
- 제조(에너지/화학)
- 비정형데이터분석
이미지 재검사 시스템 구축
검사기 내 이미지 데이터를 활용하여 이상 탐지하는 알고리즘을 개발하고, 이에 대한 시스템을 구축하여 자동차 배터리 공정 진행 중 발생하는 Defect 검출률을 개선함으로써 제품 품질 향상에 기여합니다.
공정운영상태 이상 감지 방법론 개발을 통한 설비 Loss 사전 감지
설비 Loss 발생 시 사후 조치로 인한 비용 발생을 개선하고자, 설비 정상 가동 구간의 영향 인자 간 Pairwise한 관계식을 도출하고, 설비의 이상 상태를 정의함으로써 Loss 발생을 사전 감지하고자 합니다.
기존의 공정운영상태 이상 감지는 설비의 개별 센서 데이터 값이 Spec. 도달 시 Alarm이 발생하는 방식으로 설비 Loss 발생 시 사후 조치로 인한 비용이 발생합니다.
개별 데이터 값이 아닌 다수의 영향인자 간 관계 파악을 통해 설비의 이상 상태를 정의함으로써 Loss 발생을 조기 감지하는 방안을 마련하고자 합니다.
설비의 정상 가동 구간을 정의하고, 초 단위로 수집되는 FDC(Fault Detection & Classification) 데이터를 분 단위의 통계량 데이터로 변환합니다. 시계열 모형(ARX)을 적용하여 정상 가동 구간의 FDC 인자 간 Pairwise한 관계식을 도출하고, 시간에 따른 모형의 예측 정확도를 기준으로 설비 이상 상태를 정의합니다.
실제 자동차 배터리 코팅 공정의 데이터를 활용하여 검증한 결과, 약 93%의 확률로 설비 Loss 구간 발생 10분 전부터 이상 상태를 감지합니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.