다단계 딥러닝 기반 다이캐스팅 공정 불량 검출Fault Detection in Diecasting Process Based on Deep-Learning
- Other Titles
- Fault Detection in Diecasting Process Based on Deep-Learning
- Authors
- 이정수; 최영심
- Issue Date
- Dec-2022
- Publisher
- 한국주조공학회
- Keywords
- 다이캐스팅; 정밀 주조; 불량 검출; 이상 감지; 산업인공지능; Die-casting; Precision casting; Fault detection; Anomaly detection and Industrial AI.
- Citation
- 한국주조공학회지, v.42, no.6, pp.369 - 376
- Journal Title
- 한국주조공학회지
- Volume
- 42
- Number
- 6
- Start Page
- 369
- End Page
- 376
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/86470
- ISSN
- 1598-706X
- Abstract
- 다이캐스팅 공정은 다양한 산업군의 인프라 역할을 수행하는 중요한 공정이지만 , 높은 불량률로 인하여 관련 기업들의 수익성및 생산성의 한계가 있는 상황이다 . 이를 타개하기 위하여 , 본 연구에서는 다이캐스팅 공정의 불량 검출을 위한 산업인공지능 기반모듈을 구성하였다 . 개발된 불량 검출 모듈은 제공되는 데이터의 특징에 따라서 3단계로 동작되는 모델로 구성된다 . 1단계 모델은비지도학습 기반 이상 검출을 진행하며 , 레이블이 없는 데이터셋을 대상으로 작동한다 . 2단계 모델은 반지도학습 기반으로 이상 검출을 진행하며 , 양품 데이터의 레이블만 존재하는 데이터셋을 대상으로 작동하며 , 3단계 모델은 소수의 불량 데이터가 제공된 상황의 지도학습 모델을 기반으로 작동한다 . 개발된 모델은 실제 다이캐스팅 양품 데이터를 바탕으로 96% 이상의 우수한 양품 검출성능을 보였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/86470)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.