Projects

공정 품질 다단계 공정에서 설비열화와 교호작용 효과를 고려한 생산계획 최적화 방법 개발

페이지 정보

profile_image
작성자 관리자
조회 442회 작성일 24-01-24 19:24

본문

지원기관 한국연구재단 (이공학개인기초연구지원사업)
역할 연구책임자
주제구분 Manufacturing System Development

연구기간: 2021.06 - 2022.05

1. 연구배경
다단계 제조 공정은 다수의 순차적인 공정 단계가 존재하고 각 단계에 여러 대의 병렬 설비가 배치된 공정 형태를 의미하며, 반도체 공정을 비롯하여 많은 제조 공정에서 발견되는 일반적인 공정이다. 이러한 환경에서 스케줄링이란, 투입되는 원자재가 매 단계에서 언제 어떤 설비에 배치되어 가공 받을지를 결정하여 생산 흐름을 최적화하는 의사결정 문제를 의미한다.
기존의 연구는 주로 공정 완료 시간, 납기 준수율과 같은 생산성 지표에 초점을 맞추어 왔다. 그러나 같은 단계의 설비라도 설비 열화, 공정 조건 등에 따라 최종 품질에 차이를 발생시킬 수 있음이 확인되면서, 품질 요소를 통합한 스케줄링의 필요성이 증가하였다. 한편, 최근에는 개별 설비 또는 설비 조합이 품질에 미치는 영향을 반영한 품질 기반 스케줄링 연구가 등장하고 있다. 하지만 이들 연구는 대부분 수리적으로 접근하거나 휴리스틱 또는 메타휴리스틱 방법론에 의존하기 때문에, 설비 고장과 같은 갑작스러운 환경 변화가 발생할 경우 전체 시스템에 대한 재계산이 이루어져야 해 실시간 대응이 어렵다는 한계를 지닌다.
본 연구는 이러한 한계를 보완하고자 강화학습을 사용한 품질 기반 스케줄링 프레임워크를 구축함으로써, 다단계 제조 공정에서 품질과 생산성의 균형을 달성함과 동시에, 동적 환경에 대한 우수한 적응성을 제공함을 목표로 한다.

37185659343ef3afbd8f530daba5d144_1706684910_2834.png

2. 연구내용
품질 기반 스케줄링을 위해 세 단계로 이루어진 프레임워크를 구성하였다.

d9996cd0bca41817d9b531fa9766fad6_1752821342_4824.png 

첫 번째 단계에서는 실험계획법(DOE)을 활용해 각 설비 및 설비 조합이 최종 품질에 어떠한 영향을 미치는 지를 계산해 설비의 주효과와 교호작용효과를 추정하였다.
두 번째 단계에서는 머신러닝을 기반으로 생산 경로와 품질 간의 관계를 학습하여 품질 예측 모델을 구축하였다.
마지막으로 세 번째 단계에서는 다단계 제조 공정 환경을 구성하였으며, 강화학습을 사용해 공정 스케줄링 정책을 학습하였다. 강화학습의 보상 정보는 품질과 생산성을 동시에 반영할 수 있어야 한다. 즉, 제품이 높은 품질을 달성하는 생산 경로를 학습할 수 있도록 유도하면서도 하나의 설비에 다수의 제품이 한꺼번에 투입되는 상황은 피할 수 있도록 해야 한다. 본 연구에서는 각 제품이 하나의 공정 단계를 마치고 다음 공정 단계로 이동하며 선택하는 설비에 따라 첫 번째 단계에서 추정한 설비의 주효과, 교효작용효과와 설비 대기열 정보를 통합하여 즉각 보상으로 부여하였다. 그리고 모든 제품의 공정이 완료되면, 두 번째 단계에서 구축한 품질 예측 모델을 사용해 완성된 생산 경로로 예측한 최종 품질에 따라 지연 보상이 부여되도록 설계하였다.