logistics15 [SPC] 관리도(Control Chart) 관리도(Control Chart)란?구성 요소변동 원인관리도 종류계량형 관리도계수형 관리도 1. 관리도(Control Chart)란? 관리도(Control Chart)는 품질의 산포를 관리하기 위하여 하나의 중심선과 두 개의 관리한계선(관리 상한선, 하한선)을 설정한 그래프를 말한다. SPC에서 가장 많이 사용된다. 관리도(Control Chart)는 품질의 산포를 관리하기 위하여 하나의 중심선과 두 개의 관리한계선(관리 상한선, 하한선)을 설정한 그래프를 말한다. 이를 통하여 공정을 관리상태로 유지하기 위하여, 그리고 제조공정이 잘 관리된 상태에 있는가를 조사하고 판정하고자 한다. 공정이 안정상태에 있는 경우에 계량치의 데이터를 취하여 히스토그램을 그리면 좌우대칭의 정규분포(Normal distribu.. 2024. 12. 16. [SPC] SPC(Statistical Process Control) 통계적 공정 관리와 핵심 도구(관리도 등) 통계적 공정 관리(Statistical Process Control, SPC)생산 공정의 품질을 모니터링하고 제어하기 위해 통계적 방법을 적용하는 것을 말한다.공정의 생산 과정에서 발생하는 다양한 데이터를 수집하고 분석 기법의 도움을 통해 공정의 품질 변동을 발생시키는 원인과 공정의 능력 상태를 파악하여 주어진 품질 목표를 달성하기 위해 품질 개선이 이루어지도록 관리하는 것이다. SPC 핵심 도구 1. Pareto Chart 파레토 차트각 요인의 빈도나 영향을 내림차순으로 표시한다. 결함, 오류, 문제에 기여하는 가장 중요한 요인을 한눈에 식별할 수 있으며 이를 통해 개선 노력의 우선순위를 정하고 집중할 수 있다.기본적으로 막대 그래프를 이용하며, 왼쪽이 가장 긴 막대, 오른쪽이 가장 짧은 막대로 배열된.. 2024. 12. 16. 최적 경로 찾기 #4 - 플로이드 워셜(Floyd Warshall) 알고리즘, 자바 코드 구현 포함 플로이드 워셜(Floyd Warshall) 알고리즘 플로이드 알고리즘은 로버트 플로이드(Robert W Floyd)이 발표한 알고리즘으로 버나드 로이(Bernard Roy)가 발표한 알고리즘, 스티븐 워셜(Stephen Warshall)이 발표한 알고리즘과 비슷하기 때문에 플로이드 알고리즘, 로이-워셜 알고리즘, 로이-플로이드 알고리즘 이라고도 불린다. 플로이드 알고리즘은 두 노드 사이에 존재하는 노드와의 가중치를 이용해 최소 가중치 합 경로를 구하는 알고리즘이다. 가능한 모든 경우의 수를 따지므로 시간복잡도가 크지만, 모든 노드에서 자신을 제외한 모든 노드로 가는 최소 가중치 경로를 얻을 수 있다. 플로이드 알고리즘이 다익스트라, 벨만 포드 알고리즘과의 가장 큰 차이점은 어떤 정점에서든지 최단 경로를 .. 2023. 7. 3. 최적 경로 찾기 #3 - 벨만-포드(Bellman-Ford) 알고리즘 벨만-포드(Bellman-Ford) 알고리즘 벨만포드 알고리즘은 리차드 벨만(Richard Bellman)과 레스터 포드(Lester Ford)에 의해서 개발되었고 그들의 이름을 따서 벨만포드라고 정해진 알고리즘이다. 벨만포드 알고리즘은 다익스트라 알고리즘과 비슷한 작동 원리를 가지지만 통행 비용에 음수값이 허용된다는 차이점이 있다. 최적 경로를 도출하기 위해 사용하는 노드의 개수가 n개라면 벨만 포드 알고리즘은 총 n-1 개의 노드에 대한 경로를 모두 탐색한다. 즉, 가장 먼 거리에 있는 노드를 제외한 모든 노드에 대한 경로를 탐색한다. 음수 값이 허용되는 이유는 다익스트라 알고리즘 사용할 때 노드의 간선의 가중치가 음수인 순환 경로가 존재할 경우 순환경로에서 벗어나지 못하고 최단 경로 탐색에 실패하게.. 2023. 7. 3. [SLAM] 몬테카를로 위치 추정(Monte Carlo Localization)이란? 몬테카를로 위치추정(MonteCarlo Localization, MCL) 몬테카를로 위치 추정(Monte Carlo Localization, 이하 MCL) 방법은 파티클 필터 기반의 위치 추정 알고리즘이다. MCL은 로봇이 위치할 가능성이 있는 모든 영역에서 로봇의 위치를 나타내는 샘플을 랜덤하게 추출하고, 각 샘플이 실제 로봇의 위치인지를 계산하는 과정을 거치게 된다. 따라서 추출한 샘플의 수는 MCL의 성능 및 수행시간과 직접적으로 연관이 있다. 샘플 수가 많으면 위치 정확도는 향상되고 위치추정 실패율은 감소되지만, 수행시간이 길어져 위치 갱신이 늦어진다. 따라서 MCL은 칼만필터 방법에 비해 수행시간이 오래 걸린다. MCL은 거리센서의 정보를 받아 위치추정 알고리즘을 이용하여 추정위치를 갱신하는 과.. 2023. 6. 27. [SLAM] 칼만 필터(Kalman Filter)란? 로봇의 각종 센서 정보를 통해 로봇의 위치를 추정하고 이동 경로 계획을 위한 SLAM을 하는 과정에서 센서를 통해 들어오는 정보에 잡음(노이즈)이 섞이는 경우가 발생한다. 이로 인해 추정된 위치 좌표가 실제 로봇의 위치와 다른 경우가 발생하는데 이러한 추정치를 보정하여 추정한 위치 좌표와 로봇의 실제 좌표와 일치시키는 알고리즘 중 하나인 칼만 필터를 소개하겠다. 칼만 필터(Kalman Filter)란? 칼만 필터는 잡음이 포함된 측정치를 바탕으로 선형 역학계의 상태를 추정하는 재귀 필터로 루돌프 칼만이 개발하였다. 칼만 필터는 물체의 측정값에 확률적인 오차가 포함되고, 또한 물체의 특정 시점에서의 상태는 이전 시점의 상태와 선형적인 관계를 가지고 있는 경우 적용이 용이하다. 또한 가우시안 분포에 효과적인.. 2023. 6. 27. 이전 1 2 3 다음
