지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.6
- 수록면
- 1,242 - 1,246 (5page)
이용수
초록· 키워드
오류제보하기
The Molecules of thin polymer film can be rearranged in the stretching axial direction through a stretching process to obtain optical properties as a display material. When the film is stretched, intermittent film breakages occur in the process of achieving the target draw ratio while passing through a water bath containing a continuous roller and a solution. Process variables such as temperature, solution concentration, tension, speed, and torque of each facility unit are stored and controlled in real time through facility sensors to achieve product quality specifications and stable film running. However, due to the complex non-linear relationships of multivariate data, prediction of the actual film breakages by experts is closely impossible.
In this paper, we propose an unsupervised learning method that can predict the phenomena of film breakages that occur very rarely in the film stretching process using multivariate time series data collected in real time at the manufacturing site.
We used two models based on LSTM which is useful for long time series data processing. They are Generative Adversarial Network (GAN) model capable of detecting abnormalities through adversarial training of normal and fake data, and Autoencoder model capable of discriminating abnormal data after feature learning using only normal data.
This study, aimed at the failure alarm function in the actual industrial field, was compared and evaluated with Recall, Precision and F1-Score. Recall is the ratio of predicted breakages among actual breakages. Precision is the ratio of actual breakages among predicted breakages. F1-Score is the harmonic average of the Recall and Precision. The F1-Score of GAN and Autoencoder showed a result of 0.16 and 0.14, respectively. It shows the possibility of predicting defects even with little data.
In this paper, we propose an unsupervised learning method that can predict the phenomena of film breakages that occur very rarely in the film stretching process using multivariate time series data collected in real time at the manufacturing site.
We used two models based on LSTM which is useful for long time series data processing. They are Generative Adversarial Network (GAN) model capable of detecting abnormalities through adversarial training of normal and fake data, and Autoencoder model capable of discriminating abnormal data after feature learning using only normal data.
This study, aimed at the failure alarm function in the actual industrial field, was compared and evaluated with Recall, Precision and F1-Score. Recall is the ratio of predicted breakages among actual breakages. Precision is the ratio of actual breakages among predicted breakages. F1-Score is the harmonic average of the Recall and Precision. The F1-Score of GAN and Autoencoder showed a result of 0.16 and 0.14, respectively. It shows the possibility of predicting defects even with little data.
목차
Abstract
I. 서론
II. 본론
Ⅲ. 구현
Ⅳ. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
드릴링 추력을 이용한 드릴의 인프로세스 파손 검출
한국생산제조학회지
2018 .10
-
Numerical investigations on breakage behaviour of granular materials under triaxial stresses
Geomechanics & engineering
2016 .01
-
이송모터 전류신호를 이용한 공구파손 검출
한국기계가공학회지
2015 .12
-
FAB 제조 공정에서 AI 앙상블 모델을 사용하여 기판의 파손을 진단하는 이상 감지 방법
대한산업공학회 추계학술대회 논문집
2022 .11
-
인공지능을 이용한 실시간 절삭공구 파손검출 애플리케이션 개발
한국기계가공학회 춘추계학술대회 논문집
2022 .12
-
차량용 DC모터 엑추에이터의 기어 파손 원인 분석 및 개선 검증에 대한 연구
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
단선억제 및 가공정도 향상을 위한 Draw Tower의 구조 안정화 설계
반도체디스플레이기술학회지
2019 .01
-
밀링 가공시 절삭력 신호를 이용한 공구 파손 검출에 관한 연구
한국정밀공학회 학술발표대회 논문집
2022 .10
-
절삭 공정 모니터링 신호와 가공 표면 이미지를 활용한 딥 러닝 기반 공구 파손 진단
한국정밀공학회 학술발표대회 논문집
2022 .05
-
Phase Behavior of 6-arm Star (PMMA-b-PS)6 in Thin Films
한국고분자학회 학술대회 연구논문 초록집
2020 .10
-
Nonclassical Nanostructures of 6-arm Star-shaped (PMMA-b-PS)6 in Thin Film
한국고분자학회 학술대회 연구논문 초록집
2019 .10
-
여행용 캐리어 바퀴의 파손 방지를 위한 구조 개발과 안전성 평가
한국기계가공학회 춘추계학술대회 논문집
2020 .11
-
기어 이 파손 정도에 따른 진동신호의 특징기반 경향 감시
한국소음진동공학회논문집
2019 .04
-
이더캣 기반 이송축 및 주축 전류 모니터링을 통한 공구파손 감지
한국생산제조학회 학술발표대회 논문집
2022 .12
-
Hybrid vibration-impedance monitoring in prestressed concrete structure with local strand breakage
Smart Structures and Systems, An International Journal
2022 .11
-
기어이 절손 결함에 대한 음향방출 기법 연구
한국정밀공학회 학술발표대회 논문집
2016 .05
-
적대적 생성 모델을 활용한 사용자 행위 이상 탐지 방법
지능정보연구
2019 .09
-
다중 식별자를 이용한 Adversarial Autoencoder 기반 제조 공정 이상 탐지
대한산업공학회지
2021 .04
-
Experimental study on crushable coarse granular materials during monotonic simple shear tests
Geomechanics & engineering
2018 .01
-
워터제트 추진기 임펠러 체결용 볼트파손 원인 분석 연구
한국기계가공학회 춘추계학술대회 논문집
2019 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
X-AI 기반 센서 검사 공정 이상 탐지
김남기
,
박준표
,
정민영
외 1명
한국생산제조학회 학술발표대회 논문집
2021
.07
GMM-Mahalanobis 거리를 이용한 용접 공정 이상 탐지
정민영
,
유근호
,
김남기
외 3명
한국생산제조학회 학술발표대회 논문집
2021
.07
다중 식별자를 이용한 Adversarial Autoencoder 기반 제조 공정 이상 탐지
이승희
,
백준걸
대한산업공학회 추계학술대회 논문집
2020
.11
엘리베이터를 포함한 다층간 지도 작성
정동휘
,
정용화
,
허우솔
외 2명
대한전자공학회 학술대회
2022
.06
전력 수요량에 대한 다변량 시계열 군집분석
김인희
,
김재희
한국데이터정보과학회지
2021
.05
최근 본 자료
댓글(0)
0