- 제조데이터 Use-Case
사출성형 공정조건에 따른 제품 불량 예측 모델 개발
Contact Lens는 다양한 공정을 거치지만 사출성형 공정조건이 Lens 도수에 가장 큰 영향을 미칩니다.
본 사업은 사출성형 설비 별 공정조건에 따른 실제 생산된 도수를 예측하는 머신러닝 모델을 개발하여 그 유효성을 실증한 사례입니다.
Key Word: 사출성형, 공정조건, 품질예측, Random Forest, XG Boost
수행기간수요기업공급기업대상공정업종문제목적데이터셋 형태 및 수집방법데이터 갯수 / 데이터셋 총량분석
(주)인터로조 |
엠아이큐브솔루션(주) |
사출성형 |
Contact Lens 제조 |
사출성형기 공정조건 설정 값에 따라 생산되는 Contact Lens의 도수를 예측하는 문제 |
목표 Lens 도수에 부합하는 사출성형기의 공정조건을 찾아 Contact Lens 도수 불량률을 낮추고자 함 |
ERP/MES로부터 수집한 RDB 데이터와 설비 PLC로부터 수집한 XML 데이터를 CSV 파일 형태로 변환 저장 |
생산데이터 10만 건 + 설비데이터 10만 건 / 100MB |
|
데이터 수집 및 저장
- 사출성형기 : 금형#, 사출시간/압력/속도, 쿠션,
냉각수온도, 냉각시간 → PLC로부터 XML Format으로 수집 - 제품 : 품목, WO, Lot#, Lens규격, Lens도수, 합불 판정
결과 → ERP/MES DB로부터 수집 - 최종적으로 CSV 형태로 가공하여 저장
데이터 전처리 및 분석
- 전처리 : 주요 값이 Null인 데이터 필터링
→ 오게측, 오입력으로 인한 부정확한 데이터 제거
→ 최빈값/중앙값 대체 등으로 결측처리
→ 과다/과소 Outlier 값 제외 - 사출성형기에서 올라온 데이터가 최종 제품 결과에
어떤 영향을 미치는지를 예측하기 위해 Random Forest
Regression 모형과 XG Boost Regression 모형을 이용
기대 효과
- 목표 Lens 도수 적중률 향상을 위한 최적 사출성형
공정조건 도출 → 제품 수율 향상 - 재작업, 재주문 감소로 납기 준수율 향상
- 목표 Lens 도수를 벗어난 Lens 재고 수준 감소
- 데이터 기반 공정관리 능력 향상
'빅데이터' 카테고리의 다른 글
제조AI 데이터 셋수 (사출,용접,CNC,프레스 등) (0) | 2021.01.04 |
---|---|
도금 공장 데이터 분석 및 AI 적용사례 (0) | 2021.01.04 |
자동차부품 사출 공정 데이터 분석 및 AI 적용사례 (0) | 2021.01.04 |
AI 제조데이터 (머신 비젼검서) 분석 체험 (0) | 2021.01.04 |
제조 분야 AI 데이터 분석 체험 (0) | 2021.01.04 |