• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.19 no.40
• /
• pp.91-98
• /
• 1996

CMOS부품에는 양품과 불량품이 혼재되어 있는 경우가 많다. 이 경우, 부품의 신뢰성을 향상 시키기 위해서는 불량품을 제거하여야 한다. 이와 관련하여 불량품과 양품의 모수를 구하기 위해 많은 연구가 있었다. 본 논문에서는 Jasen & Petersen 기법을 Bayesian 기법의 실제 상황에 대한 적용에 대하여 연구하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.933-937
• /
• 2005

FCBGA가 마더보드에 실장된 후 솔더 조인트에 균열이 생기면 단선이 발생한다. 솔더 조인트의 신뢰성을 평가하기 위한 방법 중 전단강도시험(shear test)은 약한 솔더 조인트를 판별하기 어려워 양품 로트와 불량 로트를 구별할 수 없으며, 인장강도시험(pull test)은 솔더 볼의 위치별 산포가 크고, peel test는 품질을 정량적으로 나타낼 수 없는 등의 문제가 있다. 새로운 시험 방법은 Area Pull Test(이하 APT)라 명명했으며 peel test와 pull test를 합한 개념으로서, 시험 샘플을 만드는 과정은 peel test와 동일하다. 솔더 조인트의 인장강도 측정은 지그를 만들어서 FCBGA 전체를 당겨서 측정하였다. 샘플은 Ni도금 두께를 3, 5, 8 ${\mu}m$로 제작하여 불량(3${\mu}m$), 양품으로 구분하였고, 양품 또한 품질 수준을 두가지(5,8${\mu}m$)로 나누었다. 그 결과 peel test 기준에 의거한 불량, 양품을 정량적인 수치(인장강도)로 판별할 수 있었으며, 솔더 조인트의 파괴모드별 인장강도를 구분 할 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.425-425
• /
• 1994

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.426-426
• /
• 1994

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.10a
• /
• pp.603-606
• /
• 2004

본 연구는 반도체 검사공정 중의 하나인 MBT 공정의 Rework 투입정책에 관한 연구이다. MBT 공정에서는 제품의 신뢰성과는 상관없이 설비오류로 인한 불량품이 다량으로 발생한다. 이러한 불량품을 MBT 공정의 재검사 작업인 Rework을 통해 양품으로 전환하게 된다. MBT 공정의 Rework은 FAB 공정 이후의 많은 공정을 거치지 않고 단일공정 진행으로 새로운 양품을 얻을 수 있는 이점을 가진다. 반면에 Rework 비용 및 공정재고비용이 발생하는 특징이 있다. 현재 MBT 공정의 Rework 작업은 정해진 규칙 없이 작업자 경험에 의존하여 진행하며, 제품의 중요도 및 재고량에 따라 투입이 정해진다. 또한 주문 작업의 투입일정과 납기를 고려하지 않은 Rework 작업으로 인해 납기차질이 발생하기도 한다. 본 연구에서는 Rework 작업이 생산계획에 영향을 주지 않는 범위 안에서의 투입계획을 제안한다. 또한 MBT 공정의 Rework 이익인 제조원가 절감이익과 비용인 Rework 비용, 재고비용을 고려한 Rework 제품 투입정책을 제안한다.

• Journal of Korea Foundry Society
• /
• v.42 no.6
• /
• pp.369-376
• /
• 2022

The die-casting process is an important process for various industries, but there are limitations in the profitability and productivity of related companies due to the high defect rate. In order to overcome this, this study has developed die-casting fault detection modules based on industrial AI technologies. The developed module is constructed from three-stage models depending on the characteristics of the dataset. The first-stage model conducts fault detection based on supervised learning from the dataset without labels. The second-stage model realizes one-class classification based on semi-supervised learning, where the dataset only has production success labels. The third-stage model corresponds to fault detection based on supervised learning, where the dataset includes a small amount of production failure cases. The developed fault detection module exhibited outstanding performance with roughly 96% accuracy for actual process data.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.8 no.4
• /
• pp.930-937
• /
• 2007

In this paper, we address a design problem and a case study of a K-stage inspection system, which is composed of K stages, each of which includes an inspection process and a rework process. Assuming the type I and II errors of inspectors and the re-inspection policy for items classified as good, we determine the smallest integer of K which can achieve a given target defective rate. If K does not exist, holding the current values of the type I, II errors, we search reversely a new vector, (the defective rate of an assembly line, the defective rate of a rework process), which can give the target defective rate. Our formulas and methodology based on our K-stage inspection system could be applied and extended to similar situations with slight modifications.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1597-1599
• /
• 2015

본 논문에서는 곡물이나 광석 등의 원료들 중에서 양품 및 불량품을 검출하기 위해, Color CCD 카메라로 촬영한 원료영상에서 Mean-Shift 클러스터링 알고리즘과 단계별 병합 방법을 제안하고 있다. 먼저 원료 학습 영상에서 배경을 제거하고 영상 색 분포정도를 기준으로 모폴로지를 이용하여 영상의 전경맵을 얻는다. 전경맵 영상에 대해서 Mean-Shift 군집화 알고리즘을 적용하여 영상을 N개의 군집으로 나누고, 단계별로 위치 근접성, 색상대푯값 유사성을 비교하여 비슷한 군집끼리 통합한다. 이렇게 통합된 원료 객체는 영상채널마다의 연관관계를 반영할 수 있도록 RG/GB/BR의 2차원 컬러분포도로 표현한다. 원료 객체별로 변환된 2차원 컬러 분포도에서 분포의 주성분의 기울기와 타원들을 생성한다. 객체별 분포 타원은 테스트 원료 영상데이터에서 양품과 불량품을 검출하는 임계값이 된다. 본 논문에서 제안한 방법으로 다양한 원료영상에 실험한 결과, 기존 선별방식에 비해 사용자의 인위적 조작이 적고 정확한 원료 선별 결과를 얻을 수 있었다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2002.06a
• /
• pp.47-52
• /
• 2002

현재 많은 산업에서 원료의 단가는 상승하나 재생이 가능한 제품을 효율적으로 사용하기 위한 일환으로써 기존의 설비보다 2배의 생산량을 가질 수 있는 장치를 개발하여 생산량을 극대화 할 필요성이 있다. 본 연구는 벌크 상태의 원료를 이송장치에 의해 디스크에 투입되어 고속으로 회전하는 원판에서 양면의 마찰과 융착으로 인한 순간 냉각으로 비중을 변화시켜 원료를 재생하는 장치이다. 이에 따른 스케일 업에 대한 각종 문제점을 해결하여 양품의 품질을 생산하는 방법을 제시하고 효과적인 시스템을 구축 하고자 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.2
• /
• pp.335-341
• /
• 2017

This paper proposes an image-processing algorithm for inspecting double-cut defects in the motor shaft manufacturing process. The algorithm consists of extracting the outline using the brightness of the image, obtaining a binarized boundary graph using the extracted outline, and determining the defects from the graph. Defects in which two cut surfaces are separated are considered type 1 defects, and those in which two cut surfaces are connected are defined as type 2 defects. In an actual manufacturing process, 112 good samples and 44 defective samples (34 type 1 defects and 10 type 2 defects) were collected and used to verify the algorithm. The samples were judged with 100% accuracy for both type 1 and type 2 defects. The algorithm will be used in the field after securing reliability for various samples.