KR20230031720A - 다중 시계열 데이터의 이벤트 복합 분석 시스템 - Google Patents
다중 시계열 데이터의 이벤트 복합 분석 시스템 Download PDFInfo
- Publication number
- KR20230031720A KR20230031720A KR1020210114260A KR20210114260A KR20230031720A KR 20230031720 A KR20230031720 A KR 20230031720A KR 1020210114260 A KR1020210114260 A KR 1020210114260A KR 20210114260 A KR20210114260 A KR 20210114260A KR 20230031720 A KR20230031720 A KR 20230031720A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- manufacturing
- event
- complex analysis
- production facility
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 84
- 238000004519 manufacturing process Methods 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 239000002131 composite material Substances 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
Abstract
본 발명은 다중 시계열 데이터의 이벤트 복합 분석 시스템으로서, 상기 시스템은, 제조 현장에 배치되어, 제조 데이터를 생성하는 생산 설비, 상기 생산 설비와 관련된 센싱 데이터를 획득하는 복수의 센서 및 상기 제조 데이터 및 상기 센싱 데이터를 상기 생산 설비에서 발생하는 이벤트 기준으로 동기화시키는 이벤트 복합 분석 서버를 포함하고, 상기 이벤트 복합 분석 서버는, 상기 생산 설비 또는 상기 복수의 센서로부터 상기 제조 현장에서 수집되는 제조 데이터 또는 센싱 데이터를 수신하고, 상기 제조 데이터 또는 상기 센싱 데이터를 정규화하여 저장하고, 정규화된 데이터를 상기 제조 현장의 종류 별 기준 데이터를 기초로 매핑하고, 매핑된 데이터를 분산 처리 기술 방법론을 적용하기 위해 시계열적으로 목록화하도록 구성된다.
Description
본 발명은 다중 시계열 데이터의 이벤트 복합 분석 시스템에 관한 것이다.
무선 통신 기술이 고도화됨에 따라, 대용량의 고정밀 데이터가 전송 가능해지고 있다. 일 예로, 제조 현장은 네트워크 대역폭으로 인한 센서 데이터 전송 용량 제약에서 벗어나 대용량/다중의 시계열 데이터를 전송, 활용할 수 있는 환경이 마련되었다.
그러나 최근 각종 설비 및 센서가 많은 제조 현장은 설비, 센서 각각의 네트워크 운영 이슈, 5G 통신 속도 성능으로 인해, 데이터의 정합성 및 품질이 떨어지는 문제가 발생하고 있다.
뿐만 아니라, 데이터의 클라우드 집중화로 인해 데이터의 처리 비용 및 서비스 지연 문제가 발생하고 있으며, 그에 따라, 영상, 온도, 진동, 움직임, 공정 운전 데이터 및 비정형, 측정 데이터 등이 생성되는 제조 현장에서 생성되는 대용량/다중 시계열 데이터의 온디바이스 처리, 즉, 고속 복합분석 및 동기화 기술에 대한 요구가 증가하고 있다.
발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.
이에, 제조 현장에서 수집되는 데이터를 무손실 패킷 전달(Seamless Redundancy) 및 고정밀 타이밍 동기화 기반으로 처리함으로써, 시간 동기화 기능을 구현하고, 해당 다중 데이터를 복합적으로 분석/처리하기 위한 새로운 방법이 요구된다.
본 발명이 해결하고자 하는 과제는, 제조 현장에서 수집되는 데이터와 이벤트를 시계열적으로 동기화함으로써, 생산 설비의 정상, 비정상 상태를 기록하고, 영향도를 분석할 수 있는 이벤트 복합 분석 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 제조 현장에서 수집되는 데이터의 사전 유효성 검사 및 정제 과정을 통해 context별 데이터 저장 구조를 구축함으로써, 데이터를 분류/분석 할 수 있는 이벤트 복합 분석 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는 자동차 부품 제조 기업을 위한 선택적 모듈 및 통합 운영을 지원하면서, 국내외 표준이 포함된 개방형 통합 패키지를 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템이 제공된다. 상기 시스템은, 제조 현장에 배치되어, 제조 데이터를 생성하는 생산 설비, 상기 생산 설비와 관련된 센싱 데이터를 획득하는 복수의 센서 및 상기 제조 데이터 및 상기 센싱 데이터를 상기 생산 설비에서 발생하는 이벤트 기준으로 동기화시키는 이벤트 복합 분석 서버를 포함하고, 상기 이벤트 복합 분석 서버는, 상기 생산 설비 또는 상기 복수의 센서로부터 상기 제조 현장에서 수집되는 제조 데이터 또는 센싱 데이터를 수신하고, 상기 제조 데이터 또는 상기 센싱 데이터를 정규화하여 저장하고, 정규화된 데이터를 상기 제조 현장의 종류 별 기준 데이터를 기초로 매핑하고, 매핑된 데이터를 분산 처리 기술 방법론을 적용하기 위해 시계열적으로 목록화하도록 구성된다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 관리자에 의해 수동적으로 업무가 처리되고 있는 종래의 제조 현장으로 시간 일관성이 있는 고품질 데이터 규격을 만족하는 클라우드 서비스를 제공할 수 있다.
또한, 본 발명은 스마트 공장을 확산시킴으로써, 신규 클라우드 플랫폼 연동하여 사업을 확대할 수 있다.
또한, 본 발명은 타 제조 산업보다 데이터, 이벤트 처리 속도가 빠른 반도체 산업, 대용량 데이터가 수집되어 처리되어야 하는 발전소 등의 5G 기반 스마트 공장에 시계열적 데이터 동기화가 적용됨에 따라, 데이터의 품질을 확보할 수 있다.
또한, 본 발명은 다양한 제조, 설비 공장에서 대용량 스트림 데이터 분석이 가능하도록 대용량 고정밀 데이터를 수집하고, 전처리를 수행할 수 있다.
또한, 본 발명은 시계열 기반의 데이터 분석에 따라 설비, 장비의 문제 발생 시 실시간 인지가 가능할 수 있다. 특히, 고장 시간을 최소화함으로써 현장의 가동률을 향상시킬 수 있으며, 유지보수 비용을 절감할 수 있다.
또한, 본 발명은 5G IoT 대용량 스트림 데이터 분석에 적합한 데이터 수집, 전처리, 분석, 가시화 모듈을 제공함으로써 전처리에 많은 노력이 필요한 데이터마이닝, 기계학습 등의 범용적인 기법들을 제조업에 바로 적용할 수 있다.
또한, 본 발명은 고도화된 데이터 분석 기술과 지원 플랫폼을 바탕으로 제조 현장에서의 노동 집약적 업무를 최소화하고, 데이터 분석 및 의사 결정 등 지식 집약적 업무에 집중할 수 있게 함으로써, 고급 일자리를 창출에 기여할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 발명 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템의 구성을 나타낸 개략도이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
도 4는 본 발명의 일 실시예에 따른 이벤트 복합 분석 서버의 구성을 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 방법에 대한 순서도이다.
도 6 내지 9는 본 발명의 다른 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
도 4는 본 발명의 일 실시예에 따른 이벤트 복합 분석 서버의 구성을 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 방법에 대한 순서도이다.
도 6 내지 9는 본 발명의 다른 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~ 를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된)프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
본 명세서의 해석의 명확함을 위해, 이하에서는 본 명세서에서 사용되는 용어들을 정의하기로 한다.
도 1은 본 발명의 일 실시예에 따른 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템의 구성을 나타낸 개략도이고, 도 2 및 도 3은 본 발명의 일 실시예에 따른 위하여 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
도 1을 참조하면, 본 발명의 다중 시계열 데이터의 이벤트 복합 분석 시스템(10)(이하, “이벤트 복합 분석 시스템”)은 생산 설비(100), 센서(200) 및 이벤트 복합 분석 서버(300)를 포함할 수 있다.
생산 설비(100)는 제조 현장에 배치되는 각종 생산 설비로, 제조 제품의 종류에 따라 댜양한 생산/공정 설비를 포함할 수 있다. 예를 들어, 생산 설비(100)는 절삭 설비, 조립 설비, 이송 설비, 가열 설비, 소독 설비, 세척 설비, 엑스레이 설비 및 온도 계측 설비 등을 포함할 수 있다.
이벤트 복합 분석 시스템(10)은 생산 설비(100)로부터 생성된 다양한 종류의 제조 데이터를 수신할 수 있다. 또한, 이벤트 복합 분석 시스템(10)은 관리자 단말(미도시) 또는 제조 현장을 담당하는 현장 서버(미도시)로부터 생산 설비(100)에서 생성된 제조 데이터를 수신할 수 있다.
센서(200)는 생산 설비(100)를 이용한 여러 공정 단계에서의 센싱 데이터를 자동으로 수집할 수 있다. 센서(200)는 생산 설비(100)에 설치될 수 있으며, 사물 인터넷(IoT) 또는 산업용 통신이 가능한 센싱 장치일 수 있다.
이벤트 복합 분석 서버(300)는 제조 데이터 및 생산 데이터를 생산 설비(100)에서 발생하는 이벤트를 기준으로 동기화시킬 수 있다. 이벤트 복합 분석 서버(300)는 다양한 종류의 시계열 데이터를 동기화시킴으로써, 분석 가능한 형태로 정제시킬 수 있다.
도 2 및 도 3을 참조하면, 이벤트 복합 분석 서버(300)는 생산 설비(100) 또는 센서(200)에서 생산/수집되는 데이터를 오픈 플랫폼 시스템에 정규화하여, 데이터 색인이 가능한 구조로 저장할 수 있다. 또한, 이벤트 복합 분석 서버(300)는 기존에 산업군에서 연동해야 하는 기초 데이터들이 운영되는 레거시(Regacy) 시스템과 연동할 수 있으며, 레거시 시스템을 통해 기준 데이터 기반을 구성할 수 있다.
이벤트 복합 분석 서버(300)는 분산처리 기술 방법론을 적용하여, 대용량 이미지, 벌크성 데이터 등을 가공/처리할 수 있다. 아울러, 이벤트 복합 분석 서버(300)는 시계열로 데이터를 구분함으로써, 통신 장애 등 기타 요인에 의한 데이터 간의 시간 불일치 문제를 해결할 수도 있다.
다양한 실시예에서, 이벤트 복합 분석 서버(300)는 시계열 데이터 온디바이스 지원 고속 이벤트 분석 플랫폼 구조를 제공할 수 있다. 구체적으로, 이벤트 복합 분석 서버(300)는 지능형 오픈 플랫폼 구축을 위해, 사전 요구 사항을 분석하고 연동 데이터 및 프레임워크 필요 요소에 대해 정의할 수 있으며, 대용량의 센서 데이터(센싱 데이터)를 고성능 트랜젝션 처리할 수 있는 큐 시스템 구조를 제공할 수 있다. 또한, 이벤트 복합 분석 서버(300)는 운영자, 사용자, 관리자 관점에서 의사 결정을 할 수 있도록, 데이터를 정제하여 시각화한 상태로 제공할 수 있으며, 사용자의 동작에 따라서 시각화된 데이터 설정 부분이 동적으로 변경 가능하도록 제공할 수 있다. 또한, 이벤트 복합 분석 서버(300)는 온디바이스에서 받은 각종 데이터를 분석하여 온디바이스에 다시 피드백할 수 있는 연계 구조를 제공할 수 있다.
다양한 실시예에서, 이벤트 복합 분석 서버(300)는 딥러닝 AI 기반의 지능형 자율 생산 분석 최적화 구조를 제공할 수 있다. 구체적으로, 이벤트 복합 분석 서버(300)는 설비 상태 조기 예측 모델을 제공하고, 생산 설비(100)로부터 수집된 데이터(제조 데이터)로부터 분류 별 분석을 위한 사전 유효성 검사 및 정제 과정을 통해 Context별 데이터 저장 구조를 제공할 수 있다. 또한, 이벤트 복합 분석 서버(300)는 생산 현장의 실시간 이상 감지 및 오류 상세 내용 검출을 통해 실 운영자 또는 각 장비군(생산 설비(100))에 알림 또는 동작 명령을 발송 할 수 있도록 하며, 이를 관리자 단말에게 정제된 레포팅 데이터로 제공할 수 있다.
다양한 실시예에서, 이벤트 복합 분석 서버(300)는 데이터 스트림 처리를 위한 전처리 및 데이터 수집 파이프라인 기술을 제공할 수 있다. 구체적으로, 이벤트 복합 분석 서버(300)는 특정 장비 군(생산 설비(100))으로부터 수집된 상태 정보를 취합하고 유효성 검증을 진행하며 장비 군을 확산하여 수용할 수 있는 구조를 제공할 수 있다. 또한, 이벤트 복합 분석 서버(300)는 수집된 정보 중 예를 들어, 반도체 후공정(패키징) 생산 운영 분석 데이터를 정의하고 수집된 데이터를 분류하여 통계 분석 및 저장, 레포팅 할 수 있는 구조를 제공할 수 있다.
지금까지 본 발명의 일 실시예에 따른 이벤트 복합 분석 시스템(10)에 대하여 설명하였으며, 이하에서는 이벤트 복합 분석 서버(200)에 대하여 보다 구체적으로 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 이벤트 복합 분석 서버의 구성을 나타낸 블록도이다.
도 4를 참조하면, 이벤트 복합 분석 서버(300)는 통신 인터페이스(310), 메모리(320), I/O 인터페이스(330) 및 프로세서(340)를 포함할 수 있으며, 각 구성은 하나 이상의 통신 버스 또는 신호 라인을 통해 서로 통신할 수 있다.
통신 인터페이스(310)는 유/무선 통신 네트워크를 통해 생산 설비(100), 및 센서(200)와 연결되어 데이터를 주고 받을 수 있다. 예를 들어, 통신 인터페이스(310)는 생산 설비(100)로부터 제조 데이터를 수신할 수 있으며, 생산 설비(100)로 분석 결과에 따른 제어 동작 알림을 송신할 수 있다.
한편, 이러한 데이터의 송수신을 가능하게 하는 통신 인터페이스(310)는 통신 포드(311) 및 무선 회로(312)를 포함하며, 여기 유선 통신 포트(311)는 하나 이상의 유선 인터페이스, 예를 들어, 이더넷, 범용 직렬 버스(USB), 파이어와이어 등을 포함할 수 있다. 또한, 무선 회로(312)는 RF 신호 또는 광학 신호를 통해 외부 디바이스와 데이터를 송수신할 수 있다. 아울러, 무선 통신은 복수의 통신 표준, 프로토콜 및 기술, 예컨대 GSM, EDGE, CDMA, TDMA, 블루투스, Wi-Fi, VoIP, Wi-MAX, 또는 임의의 기타 적합한 통신 프로토콜 중 적어도 하나를 사용할 수 있다.
메모리(320)는 이벤트 복합 분석 서버(300)에서 사용되는 다양한 데이터를 저장할 수 있다. 예를 들어, 메모리(320)는 생산 설비(100)의 종류, 식별 번호, 제조 데이터 또는 센싱 데이터를 정렬하기 위한 기준 데이터, 외부 다른 제조 현장에서 수집된 데이터 등을 저장할 수 있다.
다양한 실시예에서, 메모리(320)는 각종 데이터, 명령 및 정보를 저장할 수 있는 휘발성 또는 비휘발성 기록 매체를 포함할 수 있다. 예를 들어, 메모리(320)는 플래시 메모리 타입, 하드디스크 타입, 멀티미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 네트워크 저장 스토리지, 클라우드, 블록체인 데이터베이스 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
다양한 실시예에서, 메모리(320)는 운영 체제(321), 통신 모듈(322), 사용자 인터페이스 모듈(323) 및 하나 이상의 애플리케이션(324) 중 적어도 하나의 구성을 저장할 수 있다.
운영 체제(321)(예. LINUX, UNIX, MAC OS, WINDOWS, VxWorks 등의 내장형 운영 체제)는 일반적인 시스템 작업(예. 메모리 관리, 저장 디바이스 제어, 전력 관리 등)를 제어하고 관리하기 위한 다양한 소프트웨어 컴포넌트 및 드라이버를 포함할 수 있으며, 다양한 하드웨어, 펌웨어, 및 소프트웨어 컴포넌트 간의 통신을 지원할 수 있다.
통신 모듈(323)은 통신 인터페이스(310)를 통해 다른 디바이스와 통신을 지원할 수 있다. 통신 모듈(320)은 통신 인터페이스(310)의 유선 통신 포트(311) 또는 무선 회로(312)에 의해 수신되는 데이터를 처리하기 위한 다양한 소프트웨어 구성 요소들을 포함할 수 있다.
사용자 인터페이스 모듈(323)은 I/O 인터페이스(330)를 통해 키보드, 터치 스크린, 마이크 등으로부터 사용자의 요청 또는 입력을 수신하고, 디스플레이 상에 사용자 인터페이스를 제공할 수 있다.
애플리케이션(324)은 하나 이상의 프로세서(330)에 의해 실행되도록 구성되는 프로그램 또는 모듈을 포함할 수 있다. 여기서, 제조 현장에서 수집되는 각종 데이터를 분산 처리하기 위한 애플리케이션은 서버 팜(server farm) 상에서 구현될 수 있다.
I/O 인터페이스(330)는 이벤트 복합 분석 서버(300)의 입출력 디바이스(미도시), 예컨대 디스플레이, 키보드, 터치 스크린 및 마이크 중 적어도 하나를 사용자 인터페이스 모듈(323)과 연결할 수 있다. I/O 인터페이스(330)는 사용자 인터페이스 모듈(323)과 함께 사용자 입력(예. 음성 입력, 키보드 입력, 터치 입력 등)을 수신하고, 수신된 입력에 따른 명령을 처리할 수 있다.
프로세서(340)는 통신 인터페이스(310), 메모리(320) 및 I/O 인터페이스(330)와 연결되어 이벤트 복합 분석 서버(300)의 전반적인 동작을 제어할 수 있으며, 메모리(320)에 저장된 애플리케이션 또는 프로그램을 통해 데이터를 시계열적으로 목록화하고, 분산처 처리하기 위한 다양한 명령들을 수행할 수 있다.
프로세서(340)는 CPU(Central Processing Unit)나 AP(Application Processor)와 같은 연산 장치에 해당할 수 있다. 또한, 프로세서(340)는 다양한 연산 장치가 통합된 SoC(System on Chip)와 같은 통합 칩(Integrated Chip (IC))의 형태로 구현될 수 있다. 또는 프로세서(340)는 NPU(Neural Processing Unit)과 같이 인공 신경망 모델을 계산하기 위한 모듈을 포함할 수 있다.
다양한 실시예에서, 프로세서(340)는 제조 데이터 및 센싱 데이터를 생산 설비(100)에서 발생하는 이벤트 기준으로 동기화하고, 분석 처리할 수 있으며, 도 5를 참조하여 설명하도록 한다.
도 5는 본 발명의 일 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 방법에 대한 순서도이다.
도 5를 참조하면, 프로세서(340)는 생산 설비(100) 또는 복수의 센서(200)로부터 제조 현장에서 수집되는 제조 데이터 또는 센싱 데이터를 수신할 수 있다(S110). 프로세서(340)는 제조 데이터 또는 센싱 데이터를 정규화하여 저장할 수 있으며(S120), 정규화된 데이터를 제조 현장의 종류 별 기준 데이터를 기초로 매핑할 수 있다(S130). 프로세서(340)는 매핑된 데이터를 분산 처리 기술 방법론을 적용하기 위해 시계열적으로 목록화할 수 있다(S140).
지금까지 본 발명의 일 실시예에 따른 이벤트 복합 분석 서버(300)에 대하여 설명하였으며, 이하에서는, 도 6 내지 9를 참조하여 이벤트 복합 분석 시스템의 개념을 설명하도록 한다.
도 6 내지 9는 본 발명의 다른 실시예에 따른 다중 시계열 데이터의 이벤트 복합 분석 시스템의 개념을 설명하기 위한 개략도이다.
도 6을 참조하면, 이벤트 복합 분석 시스템(10)은 다음과 같은 다중 시계열 데이터의 이벤트 복합 분석 지원 플랫폼을 제공할 수 있다. 구체적으로, 이벤트 복합 분석 시스템(10)은 고속 이벤트 분석 플랫폼과 데이터 분석 및 관리 유틸리티 프레임워크를 제공할 수 있다. 또한, 이벤트 복합 분석 시스템(10)은 온디바이스, 플랫폼 간의 데이터 실시간 인터랙션 기능을 제공할 수 있다.
다양한 실시예에서, 이벤트 복합 분석 시스템(10)은 5G IoT 현장 공장 시범 적용을 위한 서비스 시나리오를 제공할 수 있다. 구체적으로, 이벤트 복합 분석 시스템(10)은 센서(200)로부터 수집된 정보를 오픈 플랫폼 시스템에 정형화된 데이터 색인 구조로 변경/저장되도록 하며, 내/외부 시스템과의 연동 구조 및 인터페이스를 제공하고, 시스템을 통한 분석결과 피드백을 수행할 수 있다.
도 7 및 도 8을 참조하면, 이벤트 복합 분석 시스템(10)은 온디바이스 고속 이벤트 분석 통합 프레임워크 및 온디바이스 연동 딥러닝 기반 생산 데이터 진단/분석 기능을 제공할 수 있다. 구체적으로, 이벤트 복합 분석 시스템(10)은 스마트 공장 현장 장비군(생산 설비(100))으로부터 수집된 정보를 지능형 오픈 플랫폼 시스템에 정형화된 데이터 색인 구조로 변경 및 저장시킬 수 있다. 또한, 이벤트 복합 분석 시스템(10)은 통계적 기계학습(Statistical Machine Learning)을 통해 공정 이상 예측 모델을 수립할 수 있다. 보다 구체적으로, 이벤트 복합 분석 시스템(10)은 RNN(Recurrent Neural Networks)을 활용하여 생산 설비(100)의 상태를 조기에 예측할 수 있는 모델을 생성할 수 있다. 즉, 이벤트 복합 분석 시스템(10)은 장비(생산 설비(100), 센서(200))로부터 수집된 데이터를 기초로 공정 운영에 대한 분석 및 예측 감지할 수 있는 모델을 생성할 수 있다.
다양한 실시예에서, 이벤트 복합 분석 시스템(10)은 예측 분석 결과에 따른 사용자 관점의 유저 화면을 시각적으로 제공하고, 단말/인프라/프로세스 피드백 정보에 대한 시계열적 목록화를 수행하고, 이에 대한 그래프를 제공할 수 있다. 또한, 이벤트 복합 분석 시스템(10)은 생산 공정 및 시나리오 분석을 통한 생산/운영/품질의 통합 생산성 분석 결과 레포트를 시각적으로 제공할 수 있다.
도 9를 참조하면, 이벤트 복합 분석 시스템(10)은 새롭게 유입되는 장비 데이터(생산 설비(100)와 관련된 데이터)를 수집, 분석하고, 이를 기초로 생산 운영/품질에 대한 예측 감지를 위한 로직을 모듈화할 수 있다. 또한, 이벤트 복합 분석 시스템(10)은 신속한 의사결정을 위해서 상관관계를 분석하고 로직을 안정화/고도화시킬 수 있으며, 대시보드로 데이터를 시각적 형상화하고, 데이터와 관련된 알림을 사용자에게 제공할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 일 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 이벤트 복합 분석 시스템
100: 생산 설비
200: 센서
300: 이벤트 복합 분석 서버
310: 통신 인터페이스
311: 유선 통신 포트 312: 무선 회로
320: 메모리
321: 운영 체제 322: 통신 모듈
323: 사용자 인터페이스 모듈 324: 애플리케이션
330: I/O 인터페이스 340: 프로세서
100: 생산 설비
200: 센서
300: 이벤트 복합 분석 서버
310: 통신 인터페이스
311: 유선 통신 포트 312: 무선 회로
320: 메모리
321: 운영 체제 322: 통신 모듈
323: 사용자 인터페이스 모듈 324: 애플리케이션
330: I/O 인터페이스 340: 프로세서
Claims (1)
- 제조 현장에 배치되어, 제조 데이터를 생성하는 생산 설비;
상기 생산 설비와 관련된 센싱 데이터를 획득하는 복수의 센서; 및
상기 제조 데이터 및 상기 센싱 데이터를 상기 생산 설비에서 발생하는 이벤트 기준으로 동기화시키는 이벤트 복합 분석 서버; 를 포함하고,
상기 이벤트 복합 분석 서버는,
상기 생산 설비 또는 상기 복수의 센서로부터 상기 제조 현장에서 수집되는 제조 데이터 또는 센싱 데이터를 수신하고, 상기 제조 데이터 또는 상기 센싱 데이터를 정규화하여 저장하고, 정규화된 데이터를 상기 제조 현장의 종류 별 기준 데이터를 기초로 매핑하고, 매핑된 데이터를 분산 처리 기술 방법론을 적용하기 위해 시계열적으로 목록화하도록 구성된, 다중 시계열 데이터의 이벤트 복합 분석 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210114260A KR20230031720A (ko) | 2021-08-27 | 2021-08-27 | 다중 시계열 데이터의 이벤트 복합 분석 시스템 |
| PCT/KR2021/013196 WO2023027237A1 (ko) | 2021-08-27 | 2021-09-28 | 다중 시계열 데이터의 이벤트 복합 분석 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210114260A KR20230031720A (ko) | 2021-08-27 | 2021-08-27 | 다중 시계열 데이터의 이벤트 복합 분석 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230031720A true KR20230031720A (ko) | 2023-03-07 |
Family
ID=85321741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210114260A KR20230031720A (ko) | 2021-08-27 | 2021-08-27 | 다중 시계열 데이터의 이벤트 복합 분석 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20230031720A (ko) |
| WO (1) | WO2023027237A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102266182B1 (ko) | 2020-05-29 | 2021-06-17 | 고려대학교 산학협력단 | 복수의 시계열 데이터의 모니터링 방법 및 장치 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101980008B1 (ko) * | 2017-10-19 | 2019-05-17 | 타이아(주) | Ｗｅｂ 플랫폼을 이용한 plc 및 시퀀스 회로 제어 시스템, 그 방법 |
| KR20200064795A (ko) * | 2018-11-29 | 2020-06-08 | 에스케이텔레콤 주식회사 | 센싱데이터 전송장치 및 센싱데이터 전송장치의 동작 방법 |
| KR102183068B1 (ko) * | 2018-12-13 | 2020-11-25 | 디케이 주식회사 | 컴팩션 그라우팅 원격 시공관리 시스템 |
| KR20200120980A (ko) * | 2019-04-08 | 2020-10-23 | 주식회사 컴퓨터메이트 | 스마트공장 운영 시스템 및 제어 방법 |
| KR20210059283A (ko) * | 2019-11-15 | 2021-05-25 | 디포커스 (주) | 디지털 트윈 기반의 건설기계 지능화를 위한 시각화 시스템 |
-
2021
- 2021-08-27 KR KR1020210114260A patent/KR20230031720A/ko unknown
- 2021-09-28 WO PCT/KR2021/013196 patent/WO2023027237A1/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102266182B1 (ko) | 2020-05-29 | 2021-06-17 | 고려대학교 산학협력단 | 복수의 시계열 데이터의 모니터링 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023027237A1 (ko) | 2023-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3285127B1 (en) | Remote industrial automation site operation in a cloud platform | |
| US11295047B2 (en) | Using cloud-based data for industrial simulation | |
| US11275357B2 (en) | Event analyzing device, event analyzing system, event analyzing method, and non-transitory computer readable storage medium | |
| Ćwikła | Methods of manufacturing data acquisition for production management-a review | |
| JP6784595B2 (ja) | プロセス制御システムにおける分散ビッグデータ、プロセス制御デバイス、分散ビッグデータの支援方法、プロセス制御デバイス | |
| US20170351226A1 (en) | Industrial machine diagnosis and maintenance using a cloud platform | |
| WO2022032684A1 (en) | A method, device, system and storage medium for fault diagnosis and solution recommendation | |
| EP2801934A1 (en) | Remote assistance via a cloud platform for industrial automation | |
| US10318570B2 (en) | Multimodal search input for an industrial search platform | |
| KR20190088581A (ko) | Ｆｂｄ 머신러닝 기반의 동적 모니터링 시스템 및 그 방법 | |
| EP3376320A1 (en) | Control device | |
| CN103425093A (zh) | 生产工厂中故障状态自动恢复的方法和系统 | |
| US20230141686A1 (en) | Symbolic access of industrial device systems and methods based on an off-premise gateway device | |
| EP1993016B1 (en) | Embedded historians with data aggregator | |
| KR20220057146A (ko) | 스마트 팩토리에 적용 가능한 IoT 시계열 데이터의 온디바이스 고속 이벤트 복합 분석 및 동기화 방법 및 이를 수행하는 시스템 | |
| KR20230030961A (ko) | 클라우드 기반 효율적 식품 안전 생산을 위한 스마트 haccp 시스템 | |
| KR20230031720A (ko) | 다중 시계열 데이터의 이벤트 복합 분석 시스템 | |
| US20230141305A1 (en) | Symbolic access of industrial device systems and methods based on an on-premise gateway device | |
| US11520302B2 (en) | Control system and control device | |
| KR20230032675A (ko) | Ｃｎｃ 공작기계를 이용한 데이터 수집 시스템 | |
| KR20230061068A (ko) | 반도체 장비의 실시간 공정 데이터를 매칭 및 분석하는 시스템 및 그 방법 | |
| Corallo et al. | Processing Big Data in streaming for fault prediction: an industrial application | |
| KR20230042907A (ko) | 제조 현장의 스마트 공장 지원 시스템 | |
| US20190312840A1 (en) | Automatic tunneler in a communication network of an industrial process facility | |
| Cinar et al. | A Predictive Maintenance System Design and Implementation for Intelligent Manufacturing. Machines 2022, 10, 1006 |