KR20180120454A - Apparatus for generating data model for smart factory and method for the same - Google Patents

Apparatus for generating data model for smart factory and method for the same Download PDF

Info

Publication number
KR20180120454A
KR20180120454A KR1020170054416A KR20170054416A KR20180120454A KR 20180120454 A KR20180120454 A KR 20180120454A KR 1020170054416 A KR1020170054416 A KR 1020170054416A KR 20170054416 A KR20170054416 A KR 20170054416A KR 20180120454 A KR20180120454 A KR 20180120454A
Authority
KR
South Korea
Prior art keywords
data
generating
model
factory
models
Prior art date
Application number
KR1020170054416A
Other languages
Korean (ko)
Other versions
KR102335814B1 (en
Inventor
전재호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020170054416A priority Critical patent/KR102335814B1/en
Publication of KR20180120454A publication Critical patent/KR20180120454A/en
Application granted granted Critical
Publication of KR102335814B1 publication Critical patent/KR102335814B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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]
    • Y02P90/10—
    • Y02P90/26—

Abstract

Provided is a data model generation apparatus for a smart factory. The data model generation apparatus for a smart factory comprises: a metadata generation module generating metadata by using data corresponding to manufacturing resources of a smart factory; a data model generation module generating data models corresponding to each metadata; a facility data collection module collecting actual facility data from facilities of the smart factory; and a facility data interworking module interworking the actual facility data and the meta data corresponding to each other.

Description

스마트팩토리용 데이터 모델 생성 장치 및 그 방법 {APPARATUS FOR GENERATING DATA MODEL FOR SMART FACTORY AND METHOD FOR THE SAME}[0001] APPARATUS FOR GENERATING DATA MODEL FOR SMART FACTORY AND METHOD FOR THE SAME [0002]

본 발명은 실설비와 연계 가능한 CPS 기반 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for generating a data model for a CPS-based smart factory that can be linked to an actual facility.

최근 제조산업은 경제성장의 원천으로 재조명되고 있으며, 제조업 부흥을 위해 스마트팩토리 기술개발에 몰두하고 있다. 스마트팩토리란 공장 내 설비와 기계에 센서(IoT 등)가 설치되어 데이터가 실시간으로 수집 및 분석되어 공장 내 모든 상황들이 일목요연하게 보여지고(Observability), 이를 분석해 목적된 바에 따라 스스로 제어(Controllability)되는 공장을 말한다.Recently, the manufacturing industry has been reexamined as a source of economic growth and has been concentrating on the development of smart factory technology for revival of manufacturing industry. The Smart Factory is installed in the factory facilities and machines with sensors (IoT, etc.) to collect and analyze the data in real time so that all situations in the factory can be seen clearly, analyzed, and controlled by themselves. It refers to the factory.

스마트팩토리 구현을 위해 필수적으로 필요한 기술로는 CPS 기술이 있다. CPS 기술은 생산 현장과 기업의 정보시스템을 통합한 정보 모델 구축과 이를 기반으로 시장 변화에 대응해 설비·공정을 최적 제어할 수 있는 기술을 말한다. Cyber-Physical Systems (CPS) 란 컴퓨팅 시스템과 사람·제조공정·설비와 같은 물리적인 시스템을 네트워크로 통합하여 자동형·지능형 시스템을 구축하는 기술을 말한다.CPS technology is a necessary technology for smart factory implementation. CPS technology refers to technology that can integrate the information system of the production site and the enterprise information system and to control the equipment and process in response to the market change based on the information model construction. Cyber-Physical Systems (CPS) is a technology that builds automatic and intelligent systems by integrating computing systems and physical systems such as people, manufacturing processes, and facilities into networks.

그러나, 현재의 제조형태는 IT화를 통한 시스템 지능화가 일부 실현단계 진입하고 있으나, 단위 공정별로만 자동화 및 최적화가 이루어져 있으며, 공정과 공정 간의 유기적인 연계가 되고 있지 않다. 그래서 전후 개별 공장에서 수집된 데이터의 활용률이 매우 낮은 상황이다.However, in the present manufacturing method, system intelligence through ITization is entering some realization stage, but automation and optimization are performed only for each unit process, and there is not an organic link between the process and the process. Therefore, the utilization rate of the data collected at the post-war individual factories is very low.

또한, 단위 공정간의 생산 시스템은 국내외 다수의 제조회사들이 독자적으로 개발하여 사용되고 있다. 그리고 종래의 이러한 시스템들은 생산 공정에 있어서 제약을 단순화하여 모델을 작성하고, 단순화된 모델에 대하여 선형 계획법 등의 통계적 최적화 수법을 적용하여 개략적인 해를 구하는 방법을 채택하고 있는 실정이다.In addition, the production system between the unit processes is independently developed and used by many domestic and foreign manufacturers. Conventionally, these systems employ a method of simplifying the constraint in the production process and creating a model, and applying a statistical optimization method such as a linear programming method to a simplified model to obtain a rough solution.

하지만, 스마트팩토리 기술이 필요한 하이테크놀로지 산업의 제조 공정은 수백, 수천개의 다수의 공정들로 구성되어 있기 때문에 개략적인 수치를 통해서는 전체 제조 공정의 신뢰성을 높일 수 없다. 그리고 단위 공정별로 진행되어 온 자동화시스템은 생산현장에서 발생하는 돌발 장애, 품질 불량 등의 원인을 알아낼 수 없고, 공장 내 숙련자의 도움 없이는 해당 문제를 해결하기가 쉽지 않은 상황이다.However, because the manufacturing process in the high technology industry, which requires smart factory technology, is made up of hundreds or thousands of processes, it is impossible to increase the reliability of the entire manufacturing process through rough figures. In addition, the automation system that has been carried out by each unit process can not find out the cause of the sudden failure or quality defect in the production site, and it is not easy to solve the problem without the help of the expert in the factory.

만약, 스마트팩토리가 구현되면 전후 공정간 데이터를 자유롭게 연계할 수 있어 총체적인 관점에서 최적화를 이룰 수 있다.If smart factories are implemented, data can be freely interlinked between front and rear processes, and optimization can be achieved from a holistic viewpoint.

전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.The above-described background technology is technical information that the inventor holds for the derivation of the present invention or acquired in the process of deriving the present invention, and can not necessarily be a known technology disclosed to the general public prior to the filing of the present invention.

국내 공개특허공보 제10-2012-0075270호Korean Patent Laid-Open Publication No. 10-2012-0075270

본 발명의 목적은 스마트팩토리 구현을 위해 실제 설비에서 제공되는 데이터와 연계해서 CPS 기반 데이터 모델들을 생성하는 스마트팩토리용 데이터 모델 생성 장치 및 그 방법을 제공하는 것이다.An object of the present invention is to provide an apparatus and method for generating a data model for a smart factory that generates CPS-based data models in association with data provided in an actual facility for smart factory implementation.

또한, 본 발명의 목적은 생성한 데이터 모델들이 생산 계획을 최적화하고 설비의 제어로직을 검증하는데 사용될 수 있도록 시뮬레이션용 코드를 생성하는 스마트팩토리용 데이터 모델 생성 장치 및 그 방법을 제공하는 것이다.It is also an object of the present invention to provide an apparatus and method for generating a data model for a smart factory that generates code for simulation so that the generated data models can be used to optimize the production plan and verify the control logic of the facility.

본 발명의 일 실시예는, 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 메타데이터 생성 모듈; 상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 데이터 모델 생성 모듈; 상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 설비 데이터 수집 모듈; 및 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 설비 데이터 연동 모듈; 을 포함하는, 스마트팩토리용 데이터 모델 생성 장치를 제공한다.According to an embodiment of the present invention, there is provided a metadata generation module for generating metadata using data corresponding to manufacturing resources of a smart factory. A data model generation module for generating data models corresponding to each of the metadata; A facility data collection module for collecting actual facility data from facilities of the smart factory; And a facility data interworking module for interworking the actual facility data and the meta data corresponding to each other; A data model generating unit for generating a data model for a smart factory;

이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 3차원 공장 구축부; 를 더 포함할 수 있다.In this case, the smart factory data model generation device includes a three-dimensional factory construction unit for building a three-dimensional factory using three-dimensional object models interlocked with the data models; As shown in FIG.

이때, 상기 3차원 공장 구축부는 상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 3차원 오브젝트 모델 생성 모듈; 서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 3차원 오브젝트 모델 연동 모듈; 및 상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 레이아웃 생성 모듈; 을 포함할 수 있다.In this case, the 3D factory building unit may include a 3D object model generation module that receives 3D object models corresponding to the manufacturing resources or generates the 3D object models using the metadata; A three-dimensional object model interworking module interlocking the three-dimensional object models and the data models corresponding to each other; And a layout generation module for generating the factory layout by arranging the three-dimensional object models through layout simulation or according to an external input; . ≪ / RTI >

이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의할 수 있다.At this time, the data model generation device for the smart factory may define three-dimensional object models corresponding to one or more of the facilities associated with each other as processes.

이때, 상기 공정 정의부는 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의할 수 있다.At this time, the process definition unit may define processes by grouping at least one of the processes associated with each other and a combination of the three-dimensional object models.

이때, 상기 스마트팩토리용 데이터 모델 생성 장치는 상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 시뮬레이션 코드 생성부; 를 더 포함할 수 있다.In this case, the smart model data model generation device includes a simulation code generation unit for generating a simulation code for using and verifying input / output, control logic, process logic, batch or production plan corresponding to the facilities and processes. As shown in FIG.

이때, 상기 데이터 모델 생성 모듈은 상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 또는 환경 모델들을 생성할 수 있다.At this time, the data model generation module may generate a structural model, a behavior model, or environment models corresponding to each of the metadata.

이때, 상기 데이터 모델들은 XML(Extensible Markup Language) 기반으로 생성할 수 있다.At this time, the data models can be generated based on XML (Extensible Markup Language).

이때, 상기 3차원 오브젝트 모델들은 3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함할 수 있다.At this time, the 3D object models may include 3D CAD (Computer Aided Design) data and a mesh / obj format.

본 발명의 다른 일 실시예는, 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 단계; 상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 단계; 상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 단계; 및 서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 단계; 를 포함하는, 스마트팩토리용 데이터 모델 생성 방법을 제공한다.According to another embodiment of the present invention, there is provided a method of manufacturing a smart factory, comprising: generating metadata using data corresponding to manufacturing resources of a smart factory; Generating data models corresponding to each of the metadata; Collecting actual facility data from facilities of the smart factory; And associating the actual facility data and the metadata corresponding to each other with each other; A method for generating a data model for a smart factory.

이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 단계; 를 더 포함하는, 스마트팩토리용 데이터 모델 생성 방법 할 수 있다.The method for generating a data model for a smart factory includes constructing a three-dimensional factory using three-dimensional object models interlocked with the data models; And generating a data model for the smart factory.

이때, 상기 3차원 공장을 구축하는 단계는 상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 단계; 서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 단계; 및 상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 단계; 를 포함할 수 있다.At this time, the step of constructing the 3D factory may include inputting or generating 3D object models corresponding to the manufacturing resources using the metadata. Interrelating the three-dimensional object models and the data models corresponding to each other; And arranging the three-dimensional object models through layout simulation or in accordance with an external input to generate a factory layout; . ≪ / RTI >

이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의하는 단계; 및 상기 공정들 각각에 상응하는 입출력을 정의하는 단계; 를 더 포함할 수 있다.In this case, the method for generating a data model for a smart factory includes grouping three-dimensional object models corresponding to one or more of the facilities associated with each other and defining them as processes; And defining input and output corresponding to each of the processes; As shown in FIG.

이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의하는 단계; 를 더 포함할 수 있다.In this case, the method for generating a data model for a smart factory may include grouping at least one of the processes and a combination of the three-dimensional object models into processes, As shown in FIG.

이때, 상기 스마트팩토리용 데이터 모델 생성 방법은 상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 단계; 를 포함할 수 있다.At this time, the method for generating a data model for a smart factory includes: generating a simulation code for using and verifying input / output, control logic, process logic, batch or production plan corresponding to the facilities and processes; . ≪ / RTI >

이때, 상기 데이터 모델들을 생성하는 단계는 상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성할 수 있다.At this time, the step of generating the data models may generate a structural model, a behavior model, and an environment model corresponding to each of the metadata.

이때, 상기 데이터 모델들은 XML(Extensible Markup Language) 기반으로 생성할 수 있다.At this time, the data models can be generated based on XML (Extensible Markup Language).

이때, 상기 3차원 오브젝트 모델들은 3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함할 수 있다.At this time, the 3D object models may include 3D CAD (Computer Aided Design) data and a mesh / obj format.

본 발명의 또 다른 일 실시예는, 컴퓨터를 이용하여 상기 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공한다.Yet another embodiment of the present invention provides a computer program stored on a medium for executing the method using a computer.

본 발명에 따르면, 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 의해, 스마트팩토리 구현을 위해 실제 설비에서 제공되는 데이터와 연계해서 CPS 기반 데이터 모델들을 생성함으로써, 전후 공정간 데이터를 자유롭고 정확하게 연계할 수 있어 공장 전체적인 관점에서 최적화를 이룰 수 있다.According to the present invention, CPS-based data models are generated in association with data provided in an actual facility for realizing a smart factory by an apparatus and method for generating a data model for a smart factory so that data between front and rear processes can be freely and accurately linked Which can be optimized from a plant-wide point of view.

또한, 본 발명은 스마트팩토리용 데이터 모델 생성 장치 및 그 방법에 의해, 생성한 데이터 모델들이 생산 계획을 최적화하고 설비의 제어로직을 검증하는데 사용될 수 있도록 시뮬레이션용 코드를 제공할 수 있다.The present invention also provides an apparatus and method for generating a data model for a smart factory that can provide code for simulation so that the generated data models can be used to optimize the production plan and verify the control logic of the facility.

도 1은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)의 구성을 나타낸 도면이다.
도 2는 도 1에 도시된 스마트팩토리용 데이터 모델 생성 장치(100)의 일 예를 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법을 나타낸 동작 흐름도이다.
도 4는 도 3에 도시된 메타데이터를 생성하는 단계(S301)의 일 예를 나타낸 동작 흐름도이다.
도 5는 도 3에 도시된 데이터 모델 생성 단계(S303)의 일 예를 나타낸 동작 흐름도이다.
도 6은 도 3에 도시된 공정과 공정 입출력을 정의하는 단계(S315)의 일 예를 나타낸 동작 흐름도이다.1 is a diagram showing a configuration of a data model generation system 1 for a smart factory according to an embodiment of the present invention.
2 is a block diagram showing an example of an apparatus 100 for generating a data model for a smart factory shown in FIG.
3 is a flowchart illustrating a method of generating a data model for a smart factory according to an embodiment of the present invention.
FIG. 4 is a flowchart illustrating an example of generating metadata (S301) shown in FIG.
5 is an operation flowchart showing an example of the data model generation step (S303) shown in FIG.
6 is an operation flowchart showing an example of the process and the process input / output shown in FIG. 3 (S315).

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다. The present invention is capable of various modifications and various embodiments, and specific embodiments are illustrated and described in the drawings. The effects and features of the present invention and methods of achieving them will be apparent with reference to the embodiments described in detail below with reference to the drawings. Hereinafter, a repeated description, a known function that may obscure the gist of the present invention, and a detailed description of the configuration will be omitted. Embodiments of the present invention are provided to more fully describe the present invention to those skilled in the art. Accordingly, the shapes and sizes of the elements in the drawings and the like can be exaggerated for clarity.

그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성되어 다양한 형태로 구현될 수 있다. 이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 또한, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.However, the present invention is not limited to the embodiments described below, but all or some of the embodiments may be selectively combined and implemented in various forms. In the following embodiments, the terms first, second, and the like are used for the purpose of distinguishing one element from another element, not the limitative meaning. Also, the singular expressions include plural expressions unless the context clearly dictates otherwise. Also, the terms include, including, etc. mean that there is a feature, or element, recited in the specification and does not preclude the possibility that one or more other features or components may be added.

이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings, wherein like reference numerals refer to like or corresponding components throughout the drawings, and a duplicate description thereof will be omitted .

도 1은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)의 구성을 나타낸 도면이다.1 is a diagram showing a configuration of a data model generation system 1 for a smart factory according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 시스템(1)에서 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리(200) 및 시뮬레이션 장치 (220)와 상호 연결된다.1, an apparatus 100 for generating a data model for a smart factory in a data model generation system 1 for a smart factory according to an embodiment of the present invention includes a smart factory 200 and a simulation apparatus 220, do.

본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리(200)에 상응하는 인력(Man), 설비(Machine), 부품(Material), 공정(Method) 및 환경(Environment)과 같은 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하고, 설비들에 상응하는 메타데이터 각각에 대해서 데이터 모델들을 생성하고, 스마트팩토리(200)로부터 실제 설비 데이터를 수집하며, 수집한 실제 설비 데이터를 메타데이터와 연동하여, 데이터 모델들이 실제 설비 데이터를 반영하여 시뮬레이션 장치(300)에서 이용될 수 있도록 한다.The apparatus for generating a data model 100 for a smart factory according to an embodiment of the present invention includes a manpower, a machine, a material, a method, and an environment ), Generates data models for each of the metadata corresponding to the facilities, collects actual facility data from the smart factory 200, The actual facility data is interlocked with the metadata so that the data models can be used in the simulation apparatus 300 by reflecting actual facility data.

여기서, 메타데이터는 스마트팩토리(200) 또는 사용자의 요구사항 및 기계 설비들이나 공정들에서 수집할 수 있는 정보를 포함하여, 설비, 제품 및 공정 등에 대한 입출력 정보를 정의할 수 있다. 또한, 메타데이터는 제품 설계, 설비 및 자재의 리소스, 공정 프로세스 간 라우팅, 공장의 레이아웃 및 공정 운영 계획 등에 활용될 수 있도록 BOP(Bill of Process), BOM(Bill of Meterial) 및 제약조건(Constraint) 등을 포함할 수 있다. 이때, 메타데이터는 인력, 자재, 공정 또는 기계설비로 나누어질 수 있다.Here, the metadata may define input / output information for facilities, products, processes, etc., including information that can be gathered from smart factory 200 or user requirements and hardware or processes. In addition, the metadata can include bill of process (BOP), Bill of Meterial (BOM), and Constraint to be used for product design, equipment and material resources, routing between process processes, plant layout, And the like. At this time, the metadata can be divided into manpower, material, process, or hardware.

특히, 메타데이터를 생성할 때, 스마트팩토리(200)에서 정보를 제공받을 수 있다. 여기서 제공되는 데이터의 포맷은 3차원 CAD 데이터, PLC 데이터, 수치기반 시뮬레이션 데이터 또는 문서 데이터 중 적어도 하나일 수 있다. 스마트팩토리(200)에서 정보를 제공받음으로써, 스마트팩토리(200) 혹은 사용자의 요구사항에 맞는 시뮬레이션을 위한 메타데이터를 생성할 수 있다.In particular, when generating the metadata, the smart factory 200 can receive information. The format of the data provided herein may be at least one of three-dimensional CAD data, PLC data, numerical-based simulation data, or document data. By receiving the information from the smart factory 200, it is possible to generate the metadata for the simulation according to the requirements of the smart factory 200 or the user.

그리고, 데이터 모델들은 스마트 팩토리(200)에 상응하는 제조 관련 자원들의 전기/기계/이산 논리에 대한 것일 수 있다.The data models may then be for electrical / mechanical / discrete logic of manufacturing related resources corresponding to the smart factory 200.

선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 제조 자원들에 상응하는 3차원 오브젝트 모델들을 메타데이터를 이용하여 생성하거나 외부로부터 입력받을 수 있고, 3차원 오브젝트 모델들과 데이터 모델들을 연동할 수 있다. 그리고, 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성할 수 있다.In an alternative embodiment, the smart model data model generation apparatus 100 may generate three-dimensional object models corresponding to manufacturing resources using metadata or input from outside, and may generate three-dimensional object models and data models Can be interlocked. Then, the factory layout can be created by arranging the three-dimensional object models through layout simulation or according to an external input.

여기서, 3차원 오브젝트 모델은 스마트팩토리(200)를 구성하는 기계설비, 인력 및 자재 등을 3차원 오브젝트 형태로 정의한 것이다. 그리고, 3차원 오브젝트 모델들과 데이터 모델들이 연동됨으로써 3차원 오브젝트 모델들에 기능이 추가될 수 있다.Here, the three-dimensional object model is defined as a three-dimensional object in the form of mechanical equipment, manpower, materials, etc. constituting the smart factory 200. In addition, functions can be added to the three-dimensional object models by linking the three-dimensional object models and the data models.

예컨대, 컨베이어 벨트와 같은 3차원 오브젝트 모델의 경우, 데이터 모델과 연동되지 않으면 해당 오브젝트 모델은 속이 텅 빈(기능이 없는) 3차원 모델일 뿐이다. 해당 컨베이어 벨트가 공정 내에서 해야 하는 역할(예: 자재의 운반)은 데이터 모델로 정의가 되며, 정의된 데이터 모델과 3차원 오브젝트 모델이 적절하게 맵핑이 되어야지만 해당 오브젝트의 기능(예: 자재의 운반)이 추가가 되는 것이다. 즉, 연동되는 데이터 모델과 3차원 오브젝트 모델은 하나의 세트(set)로 구성될 수 있다.For example, in the case of a three-dimensional object model such as a conveyor belt, the object model is only a hollow (non-functional) three-dimensional model unless interlocked with the data model. The role that the conveyor belt must perform within the process (eg, the transport of materials) is defined in the data model, and the defined data model and the three-dimensional object model must be mapped appropriately, Transportation) will be added. That is, the interlocking data model and the three-dimensional object model can be composed of one set.

선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 서로 연계되는 하나 이상의 설비들을 그룹화하여 공정으로 묶고, 서로 연계되는 하나 이상의 공정들을 다시 그룹화하여 공정으로 묶으며, 공정들의 입출력을 정의할 수 있다.In an alternative embodiment, the smart factory data model generation device 100 may group one or more facilities associated with each other and group them into a process, group one or more processes associated with each other and group them into processes, define input / .

이는, 공장은 여러 개의 설비들, 일명 라인으로 구성되어 있고, 이는 제품을 생산하기 위한 전체적인 프로세스 구축하기 위함이다. 이때, 그룹화 기준은 반제품 생산에 따른 레이아웃에 따라 달라진다. This is because the plant consists of several facilities, aka lines, to build the overall process for producing the product. At this time, the grouping criterion depends on the layout according to semi-finished product production.

예컨대, 핸드폰 생산 공장의 경우, 케이스를 만드는 프로세스가 설비 A, B 및 C를 거쳐야 한다면, 사용자의 입력을 통해서 혹은 설비들의 입출력 정보에 따라 자동으로 설비 A, B 및 C를 하나의 공정으로 묶을 수 있다. 그리고, 디스플레이 패널을 만드는데 필요한 설비가 설비 D, E 및 F인 경우, 설비 D, E 및 F를 하나의 공정으로 묶을 수 있다. 이렇게 핸드폰 생산에 필요한 반제품 공정들을 다시 그룹화 하고, 최종적으로 관련 그룹들을 하나의 그룹으로 다시 묶는다면, 해당 최상위 그룹은 가상 공장을 의미하는 그룹이 될 수 있다.For example, in the case of a mobile phone production factory, if the case making process has to pass through the facilities A, B and C, the facilities A, B and C can be automatically bundled into one process through the user's input or according to the input / have. If the facilities necessary for making the display panel are the facilities D, E and F, the facilities D, E and F can be combined into one process. If the semifinished processes necessary for the production of the mobile phone are re-grouped and finally the related groups are re-grouped into one group, the corresponding top group may be a group meaning virtual factory.

여기서, 설비들은 어떤 서비스나 기능을 실현할 수 있는 소프트웨어를 포함하는 하드웨어를 지칭한다. 설비의 입출력 데이터는 해당 설비의 스펙(Specification)에 따라 정의된다. 예컨대, 공장에서 사용되는 로봇팔의 스펙은 로봇구성, 팔각도 및 반경, 모터의 종류, 최대 적재량, 최대 속도 및 사이클 타임 등이 있다. 해당 로봇팔을 데이터 모델로 정의할 때 입력데이터로는 상기 스펙에서 정의한 항목들(메타데이터) 중 하나 또는 여러 개가 될 수 있다. 출력 데이터는 입력으로 들어온 데이터를 가공해서 타 설비 또는 공정으로 전달할 수 있는 데이터이다. 역시 위에서 설명한 스펙 항목들 중 하나가 될 수 있다.Here, facilities refer to hardware that includes software that can realize any service or function. The input / output data of the facility is defined according to the specification of the facility concerned. For example, specifications of a robot arm used in a factory include a robot configuration, octagon and radius, type of motor, maximum load, maximum speed, and cycle time. When defining the robot arm as a data model, the input data may be one or more of the items (metadata) defined in the specification. The output data is data that can be processed by inputting the input data and transmitted to another facility or process. It can also be one of the specification items described above.

예를 들어, 어떤 모델의 입력데이터로 속력(360 deg/sec)값이 설비에서 들어오면, 사용자 또는 모델링 전문가는 본 설비의 제어 로직을 구현하기 위해 특정 알고리즘에 해당 입력 데이터를 활용하고, 활용되어 가공된 결과 값은 출력 데이터로 정의할 수 있다. 해당 출력 데이터는 타 설비나 공정 또는 모델의 입력으로 재활용될 수 있다.For example, if the input (360 deg / sec) value of a model's input data comes from the plant, the user or modeling expert uses the input data to a specific algorithm to implement the plant's control logic, The processed result can be defined as output data. The output data can be recycled as inputs to other facilities, processes or models.

그리고, 공정들은 특정 서비스나 기능을 실현할 수 있는 하나 이상의 설비들이나 공정들로 구성된 작업들을 의미한다. 각각의 공정들은 하위 공정들 또는 설비들을 포함하여 구성될 수 있다. 이때, 각각의 설비들이나 공정들의 출력으로부터 나온 1차 가공된 데이터를 타 설비들이나 공정들로 전달되어 입력 데이터가 될 수 있다. 전달 받은 데이터는 특정 서비스 또는 기능 제공을 위해 2차 가공되고, 2차 가공된 데이터는 상응하는 공정들의 출력 데이터가 될 수 있다.And, processes refer to operations composed of one or more facilities or processes capable of realizing a specific service or function. Each process may be configured to include sub-processes or facilities. At this time, the primary processed data from the output of each facility or processes can be transferred to other facilities or processes and become input data. The transferred data may be secondarily processed to provide a specific service or function, and the second processed data may be output data of the corresponding processes.

선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성할 수 있다. 생성된 시뮬레이션용 코드는 시뮬레이션 장치(300)에서 사용하여 스마트팩토리의 공정들을 최적화할 수 있다.In an alternate embodiment, the data model generation device 100 for a smart factory may generate code for simulation that utilizes and verifies inputs and outputs, control logic, process logic, batch or production plans, etc., corresponding to facilities and processes . The generated simulation code can be used in the simulation apparatus 300 to optimize the processes of the Smart Factory.

여기서, 시뮬레이션 코드는 각각의 설비들에 상응하는 제어로직 및 입출력 데이터 등을 이용하고 검증할 수 있도록 생성되고, 또한 각각의 공정들에 상응하는 공정로직, 공정 입출력 데이터, 생산 계획, 배치 및 물류의 흐름 등을 이용하고 검증할 수 있도록 생성될 수 있다.Here, the simulation code is generated so as to be able to verify and utilize control logic, input / output data, and the like corresponding to each facility, and also includes process logic corresponding to each process, process input / output data, production plan, Flow, and so on.

선택적 실시예에서, 스마트팩토리용 데이터 모델 생성 장치(100)는 스마트팩토리에 상응하는 제조 자원들을 구조, 행위 및 환경으로 분류하여 메타데이터를 생성하고, 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성할 수 있다.In an alternative embodiment, the smart model factory data model generation apparatus 100 generates metadata by classifying manufacturing resources corresponding to the smart factory into structures, behaviors, and environments, and generates a structural model, a behavior model, Environment models can be created.

여기서, 구조 모델은 설비나 제품들의 기계적인 정보(예: 설비의 구성품)를 기준으로 모델링 될 수 있다. 예컨대, 볼펜은 펜심, 스프링, 노크, 볼펜 몸통 및 잉크 등으로 구성이 되며, 이 구성 정보를 기준으로 모델링할 수 있다. 또한, 구조 모델은 계층구조로 이루어져 있으며, 서브 구조 모델 또는 행위 모델을 포함할 수 있다.Here, the structural model can be modeled on the basis of the mechanical information of the equipment or products (for example, the components of the equipment). For example, the ballpoint pen is composed of a pen core, a spring, a knock, a ballpoint pen body, ink, and the like, and can be modeled based on this configuration information. In addition, the structural model is hierarchical and may include a sub-structural model or a behavioral model.

그리고, 행위 모델은 설비나 제품들의 특성을 기준으로 모델링될 수 있다. 예컨대, 절삭 기계는 절삭 속도, 절삭 범위 및 절삭 각도 등의 특성을 가지며, 이 특성 정보를 기준으로 모델링할 수 있다. 그리고, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의할 수 있다.The behavioral model can then be modeled on the basis of the characteristics of the equipment or products. For example, a cutting machine has characteristics such as a cutting speed, a cutting range and a cutting angle, and can be modeled based on the characteristic information. And, behavior modeling can define the algorithm related to the product or facility.

또한, 환경 모델은 설비, 제품 및 공정과 관련해서 필수적으로 고려되어야 할 환경 정보로부터 모델링될 수 있다. 예컨대, 실내 온도, 습도 및 필수 인력수 등의 환경 정보가 있으며, 이 환경 정보를 기준으로 모델링할 수 있다.In addition, the environmental model can be modeled from environmental information that must be considered essential with respect to equipment, products, and processes. For example, there are environmental information such as room temperature, humidity, and the number of required manpower, and can be modeled based on this environmental information.

스마트팩토리(200)는 공장 내 설비와 기계에 센서들이 설치되어 데이터가 실시간으로 수집, 분석되어 공장 내 모든 상황들이 일목요연하게 보여지고, 이를 분석해 목적된 바에 따라 스스로 제어되는 공장으로, 본 발명의 일 실시예에서 시뮬레이션을 위한 모델링을 하는 대상이 된다.The Smart Factory 200 is a plant that is installed in the plant and installed in the factory, and the data is collected and analyzed in real time so that all situations in the factory are clearly visible, In the embodiment, modeling for simulation is performed.

시뮬레이션 장치(300)는 본 발명의 일 실시예에 따라 생성된 스마트팩토리용 데이터 모델들과 시뮬레이션 코드들을 사용하여 시뮬레이션을 할 수 있는 장치이다. 그리고, 사용자의 목적에 맞는 시뮬레이션을 통해 공정과정, 동선, 설비들의 그룹화 등을 최적화 할 수 있다.The simulation apparatus 300 is a device capable of performing simulation using data models and simulation codes for smart factories generated according to an embodiment of the present invention. Simulation can be used to optimize the process flow, copper lines, and facility groupings.

도 2는 도 1에 도시된 스마트팩토리용 데이터 모델 생성 장치(100)의 일 예를 나타낸 블록도이다.2 is a block diagram showing an example of an apparatus 100 for generating a data model for a smart factory shown in FIG.

도 2를 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 제어부(110), 통신부(120), 메모리(130), 데이터베이스(140), 데이터 모델 생성부(150) 및 설비 데이터 연동부(160) 등을 포함한다.2, an apparatus 100 for generating a smart factory data model according to an exemplary embodiment of the present invention includes a control unit 110, a communication unit 120, a memory 130, a database 140, a data model generation unit 150 and a facility data interlocking unit 160 and the like.

또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 3차원 공장 구축부(170) 등을 더 포함할 수 있다.The apparatus 300 for generating a smart factory data model according to another embodiment of the present invention may further include a three-dimensional factory construction unit 170 and the like.

또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 공정 정의부(180) 등을 더 포함할 수 있다.In addition, the smart model data model generation apparatus 100 according to another embodiment of the present invention may further include a process definition unit 180 and the like.

또한, 본 발명의 다른 실시예에 따른 스마트팩토리용 데이터 모델 생성 장치(100)는 시뮬레이션 코드 생성부(190) 등을 더 포함할 수 있다.In addition, the smart model data model generation apparatus 100 according to another embodiment of the present invention may further include a simulation code generation unit 190 and the like.

상세히, 제어부(110)는 일종의 중앙처리장치로서 스마트 팩토리용 데이터 모델 생성의 전체 과정을 제어한다. 즉, 제어부(110)는 데이터 모델 생성부(150), 설비 데이터 연동부(160), 3차원 공장 구축부(170), 공장 정의부(180) 및 시뮬레이션 코드 생성부(190) 등을 제어하여 다양한 기능을 제공할 수 있다.In detail, the control unit 110 controls the entire process of generating the data model for the smart factory as a kind of central processing unit. That is, the control unit 110 controls the data model generating unit 150, the facility data interlocking unit 160, the three-dimensional factory building unit 170, the factory defining unit 180, and the simulation code generating unit 190 Various functions can be provided.

여기서, 제어부(110)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.Here, the control unit 110 may include any kind of device capable of processing data, such as a processor. Herein, the term " processor " may refer to a data processing apparatus embedded in hardware, for example, having a circuit physically structured to perform a function represented by a code or an instruction contained in the program. As an example of the data processing apparatus built in hardware, a microprocessor, a central processing unit (CPU), a processor core, a multiprocessor, an application-specific integrated circuit (ASIC) circuit, and a field programmable gate array (FPGA), but the scope of the present invention is not limited thereto.

통신부(120)는 스마트팩토리용 데이터 모델 생성 장치(100)와 스마트팩토리(200) 및 시뮬레이션 장치(300) 간의 송수신 신호를 전송하는데 필요한 통신 인터페이스를 제공한다. 또한, 통신부(120)는 스마트팩토리용 데이터 모델 생성 장치(100)와 사용자 간의 송수신 신호를 전송하는데 필요한 통신 인터페이스를 제공할 수 있다.The communication unit 120 provides a communication interface necessary for transmitting the transmission / reception signals between the smart factory data model generation apparatus 100 and the smart factory 200 and the simulation apparatus 300. In addition, the communication unit 120 may provide a communication interface necessary for transmitting the transmission / reception signal between the user and the data model generation device 100 for the smart factory.

이때, 메시지 통신은 XML 기반의 메시지 포맷을 기반으로 한 OPC(Object Linking and Embedding (OLE) for Process Control)나, OPC-UA (OPC의 업그레이드 버전), MTConnect 같은 표준화된 모델에서 정의하는 프로토콜을 사용할 수 있다.At this time, the message communication uses a protocol defined in a standardized model such as OPC-UA (upgraded version of OPC) or MTConnect based on OPC (Object Linking and Embedding (OLE) .

여기서, 통신부(120)는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다. Here, the communication unit 120 may be a device including hardware and software necessary to transmit / receive a signal such as a control signal or a data signal through a wired / wireless connection with another network device.

메모리(130)는 제어부(110)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(130)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.The memory 130 performs a function of temporarily or permanently storing data processed by the controller 110. Here, the memory 130 may include magnetic storage media or flash storage media, but the scope of the present invention is not limited thereto.

데이터베이스(140)는 제조 자원들에 상응하는 메타데이터 및 데이터 모델들 등을 포함한다. 또한, 데이터베이스(140)는 데이터 모델들과 연동된 3차원 오브젝트 모델들 및 공장 레이아웃 등을 포함할 수 있다. 나아가, 데이터베이스(140)는 공정들에 상응하는 데이터 및 실제 설비 데이터를 포함할 수 있다.The database 140 includes metadata and data models corresponding to manufacturing resources. In addition, the database 140 may include three-dimensional object models and factory layout associated with the data models. Further, the database 140 may include data corresponding to the processes and actual facility data.

데이터 모델 생성부(150)는 메타데이터 생성 모듈(151) 및 데이터 모델 생성 모듈(153) 등을 포함한다.The data model generation unit 150 includes a metadata generation module 151 and a data model generation module 153.

여기서, 메타데이터 생성 모듈(151)은 인력(Man), 설비(Machine), 부품(Material), 공정(Method), 환경(Environment)과 같은 제조 자원들에 대한 메타데이터를 정의한다. 또한 설비, 제품, 공정에 대한 입출력에 대한 정보를 정의한다. 그리고, 데이터 모델 생성 모듈(153)은 설비들에 상응하는 메타데이터 각각에 대해서 데이터 모델들을 생성한다. 여기서 생성된 메타데이터와 데이터 모델들은 데이터베이스(140)에 저장될 수 있다.Here, the metadata generation module 151 defines metadata about manufacturing resources such as manpower, machine, material, process, and environment. It also defines information about inputs and outputs for equipment, products, and processes. The data model generation module 153 generates data models for each of the metadata corresponding to the facilities. The generated metadata and data models may be stored in the database 140.

선택적 실시예에서, 메타데이터 생성 모듈(151)은 제조 자원들을 인력, 자재, 공정 또는 설비로 분류하여 메타데이터를 생성할 수 있고, 데이터 모델 생성 모듈(153)은 제조 자원들 각각에 상응하는 메타데이터에 대해서 구조 요소, 행위 요소 및 환경 요소를 구분하고, 구분에 따라 구조 모델, 행위 모델 또는 환경 모델들을 생성할 수 있다. In an alternative embodiment, the metadata generation module 151 may generate metadata by categorizing manufacturing resources into personnel, materials, processes, or facilities, and the data model generation module 153 may generate meta data corresponding to each of the manufacturing resources For the data, structural elements, action elements, and environmental elements can be distinguished, and a structural model, a behavioral model, or an environmental model can be generated according to the division.

즉, 데이터 모델 생성부(150)는 인력(Man), 설비(Machine), 부품(Material), 공정(Method) 또는 환경(Environment)과 같은 제조 자원들에 대해서 메타데이터를 정의하고, 그 정의된 메타데이터를 이용하여 프로세스를 구조화하고 설비들을 모델링한다.That is, the data model generation unit 150 defines metadata for manufacturing resources such as a man power, a machine, a material, a process or an environment, Use the metadata to structure the process and model the facilities.

여기서, 구조 모델은 설비나 제품들의 기계적인 정보(예: 설비의 구성품)를 기준으로 모델링된다. 예컨대, 볼펜은 펜심, 스프링, 노크, 볼펜몸통 및 잉크 등으로 구성이 되며, 상기 구성 정보를 기준으로 모델링 할 수 있다. 특히, 구조 모델은 계층구조로 이루어져 있으며, 하위 구조 모델 또는 행위 모델을 포함할 수 있다.Here, the structural model is modeled on the basis of the mechanical information of the equipment or products (for example, the components of the equipment). For example, the ballpoint pen is composed of a pen core, a spring, a knock, a ballpoint pen body, ink, and the like, and can be modeled based on the configuration information. In particular, the structural model consists of a hierarchical structure and may include sub-structural models or behavioral models.

그리고, 행위 모델은 설비나 제품들의 특성을 기준으로 모델링된다. 예컨대, 절삭기계는 절삭속도, 절삭범위 및 절삭각도 등의 특성을 가지고 있으며, 상기 특성(행위) 정보를 기준으로 모델링 할 수 있다. 즉, 행위 모델링을 통해서 해당 제품이나 설비와 관련된 알고리즘을 정의할 수 있다.The behavior model is modeled on the basis of the characteristics of equipment and products. For example, a cutting machine has characteristics such as a cutting speed, a cutting range and a cutting angle, and can be modeled based on the characteristic (action) information. In other words, through behavior modeling, the algorithm related to the product or facility can be defined.

또한, 환경 모델은 설비, 제품, 공정과 관련해서 필수적으로 고려되야 할 환경 정보를 기준으로 모델링된다. 예컨대, 환경 정보는 실내 온도, 습도 및 필수 인력수 등이 있으며, 상기 환경 정보를 기준으로 모델링 할 수 있다.In addition, the environmental model is modeled on the basis of the environmental information that must be considered in relation to facilities, products, and processes. For example, the environmental information includes the room temperature, the humidity, the number of required manpower, and the like, and can be modeled based on the environmental information.

이때, 데이터 모델들은 XML 기반으로 생성될 수 있다.At this time, the data models can be generated based on XML.

설비 데이터 연동부(160)는 설비들에 상응하는 데이터 모델들에 대해서 실제 설비 데이터를 반영한다.The facility data interlocking unit 160 reflects the actual facility data for the data models corresponding to the facilities.

선택적 실시예에서, 설비 데이터 연동부(160)는 설비 데이터 수집 모듈(161) 및 설비 데이터 연동 모듈(163) 등을 포함할 수 있다. In an alternative embodiment, facility data interlock 160 may include facility data acquisition module 161 and facility data interworking module 163, and so on.

여기서, 설비 데이터 수집 모듈(161)은 스마트팩토리(도 1의 200 참조)의 설비들로부터 인터페이스 또는 센서 등을 통해서 실제 설비 데이터를 수집할 수 있다. 그리고, 수집된 실제 설비 데이터는 데이터베이스(140)에 저장될 수 있다.Here, the facility data collection module 161 can collect actual facility data from the facilities of the smart factory (see 200 in FIG. 1) through an interface, a sensor, or the like. The actual facility data thus collected may be stored in the database 140. [

또한, 설비 데이터 연동 모듈(163)은 설비들 각각에 상응하는 실제 설비 데이터와 메타데이터를 연동할 수 있다. 이는, 실제 설비 데이터와 메타데이터를 연동하여, 실시간으로 혹은 수시로 수집되는 정보를 데이터 모델에 반영하기 위함이다. 이에 따라, 공정 간의 유기적인 연계를 꾀하고 전후 개별 공정 간의 데이터 활용률을 높여, 전체 시스템에 대한 신뢰성을 높일 수 있다. 그리고, 기계 설비나 자재/부자재/제품 정보에 관한 맵핑 데이터는 데이터베이스(140)에 저장될 수 있다. 여기서, 맵핑 데이터는 시뮬레이션을 위한 데이터로 활용될 수 있다.In addition, the facility data interworking module 163 can link actual facility data and metadata corresponding to each of the facilities. This is to integrate the actual facility data and the meta data and to reflect the information collected in real time or from time to time in the data model. Accordingly, it is possible to improve the reliability of the entire system by making an organic link between the processes and increasing the data utilization rate between the individual processes. Mapping data relating to hardware, materials, subsidiary materials, and product information may be stored in the database 140. Here, the mapping data can be utilized as data for simulation.

3차원 공장 구축부(170)는 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축한다.The three-dimensional factory construction unit 170 constructs a three-dimensional factory using three-dimensional object models linked with data models.

선택적 실시예에서, 3차원 공장 구축부(170)는 3차원 오브젝트 모델 생성 모듈(171), 3차원 오브젝트 모델 연동 모듈(173) 및 레이아웃 생성 모듈(175) 등을 포함할 수 있다.In an alternative embodiment, the three-dimensional factory construction unit 170 may include a three-dimensional object model generation module 171, a three-dimensional object model interworking module 173, and a layout generation module 175.

3차원 오브젝트 모델 생성 모듈(171)은 제조 자원들에 상응하는 3차원 오브젝트 모델들을 메타데이터를 이용하여 생성하거나 외부로부터 입력 받을 수 있다. 이때, 3차원 오브젝트 모듈은 데이터베이스(140)에 저장될 수 있다.The 3D object model generation module 171 may generate 3D object models corresponding to manufacturing resources using metadata or input from outside. At this time, the 3D object module may be stored in the database 140.

3차원 오브젝트 모델 연동 모듈(173)은 데이터 모델 생성부(150)에서 생성된 데이터 모델들을 3차원 오브젝트 모델들과 연동하는 모듈이다. 예컨대, 컨베이어 벨트와 같은 3차원 오브젝트 모델의 경우, 데이터 모델과 연동되지 않으면 해당 오브젝트 모델은 속이 텅 빈(기능이 없는) 3차원 모델일 뿐이다. 해당 컨베이어 벨트가 공정 내에서 해야 하는 역할(예: 자재의 운반)은 데이터 모델로 정의가 되며, 정의된 데이터 모델과 3차원 오브젝트 모델이 적절하게 맵핑이 되어야지만 해당 오브젝트의 기능(예: 자재의 운반)이 추가가 되는 것이다. 즉, 연동되는 데이터 모델과 3차원 오브젝트 모델은 하나의 세트로 구성될 수 있다.The three-dimensional object model interworking module 173 is a module for interworking the data models generated by the data model generating unit 150 with three-dimensional object models. For example, in the case of a three-dimensional object model such as a conveyor belt, the object model is only a hollow (non-functional) three-dimensional model unless interlocked with the data model. The role that the conveyor belt must perform within the process (eg, the transport of materials) is defined in the data model, and the defined data model and the three-dimensional object model must be mapped appropriately, Transportation) will be added. That is, the interlocking data model and the three-dimensional object model can be configured as one set.

여기서, 3차원 오브젝트 모델은 스마트팩토리(도 1의 200 참조)를 구성하는 기계설비, 인력 및 자재 등을 3차원 오브젝트 형태로 정의한 것이다. 그리고, 3차원 오브젝트 모델들과 데이터 모델들이 연동됨으로써 3차원 오브젝트 모델들에 기능이 추가될 수 있다. Here, the three-dimensional object model is defined as a three-dimensional object form of mechanical equipment, manpower, materials, etc. constituting the smart factory (see 200 in FIG. 1). In addition, functions can be added to the three-dimensional object models by linking the three-dimensional object models and the data models.

특히, 3차원 오브젝트 모델은 3D CAD 데이터, mesh / obj을 포함하는 다양한 3차원 오브젝트 모델 포맷을 가진 모델을 포함할 수 있다. 생성된 3차원 오브젝트 모델들은 데이터베이스(140)에 저장된다. 또한, 3차원 오브젝트 모델들은 공장의 레이아웃을 생성하거나 또는 물류/공정/배치 시뮬레이션을 위하여 데이터베이스(140) 모듈에서 불러들여져 사용될 수 있다.In particular, the three-dimensional object model may include models having various three-dimensional object model formats including 3D CAD data, mesh / obj. The generated three-dimensional object models are stored in the database 140. In addition, the three-dimensional object models can be used in the database 140 module for creating a factory layout or for logistics / process / batch simulation.

레이아웃 생성 모듈(175)는 데이터베이스(140)에 저장된 3차원 오브젝트 모델들을 배치하여 공장 레이아웃을 생성할 수 있다. 이때, 각각의 3차원 오브젝트 모델들은 복수 개로 생성되어 사용될 수 있다. 이는, 가상 공장을 구축하거나, 가상 공정을 구축해서 추후 배치, 물류, 생산기획 시뮬레이션을 수행하기 위함이다.The layout generation module 175 may generate the factory layout by arranging the three-dimensional object models stored in the database 140. [ At this time, each of the three-dimensional object models may be generated and used in plurality. This is for constructing a virtual factory or constructing a virtual process to carry out future placement, logistics, and production planning simulation.

이때, 3차원 오브젝트 모델들은 기존의 배치 시뮬레이션을 통해 나온 레이아웃 결과 또는 사용자의 입력 또는 요구사항에 따라 배치를 할 수 있다.At this time, the three-dimensional object models can be arranged according to the layout result obtained through the existing layout simulation or the input or requirement of the user.

공정 정의부(180)는 서로 연계되는 하나 이상의 설비들에 상응하는 3차원 오브젝트 모델(이하, 설비 오브젝트)들을 그룹화하여 공정들을 정의한다. 그리고, 정의된 공정들에 상응하는 입출력을 정의한다. 이때, 메타데이터 정의 모듈(151)에서 정의한 메타데이터를 참조하여 공정들에 상응하는 입출력을 정의할 수 있다. 특히, 메타데이터들 중 하나 이상을 선택해서 공정에 대한 입출력을 정의할 수 있다.The process definition unit 180 defines processes by grouping a three-dimensional object model (hereinafter, equipment objects) corresponding to one or more facilities associated with each other. Then, I / O corresponding to defined processes is defined. At this time, the input / output corresponding to the processes can be defined with reference to the metadata defined in the metadata definition module 151. [ In particular, one or more of the meta data can be selected to define input and output for the process.

이때, 서로 연계되는 하나 이상의 공정들과 설비 오브젝트들의 조합을 그룹화하여 새로운 공정들을 정의할 수 있다. 그리고, 각 공정들에 상응하는 입출력을 정의할 수 있다. 여기서, 각각의 공정들은 설비들뿐만 아니라 하위 공정들을 포함하여 구성될 수 있다.At this time, a combination of one or more processes and facility objects associated with each other can be grouped to define new processes. Then, I / O corresponding to each process can be defined. Here, each of the processes may be configured to include not only the facilities but also the sub-processes.

이때, 그룹화란 하나 이상의 설비들과 공정들의 조합을 가상의 환경에서 논리적으로 묶는 것을 의미한다. 공정이 설비들과 공정들의 조합으로 구성됨으로써, 부품, 반제품 및 제품에 대한 일체화된 데이터를 제공할 수 있다.At this time, grouping means to logically group a combination of one or more facilities and processes in a virtual environment. The process is composed of a combination of equipment and processes, thus providing integrated data on parts, semi-finished products and products.

여기서, 공정들을 하위 공정들과 설비 오브젝트들을 그룹화하여 정의할 때, 정의된 공정들을 레이어로 구분할 수 있다. 이때, 공정들을 다시 논리적으로 그룹화 하는 첫 번째 목적은 전체적인 제품 생산 프로세스 구축을 위함이고, 두 번째 목적은 기업입장에서 MES(Manufacturing Excution System: 제조 실행 시스템)나 ERP(Enterprise Resource Planning: 전사적 자원 관리)와 같은 정보들을 저장, 관리 및 활용할 수 있게 하기 위함이다. 하위 공정들을 포함하는 상위 공정들에서 정의된 입출력 데이터는 MES 또는 ERP에서 활용이 될 수 있다.Here, when processes are defined by grouping sub-processes and equipment objects, defined processes can be divided into layers. The first objective of logically grouping the processes again is to build the overall product production process and the second objective is to establish the MES (Manufacturing Execution System) or ERP (Enterprise Resource Planning) To manage, and utilize information such as data, information, and the like. Input / output data defined in higher processes including sub-processes can be utilized in MES or ERP.

여기서, 각 공정들의 입출력을 정의하는 것은 설비 오브젝트들 또는 공정들 사이의 연동을 위한 입출력 데이터의 맵핑과정이다. 이는, 공정 흐름의 형태, 생산방식(셀 생산, 잡샵 생산, 흐름 생산 등) 또는 클라이언트의 요구사항 등을 포괄적으로 고려해서 설정될 수 있다.Here, defining input / output of each process is a mapping process of input / output data for interworking between equipment objects or processes. This can be set up comprehensively taking into account the type of process flow, production method (cell production, production of a shop, production of flow, etc.) or client's requirements.

예컨대, A-B 공정을 위한 생산스케쥴을 도출하고 싶다면, A공정과 B공정의 연동을 위해 각각의 A공정과 B공정에 대한 입출력 데이터를 정의해야 한다. 입출력 데이터는 메타데이터에 포함된 설비 및 자재 등의 리소스, 목표 생산량 등을 포함한다.For example, in order to derive a production schedule for the A-B process, input / output data for each of the A process and the B process must be defined in order to link the A process and the B process. The input / output data includes resources such as facilities and materials included in the metadata, target production amounts, and the like.

시뮬레이션 코드 생성부(190)는 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성한다. 이때, 시뮬레이션용 코드는 각각의 목적에 따라 다르게 생성될 수 있다.The simulation code generating unit 190 generates a simulation code for using and verifying inputs and outputs, control logic, process logic, batch or production plan corresponding to facilities and processes. At this time, the simulation code can be generated differently according to each purpose.

예컨대, 설비들에 대해서는 각각의 설비들에 상응하는 제어로직 및 입출력 데이터 등을 이용하고 검증할 수 있는 시뮬레이션용 코드가 생성될 수 있다. 그리고, 공정들에 대해서는 각각의 공정들에 상응하는 공정로직, 공정 입출력 데이터, 생산계획, 배치 및 물류의 흐름 등을 이용하고 검증할 수 있는 시뮬레이션용 코드가 생성될 수 있다.For example, a simulation code that can verify and verify the control logic, input / output data, and the like corresponding to each facility can be generated for the facilities. For the processes, a simulation code can be generated that can use and verify the process logic, process input / output data, production plan, batch and logistics flow corresponding to each process.

이때, 생성된 시뮬레이터 코드는 시뮬레이션 장치(도 1의 300 참조)와 같은 장치에서 생산계획, 배치 또는 물류 등의 시뮬레이터를 구현할 때 활용될 수 있다.At this time, the generated simulator code can be utilized when implementing a simulator such as production planning, batching, or logistics in a device such as a simulation device (see 300 in FIG. 1).

이에 따라, 본 발명의 실시예들은 스마트팩토리(도 1의 200 참조)의 제조 자원들에 상응하는 데이터 모델들과 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축할 수 있으며, 공정에 대한 정의를 통해 제품 생산 프로세스를 구축하여 공정 간의 통합적인 데이터 연계를 가능케 한다.Accordingly, embodiments of the present invention can build a three-dimensional factory using data models and three-dimensional object models corresponding to the manufacturing resources of the smart factory (see 200 in FIG. 1) Through the process of product production, integrated data linkage between processes is possible.

또한, 본 발명의 실시예들은 공장의 설비, 부품, 공정, 인력 등을 가상의 모델로 구성하여 시뮬레이션 코드를 제공함에 따라, 시뮬레이션을 통해 최적의 생산 계획 및 설비의 제어 로직을 검증할 수 있게 한다. 그리고, 3차원 오브젝트 모델들과 공장 레이아웃을 통해 공장 내부에서의 복잡한 상황을 용이하게 이해할 수 있고, 발생 가능한 문제점을 사전 예측 및 해결책 제시가 가능하다.In addition, embodiments of the present invention provide a simulated code by configuring plant facilities, components, processes, manpower, and the like as virtual models so that the optimal production plan and control logic of the equipment can be verified through simulation . In addition, it is possible to easily understand the complicated situation inside the factory through the three-dimensional object models and the factory layout, and to predict possible problems and to present solutions.

그리고, 본 발명의 실시예들은 체계적이고 구체적인 모델링 프레임워크에 따라 개별 기업의 상황에 적합하게 공장 모델 및 모델 실행 환경을 구축하여 기업의 요구사항을 만족시킬 수 있다. In addition, embodiments of the present invention can meet the requirements of the enterprise by constructing a factory model and a model execution environment suitable for the situation of an individual company according to a systematic and concrete modeling framework.

도 3은 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법을 나타낸 동작 흐름도이다.3 is a flowchart illustrating a method of generating a data model for a smart factory according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 공장의 인력, 설비, 부품, 공정 및 환경과 같은 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성한다(S301).Referring to FIG. 3, a method for generating a data model for a smart factory according to an embodiment of the present invention includes a step of generating a data model for a smart factory (see 100 in FIG. 1) Meta data is generated using data corresponding to the same manufacturing resources (S301).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 메타데이터 각각에 상응하는 데이터 모델들을 생성한다(S303).In addition, in the method of generating a data model for a smart factory according to an embodiment of the present invention, a device for generating a data model for a smart factory (see 100 in FIG. 1) generates data models corresponding to each of the metadata (S303).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 설비들로부터 실제 설비 데이터를 수집한다(S305).Also, in the method of generating a data model for a smart factory according to an embodiment of the present invention, a device for generating a data model for a smart factory (see 100 in FIG. 1) collects actual facility data from the facilities (S305).

예컨대, 표준화 모델(OPC-UA, MTConnect 등)을 기반으로 한 Agent/API 등을 활용한 통신 인터페이스를 이용해서 설비들로부터 실제 설비 데이터를 수집할 수 있다.For example, actual facility data can be collected from facilities using a communication interface using an Agent / API based on a standardized model (OPC-UA, MTConnect, etc.).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 서로 상응하는 실제 설비 데이터와 메타데이터를 연동한다(S307).In addition, in the method for generating a data model for a smart factory according to an embodiment of the present invention, a device for generating a data model for a smart factory (see 100 in FIG. 1) interlocks the corresponding actual equipment data and metadata with each other (S307).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 데이터 모델들에 상응하는 3차원 오브젝트 모델들을 생성한다(S309).Also, in the method of generating a data model for a smart factory according to an embodiment of the present invention, a device for generating a data model for a smart factory (see 100 in FIG. 1) generates three-dimensional object models corresponding to data models (S309) .

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 데이터 모델들과 3차원 오브젝트 모델들을 연동한다(S311).In addition, in the method of generating a data model for a smart factory according to an embodiment of the present invention, a device for generating a data model for a smart factory (see 100 in FIG. 1) interlocks data models and three-dimensional object models (S311).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성한다(S313).The method for generating a data model for a smart factory according to an embodiment of the present invention is a method for generating a data model for a smart factory (see 100 in FIG. 1) And creates a factory layout (S313).

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 서로 연계되는 하나 이상의 설비 오브젝트들을 그룹화하여 공정들을 정의하고 각각의 공정들에 상응하는 입출력을 정의한다(S315).The method for generating a data model for a smart factory according to an embodiment of the present invention is a method for generating a data model for a smart factory by grouping one or more facility objects linked to each other to define processes, Input / output corresponding to the processes is defined (S315).

이때, 서로 연계되는 하나 이상의 공정들과 설비 오브젝트들의 조합을 그룹화하여 새로운 공정들을 정의할 수 있다. 그리고, 각 공정들에 상응하는 입출력을 정의할 수 있다. 여기서, 각각의 공정들은 설비들뿐만 아니라 하위 공정들을 포함하여 구성될 수 있다.At this time, a combination of one or more processes and facility objects associated with each other can be grouped to define new processes. Then, I / O corresponding to each process can be defined. Here, each of the processes may be configured to include not only the facilities but also the sub-processes.

또한, 본 발명의 일 실시예에 따른 스마트팩토리용 데이터 모델 생성 방법은 스마트팩토리용 데이터 모델 생성 장치(도 1의 100 참조)가, 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용하고 검증하는 시뮬레이션용 코드를 생성한다(S317).The method for generating a data model for a smart factory according to an exemplary embodiment of the present invention is a method for generating a data model for a smart factory (refer to 100 in FIG. 1) in which input / output, control logic, A simulation code for using and verifying the batch or production plan is generated (S317).

선택적 실시예에서, 실제 설비 데이터의 수집은 수시로 혹은 주기적으로 이루어질 수 있다.In an alternative embodiment, the collection of actual plant data may be made from time to time or periodically.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)가 먼저 수행된 후에, 메타데이터를 생성하는 단계(S301)가 수행되고 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 수행될 수 있다.In an alternative embodiment, after step S305 of collecting actual facility data is performed first in the steps S301, S303, S305, S307, S309, S311, S313, S315 and S317, (S301) may be performed and step S307 may be performed in which actual facility data and metadata are interlocked.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)가 먼저 수행된 후에, 메타데이터를 생성하는 단계(S301)와 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 병렬적으로 수행될 수 있다.In an alternative embodiment, after step S305 of collecting actual facility data is performed first in the steps S301, S303, S305, S307, S309, S311, S313, S315 and S317, And step S307 of linking the actual facility data and the meta data may be performed in parallel.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 실제 설비 데이터를 수집하는 단계(S305)와 실제 설비 데이터와 메타데이터를 연동하는 단계(S307)가 먼저 수행되고, 데이터 모델을 생성하는 단계(S303)가 수행될 수 있다.In an alternative embodiment, the steps (S305, S305) of collecting the actual facility data and the step (S305) of linking the actual facility data and the metadata are performed in the steps S301, S303, S305, S307, S309, S311, S313, S315, Step S307 is performed first, and step S303 of creating a data model may be performed.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 3차원 오브젝트 모델을 생성하는 단계(S309)가 먼저 수행되고, 데이터 모델을 생성하는 단계(S303)가 수행될 수 있다.In an alternative embodiment, the step of generating a three-dimensional object model (S309) is performed first in the above steps (S301, S303, S305, S307, S309, S311, S313, S315 and S317) (S303) may be performed.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 데이터 모델을 생성하는 단계(S303)와 3차원 오브젝트 모델을 생성하는 단계(S309)는 병렬적으로 수행될 수 있다.In an alternative embodiment, a step S303 of generating a data model and a step S309 of generating a three-dimensional object model in the steps S301, S303, S305, S307, S309, S311, S313, S315 and S317 ) Can be performed in parallel.

선택적 실시예에서, 상기 단계들(S301, S303, S305, S307, S309, S311, S313, S315 및 S317)에 있어서, 공장 레이아웃을 생성하는 단계(S313)와 공정들 및 공정들 각각에 상응하는 입출력을 정의하는 단계(S315)는 병렬적으로 수행될 수 있다.In an alternative embodiment, in the steps S301, S303, S305, S307, S309, S311, S313, S315 and S317, a factory layout is created (S313) (S315) may be performed in parallel.

도 4는 도 3에 도시된 메타데이터를 생성하는 단계(S301)의 일 예를 나타낸 동작 흐름도이다.FIG. 4 is a flowchart illustrating an example of generating metadata (S301) shown in FIG.

도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, 스마트팩토리(도 1의 200 참조)의 제조 자원들을 인력, 자재, 공정 또는 기계설비 등으로 구분한다(S401).3, the metadata generating module (see 151 in FIG. 2) generates the manufacturing resources of the smart factory (see 200 in FIG. 1) , A process or a mechanical equipment (S401).

도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, XML 형식으로 제조 자원들에 상응하는 메타데이터를 생성한다(S403).Referring to FIG. 4, in step S301 of generating metadata shown in FIG. 3, a metadata generation module (see 151 in FIG. 2) generates metadata corresponding to manufacturing resources in XML format (S403 ).

도 4를 참조하면, 도 3에 도시된 메타데이터를 생성하는 단계(S301)는 메타데이터 생성 모듈(도 2의 151 참조)이, 생성된 메타데이터를 데이터베이스(도 2의 140 참조)에 저장한다.Referring to FIG. 4, in step S301 of generating the metadata shown in FIG. 3, the metadata generation module (see 151 in FIG. 2) stores the generated metadata in a database (see 140 in FIG. 2) .

도 5는 도 3에 도시된 데이터 모델 생성 단계(S303)의 일 예를 나타낸 동작 흐름도이다.5 is an operation flowchart showing an example of the data model generation step (S303) shown in FIG.

도 5를 참조하면, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 제조 자원들 각각에 상응하는 메타데이터에 대해서 구조 요소, 행위 요소 및 환경 요소를 구분한다(S501).Referring to FIG. 5, the data model generation step (S303) shown in FIG. 3 includes a data model generation module (see 153 in FIG. 2) The elements are distinguished (S501).

또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 구조 요소에 따른 구조 모델을 생성한다(S503).In the data model generation step (S303) shown in FIG. 3, the data model generation module (see 153 in FIG. 2) generates a structure model according to the structure element for each metadata (S503).

또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 행위 요소에 따른 행위 모델을 생성한다(S505).In the data model generation step S303 shown in FIG. 3, the data model generation module (see 153 in FIG. 2) generates a behavior model according to the behavior element for each metadata (S505).

또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 메타데이터 각각에 대해서 환경 요소에 따른 환경 모델을 생성한다(S507).In the data model generation step S303 shown in Fig. 3, the data model generation module (see 153 in Fig. 2) generates an environment model for each of the meta data according to the environmental element (S507).

또한, 도 3에 도시된 데이터 모델 생성 단계(S303)는 데이터 모델 생성 모듈(도 2의 153 참조)이, 제조 자원들 모델들을 데이터베이스(도 2의 140 참조)에 저장한다(S509).In addition, the data model generation step S303 shown in FIG. 3 stores the manufacturing resources models in the database (see 140 in FIG. 2) by the data model generation module (see 153 in FIG. 2) (S509).

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, the step of creating a structure model (S503) and the step of creating a behavior model (S505) may be performed in parallel.

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 행위 모델을 생성하는 단계(S505)가 먼저 수행되고, 구조 모델을 생성하는 단계(S503)가 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507 and S509, a step S505 of creating a behavior model is performed first, and a step S503 of creating a structural model may be performed .

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 행위 모델을 생성하는 단계(S505)와 환경 모델을 생성하는 단계(S507)는 병렬적으로 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, a step S505 of creating a behavior model and a step S507 of creating an environment model may be performed in parallel.

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 환경 모델을 생성하는 단계(S507)가 먼저 수행되고, 행위 모델을 생성하는 단계(S505)가 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, the step of creating an environment model (S507) is performed first, and the step of creating a behavior model (S505) may be performed .

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, the step of creating a structure model (S503) and the step of creating a behavior model (S505) may be performed in parallel.

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 환경 모델을 생성하는 단계(S507)가 먼저 수행되고, 구조 모델을 생성하는 단계(S503)가 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, the step of creating an environment model (S507) is performed first, and the step of creating a structural model (S503) .

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와 행위 모델을 생성하는 단계(S505)는 병렬적으로 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, the step of creating a structure model (S503) and the step of creating a behavior model (S505) may be performed in parallel.

선택적 실시예에서, 상기 단계들(S501, S503, S505, S507 및 S509)에 있어서, 구조 모델을 생성하는 단계(S503)와, 행위 모델을 생성하는 단계(S505) 및 환경 모델을 생성하는 단계(S507)가 병렬적으로 수행될 수 있다.In an alternative embodiment, in steps S501, S503, S505, S507, and S509, a step S503 of creating a structure model, a step S505 of creating a behavior model, S507) may be performed in parallel.

도 6은 도 3에 도시된 공정과 공정 입출력을 정의하는 단계(S315)의 일 예를 나타낸 동작 흐름도이다.6 is an operation flowchart showing an example of the process and the process input / output shown in FIG. 3 (S315).

도 6을 참조하면, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 설비 오브젝트들을 그룹화하여 하나 이상의 공정들을 정의한다(S601).Referring to FIG. 6, in step S315 of defining the process and process input / output in FIG. 3, a process definition unit (see 180 in FIG. 2) defines one or more processes by grouping facility objects (S601).

또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들에 상응하는 입출력을 정의한다(S603).In step S315 of defining the process and process input / output in FIG. 3, the process definition unit (see 180 in FIG. 2) defines the input / output corresponding to the defined processes (S603).

또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 설비 오브젝트들과 공정들의 조합을 그룹화하여 하나 이상의 공정들을 정의한다(S605).In step S315 of defining the process and process input / output in FIG. 3, the process definition unit (see 180 in FIG. 2) defines one or more processes by grouping the combination of equipment objects and processes (S605).

또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들에 상응하는 입출력을 정의한다(S607).In step S315 of defining the process and process input / output in FIG. 3, the process definition unit (see 180 in FIG. 2) defines input / output corresponding to the defined processes (S607).

또한, 도 3에 공정과 공정 입출력을 정의하는 단계(S315)는 공정 정의부(도 2의 180 참조)가, 정의된 공정들 및 공정들에 상응하는 입출력 정보를 데이터베이스(도 2의 140 참조)에 저장한다(S609).3, the step of defining the process and the process input / output (S315) is the same as the process of defining the process and process input / output in the database (see 140 in FIG. 2) (S609).

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments of the present invention described above can be implemented in the form of program instructions that can be executed through various computer components and recorded in a computer-readable recording medium. The computer-readable recording medium may include program commands, data files, data structures, and the like, alone or in combination. The program instructions recorded on the computer-readable recording medium may be those specifically designed and configured for the present invention or may be those known and used by those skilled in the computer software arts. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD-ROM and DVD, magneto-optical media such as floptical disks, medium, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code, such as those generated by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be modified into one or more software modules for performing the processing according to the present invention, and vice versa.

본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.The specific acts described in the present invention are, by way of example, not intended to limit the scope of the invention in any way. For brevity of description, descriptions of conventional electronic configurations, control systems, software, and other functional aspects of such systems may be omitted. Also, the connections or connecting members of the lines between the components shown in the figures are illustrative of functional connections and / or physical or circuit connections, which may be replaced or additionally provided by a variety of functional connections, physical Connection, or circuit connections. Also, unless explicitly mentioned, such as " essential ", " importantly ", etc., it may not be a necessary component for application of the present invention.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Accordingly, the spirit of the present invention should not be construed as being limited to the above-described embodiments, and all ranges that are equivalent to or equivalent to the claims of the present invention as well as the claims .

1: 스마트팩토리용 데이터 모델 생성 시스템
100: 스마트팩토리용 데이터 모델 생성 장치
110: 제어부 120: 통신부
130: 메모리 140: 데이터베이스
150: 데이터 모델 생성부 151: 메타데이터 생성 모듈
152: 데이터 모델 생성 모듈 160: 설비 데이터 연동부
161: 설비 데이터 수집 모듈 163: 설비 데이터 연동 모듈
170: 3차원 공장 구축부
171: 3차원 오브젝트 모델 생성 모듈
173: 3차원 오브젝트 모델 연동 모듈
175: 레이아웃 생성 모듈
180: 공정 정의부 190: 시뮬레이션 코드 생성부
200: 스마트팩토리 300: 시뮬레이션 장치1: Data model generation system for smart factory
100: Data model generation device for smart factory
110: control unit 120: communication unit
130: memory 140: database
150: Data model generation unit 151: Metadata generation module
152: Data model generation module 160: Equipment data interlocking part
161: Equipment data collection module 163: Equipment data interworking module
170: Three-dimensional plant construction department
171: 3D object model generation module
173: 3D object model interlocking module
175: Layout Generation Module
180: Process defining section 190: Simulation code generating section
200: Smart Factory 300: Simulation Device

Claims (18)

스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 메타데이터 생성 모듈;
상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 데이터 모델 생성 모듈;
상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 설비 데이터 수집 모듈; 및
서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 설비 데이터 연동 모듈;
을 포함하는, 스마트팩토리용 데이터 모델 생성 장치.A metadata generation module that generates metadata using data corresponding to manufacturing resources of the smart factory;
A data model generation module for generating data models corresponding to each of the metadata;
A facility data collection module for collecting actual facility data from facilities of the smart factory; And
A facility data interlock module for interlocking the actual facility data and the meta data corresponding to each other;
And generating the data model for the smart factory. 청구항 1에 있어서,
상기 스마트팩토리용 데이터 모델 생성 장치는
상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 3차원 공장 구축부;
를 더 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method according to claim 1,
The smart model data model generation device
A 3D factory building unit for constructing a 3D factory using 3D object models interlocked with the data models;
The data model generation device further comprising: 청구항 2에 있어서,
상기 3차원 공장 구축부는
상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 3차원 오브젝트 모델 생성 모듈;
서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 3차원 오브젝트 모델 연동 모듈; 및
상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 레이아웃 생성 모듈;
을 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 2,
The three-dimensional factory construction unit
A three-dimensional object model generation module receiving input of three-dimensional object models corresponding to the manufacturing resources or generating the three-dimensional object models using the metadata;
A three-dimensional object model interworking module interlocking the three-dimensional object models and the data models corresponding to each other; And
A layout generating module that generates the factory layout by arranging the three-dimensional object models through a layout simulation or an external input;
Wherein the smart factory data model generation device includes: 청구항 3에 있어서,
상기 스마트팩토리용 데이터 모델 생성 장치는
서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의하고, 상기 공정들 각각에 상응하는 입출력을 정의하는 공정 정의부;
를 더 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 3,
The smart model data model generation device
A process definition unit for grouping three-dimensional object models corresponding to one or more of the facilities associated with each other and defining them as processes, and defining an input / output corresponding to each of the processes;
The data model generation device further comprising: 청구항 4에 있어서,
상기 공정 정의부는
서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 4,
The process definition unit
Wherein a combination of at least one of the processes and the three-dimensional object models associated with each other is grouped and defined as processes. 청구항 4에 있어서,
상기 스마트팩토리용 데이터 모델 생성 장치는
상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 시뮬레이션 코드 생성부;
를 더 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 4,
The smart model data model generation device
A simulation code generation unit for generating a simulation code for using and verifying input / output, control logic, process logic, batch or production plan corresponding to the facilities and processes;
The data model generation device further comprising: 청구항 6에 있어서,
상기 데이터 모델 생성 모듈은
상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 또는 환경 모델들을 생성하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 6,
The data model generation module
And generates a structural model, a behavior model, or environment models corresponding to each of the meta data. 청구항 7에 있어서,
상기 데이터 모델들은
XML(Extensible Markup Language) 기반으로 생성된 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 7,
The data models
A device for generating a data model for a smart factory, the device being generated based on XML (Extensible Markup Language). 청구항 8에 있어서,
상기 3차원 오브젝트 모델들은
3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함하는 것인, 스마트팩토리용 데이터 모델 생성 장치.The method of claim 8,
The three-dimensional object models
Dimensional computer aided design (CAD) data and a mesh / obj format. 스마트팩토리의 제조 자원들에 상응하는 데이터를 이용하여 메타데이터를 생성하는 단계;
상기 메타데이터 각각에 상응하는 데이터 모델들을 생성하는 단계;
상기 스마트팩토리의 설비들로부터 실제 설비 데이터를 수집하는 단계; 및
서로 상응하는 상기 실제 설비 데이터와 상기 메타데이터를 연동하는 단계;
를 포함하는, 스마트팩토리용 데이터 모델 생성 방법.Generating metadata using data corresponding to manufacturing resources of a smart factory;
Generating data models corresponding to each of the metadata;
Collecting actual facility data from facilities of the smart factory; And
Interworking the actual facility data and the metadata corresponding to each other;
Generating a data model for a smart factory. 청구항 10에 있어서,
상기 스마트팩토리용 데이터 모델 생성 방법은
상기 데이터 모델들과 연동된 3차원 오브젝트 모델들을 이용하여 3차원 공장을 구축하는 단계;
를 더 포함하는, 스마트팩토리용 데이터 모델 생성 방법.The method of claim 10,
The method for generating a data model for a smart factory
Constructing a three-dimensional factory using three-dimensional object models interlocked with the data models;
And generating a data model for the smart factory. 청구항 11에 있어서,
상기 3차원 공장을 구축하는 단계는
상기 제조 자원들에 상응하는 3차원 오브젝트 모델들을 입력 받거나 상기 메타데이터를 이용하여 생성하는 단계;
서로 상응하는 상기 3차원 오브젝트 모델들과 상기 데이터 모델들을 연동하는 단계; 및
상기 3차원 오브젝트 모델들을 배치 시뮬레이션을 통하거나 외부의 입력에 따라 배치하여 공장 레이아웃을 생성하는 단계;
를 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.The method of claim 11,
The step of constructing the three-
Receiving three-dimensional object models corresponding to the manufacturing resources or generating the three-dimensional object models using the metadata;
Interrelating the three-dimensional object models and the data models corresponding to each other; And
Generating the factory layout by arranging the three-dimensional object models through a layout simulation or an external input;
Generating a data model for a smart factory. 청구항 12에 있어서,
상기 스마트팩토리용 데이터 모델 생성 방법은
서로 연계되는 하나 이상의 상기 설비들에 상응하는 3차원 오브젝트 모델들을 그룹화하여 공정들로 정의하는 단계; 및
상기 공정들 각각에 상응하는 입출력을 정의하는 단계;
를 더 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.The method of claim 12,
The method for generating a data model for a smart factory
Grouping three-dimensional object models corresponding to one or more of the facilities associated with each other and defining them as processes; And
Defining input and output corresponding to each of the processes;
Further comprising: generating a data model for a smart factory. 청구항 13에 있어서,
상기 스마트팩토리용 데이터 모델 생성 방법은
서로 연계되는 하나 이상의 상기 공정들과 상기 3차원 오브젝트 모델들의 조합을 그룹화하여 공정들로 정의하는 단계;
를 더 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.14. The method of claim 13,
The method for generating a data model for a smart factory
Grouping at least one of the processes associated with each other and a combination of the three-dimensional object models into processes;
Further comprising: generating a data model for a smart factory. 상기 청구항 13에 있어서,
상기 스마트팩토리용 데이터 모델 생성 방법은
상기 설비들과 공정들에 상응하는 입출력, 제어로직, 공정로직, 배치 또는 생산 계획 등을 이용 및 검증하는 시뮬레이션용 코드를 생성하는 단계;
를 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.The method of claim 13,
The method for generating a data model for a smart factory
Generating a simulation code for utilizing and verifying inputs and outputs, control logic, process logic, batch or production plan, etc. corresponding to the facilities and processes;
Generating a data model for a smart factory. 상기 청구항 15에 있어서,
상기 데이터 모델들을 생성하는 단계는
상기 메타데이터 각각에 상응하는 구조 모델, 행위 모델 및 환경 모델들을 생성하는 것인, 스마트팩토리용 데이터 모델 생성 방법.The method according to claim 15,
The step of generating the data models
And generating a structural model, a behavior model, and environment models corresponding to each of the meta data. 청구항 16에 있어서,
상기 데이터 모델들은
XML(Extensible Markup Language) 기반으로 생성된 것인, 스마트팩토리용 데이터 모델 생성 방법.18. The method of claim 16,
The data models
A method for generating a data model for a smart factory, the method being generated on an XML (Extensible Markup Language) basis. 청구항 17에 있어서,
상기 3차원 오브젝트 모델들은
3차원 CAD(Computer Aided Design) 데이터 및 mesh/obj 형식을 포함하는 것인, 스마트팩토리용 데이터 모델 생성 방법.18. The method of claim 17,
The three-dimensional object models
A method for generating a data model for a smart factory, the method comprising three-dimensional computer aided design (CAD) data and a mesh / obj format.
KR1020170054416A 2017-04-27 2017-04-27 Apparatus for generating data model for smart factory and method for the same KR102335814B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170054416A KR102335814B1 (en) 2017-04-27 2017-04-27 Apparatus for generating data model for smart factory and method for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170054416A KR102335814B1 (en) 2017-04-27 2017-04-27 Apparatus for generating data model for smart factory and method for the same

Publications (2)

Publication Number Publication Date
KR20180120454A true KR20180120454A (en) 2018-11-06
KR102335814B1 KR102335814B1 (en) 2021-12-08

Family

ID=64329386

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170054416A KR102335814B1 (en) 2017-04-27 2017-04-27 Apparatus for generating data model for smart factory and method for the same

Country Status (1)

Country Link
KR (1) KR102335814B1 (en)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101978469B1 (en) * 2018-11-23 2019-05-14 (주) 유비씨 Cyber physical production system and method using centeric opc-ua server
KR102142264B1 (en) * 2019-10-18 2020-08-07 동의대학교 산학협력단 Process and device for monitoring the shipment of products by measuring the accuracy of data obtained during the process
KR20200141274A (en) 2019-06-10 2020-12-18 주식회사 케이유아이 Position Verification Method for Equipment Layout at 3D Design of Smart Factory
KR20210002266A (en) * 2019-06-28 2021-01-07 (주) 유비씨 Smart factory cpps system utilizing centric opc-ua server
KR102280440B1 (en) 2020-01-15 2021-07-21 한양대학교 에리카산학협력단 Method for generating the Asset Administration Shell(AAS) in a smart manufacturing system
WO2023048752A1 (en) * 2021-09-23 2023-03-30 Schlumberger Technology Corporation Digital avatar platform framework and architecture
KR102540035B1 (en) * 2022-08-26 2023-06-05 주식회사 에코에이블 The display board system device for controlling the snow melting

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102610130B1 (en) 2023-01-13 2023-12-05 아이원소프트뱅크 주식회사 SaaS-based recruitment service integrated smart factory operating system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090123051A (en) * 2008-05-27 2009-12-02 재단법인서울대학교산학협력재단 Method and apparatus for consulting virtual factory model
KR20090123050A (en) * 2008-05-27 2009-12-02 재단법인서울대학교산학협력재단 Method for consulting of manufacturing execution system based simulation and apparatus thereof
KR20120075270A (en) 2010-12-28 2012-07-06 주식회사 포스코 Method of producing data model for virtual factory and middleware system for data model for virtual factory
KR20140141313A (en) * 2013-05-31 2014-12-10 삼성전기주식회사 System for automatically generating virtual factory model, method for automatically generating virtual factory model, system for automatically simulating virtual factory model and method for automatically simulating virtual factory model

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090123051A (en) * 2008-05-27 2009-12-02 재단법인서울대학교산학협력재단 Method and apparatus for consulting virtual factory model
KR20090123050A (en) * 2008-05-27 2009-12-02 재단법인서울대학교산학협력재단 Method for consulting of manufacturing execution system based simulation and apparatus thereof
KR20120075270A (en) 2010-12-28 2012-07-06 주식회사 포스코 Method of producing data model for virtual factory and middleware system for data model for virtual factory
KR20140141313A (en) * 2013-05-31 2014-12-10 삼성전기주식회사 System for automatically generating virtual factory model, method for automatically generating virtual factory model, system for automatically simulating virtual factory model and method for automatically simulating virtual factory model

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101978469B1 (en) * 2018-11-23 2019-05-14 (주) 유비씨 Cyber physical production system and method using centeric opc-ua server
KR20200141274A (en) 2019-06-10 2020-12-18 주식회사 케이유아이 Position Verification Method for Equipment Layout at 3D Design of Smart Factory
KR20210002266A (en) * 2019-06-28 2021-01-07 (주) 유비씨 Smart factory cpps system utilizing centric opc-ua server
KR102142264B1 (en) * 2019-10-18 2020-08-07 동의대학교 산학협력단 Process and device for monitoring the shipment of products by measuring the accuracy of data obtained during the process
KR102280440B1 (en) 2020-01-15 2021-07-21 한양대학교 에리카산학협력단 Method for generating the Asset Administration Shell(AAS) in a smart manufacturing system
WO2023048752A1 (en) * 2021-09-23 2023-03-30 Schlumberger Technology Corporation Digital avatar platform framework and architecture
KR102540035B1 (en) * 2022-08-26 2023-06-05 주식회사 에코에이블 The display board system device for controlling the snow melting

Also Published As

Publication number Publication date
KR102335814B1 (en) 2021-12-08

Similar Documents

Publication Publication Date Title
KR102335814B1 (en) Apparatus for generating data model for smart factory and method for the same
US10915096B2 (en) Method and system for quick customized-design of intelligent workshop
Jiang et al. How to model and implement connections between physical and virtual models for digital twin application
CN111562769B (en) AI extension and intelligent model validation for industrial digital twinning
Fan et al. A digital-twin visualized architecture for Flexible Manufacturing System
Zhang et al. Digital twin-enabled reconfigurable modeling for smart manufacturing systems
Saldivar et al. Industry 4.0 with cyber-physical integration: A design and manufacture perspective
CN114036704A (en) Controller system for supervisory control of independent transport technology tracks and lines
CN113033001B (en) Three-dimensional digital factory modeling method and system for digital twin application
US20140019112A1 (en) Synthesis of simulation models from systems engineering data
CN109544084A (en) A kind of assembled architecture systematic difference method, system and terminal device
CN109298685A (en) Digital factory implementation method, digital factory realize system and digital factory
CN107533678B (en) Templates in a multidisciplinary engineering system
Pfeiffer Novel methods for decision support in production planning and control
Correa Integrating Industry 4.0 associated technologies into automated and traditional construction
Ciavotta et al. Interoperable meta model for simulation-in-the-loop
US20220277119A1 (en) A System and Method for Generating a Holistic Digital Twin
US20160275219A1 (en) Simulating an industrial system
Silva et al. Dealing with routing in an automated manufacturing cell: a supervisory control theory application
Ren et al. Research on digital twin framework for customized product manual assembly systems
KR20130049457A (en) Manufacturing execution system, and recording medium for the same
Mehdi et al. A simulator testbed for MT-Connect based machines in a scalable and federated multi-enterprise environment
Qiangwei et al. The ontology-based modeling and evolution of digital twin for assembly workshop
EP4361907A1 (en) Computing device for an autonomous management of the sustainability performance of a product and method thereof
Zhang et al. An Expandable and Generalized Method for Equipment Information Reflection in Digital Twin Workshop Systems

Legal Events

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