KR20210072473A - 인공지능 모듈을 구비하는 데이터 수집 게이트웨이 - Google Patents

인공지능 모듈을 구비하는 데이터 수집 게이트웨이 Download PDF

Info

Publication number
KR20210072473A
KR20210072473A KR1020190162822A KR20190162822A KR20210072473A KR 20210072473 A KR20210072473 A KR 20210072473A KR 1020190162822 A KR1020190162822 A KR 1020190162822A KR 20190162822 A KR20190162822 A KR 20190162822A KR 20210072473 A KR20210072473 A KR 20210072473A
Authority
KR
South Korea
Prior art keywords
data
artificial intelligence
information
intelligence module
protocol conversion
Prior art date
Application number
KR1020190162822A
Other languages
English (en)
Inventor
정민규
경규열
Original Assignee
(주)링크제니시스
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 (주)링크제니시스 filed Critical (주)링크제니시스
Priority to KR1020190162822A priority Critical patent/KR20210072473A/ko
Publication of KR20210072473A publication Critical patent/KR20210072473A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/08—Protocols for interworking; Protocol conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer And Data Communications (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

본 발명은 인공지능 모듈을 구비하는 데이터 수집 게이트웨이를 공개한다. 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이는, 데이터 수신에 필요한 센싱 디바이스 및 설비 디바이스 등의 종류 및 프로토콜에 관한 디바이스 정보 및 속성 정보를 프로토콜 변환 장치로 전송하고, 프로토콜 변환 장치로 하여금 서로 다른 통신 프로토콜을 이용하는 디바이스들로부터 데이터를 수집하고 프로토콜을 변환하여 게이트웨이로 전송하도록 함으로써, 간편하면서도 신속하게 게이트웨이가 다양한 디바이스들로부터 데이터를 수집할 수 있도록 하는 효과가 있다. 또한, 본 발명의 바람직한 실시예에 따른 게이트웨이는 내부에 인공지능 모듈을 구비하고, 정상 데이터와 이상 데이터를 이용하여 인공지능 모듈에 구비된 인공지능 모델을 학습하여 디바이스들로부터 수신되는 데이터를 인공지능 모델에 입력함으로써 디바이스들의 이상 상태 여부를 신속하고 간편하게 확인할 수 있다.

Description

인공지능 모듈을 구비하는 데이터 수집 게이트웨이{Data collection gateway having AI module}
본 발명은 게이트웨이에 관한 것으로서, 보다 구체적으로는 다양한 프로토콜로 통신을 수행하는 각종 IoT 센서들 및 장비들로부터 데이터를 수집하여 클라이언트에게 전달할 수 있는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이에 관한 것이다.
사물 인터넷 기술이 급속도로 보급됨에 따라서 산업 현장의 모든 분야에서 데이터를 생산할 수 있게 되었고, 이렇게 생산된 데이터는 중앙에 수집되어 각종 통계에 활용되거나 안전 관련 조치에 이용되는 등 다양한 형태로 가공되고 이용되고 있다.
그러나, 산업 현장에서 이용되는 각종 전자 장치들은 제조사에 따라서 자신만의 통신 프로토콜을 이용하여 통신을 수행하므로, 동일한 작업 공간 내에 설치되는 다른 전자 기기들과 상호 연동되기 어려운 문제점이 존재한다.
최근 생산성과 근로자의 안전을 향상시키기 위해서 추진되는 스마트팩토리 사업의 경우 특히 문제가 되는데, 공장들은 여러 제조 설비와 기계를 보유하며 각 기계는 다양한 센서 및 액츄에이터 등을 사용하지만, 이러한 센서 및 액츄에이터 등의 설비는 동일한 제조사에서 모두 제조되어 납품되는 것이 아니므로, 단일화 되지 않은 다양한 프로토콜을 사용하고 있어 상위 시스템과 생산장비들과의 연동에 많은 문제가 야기 되고 있는 실정이다.
본 발명이 해결하고자 하는 과제는, 서로 다른 통신 프로토콜을 이용하는 다양한 센싱 디바이스 및 설비 디바이스들로부터 간편하고 신속하게 데이터를 수집할 수 있으며, 데이터를 조사하여 디바이스들의 이상 여부까지 확인할 수 있는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이를 제공하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이는, 데이터 베이스로부터 판독한 프로토콜 변환 장치에 관한 정보를 이용하여 상기 프로토콜 변환 장치에 접속하고, 디바이스들에서 생성한 데이터를 상기 프로토콜 변환 장치로부터 수신하여 상기 데이터 베이스 및 인공지능 모듈로 출력하는 변환 장치 관리부; 복수의 프로토콜 변환 장치들에 대한 식별 정보 및 접속 정보, 프로토콜 변환 장치들에 연결될 디바이스들에 대한 디바이스 정보 및 속성 정보를 저장하고, 상기 변환 장치 관리부로부터 입력된 데이터를 저장하는 상기 데이터 베이스; 상기 데이터 베이스에 저장된 데이터들을 open API 방식으로 클라이언트 장치들로 제공하는 API 제공부; 및 복수의 인공지능 모델들을 포함하고, 상기 변환 장치 관리부로부터 입력되는 데이터를 대응되는 인공지능 모델에 입력하여 예측치를 생성하는 인공지능 모듈;을 포함한다.
또한, 상기 인공지능 모듈은, 상기 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 이전 시간의 예측치의 소정 범위를 벗어하는 경우에, 디바이스의 이상 상태 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단할 수 있다.
또한, 상기 인공지능 모듈은, 상기 데이터 베이스에 저장된 데이터들을 이용하여 대응되는 학습 모델에 대한 학습을 수행할 수 있다.
또한, 상기 디바이스 정보 및 속성 정보는 각 디바이스의 모델 정보, 해당 모델에 따른 프로토콜 정보, 해당 디바이스의 측정값(계측값)이 저장되는 메모리의 영역, 메모리 크기, 데이터의 사이즈 등의 정보를 포함하고, 상기 프로토콜 변환 장치는 상기 각 디바이스의 프로토콜 정보에 따라서 수신되는 데이터의 프로토콜을 변환하여 상기 변환 장치 관리부로 전송할 수 있다.
또한, 상기 인공지능 모듈을 구비하는 데이터 수집 게이트웨이는, 관리자 단말이 입력한 프로토콜 변환 장치 식별 정보 및 접속 정보, 및 디바이스 정보 및 속성 정보를 상기 데이터 베이스에 저장하고, 상기 정보들의 갱신을 관리하는 기초 정보 관리부; 상기 데이터 베이스에 저장된 데이터들 및 상기 인공지능 모듈로부터 입력되는 예측 정보 및 이상 신호를 관리자 단말로 제공하여 출력하는 데이터 모니터링부; 및 상기 관리자 단말로부터 입력되는 선택 정보에 따라서 인공지능 모델을 선택하고, 상기 데이터 베이스에 저장된 데이터들을 이용하여 인공지능 모델을 학습시키는 인공지능 관리부;를 포함하는 실시간 관리부를 더 포함할 수 있다.
한편, 상술한 과제를 해결하기 위한 본 발명의 바람직한 실시예에 따른, 인공지능 모듈을 구비하는 데이터 수집 게이트웨이에서 수행되는 데이터 수집 방법은, (a) 관리자 단말로부터 프로토콜 변환 장치에 관한 정보(프로토콜 변환 장치 식별 정보 및 프로토콜 변환 장치 접속 정보), 및 디바이스 정보 및 속성 정보를 입력받아 데이터 베이스에 저장하는 단계; (b) 변환 장치 관리부가 상기 데이터 베이스에 저장된 프로토콜 변환 장치에 관한 정보를 이용하여 프로토콜 변환 장치에 접속하고, 상기 프로토콜 변환 장치로 디바이스 정보 및 속성 정보를 전송하여, 상기 프로토콜 변환 장치로 하여금 디바이스로부터 데이터를 수신하고 프로토콜을 변환하여 상기 변환 장치 관리부로 데이터를 전송하도록 하는 단계; (c) 상기 변환 장치 관리부가 상기 변환 장치 관리부로부터 수신한 데이터를 상기 데이터 베이스에 저장하는 한편, 인공지능 모듈로 출력하는 단계; (d) 상기 인공지능 모듈이 상기 변환 장치 관리부로부터 입력된 데이터를 인공지능 모델에 입력하여 예측치를 생성하는 단계; 및 (e) 상기 인공지능 모듈은 예측치로부터 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되는지 여부를 확인하고, 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되면, 데이터 모니터링부를 통해서 상기 관리자 단말로 비상 알람을 출력하는 단계를 포함한다.
또한, 상기 (d) 단계에서, 상기 인공지능 모듈이 상기 변환 장치 관리부로부터 입력된 데이터에 대응되는 인공지능 모델이 학습완료 되었는지 여부를 확인하고, 학습이 완료되지 않았다면 상기 데이터 베이스에 저장된 데이터들을 이용하여 인공지능 모델의 학습을 수행할 수 있다.
또한, 상기 (e) 단계에서, 상기 인공지능 모듈은 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 예측치의 소정 범위를 벗어하는 경우에는, 이상 상태의 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단할 수 있다.
또한, 상기 (e) 단계에서, 예측치로부터 정상 상태인 것으로 판단되면, 현재 데이터 및 예측치를 데이터 모니터링부를 통해서 관리자 단말로 전송하여 관리자에게 표시할 수 있다.
또한, 상기 데이터 수집 방법은, (f) API 제공부가 클라이언트 장치로부터 데이터가 요청되었는지 확인하고, 클라이언트 장치가 데이터를 요청하였다면, 요청받은 데이터를 상기 데이터 베이스에서 판독하여 클라이언트 장치로 제공하는 단계를 더 포함할 수 있다.
본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이는, 데이터 수신에 필요한 센싱 디바이스 및 설비 디바이스 등의 종류 및 프로토콜에 관한 디바이스 정보 및 속성 정보를 프로토콜 변환 장치로 전송하고, 프로토콜 변환 장치로 하여금 서로 다른 통신 프로토콜을 이용하는 디바이스들로부터 데이터를 수집하고 프로토콜을 변환하여 게이트웨이로 전송하도록 함으로써, 간편하면서도 신속하게 게이트웨이가 다양한 디바이스들로부터 데이터를 수집할 수 있도록 하는 효과가 있다.
또한, 본 발명의 바람직한 실시예에 따른 게이트웨이는 내부에 인공지능 모듈을 구비하고, 정상 데이터와 이상 데이터를 이용하여 인공지능 모듈에 구비된 인공지능 모델을 학습하여 디바이스들로부터 수신되는 데이터를 인공지능 모델에 입력함으로써 디바이스들의 이상 상태 여부를 신속하고 간편하게 확인할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이가 연결되는 전체 구성을 도시하는 도면이다.
도 2는 본 발명의 바람직한 실시예에 따른 데이터 수집 게이트웨이의 세부 구성을 도시한 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이에서 수행되는 데이터 수집 방법을 설명하는 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이(200)가 연결되는 전체 구성을 도시하는 도면이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이(200)(이하,"데이터 수집 게이트웨이"라 약칭함)는 복수의 프로토콜 변환 장치들(300)과 유무선 통신망을 통해서 연결되고, 복수의 클라이언트 장치들(400)과 유무선 통신망을 통해서 연결된다.
또한, 복수의 프로토콜 변환 장치들(300) 각각은 유선 또는 무선 통신 방식으로 복수의 센싱 디바이스(100-1), 액츄에이터, 생산 설비 디바이스(100-n) 등과 연결되고, 클라이언트 장치들(400) 역시 유선 또는 무선 통신 방식으로 복수의 사용자 단말들(500)과 연결된다.
먼저, 센싱 디바이스들(100-1)은 온도, 압력 등의 다양한 환경 정보를 측정하여 프로토콜 변환 장치(300)로 전송하고, 액츄에이터 및 생산 설비 디바이스들(100-n)은 자신들의 동작 과정에서 계측되는 다양한 계측 정보를 생산하여 프로토콜 변환 장치(300)로 전송한다. 이하에서는, 프로토콜 변환 장치(300)와 연결되는 센싱 디바이스(100-1), 액츄에이터, 및 생산 설비 디바이스들(100-n)을 "디바이스(100)"로 통칭하기로 한다.
프로토콜 변환 장치(300)는 데이터 수집 게이트웨이(200)로부터 수신한 디바이스 설정 정보에 따라서 각종 디바이스들(100)과 통신을 수행하고, 디바이스들(100)로부터 수신한 데이터들을 데이터 수집 게이트웨이(200)로 전송한다.
이를 위해서, 프로토콜 변환 장치(300)는 각종 디바이스들(100)에 접속하여 데이터를 수신할 수 있도록 디바이스 정보 및 속성 정보를 데이터 수집 게이트웨이(200)로부터 수신하여 저장한다. 그리고, 디바이스 정보 및 속성 정보에 따라서 각종 디바이스들(100)에 접속하여 데이터를 수신하고, 사전에 정의된 프로토콜로 변환하여 해당 데이터들을 데이터 수집 게이트웨이(200)로 전송한다.
본 발명의 바람직한 실시예에서 디바이스들(100)은 각각 서로 다른 산업 분야에서 이용되고, 따라서, 각각 서로 다른 다양한 통신 프로토콜(HSMS, SECS, MQTT, COAP, PLC, Modbus 등)에 따라서 통신을 수행한다. 이렇게 서로 다른 통신 프로토콜을 이용하므로, 본 발명의 디바이스 정보 및 속성 정보는 각 디바이스의 모델 정보, 해당 모델에 따른 프로토콜 정보, 해당 디바이스의 측정값(계측값)이 저장되는 메모리의 영역, 메모리 크기, 데이터의 사이즈 등의 정보를 포함한다.
프로토콜 변환 장치(300)는 데이터 수집 게이트웨이(200)로부터 수신한 디바이스 정보 및 속성 정보에 포함된 프로토콜에 따라서 각 디바이스들(100)과 통신을 수행하여 다비이스들(100)로부터 데이터를 수신하고, 사전에 정의된 통신 프로토콜에 따라서 데이터를 데이터 수집 게이트웨이(200)로 전송한다. 아울러, 프로토콜 변환 장치(300)는 자신의 상태 정보 역시 일정한 시간 주기로 데이터 수집 게이트웨이(200)로 전송함으로써 데이터 수집 게이트웨이(200)로 하여금 각 프로토콜 변환 장치(300)의 상태를 모니터링할 수 있도록 한다.
한편, 데이터 수집 게이트웨이(200)는 상기 설명한 바와 같이, 자신에게 연결된 복수의 프로토콜 변환 장치들(300)과 통신을 수행하여 이들을 모니터링하고, 프로토콜 변환 장치(300)로 디바이스 정보 및 속성 정보를 제공하여 프로토콜 변환 장치(300)로 하여금 각 디바이스들(100)로부터 데이터를 수신하여 자신에게 전송하도록 제어한다.
이를 위해서, 데이터 수집 게이트웨이(200)는 사전에 운영자가 입력한 각종 프로토콜 변환 장치(300)에 대한 정보(명칭 및 IP 주소와 같은 접속 정보), 각 디바이드들(100)에 대한 디바이스 정보 및 속성 정보를 저장하고 관리한다.
또한, 데이터 수집 게이트웨이(200)는 프로토콜 변환 장치(300)로부터 수신된 데이터들을 저장 및 관리하며, 데이터들을 인공지능 모델로 분석하여 각종 디바이스들이 정상적인 환경에서 동작하고 있는지 여부를 확인하고, 각 디바이스들(100)로부터 향후 수신될 데이터들을 예측하여, 이상 상황 또는 비상 상황이 발생하였는지 여부 및 향후 이상 상황 또는 비상 상황이 발생할지 여부를 예측하여 관리자에게 통보할 수 있다. 아울러, 데이터 수집 게이트웨이(200)는 내부에 관리하는 데이터들을 Open API 방식으로, 해당 데이터들을 요청하는 클라이언트 장치들(400)로 제공한다.
한편, 데이터 수집 게이트웨이(200)로부터 데이터를 수신한 클라이언트 장치들(400)은 이를 가공하여, 다수의 사용자 단말(500)로 제공할 수 있다.
도 2는 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이(200)의 세부 구성을 도시한 도면이다.
도 2를 더 참조하여, 본 발명의 바람직한 실시예에 따른 인공지능 모듈을 구비하는 데이터 수집 게이트웨이(200)의 세부 구성에 대해서 자세하게 설명한다.
도 2에 도시된, 본 발명의 바람직한 실시예에 따른 데이터 수집 게이트웨이(200)는 변환 장치 관리부(210), 데이터 베이스(220), API 제공부(230), 실시간 관리부(250) 및 인공지능 모듈(240)을 포함한다.
변환 장치 관리부(210)는 프로토콜 변환 장치(300)와 통신을 수행하여 프로토콜 변환 장치(300)로부터 데이터를 수신하여 데이터 베이스(220)로 출력한다. 이를 위해서, 변환 장치 관리부(210)는 먼저 데이터 베이스(220)로부터 접속할 프로토콜 변환 장치(300)에 관한 정보(프로토콜 변환 장치 식별 정보(명칭) 및 프로토콜 변환 장치 접속 정보(IP 주소))를 판독하여 프로토콜 변환 장치(300)에 접속한다. 그 후, 프로토콜 변환 장치(300)가 디바이스와 연결할 때 필요한 디바이스 정보 및 속성 정보를 데이터 베이스(220)로부터 판독하여 프로토콜 변환 장치(300)로 제공한다.
그러면, 프로토콜 변환 장치(300)가 상기 디바이스 정보 및 속성 정보에 따라서 디바이스들(100)과 연결되어 디바이스들(100)로부터 데이터를 수신하여 프로토콜을 변환한 후 변환 장치 관리부(210)로 전송함은 상술한 바와 같다.
아울러, 변환 장치 관리부(210)는 프로토콜 변환 장치(300)로부터 수신된 데이터를 데이터 베이스(220)로 출력하는 동시에 인공지능 모듈(240)로 함께 출력한다.
한편, 데이터 베이스(220)는 도 2 에 도시된 바와 같이, 기초 정보 저장부(221) 및 데이터 저장부(222)를 포함한다.
먼저, 기초 정보 저장부(221)는 복수의 프로토콜 변환 장치들(300)에 대한 식별 정보 및 접속 정보, 프로토콜 변환 장치들에 연결될 디바이스들(100)에 대한 디바이스 정보 및 속성 정보, 그리고, 이들을 모니터링을 위한 기타 정보를 저장하고, 변환 장치 관리부(210)가 특정 프로토콜 변환 장치(300)에 대한 식별 정보 및 접속 정보를 요청하면, 요청된 정보를 변환 장치 관리부(210)로 제공하고, 추가적으로 해당 프로토콜 변환 장치(300)가 접속할 디바이스들에 대한 디바이스 정보 및 속성 정보를 함께 제공할 수 있다.
데이터 저장부(222)는 프로토콜 변환 장치(300)로부터 수신되고, 변환 장치 관리부(210)로부터 입력된, 디바이스들(100)의 실제 측정 데이터를 저장한다. 이 밖에, 데이터 저장부(222)는 데이터 수집 정책 및 데이터 수집 계획을 더 저장할 수 있다.
API 제공부(230)는 디바이스에서 측정된 데이터가 필요한 MES, FDC, ERP 등과 같은 다른 클라이언트 장치들(400)로, 데이터 베이스(220)에 저장된 데이터들을 open API 방식으로 제공한다.
또한, API 제공부(230)는 데이터 베이스(220)의 기초 정보 저장부(221)에 저장된 프로토콜 변환 장치 식별 정보 및 접속 정보, 그리고 디바이스 정보 및 속성 정보를, 데이터 베이스(220)의 기초 정보 저장부(221)와 서로 연계하여 내부에 저장한다. 따라서, 데이터 베이스(220)의 기초 정보 저장부(221)에서 프로토콜 변환 장치 식별 정보 및 접속 정보, 및 디바이스 정보 및 속성 정보에 변경이 발생하면, 변경된 정보들을 판독하여 내부에 저장된 대응되는 정보들을 갱신하는 등의 관리를 수행한다.
또한, API 제공부(230)는 클라이언트 장치(400)에서 요청하면, 내부에 저장된 프로토콜 변환 장치 및 디바이스 관련 정보들을 클라이언트 장치들(400)로 제공한다. API 제공부(230)는 자신이 처리하는 모든 정보를 사용자 인터페이스 화면을 통해서 외부에서 확인할 수 있도록 하는 기능도 제공할 수 있다.
실시간 관리부(250)은 기초 정보 관리부(251), 인공지능 관리부(252), 및 데이터 모니터링부(253)를 포함하여 구성된다.
먼저, 기초 정보 관리부(251)는 관리자 단말(600)과 연동되어, 관리자 단말(600)이 입력한 프로토콜 변환 장치 식별 정보 및 접속 정보, 및 디바이스 정보 및 속성 정보를 데이터 베이스(220)의 기초 정보 저장부(221)에 저장하고, 이들 정보의 갱신을 관리한다.
데이터 모니터링부(253)는 프로토콜 변환 장치(300)를 통해서 수신되어 데이터 저장부(222)에 저장된 데이터들을 실시간으로 관리자 단말(600)로 제공하여 사용자가 확인할 수 있도록 하는 한편, 후술하는 인공지능 모듈(240)로부터 입력되는 예측 정보 및 이상 신호를 입력받아 관리자 단말(600)로 제공할 수 있다.
인공지능 관리부(252)는 관리자 단말(600)로부터 입력되는 선택 정보에 따라서 인공지능 모델을 선택하고, 데이터 저장부(222)에 저장된 데이터들을 이용하여 인공지능 모델을 학습시킨다.
한편, 인공지능 모듈(240)은 복수의 인공지능 모델(1~N)을 내부에 포함하여, 데이터의 종류에 따라서 선택한 인공지능 모델을 데이터 베이스(220)의 데이터 저장부(222)에 저장된 데이터들을 이용하여 학습한다. 이 때, 학습에 이용되는 데이터들은 사용자에 의해서 각 디바이스(100)가 정상인 상태에서 수집된 것으로 확인된 데이터들로서, 데이터 저장부(222)에 일정한 시간 간격으로 저장된 데이터들을 순차적으로 판독하여 이전 시간(t-1)에 측정된 데이터들을 입력 노드에 인가하고, 현재 시간(t)에 측정된 데이터들을 출력 노드에 인가하는 방식으로 인공지능 모듈(240)을 학습함으로써, 향후에 입력 노드에 현재 측정 데이터 값을 입력하면 출력 노드에 다음 시간에 예측되는 데이터 값이 출력하도록 인공지능 모델을 학습할 수 있다.
또한, 인공지능 모듈(240)은 다양한 이상 상태에 대한 학습을 위해서, 사용자가 이상 상태로 판정한 데이터들을 이용하여 상술한 바와 동일한 방식으로 인공지능 모델을 학습하여, 인공지능 모델로 하여금 이상 상태의 발생을 예측할 수 있도록 한다.
또한, 인공지능 모듈(240)은 프로토콜 변환 장치(300)로부터 다양한 종류의 데이터들이 수신되므로, 상술한 바와 같이, 필요에 따라서 복수의 인공지능 모델(1~N)을 구비하고, 각각에 대해서 사전에 학습을 수행한다. 예컨대, 인공지능 모듈(240)은 변환 장치 관리부(210)를 통해서 복수의 디바이스들이 각각 전송한 온도, 압력, 진동, CO2 농도 등의 데이터들을 예측하기 위해서, 온도 예측을 위한 인공지능 모델, 압력 예측을 위한 인공지능 모델, 진동 예측을 위한 인공지능 모델, CO2 농도 예측을 위한 인공지능 모델 등을 각각 구비할 수 있다.
인공지능 모듈(240)에 포함된 인공지능 모델들의 학습이 완료되면, 변환 장치 관리부(210)는 프로토콜 변환 장치(300)로부터 실시간으로 입력되는 데이터를 데이터 베이스(220)로 출력하는 동시에 인공지능 모듈(240)로 출력하고, 인공지능 모듈(240)은 실시간으로 입력되는 데이터를 인공지능 모델의 입력 노드에 인가함으로써 출력 노드를 통해서 예측 값을 생성한다.
그 후, 인공지능 모듈(240)은 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 이전 시간의 예측치의 소정 범위를 벗어하는 경우에는, 이상 상태 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단하여, 이러한 판단 사실을 데이터 모니터링부(253)로 출력하고, 데이터 모니터링부(253)는 관리자 단말(600)로 비상 알람을 출력하여 관리자로 하여금 비상 조치를 취하도록 한다.
예컨대, 반도체 생산 장치에 설치된 온도(압력) 센싱 모듈이 일정한 시간 간격으로 온도(압력)를 측정하여 프로토콜 변환 장치(300)를 통해서 온도(압력) 데이터를 본 발명의 게이트웨이(200)로 전송하면, 인공지능 모듈(240)은 온도(압력) 데이터를 온도(압력) 데이터에 대응되는 인공지능 모델에 입력하여 예상되는 온도(압력)값을 예측하고, 예측된 온도(압력)값이 사전에 정의된 임계치를 초과하면 인공지능 모듈(240)은 이상 상태가 발생할 가능성이 있다고 판단하여 데이터 모니터링부(253)를 통해서 관리자 단말(600)로 이 사실을 통지한다.
한편, 인공지능 모델에서 예측한 온도(압력)값이 사전에 정의된 임계치를 초과하지는 않았으나, 이후 시간 구간에서 실제 측정되어 인공지능 모델로 입력된 실제 데이터가 이전 시간에 예측된 온도(압력)값과 사전에 정의된 범위 이상으로 크게 차이가 나는 경우에는, 실제 반도체 생산 장치 또는 센싱 모듈에 이상이 발생하였거나, 반도체 생산 장치의 환경 변화로 인하여 인공지능 모델이 더 이상 유효한 예측을 하지 못하는 것이라고 판단하여, 이러한 사실을 데이터 모니터링부(253)를 통해서 관리자 단말(600)로 통지한다.
지금까지 본 발명의 바람직한 실시예에 따른 인공지능 모듈(240)을 구비하는 데이터 수집 게이트웨이(200)의 구성에 대해서 설명하였다.
이하에서는, 도 3을 참조하여 본 발명의 바람직한 실시예에 따른 데이터 수집 방법을 설명한다. 다만, 도 3에 도시된 데이터 수집 방법은 도 1 및 도 2를 참조하여 설명한 인공지능 모듈을 구비하는 데이터 수집 게이트웨이(200)에서 수행되는 방법이므로, 대부분의 설명이 중첩되므로, 이하에서는 전체적인 흐름을 중심으로 간략하게 설명한다.
먼저, 실시간 관리부(250)의 기초 정보 관리부(251)는 관리자 단말(600)로부터 프로토콜 변환 장치(300)에 관한 정보(프로토콜 변환 장치 식별 정보(명칭) 및 프로토콜 변환 장치 접속 정보(IP 주소)) 그리고 디바이스 정보 및 속성 정보를 입력받아 데이터 베이스(220)의 기초 정보 저장부(221)에 저장한다(S311).
변환 장치 관리부(210)는 데이터 베이스(220)에 저장된 프로토콜 변환 장치에 관한 정보를 이용하여 프로토콜 변환 장치(300)에 접속하고, 프로토콜 변환 장치(300)로 디바이스 정보 및 속성 정보를 전송하여, 프로토콜 변환 장치(300)로 하여금 디바이스로부터 데이터를 수신하고 프로토콜을 변환하여 본 발명의 게이트웨이(200)로 데이터를 전송하도록 한다(S313).
변환 장치 관리부(210)는 프로토콜 변환 장치(300)로부터 수신한 데이터를 데이터 베이스(220)의 데이터 저장부(222)에 저장하는 한편, 데이터를 인공지능 모듈(240)로 출력한다(S315).
인공지능 모듈(240)은 인공지능 관리부(252)의 제어에 따라서 변환 장치 관리부(210)로부터 입력된 데이터에 대응되는 인공지능 모델이 학습완료 되었는지 여부를 확인하고(S321), 학습이 완료되지 않았다면 데이터 저장부(222)에 저장된 데이터들을 이용하여 대응되는 인공지능 모델의 학습을 수행하며(S323), 학습이 완료되었다면 변환 장치 관리부(210)로부터 입력된 데이터를 인공지능 모델에 입력하여 예측치를 생성한다(S325).
인공지능 모듈(240)은 예측치로부터 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되는지 여부를 확인하고(S331), 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되면, 데이터 모니터링부(253)를 통해서 관리자 단말(600)로 비상 알람을 출력한다(S333). 제 S331 단계에서, 인공지능 모듈(240)은 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 예측치의 소정 범위를 크게 벗어하는 경우에는, 이상 상태의 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단할 수 있고, 이는 상술한 바와 같다.
한편, 제 S31 단계에서, 예측치로부터 정상 상태인 것으로 판단되면, 현재 데이터 및 예측치 만을 데이터 모니터링부(253)를 통해서 관리자 단말(600)로 전송하여 관리자에게 표시한다(S335).
아울러, 게이트웨이(200)의 API 제공부(230)는 클라이언트 장치(400)로부터 데이터가 요청되었는지 확인하고(S341), 클라이언트 장치(400)가 데이터를 요청하였다면 요청받은 데이터를 데이터 베이스(220)의 데이터 저장부(222)에서 판독하여 클라이언트 장치(400)로 제공한다(S343).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100-1 : 센싱 디바이스
100-n : 설비 디바이스
200 : 데이터 수집 게이트웨이
210 : 변환 장치 관리부
220 : 데이터 베이스
221 : 기초 정보 저장부 222 : 데이터 저장부
230 : API 제공부
240 : 인공지능 모듈
250 : 실시간 관리부
251 : 기초 정보 관리부 252 : 인공지능 관리부
253 : 데이터 모니터링부
300 : 프로토콜 변환 장치
400 : 클라이언트 장치
500 : 사용자 단말
600 : 관리자 단말

Claims (10)

  1. 데이터 베이스로부터 판독한 프로토콜 변환 장치에 관한 정보를 이용하여 상기 프로토콜 변환 장치에 접속하고, 디바이스들에서 생성한 데이터를 상기 프로토콜 변환 장치로부터 수신하여 상기 데이터 베이스 및 인공지능 모듈로 출력하는 변환 장치 관리부;
    복수의 프로토콜 변환 장치들에 대한 식별 정보 및 접속 정보, 프로토콜 변환 장치들에 연결될 디바이스들에 대한 디바이스 정보 및 속성 정보를 저장하고, 상기 변환 장치 관리부로부터 입력된 데이터를 저장하는 상기 데이터 베이스;
    상기 데이터 베이스에 저장된 데이터들을 open API 방식으로 클라이언트 장치들로 제공하는 API 제공부; 및
    복수의 인공지능 모델들을 포함하고, 상기 변환 장치 관리부로부터 입력되는 데이터를 대응되는 인공지능 모델에 입력하여 예측치를 생성하는 인공지능 모듈;을 포함하는 것을 특징으로 하는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이.
  2. 제 1 항에 있어서, 상기 인공지능 모듈은
    상기 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 이전 시간의 예측치의 소정 범위를 벗어하는 경우에, 디바이스의 이상 상태 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단하는 것을 특징으로 하는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이.
  3. 제 2 항에 있어서, 상기 인공지능 모듈은
    상기 데이터 베이스에 저장된 데이터들을 이용하여 대응되는 학습 모델에 대한 학습을 수행하는 것을 특징으로 하는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이.
  4. 제 1 항에 있어서,
    상기 디바이스 정보 및 속성 정보는 각 디바이스의 모델 정보, 해당 모델에 따른 프로토콜 정보, 해당 디바이스의 측정값(계측값)이 저장되는 메모리의 영역, 메모리 크기, 데이터의 사이즈 등의 정보를 포함하고,
    상기 프로토콜 변환 장치는 상기 각 디바이스의 프로토콜 정보에 따라서 수신되는 데이터의 프로토콜을 변환하여 상기 변환 장치 관리부로 전송하는 것을 특징으로 하는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이.
  5. 제 1 항에 있어서,
    관리자 단말이 입력한 프로토콜 변환 장치 식별 정보 및 접속 정보, 및 디바이스 정보 및 속성 정보를 상기 데이터 베이스에 저장하고, 상기 정보들의 갱신을 관리하는 기초 정보 관리부;
    상기 데이터 베이스에 저장된 데이터들 및 상기 인공지능 모듈로부터 입력되는 예측 정보 및 이상 신호를 관리자 단말로 제공하여 출력하는 데이터 모니터링부; 및
    상기 관리자 단말로부터 입력되는 선택 정보에 따라서 인공지능 모델을 선택하고, 상기 데이터 베이스에 저장된 데이터들을 이용하여 인공지능 모델을 학습시키는 인공지능 관리부;를 포함하는 실시간 관리부를 더 포함하는 것을 특징으로 하는 인공지능 모듈을 구비하는 데이터 수집 게이트웨이.
  6. 인공지능 모듈을 구비하는 데이터 수집 게이트웨이에서 수행되는 데이터 수집 방법으로서,
    (a) 관리자 단말로부터 프로토콜 변환 장치에 관한 정보(프로토콜 변환 장치 식별 정보 및 프로토콜 변환 장치 접속 정보), 및 디바이스 정보 및 속성 정보를 입력받아 데이터 베이스에 저장하는 단계;
    (b) 변환 장치 관리부가 상기 데이터 베이스에 저장된 프로토콜 변환 장치에 관한 정보를 이용하여 프로토콜 변환 장치에 접속하고, 상기 프로토콜 변환 장치로 디바이스 정보 및 속성 정보를 전송하여, 상기 프로토콜 변환 장치로 하여금 디바이스로부터 데이터를 수신하고 프로토콜을 변환하여 상기 변환 장치 관리부로 데이터를 전송하도록 하는 단계;
    (c) 상기 변환 장치 관리부가 상기 변환 장치 관리부로부터 수신한 데이터를 상기 데이터 베이스에 저장하는 한편, 인공지능 모듈로 출력하는 단계;
    (d) 상기 인공지능 모듈이 상기 변환 장치 관리부로부터 입력된 데이터를 인공지능 모델에 입력하여 예측치를 생성하는 단계; 및
    (e) 상기 인공지능 모듈은 예측치로부터 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되는지 여부를 확인하고, 이상 상태가 발생하거나 이상 상태가 발생할 것으로 예측되면, 데이터 모니터링부를 통해서 상기 관리자 단말로 비상 알람을 출력하는 단계를 포함하는 것을 특징으로 하는 데이터 수집 방법.
  7. 제 6 항에 있어서, 상기 (d) 단계에서
    상기 인공지능 모듈이 상기 변환 장치 관리부로부터 입력된 데이터에 대응되는 인공지능 모델이 학습완료 되었는지 여부를 확인하고, 학습이 완료되지 않았다면 상기 데이터 베이스에 저장된 데이터들을 이용하여 인공지능 모델의 학습을 수행하는 것을 특징으로 하는 데이터 수집 방법.
  8. 제 6 항에 있어서, 상기 (e) 단계에서
    상기 인공지능 모듈은 예측치가 사전에 정의된 임계치를 초과하는 경우, 또는 다음 시간에 입력되는 데이터의 값이 예측치의 소정 범위를 벗어하는 경우에는, 이상 상태의 발생이 예측되거나, 이상 상태가 이미 발생하였다고 판단하는 것을 특징으로 하는 데이터 수집 방법.
  9. 제 6 항에 있어서, 상기 (e) 단계에서
    예측치로부터 정상 상태인 것으로 판단되면, 현재 데이터 및 예측치를 데이터 모니터링부를 통해서 관리자 단말로 전송하여 관리자에게 표시하는 것을 특징으로 하는 데이터 수집 방법.
  10. 제 6 항에 있어서,
    (f) API 제공부가 클라이언트 장치로부터 데이터가 요청되었는지 확인하고, 클라이언트 장치가 데이터를 요청하였다면, 요청받은 데이터를 상기 데이터 베이스에서 판독하여 클라이언트 장치로 제공하는 단계를 더 포함하는 것을 특징으로 하는 데이터 수집 방법.
KR1020190162822A 2019-12-09 2019-12-09 인공지능 모듈을 구비하는 데이터 수집 게이트웨이 KR20210072473A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190162822A KR20210072473A (ko) 2019-12-09 2019-12-09 인공지능 모듈을 구비하는 데이터 수집 게이트웨이

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190162822A KR20210072473A (ko) 2019-12-09 2019-12-09 인공지능 모듈을 구비하는 데이터 수집 게이트웨이

Publications (1)

Publication Number Publication Date
KR20210072473A true KR20210072473A (ko) 2021-06-17

Family

ID=76603993

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190162822A KR20210072473A (ko) 2019-12-09 2019-12-09 인공지능 모듈을 구비하는 데이터 수집 게이트웨이

Country Status (1)

Country Link
KR (1) KR20210072473A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102402653B1 (ko) * 2021-10-14 2022-05-30 주식회사 에스에이치아이앤씨 인공지능 기반 스카다 시스템 및 그 운용방법
KR20220122923A (ko) * 2021-11-29 2022-09-05 주식회사 알엠에이 스마트 공장의 데이터 취합 및 모니터링 시스템
CN115134125A (zh) * 2022-06-09 2022-09-30 重庆伏特猫科技有限公司 一种基于数据路由网关的数据采集与监控方法
CN116016703A (zh) * 2022-12-27 2023-04-25 中铁建工集团有限公司 一种智慧工地ai超级网关系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102402653B1 (ko) * 2021-10-14 2022-05-30 주식회사 에스에이치아이앤씨 인공지능 기반 스카다 시스템 및 그 운용방법
KR20220122923A (ko) * 2021-11-29 2022-09-05 주식회사 알엠에이 스마트 공장의 데이터 취합 및 모니터링 시스템
CN115134125A (zh) * 2022-06-09 2022-09-30 重庆伏特猫科技有限公司 一种基于数据路由网关的数据采集与监控方法
CN116016703A (zh) * 2022-12-27 2023-04-25 中铁建工集团有限公司 一种智慧工地ai超级网关系统
CN116016703B (zh) * 2022-12-27 2024-01-05 中铁建工集团有限公司 一种智慧工地ai超级网关系统

Similar Documents

Publication Publication Date Title
KR20210072473A (ko) 인공지능 모듈을 구비하는 데이터 수집 게이트웨이
US11546211B2 (en) Systems and methods for adaptive industrial internet of things (IIoT) edge platform
US20210302923A1 (en) Backup of an industrial automation plant in the cloud
US20230262443A1 (en) System, Method and Apparatus for Building Operations Management
KR102262321B1 (ko) 산업용 IoT 게이트웨이 시스템
CN107026894B (zh) 用于通过工业资产递送自动通知的装置和方法
US10545492B2 (en) Selective online and offline access to searchable industrial automation data
EP3018597A1 (en) Crawler for discovering control system data in an industrial automation environment
JP2020074640A (ja) プロセス制御システム内でのアナリティクスのためのストリーミングデータ
US9971317B2 (en) Cloud-level industrial controller loop gain tuning based on industrial application type
US20170351226A1 (en) Industrial machine diagnosis and maintenance using a cloud platform
US10208947B2 (en) Cloud-level analytics for boiler networks
US9489832B2 (en) Industrial-enabled mobile device
CN1936751B (zh) 简易信息聚合通信格式在过程控制系统中的使用
EP3285182B1 (en) Multimodal search input for an industrial search platform
US20140277604A1 (en) Distributed big data in a process control system
WO2015138706A1 (en) Distributed big data in a process control system
US10904078B2 (en) Systems and methods for autonomous creation of a domain specific industrial internet of things gateway using a conversational interface
KR20190007647A (ko) Opc ua 표준 상호운용성 시험 장치 및 방법
JP2021002340A (ja) 強化された作業指示生成および追跡システム
KR102686512B1 (ko) 인공지능 모듈을 구비하는 산업용 통신 프로토콜 변환 장치 및 데이터 수집 게이트웨이
Al Sunny et al. Mtcomm: A semantic ontology based internet scale communication method of manufacturing services in a cyber-physical manufacturing cloud
Al Sunny et al. Remote monitoring and online testing of machine tools for fault diagnosis and maintenance using MTComm in a cyber-physical manufacturing cloud
CN216596008U (zh) 现场通信器设备
Redelinghuys An architecture for the digital twin of a manufacturing cell