EWMA과 PRIM을 이용한 시계열 공정 운영 데이터 기반의 공정 최적화

Abstract

최근 많은 제조 기업에서 네트워크 센서와 사물인터넷과 같은 정보 통신 기술의 발전으로 인해 제조 라인으로부터 많은 양의 공정 운영 데이터를 얻고 있다. 기존의 데이터 마이닝 기법을 이용하여 공정 운영 데이터를 최적화하는 경우, 공정 운영 데이터의 입력 변수와 반응 변수 간의 관계가 변하지 않는다고 가정한다.

그러나 공정 운영 데이터를 수집하는 과정에서 적지 않은 시간이 소요되므로 공정 운영 데이터의 입력 변수와 반응 변수 간의 관계는 시간이 지남에 따라 변화할 수 있다. 이러한 경우 최신의 데이터는 오래된 데이터보다 현재의 경향을 표현하는 데 더 많은 영향을 미치므로 공정 운영 데이터를 시계열 데이터로 간주할 수 있다. 이에 본 연구에서는 시계열 공정 운영 데이터를 이용하여 공정을 최적화할 때 오래된 데이터보다 최신의 데이터의 가치를 더욱 반영하여 최적화할 것을 제안한다.

특히 제안된 방법은 데이터 마이닝 기법 중 인내심규칙추론법(PRIM)을 이용한 공정 최적화를 수행할 때 목적 함수로서 지수가중이동평균(EWMA)을 사용하여 최신의 데이터에 더 큰 가중치를 부여하는 체계적인 방법을 제안한다. 또한 가상으로 생성한 데이터와 실제 철강 제조 공정 데이터를 이용하여 제안된 방법을 적용해보고, 사례 연구의 결과를 통해 제안된 방법이 잘 작동하며 기존의 방법보다 뛰어남을 보인다.