• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.613-616
• /
• 2007

현재 국내 외 제조 산업은 기업 시스템의 노후화 등의 많은 문제들이 발생하고 있다. 현재의 자동차 부품공장에서의 불량품에 대한 처리방법은 제품의 생산이 완료된 후 테스트 단계를 거쳐 양품과 불량품을 분류하고 불량품이 발생하면 생산을 중단하고 생산라인의 상태를 점검하는 방식이다. 본 연구에서는 자동차 부품공장의 생산라인에서 불량품 생산을 줄이고 생산라인 가동시간의 지연을 줄이기 위한 불량 예방 모니터링 시스템에 대해 제안한다. 불량 예방 모니터링 시스템은 제품 조립의 각 단계 마다 테스트를 통해 데이터를 수집하고, 수집한 데이터에서 불량이 예상되면 알람 기능을 이용해서 경고를 하도록 설계하였다. 경고 메시지를 통해 불량이 예상되는 곳에 대해 조기에 조치하여 불량품이 나올 확률을 최소한으로 하고 제품의 생산지연 시간을 줄이는 것을 목표로 한다.

• 한국산학기술학회논문지
• /
• 제8권5호
• /
• pp.1020-1025
• /
• 2007

전력시스템을 안정적이고 경제적으로 운영하기 위하여 EMS(energy management system)와 SCADA(supervisory control and data acquisition) 시스템이 사용되고 있다. EMS 내의 조류계산, 상정고장해석, 안전도해석과 같은 다양한 기능들의 신뢰성을 높이기 위해서는 정확한 데이터의 확보가 필수적이다. EMS 내에서 상태추정이 이와 같은 역할을 수행할 수 있으며, 본 논문에서는 정확한 상태추정을 위한 가관측성 해석 및 불량데이터 처리 프로그램을 개발하였다. 기본적인 알고리즘을 설명하고 사례연구를 통해 제안된 기법의 타당성을 검증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1305-1307
• /
• 2022

자동차 부품의 결함은 시스템 전체의 성능 저하 및 인적 물적 손실이 발생할 수 있으므로 생산라인에서의 불량 검출은 매우 중요하다. 따라서 정확하고 균일한 결과의 불량 검출을 위해 딥러닝 기반의 고장 진단 시스템이 다양하게 연구되고 있다. 하지만 제조현장에서는 정상 샘플보다 비정상 샘플의 발생 빈도가 현저히 낮다. 이는 학습 데이터의 클래스 불균형 문제로 이어지게 되고, 이러한 불균형 문제는 고장을 판별하는 분류 모델의 성능에 영향을 끼치게 된다. 이에 본 연구에서는 모터의 동작음으로부터 불량 모터를 판별하는 불량 검출 시스템 설계를 위한 데이터 불균형 해결 방법을 제안한다. 자동차 사이드 미러 모터의 동작음을 학습 및 테스트를 위한 데이터 셋으로 사용하였으며 손실함수 계산 시 학습 데이터 셋의 클래스별 샘플 수 가 반영되는 label-distribution-aware margin(LDAM) loss 와 Inception, ResNet, DenseNet 신경망 모델의 비교 분석을 통해 불균형 데이터를 처리할 수 있는 가능성을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.459-462
• /
• 2021

본 연구는 반도체 제조 공정중 발생하는 센서 데이터를 활용하여 딥러닝기반으로 불량을 예측하는 모델을 제안한다. 반도체 공장에서는 FDC((Fault Detection and Classification)라는 불량을 예측하는 시스템이 있지만, 공정의 복잡도가 높고 센서의 종류가 많아 공정 관리자가 모든 센서의 기준을 설정 및 관리하는데 한계가 있다. 이를 해결하기 위해 공정 설비의 센서 데이터를 딥러닝을 활용하여 학습시켜 센서 기준정보로 임계치를 제공하고, 가공중 발생하는 센서 데이터가 입력되면 정상 여부를 판정하는 모델을 제안한다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.81-86
• /
• 2023

플래시 메모리 기반 저장장치인 SSD(solid state disk)는 높은 집적도와 빠른 데이터 처리가 가능한 장점을 가지고 있다. 따라서 급격하게 증가하고 있는 빅데이터를 관리하는 고용량 데이터 저장 시스템의 저장장치로 활용되고 있다. 그러나 저장 미디어인 플래시 메모리에 일정 횟수 이상 반복해서 쓰기/지우기 동작을 반복하면 셀이 마모되어 사용하지 못하는 물리적 한계가 있다. 본 논문에서는 플래시 메모리의 불량률을 줄이고 수명을 연장하기 위해 불량이 발생한 다중 비트 셀을 단일 비트 셀로 변환하여 사용하는 방법을 제안한다. 제안하는 아이디어는 물리적 특징이 다르지만 동일하게 불량으로 처리되고 있는 다중 비트 셀과 단일 비트 셀의 불량 및 처리 방법을 구분하였다. 그리고 불량이 예상되는 다중 비트 셀을 단일 비트 셀로 변환하여 불량률을 개선하고 전체적인 수명을 연장하였다. 마지막으로 시뮬레이션을 통해 SSD의 증가한 수명을 측정하여 제안하는 아이디어의 효과를 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.201-204
• /
• 2007

본 논문은 소각재 재활용 모니터링 시스템 구현을 위한 에이전트 기반의 RFID 모델을 설계한다. RFID를 이용한 모니터링 시스템은 상태관리 에이전트, 위치관리 에이전트, 불량관리 에이전트, 상황관리 에이전트 등의 데이터 관리 에이전트를 이용해 데이터를 자동 관리하고, 대용량의 데이터를 처리하기 위해 대용량 데이터 처리 에이전트를 이용한다. 안정적인 소각재 재활용을 위한 에이전트 기반 데이터 모니터링 시스템의 개발은 산업체 전반에 걸쳐있는 기계화, 수작업화 된 공정을 실시간 자동화 공정으로 개발하는 획기적인 방법이 될 것이다.

• 한국전자통신학회논문지
• /
• 제7권5호
• /
• pp.1053-1059
• /
• 2012

바코드 레이블은 저비용과 편리함으로 인해 물품의 식별을 위해 널리 사용되고 있다. 바코드 레이블은 실링인쇄(seal printing)를 통해 대량으로 생산되는데 그 과정에서 인쇄 품질이 좋지 않거나 레이블 내의 바코드와 텍스트가 서로 일치하지 않는 불량품이 발생하기도 한다. 불량 레이블은 인식 불량 및 업무 오류를 가져오고 이로 인해 물류 지체 및 처리비용 증가를 가져온다. 본 논문에서는 이미지 처리기술을 이용하여 생산단계에서 레이블을 검사하는 온라인 바코드 품질 검사 시스템을 제안한다. 제안 시스템은 카메라에 의해 얻은 이미지를 사용하여 바코드의 품질과 데이터와의 일치성을 검증하고, 불량레이블이 발견되면 경고 신호와 함께 불량임을 표시하여 불량품이 조기에 제거되도록 한다.

• 스마트미디어저널
• /
• 제6권4호
• /
• pp.58-64
• /
• 2017

현대 사회는 급속한 세계인구의 증가, 농촌 인구의 고령화, 산업화로 인한 농작물 재배 지역의 감소, 농촌 지역의 수익 구조의 불량 등으로 농부들의 탈농촌화 등으로 먹거리 문제 해결이 중요한 화두로 떠오르고 있다. 최근 농촌의 수익을 증대시키기 위해서 스마트 팜(Smart Farm) 분야의 연구가 활발하게 이루어지고 있다. 기존의 스마트 팜 연구는 주로 온실의 농작물의 재배 환경을 모니터링 하여 온실의 조도, 습도, 토양 등이 불량해지면 재배 환경인자를 제어하는 시스템을 자동으로 가동시켜 농작물의 재배 환경을 최적의 상태로 유지하는 데 중점을 두어 연구되고 있다. 즉, 실내에서 재배하는 농작물에 중점을 두어 연구가 이루어지고 있으며 실외에서 재배되는 농작물의 재배환경에 적용되는 연구는 많이 이루어지지 않았다. 본 논문에서는 과수원에서 자라는 과수의 수확 시기를 정확하게 예측하여 최상의 품질로 과일이 수확되게 지원하고 수확이 불량한 지역을 빅데이터 분석을 통해 모니터링하여 불량 지역의 수확성을 향상시키기 위해서 집중 관리할 수 있은 기능을 제공하는 아키텍처를 제안한다. 수확에 관련된 인자는 과일 색상 정보와 과일 무게 정보를 사용하며 실시간으로 수집되는 수확 상관인자 데이터를 Apache Spark 엔진을 이용하여 분석하도록 제안한다. Apache Spark 엔진은 대용량 배치성 데이터 분석 뿐만 아니라 실시간 데이터 분석에서도 우수한 성능을 보인다. 서비스를 수신하는 사용자 디바이스는 PC User 와 Smart Phone User를 지원한다. 센싱 데이터 수신 장치는 센싱되는 데이터를 수신한 후 서버로 전송하는 단순한 처리만 필요하므로 Arduino를 적용하였다. 과일의 수확시기를 조절하여 좋은 품질의 과일을 생산하려면 수확이 불량한 지역을 판단하여 불량지역을 집중 관리해야 한다. 본 논문에서는 빅 데이터 분석 기법을 이용해서 과일 수확의 불량지역을 판단하는 아키텍처 모델을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권2호
• /
• pp.65-70
• /
• 2015

PCB(Printed Circuit Board) 제조공정에서의 수율은 제품의 원가와 품질을 결정하는 중요한 관리 요인이다. PCB 제조공정은 일반적으로 많은 단계의 미세공정을 거쳐서 제품인 칩(Chip)이 생산되기 때문에 높은 수율을 보장하기가 현실적으로 어렵다. 제품의 수율을 향상시키기 위해서는 저수율의 원인이 되는 불량요인을 분석하고, 불량요인에 영향을 미치는 중요공정 및 설비를 찾아서 관리해야 한다. 본 연구는 로지스틱 회귀분석 및 변수선택법을 이용하여 혐의공정 및 설비를 찾는 방법을 제안하였다. 데이터는 실제 현장의 로트 데이터를 사용하였고, 각 로트는 진행한 설비 및 불량유형별 불량수를 갖고 있다. 또한 분석 결과는 실제 현장 확인을 통하여 수율에 미치는 영향을 확인하였다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.