효과적으로 공정을 관리하기위하여 제품의 품질특성치에 영향을 주는 데이터를 수집하고 공정을 해석하여한다. 이를 위해서 데이터 마이닝(Data Mining)이 많이 수행되어지고 있다. 본 연구에서는 공정으로부터 수집된 대량의 정보 데이터를 신경망(Neural Network)기법을 통하여 공정의 불량률을 예측하고 불량률이 높게 나타난 데이터를 통해 연관규칙(Association Rule)을 적용하여 불량에 영향을 주는 공정의 패턴을 파악 공정을 개선하고자 한다.

Data mining technique is the exploration and analysis, by automatic or semiautomatic means, of large quantities of data in order to discover meaningful patterns and rules. This paper uses a data mining technique for the prediction of defect types in manuf

제조 기업들은 공정 내에 불량을 파악하고 품질 특성치를 찾아내기 위해서 대용량의 샘플 데이터를 수집하며 분석하고 있다. 이렇게 수집되어진 데이터를 분석하기 위하여 데이터마이닝 기법이 많이 이용되어지고 있다. 본 연구에서는 제조 공정내의 불량 요인의 데이터를 수집하고 수집된 데이터를 데이터마이닝 기법 중 연관규칙을 이용하여 공정 내 불량간의 연관관계를 파악하고 공정 불량요인을 효과적으로 분석함으로서 제조 공정 내에 불량항목과 공정 간의 변화패턴 관계를 알아보기 위함이다.

본 연구에서는 경계 요소법을 이용하여 2차원 비등방성 탄성체의 손상 규명을 수행한다. 경계에서의 적분항만을 포함하는 본 수치모델은 1차원으로 줄게된다. 이러한 장점은 특히 균열 역학과 같은 문제에 있어서 중요한 의미를 갖는다. 또한 일정 영역을 분할하는 기법을 피함으로서 수치해석 과정을 간편하고 효율적으로 수행할수 있기 때문에 역문제 해결에 있어서 장점을 갖는다. 본 연구에서는 기존의 등방성 재료에 대한 비파괴 추정기법을 복합신소재와 같은 비등방성 재료로 이루어진 탄성체의 해석에 대하여 확장한다. 먼저 경계요소법에 의한 수치모델의 타당성을 기존의 문헌과 비교 검증하며, 서로 다른 특성을 보이는 비등방성 형식의 변화에 따라 실제 측정시 발생하는 노이즈 영향을 분석한다. 수치예제는 적층 형태 및 하중조건에 대하여 수행하며, 결함 추정에 미치는 적층 형태의 영향을 시험한다.

Data mining technique is the exploration and analysis, by automatic or semiautomatic means, of large quantities of data in order to discover meaningful patterns and rules. This paper uses a data mining technique for the prediction of defect types in manufacturing process. The purpose of this paper is to model the recognition of defect type patterns and prediction of each defect type before it occurs in manufacturing process. The proposed model consists of data handling, defect type analysis, and defect type prediction stages. The performance measurement shows that it is higher in prediction accuracy than logistic regression model.

TOC(Theory Of Constraints) has been applied to manufacturing field traditionally. Nowadays, it's area is being wide to SCM, Service, Marketing. This paper analyzed Demand pull Manufacturing system, then, tried to apply TOC concept for improving productivity. It used DBR (Drum-Buffer-Rope) considering defect and OEE (Overall Equipment Efficiency) . For illustration, simulation was showed and it is suggested how to do for productivity improvement.

순수한 Rutile에서 점결함의 형태와 전기적 특성을 연구하기 위해 1~10-23atm의 산소분압 범위 및 700~1300˚C의 온도 범위에서 전기전도도를 측정하였다. 전기전도도의 산소분압 의존성(logσ/logPo2)으로부터 산소분압 및 온도 변화에 따라 다음과 같은 지배적인 결함들을 제안한다. 1) TinO2n-1, 2)침입형 Ti 이온 3)2가로 하전된 산소빈자리 4)불순물에 의해 형성된 2가로 하전된 산소빈자리 5) n-p전이 및 p형 전도 또한, 고유범위의 실험결과로부터 계산한 Ti와 Vo의 결함형성 엔탈피는 각각, 10.2eV와 4.92eV였다.

HBr을 이용한 트렌치 식각시 식각 방지막의 형성과 이들이 결함 생성 및 분포에 미치는 영향을 고분해능 투과전자현미경을 이용하여 연구하였다. O2 및 다른 첨가 가스로 SiOxFy, SiOxBry 등의 식각 방지막을 표면에 형성시켜 벽면 undercut을 방지하고 표면의 거칠기를 감소할 수 있었으며, 이후의 트렌치 채움 공정에서 void 가 없는 잘 채원진 구조를 얻을 수 있었다. 형성된 식각 방지막은 격자 결함의 생성 및 이들의 분포에 영향을 미쳤다. 대부분의 식각 유도 결함들은 트렌치 바닥의 가장자리에서 10Å 이내의 깊이로 분포하였으며, 잔류막의 두께에 의존하였다. 두꺼운 잔류막층 아래로는 결함들이 거의 사라졌으며, 결함층의 깊이와 잔류막 두께는 대체로 반비례하는 것을 나타났다. 기판 내에 존재하는 결정학적인 결함들은 식각종의 입사각이나 에너지에 의존하는 반면에,식각된 표면에서 관찰되는 결함들은 트렌치 식각동안 형성되는 이러한 잔류막의 두께에 크게 의존하는 것으로 나타났다.

산소분압과 온도변화에 따라 비양론성 rutile(TiO2-x)의 결함모델을 전기전도 측정법에 의해 연구하였다. 산소분압과 전기전도도의 상관관계에 의하면, rutile에서 주결함은 2가로 하전된 산소빈자리와 4가로 하전된 침입형 티타늄이온이다. 1170˚C이상의 온도에서는 침입형 Tii…이온이 지배적인 결함이었으나, 1170˚C이하의 낮은 산소분압대에서는 2가로 하전된 산소빈자리가 주된 결함이었다. rutile의 전기전도 실험에서 제안된 결함모델은 본 연구팀이 O18추적자 확산실험에 의해 제안하였던 결과치와 일치하였다.

본 논문에서는 Si(111)에 대한 건식산화와 어닐링에서 결함의 억제 또는 제거에 NH3가 효과적임을 밝혔다. 산화방식은 건식산화(dry O2 oxidation)및 NH3산화(NH3 added in dry O2oxidation)를 택하였고 N2및 NH3N2분위기에서 어닐링 효과를 평가하였다. 건식산화에서는 발생되는 결함이 성장시간에 따라서 길이가 길어지며, NH3산화에서는 결함이 발견되지 않았다. 또한 초기산화를 NH3산화로 하고서 건식산화를 하였을 때 계면에서의 결함을 제거하는 효과가 있다. 건식산화 또는 NH3산화를 한 후 이들 시료에 대하여 7.5% NH3N2분위로 어닐링하면OSF의 게터링(gettering)효과가 있었다. NH3산화방식에서 7.5%NH3N3분위기로 어닐링했을때가 건식산화방식에 비하여 OSF의 길이가 20%정도 감소하였다. OSF의 모양은 pit형으로 (111)면에 대하여 (011)면 쪽으로 게터링이 일어났으며<110>방향으로 식각되는 성질이 있었다.

본 논문에서는 ATiO3(A=Ca, Sr, Ba) 조성을 갖는 단순 페롭스카이트 구조에서 생성되는 격자결함 구조에 대하여 고찰하였다. 페롭스카이트 구조는 고충전밀도를 갖기 때문에 프렌클 결함은 고려되지 않았다. 쇼트키결함이나, 고유전자결함도 자연적으로 포함된 억셉타 불순물 농도에 비하면 무시할 정도로 적은 양이다. 실제적으로 전기적 특성에 영향을 주는 것은 전하적 결함을 발생하는 aliovalent 불순물이다. 삼성분계이기 때문에 양이온간의 비화학양론이 발생하며 BaTiO3나 SrTiO3에서 수백 ppm이내의 AO나 TiO2의 용해도가 관찰되나, CaTiO3에서는 상당량의 CaO와 TiO2의 용해가 가능하다.

This paper describes an application of artificial neural network to diagnose the defects of rotating machiner. Induction motor was used to the object of defect diagnosis. For defect diagnosis, the frequency spectrum of vibration was utilized. Learning method of applied neural network was back propagation. Neural network has following advantage; Once it has been learned, inference time is very short and it can provide a reasonable conclusion regardless of insufficient input data. So, this defect diagnosis system can be used superiorly to rule based expert system as quality inspection of rotating machinery in the shop.