AI스퀘어

AI스퀘어

용접기

용접기 제조AI체험서비스

SPOT 용접 공정에서 발생하는 품질문제를 해결하기 위한 용접기 제조AI체험서비스

시작

완성

인풋백그라운드

용접기

반도체

반도체

벨트왼쪽

벨트오른쪽

결과

반복 move

상자 move

상자 move

상자 move

상자 move

상자 move

아웃풋백그라운드

아웃풋 move good bad

아웃풋 move good bad

아웃풋 move good bad

아웃풋 move good bad

아웃풋 move good bad

  • 용접 가압력

  • 전류세기

  • 전압 세기

  • 통전시간

  • 배경

    본 인공지능 데이터 세트는 SPOT 용접공정에서 발생하는 품질문제를 해결하기위해, 생산 조건 최 적화를 데이터 분석과 인공지능 모델을 개발하고 적용하는 방법을 학습한다. 용접공정의 문제점을 데이터 분석을 통하여 데이터 간의 상관관계를 찾고, 주요 문제별 원인 인자를 분석하는 과정과 다 양한 기계 학습 알고리즘을 활용한 용접공정 불량예측모델과 생산조건최적화모델을 만드는 과정을 학습할 수 있다.

  • 알고리즘

    이상치 탐지는 데이터 안에서 이상적인 패턴이나 비정상적인 샘플들을 찾는 알고리즘이다. 이상치 탐지에도 여러 종류가 있으며 용접기 데이터 에서 비지도 기반 이상치 탐지를 사용한다. 여기서 사 용할 이상치 탐지 는 정상 샘플을 이용하여 정상 샘플이 가지는 분포의 경계를 학습한 뒤, 이 경계 의 바깥에 있는 샘플들을 비정상 샘플이라고 판별하는 알고리즘 이다. 그리고 이상치 탐지에 사용 될 오토인코더는 비지도 학습 방식을 사용하는 딥러닝 모델 중 하나이다. 데이터의 입력과 출력 형 태가 똑같 이 나오며, 입력을 받았을 때, 최대한 입력과 똑같은 형태의 데이터를 출력하면서 입력데 이터에 대한 표현과 패턴을 학습하는 모델이다

  • 결과

    본 모델을 사용하는 제조기업이 보다 많은 데이터 특성을 사용한다면 더 효과적인 분석이 가능 할 것이고, 이를 통해 용접공정에서의 불량예측으로 제품의 품질을 향상하는데 기여할 것이다.

연구/공식적으로 사용하실 때에는 꼭 아래와 같이 ‘KAMP 출처(reference)’를 남겨 주시고, 인용시 활용한 내용과 문서 등은 아래 이메일로 보내주시기 바랍니다. (E-mail : kamp@kaist.ac.kr)