http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
스마트 공장에서 빅데이터를 활용한 다중회귀분석을 통해 제조 데이터 예측 모델의 검증
장찬희(Chan-Hee Jang),김동욱,조현주,송병훈 대한산업공학회 2023 대한산업공학회 춘계학술대회논문집 Vol.2023 No.5
스마트 공장의 특성 상 제조 공정 중에는 대량의 데이터들이 만들어지며, 이러한 데이터들은 다수의 센서, 연산 등을 통해 수집된다. 이때, 향후 문제가 생길 것이라 예측되는 목표 데이터와 관련된 수많은 정보가 수집된 빅데이터에서 선별하는 작업이 필요하다. 이렇게 선별된 데이터는 목표 데이터에 따라 설정된 기준에 따라 다중회귀분석을 통해 예측식을 산출한다. 제조 데이터 예측 모델을 통해 다중회귀분석을 통해 산출된 예측식과 실시간 진단을 통해 수집되는 데이터로부터 제품의 불량이나 설비이상을 예측할 수 있음을 검증하였다. 이러한 제조 데이터 예측은 스마트 공장에서 발생하는 빅데이터를 토대로 분석되며, 목표 데이터가 무엇인지에 따라 효과적으로 선별하여 예측할 수 있도록 모델이 구현되었음을 확인하였다.
스마트 제조 공정의 SPC 분석을 통한 제조 공정 모델의 검증
장찬희(Chan-Hee Jang),김광범,고진석,송병훈 한국경영과학회 2022 한국경영과학회 학술대회논문집 Vol.2022 No.6
제조 공정에 따라 수많은 데이터들이 발생되며, 발생된 데이터를 수집 및 분석을 통해 제조 공정이 더 효율적이며 체계적으로 개선할 필요가 있다. 따라서 스마트 제조 공정은 데이터의 수집 및 분석을 통해 제조 공정상 발생할 수 있는 이상 징후를 조치할 수 있도록 SPC(Statistical Process Control) 분석을 통해 산출한다. 스마트 제조 공정 모델은 SPC 분석을 통해 제조 공정별 문제 상황을 인지하고 실시간으로 대처가 가능함을 검증하였다. 따라서 스마트 제조 공정 모델이 데이터 분석 결과를 충족하도록 구현하였음을 확인하였다.
스마트 공장 모델에서 제조 공정의 다변수 데이터 분석을 통한 모델 최적화
장찬희(Chan-Hee Jang),김동욱,조현주,송병훈 한국경영과학회 2022 한국경영과학회 학술대회논문집 Vol.2022 No.6
스마트 공장에서는 제조 공정별로 다수의 데이터가 발생되며, 데이터 간 연관관계에 따라 복합적으로 고려할 필요가 있다. 따라서 스마트 공장 제조 공정에서 발생하는 데이터를 수집 및 분석하여 이상 징후를 감지하고자 MT(Maharanobis Taguchi Distance Method) 분석을 통해 검출한다. MT 분석을 통해 제조공정별 다수의 데이터간 상관관계를 파악하고 어떤 변수가 영향을 미치는지 확인 후 조치할 수 있음을 검증하였다. 최종적으로 제조 공정에서 다변수 데이터간 실시간 진단을 통해 스마트 공장 모델이 구현되었음을 확인하였다.
스마트 제조에서 SPC 분석 활용: 제조 공정 모델 실증 연구
장찬희(Chan-Hee Jang),유재성(Jae-seong Yoo),송병훈 대한산업공학회 2024 대한산업공학회 춘계학술대회논문집 Vol.2024 No.5
스마트 제조 환경에서의 공정 최적화는 데이터 중심의 접근 방식을 필요로 한다. 본 연구는 SPC(Statistical Process Control) 분석을 활용하여 스마트 제조 공정에서 발생하는 다양한 데이터를 효과적으로 관리하고 분석함으로써 제조 공정 모델의 신뢰성을 실증적으로 검증한다. 이를 통해, 제조 공정의 효율성과 품질을 향상시킬 수 있는 실질적인 대안을 제시한다. 연구 결과, SPC 분석을 통한 데이터 기반의 접근 방식은 이상 징후의 조기 탐지 및 대응, 공정 변동성의 최소화, 제조 공정의 지속적인 개선에 효과적임을 확인하였다. 본 연구는 스마트 제조 공정 모델의 구현과 검증에 있어 SPC 분석의 중요성을 강조하며, 향후 제조 산업의 디지털 전환을 위한 기초 자료를 제공한다.
장찬희(Chan-Hee Jang),유재성(Jae-seong Yoo),송병훈 대한산업공학회 2024 대한산업공학회 춘계학술대회논문집 Vol.2024 No.5
본 연구는 스마트 공장 내 제조 공정의 최적화를 위해 다변수 데이터 분석의 중요성을 탐구한다. 스마트 공장에서 발생하는 방대한 데이터는 제조 공정의 성능 향상과 이상 징후의 조기 감지에 핵심적인 역할을 한다. 이를 위해, Mahalanobis Taguchi System(MTS) 방법론을 활용하여, 다변수 데이터 간의 복잡한 상호작용과 상관관계를 분석하고, 공정 중 발생할 수 있는 문제를 실시간으로 감지하고 대응한다. 연구 결과, MTS 분석을 통한 실시간 진단은 제조 공정의 효율성과 신뢰성을 현저히 향상시킬 수 있음을 확인하였다. 이는 스마트 공장 모델의 다변수 데이터를 활용한 최적화 전략이 실질적인 성과를 달성할 수 있음을 입증한다.
스마트 제조에서 SPC 분석 활용: 제조 공정 모델 실증 연구
장찬희(Chan-Hee Jang),유재성(Jae-seong Yoo),송병훈 한국경영과학회 2024 한국경영과학회 학술대회논문집 Vol.2024 No.5
스마트 제조 환경에서의 공정 최적화는 데이터 중심의 접근 방식을 필요로 한다. 본 연구는 SPC(Statistical Process Control) 분석을 활용하여 스마트 제조 공정에서 발생하는 다양한 데이터를 효과적으로 관리하고 분석함으로써 제조 공정 모델의 신뢰성을 실증적으로 검증한다. 이를 통해, 제조 공정의 효율성과 품질을 향상시킬 수 있는 실질적인 대안을 제시한다. 연구 결과, SPC 분석을 통한 데이터 기반의 접근 방식은 이상 징후의 조기 탐지 및 대응, 공정 변동성의 최소화, 제조 공정의 지속적인 개선에 효과적임을 확인하였다. 본 연구는 스마트 제조 공정 모델의 구현과 검증에 있어 SPC 분석의 중요성을 강조하며, 향후 제조 산업의 디지털 전환을 위한 기초 자료를 제공한다.
장찬희(Chan-Hee Jang),유재성(Jae-seong Yoo),송병훈 한국경영과학회 2024 한국경영과학회 학술대회논문집 Vol.2024 No.5
본 연구는 스마트 공장 내 제조 공정의 최적화를 위해 다변수 데이터 분석의 중요성을 탐구한다. 스마트 공장에서 발생하는 방대한 데이터는 제조 공정의 성능 향상과 이상 징후의 조기 감지에 핵심적인 역할을 한다. 이를 위해, Mahalanobis Taguchi System(MTS) 방법론을 활용하여, 다변수 데이터 간의 복잡한 상호작용과 상관관계를 분석하고, 공정 중 발생할 수 있는 문제를 실시간으로 감지하고 대응한다. 연구 결과, MTS 분석을 통한 실시간 진단은 제조 공정의 효율성과 신뢰성을 현저히 향상시킬 수 있음을 확인하였다. 이는 스마트 공장 모델의 다변수 데이터를 활용한 최적화 전략이 실질적인 성과를 달성할 수 있음을 입증한다.