1일차 품질관리란?/스마트팩토리와 데이터분석/수입검사 시 품질 관리 방법

1. 품질관리란? 생산관리와의 상호보완성

품질관리 부문의 업무에 대해 학습

내가 관심 있는 분야 => 신제품 관리 

제품에 대한 바람직한 코스트, 기능 및 신뢰성에 대한 품질표준을 확립하여 규정하고, 본격적인 생산을 시작하기 전에 품질상에 문제가 될만한 근원을 제거하거나 그 소재를 확인하는 업무

 

품질관리의 4대 기능 (PDCA : Deming 사이클)

품질의 설계 (Plan) : 설계 품질/목표 품질을 품질 표준이나 시방서의 형태로 정함

공정의 설계 (Do)

품질의 보증 (Check)

품질의 조사 개선 (Action)

 

*시방서 : 제품, 재료, 공구, 설비 등에 관하여 요구되는 특정한 형성, 구조 ,치수, 성분, 능력 등이 적힌 문서

 

품질 관리의 2가지 측면

현상유지: 제품 검사와 같이, 현상이 어느 기준을 만족하고 있을 때 그 상태를 유지하려고 하는 측면. 보통 신입들이나 사원, 대리들이 이런 업무를 함

개선(현상타파): '새로운 목표'를 설정하고 목표에 도달하려는 측면으로 '개선'을 통해 문제를 타파하려는 측면. 연차가 쌓이면 타부서(ex.기술연구소) 협업 등 을 하며 업무를 확장 시킴

 

품질이란 제품이 사용 목적을 '만족'시키고 있는가를 결정하기 위한 평가의 대상이 되는 고유의 특성 또는 성능 전체를 뜻함!

근데 품질에는 객관적 특성과, 주관적 특성이 있음

객관적 특성은 그 제품이 고유 특성 및 스펙을 정량적으로 충족시켰는가!

주관적 특성은 결과적으로 그 제품이 고객 맘에 드는가! 만족하는가!

 

암튼 고객요구특성(CA) 기술특성(EC)를 모두 적절하게 만족시킬 수 있어야함

 

TQC(Total Quality Control) : 종합적 품질 관리

고객의 기대와 요국를 충분히 만족하는 가장 경제적인 수준으로 생산할 수 있도록 하는 품질 개선 활동

 

2. 스마트 팩토리 : 생산 과정에서 정보통신 기술을 적용한 지능형 생산 공장

MES

SCM (Supply Chain Management)

ERP (Enterprise Resource Planning)

 

3. 인공지능, AI

"Task에 따른 분류"

분류 : 여러 범주 중에 하나로 분류하는 걸로, 양품/불량품을 분류할 수 있음

회귀 : 연속적인 값을 예측하는 문제로, 여러 가지 변수를 테스트하며 변화를 확인하는거임

군집화 : 유사한 특성을 갖는 데이터들을 그룹화하는 문제

차원축소 : 데이터의 주요 속성을 유지하면서, 저차원의 데이터로 변환하는 문제

 

"다양한 인공지능 모델"

'다양한 data'를 적절한 방법을 이용해서 '내가 원하는 형태의 결과'로 만드는 것

ex) 분류 기법

ex) 공정 시간 같은 특성은 by 회귀 분석

ex) 유지보수 by LSTM 이상회분석

 

3. 범주화 AI

분류 문제는 결정 경계를 찾는 것!

크게

1. 분류문제의 해석 -> 이진 분류의 수치화
2. 로지스틱 회귀
3. 트리 구조와 결정 트리 //data를 분할하는 규칙
4. 부트스트래핑 : 중복해서 샘플을 random하게 여러 개 추출함. 이걸 반복하다보면 확률적으로 원본과 비슷한 값이 나오게 됨. 그걸 샘플링해서 품질 검사 등을 하는거지