KR20190025395A - 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 기록된 컴퓨터로 읽을 수 있는 기록매체 - Google Patents

Abstract

본 발명은 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 기록된 컴퓨터로 읽을 수 있는 기록매체에 관한 것으로, 복수의 집합(I, O, S)과 복수의 함수(ta, δext, δint, λ)를 이용하여 모델링하는 지능형 공장의 이산사건 모델링 방법에 있어서, 상기 복수의 집합(I, O, S)외에 공간 집합(C)을 더 포함하여 모델링 하되, 상기 공간 집합은, 시작위치와 종료위치 사이의 평면좌표들의 집합이다.

Description

지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 기록된 컴퓨터로 읽을 수 있는 기록매체{Discrete event modeling method for intelligent plant and computer readable recording medium with the discrete event model}

본 발명은 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 기록된 컴퓨터로 읽을 수 있는 기록매체에 관한 것으로, 더 상세하게는 실시간 생산 시스템에서 예상하지 못한 이상상황에 유연하게 대처할 수 있는 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 기록된 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.

일반적으로, 이산사건 시스템 명세(DEVS, Discrete Event System Specification) 형식론(formalism)은 이산 사건을 모듈화하고 각각의 모델을 간의 계층적 관계를 기술할 수 있는 정형화된 구조로서, 임베디드 시스템 및 실생활의 논리 시스템 등에서 성능 분석 및 측정을 위해 사용되고 있다.

DEVS는 수학적으로 원소 모델과 연결모델로 구분되며, 원소 DEVS 모델은 입력사건에 의한 상태의 천이(transition)와 시간의 진행에 따른 내부 상태의 천이를 기술하기 위하여 X, Y, S, ta, δext, δint, λ의 7개 요소를 사용한다.

위의 원소 모델의 요소들 중 X(또는 I로 표시)는 입력 사건 집합(set of input events)을 의미하고, Y(또는 O로 표시)는 출력 사건 집합(set of output events)을 의미한다.

또한, S는 상태 집합(set of states)을 의미하며, ta는 시간 전진 함수(time advance function)로서, 어떤 상태에 얼마나 머물 수 있는가를 기술하는 데 사용된다.

δext는 외부 상태 천이함수(external transition function)로서, 외부의 입력 사건이 원소 모델의 상태를 어떻게 변화시키는가를 기술하기 위한 것이며, δint는 내부 상태 천이함수(internal transition function)로서, 외부의 입력사건과 무관하게 소요시간이 현 상태의 수명(lifespan)에 도달했을 때에 다음 상태로 바뀌는 현상을 기술하는 데 사용된다.

마지막으로 λ는 출력 함수(output function)로서, 내부상태 천이가 발생하는 시점에서 외부로 출력 사건을 발생하는 것을 기술하는 데 사용된다.

이러한 이산사건 모델링은 구체적으로 지능형 공장의 설립과 운영의 시뮬레이션에 적용되고 있다.

예를 들어 공개특허 10-2012-0133354호(이산사건 시뮬레이션 알고리즘, 지능형 분배기, 설비모델 템플릿을 장착한 로딩 시뮬레이션 엔진을 포함하는 모의생산 시뮬레이션 시스템, 2012년 12월 10일 공개), 공개특허 10-2012-0133362호(로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템, 2012년 12월 10일 공개) 등에는 이산사건 시스템 명세를 이용하여 생산시뮬레이션을 수행하고, 그 결과에 따라 지능형 공장의 운영계획 등을 수립하는 과정에 대하여 기재되어 있다.

특히 기술의 발전으로 인해 제품의 수명주기는 짧아지고, 제품을 생산하여 고객에게 판매하는 제조사들은 경쟁적으로 새로운 제품개발에 몰두하고 있다. 하지만, 제품개발 후 양산까지 돌입하여, 제조사의 이익을 극대화하기 위해서는 생산시스템의 검증이 필수적이다. 생산시스템의 검증 없이 제품을 양산에 돌입하는 것은 시간적, 경제적비용의 큰 위험부담이 있기 때문이다. 이러한 시장상황에 대응하기 위해 4차 산업혁명을 비롯한 지능형공장 기술을 많은 제조사에서 개발하여 도입하고 있다. 지능형공장은 생산시스템에서 발생할 수 있는 이상상황(Turbulence)에 대해 유연하게 대응 할 수 있는 생산시스템을 갖춘 공장을 말한다.

지능형공장의 검증을 위해서는 지능형공장의 행위(Behavior)를 모델링하여 컴퓨터 시뮬레이션이 가능해야 한다. 하지만, 현재 많은 산업분야에서 공장의 행위를 모델링할 때 사용되는 DEVS 형식론은 시스템을 이산적인 시선으로 모델링해야 하기 때문에, 지능형공장에서 일어나는 이상상황에 대처하는 모델링의 한계가 존재한다.

이산사건 시뮬레이션은, 산업 플랜트의 자동 제어 및 감시에 사용되는 PLC(Programable logic controller) 등의 제어기에 사용될 수 있으며, 이러한 PLC 등의 전자적 제어기에 의해 작동되는 구체적인 하드웨어를 효과적으로 제어할 수 있으며, 공장의 생산 시스템 전반을 확인하기에 매우 용이하다.

도 1은 종래 지능형 공장의 이산사건 모델을 설명하기 위한 예시도이고, 도 2는 도 1의 이산사건 모델 및 신호의 흐름을 나타낸 예시도이다.

도 1 및 도 2를 각각 참고하여 PLC(1)와, PLC(1)에 의해 제어되는 하드웨어의 구성으로서 무인운반차(AGV, 2)의 구체적인 예를 통해 종래 이산사건 시뮬레이션의 문제점을 설명한다.

먼저, PLC(1)는 무인운반차(2)를 초기 위치(P0)로부터 최종 위치(P10)까지 순차적으로 이동시키는 제어를 하는 것으로 가정한다.

PLC(1)는 무인운반차(2)의 자동 운행을 위하여 주어진 프로그램에 따라 제어하며, 이때 무인운반차(2)를 제어하는 PLC(1)의 제어신호는 이산사건 모델의 입력집합가 된다.

즉, I(또는 X로 표시)={SIGNAL_1, SIGNAL2)로 이루어지는 함수이며, 위의 제어신호에 의해 특정한 위치(P0~P10)로 이동한 후 무인운반차(2)는 이동이 완료됨을 뜻하는 출력신호를 출력하고, 이 출력신호는 PLC(1)로 입력되어 위의 제어신호에 따른 동작의 정확성 판단의 기준이 된다. 여기서 무인운반차(2)의 출력은 이산사건 모델의 출력집합 O={T1DONE, T2DONE}가 된다.

또한, 상태집합 S는 {P0, DOT1, P10,DOT2}로 정의될 수 있다. 상태집합 S의 의미는 P0부터 P10의 위치까지 순차 운행됨을 뜻하며, 외부 상태 천이함수 δext는 입력신호에 따른 위치의 변화를 확인할 수 있다. ta는 상기 무인운반차(2)가 특정한 위치에 얼마나 머무를 수 있는지를 특정하게 된다.

이와 같이 정의되는 종래의 이산사건 모델은, 특정한 위치에서 오류가 발생하는 경우 해당 위치로의 회귀가 가능하다.

예를 들어 이산사건 시뮬레이션을 수행하여 무인운반차(2)가 P0의 위치에서 P10의 위치까지 이동을 하며 연계된 특정한 작업(예를 들어 로봇에 의한 물품의 로딩, 생산 공정)을 수행하게 된다. 이때 연계된 특정한 작업을 위한 로봇 등의 다른 제어대상들도 이산사건 시뮬레이션에 포함되어 있으며, P7의 위치에서 오류가 있는 경우 P7의 위치로 이동하는 것이 가능하다.

그러나 상기 PLC(1)와 무인운반차(2)를 위한 이산사건 모델은 P0~P10까지 이동경로를 따라 특정한 위치인 P1~P9를 모델링함으로써, 특정한 위치(P0~P10)로만 회귀할 수 있다.

이러한 모델링 기법은 복잡한 공장시스템 전체에서 이루어지기 때문에 모델링 방법과 모델링 결과물이 매우 복잡하며, 비연속적(Descrete)인 회귀는 가능하나 이상의 발생시점 또는 발생위치로의 연속적 또는 선형적인 회귀가 불가능한 문제점이 있었다.

본 발명이 해결하고자 하는 기술적 과제는, 기존의 지능형 공장의 이산사건 모델링 방법이 가지는 비선형적인 위치로의 회귀와 검증만이 가능한 문제점을 해결하기 위하여, 선형적인 위치로의 회귀와 검증이 가능한 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체를 제공함에 있다.

특히 본 발명은 시간 또는 선형적인 좌표를 나타내는 새로운 함수를 도입하여, 이상상황에 대한 유연한 대처가 가능하도록 하는 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체를 제공함에 있다.

상기와 같은 과제를 해결하기 위한 본 발명의 일측면에 따른 지능형 공장의 이산사건 모델링 방법은, 복수의 집합(I, O, S)과 복수의 함수(ta, δext, δint, λ)를 이용하여 모델링하는 지능형 공장의 이산사건 모델링 방법에 있어서, 상기 복수의 집합(I, O, S)외에 공간 집합(C)을 더 포함하여 모델링 하되, 상기 공간 집합은, 시작위치와 종료위치 사이의 평면좌표들의 집합일 수 있다.

본 발명의 일실시예에 따르면, 상기 공간 집합(C)은, 시작위치와 종료위치 사이의 평면좌표를 설정된 간격으로 설정한 좌표들의 집합일 수 있다.

본 발명의 일실시예에 따르면, 상기 복수의 집합(I, O, S) 중, 논리적 상태 집합(S)에 물리적 상태 개념을 적용한 상태 집합(Q)을 적용하되, 상기 상태 집합(Q)은 아래의 수학식 1로 정의될 수 있다.

[수학식 1]

Q = {(s, q) | s ∈ S, q ∈ C}

본 발명의 일실시예에 따르면, 상기 복수의 함수(ta, δext, δint, λ)들 중, 내부 상태 천이함수(δint)의 범위는 상기 상태 집합(Q)을 범위로 하는 함수이며, 아래의 수학식 2로 표시될 수 있다.

[수학식 2]

δint = (DOT1, q)

DOT는 진행시간, q는 상태 집합(Q)의 원소

본 발명의 다른 측면에 따른 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체는, 지능형 공장에 적용되는 장치들을 이산사건 시스템 명세(DEVS, Discrete Event System Specification) 형식론(formalism)에 따라 모델링한 결과물인 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체에 있어서, 상기 지능형 공장의 이산사건 모델은 입력 집합(I), 출력 집합(O), 상태 집합(S), 공간 집합(C)과 복수의 함수(ta, δext, δint, λ)를 이용하여 모델링된 것이며, 상기 공간 집합(C)은, 시작위치와 종료위치 사이의 평면좌표들의 집합일 수 있다.

본 발명의 일실시예에 따르면, 상기 공간 집합(C)은, 시작위치와 종료위치 사이의 평면좌표를 설정된 간격으로 설정한 좌표들의 집합일 수 있다.

본 발명의 일실시예에 따르면, 상기 복수의 집합(I, O, S) 중, 논리적 상태 집합(S)에 물리적 상태 개념을 적용한 상태 집합(Q)을 적용하되, 상기 상태 집합(Q)은 아래의 수학식 1로 정의될 수 있다.

[수학식 1]

Q = {(s, q) | s ∈ S, q ∈ C}

본 발명의 일실시예에 따르면, 상기 복수의 함수(ta, δext, δint, λ)들 중, 내부 상태 천이함수(δint)의 범위는 상기 상태 집합(Q)을 범위로 하는 함수이며, 아래의 수학식 2로 표시될 수 있다.

[수학식 2]

δint = (DOT1, q)

DOT는 진행시간, q는 상태 집합(Q)의 원소

본 발명 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체는, 종래의 이산사건 모델에 시간 또는 평면상의 좌표에 관한 함수를 도입하여, 미리 설정된 비선형적인 위치뿐만 아니라 임의의 시간 또는 선형적인 위치의 확인이 가능하게 함으로써, 비결정적 작업인 이상상황의 발생에 대한 유연한 대처가 가능한 모델을 제공할 수 있는 효과가 있다.

도 1은 종래 지능형 공장의 이산사건 모델링 방법을 설명하기 위한 예시도이다.
도 2는 도 1의 이산사건 모델 및 신호의 흐름을 나타낸 예시도이다.
도 3은 본 발명의 바람직한 실시예에 따른 지능형 공장의 이산사건 모델링 방법을 설명하기 위한 예시도이다.
도 4는 도 3의 이산사건 모델 및 신호의 흐름을 나타낸 예시도이다.
도 5는

이하, 본 발명 지능형 공장의 이산사건 모델링 방법 및 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체에 대하여 첨부한 도면을 참조하여 상세히 설명한다.

본 발명의 실시 예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해 제공되는 것이며, 아래에 설명되는 실시 예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 아래의 실시 예들로 한정되는 것은 아니다. 오히려, 이들 실시 예는 본 발명을 더욱 충실하고 완전하게 하며 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.

본 명세서에서 사용된 용어는 특정 실시 예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서에서 사용되는 경우 "포함한다(comprise)" 및/또는"포함하는(comprising)"은 언급한 형상들, 숫자, 단계, 동작, 부재, 요소 및/또는 이들 그룹의 존재를 특정하는 것이며, 하나 이상의 다른 형상, 숫자, 동작, 부재, 요소 및/또는 그룹들의 존재 또는 부가를 배제하는 것이 아니다. 본 명세서에서 사용된 바와 같이, 용어 "및/또는"은 해당 열거된 항목 중 어느 하나 및 하나 이상의 모든 조합을 포함한다.　

본 명세서에서 제1, 제2 등의 용어가 다양한 부재, 영역 및/또는 부위들을 설명하기 위하여 사용되지만, 이들 부재, 부품, 영역, 층들 및/또는 부위들은 이들 용어에 의해 한정되지 않음은 자명하다. 이들 용어는 특정 순서나 상하, 또는 우열을 의미하지 않으며, 하나의 부재, 영역 또는 부위를 다른 부재, 영역 또는 부위와 구별하기 위하여만 사용된다. 따라서, 이하 상술할 제1 부재, 영역 또는 부위는 본 발명의 가르침으로부터 벗어나지 않고서도 제2 부재, 영역 또는 부위를 지칭할 수 있다.

이하, 본 발명의 실시 예들은 본 발명의 실시 예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명의 실시 예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다.

도 3은 본 발명의 바람직한 실시예에 따른 지능형 공장의 이산사건 모델링 방법을 설명하기 위한 예시도이다.

본 발명의 기술적 사상의 이해를 돕기 위하여, PLC(10)와, PLC(10)에 의해 제어되는 하드웨어의 구성으로서 무인운반차(AGV, 20)의 예를 들어 설명한다. 그러나 본 발명은 위의 예에 제한되지 않으며, 지능형 공장에서 사용되는 모든 제어장치 및 그 제어장치에 의해 운전 제어되는 하드웨어들의 구성에 적용될 수 있다.

예를 들어 주어진 프로그램에 따라 전기적인 제어신호를 출력하는 제어기와, 그 제어기에 의해 운전 제어되며, 제어신호에 부합하는 동작을 완료한 후에 동작이 완료됨을 제어기에 피드백할 수 있는 관절을 가지는 제조용 로봇에 적용할 수 있다.

상기 PLC(10)는 미리 설정된 프로그램에 따라 무인운반차(20)를 제어하는 제어신호를 출력하고, 그 제어의 적절성을 무인운반차(20) 자체의 센서 또는 외부의 센서를 통해 수신하는 것으로 한다. 본 발명은 이산사건 모델의 구축에 관한 것으로 상기 PLC(10)는 직접적으로 지능형 공장에 설치된 제어기를 뜻할 수도 있으나 컴퓨터로 판독가능한 저장매체에 저장된 모델링 결과물로 해석되어야 한다.

상기 PLC(10)는 모델링시 설정한 제어프로그램에 따라 적정한 제어신호를 상기 무인운반차(20)에 제공하는 것으로 한다. 상기 무인운반차(20) 역시 모델링 결과물로 해석될 수 있다.

상기 PLC(10)는 무인운반차(20)를 P0의 위치로부터 P10의 위치로 이동시키되, 비선형적인 위치인 P1~P9를 순차적으로 거쳐 이동하도록 제어한다.

도 4는 본 발명 원소 DEVS 모델의 일실시 예시도이다.

도 3과 도 4를 각각 참조하면 상기 PLC(10)는 무인운반차(20)를 운전하기 위한 제어신호들(SIGNAL_1, SIGNAL2)을 출력하여, 무인운반차(20)를 제어한다.

또한 제어신호들(SIGNAL_1, SIGNAL_2)에 의해 작동한 무인운반차(20)는 제어의 결과를 PLC(10)로 피드백한다. 앞서 설명한 바와 같이 이때의 피드백은 무인운반차(20) 자체 또는 외부 센서의 모델에서 제공함이 가능하다.

이때의 피드백은 이산사건 모델의 출력집합 O={T1DONE, T2DONE}가 된다.

그 다음, 상태집합 S는 {P0, DOT1, P10, DOT2}로 정의될 수 있다. 상태집합 S의 의미는 P0부터 P10의 위치까지 순차 운행됨을 뜻하며, 외부 상태 천이함수 δext는 입력신호에 따른 위치의 변화를 확인할 수 있다.

본 발명에서는 위의 입력집합, 출력집합, 상태집합 외에 공간 집합 C를 더 정의한다.

상기 공간 집합 C는 모델링되는 하드웨어들이 가질 수 있는 모든 공간적인 좌표의 집합이다. 즉, 종래에는 P0~P10의 사이에 P1, P2, P3 등 정해진 좌표만을 적용하였으나, 공간 집합 C는 P0와 P10 사이에서 이차원적으로 표현될 수 있는 좌표를 모두 포함하는 집합이다. 이때 특정한 간격을 정하지 않으면 공간 집합 C의 원소들은 무한하게 많기 때문에 공간 집합 C의 원소들의 좌표간격을 정의할 필요가 있다.

예를 들어 P0의 좌표를 시작점, P10의 좌표를 종점으로 하여 1mm 단위의 좌표계를 공간 집합 C의 원소로 정할 수 있으며, 이러한 설정은 모델링 대상 장치가 요구하는 정밀도에 의해 정의될 수 있다.

따라서, 기존에 정의된 P0~P10의 사이에서 P1, P2, P3, P4, P5, P6, P7, P8, P9와 같이 정해진 위치가 아닌 임의의 위치(PX)로 이동이 가능하게 된다.

이러한 공간 집합 C의 적용에 따라 함수의 정의도 변경될 필요가 있다.

종래의 DEVS 형식론에서 순차적 상태 집합 S는 논리적인 상태만을 나타내지만, 본 발명에서는 그 논리적 상태 집합 S와 함께 물리적 상태 집합을 혼합한 새로운 집합 Q의 개념을 도입한다.

이때의 집합 Q는 아래의 수학식1로 정의된다.

[수학식 1]

Q = {(s, q) | s ∈ S, q ∈ C}

위의 수학식1에서 q는 공간 집합 C의 원소이다.

내부 상태 천이함수 δint의 범위는 종래의 논리적 상태 집합 S을 범위로 하지 않고 물리적 상태 집합과의 조합인 새로운 집합 Q를 범위로 하는 함수로 표시되며, 구체적인 예는 아래의 수학식2에 나타내었다.

[수학식 2]

δint = (DOT1, q)

위의 수학식2의 의미는 내부 상태 천이함수 δint가 특정 시작 지점을 정의할 필요가 없음을 의미하며, DOT1이 나타내는 시간과 특정한 좌표 q의 함수로 표시되어 임의의 위치를 지정할 수 있다.

이와 같이 새로운 집합과 함수의 적용에 의하여 시간 진행 함수 ta도 확장된다. 즉 시작 위치와 시작 시간의 정의가 요구되지 않으며 시간 진행함수(ta)의 범위 또한 종래의 상태 집합 S가 아닌 Q의 함수가 되며, 0부터 무한대까지의 시간을 지정할 수 있다.

위와 같은 집합과 함수의 적용에 의하여 이산사건 모델은 특정한 위치나 시점으로의 이동(회귀를 포함)할 수 있으며, 이상 발생 위치 또는 시점의 위치에서 검증이 가능하기 때문에 유연한 대처가 가능한 모델을 구축할 수 있다.

도 5는 본 발명의 바람직한 실시예에 따른 이산사건 모델의 예시도이다.

앞서 설명한 바와 같이 본 발명에 적용되는 이산사건 모델은 4개의 집합(I, O, S, C)과 4개의 함수(δint, δext, λ, ta)를 포함한다.

특히 종래와는 다르게 공간 집합(C)를 적용하고, 논리적 상태 집합(S)과 함께 새로운 상태 집합(Q)을 정의하고, 내부 상태 천이함수(δint)의 범위는 상기 상태 집합(Q)을 범위로 하여, 특정 시작 시점을 가정 할 필요가 없으며, 결과적으로 이상 상황을 지원할 수 있다.

또한, 시간 진행함수(ta)의 범위 또한 종래의 상태 집합 S가 아닌 Q의 함수가 되며, 0부터 무한대까지의 시간을 지정할 수 있다.

본 발명은 상기 실시예에 한정되지 않고 본 발명의 기술적 요지를 벗어나지 아니하는 범위 내에서 다양하게 수정, 변형되어 실시될 수 있음은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어서 자명한 것이다.

10:PLC
20:무인운반차

Claims (8)

1. 복수의 집합(I, O, S)과 복수의 함수(ta, δext, δint, λ)를 이용하여 모델링하는 지능형 공장의 이산사건 모델링 방법에 있어서,
   상기 복수의 집합(I, O, S)외에 공간 집합(C)을 더 포함하여 모델링 하되,
   상기 공간 집합은, 시작위치와 종료위치 사이의 평면좌표들의 집합인 것을 특징으로 하는 지능형 공장의 이산사건 모델링 방법.
2. 제1항에 있어서,
   상기 공간 집합(C)은,
   시작위치와 종료위치 사이의 평면좌표를 설정된 간격으로 설정한 좌표들의 집합인 것을 특징으로 하는 지능형 공장의 이산사건 모델링 방법.
3. 제2항에 있어서,
   상기 복수의 집합(I, O, S) 중,
   논리적 상태 집합(S)에 물리적 상태 개념을 적용한 상태 집합(Q)을 적용하되,
   상기 상태 집합(Q)은 아래의 수학식 1로 정의되는 것을 특징으로 하는 지능형 공장의 이산사건 모델링 방법.
   [수학식 1]
   Q = {(s, q) | s ∈ S, q ∈ C}
4. 제3항에 있어서,
   상기 복수의 함수(ta, δext, δint, λ)들 중,
   내부 상태 천이함수(δint)의 범위는 상기 상태 집합(Q)을 범위로 하는 함수이며, 아래의 수학식 2로 표시되는 것을 특징으로 하는 지능형 공장의 이산사건 모델링 방법.
   [수학식 2]
   δint = (DOT1, q)
   DOT는 진행시간, q는 상태 집합(Q)의 원소
5. 지능형 공장에 적용되는 장치들을 이산사건 시스템 명세(DEVS, Discrete Event System Specification) 형식론(formalism)에 따라 모델링한 결과물인 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체에 있어서,
   상기 지능형 공장의 이산사건 모델은 입력 집합(I), 출력 집합(O), 상태 집합(S), 공간 집합(C)과 복수의 함수(ta, δext, δint, λ)를 이용하여 모델링된 것이며,
   상기 공간 집합(C)은, 시작위치와 종료위치 사이의 평면좌표들의 집합인 것을 특징으로 하는 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체.
6. 제5항에 있어서,
   상기 공간 집합(C)은,
   시작위치와 종료위치 사이의 평면좌표를 설정된 간격으로 설정한 좌표들의 집합인 것을 특징으로 하는 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체.
7. 제6항에 있어서,
   상기 복수의 집합(I, O, S) 중,
   논리적 상태 집합(S)에 물리적 상태 개념을 적용한 상태 집합(Q)을 적용하되,
   상기 상태 집합(Q)은 아래의 수학식 1로 정의되는 것을 특징으로 하는 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체.
   [수학식 1]
   Q = {(s, q) | s ∈ S, q ∈ C}
8. 제7항에 있어서,
   상기 복수의 함수(ta, δext, δint, λ)들 중,
   내부 상태 천이함수(δint)의 범위는 상기 상태 집합(Q)을 범위로 하는 함수이며, 아래의 수학식 2로 표시되는 것을 특징으로 하는 지능형 공장의 이산사건 모델이 저장된 컴퓨터로 판독가능한 저장매체.
   [수학식 2]
   δint = (DOT1, q)
   DOT는 진행시간, q는 상태 집합(Q)의 원소

Images