• 한국산학기술학회논문지
• /
• 제17권1호
• /
• pp.538-543
• /
• 2016

고품질의 제품과 조업 안전을 확보하기 위해서는 적절한 실시간 공정 감시 및 진단 시스템이 설치되어있는 것이 무엇보다 중요하다. 공정 감시 시스템과 결합된 신뢰도 높은 진단 시스템은 공정에서 발생한 특별한 사건이나 사고의 근본적인 원인과 공정 변수를 알려준다. 본 연구에서는 다변량 통계 분석과 분류기법에 기반한 공정진단 체계를 제시한다. 이 진단시스템은 비선형 데이터 표현과 필터링을 통한 지능적 데이터 표현으로 구성되어 있다. 진단 성능을 평가하기 위해 사례연구를 수행하였으며 다른 방법론과의 결과를 비교하기 위하여 진단 결과와 미래값 추정 방법을 평가하였다. 그 결과 본 연구에서 비교된 진단 방법론들에 비해 신뢰도 높은 진단 결과를 얻을 수 있었다.

• 대한안전경영과학회지
• /
• 제6권3호
• /
• pp.237-247
• /
• 2004

The condition of the manufacturing process in a factory should be diagnosed and maintained efficiently because any unexpected disorder in the process will be reason to decrease the efficiency of the overall system. However, if an expert experienced in this system leaves, there will be a problem for the efficient process diagnosis and maintenance, because disorder diagnosis within the process is normally dependent on the expert's experience. This paper suggests a process diagnosis using data mining based on the collected data from the coil-spring manufacturing process. The rules are generated for the relations between the attributes of the process and the output class of the product using a decision tree after selecting the effective attributes. Using the generated rules from decision tree, the condition of the current process is diagnosed and the possible maintenance actions are identified to correct any abnormal condition. Then, the appropriate maintenance action is recommended using the decision network.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.126-134
• /
• 2019

Nowadays, since there are so many big data available everywhere, those big data can be used to find useful information to improve design and operation by using various analysis methods such as data mining. Especially if we have event log data that has execution history data of an organization such as case_id, event_time, event (activity), performer, etc., then we can apply process mining to discover the main process model in the organization. Once we can find the main process from process mining, we can utilize it to improve current working environment. In this paper we developed a new method to find a final diagnosis of a patient, who needs several procedures (medical test and examination) to diagnose disease of the patient by using process mining approach. Some patients can be diagnosed by only one procedure, but there are certainly some patients who are very difficult to diagnose and need to take several procedures to find exact disease name. We used 2 million procedure log data and there are 397 thousands patients who took 2 and more procedures to find a final disease. These multi-procedure patients are not frequent case, but it is very critical to prevent wrong diagnosis. From those multi-procedure taken patients, 4 procedures were discovered to be a main process model in the hospital. Using this main process model, we can understand the sequence of procedures in the hospital and furthermore the relationship between diagnosis and corresponding procedures.

• 한국산학기술학회논문지
• /
• 제16권5호
• /
• pp.3000-3005
• /
• 2015

신뢰할 수 있는 공정 감시와 진단은 생산 공정의 안전과 최종제품의 품질을 보장이라는 관점에서 중요하다. 공정진단의 목적은 특정한 공정 이상의 원인을 밝혀내는 것이다. 본 연구에서는 분류기법에 기반한 공정진단 체계를 제시한다. 여기서는 공정데이터를 비선형 데이터 표현기법을 통해 변환함으로써 데이터의 크기를 줄이며 효율적인 데이터 표현이 가능하다. 추가적인 단계로서 공정 데이터의 전처리 과정을 통해 진단에 무관한 공정 패턴을 제거하고 진단 성능을 높이고자 한다. 진단 성능을 평가하기 위해 회분식 공정에 대한 사례연구를 수행한 결과 기존 선형 진단 방법론 및 전처리 과정이 없는 방법론에 비해 향상된 진단 결과를 얻을 수 있었다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3779-3784
• /
• 2012

산업체 공정의 실시간 공정 모니터링과 진단은 생산 제품의 품질과 안전을 보장하는데 반드시 필요한 활동들의 하나이다. 그중에서 공정 진단은 공정에 발생된 특정 이상상황의 원인을 밝혀내는 것으로서 조업자들이 이상상황의 근본원인을 보다 효과적으로 도출하는데 도움을 줄 수 있다. 본 논문에서는 비선형 KFDA 기법과 데이터 전처리기법을 이용한 이상원인 진단방법을 적용하고 이의 진단 성능을 기존 선형 기법에 기반한 PCA 진단방법과 비교한다. 실제 공정을 모사한 Tennessee Eastman 공정 시뮬레이터의 공정 데이터를 통한 사례연구를 수행한 결과 기존 선형 진단 방법론 대비 신뢰할 수 있는 진단 결과를 얻을 수 있었다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.548-555
• /
• 2021

본 논문에서는 산업 공정, 설비 및 모터 드라이브에 적용되는 고장 진단 및 고장 허용 제어 기술의 기본 개념, 접근법과 연구 동향에 대해서 개괄적으로 기술하였다. 산업 공정을 위한 고장 진단의 주요 역할은 공정의 결함 상태를 파악할 수 있는 효과적인 지표를 만든 후 고장이나 위험한 사고에 대해 적절한 조치를 취하는 것이다. 산업 공정에 패턴이 있는지 특정 프로세스 변수가 정상적으로 동작하는지 확인하기 위해 많은 고장 검출 및 진단 기법이 개발되었다. 먼저 본 논문에서는 데이터 기반 기법과 모델 기반 기법에 대하여 살펴본다. 두 번째로 산업 공정을 위한 고장 검출 및 진단 기법을 살펴본다. 세 번째로 수동형 및 능동형 고장 허용 제어 기법을 살펴본다. 마지막으로 AC 모터 드라이브에서 발생하는 주요 고장을 열거, 그 특성을 살펴보고 이를 위한 고장 진단 및 고장 허용 제어 기술을 살펴본다.

• 산업공학
• /
• 제25권2호
• /
• pp.170-177
• /
• 2012

Process control is essential to operate the semiconductor process efficiently. This paper consider fault classification of semiconductor based cyclic signal for process control. In general, process signal usually take the different pattern depending on some different cause of fault. If faults can be classified by cause of faults, it could improve the process control through a definite and rapid diagnosis. One of the most important thing is a finding definite diagnosis in fault classification, even-though it is classified several times. This paper proposes the method that one-class classifier classify fault causes as each classes. Hotelling T2 chart, kNNDD(k-Nearest Neighbor Data Description), Distance based Novelty Detection are used to perform the one-class classifier. PCA(Principal Component Analysis) is also used to reduce the data dimension because the length of process signal is too long generally. In experiment, it generates the data based real signal patterns from semiconductor process. The objective of this experiment is to compare between the proposed method and SVM(Support Vector Machine). Most of the experiments' results show that proposed method using Distance based Novelty Detection has a good performance in classification and diagnosis problems.

• 한국콘텐츠학회논문지
• /
• 제13권2호
• /
• pp.188-197
• /
• 2013

본 연구는 국내 산업공예업체의 기초경영진단을 위한 지표개발을 목적으로 하고 있다. 현재 연구 개발 되어있는 기초경영진단 지표는 산업공예업체 전문가를 대상으로 사전검증과정을 거친 결과 업계환경이 영세하여 조직적인 경영 체계를 갖추지 않은 산업공예업체의 경영실태를 조사하기에는 부적합한 것으로 나타났다. 그 이유는 경영의 기능적 관점에서 진단하도록 구성되어 있기 때문이었다. 따라서 본 연구에서는 경영의 과정적 관점으로 산업공예업체의 경영을 진단할 수 있도록 지표를 개발하였다. 이 지표는 산업공예 업체의 활동을 중심으로 한 관리순환과정인 계획(Plan), 집행(Do), 통제(See)로 지표가 구분되며, 구분된 지표에 따라 문헌연구와 FGI(표적집단인터뷰)를 통해서 세부적인 진단부문과 진단항목, 그리고 체크사항을 설정하였다. 이 진단지표는 산업공예의 기초경영진단을 위한 것으로 여러 관점에서의 경영 문제를 파악할 수 있다. 추후에는 이 지표로 산업공예업체의 경영을 진단하여 다양한 관점의 경영 문제를 파악해 봄으로써 그 실효성을 입증하는 연구가 뒷받침 되어야 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.110-115
• /
• 2004

The hybrid fault diagnosis method based on a combination of the signed digraph (SDG) and the partial least-squares (PLS) has the advantage of improving the diagnosis resolution, accuracy and reliability, compared to those of previous qualitative methods, and of enhancing the ability to diagnose multiple fault. In this study, the method is applied for the multiple fault diagnosis of the Tennessee Eastman challenge process, which is a realistic industrial process for evaluating process contol and monitoring methods. The process is decomposed using the local qualitative relationships of each measured variable. Dynamic PLS (DPLS) model is built to estimate each measured variable, which is then compared with the estimated value in order to diagnose the fault. Through case studies of 15 single faults and 44 double faults, the proposed method demonstrated a good diagnosis capability compared with previous statistical methods.

• 대한임베디드공학회논문지
• /
• 제19권1호
• /
• pp.57-64
• /
• 2024

In the industrial field, robots are used to increase productivity by replacing labors with dangerous, difficult, and hard tasks. However, failures of individual industrial robots in the entire production process may cause product defects or malfunctions, and may cause dangerous disasters in the case of manufacturing parts used in automobiles and aircrafts. Although requirements for early diagnosis of industrial robot failures are steadily increasing, there are many limitations in early detection. This paper introduces methods for diagnosing robot failures using sound-based data and deep learning. This paper also analyzes, compares, and evaluates the performance of failure diagnosis using various deep learning technologies. Furthermore, in order to improve the performance of the fault diagnosis system using deep learning technology, we propose a method to increase the accuracy of fault diagnosis based on an inference window. When adopting the inference window of deep learning, the accuracy of the failure diagnosis was increased up to 94%.