• 한국반도체및디스플레이장비학회:학술대회논문집
• /
• 한국반도체및디스플레이장비학회 2005년도 추계 학술대회
• /
• pp.178-182
• /
• 2005

품질 관리의 목표는 최종제품의 품질 보증에 있다. 이러한 목표를 달성하기 위해서는 품질 특성이 명확해야 하며, 동시에 품질 특성치에 영향을 주는 공정의 여러 변동 요인을 분명히 해야 한다. 실험계획법(Design of Experiments)은 특성에 영향을 미치는 여러 인자를 선정하며, 또한 이들의 관계를 알아보기 위한 실험을 실시하여 제품의 최적 제조조건을 경제적으로 찾아내는 기법이다. 본 연구에서는 실험계획법을 사용하여 유량을 최적화하는 요인을 선정, 얻어진 데이터를 통계적 방법으로 분석하여 최적의 조건을 나타내었다.

• 한국건설관리학회논문집
• /
• 제10권2호
• /
• pp.75-83
• /
• 2009

PPC(Percent Plan Complete)는 계획 작업량 대비 수행 작업량을 의미하며 PPC 측정을 통해 협력업체의 계획 신뢰도를 향상시키며 프로젝트 관리자의 공정계획 능력을 향상시킴으로써 후속 공정의 생산성 향상과 자재 절감 및 시간 버퍼의 단축이 가능하다. 기존 성과지표인 공기, 비용은 실제 문제가 발생하는 작업을 판단하는 데 오류가 발생하나 PPC는 실제 문제가 있는 작업을 말해주므로 측정 결과에 따라 즉각적인 대책수립이 가능하다. 이러한 PPC는 측정과정이 간단하여 현장 적용성이 매우 높다. 때문에 최근 PPC를 측정하여 작업의 성과를 측정하는 사례가 증가하고 그 유용성은 검증되었지만, 작업을 수행한 내력에는 차이가 있음에도 불구하고 기존 PPC 평가는 단순히 추이 분석 또는 평균치와의 비교로 작업을 분석 평가 하고 있다. 따라서 본 연구에서는 측정된 PPC를 중앙경향치 평가뿐만 아니라 변이를 고려하여 PPC를 평가하는 절차 및 평가차트를 제안하고자 한다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.811-823
• /
• 2018

호텔링 $T^2$ 통계량에 근거한 다변량 관리도는 공정의 이상상태를 식별하는 통계적 공정관리의 강력한 도구 중 하나이다. 다수의 품질 특성치를 동시에 모니터링하는데 사용된다. $T^2$ 관리도를 통해 이상신호가 탐지된다는 것은 평균 벡터의 변화가 있다는 것을 의미하게 된다. 그러나, 이러한 다변량 통계량의 신호는 이상신호에 대한 원인을 식별하기 어렵게 한다. 이 논문에서는 $T^2$ 통계량을 서로 독립인 항으로 분해한 Mason, Young, Tracy (MYT) 분해에 기반한 원인 식별 방법들을 살펴본다. 또한, R 소프트웨어를 사용하여 사례분석을 하고, 모의실험을 통해 각 절차의 성능을 비교 평가해보고자 한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 추계학술발표논문집
• /
• pp.414-416
• /
• 2007

6 시그마 기법은 Define 단계부터 현상에 대한 수치화를 강조하고 있어, Data의 중요성을 어떤 다른 개선활동 보다도 강조하고 있다. 그러나 현장에서 개선활동 수행시에 가장 큰 문제점은 결과지표인 Y에 대한 측정을 통한 수치화는 가능하지만 -현실적으로도 관리를 하고 있고- 제어인자인 Xs인자에 대한 수치화는 상당한 어려움을 겪고 있다. 그 이유는 가장 큰 경우가 조건변경에 의한 실험을 통해 Data를 수집하려면 상당한 불량의 발생을 감수해야 하고 그로 인한 피해를 중소기업 입장에서 감수하고 실험을 감행하는것이 쉽지 않을 것이다. 따라서 실제 현장 개선에서는 불량을 최소한 줄이기 위해서 제어인자인 Xs인자의 변동을 최소화 하다 보니 X인자의 변화에 따른 Y인자의 변동을 알 수 없어 실제로는 유의한 영향을 줌에도 불구하고 통계적인 결론에만 집착하다 보면 잘못된 판정으로 인해 실제 개선이 되지 않는 경우가 허다하다. 이 논문에서는 6 시그마 활동시 문제가 되는 통계적 기법 적용시 현실과 Data 분석의 결과가 일치하지 않을 때 현실적 판단방법을 적용하여 실질적 개선을 하는 방법과 Xs인자의 작은 변화를 감지할 수 있는 통계적 기법의 적용을 통하여 실제 개선을 할 수 있는 사례를 제시하고자 한다.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.962-969
• /
• 2006

현재 고밀도 반도체제작 환경에서는 반작용적인 이온 식각 과정(reactive ion etching)에서의 생산성을 극대화하기 위해서 비정상적인 공정장비를 발견하는 것이 매우 중요하다. 생산과정에서 오류발견의 중요성을 설명하기 위해 Support Vector Machine (SVM)은 실시간으로 공정오류에 대한 판단을 위해 사용되었다. 반작용적인 이온 식각도구 데이터는 59개 변수들로 구성된 반도체 공정장비로부터 얻는다. 각각의 변수들은 초당 10개의 데이터로 구성되어있다. 식각 런의 11개의 파라미터에 대한 모델을 만들기 위해 baseline런으로부터 얻은 데이터로 SVM모델을 구성하고 정상 런데이터와 비정상 런데이터로 SVM모델을 검증한다. 통계적 공정제어에서 흔히 이용되는 관리한계를 도입하여 정상데이터가 내재하고 있는 램덤변화율이 반영된 SVM 모델 기반의 관리 한계를 수립하고, 그 관리 한계를 바탕으로 오류발견을 실행한다. SVM을 이용함으로써 RIE의 오류발견은 run to run 기반에 정상 런데이터는 0% 오류율이 증명되었다.

• 한국건설관리학회논문집
• /
• 제7권1호
• /
• pp.73-79
• /
• 2006

그래픽 시뮬레이션은 건설공사의 시공계획을 위해서 매우 유용하게 쓰일 수 있으나, 토공과 같이 비정형의 물체를 다루는 경우에는 그래픽 시뮬레이션의 적용에 한계를 갖게 된다. 이러한 경우에는 사용 장비의 작업시간, 대기시간, 작업용량 등의 수치적 데이터에 근거하여 공정 전체의 생산성에 대한 분석을 수행하게 되는 수학/통계적 시뮬레이션이 그 장점을 보이지만, 프로세스 모델 구축의 어려움, 수치적 시뮬레이션 결과의 신뢰성 확보 문제 등으로 건설 분야에서의 활용이 매우 제한되어 있는 실정이다. 본 연구에서는 비정형 물체를 다루는 공사인 토공작업에 대한 시각화를 건설공사에 주로 사용되는 수학/통계적 시뮬레이션인 불연속사건 시뮬레이션(Discrete Event Simulation) 프로그램들의 출력을 분석하여 작업시간, 대기시간, 운반물량 등에 대한 수치적 결과를 건설작업의 그래픽 시각화로 표현하였다. 이를 통하여 건설공사의 시공계획 시에 시뮬레이션을 활용하면 사전에 시공과정을 수행하여 봄으로써 최적의 건설장비 및 공법을 선택하여 효율적으로 운용하게 함이 가능함을 입증하고자 하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.478-481
• /
• 2002

현재 국내 건설프로젝트에 EVMS가 도입되어 비용과 공정을 효과적으로 통합하여 관리하고 있으나 EVMS는 선진 외국의 건설환경에 적합한 방법으로서 이 EVMS를 국내에 적용하는 데에는 다소 어려운 점이 발견되고 있다. 본 논문에서는 EVMS에서 최종공사비(EAC)를 예측하는데 사용되고 있는 지수중의 하나인 합성지수(CI)의 가중치 n, m에 대한 통계적 분석을 통하여 신뢰구간상에 나타나는 합성지수(CI)를 검정하여 최종공사비(EAC)를 예측하는데 효과적으로 사용하고자 한다.

• 산업경영시스템학회지
• /
• 제24권63호
• /
• pp.45-54
• /
• 2001

The process capability indices have been widely used in manufacturing industries to provide numerical measures of process potential and performance. This study is concerned with process controls and adjustments by incapability index $C_{pp}$ and its sub-indices. A monitoring for $\^{C}_{pp}$ would provide a convenient way to monitor changes on process capability after statistical control is established, since $C_{pp}$ simultaneously measures process variability and centering. Further, we can separate charting of process location and variability by sub-indices of $C_{pp}$, ($C_{ia}$, $C_{ip}$), without returning to $\={x}$-R chart, even though an out-of-control signals on $\^{C}_{pp}$ control chart is found.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.255-256
• /
• 2020

생산 현장에서 발생되는 다양한 형태의 데이터는 스마트한 제조관리를 가능하게 하는 원동력으로 이를 효율적으로 저장하고 처리, 분석하는 일련의 과정이 4차 산업혁명 기반의 제조혁신에 능동적으로 대응하기 위한 핵심요소로서, 이와 관련한 다양한 연구들이 활발히 이루어지고 있다. 특히, 제조데이터 분석이라는 영역은 단순하게 기존의 데이터를 통계적인 접근 수단으로만 보는 것이 아니라 다양한 산업별 업종 도메인의 특성에 기반하여 빅데이터 분석과 기계학습 등의 인공지능 모델로 발전하고 있다. 본 논문에서는 다양한 산업별 제조현장을 이해하는 도메인 경험 및 특성을 고려하여 데이터를 효과적으로 저장, 처리, 분석할 수 있는 클라우드 형태의 빅데이터 시스템을 제안한다.

• 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.