• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.286-289
• /
• 2004

본 연구는 U사의 SMD Wave Soldering 공정을 최적화하기 위해 납땜에 관련된 PCB의 여러 계수형 특성들을 종합하여 계량화한 후 분석한 사례이다. SMD Wave Soldering 공정은 PCB 불량의 80% 이상을 결정하는 중요 공정으로 SMD 작업 불량으로 인한 재작업 등 각종 문제점들을 내포하고 있다. 그러나 검사 결과 미납, 냉납, 과납, 쇼트 등의 발생 건수 형태의 계수형 데이터가 집계되어 이를 체계적으로 분석하여 공정을 개선하는데 어려움이 있어 불량 유형별로 보다 세분화된 평가표를 작성하여 먼저 데이터를 계량화한 후 이를 기초로 공정 개선을 실시하였다.

• Korean Chemical Engineering Research
• /
• 제56권1호
• /
• pp.29-41
• /
• 2018

공비점이 존재하거나 상대휘발도 차이가 적은 2성분 혼합물은 단일 증류탑으로 분리하기 어렵다. 이때 혼합물에서 분리가 어려운 영역을 투과증발막을 사용하여 분리하면 효율적인 공정을 설계할 수 있다. 본 연구에서는 물-유기용매 혼합물을 분리하기 위한 증류-투과증발막 혼성공정을 제시하고, 물-초산 혼합물과 물-에탄올 혼합물의 분리공정을 각각 모사하였다. 증류탑 상부 흐름이 친수성 막을 통과하여 물을 높은 순도로 분리하는 공정을 모사하였다. 실험과 문헌에서 얻은 친수성 막의 투과도를 토대로 막 모델을 만들어 막 면적을 계산하였다. 제시한 공정의 최적화를 위해, 목적함수를 연간 총 비용으로 정하고 주요 설계 변수들을 최적화 변수로 하여 최적화 문제를 구성하였다. 또한, 혼성공정의 각 최적화 변수의 변화에 따른 목적함수 값의 변화 추세를 나타내고 최적화 변수를 최적점에 가까운 값으로 쉽게 추측할 수 있는 방법을 제안하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.2
• /
• pp.1117-1120
• /
• 2004

경제적인 공정분석과 최적화를 위해서는 컴퓨터를 이용한 플라즈마 예측모델이 요구되고 있다. 본 연구에서는 일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마 증착공정 모델을 개발한다. GRNN의 예측성능은 패턴층 뉴런의 가우시안 함수를 구성하는 학습인자, 즉 spread에 의존한다. 종래의 모델에서는 모든 가우시안 함수의 spread가 동일한 값에서 최적화되었으며, 이로 인해 모델의 예측성능을 향상시키는 데에는 한계가 있었다. 본 연구에서는 유전자 알고리즘 (GA)를 이용하여 다변수 spread를 최적화하는 기법을 개발하였으며, 그 성능을 PECVD 공정에 의해 증착된 SiN 박막의 증착률에 적용하여 평가하였다. $2^{6-1}$ 부분인자 실험계획법에 의해 수집된 데이터를 이용하여 신경망을 학습하였고, 모델적합성 점검을 위해 별도의 12번의 실험을 수행하였다. 가우시안 함수의 spread는 0.2에서 2.0까지 0.2간격으로 증가시켰으며, 최적화한 GA-GRNN모델의 예측성능은 6.6 ${\AA}/min$이었다. 이는 종래의 방식으로 최적화한 모델의 예측성능 (13.5 ${\AA}/min$)과 비교하여 50.7% 향상된 예측성능이며, 이러한 향상은 제안한 GA-GRNN 모델이 플라즈마 공정 모델의 예측성능을 증진하는데 매우 효과적임을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.79-82
• /
• 2001

생산품을 제조하는 과정에서 처리 시간에 따른 제조 기계를 최적의 수로 결정함으로서 공정 과정에서 비효율적인 제조 기계의 활용 비율을 줄일 수 있으며, 이는 공정 과정의 비용을 최소화할 수 있는 방법 중에 하나이다. 본 논문에서는 핸드폰에 사용되는 여러 가지 모델의 배터리를 생산하는 공장의 작업 과정을 조사하고, 일정하기 않은 처리 시간과 작업에 필요한 제조 기계를 조사하였다. 이를 인공 신경망(ANN)의 역전파 알고리즘을 이용하여 생산현장에서 효율적인 처리 시간과 공정 과정에서 생산에 적합한 기계의 수를 최적화시키는 방법을 제안한다.

• 대한자원환경지질학회:학술대회논문집
• /
• 대한자원환경지질학회 2002년도 춘계 공동학술발표회
• /
• pp.37-39
• /
• 2002

• 한국가스학회지
• /
• 제24권1호
• /
• pp.1-9
• /
• 2020

LNG사업에서 액화공정의 운전비용은 큰 비중을 차지하기 때문에 적합한 액화공정을 선정하고 그 운전조건을 결정하는 것은 중요한 일이다. 현재까지 다양한 구성의 액화공정들이 개발되어 왔기 때문에 이들을 최적화하고 비교하여 최적의 액화공정을 선택하는 것은 많은 시간과 노력을 요하는 일이다. 다양한 구조 및 선택 사항을 포함한 초구조 모델을 사용한 초구조 최적화를 수행하면 공정 구성에 대한 선택과 최적의 운전변수를 한 번에 최적화하는 것이 가능하다. 본 연구에서는 SMR 액화공정에 대한 다양한 선택지를 포함하는 초구조 모델을 만들고 이를 최적화하였다. 결과적으로 초구조 모델이 개별적인 액화공정에 준하는 최적 포인트를 도출하는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• 제어로봇시스템학회지
• /
• 제3권3호
• /
• pp.13-21
• /
• 1997

이 글에서는 공정 산업에서의 실시간 최적화 기술 동향을 살펴보았다. 실시간 최적화는 다변하는 공장환경에 안전성을 확보하여 신속하게 대처함으로써 생산물의 안정적인 공급을 할 수 있는 기술이며 전체적인 효율을 최대화할 수 있는 방법이다. 현재 이러한 실시간 최적화의 구성요소들에 대한 연구는 물론 관련 기술 개발이 급속히 진행되고 있으며 전산통합생산시스템이 구현된 공장에서의 적용은 필수적인 추세이다. 그런데 그 기술을 도입하더라도 설비나 공정이 바뀔 때 다시 외부에 기술이 종속되는 부작용을 생각할 수 있다. 따라서 실시간 최적화 기술을 자체적으로 보유할 수 있도록 보다 체계화시켜 다양한 조건에서 유연성을 갖고 적용할 수 있도록 개발해 나가야 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1382-1383
• /
• 2011

결정질 실리콘 태양전지에서 전극 형성 공정은 Voc(Open-circuit voltage), Isc(Short-circuit current), Rser(Series resistance), Rshunt(Shunt resistance), FF(Fill factor) 특성에 영향을 주기 때문에 매우 중요하다. 하지만 paste와 선 공정에서의 조건에 따라 특성이 바뀌기 때문에 소성 공정을 최적화하기는 쉽지 않다. 본 연구에서는 Gravure Off-set printing 방식을 이용하여 결정질 실리콘 기판 표면에 미세 전극 형성 공정을 하고 소성 조건 최적화를 위해 peak 온도와 ramp-up 속도를 변화시켜 각 조건별 특성을 비교하였다. Peak 온도가 커질수록, contact resistance의 감소에 따라 Rser가 줄어들었다. 본 연구를 통해 Voc는 619mV, FF는 77.9%로 측정되는 Gravure Off-set 태양전지에 최적화된 소성 공정 조건을 확보하였다.

• Elastomers and Composites
• /
• 제34권4호
• /
• pp.321-331
• /
• 1999

타이어 가황공정(curing process)은 타이어 제조를 위한 최종공정으로 여러 개의 고무배합물 층으로부터 성형된 그린타이어(green tire)를 가황기(mold)내에서 고압/고온 조건하에 유지시킴으로써 원하는 형상을 얻게 하고, 아울러 각 고무배합물이 고탄성을 갖도록 물성을 변화시키는 공정이다. 본 연구에서는 타이어 품질의 향상을 위해 가황공정을 수치적으로 최적화하는 기법을 개발하였다. 먼저, 가황공정 중 가황매체(cure media)의 최적공급 조건을 경정하기 위해 제약조건을 갖는 동적최적화문제(dynamic constrained optimization problem)로 정형화하였다. 즉, 가황기 내의 전열 및 가황 반응 현상을 묘사하는 공정모델로 표현되는 등위제약조건(equality constraint)과 가황매체가 갖는 온도의 한계를 표현하는 부등위제약조건(Inequality constraint) 아래 목적함수를 최적화 시켰다. 다음, 공급되는 가황매체의 최적조건을 결정하기 위해 구성된 최적화문제를 유한요소법(FEM)과 complex 알고리즘을 적용하여 풀었다.