KR20240066958A - Equipment behavior catalog and virtual production system using it - Google Patents

Equipment behavior catalog and virtual production system using it Download PDF

Info

Publication number
KR20240066958A
KR20240066958A KR1020230078501A KR20230078501A KR20240066958A KR 20240066958 A KR20240066958 A KR 20240066958A KR 1020230078501 A KR1020230078501 A KR 1020230078501A KR 20230078501 A KR20230078501 A KR 20230078501A KR 20240066958 A KR20240066958 A KR 20240066958A
Authority
KR
South Korea
Prior art keywords
artificial intelligence
equipment
intelligence model
state
data
Prior art date
Application number
KR1020230078501A
Other languages
Korean (ko)
Inventor
전영애
박호진
이학진
손지연
윤영석
이은서
정승욱
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US18/503,599 priority Critical patent/US20240152130A1/en
Publication of KR20240066958A publication Critical patent/KR20240066958A/en

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/912—Applications of a database
    • Y10S707/944—Business related
    • Y10S707/948—Product or catalog

Abstract

장비 행동 카탈로그 구성 장치 및 장비 행동 카탈로그를 이용하는 가상 생산 시스템이 개시된다. 본 발명의 일 측면에 따른 장비 행동 카탈로그 구성 장치는 인공지능 모델을 저장하는 인공지능 모델 저장소; 및 상기 인공지능 모델 저장소에 저장되는 상기 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 저장하는 EBC 저장소를 포함하는 것을 특징으로 한다.A virtual production system using an equipment behavior catalog configuration device and an equipment behavior catalog is disclosed. An equipment behavior catalog configuration device according to one aspect of the present invention includes an artificial intelligence model storage that stores an artificial intelligence model; And an EBC storage that stores an Equipment Behavior Catalog (EBC) containing artificial intelligence model data for the artificial intelligence model stored in the artificial intelligence model storage.

Description

장비 행동 카탈로그 구성 장치 및 장비 행동 카탈로그를 이용하는 가상 생산 시스템{Equipment behavior catalog and virtual production system using it}Equipment behavior catalog configuration device and virtual production system using equipment behavior catalog {Equipment behavior catalog and virtual production system using it}

본 발명은 장비 행동 카탈로그 구성 장치 및 장비 행동 카탈로그를 이용하는 가상 생산 시스템에 관한 것이다.The present invention relates to an equipment behavior catalog configuration device and a virtual production system using the equipment behavior catalog.

가상 생산 시스템(virtual production system)의 시뮬레이션에 사용되는 장비(equipment)의 카탈로그(catalogue)는 장비의 속성(property) 정보만을 포함하고 있으므로, 가상 생산 시스템으로 구축되는 스마트 가상 공장의 생산성 및 효율성 등을 정확히 예측하는데 한계가 있었다.The catalog of equipment used in the simulation of the virtual production system contains only the property information of the equipment, so the productivity and efficiency of the smart virtual factory built with the virtual production system can be improved. There were limits to accurate predictions.

이를 극복하기 위하여 장비의 속성과 더불어 장비의 동작 조건(operation condition), 상태 변화(state transition) 및 동작 결과(result) 등과 같은 장비의 동작작용(behavior)이 가상 생산 시스템의 시뮬레이션에 적용되어야 하므로, 이러한 장비의 동작작용을 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue, EBC) 표준화가 이루어지고 있다.To overcome this, the properties of the equipment as well as the equipment's behavior such as operation conditions, state transitions, and results must be applied to the simulation of the virtual production system. Standardization of the Equipment Behavior Catalog (EBC), which includes the operating behavior of such equipment, is being carried out.

또한, 스마트 가상 공장의 생산성 및 효율성 등을 정확히 예측하기 위해서는 인공지능 모델과 시뮬레이션 모델 통합에 대한 필요성이 대두되고 있다. In addition, in order to accurately predict the productivity and efficiency of smart virtual factories, the need to integrate artificial intelligence models and simulation models is emerging.

본 발명의 배경기술은 대한민국 공개특허공보 10-2018-0121346호(2018.11.07)에 개시되어 있다.The background technology of the present invention is disclosed in Korean Patent Publication No. 10-2018-0121346 (2018.11.07).

본 발명이 이루고자 하는 기술적 과제는 생산성 및 효율성을 정확히 예측하기 위해 시뮬레이션 모델과 인공지능 모델을 연계하여 실제 생산 시스템을 최적화하는 데 있다.The technical task that the present invention seeks to achieve is to optimize the actual production system by linking a simulation model and an artificial intelligence model to accurately predict productivity and efficiency.

본 발명의 일 측면에 따르면, 본 발명은 인공지능 모델을 저장하는 인공지능 모델 저장소; 및 상기 인공지능 모델 저장소에 저장되는 상기 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 저장하는 EBC 저장소를 포함하는 장비 행동 카탈로그 구성 장치를 제공한다.According to one aspect of the present invention, the present invention includes an artificial intelligence model storage that stores an artificial intelligence model; and an Equipment Behavior Catalog (EBC) storage that stores an Equipment Behavior Catalog (EBC) including artificial intelligence model data for the artificial intelligence model stored in the artificial intelligence model storage.

본 발명에서 상기 장비 행동 카탈로그는 상기 장비의 속성(property), 상기 장비의 행동(behaviour), 및 외부 장비와의 외부 상호작용(external interaction) 중 적어도 하나를 포함할 수 있다.In the present invention, the device behavior catalog may include at least one of the properties of the device, the behavior of the device, and external interaction with an external device.

본 발명에서, 상기 장비의 속성은 프로파일 데이터, 명세 데이터, 운용 데이터, 및 상기 인공지능 모델에 대한 데이터 중 적어도 하나를 포함할 수 있다.In the present invention, the properties of the equipment may include at least one of profile data, specification data, operation data, and data for the artificial intelligence model.

본 발명에서 상기 인공지능 모델 데이터는 인공지능 모델 식별자, 인공지능 모델 이름, 입력 데이터 집합, 출력 데이터, 프레임워크 정보, 프레임워크 도움 라이브러리, 모델 파일, 및 모델 소스 코드 중 적어도 하나를 포함할 수 있다.In the present invention, the artificial intelligence model data may include at least one of an artificial intelligence model identifier, artificial intelligence model name, input data set, output data, framework information, framework help library, model file, and model source code. .

본 발명은 상기 장비의 행동은 행동의 상태를 포함하고, 상기 행동의 상태는 상기 행동의 상태 식별자, 상태 이름, 진입 실행코드, 및 진출 실행코드 중 적어도 하나를 포함하며, 상기 행동의 상태의 진입 실행코드 또는 상기 행동의 상태의 진출 실행코드는 상기 인공지능 모델 데이터를 포함할 수 있다.The present invention provides that the behavior of the equipment includes an action state, and the action state includes at least one of the action state identifier, state name, entry execution code, and exit execution code, and entering the action state. The executable code or the executable code entering the state of the action may include the artificial intelligence model data.

본 발명에서 상기 장비의 행동은 상기 행동의 상태 천이를 더 포함하고, 상기 행동의 상태 천이는 상태 천이 식별자, 상태 천이 이름, 상태 천이 조건, 출발지 상태 식별자, 목적지 상태 식별자, 및 상태천이 실행 코드 중 적어도 하나를 포함하며, 상기 상태천이 실행 코드는 상기 인공지능 모델 데이터를 포함할 수 있다.In the present invention, the behavior of the equipment further includes a state transition of the behavior, and the state transition of the behavior includes a state transition identifier, a state transition name, a state transition condition, a source state identifier, a destination state identifier, and a state transition execution code. It includes at least one, and the state transition execution code may include the artificial intelligence model data.

본 발명에서 상기 외부 상호작용은 외부 상호작용 식별자, 외부 상호작용 이름, 출발지 장비 식별자, 목적지 장비 식별자, 상태 식별자, 상태 진입 실행코드, 상태 진출 실행코드, 상태 천이 식별자, 상태 천이 조건, 및 상태 천이 실행코드 중 적어도 하나를 포함하고, 상기 상태 진입 실행코드, 상기 상태 진출 실행코드 및 상기 상태 천이 실행코드는 상기 인공지능 모델 데이터를 포함할 수 있다.In the present invention, the external interaction includes an external interaction identifier, an external interaction name, a source device identifier, a destination device identifier, a state identifier, a state entry execution code, a state exit execution code, a state transition identifier, a state transition condition, and a state transition. It may include at least one of the execution code, and the state entry execution code, the state exit execution code, and the state transition execution code may include the artificial intelligence model data.

본 발명에서 상기 인공지능 모델은 예측 함수를 사용하고, 상기 예측 함수의 입력 데이터는 상기 장비 행동 카탈로그의 데이터이며, 상기 예측 함수의 출력 데이터는 시뮬레이션 모델의 적어도 하나 이상의 변수에 대한 정적 값 또는 동적 값일 수 있다.In the present invention, the artificial intelligence model uses a prediction function, the input data of the prediction function is data from the equipment behavior catalog, and the output data of the prediction function is a static value or dynamic value for at least one variable of the simulation model. You can.

본 발명에서 상기 EBC 저장소는 상기 인공지능 모델을 저장할 수 있다.In the present invention, the EBC storage can store the artificial intelligence model.

본 발명에서 상기 EBC 저장소는 상기 장비 행동 카탈로그의 데이터 또는 파라미터를 상기 인공지능 모델로 대체하거나, 장비의 행동의 일부 또는 전체를 상기 인공지능 모델로 대체하거나, 또는 복합장비에서 구성 요소로서의 장비를 상기 인공지능 모델로 대체할 수 있다.In the present invention, the EBC storage replaces data or parameters of the equipment behavior catalog with the artificial intelligence model, replaces part or all of the behavior of the equipment with the artificial intelligence model, or replaces the equipment as a component in a complex equipment. It can be replaced with an artificial intelligence model.

본 발명의 다른 측면에 따르면, 본 발명은 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 구성하여 저장하는 장비 행동 카탈로그 구성 장치; 및 상기 장비 행동 카탈로그를 이용하여 시뮬레이션을 수행하여 상기 인공지능 모델이 임베디드되도록 하는 시뮬레이션부를 포함하는 장비 행동 카탈로그를 이용한 가상 생산 시스템을 제공한다.According to another aspect of the present invention, the present invention includes an equipment behavior catalog configuration device for configuring and storing an equipment behavior catalog (EBC) containing artificial intelligence model data for an artificial intelligence model; and a simulation unit that performs simulation using the equipment behavior catalog to embed the artificial intelligence model.

본 발명에서 상기 장비 행동 카탈로그 구성 장치는 인공지능 모델을 저장하는 인공지능 모델 저장소; 및 상기 인공지능 모델 저장소에 저장되는 상기 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그를 구성 및 저장하는 EBC 저장소를 포함할 수 있다.In the present invention, the equipment behavior catalog configuration device includes an artificial intelligence model storage that stores an artificial intelligence model; And it may include an EBC storage that configures and stores an equipment behavior catalog containing artificial intelligence model data for the artificial intelligence model stored in the artificial intelligence model storage.

본 발명에서 상기 장비 행동 카탈로그는 상기 장비의 속성(property), 상기 장비의 행동(behaviour), 및 외부 장비와의 외부 상호작용(external interaction) 중 적어도 하나를 포함할 수 있다.In the present invention, the device behavior catalog may include at least one of the properties of the device, the behavior of the device, and external interaction with an external device.

본 발명에서 상기 장비의 속성은 프로파일 데이터, 명세 데이터, 운용 데이터, 및 상기 인공지능 모델에 대한 데이터 중 적어도 하나를 포함할 수 있다.In the present invention, the properties of the equipment may include at least one of profile data, specification data, operation data, and data about the artificial intelligence model.

본 발명에서 상기 인공지능 모델 데이터는 인공지능 모델 식별자, 인공지능 모델 이름, 입력 데이터 집합, 출력 데이터, 프레임워크 정보, 프레임워크 도움 라이브러리, 모델 파일, 및 모델 소스 코드 중 적어도 하나를 포함할 수 있다.In the present invention, the artificial intelligence model data may include at least one of an artificial intelligence model identifier, artificial intelligence model name, input data set, output data, framework information, framework help library, model file, and model source code. .

본 발명에서 상기 장비의 행동은 행동의 상태를 포함하고, 상기 행동의 상태는 상기 행동의 상태 식별자, 상태 이름, 진입 실행코드, 및 진출 실행코드 중 적어도 하나를 포함하며, 상기 행동의 상태의 진입 실행코드 또는 상기 행동의 상태의 진출 실행코드는 상기 인공지능 모델 데이터를 포함할 수 있다.In the present invention, the behavior of the equipment includes an action state, and the action state includes at least one of the action state identifier, state name, entry execution code, and exit execution code, and entering the action state. The executable code or the executable code entering the state of the action may include the artificial intelligence model data.

본 발명에서 상기 장비의 행동은 상기 행동의 상태 천이를 더 포함하고, 상기 행동의 상태 천이는 상태 천이 식별자, 상태 천이 이름, 상태 천이 조건, 출발지 상태 식별자, 목적지 상태 식별자, 및 상태천이 실행 코드 중 적어도 하나를 포함하며, 상기 상태천이 실행 코드는 상기 인공지능 모델 데이터를 포함할 수 있다.In the present invention, the behavior of the equipment further includes a state transition of the behavior, and the state transition of the behavior includes a state transition identifier, a state transition name, a state transition condition, a source state identifier, a destination state identifier, and a state transition execution code. It includes at least one, and the state transition execution code may include the artificial intelligence model data.

본 발명에서 상기 외부 상호작용은 외부 상호작용 식별자, 외부 상호작용 이름, 출발지 장비 식별자, 목적지 장비 식별자, 상태 식별자, 상태 진입 실행코드, 상태 진출 실행코드, 상태 천이 식별자, 상태 천이 조건, 및 상태 천이 실행코드 중 적어도 하나를 포함하고, 상기 상태 진입 실행코드, 상기 상태 진출 실행코드 및 상기 상태 천이 실행코드는 상기 인공지능 모델 데이터를 포함할 수 있다.In the present invention, the external interaction includes an external interaction identifier, an external interaction name, a source device identifier, a destination device identifier, a state identifier, a state entry execution code, a state exit execution code, a state transition identifier, a state transition condition, and a state transition. It may include at least one of the execution code, and the state entry execution code, the state exit execution code, and the state transition execution code may include the artificial intelligence model data.

본 발명에서 상기 인공지능 모델은 예측 함수를 사용하고, 상기 예측 함수의 입력 데이터는 상기 장비 행동 카탈로그의 데이터이며, 상기 예측 함수의 출력 데이터는 시뮬레이션 모델의 적어도 하나 이상의 변수에 대한 정적 값 또는 동적 값일 수 있다.In the present invention, the artificial intelligence model uses a prediction function, the input data of the prediction function is data from the equipment behavior catalog, and the output data of the prediction function is a static value or dynamic value for at least one variable of the simulation model. You can.

본 발명의 일 측면에 따르면, 본 발명은 인공지능 모델을 사용하는 장비 인스턴스 모델을 구축할 수 있도록 기존의 장비 카탈로그 템플릿에 인공지능 모델을 임베딩한다.According to one aspect of the present invention, the present invention embeds an artificial intelligence model in an existing equipment catalog template to build an equipment instance model using the artificial intelligence model.

본 발명의 다른 측면에 따르면, 본 발명은 시뮬레이션 모델과 인공지능 모델을 연계하여 생산시스템의 생산성 및 효율성 등을 정확히 예측할 수 있으므로, 실제 생산시스템과 가상 생산 시스템의 예측 오차를 줄일 수 있다.According to another aspect of the present invention, the present invention can accurately predict the productivity and efficiency of a production system by linking a simulation model and an artificial intelligence model, thereby reducing prediction errors between the actual production system and the virtual production system.

본 발명의 또 다른 측면에 따르면, 본 발명은 일변량/다변량 확률분포 변수, 높은 수준의 세부 정보를 필요로 하는 구성 요소의 동작 근사화 등의 대안으로 인공지능 모델을 사용하는 장비 인스턴스 모델을 활용하여 생산 시스템 모델과 생산 행동 모델 등을 구축할 수 있다.According to another aspect of the present invention, the present invention utilizes an equipment instance model that uses an artificial intelligence model as an alternative to univariate/multivariate probability distribution variables, approximation of the behavior of components that require a high level of detailed information, etc. A production system model and production behavior model can be built.

도 1은 본 발명의 일 실시 예에 따른 장비 행동 카탈로그 구성 장치 및 가상 생산 시스템의 블럭 구성도이다.
도 2는 본 발명의 일 실시 예에 따른 장비 행동 카탈로그의 구조이다.
도 3은 도 2의 장비 행동 카탈로그의 속성 집합 구성요소를 나타낸 도면이다.
도 4는 도 2의 장비 행동 카탈로그의 행동 구성요소를 나타낸 도면이다.
도 5는 도 2의 장비 행동 카탈로그의 외부 상호작용 구성요소를 나타낸 도면이다.
도 6은 본 발명의 일 실시 예에 따른 임베딩되는 인공지능 모델에 대한 예를 나타낸 도면이다.
도 7은 본 발명의 일 실시 예에 따른 인공지능 모델이 임베디드된 장비 행동 카탈로그를 활용한 데이터 흐름도이다. 1 is a block diagram of an equipment behavior catalog configuration device and a virtual production system according to an embodiment of the present invention.
Figure 2 is a structure of an equipment behavior catalog according to an embodiment of the present invention.
Figure 3 is a diagram showing the attribute set components of the equipment behavior catalog of Figure 2.
Figure 4 is a diagram showing the behavior components of the equipment behavior catalog of Figure 2.
FIG. 5 is a diagram illustrating external interaction components of the equipment behavior catalog of FIG. 2.
Figure 6 is a diagram showing an example of an embedded artificial intelligence model according to an embodiment of the present invention.
Figure 7 is a data flow diagram using an equipment behavior catalog embedded with an artificial intelligence model according to an embodiment of the present invention.

이하에서는 본 발명의 일 실시 예에 따른 장비 행동 카탈로그 구성 장치 및 장비 행동 카탈로그를 이용하는 가상 생산 시스템의 실시 예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Hereinafter, an example of an equipment behavior catalog configuration device and a virtual production system using the equipment behavior catalog according to an embodiment of the present invention will be described. In this process, the thickness of lines or sizes of components shown in the drawings may be exaggerated for clarity and convenience of explanation. In addition, the terms described below are terms defined in consideration of functions in the present invention, and may vary depending on the intention or custom of the user or operator. Therefore, definitions of these terms should be made based on the content throughout this specification.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면부호를 붙였다.Below, with reference to the attached drawings, embodiments of the present invention will be described in detail so that those skilled in the art can easily implement the present invention. However, the present invention may be implemented in many different forms and is not limited to the embodiments described herein. In order to clearly explain the present invention in the drawings, parts not related to the description are omitted, and similar parts are given similar reference numerals throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, a part "includes" an element. When it is said that it does, this does not mean that other components are excluded, but that other components can be further included, unless specifically stated to the contrary.

본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. Implementations described herein may be implemented, for example, as a method or process, device, software program, data stream, or signal. Although discussed only in the context of a single form of implementation (eg, only as a method), implementations of the features discussed may also be implemented in other forms (eg, devices or programs). The device may be implemented with appropriate hardware, software, firmware, etc. The method may be implemented in a device such as a processor, which generally refers to a processing device that includes a computer, microprocessor, integrated circuit, or programmable logic device.

도 1은 본 발명의 일 실시 예에 따른 장비 행동 카탈로그 구성 장치 및 가상 생산 시스템의 블럭 구성도이고, 도 2는 본 발명의 일 실시 예에 따른 장비 행동 카탈로그의 구조이며, 도 3은 도 2의 장비 행동 카탈로그의 속성 집합 구성요소를 나타낸 도면이며, 도 4는 도 2의 장비 행동 카탈로그의 행동 구성요소를 나타낸 도면이며, 도 5는 도 2의 장비 행동 카탈로그의 외부 상호작용 구성요소를 나타낸 도면이다.Figure 1 is a block diagram of an equipment behavior catalog configuration device and a virtual production system according to an embodiment of the present invention, Figure 2 is a structure of an equipment behavior catalog according to an embodiment of the present invention, and Figure 3 is the structure of Figure 2. This is a diagram showing the attribute set components of the equipment behavior catalog. FIG. 4 is a diagram showing the behavior components of the equipment behavior catalog of FIG. 2, and FIG. 5 is a diagram showing the external interaction components of the equipment behavior catalog of FIG. 2. .

도 1을 참조하면, 본 발명의 일 실시 예에 따른 가상 생산 시스템은 장비 행동 카탈로그 구성 장치(100), 및 시뮬레이션부(200)를 포함한다.Referring to FIG. 1, the virtual production system according to an embodiment of the present invention includes an equipment behavior catalog configuration device 100 and a simulation unit 200.

장비 행동 카탈로그 구성 장치(100)는 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 구성 및 저장한다.The equipment behavior catalog configuration device 100 configures and stores an equipment behavior catalog (EBC) containing artificial intelligence model data for the artificial intelligence model.

장비 행동 카탈로그 구성 장치(100)는 EBC 저장소(110), 및 인공지능 모델 저장소(120)를 포함한다. The equipment behavior catalog configuration device 100 includes an EBC storage 110 and an artificial intelligence model storage 120.

인공지능 모델 저장소(120)는 인공지능 모델을 저장한다. The artificial intelligence model storage 120 stores artificial intelligence models.

인공지능 모델은 미리 훈련된 인공지능 모델일 수 있다.The artificial intelligence model may be a pre-trained artificial intelligence model.

인공지능 모델에 대한 인공지능 모델 데이터는 EBC 저장소(110)의 장비 행동 카탈로그에 포함될 수 있다. AI model data for the AI model may be included in the equipment behavior catalog of EBC repository 110.

인공지능 모델 데이터는 도 2 내지 도 7을 참조하여 설명한다. Artificial intelligence model data is explained with reference to FIGS. 2 to 7.

인공지능 모델은 EBC 저장소(110)에 저장된 장비 행동 카탈로그의 데이터 또는 파라미터를 대체하거나, 장비의 행동의 일부 또는 전체를 대체하거나 복합장비에서 구성 요소로서의 장비를 대체할 수 있다.The artificial intelligence model may replace data or parameters in the equipment behavior catalog stored in the EBC storage 110, replace part or all of the behavior of the equipment, or replace the equipment as a component in a complex equipment.

인공지능 모델의 입력 데이터는 장비 행동 카탈로그의 데이터일 수 있다. The input data for the artificial intelligence model may be data from the equipment behavior catalog.

인공지능 모델의 입력 데이터에는 장비 자체 데이터, 제품 데이터, 운용 데이터 중 적어도 하나 이상이 포함될 수 있다. The input data of the artificial intelligence model may include at least one of the equipment itself data, product data, and operation data.

인공지능 모델의 입력 데이터는 장비 행동 카탈로그에 포함된 데이터로 한정되는 것은 아니다.The input data of the artificial intelligence model is not limited to the data contained in the equipment behavior catalog.

인공지능 모델의 입력 데이터는 임베딩되는 인공지능 모델에 따라서 다양하게 선택될 수 있다. The input data of the artificial intelligence model can be selected in various ways depending on the artificial intelligence model being embedded.

인공지능 모델의 출력 데이터는 시뮬레이션 모델의 하나 이상의 변수에 대한 정적 값 또는 동적 값일 수 있다. The output data of an artificial intelligence model may be static or dynamic values for one or more variables of the simulation model.

인공지능 모델에 대해서는 후술한다. The artificial intelligence model is described later.

EBC 저장소(110)는 장비 행동 카탈로그를 구성 및 저장한다.EBC repository 110 organizes and stores equipment behavior catalogs.

장비 행동 카탈로그에는 인공지능 모델에 대한 인공지능 모델 데이터가 포함된다.The equipment behavior catalog contains AI model data for the AI model.

인공지능 모델 저장소(120)에 인공지능 모델이 저장되면, EBC 저장소(110)는 인공지능 모델 저장소(120)와 연계하여 인공지능 모델 데이터가 포함된 장비 행동 카탈로그를 구성 및 저장한다. When the artificial intelligence model is stored in the artificial intelligence model storage 120, the EBC storage 110 configures and stores an equipment behavior catalog containing artificial intelligence model data in connection with the artificial intelligence model storage 120.

또한, EBC 저장소(110)는 장비 행동 카탈로그의 데이터 또는 파라미터를 인공지능 모델로 대체하거나, 장비의 행동의 일부 또는 전체를 인공지능 모델로 대체하거나, 또는 복합장비에서 구성 요소로서의 장비를 인공지능 모델로 대체할 수도 있다. In addition, the EBC storage 110 replaces data or parameters in the equipment behavior catalog with an artificial intelligence model, replaces part or all of the behavior of the equipment with an artificial intelligence model, or replaces equipment as a component in a complex equipment with an artificial intelligence model. It can also be replaced with .

또한, EBC 저장소(110)는 인공지능 모델을 기존의 장비 행동 카탈로그에 새롭게 추가할 수 있다.Additionally, the EBC storage 110 can add a new artificial intelligence model to the existing equipment behavior catalog.

또한, 인공지능 모델이 장비 행동 카탈로그에 임베디드되면, 인공지능 모델이 임베디드된 장비 행동 카탈로그는 시뮬레이션부(200)의 시뮬레이션에 사용할 수 있다.Additionally, when the artificial intelligence model is embedded in the equipment behavior catalog, the equipment behavior catalog in which the artificial intelligence model is embedded can be used for simulation of the simulation unit 200.

장비 행동 카탈로그는 해당 장비의 기계적인 특성, 장비 상태 및 계층적 장비 구성에 대한 정보를 포함할 수 있다. The equipment behavior catalog may include information about the mechanical characteristics, equipment status, and hierarchical equipment configuration of the equipment.

장비 상태에는 장비의 동작 및 장비의 소비 에너지에 대한 정보가 포함될 수 있고, 계층적 장비 구성에는 상위 장비 행동 카탈로그 및 하위 장비 행동 카탈로그에 대한 정보가 포함될 수 있다.The equipment status may include information about the operation of the equipment and the energy consumed by the equipment, and the hierarchical equipment configuration may include information about the upper equipment behavior catalog and the lower equipment behavior catalog.

여기서, 장비의 동작에 대한 정보는 해당 장비의 사용 목적인 타겟 제품에 의존적일 수 있다. 장비의 소비 에너지에 대한 정보는 장비의 설정에 의존적일 수 있다. 또한, 장비의 설정에는 구동 장치, 역학 및 전력에 대한 정보가 포함될 수 있다. 계층적 장비 구성에는 하나 이상의 장비가 모여 특정 기능을 수행하게 되는 경우에 대한 정보가 포함될 수 있다. Here, information about the operation of the equipment may depend on the target product for which the equipment is used. Information about a device's energy consumption may depend on the device's settings. Additionally, the configuration of the equipment may include information about drivetrains, dynamics and power. A hierarchical equipment configuration may include information about when one or more devices are gathered together to perform a specific function.

상위 장비 행동 카탈로그 정보에는 해당 장비가 부속적인 장비에 해당하는 경우 이에 대한 정보가 포함될 수 있다. The parent device behavior catalog information may include information about the device if it is an accessory device.

하위 장비 행동 카탈로그 정보에는 해당 장비가 주된 장비로 부속적인 장비를 포함할 수 있는 경우, 이에 대한 정보가 포함될 수 있다. Sub-equipment behavior catalog information may include information about the equipment in question, if it is the primary equipment and may include secondary equipment.

다만, 장비 행동 카탈로그에 포함될 수 있는 정보는 이에 한정되지 않으며, 장비에 대한 다양한 정보가 포함될 수 있다. 장비 행동 카탈로그의 구체적인 구조는 도 2를 참조하여 설명한다. However, the information that can be included in the equipment behavior catalog is not limited to this, and various information about the equipment can be included. The specific structure of the equipment behavior catalog is explained with reference to FIG. 2.

시뮬레이션부(200)는 EBC 저장소(110)에 저장된 장비 행동 카탈로그를 이용하여 시뮬레이션을 수행함으로써, 시뮬레이션 모델에 인공지능 모델이 임베디드되도록 한다.The simulation unit 200 performs simulation using the equipment behavior catalog stored in the EBC storage 110, thereby embedding the artificial intelligence model in the simulation model.

좀 더 구체적으로 설명하면, 시뮬레이션부(200)는 EBC 저장소(110)에 저장된 장비 행동 카탈로그를 이용하여 시뮬레이션을 수행한다. 이때, 시뮬레이션부(200)는 장비 행동 카탈로그에 포함된 인공지능 모델 데이터를 이용하여 인공지능 모델을 실행시킴으로써, 인공지능 모델이 시뮬레이션 모델에 포함될 수 있도록 한다. To be more specific, the simulation unit 200 performs simulation using the equipment behavior catalog stored in the EBC storage 110. At this time, the simulation unit 200 executes the artificial intelligence model using the artificial intelligence model data included in the equipment behavior catalog, so that the artificial intelligence model can be included in the simulation model.

즉, 장비 행동 카탈로그에 인공지능 모델 데이터가 이미 포함되어 있으므로, 장비 행동 카탈로그를 이용하여 시뮬레이션 모델을 생성할 경우, 해당 인공지능 모델이 임베디드된 시뮬레이션 모델이 생성될 수 있다. In other words, since artificial intelligence model data is already included in the equipment behavior catalog, when a simulation model is created using the equipment behavior catalog, a simulation model with the corresponding artificial intelligence model embedded can be created.

도 2에는 EBC 저장소(110)에 의해 새롭게 생성된 장비 행동 카탈로그의 구조가 도시된다.Figure 2 shows the structure of the equipment behavior catalog newly created by the EBC repository 110.

도 2를 참조하면, 장비 행동 카탈로그(Equipment Behavior Catalogue, EBC)에는 장비의 속성(property), 장비의 행동(behaviour), 및 외부 장비와의 외부 상호작용(external interaction)이 포함될 수 있으나, 특별히 한정되는 것은 아니다.Referring to Figure 2, the Equipment Behavior Catalog (EBC) may include equipment properties, equipment behavior, and external interaction with external equipment, but is specifically limited. It doesn't work.

속성 집합에는 프로파일 데이터, 명세 데이터, 운용 데이터, 및 인공지능 모델에 대한 인공지능 모델 데이터(AI model data)가 포함된다. The attribute set includes profile data, specification data, operational data, and AI model data for the AI model.

프로파일 데이터, 명세 데이터 및 운용 데이터는 인공지능 모델 데이터를 포함할 수 있다. Profile data, specification data, and operational data may include artificial intelligence model data.

프로파일 데이터에는 장비 메이커 이름 및 장비 타입 이름 등이 포함될 수 있다. Profile data may include equipment manufacturer name and equipment type name.

명세 데이터에는 장비의 크기 및 무게 등이 포함될 수 있다.Specification data may include the size and weight of the equipment.

운용 데이터에는 최대 커팅 속도 및 이동 범위 등이 포함될 수 있다. Operational data may include maximum cutting speed and travel range.

도 3을 참조하면, 인공지능 모델 데이터에는 인공지능 모델 식별자, 인공지능 모델 이름, 입력 데이터 집합, 출력 데이터, 프레임워크 정보, 프레임워크 도움 라이브러리, 모델 파일, 모델 소스 코드 등이 포함될 수 있으나, 특별히 한정되는 것은 아니다. Referring to Figure 3, artificial intelligence model data may include artificial intelligence model identifier, artificial intelligence model name, input data set, output data, framework information, framework help library, model file, model source code, etc., but specifically It is not limited.

도 4를 참조하면, 장비의 행동은 1개 이상의 장비의 상태(state) 및 0개 이상의 상태 천이(state transition)를 포함한다. Referring to FIG. 4, the behavior of the device includes one or more device states and zero or more state transitions.

행동의 상태에는 상태 식별자, 상태 이름, 진입 실행코드, 및 진출 실행코드가 포함될 수 있다.The state of an action may include a state identifier, state name, entry executable code, and exit executable code.

행동의 상태의 진입 실행코드, 및 행동의 상태의 진출 실행코드는 인공지능 모델을 포함할 수 있다.The entry execution code of the action state and the exit execution code of the action state may include an artificial intelligence model.

행동의 상태 천이에는 상태 천이 식별자, 상태 천이 이름, 상태 천이 조건, 출발지 상태 식별자, 목적지 상태 식별자, 상태천이 실행 코드 등이 포함될 수 있다.The state transition of the action may include a state transition identifier, state transition name, state transition condition, source state identifier, destination state identifier, state transition execution code, etc.

행동의 상태 천이의 상태 천이 실행코드는 인공지능 모델을 포함할 수 있다. The state transition execution code of the state transition of the action may include an artificial intelligence model.

도 5를 참조하면, 외부 상호작용은 0개 이상의 상태천이를 포함할 수 있다.Referring to FIG. 5, external interaction may include zero or more state transitions.

외부 상호작용에는 외부 상호작용 식별자, 외부 상호작용 이름, 출발지 장비 식별자, 목적지 장비 식별자, 상태 식별자, 상태 진입 실행코드, 상태 진출 실행코드, 상태 천이 식별자, 상태 천이 조건, 및 상태 천이 실행코드가 포함될 수 있다.External interactions include external interaction identifier, external interaction name, source device identifier, destination device identifier, state identifier, state entry executable code, state exit executable code, state transition identifier, state transition condition, and state transition executable code. You can.

외부 상호작용의 상태 천이 실행코드는 인공지능 모델을 포함할 수 있다.The state transition execution code of external interaction may include an artificial intelligence model.

외부 상호작용은 행동의 상태 또는 상태 천이에서 일어날 수 있다.External interactions can occur in states or state transitions of behavior.

외부 상호작용이 행동의 상태에서 일어나는 경우, 행동의 상태 진입 실행코드 또는 상태 진출 실행코드에서 다른 장비로 외부 상호작용에 해당하는 메시지 등을 보내거나 다른 장비로부터 외부 상호작용에 해당하는 메시지를 수신할 수 있다.When an external interaction occurs in an action state, a message corresponding to the external interaction can be sent from the action state entry execution code or state exit execution code to another device, or a message corresponding to the external interaction can be received from another device. You can.

행동의 상태의 진입 실행코드 또는 진출 실행코드에 인공지능 모델을 포함할 수 있다.An artificial intelligence model can be included in the entry or exit execution code of the action state.

외부 상호작용이 행동의 상태 천이에서 일어나는 경우, 행동의 상태 천이 실행코드에서 다른 장비로 외부 상호작용에 해당하는 메시지 등을 보내거나 다른 장비로부터 외부 상호작용에 해당하는 메시지를 수신할 수 있다. When an external interaction occurs in a state transition of an action, a message corresponding to the external interaction can be sent from the action state transition execution code to another device, or a message corresponding to the external interaction can be received from the other device.

행동의 상태 천이의 상태 천이 실행코드는 인공지능 모델을 포함할 수 있다.The state transition execution code of the state transition of the action may include an artificial intelligence model.

도 6은 본 발명의 일 실시 예에 따른 임베딩되는 인공지능 모델에 대한 예를 나타낸 도면이다.Figure 6 is a diagram showing an example of an embedded artificial intelligence model according to an embodiment of the present invention.

도 6을 참조하면, 인공지능 모델은 미리 훈련된 인공지능 모델이다. Referring to Figure 6, the artificial intelligence model is a pre-trained artificial intelligence model.

미리 훈련된 인공지능 모델은 예측결과를 얻기 위해 예측 함수인 predict()를 이용한다. Pre-trained artificial intelligence models use the prediction function predict() to obtain prediction results.

예측 함수인 predict()는 입력 데이터의 집합을 입력으로 활용한다.The prediction function predict() uses a set of input data as input.

미리 훈련된 인공지능 모델의 입력 데이터의 집합은 장비 자체 데이터, 제품 데이터, 운용 데이터 중에 하나 이상일 수 있다. The set of input data for the pre-trained artificial intelligence model may be one or more of the equipment itself data, product data, and operation data.

미리 훈련된 인공지능 모델의 출력 데이터는 시뮬레이션 모델의 하나 이상의 변수에 대한 정적 또는 동적 값일 수 있다. The output data of a pre-trained artificial intelligence model may be static or dynamic values for one or more variables of the simulation model.

도 7은 본 발명의 일 실시 예에 따른 인공지능 모델이 임베디드된 장비 행동 카탈로그를 활용한 데이터 흐름도이다. Figure 7 is a data flow diagram using an equipment behavior catalog embedded with an artificial intelligence model according to an embodiment of the present invention.

도 7을 참조하면, 본 실시 예에 따른 EBC 저장소(110)에 저장된 장비 행동 카탈로그의 템플릿들과 항목에는 인공지능 모델이 임베디드된다.Referring to FIG. 7, an artificial intelligence model is embedded in the templates and items of the equipment behavior catalog stored in the EBC storage 110 according to this embodiment.

상위 EBC 저장소(110)로부터 선택한 장비 행동 카탈로그의 항목에 대하여 인공지능 모델이 포함된 경우에는 인공지능 모델이 포함된 장비 인스턴스 모델(equipment instance model)을 생성하고, 인공지능 모델이 포함되지 않는 경우에 인공지능 모델이 포함되지 않은 장비 인스턴스 모델을 생성할 수 있다.For items in the equipment behavior catalog selected from the upper EBC repository 110, if an artificial intelligence model is included, an equipment instance model including an artificial intelligence model is created, and if an artificial intelligence model is not included, an equipment instance model is created. You can create an equipment instance model that does not include an artificial intelligence model.

장비 인스턴스 모델은 장비 행동 카탈로그에 포함된 정보를 기초로 가상 장비를 생성한 모델을 의미할 수 있다. The equipment instance model may refer to a model that creates virtual equipment based on information included in the equipment behavior catalog.

상위 인공지능 모델이 포함된 장비 인스턴스 모델들 또는 인공지능 모델이 포함되지 않은 장비 인스턴스 모델들로 생산 시스템 구성 데이터(production system configuration data)를 활용하여 생산 시스템 모델(production system model)을 구축할 수 있다. A production system model can be built using production system configuration data using equipment instance models that include a high-level artificial intelligence model or equipment instance models that do not include an artificial intelligence model. .

상위 생산 시스템 모델과 제품 데이터(product data)와 운용 데이터 (operation data)를 활용하는 생산 공정 모델(production process model)을 활용하여 인공지능 모델을 포함하는 생산 행동 모델(production behaviour model)을 구축할 수 있다.A production behavior model including an artificial intelligence model can be built by using a production process model that utilizes a high-level production system model and product data and operation data. there is.

생산 공정 모델은 제품 정보 및 공정 정보를 기초로 사용자가 요청한 가상 공장에서 요구되는 생산 제품의 정보 및 생산 공정의 정보를 추출하여 생성될 수 있다.The production process model can be created by extracting information on the product and production process required from the virtual factory requested by the user based on product information and process information.

상위 생산 행동 모델을 활용한 시뮬레이션의 출력으로 인공지능 성능에 대한 모니터링을 포함한 장비와 시스템의 성능을 모니터링할 수 있다.The output of simulations using high-level production behavior models can monitor the performance of equipment and systems, including monitoring artificial intelligence performance.

이와 같이, 본 발명의 일 실시 예는 인공지능 모델을 사용하는 장비 인스턴스 모델을 구축할 수 있도록 기존의 장비 카탈로그 템플릿에 인공지능 모델을 임베딩하고, 이 인공지능 모델이 임베디드된 장비 행동 카탈로그를 가상 생산 시스템의 시뮬레이션에 사용한다. As such, an embodiment of the present invention embeds an artificial intelligence model in an existing equipment catalog template to build an equipment instance model using the artificial intelligence model, and virtually produces an equipment behavior catalog in which this artificial intelligence model is embedded. Used for system simulation.

본 발명은 도면에 도시된 실시 예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정해져야 할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are merely illustrative, and those skilled in the art will recognize that various modifications and other equivalent embodiments are possible therefrom. You will understand. Therefore, the scope of technical protection of the present invention should be determined by the scope of the patent claims below.

100: EBC 저장소
200: 인공지능 모델 저장소
300: 시뮬레이션부100: EBC storage
200: Artificial intelligence model storage
300: Simulation unit

Claims (19)

인공지능 모델을 저장하는 인공지능 모델 저장소; 및
상기 인공지능 모델 저장소에 저장되는 상기 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 저장하는 EBC 저장소를 포함하는 장비 행동 카탈로그 구성 장치.Artificial intelligence model storage that stores artificial intelligence models; and
An equipment behavior catalog configuration device including an Equipment Behavior Catalog (EBC) storage that stores an Equipment Behavior Catalog (EBC) including artificial intelligence model data for the artificial intelligence model stored in the artificial intelligence model storage. 제1항에 있어서, 상기 장비 행동 카탈로그는
상기 장비의 속성(property), 상기 장비의 행동(behaviour), 및 외부 장비와의 외부 상호작용(external interaction) 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능 모델 임베딩을 위한 장비 행동 카탈로그 구성 장치.The method of claim 1, wherein the equipment behavior catalog is
A device behavior catalog configuration device for artificial intelligence model embedding, comprising at least one of the properties of the device, the behavior of the device, and external interaction with external devices. 제2항에 있어서, 상기 장비의 속성은
프로파일 데이터, 명세 데이터, 운용 데이터, 및 상기 인공지능 모델에 대한 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.The method of claim 2, wherein the properties of the equipment are
An equipment behavior catalog configuration device comprising at least one of profile data, specification data, operation data, and data for the artificial intelligence model. 제3항에 있어서, 상기 인공지능 모델 데이터는
인공지능 모델 식별자, 인공지능 모델 이름, 입력 데이터 집합, 출력 데이터, 프레임워크 정보, 프레임워크 도움 라이브러리, 모델 파일, 및 모델 소스 코드 중 적어도 하나를 포함하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.The method of claim 3, wherein the artificial intelligence model data is
An equipment behavior catalog organizing device comprising at least one of an artificial intelligence model identifier, an artificial intelligence model name, an input data set, output data, framework information, a framework help library, a model file, and model source code. 제2항에 있어서,
상기 장비의 행동은 행동의 상태를 포함하고,
상기 행동의 상태는 상기 행동의 상태 식별자, 상태 이름, 진입 실행코드, 및 진출 실행코드 중 적어도 하나를 포함하며,
상기 행동의 상태의 진입 실행코드 또는 상기 행동의 상태의 진출 실행코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.According to paragraph 2,
The behavior of the equipment includes a state of action,
The state of the action includes at least one of a state identifier, state name, entry execution code, and exit execution code of the action,
An equipment behavior catalog configuration device, wherein the entry execution code of the action state or the exit execution code of the action state includes the artificial intelligence model data. 제5항에 있어서,
상기 장비의 행동은 상기 행동의 상태 천이를 더 포함하고,
상기 행동의 상태 천이는 상태 천이 식별자, 상태 천이 이름, 상태 천이 조건, 출발지 상태 식별자, 목적지 상태 식별자, 및 상태천이 실행 코드 중 적어도 하나를 포함하며,
상기 상태천이 실행 코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.According to clause 5,
The behavior of the equipment further includes a state transition of the behavior,
The state transition of the action includes at least one of a state transition identifier, a state transition name, a state transition condition, a source state identifier, a destination state identifier, and a state transition execution code,
An equipment behavior catalog configuration device, wherein the state transition execution code includes the artificial intelligence model data. 제2항에 있어서, 상기 외부 상호작용은
외부 상호작용 식별자, 외부 상호작용 이름, 출발지 장비 식별자, 목적지 장비 식별자, 상태 식별자, 상태 진입 실행코드, 상태 진출 실행코드, 상태 천이 식별자, 상태 천이 조건, 및 상태 천이 실행코드 중 적어도 하나를 포함하고,
상기 상태 진입 실행코드, 상기 상태 진출 실행코드 및 상기 상태 천이 실행코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.The method of claim 2, wherein the external interaction is
Contains at least one of an external interaction identifier, an external interaction name, a source equipment identifier, a destination equipment identifier, a state identifier, a state entry execution code, a state exit execution code, a state transition identifier, a state transition condition, and a state transition execution code; ,
An equipment behavior catalog configuration device, wherein the state entry execution code, the state exit execution code, and the state transition execution code include the artificial intelligence model data. 제1항에 있어서,
상기 인공지능 모델은 예측 함수를 사용하고,
상기 예측 함수의 입력 데이터는 상기 장비 행동 카탈로그의 데이터이며,
상기 예측 함수의 출력 데이터는 시뮬레이션 모델의 적어도 하나 이상의 변수에 대한 정적 값 또는 동적 값인 것을 특징으로 하는 장비 행동 카탈로그 구성 장치.According to paragraph 1,
The artificial intelligence model uses a prediction function,
The input data of the prediction function is data from the equipment behavior catalog,
An equipment behavior catalog composition device, characterized in that the output data of the prediction function is a static value or a dynamic value for at least one variable of the simulation model. 제1항에 있어서, 상기 EBC 저장소는
상기 인공지능 모델을 저장하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치. The method of claim 1, wherein the EBC storage
An equipment behavior catalog configuration device characterized by storing the artificial intelligence model. 제1항에 있어서, 상기 EBC 저장소는
상기 장비 행동 카탈로그의 데이터 또는 파라미터를 상기 인공지능 모델로 대체하거나, 장비의 행동의 일부 또는 전체를 상기 인공지능 모델로 대체하거나, 또는 복합장비에서 구성 요소로서의 장비를 상기 인공지능 모델로 대체하는 것을 특징으로 하는 장비 행동 카탈로그 구성 장치. The method of claim 1, wherein the EBC storage
Replacing data or parameters in the equipment behavior catalog with the artificial intelligence model, replacing part or all of the behavior of the equipment with the artificial intelligence model, or replacing equipment as a component in complex equipment with the artificial intelligence model Characterized by an equipment behavior catalog organizer. 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그(Equipment Behavior Catalogue; EBC)를 구성하여 저장하는 장비 행동 카탈로그 구성 장치; 및
상기 장비 행동 카탈로그를 이용하여 시뮬레이션을 수행하여 상기 인공지능 모델이 임베디드되도록 하는 시뮬레이션부를 포함하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. An equipment behavior catalog configuration device that configures and stores an Equipment Behavior Catalog (EBC) containing artificial intelligence model data for the artificial intelligence model; and
A virtual production system using an equipment behavior catalog including a simulation unit that performs simulation using the equipment behavior catalog to embed the artificial intelligence model. 제11항에 있어서, 상기 장비 행동 카탈로그 구성 장치는
인공지능 모델을 저장하는 인공지능 모델 저장소; 및
상기 인공지능 모델 저장소에 저장되는 상기 인공지능 모델에 대한 인공지능 모델 데이터를 포함하는 장비 행동 카탈로그를 구성 및 저장하는 EBC 저장소를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. The method of claim 11, wherein the device behavior catalog configuration device
Artificial intelligence model storage that stores artificial intelligence models; and
A virtual production system using an equipment behavior catalog, comprising an EBC storage that configures and stores an equipment behavior catalog containing artificial intelligence model data for the artificial intelligence model stored in the artificial intelligence model storage. 제11항에 있어서, 상기 장비 행동 카탈로그는
상기 장비의 속성(property), 상기 장비의 행동(behaviour), 및 외부 장비와의 외부 상호작용(external interaction) 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능 모델 임베딩을 위한 장비 행동 카탈로그를 이용한 가상 생산 시스템. 12. The method of claim 11, wherein the equipment behavior catalog is
A virtual device using a device behavior catalog for artificial intelligence model embedding, characterized in that it includes at least one of the properties of the device, the behavior of the device, and external interaction with external devices. production system. 제12항에 있어서, 상기 장비의 속성은
프로파일 데이터, 명세 데이터, 운용 데이터, 및 상기 인공지능 모델에 대한 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. The method of claim 12, wherein the properties of the equipment are
A virtual production system using an equipment behavior catalog comprising at least one of profile data, specification data, operation data, and data for the artificial intelligence model. 제14항에 있어서, 상기 인공지능 모델 데이터는
인공지능 모델 식별자, 인공지능 모델 이름, 입력 데이터 집합, 출력 데이터, 프레임워크 정보, 프레임워크 도움 라이브러리, 모델 파일, 및 모델 소스 코드 중 적어도 하나를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. The method of claim 14, wherein the artificial intelligence model data is
Virtual production using an equipment behavior catalog comprising at least one of an artificial intelligence model identifier, artificial intelligence model name, input data set, output data, framework information, framework help library, model file, and model source code. system. 제13항에 있어서,
상기 장비의 행동은 행동의 상태를 포함하고,
상기 행동의 상태는 상기 행동의 상태 식별자, 상태 이름, 진입 실행코드, 및 진출 실행코드 중 적어도 하나를 포함하며,
상기 행동의 상태의 진입 실행코드 또는 상기 행동의 상태의 진출 실행코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. According to clause 13,
The behavior of the equipment includes a state of action,
The state of the action includes at least one of a state identifier, state name, entry execution code, and exit execution code of the action,
A virtual production system using an equipment behavior catalog, wherein the entry execution code of the action state or the exit execution code of the action state includes the artificial intelligence model data. 제16항에 있어서,
상기 장비의 행동은 상기 행동의 상태 천이를 더 포함하고,
상기 행동의 상태 천이는 상태 천이 식별자, 상태 천이 이름, 상태 천이 조건, 출발지 상태 식별자, 목적지 상태 식별자, 및 상태천이 실행 코드 중 적어도 하나를 포함하며,
상기 상태천이 실행 코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. According to clause 16,
The behavior of the equipment further includes a state transition of the behavior,
The state transition of the action includes at least one of a state transition identifier, a state transition name, a state transition condition, a source state identifier, a destination state identifier, and a state transition execution code,
A virtual production system using an equipment behavior catalog, wherein the state transition execution code includes the artificial intelligence model data. 제13항에 있어서, 상기 외부 상호작용은
외부 상호작용 식별자, 외부 상호작용 이름, 출발지 장비 식별자, 목적지 장비 식별자, 상태 식별자, 상태 진입 실행코드, 상태 진출 실행코드, 상태 천이 식별자, 상태 천이 조건, 및 상태 천이 실행코드 중 적어도 하나를 포함하고,
상기 상태 진입 실행코드, 상기 상태 진출 실행코드 및 상기 상태 천이 실행코드는 상기 인공지능 모델 데이터를 포함하는 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. The method of claim 13, wherein the external interaction is
Contains at least one of an external interaction identifier, an external interaction name, a source equipment identifier, a destination equipment identifier, a state identifier, a state entry execution code, a state exit execution code, a state transition identifier, a state transition condition, and a state transition execution code; ,
A virtual production system using an equipment behavior catalog, wherein the state entry execution code, the state exit execution code, and the state transition execution code include the artificial intelligence model data. 제12항에 있어서,
상기 인공지능 모델은 예측 함수를 사용하고,
상기 예측 함수의 입력 데이터는 상기 장비 행동 카탈로그의 데이터이며,
상기 예측 함수의 출력 데이터는 시뮬레이션 모델의 적어도 하나 이상의 변수에 대한 정적 값 또는 동적 값인 것을 특징으로 하는 장비 행동 카탈로그를 이용한 가상 생산 시스템. According to clause 12,
The artificial intelligence model uses a prediction function,
The input data of the prediction function is data from the equipment behavior catalog,
A virtual production system using an equipment behavior catalog, characterized in that the output data of the prediction function is a static value or a dynamic value for at least one variable of the simulation model.
KR1020230078501A 2022-11-08 2023-06-19 Equipment behavior catalog and virtual production system using it KR20240066958A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/503,599 US20240152130A1 (en) 2022-11-08 2023-11-07 Apparatus for configuring equipment behavior catalog and virtual production system using equipment behavior catalog

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220148117 2022-11-08

Publications (1)

Publication Number Publication Date
KR20240066958A true KR20240066958A (en) 2024-05-16

Family

ID=

Similar Documents

Publication Publication Date Title
CN107710149B (en) Method and system for generating PLC code using connectivity model
CN112558929A (en) Artificial intelligence design analysis and recommendation
US10607466B2 (en) Method to configure control system alarms by associating alarms to tags
US8869100B1 (en) Data objects for model-based design
US20020178434A1 (en) Apparatus and method for automatic source code generation in a process control environment
KR101401158B1 (en) Project-data creating device and programmable display device
Van Der Linden et al. An OPC UA interface for an evolvable ISA88 control module
EP3874416A1 (en) A method and system for generating an artificial intelligence model
EP1963965B1 (en) Run-time tunable sample time in programming or modeling environments
Hopsu et al. On portability of IEC 61499 compliant structures and systems
CN100549882C (en) Establishment and/or execution are used for the apparatus and method of the program of industrial automation system
US10303144B2 (en) Object creation in process control systems
CN110968051B (en) Method and engineering system for planning an automation system
US20220075917A1 (en) Adaptive user interfaces for computer-aided technology applications
KR20240066958A (en) Equipment behavior catalog and virtual production system using it
US11454957B2 (en) Systems and methods for operation and design of industrial system
US20240152130A1 (en) Apparatus for configuring equipment behavior catalog and virtual production system using equipment behavior catalog
EP3916539A1 (en) System and method for engineering a technical system
Wang et al. Reconfigurable software for open architecture controllers
US11789421B2 (en) Efficient client updates using patience difference algorithm in a unidirectional data flow architecture for industrial automation design
EP4220428A1 (en) Generation of an index for a data storage
US20240103852A1 (en) Presentation design dynamic generation from data model server
EP4328683A1 (en) Method and system for generating user recommendations to aid generation of an engineering project
EP4209893A1 (en) Method and system for generating an automation engineering project in a technical installation using multidisciplinary approach
US20220334807A1 (en) Method and system for generating engineering programs for an industrial domain