KR101892350B1

KR101892350B1 - 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼

Info

Publication number: KR101892350B1
Application number: KR1020160112865A
Authority: KR
Inventors: 양원모; 유현우; 김은규; 박만진; 정장수
Original assignee: 주식회사 포스코아이씨티
Priority date: 2016-09-01
Filing date: 2016-09-01
Publication date: 2018-08-27
Also published as: KR20180025757A

Abstract

본 발명에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼은 제1공정, 제1공정과 연결되는 제2공정을 포함하는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 상기 수집 데이터를 전처리하는 인터페이스부, 전처리된 데이터에 상기 수집 데이터가 발생된 공정의 공정 식별자를 맵핑하고, 제1 공정에서 수집된 수집 데이터 및 제2 공정에서 수집된 수집 데이터간의 연계 처리를 위해 맵핑된 맵핑 데이터를 정렬하는 실시간 프로세싱부 및 정렬된 정렬 데이터를 공정 식별자를 기준으로 저장하는 대용량 데이터 처리부를 포함하는 것을 특징으로 한다.

Description

연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼{SMART FACTORY FLATFORM FOR PROCESSING MASS DATA OF CONTINUOUS PROCESS IN A REAL TIME}

본 발명은 스마트팩토리 플랫폼에 관한 것으로서, 보다 구체적으로는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼에 관한 것이다.

원재료를 이용하여 완제품을 생성하기 위한 복수개의 공정들이 연속적으로 수행되고, 각 공정의 산출물들이 서로 혼합되거나 특정 공정의 산출물의 상태가 변화하여 후속 공정으로 공급되는 것과 같이, 각 공정들이 서로 관련되어 있는 생산 방식을 연속공정 생산방식이라 한다. 철강산업, 에너지산업, 제지산업, 또는 정유산업 등이 연속공정 생산 방식이 적용되는 대표적인 산업들이다.

예컨대, 철강산업은 제선공정, 제강공정, 연주공정 및 압연공정 등과 같은 복수개의 공정으로 이루어진다. 제선공정은 쇳물(용선)을 생산하는 공정으로서, 철광석을 고로에 넣고 원료탄이 타면서 나오는 열에 의해 철광석을 녹인다. 제강공정은 쇳물에서 불순물을 제거하는 공정으로, 전로 속에 고철과 용선을 함께 넣은 후 산소를 불어 넣어 불순물을 제거한다. 연주공정은 액체상태의 철이 고체가 되는 공정으로, 불순물이 제거된 용강을 주형(mold)에 주입하고 연속 주조기를 통과하면서 냉각, 응고되어 슬래브, 블룸, 또는 빌릿 등과 같은 중간 소재로 만들어진다. 압연공정은 철을 강판이나 선재로 만드는 공정으로, 연주공정에서 생산된 슬래브, 블룸, 또는 빌릿을 롤(Roll) 사이로 통과시켜 늘리거나 얇게 만들어 강판을 생산한다.

이러한 연속공정 생산방식이 적용되는 산업의 경우, 단일공정 생산방식이 적용되는 산업과 달리, 원재료 또는 중간재가 고속으로 이동하기 때문에 데이터 수집 주기가 짧고 데이터의 양이 많을 뿐만 아니라, 소음, 먼지, 수분 등이 많은 공장 환경에서 제품이 생산되기 때문에 계측이상이 자주 발생하고, 작업 방법에 따라 중간재들이 서로 혼합되거나 소재의 위치가 이동한다는 특성이 있다.

이에 따라, 연속공정이 생산방식이 적용되는 산업의 경우 대용량의 데이터를 실시간으로 처리할 수 있고, 각 공정 별로 발생된 데이터들을 연계하여 처리할 수 있는 시스템이 요구된다.

하지만, 대한민국 공개특허공보 제10-2015-0033847호(발명의 명칭: 실시간 공장상황을 반영한 디지털 팩토리 생산능력 관리 시스템, 2015.04.02. 공개) 등에 개시되어 있는 일반적인 공장 데이터 처리 시스템(예컨대, 철강 데이터 처리 시스템)은 단일 공정에서 발생하는 데이터의 처리 및 분석을 위한 것이기 때문에, 연속 공정에서 발생하는 대용량의 데이터를 실시간으로 처리할 수 없을 뿐만 아니라, 각 공정별로 발생된 데이터들 간의 연관관계를 분석할 수 없다는 문제점이 있다.

본 발명은 전술한 종래의 문제점을 해결하기 위해 고안된 것으로서, 연속공정에서 발생하는 데이터를 분석 및 가공함으로써, 각 공정 별로 발생된 데이터들의 상관 관계에 기초하여 연계 처리가 가능하도록 하는 것을 목적으로 한다.

또한 본 발명은 연속공정에서 발생하는 다양한 형식의 데이터를 표준화함으로써 대용량의 데이터를 실시간으로 처리할 수 있도록 하는 것을 목적으로 한다.

또한 본 발명은 복수의 메모리가 클러스터링되도록 구현함으로써 일부 메모리의 장애 발생시에도 데이터 유실을 방지하고 데이터의 실시간 처리 성능을 보장하는 것을 목적으로 한다.

또한 본 발명은 복수의 실시간 프로세싱 서버가 설비 이상 또는 재료의 품질 이상을 모니터링하기 위한 가공 공정을 분산하여 병렬처리함으로써 데이터의 실시간 처리 성능을 향상시키는 것을 목적으로 한다.

상기 목적을 달성하기 위해서, 본 발명에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼은 제1공정, 제1공정과 연결되는 제2공정을 포함하는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 상기 수집 데이터를 전처리하는 인터페이스부, 전처리된 데이터에 상기 수집 데이터가 발생된 공정의 공정 식별자를 맵핑하고, 제1 공정에서 수집된 수집 데이터 및 제2 공정에서 수집된 수집 데이터간의 연계 처리를 위해 맵핑된 맵핑 데이터를 정렬하는 실시간 프로세싱부 및 정렬된 정렬 데이터를 공정 식별자를 기준으로 저장하는 대용량 데이터 처리부를 포함하는 것을 특징으로 한다.

이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.

본 발명에 따르면, 연속공정에서 발생하는 데이터를 분석 및 가공함으로써, 각 공정 별로 발생된 데이터들의 상관 관계에 기초하여 연계 처리가 가능하다.

또한, 본 발명에 따르면 연속공정에서 발생하는 다양한 형식의 데이터를 표준화함으로써 대용량의 데이터를 실시간으로 처리할 수 있다.

또한, 본 발명에 따르면 복수의 메모리가 클러스터링되도록 구현함으로써 일부 메모리의 장애 발생시에도 데이터 유실을 방지하고 데이터의 실시간 처리 성능을 보장할 수 있다.

또한, 본 발명에 따르면 복수의 실시간 프로세싱 서버가 설비 이상 또는 재료의 품질 이상을 모니터링하기 위한 가공 공정을 분산하여 병렬처리함으로써 데이터의 실시간 처리 성능을 향상시킬 수 있다.

도 1은 본 발명의 실시예에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼을 포함하는 전체 스마트팩토리 구조를 나타내는 도면이다.
도 2 및 도 3은 도1의 인터페이스 장치의 구성을 구체적으로 나타내는 도면이다.
도 4 및 도 5는 도 1의 실시간 프로세싱 장치의 구성을 구체적으로 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 복수의 실시간 프로세싱부를 통해 복수의 태스크가 분산 병렬 처리되는 예를 나타내는 도면이다.
도 7은 도 1의 대용량 데이터 처리 장치의 구성을 구체적으로 나타내는 도면이다.
도 8은 본 발명의 실시예에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼을 통해 연속공정용 대용량 데이터를 실시간으로 처리하는 과정을 나타내는 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

제1, 제2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않는다. 이들 용어들은 단지 하나의 구성 요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있다.

본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하고, 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시할 수도 있다.

도 1은 본 발명에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼을 포함하는 전체 스마트팩토리 구조를 나타내는 도면이다.

도 1에 도시된 바와 같이, 본 발명에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼을 포함하는 스마트팩토리 구조는, 데이터 수집 장치(1), 네트워크(2), 스마트팩토리 플랫폼(1000), 및 어플리케이션부(3)와 같은 계층으로 구성된다.

데이터 수집 장치(1)는 연속공정을 구성하는 각 공정의 진행 과정에서 마이크로 데이터를 수집하기 위한 다양한 계측기, 센서, 액츄에이터 등을 포함한다. 일례로, 연속공정에 해당하는 철강공정의 경우, 제선공정, 제강공정, 연주공정 및 압연공정 등과 같은 다양한 공정으로 구성될 수 있다.

데이터 수집 장치(1)는 상기 계측기, 센서, 액츄에이터 등에 의해 수집된 데이터를 통합하거나 제어하는 P/C, PLC(Programmable Logic Controller), DCS(Distributed Control System) 등을 포함할 수 있다. 이 때, 마이크로 데이터는 다양한 센서 등을 통해 수집된 데이터 그 자체로서 가공되지 않은 원 데이터(raw data)를 의미한다.

네트워크(2)는 데이터 수집 장치(1)에서 수집한 대용량의 데이터를 스마트팩토리 플랫폼(1000)으로 전달하기 위한 구성으로, 네트워크 케이블, 게이트웨이, 라우터, 무선 AP 등을 포함할 수 있으나 이에 한정되는 것은 아니다.

스마트팩토리 플랫폼(1000)은 네트워크(2)로부터 데이터 수집 장치(1)에서 수집한 대용량의 마이크로 데이터를 수신하여 가공한다. 구체적으로, 스마트팩토리 플랫폼(1000)은 연속공정에서 발생하는 데이터들의 연계 처리가 가능하도록, 각 공정 별로 발생된 데이터를 전처리 및 정렬한다. 또한, 스마트팩토리 플랫폼(1000)은 실시간으로 설비 또는 재료 등의 이상유무를 온라인 상에서 판단할 수 있다. 또한, 스마트팩토리 플랫폼(1000)은 향후 분석을 위해 해당 데이터를 빅데이터 저장부에 저장하며, 저장된 데이터에 대한 조회 및 분석 서비스를 제공할 수 있다.

스마트팩토리 플랫폼(1000)는 인터페이스 장치(100), 실시간 프로세싱 장치(200) 및 대용량 데이터 처리 장치(300)를 포함한다.

인터페이스 장치(100)는 이기종 장치들과 다양한 프로토콜을 통해 연결되기 위한 연결 수단을 제공한다. 또한, 인터페이스 장치(100)는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해서 데이터 수집 장치(1)에서 수집된 데이터의 표준화를 위한 전처리 작업을 수행한다.

실시간 프로세싱 장치(200)는 조업 현장의 실시간 의사결정을 지원하기 위한 시스템으로서, 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해서 설비 또는 재료 단위로 인터페이스 장치(100)에서 표준화된 데이터를 가공한다.

대용량 데이터 처리 장치(300)는 실시간 프로세싱 장치(200)로부터 수신되는 데이터를 빅데이터 저장 공간에 저장한다. 또한, 대용량 데이터 처리 장치(300)는 데이터 유실이 되지 않도록 관리하며 히스토리컬 데이터에 대한 조회 기능을 제공한다.

보다 구체적인 인터페이스 장치(100), 실시간 프로세싱 장치(200) 및 대용량 데이터 처리 장치(300)의 동작에 대해서는 후술하기로 한다.

스마트팩토리 플랫폼(1000)은 서비스 장치(400), 관리장치(500) 및 보안장치(600) 중 적어도 하나를 더 포함할 수 있다.

서비스 장치(400)는 표준화된 처리 프로세스와 업무 기준을 서비스로 재활용하는 구조를 갖는다.

서비스 장치(400)는 비즈니스 노하우를 리포지터리(repository)화하여 기능 단위로 정의된 서비스 간 연결을 통해 계획-실행-제어 간의 연계를 용이하게 한다. 또한, 서비스 장치(400)는 재료나 제품에 대한 품질판정 모델 또는 이상 예측 모델을 포함하는 분석모델을 호출하고 실행하여 분석 결과를 생성할 수 있다.

분석모델은 미리 빅데이터 저장부(미도시)에 저장되어 있으므로 서비스 장치(400)는 분석모델에 대한 실행 호출 이벤트가 입력되면 분석모델에 필요한 데이터를 빅데이터 저장부 또는 분석장치(200)로부터 추출하여 그 결과를 제공한다.

즉, 서비스 장치(400)는 실시간 프로세싱부를 통해 실시간으로 분산 병렬처리된 데이터를 수신하여 분석하거나, 처리된 데이터가 대용량 데이터 처리 장치(300)의 빅데이터 저장부에 저장된 경우 빅데이터 저장부를 참조하여 해당 데이터를 분석할 수 있다.

관리장치(500)는 스마트팩토리 플랫폼(1000)에 속한 개별 구성에 대한 관리 및 UI/UX의 관리 데이터 수집을 위한 구성들에 대한 설정파일 관리, 각 구성의 개별 모니터링, 미리 설정된 설정값들 간의 연계정보 관리, 전체 시스템의 처리 성능 및 통합 모니터링 정보 중 적어도 하나를 관리할 수 있다.

보안장치(600)는 엔지니어에 대한 인증, 인가, 접근제어를 수행하며 데이터 자체에 대한 보안 및 전송 통로에 대한 보안을 관리한다.

어플리케이션부(3)는 스마트팩토리 플랫폼(1000) 기반으로 엔지니어에게 필요한 화면과 데이터를 가공하여 제공하는 업무 단위 시스템을 의미한다.

이하에서는 스마트팩토리 플랫폼(1000)에 포함된 각 구성에 대해서 보다 구체적으로 살펴보기로 한다.

도 2 및 도 3은 도 1의 인터페이스 장치의 구성을 구체적으로 나타내는 도면이다.

도 2 및 도 3에 도시된 바와 같이 인터페이스 장치(100)는 인터페이스부(110) 및 큐 저장부(120)를 포함한다.

구체적으로, 인터페이스부(110)는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 수집된 마이크로 데이터의 전문 레이아웃을 해석하여 의미있는 데이터 단위로 파싱(parsing)한다.

또한, 인터페이스부(110)는 파싱된 데이터에서 표준화되지 않은 항목을 표준화한다. 또한, 인터페이스부(110)는 데이터에 포함된 측정값의 단위 및 자리수를 변환하여 향후 즉시 활용 가능한 데이터 구조로 변환하여 전문 저장을 위한 마이크로 데이터의 임시 저장소인 큐 저장부(120)에 저장한다.

이를 위해 인터페이스부(110)는 수신유닛(111), 파싱유닛(112), 표준화유닛(113), 필터링유닛(114), 및 전송유닛(115)을 포함할 수 있다.

수신유닛(111)은 하나 이상의 통신 방식을 이용하여 데이터 수집 장치(1)를 구성하는 센서들에 의해 수집된 수집 데이터를 수신한다. 일례로, 수신유닛(111)은 iBA, OPC(OLE for Process control), TCP/IP 등과 같은 다양한 통신방식을 이용할 수 있다. 즉, 데이터 수집 장치(1)에 포함된 센서 등의 종류에 따라서 네트워크(2)를 구성하는 각각의 게이트웨이 등에서 이용하는 통신방식이 다양할 수 있으므로, 본 발명의 실시예에 따른 수신유닛(111)은 다양한 네트워크(2)와 통신할 수 있는 모든 통신방식을 지원할 수 있다.

파싱유닛(112)은 미리 설정된 메시지 레이아웃에 따라 수신유닛(111)을 통해 수신된 수집 데이터를 의미 있는 단위로 파싱(parsing)하여 표준화유닛(113)으로 전달한다.

구체적으로 데이터 수집 장치(1)에서 수집된 수집 데이터는 복수의 항목 ID를 포함하는 그룹 ID, 수집된 시간, 및 복수의 측정값이 반복되는 구조를 갖는다. 이 때, 항목 ID는 측정한 속성을 식별하기 위한 것으로 연속 공정 중 설비, 재료 또는 제품의 어떤 속성을 측정한 것인지를 의미하는 값으로 온도, 습도 또는 평탄도 등이 될 수 있고, 그룹 ID는 특정 공장에서 위치별 또는 각 공정별로 몇 가지 항목을 그룹으로 편성한 대표값이 될 수 있다. 다만, 본 발명의 실시예에서 데이터 구조는 이에 한정되지 않으므로 그룹 ID 자체에 수집된 시간이 포함되어 있을 수도 있다.

이와 같이, 스마트팩토리 플랫폼은 별도의 구분없이 그룹 ID, 수집된 시간, 및 복수의 측정값이 반복되는 형태의 데이터를 데이터 수집 장치(1)로부터 입력받게 되는데, 이와 같이 복잡한 데이터가 그대로 실시간 프로세싱 장치(200)로 전달될 경우 표준화되어 있지 않은 그룹 ID, 항목 ID 및 복수의 측정값을 별도로 해석하는 과정이 필요하기 때문에, 실시간으로 설비의 이상 또는 제품의 품질 이상 등을 모니터링하는 실시간 프로세싱 장치(200)의 성능이 저하될 수 있다.

따라서, 인터페이스부(110)의 파싱유닛(112)은 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 미리 설정된 레이아웃에 기초하여 수집된 데이터를 파싱한다.

구체적으로, 파싱유닛(112)은 그룹 ID별로 수집된 데이터를 파싱하고, 그룹 ID에 포함된 복수의 항목 ID와 복수의 측정값을 각각 매칭시켜 단일 항목 ID, 수집된 시간, 및 단일 측정값을 갖는 데이터로 각각 변환하여 표준화유닛(113)으로 전달할 수 있다.

파싱유닛(112)은 마이크로 데이터 전문에 대한 레이아웃을 정의한 데이터가 정의된 메시지 레이아웃 저장부를 참조하여 수집 데이터를 파싱할 수 있으며, 메시지 레이아웃 저장부는 별도의 구성으로 인터페이스부(110) 또는 다른 장치에 포함될 수 있다. 그러나, 본 발명은 이에 한정되지 않으므로 파싱유닛(112) 내부에 메시지 레이아웃에 관한 정보가 포함되어 있을 수도 있다.

표준화유닛(113)은 파싱유닛(112)으로부터 전달되는 표준화되지 않은 데이터를 표준화한다. 일례로, 표준화유닛(113)은 단일 항목 ID, 수집된 시간, 및 단일 측정값을 갖는 각각의 데이터에 대해서, 미리 설정된 표준변환기준에 따라 항목 ID를 표준항목 ID로 변환하거나 측정값의 단위 및 자리수를 표준화할 수 있다.

구체적으로, 데이터 수집 장치(1)에 포함된 각각의 센서 또는 액츄에이터 등은 동일한 속성을 측정하더라도 이들이 생산된 업체나 이들이 포함된 공장의 특성에 따라 각각의 항목 ID가 서로 다른 형식을 가질 수 있다. 따라서, 본 발명의 실시예에서 표준화유닛(113)은 동일한 속성을 측정한 데이터가 동일한 ID를 갖도록 각 데이터에 포함된 항목 ID를 표준항목 ID로 변경할 수 있다.

이와 같이, 본 발명의 실시예에서 표준화유닛(113)은 서로 동일한 속성을 측정한 측정값에 대해서는 동일한 표준항목 ID를 갖도록 전처리함으로써, 각각의 표준항목 ID에 기초하여 연속공정으로부터 수집된 수집 데이터가 연계 처리되도록 할 수 있다.

또한, 데이터 수집 장치(1)를 통해 수집된 수집 데이터에 포함된 측정값의 형식은 센서나 액츄에이터와 같은 데이터 수집 장치(1)의 종류에 따라 상이하다. 그 결과, 연속공정으로부터 각각 수집된 서로 다른 형식의 수집 데이터의 연계 처리를 위해서는 각 디바이스의 종류에 따라 데이터의 단위 및 길이를 환산하는 과정을 추가로 수행해야 하기 때문에 연속공정으로부터 수집되는 대용량의 데이터를 실시간으로 연계 처리하는 것이 불가능하다. 따라서, 본 발명의 실시예에서 표준화유닛(113)은 분석장치(200)가 실시간으로 대용량의 데이터를 연계 처리할 수 있도록 데이터를 표준화할 수 있다.

표준화유닛(113)은 별도의 구성으로 인터페이스부(110) 또는 다른 장치에 포함된 표준 변환기준 저장부를 참조하여, 항목 ID, 측정값의 단위 및 자리수를 표준화할 수 있으나, 본 발명은 이에 한정되지 않으므로 표준화유닛(113) 내부에 표준화를 위한 표준 변환기준에 관한 정보가 포함되어 있을 수 있다.

필터링유닛(114)은 미리 설정된 필터링 기준에 따라 표준화유닛(113)에서 표준화된 데이터를 큐 저장부(120)에 저장할 것인지 판단한다.

일례로, 수집된 데이터의 종류에 따라 등급이 미리 설정되어 있고, 필터링유닛(114)은 상기 등급에 따라 큐 저장부(120)에 저장할 데이터 여부를 판단할 수 있다. 이 때, 등급은 표준화된 데이터의 표준항목 ID를 기준으로 중요도에 따라 결정될 수 있으나 이에 한정되는 것은 아니다.

필터링유닛(114)은 큐 저장부(120)에 저장될 필요가 있는 데이터를 필터링하기 위한 기준이 저장된 필터링 기준 저장부를 참조하여 표준화된 데이터를 필터링할 수 있으며, 필터링 기준 저장부는 별도의 구성으로 인터페이스부(110) 또는 다른 장치에 포함될 수 있다. 그러나, 본 발명은 이에 한정되지 않으므로 필터링유닛(114) 내부에 필터링 기준에 관한 정보가 저장되어 있을 수도 있다.

전송유닛(115)은 필터링유닛(114)을 통해 필터링된 데이터를 큐 저장부(120)의 큐(121)에 저장한다.

일례로, 전송유닛(115)은 상기 필터링된 데이터를 그룹 ID 또는 표준항목 ID 별로 큐 저장부(120)의 큐(121)에 저장할 수 있다.

즉, 본 발명의 실시예에서는 서로 다른 형식을 갖는 각 공정 별 수집 데이터를 파싱 및 표준화하여 일정한 형식으로 변환하는 한편, 표준화된 데이터를 그룹 ID 또는 표준항목 ID 별로 저장하여 그룹 ID 또는 표준항목 ID 별 데이터 확인이 가능하므로 연속공정으로부터 수집된 수집 데이터가 실시간으로 연계 처리될 수 있다.

또한, 본 발명의 실시예에서 큐 저장부(120)는 복수개로 구성될 수 있으며, 이 경우 복수개의 큐 저장부(120)는 어느 하나의 큐 저장부(120)에 표준화된 수집 데이터가 저장되면 저장되는 수집 데이터를 실시간으로 수신하여 저장하도록 구비될 수 있다.

또한, 전송유닛(115)은 복수개의 큐 저장부(120) 중 정상 동작하는 큐 저장부의 개수에 기초하여 결정되는 동작 모드가 대기 모드인 경우 수집 데이터의 저장을 중지할 수 있고, 수신유닛(111)도 수집 데이터의 수신을 중지할 수 있다.

즉, 큐 저장부(120)가 비정상적으로 동작하여 수집 데이터의 저장이 실시간으로 수행되지 않음에도 불구하고 데이터 수집 장치(1)로부터 계속해서 수집 데이터를 수신할 경우, 큐 저장부(120)의 장애로 인해 인터페이스부(110)의 수집 데이터 처리 동작에도 장애가 발생하게 된다.

따라서, 본 발명의 실시예에서 인터페이스부(110)는 동작 모드가 대기 모드인 경우, 수집 데이터의 수신 및 저장을 중지함으로써 장애 발생을 방지하고, 큐 저장부(120)가 정상 동작하면 다시 수집 데이터의 수신 및 저장을 수행할 수 있다.

또한, 본 발명의 실시예에 따른 인터페이스부(110)는 마이크로 데이터 병합유닛(116), 메시지 레이아웃 저장부(117), 표준변환기준 저장부(118), 및 필터링 기준 저장부(119) 중 적어도 하나를 더 포함할 수 있다.

마이크로 데이터 병합유닛(116)은 수신유닛(111)을 통해 수신되는 데이터를 병합(merge)하여 파싱유닛(112)으로 전달한다.

일례로, 마이크로 데이터 병합유닛(116)은 연속 공정에서의 처리 성능 향상을 위해 일정시간 간격(예: 0.1초, 1초, 1분 등)으로 수신유닛(111)을 통해 수신되는 데이터를 병합(merge)하여 파싱유닛(112)으로 전달할 수 있다.

즉, 연속 공정의 특성상 아주 짧은 주기(예: 5㎳ 내지 20㎳)로 데이터가 파싱유닛(112)으로 전송될 수 있는데, 이러한 짧은 주기로 파싱유닛(112)이 데이터를 연속해서 파싱하는 것은 전체 시스템의 실시간 처리 성능을 악화시킬 수 있다.

따라서, 마이크로 데이터 병합유닛(116)은 실시간 모니터링을 위해 필요한 데이터는 병합하지 않고 파싱유닛(112)으로 바로 전달하고, 나머지 데이터는 일정시간 간격으로 병합하여 파일 형태로 생성한 후 파싱유닛(112)으로 전달할 수 있다. 이 때, 실시간 모니터링을 위해 필요한지 여부는 데이터의 중요도에 따라 설정될 수 있으며, 일례로 이상이 발생할 경우 즉각적인 조치가 필요한 설비 또는 재료로부터 수집되는 데이터를 실시간 모니터링을 위해 필요한 데이터로 설정할 수 있으나 이에 한정되는 것은 아니다.

메시지 레이아웃 저장부(117)에는 마이크로 데이터 전문에 대한 레이아웃을 정의한 데이터가 저장되어 있으며, 파싱유닛(112)은 메시지 레이아웃 저장부(117)를 참조하여 바이너리 형태 또는 별도의 데이터 전송 기준으로 전달되는 마이크로 데이터를 해석하는 근거로 이용할 수 있다.

표준변환기준 저장부(118)에는 데이터 수집 장치(1)를 구성하는 다양한 센서 등의 항목 ID를 표준화한 표준항목 ID와, 각 표준항목 ID에 따른 기준 단위와 자리수가 저장되어 있으며, 표준화유닛(113)은 표준변환기준 저장부(118)를 참조하여 파싱된 데이터의 항목 ID를 표준항목 ID로 변경하고, 단위 및 자리수를 통일시키는 근거로 이용할 수 있다.

필터링 기준 저장부(119)에는 표준화된 데이터 중 큐 저장부(120)에 저장될 필요가 있는 데이터를 필터링하기 위한 기준이 저장되어 있으며, 필터링유닛(114)은 필터링 기준 저장부(119)를 참조하여 표준화된 데이터 중 큐 저장부(120)에 저장할 데이터를 필터링하는 근거로 이용할 수 있다.

큐 저장부(120)는 인터페이스부(110)에서 처리된 데이터를 실시간 처리 전에 임시로 보관하는 영역으로 큐(121)를 포함한다.

큐(121)는 인터페이스부(110)에서 처리된 데이터를 일정시간 동안 보관하기 위한 저장소이다. 큐(121)는 데이터 유실 방지를 위해 메모리가 아닌 디스크 기반으로 데이터를 저장할 수 있다. 또한, 큐(121)에서 데이터를 저장하는 공간은 토픽(topic)으로 구분될 수 있고, 동일 토픽 내의 파티션을 여러개 분리하여 병렬로 데이터를 처리하는 것도 가능하다.

그리고, 큐(121)에는 후술하는 실시간 프로세싱 서버의 페치 수행유닛이 읽어 가는 데이터에 따라 고유한 ID가 부여되어 있을 수 있으며, 이 고유한 ID 별로 데이터 페치 주소를 관리할 수 있어 데이터를 순차적으로 읽고 쓰는 큐 형태로 데이터를 저장 및 제공할 수 있다.

도 2에는 하나의 인터페이스부(110) 및 하나의 큐 저장부(120)를 통해 수집된 데이터를 전처리하는 것으로 도시되어 있으나, 본 발명은 이에 한정되지 않는다.

일례로, 도 3에 도시된 바와 같이, 인터페이스 장치(100)는 복수의 인터페이스부(110) 및 복수의 큐 저장부(120)를 포함할 수 있다.

이 때, 복수의 인터페이스부(110)는 데이터 수집 장치(1)에 포함된 데이터 수집 장치의 규모 및 공장의 물리적 위치 등에 따라 추가하는 형태로 확장될 수 있다. 또한, 각각의 인터페이스부(110)는 고가용성(High Availability; HA)을 위해 이중화 구조로 구비될 수 있다.

즉, 각각의 인터페이스부(110)는 운영 서버 및 백업 서버로 구비되어 평상시 운영 서버가 동작하다가 운영 서버에 장애가 발생할 경우 자동으로 백업 서버가 활성화되어 전술한 인터페이스부(110)의 동작이 중단되지 않고 연속적으로 구현될 수 있다.

또한, 복수의 큐 저장부(120)는 클러스터링 구조를 가짐으로써, 1대의 큐 저장부(120)에 데이터가 저장되면 다른 큐 저장부(120)로 데이터가 복제되기 때문에 일부 큐 저장부(120)에 장애가 발생할 경우에도 다른 큐 저장부(120)를 참조하여 서비스를 지속할 수 있다. 따라서, 일부 큐 저장부(120)의 장애시에도 데이터 유실 없이 클러스터링 된 나머지 큐 저장부(120)를 통해 데이터 처리 및 저장을 수행할 수 있다.

또한, 인터페이스부(110)는 수집된 마이크로 데이터에 대한 표준화가 완료되면 복수의 큐 저장부(120) 중1대의 큐 저장부(120)를 선택하여 표준화된 데이터를 저장한다. 이 때, 데이터를 저장할 큐 저장부(120)를 선택하는 기준은 다양한 룰 중에서 선택될 수 있으며, 예를 들어 부하가 가장 낮은 큐 저장부(120)를 선택하거나 순차적으로 선택하는 방식, 또는 데이터를 수집한 센서 별로 저장할 큐 저장부(120)를 사전에 미리 저장하여 선택하는 것이 가능하다.

도 4 및 도 5는 도 1의 실시간 프로세싱 장치의 구성을 구체적으로 나타내는 도면이다.

도 4 및 도 5에 도시된 바와 같이 실시간 프로세싱 장치(200)는 실시간 프로세싱부(210) 및 메모리부(220)를 포함한다.

구체적으로, 실시간 프로세싱부(210)는 설비 또는 재료 단위로 마이크로 데이터를 맵핑하여 조업-설비-품질 등 영역간 데이터를 연계분석할 수 있도록 마이크로 데이터를 가공한다. 또한, 실시간 프로세싱부(210)는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 인터페이스 장치(100)에서 전처리된 수집 데이터를 정렬한다. 또한, 실시간 프로세싱부(210)는 센서가 없어 데이터가 수집되지 않은 지점이나 수집 주기 중간에 발생한 누락치를 예측할 수 있다.

이를 위해 실시간 프로세싱부(210)는 페치(fetch) 수행유닛(211), 로딩 수행유닛(212), 공정맵핑 수행유닛(213), 데이터 보정 수행유닛(215), 및 데이터 정렬 수행유닛(216)을 포함한다.

페치 수행유닛(211)은 인터페이스 장치(100)의 큐(121)에 저장된 데이터를 페치하여 메모리부(220)의 수집데이터 저장부(221)에 저장한다. 일례로, 페치 수행유닛(211)은 큐(121)에 저장된 데이터를 표준항목 ID 별로 읽어 들여서 메모리부(220)의 수집데이터 저장부(221)에 저장할 수 있다. 즉, 전술한 바와 같이 인터페이스부(110)는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해 표준화된 표준화 데이터를 그룹 ID 또는 표준항목 ID 별로 큐(121)에 저장할 수 있으므로, 페치 수행유닛(211)은 큐(121)에 저장된 표준화 데이터를 그룹 ID 또는 표준항목 ID 별로 페치할 수 있다.

이 때, 페치 수행유닛(211)은 큐 저장부(120)에 포함된 큐(121)에 대해서 이전에 데이터를 조회한 위치 정보를 기억함으로써, 이전까지 읽어 들인 데이터의 다음 데이터를 읽어 들일 수 있다.

로딩 수행유닛(212)은 수집데이터 저장부(221)에 저장된 수집 데이터를 로밍하여 공정맵핑 수행유닛(213)으로 전달한다. 일례로, 로딩 수행유닛(212)은 표준화 데이터를 표준항목 ID 별로 로딩하여 공정맵핑 수행유닛(213)으로 전달할 수 있다.

공정맵핑 수행유닛(213)은 로딩 수행유닛(212)으로부터 전달받은 표준화된 수집 데이터에 해당 데이터가 수행된 공정을 식별하기 위한 공정 식별자를 맵핑하고, 맵핑된 표준화 데이터를 데이터 보정 수행유닛(215)으로 전달한다.

구체적으로, 공정맵핑 수행유닛(213)은 특정 공정을 수행하는 설비의 설비 식별자 및 해당 공정을 수행하는 설비를 통해 가공되는 재료의 재료 식별자 중 적어도 하나를 표준화 데이터에 맵핑할 수 있으며, 이를 위해 맵핑 수행유닛(213a) 및 재료맵핑 수행유닛(213b)을 포함할 수 있다.

설비맵핑 수행유닛(213a)은 전달받은 표준화 데이터에 해당 데이터가 수집된 설비 식별자를 맵핑하고, 설비 식별자가 맵핑된 맵핑 데이터를 재료맵핑 수행유닛(213b)으로 전달할 수 있다.

구체적으로 설비맵핑 수행유닛(213a)은 표준화 데이터가 수집된 시간 및 표준화 데이터를 수집한 센서의 속성 정보에 기초하여 수집 데이터가 발생한 설비의 설비 식별자를 추출할 수 있다. 이 때, 센서의 속성 정보는 측정한 속성을 식별하기 위한 정보로서 전술한 바와 같이 표준항목 ID를 포함할 수 있으나, 본 발명은 이에 한정되지 않는다.

즉, 전술한 바와 같이, 인터페이스 장치(100)에 의한 표준화 데이터는 표준항목 ID, 수집된 시간, 및 표준화된 단위와 자리수를 갖는 단일 측정값을 포함하는데, 각 설비의 작업 별로 동작하는 시간이 정해져 있으므로 설비맵핑 수행유닛(213a)은 수집된 시간 정보에 기초하여 해당 시간에 동작한 설비를 확인할 수 있다. 또한, 상기 센서의 속성 정보에는 해당 센서가 측정한 설비의 설비 식별자 정보가 포함되어 있으므로, 특정 시간에 특정한 표준항목 ID를 갖는 센서가 측정한 설비의 설비 식별자를 추출하여 맵핑할 수 있다.

그 결과, 설비 식별자가 맵핑된 맵핑 데이터는 표준항목 ID, 수집된 시간, 설비 식별자 및 단일 측정값을 포함하게 된다.

재료맵핑 수행유닛(213b)은 설비 식별자가 맵핑된 데이터에 해당 설비 식별자에 대응되는 설비를 통해 가공된 재료의 재료 식별자를 맵핑할 수 있다.

구체적으로 재료맵핑 수행유닛(213b)은 각 공정에서 수행되는 작업 지시 정보에 따라 상기 맵핑된 설비 식별자에 대응되는 설비에서 가공된 재료의 재료 식별자를 추출할 수 있다.

이 때, 재료는 동일한 소스로부터 발생하는 추출물을 의미하는 것으로, 제1공정을 수행하는 설비를 통해 제1재료가 생성되는데 제1재료에는 제1재료 식별자가 미리 할당되어 있고, 제2공정을 수행하는 설비를 통해 제2재료가 생성되는데 제2재료에는 제2재료 식별자가 미리 할당되어 있다.

따라서, 전술한 바와 같이, 설비맵핑 수행유닛(213a)에 의해 설비 식별자가 맵핑된 데이터는 표준항목 ID, 수집된 시간, 설비 식별자 및 표준화된 단위와 자리수를 갖는 단일 측정값을 포함하고, 각 설비에 적용된 작업에 따라 재료 식별자가 서로 상이하게 할당되어 있으므로 재료맵핑 수행유닛(213b)은 맵핑된 설비 식별자에 대응되는 설비에서 수행된 작업을 통해 가공된 재료의 재료 식별자를 추출하여 맵핑할 수 있다.

그 결과, 재료 식별자가 맵핑된 맵핑 데이터는 표준항목 ID, 수집된 시간, 설비 식별자, 재료 식별자 및 단일 측정값을 포함하게 된다.

이와 같이, 본 발명의 실시예에 따른 실시간 프로세싱부(210)는 표준화된 데이터에 설비 식별자와 재료 식별자를 추가로 맵핑함으로써, 각 수집 데이터 별로 어떠한 재료가 어떠한 설비를 통과하는 과정에서의 수집 데이터인지 확인하도록 할 수 있다.

전술한 바와 같이, 인터페이스 장치(100)를 통과하면서 데이터는 표준화되기 때문에 실시간 프로세싱부(210)는 일정한 구조를 갖는 표준화 데이터에 설비 식별자와 재료 식별자를 맵핑할 수 있으므로 지연없이 대용량의 데이터를 실시간으로 처리할 수 있다.

한편, 데이터 수집 장치(1)를 통해 수집된 수집 데이터에는, 재료가 설비를 통해 가공되는 상태에서 수집된 수집 데이터뿐만 아니라, 재료를 가공하고 있지 않는 설비 자체를 감지하여 수집된 수집 데이터가 포함되어 있게 된다.

이러한 수집 데이터의 경우, 설비 식별자가 맵핑된 수집 데이터에 추가로 맵핑할 재료 식별자가 없으므로, 재료맵핑 수행유닛(213b)은 설비 식별자만 맵핑되고 재료 식별자가 맵핑되지 않은 무부하 데이터와, 설비 식별자 및 재료 식별자가 모두 맵핑된 부하 데이터를 분리하여 정렬 데이터 저장부(222)에 저장할 수 있다.

데이터 보정 수행유닛(215)은 공정 식별자가 맵핑된 맵핑 데이터 중 누락된 데이터가 있는 경우 누락된 데이터를 예측함으로써, 맵핑 데이터를 보정한다.

일례로, 데이터 보정 수행유닛(215)은 누락이 발생한 데이터에 대응되는 영역과 가장 인접한 영역에 대응되는 맵핑 데이터, 또는 누락이 발생한 시간의 전후 시간에 대응되는 맵핑 데이터를 이용하여 누락된 데이터를 예측할 수 있다.

또한, 데이터 보정 수행유닛(215)은 누락된 데이터 예측 전에 설비 식별자 및 재료 식별자가 맵핑된 수집 데이터가 수집된 시간을 소정의 수집 주기에 일치시킬 수 있다. 즉, 데이터 수집 장치(1)를 통해 정해진 수집 주기로 수집 데이터가 발생해야 하는데 그렇지 않은 경우가 있을 수 있으므로 데이터 보정 수행유닛(215)은 수집된 시간을 수집 주기에 일치시킬 수 있다.

예를 들어, 수집 주기를 20ms로 수집 데이터를 저장하는 경우 데이터 수집 장치(1)는 20ms 마다 수집 데이터를 발생시켜야 하므로, 15시01분11초0005ms에 발생한 수집 데이터는 15시01분11초0000ms로 수집된 시간을 변경하고, 15시01분11초0050ms에 발생한 수집 데이터는 15시01분11초0040ms로 수집된 시간을 변경하여 수집 주기에 일치시킬 수 있다.

그리고, 이와 같이 수집 주기가 20ms인 경우 20ms로 수집 데이터가 전달되어야 하는데, 일부 수집 데이터가 누락된 경우 각각의 수집 데이터들이 수집된 수집 주기가 20ms 보다 길게 된다.

따라서, 데이터 보정 수행유닛(215)은 누락이 발생한 데이터가 수집되었어야 하는 영역과 가장 인접한 위치에서의 맵핑 데이터 또는 누락이 발생한 시간과 인접한 수집시간의 맵핑 데이터를 활용하여 누락된 데이터를 예측할 수 있다.

데이터 정렬 수행유닛(216)은 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해 상기 공정 식별자가 맵핑 데이터를 정렬한다.

전술한 실시예와 같이, 데이터 정렬 수행유닛(216)은 표준항목 ID, 수집된 시간, 설비 식별자, 재료 식별자 및 단일 측정값을 포함하는 수집 데이터를 전달받을 수 있는데, 데이터 정렬 수행유닛(216)은 동일한 재료 식별자가 맵핑되어 있는 맵핑 데이터들을 수집된 시간에 따라 순차적으로 정렬할 수 있다. 즉, 데이터 정렬 수행유닛(216)은 연속공정에서 수집된 수집 데이터 간의 연계처리를 위해 맵핑 데이터를 동일한 재료 식별자를 갖는 재료 단위로 정렬할 수 있다.

그리고, 데이터 정렬 수행유닛(216)은 시간에 따라 정렬된 맵핑 데이터들을 동일한 재료 식별자에 대응되는 재료 상에서 수집 데이터가 수집된 위치를 기준으로 정렬할 수 있다.

일례로, 데이터 정렬 수행유닛(216)은 재료의 길이, 재료의 이동 속도, 및 수집 데이터의 수집 주기 중 적어도 하나를 이용하여 상기 재료 상에서 상기 시간에 따라 정렬된 수집 데이터의 수집 위치를 결정할 수 있다. 그리고 데이터 정렬 수행유닛(216)은 상기 재료 상에서 미리 정해진 간격으로 설정된 기준점들과 각 수집 위치 간의 거리를 기초로 기준점들에서의 측정값을 산출할 수 있다.

즉, 재료의 이동 속도와 수집 데이터의 수집 주기를 곱한 값으로 상기 재료의 전체 길이를 기준으로 상기 재료 상에서 각 주기 별로 수집 데이터가 수집된 수집 위치가 결정될 수 있으므로, 시간에 따라 정렬된 수집 데이터는 재료의 길이 방향의 소정의 위치에서 측정된 데이터로 각각 정렬될 수 있다.

그리고, 데이터 정렬 수행유닛(216)은 서로 다른 수집 주기로 제1공정 및 제2공정으로부터 각각 수집된 수집 데이터의 연계 처리를 위해, 각 재료 상에서 미리 정해진 간격으로 설정된 기준점들과 상기 각 수집 위치 간의 거리를 기초로 각 기준점들에서의 측정값을 산출하고, 산출된 측정값을 기초로 각 기준점들에서의 기준 데이터를 생성할 수 있다.

또한, 데이터 정렬 수행유닛(216)은 상기 시간에 따라 정렬된 수집 데이터, 및 기준점들에서의 기준 데이터들을 재료 상에서 일 방향으로 순차적으로 정렬하고, 정렬된 데이터를 메모리부(220)의 정렬데이터 저장부(222)에 저장할 수 있다. 이 때, 기준 데이터들을 정렬하는 일 방향은 재료의 길이 방향, 재료의 폭 방향, 및 재료의 두께 방향 중 적어도 하나가 될 수 있으나, 본 발명은 이에 한정되지 않는다.

즉, 제1공정 및 제2공정에서는 서로 다른 수집 주기로 각각의 수집 데이터가 수집되고 제1공정을 통과하는 재료의 길이, 폭, 또는 두께가 제2공정을 통과하는 재료의 길이, 폭 또는 두께와 서로 다를 수 있기 때문에, 각 공정 상에서 재료의 특정 영역에서 측정되는 측정값의 전후 관계 변화를 연계하여 관리하기 어려울 수 있다.

따라서, 본 발명의 실시예에서는 제1공정 및 제2공정으로부터 각각 수집된 수집 데이터의 연계 처리를 위해, 각 공정을 통과하는 재료의 일 방향을 기준으로 기준점을 설정해 놓고 각각의 기준점에서의 측정값을 산출함으로써, 제1공정 및 제2공정 상의 재료에 대응되는 각각의 기준점에서의 측정값을 연계 관리하도록 할 수 있다. 이하에서는 상기 기준 데이터들을 재료 상에서 길이 방향으로 정렬하는 예를 기술하기로 한다.

구체적으로, 제1공정에서 재료의 길이 방향으로 소정의 간격을 갖는 제1기준점에서의 제1기준 데이터와, 제2공정에서 재료의 길이 방향으로 소정의 간격을 갖는 제2기준점에서의 제2기준 데이터는, 수집 데이터의 연계 처리를 위해 각 재료 별로 재료 식별자가 맵핑되어 있는 재료 가계도 상에서 제1기준 데이터에 포함된 제1재료 식별자 및 제2기준 데이터에 포함된 제2재료 식별자에 기초하여 연계될 수 있다.

즉, 재료 연계 정보에는 제1공정 및 제2공정을 순차적으로 통과하면서 생성되는 동일한 재료에게 할당된 재료 식별자가 가계도의 형태로 포함되어 있을 수 있으므로, 재료 연계 정보를 참조하여 트리로 연결된 각각의 재료 식별자가 맵핑된 수집 데이터들이 서로 연계될 수 있다.

이러한 재료 연계 정보는 메모리 서버(200)의 재료 연계 정보 저장부(225)에 저장되어 있을 수 있으나, 본 발명은 이에 한정되지 않는다.

데이터 정렬 수행유닛(216)은 상기와 같이 재료의 길이 방향으로 정렬된 수집 데이터 및 기준 데이터들을 메모리부(220)의 정렬데이터 저장부(222)에 저장할 수 있다.

일례로, 데이터 정렬 수행유닛(216)은 재료 연계 정보에 기초하여 서로 연계되는 재료 식별자를 갖는 정렬된 데이터들 별로 정렬데이터 저장부(222)의 동일한 공간에 저장함으로써, 수집 데이터를 연계 처리할 때 동일한 저장 공간에서 간단하게 연계된 수집 데이터들을 함께 이용하도록 할 수 있다.

또한, 데이터 정렬 수행유닛(216)은 상기 맵핑 데이터를 시간에 따라 정렬한 제1정렬 데이터, 상기 맵핑 데이터를 수집 위치를 기준으로 정렬한 제2정렬 데이터, 및 상기 기준점들에서의 기준 데이터들을 정렬데이터 저장부(222)에 별도로 저장할 수 있다.

즉, 데이터 정렬 수행유닛(216)은 이들을 별도의 저장 장소에 각각 저장함으로써, 실제 측정된 값에 해당하는 제1정렬 데이터와 제2정렬 데이터를 시간 및 수집 위치를 기준으로 별도로 이용하도록 하고, 실제 데이터를 바탕으로 산출된 가상의 값에 해당하는 기준 데이터를 별도로 이용하도록 할 수 있으나, 본 발명은 이에 한정되지 않는다.

또한, 데이터 정렬 수행유닛(216)은 정렬 결과를 대용량 데이터 처리 장치(300)에서 이용할 수 있도록 정렬 완료를 알리는 이벤트를 완료이벤트 저장부(223)에 저장할 수 있다.

이와 같이, 실시간 프로세싱부(210)는 수집 데이터에 설비 식별자 또는 재료 식별자와 같은 공정 식별자를 맵핑하고, 상기 맵핑 데이터를 정렬함으로써 수집 데이터가 연계 처리되도록 할 수 있다.

또한, 실시간 프로세싱부(210)는 설비이상감지 수행유닛(217) 및 품질이상감지 수행유닛(218) 중 적어도 하나를 더 포함할 수 있다.

설비이상감지 수행유닛(217)은 설비맵핑 수행유닛(213a)으로부터 설비 식별자가 맵핑된 데이터를 전달받고 미리 설정된 설비이상판단기준에 따라 설비이상여부를 판단한다. 그리고, 설비이상감지 수행유닛(217)은 특정 설비에 이상이 발생한 경우 메모리부(220)의 이상감지결과 저장부(224)에 판단 결과를 저장한다.

이 때, 설비의 이상여부를 판단하기 위한 설비이상판단기준의 일례로 수집된 수집 데이터가 소정의 기준값을 벗어난 형태로 소정의 시간 동안 지속되는 경우 설비에 이상이 발생한 것으로 판단하도록 설정될 수 있으나, 본 발명은 이에 한정되지 않는다.

품질이상감지 수행유닛(218)은 정렬이 완료된 수집 데이터를 정렬데이터 저장부(222)로부터 로딩하고, 미리 설정된 품질이상판단기준에 따라 품질이상여부를 판단한다. 그리고, 품질이상감지 수행유닛(218)은 특정 재료의 품질에 이상이 발생한 경우 메모리부(220)의 이상감지결과 저장부(224)에 판단 결과를 저장한다.

이 때, 품질이상여부를 판단하기 위한 품질이상판단기준의 일례로 수집된 수집 데이터의 평균 및 오차 예측 등의 작업을 통해 품질이상여부 판단식의 레퍼런스로 활용하기 위한 매크로 데이터를 생성하고, 수집 데이터를 품질이상여부 판단식에 입력하여 그 결과에 따라 품질이상을 판단하도록 할 수 있으나, 본 발명은 이에 한정되지 않는다.

이와 같이, 본 발명의 실시예에서 실시간 프로세싱부(210)는 수집 데이터의 연계 처리를 위해 수집 데이터를 정렬하는 한편, 수집 데이터를 바탕으로 실시간으로 설비 또는 재료의 품질에 이상이 발생하는지 모니터링함으로써, 설비 고장을 미리 예측할 수 있다.

또한, 실시간 프로세싱부(210)는 설비정보 저장부(219a), 작업지시정보 저장부(219b), 센서속성정보 저장부(219c), 및 품질판정모델 저장부(219d) 중 적어도 하나를 더 포함할 수 있다.

설비정보 저장부(219a)에는 설비가 어느 공장, 어느 공정의 어느 위치에 존재하는지에 대한 정보, 설비에 대한 정비이력 정보, 데이터에 맵핑할 설비정보와 각 설비 별로 설비의 이상여부를 판단하기 위한 설비이상판단기준이 저장되어 있다.

작업지시정보 저장부(219b)에는 MES(Manufacturing Execution System) 시스템의 작업에 대한 지시정보 및 해당 작업으로 특정 설비에서 발생하는 재료 식별자 정보, 해당 작업 수행에 대한 품질지표 및, 데이터에 맵핑할 재료정보와 각 재료 별로 재료의 품질이상여부를 판단하기 위한 품질이상판단기준이 저장되어 있다.

센서속성정보 저장부(219c)에는 센서에서 수집되는 데이터의 종류, 단위, 수집 주기, 해당 설비 식별자, 공장/공정 등의 정보가 저장되며, 특히 설비 또는 재료를 측정하는 센서의 항목 ID가 저장되어 있다.

품질판정모델 저장부(219d)에는 품질이상판단기준이 미리 저장되어 있으므로, 품질이상감지 수행유닛(218)은 품질판정모델 저장부(219d)를 참조하여 품질이상을 판단할 수 있다.

메모리부(220)는 실시간 프로세싱부(210)에서 생성되는 다양한 데이터를 저장한다. 그리고 메모리부(220)는 이를 위해 수집데이터 저장부(221), 정렬데이터 저장부(222), 완료이벤트 저장부(223), 및 이상감지결과 저장부(224)를 포함할 수 있다.

수집데이터 저장부(221)에는 페치 수행유닛(211)를 통해 큐(121)에서 읽어 들여진 표준화된 데이터 즉, 맵핑, 정렬, 예측 등이 이루어지기 전의 원 데이터가 표준항목 ID 별로 저장되고, 로딩 수행유닛(212)는 수집데이터 저장부(221)로부터 표준화된 데이터를 로딩하여 설비맵핑 수행유닛(213a)로 전달한다.

정렬데이터 저장부(222)에는 각 데이터를 통해 설비 또는 완성된 재료의 품질을 판정할 수 있도록 전술한 설비맵핑 수행유닛(213a) 및 재료맵핑 수행유닛(213b)에 의해 설비정보와 재료정보가 맵핑된 데이터가 재료의 길이 방향으로 정렬된 상태로 저장된다. 또한, 정렬데이터 저장부(222)에는 설비 식별자와 재료 식별자가 모두 맵핑된 수집 데이터, 및 설비 식별자만이 맵핑된 수집 데이터가 별도로 저장된다.

완료이벤트 저장부(223)에는 전술한 바와 같이, 수집 주기에 따라 정렬되고 누락치가 수집된 데이터가 정렬데이터 저장부(222)에 저장되면, 정렬 결과를 대용량 데이터 처리 장치(300)에서 이용할 수 있도록 정렬 완료를 알리는 이벤트가 저장된다. 따라서, 대용량 데이터 처리 장치(300)는 완료이벤트 저장부(223)를 모니터링하여 새로운 완료 이벤트가 발생하면 정렬데이터 저장부(222)로부터 정렬된 데이터를 추출하여 이용하게 된다.

구체적으로, 완료 이벤트에는 해당 이벤트 전송일시, 데이터 수집일시, 정렬데이터 저장부(222)에서 데이터를 읽기 위한 키 정보, 이벤트를 저장하기 위한 파티션 및 디렉토리 정보 등이 포함된다. 따라서, 대용량 데이터 처리 장치(300)는 완료이벤트 저장부(223)에서 새로운 완료 이벤트가 획득되면, 해당 완료 이벤트에 포함된 키 정보를 이용해서 해당 완료 이벤트에 대응되는 데이터가 정렬데이터 저장부(222)의 어느 파티션 및 디렉토리에 저장되어 있는지 확인하는 방식으로 새롭게 정렬된 데이터를 획득할 수 있다.

이상감지결과 저장부(224)에는 설비이상감지 수행유닛(217)에서 감지된 특정 설비의 이상감지결과, 및 품질이상감지 수행유닛(218)에서 감지된 특정 재료의 품질 이상감지결과가 저장된다.

따라서, 본 발명의 실시예에 따른 스마트팩토리 플랫폼의 외부에 구축된 별도의 이상감지 모니터링 시스템(미도시)을 통해 이상감지결과 저장부(224)에 접근하여 엔지니어는 스마트팩토리 플랫폼의 특정 설비나 특정 재료의 품질에 이상이 발생했는지 확인할 수 있다.

다만, 본 발명은 이에 한정되지 않고 특정 설비 또는 특정 재료의 품질에서 이상이 발생한 경우 이상감지 모니터링 시스템으로 바로 전송함으로써 엔지니어가 이상을 바로 확인하도록 하는 것도 가능하다.

또한, 메모리부(220)는 재료 연계 정보 저장부(225)를 더 포함할 수 있다.

재료 연계 정보 저장부(225)에는 제1공정 및 제2공정을 통과하면서 동일한 재료에게 부여될 수 있는 재료 식별자가 트리 형태로 연결되는 재료 연계 정보가 저장되므로, 제1공정 및 제2공정으로부터 수집된 수집 데이터가 재료의 길이 방향으로 정렬된 후 트리 형태로 연결된 재료 식별자에 기초하여 제1공정 및 제2공정에서의 수집 데이터를 연계 처리할 수 있다.

도 4에는 하나의 실시간 프로세싱부(210) 및 하나의 메모리부(220)를 통해 표준화된 데이터를 맵핑 및 정렬하는 것으로 도시되어 있으나, 본 발명은 이에 한정되지 않는다.

일례로, 도 5에 도시된 바와 같이, 실시간 프로세싱 장치 (200)는 복수의 실시간 프로세싱부(210a, 210b, 210c)로 구성된 실시간 프로세싱부(210), 및 복수의 메모리부(220)를 포함할 수 있다.

이 때, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 클러스터링 구조로 구성될 수 있으며, 도 5에서는 3개의 실시간 프로세싱부를 나타내었으나 데이터 처리 성능에 따라 추가로 증설될 수 있다.

즉, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 클러스터링 구조를 가짐으로써, 특정 실시간 프로세싱부에 장애가 발생하면 다른 실시간 프로세싱부로 작업 중이던 태스크가 이동하여 데이터 처리가 계속되기 때문에 가용성이 보장될 수 있다.

특히, 상기에서는 복수개의 수행유닛이 별개의 구성인 것처럼 기재하였으나, 본 발명은 이에 한정되지 않으므로 각 수행유닛은 물리적으로 구별되는 구성이 아닌 실시간 프로세싱부(210)에서 실행되는 각각의 태스크를 의미할 수 있다.

따라서, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 복수개의 수행유닛에서 각각 수행하는 태스크를 실시간으로 분산하여 병렬처리할 수 있다.

구체적으로, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 전술한 태스크를 각각 분산하여 병렬 수행함으로써, 단일의 실시간 프로세싱부를 통해 모든 태스크가 수행됨에 따른 과부하를 방지할 수 있다.

즉, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 페치 수행유닛(211), 로딩 수행유닛(212), 설비맵핑 수행유닛(213a), 재료맵핑 수행유닛(213b), 데이터 보정 수행유닛(215), 데이터 정렬 수행유닛(216), 설비이상감지 수행유닛(217), 및 품질이상감지 수행유닛(218) 중 적어도 하나의 수행유닛의 태스크를 각각 분산하여 병렬처리하고 최종 결과 데이터를 메모리부(220)에 저장함으로써, 인터페이스 장치(100)로부터 전달되는 대용량의 데이터를 실시간으로 처리할 수 있다.

그리고, 복수의 실시간 프로세싱부(210a, 210b, 210c)에서 처리된 데이터는 복수의 메모리부(220)에 저장되는데, 처리 성능을 높이고 장애시 가용성을 보장하기 위해 복수의 메모리부(220)는 전술한 큐 저장부(120)와 같이 복수개로 구비되어 클러스터링 구조를 가질 수 있다.

즉, 1대의 메모리부(220)에 데이터가 저장되면 다른 메모리부(220)로 데이터가 복제되어 어느 메모리부(220)에 장애가 발생할 경우에도 다른 메모리부(220)를 참조하여 서비스를 지속할 수 있다. 따라서, 일부 메모리부(220)의 장애시에도 데이터 유실 없이 클러스터링 된 나머지 메모리부(220)를 통해 데이터 처리 및 저장을 수행할 수 있다.

그리고, 복수의 메모리부(220)는 전술한 수집데이터 저장부(221), 정렬데이터 저장부(222), 완료이벤트 저장부(223), 이상감지결과 저장부(224) 및 재료 연계 정보 저장부(225)를 각각 포함하여 구성될 수 있다.

또한, 각 메모리부(220)의 인스턴스(instance)는 싱글 스레드(thread) 형태로 구성되어, 쓰기 및 읽기 별로 인스턴스 및 포트를 분리하였고, 특정 인스턴스에서 장애 발생시 다른 메모리부(220)의 인스턴스가 마스터 또는 슬레이브 역할을 수행하여 데이터 처리에 대한 연속성을 보장할 수 있다. 즉, 각 메모리부(220)는 마스터 인스턴스 및 슬레이브 인스턴스를 각각 포함할 수 있다.

이 때, 데이터 정렬 수행 유닛(216)에서 정렬된 정렬 데이터가 제1메모리부(220)의 마스터 인스턴스에 기록되면 제1메모리부(220)의 마스터 인스턴스에 기록된 정렬 데이터가 복제되어 제2메모리부(220)의 슬레이브 인스턴스에 기록될 수 있다.

또한, 정렬 데이터가 제2메모리부(220)의 마스터 인스턴스에 기록되면 제2메모리부(220)의 마스터 인스턴스에 기록된 정렬 데이터가 복제되어 제1메모리부(220)의 슬레이브 인스턴스에 기록될 수 있다.

도 6은 본 발명의 실시예에 따른 복수의 실시간 프로세싱부를 통해 복수의 태스크가 분산 병렬 처리되는 예를 나타내는 도면이다.

전술한 바와 같이, 본 발명의 실시예에 따른 실시간 프로세싱부(210)는 복수의 실시간 프로세싱부(210a, 210b, 210c)를 포함할 수 있고, 복수의 실시간 프로세싱부(210a, 210b, 210c)는 각각 페치, 로딩, 설비맵핑, 재료맵핑, 데이터 보정, 데이터 정렬 등의 다양한 태스크를 분산하여 병렬처리함으로써, 인터페이스 장치(100)로부터 전달된 대용량의 데이터를 실시간으로 처리할 수 있다.

일례로 도 6에 도시된 바와 같이, 실시간 프로세싱부(210a)는 큐 저장부(120)에 접속하여 저장된 수집 데이터를 페치할 수 있다. 그리고, 실시간 프로세싱부(210a)는 페치된 수집 데이터를 메모리부(220)에 저장하는 기능을 수행하며, 전술한 바와 같이 복수의 메모리부(220)는 클러스터링 구조로 구비되므로 다른 메모리부(220)에도 저장된 수집 데이터가 복제될 수 있다.

그리고, 실시간 프로세싱부(210b)는 다른 메모리부(220)에 접속하여 저장된 데이터를 로딩할 수 있다. 그리고, 실시간 프로세싱부(210b)는 해당 데이터에 설비 번호와 재료 번호 중 적어도 하나를 맵핑할 수 있다.

그리고, 실시간 프로세싱부(210c)는 설비 번호와 재료 번호가 맵핑된 수집 데이터에서 누락된 데이터를 보정할 수 있다. 그리고, 실시간 프로세싱부(210c)는 보정된 데이터를 시간 순으로 정렬하고 시간 순으로 정렬된 수집 데이터를 재료 상에서 일 방향으로 정렬할 수 있다. 또한, 실시간 프로세싱부(210c)는 정렬된 수집 데이터를 또 다른 메모리부(220)에 저장할 수 있다.

이 때, 복수의 메모리부(220)는 고가용성(High Availability; HA)을 위해 각각 이중화 구조로 구비될 수 있다. 즉, 각각의 메모리부(220)는 마스터 인스턴스 및 슬레이브 인스턴스로 구비되어 평상시 마스터 인스턴스가 동작하다가 마스터 인스턴스에 장애가 발생할 경우 자동으로 슬레이브 인스턴스가 활성화되어 전술한 실시간 프로세싱부(210)의 다양한 기능이 중단되지 않고 연속적으로 구현될 수 있다. 특히, 복수의 메모리부(220) 중 어느 하나에서 마스터 인스턴스가 동작할 경우 나머지 메모리부(220)는 슬레이브 인스턴스가 동작할 수 있으나 이에 한정되는 것은 아니다.

도 7은 도 1의 대용량 데이터 처리 장치의 구성을 구체적으로 나타내는 도면이다.

도 7에 도시된 바와 같이 대용량 데이터 처리 장치(300)는 실시간 프로세싱 장치(200)에 의해 정렬된 정렬 데이터를 빅데이터 저장 공간에 저장한다. 일례로, 대용량 데이터 처리 장치(300)는 상기 정렬 데이터에 포함된 공정 식별자를 기초로 정렬 데이터를 빅데이터 저장 공간에 저장할 수 있다. 또한, 대용량 데이터 처리 장치(300)는 데이터 유실이 되지 않도록 관리하며 히스토리컬 데이터에 대한 조회 기능을 제공할 수 있다. 이를 위해 대용량 데이터 처리 장치(300)는 대용량 데이터 처리부(310), 빅데이터 저장부(320), 및 쿼리 처리부(330)를 포함할 수 있다.

구체적으로 대용량 데이터 처리부(310)는 실시간 프로세싱부(210)에 의해 생성된 정렬 데이터와 이상감지 결과 데이터 중 적어도 하나를 분산 병렬 처리하는 것으로서, 완료이벤트 수신유닛(311), 정렬데이터 페치유닛(312), 메모리 큐(313), 파일 생성유닛(314), 및 이상감지 데이터 수신유닛(315)을 포함한다.

완료이벤트 수신유닛(311)은 메모리부(220)에 포함된 완료이벤트 저장부(223)를 모니터링한다. 그리고 완료이벤트 수신유닛(311)은 완료 이벤트 저장부(220)에 새로운 완료 이벤트가 저장되면, 해당 완료 이벤트를 정렬데이터 페치유닛(312)으로 전달한다.

정렬데이터 페치유닛(312)은 완료이벤트 수신유닛(311)으로부터 완료 이벤트가 전달되면, 메모리부(220)에 포함된 정렬데이터 저장부(222)로부터 완료 이벤트에 해당하는 정렬 데이터를 독출하여 메모리 큐(313)에 저장한다.

일 실시예에 있어서, 정렬데이터 페치유닛(312)은 완료 이벤트에 포함된 키 정보를 이용해서 해당 완료 이벤트에 대응되는 데이터가 정렬데이터 저장부(222)의 어느 파티션 및 디렉토리에 저장되어 있는지 확인함으로써, 정렬데이터 저장부(222)에 저장된 데이터를 독출할 수 있다.

전술한 바와 같이, 서로 연계되는 재료 식별자를 갖는 정렬된 데이터 별로 정렬데이터 저장부(222)의 동일한 공간에 저장되어 있으므로, 정렬데이터 페치유닛(312)은 동일한 저장 공간에서 서로 연계 처리되어야 하는 수집 데이터를 용이하게 페치할 수 있다.

메모리 큐(313)는 정렬데이터 페치유닛(312)에 의해 독출된 데이터를 빅데이터 저장부(320)에 저장하기 전에 메모리 상에 임시로 보관한다. 일 실시예에 있어서, 데이터 양이 많지 않고 유실 방지가 필요한 경우 메모리 큐(313)는 파일 기반으로 구현될 수도 있다.

파일 생성유닛(314)은 메모리 큐(313)에 저장된 수집 데이터를 물리적인 파일로 생성하여 빅데이터 저장부(320)에 저장한다. 일 실시예에 있어서, 파일 생성유닛(314)은 파일을 빅데이터 저장부(320)에 저장할 때, 파일포맷을 변경하거나 압축할 수 있다.

또한, 서로 연계 처리되기 위한 수집 데이터는 정렬데이터 저장부(222)로부터 동시에 페치될 수 있으므로, 파일 생성유닛(314)은 서로 연계되는 재료 식별자가 맵핑되어 있는 수집 데이터들을 하나의 파일로 생성하여 저장하는 것도 가능하다.

또한, 전술한 바와 같이, 실시간 프로세싱부(210)를 통해 공정 식별자가 맵핑된 데이터에는 재료 식별자가 맵핑되어 있는 부하 데이터와 재료 식별자가 맵핑되어 있지 않은 무부하 데이터가 포함되므로, 파일 생성유닛(314)은 상기 부하 데이터와 무부하 데이터를 서로 다른 저장 공간(테이블)에 저장할 수 있다.

또한, 파일 생성유닛(314)은 실시간 프로세싱부(210)에 의해 정렬된 정렬 데이터를 미리 정해진 건수 단위로 분할하여 빅데이터 저장부(320)에 저장할 수 있다.

이상감지 데이터 수신유닛(315)은 실시간 프로세싱 장치(200)에 포함된 이상감지결과 저장부(224)를 모니터링한다. 그리고 이상감지 데이터 수신유닛(315)은 새로운 이상감지 결과가 저장되면 이를 메모리 큐(313)에 저장한다.

빅데이터 저장부(320)는 파일 생성유닛(314)에 의해 생성된 파일을 저장한다. 일 실시예에 있어서, 빅데이터 저장부(320)는 분산파일시스템(Distributed File System) 기반으로 구현될 수 있다. 예컨대, 빅데이터 저장부(320)는 하둡(Hadoop) 기반의 분산 파일 시스템으로 구현될 수 있다.

이러한 실시예에 따르는 경우, 빅데이터 저장부(320)는 마스터 노드(320a) 및 데이터 노드(320b)로 구성된다. 마스터 노드(320a)는 대용량 데이터 처리 장치(300)에 의해 생성된 많은 양의 파일을 데이터 노드들(320b)에 저장하고, 데이터 노드(320b)에 저장된 데이터들의 조회를 위한 작업(Job)을 생성 및 관리하며, 메타 데이터(Metadata)를 관리한다.

여기서, 작업(Job)이란 데이터 노드(320b)에 저장된 데이터를 조회하기 위해 쿼리 처리부(330)로부터 수신되는 쿼리를 처리하기 위한 단위를 의미한다. 예를 들어, 데이터 노드(320b)에 기록된 1개의 테이블에 대해 데이터를 조회하는 쿼리가 실행된 경우, 해당 테이블의 데이터를 조회한 결과 대상이 되는 데이터 노드(320b)가 10개 선택되면, 10개의 데이터 노드(320b)에 대해 각 데이터 노드(320b) 별로 데이터를 조회하여 가져오는 작업(Job)과 데이터 노드(320b) 별로 획득된 데이터를 통합하는 작업(Job)이 실행되게 된다.

메타 데이터(Metadata)에는 데이터 노드(320b)에 저장되는 파일의 위치, 파일명, 파일이 저장되는 블록 ID, 및 서버의 저장위치 등이 포함된다. 예컨대, 파일 생성유닛(314)에 파일이 생성되면 파일의 위치와 파일명이 메타데이터에 저장되고, 해당 파일이 블록 사이즈보다 커서 5개의 블록으로 나누어 각기 다른 3대의 서버에 저장되는 경우, 15개의 블록 ID와 각 서버의 저장위치가 메타데이터에 추가로 저장되게 된다.

이러한 메타 데이터는 데이터 노드(320b)에 저장된 데이터의 조회에 대한 작업(Job) 실행시 각 작업(Job)에 대한 분배 및 특정 파일의 데이터를 로딩할 때, 데이터의 위치 정보로 활용된다.

데이터 노드(320b)에는 대용량 데이터 처리 장치(300)에 의해 생성된 많은 양의 파일이 저장된다. 일 실시예에 있어서, 데이터 노드(320b)는 복수개로 구현될 수 있고, 각각의 데이터 노드(320b)는 히스토리컬 데이터 저장부(322) 및 모델 저장부(324)를 포함한다.

각 데이터 노드(320b)에 포함된 히스토리컬 데이터 저장부(322)에는 파일 생성유닛(314)에 의해 생성된 파일뿐만 아니라 데이터 수집 장치(1)에 의해 실시간으로 수집된 대용량의 마이크로 데이터가 모두 저장된다. 일 실시예에 있어서, 파일 생성유닛(314)에 의해 생성된 파일은 별도의 관계형 데이터베이스(Relational DataBase; RDB)에 저장될 수도 있다.

모델 저장부(324)에는 재료나 제품에 대한 품질을 판정하기 위해 필요한 품질판정 모델과 이상예측 모델이 저장되어 있다. 그리고, 서비스 장치(400)는 모델 저장부(324)를 참조하여 재료나 제품에 대한 품질을 판정할 수 있다.

쿼리 처리부(330)는 빅데이터 저장부(320)에 저장된 데이터를 조회하여 리턴해주는 구성으로, 쿼리 수신유닛(332), 쿼리 실행유닛(336) 및 쿼리결과 전송유닛(338)를 포함한다. 쿼리 처리부(330)는 쿼리 스케줄링유닛(334)를 더 포함할 수 있다.

구체적으로, 쿼리 수신유닛(332)은 엔지니어로부터 쿼리를 수신하고 수신된 쿼리구문을 해석한다.

쿼리 실행유닛(336)은 쿼리 수신유닛(332)을 통해 수신된 쿼리를 빅데이터 저장부(320)로 전달함으로써 쿼리가 실행되도록 하고, 빅데이터 저장부(320)로부터 쿼리 실행 결과를 획득한다.

쿼리결과 전송유닛(338)은 쿼리수행 결과 빅데이터 저장부(320)로부터 획득되는 데이터를 해당 쿼리를 요청한 엔지니어에게 전달한다.

한편, 쿼리 스케줄링유닛(334)은 쿼리 수신유닛(332)을 통해 수신된 쿼리가 복수개의 하부 쿼리들로 구성되어 있는 경우, 수신된 쿼리를 각 하부 쿼리로 분류하여 쿼리 실행유닛(336)으로 전달한다.

도 8은 본 발명의 실시예에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼을 통해 연속공정용 대용량 데이터를 실시간으로 처리하는 과정을 나타내는 도면이다.

도 8에 도시된 바와 같이, 인터페이스 장치(100)는 데이터 수집 장치(1)를 통해 수집된 데이터를 수신하고(S10), 제1공정 및 제2공정으로부터 수집된 수집 데이터의 연계 처리를 위해 수집 데이터의 전문을 파싱하고(S20), 파싱된 수집 데이터를 표준화된 형식으로 변환하며(S30), 표준화된 수집 데이터를 큐 저장부에 저장한다(S40).

이와 같이, 본 발명의 실시예에서는 수집 데이터를 인터페이스 장치(100)에서 파싱하고 표준화하는 과정을 통해 미리 전처리함으로써, 제1공정 및 제2공정으로부터 각각 수집된 수집 데이터에 대한 연계 처리가 가능하도록 할 수 있다.

다음으로, 실시간 프로세싱 장치(200)는 큐 저장부에 저장된 표준화된 데이터를 페치하고, 페치된 데이터에 설비를 맵핑하고(S110), 재료를 맵핑한다(S120). 다음으로, 맵핑 데이터에서 누락된 데이터를 예측하여 보정하고(S130), 맵핑 데이터를 정렬한다(S140).

이 때, 실시간 프로세싱 장치(200)는 전술한 단계(S110 내지 S140)의 태스크를 복수의 실시간 프로세싱부를 통해 분산 병렬처리함으로써 대용량의 데이터를 실시간으로 처리할 수 있다.

이와 같이, 본 발명의 실시예에서는 수집 데이터를 재료의 길이 방향으로 정렬함으로써, 제1공정 및 제2공정으로부터 각각 수집된 수집 데이터에 대한 연계 처리가 가능하도록 한다.

다음으로, 대용량 데이터 처리 장치(300) 실시간 프로세싱 장치(200)에 저장된 데이터들을 빅 데이터 저장부에 옮겨 저장함으로써(S210), 실시간 처리된 데이터들이 장기간 보관되도록 할 수 있다.

다음으로, 서비스 장치(400)는 모델 저장부에 저장된 재료나 제품의 품질을 판정하기 위한 품질판정 모델과 이상예측 모델을 호출하고(S310), 분석모델을 실행하여(S320), 실시간으로 처리된 데이터 또는 이전에 처리된 데이터에 대응되는 재료나 제품의 품질판정 및 이상여부를 분석하고, 분석결과를 전송한다(S330).

이와 같이, 본 발명의 실시예에 따른 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼은 인터페이스 장치를 통해 표준화가 되지 않은 마이크로 데이터를 표준화함으로써 연속공정에서 서로 다른 형식으로 생성된 수집 데이터가 연계 처리되도록 할 수 있다.

또한, 분석장치의 실시간 프로세싱 서버를 통해 수집 데이터에 설비 및 재료를 맵핑하고, 맵핑 정보에 기초하여 수집 데이터를 정렬함으로써 연속공정에서 생성된 수집 데이터들이 연계 처리되기 위한 정보들을 산출할 수 있다.

더불어 이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

1: 데이터 수집 장치 2: 네트워크
3: 어플리케이션부 1000: 스마트팩토리 플랫폼
100: 인터페이스 장치 110: 인터페이스부
111: 수신유닛 112: 파싱유닛
113: 표준화유닛 114: 필터링유닛
115: 전송유닛 116: 마이크로 데이터 병합유닛
117: 메시지 레이아웃 저장부 118: 표준 변환기준 저장부
119: 필터링 기준 저장부 120: 큐 저장부
121: 큐 200: 실시간 프로세싱 장치
210: 실시간 프로세싱부 211: 페치 수행유닛
212: 로딩 수행유닛 213: 공정맵핑 수행유닛
213a: 설비맵핑 수행유닛 214: 재료맵핑 수행유닛
215: 데이터 보정 수행유닛 216: 데이터 정렬 수행유닛
217: 설비이상감지 수행유닛 218: 품질이상감지 수행유닛
219a: 설비정보 저장부 219b: 작업지시 정보 저장부
219c: 센서속성정보 저장부 219d: 품질판정 모델 저장부
220: 메모리부 221: 수집데이터 저장부
222: 정렬데이터 저장부 223: 완료이벤트 저장부
224: 이상감지 결과 저장부 225: 재료 연계 정보 저장부
300: 대용량 데이터 처리 장치 310: 대용량 데이터 처리부
311: 완료이벤트 수신유닛 312: 정렬데이터 페치유닛
313: 메모리 큐 314: 파일 생성유닛
315: 이상감지 데이터 수신유닛 320: 빅데이터 저장부
320a: 마스터 노드 320b: 데이터 노드
330: 쿼리 처리 장치 332: 쿼리 수신유닛
334: 쿼리 스케줄링유닛 336: 쿼리 실행유닛
338: 쿼리결과 전송유닛 400: 서비스 장치
500: 관리장치 600: 보안장치

Claims

제1공정, 제1공정과 연결되는 제2공정을 포함하는 연속공정으로부터 수집된 수집 데이터의 연계 처리를 위해, 상기 수집 데이터를 전처리하는 인터페이스부;
상기 전처리된 데이터에 상기 수집 데이터가 발생된 공정의 공정 식별자를 맵핑하고, 상기 제1 공정에서 수집된 수집 데이터 및 상기 제2 공정에서 수집된 수집 데이터간의 연계 처리를 위해 상기 맵핑된 맵핑 데이터를 정렬하는 실시간 프로세싱부; 및
상기 정렬된 정렬 데이터를 공정 식별자를 기준으로 저장하는 대용량 데이터 처리부를 포함하고,
상기 공정 식별자는 상기 공정을 수행하는 각 설비의 설비 식별자 및 상기 설비를 통해 가공된 재료의 재료 식별자 중 적어도 하나를 포함하고,
상기 실시간 프로세싱부는 상기 전처리된 데이터에 상기 수집 데이터가 발생된 각 설비의 설비 식별자 및 상기 설비를 통해 가공된 재료의 재료 식별자 중 적어도 하나를 맵핑하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
삭제
제1항에 있어서,
상기 수집 데이터는 측정한 속성을 식별하기 위한 항목 ID 및 측정값을 포함하고,
상기 인터페이스부는 상기 항목 ID 및 상기 측정값 중 적어도 하나를 표준화하여 표준화 데이터를 생성하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 수집 데이터는 측정한 속성을 식별하기 위한 항목 ID, 수집된 시간, 및 측정값을 포함하고, 상기 제1공정에서 수집된 수집 데이터에 포함된 제1항목 ID 및 상기 제2공정에서 수집된 수집 데이터에 포함된 제2항목 ID는 서로 상이한 형식을 갖고,
상기 인터페이스부는, 상기 제1 항목 ID 및 상기 제2 항목 ID를 표준화하여 생성된 표준화 데이터를 상기 항목 ID 별로 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 수집 데이터는 측정한 속성을 식별하기 위한 항목 ID, 수집된 시간, 및 측정값을 포함하고, 상기 제1 공정에서 수집된 수집 데이터에 포함된 제1 측정값 및 상기 제2 공정에서 수집된 수집 데이터에 포함된 제2 측정값은 서로 상이한 단위 및 자리수를 갖고,
상기 인터페이스부는, 상기 제1측정값 및 상기 제2측정값을 표준화하여 생성된 표준화 데이터를 상기 항목 ID 별로 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 수집 데이터는 측정한 속성을 식별하기 위한 항목 ID가 복수개 그룹핑된 그룹 ID를 포함하고,
상기 인터페이스부는, 상기 전처리된 데이터를 상기 그룹 ID 별로 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제3항에 있어서,
상기 공정 식별자는 상기 공정을 수행하는 각 설비의 설비 식별자를 포함하고,
상기 실시간 프로세싱부는,상기 수집 데이터가 수집된 시간, 및 상기 수집 데이터를 수집한 센서의 항목 ID를 포함하는 속성 정보에 기초하여 추출된 상기 설비 식별자를 상기 표준화 데이터에 맵핑하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제3항 또는 제7항에 있어서,
상기 공정 식별자는 상기 공정을 수행하는 설비를 통해 가공된 재료의 재료 식별자를 포함하고,
상기 실시간 프로세싱부는,각 공정에서 수행된 작업 지시 정보에 기초하여 추출된 상기 재료 식별자를 상기 표준화 데이터에 맵핑하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 실시간 프로세싱부는,
상기 제1공정의 제1 전처리 데이터에 제1재료 식별자를 맵핑하고, 상기 제2공정의 제2 전처리 데이터에 제2재료 식별자를 맵핑하며,
각 재료 별로 재료 식별자가 맵핑되어 있는 재료 가계도에 따라 상기 제1 재료 식별자가 맵핑되어 있는 제1 맵핑 데이터 및 상기 제2 재료 식별자가 맵핑되어 있는 제2 맵핑 데이터가 연계 처리되도록 하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 실시간 프로세싱부는,
상기 제1 공정에서 수집된 수집 데이터 및 상기 제2 공정에서 수집된 수집 데이터간의 연계처리를 위해 상기 맵핑 데이터를 재료 단위로 정렬하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 실시간 프로세싱부는,
상기 맵핑 데이터들 중 동일한 재료 식별자가 맵핑되어 있는 맵핑 데이터들을 수집 시간에 따라 순차적으로 제1 정렬하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항 또는 제11항에 있어서,
상기 실시간 프로세싱부는,
상기 공정에서 가공된 재료 상에서 상기 수집 데이터가 수집된 수집 위치를 기준으로 상기 맵핑 데이터를 제2 정렬하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항 또는 제11항에 있어서,
상기 실시간 프로세싱부는,
상기 재료의 길이, 상기 재료의 이동 속도, 및 상기 수집 데이터의 수집 주기 중 적어도 하나를 이용하여 상기 수집 데이터가 수집된 수집 위치를 결정하고, 상기 결정된 수집 위치를 기준으로 상기 맵핑 데이터를 제2정렬하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항 또는 제11항에 있어서,
상기 실시간 프로세싱부는,
상기 재료의 길이, 상기 재료의 이동 속도, 및 상기 수집 데이터의 수집 주기 중 적어도 하나를 이용하여 상기 수집 데이터가 수집된 수집 위치를 결정하고,
상기 재료 상에서 미리 정해진 간격으로 설정된 기준점들과 상기 각 수집 위치간의 거리를 기초로 산출된 상기 각 기준점들에서의 기준 데이터를 기준으로 상기 맵핑 데이터를 제2정렬하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항 또는 제11항에 있어서,
상기 실시간 프로세싱부는,
상기 맵핑 데이터 및 기준 데이터들을 상기 재료 상에서 일 방향으로 정렬하고,
상기 기준 데이터들은 상기 수집 데이터의 수집 위치 및 상기 재료의 기준점을 기초로 결정되는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항 또는 제11항에 있어서,
상기 실시간 프로세싱부는, 상기 맵핑 데이터 및 기준 데이터들을 상기 재료 상에서 일 방향으로 정렬하고,
상기 재료 상에서의 일 방향은, 상기 재료의 길이 방향, 상기 재료의 폭 방향, 및 상기 재료의 두께 방향 중 적어도 하나인 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제14항에 있어서,
상기 실시간 프로세싱부는,
상기 맵핑 데이터를 시간에 따라 정렬한 제1 정렬 데이터, 상기 맵핑 데이터를 수집 위치를 기준으로 정렬한 제2정렬 데이터, 및 상기 기준점들에서의 기준 데이터들을 별도로 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제14항에 있어서,
상기 제1공정에서 가공된 재료에 대한 제1기준 데이터 및 상기 제2공정에서 가공된 재료에 대한 제2기준 데이터는, 상기 제1기준 데이터에 포함된 제1재료 식별자 및 상기 제2기준 데이터에 포함된 제2재료 식별자에 기초하여 연계되는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 정렬 데이터를 저장하는 마스터 인스턴스 및 슬레이브 인스턴스를 포함하는 제1 및 제2 메모리부를 더 포함하고,
상기 정렬 데이터가 상기 제1 메모리부의 마스터 인스턴스에 저장되면 상기 제1 메모리부의 마스터 인스턴스에 저장된 정렬 데이터가 상기 제2 메모리부의 슬레이브 인스턴스에도 복제되고,
상기 정렬된 데이터가 상기 제2 메모리부의 마스터 인스턴스에 저장되면 상기 제2 메모리부의 마스터 인스턴스에 저장된 정렬 데이터가 상기 제1 메모리부의 슬레이브 인스턴스에 복제되는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 대용량 데이터 처리부는,
제1공정의 제1 정렬 데이터에 포함된 재료 식별자와 제2 공정의 제2 정렬 데이터에 포함된 재료 식별자를 이용하여 상기 제1 정렬 데이터 및 제2정렬 데이터를 연계하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 실시간 프로세싱부는 복수개로 구성되고, 상기 복수개의 실시간 프로세싱부에는 상기 공정 식별자의 맵핑 및 상기 맵핑 데이터의 정렬을 수행하는 복수개의 수행유닛들이 분산 배치되는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 수집 데이터에는 측정한 속성을 식별하기 위한 복수의 항목 ID를 포함하는 그룹 ID, 수집된 시간 및 복수의 측정값이 반복되어 배치되어 있고,
상기 인터페이스부는, 상기 그룹 ID에 포함된 복수의 항목 ID와 상기 복수의 측정값을 각각 매칭시켜 단일 항목 ID, 수집된 시간, 및 단일 측정값을 갖는 데이터로 각각 변환하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 대용량 데이터 처리부는,
상기 정렬 데이터들 중 상기 재료 식별자가 맵핑되어 있는 부하 데이터와 상기 재료 식별자가 맵핑되어 있지 않은 무부하 데이터를 분리하여 서로 다른 테이블에 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
상기 대용량 데이터 처리부는,
상기 정렬 데이터를 미리 정해진 건수 단위로 분할하여 저장하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.
제1항에 있어서,
어느 하나의 큐 저장부에 상기 전처리된 수집 데이터가 저장되면 상기 저장되는 수집 데이터를 실시간으로 수신하여 저장하는 복수개의 큐 저장부를 더 포함하고,
상기 인터페이스부는, 상기 복수개의 큐 저장부 중 정상 동작하는 큐 저장부의 개수에 기초하여 결정되는 동작 모드가 대기 모드인 경우 상기 수집 데이터의 수신 및 저장을 중지하는 것을 특징으로 하는 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼.