[논문]AI 기반의 주조 공정 파라미터 최적화를 통한 알고리즘 개선

심현; 최서영; 김현욱

doi:10.13067/jkiecs.2023.18.3.441

AI 기반의 주조 공정 파라미터 최적화를 통한 알고리즘 개선
Algorithm Improvement Through AI-Based Casting Process Parameter Optimization 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.18 no.3, 2023년, pp.441 - 448

심현 (순천대학교) , 최서영 (순천대학교) , 김현욱 (코너스톤)

초록
AI-Helper

제조 공정 데이터에 있어 주조 공정은 가장 중요한 공정이면서 높은 불량률의 원인을 발생시키는 공정이다. 주조 공정의 품질관리는 생산성과 품질평가의 핵심 요소라 할 수 있다. 본 연구에서는 공정 데이터를 통한 요인 분석, 상관 분석, 회귀 분석 결과를 기반으로 최적화 된 머신러닝 모델 알고리즘을 개발한다. 이를 적용한 주조공정을 통해서 불량률을 줄이고 스마트 팩토리의 데이터 적합성을 검증하고자 한다.

Abstract ▼ AI-Helper

The quality of the casting process generates the largest source of defects in the manufacturing process, so its management is a key factor in productivity and quality evaluation. Based on the results of factor analysis, correlation analysis, and regression analysis with process data, this study aims...

주제어

표/그림 (10)

그림 그림 1. 수작업 용탕주입과 로봇 용탕주입 사례 Fig. 1 Examples of manual molten metal injection and robot molten metal injection
그림 그림 2. 주조공정 단계별 프로세스 Fig. 2 Casting process step-by-step process
그림 그림 3. 로봇 주조 장치 데이터 분석 데시보드 Fig. 3 Robot casting equipment data analysis dashboard
그림 그림 4. 주조 관련 데이터 분석 Fig. 4 Casting-related data analysis
그림 그림 5. 시험 결과 누적 데이터 분석(예시) Fig. 5 Analysis of cumulative test result data (example)
그림 그림 6. 통계적 공정 데이터 분석 Fig. 6 Statistical process data analysis
그림 그림 7. 의사결정 트리 모델 분석- 불량률/불량유형에 영향을 미치는 인자(예시) Fig. 7 Decision Tree Model Analysis - Factors affecting defect rate/defect type (example)
그림 그림 8. 오렌지 데이터 마이닝을 통한 분류 예측모델링 Fig. 8 Classification prediction modeling through orange data mining
그림 그림 9. 평가보멜 AUC 수치 Fig. 9 Evaluation Bomel AUC value
그림 그림 10. 모델평가 모델 roc커브 Fig. 10 model evaluation model roc curve

참고문헌 (13)

Y. Choi and I. Cho, "Study on the quality？prediction using AI in the iron casting？process," The Korean Society of Manufacturing？Technology Engineers, vol. 2022, no. 7, 2022, pp.？157-157.
H. Chong, K. Bae, M. Lee, H. Kwon, and S.？Hong, "Quality Strategy for Building a Smart？Factory in the Fourth Industrial Revolution,"？Journal of Korean Society for Quality Management,？vol. 48, no. 1, 2020, pp. 87-105.
M. Kim and D. Kim, "IoT-Based Device？Utilization Technology for Big Data Collection？in Foundry," Journal of Korea Foundry Society,？vol. 41, no. 6, 2021, pp. 550-557.
H. Yang, "Policy Measures for Revitalizing the？Artificial Intelligence-Based Smart Factory," The？Journal of Korean Institute of Communications and？Information Sciences, vol. 45, no. 9, 2020, pp.？1659-1665.
B. So and S. Shin, "The Built of Smart Factory？Using Sensors and Virtual Process Design,"？Journal of the Korea Institute of Electronic？Communication Sciences(KIECS), vol. 12, no. 6,？2017, pp. 1071-1080.
S. Ha, W. Lee, K. Gu, and Y. Shin, "A Study？on the Deep Learning-Based Defect Prediction？Model Using Sensor Data of Semiconductor？Equipment," Jounal of The Korea Society of？Information Technology Policy & Management,？vol.13, no.2, 2021, pp. 2375-2379.
H. Sim, "Artificial intelligence-based harmful？bird detection control system," Journal of the？Korea Institute of Electronic Communication？Sciences(KIECS), vol.16, no.1, 2021, pp. 175-182.
G. Lee and J. Lee, "Data Analysis and AI？Model for Defect Prediction in the Injection？Process," Journal of Korea Academia-Industrial？cooperation Society, vol. 23, no. 12, 2022, pp.？1001-1008.
S. Byeon, C. Kang, and S. Sim, "Defect Type？Prediction Method in Manufacturing Process？Using Data Mining Technique," Journal of？society of Korea industrial and systems engineering,？vol. 27, no. 2, 2004, pp. 10-16.
J. Ahn and J. Jung, "Predicting and？Interpreting Quality of CMP Process for？Semiconductor Wafers Using Machine？Learning," The journal of Bigdata, vol. 4, no. 2,？2019, pp. 61-71.
J. Yun, H. An, and Y. Choi, "A Machine？Learning Based Facility Error Pattern Extraction？Framework for Smart Manufacturing," The？Journal of Society for e-Business Studies, vol. 23,？no. 2, 2018, pp. 97-110.
J. Moon and S. Kim, "Image Processing？Processor Design for Artificial Intelligence？Based Service Robot," Journal of the Korea？Institute of Electronic Communication？Sciences(KIECS), vol. 17, no. 4, 2022, pp.？633-640.
D. Sung and H. Kim, "An Study on？Identification of the Causing Factors for？Defected Wafer Using CNN : Focusing on？Semiconductor In-line Process," The Journal of？Business Education, vol. 36, no. 2 2022, pp.？71-91.？

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증