메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이화섭 (부산대학교) 류광열 (부산대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2019년 대한산업공학회 추계학술대회
발행연도
2019.11
수록면
2,498 - 2,504 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
사출품은 생산환경, 사출기 설정 온도 및 압력, 금형 내부의 온도 및 압력, 그리고 실린더 이물과 같은 요인으로 다양한 불량이 발생하고 있다. 불량의 유형은 미성형, 흑점, 플로마크, 플래시 등 육안으로 검출 가능한 불량과 제품 내부 버블 및 미성형 등과 같이 육안으로 검출할 수 없는 불량으로 분류할 수 있다. 사출품은 자동차 부품, 의료기기 및 생활용품 등 다양한 분야에서 사용되고 있고 사용되는 목적에 따라 높은 수준의 외관 및 기능 품질이 요구된다. 따라서 대부분의 사출공정에서는 불량 검출을 위해 전수검사를 실시하고 있으며 이에 따라 투입되는 자원의 양이 많아 손실이 큰 공정 중 하나이다. 본 연구에서는 비전 센서를 활용하여 제품의 외관이미지를 취득하고 무게 센서를 통해 제품의 무게 데이터를 취득한다. 이미지 데이터는 고도화된 CNN(Convolutional neural network) 중 하나인 ResNeXt(Aggregated Residual network)를 활용하여 외관 불량을 검출한다. 또한 CNN의 단점 중 하나인 고정된 커널 사이즈 및 형태를 보완하기 위해 Deformable ResNeXt 모델을 적용한다. 더 나아가 SVM(Support Vector Machine)을 활용하여 무게 데이터를 기반으로 결과를 도출한다. 마지막으로 불량검출 성능을 증진시키기 위해 적용된 모델의 결과를 조합하는 앙상블 모델을 제안하며 사례 연구를 통해 모델의 우수성을 검증한다.

목차

Abstract
1. 서론
2. 관련 연구
3. 외관 불량 검출을 위한 앙상블 모델
4. 사출품 외관 불량 검출 모델
5. 결론
참조문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-530-001292519