맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

열간 자유단조 공정의 작업 계획 최적화 시스템 및 방법

  • 기술번호 : KST2019017031
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 열간 자유단조 공정의 작업 계획 최적화 시스템 및 방법이 제시된다. 일 실시예에 따른 열간 자유단조 공정의 작업 계획 최적화 시스템은, 수주 물량을 입력 받아 작업 계획을 수립하는 작업 계획 최적화 모듈; 및 상기 작업 계획 최적화 모듈로부터 수립된 상기 작업 계획을 전달 받아 비용 예측 모형 기반 시뮬레이션을 통해 도출한 예상 소요 시간 및 에너지 사용량으로 평가 후, 평가 결과를 상기 작업 계획 최적화 모듈로 전달하는 작업 계획 평가 모듈을 포함하고, 상기 작업 계획 최적화 모듈과 상기 작업 계획 평가 모듈을 이용하여 최적의 상기 작업 계획을 수립할 수 있다.
Int. CL G06Q 50/04 (2012.01.01) G06Q 10/06 (2012.01.01) G06Q 10/04 (2012.01.01)
CPC G06Q 50/04(2013.01) G06Q 50/04(2013.01) G06Q 50/04(2013.01)
출원번호/일자 1020180171620 (2018.12.28)
출원인 부산대학교 산학협력단
등록번호/일자 10-2016270-0000 (2019.08.23)
공개번호/일자
공고번호/일자 (20190829) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.12.28)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 대한민국 부산광역시 금정구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 류광렬 부산광역시 금정구
2 김세영 부산광역시 금정구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 대한민국 부산광역시 금정구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2018.12.28 수리 (Accepted) 1-1-2018-1314416-69
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)		 2019.01.04 수리 (Accepted) 1-1-2019-0009511-33
3 선행기술조사의뢰서
Request for Prior Art Search		 2019.01.16 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2019.02.07 수리 (Accepted) 9-1-2019-0005468-27
5 의견제출통지서
Notification of reason for refusal		 2019.02.11 발송처리완료 (Completion of Transmission) 9-5-2019-0097999-21
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.03.15 수리 (Accepted) 1-1-2019-0266797-89
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.03.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0266798-24
8 거절결정서
Decision to Refuse a Patent		 2019.06.28 발송처리완료 (Completion of Transmission) 9-5-2019-0464069-05
9 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)		 2019.07.22 보정승인 (Acceptance of amendment) 1-1-2019-0747064-35
10 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.07.22 수리 (Accepted) 1-1-2019-0747063-90
11 등록결정서
Decision to Grant Registration		 2019.08.20 발송처리완료 (Completion of Transmission) 9-5-2019-0599850-79
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
수주 물량을 입력 받아 작업 계획을 수립하는 작업 계획 최적화 모듈; 상기 작업 계획 최적화 모듈로부터 수립된 상기 작업 계획을 전달 받아 비용 예측 모형 기반 시뮬레이션을 통해 도출한 예상 소요 시간 및 에너지 사용량으로 평가 후, 평가 결과를 상기 작업 계획 최적화 모듈로 전달하는 작업 계획 평가 모듈; 및 지속적으로 누적되는 공정 데이터를 이용하여 상기 작업 계획 평가 모듈의 비용 예측 모형을 갱신하는 공정 비용 예측 모형 관리 모듈을 포함하고, 상기 작업 계획 최적화 모듈과 상기 작업 계획 평가 모듈을 이용하여 최적의 상기 작업 계획을 수립하고, 상기 작업 계획 최적화 모듈은, 실시간 공정 모니터링 시스템과 연동하여 설비별 작업 상황 및 에너지 사용 현황을 획득하고, 상기 설비별 작업 상황 및 에너지 사용 현황을 반영하여 상기 작업 계획을 수립하며, 상기 공정 비용 예측 모형 관리 모듈은, 예측 오차 또는 물량 변경 사항을 반영하기 위해 적용 중인 최적의 상기 작업 계획을 갱신하여, 주기적으로 작업 계획을 갱신하는 롤링 호라이즌(rolling horizon) 방식으로 최적의 상기 작업 계획을 수립하도록 하고, 상기 작업 계획 평가 모듈은, 가열로에 장입할 원소재의 조합이 결정되면 상기 비용 예측 모형 기반 시뮬레이션을 통해 후단 공정의 작업 계획을 수립하고, 상기 비용 예측 모형 기반 상기 시뮬레이션이 종료되면 전 공정의 상기 작업 계획과 공정의 상기 예상 소요 시간 및 에너지 사용량이 도출되고, 상기 비용 예측 모형은, 가열 소요 시간 예측 모형, 가열 가스 사용량 예측 모형, 재 가열 소요 시간 예측 모형, 재가열 가스 사용량 예측 모형, 가열로 유지 가스 사용량 예측 모형, 절단 시간 예측 모형, 단조 시간 예측 모형, 열처리 소요 시간 예측 모형 및 가스 사용량 예측 모형을 포함하고, 상기 가열 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 설비 번호를 이용하여 갱신되고, 상기 가열 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 가열 시간을 이용하여 갱신되고, 상기 재 가열 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량 및 총 ingot 개수를 이용하여 갱신되고,상기 재 가열 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 가열 시간을 이용하여 갱신되고,상기 가열로 유지 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 설비 번호 및 가열 시간을 이용하여 갱신되고,상기 절단 시간 예측 모형은, 상기 공정 데이터 중 초기 중량, 절단 제품 수, ingot 코드, ingot 종류 및 제품 이름을 이용하여 갱신되고, 상기 단조 시간 예측 모형은, 상기 공정 데이터 중 중량, 총 단조 횟수, 현재 단조 횟수 및 제품 이름을 이용하여 갱신되고,상기 열처리 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 강종 종류의 수, 최대 중량의 강종 종류, 총 생산 제품의 수 및 설비 번호를 이용하여 갱신되고, 상기 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 강종 종류의 수, 최대 중량의 강종 종류, 총 생산 제품의 수 및 가열 소요 시간을 이용하여 갱신되는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 시스템
2 2
삭제
3 3
제1항에 있어서, 상기 작업 계획 최적화 모듈은, 작업자로부터 수주를 받을 때마다 상기 수주 물량을 직접 입력 받거나 전사적자원관리(Enterprise Resource Planning, ERP) 시스템과 연동하여 상기 수주 물량을 획득하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 시스템
4 4
삭제
5 5
제1항에 있어서, 상기 작업 계획 최적화 모듈은, 입력 받은 상기 수주 물량 중 우선순위가 높은 일정량의 물량을 선택하여 상기 작업 계획을 수립하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 시스템
6 6
삭제
7 7
제1항에 있어서, 상기 비용 예측 모형은 공정 데이터를 기반으로 기계 학습 알고리즘을 이용하여 학습되는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 시스템
8 8
삭제
9 9
제1항에 있어서, 상기 작업 계획 평가 모듈은, 가열로의 작업 계획에 따라 상기 가열로에 원소재를 투입하고, 가열 공정의 소요 시간 예측 모형을 이용하여 가열이 완료되는 예상 시점을 찾으며, 다음 처리할 작업의 결정이 필요한 설비는 상기 가열이 완료되어 취출이 가능한 후보 작업 중 우선순위가 높은 작업을 선택하여 처리하고, 설비별 공정의 상기 소요 시간 예측 모형 및 에너지 사용량 예측 모형을 통해 각 설비의 공정 처리의 예상 소요 시간 및 에너지 사용량을 예측하며, 모든 제품이 완성될 때까지 반복하여 시뮬레이션하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 시스템
10 10
열간 자유단조 공정의 작업 계획 최적화 시스템의 작업 계획 최적화 모듈은 수주 물량을 입력 받는 단계; 상기 작업 계획 최적화 모듈은 입력 받은 상기 수주 물량에 대해 작업 계획을 수립하는 단계; 상기 작업 계획 최적화 시스템의 작업 계획 평가 모듈은 수립된 상기 작업 계획을 비용 예측 모형 기반 시뮬레이션을 통해 도출한 예상 소요 시간 및 에너지 사용량으로 평가하는 단계; 및 평가가 종료되는 경우, 상기 작업 계획 최적화 모듈은 상기 작업 계획 평가 모듈로부터 평가 결과를 전달 받아 최적의 상기 작업 계획을 적용하는 단계를 포함하고, 상기 작업 계획 최적화 시스템의 공정 비용 예측 모형 관리 모듈은 지속적으로 누적되는 공정 데이터를 이용하여 상기 작업 계획 평가 모듈의 비용 예측 모형을 갱신하고, 예측 오차 또는 물량 변경 사항을 반영하기 위해 적용 중인 최적의 상기 작업 계획을 갱신하는 단계를 더 포함하고, 상기 작업 계획 최적화 모듈에서 실시간 공정 모니터링 시스템과 연동하여 설비별 작업 상황 및 에너지 사용 현황을 획득하는 단계를 더 포함하고,상기 입력 받은 상기 수주 물량에 대해 작업 계획을 수립하는 단계는,상기 설비별 작업 상황 및 에너지 사용 현황을 반영하여 상기 작업 계획을 수립하고, 상기 적용 중인 최적의 상기 작업 계획을 갱신하는 단계는, 주기적으로 작업 계획을 갱신하는 롤링 호라이즌(rolling horizon) 방식으로 최적의 상기 작업 계획을 수립하며, 상기 작업 계획을 비용 예측 모형 기반 시뮬레이션을 통해 도출한 예상 소요 시간 및 에너지 사용량으로 평가하는 단계는, 가열로에 장입할 원소재의 조합이 결정되면, 상기 작업 계획 평가 모듈은 상기 비용 예측 모형 기반 시뮬레이션을 통해 후단 공정의 작업 계획을 수립하는 단계를 포함하고, 상기 비용 예측 모형 기반 상기 시뮬레이션이 종료되면 전 공정의 상기 작업 계획과 공정의 상기 예상 소요 시간 및 에너지 사용량이 도출되고, 상기 비용 예측 모형은, 가열 소요 시간 예측 모형, 가열 가스 사용량 예측 모형, 재 가열 소요 시간 예측 모형, 재가열 가스 사용량 예측 모형, 가열로 유지 가스 사용량 예측 모형, 절단 시간 예측 모형, 단조 시간 예측 모형, 열처리 소요 시간 예측 모형 및 가스 사용량 예측 모형을 포함하고, 상기 가열 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 설비 번호를 이용하여 갱신되고, 상기 가열 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 가열 시간을 이용하여 갱신되고, 상기 재 가열 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량 및 총 ingot 개수를 이용하여 갱신되고,상기 재 가열 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수 및 가열 시간을 이용하여 갱신되고,상기 가열로 유지 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 설비 번호 및 가열 시간을 이용하여 갱신되고,상기 절단 시간 예측 모형은, 상기 공정 데이터 중 초기 중량, 절단 제품 수, ingot 코드, ingot 종류 및 제품 이름을 이용하여 갱신되고, 상기 단조 시간 예측 모형은, 상기 공정 데이터 중 중량, 총 단조 횟수, 현재 단조 횟수 및 제품 이름을 이용하여 갱신되고,상기 열처리 소요 시간 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 강종 종류의 수, 최대 중량의 강종 종류, 총 생산 제품의 수 및 설비 번호를 이용하여 갱신되고, 상기 가스 사용량 예측 모형은, 상기 공정 데이터 중 총 중량, 최대 중량, 총 ingot 개수, 강종 종류의 수, 최대 중량의 강종 종류, 총 생산 제품의 수 및 가열 소요 시간을 이용하여 갱신되는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 방법
11 11
제10항에 있어서, 상기 수주 물량을 입력 받는 단계는, 상기 작업 계획 최적화 모듈에서 작업자로부터 수주를 받을 때마다 상기 수주 물량을 직접 입력 받거나 전사적자원관리(Enterprise Resource Planning, ERP) 시스템과 연동하여 상기 수주 물량을 획득하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 방법
12 12
삭제
13 13
제10항에 있어서, 상기 작업 계획 최적화 모듈에서 상기 작업 계획을 수립하기 이전에, 입력 받은 상기 수주 물량 중 우선순위가 높은 일정량의 물량을 선택하는 단계를 더 포함하고, 상기 입력 받은 상기 수주 물량에 대해 작업 계획을 수립하는 단계는, 선택된 상기 우선순위가 높은 일정량의 물량에 대해 상기 작업 계획을 수립하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 방법
14 14
삭제
15 15
제10항에 있어서, 상기 비용 예측 모형은 공정 데이터를 기반으로 기계 학습 알고리즘을 이용하여 학습되는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 방법
16 16
삭제
17 17
제10항에 있어서, 상기 비용 예측 모형 기반 시뮬레이션을 통해 후단 공정의 작업 계획을 수립하는 단계는, 가열로의 작업 계획에 따라 상기 가열로에 원소재를 투입하는 단계; 가열 공정의 소요 시간 예측 모형을 이용하여 가열이 완료되는 예상 시점을 찾는 단계; 다음 처리할 작업의 결정이 필요한 설비는 상기 가열이 완료되어 취출이 가능한 후보 작업 중 우선순위가 높은 작업을 선택하여 처리하는 단계; 설비별 공정의 상기 소요 시간 예측 모형 및 에너지 사용량 예측 모형을 통해 각 설비의 공정 처리의 예상 소요 시간 및 에너지 사용량을 예측하는 단계; 및 모든 제품이 완성될 때까지 반복하여 시뮬레이션하는 단계를 포함하는, 열간 자유단조 공정의 작업 계획 최적화 방법
18 18
제10항에 있어서, 상기 가열로에 장입할 원소재의 조합은, 유전 알고리즘(Genetic Algorithm)을 이용하여 작업 계획을 최적화하여 상기 가열로에 함께 장입할 원소재의 조합을 결정하는 것을 특징으로 하는, 열간 자유단조 공정의 작업 계획 최적화 방법
19 19
삭제
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
패밀리 정보가 없습니다

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US10747213 US 미국 DOCDBFAMILY
2 US2020209840 US 미국 DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 부산대학교 산학협력단 정보통신기술인력양성(R＆D) IoT 및 지능정보 기반 동남권 제조 IT 기술 혁신 및 인재양성