제공한다. 따라서 조업안내 기능을 활용함으로써 변화하는 조업환경에 대응하여 최적의 조업을 달성할 수 있다.

현장의 단순한 데이터 수집과 공정모니터링 기술만으로는 새로운 시장창출과 고객사의 당면한 요구사항을 만족시킬 수 없는 비즈니스 관점에서 한계에 도달해 있는 실정이다.

따라서, 철강분야에서 널리 보급된 기존 통합생산관리시스템과 연계하여 지금까지 수집된 단위공정의 방대한 데이터로부터 원가절감, 품질개선 등 생산현장의 조업을 개선할 수 있는 조업안내 시스템이 개발될 경우 고객 수요가 급증할 것으로 예상되며 새로운 SI 시장 및 부가가치를 창출할 것으로 예상된다. (도 21 참조)

본 출원에서 제안하는 핵심 기술은 비단, 전기로 설비뿐만 아니라 효율적 공정관리 및 제어를 필요로 하는 제철소 내 모든 설비에 적용될 수 있다. 도 22 는 향후 조업안내 기능을 갖춘 일반적인 통합생산관리시스템의 모형도를 나타내고 있는데 제강공장의 연주(CCM), 압연(Milling) 등 다양한 설비의 레벨2 부문을 업그레이드하는 방식으로 설비별 제품군을 확장할 수 있다. (도 22 참조)

출원 기술은 특히, 위험요인이 대단히 많은 제철소 생산현장의 사고 예방을 위한 리스크(Risk) 안내시스템으로 구축 가능하다. 도 23 은 위험요인, 사고 및 이들 사이의 발현 메커니즘 관계를 개념적으로 보여준다. 조업 전문가는 이러한 상관관계를 위험요인 분석, 과거의 사고 사례 등을 체계적으로 기술하여 조업안내 시스템에 학습시키고 이를 토대로 리스크 레벨을 사전에 경보하여 사고를 예방할 수 있는 시스템으로 활용할 수 있다.

기존 전기로 설비에서는 장치별(예: 변압기, 전극승강장치, 란스장치, 버너장치 등) 위험요인이 식별될 경우 단독으로 벨소리형 알람이 발생하도록 설비가 구축되어 있다. 이러한 경우, 장치별 유기적 결합에 의해서 발생하는 고차원의 위험요인에 대해서는 효과적 경보를 제공하지 못한다. 출원 기술은 공정전문가에 의해서 식별된 상위레벨 조업 상황의 위험요인을 문장형 메시지로 안내할 수 있으므로 보다 고차원적인 사고 예방 지원 시스템으로 활용할 수 있다.

출원기술의 기술적 파급 효과

일반적으로 지식은 혁신(Innovation)의 중요한 원천으로 OECD는 지식기반 경제를 "지식과 정보의 생산, 분배, 사용에 직접적으로 기반하고 있는 경제"라고 정의하고 있다. 이러한 지식기반 경제에서는 지식, 기술 등이 중시되고 원자재와 서비스의 투입, 공정 효율, 수율(yield) 등 가치창출의 모든 단계에서 지식이 활용된다는 것은 의미한다.

전통산업인 철강분야에서도 '지식 정보를 통한 혁신'의 기치아래 기존 설비들이 더 많은 수익을 창출할 수 있도록 끊임없는 노력을 기울여 왔다. 그러나 지금까지 이루어진 철강분야에서의 정보화 설비투자는 대부분 생산정보 수집과 관리측면에 집중되어 왔다.

본 출원에서 제안하고자 하는 전기로 제강 품질 튜터링 시스템 기술은 단순히 전기로 생산 공정의 정보를 수집하는 수준을 넘어서 수집된 정보와 전문가의 지식을 토대로 조업 프로세스 개선을 도모하는 자동화된 관리 시스템의 구축을 위한 기술이 된다.

자동화된 관리 시스템은 전기로 공정 운용과 같이 완전 자동화가 불가능한 공정에서 조업자와 상호 정보교환을 통해서 그들의 능력을 최대한 활용할 수 있도록 유도하는 합리적 수준의 자동화 시스템으로 볼 수 있다.

또한, 자동화된 관리 시스템은 전기로와 같이 프로세스가 정상 상태에서 이탈하여 제품 불량뿐만 아니라 설비 파손, 인명 손상 등 중대하고 위험한 상황이 발생할 가능성이 농후하여 경험이 풍부한 숙련공이 수동으로 조작해야만 하는 설비에 대단히 유용한 시스템이다. 숙련공의 시각적 정보와 경험을 배제하지 않고 자동화된 관리 시스템과 함께 협업으로 조업이 이루어 질 때 최적의 결과를 도출할 수 있을 것으로 예상되기 때문이다.

본 출원 기술은 철강분야 외에도 의료, 금융, 설비 진단 등 고도의 의사결정과 관리를 요하는 산업 분야에 널리 활용될 수 있다. (도 24 참조)

기존 유사 특허와의 차별성

국내외 관련지식재산권 현황

지식재산권명	출원인	한국출원번호
조업 안내 설정 지원장치, 조업지원시스템 및 컴퓨터 프로그램을 기록한 컴퓨터 판독가능한 기록매체	신닛폰세이테쯔	10-2011-7028902
제철소 설비의 운전교육 시스템의 제어방법	현대제철	10-2009-0103779
전문가 시스템의 지식 베이스 구축 방법, 이에 적합한 장치, 그리고 기록매체	삼성전자	10-2004-0094265
상황인식 서비스 제공 방법 및 장치	KT	10-2007-007085
가열로의 공급가스 열량변동에 따른 공연비 제어방법	포스코	10-2001-0083050
MDD기반의 공장자동화 제어 소프트웨어시스템 개발방법 및 개발된 소프트웨어의 유지보수 방법	한국정보컨설팅	10-2005-0125969

본 출원에서 제안하고자 하는 전기로 제강 품질 튜터링 시스템은 실시간 수집되는 조업정보를 토대로 조업 룰DB로부터 추론되는 미래의 상황을 예측하여 사전에 조업안내를 함으로써 최적의 조업을 유도하며, 조업안내 시스템이 조업 전문가에 의해 관리될 수 있는 메커니즘을 제공하는 것이 핵심 내용이다.

조업 룰 설계의 주요한 도구가 되는 MCRDR 알고리즘은 1993년 Compton 교수에 의해 개발된 이래 알고리즘 자체가 국내외에 특허로 등록된 적은 없다. 그러나, '제철소 설비의 운전교육 시스템의 제어방법'의 경우에서 볼 수 있듯이 MCRDR 알고리즘을 적용하여 사전 교육용 시뮬레이션 장치를 구성한 사례가 특허로 등록되어 있다.

신닛폰 세이테쯔사가 고안한 조업 안내 시스템은 본 출원 기술과 같이 실시간 조업상황에 대처하여 조업 조정을 유도하는 것이 아니라 제조라인에서 단순 생산수량, 작업요령, 주의사항 등을 관리하고 알람을 제공하는 시스템이다. 따라서, 본 기술에서 제안하고자 하는 실시간 문장형 메시지 방식의 조업안내 시스템과 아이디어를 근본적으로 달리하고 있다.

KT사가 개발한 '상황 인식에 기반 한 서비스 제공' 기법은 사용자 패턴 정보 기반의서비스를 제공할 목적으로 미들웨어 상에 JESS 쉘프로그래밍으로 시스템이 구축되지만 서비스 전략이 수정될 경우 시스템 엔지니어에 의해서 프로그램이 수정되어야 하는 단점이 있다.

삼성전자의 '전문가 시스템의 지식 베이스 구축 방법'은 지식 베이스 구축 시 지식 시스템 엔지니어와 전문가의 괴리에서 발생하는 지식축척 병목현상을 해결하기 위해서 데이터 마이닝 기반의 가설 에이전트라는 아이디어를 제시하고 있다. 그러나, 이 특허는 지식축적 기법에만 국한되어 있으며 본 출원 기술에서는 MCRDR 알고리즘으로 지식 병목현상을 해결할 수 있기 때문에 동일 문제를 해결함에 있어서 지적재산권의 침해는 발생하지 않는다.

포스코의 '가열로의 공급가스 열량변동에 따른 공연비 제어방법'은 가열로 전문가의 공연비 계산과 그에 의한 연료 배합비 등 가열로 공정의 운전 방식에 대한 전문가의 기술을 특허로 획득하였다. 그러나 운전방식을 시스템화 하는 구축방법에 대해서는 아이디어를 제시하지 않고 있다. 본 출원에서 제안하고자 하는 조업안내 시스템을 활용하여 이와 같은 가열로 운전방식을 지식 베이스화 할 경우 '가열로 최적 공연비 운전 안내 시스템'으로 구축하는 것이 가능하다.

상기의 지적재산권을 분석한 결과, 본 출원에서 제안하는 전기로 제강 품질 튜터링 시스템은 철강분야 뿐만 아니라 타 분야 통합생산관리시스템에서 구현된 사례가 없음을 확인하였다.

Claims (6)

1. 네트워크를 통하여 전기로 설비 데이터를 수집하고, 전기로/LF 전력제어를 포함하는 설비제어 기능을 수행하는 정보수집 제어용 PLC장치;
   상기 PLC 장치에 의해 수집된 공정 데이터 분석, 및 분석된 결과를 토대로 조업설계 기능을 수행하는 조업분석 단말장치;
   상기 조업분석 단말장치의 분석 및 조업설계 결과를 토대로, 공정 데이터 DB 저장 및 관리, 작업지시 수집 및 관리, 및 문장형 조업 안내 메시지 생성 및 서비스를 제공하는 조업안내 서버; 및
   상기 조업안내 서버로부터 제공되는 실시간 조업정보와 조업안내 메시지의 표시, 및 조업자의 수동제어 명령 입력을 수행하는 조업안내 단말장치;
   를 포함하는 것을 특징으로 하는 전기로 제강 품질 튜터링 시스템.
   
2. 제 1 항에 있어서,
   상기 조업안내 서버는 MCRDR 기법에 의한 조업 룰(Rule) 생성, 편집, 관리용 조업설계 플랫폼을 구비하며,
   상기 조업설계 플랫폼은,
   조업전문가로부터 조업 룰을 획득할 수 있는 기능을 지원하는 유저 인터페이스부(UI),
   조업 룰을 저장하는 지식 베이스,
   상기 지식 베이스의 자동 구축을 위한 MCRDR 지식획득부, 및
   조업 룰 추론을 위한 추론부
   를 포함하여 구성되며,
   상기 사용자 인터페이스부(UI)는, 상기 지식 베이스에 축척된 조업 룰DB 조회하고, 편집을 통한 상기 지식 베이스에 대한 유지보수와 관리를 수행하는 S/W 모듈로써 공정 전문가가 네트워크를 통해 접속하여 작업이 가능하도록 하는 기능 수행하고,
   상기 지식 베이스는, 조업 룰 데이터, 코너스톤 데이터, 룰 상호간 연관관계 및 검증을 지원한 데이터를 관리하고 저장하는 기능 수행하고,
   상기 조업 룰 획득부(KA)는 전문가의 조업 룰을 획득하여 상기 지식베이스에 저장하는 기능을 수행하고,
   상기 조업 룰 추론부(IE)는 입력된 조업 룰에 대해서 조업안내의 결론을 도출하는 기능을 수행하는 것을 특징으로 하는 전기로 제강 품질 튜터링 시스템.
   
3. 제 2 항에 있어서,
   상기 지식획득부는, 제철소 설비에 대한 나열식 지식 정보를 MCRDR 룰 베이스를 활용하여 지식의 자동분류 및 다차원 구조화 지식으로의 전환을 수행하는 것을 특징으로 하는 전기로 제강 품질 튜터링 시스템.
   
4. 제 3 항에 있어서,
   상기 지식획득부는, 지식획득 엔진, 추론엔진, 및 지식 베이스를 포함하며,
   상기 지식 베이스는, 조건과 결론 및 코너스톤(conerstone) 인덱스 기반의 트리구조를 갖는 룰 조건부 DB, 개별 룰과 코너스톤 인덱스로부터 각각 링크되는 결론 DB와 코너스톤 DB를 포함하는 것을 특징으로 하는 전기로 제공 품질 튜터링 시스템.
   
5. 제 1 항에 있어서,
   상기 조업 안내 단말장치는, 실시간 조업안내 메시지 생성모듈, 조업자의 운전 집중도 향상을 위한 시청각 조업안내 HMI 모듈, 및 기준관리용 속성 DB를 포함하여 구성되며,
   상기 실시간 조업안내 메시지 생성모듈은 조업 룰 DB로부터 실시간 공정데이터와 조업 안내 메시지를 생성하되, 상기 HMI 모듈을 통해 텍스트 및 음성 안내가 가능하도록 설비의 기준데이터 DB와 실시간 공정 DB를 참조하여 문장형 운전 권고 메시지를 생성하고,
   상기 HMI 모듈은 상기 실시간 조업 안내 메시지 생성모듈로부터 전송된 조업 권고 메시지를 텍스트로 화면에 표시하고 운전 집중도 향상을 위해 음성합성엔진(TTS)을 사용하여 음성 안내 메시지를 생성하고,
   상기 기준관리용 속성 DB 는 조업안내를 위한 실시간으로 문장형 메시지를 생성하기 위해 필요한 설비의 주요 속성과 개별 데이터 속성과 연계된 공통 데이터 및 이와 관련된 설비 운영 또는 문법적 관점의 관용구 등을 관리하는 문장형 메시지 생성을 지원하는 DB를 구비하는 것을 특징으로 하는 전기로 제공 품질 튜터링 시스템.
   
6. 제 1 항에 있어서,
   상기 조업분석 단말장치는 공정전문가에 의한 품질 튜터링 시스템의 튜닝을 지원하기 위하여 조업 사고 또는 이벤트 분석을 위한 공정 데이터의 로깅과 검색 및 상황을 이해하기 용이한 HMI 기능을 구비하는 것을 특징으로 하는 전기로 제공 품질 튜터링 시스템.

Images