최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.40 no.1, 2014년, pp.43 - 51
김종우 (고려대학교 산업경영공학과) , 박정술 (고려대학교 산업경영공학과) , 김준석 (고려대학교 산업경영공학과) , 김성식 (고려대학교 산업경영공학과) , 백준걸 (고려대학교 산업경영공학과)
Statistical process control (SPC) is an important technique for monitoring and managing the manufacturing process. In spite of its easiness and effectiveness, some problematic sides of application exist such that the SPC techniques are hardly reflect the changes of the process conditions. Especially...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
제조 공정은 어떻게 변화하였는가? | 제조 공정은 시대별 환경에 따라 단변량 공정에서 시작하여 빅데이터(Big Data) 공정으로 변화하였다(Kim, 2013). 반도체 제조공정은 대표적인 빅데이터 공정으로 다양하고 복잡한 공정과정을 지닌다. | |
제조 공정 중 반도체 설계는 어떻게 이루어지는가? | 제조 공정은 시대별 환경에 따라 단변량 공정에서 시작하여 빅데이터(Big Data) 공정으로 변화하였다(Kim, 2013). 반도체 제조공정은 대표적인 빅데이터 공정으로 다양하고 복잡한 공정과정을 지닌다. 제품 하나를 만들기 위해서는 수십, 수백 가지의 공정을 거쳐야 하고 단위 공정 설비에는 수백 수천 개의 센서가 있다. 각 센서는 온도, 압력 등 수많은 공정변수 데이터를 실시간으로 수집한다(Jang, 2012). 반도체 제조공정에서는 관리도를 통해 수많은 공정변수를 동시에 모니터링하고 있다 (Jo, 2005). 관리도 운영 과정에서는 관리도 성능 저하를 방지하기 위해 주기적인 관리한계선 갱신기법을 수행한다. | |
공정제어기술의 대표적인 기법은? | 공정제어기술에는 공정에서 발생하는 데이터를 통계적으로 관리하는 통계적 공정 관리(Statistical Process Control, SPC) 기법이 대표적이다. SPC 기법에는 생산된 제품 품질특성치의 평균이 정규분포를 근사적으로 따른다는 가정하에 구축되는 Shew hart 관리도, 공정 평균의 작은 변동에 민감한 CUSUM 관리도 (Cumulative SUM)와 EWMA 관리도(Exponentially Weighted Moving Average) 등이 있다(Montgomery, 1997). |
Cameron, A. C. and Trivedi, P. K. (1986), Econometric models based on count data. Comparisons and applications of some estimators and tests, Journal of applied econometrics, 1(1), 29-53.
Cameron, A. C. and Windmeijer, F. A. (1996), R-squared measures for count data regression models with applications to health-care utilization, Journal of Business and Economic Statistics, 14(2), 209-220.
Chen, M. F. and Huang, M. C. (2004), SPC precaution system, Semiconductor Manufacturing Technology Workshop Proceedings, IEEE, 186-189.
Chiang, L. H., Braatz, R. D., and Russell, E. L. (2001), Fault detection and diagnosis in industrial system, Springer, Great Britain.
Gourieroux, C. and Visser, M. (1997), A count data model with unobserved heterogeneity, Journal of Econometrics, 79(2), 247-268.
Hilbe, J. M. (2011), Negative binomial regression, 2, Cambridge University Press, New York, United States of America.
Hill, D. (1956), Modified control limits, Applied Statistics, 5(1), 12-19.
Im, K.-H. (2010), Rule-based Process Control System for multi-product, small-sized production, Journal of the Korea Industrial Information System Society, 15(1), 47-57.
Jang, T.-Y. (2003), Modeling Traffic Accident by Taxi Drivers through Overdispersion Test, Journal of the Korean Society of Civil Engineers, 23(1D), 27-34.
Jang, Y.-J. (2012), Utilizing bigdata technique in manufacturing field. Information and Communications Magazine, 29(11), 30-35.
Jo, D.-H (2005), Automatic setting method of interlock range in semiconductor process FDC system, Conference of The Korean Operations Research and Management Science Society, 491-494.
Ji, S.-S. (2001), The Design of a neural network control chart using X-R statistics in start-up process, Journal of the Korean Industrial and System Engineering, 24(66), 19-26.
Kim, S.-B. (2013), [Case Material] Utilizing big data for quality improvement of manufacturing process, Industrial Engineering Magazine, 20(2), 42-45.
Knorr, E. M. and Ng, R. T. (1997), A Unified Notion of Outliers : Properties and Computation, KDD-97 Proceedings, 219-222.
Kymal, C. and Patiyasevi, P. (2006), Semiconductor quality initiatives : How to maintain quality in this fast-changing industry, Quality Digest, 26(4), 43-48.
Lee, A. H., Stevenson, M. R., Wang, K., and Yau, K. K. (2002), Modeling young driver motor vehicle crashes : data with extra zeros, Accident Analysis and Prevention, 34(4), 515-521.
Long, J. S. (1997), Regression models for categorical and limited dependent variables, Sage Publications, Inc, United States of America.
Lord, D., Washington, S. P., and Ivan, J. N. (2005), Poisson, Poissongamma and zero-inflated regression models of motor vehicle crashes : balancing statistical fit and theory, Accident Analysis and Prevention, 37(1), 35-46.
Marc, S. and Craig, M (2010), DataLyzer Spectrum, DATALYZER International, United States of America.
Montgomery, D. C. (2007), Introduction to statistical quality control, 5, Wiley, United States of America.
Yoo, Y.-J., Park, C.-S., Kim, J.-S., Lee, Y.-H., Kim, S.-S., Baek, J.-G. (2012), Clustering Mixed Data Using Non-normal Regression Tree for Process Monitoring, ICIME 2012 International Conference on Industrial and Mechanical Engineering, Phuket.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.