기술의 필요성
현재의 크레인 작업 지시 및 차량 행선지 생성 현황(사례: 국내외 철강 부원료 창고의 크레인 작업 지시 기준)
- 경험에 의존한 크레인 작업지시, 차량 행선지 결정
- 비효율적인 작업 지시 반복 발생(불필요한 크레인 이동, 차량 대기 시간 증가)
- 돌발적 안전 상황에 대한 인지의 어려움 발생
기존 기술 대비 차별성
| 구 분 | 기존 방식 | 개발 기술 |
|---|---|---|
| 빅데이터 미적용 | 빅데이터 적용 | |
| 작업 지시 방식 | 경험 및 단순 규칙 기반 | AI 분석을 통한 최적 작업 지시 |
| 크레인 이동 경로 | 비효율적, 불필요한 이동 발생 | 최적 경로 설정으로 이동 최소화 |
| 차량 대기 시간 | 대기 시간 길고 정체 발생 | 실시간 데이터 분석으로 최소화 |
| 비용 측면 |
|
|
| 안전성 | 작업자 경험 의존, 사고 위험 | 자동화로 작업 안전성 향상 |
| 실시간 모니터링 | 수작업 및 지연된 보고 | 실시간 데이터 수집 및 분석 가능 |
시멘트 부원료 창고 사례
기술 개요
시멘트 부원료 창고 사례
기술 개요
Decision Tree C5 모델 적용
모델 내부에서 일어나는 event들에 대한 시각화 용이
Leaf Node: 해당 부원료 Gate 이동 지시 또는 대기 및 Retry
- 의사결정에 이르기까지의 변수 설정 및 선택에 대해 개방적임
- 향후 추가변수 도입 또는 의사결정 품질 개선 등을 위한 모델 개선 또는 변형에 대해 도입기업/공급기업 실무자 접근 용이
Leaf Node: 해당 부원료 Gate 이동 지시 또는 대기 및 Retry
시멘트 부원료 창고 사례
시스템 화면
빅데이터 기반 크레인 작업지시 관리 화면 
빅데이터 기반 차량행선지시 관리 화면
기술 적용 가능 범위
철강 제품창고
코일 창고 통합 관리 시스템
항만 및 물류센터 운영
이송기기 행선지시 및 통합 관리 시스템