조선 산업은 작업장이 매우 넓고, 많은 작업자와 작업 조직에 의해서 생산이 이루어 진다. 선박과 해양 프로젝트의 경우, 부품수가 매우 많고, 복잡한 작업 단계를 가진다. 뿐만 아니라, 수주 생산 방식이므로 시리즈 프로젝트인 경우를 제외하고는 설계부터 생산까지 모두 새롭게 제품의 특성에 맞게 생산을 준비하고 관리해야 하는 어려움이 있다. 특히 해양 프로젝트의 경우에는 생산 중에도 설계가 변경 되기도 하고, 미처 예상하지 못한 문제가 발생했을 때는 생산 단계에서 대응을 하는 경우도 빈번하게 발생한다. 따라서 넓은 작업장과 수많은 공정에서 일어나는 생산의 작업 상황을 정확하게 이해하고 파악하는 것은 어려움이 있다. 그럼에도 불구하고, 하나의 프로젝트가 수행되고 나서 혹은 수행 중에 생산 상황을 정확하게 파악하고, 다음 작업 수행에 도움을 받고자 하는 요구는 지속적으로 있어 왔다. 이에 본 연구는 생산 ...
조선 산업은 작업장이 매우 넓고, 많은 작업자와 작업 조직에 의해서 생산이 이루어 진다. 선박과 해양 프로젝트의 경우, 부품수가 매우 많고, 복잡한 작업 단계를 가진다. 뿐만 아니라, 수주 생산 방식이므로 시리즈 프로젝트인 경우를 제외하고는 설계부터 생산까지 모두 새롭게 제품의 특성에 맞게 생산을 준비하고 관리해야 하는 어려움이 있다. 특히 해양 프로젝트의 경우에는 생산 중에도 설계가 변경 되기도 하고, 미처 예상하지 못한 문제가 발생했을 때는 생산 단계에서 대응을 하는 경우도 빈번하게 발생한다. 따라서 넓은 작업장과 수많은 공정에서 일어나는 생산의 작업 상황을 정확하게 이해하고 파악하는 것은 어려움이 있다. 그럼에도 불구하고, 하나의 프로젝트가 수행되고 나서 혹은 수행 중에 생산 상황을 정확하게 파악하고, 다음 작업 수행에 도움을 받고자 하는 요구는 지속적으로 있어 왔다. 이에 본 연구는 생산 정보시스템에 축적된 데이터를 기반으로 생산의 작업 현황과 이력을 분석하고 생산 계획 및 관리에 기여하고자 하는 목표를 가진다. 본 연구에서는 정보시스템에 축적된 데이터를 분석하는 방법으로 프로세스 마이닝 기법을 사용하였다. 데이터를 기반으로 프로세스 모델을 도출하고 프로세스 기반의 다양한 분석을 통해 생산을 이해하고 개선점을 찾고자 하였다. 하나의 선박 및 해양 프로젝트는 작업장 내에서 설비를 이용하여 생산 가능한 크기의 블록으로 나누어 조립한 후, 의장, 도장 등의 작업을 거쳐 옥외 작업장에서 대형 블록으로 조립된 후 도크에서 최종 탑재된다. 따라서 작업장 내에서 최종 조립 블록이 완성되기 이전과 이후로 나누어 생산 관리 관점에서 관심을 가지는 부분이 달라진다. 조립 블록이 완성되고 나서는 블록의 사이즈가 크고 무거우므로 물류 및 적치 공간의 관리에 집중하게 되고, 작업장 내에서 조립 블록이 완성되기 까지는 유사한 조립 블록을 효율적인 자원운용으로 생산하는 것에 중점을 둔다. 따라서 본 연구에서도 조립 블록이 완성되고 난 후 블록의 이동 분석 문제와 작업장 내에서의 조립 작업 문제로 나누어 연구를 수행하였다. 블록 이동 문제는 다양한 프로세스 마이닝 기법을 이용하여 조립 블록이 도크에서 최종 탑재 되기 전까지의 블록 이동 유형을 찾고 예외 이벤트와 프로세스를 찾기까지의 분석 프레임워크를 제안하였다. 그리고 블록 이동에 대한 재 취급(Re-handling movement), 역 물류(Reverse movement), 불필요한 이동(Unnecessary movement) 등을 정의하여, 블록 이동 유형 별로 생산관리 시, 고려해야 하는 부분을 제시하였다. 블록 조립 작업 분석에 대해서는 유사한 작업 특성을 가지는 조립 블록을 군집화 하는 방법을 제안하였다. 형상과 구조적으로 모두 다른 조립 블록들에 대해서 작업 단계와 작업장 활용 관점의 특성을 이용해서 제안한 군집화 방법은 계획자들이 경험에 의해 관리해 오던 군집 해와 높은 유사성을 보이고, 보다 군집의 특성을 잘 설명할 수 있을 뿐만 아니라 프로세스 관점의 특징까지도 고려할 수 있는 장점이 있었다. 그리고 조선 산업에서 지속적인 관심의 대상이 되는 계획과 실적 비교 부분에 있어서도 정보시스템에 축적된 데이터를 기반으로 효율적으로 프로세스의 특징을 비교할 수 있는 방법을 제안 하였다. 프로세스 모델 관점, 작업 관점, 프로세스 인스턴스 관점, 적합도 관점에서 비교하고, 각 관점별로 효율적인 비교를 위한 비교 인자들을 정의하였다. 이는 계획과 실적 데이터에 대한 다양한 관점의 빠른 분석을 가능하게 하였다. 본 연구는 조선 산업의 생산 프로세스를 데이터 기반으로 분석하고 그 결과를 생산 계획 및 관리에 활용하는데 이용될 수 있다. 그리고 제안한 방법의 유용성은 실제 국내 조선소의 생산 정보시스템에 축적된 데이터를 이용한 사례 연구를 통해 검증하였다.
조선 산업은 작업장이 매우 넓고, 많은 작업자와 작업 조직에 의해서 생산이 이루어 진다. 선박과 해양 프로젝트의 경우, 부품수가 매우 많고, 복잡한 작업 단계를 가진다. 뿐만 아니라, 수주 생산 방식이므로 시리즈 프로젝트인 경우를 제외하고는 설계부터 생산까지 모두 새롭게 제품의 특성에 맞게 생산을 준비하고 관리해야 하는 어려움이 있다. 특히 해양 프로젝트의 경우에는 생산 중에도 설계가 변경 되기도 하고, 미처 예상하지 못한 문제가 발생했을 때는 생산 단계에서 대응을 하는 경우도 빈번하게 발생한다. 따라서 넓은 작업장과 수많은 공정에서 일어나는 생산의 작업 상황을 정확하게 이해하고 파악하는 것은 어려움이 있다. 그럼에도 불구하고, 하나의 프로젝트가 수행되고 나서 혹은 수행 중에 생산 상황을 정확하게 파악하고, 다음 작업 수행에 도움을 받고자 하는 요구는 지속적으로 있어 왔다. 이에 본 연구는 생산 정보시스템에 축적된 데이터를 기반으로 생산의 작업 현황과 이력을 분석하고 생산 계획 및 관리에 기여하고자 하는 목표를 가진다. 본 연구에서는 정보시스템에 축적된 데이터를 분석하는 방법으로 프로세스 마이닝 기법을 사용하였다. 데이터를 기반으로 프로세스 모델을 도출하고 프로세스 기반의 다양한 분석을 통해 생산을 이해하고 개선점을 찾고자 하였다. 하나의 선박 및 해양 프로젝트는 작업장 내에서 설비를 이용하여 생산 가능한 크기의 블록으로 나누어 조립한 후, 의장, 도장 등의 작업을 거쳐 옥외 작업장에서 대형 블록으로 조립된 후 도크에서 최종 탑재된다. 따라서 작업장 내에서 최종 조립 블록이 완성되기 이전과 이후로 나누어 생산 관리 관점에서 관심을 가지는 부분이 달라진다. 조립 블록이 완성되고 나서는 블록의 사이즈가 크고 무거우므로 물류 및 적치 공간의 관리에 집중하게 되고, 작업장 내에서 조립 블록이 완성되기 까지는 유사한 조립 블록을 효율적인 자원운용으로 생산하는 것에 중점을 둔다. 따라서 본 연구에서도 조립 블록이 완성되고 난 후 블록의 이동 분석 문제와 작업장 내에서의 조립 작업 문제로 나누어 연구를 수행하였다. 블록 이동 문제는 다양한 프로세스 마이닝 기법을 이용하여 조립 블록이 도크에서 최종 탑재 되기 전까지의 블록 이동 유형을 찾고 예외 이벤트와 프로세스를 찾기까지의 분석 프레임워크를 제안하였다. 그리고 블록 이동에 대한 재 취급(Re-handling movement), 역 물류(Reverse movement), 불필요한 이동(Unnecessary movement) 등을 정의하여, 블록 이동 유형 별로 생산관리 시, 고려해야 하는 부분을 제시하였다. 블록 조립 작업 분석에 대해서는 유사한 작업 특성을 가지는 조립 블록을 군집화 하는 방법을 제안하였다. 형상과 구조적으로 모두 다른 조립 블록들에 대해서 작업 단계와 작업장 활용 관점의 특성을 이용해서 제안한 군집화 방법은 계획자들이 경험에 의해 관리해 오던 군집 해와 높은 유사성을 보이고, 보다 군집의 특성을 잘 설명할 수 있을 뿐만 아니라 프로세스 관점의 특징까지도 고려할 수 있는 장점이 있었다. 그리고 조선 산업에서 지속적인 관심의 대상이 되는 계획과 실적 비교 부분에 있어서도 정보시스템에 축적된 데이터를 기반으로 효율적으로 프로세스의 특징을 비교할 수 있는 방법을 제안 하였다. 프로세스 모델 관점, 작업 관점, 프로세스 인스턴스 관점, 적합도 관점에서 비교하고, 각 관점별로 효율적인 비교를 위한 비교 인자들을 정의하였다. 이는 계획과 실적 데이터에 대한 다양한 관점의 빠른 분석을 가능하게 하였다. 본 연구는 조선 산업의 생산 프로세스를 데이터 기반으로 분석하고 그 결과를 생산 계획 및 관리에 활용하는데 이용될 수 있다. 그리고 제안한 방법의 유용성은 실제 국내 조선소의 생산 정보시스템에 축적된 데이터를 이용한 사례 연구를 통해 검증하였다.
Production process of shipbuilding is performed in the broad shipyard with many workers and a lot of organized units. In the case of ships and offshore projects, the number of parts is huge. Besides, the work stages are a highly complicated process. Furthermore, it is absolutely difficult for both m...
Production process of shipbuilding is performed in the broad shipyard with many workers and a lot of organized units. In the case of ships and offshore projects, the number of parts is huge. Besides, the work stages are a highly complicated process. Furthermore, it is absolutely difficult for both managers and workers to administer and prepare all process and parts from design to production in accordance with the characteristics of the new product since most of shipbuilding projects are engineering-to-order manufacturing types, except in the case of series projects. In particular, in the case of offshore project design is occasionally changed during production and also, if unexpected problems basically happen, the response about re-design frequently occurs in the production stage. Thus, it is almost impossible to be accurately identified because it is difficult to understand and manage all the details of a large number of processes taking place in the broad shipyard with many workers. Nevertheless, production schedulers and managers continuously try to pinpoint all the process during each project and after project to plan an efficient next project. The purpose of this thesis has the aim to analyze production status and history based on the accumulated data from information system and to contribute to the effective production planning and management. In order to understand real process and find enhancement points in the view of production management, we applied process mining techniques, which are able to discover process model from event logs of the information accumulated in the system and perform several analysis based on process model. A ship or offshore project is divided into hundreds of properly sized blocks which are to be manufactured in assembly shops. Each block is assembled in an assembly shop, and then performed outfitting, painting operations, and is finally erected in dock or pre-erection area to be a ship or ocean project. A production manager focuses on movement and stock of assembly block after assembly block is manufactured. However, before assembly block is manufactured, the manager focuses on the effective resource utilization of assembly shops to make assembly blocks. Thus, this thesis also focuses on two-type problems, block movement after manufacturing assembly block, and block assembly operations to making assembly block. In the block movement problem, an analysis framework is proposed using several process mining techniques, which can cover many problems from discovering block movement patterns to finding exceptional events and processes. In this problem, Re-handling movement, Reverse movement and Un-necessary movement are defined as unexceptional movements, and all block movements are evaluated if they are exceptional or not. In the second problem, block assembly problem, a clustering method of assembly blocks is proposed based on the consideration of work stage and utilization of work shop. The resulting clusters of proposed approach were similar to the plan clusters of the production schedulers managed by those experiences. In addition, our result was able to not only explain the characteristics of clusters more concretely, but also find the process characteristics per cluster. We also proposed an effective comparison method between planned and actual data for block assembly operations by the four perspectives; process model, task, process instance and fitness. For each perspective, comparison factors were defined. Using the approach, it is possible to compare planned and actual data in an easy and quick way from several perspectives. The approaches proposed in this study are expected to be used for analyzing production process based on data of information system in shipbuilding industry, and help to find process enhancement points for production planning and management. The effectiveness of the proposed methods was verified with the case study using real data of production information system of a top ranked shipbuilding company in Korea.
Production process of shipbuilding is performed in the broad shipyard with many workers and a lot of organized units. In the case of ships and offshore projects, the number of parts is huge. Besides, the work stages are a highly complicated process. Furthermore, it is absolutely difficult for both managers and workers to administer and prepare all process and parts from design to production in accordance with the characteristics of the new product since most of shipbuilding projects are engineering-to-order manufacturing types, except in the case of series projects. In particular, in the case of offshore project design is occasionally changed during production and also, if unexpected problems basically happen, the response about re-design frequently occurs in the production stage. Thus, it is almost impossible to be accurately identified because it is difficult to understand and manage all the details of a large number of processes taking place in the broad shipyard with many workers. Nevertheless, production schedulers and managers continuously try to pinpoint all the process during each project and after project to plan an efficient next project. The purpose of this thesis has the aim to analyze production status and history based on the accumulated data from information system and to contribute to the effective production planning and management. In order to understand real process and find enhancement points in the view of production management, we applied process mining techniques, which are able to discover process model from event logs of the information accumulated in the system and perform several analysis based on process model. A ship or offshore project is divided into hundreds of properly sized blocks which are to be manufactured in assembly shops. Each block is assembled in an assembly shop, and then performed outfitting, painting operations, and is finally erected in dock or pre-erection area to be a ship or ocean project. A production manager focuses on movement and stock of assembly block after assembly block is manufactured. However, before assembly block is manufactured, the manager focuses on the effective resource utilization of assembly shops to make assembly blocks. Thus, this thesis also focuses on two-type problems, block movement after manufacturing assembly block, and block assembly operations to making assembly block. In the block movement problem, an analysis framework is proposed using several process mining techniques, which can cover many problems from discovering block movement patterns to finding exceptional events and processes. In this problem, Re-handling movement, Reverse movement and Un-necessary movement are defined as unexceptional movements, and all block movements are evaluated if they are exceptional or not. In the second problem, block assembly problem, a clustering method of assembly blocks is proposed based on the consideration of work stage and utilization of work shop. The resulting clusters of proposed approach were similar to the plan clusters of the production schedulers managed by those experiences. In addition, our result was able to not only explain the characteristics of clusters more concretely, but also find the process characteristics per cluster. We also proposed an effective comparison method between planned and actual data for block assembly operations by the four perspectives; process model, task, process instance and fitness. For each perspective, comparison factors were defined. Using the approach, it is possible to compare planned and actual data in an easy and quick way from several perspectives. The approaches proposed in this study are expected to be used for analyzing production process based on data of information system in shipbuilding industry, and help to find process enhancement points for production planning and management. The effectiveness of the proposed methods was verified with the case study using real data of production information system of a top ranked shipbuilding company in Korea.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.