딥러닝을 이용한 트랙터 엔진 조립 검사 시스템 개발

최초 등록일
2020.09.29
최종 저작일
2020.09
1페이지/파일확장자 어도비 PDF
가격 1,000원 할인쿠폰받기
판매자한국학술정보(주)
다운로드
장바구니

* 본 문서는 배포용으로 복사 및 편집이 불가합니다.

서지정보

발행기관 : 한국품질경영학회 수록지정보 : 한국품질경영학회 춘계학술발표논문집 / 2020권
저자명 : 서준규 , 윤태선 , 안효성 , 최동성 , 김평화 , 문용균 , 우경녕 , 화지호

한국어 초록

최근 제조업 전반에 걸- 스마트 팩토리, Industry 4.0 등 IT 기술 기반의 데이터 수집 및 분석, 인공지능 기반의 제조 시스템 개선 등에 대한 기술 개발 요구가 증대되고 있다. 이에 더불어 자사 트랙터 엔진의 모델과 부품이 다양해지고 복잡해 짐에 따라 엔진 부품의 미조립 또는 오조립 가능성 또한 증가되었기 때문에 엔진 부품 조립 후 검사공정의 중요성이 대두되고 있다. 하지만 기존의 엔진 조립 검사는 작업자의 육안에 의존하는 전수 검사 방법이 이용되었는데, 이 경우 작업자의 숙련도 및 컨디션에 의해 검사 결과가 상이할 수 있어 불량 검출 신뢰도 확보가 어려운 상황이다.이러한 어려움을 해결하기 위해 엔진을 촬영하여 엔진 부품의 조립 상태, 누락 여부를 검사할 수 있는 딥러닝 기반엔진 조립 검사 시스템을 개발하였다. 엔진의 영상 데이터를 수집한 뒤 딥러닝을 통해 검사를 수행하는 시스템으로, 구성은 다음과 같다. 먼저 검사 대상 엔진이 로딩된 트레이가 특정 위치에 진입했을 때 영상을 획득하기 위한 촬영부, 그리고 획득한 영상으로부터 조립된 부품을 인식하고 부품 데이터베이스와 비교하여 검사 엔진의 조립 상태 및 누락여부를 판단하는 엔진 조립 검사부로 구성되어 있다. 이를 통해 검사 과정을 자동화 및 전산화할 수 있었다. 결과적으로 검사 소요 시간을 육안 검사 대비 98.40% 단축하였으며, 과검율(결함으로 판단된 부품 중 실제로는 결함이 아니었던 부품 비율) 5.1%, 미검율(결함이 아니라고 판단된 부품 중 실제로는 결함이었던 부품 비율) 0%의 신뢰도를 확보하였다.

참고 자료

없음

자료문의

제휴사는 별도로 자료문의를 받지 않고 있습니다.

판매자 정보

한국학술정보(주)는 콘텐츠 제작에 도움이 되는 솔루션을 기반으로 풍부한 문화 콘텐츠를 생성하여 새로운 삶의 가치를 창조합니다.

본 학술논문은 한국학술정보(주)와 각 학회간에 저작권계약이 체결된 것으로 AgentSoft가 제공 하고 있습니다.
본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.

우수 콘텐츠 서비스 품질인증 획득
최근 본 자료더보기
딥러닝을 이용한 트랙터 엔진 조립 검사 시스템 개발