http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : Failure Classification(결함 분류) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
계층적 군집분석을 이용한 반도체 웨이퍼의 불량 및 불량 패턴 탐지
정주원,정윤서 한국통계학회 2022 응용통계연구 Vol.35 No.3
The semiconductor fabrication process is complex and time-consuming. There are sometimes errors in the process, which results in defective die on the wafer bin map (WBM). We can detect the faulty WBM by finding some patterns caused by dies. When one manually seeks the failure on WBM, it takes a long time due to the enormous number of WBMs. We suggest a two-step approach to discover the probable pattern on the WBMs in this paper. The first step is to separate the normal WBMs from the defective WBMs. We adapt a hierarchical clustering for de-noising, which nicely performs this work by wisely tuning the number of minimum points and the cutting height. Once declared as a faulty WBM, then it moves to the next step. In the second step, we classify the patterns among the defective WBMs. For this purpose, we extract features from the WBM. Then machine learning algorithm classifies the pattern. We use a real WBM data set (WM-811K) released by Taiwan semiconductor manufacturing company. 반도체는 제조 공정이 복잡하고 길어 결함이 발생될 때 빠른 탐지와 조치가 이뤄져야 결함으로 인한 손실을 최소화할 수 있다. 테스트 공정을 거쳐 구성된 웨이퍼 빈 맵(WBM)의 체계적인 패턴을 탐지하고 분류함으로써 문제의 원인을 유추할 수 있다. 이 작업은 수작업으로 이뤄지기 때문에 대량의 웨이퍼를 단 시간에 처리하는 데 한계가 있다. 본 논문은 웨이퍼 빈 맵의 정상 여부를 구분하기 위해 계층적 군집 분석을 활용한 새로운 결함 패턴 탐지 방법을 제시한다. 제시하는 방법은 여러 장점이 있다. 군집의 수를 알 필요가 없으며 군집분석의 조율 모수가 적고 직관적이다. 동일한 크기의 웨이퍼와 다이(die)에서는 동일한 조율 모수를 가지므로 대량의 웨이퍼도 빠르게 결함을 탐지할 수 있다. 소량의 결함 데이터만 있어도 그리고 데이터의 결함 비율을 가정하지 않더라도 기계학습 모형을 훈련할 수 있다. 제조 특성상 결함 데이터는 구하기 어렵고 결함의 비율이 수시로 바뀔 수 있기 때문에 필요하다. 또한 신규 패턴 발생시에도 안정적으로 탐지한다. 대만 반도체 기업에서 공개한 실제 웨이퍼 빈 맵 데이터(WM-811K)로 실험하였다. 계층적 군집 분석을 이용한 결함 패턴 탐지는 불량의 재현율이 96.31\%로 기존의 공간 필터(spatial filter)보다 우수함을 보여준다. 결함 분류는 혼합 유형에 장점이 있는 계층적 군집 분석을 그대로 사용한다. 직선형과 곡선형의 긁힘(scratch) 결함의 특징에 각각 주성분 분석의 고유값과 2차 다항식의 결정계수를 이용하고 랜덤 포레스트 분류기를 이용한다.
-
머신러닝 기반의 진동 이상신호 분석을 통한 스마트공장 예측정비에 관한 연구
이제동,김광배,송일형 한국IT정책경영학회 2021 한국IT정책경영학회 논문지 Vol.13 No.6
Vibration signals contain a lot of information about the condition of rotating equipment, but it is difficult to analyze them in small industrial sites due to the small number of experts or the large number of facilities to be managed by one expert. This study presents AI(Artificial Intelligence)-based abnormal signal detection and fault mode pattern classification techniques that categorize abnormal signals through Supervised Learning on the fault history of vibration signals generated by rotating equipment facilities, and categorize fault modes through profiling and Supervised Learning of classified abnormal signals. If abnormal signals are diagnosed early and provided the cause and risk of the defect based on the profiled data, non-experts will be able to easily identify the condition of the facility and take appropriate action.
-
오토인코더를 이용한 기어박스 진동신호의잡음 제거 방법에 관한 연구
이제동,김지혁 한국IT정책경영학회 2020 한국IT정책경영학회 논문지 Vol.12 No.5
Because the vibration signal of the rotating facility is interfered by the surrounding environment, the vibration signal collected in the laboratory environment differs greatly from the situation of the actual industrial site, and if abnormal detection and fault classification are performed by analyzing the signal without processing it, it is not only impossible to guarantee its predictive performance, but it can also cause distortion in the result analysis. Therefore, the process of removing noise must be accompanied at the pre-processing stage of the vibration signal. In this paper, instead of the signal processing filter traditionally used for noise removal, an artificial intelligence-based prediction maintenance system is proposed, which applies a dinoing model that eliminates noise of signals by using an autocoder model based on 1D-CNN, a deep learning non-instructor learning, and classifies abnormal signals and fault modes for signals with which noise has been removed.
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
