KR20220072174A - 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법 - Google Patents

군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법 Download PDF

Info

Publication number
KR20220072174A
KR20220072174A KR1020200159500A KR20200159500A KR20220072174A KR 20220072174 A KR20220072174 A KR 20220072174A KR 1020200159500 A KR1020200159500 A KR 1020200159500A KR 20200159500 A KR20200159500 A KR 20200159500A KR 20220072174 A KR20220072174 A KR 20220072174A
Authority
KR
South Korea
Prior art keywords
data
military equipment
generating
maintenance
analysis system
Prior art date
Application number
KR1020200159500A
Other languages
English (en)
Other versions
KR102504535B1 (ko
Inventor
박상우
전성재
정승모
Original Assignee
(주)디지탈쉽
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)디지탈쉽 filed Critical (주)디지탈쉽
Priority to KR1020200159500A priority Critical patent/KR102504535B1/ko
Publication of KR20220072174A publication Critical patent/KR20220072174A/ko
Application granted granted Critical
Publication of KR102504535B1 publication Critical patent/KR102504535B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일실시예에 따른, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은 부대 별 데이터베이스로부터 미리 설정된 주기마다 군 장비의 정비 이력에 관한 로우 데이터를 수집하는 데이터 수집부, 상기 수집된 로우 데이터를 분석용 데이터로 가공하는 데이터 가공부, 상기 가공된 분석용 데이터에서 사용자의 명령에 기초한 타겟 데이터를 검색하는 데이터 검색부 및 상기 타겟 데이터를 그래프 형태로 시각화하는 시각화부를 포함한다.

Description

군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법{DATA ANALYZING SYSTEM AND METHOD FOR PROVIDING PROGNOSTIC MAINTENANCE DATA SET OF MILITARY EQUIPMENT}
본 발명은 군 장비의 정비 이력을 수집하여 예측 정비를 위한 인공지능 학습 데이터-셋을 구축하고, 데이터의 검색 결과를 시각화하기 위한 데이터 분석 시스템 및 방법에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명에 따른 일 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것은 아니다.
군에서 운용하는 전투기, 전차, 군용 트럭, 전투함 등의 군 장비들은 매우 고가이면서, 극한의 하중 하에서 높은 신뢰도가 요구되는 것들이다. 그러나 이들은 운용 중 마모, 균열 결함(fault)이나 성능저하(degradation)로 인한 손상(damage)이 어쩔 수 없이 발생하게 되며, 이를 예방하기 위해, 설계단계에서 수명기간 중 고장이 발생하지 않도록 원천 예방 설계를 하거나 운용 중 검사와 정비를 정기적으로 수행해야 한다.
과거 군 장비 정비기술은 고장이 발생하면 수리하는 사후정비(Corrective Maintenance)에 의존하였으나, 현재의 군 장비 고장 예측 기술은 예방정비(Preventice Maintenance), 즉 정기 유지보수에 의존하고 있다. 그러나 이는 실제 결함수준과 관계없이 무조건 정비를 실시하므로 잦은 중단(Down Time)과 부품 교체로 높은 비용이 발생한다.
따라서, 이러한 문제를 해결하기 위해 예측 정비(Predictive Maintenance) 기술이 연구되고 있다. 예측 정비는 결함 발생 패턴을 분석하여 고장이 발생하기 전 조기에 고장을 예방하는 기술이다. 따라서, 기존 무조건 정비를 실시하던 계획 정비가 아닌 예측 정비를 실시함으로써 정비에 대한 시간과 비용적 절감을 이룰 수 있다.
군에서는 다양한 군 장비들에 대해 장기적으로 운용에 필요한 예산을 확보해야 하는데, 정확성이 낮은 수요 예측 결과는 예산을 낭비하고, 장비 가동률을 저하시키는 문제가 있었다.
일반적으로 군에서 항공기나 전차 등의 군 장비를 운용할 경우, 정비사가 정비 진행 후, 결함 내용, 작업 내용, 조치 내용 등의 정비 이력을 시스템에 저장한다. 그러나, 군 장비의 정비 이력을 기록하고 분류하는 시스템이 미비되어 있기 때문에 정비 데이터를 저장하고 정보를 분석하는 예측 정비를 수행하기가 어려웠다. 따라서 군 장비의 정비 이력을 하나의 빅데이터 저장소에 통합하여, 정비 예측에 필요한 데이터-셋을 구성하고 데이터를 분석 및 검색하는 과정을 시각화하는 방법이 필요한 실정이다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 군 장비의 정비내용 및 고장 내용 등의 원본 데이터를 분석하기위해 하나의 빅데이터 저장소로 데이터를 통합하고, 머신러닝 기반의 예측 정비를 위한 데이터 셋을 구성하기 위한 데이터 모델을 설계하고 군 장비 예측정비를 위한 인공지능 학습 데이터-셋 구축에 필요한 데이터를 추출하고 가공할 수 있는 분석 및 검색 도구를 제공하기 위함이다.
또한, 기존에 활용하기 어려웠던 원본 데이터를 가공하여 사용자에게 시각화 화면을 제공하여 원하는 내용을 검색하여 볼 수 있도록 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법을 제공하고자 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또다른 기술적 과제들이 존재할 수 있다.
본 발명의 일실시예에 따른, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은 부대 별 데이터베이스로부터 미리 설정된 주기마다 군 장비의 정비 이력에 관한 로우 데이터를 수집하는 데이터 수집부, 상기 수집된 로우 데이터를 분석용 데이터로 가공하는 데이터 가공부, 상기 가공된 분석용 데이터에서 사용자의 명령에 기초한 타겟 데이터를 검색하는 데이터 검색부 및 상기 타겟 데이터를 그래프 형태로 시각화하는 시각화부를 포함할 수 있다.
일실시예에 따르면, 상기 데이터 수집부는 오프셋 필드를 설정하여 기 수집된 데이터 이후의 데이터를 수집하도록 할 수 있다.
일실시예에 따르면, 상기 데이터 수집부는 배치 사이즈 설정을 통해 수집하는 데이터의 양을 조절할 수 있다.
일실시예에 따르면, 상기 데이터 수집부는 벌크 사이즈 설정을 통해 수집된 데이터를 나누어 저장할 수 있다.
일실시예에 따르면, 상기 데이터 가공부는 상기 수집된 로우 데이터를 가공하여 분석용 데이터 셋을 생성하고, 상기 생성된 데이터 셋을 이용하여 레코드 및 컬럼을 다차원 모델링하여 팩트 테이블 및 디멘션 테이블을 생성할 수 있다.
일실시예에 따르면, 상기 데이터 검색부는, 상기 사용자 명령에 기초하여 상기 다차원 모델링한 팩트 테이블 및 디멘션 테이블을 결합하거나 분리하여 예측 정비를 위한 타겟 데이터 셋을 검색할 수 있다.
일실시예에 따르면, 상기 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은, 상기 로우 데이터의 손상을 방지하기 위한 별도의 데이터베이스를 더 포함할 수 있다.
일실시예에 따르면, 상기 시각화부는, 상기 로우 데이터의 텍스트 형태소 분석을 통하여 키워드 검색 기능과 검색 결과를 그리드 및 그래프 형태로 시각화 하는 기능을 제공할 수 있다.
일실시예에 따르면, 상기 시각화부는, 상기 군 장비의 날짜 별 전체 정비 현황, 수리부속 전체 소모 현황, 군 장비 기종 별 정비 현황, 수리부속 품목 별 소모 수량, 수리부속 품목 별 소모비용, 수리부속 평균 단가 및 소모 품목에 대한 키워드 검색을 제공할 수 있다.
일실시예에 따르면, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은, 상기 검색된 타겟 데이터에 대한 정비 시기 및 정비 비용을 예측하는 정비 예측부를 더 포함할 수 있다.
본 발명의 일실시예에 따르면, 군 장비의 정비내용 및 고장 내용 등의 원본 데이터를 분석하여 머신러닝 기반의 예측 정비를 위한 인공지능 학습용 데이터-셋을 구성하기 위한 데이터 모델링과 필요한 데이터를 추출하고 가공할 수 있는 데이터 분석 및 검색 도구를 제공할 수 있다.
또한, 기존에 활용하기 어려웠던 비정형 데이터를 가공하여 사용자에게 시각화 화면을 제공하여 원하는 내용을 검색하여 볼 수 있도록 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법을 제공할 수 있다.
군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 통해 로우 데이터를 가공하여 다차원 모델에 추가하고, 데이터를 검색하여 시각화하는 기술을 이용하여 정비시기 및 정비비용 예측을 위한 데이터-셋을 생성하고, 활용함으로써 인공지능 학습의 품질을 향상시킬 수 있다.
도 1은 본 발명의 실시예에 따른 군 장비 예측정비 데이터-셋 구축을 위한 데이터 분석 및 검색 시각화 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버를 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 항공기의 정비 현황을 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 부대별 기종별 항공기의 정비 현황을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 항공기의 정비 현황의 검색 기능을 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 수량 검색 기능을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 비용 검색 기능을 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 수량 및 소모 비용 검색 기능을 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 소모 품목에 대한 키워드 검색 기능을 설명하기 위한 도면이다.
도 10은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템에서 수행하는 동작을 설명하기 위한 흐름도이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법의 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은 부대 별 데이터베이스(111, 112, 113), 서비스 제공 서버(120) 및 빅 데이터 플랫폼(130)을 포함할 수 있다. 이때, 부대 별 데이터베이스(111, 112, 113), 서비스 제공 서버(120) 및 빅 데이터 플랫폼(130)은 유/무선 인터넷 환경을 통해서 연결될 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 부대 별 데이터베이스(111, 112, 113)로부터 군 장비의 정비 이력에 대한 데이터를 수집할 수 있다. 일실시예에 따르면, 서비스 제공 서버(120)는 클라우드 형태의 빅 데이터 플랫폼(130)에서 데이터를 수집하기 전에 엣지 컴퓨팅의 형태로 구현될 수 있으며, 로우 데이터를 정제하여 빅 데이터 플랫폼의 과부하를 덜어주는 역할을 할 수 있다. 이때, 서비스 제공 서버(120)는 실시간으로 로우 데이터를 수집할 수도 있으며, 미리 설정된 주기마다 로우 데이터를 수집할 수도 있다. 바람직하게는 하루에 2회씩 부대 별 데이터베이스에 접근할 수 있으며, 서비스 제공 서버(120)에 과부하가 걸리지 않도록 각 부대 별 데이터베이스마다 독립적인 수집 모듈을 통해 시간이나 용량에 상관없이 접근할 수도 있다. 이때, 부대 별 데이터베이스는 관계형 데이터베이스 또는 NoSQL로 구성될 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 로우 데이터를 수집하고 사전에 정의된 모델 생성 템플릿을 사용하여 다차원 모델링을 통한 분석용 데이터셋을 생성할 수 있다. 여기서 로우 데이터는 정형 데이터 및 비정형 데이터를 포함할 수 있다. 일실시예에 다르면, 서비스 제공 서버(120)는 수집된 로우 데이터 중 비정형 데이터는 형태소 분석을 통해 별도의 데이터-셋을 생성할 수 있다. 이때, 사용자는 서비스 제공 서버(120)에 연결된 사용자 단말을 통해 검색어 또는 키워드를 사용하여 Fact 테이블, Dimension 테이블의 데이터를 검색할 수 있으며, 서비스 제공 서버(120)는 검색결과를 그리드(Grid)와 그래프(Graph) 형태로 시각화할 수 있다.
일실시예에 따르면, 사용자는 서비스 제공 서버(120)에 수집된 로우 데이터 중에서 원하는 정형 데이터 및 비정형 데이터를 Open API를 통해서 검색할 수 있고, 새로운 데이터-셋을 생성하고 수정하고 삭제할 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 부대 별 데이터베이스(111, 112, 113)에 수집되는 군 장비의 정비 이력에 관한 데이터를 수집하여 팩트 테이블(Fact table) 및 디멘션 테이블(Dimension table)을 생성할 수 있다. 서비스 제공 서버(120)는 상기 팩트 테이블 및 디멘션 테이블을 통해서 검색을 통해 필요한 데이터를 추출할 수 있고, 각 데이터-셋을 조합하여 새로운 데이터-셋을 생성할 수도 있다. 이를 통해 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은 고품질의 인공지능 학습용 데이터-셋을 구성하고, 구성결과를 검증하고, 지속적인 데이터품질을 개선할 수 있수 있는 효과를 제공할 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 수집된 로우 데이터를 가공하여 분석용 데이터 셋을 생성하고, 생성된 데이터 셋을 통해 정비 예측을 위한 데이터 셋을 구성하는데 필요한 데이터 추출, 조합, 분할 등의 데이터 관리 기능을 제공할 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 분석 대상의 전체 레코드를 빠르게 분석할 수 있도록 새로운 인덱스를 생성할 수 있다. 이때, 조회 및 검색 쿼리(Query)는 비동기 형태로 수행이 가능하며, 데이터의 검색은 키워드를 기반으로 검색이 가능하도록 할 수 있다.
일실시예에 따르면, 서비스 제공 서버(120)는 사용자가 검색을 요청한 데이터를 재활용하여 추가적인 분석이 가능하도록 제공할 수 있으며, 여러 유형의 데이터 검색이 가능하도록 DSL 기반의 쿼리(Query)를 사용할 수 있다.
도 2는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버를 설명하기 위한 도면이다.
도 2를 참조하면, 일실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버(120)는 데이터 수집부(210), 데이터 가공부(220), 데이터 검색부(230) 및 시각화부(240)를 포함할 수 있다.
일실시예에 따르면, 데이터 수집부(210)는 부대 별 데이터베이스로부터 미리 설정된 주기마다 군 장비의 정비 이력에 관한 로우 데이터를 수집할 수 있다. 여기서 로우 데이터는 정형 데이터 및 비정형 데이터를 포함할 수 있다.
일실시예에 따르면, 데이터 수집부(210)는 로우 데이터를 수집할 때, 오프셋 필드를 설정하여 기 수집된 데이터 이후의 데이터만 수집하도록 할 수 있다. 또한, 데이터 수집부(210)는 로우 데이터를 수집할 때, 배치 사이즈 설정을 통해 수집하는 데이터의 양을 조절할 수 있다. 그리고, 데이터 수집부(210)는 로우 데이터를 수집할 때, 벌크 사이즈 설정을 통해 수집된 데이터를 나누어 저장할 수도 있다. 여기서 데이터 수집부(210)는 파이썬으로 개발된 독립된 어플리케이션이 될 수 있으며, 스케줄러를 이용하여 미리 설정된 주기마다 데이터를 수집할 수 있다.
일실시예에 따르면, 데이터 가공부(220)는 수집된 로우 데이터를 분석용 데이터로 가공할 수 있다. 이때, 데이터 가공부(220)는 수집된 로우 데이터를 가공하여 분석용 데이터 셋을 생성하고, 생성된 데이터 셋을 이용하여 레코드 및 컬럼을 다차원 모델링하여 팩트 테이블 및 디멘션 테이블을 생성할 수 있다. 예를 들면, 수리 부속의 교체 주기와 단가를 다차원 모델링된 인덱스로 생성하고, 상기 생성된 인덱스를 레코드 및 컬럼 별로 분석하여 인공지능 학습용 데이터-셋을 생성할 수 있다.
일실시예에 따르면, 데이터 가공부(220)에서는 문자열을 저장할 때 키워드 검색과 날짜 검색이 가능하도록 수집할 데이터의 데이터 타입을 매핑할 수 있다. 인덱스의 관리는 실시간 정보 수집 모듈에서 데이터를 인덱싱할 때 고유한 인덱스명 뒤에 날짜를 함께 저장하여 시간별, 일별 또는 목적별로 인덱스를 관리할 수 있다.
일실시예에 따르면, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버는 수집된 로우 데이터의 손상을 방지하기 위한 별도의 데이터베이스를 더 포함할 수 있다. 상기 별도의 데이터베이스는 데이터의 안정성, 복구성을 보장할 수 있도록 데이터를 분산 저장하고, 복제본 생성 등의 기능을 제공할 수 있다.
일실시예에 따르면 데이터 검색부(230)는 가공된 분석용 데이터에서 사용자의 명령에 기초한 타겟 데이터를 검색할 수 있다. 이때, 데이터 검색부(230)는 DSL 문법을 통해 Query와 Filter를 이용한 데이터 검색 기능과 데이터 비교, 범위 지정 등의 데이터 연산 기능을 제공할 수 있다.
일실시예에 따르면 데이터 검색부(230)는 상기 사용자 명령에 기초하여 상기 다차원 모델링한 팩트 테이블 및 디멘션 테이블을 결합하거나 분리하여 예측 정비를 위한 타겟 데이터 셋을 검색할 수 있다.
일실시예에 따르면 데이터 검색부(230)은 Term 검색을 위한 텍스트 분석기를 제공할 수 있고, Keyword 기반의 전문검색(Full Text Search)를 위한 형태소 분석기를 제공할 수 있고, 데이터 도메인 별 검색을 위한 도메인 분석기를 제공할 수 있다.
일실시예에 따르면, 시각화부(240)는 사용자 명령에 기초해 검색된 타겟 데이터를 그래프 또는 그리드 형태로 시각화할 수 있다.
일실시예에 따르면, 시각화부(240)는 수집된 로우 데이터 중 비정형 데이터의 텍스트 형태소 분석을 통하여 키워드 검색 기능을 제공할 수 있다. 이때, 시각화부(240)는 검색된 검색 결과를 그리드 및 그래프 형태로 시각화 하는 기능을 제공할 수 있다.
또한, 시각화부(240)는 검색부(230)을 통해 제공되는 군 장비의 날짜 별 전체 정비 현황, 수리부속 전체 소모 현황, 군 장비 기종 별 정비 현황, 수리부속 품목 별 소모 수량, 수리부속 품목 별 소모비용, 수리부속 평균 단가 및 소모 품목에 대한 키워드 검색에 대한 결과를 시각화하여 제공할 수 있다.
일실시예에 따르면, 시각화부(240)는 사용자 단말의 검색 툴에서 생성한 통계 데이터의 그래프들을 대시보드 형태로 보여주고, 서비스 제공 서버에 저장되어 있는 데이터들을 검색하여 결과를 그리드 형태로 표시할 수 있다.
일실시예에 따르면, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은, 검색된 타겟 데이터에 대한 정비 시기 및 정비 비용을 예측하는 정비 예측부를 더 포함할 수 있다.
도 3은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 항공기의 정비 현황을 설명하기 위한 도면이다.
도 3을 참조하면, 도 2에서 설명한 시각화부(240)는 사용자 단말을 통한 사용자의 요청에 따라 항공기 정비 전체 현황에 대한 날짜 또는 월 별 정비 횟수 그래프를 제공할 수 있다. 이를 통해서 군 장비 정비예측을 위한 데이터 검증이 가능하고, 검증을 통한 인공지능 학습용 데이터-셋의 품질을 개선할 수 있다.
도 4는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 부대별 기종별 항공기의 정비 현황을 설명하기 위한 도면이다.
도 4를 참조하면, 각 부대나 개별 항공기 기종에 대해서 날짜별로 정비 횟수를 나타낸 그래프로, 각 부대나 개별 항공기에 대한 정비가 잘 이루어지고 있는지를 확인할 수 있는 그래프를 제공할 수 있다.
도 5는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 항공기의 정비 현황의 검색 기능을 설명하기 위한 도면이다.
도 5를 참조하면, 시각화부는 사용자의 요청에 따라 사용자 단말을 통해서 항공기 별 정비 현황에 대한 검색 테이블을 제공할 수 있다. 예를 들면, 항공기의 시리얼 넘버에 대해 정비가 몇 회 이루어졌는지 확인할 수 있다.
도 6은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 수량 검색 기능을 설명하기 위한 도면이다.
도 6을 참조하면, 시각화부는 사용자의 요청에 따라 사용자 단말을 통해서 수리부속의 품목 별 소모 수량에 대한 테이블을 제공할 수 있다. 이를 통해서 어떠한 수리부속이 많이 소모되고 있는 지를 확인할 수 있다.
도 7은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 비용 검색 기능을 설명하기 위한 도면이다.
도 7을 참조하면, 시각화부는 사용자의 요청에 따라 사용자 단말을 통해서 수리부속의 품목 별 소모 비용 테이블을 제공할 수 있다. 이를 통해서 어떠한 수리부속에 가장 많은 교체 비용이 들어가는 지를 확인할 수 있으며, 정비 비용에 대한 예측이 가능하도록 할 수 있다.
도 8은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 품목 별 소모 수량 및 소모 비용 검색 기능을 설명하기 위한 도면이다.
도 8을 참조하면, 시각화부는 사용자의 요청에 따라 사용자 단말을 통해서 수리부속의 품목 별 소모 수량 및 소모 비용 테이블을 제공할 수 있다. 이를 통해서 사용자는 품목별 전체 교체 비용을 예측할 수 있다.
도 9는 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템을 활용해서 시각화한 수리부속의 소모 품목에 대한 키워드 검색 기능을 설명하기 위한 도면이다.
도 9를 참조하면, 시각화부는 사용자의 요청에 따라 사용자 단말을 통해서 수리부속의 소모 품목에 대한 키워드 검색 테이블을 제공할 수 있다. 예를 들면, 키워드로 전원을 검색하면 전원 키워드를 포함하는 수리부속에 대한 연도별 교체 자료를 확인할 수 있다.
도 10은 본 발명의 실시예에 따른 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템에서 수행하는 동작을 설명하기 위한 흐름도이다.
도 10을 참조하면, 단계(S1010)에서, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버는 부대 별 데이터베이스로부터 미리 설정된 주기마다 군 장비의 정비 이력에 관한 로우 데이터를 수집할 수 있다.
단계(S1020)에서, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버는 수집된 로우 데이터를 분석용 데이터로 가공할 수 있다.
단계(S1030)에서, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버는 가공된 분석용 데이터에서 사용자의 명령에 기초한 타겟 데이터를 검색할 수 있다.
단계(S1040)에서, 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템의 서비스 제공 서버는 사용자의 명령에 기초한 타겟 데이터를 그래프 형태로 시각화할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
120: 서비스 제공 서버
210: 데이터 수집부
220: 데이터 가공부
230 : 데이터 검색부
240: 시각화부

Claims (10)

  1. 부대 별 데이터베이스로부터 미리 설정된 주기마다 군 장비의 정비 이력에 관한 로우 데이터를 수집하는 데이터 수집부;
    상기 수집된 로우 데이터를 분석용 데이터로 가공하는 데이터 가공부;
    상기 가공된 분석용 데이터에서 사용자의 명령에 기초한 타겟 데이터를 검색하는 데이터 검색부; 및
    상기 타겟 데이터를 그래프 형태로 시각화하는 시각화부를 포함하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  2. 제1항에 있어서,
    상기 데이터 수집부는 오프셋 필드를 설정하여 기 수집된 데이터 이후의 데이터를 수집하도록 하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  3. 제1항에 있어서,
    상기 데이터 수집부는 배치 사이즈 설정을 통해 수집하는 데이터의 양을 조절하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  4. 제1항에 있어서,
    상기 데이터 수집부는 벌크 사이즈 설정을 통해 수집된 데이터를 나누어 저장하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  5. 제1항에 있어서,
    상기 데이터 가공부는 상기 수집된 로우 데이터를 가공하여 분석용 데이터 셋을 생성하고, 상기 생성된 데이터 셋을 이용하여 레코드 및 컬럼을 다차원 모델링하여 팩트 테이블 및 디멘션 테이블을 생성하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  6. 제5항에 있어서,
    상기 데이터 검색부는, 상기 사용자 명령에 기초하여 상기 다차원 모델링한 팩트 테이블 및 디멘션 테이블을 결합하거나 분리하여 예측 정비를 위한 타겟 데이터 셋을 검색하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  7. 제1항에 있어서,
    상기 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은,
    상기 로우 데이터의 손상을 방지하기 위한 별도의 데이터베이스를 더 포함하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  8. 제1항에 있어서,
    상기 시각화부는,
    상기 로우 데이터의 텍스트 형태소 분석을 통하여 키워드 검색 기능과 검색 결과를 그리드 및 그래프 형태로 시각화 하는 기능을 제공하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  9. 제1항에 있어서,
    상기 시각화부는,
    상기 군 장비의 날짜 별 전체 정비 현황, 수리부속 전체 소모 현황, 군 장비 기종 별 정비 현황, 수리부속 품목 별 소모 수량, 수리부속 품목 별 소모비용, 수리부속 평균 단가 및 소모 품목에 대한 키워드 검색을 제공하는 것을 특징으로 하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
  10. 제1항에 있어서,
    상기 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템은,
    상기 검색된 타겟 데이터에 대한 정비 시기 및 정비 비용을 예측하는 정비 예측부를 더 포함하는 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템.
KR1020200159500A 2020-11-25 2020-11-25 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법 KR102504535B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200159500A KR102504535B1 (ko) 2020-11-25 2020-11-25 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200159500A KR102504535B1 (ko) 2020-11-25 2020-11-25 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220072174A true KR20220072174A (ko) 2022-06-02
KR102504535B1 KR102504535B1 (ko) 2023-02-28

Family

ID=81985615

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200159500A KR102504535B1 (ko) 2020-11-25 2020-11-25 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102504535B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180000413A (ko) * 2016-06-23 2018-01-03 (주)로직소프트 데이터 웨어하우스를 생성하는 방법 및 데이터 웨어하우스를 생성하는 프로그램을 저장한 기록 매체
KR101987365B1 (ko) * 2018-11-26 2019-06-10 (주)위세아이텍 비정형 데이터를 활용한 인공지능 기반의 군 장비 고장 예측 시스템 및 방법
KR20190131845A (ko) * 2018-05-17 2019-11-27 정규식 전동차의 고장을 예측하는 시스템 및 방법
KR20200048641A (ko) * 2018-10-30 2020-05-08 주식회사 한화 부품 관리 장치 및 이의 동작 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180000413A (ko) * 2016-06-23 2018-01-03 (주)로직소프트 데이터 웨어하우스를 생성하는 방법 및 데이터 웨어하우스를 생성하는 프로그램을 저장한 기록 매체
KR20190131845A (ko) * 2018-05-17 2019-11-27 정규식 전동차의 고장을 예측하는 시스템 및 방법
KR20200048641A (ko) * 2018-10-30 2020-05-08 주식회사 한화 부품 관리 장치 및 이의 동작 방법
KR101987365B1 (ko) * 2018-11-26 2019-06-10 (주)위세아이텍 비정형 데이터를 활용한 인공지능 기반의 군 장비 고장 예측 시스템 및 방법

Also Published As

Publication number Publication date
KR102504535B1 (ko) 2023-02-28

Similar Documents

Publication Publication Date Title
JP4237610B2 (ja) 保守支援方法及びプログラム
Rudin et al. Machine learning for the New York City power grid
CN108027763B (zh) 关系型数据库的调整装置和方法
US10185714B2 (en) Smart terminology marker system for a language translation system
US7627551B2 (en) Retrieving case-based reasoning information from archive records
CN116821310B (zh) 一种基于大模型和知识图谱的企业知识库问答系统
EP2575047A1 (en) Test support program, test support method, and test support apparatus
JP2007011604A (ja) 不具合診断システム及びプログラム
CN115577883A (zh) 碳资产管理方法及系统、电子设备及存储介质
KR101625124B1 (ko) 특허 정량분석을 이용한 기술평가 방법
Luo et al. Convolutional neural network algorithm–based novel automatic text classification framework for construction accident reports
Idris et al. Managing Data Source quality for data warehouse in manufacturing services
KR102504535B1 (ko) 군 장비의 예측정비 데이터 셋 생성을 위한 데이터 분석 시스템 및 방법
KR102303442B1 (ko) 비정형 데이터를 이용한 군 장비 정비 이력 모니터링 시스템 및 방법
Palepu et al. Meta data quality control architecture in data warehousing
Stachowiak et al. Multidimensional Failure Analysis Based on Data Fusion from Various Sources Using TextMining Techniques
Srewuttanapitikul et al. Prioritizing software maintenance plan by analyzing user feedback
Frakes et al. Software reuse and reusability metrics and models
May Improving Verification Predictability and Efficiency Using Big Data
Chandramouly et al. Reducing Client Incidents through Big Data Predictive Analytics
CN110968652B (zh) 基于关系型数据库索引的自动运维系统和方法
Hoffmann et al. Using topic modeling to restructure the archive system of the German waterways and shipping administration
JP2023115586A (ja) プロジェクト成否予測装置、予測モデルの機械学習方法、およびプロジェクト成否予測方法
JP2023027930A (ja) モデル構築支援システム、およびモデル構築支援方法
Ye Research on case-based reasoning for determining maintenance intervals of civil aircraft systems

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant