제어 구간 신호 분석에 의한 공정 변화 탐지 및 규명

Abstract

인공지능 분야는 계속된 발전을 거듭하여 다양한 분야에 적용되어 효과를 발휘하고 있다. 제조 현장에서는 상대적으로 인공지능 적용에 소극적이다. 분석보다는 오랜 경험에 의존하는데, 이는 분석 전문 인력의 부족과 분석 정확도를 신뢰하기 쉽지 않은 탓이다. 이에 제조 현장에서 직접 의사결정에 활용할 수 있는 분석 프로세스를 구축하고, 최종적으로는 분석 신뢰성을 보장하고 분석 전문가를 최대한 배제하는 자동화 분석 플랫폼을 구현하는 것을 목표로 한다. 우선, 제어 신호 특성을 반영하기 위한 구역화를 선행 조건으로 하며, 전처리, 특징 추출 및 선정, 모델 훈련 및 평가 일련의 분석 과정을 체계화한다. 체계화된 틀 내에서 단계별로 제조 현장의 특성을 반영하기 위한 기법을 마련한다. 특히, 특징 추출 및 선정 단계에서는 제어 구간 내의 공정 변화를 명확하게 탐지할 수 있도록 하는 특징을 선별하는 것이 중요하다. 각 단계는 다양한 실제 제조 데이터를 사용하여 검증하는 과정을 거친다. 추가로 분석 시간을 단축하고 정확도를 높이기 위한 자동화 분석 방안을 제시한다. 최종 분석 결과, 특징 추출 및 선정, 사용하는 모델과 모델 인자에 따라서 작게는 1% 이하에서 크게는 5% 정도를 상회하는 상당히 다른 정확도를 보여주었다. 모든 모델 평가 경우를 통틀어도 90% 이상의 높은 정확도를 보여주므로, 본 연구에서 설계한 자동화 분석 프로세스가 어느 정도 검증되었다. 이를 지속해서 보강하면 제조 분야 공정 전문가의 효율적이고 합리적인 의사결정을 지원하는 통합 디지털 제조 분석 플랫폼이 될 것으로 기대한다.