• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1123-1135
• /
• 2011

다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차를 백색 잡음으로 전환하도록 하여 공정제곱편차를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차를 제안한다.

• 산업경영시스템학회지
• /
• 제15권26호
• /
• pp.181-187
• /
• 1992

본 논문은 CIMS에서 적응되는 ARMA 공정제어의 새로운 3단계절차를 제안한다. 첫번째 단계는 다변량 ARMA모델을 식별하여 모수를 추정하고, white noise로 진단된 잔차 series에 대하여 다변량 제어통계량(즉, 다변량 Hotelling T$^2$통계량, 다변량 CUSUM, 다변량 EWHA 통계량, 다변량 MA 통계량)등을 계산한다. 마지막으로 본 논문에서 제안한 8가지 다변량 제어통계량을 상호비교하여 이상점을 발견한다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1275-1283
• /
• 2013

다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차벡터를 백색잡음벡터로 전환하도록 하여 공정제곱편차벡터를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는 이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차에서 필요한 모수추정을 하고자 한다.

• 산업경영시스템학회지
• /
• 제15권26호
• /
• pp.119-124
• /
• 1992

본 논문은 장치산업에서 적용되는 다변량 EWMA 공정제어와 통계적 공정감시 통합시스템을 제안한다. 본 논문에서 제안한 통합시스템은 자동공정제어(APC)의 예측, 조정기능과 통계적 정정감시(SPM)의 이상점 발견 및 제거등의 각각의 장점을 이용하였다. 기존의 다변량 EWMA연구는 데이타간의 독립성을 가정하였으나 본 논문은 데이타간의 종속적인 형태인 IMA(1,1)모델을 대상으로 하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.999-1008
• /
• 2010

공정을 모니터링 하기 위한 전통적인 관리도는 표본들 사이의 일정한 추출간격에서 일정한 수의 표본을 취하여 만들어 지는 고정추출율 관리도이다. 본 연구의 목표는 표준적인 고정추출율을 갖는 다변량 관리도에 비하여 성능이 우수한 가변추출간격을 갖는 다변량 관리도를 개발하는데 있다. 대부분의 다변량 관리도에 대한 연구는 공정의 평균벡터를 모니터링 하는데 초점이 맞추어져 있다. 그러나 본 논문에서는 공정의 평균벡터와 분산-공분산을 동시에 모니터링 하기 위한 다변량 관리도를 연구한다. 가변추출간격을 갖는 다변량 슈하르트 관리도에 대하여 연구 하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.639-652
• /
• 2015

현대의 제조공정은 컴퓨터의 발전과 통신 및 네트워크의 발달로 컴퓨터통합제조가 가능해졌다. 이로 인해 고품질 제품의 고속 생산공정이 확대되고, 공정에서 실시간으로 전송되는 다양한 품질변수들의 데이터 축적 또한 가능하게 되었다. 이를 관리하기 위해서는 다변량 통계적 공정관리 절차가 필요하다. 전통적으로 사용하는 다변량 관리도는 이상상태 발생시 이상신호를 주지만, 이상원인이 어떠한 변수에 어떠한 영향을 주는지에 대한 정보를 제공하지 않는다는 단점이 있다. 이를 보완하기 위해 데이터마이닝과 기계학습 기법을 이용할 수 있다. 이 논문에서는 의사결정나무 학습 기법을 이용한 다변량 공정관리 절차를 소개하고, 이변량인 경우 모의실험을 통하여 그 효율을 살펴보았다. 모의실험 결과를 살펴볼 때, 상관계수에 따라 이상상태 탐지 능력은 비슷한 것으로 나타났고, 이상상태에 대한 분류 정확도는 상관계수와 이상원인의 형태에 따라 차이가 있지만 기존의 다변량 관리도에서는 제공하지 않는 이상원인의 정보를 제공하는 장점이 있음을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.192-197
• /
• 2020

대규모 발전소나 화학공정과 같은 다변량 공정은 매우 위험한 환경에서 운전되기 때문에 고장이 발생하면 심각한 인적·물적 손실이 발생할 수 있다. 따라서 시스템의 고장을 사전에 탐지할 수 있는 온라인 모니터링 기술이 필수적이다. 본 논문에서는 세 가지의 다른 다변량 공정 데이터에 ICA를 적용하여 고장탐지를 수행하였고, PCA와 성능을 비교하였다. ICA 기반의 고장탐지 절차는 크게 오프라인 과정과 온라인 과정으로 나뉜다. 오프라인 과정에서는 시스템이 정상일 때 계측된 데이터를 이용하여 고장판별을 위한 문턱 값을 설정한다. 그리고 온라인 과정에서는 실시간으로 계측되는 질의벡터에 대한 통계량을 계산한 후, 계산된 통계량과 사전에 정의된 문턱 값과 비교하여 고장을 판별한다. 본 논문에서 이용한 세 가지의 다변량 공정 데이터에 실험한 결과, ICA 기반 고장탐지 방법이 시스템의 고장을 사전에 탐지하였고, PCA 보다 우수한 고장탐지 성능을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제12권4호
• /
• pp.201-207
• /
• 2007

제조업에서는 2개 이상의 상관이 있는 품질특성치를 동시에 감시하거나 관리를 하기 위한 필요성이 많이 제기되고 있다. 하지만 복수의 품질특성치를 각각 독립적으로 감시하면 판단의 오류가 발생될 수 있다. 복수의 품질특성치를 동시에 감시하고자 할 때 $X^2$ 또는 $T^2$와 같은 다변량 관리도가 사용되어질 수 있다. 본 논문에서는 다수의 품질특성치를 갖는 용해공정에서 조기에 이상 징후를 파악하기 위하여 다변량 관리도를 이용한 조기경보 시스템을 구현하였다. 용해공정에서 상관성이 있는 다수의 품질특성치를 동시에 관리하기 위해 개발된 이 모듈은 용해공정의 통계적 공정관리 활동에 효율성 및 효과성을 향상시켜 주었다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.53-69
• /
• 2003

현대의 생산공정에서는 많은 공정변수가 발생하고 있으며 복잡한 연관관계를 가지고 제품의 품질에 영향을 미치고 있다. 따라서 공정의 이상 유무 확인을 위해서는 많은 품질특성치를 동시에 관리하는 다변량 공정관리가 필요하다. 본 연구는 자기조직화 신경망(SOM)과 사례기반추론(CBR) 기법을 이용한 다변량 공정관리 방안을 제안한다. SOM을 이용하여 공정 데이터의 패턴을 생성하고 이상 유무 판단을 위해 기준패턴과 적합성 검정을 한다. 제안한 방법의 검증을 위해 공정에서 발생 가능한 패턴별로 데이터를 생성하여 실험하였고, 실험을 통해 이상패턴을 효과적으로 구별할 수 있음을 보였다. 또한 CBR 방법론을 적용하여 1종 오류는 줄이면서 2종 오류를 아주 작게 유지할 수 있음을 보임으로써, SOM과 CBR 이 결합된 절차가 다변량 공정관리를 위한 한 대안이 될 수 있음을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권1호
• /
• pp.22-28
• /
• 2021

화학공정, 기계공정, 발전소와 같은 다변량 공정은 여러 설비들이 복잡하게 연결되어 운영되기 때문에 특정 시스템에 고장이 발생하면 전체 공정에 치명적인 영향을 미칠 수 있다. 또한, 공정 데이터는 불안정한 환경에서 계측되므로, 데이터에 이상치가 포함될 가능성이 크다. 따라서 계측된 데이터의 이상치를 제거하고 시스템의 고장을 사전에 탐지할 수 있는 모니터링 기술이 필수적이다. 본 논문에서는 여러 종류의 공정에서 고장탐지를 수행하기 위해 다이나믹 공정과 다변량 공정 모델에서 생성된 데이터를 이용하였다. 다이나믹 공정은 자기회귀 특성을 가지는 공정을 모델링한 것이고 다변량 공정은 특정 센서의 고장이 발생했을 때 상황을 묘사한 공정이다. 본 논문에서는 두 공정에서 생성된 데이터에 마할라노비스 거리를 이용하여 데이터에 포함된 이상치를 제거한 후, 독립성분분석을 적용하여 고장탐지를 수행하였다. 제안된 방법의 성능 비교를 위해 기존의 단일모델 ICA와 성능을 비교하였다. 실험결과, 제안된 방법이 기존의 ICA 보다 다이나믹 공정의 바이어스 데이터의 경우에 0.84%p, 드리프트 데이터의 경우 6.82%p 성능이 개선되었다. 다변량 공정의 경우 3.78%p 성능이 개선되었으므로, 제안된 방법이 우수한 고장탐지 성능을 보였다.