AI 인공지능 데이터 분석) CNC 가공 데이터 학습을 통한 자동 검사 모델 만들기

소개글

AI 인공지능 데이터 분석) CNC 가공 데이터 학습을 통한 자동 검사 모델 만들기에 대한 보고서 자료입니다.

목차

1. 데이터 분석 배경
2. 데이터 분석 목적
3. 데이터 분석 효과
4. 데이터 학습 결과
5. 분석 환경
6. 학습데이터 구조
7. 데이터 분석(EDA) 및 가공
8. 학습 모델 구축 및 예측
- CNN, DNN
- XGBoost, LightGBM, CatBoost, RandomForest

본문내용

1. 문제 발생 장소 : 자동차 부품사 CNC 가공 공정

2. CNC 가공이란 :
1) CNC 시스템을 사용하여 회전하는 작업물을 절삭하는 공정
2) 정밀하고 복잡한 형상을 가진 부품을 가공할 수 있어 다양한 산업 분야에 사용 됨

3. 문제 발생 내용 :
1) CNC 절삭 공구가 마모되거나, 마모 한계치에 도달하게 되면 가공 정밀도가 떨어짐
2) 설비 셋팅 조건도 가공 정밀도에 영향을 미침
3) 이러한 문제점을 가공이 완료 된 이후 외관검사를 통해서만 알 수 있음
4) 문제 파악이 늦어져서 이미 생산 된 제품에 대한 손실이 발생함

4. 분석 목적 : CNC 가공 공정 데이터를 학습하여 공정이 완료 되기 전에 미리 제품의 판정 결과를 예측 할 수 있는 모델 개발

5. 분석 효과 :
1) 가공 결과를 미리 예측하여 문제 발생 시 즉시 조치 할 수 있음
2) 불량 수량을 줄여 손실을 줄이고, 생산성을 향상 시킬 수 있음

6. 분석 결과 : 예측 정확도 100% (Best Model : CatBoost)

키워드

인공지능,   딥러닝,   머신러닝,   AI,   데이터분석,   CNC,   CNC 데이터 분석,   CNC 자동검사,   스마트팩토리,   검사자동화