초록 ▼

▣ 연구개요
본 연구는 제조기반 공장의 불량을 산정할 때 기존에 사용되는 있는 경험적인 방법 (불량이 발생했을 때 작업자의 기억에 의존하는 하는 방법)의 비효율성을 개선하고 불량을 예방하기 위해서 딥러닝(Deep Learning) 기반 데이터 분석 기술을 활용하여 제품의 불량을 분석하고 불량을 빠르게 예측할 수 있는 알고리즘을 개발하고 이를 경량화 및 패키지화하여, 사용자에게 올바른 처리를 위한 의사결정을 지원할 수 있는 불량 판정/예측 시스템 개발을 최종 목표하였음

▣ 연구 목표대비 연구결과
□ 1차년도<

▣ 연구개요
본 연구는 제조기반 공장의 불량을 산정할 때 기존에 사용되는 있는 경험적인 방법 (불량이 발생했을 때 작업자의 기억에 의존하는 하는 방법)의 비효율성을 개선하고 불량을 예방하기 위해서 딥러닝(Deep Learning) 기반 데이터 분석 기술을 활용하여 제품의 불량을 분석하고 불량을 빠르게 예측할 수 있는 알고리즘을 개발하고 이를 경량화 및 패키지화하여, 사용자에게 올바른 처리를 위한 의사결정을 지원할 수 있는 불량 판정/예측 시스템 개발을 최종 목표하였음

▣ 연구 목표대비 연구결과
□ 1차년도
제조 업체를 방문하면서 공장 자동화를 기기를 같이 개발하였고 이를 논문으로 발표하였음. 두 번째 논문은 바이오 에너지를 연구하는 기업의 협업을 통해서 바이오에너지 데이터 분석에 관련한 SCIE 급 논문 게재함.
□ 2차년도
센서데이터 취합시 보안에 관련한 논문과 실제 환경에 적용할 수 있는 실증 시스템을 제작하여 국내 KCI 등재지 논문을 2건 게재함. 또한, 지난 년도에 확보된 제조 데이터를 이용하여 Deep Learning 기반 불량 판정 및 예측 알고리즘을 개발하고 이를 실험을 수행함.
□ 3차년도
융합연구를 통하여 전국민 건강 빅데이터 분석 연구를 수행하였으며, 결과에 따라서 SCIE 급 연구 논문을 게재함. 또한, 제조 빅데이터 저장 방법에 관한 논문과, 보안 시스템 관련 연구를 수행하였으며 관련 KCI 논문을 2건 게재하였음

▣ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
□ 현장에서 발생하는 제조데이터로 불량의 원인을 분석하고 수집데이터를 알고리즘을 통해 불량을 알려줌으로써 차후 공정에 투입되는 자원 및 에너지 낭비를 방지할 수 있음
□ 기존 데이터 분석은 특정 분야의 결과이기 때문에 다양한 제조 업체에서 활용할 수 없는 문제를 가지고 있음. 본 연구 결과의 모델을 활용하연 다양한 제조 데이터의 분석을 빠르게 수행할 수 있음
□ 제조 데이터 분석을 평가하기 위한 검증 프레임워크를 제공함으로 해서 검증된 환경에서 데이터 분석을 수행하고 이를 통해 제조 업체의 불량률을 감소시켜 제조업의 경쟁력 강화에 도움이 될 수 있음

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 9
• 1) 정성적 연구개발성과(연구개발결과) ... 9
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 1) 제조데이터 공유 및 확산 ... 12
• 2) 제조기업과 데이터 취합 분석 운영기업 간 신뢰구축 ... 12
• 6. 자체점검표 ... 13
• 7. 참고문헌 ... 14
• 끝페이지 ... 29