본 연구에서는 자동화된 데이터의 수집과 자동화된 제조환경하에서 수행될 수 있는 공정관리도의 패턴양상에 대하여 인공지능의 대표적인 기법인 인공신경망을 이용하여 각 패턴의 인식과 이의 검증, 그리고 이상패턴의 발생상황을 모니터링할 수 있는 지능형 공정관리 시스템을 개발하는데 중점을 두었다 개발된 패턴인식시스템을 이용하여 공정의 상태를 관리하는 작업자의 부담을 한층 덜어줄 수 있으며 작업자는 공정에 이상패턴이 발생하는 경우에 패턴인식시스템을 통하여 공정상태에 대한 정보를 전달받을 수 있어서 지속적인 품질개선활동을 수행할 수 있게 된다.
In this paper a control chart pattern recognition methodology based on the back propagation algorithm and Multi layer perceptron, a neural computing theory, is presented. This pattern recognition algorithm, suitable for real time statistical process control. evaluates observations routinely collected for control charting to determine whether a Pattern, such as a cycle. trend or shift, which is exists in the data. This approach is promising because of its flexible training and high speed computation with low-end workstation. The artificial neural network methodology is developed utilizing the delta learning rule, sigmoid activation function with two hidden layers. In a computer integrated manufacturing environment, the operator need not routinely monitor the control chart but, rather, can be alerted to patterns by a computer signal generated by the proposed system.
