[제조] 도금욕 공정 데이터 기반 품질 예측 프로젝트

01.개요

 

🔧 도금욕(Plating Bath) 공정 데이터 분석을 통한 품질 예측 및 공정 최적화

도금욕(Plating Bath) 이란? : 도금액이 도금조 내에 들어 있는 상태
즉, "목욕"할 때처럼 액체에 담근다는 뜻을 가지고 있어요. 도금액이 들어 있는 통 자체를 도금욕이라고 부르는 것이죠.

1. 도금(Plating)이란? : 금속 또는 기타 재료의 표면에 얇은 금속층을 입히는 공정을 말합니다. 일반적으로 부식을 방지하거나, 내구성을 높이거나, 전기적·기계적 특성을 개선하거나, 미관을 좋게 하기 위해 수행됩니다.

2. 도금이 필요한 이유
- 부식 방지: 철이나 구리 같은 금속은 공기나 수분과 접촉하면 녹이 슬거나 부식될 수 있는데, 도금을 하면 이를 방지할 수 있습니다. (예: 아연 도금된 철판)
- 내마모성 향상: 마찰이 많이 발생하는 부품(예: 자동차 부품)에 단단한 금속을 도금하면 마모가 줄어듭니다.
- ✅전기적 특성 개선: 회로 기판이나 전자 부품에는 전기 전도성이 좋은 금(金)이나 은(銀)을 도금하여 성능을 향상시킵니다.
- 미관 개선: 장신구나 악세서리에 금, 은, 니켈 도금을 하면 더 아름다운 외관을 가질 수 있습니다.

3. 도금액(Plating Solution)이란? : 도금 공정에서 사용되는 액체로, 도금하고자 하는 금속 이온이 용해되어 있는 용액입니다. 도금액에는 금속 이온뿐만 아니라 도금 품질을 향상시키기 위한 첨가제(예: 촉진제, 안정제, 광택제 등)가 포함될 수 있습니다.

4. 도금의 종류
- 전기도금(Electroplating)
: 전류를 이용해 금속 이온을 피도금물(도금을 받을 물체) 표면에 부착하는 방식.

• 도금욕 공정은 금속 부품의 표면을 보호하고 기능을 향상시키기 위해 전기도금을 수행하는 핵심 공정입니다.
• 자동차, 가전제품, 보석, 항공, 반도체 등 다양한 산업에서 활용되며, ⭐도금액 내 pH, 온도, 전류, 전압 등의 변수가 제품 품질에 직접적인 영향을 미칩니다. ⭐
• 그러나 공정 조건이 적정 범위를 벗어나면 품질 불량이 발생할 수 있으며, 이를 방지하기 위해 공정 데이터를 분석하고 최적화하는 것이 중요합니다.

🔧 도금욕 공정은 주로 모빌리티, 이차전지, 반도체, 에너지 산업과 밀접한 관련이 있습니다.

• 모빌리티(자동차, 항공 등)
  • 자동차 부품(차체, 전장 부품, 휠, 배터리 단자) 및 항공 부품의 내구성 향상과 부식 방지를 위해 사용됨.
• 이차전지(배터리)
  • 리튬이온 배터리의 전극이나 집전체(알루미늄, 구리)의 표면 보호 및 전도성 향상을 위한 도금 공정이 활용됨.
• 반도체
  • 반도체 칩 패키징 및 배선 공정에서 도금(금, 은, 구리, 니켈 등)이 사용됨.
• 에너지(태양광, 연료전지 등)
  • 태양광 패널, 연료전지의 전극 등에 적용되어 효율 향상과 부식 방지 역할을 함.

🔧 당신은 도금 공정 데이터 분석 팀(Data Analyst)입니다!

• pH, 온도, 전류, 전압, 시간 등의 센서 데이터를 분석하여 도금욕 품질을 예측하는 모델을 구축해야 합니다.
• 데이터를 활용하여 공정 이상 탐지 및 품질 변동 원인을 분석하고, 최적의 공정 조건을 도출하세요!
• 품질 이상을 사전에 감지하고, 도금욕 공정의 생산성을 높이는 데이터 기반 최적화 전략을 제안하세요.

02. 배경

 

🔧 도금욕 공정의 주요 배경

• 도금욕 공정 특징
  • 도금욕은 금속 표면을 보호하고 기능을 향상시키기 위해 전기화학적 도금을 수행하는 공정이다.
  • 자동차, 반도체, 배터리, 가전제품 등의 다양한 산업에서 활용되며, 도금액 내 pH, 온도, 전류, 전압 등의 공정 변수가 제품 품질에 직접적인 영향을 미친다.
  • 도금 과정에서는 외부 직류 전원이 공급되며, 용액 내 금속이온이 음극으로 이동하여 금속 표면에 석출되는 환원반응이 이루어진다.
• 문제 현황 (Pain Point)
  • 도금욕 공정에서 발생하는 품질 문제는 pH, 온도, 전류 밀도 등의 공정 변수에 의해 크게 좌우되지만, 이를 실시간으로 최적화하는 체계가 부족하다.
  • 공정 데이터가 축적되지만 불량 원인을 실시간으로 분석하기 어려워, 불량 발생 시 대응이 늦어질 가능성이 크다.
  • 현재 품질 관리 방식이 사전 예방보다는 사후 검출에 초점이 맞춰져 있어, 불량률을 효과적으로 낮추기 어렵다.
• 극복 방안
  • 도금욕 설비에서 자동으로 수집되는 공정 변수(pH, 온도, 전류, 전압 등) 및 센서 데이터를 체계적으로 분석하여 공정 패턴을 파악한다.
  • 머신러닝 기반의 공정 예측 모델을 구축하여, 특정 공정 변수를 자동으로 예측하고 이상치를 조기에 감지할 수 있도록 지원한다.
  • 데이터 분석을 통해 공정 변수가 불량에 미치는 영향을 규명하고, 최적의 공정 조건을 도출한다.

🔧 도금 제조사의 데이터 분석가인 당신은 ‘도금욕 공정 데이터 기반 품질 예측 프로젝트’를 담당하게 되었어요.

🔍 프로젝트 요청사항은 아래와 같습니다.

• 도금욕 공정에서 수집된 pH, 온도, 전류, 전압 등의 센서 데이터를 분석하여 공정 변수 간의 관계를 탐색해주세요.
• 각 공정 변수의 변동성을 분석하고, 머신러닝 기반의 회귀 모델을 구축하여 특정 변수(pH, 전류 등)를 자동으로 예측하는 시스템을 개발해주세요.
• 데이터를 활용하여 공정 변동의 주요 원인을 분석하고, 공정 최적화를 위한 인사이트를 도출하세요.

03.주제

 

🔧 도금욕 품질 예측 및 공정 최적화 모델 개발

1. 분석 목표
   • 도금 공정에서 수집된 pH, 온도, 전류, 전압 등의 공정 변수 간의 관계를 분석.
   • 머신러닝 모델을 활용하여 공정 데이터를 기반으로 패턴을 분석하고, 공정 변수를 예측하는 모델을 구축.
   • 주요 공정 변수를 분석하여 공정 조건을 최적화할 수 있는 인사이트를 도출.
2. 고려해야 할 분석 요소들
   • EDA(탐색적 데이터 분석) 및 통계 분석 활용:
     • 공정 변수(pH, 온도, 전류, 전압)의 분포 분석
     • 이상치 탐색 및 데이터 정리 (결측치 처리, 정규화)
     • 공정 변수 간 상관관계 분석
   • 머신러닝 기반 공정 변수 예측 모델 구축:
     • 특정 공정 변수(pH, 온도, 전류, 전압)를 예측하는 회귀 모델(Regression)
     • 공정 데이터 패턴을 기반으로 한 클러스터링(Clustering) 분석
   • 공정 변수의 중요도 분석 및 최적 조건 도출:
     • 랜덤 포레스트 및 XGBoost Feature Importance 분석
     • SHAP 분석을 통한 주요 공정 변수 해석
3. 분석 결과물 예시
   1. 데이터 탐색 및 시각화(EDA)
      • 공정 변수 간의 관계 분석 (상관 행렬)
      • 주요 공정 변수의 분포 및 이상치 탐색
      • 시간에 따른 공정 변수 변화 분석
   2. 통계 분석 및 머신러닝 모델 구축
      • 공정 변수 예측을 위한 회귀 모델 개발
      • 공정 조건 패턴 분석 및 클러스터링 적용
      • 모델 성능 평가 (R², RMSE, MAE)
   3. 공정 최적화 및 인사이트 제공
      • 특정 공정 변수가 어떻게 변할 때 다른 변수에 영향을 주는지 분석
      • 공정 변수를 최적화할 수 있는 인사이트 도출

04. 설명

 

🔧 데이터 소개

• 제조 분야 : 이노징크 전기도금

🔧 도금욕 공정 데이터 주요 컬럼 설명

1. 공정(Process) 데이터
   • pH: 도금액의 산도
   • Temperature: 도금조 내 온도(°C)
   • Current: 도금에 사용된 전류(A)
   • Voltage: 도금 전압(V)
   • Time: 데이터 측정 시간
   • Lot: 공정 배치(생산 단위)

📌 Lot이란?
제조 공정에서 같은 조건으로 동시에 처리되는 제품의 그룹을 Lot(로트)라고 합니다.
도금 공정에서는 여러 개의 제품을 한 번에 도금하는 경우가 많기 때문에, 같은 조건에서 도금된 제품들을 하나의 Lot로 관리합니다.
Lot 단위로 관리하면, 문제가 발생했을 때 어느 그룹에서 문제가 생겼는지 추적하기 쉽습니다.

 

2. 수집 정보

• 수집 기간: 2021년 09월 06일 ~ 2021년 10월 27일
• 수집 주기: 5초 간격
• 총 데이터 수: 약 50,000개

 

 

 

 

 

 

 

 

 

 

 

 

# 라이브러리 실행

import pandas as pd

import numpy as np

from scipy import stats

import matplotlib.pyplot as plt

import seaborn as sns

from datetime import datetime

df = pd.read_csv('/content/merged_output (1).csv')

df.shape

(50094, 7)

 

df.info()

#int64:정수형, object:문자열, float64:실수형

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 50094 entries, 0 to 50093
Data columns (total 7 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   Index    50094 non-null  int64  
 1   Lot      50094 non-null  int64  
 2   Time     50094 non-null  object 
 3   pH       50094 non-null  float64
 4   Temp     50094 non-null  float64
 5   Current  50094 non-null  float64
 6   Voltage  50094 non-null  float64
dtypes: float64(4), int64(2), object(1)
memory usage: 2.7+ MB

 

df

	Index	Lot	Time	pH	Temp	Current	Voltage
0	1	1	오후 4:27:17.0	1.51	23.72	3.03	4.52
1	2	1	오후 4:27:22.0	2.84	27.92	3.11	3.43
2	3	1	오후 4:27:27.0	1.78	25.44	3.98	4.58
3	4	1	오후 4:27:32.0	2.80	21.50	3.45	3.10
4	5	1	오후 4:27:37.0	2.63	27.24	4.47	3.26
...	...	...	...	...	...	...	...
50089	1514	22	오후 6:34:42.7	2.32	27.73	3.93	3.77
50090	1515	22	오후 6:34:47.7	2.15	21.23	3.44	4.09
50091	1516	22	오후 6:34:52.7	2.62	24.21	4.39	3.84
50092	1517	22	오후 6:34:57.7	1.83	23.41	4.32	3.65
50093	1518	22	오후 6:35:02.7	2.46	23.01	4.05	3.55

* 총 개수는 50093개인데 index의 마지막이 1518이다? 뭔가 이상하네. 실제 data값을 뜯어봐야겠다.

-> 뜯어보니 1~1518, 1~1518이 반복됨을 알 수 있었음! 

🧐추가 분석 포인트
1. Time 컬럼이 object 타입으로 저장되어 있어 시간 데이터(datetime)로 변환이 필요할 수 있음.
→ pd.to_datetime(df['Time'])을 사용하여 변환 가능
2. Lot 컬럼이 특정 제조 단위를 의미한다면 그룹별 분석(예: Lot별 평균 pH, 온도 등) 을 수행할 수 있음.
3. pH, Temp, Current, Voltage 값이 연속형 데이터이므로 이상치 탐색(데이터 분포에서 너무 크거나 작은 값으로, 평균적인 패턴과 다르게 튀는 값)이 필요할 수 있음.
4. Current와 Voltage는 전류와 전압 값이므로 전력(Power) = Voltage × Current 계산이 가능함.

 

df.isnull().sum()

	0
Index	0
Lot	0
Time	0
pH	0
Temp	0
Current	0
Voltage	0

 

# 오후, 오전 데이터 확인<오전은 없거든>

#df['Time'] → 'Time' 열(column)의 데이터만 가져옴.

#df['Time'].str.contains('오후') → '오후'라는 문자열이 포함된 행을 True로 반환.

#df[조건] → 조건이 True인 행만 필터링해서 df2에 저장.

df2 = df[df['Time'].str.contains('오후')]

df2

 

1	1	오후 4:27:17.0	1.51	23.72	3.03	4.52
2	1	오후 4:27:22.0	2.84	27.92	3.11	3.43
3	1	오후 4:27:27.0	1.78	25.44	3.98	4.58
4	1	오후 4:27:32.0	2.80	21.50	3.45	3.10
5	1	오후 4:27:37.0	2.63	27.24	4.47	3.26
...	...	...	...	...	...	...
1514	22	오후 6:34:42.7	2.32	27.73	3.93	3.77
1515	22	오후 6:34:47.7	2.15	21.23	3.44	4.09
1516	22	오후 6:34:52.7	2.62	24.21	4.39	3.84
1517	22	오후 6:34:57.7	1.83	23.41	4.32	3.65
1518	22	오후 6:35:02.7	2.46	23.01	4.05	3.55

 

 

 

 

정규성이랑 등분산성 -> T검정

 

 

 

시간은 시계열이라서 회귀분석을 써야됨

 

error 

2021 9/6 ~ 10/27

9/7 lot2번에 대해 전체 결함

 

정상에 대해서만 봤을 때, lot별로 그룹바이 가능한지?

1~22번까지 클러스터링도 가능한지?

 

 

lot2번에 대해서만 뽑아내서 데이터 분석을 해봐도돼

 

이건 종속변수가 안따라와 왜냐면 회사의 실제 데이터셋이거든

일반적인 대기업을 제외한 중견,중소,대기업 계열사는 저렇게 데이터가 구축이 되어있어

(도금력, 그래서 너가 찾아봐 논리를 찾아와서 분류를 해봐, 그걸 가지고 빅데이터를 구축할께, 깔끔한 데이터는 회사에서 찾기 절대적으로 어려워. 데이터가 더려운게 더 많아)

종속변수는 에러코드를 보고 뽑아라가 맞나요? - 질문1

정상/비정상이 90:10의 비율 ->10의 비율이 너무 낮아서 머신러닝을 할때 안좋아

 

 

기준점을 잡을 수 있음 -> 더 넘어가면 최적의 기준점을 제시할 수 있고-> 생산속도를 조절할 수 있음(lot랑 시간이 나와있으니까) 
머신러닝을 통해서 ph10~20범위에서는 불량이 안발생해, 이 범위내에 있을떄는 어느정도 어떤 속도로 갔을 때 불량이 안생기더라 머신러닝을 통해서 범위를 찾아내고, 생산속도를 구할 수 있음(머신러닝이 될지 안될지는 몰라 해봐야 앎)

 

 

프로젝트한거 정리 차차 더 해보자

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

피처가 컬럼

유니크 값이 많으면 안좋아 (유니크값 하나마다 변수로 볼 수 있으니까)

 

1000개중에서 5개면 5개, 10개면 10개당 이렇게 나누면 200개,100개로 나뉘는거니까 

데이터셋이 줄어드는거잖아