• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.381-386
• /
• 2005

본 논문에서는 LCD 공정의 효율적인 관리를 위한 방법으로서 품질마이닝 시스템의 설계/개발 그리고 운영방법론을 논하고자 한다. 주요내용으로는 주요공정의 탐색, 설비유의차분석, 공정최적화 및 recipe 최적화, 수율 및 주요특성의 추정/예측 등을 들 수 있다. 이를 위하여 다양한 데이터마이닝 도구와 통계적 모형의 적절한 활용 방법을 논하고자 한다. 또한, 실제현장 중심의 개발사례를 통하여 품질마이닝 시스템의 유용성을 기술하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.456-459
• /
• 2002

오늘날 건설공사의 효율화를 위한 EVMS(Earned Value Management System)도입의 중요성을 인식하고 많은 연구가 발표되고 있다. 그러나 EVMS를 도입한 공정에 대한 경험부족과 국내 건설의 제도적${\cdot}$환경적 요인으로 인해서, 기술적인 분석이나 사례분석에 대한 관한 연구는 아직 미흡한 실정이다. 본 연구에서는 EVMS를 도입한 공정상에 성과지수(SPI : Schedule Performance Index, CPI : Cost Performance Index)를 산정하여, 여러 통계적 분석방법을 적용해서 프로젝트 관리상에 일정, 비용상의 추세(Trend) 및 문제의 원인을 분석${\cdot}$연구하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.639-652
• /
• 2015

현대의 제조공정은 컴퓨터의 발전과 통신 및 네트워크의 발달로 컴퓨터통합제조가 가능해졌다. 이로 인해 고품질 제품의 고속 생산공정이 확대되고, 공정에서 실시간으로 전송되는 다양한 품질변수들의 데이터 축적 또한 가능하게 되었다. 이를 관리하기 위해서는 다변량 통계적 공정관리 절차가 필요하다. 전통적으로 사용하는 다변량 관리도는 이상상태 발생시 이상신호를 주지만, 이상원인이 어떠한 변수에 어떠한 영향을 주는지에 대한 정보를 제공하지 않는다는 단점이 있다. 이를 보완하기 위해 데이터마이닝과 기계학습 기법을 이용할 수 있다. 이 논문에서는 의사결정나무 학습 기법을 이용한 다변량 공정관리 절차를 소개하고, 이변량인 경우 모의실험을 통하여 그 효율을 살펴보았다. 모의실험 결과를 살펴볼 때, 상관계수에 따라 이상상태 탐지 능력은 비슷한 것으로 나타났고, 이상상태에 대한 분류 정확도는 상관계수와 이상원인의 형태에 따라 차이가 있지만 기존의 다변량 관리도에서는 제공하지 않는 이상원인의 정보를 제공하는 장점이 있음을 알 수 있다.

• 산업공학
• /
• 제6권1호
• /
• pp.19-30
• /
• 1993

Various types of control charts are available, but their full advantages are not being utilized due to the lack of experts who can select, design, implement, and interpret. An expert system is developed which would perform these functions as if each process had a resident expert.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2005년도 추계학술대회
• /
• pp.493-504
• /
• 2005

Statistical Process Control and Process Adjustment theory is gaining recognition in the process industries where the process frequently experiences a shift mean. This paper aims to study, the theory difference between Statistical Process Control and Process Adjustment in simple terms and presents a case study that demonstrates successful integration of Statistical Process Control and Process Adjustment theory for a product in drifting industry.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.700-703
• /
• 2000

국내 대부분의 중소기업에서 품질관리 활동을 실시하고 있지만 품질관리 활동으로부터 제공되는 품질데이터를 체계적으로 수집하여 활용하는 중소기업은 많지 않은 것이 현실이다. 본 연구는 중소기업의 품질정보를 체계적으로 관리하고 활용하기 위한 품질정보시스템 개발사례를 제시하고자 한다. 먼저 수입, 공정, 완제품 검사 단계별로 품질정보를 모듈화하여 품질정보의 흐름을 파악하고, 두 번째로 통계적 공정관리 모듈을 추가하여 하나의 거시적 품질정보시스템으로 완성하였으며, 마지막으로 현재 개발된 거시적 품질정보시스템의 완성도를 높이기 위해 지식 기반에 근거하여 품질문제를 해결하기 위한 미시적 품질 정보시스템을 결합시킨 종합적 품질정보시스템 구축하기 위한 의견을 제시하였다.

• 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.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1999년도 춘계학술대회 논문집
• /
• pp.116-120
• /
• 1999

현재 S회사의 생산공정은 전 과정에 걸쳐 통합된 정보처리 체계가 없고, 생산계획 및 통제 과정에서의 복잡한 계산 및 중요한 의사결정이 담당자의 경험적 지식에 의존하고 있다. 이러한 상황의 한계로, 현재의 생산공정계획 및 생산실행계획은 시간적 제약이 크고, 유연적인 수정이 어려울 뿐 아니라, 통계적 분석의 자료체계가 부실하다. 그러나, S회사는 보다 개선된 공정관리를 위해 새로운 생산계획전략의 필요성을 느끼고 있다. 본 논문에서는 이러한 문제를 해결하기 위한 하나의 접근방법으로써 DEVS 형식론을 바탕으로 공정을 효과적으로 모델링 및 시뮬레이션화 하였다. 생산계획의 핵심부분인 전문담당자의 경험적 지식을 체계적 규칙으로 정리하여 모델에 반영하였고 이를 통해 습득된 시뮬레이션 결과를 분석하여 생산계획 전략의 신뢰할만한 평가기준을 마련하였다.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.115-125
• /
• 2011

제품의 품질 수준 제고를 위해 통계적 공정 관리(SPC : Statistical Process Control)의 다양한 관리도가 기업의 생산 공정을 관리하는데 사용된다. 관리도에 기록되는 공정 데이터는 특정 요인(Assignable Cause)에 의한 이상이 발생했을 때 그 요인에 따라 서로 다른 패턴(Pattern)으로 변화한다. 이러한 패턴을 구별하는 관리도 패턴(CCP : Control Chart Pattern) 인식(Recognition)은 공정에 대한 관리자의 빠른 의사 결정을 위해 매우 중요하다. 앞 선 연구들은 수집되는 원 데이터를 가공 하지않고 그대로 사용하였기 때문에 인식기(Recognizer)의 성능과 학습 속도가 저하되는 문제점이 있었다. 따라서 최근 데이터의 차원 축소와 인식기의 성능 향상을 위해 특질 추출법(Feature Extraction)을 적용한 특질 기반 인식기(Feature based Recognizer)에 대한 연구가 활발히 진행 중이다. 본 논문은 BDK(Bi-Directional Kohonen Network)를 사용하여 CCP의 참조 벡터(Reference Vector)를 생성하고 참조 벡터와 CCP 데이터의 거리를 기반으로 하는 특질을 추출하였다. 추출된 특질을 인공 신경망 기반 인식기의 입력 벡터로 사용하여 학습하였으며 원 데이터를 사용하여 학습하는 인공신경망 인식기와 예측 정확도 비교를 통해 제안 알고리즘의 성능을 평가하였다.

• 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.