- 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.
Use Case
- 제조(에너지/화학)
- 예지정비
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.
Business Problem
기존의 공정운영상태 이상 감지는 설비의 개별 센서 데이터 값이 Spec. 도달 시 Alarm이 발생하는 방식으로 설비 Loss 발생 시 사후 조치로 인한 비용이 발생합니다.
Goals
개별 데이터 값이 아닌 다수의 영향인자 간 관계 파악을 통해 설비의 이상 상태를 정의함으로써 Loss 발생을 조기 감지하는 방안을 마련하고자 합니다.
Analysis
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.
Solution
실제 자동차 배터리 코팅 공정의 데이터를 활용하여 검증한 결과, 약 93%의 확률로 설비 Loss 구간 발생 10분 전부터 이상 상태를 감지합니다.
-
-
- 제조(에너지/화학)
- 예지정비
공정운영상태 이상 감지 방법론 개발을 통한 설비 Loss 사전 감지설비 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. -
- 제조(에너지/화학)
- 예측
양품 조기 선별 모형 개발을 통한 활성화 기간 단축자동차 배터리의 고용량화로 인한 저전압 검사 기간의 증가에 대비하기 위하여, 저전압 판정 시점 전의 조립, 활성화 공정 인자를 활용하여 저전압 예측 모형을 개발하고, 특정 제품 모델을 대상으로 검증합니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.