2018.04 - 2018.11 | 삼성전자

일 단위 WBM Clustering 및 WBM 패턴 생성 비율 기준 특이 날짜 탐지 방법론

  • WBM은 다양한 제 품별, 공정 경로 등 여러 상황에 따라 다르게 패턴이 나타나며, 일 별/공정 단위 WBM의 특이 패턴의 변화 탐색 필요
  • 과거 대비 WBM의 패턴이 많이 변화 하였다는 것은 공정 Job schedule, 재료의 변화 등이 있음
  • 본 연구는 비슷한 공정 상황에서의 각 일자 별 WBM의 패턴이 상이하게 생산될 경우 이를 탐지하여 엔지니어에게 공정 프로파일링의 우선순위 정보를 제공하고자 함
  • 각 제품의 WBM 이상 패턴을 위한 변수를 추출 할 수 있는 Convolution Autoencoder 방법론을 사용하여 일 단위 WBM 결과 해석
     

Data Science & Business Analytics Lab.
School of Industrial Management Engineering
College of Engineering, Korea University

Contact Us

  • 강필성 교수 (pilsung_kang@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 창의관 801A호 
  • 대학원 연구실 (총무 이유경: yukyung_lee@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 신공학관 220호, 221호, 213호
© 2020 DSBA Lab.