$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

자율적 제조 공정 관리를 위한 인지 에이전트의 개미 군집 지능
Ant Colony Intelligence in Cognitive Agents for Autonomous Shop Floor Control 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.17 no.8, 2011년, pp.760 - 767  

박홍석 (울산대학교 기계공학부) ,  박진우 (울산대학교 기계공학부)

Abstract AI-Helper 아이콘AI-Helper

The flexibility and evolvability are critical characteristics of modern manufacturing to adapt to changes from products and disturbances in the shop floor. The technologies inspired from biology and nature enable to equip the manufacturing systems with these characteristics. This paper proposes an a...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이는 제조 계획의 전체적인 수정 또는 상위 레벨로의 통지 행위를 배제하여 발생하는 장애에 대해 자동적으로 충분히 대처할 수 있음을 의미한다. 또한 발생 장애를 비협의형, 협의형 및 재스케줄링 등의 그룹화를 통한 자가 조정 메커니즘에 초점을 두어 발생 장애에 대한 유연한 대응이 가능하도록 하였다. 이를 바탕으로 향후 더욱 많은 장애에 대한 인지 에이전트의 유연성 및 자기 대응 범위의 확장이 요구된다.
  • 이 개념은 짧은 복구 시간 내에 내부적 장애를 해결하는데 적용된다. 본 논문에서 고려된 머시닝 샵은 자동차부품인 트랜스미션을 가동하는 라인이며, 제품 제조 사이클 타임을 지키기 위하여 17개의 공작기계로 구성되어 있다. 머시닝 샵에서 수집된 장애들은 약 700여 가지이나 그 중에서 시스템의 가동에 크게 영향을 주는 장애들을 발췌하여 분류하였다.
  • 개미 군집에서 영감을 받은 제조 시스템에서는 ERP나 MES와 같은 상위의 관리 레벨의 도움 없이 개별적인 에이전트의 협력을 통하여 장애가 극복된다. 본 논문에서는 에이전트의 자율적인 작업 범위를 증가시키기 위하여 인지 에이전트의 개념을 제안하고 제조 시스템의 장애 핸들링을 위하여 페로몬 수치 산정을 이용한 의사 결정 메커니즘을 제안한다.
  • 본 논문은 작업 현장 수준에서의 변화에 적응하기 위한 AMS (Autonomous Manufacturing System)을 제안한다. AMS의 개념에서 제조 시스템의 모든 자원들은 지능을 가진 객체들로 간주하여 모델링된다.
  • 장애에 적응하기 위한 현재의 방법에 비교하여 개미 집단으로부터 영감을 받은 제조 시스템은 적용 가능한 솔루션이며 유연성, 적응성, 신뢰성이라는 요구조건을 만족시킨다. 이 연구는 또한 인지 에이전트와 개미 군집 기술과 같은 생물학에서 영감을 받은 기술들을 제조 분야에 적용하였을 때의 효율성을 증명한다. 본 논문에서 제안된 인지 에이전트 및 의사 결정을 위한 개미 군집 지능의 제조 시스템 적용 방법 제안 및 구현을 통하여 제조 시스템의 중앙 관리를 회피하여 시스템의 강건성을 증가시키고 유연한 의사 결정 능력을 확보한다.

가설 설정

  • 3. Concept of an autonomous machining shop based on agents.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
인지 에이전트란? 인지 에이전트는 컴퓨터 프로그램으로서 BDI (BeliefsDesires-Intentions) 아키텍처를 이용하여 에이전트에게 인지능력을 부여한다[12]. Belief는 에이전트의 현재 환경 상태에 대한 정보이다.
현대 제조의 개별적 경향은 무엇을 이루어지도록 하는가? 현대의 제조는 개별적 경향을 나타내며 이러한 경향은 고객의 요구에 대응하는 높은 품질 및 낮은 가격의 제품의 생산이 이루어지도록 한다. 이는 제조 환경의 복잡성과 역동성을 증가시키고 있으며 이러한 도전에 대응하기 위해 홀론형(holonic, 자연과 환경의 종합체), 생물형(biological), 재구성형(reconfigurable) 제조 시스템과 같은 생물체에 자극을 받은 제조 시스템이 문헌에서 제안되어 왔다[1].
현재 제조 시스템에서 머신의 고장이나 공구의 마모 또는 이송장치의 작동이상과 같이 작업 현장에 장애가 발생하면 작동이 정지되며 이후 관리자 수준에서 생성된 새로운 작업 스케줄이 현장으로 하달하는 방법의 장점은? 현재 제조 시스템들은 머신의 고장이나 공구의 마모 또는 이송장치의 작동이상과 같이 작업 현장에 장애가 발생하면 작동이 정지되며 이후 관리자 수준에서 생성된 새로운 작업 스케줄이 현장으로 하달된다. 이 방법은 복구에 긴 시간이 소요되거나 복구가 불가능한 경우에 한하여 장애 극복에 효과적인 방법이다. 그러나 복구에 짧은 시간이 필요한 장애가 발생한 경우 스케줄을 전체적으로 조정하는 것보다 자가 복구 시스템이 더욱 적합하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. C. Christo and C. Cardeira, "Trends in intelligent manufacturing systems," Proc. of the IEEE International Symposium on Industrial Electronics, pp. 3209-3214, Jun. 2007. 

  2. E. Westkampfer, "Manufacturing on demand in production networks," CIRP Annals - Manufacturing Technology, vol. 46, no. 1, pp. 329-334, 1997. 

  3. H. K. Toenshoff and M. Winkler, "Shop control for holonic manufacturing systems," Proc. of the 28h CIRP International Seminar on Manufacturing Systems, vol. 25, no. 3, pp. 277-281, May 1996. 

  4. P. Valckenaers and H. Van Brussel, "Holonic manufacturing execution systems," CIRP Annals - Manufacturing Technology, vol. 54, no. 1, pp. 427-432, 2005. 

  5. H. Shan, S. Zhou, and Z. Sun, "Research on assembly sequence planning based on genetic simulated annealing and ant colony optimization algorithm," Assembly Automation, vol. 29, no. 3, pp. 249-256, Jul. 2009. 

  6. F. Cus and U. Zuperl, "Particle swarm intelligence based optimisation of high speed end-milling," Computational Materials Science and Surface Engineering, vol. 1, no. 3, pp. 148-154, 2009. 

  7. B. Denkena, H. Henning, and L.-E. Lorenzen, "Genetics and intelligence: new approaches in production engineering," Production Management, vol. 4, pp. 65-73, 2010. 

  8. K. Ueda, T. Kito, and N. Fujii, "Modeling biological manufacturing systems with bounded-rational agents," CIRP Annals - Manufacturing Technology, vol. 55, no. 1, pp. 469-472, 2006. 

  9. P. Leitao, "A bio-inspired solution for manufacturing control systems," IFIP International Federation for Information Processing, vol. 266, pp. 303-314, 2008. 

  10. K. R Cho, S. W. Baek, and D. W. Lee, "Fitness change of mission scheduling algorithm using genetic theory according to the control constants," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 16, no. 6, pp. 572-578, Jun. 2010. 

  11. Y. G. Hur, "A fuzzy shape control method for the stainless steel at the cold rolling process," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 15, no. 10, pp. 1062-1070, Oct. 2009. 

  12. X. Zhao and Y. Son, "BDI-based human decision-making model in automated manufacturing systems," International Journal of Modeling and Simulation, vol. 28, no. 3, pp. 347-356, 2008. 

  13. H. K. Toenshoff, P.-O. Woelk, O. Herzog, and I. J. Timm, "Agent-based in-house process planning and production control for enterprises in supply chains," Proc. of the 12th International Conference on Flexible Automation and Intelligent Manufacturing, pp. 329-338, Jul. 2002. 

  14. W. Xiang and H. P. Lee, "Ant colony intelligence in multi-agent dynamic manufacturing scheduling," Engineering Applications of Artificial Intelligence, vol. 21, pp. 73-85, Feb. 2008. 

  15. P. Wang, N. Propes, N. Khiripet, Y. Li, and G. Vachtsevanos, "An integrated approach to machine fault diagnosis," Proc. of the IEEE Annual Textile, Fiber and Film Industry Conference, May 1999. 

  16. H. K. Toenshoff, C. Arendt, and R. Ben Amor, "Cutting of hardened steel," CIRP Annals - Manufacturing Technology, vol. 49, no. 2, pp. 547-566, 2000. 

  17. F. Cus and U. Zuperl, "Approach to optimization of cutting conditions by using artificial neural networks," Journal of Materials Processing Technology, vol. 173, no. 3, pp. 281-290, Apr. 2006. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로