This study introduces a novel approach for identifying potential failure risks in missile manufacturing by leveraging Quality Inspection Management (QIM) data to address the challenges presented by a dataset comprising 666 variables and data imbalances. The utilization of the SMOTE for data augmentation and Lasso Regression for dimensionality reduction, followed by the application of a Random Forest model, results in a 99.40% accuracy rate in classifying missiles with a high likelihood of failure. Such measures enable the preemptive identification of missiles at a heightened risk of failure, thereby mitigating the risk of field failures and enhancing missile life. The integration of Lasso Regression and Random Forest is employed to pinpoint critical variables and test items that significantly impact failure, with a particular emphasis on variables related to performance and connection resistance. Moreover, the research highlights the potential for broadening the scope of data-driven decision-making within quality control systems, including the refinement of maintenance strategies and the adjustment of control limits for essential test items.

본 논문에서는 차량용 반도체가 제품 출하 후 사용 환경에 따라 발생되는 불량률을 데이터 마이닝 기법을 이용하여 분석하였다. 20세기 이후 가장 보편적인 이동 수단인 자동차는 전자 컨트롤 장치와 자동차용 반도체의 사용량이 급격히 증가하면서 매우 빠른 속도로 진화하고 있다. 자동차용 반도체는 차량용 전자 컨트롤 장치 중 핵심 부품으로 소비자들에게 안정성, 연료 사용의 효율성, 운전의 안정감을 제공하기 위해 사용되고 있다. 자동차용 반도체는 가솔린엔진, 디젤 엔진, 전기 모터를 컨트롤하는 기술, 헤드업 디스플레이, 차선 유지 시스템 등 많은 부분에 적용되고 있다. 이와 같이 반도체는 자동차를 구성하는 거의 모든 전자 컨트롤 장치에 적용되고 있으며 기계적인 장치를 단순히 조합한 이상의 효과를 만들어 내고 있다. 자동차용 반도체는 10년 이상의 자동차 사용 기간을 고려하여 높은 신뢰성, 내구성, 장기공급 등의 특성을 요구하고 있다. 자동차용 반도체의 신뢰성은 자동차의 안전성과 직접적으로 연결되기 때문이다. 반도체업계에서는 JEDEC과 AEC 등의 산업 표준 규격을 이용하여 자동차용 반도체의 신뢰성을 평가하고 있다. 또한 자동차 산업에서 표준으로 제시한 신뢰성 실험 방법과 그 결과를 이용하여 개발 초기 단계 및 제품 양산 초기 단계에서 제품의 수명을 예측 하고 있다. 하지만 고객의 다양한 사용 조건 및 사용 시간 등 여러 변수들에 의해 발생되는 불량률을 예측하는 데는 한계가 있다. 이러한 한계점을 극복하기 위하여 학계와 산업계에서 많은 연구가 있어왔다. 그 중 데이터 마이닝 기법을 이용한 연구가 다수의 반도체 분야에서 진행되고 있지만, 아직 자동 차용 반도체에 대한 적용 및 연구는 미비한 상태이다. 이러한 관점에서 본 연구는 데이터 마이닝 기법을 이용하여 반도체 조립(Assembly) 과 패키지 테스트(Package test) 공정 중 발생 된 데이터들간의 연관성을 규명하고, 고객 불량 데이터를 이용하여 잠재 불량률 예측에 적합한 데이터 마이닝 기법을 검증하였다.

Naval combat system developed in-country is progressing at an alarming rate since 2000. ROK navy will be achieved all vessels that have combat system in the near future. The importance of System Engineering and Integrated Logistics Support based on reliability analysis is increasing. However, reliability analysis that everyone trusted and recognized is not enough and applied practically for development of Defense Acquisition Program. In particular, Existing Reliability Analysis is focusing on reliability index (Mean Time Between Failure (MTBF) etc.) for policy decision of defense improvement project. Most of the weapon system acquisition process applying in the exponential distribution simply persist unreality due to memoryless property. Critical failures are more important than simple faults to ship’s operator. There are no confirmed cases of reliability analysis involved with critical failure that naval ship scheduler and operator concerned sensitively.Therefore, this study is focusing on Mean Time To Critical Failure (MTTCF), reliability on specific time and Operational Readiness Float (ORF) requirements related to critical failure of Patrol Killer Guided missile (PKG) combat system that is beginning of naval combat system developed in-country. Methods of analysis is applied parametric and non-parametric statistical techniques. It is compared to the estimates and proposed applications. The result of study shows that parametric and non-parametric estimators should be applied differently depending on purpose of utilization based on test of normality. For the first time, this study is offering Reliability of ROK Naval combat system to stakeholders involved with defense improvement project. Decision makers of defense improvement project have to active support and effort in this area for improvement of System Engineering.

보증데이터의 분석 목적은 크게 세 가지로 분류할 수 있다. 첫째 현상파악이다. 현 상파악은 각 부품별 보증클레임데이터를 이용하여 각부품의 현수준을 분석하는 방법 으로 단변량 분석방법이다. 즉 부품의 현 수명(신뢰도)를 분석할 수 있는 생명표법, 카 랜마이어 방법이 대표적이라고 할 수 있다. 둘째, 고장원인분석이다. 부품의 고장에 다 양한 인자가 영향을 줄 것이다. 생산부터 고객의 사용조건까지 다양할 것이다. 이처럼 단순히 사용시간을 가지고 분석하는 것이 아닌 다양한 원인변수를 통해서 원인을 파 악하는 다변량 방법이다. 셋째, 단변량이 아닌 다변량 수명예측방법으로 그 모형의 구 조에 따라 비례적 위험함수 모형 (proportional hazards)의 가정을 적용하는 COX 모형 과 가속화 시간 (accelerated failure time)을 적용하는 AFT 모형으로 분류할 수 있다. 본 연구에서는 예측에 적합한 AFT모형을 통해서 생존 시간 자체에 대한 설명변수 의 효과를 모형화하고 각 부품의 수명을 예측하고자 한다. 이 방법을 제시하는 이유는 COX모형의 경우 준 모수적 방법으로 위험함수의 모수적 유형을 지정하지 않아도 된 다는 장점을 가지고 있지만, 위험 함수 보다는 설명변수의 효과를 추정에 그 주 목적 이 있기 때문에 모형의 결과를 수명예측에 사용하기에는 부적합하다. 본 논문에서는 다양한 인자를 고려하여 부품의 수명 및 수명에 대한 설명변수의 효 과를 모형화 하여 보증데이터를 분석하는 AFT 모형을 제시 하였고 실제 보증데이터 를 통해서 AFT 모형의 활용성을 확인하였다.

In aerospace industry, MTBF (Mean Time Between Failure) and MFTBF (Mean Flight Time Between Failure) are generally used for reliability analysis. So far, especially to Korean military aircraft, MFTBF of avionic equipments is predicted by MIL-HDBK-217 and MIL-HDBK-338, however, the predicted MFTBF by military standard has a wide discrepancy to that of real-world operation, which leads to overstock and increase operation cost. This study analyzes operational data of avionic equipments. Operational MFTBF, which is calculated from operational data, is compared with predicted MFTBF calculated conventionally by military standard. In addition, failure rate trend is investigated to verify reliability growth in operational data, the investigation shows that failure rate curve from operational data has somewhat pattern with decreased failure rate and constant failure rate.

In aerospace industry, MTBF(Mean Time Between Failure) and MFTBF((Mean Flight Time Between Failure) are generally used for reliability analysis. So far, especially to Korean military aircraft, MFTBF of avionic equipments is predicted by MIL-HDBK-217 and MIL-HDBK-338, however, the predicted MFTBF by military standard has a wide discrepancy to that of real-world operation, which leads to overstock and increase operation cost. This study analyzes operational data of avionic equipments. Operational MFTBF, which is calculated from operational data, is compared with predicted MFTBF calculated conventionally by military standard. In addition, failure rate trend is investigated to verify reliability growth in operational data, the investigation shows that failure rate curve from operational data has somewhat pattern with decreased failure rate and constant failure rate.

본 논문에서는 대수-선형 파손율 모형(log-linear ROCOF)과 와이블 파솔율 모형(Weibull ROCOF)을 이용하여 상수도 주철 배수관로의 파손율을 모형화하고, '수정된 시간 척도'를 이용하여 최적교체시기를 산정할 수 있는 방법이 개발되었다. 두 ROCOF의 모형화를 위하여 개별 관로의 파손시간을 기록한 '파손 시간자료(failure-time data)'와 일정 시간간격 사이에서 발생하는 파손횟수를 기록한 '파손 횟수자료(failure-nu

사면거동 및 파괴를 분석하기 위하여, 일반적으로 암반사면에는 Polynomial model, 토사사면에는 Growth model을 별도로 적용하여 사용하여 왔다. 이 기법은 사면의 파괴예측보다 사면의 누적변위를 묘사하기 위한 그래프 형태 위주이다. 따라서 본 연구에서는 사면의 거동보다는 파괴 예측에 초점을 맞추어 일반적으로 사용되는 두 모델을 병합하여 파괴예측을 위한 Asymptote(점근선)과 누적변위량도 같이 묘사할 수 있는 3차 방정식 모델 (3-degree polynomial model)로 단일화 할 것을 제안하여 현장 계측 data를 분석하였다. 국도 절취 사면부인 단양군 고수재 사면과 영덕군 축산면에 위치한 영덕 사면에 본 해석 모델을 적용하였다. 고수재는 토사사면으로 Growth model에 다른 거동을 나타내었고, 영덕사면은 Polynomial model에 따른 거동을 나타내었다. 분석결과, Polynomial model 과 Growth model로 구분된 해석 모델 형태를 의 형태를 가지는 3차 방정식을 사용하면, 하나의 모델로 사면의 거동 및 파괴를 해석할 수 있으며, 그 거동 해석 및 파괴 예측능력이 더 우수하다는 것이 증명되었다. Polynomial model의 경우, 방정식의 차수를 증가시켜도, 그래프의 값과 형태가 유사함을 알 수 있었다.