• The KIPS Transactions:PartB
• /
• v.17B no.6
• /
• pp.445-458
• /
• 2010

A Cold Cathode Fluorescent Lamp(CCFL) is used as a LCD Monitor's backlight widely. The most common way to check CCFL's defects is an examination with the naked eye. This naked eye examination can cause examination inconsistencies and industrial disasters. A shooting environment and detection algorithms are important for finding CCFL defects automatically. This paper presents CCFL defect detection algorithms using images captured under the shooting environment with sidelight which is one of the shooting environment we have suggested. The experimental result shows 4.65% of overdetection and 5.37% of unsuccessful defect detection of CCFL.

• Journal of the KSME
• /
• v.57 no.5
• /
• pp.32-37
• /
• 2017

최근 들어 안전한 사회 구축을 위한 기계 구조물 신뢰성에 관한 관심이 커지면서 다양한 비파괴 검사법에 대한 기술 수요가 급증하고 있다. 이 글에서는 각종 재료의 불량 검출을 위한 테라헤르츠 비파괴 검사법과 그 응용 사례들을 간단히 소개한다.

• Journal of the Korea Convergence Society
• /
• v.8 no.8
• /
• pp.77-82
• /
• 2017

In the splay manufacturing process, conveyor systems are widely used for conveying panels. In this conveyor, a large number of grounding lines are used in order to prevent a product failure due to static electricity. In many cases, the grounding line is disconnected due to the rotation of the transporting roller or curling, leading to product failure. In order to solve such a problem, there is a growing need for a system capable of detecting disconnection of a ground wire in real time. Therefore, in this paper, we propose a disconnection monitoring system of ESD (Electro-Static Discharge) ground wire caused by friction between the conveyor drive part and the panel. The proposed system is a monitoring system that can detect disconnection and disconnection of ground wire using ATmega 2560 and Wheatstone Bridge circuit. It can detect disconnection of ground wire immediately and can take measures to reduce the defect rate due to static electricity. The system proposed in this paper is expected to be applicable to the production and test equipments of all industries where the ground wire is used.

• Proceedings of the KWS Conference
• /
• 2009.11a
• /
• pp.115-115
• /
• 2009

아연코팅강판의 레이저 용접시 발생하는 용접결함은 이미 널리 알려진 이슈이다. 그러나 대부분의 연구가 박판을 중심으로 이루어지고 있어서, 후판을 중심으로 한 조선산업에서의 아연코팅 강판의 연구는 매우 미진한 실정이다. 이중 후판 아연코팅강판의 결함검출연구는 그 연구가 거의 전무한 실정으로, 본 연구에서는 후판 아연코팅강판의 레이저 겹치기용접시의 결함검출을 중심으로 실험을 실시하였다. 실험은 Fig. 1에서와 같이 광신호와 음향신호의 RMS를 통하여 raw signal에서 잘 나타나지 않았던 신호의 패턴을 확인함으로써 실제 신호와 비드와를 대응을 가능하게 하였다. 또한 결함 발생시의 RMS값을 건전한 상태와 비교분석하여 실제 결함검출의 가능성도 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• 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.

• Journal of The Institute of Information and Telecommunication Facilities Engineering
• /
• v.2 no.1
• /
• pp.71-77
• /
• 2003

본 논문에서는 불량 하드디스크 드라이브의 수리판정 자동화를 위해 필요한 하드디스크 드라이브(Hard Disk Drive, HDD) 결함의 분포패턴의 분류에 관한 연구 결과를 소개한다. HDD 제조공정에서는 테스트 진행 중 검출된 결함에 관한 정보를 HDD 내부에 기록한다. 불량으로 판별된 HDD는 내부에 기록된 결함의 분포론 관찰한 후, 불량의 종류 및 그에 따른 처리방안을 결정한다. 본 논문에서는 효율적인 결함분포 패턴의 특징추출을 위해, 하드디스크의 물리적 특성에 대한 분석을 바탕으로 극좌표 (Polar Coordinates) 방식으로 표현된 결함 위치 데이터를 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.

• Proceedings of the Korean Reliability Society Conference
• /
• 2000.11a
• /
• pp.211-218
• /
• 2000

진공청소기 제품의 시장불량을 조사한 결과 모터의 불량이 전체 불량 중 많은 부분을 차지하고 있으며 조금씩 증가추세를 보이고 있음을 알 수 있었다. 그러므로, 본 연구에서는 진공청소기 모터의 출하 전, 불량품 검출력을 향상시킬 수 있는 가속시험법을 개발하고자 하였다. 또한, 가속시험을 통해 사업부의 신뢰성시험 납기 단축 및 시험비용 절감 뿐아니라 모터에 대한 가속시험 기술력 확보를 목적으로 수행하였다. 가속수명시험 시 스트레스인자는 모터의 브러쉬 마모 가속을 위해 정격보다 높은 전압을 인가하였다. 가속모형으로는 전압스트레스를 인가하는 경우 일반적으로 사용되는 역자승(Inverse Power) 모형을 사용하였다. 가속시험 결과 정격의 120% 전압에서 가속계수 4.3이 얻어졌다. 이는 수출 모델의 경우 현재의 시험시간 42일을 10 일로 단축하여 76%의 시험시간이 절감되어 시험 가능 횟수가 4배로 증가되는 결과를 얻었다. 추가적으로 다양한 On/Off 시간 변환 시험을 실시하였으나 현시험법과의 고장 모드 (브러쉬 마모로 인한 회전정지) 및 고장유형이 일치하지 않음을 알 수 있었다. 이 결과는 On/Off 시간변환을 통한 가혹시험의 경우 주의를 필요로 함을 나타낸다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.543-544
• /
• 2021

본 논문에서는 스마트 팩토리의 자동화 공정을 위하여 제품 자동 판별과 불량 시 작업자에게 자동으로 통보해주는 시스템을 설계한다. 생산라인의 효율을 극대화하기 위해서는 작업자의 개입이 적은 상태로 시스템에 의해서 자동으로 공정이 이루어져야 한다. 따라서 본 시스템을 적용해 작업자는 자동으로 돌아가는 라인에 크게 개입하지 않고 문제가 발생했을 때만 투입되어 조치할 수 있게 된다. 따라서 생산과 효율을 크게 증가시키면서 작업자의 실수를 미연에 방지하고 제품의 신뢰성을 향상시킬 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.562-565
• /
• 2022

Recently, the increasing number of overloaded vehicles on the road poses a risk to traffic safety, such as falling objects, road damage, and chain collisions due to the abnormal weight distribution, and can cause great damage once an accident occurs. However, this irregular weight distribution is not possible to be recognized with the current weight measurement system for vehicles on roads. To address this limitation, we propose to build an object detection-based AI model to identify overloaded vehicles that cause such social problems. In addition, we present a simple yet effective method to construct an object detection model for the large-scale vehicle images. In particular, we utilize the large-scale of vehicle image sets provided by open AI-Hub, which include the overloaded vehicles from the CCTV, black box, and hand-held camera point of view. We inspected the specific features of sizes of vehicles and types of image sources, and pre-processed these images to train a deep learning-based object detection model. Finally, we demonstrated that the detection performance of the overloaded vehicle was improved by about 23% compared to the one using raw data. From the result, we believe that public big data can be utilized more efficiently and applied to the development of an object detection-based overloaded vehicle detection model.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.4
• /
• pp.149-155
• /
• 2021

In this study, we intend to develop a defective road surface object recognition model that automatically detects road surface defects that restrict the movement of the transportation handicapped using electric mobile devices with deep learning. For this purpose, road surface information was collected from the pedestrian and running routes where the electric mobility aid device is expected to move in five areas within the city of Busan. For data, images were collected by dividing the road surface and surroundings into objects constituting the surroundings. A series of recognition items such as the detection of breakage levels of sidewalk blocks were defined by classifying according to the degree of impeding the movement of the transportation handicapped in traffic from the collected data. A road surface object recognition deep learning model was implemented. In the final stage of the study, the performance verification process of a deep learning model that automatically detects defective road surface objects through model learning and validation after processing, refining, and annotation of image data separated and collected in units of objects through actual driving. proceeded.