아티클 스터디

아티클 스터디 - DBSCAN 기반의 제조 공정 데이터 불량 위치의 검출 (8)

pys6341 2025. 1. 17. 15:10

[논문]DBSCAN 기반의 제조 공정 데이터 불량 위치의 검출

 

[논문]DBSCAN 기반의 제조 공정 데이터 불량 위치의 검출

제조 산업은 국가 경제 성장의 원동력으로 그 중요성이 부각되고 있다. 이에 따라 제조 공정상에서 생성되는 제조 데이터 분석의 중요성 또한 조명 받고 있다. 본 논문에서는 PCB(Printed Circuit Board

scienceon.kisti.re.kr

 

연구 목표

  • 제조업 설비 데이터에 적합한 클러스터링 방법을 찾기 위해 DBSCAN 과 K- means 알고리즘을 비교 분석함
  • PCB의 컴포넌트 장착 공정과 AOI 공정에서 발생하는 불량 데이터를 군집화하고 가시화해서 불량 컴포넌트의 위치를 쉽게 파악할 수 있도록 함

        

연구 진행 순서

 

1. 알고리즘에 맞는 데이터 확보

2. 좌표 데이터 확보

3. 클러스터링 알고리즘 적용

4. 결과 가시화

 

 

 

DBSCAN 

  • 데이터 간의 밀도를 바탕으로 클러스터를 형성하는 알고리즘
  • 군집 내 데이터가 밀도가 높은 영역에 존재한다는 가정하에 작동하며, 클러스터 형성과 노이즈 탐지를 위한 두 가지 주요 파라미터를 사용

 

수행 과정

1. 데이터에서 코어 포인트의 조건을 만족하는 점을 임의로 선택해 seed로 설정

2. seed 기준으로 접근 가능한 모든 포인트를 찾아 클러스터로 형성

3. 위 과정을 모든 데이터 포인트에 대해 반복

4. 최종적으로 클러스터는 연결된 포인트 조건을 만족하며, 반경(ε) 내에 minPts 이상의 데이터가 존재해야 클러스터로 인정됨

 

 

 

K- means ++ 

  • 클러스터링 알고리즘으로 비지도 학습의 모델 
  • 사전 범주 정보 없이 데이터 포인트 간의 거리와 유사성을 분석해 데이터를 K개의 그룹으로 나눔

 

수행 과정

1.  초기 클러스터 수 설정

2. 데이터 포인트 할당

3. 중심점 재계산

4. 반복 수행

 

 

특징 

 

  • 초기 중심점 선택을 개선하여 일반적인 K-means보다 더 나은 군집화 결과를 제공
  • 반복 과정에서 중심점의 변화가 멈추면 알고리즘이 종료
  • 데이터의 구조를 효율적으로 그룹화하여 클러스터의 성격을 이해하는 데 도움

 

 

DBSCAN을 사용한 불량 위치 검출 시스템

 

연구 목적

  • PCB에 장착된 컴포넌트의 불량 집중 구역을 판별하기 위해
  • 불량률 관리 및 생산 최적화를 목표로 하며, 주요 불량 위치와 빈도를 쉽게 파악하고 신속히 대처할 수 있도록 돕는 시각화된 분석 결과를 제공

 

 

시스템 구성 흐름

 

입력

  • 사용자가 분석 대상 제조 공정 입력

처리

 

  • Controller에서 데이터베이스의 제조 설비 데이터를 호출
  • DBSCAN 알고리즘을 사용해 클러스터링 분석 수행

출력

 

  • View 모듈에서 분석 결과를 실제 PCB 이미지에 시각화
  • 빈발적으로 발생한 불량 위치를 한눈에 확인 가능

 

실험 결과 요약

 

1. 불량 밀집 구역 시각화 고도화

 

  • PCB 제조 공정 데이터 분석을 통해 불량 밀집 구역을 가시화
  • 사용자 선택에 따라 특정 공정 데이터를 GUI에서 시각화
  • PCB 1공정과 2공정에서 불량 발생 위치를 DBSCAN 알고리즘으로 분석해 가시화
  • 주요 불량 구역은 DBSCAN의 epsilon과 minPts 파라미터 값에 따라 결정
  • 기존 방식(PCB 좌표 및 통계 의존)과 달리, 불량 빈도가 높은 위치와 영역을 직관적으로 확인 가능

 

2. 입력 매개변수 결정

 

DBSCAN

 

  • 1공정: 최적의 매개변수 → epsilon=0.08, minPts=200, 수행시간=3.29s, 균질도=0.261
  • 2공정: 최적의 매개변수 → epsilon=0.7, minPts=200, 수행시간=3.15s, 균질도=0.181

K-means

  • 노이즈 데이터와 불량 밀집 구역 식별이 불가능해 최종 적용에서 제외

 

 

연구 성과

 

1. DBSCAN 기반 제조 공정 데이터 분석

  • PCB 관련 2개 공정 데이터를 대상으로 K-means와 DBSCAN 알고리즘 성능 비교
  • 불량 위치 검출 및 밀집 구역 식별에서 DBSCAN이 더 우수한 결과를 보임
  • DBSCAN의 epsilon 및 minPts 최적값을 선정하여, 분석 효율성과 정확성을 입증

 

2. MVC 기반 시스템 구조를 적용

  • 사용자가 PCB 제조 공정 불량 밀집 구역을 쉽게 시각화하고 확인할 수 있도록 구현