Job Shop 제조라인의 설비 가공지연 최소화를 위한 시계열 예측 기반의 자율주행 로봇 할당 제어

Time Series Forecasting-Based Job Assignment for Autonomous Mobile Robots to Minimize Rundown Losses in Dynamic Job Shop Facilities
  • 원종운
  • 이재원
  • 강민정
  • 오수빈
  • 김해중
  • ... 임대은

초록

제조 운영 환경의 빠른 변화에 유연하게 대응하기 위해 기존의 rail 기반의 AGV, OHT 제조 물류에서 벗어나 rail이 필요 없는 AMR 기반의 물류로 전환하는 새로운 시도들이 나타나고 있다. AMR은 주행용 rail을 설치할 필요가 없으므로 설비 증설이나 이동과 같은 레이아웃 변화에 즉시 대응 가능한 장점이 있다. 그러나 AMR은 이동 경로가 다양하며 상대적으로 속도가 느려서 기존 rail 기반 물류 시스템 대비 운반 요청 대응력이 떨어진다는 단점이 있다. 따라서 발생하는 작업요청을 적절한 AMR에 배정하는 작업 할당이 전체 제조물류 운반 성능에 미치는 영향도가 커졌다. 본 연구에서는 동적인 job shop 제조 환경에서 예측기반의 AMR 작업할당 방법을 제안하고 성능을 평가한다. 구체적으로, 운반을 요청할 설비를 예측하고 해당 설비까지 이동거리를 최소화하는 위치로 AMR을 미리 이동시켜서 실제 운반 요청 발생 시 재빠르게 대응하려는 것이다. 실험 결과 기존의 방법에 비해 AMR 대기시간이 감소하는 성능을 보였다.

키워드

자율 이동로봇기계학습물류자동화시스템시뮬레이션Autonomous Mobile RobotMachine LearningAutomated Material Handling SystemSimulation
제목
Job Shop 제조라인의 설비 가공지연 최소화를 위한 시계열 예측 기반의 자율주행 로봇 할당 제어
제목 (타언어)
Time Series Forecasting-Based Job Assignment for Autonomous Mobile Robots to Minimize Rundown Losses in Dynamic Job Shop Facilities
저자
원종운이재원강민정오수빈김해중임대은
DOI
10.7838/jsebs.2022.27.4.121
발행일
2022-11
유형
Y
저널명
한국전자거래학회지
27
4
페이지
121 ~ 133