Earticle

초록

영어

This study proposes a data-driven framework for predicting defect rates and searching virtual normal process conditions in a dyeing process. A total of 1,261 production history records were used, including machine number, product type, color, temperature, dyeing time, cooling rate, water amount, and RPM. Exploratory data analysis showed that the defect rate was highly concentrated at 0%, while a small number of samples exhibited severe defect rates. To address this imbalanced and heavy-tailed structure, a two-stage hurdle-based prediction model was designed. The first stage classifies whether a defect occurs, and the second stage estimates the defect rate for defective samples. In addition, Optuna was applied to search candidate process conditions that reduce the predicted defect probability. The proposed framework does not represent a fully implemented digital twin system connected to real-time facilities. However, it can serve as a prediction and optimization module for evaluating quality risk and supporting process decision-making in a manufacturing digital twin environment.

한국어

본 연구는 염색 공정에서 발생하는 불량률을 예측하고, 불량 가능성을 낮출 수 있는 공정 조건 후보를 가상으로 탐색하기 위한 데이터 기반 프레임워크를 제안한다. 염색 공정 데이터는 호기, 품명, 색상, 온도, 염색시간, 냉각속도, Water, RPM 등 다양한 공정 및 제품 정보를 포함하며, 불량률은 0%에 집중되고 일부 조건에서 고불량이 발생하는 불균형 분포를 보였다. 이러한 특성을 고려하여 본 연구에서는 불량발생 여부를 먼저 분류한 뒤, 불량 발생 구간에 대해 불량률 크기를 예측하는 2단계 허들 기반 모델을 구성하였다. 또한 학습된 예측 모델을 기반으로 Optuna를 적용하여 불량 확률을 낮추는 가상 정상 조건 후보를 탐색하였다. 제안 방법은 실제 설비와 실시간 연동된 완전한 디지털트윈은 아니지만, 제조 디지털트윈 환경에서 공정 조건 변경 전 품질 위험을 사전에 평가하고 의사결정을 지원하는 예측–최적화 모듈로 활용될 수 있다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 제조 디지털트윈과 품질 예측
2.2 제조 공정 불량 예측
2.3 Optuna 기반 공정 조건 최적화
3. 연구 방법
3.1 데이터 구성
3.2 탐색적 데이터 분석 및 문제 정의
3.3 데이터 전처리
3.4 2단계 허들 기반 불량률 예측 모델
3.5 Optuna 기반 정상 조건 탐색
4. 연구 결과
4.1 불량률 분포 및 공정 리스크 분석
4.2 예측 모델 성능
4.3 Optuna 기반 정상 조건 탐색 결과
5. 결론
REFERENCES

키워드

저자

• 문장현 [ Jang-Hyun Mun | 경운대학교 산업공정AI융합학과 ]
• 유홍석 [ Hong-seok Yoo | 경운대학교 소프트웨어학부 교수 ]
• 장재석 [ Jae-seok Jang | 경운대학교 소프트웨어학부 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  디지털혁신융합연구 [Journal of Digital Innovation and Convergence]

• 간기

  연3회

• eISSN

  3140-5843

• 수록기간

  2026~2026

• 십진분류

  KDC 569 DDC 620