본문 바로가기

반응형

스마트공장

(6)
#3 chartjs 실시간 모니터링 (온도, 습도 실시간 모니터링) 1파트 // 초기 데이터 let temperatureData = [0, 0, 0, 0, 0]; let humidityData = [0, 0, 0, 0, 0]; let chktime = ['', '', '', '', '']; // 차트 생성 let ctx = document.getElementById('myChart').getContext('2d'); let myChart = new Chart(ctx, { type: 'line', data: { labels: chktime, datasets: [{ label: '온도 ℃', data: temperatureData, borderColor: 'rgba(255, 99, 132, 1)', borderWidth: 1, fill: false }, { label: '습..
#2 스케치 라이브러리 추가, DB에 전송 (온도, 습도 실시간 모니터링) 1. 아두이노 공식 홈페이지 https://www.arduino.cc/ Arduino 다운 받아 실행하면 스케치(Sketch): 통합개발환경이 열린다. 2. ESP32 PC 연결 Border sketch 에서 Tools > Board > Board Manager"esp32" 검색 > esp32 by Espressif INSTALL 클릭  3. DHT22 센서 라이브러리 추가 상단 메뉴에서 Sketch > inclued Library > Manager Library "DHT" 검색 > DHT22 by dvarrel INSTALL 클릭 4. PC 연결 ESP32를 PC에 USB 포트에 연결합니다.  5. 스케치에서 코딩 포트 선택Tools > Port > COM○ 선택 보드 선택메뉴 Tools > Board..
#1 ESP32와 DHT22 센서 연결(온도, 습도 실시간 모니터링) ESP32와 DHT22 센서 연결 왼쪽부터 1,2,3 DHT 22 Pin 1 -> 3.3V Pin 2 -> GPIO with 10k Pullup Pin 3 -> NC, GND RSP32 Pin D15 -> 데이터 전송
제조업에 인공지능 활용 제조업에서 인공지능을 활용하는 방법은 다양합니다. 제조업에서 인공지능을 사용하는 이유는 생산성 향상, 공정의 안정성 향상, 제품의 품질 향상 등입니다. 여러가지 인공지능 기술 중에서는 기계학습과 딥러닝이 많이 사용됩니다. 이러한 기술을 활용하여 제조업에서는 다음과 같은 작업을 수행할 수 있습니다. 생산 예측: 인공지능 알고리즘을 사용하여 생산 계획을 세우고 재고 수준을 최적화할 수 있습니다. 또한 고장이 예상되는 기계를 사전에 감지하고 교체하여 생산 중단을 방지할 수 있습니다. 품질 관리: 이미지 인식 기술을 사용하여 제품의 외관 불량을 감지하거나 제품의 특정 부분에 결함이 있는 경우를 식별할 수 있습니다. 또한 데이터 마이닝 기술을 사용하여 과거의 데이터를 분석하여 제품의 결함이 발생할 가능성을 예측할..
BOM 코드 BOM은 제품 제조에 필요한 부품 목록을 의미합니다. BOM 코드 체계는 이러한 부품 목록을 관리하기 위한 코드 체계를 의미합니다. BOM 코드 체계는 회사나 산업 분야에 따라 다를 수 있지만, 일반적으로는 다음과 같은 형식을 따릅니다: 부품 분류 코드: 부품을 대분류 및 소분류로 구분하는 코드입니다. 예를 들어, 전자제품에서는 반도체, 전기 부품, 기계 부품 등으로 구분할 수 있습니다. 부품 번호: 각 부품에 할당된 고유한 번호입니다. 이 번호는 보통 숫자와 문자의 조합으로 구성됩니다. 부품 이름: 각 부품에 대한 이름 또는 설명입니다. 제조사: 부품을 제조한 제조사의 이름입니다. 수량: 제품을 만들 때 필요한 각 부품의 수량입니다. 단위 가격: 각 부품의 가격입니다. 참조 문서: 해당 부품에 대한 기..
스마트 공장 이란? 스마트공장은 IoT (사물 인터넷) 기술과 인공지능, 빅데이터 분석 등 첨단 정보통신 기술을 활용하여 생산 시설의 생산성, 효율성 및 자동화를 증진시키는 공장입니다. 스마트공장에서는 센서, 액추에이터, 모터 등의 기계장치와 컴퓨터, 스마트폰 등의 디지털 기기들이 연결되어, 머신러닝과 딥러닝 등의 기술을 활용하여 생산 과정에서 발생하는 다양한 데이터를 수집하고 분석합니다. 이를 통해 생산량, 불량률, 기계 고장 등을 예측하고, 이에 따라 생산 라인을 자동으로 조절하거나 유지보수를 수행할 수 있습니다. 이러한 스마트공장의 도입은 생산성 향상과 함께 인력 절감, 생산 비용 절감, 제품 품질 향상 등 다양한 경제적 효과를 가져오고 있습니다.

반응형