- 제조(반도체/디스플레이)
- 이상감지
머신러닝 기반 설비 이상 감지 시스템 구축
초 단위로 수집되는 FDC(Fault Detection & Classification) Trace 데이터를 활용하여 설비 이상 감지 프로세스를 구축하고, 이를 실제 양산에 적용함으로써 제품 품질 향상에 기여합니다.
Use Case
- 제조(반도체/디스플레이)
- 최적화
OLED 생산 계획 최적화
OLED 생산 공정에서 발생하는 재고 문제를 해결하기 위하여 수리 모형과 휴리스틱 기법을 적용한 최적화 모델을 설계함으로써, 단시간 내에 방대한 양의 생산 계획을 수립합니다.
Business Problem
OLED 생산 공정에서 제품 모델별 목표 수요가 주어졌을 때, 이를 충족하지 못한 수요나 잉여 생산량이 발생합니다.
Goals
제품 모델의 생산 계획을 최적화하여 재고 흐름을 원활하게 하고, 비용 절감 및 생산성을 향상시킵니다.
Analysis
생산 모델 및 라인 특성에 대한 데이터 탐색을 통하여 투입량과 설비 정비 시간, 생산 시간 등을 주요 인자로 하여 최적화 모델을 설계합니다. Time Space Network model로 접근하여 수리모형을 개발하고, 전체 문제를 분해하여 부분 해의 조합으로 가능해를 탐색하는 휴리스틱 기법을 적용합니다.
Solution
약 3~4개월 동안의 방대한 양의 생산 계획을 수립하는데 필요한 최적화 엔진 수행 시간을 10분 내외로 개발하였습니다.
-
-
- 제조(반도체/디스플레이)
- 최적화
OLED 생산 계획 최적화OLED 생산 공정에서 발생하는 재고 문제를 해결하기 위하여 수리 모형과 휴리스틱 기법을 적용한 최적화 모델을 설계함으로써, 단시간 내에 방대한 양의 생산 계획을 수립합니다. -
- 제조(반도체/디스플레이)
- 예측
OES 데이터를 활용한 Airleak 감지 프로세스 구축디스플레이 증착 공정에서 수집되는 OES(Optical Emission Spectroscopy) 데이터를 활용하여, 박막 형성에 영향을 미치는 Airleak 예측 모형을 개발하고, 이를 통해 품질 향상에 기여합니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.