인공지능 스케줄러 기반 지능형 생산 관리 시스템 (중견연구 후속연구지원과제)

직책 : 연구 책임자

기간 : 2019. 06. ~ 2022.05

연구 필요성

제조분야의 생산성과 경쟁력 향상을 위해 최신 인공지능 기술과 전통적인 수리적 생산 관리의 융합을 통해 거대한 정보 흐름에서 공정의 문맥을 스스로 파악하여 자원을 배분하고 관리하는 지능형 생산 관리 시스템 개발이 필요하다. 지금까지의 지능형 생산 관리 관련 연구 동향을 살펴보면 대다수의 연구가 단일 공정, 단일 설비, 또는 소규모 작업장에 초점을 맞추어 현실성이 떨어지는 한계가 있었다. 본 연구는 다중 공정, 다중 설비 상황에서의 지능형 생산 관리 시스템 구출을 위한 핵심인 대규모 동적 스케줄링 (scheduling) 기술과 factory-wide 품질 모니터링 및 공정 제어 기술을 개발하고자 한다. 

연구 목적 및 내용

본 연구의 목적은 지능형 생산관리 시스템 구축을 위한 연구 토대를 마련하고, 강화 학습 기반의 대규모 동적 스케쥴링 기술과 딥러닝 기반의 factory-wide 품질 모니터링 및 다중 공정 제어 기술을 개발하는 것이다.

본 연구에서는 강화 학습을 활용한 스케줄러(scheduler)를 개발하며, 문제의 특성 (정적/동적)과 작업장의 규모에 따라 작업의 도착시간, 납기, 가공시간, 작업 중요도와 같은 변수를 반영하여 작업장 전체 또는 개별 설비의 상태를 강화 학습에 적합하게 정의하고, 작업을 설비에 라우팅(routing)시키며 설비에 대기중인 작업을 시퀀싱(sequencing)하는 행동을 탐색하며, 좋은 스케줄을 빠른 시간내에 찾기 위한 적절한 보상 방법을 설계하는 심층 강화 학습 기법(deep reinforcement learning)을 제안하여 국내 지능형 생산 관리의 원천 기술을 확보하고자 한다. 또한, 규칙 기반 기계학습(rule based machine learning) 기법과 최신 딥러닝(deep learning) 기술을 이용해 공정 스케줄 및 설비 이력에 따른 공정 변수들과 제품 품질 간 관계를 모델링하고, 이 모델링에 기반을 두어 공정 데이터로부터 제품의 품질 상태를 유추하고 불량 제품의 원인을 찾아내는 품질 모니터링 기법을 개발하며, 각 공정 별 목표(target) 특성을 도출하기 위해 전체 공정의 설비들을 통합적으로 제어하는 factory-wide 공정 제어 기술을 개발하고자 한다.