Cluster Priority Selection Algorithm for Minimizing Surplus Parts in Ball Bearing Selective Assembly System

볼 베어링 선택조립 시스템에서 잉여부품 최소화를 위한 군집 우선 선택 알고리즘

In order to minimize surplus parts in ball bearing selective assembly systems, it is necessary to optimize the selection probability by grasping the dimensional distribution of each part. But the use of a complex system causes delays in the production process. In this paper, we propose cluster priority selection algorithm that can quickly and simply determine the selection priority in ball bearing selective assembly system. In addition, we assume the simulated situation with the data collected in the actual ball bearing selective assembly process, and evaluate the incidence of surplus part and runtime by simulating the cluster priority selection algorithm and the exiting algorithm. As a result of the simulation, the cluster priority selection algorithm generated 83.8% less surplus parts, and 39.7% less runtime than the existing algorithm.

볼 베어링 선택조립 시스템에서 잉여부품을 최소화하기 위해서는 각 부품의 치수 분포를 파악하여 선택 확률을 최적화하여야 하지만, 복잡한 시스템은 생산 공정에 지연이 일으킨다. 본 논문에서는 볼 베어링 선택조립 시스템에서 빠르고 간단하게 선택 우선순위를 결정할 수 있는 군집 우선 선택 알고리즘을 제안한다. 그리고 실제 볼 베어링 선택조립 공정에서 수집한 데이터로 모의 상황을 가정하고, 군집 우선 선택 알고리즘과 기존 알고리즘을 시뮬레이션하여 잉여부품 발생률과 연산소요시간을 평가한다. 시뮬레이션 결과, 군집 우선 선택 알고리즘이 기존 알고리즘에 비하여 83.8% 적은 잉여부품을 발생하였고, 연산소요시간도 39.7% 단축되었다.