KR20170090114A - 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법 - Google Patents

빅데이터 기반의 스마트 팩토리 분석시스템 및 방법 Download PDF

Info

Publication number
KR20170090114A
KR20170090114A KR1020160010587A KR20160010587A KR20170090114A KR 20170090114 A KR20170090114 A KR 20170090114A KR 1020160010587 A KR1020160010587 A KR 1020160010587A KR 20160010587 A KR20160010587 A KR 20160010587A KR 20170090114 A KR20170090114 A KR 20170090114A
Authority
KR
South Korea
Prior art keywords
big data
pattern
condition
server
rule
Prior art date
Application number
KR1020160010587A
Other languages
English (en)
Other versions
KR101845393B1 (ko
Inventor
이두식
송호석
노원석
Original Assignee
주식회사 아임클라우드
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 아임클라우드 filed Critical 주식회사 아임클라우드
Priority to KR1020160010587A priority Critical patent/KR101845393B1/ko
Publication of KR20170090114A publication Critical patent/KR20170090114A/ko
Application granted granted Critical
Publication of KR101845393B1 publication Critical patent/KR101845393B1/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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G06F17/30318—
    • 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
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)

Abstract

본 발명의 일 실시예에 따르면, 빅데이터 기반의 스마트 팩토리 분석시스템에 있어서, 팩토리에 설치된 기계들로부터 데이터-동작 상태를 나타내는 데이터를 포함-를 수집하는 빅데이터 수집 서버; 상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 검색을 위한 인덱싱 작업을 수행하고, 사용자로 하여금 검색 기능을 제공하는 검색 서버; 상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 분산처리 하는 하둡(Hadoop) 서버; 상기 빅데이터 수집 서버에 의해 수집된 데이터를 스트림 형태로 실시간으로 제공받고, 제공받은 데이터 스트림과 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 비교하여 일치하는지 여부를 판단하는 실시간 스트림 분석 장치; 및 상기 실시간 스트림 분석 장치에 의해 분석된 결과를 저장하는 분석결과 저장 DB;를 저장하며, 상기 패턴, 룰, 및 조건은 상기 팩토리에 설치된 기계들의 이상 유무와 동작 상태를 판단할 수 있는 기준인 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템이 제공된다.

Description

빅데이터 기반의 스마트 팩토리 분석시스템 및 방법{FACTORY SMART ANALYSIS SYSTEM AND METHOD BASED ON BIGDATA}
본 발명은 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법에 관한 것이다.
일반적으로 빅테이터는 생성되는 양, 생성 주기 또는 방식이 기존 데이터에 비하여 훨씬 크고 이로 인하여 기존의 방식으로 수집, 검색 또는 분석이 어려운 방대한 양의 데이터를 의미한다. 이와 같은 빅데이터는 기술의 발달에 따른 센서와 같은 탐지 또는 정보 기술의 발달 및 정보가 공유될 수 있는 인터넷의 발달로 인하여 데이터가 급격하게 증가되면서 나타나기 시작했다. 빅데이터는 예를 들어 페타바이트(PB) 크기의 규모(Volume), 모든 형태의 데이터 발생 원인을 포함하는 다양성(Variety), 빠른 데이터의 수집 및 처리가 요구되는 속도(Velocity) 및 데이터 자체가 가지는 불확실성에 대비에 필요한 정확성(Veracity)이라는 특성을 가지는 것으로 알려져 있다.
한편, 공장 운영 관리시스템은 운영 진행 정보 감시 및 제어, 설비의 감시 및 제어, 실적 정보 집계, 인력 관리, 공무 관리 등 공장 현장에서 발생할 수 있는 모든 데이터를 통합 관리하는데, 공장 현장에서 필요한 빅데이터를 수집하거나 저장 및 처리 기술에 한계가 있기 때문에 실시간으로 정확하게 장애를 파악하는 것이 쉽지 않다.
본 발명의 일 실시예에 따르면 팩토리에 설치된 대규모 장치들로부터 데이터를 수집하여 실시간으로 이상 유무를 판단할 수 있는 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법이 제공된다.
본 발명의 일 실시예에 따르면 팩토리에 설치된 대규모 장치들로부터 수집되는 빅데이터를 분석하여 이상유무를 판단하는 기준이 되는 정확한 룰/패턴/규칙을 지속적으로 생성할 수 있는 스마트 팩토리 분석시스템 및 방법이 제공된다.
본 발명의 일 실시예에 따르면, 빅데이터 기반의 스마트 팩토리 분석시스템에 있어서,
팩토리에 설치된 기계들로부터 데이터-동작 상태를 나타내는 데이터를 포함-를 수집하는 빅데이터 수집 서버;
상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 검색을 위한 인덱싱 작업을 수행하고, 사용자로 하여금 검색 기능을 제공하는 검색 서버;
상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 분산처리 하는 하둡(Hadoop) 서버;
상기 빅데이터 수집 서버에 의해 수집된 데이터를 스트림 형태로 실시간으로 제공받고, 제공받은 데이터 스트림과 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 비교하여 일치하는지 여부를 판단하는 실시간 스트림 분석 장치; 및
상기 실시간 스트림 분석 장치에 의해 분석된 결과를 저장하는 분석결과 저장 DB;를 저장하며,
상기 패턴, 룰, 및 조건은 상기 팩토리에 설치된 기계들의 이상 유무와 동작 상태를 판단할 수 있는 기준인 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템이 제공된다.
본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은, 상기 빅데이터 수집 서버에 의해 수집된 빅데이터를 상기 하둡(Hadoop) 서버와 상기 검색 서버와 상기 실시간 스트림 분석 장치가 처리할 수 있도록 정규화하는 빅데이터 정규화 모듈; 및 상기 빅데이터 정규화 모듈에 의해 정규화된 빅데이터를 저장하는 메시지 큐;를 더 포함할 수 있다.
상기 메시지 큐에 저장된 빅데이터는 상기 하둡(Hadoop) 서버와 상기 검색 서버와 상기 실시간 스트림 분석 장치에게 제공되는 것일 수 있다.
본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은,
상기 하둡(Hadoop) 서버에 의해 분산 처리된 빅데이터를 분석하여 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 만족하는지 여부를 판단하는 배치 분석 모듈;을 더 포함할 수 있다.
상기 배치 분석 모듈은 판단 결과를 상기 분석결과 저장 DB에 저장할 수 있다.
본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은, 패턴, 룰, 및 조건 중 적어도 하나를 저장하는 룰/패턴/조건 DB;를 더 포함할 수 있다.
상기 배치 분석 모듈은 상기 룰/패턴/조건 DB에 저장된 룰/패턴/조건이 상기 팩토리에 설치된 기계들의 이상 유무와 동작 상태를 정확하게 판단할 수 있도록 정의된 것인지를 확인하고, 부정확하게 정의되었다고 판단되면 상기 룰/패턴/조건 DB에 저장된 룰/패턴/조건을 정정할 수 있다.
상기 배치 분석 모듈은 상기 하둡(Hadoop) 서버에 의해 분산 처리된 빅데이터에서 상기 팩토리에 설치된 기계들에 대하여 과거 발생되었던 이상 상태들과, 상기 룰/패턴/조건 DB에 저장된 룰, 패턴, 또는 조건을 비교하여 상기 룰/패턴/조건 DB에 저장된 룰, 패턴, 또는 조건이 정확하게 정의되었는지를 확인할 수 있다.
본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은, 상기 하둡(Hadoop) 서버, 상기 검색 서버, 상기 실시간 스트림 분석 장치, 상기 배치 분석 모듈, 상기 빅데이터 수집 서버에 의해 수행되는 잡(job)의 처리 일정을 계획하여 수립하는 스케줄러;를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 팩토리에 설치된 대규모 장치들로부터 실시간으로 데이터를 수집하여 실시간으로 이상 유무를 판단하고 예측할 수 있게 된다. 또한, 대규모 장치들이 새로 설치되거나 현장 상황이 변경되더라도 이상 유무를 정확하게 판단할 수 있도록 정확한 룰/패턴/규칙을 생성하여 반영할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법을 설명하기 위한 도면이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
이하, 도면을 참조하여 본 발명을 상세히 설명하도록 한다. 아래의 특정 실시예들을 기술하는데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용들이 없어도 사용될 수 있다는 것을 인지할 수 있다. 어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은, 스케줄러(5), 빅데이터 소스(10), 빅데이터 수집 서버(20), 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50), 배치 분석 모듈(60), 분석 결과를 저장하는 분석결과저장 DB(70), 및 룰/패턴/조건을 저장하는 룰/패턴/조건 DB(80)를 포함할 수 있다. 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석시스템은, 또한, 빅데이터 정규화 모듈(21), 메시지 큐(23), 및 웹 서버(90) 중 적어도 하나의 장치를 더 포함하도록 구성될 수 있다.
빅데이터 소스(10)는 빅데이터의 수집 대상이며, 팩토리에 설치된 기계들(11, 13, 15, ...) - 공장 내부 또는 현장에 설치된 기계들 - 이 데이터의 수집 대상이 될 수 있다. 이러한 기계들에는 예를 들면 IP와 포트(Port)가 할당되어 있으며, 유선 또는 무선 통신 네트워크를 통해서 기계들의 동작 상태를 나타내는 데이터들이 빅데이터 수집 서버(20)로 제공된다.
빅데이터 수집 서버(20)는 팩토리에 설치된 기계들(11, 13, 15, ...)로부터 빅데이터를 수집한다. 빅데이터 수집 서버(20)는 주기적으로 또는 수시로 빅데이터를 수집할 수 있다.
빅데이터 수집 서버(20)는 빅데이터의 분실을 막기 위해서 수집한 빅데이터를 실시간으로 메시지 큐(23)에 저장한다.
빅데이터 정규화 모듈(21)은 메시지 큐(23)에 빅데이터가 저장되기 전에 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50)가 처리할 수 있도록 정규화하며, 이렇게 정규화된 빅데이터가 메시지 큐(23)에 저장된다.
메시지 큐(23)에 저장된 빅데이터는 적어도 3 개의 장치로 동시 또는 순차적으로 제공된다. 즉, 메시지 큐(23)에 저장된 빅데이터는, 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50)로 제공된다.
하둡(Hadoop) 서버(30)는 빅데이터에 대한 분산 병렬 처리 동작을 수행한다. 하둡(Hadoop) 서버(30)는 대용량의 빅데이터를 처리할 수 있도록 복수의 컴퓨터를 묶어서 분산 처리하며, 예를 들면 수백 또는 수천대 이상의 분산된 장비에 대용량 데이터를 저장할 수 있는 기능을 제공하는 분산파일 시스템과, 저장된 데이터를 분산된 서버의 CPU(중앙처리장치)와 메모리 자원을 이용해서 분석할 수 있는 컴퓨팅 플랫폼인 맵리듀스를 포함할 수 있다.
검색 서버(40)는 빅데이터 수집 서버(20)에 의해 수집된 데이터(메시지 큐(23)에 저장되어 있는 데이터)를 제공받아 검색을 위한 인덱싱 작업을 수행하고, 사용자로 하여금 검색 기능을 제공한다. 예를 들면, 웹 서버(9)의 요청에 의해 검색어에 대응되는 결과물을 분석결과저장 DB(70)에서 찾을 수 있는 기능을 제공한다.
실시간 스트림 분석 장치(50)는 빅데이터 수집 서버(20)에 의해 수집된 데이터(메시지 큐(23)에 저장되어 있는 데이터)를 스트림 형태로 실시간으로 제공받고, 제공받은 데이터 스트림과 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 비교하여 일치하는지 여부를 판단하여 분석결과저장 DB(70)에 저장한다. 여기서, 패턴, 룰, 및 조건은 팩토리에 설치된 기계들(11, 13, 15, ...)의 이상 유무와 동작 상태를 판단할 수 있는 기준이 되는 데이터로서, 룰/패턴/조건 DB에 저장되어 있다.
실시간 스트림 분석 장치(50)는 메시지 큐(23)에 저장된 빅데이터를 스트림 형태로 제공받아 패턴, 룰, 및 조건 중 적어도 어느 하나와 실시간으로 비교하여 분석한다. 실시간 스트림 분석 장치(50)는 빅데이터와 패턴, 룰, 및 조건 중 적어도 어느 하나를 비교하여 일치 여부를 확인함으로써, 팩토리에 설치된 기계들(11, 13, 15, ...)의 이상 유무를 판단할 수 있다.
실시간 스트림 분석 장치(50)는, 예를 들면, 병렬 처리용 파이프 라인(51)과 복수의 서버들(53a, 53b, 53c, ...)을 포함하도록 구성될 수 있다. 복수의 서버들(53a, 53b, 53c, ...)은 각각 룰/패턴/조건 DB(80)에 저장되어 있는 룰, 패턴, 조건을 이용하여, 병렬 처리용 파이프 라인(51)을 통과하는 데이터 스트림을 비교하여 일치하는 데이터가 있는지를 판단한다. 룰, 패턴, 또는 조건에 일치하는 데이터가 있으면, 일치 결과를 분석결과저장 DB(70)에 저장한다.
배치 분석 모듈(60)은 하둡(Hadoop) 서버(30)에 의해 분산 병렬 처리되어 저장된 빅데이터를 분석하여 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 만족하는지 여부를 판단한다.
배치 분석 모듈(60)은 룰/패턴/조건 DB(80)에 저장된 룰/패턴/조건이 팩토리에 설치된 기계들(11, 13, 15)의 이상(고장이나 정상적으로 동작하지 않는 경우) 유무와 동작 상태를 정확하게 판단할 수 있도록 정의된 것인지를 확인하고, 부정확하게 정의되었다고 판단되면 룰/패턴/조건 DB(80)에 저장된 룰/패턴/조건을 정정하는 동작을 수행할 수 있다.
배치 분석 모듈(60)은 하둡(Hadoop) 서버(30)에 의해 분산 병렬 처리된 빅데이터에서 팩토리에 설치된 기계들(11, 13, 15, ...)에 대하여 과거 발생되었던 이상 상태들과, 룰/패턴/조건 DB(80)에 저장된 룰, 패턴, 또는 조건을 비교하여 룰/패턴/조건 DB(80)에 저장된 룰, 패턴, 또는 조건이 정확하게 정의되었는지를 확인할 수 있다.
배치 분석 모듈(60)은 하둡(Hadoop) 서버(30)에 의해 분산 병렬 처리된 빅데이터를 분석한 결과, 과거에 소정의 이상 상태가 발생하였음에도, 그러한 소정의 이상 상태를 정의하는 룰, 패턴, 또는 조건이 룰/패턴/조건 DB(80)에 저장되어 있지 않은 경우에는, 그러한 소정의 이상 상태를 정의하는 룰, 패턴, 또는 조건을 생성하여, 룰/패턴/조건 DB(80)에 저장한다.
분석결과저장 DB(70)는 실시간 스트림 분석 장치(50)에 의한 분석 결과를 저장하고, 룰/패턴/조건 DB(80)는 룰/패턴/조건을 저장할 수 있다.
스케줄러(5)는 빅데이터 수집 서버(20), 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50), 및 배치 분석 모듈(60)에 의해 수행되는 잡(job)의 처리 일정을 계획하여 수립한다. 빅데이터 수집 서버(20), 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50), 및 배치 분석 모듈(60)은 스케줄러(5)에 수립된 계획에 따라서 각각의 동작을 수행한다.
웹 서버(90)는 분석된 결과를 사용자가 볼 수 있는 형태로 제공한다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법을 설명하기 위한 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법은 팩토리에 설치된 기계들로부터 빅데이터를 수집하는 단계(S101), 빅데이터를 정규화하는 단계(S103), 하둡(Hadoop) 서버가 빅데이터를 분산 병렬처리하는 단계(S104), 스트림 형태로 실시간 빅데이터를 분석하여 기계들의 이상 유무를 판단하는 단계(S106), 검색을 위한 인덱싱을 수행하는 단계(S108), 빅데이터를 배치 분석하여 기계들의 이상 유무를 판단하고 패턴, 룰, 조건을 검증하는 단계(S105), S106 단계의 수행 결과인 분석 결과를 저장하는 단계(S107), 분석결과를 가시적 형태로 제공하는 단계(S109)를 포함할 수 있다.
본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법은 프로세서와 저장장치(메모리, HDD, ...)로 이루어진 컴퓨터에 의해 구현될 수 있으며, 예를 들면 도 1을 참조하여 설명한 장치들에 의해서도 구현될 수 있다.
이하에서는, 본 발명의 설명의 목적을 위해서, 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법이 도 1과 같은 장치에 구현되었다고 가정하고, 본 발명의 일 실시예에 따른 빅데이터 기반의 스마트 팩토리 분석 방법을 설명하기로 한다.
S101 단계에서, 빅데이터 수집 서버(20)는 팩토리에 설치된 기계들로부터 빅데이터를 수집한다.
S103 단계에서, 빅데이터 정규화 모듈(21)은 빅데이터 수집 서버(20)에 의해 수집된 빅데이터를 하둡(Hadoop) 서버(30), 검색 서버(40), 실시간 스트림 분석 장치(50)가 처리할 수 있도록 정규화한다. 이렇게 정규화된 빅데이터는 메시지 큐(23)에 저장되었다가, 하둡(Hadoop) 서버(30), 검색 서버(40), 및 실시간 스트림 분석 장치(50)에 제공된다.
S104 단계에서, 하둡(Hadoop) 서버(30)는 빅데이터에 대한 분산 병렬 처리 동작을 수행한다. 하둡(Hadoop) 서버(30)는 대용량의 빅데이터를 처리할 수 있도록 복수의 컴퓨터를 묶어서 분산 처리한다.
S105 단계에서, 배치 분석 모듈(60)은 S104 단계에서 분산 병렬 처리된 빅데이터를 분석하여 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 만족하는지 여부를 판단한다. 예를 들면, 배치 분석 모듈(60)은 룰/패턴/조건이 팩토리에 설치된 기계들(11, 13, 15)의 이상 유무와 동작 상태를 정확하게 판단할 수 있도록 정의된 것인지를 확인하고, 부정확하게 정의되었다고 판단되면 룰/패턴/조건 DB(80)에 저장된 룰/패턴/조건을 정정하는 동작을 수행한다. S105 단계에서, 배치 분석 모듈(60)은 하둡(Hadoop) 서버(30)에 의해 분산 처리된 빅데이터에서 팩토리에 설치된 기계들(11, 13, 15, ...)에 대하여 과거 발생되었던 이상 상태들과, 룰, 패턴, 또는 조건을 비교하여 기존에 사용하던 룰, 패턴, 또는 조건이 정확하게 정의되었는지를 확인할 수 있다.
S106 단계에서, 실시간 스트림 분석 장치(50)는 S103 단계에 의해 정규화된 빅데이터를 스트림 형태로 실시간으로 제공받고, 제공받은 데이터 스트림과 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 비교하여 일치하는지 여부를 판단하여 분석한다. S106 단계에서, 실시간 스트림 분석 장치(50)는 S103 단계에 의해 정규화된 빅데이터를 스트림 형태로 제공받아 패턴, 룰, 및 조건 중 적어도 어느 하나와 실시간으로 비교하여 분석한다. 즉, S106 단계에서, 실시간 스트림 분석 장치(50)는 빅데이터와 패턴, 룰, 및 조건 중 적어도 어느 하나를 비교하여 일치 여부를 확인함으로써, 팩토리에 설치된 기계들(11, 13, 15, ...)의 이상 유무를 판단할 수 있다.
S108 단계에서, 검색 서버(40)는 S103 단계에 의해 정규화된 빅데이터를 제공받아 검색을 위한 인덱싱 작업을 수행하고, 사용자로 하여금 검색하는 동작을 수행한다.
S107 단계에서, 분석결과저장 DB(70)는 S106 단계에서 분석된 결과를 저장하고, S105 단계와 S106 단계에서 사용되는 룰/패턴/조건을 DB에 저장하여 관리(수정, 추가, 삭제)한다.
S109 단계에서, 웹 서버(90)는 S106 단계에서 분석된 결과를 사용자가 볼 수 있는 형태로 제공한다.
상기와 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
5: 스케줄러 10: 빅데이터 소스
20: 빅데이터 수집 서버 30: 하둡 서버
40: 검색 서버 50: 실시간 스트림 분석 장치
60: 배치 분석 모듈 70: 분석결과 저장 DB
80: 룰/패턴/조건 DB 90: 웹 서버

Claims (6)

  1. 빅데이터 기반의 스마트 팩토리 분석시스템에 있어서,
    팩토리에 설치된 기계들로부터 데이터-동작 상태를 나타내는 데이터를 포함-를 수집하는 빅데이터 수집 서버;
    상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 검색을 위한 인덱싱 작업을 수행하고, 사용자로 하여금 검색 기능을 제공하는 검색 서버;
    상기 빅데이터 수집 서버에 의해 수집된 데이터를 제공받아 분산처리 하는 하둡(Hadoop) 서버;
    상기 빅데이터 수집 서버에 의해 수집된 데이터를 스트림 형태로 실시간으로 제공받고, 제공받은 데이터 스트림과 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 비교하여 일치하는지 여부를 판단하는 실시간 스트림 분석 장치; 및
    상기 실시간 스트림 분석 장치에 의해 분석된 결과를 저장하는 분석결과 저장 DB;를 저장하며,
    상기 패턴, 룰, 및 조건은 상기 팩토리에 설치된 기계들의 이상 유무와 동작 상태를 판단할 수 있는 기준인 것인, 빅데이터 기반의 스마트 팩토리 분석시스템.
  2. 제1항에 있어서,
    상기 빅데이터 수집 서버에 의해 수집된 빅데이터를 상기 하둡(Hadoop) 서버와 상기 검색 서버와 상기 실시간 스트림 분석 장치가 처리할 수 있도록 정규화하는 빅데이터 정규화 모듈; 및
    상기 빅데이터 정규화 모듈에 의해 정규화된 빅데이터를 저장하는 메시지 큐;를 더 포함하며,
    상기 메시지 큐에 저장된 빅데이터는 상기 하둡(Hadoop) 서버와 상기 검색 서버와 상기 실시간 스트림 분석 장치에게 제공되는 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템.
  3. 제1항에 있어서,
    상기 하둡(Hadoop) 서버에 의해 분산 처리된 빅데이터를 분석하여 패턴, 룰, 및 조건 중에서 적어도 어느 하나를 만족하는지 여부를 판단하는 배치 분석 모듈;을 포함하며,
    상기 배치 분석 모듈은 판단 결과를 상기 분석결과 저장 DB에 저장하는 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템.
  4. 제3항에 있어서,
    패턴, 룰, 및 조건 중 적어도 하나를 저장하는 룰/패턴/조건 DB;를 더 포함하며,
    상기 배치 분석 모듈은 상기 룰/패턴/조건 DB에 저장된 룰/패턴/조건이 상기 팩토리에 설치된 기계들의 이상 유무와 동작 상태를 정확하게 판단할 수 있도록 정의된 것인지를 확인하고, 부정확하게 정의되었다고 판단되면 상기 룰/패턴/조건 DB에 저장된 룰/패턴/조건을 정정하는 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템.
  5. 제4항에 있어서,
    상기 배치 분석 모듈은
    상기 하둡(Hadoop) 서버에 의해 분산 처리된 빅데이터에서 상기 팩토리에 설치된 기계들에 대하여 과거 발생되었던 이상 상태들과, 상기 룰/패턴/조건 DB에 저장된 룰, 패턴, 또는 조건을 비교하여 상기 룰/패턴/조건 DB에 저장된 룰, 패턴, 또는 조건이 정확하게 정의되었는지를 확인하는 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템.
  6. 제5항에 있어서,
    상기 하둡(Hadoop) 서버, 상기 검색 서버, 상기 실시간 스트림 분석 장치, 상기 배치 분석 모듈, 상기 빅데이터 수집 서버에 의해 수행되는 잡(job)의 처리 일정을 계획하여 수립하는 스케줄러;를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 스마트 팩토리 분석시스템.
KR1020160010587A 2016-01-28 2016-01-28 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법 KR101845393B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160010587A KR101845393B1 (ko) 2016-01-28 2016-01-28 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160010587A KR101845393B1 (ko) 2016-01-28 2016-01-28 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20170090114A true KR20170090114A (ko) 2017-08-07
KR101845393B1 KR101845393B1 (ko) 2018-04-05

Family

ID=59653990

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160010587A KR101845393B1 (ko) 2016-01-28 2016-01-28 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101845393B1 (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109033206A (zh) * 2018-06-29 2018-12-18 北京奇虎科技有限公司 一种规则匹配方法、云服务器及规则匹配系统
KR101984257B1 (ko) 2017-12-29 2019-05-30 주식회사 비스텔 클라우드기반 빅데이터분석시스템 및 방법
KR101984258B1 (ko) 2017-12-29 2019-05-30 주식회사 비스텔 스마트공장과 클라우드 서버간 컨버징 방법 및 시스템
KR20190073315A (ko) 2019-06-07 2019-06-26 코리아바큠테크(주) 스마트 반도체 공장 및 클라우드 서버간 컨버징 시스템
KR20190081912A (ko) 2017-12-29 2019-07-09 주식회사 포스코아이씨티 데이터 유실 방지 기능을 구비한 분산 병렬 처리 시스템 및 방법
KR20190082646A (ko) 2017-12-31 2019-07-10 주식회사 포스코아이씨티 중계 장치를 이용한 인터페이스 관리 시스템
KR20200126080A (ko) * 2019-04-29 2020-11-06 (주)알피네트웍스 최적의 운용 조건을 제공할 수 있는 열처리 설비용 생산관리 서비스 시스템
KR20210012501A (ko) * 2019-07-25 2021-02-03 주식회사 현태 태양광 발전 및 제어 시스템, 그리고 태양광 발전 및 제어 시스템의 운영 방법
KR20210015168A (ko) * 2019-08-01 2021-02-10 주식회사 현태 태양광 발전 및 제어 시스템, 그리고 태양광 발전 및 제어 시스템의 운영 방법
KR102248592B1 (ko) * 2020-08-24 2021-05-06 (주)에오스와이텍 데이터 웨어하우징을 위한 장치 및 그 방법
CN113010565A (zh) * 2021-03-25 2021-06-22 腾讯科技（深圳）有限公司 基于服务器集群的服务器实时数据处理方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230009655A (ko) 2021-07-09 2023-01-17 에스이테크놀로지(주) 인공지능 기반 디지털 팩토리 서비스 시스템
KR20230125625A (ko) * 2022-02-21 2023-08-29 삼성전자주식회사 전자 장치 및 그 동작 방법

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101984257B1 (ko) 2017-12-29 2019-05-30 주식회사 비스텔 클라우드기반 빅데이터분석시스템 및 방법
KR101984258B1 (ko) 2017-12-29 2019-05-30 주식회사 비스텔 스마트공장과 클라우드 서버간 컨버징 방법 및 시스템
KR20190081912A (ko) 2017-12-29 2019-07-09 주식회사 포스코아이씨티 데이터 유실 방지 기능을 구비한 분산 병렬 처리 시스템 및 방법
KR20190082646A (ko) 2017-12-31 2019-07-10 주식회사 포스코아이씨티 중계 장치를 이용한 인터페이스 관리 시스템
CN109033206B (zh) * 2018-06-29 2021-06-01 北京奇虎科技有限公司 一种规则匹配方法、云服务器及规则匹配系统
CN109033206A (zh) * 2018-06-29 2018-12-18 北京奇虎科技有限公司 一种规则匹配方法、云服务器及规则匹配系统
KR20200126080A (ko) * 2019-04-29 2020-11-06 (주)알피네트웍스 최적의 운용 조건을 제공할 수 있는 열처리 설비용 생산관리 서비스 시스템
KR20190073315A (ko) 2019-06-07 2019-06-26 코리아바큠테크(주) 스마트 반도체 공장 및 클라우드 서버간 컨버징 시스템
KR20210012501A (ko) * 2019-07-25 2021-02-03 주식회사 현태 태양광 발전 및 제어 시스템, 그리고 태양광 발전 및 제어 시스템의 운영 방법
KR20210015168A (ko) * 2019-08-01 2021-02-10 주식회사 현태 태양광 발전 및 제어 시스템, 그리고 태양광 발전 및 제어 시스템의 운영 방법
KR102248592B1 (ko) * 2020-08-24 2021-05-06 (주)에오스와이텍 데이터 웨어하우징을 위한 장치 및 그 방법
CN113010565A (zh) * 2021-03-25 2021-06-22 腾讯科技（深圳）有限公司 基于服务器集群的服务器实时数据处理方法及系统
CN113010565B (zh) * 2021-03-25 2023-07-18 腾讯科技（深圳）有限公司 基于服务器集群的服务器实时数据处理方法及系统

Also Published As

Publication number Publication date
KR101845393B1 (ko) 2018-04-05

Similar Documents

Publication Publication Date Title
KR101845393B1 (ko) 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법
US9672085B2 (en) Adaptive fault diagnosis
US20170364561A1 (en) Telemetry data contextualized across datasets
CN109542741B (zh) 日志自动分组存储方法、装置、计算机设备和存储介质
JP6564799B2 (ja) 閾値決定装置、閾値決定方法及びプログラム
Zhang et al. Funnel: Assessing software changes in web-based services
CN107423190B (zh) 一种日志数据异常指向识别方法及装置
JP5933463B2 (ja) ログ生起異常検知装置及び方法
CN106708738B (zh) 一种软件测试缺陷预测方法及系统
CN111010291A (zh) 业务流程异常告警方法、装置、电子设备及存储介质
EP3503473A1 (en) Server classification in networked environments
CN110752969A (zh) 一种性能检测方法、装置、设备及介质
CN112612680A (zh) 一种消息告警方法、系统、计算机设备及存储介质
KR20170090115A (ko) 빅데이터 기반의 스마트 팩토리 분석시스템 및 방법
CN116719664B (zh) 基于微服务部署的应用和云平台跨层故障分析方法及系统
CN106844170A (zh) 一种故障处理、分析故障的影响面方法和设备
CN115640698A (zh) 一种水电站运行设备故障预警系统
RU148692U1 (ru) Система мониторинга событий компьютерной безопасности
CN113282920B (zh) 日志异常检测方法、装置、计算机设备和存储介质
CN111913824A (zh) 确定数据链路故障原因的方法及相关设备
CN104461847B (zh) 数据处理程序检测方法及装置
RU180789U1 (ru) Устройство аудита информационной безопасности в автоматизированных системах
KR101876629B1 (ko) 빅데이터 분석 기반 상태 감시 장치 및 방법
US10848371B2 (en) User interface for an application performance management system
CN107085544B (zh) 一种系统错误定位方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right