온라인 물류 수요 예측은 물류 관리/운영 측면에서 중요 역할 수행, 다양한 외부 요인으로 인한 한계점이 존재하므로 수요 예측을 통한 재고 관리 개선 필요

본 연구는 TSMixer와 TiDE 모델을 활용하되 추정 정보에 대한 불확실성을 함께 측정하는 온라인 풀필먼트 수요 특화 예측 방법론을 제시함

강건한 모델의 현장 적용을 위한 학습모델 경량화 연구 수행 (Lifghtweight AI 기술 개발)

학습 모델의 강건성 향상을 위해서 이해 가능한 surrogate model 기반 설명형 AI 기술 개발

시변화하는 제조현장 (time-varying condition)에서 강건하게 동작하기 위한 자가 최적화 기술 연구 개발

강화학습 모델링 시 공장 내 층간 제약 등 다수의 현실적 재배치 시뮬레이터 개발 수행

설비 배치가 완료된 상태에서 물품 별 이동 거리를 최소화,  최적 재배치를 위해 강화학습 모델링

층에서 설비 이동 가용 해 조건을 확인하고 최단 경로 길이를 산정할 수 있는 시뮬레이터 환경 개발

석산현장, 작업 경로, 장비 등을 3D 시뮬레이션 모델링을 통해 생산량, 최적 장비조합, 비용 등을 추정하는 기술 개발

석산 현장을 반영한 Anylogic 기반 시뮬레이션 모델 구축 및 데이터 수집

수집된 데이터에 대한 통계적 접근법 활용, 대안별 편익과 가동률을 고려한 최적의 운영계획 도출

개발된 예측기반 AMR 할당 방법과 일반적인 AMR 작업 할당 알고리즘의 성능 검증을 위하여 시뮬레이션 프로그램인 anylogic를 활용

AMR 할당 방법의 성능을 검증을 위해 ARIMA(exponential smoothing, auto-regressive integrated moving average)의 전통적인 방식과  RNN, LSTM 등의 학습 모델을 구축

절삭 공정에서 공구가 마모가 되면 기존 절삭 계수 세팅과 다른 절삭력을 가지게 됨.

• 공구의 마모 정도에 따른 절삭 계수 제어 필요

최종적으로 절삭 공구 특성 상 마모되는 공구의 절삭계수 제어하여 공구의 교체 주기를 최적화하고자 함

시뮬레이션 된 절삭 계수를 학습하여 절삭 공구의 절삭력을 제어하는 강화학습 모델을 구축

MCS 반송량 일시적 증가

• 물류 병목현상 발생

PINOKIO에서 개발한 시뮬레이션으로 파이썬을 활용하여 TCP/IP 통신 기반 강화학습 모델 구축

DTR  & HA_DTR 강화학습 모델 개발

반도체 공장내 최대 생산을 지원하기 위한 물류운영 시스템의 capacity를 추산하고 대응 가능 여부 판단

증산량 및 물동량을 사전에 rough-cut으로 예측하여 상대적으로 부족한 설비/장비의 증설을 요청할 수 있는 capacity planning에 보조

LOF, GMM,, OCSVM 뿐 아니라 변수 간 상관성 및 시계열 특성을 고려한 다변량 시계열 이상탐지 모델 구축

학습 모델의 예측 결과를 직관적으로 확인하고 원인 변수 및 시점을 추적하기 위한 d3.js 기반의 대시보드 구현