제조업 기반의 지능형 생산 현장의 프로세스를 최적화하기 위한 시스템 모델 설계 (System Model Design to Optimize Processes at Manufacturing-based Intelligent Production Sites)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 22권 / 4호 / 111 ~ 120페이지
· 저자명 : 정윤수

초록

제조업 관련 산업 환경에서는 비용 절감 및 생산성 향상을 목표로 다양한 IoT 및 AI 지원 기술을 적용하여 산업 현장에 적용하고 있다. 그러나 산업 현장에서 생산되는 이종 자원을 컴퓨터 집약적으로 처리할 수 없는 상황이 존재하기 때문에 산업 IoT 자원의 불량률을 낮추는 방안이 필요하다. 본 논문에서는 제조업 환경에 통합된 산업 IoT를 활용하여 제품 불량률을 낮출 수 있는 지능형 생산 현장의 프로세스 최적화 모델을 제안한다. 제안 모델은 산업 IoT 자원의 불량률을 낮추기 위해 랴푸노프 최적화 이론에 따라 가상화된 자원을 할당하여 자원을 최적화한다. 또한 제안 모델은 해시체인과 인공지능 기술을 활용하여 불량품 발생 여부에 대한 예측 분석을 수행한다. 성능평가 결과, 제안 모델은 기존 산업용 IoT 환경 대비 산업용 IoT 자원의 정확도는 평균 14.21% 증가하고 제품 불량률은 평균 6.21% 감소하는 것으로 나타났다.

영어초록

In the manufacturing-related industrial environment, various IoT and AI support technologies are applied to industrial sites with the aim of reducing costs and improving productivity. However, there is a situation where heterogeneous resources produced in industrial sites cannot be processed computer-intensively, so a plan is needed to lower the defect rate of industrial IoT resources. In this paper, we propose an intelligent production site optimization model that can reduce the product defect rate by utilizing industrial IoT integrated in the manufacturing environment. The proposed model optimizes resources by allocating virtualized resources according to Lyapunov optimization theory to lower the defect rate of industrial IoT resources. In addition, the proposed model performs a predictive analysis on whether defective products have occurred using hash chains and artificial intelligence technology. As a result of the performance evaluation, the proposed model showed that the accuracy of industrial IoT resources increased by 14.21% on average and the product defect rate decreased by 6.21% on average compared to the existing industrial IoT environment.

참고자료

· 없음