• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.187-194
• /
• 2020

오늘날 반도체나 석유 화학 공정과 같이 프로세스 중심의 산업에서는 관측된 자료들 사이에 자기 상관이 존재한다. 자기상관이 존재하는 공정에 대한 관리 방법으로는 관측치를 이용하여 뱃치 평균이 독립에 가까워지도록 뱃치를 구성하여 관리하거나, 관측치의 EWMA (지수 가중치 이동 평균) 통계량을 EWMA 관리도에 적용하는 방법등이 주로 사용되고 있다. 본 논문에서는 관찰치에 대한 관리 방법으로 일반적으로 사용되는 UBM 의 뱃치 크기를 결정하는 방법을 소개하고, ARL(평균 실행 길이)을 기반으로 최적 뱃치 크기를 정하는 방법과 그러한 뱃치 구성에서 공정의 표준 편차를 추정하는 방법을 제안 한다. 자기상관이 존재하는 공정에 대한 개선된 관리도를 제안하고자 한다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.1025-1034
• /
• 2015

1920년대에 소개되었던 Shewhart 관리도는 관측치가 서로 독립임을 가정했다. 오늘날은 데이터 측정과 자료수집 기술이 발전하면서 자기상관 공정 데이터가 많이 발생하고 있으며, 이것은 통계적 공정 관리의 성능에 부정적인 영향을 끼치게 된다. 자기상관이 존재하는 데이터에 대하여 가장 쉽게 접근할 수 있는 관리도는 먼저 자기상관구조를 모형화할 수 있는 적절한 시계열 모형을 가정한 다음 잔차를 구하여, 그 잔차에 기반한 Shewhart 관리도를 적용하는 것이다. 실제 문제에서 시계열 모형의 참 모수값은 알려져 있지 않으므로, 이 값은 일단계 표본(과거의 관리상태 표본)으로부터 추정된다. 본 논문에서는 이러한 모수추정이 이단계 표본을 모니터링하는데 어떠한 영향이 있는지 살펴보았다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.191-207
• /
• 2024

자기상관 공정에서 이상상태를 빠르게 탐지하는 절차에 대해 많은 연구가 진행되어 왔다. 가장 전통적인 절차는 관측된 데이터에 대해 적합한 시계열 모형에서 계산된 잔차를 이용하는 잔차 관리도이다. 그러나 최근에는 통계적 학습 방법을 이용하여 자기상관 공정을 모니터링하는 절차가 많이 제안되었다. 이 논문에서는 딥러닝에 기반한 비지도 학습 방법인 LSTM Autoencoder의 잠재 벡터를 이용한 모니터링 절차를 제안하고, 이를 모의실험을 통해 LSTM Autoencoder의 복원 오차를 이용한 절차, RNN 분류 모니터링 절차, 그리고 잔차 관리도 절차의 성능과 비교하였다. 모의실험 결과, 제안된 절차와 RNN 분류 모니터링 절차의 성능은 유사하지만, 제안된 절차는 학습에 이상상태의 데이터가 필요하지 않기 때문에 이상상태의 데이터를 충분하게 확보할 수 없는 공정에 유용하게 적용할 수 있다는 장점이 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.73-82
• /
• 2020

반도체나 석유화학 공정과 같이 프로세스 중심의 장치 산업에서는 흔히 관측된 자료들 사이에 자기상관(Autocorrelation)이 존재하는데, 이러한 공정에 기존의 SPC(Statistical process control)를 적용하는 경우 공정의 평균 변화를 효과적으로 검출하지 못하는 문제가 발생할 수 있다. 본 논문에서는 특정 시계열 모형을 따르는 공정자료에 일정한 크기의 평균 변화가 발생할 때, 잔차는 시간의 흐름에 따라 그 평균이 달라지게 되는데, ARMA(1,1) 과정을 중심으로 평균의 변화 패턴을 소개하고, 이 결과를 바탕으로 공정의 작은 평균 변화를 검출할 수 있는 CUSUM(Cumulative sum) 관리도의 공정 자료가 갖는 시계열 모형의 형태와 관심 있는 공정 평균 변화의 폭을 고려하여 CUSUM 관리도의 설계 과정에서 필요한 참고값이 적절히 선택되어 사용되어야 함을 모의실험을 통해 확인하였다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1191-1201
• /
• 2009

공정관리에서 작은 평균변화를 탐지하기 위하여 누적합 관리도를 사용하는 것이 일반적이다. 자기상관이 존재하는 공정의 경우 시계열 모형에 적합하여 구한 잔차를 관리도에 적용하는 모형기반 관리방법이 활용되고 있다. 그러나 공정에 일정한 크기의 지속적인 수준 변화가 발생하면 잔차에는 동적 평균변화의 패턴이 나타나게 되어 누적합 관리도의 탐지능력은 저하될 수 있다. 본 논문에서는 잔차에 등락을 반복하는 진동(oscillation) 특성의 동적 평균변화가 발생하는 ARMA(1,1) 모형을 대상으로, 그러한 변화를 효율적으로 탐지할 수 있는 새로운 OCUSUM 관리도를 제안하고 모의실험을 통해 최근에 소개된 기존의 CUSUM 관리도와 탐지능력을 비교하였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2011년도 제40회 동계학술대회 초록집
• /
• pp.36-36
• /
• 2011

반도체 공정 신호는 주기 신호와 비주기 신호로 구분된다. 특정 패턴을 가지는 주기 신호는 해당 파라미터(parameter)에 대해서 패턴 매칭을 수행하여 관리하는 연구가 진행되고 있다. 반면 비주기 신호 데이터의 경우에는 패턴 매칭 방법을 수행할 수 없다. 또한 반도체 공정에서 얻을 수 있는 두 개 타입의 데이터는 그 파라미터가 방대하기 때문에 현재 실제 공정에 적용되고 있는 방식인 각각 하나의 파라미터에 대해 관리도(control chart)를 구성해 관리하는 것은 많은 비용과 시간의 낭비를 초래한다. 따라서 두 타입 데이터의 여러 개의 파라미터를 동시에 관측할 수 있고 파라미터간의 내재된 상관관계를 고려할 수 있는 장점을 가진 분석 기법에 대한 연구가 필요하다. 주기 신호의 이상탐지를 위한 기존 연구는 신호를 구간으로 나누어 구간별로 SPC 차트적용 시키는 방법, 각 시점 마다 측정되는 값을 하나의 변수로 고려하여 Hotelling's T square, PCA, PLS 등과 같은 다변량 통계 분석을 적용 시키는 방법들이 제시되어 왔다. 이러한 방법들은 다양한 특성을 가지는 주기신호를 분석하고 이상을 탐지 하는데 많은 한계점을 가진다. 이에 본 논문은 다양한 형태를 가지는 신호의 특성을 반영하여 자기구상지도를 기반으로 신호의 분류와 공정의 이상을 탐지하는 기법을 제안한다. 제안하는 기법은 자기구상지도를 이용하여 복잡한(고차원, 시계열) 신호를 2차원 상의 노드로 맵핑시킴으로써 신호의 특질(feature)을 추출하고 새로 표현된 신호의 특질을 기반으로 Logistic regression을 적용시켜 이상을 탐지 한다. 다양한 이상 상황을 가진 반도체 공정 신호를 사용하여 제안한 이상탐지 성능을 평가하였다.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.67-79
• /
• 2011

본 연구에서는 시계열 공정데이터 관리를 위한 모델모수 기반 이상 탐지방법을 제안한다. 일반적인 공정관리에 널리 쓰이는 전통적인 통계적 관리기법의 관리도(SPC chart)는 측정되는 데이터가 특정 분포를 따르며 상관관계가 없는 상황을 가정한다. 따라서 공정데이터 형태가 시계열데이터와 같이 특정분포를 따르지 않고, 자기상관관계를 갖는다면 전통적인 관리도로는 관리에 한계를 보인다. 본 연구는 시계열을 따르는 공정의 이상을 탐지를 위한 MPBC(Model Parameter Based Control-chart) 방법을 제안한다. 제안된 MPBC는 시계열공정을 모델링하고, 모델모수의 변화를 감지하여 공정의 이상을 탐지하는 방법이다. 시계열 공정은 ARMA(p,q) 모델을 가정하며, RLS(Recursive Least Square)를 이용하여 시계열 모델의 모수를 추정하고, 추정된 모수를 $K^2$관리도로 관리한다. 제안된 방법은 기존 알고리즘과 비교하여 시계열 공정 변화 탐지에 우수한 성능을 보였으며 시계열 데이터에 있어서 보다 효율적인 공정관리 방향을 제시한다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권2호
• /
• pp.435-443
• /
• 2009

생산 공정에서 관리도를 통하여 이상원인을 탐지하는 경우 이상상태의 신호가 발생하면 교정활동을 통하여 이를 규명하고 제거한 후 다시 공정을 가동시키는 것이 일반적이다. 이때 이상원인이 발생한 시점인 공정의 변화시점을 알 수 있다면 보다 빠르고 정확하게 이상원인을 규명하고 이를 제거할 수 있을 것이다. 이 논문에서는 누적이동평균(1,1) 모형, 즉 IMA(1,1) 모형을 따르는 공정에서 관리도를 사용하여 모수들의 변화를 탐지하는 경우 공정의 변화시점에 대한 MLE를 제안하고, 제안된 추정량의 효율에 대하여 연구하였다.

• 디지털융복합연구
• /
• 제16권5호
• /
• pp.309-315
• /
• 2018

본 조사는 일부지역 종합병원 행정직원들의 조직공정성, 자아존중감 및 자기효능감과 직무스트레스 간의 관련성을 파악하고 직무스트레스에 미치는 융복합적 영향을 분석하였다. 자료수집은 2016년 11월 1일부터 2017년 1월 31일까지 구조화된 무기명 자기기입식 설문지를 통하여 시행되었으며, 조사대상은 임의로 선정된 J시의 11개 종합병원 행정직원 221명으로 하였다. 직무스트레스는 조직공정성의 절차공정성과 분배공정성, 자아존중감 및 자기효능감과는 음의 상관관계를 보였다. 공분산구조분석 결과, 종합병원 행정직원들의 조직공정성, 자아존중감, 자기효능감 및 직무스트레스의 인과관계를 확인하였으며, 조직공정성의 절차공정성 및 분배공정성이 높아질수록, 자아존중감이 높아질수록, 자기효능감이 높아질수록, 직무스트레스를 감소시키는 효과가 있는 것으로 나타났다. 이러한 결과를 볼 때, 종합병원 행정직원의 직무스트레스와 관련된 조직공정성, 자아존중감 및 자기효능감을 관리하는 노력이 필요하다. 분석결과는 종합병원 행정직원의 직무스트레스를 낮추는 조직 및 인사관리에 활용될 수 있다. 추후연구에서는 종합병원 행정직원의 직무스트레스에 영향을 미치는 융복합적인 추가요인에 대한 조사가 필요하다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권4호
• /
• pp.963-972
• /
• 2007

When a control chart signals that a special cause is present, process engineers must initiate a search for and an identification of the special cause. Knowing the time of the process change could lead to identify the special cause more quickly, and to take the appropriate actions immediately to improve quality. In this paper, we propose the maximum likelihood estimator (MLE) for the process change point when a control chart is used in monitoring the parameters of a process in which the observations can be modeled as a first-order autoregressive(AR(1)) process plus an additional random error.