WO2021006501A1 - 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 - Google Patents

스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 Download PDF

Info

Publication number
WO2021006501A1
WO2021006501A1 PCT/KR2020/008075 KR2020008075W WO2021006501A1 WO 2021006501 A1 WO2021006501 A1 WO 2021006501A1 KR 2020008075 W KR2020008075 W KR 2020008075W WO 2021006501 A1 WO2021006501 A1 WO 2021006501A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
time
dimension
real
smart
Prior art date
Application number
PCT/KR2020/008075
Other languages
English (en)
French (fr)
Inventor
박용철
안성훈
정우균
김형중
Original Assignee
호전실업 주식회사
서울대학교 산학협력단
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 호전실업 주식회사, 서울대학교 산학협력단 filed Critical 호전실업 주식회사
Publication of WO2021006501A1 publication Critical patent/WO2021006501A1/ko

Links

Images

Classifications

    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • 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
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • a smart sewing work measurement system includes: a profile extracting unit for extracting a working current profile that is a reference for each sewing work in a production line; A dimension reduction unit for reducing the dimension of the working current profile using a Piecewise Aggregate Approximation (PAA) technique; A character representation unit that transposes the reduced-dimensioned working current profile into alphabetic characters using a Symbolic Aggregate Approximation (SAX) technique to generate reference data with a reduced dimension and character representation; And a similarity measuring unit for measuring a similarity by comparing the reference data with real data collected in the production line using a DTW (Dynamic Time Warping) technique.
  • PAA Piecewise Aggregate Approximation
  • SAX Symbolic Aggregate Approximation
  • FIG. 8 is a graph for explaining the result of recognizing the work quantity of the smart sewing work measurement system according to an embodiment of the present invention.
  • the clothing production industry is a traditional manpower-intensive industry, where all work is done by manpower.
  • a large-scale investment in converting to an IoT-based system is impossible for the clothing production factory of clothing manufacturers that have advanced to Southeast Asia, etc., due to the labor-intensive working environment of local workers.
  • the productivity of individual workers and production lines can be measured in real time.
  • the efficiency and productivity can be maximized by controlling the garment production plant by analyzing and predicting in real-time or semi-real time.
  • the similarity measurement unit 400 decreases the dimension of time series continuous data collected in real time at the production site (step S410).

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Sewing Machines And Sewing (AREA)

Abstract

근사통계 기법 알고리즘을 이용한 고속 복잡 데이터에서 재봉작업 수량과 시간을 추출할 수 있는 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템이 개시된다. 스마트 재봉작업 측정 방법은, (a) 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출하는 단계; (b) PAA(Piecewise Aggregate Approximation) 기법을 이용하여 복잡한 작업 전류 프로파일의 차원을 감소시키는 단계; (c) SAX(Symbolic Aggregate approximation) 기법을 이용하여 단순화된 프로파일을 알파벳 문자로 전치하는 단계; 및 (d) DTW(Dynamic Time Warping) 기법을 이용하여 기준 데이터와 생산라인에서의 실시간 데이터를 비교하여 유사도를 측정하는 단계를 포함한다. 이에 따르면, 스마트 플러그 등의 시스템을 이용하여 의류생산공장의 생산 데이터를 수집하고, 이를 컴퓨팅 파워의 부담없이 분석할 수 있는 근사통계 기법 알고리즘을 이용하여 분석함으로써 개별 작업자 및 생산라인의 생산성을 준 실시간대로 분석하고 예측하여 의류생산공장을 제어함으로써 효율성과 생산성을 극대화할 수 있다.

Description

스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템
본 발명은 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템에 관한 것으로, 보다 상세하게는 근사통계 기법 알고리즘을 이용한 고속 복잡 데이터에서 재봉작업 수량과 시간을 추출할 수 있는 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템에 관한 것이다.
기술의 발전과 더불어 다양한 형태의 스마트 센서가 개발되어 산업현장과 가정 등에 활용되고 있다. 예를 들어, 전류센서, 수압센서, 온도센서 등을 IoT 기술과 연동한 단편적인 스마트 센서들은 일부 상용화되어 있다. 이러한 스마트 센서들이 측정한 현재의 전력소비량, 수압현황, 온도수준 등이 운영자의 스마트폰 앱에 전달되고, 운영자는 릴레이 등의 스위칭 수단을 이용하여 전력, 수압, 온도 등을 제어할 수 있다. 전기 에너지 사용의 계측, 그 계측 결과를 여러 가지 용도로 활용, 그리고 전기 에너지의 효율적 사용을 위한 전기 공급의 차단 제어 등을 효과적으로 수행하기 위해, 스마트 플러그도 사용되고 있다.
생산 환경에 대한 효과적인 감시와 통제의 필요성은 지속된다. 예컨대 스마트 팩토리를 구현하기 위해서는 이전에 비해 훨씬 다양한 대상과 환경 요소에 대한 모니터링이 요구된다. 더욱 다양한 제어요인들과 환경요인들을 모니터링함에 따라, 모니터링 결과들을 다양한 방법으로 처리하여 생산수단의 안전한 운용과 생산성 향상 등을 위한 적극적인 조치를 취할 수 있는 수단과 방법이 요구되고 있다.
의류 제조업은 전통적인 노동 집약적 산업으로, 작업자들의 노동력에 의해 대부분의 작업이 이루어지고 있다. 의류생산공장의 경우도, 생산성 향상과 작업환경의 안정성 제고를 위해서는 근로자들의 노동집약적 근무환경을 IoT 기반의 시스템으로 전환할 필요가 있다. 작업의 효율성, 생산성을 극대화하고, 사고 예방 등을 위해서는 근로자들이 다루는 의류생산장비들의 작업 상황 그리고 공장 내의 작업환경 등을 면밀히 모니터링할 필요가 있다.
본 발명의 기술적 과제는 이러한 점에 착안한 것으로, 본 발명의 목적은 의류생산공장에서 의류 봉제 작업을 수행함에 따라서 재봉틀의 소비전력을 모니터링 및 분석하여 작업자별 작업 수량과 작업시간을 실시간으로 측정함과 동시에 각 작업자 및 생산라인의 현재 생산량, 생산진도, 작업시간, 병목지점 등을 실시간으로 모니터링할 수 있는 스마트 재봉작업 측정 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기한 스마트 재봉작업 측정 방법을 수행하기 위한 시스템을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위하여 일실시예에 따른 스마트 재봉작업 측정 방법은, (a) 생산라인에서 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출하는 단계; (b) PAA(Piecewise Aggregate Approximation) 기법을 이용하여 상기 작업 전류 프로파일의 차원을 감소시키는 단계; (c) 상기 차원이 감소된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치하여 차원이 감소되고 문자 대표화된 기준 데이터를 생성하는 단계; 및 (d) DTW(Dynamic Time Warping) 기법을 이용하여 상기 기준 데이터와 생산라인에서 수집된 실데이터를 비교하여 유사도를 측정하는 단계를 포함한다.
본 발명의 일실시예에서, 상기 단계(b)는, (b-1) 시계열 연속데이터인 상기 작업 전류 프로파일을 분할하는 단계; (b-2) 분할된 데이터를 새로운 범위의 구간으로 재분할하는 단계; (b-3) 분할된 구간내 데이터 평균값을 산출하는 단계; 및 (b-4) 산출된 평균값을 각 구간의 대표값으로 지정하여 차원을 감소시키는 단계를 포함할 수 있다.
본 발명의 일실시예에서, 상기 단계(c)는, (c-1) 차원내 데이터 값의 범위를 지정하는 단계; (c-2) 차원내 데이터 값의 범위를 가우시안 분포에 따라 구간을 분할하는 단계; (c-3) 차원이 감소된 데이터의 값이 위치한 구간을 알파벳 문자로 대표화 표현하는 단계; 및 (c-4) 차원이 감소된 구간을 알파벳 문자로 대체하여 표시하는 단계를 포함할 수 있다.
본 발명의 일실시예에서, 상기 단계(d)는, (d-1) 생산현장에서 실시간 수집된 시계열 연속데이터의 차원을 감소시키는 단계; (d-2) 차원이 감소된 실시간 수집 시계열 연속데이터의 문자를 대표화하는 단계; (d-3) 상기 기준 데이터 문자열과 실시간 수집된 데이터의 문자화된 문자열을 비교하는 단계; 및 (d-4) 상기 기준 데이터 문자열과 상기 실시간 데이터 문자열 비교 결과가 기준 범위 내에 있을 시 작업으로 판정하는 단계를 포함할 수 있다.
본 발명의 일실시예에서, 단계(d-3)에서 상기 기준 데이터 문자열을 무빙 윈도우 기법으로 상기 실시간 데이터 문자열에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출할 수 있다.
본 발명의 일실시예에서, 각 작업간의 소요시간은 상기 패턴으로 인식하는 패턴인식 시작점의 시간정보를 추출하여 다음 패턴을 인식하는 시간까지의 차이를 계산하여 산출될 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위하여 일실시예에 따른 스마트 재봉작업 측정 시스템은, 생산라인에서 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출하는 프로파일 추출부; PAA(Piecewise Aggregate Approximation) 기법을 이용하여 상기 작업 전류 프로파일의 차원을 감소시키는 차원 감소부; 상기 차원이 감소된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치하여 차원이 감소되고 문자 대표화된 기준 데이터를 생성하는 문자 대표화부; 및 DTW(Dynamic Time Warping) 기법을 이용하여 상기 기준 데이터와 생산라인에서 수집된 실데이터를 비교하여 유사도를 측정하는 유사도 측정부를 포함한다.
본 발명의 일실시예에서, 상기 차원 감소부는, 시계열 연속데이터인 상기 작업 전류 프로파일을 분할하고, 분할된 데이터를 새로운 범위의 구간으로 재분할하며, 분할된 구간내 데이터 평균값을 산출하고, 산출된 평균값을 각 구간의 대표값으로 지정하여 차원을 감소시킬 수 있다.
본 발명의 일실시예에서, 상기 문자 대표화부는, 차원내 데이터 값의 범위를 지정하고, 차원내 데이터 값의 범위를 가우시안 분포에 따라 구간을 분할하며, 차원이 감소된 데이터의 값이 위치한 구간을 알파벳 문자로 대표화 표현하고, 차원이 감소된 구간을 알파벳 문자로 대체하여 표시할 수 있다.
본 발명의 일실시예에서, 상기 유사도 측정부는, 생산현장에서 실시간 수집된 시계열 연속데이터의 차원을 감소시키고, 차원이 감소된 실시간 수집 시계열 연속데이터의 문자를 대표화하고, 상기 기준 데이터 문자열과 실시간 수집된 데이터의 문자화된 문자열을 비교하고, 상기 기준 데이터 문자열과 상기 실시간 데이터 문자열 비교 결과가 기준 범위 내에 있을 시 작업으로 판정할 수 있다.
본 발명의 일실시예에서, 상기 유사도 측정부는 상기 기준 데이터 문자열을 무빙 윈도우 기법으로 상기 실시간 데이터 문자열에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출할 수 있다.
본 발명의 일실시예에서, 상기 유사도 측정부는 상기 패턴으로 인식하는 패턴인식 시작점의 시간정보를 추출하여 다음 패턴을 인식하는 시간까지의 차이를 계산하여 각 작업간의 소요시간을 산출할 수 있다.
이러한 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템에 의하면, 스마트 플러그 등의 시스템을 이용하여 의류생산공장의 생산 데이터를 수집하고, 이를 컴퓨팅 파워의 부담없이 분석할 수 있는 근사통계 기법 알고리즘을 이용하여 분석함으로써 개별 작업자 및 생산라인의 생산성을 준 실시간대로 분석하고 예측하여 의류생산공장을 제어함으로써 효율성과 생산성을 극대화할 수 있다.
도 1은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템을 설명하기 위한 개요도이다.
도 2는 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템을 설명하기 위한 블럭도이다.
도 3은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 방법을 설명하기 위한 흐름도이다.
도 4는 도 3에 도시된 차원 감소 단계를 설명하기 위한 흐름도이다.
도 5는 도 3에 도시된 문자 대표화 단계를 설명하기 위한 흐름도이다.
도 6은 근사통계 기법 알고리즘 PAA-SAX로 간소화 및 대표화된 데이터 예시를 설명하기 위한 그래프이다.
도 7은 도 3에 도시된 유사도 측정 단계를 설명하기 위한 흐름도이다.
도 8은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템의 작업 수량 인식결과를 설명하기 위한 그래프이다.
도 9는 스톱워치로 관리자가 측정한 작업시간과 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템으로 측정한 작업시간 간의 비교를 설명하기 위한 그래프이다.
도 10은 작업자별 일일 작업 수행 특성 분석을 설명하기 위한 그래프이다.
도 11은 시간대별 과부하 작업자 현황을 설명하기 위한 그래프이다.
이하, 첨부한 도면들을 참조하여, 본 발명을 보다 상세하게 설명하고자 한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하여 도시한 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 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 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템을 설명하기 위한 개요도이다.
도 1을 참조하면, 스마트 재봉작업 측정 시스템의 스마트 플러그(또는 스마트 모니터링장치)는 의류생산공장 내의 재봉틀이나 자동화 재단기와 같은 각종 의류생산장비들에 설치되어 시간 경과에 따라 측정한 의류생산장치들의 사용 전력량 또는 소비 전력량 데이터를 수집하여 무선 또는 유선 통신으로 서버 컴퓨터(로컬/클라우드 서버)에 전송한다.
스마트 재봉작업 측정 시스템은 근사통계 기법 알고리즘을 이용하여 상기 서버 컴퓨터에 전송된 데이터에서 의류생산 작업자의 생산 수량, 작업 시간 등을 추출한다. 또한 스마트 재봉작업 측정 시스템은 추출된 데이터에 대해 개별 또는 생산라인 단위로 분석하여, 개인 또는 의류생산라인의 작업 시간을 측정할 수 있고, 생산 수량을 계측할 수 있으며, 생산라인 효율을 평가할 수 있다. 또한 스마트 재봉작업 측정 시스템은 병목 현상을 확인할 수 있고, 생산성을 평가할 수 있다. 또한 스마트 재봉작업 측정 시스템은 의류생산공장의 가동상태를 모니터링 할 수 있도록 하기 위해 산출된 데이터를 관리자 또는 관리부서로 실시간 제공할 수 있다.
의류생산산업은 전통적인 인력집약적 산업으로, 인력에 의해 모든 작업이 이루어지고 있다. 현재 동남아시아 등으로 진출한 의류생산업체의 의류생산공장은 현지 근로자의 노동집약적 근무환경으로 IoT 기반의 시스템으로 전환하는 대규모 투자는 불가한 상황이다. 이러한 상황에서 본 발명에 따라 스마트 플러그 등의 시스템을 이용하여 생산 데이터를 수집하고, 이를 컴퓨팅 파워의 부담없이 분석할 수 있는 근사통계 기법 알고리즘을 이용하여 분석함으로써, 개별 작업자 및 생산라인의 생산성을 실시간대로 또는 준 실시간대로 분석하고 예측하여 의류생산공장을 제어함으로써 효율성과 생산성을 극대화할 수 있다.
도 2는 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템을 설명하기 위한 블럭도이다.
도 2를 참조하면, 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템은, 프로파일 추출부(100), 차원 감소부(200), 문자 대표화부(300) 및 유사도 측정부(400)를 포함하고, 의류생산공장에 특화되어 재봉틀 등의 소비전력을 모니터링하여 전류신호로부터 작업자의 작업 패턴을 인식하고, 이를 이용하여 작업자 또는 생산라인의 작업 수량 내지 작업 시간을 분석하여 생산 기본정보를 제공한다. 또한 스마트 재봉작업 측정 시스템은 제공된 생산 기본정보를 이용하여 개별 작업자-작업 라인-생산 공장의 생산량과 생산진도, 작업시간과 병목지점 등의 관리정보 제공이 가능하다.
프로파일 추출부(100)는 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출한다. 상기한 작업 전류 프로파일은 의류생산장비 스마트 모니터링 장치를 통해 추출될 수 있다. 상기 의류생산장비 스마트 모니터링 장치는 복수의 센서모듈들을 포함한다. 센서모듈들 각각은 의류생산장치의 사용 전류량, 전압 또는 전력소비량, 그리고 의류생산공장 내의 온도, 습도, 조도, 압력, 가속도, 소음, 미세먼지 농도, 여러 종료의 가수(CO2, VOC)의 농도 등을 각각 검출할 수 있는 센서들의 집합일 수 있다. 본 실시예에서, 센서모듈은 전류센서일 수 있다. 이 경우 전류센서는 전원에서 의류생산장비로 전력이 공급되는 전선로를 포위하는 전류변환코일을 포함하여 부하로 공급되는 전류량을 검출할 수 있다. 의류생산장비에 공급되는 전류량을 알면 전력 소비량도 산출할 수 있을 것이다.
차원 감소부(200)는 프로파일 추출부(100)에서 추출된 작업 전류 프로파일의 차원을 PAA(Piecewise Aggregate Approximation) 기법을 이용하여 감소시켜 단순화된 작업 전류 프로파일로 변환한다. 시계열 형태의 입력데이터는 계단형의 데이터 형태로 단순화될 수 있는데, 이것을 PAA 변환한다고 표현한다. 시간에 따른 곡선형 표현에서 계단형 모습으로 바뀌게 된 것을 텍스트 형태로 다시 기호화한다.
PAA 기법은 아래의 수식 1을 이용하여 길이 n의 시퀀스
Figure PCTKR2020008075-appb-I000001
를 길이 M의 시퀀스
Figure PCTKR2020008075-appb-I000002
으로 나타낸다.
[수식 1]
Figure PCTKR2020008075-appb-I000003
여기서, n과 M은 자연수로서 n≥M을 만족한다.
즉, PAA 기법은 n차원 시계열 데이터를 M차원으로 줄이기 위하여 시계열 데이터를 동일한 크기의 프레임으로 나누고, 각 프레임에 속하는 데이터의 평균값으로 데이터를 나타낸다.
문자 대표화부(300)는 차원 감소부(200)에 의해 단순화된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치한다. 상기한 SAX 기법은 PAA 기법을 통해 변환된 데이터의 각 세그먼트를 문자열로 심볼화하여 나타내는 것이다. 여기서, 문자열은 예를 들면 알파벳이나 숫자 등을 포함할 수 있으나, 본 실시예에서는 알파벳을 문자열의 예로 설명한다.
통상적으로, SAX는 시계열(time series) 데이터에 대해 타임 윈도우(time window)로 나누고, 차원을 감소하여 나타내는 하나의 방법이다. 클러스터링, 분류(classification), 인덱싱(index) 등의 고전적인 데이터 마이닝 기법에서, 잘 알려진 표현 방법인 DWT(Discrete Wavelet Transform)나 DFT(Discrete Fourier Transform) 만큼 좋으면서, 저장 공간은 적게 필요로 하는 것이 바로 SAX이다. 게다가, 생물정보학 또는 텍스트 마이닝 분야에서 쓰이는 풍부한 자료 구조를 활용 가능할 뿐 아니라, 현재 데이터 마이닝 작업과 관련된 많은 문제에 대한 솔루션을 제공한다.
유사도 측정부(400)는 DTW(Dynamic Time Warping) 기법을 이용하여 기준 데이터와 생산라인에서의 실시간 데이터를 비교하여 유사도를 측정한다. 구체적으로, 유사도 측정부(400)는 생산현장에서 실시간 수집된 시계열 연속데이터의 차원 감소하고, 차원이 감소된 실시간 수집 시계열 연속데이터의 문자를 대표화한다. 이어, 유사도 측정부(400)는 기준 데이터 문자열과 실시간 데이터 문자열을 비교하고, 기준 데이터 문자열과 실시간 데이터 문자열 비교 결과가 기준 범위 내에 있을 시 작업으로 판정한다.
상기 유사도 측정부(400)는 상기 기준 데이터 문자열을 무빙 윈도우 기법으로 상기 실시간 데이터에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출한다. 상기 유사도 측정부(400)는 패턴인식 시작점의 시간정보를 추출하여 다음 패턴을 인식하는 시간까지의 차이를 계산하여 각 작업간의 소요시간을 산출한다.
도 3은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 생산라인에서 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출한다(단계 S100). 상기한 작업 전류 프로파일의 추출은 도 2에서 도시된 전류 프로파일 추출부(100)에 의해 수행될 수 있다.
이어, PAA(Piecewise Aggregate Approximation) 기법을 이용하여 상기 작업 전류 프로파일의 차원을 감소시킨다(단계 S200). 상기한 차원 감소는 도 2에 도시된 차원 감소부(200)에 의해 수행될 수 있다.
이어, 상기 차원이 감소된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치하여 차원이 감소되고 문자 대표화된 기준 데이터를 생성한다(단계 S300). 상기한 알파벳 문자로 전치는 도 2에 도시된 문자 대표화부(300)에 의해 수행될 수 있다.
이어, DTW(Dynamic Time Warping) 기법을 이용하여 상기 기준 데이터와 생산라인에서 수집된 실데이터(즉, 실시간 데이터) 간의 유사도를 측정한다(단계 S400). 상기한 유사도 측정은 도 2에 도시된 유사도 측정부(400)에 의해 수행될 수 있다.
도 4는 도 3에 도시된 차원 감소 단계를 설명하기 위한 흐름도이다.
도 3 및 도 4를 참조하면, 차원 감소부(200)는 시계열 연속데이터인 상기 작업 전류 프로파일을 분할한다(단계 S210). 예를 들어, 초당 5회의 연속된 데이터를 1분 간격으로 분할하면, 300차원이다.
이어, 차원 감소부(200)는 분할된 데이터를 새로운 범위의 구간으로 재분할한다(단계 S220). 예를 들어, 300차원을 각각 20개의 데이터를 가지는 15개 구간으로 재분할한다.
이어, 차원 감소부(200)는 분할된 구간내 데이터 평균값을 산출한다(단계 S230). 예를 들어, 15개 구간별 각 20개 데이터의 평균값을 산출한다.
이어, 차원 감소부(200)는 산출된 평균값을 각 구간의 대표값으로 지정하여 차원을 감소한다(단계 S240). 예를 들어, 300차원은 15차원으로 차원이 감소된다.
도 5는 도 3에 도시된 문자 대표화 단계를 설명하기 위한 흐름도이다. 도 6은 근사통계 기법 알고리즘 PAA-SAX로 간소화 및 대표화된 데이터 예시를 설명하기 위한 그래프이다.
도 3 및 도 5를 참조하면, 문자 대표화부(300)는 차원내 전류 데이터 값의 범위를 지정한다(단계 S310). 예를 들어, 모든 전류 데이터 값이 0~3A의 범위 내에 있는 경우 0~3이다.
이어, 문자 대표화부(300)는 차원내 전류 데이터 값 범위를 가우시안 분포에 따라 구간을 분할한다(단계 S320). 예를 들어, 중간부에 높은 밀도 구간이 배치된다.
이어, 문자 대표화부(300)는 차원이 감소된 데이터의 값이 위치한 구간을 알파벳 문자로 대표화 표현한다(단계 S330). 예를 들어, 가장 낮은 구간은 a로, 다음 단계의 구간은 b, 그 다음 단계의 구간은 c 등과 같이 표현될 수 있다.
이어, 문자 대표화부(300)는 차원이 감소된 구간을 알파벳 문자로 대체하여 표시한다(단계 S340). 예를 들어, 15차원은 <afacebaaafcbaa>와 같은 알파벳 문자로 대체될 수 있다.
도 7은 도 3에 도시된 유사도 측정 단계를 설명하기 위한 흐름도이다.
도 3 및 도 7을 참조하면, 유사도 측정부(400)는 생산현장에서 실시간 수집된 시계열 연속데이터의 차원을 감소한다(단계 S410).
이어, 유사도 측정부(400)는 차원이 감소된 실시간 수집된 시계열 연속데이터의 문자를 대표화하여 실시간 데이터 문자열을 생성한다(단계 S420).
이어, 유사도 측정부(400)는 기준 데이터 문자열과 실시간 데이터 문자열을 비교하여(단계 S430), 기준 데이터 문자열과 실시간 데이터 문자열의 비교 결과가 기준 범위 내에 있을 시 작업으로 판정한다(단계 S440). 예를 들어, 기준 데이터 문자열을 무빙 윈도우 기법으로 실시간 데이터 문자열에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출할 수 있다.
도 8은 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템의 작업 수량 인식결과를 설명하기 위한 그래프이다. 특히, 도 8은 스마트 재봉작업 측정 시스템을 이용하여 44명의 작업자로 구성된 의류 봉제 생산라인에서의 작업 수량을 인식한 결과를 나타낸 그래프이다.
도 8에 도시된 바와 같이, 스마트 재봉작업 측정 시스템을 이용하여 작업 측정 결과, 기준 작업 수량 250개에 대하여 평균 92.1%(최고 99.6%, 최저 80.6%)의 작업 수량 인식률을 보였다.
이러한 오차는 유사도에 대한 민감도를 조절함으로써 최소화시킬 수 있다.
도 9는 스톱워치로 관리자가 측정한 작업시간과 본 발명의 일실시예에 따른 스마트 재봉작업 측정 시스템으로 측정한 작업시간 간의 비교를 설명하기 위한 그래프이다.
도 9에 도시된 바와 같이, 44명의 작업자로 구성된 의류 봉제 생산라인에서 봉제 작업이 이루어질 때 스톱워치로 실제로 측정한 작업시간과 스마트 재봉작업 측정 시스템으로 측정한 작업시간은 작업자별로 추세가 유사한 것을 확인할 수 있다.
즉, 약 30%의 작업에서 10% 이하의 오차를 보였으나, 작업자별로 추세가 유사하며, 관리자 측정의 경우는 2일 정도에 1회(1회 측정시 약 3회 측정후 평균 적용) 측정을 고려시 의류생산현장에 적용 가능한 수준의 측정 결과인 것을 알수 있다.
도 10은 작업자별 일일 작업 수행 특성 분석을 설명하기 위한 그래프이다.
도 10을 참조하면, 스마트 재봉작업 측정 시스템을 이용하여 2명의 작업자의 일일 업무수행 특성을 분석한 결과가 표시된다.
21번 작업자(OP#21)의 경우, 7시부터 12시까지의 작업 수량은 4, 10, 8, 11, 14, 16, 10,. 13, 13, 10개이고, 12시 30분부터 18시까지의작업수량은 6, 6, 14, 12, 9, 10, 8, 11, 12, 14, 11, 3개로 측정되었다. 한편, 37번 작업자(OP#37_2)의 경우 7시부터 12시까지의 작업 수량은 2, 6, 8, 11, 12, 13, 13, 13, 13, 12, 10개이고, 12시 30분부터 18시까지의 작업 수량은 4, 12, 10, 13, 13, 12, 12, 10, 4, 14, 12, 10개로 측정되었다.
이처럼, 21번 작업자(OP#21)의 경우 오후보다 오전에 업무 집중도가 높은 반면, 37번 작업자(OP#37_2)의 경우 오전보다 오후에 더 높은 작업 특성을 보이는 것을 확인할 수 있다.
본 발명에 따른 스마트 재봉작업 측정 시스템을 이용하여 이러한 개별 작업자별 작업 특성을 빅데이터로 구축하고 생산라인 설계시 최적 조합의 인원을 배치하여 생산성을 향상시킬 수 있다.
도 11은 시간대별 과부하 작업자 현황을 설명하기 위한 그래프이다. 특히, 스마트 재봉작업 측정 시스템을 이용하여 합복 봉제작업자 7명의 일일 시간대별 업무 부하량을 산출한 결과가 도시된다.
도 11을 참조하면, 오전 7-8시간 32번 작업자(OP#32)가 높은 부하율(대략 240%)을 보이고 있고, 오전 11시경에는 33번 작업자(OP#33)가 높은 부하율(대략 170%)을 보이고 있으며, 오후 1시경에는 35번 작업자(OP#35)가 높은 부하율(대략 200%)을 보이는 현상을 확인할 수 있다. 또한 오후 2시경에는 37번 작업자(OP#37가 높은 부하율을 보이고 있고, 오후 4시경에는 35번 작업자(OP#35)가 높은 부하율을 보이고 있으며, 오후 5시경에는 32번 작업자(OP#32가 높은 부하율을 보이고 있는 현상을 확인할 수 있다.
이처럼, 스마트 재봉작업 측정 시스템을 이용하여 시간대별 과부하 작업자 현황을 확인할 수 있다.
작업자가 높은 부하율을 보이는 현상은 해당 공정에 병목현상이 발생할 수 있다는 징후로 분석이 가능하며, 해당 공정의 업무부하가 높아지는 원인을 확인하여 제거함으로써 봉제 생산라인의 균형을 유지할 수 있다.
스마트 재봉작업 측정 시스템을 이용하여 이러한 생산라인 내에서의 균형을 최대한 유지할 수 있도록 실시간 모니터링이 가능하다.
이상에서 설명된 바와 같이, 의류생산공장의 재봉틀 등 의류생산장비에 별도의 장비 개조없이 스마트 플러그를 장착하여 전류 데이터를 수집하고, 수집된 데이터를 분석하여 생산량과 단위 생산시간을 산출함으로써, 공장 전체의 실시간 가동상태와 다양한 생산정보를 확인할 수 있다.
본원에 개시된 방법들은 기재된 방법을 성취하기 위한 하나 이상의 단계들 또는 작동들을 포함한다. 방법 단계들 및/또는 작동들은 청구항들의 범위에서 벗어나지 않고 서로 교환될 수 있다. 다시 말해서, 기재된 방법의 적절한 동작을 위해 특정 순서의 단계들 또는 작동들이 요구되지 않는다면, 특정 단계들 및/또는 작동들의 순서 및/또는 사용이 청구항들의 범위에서 벗어나지 않고 수정될 수 있다.
이상에서는 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에 따른 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템은 의류 봉제분야 생산제조 시스템의 자동화 및 생산량/시간 계측에 적용이 가능하다. 또한 개별 작업자-작업 라인-생산 공장의 생산량과 생산진도, 작업시간과 병목지점 등의 관리정보의 제공이 가능하다. 또한 다양한 제조 설비 공장에서의 설비 및 환경 모니터링에 적용이 가능하다.

Claims (12)

  1. (a) 생산라인에서 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출하는 단계;
    (b) PAA(Piecewise Aggregate Approximation) 기법을 이용하여 상기 작업 전류 프로파일의 차원을 감소시키는 단계;
    (c) 상기 차원이 감소된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치하여 차원이 감소되고 문자 대표화된 기준 데이터를 생성하는 단계; 및
    (d) DTW(Dynamic Time Warping) 기법을 이용하여 상기 기준 데이터와 생산라인에서 수집된 실데이터를 비교하여 유사도를 측정하는 단계를 포함하는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  2. 제1항에 있어서, 상기 단계(b)는,
    (b-1) 시계열 연속데이터인 상기 작업 전류 프로파일을 분할하는 단계;
    (b-2) 분할된 데이터를 새로운 범위의 구간으로 재분할하는 단계;
    (b-3) 분할된 구간내 데이터 평균값을 산출하는 단계; 및
    (b-4) 산출된 평균값을 각 구간의 대표값으로 지정하여 차원을 감소시키는 단계를 포함하는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  3. 제1항에 있어서, 상기 단계(c)는,
    (c-1) 차원내 데이터 값의 범위를 지정하는 단계;
    (c-2) 차원내 데이터 값의 범위를 가우시안 분포에 따라 구간을 분할하는 단계;
    (c-3) 차원이 감소된 데이터의 값이 위치한 구간을 알파벳 문자로 대표화 표현하는 단계; 및
    (c-4) 차원이 감소된 구간을 알파벳 문자로 대체하여 표시하는 단계를 포함하는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  4. 제1항에 있어서, 상기 단계(d)는,
    (d-1) 생산현장에서 실시간 수집된 시계열 연속데이터의 차원을 감소시키는 단계;
    (d-2) 차원이 감소된 실시간 수집 시계열 연속데이터의 문자를 대표화하는 단계;
    (d-3) 상기 기준 데이터 문자열과 실시간 수집된 데이터의 문자화된 문자열을 비교하는 단계; 및
    (d-4) 상기 기준 데이터 문자열과 상기 실시간 데이터 문자열 비교 결과가 기준 범위 내에 있을 시 작업으로 판정하는 단계를 포함하는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  5. 제4항에 있어서, 단계(d-3)에서 상기 기준 데이터 문자열을 무빙 윈도우 기법으로 상기 실시간 데이터 문자열에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출하는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  6. 제5항에 있어서, 각 작업간의 소요시간은 상기 패턴으로 인식하는 패턴인식 시작점의 시간정보를 추출하여 다음 패턴을 인식하는 시간까지의 차이를 계산하여 산출되는 것을 특징으로 하는 스마트 재봉작업 측정 방법.
  7. 생산라인에서 각 봉제 작업의 기준이 되는 작업 전류 프로파일을 추출하는 프로파일 추출부;
    PAA(Piecewise Aggregate Approximation) 기법을 이용하여 상기 작업 전류 프로파일의 차원을 감소시키는 차원 감소부;
    상기 차원이 감소된 작업 전류 프로파일을 SAX(Symbolic Aggregate approximation) 기법을 이용하여 알파벳 문자로 전치하여 차원이 감소되고 문자 대표화된 기준 데이터를 생성하는 문자 대표화부; 및
    DTW(Dynamic Time Warping) 기법을 이용하여 상기 기준 데이터와 생산라인에서 수집된 실데이터를 비교하여 유사도를 측정하는 유사도 측정부를 포함하는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
  8. 제7항에 있어서, 상기 차원 감소부는, 시계열 연속데이터인 상기 작업 전류 프로파일을 분할하고, 분할된 데이터를 새로운 범위의 구간으로 재분할하며, 분할된 구간내 데이터 평균값을 산출하고, 산출된 평균값을 각 구간의 대표값으로 지정하여 차원을 감소시키는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
  9. 제7항에 있어서, 상기 문자 대표화부는, 차원내 데이터 값의 범위를 지정하고, 차원내 데이터 값의 범위를 가우시안 분포에 따라 구간을 분할하며, 차원이 감소된 데이터의 값이 위치한 구간을 알파벳 문자로 대표화 표현하고, 차원이 감소된 구간을 알파벳 문자로 대체하여 표시하는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
  10. 제7항에 있어서, 상기 유사도 측정부는, 생산현장에서 실시간 수집된 시계열 연속데이터의 차원을 감소시키고, 차원이 감소된 실시간 수집 시계열 연속데이터의 문자를 대표화하고, 상기 기준 데이터 문자열과 실시간 수집된 데이터의 문자화된 문자열을 비교하고, 상기 기준 데이터 문자열과 상기 실시간 데이터 문자열 비교 결과가 기준 범위 내에 있을 시 작업으로 판정하는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
  11. 제10항에 있어서, 상기 유사도 측정부는 상기 기준 데이터 문자열을 무빙 윈도우 기법으로 상기 실시간 데이터 문자열에 대해 슬라이딩시켜 유사도가 높은 프로파일을 패턴으로 인식하여 작업 수량을 산출하는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
  12. 제11항에 있어서, 상기 유사도 측정부는 상기 패턴으로 인식하는 패턴인식 시작점의 시간정보를 추출하여 다음 패턴을 인식하는 시간까지의 차이를 계산하여 각 작업간의 소요시간을 산출하는 것을 특징으로 하는 스마트 재봉작업 측정 시스템.
PCT/KR2020/008075 2019-07-11 2020-06-22 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템 WO2021006501A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190083723A KR102126954B1 (ko) 2019-07-11 2019-07-11 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템
KR10-2019-0083723 2019-07-11

Publications (1)

Publication Number Publication Date
WO2021006501A1 true WO2021006501A1 (ko) 2021-01-14

Family

ID=71400147

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/008075 WO2021006501A1 (ko) 2019-07-11 2020-06-22 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템

Country Status (2)

Country Link
KR (1) KR102126954B1 (ko)
WO (1) WO2021006501A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102277976B1 (ko) * 2020-07-01 2021-07-16 호전실업 주식회사 작업 전력패턴 자동 인식 방법과 이를 위한 시스템
KR102285374B1 (ko) * 2020-07-16 2021-08-04 호전실업 주식회사 인공지능 기반 작업 전력패턴 자동 인식 방법과 이를 위한 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100955716B1 (ko) * 2009-04-27 2010-05-03 가림정보기술 주식회사 생체데이터의 문자열 생성 방법 및 장치와, 이를 이용한 생체 파형 검출 방법 및 장치와 맥파 분류 방법 및 장치
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법
KR101917157B1 (ko) * 2018-07-03 2018-11-09 호전실업 주식회사 의류생산공장 스마트 모니터링 방법 및 시스템
KR20190008515A (ko) * 2017-07-13 2019-01-24 고려대학교 산학협력단 개선된 sax 기법 및 rtc 기법을 이용한 공정 모니터링 장치 및 방법
KR20190064859A (ko) * 2017-12-01 2019-06-11 김태강 사물 인터넷을 이용한 봉제품 제조용 스마트 계수기 및 방법, 그리고 이를 구비하는 봉제 생산 관리 시스템 및 그 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100955716B1 (ko) * 2009-04-27 2010-05-03 가림정보기술 주식회사 생체데이터의 문자열 생성 방법 및 장치와, 이를 이용한 생체 파형 검출 방법 및 장치와 맥파 분류 방법 및 장치
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법
KR20190008515A (ko) * 2017-07-13 2019-01-24 고려대학교 산학협력단 개선된 sax 기법 및 rtc 기법을 이용한 공정 모니터링 장치 및 방법
KR20190064859A (ko) * 2017-12-01 2019-06-11 김태강 사물 인터넷을 이용한 봉제품 제조용 스마트 계수기 및 방법, 그리고 이를 구비하는 봉제 생산 관리 시스템 및 그 처리 방법
KR101917157B1 (ko) * 2018-07-03 2018-11-09 호전실업 주식회사 의류생산공장 스마트 모니터링 방법 및 시스템

Also Published As

Publication number Publication date
KR102126954B1 (ko) 2020-06-25

Similar Documents

Publication Publication Date Title
WO2021006501A1 (ko) 스마트 재봉작업 측정 방법 및 이를 수행하기 위한 시스템
WO2013027970A1 (ko) 네트워크의 이상증후를 탐지하는 장치 및 방법
WO2021075842A1 (ko) 분포도를 통한 기기의 예지 보전방법
CN110084158B (zh) 一种基于智能算法的用电设备识别方法
CN111884347B (zh) 多源电力信息融合的电力数据集中控制系统
WO2019177237A1 (ko) 구동부의 정밀 예지 보전방법
WO2020246662A1 (ko) 산업 플랜트 설비의 신호 그룹 기반 학습 모델을 이용한 운전 예측 시스템, 방법 및 컴퓨터 프로그램
WO2019177238A1 (ko) 구동부의 정밀 예지 보전방법
CN114065875B (zh) 基于大数据的电力电网故障识别系统
CN116185757B (zh) 机房能耗智能监测系统
WO2019177239A1 (ko) 구동부의 정밀 예지 보전방법
WO2022114653A1 (ko) 데이터 경계 도출 시스템 및 방법
WO2021075855A1 (ko) 분포도를 통한 기기의 예지 보전방법
CN117156484B (zh) 一种基于5g技术的通信基站能耗分析系统和方法
CN112990586A (zh) 配网作业视频智能监控方法及系统
CN116993329B (zh) 一种基于数据分析的通讯设备运行维修决策管理系统
CN114201357A (zh) 一种基于可视化的计算机机房运维在线智能管理系统
CN116027725A (zh) 一种基于高效机房的群控优化分析系统
CN110164102B (zh) 一种光伏电站组串异常报警方法及报警装置
WO2021075845A1 (ko) 분포도를 통한 기기의 예지 보전방법
CN113487051A (zh) 一种配电网故障抢修维护数据处理方法、设备及计算机存储介质
CN112052985A (zh) 一种基于lightgbm的中短期低电压预测方法
CN110719445A (zh) 一种基于图像识别的远程抄表系统及方法
CN115186935B (zh) 一种机电设备非线性故障预测方法及系统
WO2022225117A1 (ko) 실시간 이상 탐지를 위한 gnn 기반의 마스터 상태 생성 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20837640

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20837640

Country of ref document: EP

Kind code of ref document: A1