DOI QR코드

DOI QR Code

A Study on The Fault Detection System in Gas Lighter Manufacturing Process

라이터 제조공정의 불량 검출 시스템

  • Choi, Sung-June (Department of Computer Science and Engineering, Dongguk University) ;
  • Park, Sang-Hyun (Department of Computer Science and Engineering, Dongguk University) ;
  • Lee, Kang-Hee (Department of Computer Science and Engineering, Dongguk University) ;
  • Shin, Youn-Soon (Department of Computer Science and Engineering, Dongguk University)
  • 최성준 (동국대학교 컴퓨터공학과) ;
  • 박상현 (동국대학교 컴퓨터공학과) ;
  • 이강희 (동국대학교 컴퓨터공학과) ;
  • 신연순 (동국대학교 컴퓨터공학과)
  • Published : 2021.11.04

Abstract

국내에서 유통되는 일회용 가스라이터 점유율의 약 절반은 국내 유일의 한 공장에서 생산하고 있다. 저렴한 외국산 가스라이터로부터 국내 사업을 보호하기 위해 품질 향상과 원가경쟁력 확보의 중요성이 매우 커진 것이 현실이다. 본 논문에서는 YOLOv4 머신러닝 객체인식 모델과 OpenCV 실시간 이미지 처리 오픈소스를 활용해 개발한 불량품 자동 검출 시스템을 제안한다. 대표적인 불량인 '액화가스 부피 불량품'을 검출하는 시스템을 개발하고 실험을 통해 그 정확성을 검증하였다. 제안한 시스템은 97%의 정확도로 상태를 분류하였으며, 이를 통해 100%의 불량을 검출할 수 있었다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 및 정보통신기획평가원의 SW 중심대학지원사업의 연구결과로 수행되었음(2016-0-00017)