• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• 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.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1991.06a
• /
• pp.32-37
• /
• 1991

고해상도 신호처리의 기본적인 문제는, 관찰 데이터의 개수가 작고 신호 대 잡음비(SNR)가 낮아서, 푸리에 분석기법에 의해 주기신호가 분해되지 않는 경우에, 신호의 파라미터를 추정하는 것이라 할 수 있다. 주기신호의 주파수 추정 문제에서는 일반적으로 주기신호의 개수를 알고 있다고 가정하는데, 주기신호의 개수가 사전에 알려져 있지 않은 경우, 주파수 추정은 결국 주기신호의 개수결정문제가 되어, EVD나 SVD를 이용한 개수 결정방법이 활발히 연구되어 왔다. 고해상도 신호처리에서는 EVD나 SVD의 비선형 특성 상임게치 신호 대 잡음비가 존재하며 이 SNR보다 낮은 경우 심각한 왜곡현상을 보이게 되어, 주파수 추정 또는 주기신호의 개수결정에 큰 오차를 보이게 된다. 주기신호의 개수를 사전에 알고 있는 경우, 임게치 SNR를 낮추려는 노력으로는 overdetermined over-ranked structured correlation matrix의 rank reduction과 averaging을 이용한 신호 향상방법(signal enhancement)이 연구되어 왔다. 그러나 사전에 주기신호의 개수를 알아야만 하는 결점이 있고, 잡음이 백색이여야 하는 제약이 있었다. 일반적으로 환경 잡음은 유색이고, 주기신호의 개수를 사전에 모르는 경우이므로, 낮은 SNR에서의 주파수 추정문제는 유색잡음을 고려한 신호향상으로 임게치 SNR을 낮추고 주기신호의 개수를 결정한 후 주파수 추정이 이루어져야 한다. 본 논문에서는 이를 위해 광대협 유색잡음에서의 신호향상과 그 과정 중 중 주기신호의 개수를 결정하는 알고리즘ㅇ르 제시하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1975-1976
• /
• 2008

본 연구는 주기성을 가지는 생체신호의 U-Health 단말 기간 실시간 압축 전송 방법에 관한 것이다. 개발된 알고리즘은 5단계의 과정으로 나누어지는데, 첫 번째 단계는 신호의 차분을 구하고, 두 번째 단계로 심전도 신호의 한 주기를 구분하여 저장한다. 세 번째 단계는 차분되어 저장된 데이터의 DCT를 수행하고, 네 번째 단계는 윈도우 필터를 수행한다. 다섯 번째 단계는 최종 압축 단계로서 허프만 압축 알고리즘을 수행한다. 마지막으로는 최종압축이 이루진 데이터를 정해진 프로토콜에 의해 데이터 전송을 수행하는 단계이다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.196-205
• /
• 1998

교통신호에서 주로 고려되는 변수는 신호주기(cycle length), 녹색시간(green split), 옵셋(offset)그리고 좌회전 현시순서(left-turn phase sequence)로 구성된다. 기존의 대부분의 연동 모델들은 고정된 주기하에서 평균적인 유입 교통량을 측정한 후, 선형최적화 이론을 적용하여 최적 신호를 산출한다. 그러나 이 방법은 어디까지나 평균적인 데이터에 대해서 계산을 한 것이기 때문에 실시간 최적화를 제공하기가 어렵다. 본 연구에서는 평균 차량 통행량 대신 실시간으로 입력되는 차량 대기행렬, 차량 도착률을 기초로 대기차량을 최소화하는 동적 신호시간 산출 모델을 개발하였다. 본 모델에서는 Peytechew가 제안한 각 진입로에서의 대기 차량 예측 모델을 기초로 하여 다음 주기에서의 차량 대기 행렬을 예측한 후, 선형 최적화 이론을 적용하여 신호시간을 산출한다. 본 모델에서 산출된 신호주기와 녹색시간은 대기차량길이를 최소화하는 신호 시간으로서 교차로간의 연동효과를 고려하여 실시산 교통상황에 따라 주기별로 변화한다. 본 모델은 3개의 교차로로 구성된 네트워크를 대상으로 적용하였다. 실험 네트워크의 주도로 교통량은 부도로의 교통량 보다 많다고 가정하였으며 각 링크사이에서의 차량 진출입은 없다고 보았다.

• Journal of the Korea Society for Simulation
• /
• v.16 no.4
• /
• pp.13-22
• /
• 2007

Fault detection of cycle-based signals is typically performed using statistical approaches. Univariate SPC using few representative statistics and multivariate analysis methods such as PCA and PLS are the most popular methods for analyzing cycle-based signals. However, such approaches are limited when dealing with information-rich cycle-based signals. In this paper, process fault defection method based on wavelet analysis is proposed. Using Haar wavelet, coefficients that well reflect the process condition are selected. Next, Hotelling's $T^2$ chart using selected coefficients is constructed for assessment of process condition. To enhance the overall efficiency of fault detection, the following two steps are suggested, i.e. denoising method based on wavelet transform and coefficient selection methods using variance difference. For performance evaluation, various types of abnormal process conditions are simulated and the proposed algorithm is compared with other methodologies.

• Journal of the Korea Society for Simulation
• /
• v.21 no.2
• /
• pp.79-90
• /
• 2012

In this paper, a feature signal extraction method is proposed in order to enhance the low performance of fault detection caused by unbalanced data which denotes the situations when severe disparity exists between the numbers of class instances. Most of the cyclic signals gathered during the process are recognized as normal, while only a few signals are regarded as fault; the majorities of cyclic signals data are unbalanced data. SOM(Self-Organizing Map)-based feature signal extraction method is considered to fix the adverse effects caused by unbalanced data. The weight neurons, mapped to the every node of SOM grid, are extracted as the feature signals of both class data which are used as a reference data set for fault detection. kNN(k-Nearest Neighbor) and SVM(Support Vector Machine) are considered to make fault detection models with comparisons to Hotelling's $T^2$ Control Chart, the most widely used method for fault detection. Experiments are conducted by using simulated process signals which resembles the frequent cyclic signals in semiconductor manufacturing.

• Proceedings of the KIEE Conference
• /
• 1999.07e
• /
• pp.2311-2313
• /
• 1999

웨이블렛 기법은 비주기적 신호의 해석에 있어 새롭게 적용되고 있는 방법이다. 이 방법은 Fourier Transform(FT), the Fast Fourier Transform(FFT), Least Square Method 방법과는 달리 시간 -주파수 분석을 통해 비주기적 과도 신호의 감지와 특징 추출이 용이하다. 이에 본 연구에서는 이러한 통계적 기법과는 달리 부분 방전 발생 신호를 시간-주파수 영역에서 연속적으로 분석 가능한 웨이블렛 기법을 이용하여 시간에 따른 절연체의 열화를 해석 및 진단하기로 한다. 부분 방전 현상을 나타내는 데이터는 방대하므로 진단을 위해 해석 정보에서 특정한 특징을 추출하며 이를 바탕으로 체계화된 데이터 베이스를 구성하는 기반을 마련한다. 해석에 필요한 신호는 복합감지 시스템(부분방전 시스템, 음향방출 시스템)을 이용하여 수집하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.555-557
• /
• 2000

본 논문에서는 에드 혹 망의 멀티캐스트 라우팅 프로토콜인 ODMRP(On-Demand Multicast Routing Protocol)를 확장한 PatchODMRP를 제안한다. ODMRP는 멀티캐스트그룹의 송신원으로부터 수신원에 이르는 경로 상에 있는 노드들을 FG(Forwarding Group) 노드로 선출하여, 멀티캐스트 그룹 데이터 전송을 담당하는 메쉬를 구성하는 방법이다. 그런데 ODMRP는 주기적으로 이 메쉬를 구성하는 FG 노드들을 재선정하기 때문에 이 주기가 길어지면 메쉬 구성이 네트워크 노드들의 이동성을 따라가지 못해 메쉬 분리가 발생하고 데이터가 손실될 수 있다. 반면에 이 주기가 짧게 하면 오버헤드가 지나치게 커질 수 있다. 특히, 송신원의 수가 적은 경우 ODMRP의 메쉬는 매우 성기게 형성되는데, 이 때 호스트들의 이동성이 크면 메쉬 연결을 유지하기 위하여 이 주기를 짧게 잡아주거나, 높은 데이터 손실율을 감수해야 한다. 본 논문에서는 이 문제점을 해결하고자 각 FG 노드들이 BEACON 신호를 이용해 자신에 인접한 메쉬에 손실이 발생한 것을 인지하고 이를 국부적인 플러딩을 통하여 빠르게 복구하고 메커니즘을 ODMRP에 추가한 PatchODMRP 방식을 제안한다. 시뮬레이션을 통하여 기존의 ODMRP와 제안하는 ParchODMRP의 성능을 비교한 결과, ParchODMRP가 호스트의 이동성에 훨씬 강하며, ODMRP에 비하여 낮은 오버헤드로 높은 데이터 전달율을 제공할 수 있음을 보여주었다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.367-369
• /
• 2010

본 논문은 열차제어시스템 유지보수업무의 최적화를 위한 정량적 주기산출방법에 관한 것으로, 특히 전장품과 같이 유지보수업무로 주로 교체업무가 선택되는 경우, 운영비용을 최적화하기 위한 교체주기를 정량적으로 산출하기위한 방법을 제시하고, 장치의 고장분포 데이터를 통해, 철도신호장치의 교체주기를 할당한다. 제시한 방법은 유지보수장치의 운영이력을 분석하여, 장치의 고장데이터를 바탕으로 고장분포를 확률적으로 모델링한 뒤, 정확한 LCC데이터가 적용될 때 새롭게 도입되는 장비 및 시스템의 유지보수업무주기를 할당이 가능하고, 이를 통해여 시스템의 운영안전을 보장하면서, 운용비용을 최적화 할 수 있다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.4
• /
• pp.111-122
• /
• 2010

In this study, a length adjustment algorithm for cyclic signals in manufacturing process using Time Invariant Feature point Extraction and Matching(TIFEM) is proposed. In order to precisely compensate the length of cyclic signals which have irregular length in the middle of signal as well as in the full length more feature points are needed. The extracted feature must involve information about the pattern of signal and should have invariant properties on time and scale. The proposed TIFEM algorithm extracts features having the intrinsic properties of the signal characteristics at first. By using those extracted features, feature vector is constructed for each time point. Among those extracted features, the only effective features are filtered and are chosen such as basis for the length adjustment. And then the partial length adjustment is performed by matching feature points. To verify the performance of the proposed algorithm, the experiments were performed with the experimental data mimicking the three kinds of signals generated from the actual semiconductor process.