• 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.

• 방재와보험
• /
• 통권146호
• /
• pp.28-33
• /
• 2012

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.46-55
• /
• 2022

과일 품질 자동 선별 시스템에서 흠집이나 부패한 부위가 존재하는 불량 과일을 우선적으로 검출하여 제거하는 작업은 매우 중요하다. 본 연구에서는 기존의 영상처리 기법을 이용하여 불량 부위가 있는 과일 검출하는 방법의 한계점을 극복하기 위하여, 최신 인공지능 기술인 Yolo V4 딥러닝 지능기술을 이용하여 과일 불량 부위를 검출하는 방법을 제안한다. 본 연구에서는 흠집 또는 부패 부위가 존재하는 1,100개의 불량 사과 및 1,300개의 불량 배를 포함한 총 2,400개의 불량 과일에 대하여 Yolo V4 딥러닝 모델을 사용하여 학습하고 불량 부위 검출 실험을 하였다. 성능 실험 결과에 따르면 사과의 정확률은 0.80, 재현율은 0.76, IoU는 69.92%, mAP는 65.27%이고, 배의 정확률은 0.86, 재현율은 0.81, IoU는 70.54%, mAP는 68.75%의 성능을 나타내었다. 본 연구에서 제안한 방법은 기존 영상처리 기법을 이용한 방법보다 불량 부위가 있는 과일을 실시간으로 정확하게 선별하여 기존 과일 자동 품질 선별시스템의 성능을 획기적으로 개선할 수 있다.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2001년도 정기학술대회
• /
• pp.489-496
• /
• 2001

컴퓨터 키보드의 시장 불량품을 분석한 결과 여러 키가 동시에 입력되는 현상이 다수 발생되는 것을 알 수 있었다. 정밀분석결과 이의 원인이 키보드 membrane의 패턴을 구성하는 은(Ag) paste의 ion migration발생에 의한 것임을 알 수 있었다. 재현실험을 통해 고온 고습한 환경에서 장시간 사용하다보면 membrane내부로 수분이 침투하여 패턴간에 Ag ion migration이 발생되어 키 동작 오류를 유발시킴을 알 수 있었다. 이에 대한 대책안으로 제조 원가에 크게 영향을 주지 않으면서 migration을 크게 억제할 수 있는 준방수 방식의 membrane을 채택하여 4$0^{\circ}C$, 90%RH 환경에서 최소 5년을 보증할 수 있는 키보드를 제작하였다. 또한, 키보드 membrane의 ion migration 시험시 정상사용 조건을 가속시킬 수 있는 재현 및 검증시험법(85$^{\circ}C$, 85%RH, 가속계수 17배)을 개발하였다.

• 한국산업정보학회논문지
• /
• 제18권5호
• /
• pp.45-50
• /
• 2013

최근 시장이 확대되고 있는 SMART TV에는 다양한 기능을 위하여 내장형 카메라가 들어가게 된다. 하지만, 이로 인한 불량 또한 발생하게 되며, 특히 TV power up sequence 문제로 인한 내장형 카메라의 화면 무감 불량현상은 기존 검사장비에서 검출되기 힘든 특징을 가지고 있다. 이를 위해 오디오 쪽 컨트롤 신호를 재현할 수 있는 새로운 검사장비가 필요하지만, 시간과 많은 비용이 소요되며, 생산에 큰 영향을 준다. 본 논문에서는 이와 같은 문제점을 해결하고자 FPGA (Field Programmable Gate Array)를 활용한 불량 검출 장비를 개발하여 문제점을 빠르고 정확하게 검출하는 방법을 제시한다. 이를 통해 새로운 장비를 대체하는 비용 절감 효과와 기존 검출 테스트 시간을 약 20여초에서 10초미만으로 크게 단축시킴으로써 개발기간의 최소화 및 공정에 적용을 통한 불량률 감소를 이룰 수 있다.

• 한국산학기술학회논문지
• /
• 제8권6호
• /
• pp.1458-1464
• /
• 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 생산성 향상을 위한 모니터링 솔루션에 대해 제안한다. 생산성 향상을 위한 모니터링 솔루션은 제품 조립의 각 단계마다 테스트를 통해 데이터를 수집하고, 수집한 데이터에서 불량이 예상되면 알람기능을 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.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2002년도 정기학술대회
• /
• pp.123-129
• /
• 2002

본 논문에서는 Regulator IC의 불량원인 규명을 통해 반도체 고장분석 방법 및 개선사례를 소개하고자 한다. 고장분석에 사용된 반도체 Package는 8Pin MSOP(Mini Small Outline Package)로, 시장 불량품을 분석한 결과 Regulator IC의 Stitch Bond에 Heel Crack이 발생하여 불안정한 출력을 발생시킴을 알 수 있었다. Stitch Bond Heel Crack의 원인은 Lead Frame부의 박리(Delamination)에 의해 열이나 진동 등의 외부 Stress가 직접 Stitch Bond에 가해져 Crack이 발생된 것으로, Reflow 재현시험을 통해 확인 할 수 있었다. 박리 발생에 의한 Stitch Bond Heel Crack 방지 대책으로 첫째, Bonding Type을 Stitch Bond 에서 Ball Bond로 변경하여 강도를 개선하고 둘째, PCB Layout 변경을 통해 외력이 직접 Regulator IC에 가해지지 않도록 하였다. 개선 결과 현재까지 시장에서 동일 불량은 발생하지 않았다.

• 산업공학
• /
• 제8권3호
• /
• pp.155-169
• /
• 1995

일반적인 CAD/CAM 시스템을 이용해서 생성한 NC-code는 오류의 가능성의 항시 내포되어 있으므로, 실 가공하기 전에 NC-code의 불량 여부를 검사할 필요가 있다. 본 논문에서는 Z-map 형태의 계산모형을 이용한 모의가공의 계산방법을 볼엔드밀, 평엔드밀, 라운드엔드밀에 대해서 도식적으로 설명하였다. 또, 모의가공 된 형상만으로 NC-code의 불량 여부를 검사하는 자체적인 검사방법과 모의가공 된 형상과 설계형상을 비교해서 불량여부를 판별하는 비교 검사방법을 제시하였다. Z-am 모델을 모의가공과 가공형상의 검증에 사용하면, 빠른 속도로 실제가공 상황을 재현 할 수 있고 육안 검증을 포함한 다양한 수치적 검증이 가능하다. 또, 간단한 데이터 구조이므로 필요한 앨고리즘을 효율적이고, 로버스트하게 구현할 수 있다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 1997년도 추계 학술대회지
• /
• pp.56-57
• /
• 1997

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.249-255
• /
• 2022

본 연구는 최근 가공 불량 예측 방법으로 주목받고 있는 머신러닝 기반의 모델을 이용하여 CNC 가공 불량 발생의 실시간 예측을 위한 분석 프레임워크를 제안하고, 해당 프레임워크에 기반하여 XGBoost, CatBoost, LightGBM, 랜덤 포레스트, Extra Trees, SVM, k-최근접 이웃, 로지스틱 회귀 모델을 CNC 설비에 기본 내장된 센서들로부터 추출된 데이터에 적용 및 분석하였다. 분석 결과 XGBoost, CatBoost, LightGBM 모델이 동일하게 가장 우수한 정확도, 정밀도, 재현율, F1 점수, AUC 값을 보였으며, 이 중 LightGBM 모델이 소요 실행 시간이 가장 짧은 것으로 나타났다. 이러한 짧은 소요 실행 시간은 실 시스템 구축 비용 절감, 빠른 불량 예측에 따른 CNC 장비 파손 확률 감소, 전체적인 CNC 활용률 증가 등의 실무적 장점을 가지므로 LightGBM 모델이 기본 센서들만 설치된 CNC 설비에 적용 시 가공 불량 예측에 가장 효과적으로 판단된다. 또한 소요 실행 시간 및 컴퓨팅 파워의 제약이 없는 상황에서는 LightGBM, Extra Trees, k-최근접 이웃, 로지스틱 회귀 모형으로 구성된 앙상블 모델을 적용할 경우 분류 성능이 최대화됨을 확인하였다.