KR20190069033A - 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 - Google Patents
컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 Download PDFInfo
- Publication number
- KR20190069033A KR20190069033A KR1020170169375A KR20170169375A KR20190069033A KR 20190069033 A KR20190069033 A KR 20190069033A KR 1020170169375 A KR1020170169375 A KR 1020170169375A KR 20170169375 A KR20170169375 A KR 20170169375A KR 20190069033 A KR20190069033 A KR 20190069033A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- conveyor
- route
- status information
- machine learning
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G37/00—Combinations of mechanical conveyors of the same kind, or of different kinds, of interest apart from their application in particular machines or use in particular manufacturing processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2207/00—Indexing codes relating to constructional details, configuration and additional features of a handling device, e.g. Conveyors
- B65G2207/14—Combination of conveyors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Control Of Conveyors (AREA)
Abstract
본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치는, 컨베이어 그룹에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스 별 루트 선택 정보 및 이송 상황 정보를 저장하는 저장부와, 루트 선택 정보 및 이송 상황 정보를 기계학습 알고리즘에 적용하는 처리부와, 목표 시점의 이송 상황 정보를 입력 받는 입력부와, 목표 시점의 이송 상황 정보가 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력하는 출력부를 포함할 수 있다.
Description
본 발명은 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체에 관한 것이다.
통상적으로 조업자는 컨베이어 조합을 경험칙에 의해 수작업으로 선택하고 있으며, 컨베이어 조합은 기호로 되어 있어 조업자에 의해 쉽게 구별되기 어려울 수 있다.
본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체를 제공한다.
본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치는, 컨베이어 그룹에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스 별 루트 선택 정보 및 이송 상황 정보를 저장하는 저장부; 상기 루트 선택 정보 및 이송 상황 정보를 기계학습 알고리즘에 적용하는 처리부; 목표 시점의 이송 상황 정보를 입력 받는 입력부; 및 상기 목표 시점의 이송 상황 정보가 상기 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력하는 출력부; 를 포함할 수 있다.
예를 들어, 상기 입력부는 상기 목표 시점의 루트 선택 정보를 더 입력 받고, 상기 저장부는 상기 목표 시점의 이송 상황 정보와 상기 목표 시점의 루트 선택 정보를 과거 이송 케이스로서 저장할 수 있다.
예를 들어, 상기 루트 선택 정보는 상기 컨베이어 그룹에 포함된 각 컨베이어 별 사용확률 정보를 포함하고, 상기 기계학습 알고리즘은 상기 사용확률 정보에 상기 이송 상황 정보를 반영하여 상기 루트 우선순위 정보를 생성할 수 있다.
예를 들어, 상기 이송 상황 정보는 상기 컨베이어 그룹에 포함된 고장 컨베이어 정보를 포함하고, 상기 기계학습 알고리즘은 상기 고장 컨베이어 정보에 대응되는 컨베이어의 사용확률 정보를 감소시킬 수 있다.
예를 들어, 상기 컨베이어 그룹은 시단 컨베이어 그룹과 상기 시단 컨베이어 그룹에 의해 이송된 소재를 이송하는 종단 컨베이어 그룹을 포함할 수 있다.
예를 들어, 상기 소재는 상기 종단 컨베이어 그룹에 의해 이송된 후에 소정의 영역에 적치되고, 상기 이송 상황 정보는 상기 소정의 영역의 적치량 정보를 포함할 수 있다.
예를 들어, 상기 이송 상황 정보는 상기 컨베이어 그룹에 포함된 각 컨베이어 별 길이 정보를 더 포함할 수 있다.
예를 들어, 상기 소재는 공정에 투입되는 원료이고, 상기 이송 상황 정보는 상기 원료의 종류 정보를 포함할 수 있다.
예를 들어, 상기 컨베이어 그룹에 포함된 컨베이어 중 적어도 일부는 강우에 노출되도록 배치되고, 상기 이송 상황 정보는 날씨 정보를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체는, 컨베이어 그룹에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스 별 루트 선택 정보 및 이송 상황 정보를 저장하는 단계; 상기 루트 선택 정보 및 이송 상황 정보를 기계학습 알고리즘에 적용하는 단계; 목표 시점의 이송 상황 정보를 입력 받는 단계; 및 상기 목표 시점의 이송 상황 정보가 상기 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력하는 단계; 를 포함하는 방법을 실행하기 위한 프로세서에 의해 실행 가능한 명령들이 기록될 수 있다.
본 발명의 일 실시 예는, 조업자의 컨베이어 루트 선정을 위한 높은 신뢰도의 정보를 제공하여 소재의 효율적인 이송을 지원할 수 있다.
본 발명의 일 실시 예는, 조업자의 직접적인 컨베이어 루트 선정 없이도 조업자가 직접 컨베이어 루트를 선정하는 것에 상응하도록 컨베이어 루트를 선정할 수 있으며, 조업자의 인지, 판단 및 행동의 부담을 줄일 수 있으며, 조업자의 조업 안전성 및 생산성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치를 나타낸 도면이다.
도 2는 컨베이어 그룹과 컨베이어와 루트 선정을 예시한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 기계학습 알고리즘의 원리를 예시하는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 출력부를 예시한 도면이다.
도 2는 컨베이어 그룹과 컨베이어와 루트 선정을 예시한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 기계학습 알고리즘의 원리를 예시하는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 출력부를 예시한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.
도 1은 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는, 입력부(110), 저장부(120), 처리부(130) 및 출력부(140)를 포함할 수 있다.
저장부(120)는 컨베이어 그룹(11, 12)에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스(case) 별 루트 선택 정보 및 이송 상황 정보를 저장할 수 있다. 상기 루트 선택 정보는 컨베이어 그룹(11, 12)에 포함된 각 컨베이어 별 사용확률 정보로 표현될 수 있다.
처리부(130)는 상기 루트 선택 정보 및 이송 상황 정보를 기계학습(machine learning) 알고리즘에 적용할 수 있다. 상기 기계학습 알고리즘은 상기 사용확률 정보에 상기 이송 상황 정보를 반영하여 상기 사용확률 정보를 지속적으로 업데이트할 수 있다.
입력부(110)는 목표 시점의 이송 상황 정보를 입력 받을 수 있다. 또한, 입력부(110)는 목표 시점의 루트 선택 정보를 더 입력 받을 수 있다. 이후, 저장부(120)는 목표 시점의 이송 상황 정보와 목표 시점의 루트 선택 정보를 과거 이송 케이스로서 저장할 수 있다. 이에 따라, 상기 과거 이송 케이스의 개수는 지속적으로 많아질 수 있다.
출력부(140)는 상기 목표 시점의 루트 선택 정보 및 이송 상황 정보가 상기 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력할 수 있다. 상기 과거 이송 케이스가 누적됨에 따라, 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는 출력하는 루트 우선순위 정보의 신뢰도를 자기발전적으로 향상시킬 수 있다.
상기 이송 상황 정보는 날씨 정보를 포함할 수 있다.
예를 들어, 과거 이송 케이스 중 제1 케이스는 맑은 날씨일 때 제1 컨베이어에 의해 소재가 이송된 케이스이고, 제2 케이스는 흐린 날씨일 때 제2 컨베이어에 의해 소재가 이송된 케이스일 수 있다. 여기서, 상기 제1 케이스는 맑은 날씨에 대응되는 이송 상황 정보와 제1 컨베이어에 대응되는 루트 선택 정보를 가질 수 있으며, 상기 제2 케이스는 흐린 날씨에 대응되는 이송 상황 정보와 제2 컨베이어에 대응되는 루트 선택 정보를 가질 수 있다. 상기 제1 및 제2 케이스는 기계학습 알고리즘에 적용될 수 있으며, 상기 기계학습 알고리즘은 이송 상황 정보가 맑은 날씨에 대응될 때 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있으며, 이송 상황 정보가 흐린 날씨에 대응될 때 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있다. 즉, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 맑은 날씨일 경우, 출력부(140)는 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있으며, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 흐린 날씨일 경우, 출력부(140)는 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있다. 상기 경향은 상기 과거 이송 케이스의 개수가 많을수록 높은 신뢰도를 가질 수 있다.
또한, 상기 이송 상황 정보는 날씨 정보뿐만 아니라 시간 정보, 고장 컨베이어 정보, 컨베이어 길이 정보, 소재의 종류 정보, 소재의 적치 정보 등과 같이 다양한 유형의 변수를 가질 수 있다.
예를 들어, 과거 이송 케이스 중 제3 케이스는 제1 컨베이어에 의해 고중량의 소재가 이송된 케이스이고, 제3 케이스는 제2 컨베이어에 의해 저중량의 소재가 이송된 케이스일 수 있다. 여기서, 상기 제3 케이스는 고중량에 대응되는 이송 상황 정보와 제1 컨베이어에 대응되는 루트 선택 정보를 가질 수 있으며, 상기 제4 케이스는 저중량에 대응되는 이송 상황 정보와 제2 컨베이어에 대응되는 루트 선택 정보를 가질 수 있다. 상기 제3 및 제4 케이스는 기계학습 알고리즘에 적용될 수 있으며, 상기 기계학습 알고리즘은 이송 상황 정보가 고중량에 대응될 때 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있으며, 이송 상황 정보가 저중량에 대응될 때 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있다. 즉, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 고중량일 경우, 출력부(140)는 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있으며, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 저중량일 경우, 출력부(140)는 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있다.
또한, 상기 이송 상황 정보는 복수의 유형의 변수가 결합된 구조를 가질 수 있다.
예를 들어, 과거 이송 케이스 중 제5 케이스는 소정의 영역에 적치된 소재의 적치량이 많을 때 긴 제1 컨베이어에 의해 소재가 이송된 케이스이고, 제6 케이스는 소정의 영역에 적치된 소재의 적치량이 적을 때 짧은 제2 컨베이어에 의해 소재가 이송된 케이스일 수 있다. 여기서, 상기 제5 케이스는 많은 적치량에 대응되는 이송 상황 정보와 제1 컨베이어에 대응되는 루트 선택 정보를 가질 수 있으며, 상기 제6 케이스는 적은 적치량에 대응되는 이송 상황 정보와 제2 컨베이어에 대응되는 루트 선택 정보를 가질 수 있다. 상기 제5 및 제6 케이스는 기계학습 알고리즘에 적용될 수 있으며, 상기 기계학습 알고리즘은 이송 상황 정보가 많은 적치량에 대응될 때 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있으며, 이송 상황 정보가 적은 적치량에 대응될 때 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력할 확률을 증가시킬 수 있다. 즉, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 많은 적치량일 경우, 출력부(140)는 제1 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있으며, 입력부(110)에 의해 입력된 목표 시점의 이송 상황 정보가 적은 적치량일 경우, 출력부(140)는 제2 컨베이어에 대응되는 루트 우선순위 정보를 출력하려는 경향을 가질 수 있다.
본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는 상기 이송 상황 정보의 변수가 많을수록 더욱 복합적으로 분석된 루트 우선순위 정보를 출력할 수 있으므로, 조업자가 직접 컨베이어 루트를 선정하는 것 보다 더 높은 신뢰도를 가지는 루트 우선순위 정보를 출력할 수 있으며, 조업자의 인지, 판단 및 행동의 부담을 줄일 수 있으며, 조업자의 조업 안전성 및 생산성을 향상시킬 수 있다.
도 2는 컨베이어 그룹과 컨베이어와 루트 선정을 예시한 도면이다.
도 2를 참조하면, 컨베이어 그룹은 시단 컨베이어 그룹(21, 22, 23, 24)과 시단 컨베이어 그룹(21, 22, 23, 24)에 의해 이송된 소재를 이송하는 종단 컨베이어 그룹(30)을 포함할 수 있으며, 설계에 따라 중간 컨베이어 그룹(25, 26, 27, 28, 29)을 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는, 시단 컨베이어 그룹(21, 22, 23, 24) 중에 하나를 선택하고, 중간 컨베이어 그룹(25, 26, 27, 28, 29) 중 일부를 선택하고, 종단 컨베이어 그룹(30) 중 하나를 선정함으로써, 루트 우선순위 정보를 출력할 수 있다.
이처럼, 컨베이어 그룹은 도 1에 도시된 컨베이어 그룹보다 더욱 복합적인 구조를 가질 수 있는데, 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는 상기 컨베이어 그룹의 구조가 복합적일수록 더욱 복합적으로 분석된 루트 우선순위 정보를 출력할 수 있으므로, 조업자가 직접 컨베이어 루트를 선정하는 것 보다 더 높은 신뢰도를 가지는 루트 우선순위 정보를 출력할 수 있으며, 조업자의 인지, 판단 및 행동의 부담을 줄일 수 있으며, 조업자의 조업 안전성 및 생산성을 향상시킬 수 있다.
게다가, 컨베이어 그룹에 포함된 각각의 컨베이어가 서로 다른 길이를 가질 경우, 상기 컨베이어 그룹의 구조는 더욱 복합적일 수 있다. 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는 컨베이어 그룹에 포함된 각 컨베이어 별 길이 정보를 이송 상황 정보로서 더 입력 받고 저장할 수 있으므로, 더욱 복합적으로 분석된 루트 우선순위 정보를 출력할 수 있다.
한편, 상기 컨베이어 그룹에 포함된 컨베이어 중 일부가 고장 상태일 경우, 상기 컨베이어 그룹의 구조는 변형될 수 있다. 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치(100)는 고장 컨베이어 정보를 이송 상황 정보로서 더 입력 받고 저장할 수 있으므로, 더욱 복합적으로 분석된 루트 우선순위 정보를 출력할 수 있다.
예를 들어, 전술한 이송 상황 정보는 하기의 표 1과 같이 정리될 수 있다.
표 1에서, 광종명은 소재의 종류 정보에 대응될 수 있고, 적치 야드명은 적치 정보 또는 적치량에 대응될 수 있고, 날짜와 시간은 시간 정보에 대응될 수 있고, B/C 길이는 컨베이어의 길이에 대응될 수 있고, 강수량과 온도는 날씨 정보에 대응될 수 있고, (m,y)Pi은 각 컨베이어별 사용확률 정보에 대응될 수 있고, y(출력)는 루트 우선순위 정보에 대응될 수 있다.
예를 들어, 과거 조업자는 m 광종을 k 야드로 보낼 때 통계적으로 1, 2, 3, 5, 15번의 컨베이어를 0.5, 0.2, 0.1, 0.1, 0.1의 확률로 사용하고, 1번 컨베이어는 여유공간을 가지지 않은 상태이고, 15번 컨베이어는 고장 상태일 경우, x6, x9 및 x11 내지 x20은 0이고, x7은 0.2이고, x8, x10은 0.1일 수 있다.
도 3은 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 기계학습 알고리즘의 원리를 예시하는 도면이다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치는 원료조업 실정 정보(210)와 고장정보(220)를 통합하여 당시의 조업 상황 정보를 재현(230)하고, 당시의 조업자는 왜 그 경로를 선택했는지 이유를 확인(240)할 수 있다.
또한, 상기 컨베이어 루트 선정 장치는 원료조업 실정 정보(210)로부터 통계적으로 조업자가 선호하는 우선순위 정보(250)를 생성하고, 상기 우선순위 정보와 상기 이유 확인의 정보로부터 당시 상황이 i번째 루트를 쓸 수 있는지 여부에 따라 Pi 또는 0의 값을 가지는 사용확률 정보(260)를 생성하고, 광종 및 야드에 대해 변수테이블을 완성(270)할 수 있다.
이후, 상기 컨베이어 루트 선정 장치는 CART 알고리즘과 같은 기계학습 알고리즘으로 데이터를 학습(280)하고, 입력된 광종 및 야드 정보(290)를 함께 고려하여 AI 가이드 시스템(300)을 운용하고 추적 루트를 예측(310)할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 컨베이어 루트 선정 장치의 출력부를 예시한 도면이다.
도 4를 참조하면, 출력부는 소재 종류 정보와 컨베이어 정보와 적치 정보를 출력하는 제1 영역(410)과, 루트 우선순위 정보를 출력하는 제2 영역(420)과, 소재의 이송 여부 정보를 출력하는 제3 영역(430)과, 이송 상황 정보를 출력하는 제4 영역(440)과, 이송 모드 정보를 출력하는 제5 영역(450)을 출력할 수 있다.
예를 들어, 상기 출력부는 루트 우선순위 정보에 대응되는 루트를 복수의 루트를 함께 출력할 수 있는데, 상기 복수의 루트 중 높은 우선순위를 가지는 루트를 상단에 배치시킬 수 있다. 이에 따라, 조업자는 통상적으로 높은 우선순위를 가지는 루트를 선택하고 상황에 따라 상대적으로 낮은 우선순위를 가지는 루트를 선택할 수도 있다.
예를 들어, 상기 출력부의 제1 영역(410)은 출력할 수 있는 정보 중에서 현재 사용 가능한 정보만 출력하도록 구성될 수 있다. 이에 따라, 조업자는 제1 영역(410)에서 출력되는 정보를 참조하여 상기 복수의 루트 중 가장 적절한 루트를 최종적으로 선택할 수 있다.
한편, 본 명세서에 개진된 기계학습 알고리즘은 CART(Classification And Regression Trees) 알고리즘으로 구현될 경우에 높은 신뢰도를 가지나, 이에 한정되지 않는다. 예를 들어, 상기 기계학습 알고리즘은 LDA(Linear Discriminant Analysis) 알고리즘이나 KNN(K-Nearest Neighbors) 알고리즘으로 구현될 수도 있다.
한편, 본 명세서에 개진된 입력부(110)는 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스, 적외선 카메라, 비디오 입력 디바이스 또는 임의의 다른 입력 디바이스로 구현될 수 있으며, 저장부(120)는 휘발성 메모리(예를 들어, RAM 등), 비휘발성 메모리(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합으로 구현되거나 자기 스토리지, 광학 스토리지 등으로 구현될 수도 있으며, 처리부(130)는 중앙처리장치(CPU), 그래픽처리장치(GPU), 마이크로프로세서, 주문형 반도체(Application Specific Integrated Circuit, ASIC), Field Programmable Gate Arrays(FPGA)으로 구현될 수 있으며, 출력부(140)는 디스플레이, 스피커, 프린터 또는 임의의 다른 출력 디바이스로 구현되거나 모뎀, 네트워크 인터페이스 카드(NIC), 통합 네트워크 인터페이스, 무선 주파수 송신기/수신기, 적외선 포트, USB 접속과 같은 통신접속으로 구현될 수도 있으나, 이에 한정되지 않는다.
한편, 본 명세서에 개진된 컨베이어 루트 선정 장치(100)는 개인 컴퓨터, 서버 컴퓨터, 핸드헬드 또는 랩탑 디바이스, 모바일 디바이스(모바일폰, PDA, 미디어 플레이어 등), 멀티프로세서 시스템, 소비자 전자기기, 미니 컴퓨터, 메인프레임 컴퓨터, 임의의 전술된 시스템 또는 디바이스를 포함하는 분산 컴퓨팅 환경으로 구현될 수 있으며, 버스 등의 다양한 상호접속(예를 들어, 주변 구성요소 상호접속(PCI), USB, 펌웨어(IEEE 1394), 광학적 버스 구조 등)나 네트워크에 의해 입력부(110), 저장부(120), 처리부(130) 및 출력부(140)를 상호 접속시킬 수 있으나, 이에 한정되지 않는다.
본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체는 컨베이어 루트 선정 장치(100)에 의해 판독될 수 있으며, 상기 컴퓨터 판독가능 기록 매체에 기록된 명령을 실행할 수 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
100: 컨베이어 루트 선정 장치
110: 입력부
120: 저장부
130: 처리부
140: 출력부
110: 입력부
120: 저장부
130: 처리부
140: 출력부
Claims (10)
- 컨베이어 그룹에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스 별 루트 선택 정보 및 이송 상황 정보를 저장하는 저장부;
상기 루트 선택 정보 및 이송 상황 정보를 기계학습 알고리즘에 적용하는 처리부;
목표 시점의 이송 상황 정보를 입력 받는 입력부; 및
상기 목표 시점의 이송 상황 정보가 상기 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력하는 출력부; 를 포함하는 컨베이어 루트 선정 장치.
- 제1항에 있어서,
상기 입력부는 상기 목표 시점의 루트 선택 정보를 더 입력 받고,
상기 저장부는 상기 목표 시점의 이송 상황 정보와 상기 목표 시점의 루트 선택 정보를 과거 이송 케이스로서 저장하는 컨베이어 루트 선정 장치.
- 제1항에 있어서,
상기 루트 선택 정보는 상기 컨베이어 그룹에 포함된 각 컨베이어 별 사용확률 정보를 포함하고,
상기 기계학습 알고리즘은 상기 사용확률 정보에 상기 이송 상황 정보를 반영하여 상기 루트 우선순위 정보를 생성하는 컨베이어 루트 선정 장치.
- 제3항에 있어서,
상기 이송 상황 정보는 상기 컨베이어 그룹에 포함된 고장 컨베이어 정보를 포함하고,
상기 기계학습 알고리즘은 상기 고장 컨베이어 정보에 대응되는 컨베이어의 사용확률 정보를 감소시키는 컨베이어 루트 선정 장치.
- 제1항에 있어서,
상기 컨베이어 그룹은 시단 컨베이어 그룹과 상기 시단 컨베이어 그룹에 의해 이송된 소재를 이송하는 종단 컨베이어 그룹을 포함하는 컨베이어 루트 선정 장치.
- 제5항에 있어서,
상기 소재는 상기 종단 컨베이어 그룹에 의해 이송된 후에 소정의 영역에 적치되고,
상기 이송 상황 정보는 상기 소정의 영역의 적치량 정보를 포함하는 컨베이어 루트 선정 장치.
- 제6항에 있어서,
상기 이송 상황 정보는 상기 컨베이어 그룹에 포함된 각 컨베이어 별 길이 정보를 더 포함하는 컨베이어 루트 선정 장치.
- 제1항에 있어서,
상기 소재는 공정에 투입되는 원료이고,
상기 이송 상황 정보는 상기 원료의 종류 정보를 포함하는 컨베이어 루트 선정 장치.
- 제8항에 있어서,
상기 컨베이어 그룹에 포함된 컨베이어 중 적어도 일부는 강우에 노출되도록 배치되고,
상기 이송 상황 정보는 날씨 정보를 더 포함하는 컨베이어 루트 선정 장치.
- 컨베이어 그룹에 포함된 일부 컨베이어를 통해 이송되는 소재의 과거 이송 케이스 별 루트 선택 정보 및 이송 상황 정보를 저장하는 단계;
상기 루트 선택 정보 및 이송 상황 정보를 기계학습 알고리즘에 적용하는 단계;
목표 시점의 이송 상황 정보를 입력 받는 단계; 및
상기 목표 시점의 이송 상황 정보가 상기 기계학습 알고리즘에 적용됨에 따른 루트 우선순위 정보를 출력하는 단계; 를 포함하는 방법을 실행하기 위한 프로세서에 의해 실행 가능한 명령들이 기록된 컴퓨터 판독가능 기록 매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170169375A KR102031313B1 (ko) | 2017-12-11 | 2017-12-11 | 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170169375A KR102031313B1 (ko) | 2017-12-11 | 2017-12-11 | 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190069033A true KR20190069033A (ko) | 2019-06-19 |
KR102031313B1 KR102031313B1 (ko) | 2019-10-11 |
Family
ID=67104661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170169375A KR102031313B1 (ko) | 2017-12-11 | 2017-12-11 | 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102031313B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4151070A1 (en) * | 2021-09-17 | 2023-03-22 | Skandia Elevator AB | A system, a central control unit and a method for an agricultural facility |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11278641A (ja) * | 1998-03-25 | 1999-10-12 | Lion Corp | ベルトコンベアの移送制御システム |
KR101295596B1 (ko) | 2011-06-29 | 2013-08-09 | 현대제철 주식회사 | 벨트 컨베이어의 경로 탐색방법 |
-
2017
- 2017-12-11 KR KR1020170169375A patent/KR102031313B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11278641A (ja) * | 1998-03-25 | 1999-10-12 | Lion Corp | ベルトコンベアの移送制御システム |
KR101295596B1 (ko) | 2011-06-29 | 2013-08-09 | 현대제철 주식회사 | 벨트 컨베이어의 경로 탐색방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4151070A1 (en) * | 2021-09-17 | 2023-03-22 | Skandia Elevator AB | A system, a central control unit and a method for an agricultural facility |
Also Published As
Publication number | Publication date |
---|---|
KR102031313B1 (ko) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574011B (zh) | 生产订单的方法和装置以及仓库管理系统 | |
US11182574B2 (en) | Extensible machine workflow and event reporting protocol | |
US20130290356A1 (en) | Submatch extraction | |
US20190347613A1 (en) | Logistics management device, logistics management method, and program | |
Kung et al. | Order scheduling of multiple stacker cranes on common rails in an automated storage/retrieval system | |
CN104392289B (zh) | 一种车载物流货品配送的路径规划及实时监控系统及方法 | |
US20230137639A1 (en) | Data processing system and method for operating an enterprise application | |
CN112446665A (zh) | 一种物品运输实现方法、系统、机器人和存储介质 | |
US8407221B2 (en) | Generalized notion of similarities between uncertain time series | |
US20230281556A1 (en) | Systems and methods of decanting inventory products from cases at a retail facility | |
CN108805496A (zh) | 快递业务处理方法、终端及计算机可读存储介质 | |
US11858750B2 (en) | Systems, methods, and computer program products for improved container transportation | |
US20230281557A1 (en) | Systems and methods for optimizing space utilization of containers at retail storage facilities | |
KR20190069033A (ko) | 컨베이어 루트 선정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체 | |
CN107862092A (zh) | 一种订单查询方法及系统 | |
CN103235837A (zh) | 一种处理扫描数据的方法和装置 | |
CN111582800A (zh) | 用于商品拣货的方法、电子设备和计算机存储介质 | |
US20170297828A1 (en) | Conveyors for sorting products | |
JP2012041111A (ja) | 納入品保管ナビシステム、その方法及びそのプログラム | |
Shahin et al. | Robotics multi-modal recognition system via computer-based vision | |
JP6009158B2 (ja) | トレーサビリティ管理システム | |
CN116029632A (zh) | 一种物流控制系统及物流控制方法 | |
JP6278662B2 (ja) | 検品支援プログラム、検品支援方法、検品支援装置、及び検品支援システム | |
CN113971537A (zh) | 包装推荐方法、装置、计算机设备及存储介质 | |
US11887021B1 (en) | Predictive packaging system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |