• Smart Media Journal
• /
• v.9 no.3
• /
• pp.31-40
• /
• 2020

Currently, black-box-based machine learning algorithms are used to analyze big data in manufacturing. This algorithm has the advantage of having high analytical consistency, but has the disadvantage that it is difficult to interpret the analysis results. However, in the manufacturing industry, it is important to verify the basis of the results and the validity of deriving the analysis algorithms through analysis based on the manufacturing process principle. To overcome the limitation of explanatory power as a result of this machine learning algorithm, we propose a manufacturing big data analysis method using genetic programming. This algorithm is one of well-known evolutionary algorithms, which repeats evolutionary operators such as selection, crossover, mutation that mimic biological evolution to find the optimal solution. Then, the solution is expressed as a relationship between variables using mathematical symbols, and the solution with the highest explanatory power is finally selected. Through this, input and output variable relations are derived to formulate the results, so it is possible to interpret the intuitive manufacturing mechanism, and it is also possible to derive manufacturing principles that cannot be interpreted based on the relationship between variables represented by formulas. The proposed technique showed equal or superior performance as a result of comparing and analyzing performance with a typical machine learning algorithm. In the future, the possibility of using various manufacturing fields was verified through the technique.

• Proceedings of the Korean Society of Tobacco Science Conference
• /
• 2001.05a
• /
• pp.55-71
• /
• 2001

권련의 불량요인 파악과 조치를 위해서는 담배의 제조 공정에서 수집되는 데이터를 실시간으로 통계분석 및 품질관리 함으로써, 제조 공정상의 문제점을 즉각적으로 파악하여 예방함으로써 제조담배의 불량을 최소화 할 수 있다. 또한 소비자의 만족도를 향상시키기 위해서는 향상된 품질을 통하여 소비자에게 더 큰 만족을 줌으로써 PL법 시행시, 제조 담배에 대한 신뢰도를 높이기 위하여야 하며, 품질관리업무의 자동화는 단순, 반복되는 품질관리 업무를 자동화시킴으로서 업무의 효율성 및 date의 신뢰성을 높이고, 정형화된 보고서를 작성함으로써 작업자로 하여금 생산성이 높은 업무에 집중할 수 있도록 할 수 있다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.32 no.4
• /
• pp.87-92
• /
• 2009

쇽옵서버 피스톤로드(shock absorber piston rod)는 자동차의 충격과 진동의 흡수에 작용하는 자동차 현가장치(suspension equipment)부품의 일종이다. 피스톤로드는 자동차 충격흡수에 매우 밀접한 영향을 주기 때문에 제조에 있어서 고도의 정밀도와 표면 매끄러움이 요구된다. 피스톤로드의 제조공정은 선삭, 홈가공, 밀링, 전조 등 여러 공정으로 구성되는데, 여기서 품질불량에 가장 크게 영향을 주는 공정은 선삭공정(lathing process)이다. 이는 선삭공정의 가공공구(insert component)가 주원인으로서 반복되는 가공으로 인한 공구의 마모(abrasion)나 파손(breakage)이 주요 원인으로 지적되고 있다. 따라서 가공 데이터를 수집 분석하여 공구의 교체시기를 파악한다거나 가공 부품의 측정 데이터가 관리도 상하한선 내에 있는지 등 가공 공정 전반에 대한 체계적인 공정관리 시스템 개발이 요구된다. 본 연구에서는 자동차 쇽업서버 피스톤로드 제조공정의 가공 정보를 체계적으로 수집하여 관리하고 분석하는 자동차 쇽업서버 피스톤로드 제조공정에 대한 공정관리시스템을 개발하는 것이 목적이다. 개발결과 피스톤 로드의 측정 치수 변화 및 불량발생을 측정, 감지할 수 있었으며, 본 시스템을 통해 가공공구의 치수오차를 보정(compensation)하고 공정의 불량발생을 조기에 방지 함으로써 불량률은 1/5로 경감하고 작업자 수도 1/2로 감소시킬 수 있었다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.1-9
• /
• 2020

In highly complex EPC(engineering, procurement, construction)-based manufacturing processes such as shipbuilding and marine plants, it is essential to prepare a way to enable organic working at the site referring to each other's detailed working data for collaboration between partner companies. However, companies cannot share the progress of the sites including working information in real-time due to the use of SW unique to each company and the complex site management system. As a result, the construction process is delayed, and resources are used inefficiently. This study developed a neutral data generation algorithm that can apply the working information in various file formats to a collaborative manufacturing process. In addition, this study verified the accuracy of the algorithm by applying the developed algorithm to the manufacturing process of piping in shipbuilding and marine plants, developing the SW for visualization of working information using the generated neutral data, and comparing the coordinate, shape & dimension and the kind, number, and spec. of BOM. The result confirmed that the accuracy of the coordinate of the neutral data was 99%, and that of the shape & dimension of the neutral data and BOM Spec. was both 100%. It is thought that this study can be used for overcoming the restrictions in information sharing due to the development of informatization at companies and maximizing the share of working file information in a complex manufacturing process.

• Journal of the Korea Society for Simulation
• /
• v.33 no.2
• /
• pp.1-11
• /
• 2024

A cyber-physical system is a technology that connects the physical systems of a manufacturing environment with a cyber space to enable simulation. One of the major challenges in this technology is the seamless communication between these two environments. In complex manufacturing processes, it is crucial to adapt to various protocols of manufacturing equipment and ensure the transmission and reception of a large volume of data without delays or errors. In this study, we propose a method for constructing agent models for real-time simulation-capable cyberphysical systems. To achieve this, we design data collection units as independent agent models and effectively integrate them with existing simulation tools to develop the overall system architecture. To validate the proposed structure and ensure reliability, we conducted empirical testing by integrating various equipment from a real-world smart microfactory system to assess the data collection capabilities. The experiments involved testing data delay and data gaps related to data collection cycles. As a result, the proposed approach demonstrates flexibility by enabling the application of various internal data collection methods and accommodating different data formats and communication protocols for various equipment with relatively low communication delays. Consequently, it is expected that this approach will promote innovation in the manufacturing industry, enhance production line efficiency, and contribute to cost savings in maintenance.

• KIPS Transactions on Computer and Communication Systems
• /
• v.3 no.10
• /
• pp.383-392
• /
• 2014

The research for coatings is one of the most popular and active research in the polymer industry. For the coatings, electronics industry, medical and optical fields are growing more important. In particular, the trend is the increasing of the technical requirements for the performance and accuracy of the coatings by the development of automotive and electronic parts. In addition, the industry has a need of more intelligent and automated system in the industry is increasing by introduction of the IoT and big data analysis based on the environmental information and the context information. In this paper, we propose an optimization model for the design of experiments based coating formulation data objects using the Internet technologies and big data analytics. In this paper, the coating formulation was calculated based on the best data analysis is based on the experimental design, modify the operator with respect to the error caused based on the coating formulation used in the actual production site data and the corrected result data. Further optimization model to correct the reference value by leveraging big data analysis and Internet of things technology only existing coating formulation is applied as the reference data using a manufacturing environment and context information retrieval in color and quality, the most important factor in maintaining and was derived. Based on data obtained from an experiment and analysis is improving the accuracy of the combination data and making it possible to give a LOT shorter working hours per data. Also the data shortens the production time due to the reduction in the delivery time per treatment and It can contribute to cost reduction or the like defect rate reduced. Further, it is possible to obtain a standard data in the manufacturing process for the various models.

• Bulletin of Food Technology
• /
• v.9 no.4
• /
• pp.87-93
• /
• 1996

NIR(근적외) 분광분석법이 참기름의 원산국 판별에 이용 가능 한지를 알아보기 위하여 32종의 시료에 대하여 NIR 분석을 실시한 후, 그 분광 데이터에 대하여 principal component analysis(주성분 분석)와 canonical variate analysis(정준판별분석)을 실시하였다. 10개의 주성분과 400-2500nm에서 second derivative log(1/R) 데이터를 이용할 경우, 제1 및 제2 정준판별함수는 3개 참기름 그룹(한국산 참깨로 제조한 13종의 참기름 그룹, 외국산 참깨로 제조한 10종의 국산 참기름 그룹 및 미지의 참깨로 제조한 9종의 참기름 그룹)을 판별하는데 가장 효과적이었다. 사용된 canonical variate analysis는 참기름 시료를 100%의 정확도로 그 지리적 출처를 분류하였다. 한편 second derivative log(1/R) spectra상의 파장범위 498-500, 668, 1698-1724, 2242-2256, 2302-2306, 2328 및 2348~2352nm에서 3개 그룹간에 현저한 차이가 발견되었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.649-653
• /
• 2005

패션 의류업계에서 기획의도의 명확한 전달을 위해 제품 사양서, 생산의뢰서, 생산 지시서, 제조지시서 등으로 불리는 작업지시서를 사용하고 있다. 명확한 작업을 지시하기 위해서는 소재, 제조방법, 제조규격, 불량사례 그리고 생산 공장의 작업능력을 등 다양한 정보를 기초로 작업지시서를 작성하여야 한다. 본 연구에서는 기존의 오프라인 작업지시서와 달리 손으로 직접 입력하는 것이 아니라 데이터베이스 시스템을 접목한 디자인과 작업지시서 작성 시스템을 구현하였다. 따라서 본 시스템의 특징은 사용하기 편리한 사용자 인터페이스, 세부지시사항을 위한 도구 지원과 보다 정확하고 쉬운 데이터 입출력이 가능하며 기존 저장 데이터의 활용, 편리한 치수기입 등을 제공한다.

• Journal of the Korean Society for Precision Engineering
• /
• v.31 no.4
• /
• pp.311-317
• /
• 2014

As products have been more complex and customer's demands of personalized products are increasing, manufacturing system has been changed from mass production to mass customization production that makes small quantity but different kinds of product. In addition, it becomes important that manufacturers quickly respond to variable customer's demands and characteristic regulations in each country. Therefore, three prerequisites are essential for manufacturers to response agilely. First, manufacturing data should be monitored in real time, second, information is extracted from the data, and finally, the information is used to make manufacturing strategy. In this paper, the mobile dashboard system is presented. It visualizes manufacturing data on mobile devices, and measures performance of the shop floor through the information. The proposed system is composed of server and client, and is running on the R - the open source software for statistics. Four kinds of template are given for easy visualization through the system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.477-480
• /
• 2022

반도체 성능 향상으로 신호를 전달하는 회로의 단위가 마이크로 미터에서 나노미터로 미세화되어 선폭(linewidth)이 점점 좁아지고 있다. 이러한 변화는 검출해야 할 불량의 크기가 작아지고, 정상 공정상태와 비정상 공정상태의 차이도 상대적으로 감소되어, 공정오차 및 공정조건의 허용범위가 축소되었음을 의미한다. 따라서 검출해야 할 이상징후 탐지가 더욱 어렵게 되어, 높은 정밀도와 해상도를 갖는 검사공정이 요구되고 있다. 이러한 이유로, 미세 공정변화를 파악할 수 있는 신규 검사 및 계측 공정이 추가되어 TAT(Turn-around Time)가 증가하게 되었고, 웨이퍼가 가공되어 완제품까지 도달하는데 필요한 공정시간이 증가하여 제조원가 상승의 원인으로 작용한다. 본 논문에서는 웨이퍼의 검계측 데이터가 아닌, 제조공정 과정에서 발생하는 다양한 센서 및 장비 데이터를 기반으로 웨이퍼 제조 결과가 양품인지 그렇지 않으면 불량인지 구별할 수 있는 가상계측 모델을 제안한다. 기계학습의 여러 알고리즘 중에서 다양한 장점을 갖는 XGBoost 알고리즘을 이용하여 예측모델을 구축하였고, 데이터 전처리(data-preprocessing), 주요변수 추출(feature selection), 모델 구축(model design), 모델 평가(model evaluation)의 순서로 연구를 수행하였다. 결과적으로 약 94% 이상의 정확성을 갖는 모형을 구축하는데 성공하였으나 더욱 높은 정확성을 확보하기 위해서는 반도체 공정과 관련된 Domain Knowledge 를 반영한 모델구축과 같은 추가적인 연구가 필요하다.