• 한국산업정보학회논문지
• /
• 제15권2호
• /
• pp.69-81
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 육안 검사를 함으로써 부품에 대한 일관성 있는 검사가 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. 따라서, CCFL 불량유무를 판별하기 위해서 물리적 촬영 환경과 영상처리 알고리즘은 중요하다. 본 논문에서는 CCFL 형광체를 검사하기 위한 촬영환경에 대하여 설명하고, 촬영환경 중 돔 근거리 조명과 점원거리 조명에서의 몇 가지 불량판별 알고리즘을 제시하였다. 불량을 포함한 CCFL 형광체를 사용하여 실험을 수행하였고, 그 결과 제안한 촬영환경과 알고리즘은 불량 판별율 98.32 %와 과검율 4.88 %의 성능을 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.365-368
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 그러나 육안 검사는 CCFL 현광체의 불량에 대한 일관성 있는 기준이 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. CCFL 불량유무를 자동 판별하기 위해서는 물리적 촬영환경과 자동검출 알고리즘이 필수적이다. 본 논문에서는 CCFL 형광체의 불량을 자동으로 검사하기 위한 촬영환경을 설명하고, 그 촬영환경에 알맞은 대표적인 불량검출 알고리즘을 제안한다. 실험결과에 따르면, 알고리즘은 불량 판별율 98.86%와 과검율 3.34%의 성능을 보였다.

• 정보처리학회논문지B
• /
• 제17B권6호
• /
• pp.445-458
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 육안 검사를 함으로써 부품에 대한 일관성 있는 검사가 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. 따라서, CCFL 불량유무를 자동으로 판별하기 위해서 물리적 촬영 환경과 영상처리 알고리즘은 중요하다. 본 논문에서는 CCFL 형광체를 자동으로 검사하기 위한 촬영환경 중 다섯 가지 조건과 세 가지조건 중 두 조건모두에서 사용되는 측면 촬영환경에서 획득한 영상을 이용하여 불량을 판별하기 위한 알고리즘을 제시하였다. 불량을 포함한 CCFL 형광체와 정상시료를 사용하여 영상 획득 및 실험을 수행하였고, 그 결과 제안한 촬영환경과 알고리즘은 과검율 4.65 %와 유출률 5.37 %의 성능을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.545-547
• /
• 1999

본 논문에서는 불량 하드디스크 드라이브의 수리판정 자동화를 위해 필요한 하드디스크 드라이브(Hard Disk Drive, HDD) 결함이 분포패턴의 분류에 관한 연구 결과를 소개한다. HDD 제조공정에서는 테스트 진행중 검출된 결함에 관한 정보를 HDD 내부에 기록한다. 불량으로 판별된 HDD는 내부에 기록된 결함의 분포를 관찰한 후, 불량의 종류 및 그에 따르는 처리방안을 결정한다. 본 논문에서는 효율적인 결함분포 패턴의 특징추출을 위해, 하드디스크의 물리적 특성에 대한 분석을 바탕으로 극좌표(Polar Coordinates) 방식으로 표현된 결함 위치데이터를 직교좌표(Cartesian Coordinates)로 변환한다. 그리고 디스크 상의 두 동심원 사이의 공간을 정해진 회전각별로 등분한 후, 나누어진 구간별로 결함 발생빈도 히스토그램(Histogram) 분석을 수행하여 결함분포의 패턴을 분류하는 알고리즘을 제시한다. 설계된 알고리즘은 실제 HDD 제조공정에서 발생한 불량 HDD Set을 대상으로 적용한 결과, 그 효용성이 검증되었다.

• 정보통신설비학회논문지
• /
• 제2권1호
• /
• pp.71-77
• /
• 2003

본 논문에서는 불량 하드디스크 드라이브의 수리판정 자동화를 위해 필요한 하드디스크 드라이브(Hard Disk Drive, HDD) 결함의 분포패턴의 분류에 관한 연구 결과를 소개한다. HDD 제조공정에서는 테스트 진행 중 검출된 결함에 관한 정보를 HDD 내부에 기록한다. 불량으로 판별된 HDD는 내부에 기록된 결함의 분포론 관찰한 후, 불량의 종류 및 그에 따른 처리방안을 결정한다. 본 논문에서는 효율적인 결함분포 패턴의 특징추출을 위해, 하드디스크의 물리적 특성에 대한 분석을 바탕으로 극좌표 (Polar Coordinates) 방식으로 표현된 결함 위치 데이터를 직교좌표(Cartesian Coordinates)로 변환한다. 그리고 디스크 상의 두 동심원 사이의 공간을 정해진 회전각별로 등분한 후, 나누어진 구간별로 결함 발생빈도 히스토그램 (Histogram) 분석을 수행하여 결함분포의 패턴을 분류하는 알고리즘을 제시한다. 설계된 알고리즘은 실제 HDD 제조공정에서 발생한 불량 HDD Set을 대상으로 적용한 결과, 그 효용성이 검증되었다.

• 전자공학회논문지CI
• /
• 제40권4호
• /
• pp.206-213
• /
• 2003

본 논문에서는 고성능의 하드웨어 장비가 아닌 일반적으로 사용되는 개인용 컴퓨터와 CCD 카메라를 이용하여 자동으로 경량기포 콘크리트(autoclaved lightweight concrete) 블록간의 상하 경사도, 두께의 불균일성, 그리고 불량 여부를 판별할 수 있는 알고리즘을 제안하였다. 제안한 치수측정 및 불량검사 자동화 알고리즘은 실제 작업환경을 고려하여 일반적인 조명조건에서의 전처리과정과 작업공정내의 피사체의 진동을 고려한 단위길이 결정방법, 카메라의 곡률보정에 의한 치수오차 보정 방법 등을 적용하였으며, 실제공정에서의 실험 결과를 통해 블록군의 계측에 있어서 0.8초 이내에 측정오차 1%이내의 데이터를 산출해 냄으로서 제안한 불량검사 자동화시스템의 신뢰성을 검증할 수 있었다.

• 한국정밀공학회지
• /
• 제18권11호
• /
• pp.124-131
• /
• 2001

Fault diagnosis of an assembled small motor relies usually on human experts hearing ability. The quality of diagnosis depends, however, heavily on physical conditions of the human experts. A fault diagnosis system for assembled small motors is developed using artificial neural network (ANN) in this paper. It is consisted of sound sampling device and fault diagnosis software package. Six parameters are defined to characterize the sampled sound waves. The Levenberg-Marquardt Backpropagation (LMBP) Algorithm is used to diagnose the fault of assembled small motors. Experimental results for more than two hundred small motors verify the performance of the developed system.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.623-625
• /
• 2021

고무 오링은 일반적인 사출 성형 방식으로 생산된다. 이때 정상적으로 성형되지 않은 제품은 무조건 불량으로 판별한다. 그러나 영상기반 판독 시 획득한 영상을 원본 그대로 판독 할 경우 정확도가 떨어지는 문제가 발생한다. 이에 획득한 영상을 적응형 이진화와 Convex Hull 알고리즘을 사용한 전처리를 통해 원본영상에서 고무 오링 부분만 추출하여 합성곱 신경망에 학습하였다. 테스트 과정에서 제안하는 전처리를 적용한 학습방법의 불량검출 성능이 제시한 기준치 보다 나은 성능을 보이는 것을 확인 할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.3-5
• /
• 2022

본 연구는 VGGNet을 사용하여 광섬유 복합가공 지선 설비의 양/불량 판별을 수행한다. 광섬유 복합가공 지선이란, 전력선의 보호 및 전력 시설 간 통신을 담당하는 중요 설비로 고장 발생 전, 결함의 조기 발견 및 유지 관리가 중요하다. 현재 한국전력공사에서는 드론에서 촬영된 영상을 점검원이 이상 여부를 점검하는 방식이 주로 사용되고 있으나 이는 점검원의 숙련도, 경험에 따른 정확성 및 비용과 시간 측면에서 한계를 지니고 있다. 본 연구는 드론에서 촬영된 영상으로 VGGNet 기반의 양/불량 판정을 수행했다. 그 결과, 정확도 약 95.15%, 정밀도 약 96%, 재현율 약 95%, f1 score 약 95%의 성능을 확인하였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용하였다. 이러한 광섬유 복합가공 지선 설비의 양/불량 판별은 점검원의 단순 작업에 대한 비용 및 점검 시간을 줄이며, 부가가치가 높은 업무에 집중할 수 있게 해준다. 또한, 고장 결함 발견에 있어서 객관적인 점검을 수행하기 때문에 일정한 점검 품질을 유지한다는 점에서 적용 가치가 있다.

• 한국산학기술학회논문지
• /
• 제11권5호
• /
• pp.1558-1563
• /
• 2010

본 논문에서는 생산 현장에서 작업자가 육안으로 하고 있는 자동차 부품의 전수(全數) 검사 방법을 대체하기 위한 머신 비전 시스템의 개발을 위한 검사알고리즘에 관한 연구이다. 생산 효율과 품질 향상을 위한 노력의 일환으로 플라스틱 압출 성형에서 생기는 여러 가지 불량품 유형을 PC를 기반한 머신 비전 시스템(Machine Vision System)을 구축하기에 앞서 생산된 부품을 실시간 검사하고 제품의 불량 유무를 판별하는 알고리즘을 개발하는 것이 본 연구의 목적이다. 검사방법에 사용된 소프트웨어는 NI-LabVIEW를 사용하였으며, LabVIEW Vision 이미지 함수를 사용하여 검사 프로그램을 개발하였다. 개발된 검사 알고리즘은 생산 부품의 실시간 검사에 적용 될 수 있으며, 검사 영역과 설정 값을 비전 시스템 운용자가 설정할 수 있도록 프로그램이 만들어져 검증되었다.