Earticle

다운로드

AI를 활용한 도금 제조 공정 설비 고장 예측 및 불량률 감소 방안 연구
Study on ways to predict failure of plating manufacturing process equipment and reduce defect rates using AI

  • 간행물
    한국차세대컴퓨팅학회 논문지 KCI 등재 바로가기
  • 권호(발행년)
    Vol.21 No.2 (2025.04) 바로가기
  • 페이지
    pp.7-14
  • 저자
    김점구, 송병진
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A466844

원문정보

초록

한국어
본 논문은 도금 공정의 효율성과 품질을 향상시키기 위해 한국 AI 제조 플랫폼(KAMP)과 지능형 센싱 시스템의 통 합을 제안하였다. 연구 내용은 도금조와 스팀 보일러에 부착된 지능형 센서와 AI 기반 분석을 활용하여 운영 매개변 수를 최적화하고, 결함을 감소시키며, 전반적인 생산성을 개선하는 데 중점을 두었다. IoT 센서에서 수집된 실시간 데이터를 이용하여 예측 유지보수 및 자동 품질 관리를 가능하게 함으로써, 공정의 안정성, 에너지 효율성 및 환경 규정 준수에서 현저한 개선을 보여주며, 금속 도금 산업에서 스마트 제조 실천의 진전을 이루는 데 기여할 것으로 기대한다.
영어
This paper proposes the integration of the Korea AI Manufacturing Platform(KAMP) and intelligent sensing systems to enhance the efficiency and quality of plating processes. The research focuses on optimizing operational parameters, reducing defects, and improving overall productivity using intelligent sensors attached to plating baths and steam boilers, along with AI-based analytics. Utilizing real-time data collected from IoT sensors enables predictive maintenance and automated quality control, significantly improving process stability, energy efficiency, and environmental compliance. These advancements are expected to contribute to the progress of smart manufacturing practices in the metal plating industry.

목차

요약
Abstract
1. 서론
2. 연구방법론
2.1 데이터 수집 및 전처리
2.2 AI 기반 분석 모델 설계
2.3 시스템 설계 및 구현
3. 연구 결과
3.1 품질 개선 및 효율성
3.3 시스템 성능 평가
4. 본 연구의 시사점과 논의
4.1 시사점
4.2 향후 연구 방향
5. 결론
Acknowledgement
참고문헌

저자

  • 김점구 [ Kim Jeom Goo | 남서울대학교 컴퓨터소프트웨어학과 ]
  • 송병진 [ Song Byung Jin | 한국폴리텍대학 원주캠퍼스 ]

참고문헌

자료제공 : 네이버학술정보

    간행물 정보

    • 간행물
      한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]
    • 간기
      격월간
    • pISSN
      1975-681X
    • 수록기간
      2005~2026
    • 등재여부
      KCI 등재
    • 십진분류
      KDC 566 DDC 004