DOI QR코드

DOI QR Code

A Study of Measuring Yield Rate and Error Rate in Steel Pipe Production using Decision Tree Technique

의사결정트리 기법을 이용한 스틸 파이프 생산 수율 및 불량률 측정에 관한 연구

  • 김웅경 (대구대학교, 세아네트웍스) ;
  • 김종완 (대구대학교 컴퓨터.IT공학부) ;
  • 김수연 (대구대학교 컴퓨터.IT공학부) ;
  • 남인길 (대구대학교 컴퓨터.IT공학부)
  • Published : 2009.12.30

Abstract

This research aims to improve the efficiency of production by selecting production configuration with high yield rate and lower error rate based on production history of steel pipe. To achieve this, we identify the properties of various types of MTO(make-to-order) steel pipe products and determine properties affecting yield rate and error rate using decision tree technique. From experimental results, we find out that specification is critical to determine yield rate and error rate of ERW steel pipes with mostly small and medium caliber, and an external diameter range in case of roll benders or spiral steel pipes with mostly large caliber. This research classified and embodied the patterns of yield rate and error rate mathematically by product properties.

본 연구는 스틸 파이프 생산의 과거 이력을 분석하여 주요 특성별 높은 수율을 갖는 제품을 선별하고 각 공정별 최소 불량률을 가진 제품 모델을 구현함으로써 제품 생산의 효율성을 제고하기 위한 목적으로 수행되었다. 이를 위해 본 논문에서는 주문을 통해 생산되는 각종 스틸 파이프 제품들의 특성을 비교 및 분석하여 어떠한 특성을 가지는 제품들이 가장 높은 수율을 창출해내고 적은 불량을 발생시키는지 의사결정트리 데이터마이닝 기법을 적용하여 분석하였다. 실험 결과로부터 중소구경이 많은 ERW 스틸 파이프는 기호에 의해, 그 외 주로 대구경 범위인 롤벤더, 스파이럴 스틸 파이프 경우에는 외경 범위에 따라 수율과 불량률이 분류되고 있다는 사실을 확인하였다. 본 연구는 주요 특성별 수율과 불량률이 어떠한 형태를 나타내는지 수치적으로 분류 및 구체화하여 그 영향정도를 구분하였다.

Keywords

References

  1. 공원일, “강관: 2002년 철강산업 업종별 경기전망”, 한국철강협회, 철강보 제28권 제 1호 통권317호, pp. 14-16, 2002.
  2. 김종완, 진승훈, 김병익, 김태균, 김영순, “전자상거래에 데이터마이닝 기술 적용”, 과학기술연구, pp. 145-153, 2001.
  3. 백동현, “데이터마이닝을 활용한 반도체공정의 지능형 수율관리시스템”, 천안대학교, 2003.
  4. 세아제강, 제품/기술정보-생산공정-ERW 강관", http://www.seahsteel.co.kr/02_product/product03.asp.
  5. 손영옥, “한국 강관산업 현황과 발전전략”, 제3회 강관산업 발전세미나, 2007.
  6. 이동권, “수율관리 체계화를 통한 수율향상 방안 연구”, 아주대대학원, 2007.
  7. 이윤식, “초고집적 환경에서의 반도체 수율 분석에 관한 연구”, 한국정보과학회 학술발표논문집, 29(1), pp. 733-735, 2002.
  8. 이장희, “데이터마이닝 도구의 혼합적용 방법간 수율 예측 성능 비교 연구." Journal of Business Research, 23(1), pp. 233-310, 2008.
  9. 최종후 외, “데이터마이닝 예측 및 활용”, SPSS아카데미, 2002.
  10. 한국철강협회, “강관보고서." pp.1-12, 2007.
  11. 한국철강협회, “세계 및 국내 철강산업 동향," 2009-1호('09.1월), pp. 16-26, 2009.
  12. 현대하이스코, 제품정보 강관제품-제품 개요," http:;/www.hysco.com/hrml/product/ kangkwan/outline.aspx.
  13. 하정훈, "LCD생산시스템에서 repair와 rework을 고려한 수율과 원가분석모델", Journal of the Korean Institute of Industrial Engineers, 33(3), pp. 364-372, 2007.
  14. I. Witten and E. Frank, Data Mining: practical machine learning tools and techniques, 2nd ed. Morgan Kaufmann, 2005.