제조 분야를 위한 데이터 분석 모델

이기성; 이종찬

doi:10.5762/KAIS.2022.23.10.705

추천

검색

질문

자료유형: 학술저널

저자정보: 이기성 (호원대학교) 이종찬 (군산대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제10호

발행연도: 2022.10

수록면: 705 - 711 (7page)

DOI: 10.5762/KAIS.2022.23.10.705

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

하이테크 제조 분야에서는 인더스트리 4.0(Industry 4.0)과 스마트 팩토리(Smart Factory)를 통하여 끊임없이 변화하는 시장 요구사항에 대응함으로써 혁신적인 제품을 신속하게 제공하기 위하여 노력하고 있다. 정부의 스마트 팩토리 보급 사업을 통하여 중소중견기업들의 제조 데이터의 수집 및 활용도가 높아지고 있지만, 데이터의 수집과 활용에 여전히 괴리가 있는 것이 현장의 시각이다. 데이터의 수집은 물리적으로 한계가 없으나, 활용의 측면에서 수집한 데이터로부터 의미 있는 정보를 추출하여 제조 현장에 활용하기 위해서는 고수준의 분석작업이 필요하므로 아직은 데이터를 활용하고 있는 기업의 수가 적은 것이 현실이다. 본 연구에서는 주요 공정 데이터를 자동으로 수집하고, 이 데이터를 기반으로 설비 모니터링과 AI 기술을 활용한 설비의 최적 공정조건을 제시한다. 이를 통하여 기존 설비의 설정값과 더불어 주요 외부 환경을 고려하여 설비의 생산 최적화 설정 정보를 제공함으로써 휴먼 오류를 최소화하고 불량률을 개선할 수 있다.

#Big-data #AI #Manufacturing Data #Data Analysis #Process Conditions

참고문헌 (12)

참고문헌 신청

Tao, F., Qi, Q., Liu, A., Kusiak, A., “Data-driven Smart Manufacturing”, The Journal of Manufacture System, vol. 48, pp. 157-169, 2018. DOI: https://doi.org/10.1016/j.jmsy.2018.01.006

Baicun Wang, "Smart Manufacturing and Intelligent Manufacturing: A Comparative Review" Elsevier BV, vol. 7, no. 6, pp. 738-757, 2021.

Koren, Y., Gu, X., Guo, W., “Reconfigurable Manufacturing Systems: Principles, Design, and Future Trends”, Frontiers of Mechanical Engineering, vol. 13, pp. 121-136, 2018. DOI: https://doi.org/10.1007/s11465-018-0483-0

D. B. Ko, J. M. Park, “A Study on the Visualization of Facility Data Using Manufacturing Data Collection Standard”, The Journal of The Institute of Internet, Broadcasting and Communication, vol. 18, no. 3, pp. 159-166, 2018. DOI: https://doi.org/10.7236/JIIBC.2018.18.3.159

S. Y. Kim, “A Case Study of the Introduction of Smart Factory Operation Management (FOM) in the Fourth Industrial Revolution Era”, Journal of Korean Association of Computer And Accounting, vol. 16, no. 1, pp. 43-62. 2018. DOI: https://doi.org/10.32956/kaoca.2018.16.1.43

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이기성

소속기관 호원대학교

주요연구분야 공학 > 공학 일반 TOP 5%

논문수 38 이용수 2,529

이종찬

소속기관 금오공과대학교

주요연구분야 공학 > 공학 일반 TOP 5% 공학 > 기계공학 > 기계공학 일반 TOP 5%

논문수 339 이용수 18,661

이 논문과 함께 이용한 논문

머신러닝을 활용한 사출성형 품질 예측에 관한 연구

김대호 , 홍준희 한국생산제조학회지 2022 .08

기계부품 제조 공정의 데이터기반 4M 최적화를 위한 FOM방법론 적용

오상석 , 양해성 , 배병성 외 1명 한국생산제조학회지 2021 .12

설비 이상탐지를 위한 딥러닝 알고리즘 개발

김민희 , 진교홍 한국정보통신학회논문지 2022 .02

공급망 최적화 기술 적용을 위한 제조 데이터 수집 시스템

황재용 , 신성윤 , 강선경 한국정보통신학회논문지 2021 .11

MES 구현을 위한 현장정보 수집시스템의 적용 예

이승우 , 이재경 , 남소정 외 1명 대한기계학회 논문집 A권 2011 .09

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)