$\require{mediawiki-texvc}$

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.

제조 공정 빅데이터 분석을 위한 플랫폼 연구
A Study on the Platform for Big Data Analysis of Manufacturing Process 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.7 no.5, 2017년, pp.177 - 182  

구진희 (목원대학교 정보통신융합공학부)

초록
AI-Helper 아이콘AI-Helper

IoT, 클라우드 컴퓨팅, 빅데이터와 같은 주요 ICT 기술이 제조 분야에 적용되기 시작하면서 스마트 공장 구축이 본격화 되고 있다. 스마트 공장 구현의 핵심은 공장 내외부의 데이터 확보 및 분석력에 있다. 따라서 빅데이터 분석 플랫폼에 대한 필요성이 증가하고 있다. 본 연구의 목적은 제조 공정 빅데이터 분석을 위한 플랫폼을 구성하고, 분석을 위한 통합 메소드를 제안하는데 있다. 제안하는 플랫폼은 대량의 데이터 셋을 분산 처리하기 위해 분석도구 R과 하둡을 통합한 RHadoop 기반 구조로서 자동화 시스템의 단위 공정 및 공장 내에서 수집되는 빅데이터를 하둡 HBase에 직접 저장 및 분석이 가능하다. 또한 기존 RDB 기반 분석의 한계점을 보완하였다. 이러한 플랫폼은 스마트 공장을 위한 단위 공정 적합성을 고려하여 개발되어야 하며, 제조 공정에 스마트 공장을 도입하고자 하는 중소기업에 IoT 플랫폼 구축의 가이드가 될 수 있을 것으로 전망된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As major ICT technologies such as IoT, cloud computing, and Big Data are being applied to manufacturing, smart factories are beginning to be built. The key of smart factory implementation is the ability to acquire and analyze data of the factory. Therefore, the need for a big data analysis platform ...

주제어

#제조 공정   #빅데이터   #플랫폼   #사물인터넷   #스마트 공장  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 연구의 목적은 제조 공정에서 생성되는 빅데이터 수집 및 분석 플랫폼을 제안하고 분석을 위한 통합 메소드를 구현하는데 있다. 
  • 스마트 공장은 산업 IoT 구현을 근간으로 하기 때문에 데이터마이닝, 머신러닝 등 빅데이터 분석이 필수적으로 요구된다. 본 연구에서는 제조 공정에서 발생하는 빅데이터 분석을 위한 플랫폼을 구성하고 분석을 위한 통합 메소드를 제안하였다. 연구를 위해 현재 자동화 시스템의 현황을 살펴보고 전통적 자동화 시스템 레이어를 통합하는 RHadoop기반 플랫폼을 구성하였다.
  • 본 연구에서는 하둡 클러스터의 능력을 결합하여 R의 처리 능력을 확대할 수 있는 방법으로 RHadoop기반 분석 플랫폼을 제안하였다. RHadoop기반 분석 플랫폼은 대용량 데이터를 저장한 곳에서 분석까지 할 수 있기 때문에 비용과 속도 면에서 효율적이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
스마트 공장 구현시 가장 중요한 것은? IoT, 클라우드 컴퓨팅, 빅데이터와 같은 주요 ICT 기술이 제조 분야에 적용되기 시작하면서 스마트 공장 구축이 본격화 되고 있다. 스마트 공장 구현의 핵심은 공장 내외부의 데이터 확보 및 분석력에 있다. 따라서 빅데이터 분석 플랫폼에 대한 필요성이 증가하고 있다.
스마트 공장이란? IoT가 제조업에 적용되기 시작하면서 개별적인 공장 설비들이 연결되고 기계의 지능화를 통한 최적의 공정을 위한 의사결정이 가능하도록 변화하는 이른바 스마트 공장 시대를 앞두고 있다. 스마트 공장은 제조 현장에서의 정보뿐만 아니라 기업의 비즈니스 관련하여 발생하는 모든 정보에 따라 최적의 의사결정을 내리는 지능화된 공장을 의미한다[1]. 독일의 Industrie 4.
현재 산업현장에서 스마트 공장으로 변화하기 위해 초점을 맞추고 있는 것은? 종래의 제조 자동화에서 이러한 스마트 공장으로 변화하기 위해서는 산업현장에서의 IoT와 인공지능 기술이 이뤄져야 하지만 현실적으로 스스로 의사결정을 하는 인공지능의 수준은 아니다. 현재는 대부분 기계들에 스마트 센서를 적용하고 센서로부터 수집된 데이터를 원격에서 분석하여 기계의 가동 상태, 기계의 파손 및 제품의 불량 발생 가능성 판단 및 예측, 원격 관리 등을 통한 장비의 효율 및 안정성 확대, 생산성 향상, 비용 절감 등에 초점을 두고 있다[2]. 또한 제조 공정에서 발생하는 데이터는 관계형 데이터베이스에 저장되어 통계적 공정 관리를 하는데 센서 데이터가 누적되면서 대용량 데이터셋을 기존의 관계형 데이터베이스에서 분석하기에는 어려움이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. N. R. Lee. (2017). Smart Factory 'just started!' Technology secure is the key. EPNC. http://www.epnc.co.kr/news/articleView.html?idxno72482 

  2. J. H. Jang & J. H. Jeong. (2015). The Smart Factory leading up to the Industrial Internet Revolution. LG Business Insight. 

  3. Ministry of Trade, Industry and Energy. (2017). Smart Manufacturing Innovation Vision 2025. 

  4. BLOTER. (2017). Smart Factory is not Factory Automation. BLOTER. http://www.bloter.net/archives/274222 

  5. S. Y. Lee. (2015). The role of IT for interacting with 'I' and the different 'you'(7) -Manufacturing as a Production Vs. Manufacturing as a Service-. LG CNS. http://blog.lgcns.com/706#footnote_link_706_1 

  6. S. H. Park, Y. H. Park & M. J. Lee. (2005). Statistical Process Control. Seoul : MinYoungSa. 

  7. Wikipedia. (2017). Process Capability Index. Wikipedia. https://ko.wikipedia.org 

  8. Telecommunications Technology Association. (2017). Information and communication terminology dictionary. Telecommunications Technology Association. http://terms.tta.or.kr 

  9. IoT Analytics GmbH. (2017). Will the industrial internet disrupt the smart factory of the future?. IOT ANALYTICS. https://iot-analytics.com/iot-market-segments-analysis/ 

  10. Technology and Information Promotion Agency for SMEs. (2015). Small and Medium Enterprise Technology Roadmap 2017-2019. Seoul : Technology and Information Promotion Agency for SMEs. 

  11. S. Makoto. (2013). The Impact of Big Data. Korea : HANBIT Media. 

  12. Apache Hadoop. (2014). What Is Apache Hadoop?. Apache Hadoop. http://hadoop.apache.org 

  13. Y. T. Cho, W. J. Lee, I. G. Lee, B. W. On & J. I. Choi. (2015). Analyzing smart grid energy data using Hadoop based big data system. The Transactions of the Korean Institute of Electrical Engineers, 64P(2), 85-91. 

  14. BLOTER. (2017). Samsung SDS applies 'Hadoop' to manufacturing process. BLOTER. http://www.bloter.net/archives/158074 

  15. J. H. Ku. (2017). A Study on Prediction Model of Equipment Failure Through Analysis of Big Data Based on RHadoop. Wireless Personal Communications, 80(1), 1-16. DOI : 10.1007/s11277-017-4151-1 

    상세보기 crossref

  16. V. Prajapati. (2013). Big data analytics with R and Hadoop. Birmingham : Packt Publishing. 

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