• 비파괴검사학회지
• /
• 제17권3호
• /
• pp.162-173
• /
• 1997

최근 산업 발전에 따라 철강 제품의 수요 증가와 함께 품질의 고급화에 대한 요구도 점차 증가하고 있는데, 이러한 수요자의 요구에 부응하기 위해 철강업계는 냉연 강판 표면결함검출기(surface defect detector; SDD)를 도입 운용하고 있다. 그러나 현재 국내 철강 제조업체들이 보유하고 있는 상용 SDD는 결함의 검출에는 매우 효율적이지만 결함의 분류에는 아직 만족할만한 성능을 보여주지 못하고 있다. 그 이유는 SDD가 결함 분류를 위해 채택한 분류표분류기(classification table; CT)는 시험 표본의 모든 특징값들이 분류표의 범위 내에 있을 때만 결함의 분류를 정확히 수행하기 때문에 결함 분류 정확도가 낮을 뿐 아니라, 분류 법칙의 설정을 작업자의 수작업에 의존하고 있어 현장 적용을 더욱 어렵게 하고 있다. 이러한 단점을 극복하기 위해 본 연구에서 학습 표본으로부터 확률밀도함수를 추정하고 여기에서 분류 법칙을 자동적으로 결정하는 방법을 제시하였고, 강화분류표분류기(enhanced classification table; ECT)와 확률신경회로망분류기(probabilistic neural network; PNN)를 새롭게 제안하여 이들 분류기를 실제적인 문제에 적용하였다. 그 결과 ECT와 PNN 모두 결함 분류 성능을 획기적으로 높일 수 있는 좋은 방법이며, 특히 PNN은 아주 구별하기 어려운 결함도 구별해내는 능력이 있을 뿐 아니라, 병렬 처리 능력을 가지고 있기 때문에 다량의 데이터를 실시간으로 처리해야 하는 경우에 적용할 수 있는 매우 효율적인 분류기임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1115-1127
• /
• 2010

TFT-LCD 생산 과정에서 발생하는 결함을 정확하게 분류하여 결함 유형에 따라 폐기, 사용가능 등의 의사결정을 적절하게 내리는 것은 수율 증가 및 생산성 향상에 필수적인 요소이다. 본 논문에서는 TFT-LCD 생산 라인에서 획득한 결함 영상에 대하여 명암도 분포(intensity distribution) 및 결함 영상의 형태 특징(shape feature)을 분석하여 효과적으로 필름 결함 유형을 분류하는 기법을 제시한다. 본 연구에서는 먼저 필름 결함 영상을 결함 영역과 결함이 아닌 배경 영역으로 이진화하고, 결함 영역에서 결함의 선형성(linearity), 명암도 분포를 고려한 형태 특징 등의 여러 가지 특징을 분석하여 기준 영상(referential image) 데이터베이스를 구축하였으며, 분류하고자 하는 결함 영상과 데이터베이스에 저장된 기준 영상과의 매칭 비용 함수(matching cost function)를 정의하여 적절히 매칭시킴으로써 결함의 유형을 결정하였다. 제시한 기법의 성능을 검증하기 위하여 실제 TFT-LCD 생산 라인에서 획득한 결함 영상들을 대상으로 분류 실험을 수행하였으며, 실험 결과 생산 라인에서 이용할 수 있을 정도의 상당한 수준의 분류 정확도를 달성하였음을 보여주었다.

• 대한기계학회논문집A
• /
• 제34권11호
• /
• pp.1681-1689
• /
• 2010

Support Vector Machine(SVM)을 이용한 회전기계 진단 연구가 많이 수행되어 왔으나 결함 분류성능은 입력 특징과 더불어 다중 분류 방법, 이진분류기, 커널함수 등에 따라 다르다. SVM 을 이용한 대부분의 기존 연구들은 한번 입력 특징들을 선정하면 결함 분류시 동일한 특징데이터를 이용한다. 본 논문에서는 회전기계의 다양한 결함조건에서 측정한 진동신호로부터 추출한 통계적 특징들을 이용하여 각각의 결함을 분류하기 위한 최적 특징들을 선정한 후, 해당 결함상태를 분류하기 위한 SVM 학습과 분류에 각각 이용하였다. 실험자료를 이용한 검증 결과, 제안한 단계 분류 방법이 상대적으로 적은 학습시간으로 단일 다중 분류 방법과 유사한 분류 성능을 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2014

본 논문에서는 저속으로 동작하는 구름 베어링의 다중 결함 조기 검출을 위해 결함 특징 추출, 효과적인 특징 선택, 선택된 특징을 이용한 결함 분류의 세 단계로 구성된 결함 진단 기법을 제안한다. 1단계에서 이산 웨이블릿 변환을 이용하여 미세성분으로부터 통계적 결함 특징을 추출하고, DET(distance evaluation technique)를 이용하여 추출한 결함 특징 가운데 베어링 다중 결함 검출에 효과적인 특징을 선택한다. 마지막으로 선택된 특징을 k-NN(k-Nearest Neighbors) 분류기 입력으로 사용함으로써 결함을 진단한다. 본 논문에서는 제안한 결함 진단 기법의 성능을 분류 정확도 측면에서 평가한 결과 95.14%의 높은 분류 정확도를 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.65-66
• /
• 2021

본 논문에서는 Smart Factory의 자동 공정에서 결함의 분류를 실시간으로 시도하여 자동 공정 제어를 위한 결함 분류 딥러닝 기법을 제안하고, Pooling 종류에 따른 분류 성능을 비교한다. Smart Factory 구축에 있어서 CNN을 이용한 공정 제어를 통해 제품 생산에 있어서 생산량의 증가와 불량률의 감소를 이루어내는 것이 가능하다. Smart Factory는 자동화 공정이므로 결함의 분류 속도가 중요하지만, 생산량의 증가와 불량률의 감소를 위해서는 정확하게 결함의 종류를 분류하여 Smart Factory의 공정을 제어하는 것이 더욱 중요하다. 본 논문에서는 Pooling을 Max Pooling과 Averrage Pooling을 복합적으로 설정하였을 때 높은 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.277-278
• /
• 2011

본 논문에서는 공압출 다층 필름 제조공정에서 수지의 품질에 영향을 주는 외관상의 결함을 검사하는 비젼 시스템을 제안한다. 필름 생산 과정에서는 흑점이나 주름 등을 포함한 다양한 결함이 발생할 수 있는데, 명암이 명확히 구별되는 결함도 있지만 그렇지 않은 결함들은 필름의 특성에 의해 검출 및 분류가 어려운 경우가 많다. 제안된 논문에서는 전체 검사시스템의 소개와 함께 결함의 종류 분류와 검출 및 분류 방법을 제안하는데, 특히 애매한 결함의 구분을 위해 지역적 이진패턴(LBP)에 기반한 텍스쳐 분석 방법을 이용한다. 실험을 통해 제안된 시스템 및 방법이 필름 생산과정의 다양한 결함들을 잘 검출하고 분류하는 것을 알 수 있었다.

• 전자공학회논문지 IE
• /
• 제48권4호
• /
• pp.1-6
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.26-31
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 융합신호처리학회논문지
• /
• 제10권2호
• /
• pp.120-126
• /
• 2009

반도체 외관결함에는 발생 요인이 각각 다른 crack, foreign material, chip-out, chip, void 등이 있으며, 검사 시스템에서는 결함 유무 및 결함 분류를 수행하여 효과적인 공정관리가 가능하여야 한다. 본 논문에서는 QFN 패키지 결함의 분류를 위한 알고리즘 및 광학시스템을 제안한다. 제안한 방법에서 분류가 어려운 결함 중 하나인 foreign material 과 chip의 효과적인 분류를 위해 제안한 결함의 위치, 밝기의 특징정보(feature)를 사용한 ML(Maximum Likelihood ratio) 분류방법 및 특징정보 획득에 효과적인 광학계를 제안하였다. 실험 결과에서 분류가 어려운 foreign material과 chip에 대한 신뢰성 높은 분류성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.545-547
• /
• 1999

본 논문에서는 불량 하드디스크 드라이브의 수리판정 자동화를 위해 필요한 하드디스크 드라이브(Hard Disk Drive, HDD) 결함이 분포패턴의 분류에 관한 연구 결과를 소개한다. HDD 제조공정에서는 테스트 진행중 검출된 결함에 관한 정보를 HDD 내부에 기록한다. 불량으로 판별된 HDD는 내부에 기록된 결함의 분포를 관찰한 후, 불량의 종류 및 그에 따르는 처리방안을 결정한다. 본 논문에서는 효율적인 결함분포 패턴의 특징추출을 위해, 하드디스크의 물리적 특성에 대한 분석을 바탕으로 극좌표(Polar Coordinates) 방식으로 표현된 결함 위치데이터를 직교좌표(Cartesian Coordinates)로 변환한다. 그리고 디스크 상의 두 동심원 사이의 공간을 정해진 회전각별로 등분한 후, 나누어진 구간별로 결함 발생빈도 히스토그램(Histogram) 분석을 수행하여 결함분포의 패턴을 분류하는 알고리즘을 제시한다. 설계된 알고리즘은 실제 HDD 제조공정에서 발생한 불량 HDD Set을 대상으로 적용한 결과, 그 효용성이 검증되었다.