• Smart Media Journal
• /
• v.10 no.3
• /
• pp.23-30
• /
• 2021

Although the manufacturing time series data clustering technique is an important grouping solution in the field of detecting and improving manufacturing large data-based equipment and process defects, it has a disadvantage of low accuracy when applying the existing static data target clustering technique to time series data. In this paper, an evolutionary computation-based time series cluster analysis approach is presented to improve the coherence of existing clustering techniques. To this end, first, the image shape resulting from the manufacturing process is converted into one-dimensional time series data using linear scanning, and the optimal sub-clusters for hierarchical cluster analysis and split cluster analysis are derived based on the Pearson distance metric as the target of the transformation data. Finally, by using a genetic algorithm, an optimal cluster combination with minimal similarity is derived for the two cluster analysis results. And the performance superiority of the proposed clustering is verified by comparing the performance with the existing clustering technique for the actual manufacturing process image.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.4
• /
• pp.292-299
• /
• 2021

A form of data mining software, based on manufacturing-based IIoT environment with the development of IT technologies are increasingly growing. However, it is difficult to evaluate the software quality in the same form as general software due to the characteristics of the software of a manufacturing company that has a large amount of data that needs to be carried out with big data and data mining. In addition, in a manufacturing-based environment where heterogeneous equipment and software are mixed, it is difficult to perform quality judgment on software used by applying existing quality characteristics. Therefore, in this paper, the characteristics of the manufacturing base are investigated, and a software quality evaluation model suitable for it is developed and evaluated.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.78-81
• /
• 2021

Through the smart factory construction project, sensors can be installed in manufacturing production facilities and various process data can be collected in real time. Through this, research on real-time facility anomaly detection is being actively conducted to reduce production interruption due to facility abnormality in the manufacturing process. In this paper, to detect abnormalities in production facilities, the manufacturing data was applied to deep learning models Autoencoder(AE), VAE(Variational Autoencoder), and AAE(Adversarial Autoencoder) to derive the results. Manufacturing data was used as input data through a simple moving average technique and preprocessing process, and performance analysis was conducted according to the window size of the simple movement average technique and the feature vector size of the AE model.

• Journal of the KSME
• /
• v.32 no.4
• /
• pp.371-378
• /
• 1992

발전용 터빈 부품중 회전체인 로터의 수명평가를 간단히 소개하고 수명평가시 고려되는 주요 재질특성에 대하여는 간단한 설명과 데이터를 이용하는 방법을 기술했다. 정확한 수명평가를 위해서는 금속학적인 고찰을 병행하여 경년열화와 효과를 고려하고, 실제 가동 조건과 동일시할 수 있는 각종 데이터를 적용해야 하나 본문에서와 같이 실험에 따르는 제약이 많아 추정 또는 가공된 데이터를 이용한다. 신뢰성 높은 수명평가를 위해선 각종 데이터 확보를 위한 실험장치의 개선과 실험방법의 개발이 매우 중요하다고 본다. 또한 현존하는 재료제조 기술상 초기부터 일 정한 허용결함을 인정하면서 설계, 제조, 가동되고 있는 각종 설비에 경제성을 극대화시키면서 동시에 안전을 확보하는 것은 매우 어렵지만 피할 수 없는 당면과제라 생각한다.

• Journal of the Korea Convergence Society
• /
• v.9 no.3
• /
• pp.53-59
• /
• 2018

In this paper, we propose a sequence mining based manufacturing process using a decision model in cognitive factory. The proposed model is a method to increase the production efficiency by applying the sequence mining decision model in a small scale production process. The data appearing in the production process is composed of the input variables. And the output variable is composed the production rate and the defect rate per hour. We use the GSP algorithm and the REPTree algorithm to generate rules and models using the variables with high significance level through t-test. As a result, the defect rate are improved by 0.38% and the average hourly production rate was increased by 1.89. This has a meaning results for improving the production efficiency through data mining analysis in the small scale production of the cognitive factory.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.347-348
• /
• 2016

스마트 팩토리에 대한 연구가 국내에서도 활발히 이루어지고 있다. 본 논문에서는 스마트 팩토리의 일환으로 MVC(Model-View-Controller)기반의 제조공정 데이터 관리를 위한 입력시스템을 구현했다. 단순히 공정의 기록을 수기로 작성하는 것을 전산화 시키는 것이 아닌 라인편집, 공정편집, 설비 편집 등 사용자의 요구 맞게 유동적으로 입력시스템의 편집(Custom-Form)이 가능하다. 또한 작업자 권한 관리가 가능하여 제조 공정 전반에 영향을 미치는 모든 부분을 제조공정 데이터 관리를 위한 입력시스템을 통해 전산화가 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.899-902
• /
• 2015

제조업체의 품질관리 및 공정에 대한 개선을 위하여 현장에서 생산되는 데이터를 수집 및 분석하여 작업자 또는 경영자에게 의미 있는 의사결정을 할 수 있는 정보 제공이 필요하다. 본 논문에서는 제조 공정 개선을 위한 데이터 수집 및 분석 시스템을 제안한다. 이를 통해서 소규모 제조 현장에서 원자재 배합의 정확도 향상과 작업시간 단축을 가능하게 해 주고, 건당 처리시간의 감소로 인한 생산 납품시간 단축, 불량률 감소 등에 따른 원가 절감을 가져올 수 있다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.1
• /
• pp.149-162
• /
• 2021

This paper established a new smart factory based on manufacturing data for an introductory company focusing on the personalized cosmetics manufacturing industry. We build on an example of a system that collects, manages, and analyzes documents and data that were previously managed by CGMP-based analog for data-driven use. To this end, we have established a system that can collect all data in real time at the production site by introducing artificial intelligence smart factory platform LINK5 MOS and POP system, collecting PLC data, and introducing monitoring system and pin board. It also aims to create a new business cluster space based on this project.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.227-228
• /
• 2017

본 논문에서는 견적 단계부터 공정별 제조 현황을 고객과 공유하고 소통할 수 있는 MRP 시스템과 스마트 사이니지를 이용하여 제조현장 작업자들 중심의 실시간 제조 현황 데이터를 관리 및 활용하여 생산 납품에 대한 예측 관리하며, BOM 중심의 소요 자재 관리는 물론, 소모성 자재를 위한 Part List 개념이 도입된 MRP 기반의 MRO 관리 체계를 마련하는 동시에 고객의 발주 정보를 기초로 유휴 및 유사 금형을 검색하여, 금형의 재활용 및 생산원가와 납기일 등의 코스트 절감에 도움을 줄 수 있는 고객 개방형 제조 관리 시스템 구축을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.903-905
• /
• 2015

제조공정은 작업자의 능력에 의해 셋업 설정이 좌우되기 때문에 불량률의 산출 및생산 예측이 어려우며, 제조공정 상의 다양한 데이터들을 수집할 수 있으나, 각 프로세스 사이에서 서로 연관성 있게 통합되지 못하고 있다. 따라서 논문에서는 제조공정 개선을 위한 실시간 통합 모니터링 시스템을 제안하고자 한다. 이를 통해서 제조업체의 작업자 및 경영자에게 보다 효율적으로 실시간 데이터 분석 정보를 시각화하여 제공함으로써, 제조 공정 개선에 활용할 수 있다.