• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.789-799
• /
• 2018

이 논문에서는 이러한 산업 단지 시스템에서의 비정상적인 동작이 일어날 때, 시간 계열의 데이터를 분석하기 위하여 Big 데이터를 이용한 접근을 기반으로 하는 머신 러닝을 보여줍니다. Long Short-Term Memory (LSTM) 네트워크는 향상된 RNN버전으로서 입증되었으며 많은 작업에 유용한 도움이 되었습니다. 이 LSTM 기반 모델은 시간적 패턴뿐만 아니라 더 높은 레벨의 시간적 특징을 학습 한 다음, 미래의 데이터를 예측하기 위해 예측 단계에 사용됩니다. 예측 오차는 예측 인자에 의해 예측 된 결과와 실제 예상되는 값의 차이입니다. 오차 분포 추정 모델은 가우스 분포를 사용하여 관찰 스코어의 이상을 계산합니다. 이러한 방식으로, 우리는 하나의 비정상적 데이터의 개념에서 집단적인 비정상적 데이터 개념으로 바뀌어 갑니다. 이 작업은 실패를 최소화하고 제조품질을 향상시키는 Smart Factory의 모니터링 및 관리를 지원할 수 있습니다.

• 중소기업연구
• /
• 제42권4호
• /
• pp.251-283
• /
• 2020

본 연구는 우리나라의 중소기업들에 대하여 스마트 팩토리 관련 기술의 수용 및 사용의 수준을 제고하기 위한 관련 정책의 수립에 도움을 제공하기 위한 것이다. 이를 위하여 통합기술수용모델(UTAUT)을 확장하여 기술 수용의도에 영향을 미칠 수 있는 추가적인 영향요인들을 선정하였으며, 이를 실증하는 것이다. 연구목적의 달성을 위하여 리커트 7점 척도로 구성된 설문지를 작성하였으며, 제조 관련 기업을 대상으로 설문조사를 시행하였다. 통계처리에 활용된 설문지는 총 136부이다. 가설검정 결과 성과기대와 사회적 영향은 수(사)용의도에 정(+)의 유의한 영향을 미치지만, 노력기대와 촉진조건은 유의한 영향을 미치지 않는 것으로 검정되었다. 확장요인으로서 네트워크 효과, 조직특성은 정(+)의 유의한 영향을 미치며, 혁신저항은 부(-)의 유의한 영향을 미치지만 인지된 위험은 유의한 영향을 미치지 않는 것으로 검정되었다. 기업의 규모가 클수록 인지된 위험과 혁신저항의 수준은 낮으며, 이를 제외한 수(사)용의도 영향요인과, 수(사)용의도, 수(사)용행동의 수준은 높은 것으로 검정되었다. 본 연구를 통하여 스마트 팩토리 관련 기술의 수(사)용에 긍정적, 부정적 영향을 미칠 수 있는 요인들을 규명함으로서 제고되어야 하는 요인과 감소시켜야 하는 요인을 제시하였으며, 비교적 기업의 규모가 큰 기업들부터 우선적으로 스마트 팩토리 관련 기술이 수용될 수 있도록 하여야 한다는 연구결과를 제시한다.

• 한국의류산업학회지
• /
• 제22권5호
• /
• pp.660-675
• /
• 2020

Since Industry 4.0, there is a growing interest in smart manufacturing across all industries. However, there are few studies on this topic in the garment industry despite the growing interest in implementing smart manufacturing. This paper presents the feasibility and essential considerations for implementing smart manufacturing in the garment industry. A systematic review analysis was conducted. Studies on garment manufacturing and smart manufacturing were searched separately in the Scopus database. Key technologies for each manufacturing were derived by keyword analysis. Studies on key technologies in each manufacturing were selected; in addition, bibliographic analysis and cluster analysis were conducted to understand the progress of technological development in the garment industry. In garment manufacturing, technology studies are rare as well as locally biased. In addition, there are technological gaps compared to other manufacturing. However, smart manufacturing studies are still in their infancy and the direction of garment manufacturing studies are toward smart manufacturing. More studies are needed to apply the key technologies of smart manufacturing to garment manufacturing. In this case, the progress of technology development, the difference in the industrial environment, and the level of implementation should be considered. Human components should be integrated into smart manufacturing systems in a labor-intensive garment manufacturing process.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.1096-1099
• /
• 2019

본 논문에서는 스마트 팩토리 구축을 위한 프로토콜을 제안한다. 제안하는 스마트 팩토리 구축을 위한 프로토콜은 OPC UA Server/Client, TSN 실시간 통신 기술, NTP & PTP 시간 동기화 프로토콜, 필드버스(Field Bus) 프로토콜 및 컨버젼 모듈, 데이터 전송지연에 대한 저장기술 및 동기화 프로토콜로 구성된다. OPC UA Server/Client 는 산업용 하드웨어 디바이스와 인터페이스 하기 위한 시스템 통합 프로토콜로써 플랫폼에 의존적이지 않고 다방면에서 사용할 수 있는 표준을 지원한다. TSN 실시간 통신 기술은 고속 네트워크 환경에서 디바이스들 간 정확한 시간을 공유함으로써 생산라인 등의 정밀한 시간관리 및 제어기술을 제공한다. NTP & PTP 시간 동기화 프로토콜은 IEEE1588 표준화 기술을 제공한다. 필드버스 프로토콜 및 컨버젼 모듈은 산업에서 주로 사용하는 프로토콜을 OPC로 변환하여 연결의 확장성을 제공한다. 데이터 전송 지연에 대한 저장기술 및 동기화 프로토콜은 데이터 전송 지연과 데이터의 손실에 대한 해결 기능을 제공한다. 제안된 스마트 팩토리 구축을 위한 프로토콜의 성능을 평가하기 위하여 시험기관에서 실험한 결과 응답시간은 0.1367ms, 동기시간은 0.404ms, 동시접속 수는 100개, 프로토콜의 연동개수 5개, 데이터 저장 및 동기화는 1,000노드로 세계최고 수준과 동일한 결과를 산출하였다.

• 터널과지하공간
• /
• 제32권1호
• /
• pp.78-92
• /
• 2022

본 연구에서는 스마트 마이닝 기술의 수준을 체계적이고 구조화된 방법으로 평가할 수 있는 스마트 마이닝 기술 수준 진단평가 모델을 제안하였다. 이를 위해 스마트 마이닝의 성숙도를 정의하였으며, 제조업에서 활용되는 스마트 공장 진단평가 모델(KS X 9001-3)을 참조하여 스마트 마이닝 기술 수준 진단평가 모델의 세부평가항목 도출하였다. 기존의 체계를 유지하면서 기존 46개의 세부평가항목을 광업에 적합하도록 수정하였으며 추진전략, 프로세스, 정보시스템과 자동화, 성과 부문에서 총 29개의 세부 평가 항목을 도출하였다. 이를 토대로 스마트 마이닝 기술 수준 진단평가 설문지를 설계하였고, 국내의 철광산을 연구지역으로 설정한 다음 스마트 마이닝 기술 수준을 평가하였다. 연구지역의 스마트화 수준은 레벨 2로 나타났으며, 일반 제조업의 평균 스마트 수준과 비교했을 때 40% 정도 낮은 수준에 있음을 유추할 수 있었다. 또한, 개발된 모델을 이용하여 스마트 마이닝의 도입, 운영, 고도화의 단계별로 광산의 취약한 부분을 인지하고 투자 및 개선 방향을 제시할 수 있었다.

• 산업경영시스템학회지
• /
• 제45권4호
• /
• pp.150-156
• /
• 2022

As the 4th industrial revolution emerges, the implementation of smart factories are essential in the manufacturing industry. However, 80% of small and medium-sized enterprises that have introduced smart factories remain at the basic level. In addition, in root industries such as injection molding, PLC and HMI software are used to implement functions that simply show operation data aggregated by facilities in real time. This has limitations for managers to make decisions related to product production other than viewing data. This study presents a method for upgrading the level of smart factories to suit the reality of small and medium-sized enterprises. By monitoring the data collected from the facility, it is possible to determine whether there is an abnormal situation by proposing an appropriate algorithm for meaningful decision-making, and an alarm sounds when the process is out of control. In this study, the function of HMI has been expanded to check the failure frequency rate, facility time operation rate, average time between failures, and average time between failures based on facility operation signals. For the injection molding industry, an HMI prototype including the extended function proposed in this study was implemented. This is expected to provide a foundation for SMEs that do not have sufficient IT capabilities to advance to the middle level of smart factories without making large investments.

• 디지털융복합연구
• /
• 제16권1호
• /
• pp.103-116
• /
• 2018

본 연구에서는 스마트팩토리의 에너지관리스템 수용확산요인이 구성원의 혁신저항 및 업무성과에 미치는 영향에 대해 연구하였다. 이에 수도권 지역 에너지관리시스템을 구축한 기업 구성원 211명을 대상으로 자료를 수집하고, 구조방정식 모형분석 및 기타 부가적인 분석방법을 이용하여 검증하였다. 분석 결과, 먼저 에너지관리시스템 수용확산요인에 관한 지각이 높을수록 혁신저항에는 부(-)적 영향을, 업무성과에는 정(+)적 영향을 미쳤으며, 혁신저항은 업무성과에 부(-)적 영향을 미침과 동시에, 수용확산요인과 업무성과 사이에서 부분매개효과를 갖는 것으로 나타났다. 따라서 에너지관리시스템 수용확산요인을 통한 도입성과를 높이기 위해서는 사용자의 혁신저항을 줄이기 위한 조직차원적 관리전략의 뒷받침이 중요함을 알 수 있었다. 결국, 본 연구를 통해 제조기업 생산프로세스의 효율성 및 경영성과를 긍정적으로 이끌기 위한 함의를 얻을 수 있었으며, 앞으로 연구범위의 확장과 에너지관리시스템의 특성을 고려한 후속연구가 필요하다고 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권8호
• /
• pp.2993-3010
• /
• 2021

The job shop scheduling problem (JSSP) plays a critical role in smart manufacturing, an effective JSSP scheduler could save time cost and increase productivity. Conventional methods are very time-consumption and cannot deal with complicated JSSP instances as it uses one optimal algorithm to solve JSSP. This paper proposes an effective scheduler based on deep learning technology named self-supervised long-short term memory (SS-LSTM) to handle complex JSSP accurately. First, using the optimal method to generate sufficient training samples in small-scale JSSP. SS-LSTM is then applied to extract rich feature representations from generated training samples and decide the next action. In the proposed SS-LSTM, two channels are employed to reflect the full production statues. Specifically, the detailed-level channel records 18 detailed product information while the system-level channel reflects the type of whole system states identified by the k-means algorithm. Moreover, adopting a self-supervised mechanism with LSTM autoencoder to keep high feature extraction capacity simultaneously ensuring the reliable feature representative ability. The authors implemented, trained, and compared the proposed method with the other leading learning-based methods on some complicated JSSP instances. The experimental results have confirmed the effectiveness and priority of the proposed method for solving complex JSSP instances in terms of make-span.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.329-331
• /
• 2018

본 논문은 나사 가공을 위한 원재료 공급부터 시작해서 선반 머신으로 가공되어 제품의 불량 여부에 대한 검수를 스마트팩토리 기술이 도입된 로봇이 자동으로 조립 및 분해 작업을 통해 검수를 해주는 모니터링 시스템에 대해 제안하였다. 생산 지시 수량과 생산 지시에 따른 완료 체크는 변위센서로 원재료 입고 여부에 따른 생산 현황을 체크하였고 가공된 Female, male 의 피치, 외형 검사를 진행하여 OK, NG 판별을 한다. 로봇시스템에서는 원자재 적재, 반출, 파레트 이송 및 전반적인 공정에 개입하며, 유기적으로 구동될 수 있도록 중계역할을 하였고 나사 가공품에 대한 위치 정보는 비접촉 무선 태그를 활용하여 위치 정보를 수집하였고 Energy Saving System으로 장비 생산 효율성 및 가동율에 대해 체크하였다. 환경센서는 공조환경 데이터(온도, 습도)를 수집하여 정확한 온도 및 습도 측정 하여, 제품 가공 품질 영향 체크 제품의 구동 위험 수준 환경(과열, 다습)에 대해 관리 감시하였고 CNC 및 로봇모듈에 대한 제어는 PLC로 하여 이기종 시스템 통합 운영하였다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.477-486
• /
• 2022

본 논문에서는 컨볼루션 신경망 네트워크를 이용하여 VVC 화면 내 예측으로 얻은 예측 블록을 개선하여 잔차 신호를 보다 줄이는 화면 내 예측 방법을 제안한다. 기존의 화면 내 예측 방법은 일부 고정 규칙을 기반으로 주변의 재구성된 참조 샘플로부터 예측 블록을 생성하므로 복잡한 콘텐츠의 예측 블록을 생성하기 어렵다는 한계가 있다. 또한, 참조 샘플로 이용할 수 있는 정보의 양이 시간적 주변 정보에 비해 적기 때문에 화면 간 예측보다 낮은 부호화 성능을 가진다. 본 연구에서는 앞서 언급한 문제를 해결하기 위해 기존의 비디오 부호화 과정의 화면 내 예측을 통해 생성되는 예측 블록에 CNN을 적용하여 원본 블록과 예측 블록의 차분 신호를 줄이는 화면 내 예측 방법을 제안한다. 부호기에서는 제안 알고리즘의 활성 여부를 나타내는 플래그가 함께 부호화된다. 제안하는 화면 내 예측 방법은 최신 비디오 압축 표준인 Versatile Video Coding의 참조 모델인 VTM version 10.0 대비 휘도 성분에 대하여 향상된 압축 성능을 제공한다.