KR20060128979A - 웹 기반 제품의 수율을 최대화하는 방법 및 시스템 - Google Patents

웹 기반 제품의 수율을 최대화하는 방법 및 시스템 Download PDF

Info

Publication number
KR20060128979A
KR20060128979A KR1020067015384A KR20067015384A KR20060128979A KR 20060128979 A KR20060128979 A KR 20060128979A KR 1020067015384 A KR1020067015384 A KR 1020067015384A KR 20067015384 A KR20067015384 A KR 20067015384A KR 20060128979 A KR20060128979 A KR 20060128979A
Authority
KR
South Korea
Prior art keywords
web
conversion
products
product
control system
Prior art date
Application number
KR1020067015384A
Other languages
English (en)
Inventor
스티븐 피. 플로에더
브랜든 티. 버그
칼 제이. 스킵스
제임스 에이. 마스터맨
Original Assignee
쓰리엠 이노베이티브 프로퍼티즈 컴파니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 쓰리엠 이노베이티브 프로퍼티즈 컴파니 filed Critical 쓰리엠 이노베이티브 프로퍼티즈 컴파니
Publication of KR20060128979A publication Critical patent/KR20060128979A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32036—Enter data, values for custom made articles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32304—Minimize flow time, tact, shortest processing, machining time
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32318—Smallest value of product of imminent processing time with total processing time
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45234—Thin flat workpiece, sheet metal machining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Textile Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • General Factory Administration (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

웹을 검사하고, 하나 이상의 제품으로의 상기 웹의 후속 전환을 제어하는 기법이 개시되어 있다. 본 시스템은 예를 들어 촬상 장치, 분석 컴퓨터 및 전환 제어 시스템을 포함한다. 촬상 장치는 그 웹을 촬상하여 디지털 정보를 제공한다. 분석 컴퓨터는 디지털 정보를 프로세싱하여 이상을 포함하는 웹상의 영역을 식별한다. 이어서, 전환 제어 시스템은 디지털 정보를 분석하여 어떤 이상이 다수의 상이한 제품에 대한 실제 결함을 나타내는지를 판정한다. 전환 제어 시스템은 제품 각각에 대한 적어도 하나의 제품 선택 파라미터 값을 판정하고, 판정된 제각각의 값을 토대로 웹을 전환하기 위해 제품 중 하나를 선택한다. 제품 선택 파라미터의 예는 웹 이용, 생산된 단위 제품, 추정 수익 혹은 이익, 프로세스 시간, 기계 용량 및 상이한 제품 수요를 포함한다.
웹 롤, 전환 제어 시스템, 전환 사이트, 제품 선택 파라미터, 웹 마커

Description

웹 기반 제품의 수율을 최대화하는 방법 및 시스템{MAXIMIZATION OF YIELD FOR WEB-BASED ARTICLES}
본 발명은 시스템의 자동 검사에 관한 것으로, 보다 구체적으로는, 웹의 광학 검사에 관한 것이다.
이동 웹 물질의 분석에 관한 검사 시스템은 최근의 제조 공정에서 그 중요성이 증명되었다. 금속 제조, 종이, 부직포 및 필름과 같이 급변하는 산업은 제품 증명 및 온라인 프로세스 모니터링 모두에 관한 검사 시스템에 의존한다. 이러한 산업에서의 한가지 주요 문제점은 현재의 제조 프로세스를 따라가는데 필요한 최대 데이터 프로세싱 속도에 관련된다. 일반적으로 이용되고 있는 상업적 실용 폭 및 웹 속도와, 일반적으로 요구되는 픽셀 사이즈의 웹에서도, 초당 수십 혹은 수백 메가바이트의 데이터 획득 속도가 검사 시스템에 필요하다. 이러한 데이터 속도에서 이미지를 프로세싱하고, 정확한 결함 검출을 수행하는 것이 지속적으로 요구되고 있다.
종래에는, 이미지 프로세싱을 매우 간단한 알고리즘으로 제한하고, 검출 알고리즘의 범위 및 복잡성을 제한하며, 데이터 스트림의 일부에 각기 동작하는 전용 전치 프로세서 또는 주문형 전자 하드웨어를 통합하는 주문형 검사 시스템 아키텍 쳐를 이용함으로써 이러한 딜레마에 대응하였다. 이러한 시스템들이 이동 웹의 검사에 필요한 데이터 속도를 달성할 수 있지만, 이러한 시스템을 새로운 생산 프로세스 및 웹 물질에 적용시키는 것은 매우 어려운 일이다. 또한, 프로세싱 알고리즘은 전용 프로세싱 모듈의 성능에 제한된다. 결국, 이미지 프로세싱 알고리즘이 더 복잡해 짐에 따라, 필요한 프로세싱을 구현하는데 필요한 하드웨어는 빠른 속도로 관리할 수 없게 된다.
제조 산업은 재고를 줄이는데 확실히 이점이 있는 "저스트 인 타임(just-in-time)" 생산 능력의 중요성을 인식해 왔다. 하지만, 이러한 목표를 달성하는 것은 다양한 제품들 간의 빠른 전환을 가능하게 하는 시스템 및 장치를 개발하도록 제조자에게 흔히 요구한다. 제품들 간의 빠른 전환은 특수화된 신호 프로세싱 하드웨어에 맞지 않기 때문에, 이동 웹의 광학 검사 기술이 이제 필요하다.
다른 딜레마는, 주어진 제품이 나중에 상이한 품질 수준을 각기 필요로 하는 다수의 애플리케이션에서 이용될 수 있는 경우에 발생한다. 이 문제점은, 제조시에, 어느 정도의 품질 수준이 필요한지를 알 수 없다는 점에 있다. 따라서, 현재에는, 추출된 결함의 공간 특성에 기반한 다양한 결함 분류 기법을 이용하여 결함 검출 후의 품질 수준에 대해 등급을 정하려 하고 있다. 이것은, 전체적인 차이가 상이한 품질 요구에 대한 결함 수준간에 존재하는 경우에, 간혹 적합하지만, 결함들 간의 더 미세한 차이가 상이한 이미지 프로세싱 및 결함 추출 알고리즘을 필요로 하는 더 요구사항이 많은 경우에는 적합하지 않다. 따라서, 결함 추출 후까지 분류를 기다린다면, 정보는 손실되고, 분류는 불가능해진다.
발명의 개요
본 발명은 이동 웹의 자동 검사 기법에 관한 것이다. 검사 시스템은, 예를 들어, 광학 획득 장치를 이용하여 웹에 대한 이상 정보(anomaly information)를 획득하고, 먼저, 일반적으로 덜 정교한 알고리즘으로 예비 검사를 수행한다. 이러한 이상을 포함하는 웹 영역에 관한 이미지 정보는, 몇몇 이상은 결함일 것이지만, 많은 이상이 "긍정 오류", 즉 결함이 아닌 이상일 수 있다는 가능성을 수용하여 후속 프로세싱을 위해 저장된다. 사실, 몇몇 이상 영역은, 웹이 특정한 제품 애플리케이션에 이용된다면, 궁극적으로는 결함으로 분류될 수 있지만, 그 웹이 다른 애플리케이션에 이용된다면, 결함이 아닌 것으로 분류될 수도 있다.
원래의 이상 정보는, 검사된 웹이 롤로 감기고, 이용될 수 없는 후라도, 편리한 때에 재고려되며, 완전히 분석될 수 있다. 그 결과, 검사 동안의 이동 웹의 속도는 웹의 전체 면이 정교하게 분석될 때 가능한 속도보다 훨씬 빠를 수 있다.
더욱이, 전환 결정은 오프라인으로 행해질 수 있으며, 많은 요인들을 기반으로 행해질 수 있다. 전환 제어 시스템은 그 후에 원래의 이미지 정보를 재고려하고, 그 이미지 정보가 다수의 더 정교한 이미지 프로세싱 및 결함 추출 알고리즘 중 적어도 하나를 거쳐 이상으로부터 실제 결함을 효과적으로 분리한다. 전환 제어 시스템은 그 결함 정보를 이용하여, 웹이 하나 이상의 제품 선택 파라미터를 토대로 제품으로 최종 전환되는 방식을 제어한다.
구체적으로, 전환 제어 시스템은 이미지 프로세싱 및 결함 추출 알고리즘을 적용하여 다수의 잠재적 웹 기반 제품, 즉 웹이 전환될 수 있는 제품에 관한 결함 정보를 생성한다. 그 후에, 전환 제어 시스템은 어떤 제품이 웹의 최대 이용 등과 같은 선택된 파라미터를 가장 잘 달성하는지 식별한다. 전환 선택 프로세스에 영향을 주는데 이용될 수 있는 제품 선택 파라미터의 다른 예들은, 생산되는 제품 단위, 생산된 제품으로부터의 추정 수익 또는 이익, 웹을 전환하는데 필요한 프로세스 시간, 각각의 프로세스 라인에 대한 현재의 기계 용량, 상이한 제품에 대한 현재 수요, 또는 기타 파라미터를 포함한다.
일 실시예에서, 본 방법은, 웹의 순차 부분을 촬상하여 디지털 정보를 제공하는 단계와, 적어도 하나의 초기 알고리즘으로 그 디지털 정보를 프로세싱하여 이상을 포함하는 웹상의 영역을 식별하는 단계를 포함한다. 본 방법은, 디지털 정보의 적어도 일부를 다수의 후속 알고리즘으로 분석하여 어떤 이상이 다수의 상이한 제품에 대한 웹의 실제 결함을 나타내는지를 판정하는 단계와, 그 제품들 각각에 대해 적어도 하나의 제품 선택 파라미터의 값을 판정하는 단계와, 제품들 각각에 대해 판정된 값을 토대로 제품들 중 하나를 선택하는 단계와, 그 웹을 선택된 제품으로 전환하는 단계를 더 포함한다.
다른 실시예에서, 본 시스템은 촬상 장치, 분석 컴퓨터 및 전환 제어 시스템을 포함한다. 촬상 장치는 웹의 순차 부분을 촬상하여 디지털 정보를 제공한다. 분석 컴퓨터는 초기 알고리즘으로 디지털 정보를 프로세싱하여 이상을 포함하는 웹상의 영역을 식별한다. 전환 제어 시스템은, 적어도 하나의 후속 알고리즘으로 디지털 정보의 적어도 일부를 분석하여, 어떤 이상이 다수의 상이한 제품에 대한 웹의 실제 결함을 나타내는지를 판정한다. 또한, 전환 제어 시스템은 제품들 각각에 대해 적어도 하나의 제품 선택 파라미터의 값을 판정하고, 웹의 전환을 위해 제품들 각각에 대해 제각기 판정된 값을 토대로 제품들 중 하나를 선택한다.
또 다른 실시예에서, 전환 제어 시스템은 일련의 규칙을 규정하는 데이터를 저장한 데이터베이스, 및 분석 기계로부터 이상 정보를 수신하는 인터페이스를 포함하고, 그 이상 정보는 이상을 포함한 웹의 영역을 식별한다. 전환 제어 시스템은 그 규칙을 이상 정보에 적용하여 다수의 제품 각각에 대해 적어도 하나의 제품 선택 파라미터의 값을 판정하게 하는 전환 제어 엔진을 더 포함한다. 전환 제어 엔진은 웹의 전환을 위해 판정된 값을 토대로 제품들 중 하나를 선택한다.
또 다른 실시예에서, 컴퓨터 판독가능 매체는 프로세서가 일련의 규칙을 규정하는 데이터를 저장하고, 제조 플랜트 내에 배치된 분석 기계로부터 이상 정보를 수신하게 하는 명령을 포함하며, 그 이상 정보는 이상을 포함하는 웹상의 영역을 식별한다. 상기 명령은 또한 프로세서가 그 규칙을 이상 정보에 적용하여 다수의 제품들 각각에 대해 적어도 하나의 제품 선택 파라미터의 값을 판정하게 하고, 웹의 전환을 위해 판정된 값을 토대로 제품들 중 하나를 선택하게 한다.
본 발명은 하나 이상의 이점을 제공할 수 있다. 예컨대, 후속 분석을 위한 이상 정보의 획득 및 저장은 개선된 결함 검출 성능을 제공할 수 있는 애플리케이션 특정 결함 검출 방법이 적용되게 한다. 또한, 상기 방법은 주어진 롤에 대한 전환 결정이 제품 수율, 수익, 이익, 현재의 프로세스 라인 용량, 현재의 제품 수요 또는 기타 파라미터를 토대로 내려지게 한다.
본 발명의 하나 이상의 실시예들의 세부 사항은 첨부된 도면 및 다음의 상세 한 설명에 개시되어 있다. 본 발명의 다른 특징, 목적 및 이점들은 다음의 상세한 설명, 도면 및 청구범위로부터 알 수 있을 것이다.
정의
본 발명을 위해, 본 출원서에서 사용되는 다음의 용어들은 다음과 같이 정의된다.
"웹"은 한 방향으로 고정 치수를 가지고, 직교 방향으로 사전설정되거나 설정되지 않은 길이를 갖는 재료의 시트를 의미하고,
"순차"는 이미지가 한 행의 센서 요소(픽셀)에 광학 매핑하는 웹 영역 또는 연속적인 하나의 선에 의해 형성되는 것을 의미하고,
"픽셀"은 하나 이상의 디지털 값에 의해 표시되는 화상 요소를 의미하고,
"블로브(blob)"는 이진 이미지에서의 연결된 세트의 픽셀을 의미하고,
"결함"은 제품에서의 원하지 않는 발생을 의미하고,
"이상" 또는 "이상들"은 그 특성과 강도에 따라 결함이거나 결함이 아닐 수 있는 정상 제품으로부터의 편차를 의미하고,
"그레이 스케일"은 다수의 가능 값, 예컨대 256 디지털 값을 갖는 픽셀을 의미하고,
"2차화"는 픽셀을 이진 값으로 변환하는 동작이고,
"필터"는 원하는 출력 이미지로의 입력 이미지의 수학적 변환이고, 필터는 이미지내에서 원하는 특성의 대비를 개선하는데 일반적으로 이용되고,
"애플리케이션 특정"은 웹의 의도된 이용을 토대로 요건, 예컨대 등급 수준 을 규정하는 것을 의미하고,
"수율"은 물질의 비율, 제품의 유닛 수 또는 다소 다른 방식으로 표현되는 웹의 이용을 나타내고,
"기준 마크"는 웹상의 특정한 물리적 위치를 규정하는데 이용되는 기준 지점 또는 표기를 의미하고,
"제품"은 웹으로부터 생성되는 (또한 컴포넌트로 지칭되는) 개별 시트, 예컨대 휴대폰 또는 TV 스크린용의 직사각형 필름 시트이며,
"전환"은 웹을 제품으로 물리적 절단하는 프로세스이다.
도 1은 전환 제어 시스템이 본 발명에 따라 웹의 전환을 제어하는 글로벌 네트워크 환경을 도시하는 블록도.
도 2는 웹 제조 플랜트의 일 실시예를 도시하는 블록도.
도 3은 웹 제조 플랜트의 예시 동작을 도시하는 블록도.
도 4는 전환 제어 시스템의 일 실시예를 도시하는 블록도.
도 5는 사용자가 상호작용하여 전환 제어 시스템을 구성하는 사용자 인터페이스 모듈에 의해 제공된 사용자 인터페이스의 예를 도시하는 도면.
도 6은 사용자 인터페이스 모듈에 의해 제공되는 다른 사용자 인터페이스의 예를 도시하는 도면.
도 7은 전환 제어 시스템에 의한 이상 정보 프로세싱의 예를 도시하는 순서도.
도 8은 전환 제어 엔진이 주어진 웹 롤에 대한 전환 계획을 세워 웹 이용을 최대화하는 방법의 일례를 도시하는 순서도.
도 9는 전환 제어 엔진이 전환 계획을 세워 웹 롤로부터 생산되는 컴포넌트의 수를 최대화하는 방법의 일례를 도시하는 순서도.
도 10은 전환 제어 엔진이 주어진 웹 롤에 대한 전환 계획을 세워 그 웹 롤로부터 실현되는 총 유닛 판매액을 최대화하는 방법의 일례를 도시하는 순서도.
도 11은 전환 제어 엔진이 전환 계획을 세워 웹 롤로부터 실현되는 총 이익을 최대화하는 방법의 일례를 도시하는 순서도.
도 12는 전환 제어 엔진이 전환 계획을 세워 웹 롤에 대한 프로세스 시간을 최소화하면서도 규정된 최소 수율을 달성하는 방법의 일례를 도시하는 순서도.
도 13은 전환 제어 엔진이 전환 계획을 세워 하나 이상의 전환 사이트에서 프로세스 라인의 이용을 최대화하면서도, 그 웹 롤에 대해 규정된 최소 수율을 달성하는 방법의 일례를 도시하는 순서도.
도 14는 전환 제어 엔진이 합성 결함 맵을 토대로 웹 롤을 둘 이상의 제품으로 전환하도록 전환 계획을 세워 그 웹 롤의 이용을 최대화하는 방법의 일례를 도시하는 순서도.
도 15는 전환 제어 엔진이 다수의 구성가능한 파라미터의 가중 평균을 토대로 주어진 웹 롤에 대한 전환 계획을 세우는 방법의 일례를 도시하는 순서도.
도 16은 전환 사이트의 일례를 도시하는 블록도.
도 17은 최대 수율 또는 다른 구성가능한 파라미터를 얻기 위해 전환 계획에 따라 웹을 프로세싱할 때의 전환 사이트의 동작예를 도시하는 순서도.
도 1은 전환 제어 시스템(4)이 웹 물질의 전환을 제어하는 글로벌 네트워크 환경(2)을 도시하는 블록도이다. 보다 구체적으로, 웹 제조 플랜트(6A-6N)는 웹 롤(10)의 형태로 웹 물질을 생산하는 제조 사이트를 나타낸다. 웹 제조 플랜트(6A-6N)는 지리적으로 분산될 수 있다.
제조된 웹 물질은 한 방향으로 고정 치수를 가지고, 어느 한쪽이 직교 방향으로 사전설정되거나 설정되지 않은 길이를 갖는 임의의 시트류 물질을 포함할 수도 있다. 웹 물질의 예는 금속, 종이, 엮은 물질, 부직포, 유리, 중합체 필름, 유연 회로 또는 이들의 조합을 포함하는데, 이에 국한되지는 않는다. 금속은 강철 또는 알루미늄과 같은 물질을 포함할 수 있다. 엮은 물질은 일반적으로 다양한 직물을 포함한다. 부직포는 종이, 필터 매개물 또는 절연 물질과 같은 물질들을 포함한다. 필름은 적층물 및 코팅된 필름을 포함하는 투명 및 불투명 중합체 필름 등을 포함한다.
많은 애플리케이션에 있어서, 웹 롤(10)의 웹 물질은 일반적으로 베이스 웹 물질의 노출 표면에 적용되는 응용 코팅을 구비할 수도 있다. 코팅의 예는 접착제, 광학 밀도 코팅, 낮은 접착력의 이면 코팅, 금속화 코팅, 광학 활성 코팅, 전기 도전성 혹은 비도전성 코팅, 또는 이들의 조합을 포함한다. 이 코팅은 웹 물질의 적어도 일부분에 적용되거나, 또는 베이스 웹 물질 표면을 완전히 덮을 수도 있다. 또한, 웹 물질은 패터닝되거나 또는 패터닝되지 않을 수도 있다.
웹 롤(10)은 상이한 국가들 내에서 지리적으로 분산될 수 있는 전환 사이트(8A-8N)로 선적된다. 전환 사이트(8A-8N)("전환 사이트(8)")는 각각의 웹 롤(10)을 하나 이상의 제품으로 전환한다. 구체적으로, 전환 사이트(8) 각각은 주어진 웹 롤(10)에 대해 제품(12A-12N)으로 지칭되는 다수의 개별 시트, 개별 부분 또는 다수의 웹 롤로 웹을 물리 절단하는 하나 이상의 프로세스 라인을 포함한다. 일례로서, 전환 사이트(8A)는 필름의 웹 롤(10)을 최종 용도 애플리케이션용의 개별 시트로 전환할 수 있다. 이와 유사하게, 웹 물질의 다른 형태는 고객(14A-14N)이 의도하는 애플리케이션에 따라 상이한 모양과 크기의 제품(12)으로 전환될 수 있다. 전환 사이트(8) 각각은 상이한 유형의 웹 롤(10)을 수신할 수 있으며, 각각의 전환 사이트는 전환 사이트의 위치 및 고객(14)의 특정 요구에 따라 상이한 제품(12)을 생산할 수도 있다.
본 명세서에서 상세히 설명되는 바와 같이, 웹 제조 플랜트(6) 각각은 생산된 웹에 관한 이상 정보를 얻는 하나 이상의 검사 시스템(도 1에는 도시되지 않음)을 포함한다. 웹 제조 플랜트(6)의 검사 시스템은, 몇몇 이상은 결함일 수 있지만, 많은 이상이 "긍정 오류", 즉 결함이 아닌 이상일 수 있다는 가능성을 수용함으로써, 먼저 일반적으로 덜 정교한 알고리즘을 이용한 웹의 예비 검사를 수행하여 제조 이상을 식별한다. 사실, 제품(12)은 품질 수준이라고도 지칭되는 상이한 등급 수준을 가지며, 제조 이상에 대해 상이한 허용 범위를 갖는다. 그 결과, 몇몇 이상 영역은, 대응하는 웹 롤(10)이 특정한 제품(12)으로 전환된다면 결함이 있는 것으로 최종 분류될 수 있지만, 웹 롤이 상이한 제품으로 전환된다면 결함이 없는 것으로 최종 분류될 수도 있다.
웹 제조 플랜트(6)는 후속 프로세싱을 위해 이상을 포함한 웹 영역에 관한 이미지 정보를 네트워크(9)를 통해 전환 제어 시스템(4)으로 통신한다. 전환 제어 시스템(4)은 애플리케이션 특정, 즉 제품(12)에 특정될 수 있는 하나 이상의 결함 검출 알고리즘을 적용한다. 그 분석을 토대로, 전환 제어 시스템(4)은, 자동 또는 반자동 방식으로, 어떤 제품(12)이 특정한 웹 롤(10)이 웹의 최대 수율(즉, 이용)을 얻게 하는지를 판정한다. 상기 판정에 따라, 전환 제어 시스템(4)은 각각의 웹 롤(10)에 대한 전환 계획, 즉 웹 롤을 프로세싱하기 위해 규정된 명령을 생성하고, 웹을 선택된 제품으로 전환할 때 이용하기 위해 그 전환 계획을 네트워크(9)를 통해 적합한 전환 사이트(8)로 통신한다.
전환 제어 시스템(4)은, 각각의 웹 롤(10)에 대한 전환 계획을 세울 때에, 수율과 독립적으로 또는 수율에 추가하여 다른 제품 선택 파라미터를 고려할 수도 있다. 예컨대, 전환 제어 시스템(4)은 상이한 제품(12)에 관해 각각의 웹 롤(10)에 의해 생산될 유닛수를 고려할 수도 있다. 전환 제어 시스템(4)이 전환 계획을 세울 때에 고려할 수 있는 제품 선택 파라미터의 다른 예들은 각각의 잠재적 제품(12)에 관해 웹 롤에 의해 발생될 수익 또는 이익의 추정치, 각각의 상이한 제품에 관해 웹을 전환하는데 필요한 프로세스 시간, 전환 사이트(8) 내의 각각의 프로세스 라인에 대한 현재 기계의 용량, 각각의 제품(12)에 대한 현재 수요 수준 및 그 밖의 파라미터를 포함한다.
어떤 실시예에서는, 전환 제어 시스템(4)이 개별 전환 사이트(8)에 대해 이와 같이 판정할 수도 있다. 다시 말해, 전환 제어 시스템(4)은 각각의 전환 사이트(8)에 대해 정해진 웹 롤을 식별하고, 개별 전환 사이트와 연관된 제품(12)을 토대로 전환 계획을 세울 수 있다. 예컨대, 전환 제어 시스템(4)은 전환 사이트(8A)에 대해 정해진 웹 롤을 식별하고, 전환 사이트(8A)에 의해 생산된 제품(12A)을 토대로 웹 롤에 대한 수율을 최대로 하는 전환 계획을 세울 수 있다.
이와 달리, 전환 제어 시스템(4)은 전환 사이트(8)로의 그 선적에 앞서 웹 롤(10)에 대한 전환 계획을 세울 수도 있다. 그 결과, 전환 제어 시스템(4)은 웹 롤(10)에 대해 대응하는 전환 계획을 세울 때에, 모든 잠재적 가용 제품(12)을 고려할 수도 있다. 이런 식으로, 전환 제어 시스템(4)은 예를 들어 각각의 웹 롤(10)의 수율을 최대로 하기 위해 모든 잠재적 가용 제품(12)을 고려할 수 있다. 이러한 구성에서, 전환 제어 시스템(4)은 전환 계획을 세워, 각각의 웹 롤(10)이 선적되어야 하는 특정 전환 사이트(8)를 식별하는 명령을 출력한다.
몇몇 실시예들에서는, 전환 제어 시스템(4)이 웹 롤(10)에 대한 제각각의 전환 사이트(8)를 선택할 때에 다른 파라미터를 고려한다. 이러한 파라미터는 각각의 전환 사이트(8)에서의 현재 재고 수준, 고객(14)으로부터 수신된 최근 주문, 각각의 전환 사이트(8)와 연관된 선적 시간과 비용, 가용 선적 방법 및 그 밖의 파라미터를 포함하지만, 이에 국한되지는 않는다.
이런 식으로, 전환 제어 시스템(4)은 애플리케이션 특정 결함 검출 알고리즘을 웹 제조 플랜트(6)로부터 수신된 이상 정보에 적용하고, 하나 이상의 파라미터를 토대로 제품(12)으로의 웹 롤(10)의 전환을 최종 지시한다. 후술하는 바와 같이, 이러한 요인들은 사용자가 선택할 수 있으며, 가중 함수 또는 다른 기법을 이용하여 독립적으로 또는 집합적으로 적용될 수도 있다.
도 2는 도 1의 웹 제조 플랜트(6A)의 일 실시예를 도시하는 블록도이다. 이 실시예에서, 연속 이동 웹(20)의 세그먼트는 두 개의 지지 롤(22, 24) 사이에 배치된다.
이미지 획득 장치(26A-26N)는 연속 이동 웹(20)에 매우 밀접하게 배치된다. 이미지 획득 장치(26)는 연속 이동 웹(20)의 순차 부분을 스캐닝하여 이미지 데이터를 얻는다. 획득 컴퓨터(27)는 이미지 획득 장치(26)로부터 이미지 데이터를 수집하여, 그 이미지 데이터를 예비 분석을 위해 분석 컴퓨터(28)로 전송한다.
이미지 획득 장치(26)는 이동 웹(20)의 순차 부분을 판독하고, 디지털 데이터 스트림 형태로 출력할 수 있는 기존의 촬상 장치일 수도 있다. 도 2에 도시된 바와 같이, 촬상 장치(26)는 디지털 데이터 스트림을 직접 제공하는 카메라, 또는 추가적인 아날로그-디지털 변환기를 구비한 아날로그 카메라일 수도 있다. 예를 들어, 레이저 스캐너와 같은 다른 센서가 이미지 획득 장치로 이용될 수도 있다. 웹의 순차 부분은 데이터가 연속적인 단일 라인에 의해 획득된다는 것을 표시한다. 단일 라인은 센서 구성요소 또는 픽셀의 하나의 행으로 광학 매핑하는 연속 이동 웹 영역을 포함한다. 이미지를 획득하는데 적합한 장치의 예들은 Perkin Elmer(Sunnyvale, Calif.)사의 Model#LD21과 같은 라인스캔 카메라, Dalsa(Waterloo, Ontario, Canada)사의 Piranha Models, 또는 Thompson-CSF(Totawa, N.j.)사의 Model#TH78H15를 포함한다. 추가 예들은 아날로그-디지털 변환기와 함께 Surface Inspection Systems GmbH(Munich, Germany)사의 레이저 스캐너를 포함한다.
이미지는 그 획득을 지원하는 광학 어셈블리의 이용을 통해 광학적으로 획득될 수 있다. 이러한 어셈블리는 카메라의 어느 한 부분이거나, 카메라로부터 분리될 수도 있다. 광학 어셈블리는 촬상 프로세스 동안에 반사된 광, 투과된 광 또는 트랜스플렉트 광을 이용한다. 예를 들어, 반사된 광은 표면 스크래치와 같은 웹 표면의 변형에 의해 야기된 결함의 검출에 흔히 적합하다.
바코드 제어기(30)는 바코드 판독기(29)를 제어하여 웹(20)으로부터의 롤 및 위치 정보를 입력하게 한다. 바코드 제어기(30)는 롤 및 위치 정보를 분석 컴퓨터(28)로 통신한다.
분석 컴퓨터(28)는 획득 컴퓨터(27)로부터의 이미지 스트림을 프로세싱한다. 분석 컴퓨터(28)는 하나 이상의 초기 알고리즘으로 디지털 정보를 프로세싱하여 결함으로 최종 판정될 수 있는 이상을 포함한 임의의 웹(20) 영역을 식별하는 이상 정보를 생성한다. 각각의 식별된 이상에 관해, 분석 컴퓨터(28)는 그 이상과, 웹(20)의 가능한 주변부를 둘러싸는 픽셀 데이터를 포함한 이상 이미지를 이미지 데이터로부터 추출한다.
분석 컴퓨터(28)는 롤 정보, 위치 정보 및 이상 정보를 데이터베이스(32) 내에 저장한다. 데이터베이스(32)는 하나 이상의 데이터베이스 서버상에서 실행되는 하나 이상의 데이터베이스 관리 시스템(DBMS) 또는 데이터 저장 파일을 포함하는 임의의 여러 상이한 형태로 구현될 수 있다. 데이터베이스 관리 시스템은 관계형(RDBMS), 계층형(HDBMS), 다차원(MDBMS), 객체 지향형(ODBMS 또는 OODBMS) 또는 객체 관계형(ORDBMS) 데이터베이스 관리 시스템 등일 수 있다. 일례로, 데이터베이스(32)는 마이크로소프트사의 SQL ServerTM에 의해 제공되는 관계형 데이터베이스로 구현된다.
분석 컴퓨터(28)는 후속하는 오프라인 상세 분석을 위해 이상 정보와 제각각의 서브 이미지뿐만 아니라 롤 정보를 전환 제어 시스템(4)으로 통신한다. 예컨대, 이러한 정보는 분석 컴퓨터(28)와 전환 제어 시스템(4) 간의 데이터베이스 동기로 통신될 수 있다.
도 3은 웹 제조 플랜트(6A)의 예시 동작을 도시하는 순서도이다. 처음에, 이미지 획득 장치(26) 및 획득 컴퓨터(27)는 이동 웹(20)으로부터 이미지 데이터를 획득한다(40). 이미지 데이터는 예를 들어 디지털 비디오 카메라를 통해 디지털 적으로 형성되거나, 디지털 정보로 전환될 수 있다(42). 어느 경우이든, 획득 컴퓨터(27)는 디지털 이미지 정보 스트림을 분석 컴퓨터(28)로 출력한다(44).
분석 컴퓨터(28)는 초기 이상 검출 알고리즘을 적용하여 이상을 포함한 웹 영역을 식별한다(46). 몇몇 간편한 실시예들에서, 초기 이상 검출 알고리즘은 이동 웹(20)의 선속도가 빠른 경우라도 일반용 연산 장치에 의해 실시간 수행될 수 있도록 고속이다. 그 결과, 이상을 포함하는 몇몇 식별 영역은 "긍정 오류"를 포함할 수도 있다. 많은 긍정 오류가 존재할 수 있을지라도, 초기 알고리즘은 "이스케이프(escape)", 즉 드물지만 진정한 결함이 이상으로 검출되지 않도록 바람직하게 설계된다.
초기 이상 검출 알고리즘을 적용하자마자, 분석 컴퓨터(28)는 식별된 영역에 관한 이상 데이터를 어셈블링하여, 그 이상 데이터를 데이버베이스(32) 내에 저장한다(48).
이 데이터는 웹 내의 그 이상의 시작 위치와, 각각의 식별된 영역의 주변 픽셀 영역을 일반적으로 포함한다. 이 프로세스 동안에, 분석 컴퓨터(28)는 이상을 포함한 각각의 식별된 영역에 대한 서브 이미지 데이터를 추출한다(50). 구체적으로, 원래의 디지털 이미지 정보의 일부만이 전환 제어 시스템(4)에 의해 추가로 더 정교한 분석을 위해 추출될 필요가 있다. 식별된 영역은, 몇 바이트의 파일 크기와 같이 임의의 편리한 크기 단위에 의해 표시되는 바와 같이, 적어도 디지털 정보보다 작은 크기 순서와 같은 정보를 일반적으로 포함한다. 몇몇 애플리케이션에서, 본 발명은 3과 12 사이의 크기 순서로 실제 데이터가 감소되는 것을 입증하였다.
추출된 이상 이미지는 데이터베이스(32) 또는 파일 서버(도시되지 않음)에 저장될 수 있으며(52), 그 이상 및 롤 정보와 함께 전환 제어 시스템(4)으로 후속 통신될 수 있다(54). 이와 달리, 롤 정보, 이상 정보 및 이상 이미지는 전환 제어 시스템(4)에 의한 프로세싱을 위해 직접 전송될 수도 있다.
도 4는 전환 제어 시스템(4)의 일 실시예를 더 상세히 도시하는 블록도이다. 이 실시예에서, 애플리케이션 서버(58)는 소프트웨어 모듈(61)에 대해 동작 환경을 제공한다. 소프트웨어 모듈은 다수의 결함 프로세싱 모듈(60A-60M), 사용자 인터페이스 모듈(62) 및 전환 제어 엔진(64)을 포함한다.
소프트웨어 모듈(61)은 데이터베이스(70)와 상호작용하여 데이터(72)에 액세스하며, 이 데이터(72)는 이상 데이터(72A), 롤 데이터(72B), 이미지 데이터(72C), 제품 데이터(72D), 전환 사이트 데이터(72E), 결함 맵(72F), 합성 결함 맵(72G), 전환 제어 규칙(72H) 및 전환 계획(72I)을 포함할 수 있다.
데이터베이스(70)는 하나 이상의 데이터베이스 서버상에서 실행되는 하나 이상의 데이터베이스 관리 시스템(DBMS) 또는 데이터 저장 파일을 포함하는 임의의 여러 상이한 형태로 구현될 수 있다. 일례로, 데이터베이스(32)는 마이크로소프트사의 SQL ServerTM에 의해 제공되는 관계형 데이터베이스로 구현된다.
이상 데이터(72A), 롤 데이터(72B) 및 이미지 데이터(72C)는 웹 제조 플랜트(6)(도 1)로부터 수신되는 롤 정보, 이상 정보 및 제각각의 이상 이미지를 나타낸다. 제품 데이터(72D)는 제품(12)(도 1)과 연관된 데이터를 나타낸다. 보다 구체적으로는, 제품 데이터(72D)는 각각의 전환 사이트(8)에 의해 생산될 수 있는 각각의 유형의 제품(12)을 규정한다. 각각의 제품(12)에 대해, 제품 데이터(72D)는 주어진 웹 롤(10)이 특정한 제품에 대한 품질 요구를 충족시키는지를 판정하는데 필요한 하나 이상의 결함 프로세싱 모듈(60)을 지정한다. 다시 말해, 제품 데이터(72D)는 각각의 제품(12)에 대한 이상 데이터(72A) 및 이미지 데이터(72C)를 분석하는데 이용될 하나 이상의 결함 프로세싱 모듈(60)을 지정한다.
이에 추가하여, 제품 데이터(72D)는 전환 사이트(8)를 선택하고, 웹 롤(10)에 대한 전환 계획을 세울 때에, 전환 제어 시스템(4)에 의해 이용될 수 있는 제품(12)에 관련된 기타 정보를 저장한다. 예컨대, 제품 데이터(72D)는 각각의 제품(12)에 대해 단위 추정 수익을 지정하는 데이터를 더 포함할 수도 있다. 또한, 제품 데이터(72D)는 각각의 제품(12)에 대한 단위 추정 수입, 웹 롤을 각각의 제품으로 전환하는 추정 전환 시간, 각각의 제품에 대한 현재 수준의 산업 수요, 또는 전환 계획을 선택할 때에 유용할 수 있는 그 밖의 데이터를 지정하는 데이터를 포함할 수도 있다.
전환 사이트 데이터(72E)는 전환 사이트(8)와 연관된 데이터를 나타낸다. 예컨대, 전환 사이트 데이터(72E)는 각각의 전환 사이트(8)에 대한 사이트 위치, 프로세스 라인수 및 각각의 프로세스 라인의 현재 가용 용량을 저장할 수 있다. 전환 사이트 데이터(72E)는 각각의 전환 사이트(8)에서의 각 제품(12)에 대한 현재 재고 수준, 각각의 전환 사이트로의 웹 롤의 선적과 연관된 선적 비용, 각각의 전환 사이트에 대해 이용가능한 선적 옵션, 각각의 웹 사이트로부터 수신되는 고객의 현재 주문 정보를 지정하는 데이터, 새로운 또는 우수한 고객을 각각의 전환 사이트에 지정하는 데이터, 및 전환 계획을 선택할 때에 유용할 수 있는 그 밖의 데이터를 포함하는 기타 데이터를 저장할 수 있는데, 이러한 데이터들에 국한되지는 않는다.
상세히 후술하는 바와 같이, 결함 프로세싱 모듈(60)은 상이한 제품(12)에 대한 어떤 이상이 실제 결함으로 고려되는지를 지정하는 결함 맵(72F)을 출력한다. 다시 말해, 각각의 결함 맵(72F)은 특정한 웹 롤(10)과 지정 제품(12)에 대응한다. 각각의 결함 맵(72F)은 대응하는 제품(12)의 제품 특정 요구를 토대로 특정한 웹 롤(10)의 특정 결함 위치를 지정한다.
전환 제어 엔진(64)은 전환 제어 규칙(72H)에 따라 결함 맵(72F)을 분석하여 각각의 웹 롤(10)에 대해 이용되는 최종 전환을 선택한다. 예컨대, 전환 제어 엔진(64)은 결함 맵(72F)을 분석하여 어떤 제품(12)이 특정한 웹 롤(10)이 웹의 최대 수율(즉, 이용)을 얻게 하는지를 판정할 수 있다. 전환 제어 규칙(72H)은, 결함 맵(72F)을 프로세싱할 때에, 웹 물질의 이용, 상이한 제품(12)에 관해 각각의 웹 롤(10)에 의해 생산될 유닛수, 각각의 잠재적 제품(12)에 관해 웹 롤에 의해 생산될 추정 수익 또는 이익, 각각의 상이한 제품에 관해 웹을 전환하는데 필요할 프로세스 시간, 전환 사이트(10) 내의 각 프로세스 라인에 대한 현재 기계의 용량, 각각의 제품(12)에 대한 현재 수요 수준과 같이 전환 제어 엔진(64)에 의해 고려되는 하나 이상의 파라미터, 및 그 밖의 파라미터를 지정한다.
이 프로세스 동안에, 전환 제어 엔진(64)은 특정한 웹 롤(10)이 다수의 제품(12)으로 전환되는 경우에 최대 이용될 수 있는지(예컨대, 최대 수율을 얻는지)를 판정할 수 있다. 다시 말해, 전환 제어 엔진(64)은 웹의 제 1 부분이 제 1 제품으로 전환되고, 제 2 부분이 상이한 제품으로 전환될 때에 최대로 이용되는지를 판정할 수 있다. 이 경우에, 전환 제어 엔진(64)은 어떤 부분이 대응하는 제품으로 전환될지를 토대로 웹의 각 부분 내의 결함 위치를 지정하는 "합성" 결함 맵(72G)을 생성한다. 전환 제어 엔진(64)은 전체 웹에 대한 완전한 합성 결함 맵을 형성하기 위해 둘 이상의 결함 맵(72F)의 일부를 접합함으로써 합성 결함 맵을 생성할 수 있다.
주어진 웹 롤(10)에 대한 특정 제품 또는 일련의 제품을 선택하면, 전환 제어 엔진(64)은 제각각의 전환 계획(72I)을 세운다. 각각의 전환 계획(72I)은 제각각의 웹 롤을 프로세싱하기 위한 정확한 명령을 제공한다. 보다 구체적으로는, 각각의 전환 계획(72I)은 물리적으로 웹을 개별 제품 시트로 얇게 자르기 위해 레인을 프로세싱하는 구성을 규정한다. 전환 제어 시스템(4)은 제각각의 목적지 전환 사이트(8)로의 각 웹 롤(10)의 선적을 지시하는 선적 명령을 출력한다. 또한, 전환 제어 시스템(4)은 웹 롤을 선택된 제품으로 전환할 때 이용하기 위해 전환 계획을 네트워크(9)를 통해 적합한 전환 사이트(8)로 통신한다.
사용자 인터페이스 모듈(62)은 사용자가 전환 제어 엔진(64)에 의해 이용되는 파라미터를 구성할 수 있게 하는 인터페이스를 제공한다. 예컨대, 후술하는 바와 같이, 사용자 인터페이스 모듈(62)은 전환 제어 엔진(64)이 하나 이상의 최대 웹 이용, 생산된 유닛수, 추정 수익, 추정 이익, 기계 용량, 현재 수요 수준 및/또는 그 밖의 파라미터를 고려하도록 사용자가 지시하게 한다.
도 5는 전환 제어 엔진(64)을 구성하기 위해 사용자가 상호작용하고, 사용자 인터페이스 모듈(62)에 의해 제공되는 사용자 인터페이스(80)의 일례이다. 예시 인터페이스(80)는 사용자가 웹 롤에 대한 고유 식별자를 입력하는 입력 메커니즘(82)을 포함한다. 드롭-다운 메뉴, 검색 기능, 최근 제조된 롤의 선택가능한 리스트 등과 같은 그 밖의 롤 선택 메커니즘이 이용될 수도 있다.
또한, 사용자 인터페이스(80)는 사용자가 추천된 전환 계획을 생성할 때에 전환 제어 엔진(64)에 의해 고려되는 하나 이상의 제품 선택 파라미터를 선택할 수 있는 다수의 입력 메커니즘(86-94)을 제공한다. 이 예에서, 사용자 인터페이스(80)는 선택된 웹 롤에 대한 웹 이용을 최적화하는 전환 계획을 전환 제어 엔진(64)이 선택하도록 지시하는 제 1 입력 선택 메커니즘(86)을 포함한다. 입력 메커니즘(88)은 전환 제어 엔진(64)이 선택된 웹 롤로부터 생산되는 컴포넌트 수를 최대로 하도록 지시한다. 이와 유사하게, 입력 메커니즘(90, 92)은 전환 제어 엔진(64)이 선택된 웹 롤로부터 생산되는 수익 및 이익을 제각기 최대로 하도록 지시한다. 입력 메커니즘(94)은 전환 제어 엔진(64)이 선택된 웹 롤에 대한 프로세스 시간을 최소로 하는 전환 계획을 선택하게 한다. 하나 이상의 파라미터 선택하면, 사용자는 제출 버튼(98)을 선택하는데, 이 제출 버튼(98)은 전환 제어 시스템(4)이 결함 프로세싱 모듈(60)을 이용하여 선택된 웹 롤을 프로세싱하도록 지시하고, 전환 제어 엔진(64)에 의한 분석 및 전환 계획 선택이 이어진다.
이런 식으로, 사용자 인터페이스(80)는 사용자가 하나 이상의 파라미터를 토대로 전환 제어 엔진(64)을 구성할 수 있는 방법의 간단한 예를 제공한다. 사용자 인터페이스(80)는 사용자가 입력 메커니즘(86-94) 중 오직 하나만을 선택하도록 요청할 수도 있다. 어떤 실시예에서는, 사용자 인터페이스(80)는 사용자가 최소 웹 이용을 규정하게 하는 입력 메커니즘(96)을 포함한다. 이것은 이익과 같은 주요 파라미터가 최대로 되도록 사용자가 선택하는 경우에 유리할 수 있지만, 기준 이용을 충족시키도록 요구된다.
도 6은 사용자 인터페이스 모듈(62)에 의해 제공되는 사용자 인터페이스(100)의 다른 예를 제공한다. 이 실시예에서, 예시 인터페이스(100)는 사용자가 각각의 파라미터에 대한 제각각의 가중 함수를 입력하는 입력 메커니즘(102-110)을 포함한다. 구체적으로, 입력 메커니즘(102)은 사용자가 각각의 파라미터에 대해 0에서 100까지의 범위인 가중 함수를 입력하게 하는데, 여기서 0은 전환 제어 엔진(64)이 파라미터를 배제하도록 지시하고, 100은 최대 가능 가중치를 나타낸다.
결함 프로세싱 모듈(60)은 사용자가 제출 버튼(112)을 선택할 때 선택된 웹 롤에 대한 이상 데이터를 분석하고, 전환 제어 엔진(64)에 의한 분석 및 전환 계획 선택이 이어진다.
주어진 웹 롤(10)에 대한 전환 계획을 선택할 때에, 전환 제어 엔진(64)은 0이 아닌 가중치를 갖는 각 파라미터에 대해 각각의 잠재적 제품(12)에 대한 결함 맵(72F)을 분석할 수도 있다. 도 6의 예에서, 전환 제어 엔진(64)은 결함 맵(72F)과 제품 데이터(72D)를 분석하여 각각의 잠재적 제품에 대한 웹 이용, 생산된 컴포넌트 수, 발생 이익 및 프로세스 시간을 계산한다. 상세히 후술하는 바와 같이, 전환 제어 엔진(64)은 그 후에 각각의 제품에 대한 각 파라미터의 계산 결과를 정규화한 후, 정규화된 결과로부터 가중치를 계산한다. 마지막으로, 전환 제어 엔진(64)은 가중치의 함수(예컨대, 합)로서 전환 계획을 선택한다. 전환 제어 시스템(4)이 웹 롤(10)에 대한 전환 계획을 선택할 때에 다수의 파라미터를 이용하는 다른 기법이 이용될 수도 있다.
도 7은 전환 제어 시스템(4)에 의한 이상 정보 프로세싱을 상세히 도시하는 순서도이다. 특히, 도 7은 결함 프로세싱 모듈(60)에 의한 이상 데이터(72A) 및 이미지 데이터(72C) 프로세싱을 도시하고 있다.
전환 제어 시스템(4)은 이미지(144, 146)와 같은 이미지 및 이상 데이터를 수신하며, 이 데이터는 간단한 제 1 검출 알고리즘을 이용하여 웹 제조 플랜트(6)에 배치된 분석 컴퓨터(28)에 의해 웹(20)으로부터 초기에 추출된 것이다.
도 7에 도시된 바와 같이, 결함 프로세싱 모듈(60)은 "M"개의 상이한 알고리즘(도 7에서 A1-AM(158)로 명시됨)을 제품(12)에 대한 N개의 상이한 요구(150)에 대해 필요한 만큼 적용한다. 도 7의 교차 참조 테이블(152)은 요구(150)와 결함 프로세싱 모듈(60) 간의 매핑을 설명하는데 이용된다. 구체적으로, 교차 참조 테이블(152)은 각각의 이상이 주어진 요구(150)에 대한 결함이거나 또는 긍정 오류인지를 판정할 때 어떤 결함 프로세싱 모듈(60)이 이용되는지를 보여준다.
몇몇 실시예들에서는, 다수의 다소 간단한 알고리즘이 병렬로 편리하게 이용된다. 특히, 후속 결함 프로세싱 모듈(60) 중 적어도 하나가 각각의 이상을 콤비네이션 임계-픽셀 크기 기준에 비교하는 것을 포함한 알고리즘을 적용하는 것이 때론 편리하다. 예를 들어, 광학 필름을 이용한 실제 실시에서는, 밝기에서 목표값과의 미세한 차이만을 갖는 이상은 그 영역이 크면 수용할 없으며, 밝기에서 목표값과의 큰 차이를 갖는 이상은 그 영역이 매우 작아도 수용할 수 없다.
또한, 결함 프로세싱 모듈(60)에 적용된 알고리즘은 주변 평균, 주변 순위, 대비 확장, 다양한 단항과 이항 이미지 조작, 라플라스 필터, 소벨 오퍼레이터, 고역 통과 필터링 및 저역 통과 필터링과 같은 디지털 필터링, 텍스쳐 분석, 프랙탈 분석, 푸리에 변환과 웨이브렛 변환과 같은 주파수 프로세싱, 컨벌루션, 형태학적 분석, 임계, 접속된 컴포넌트 분석, 블로브 프로세싱, 블로브 분류 또는 이들 조합(이에 국한되지는 않음)을 포함하는 매우 복잡한 이미지 프로세싱 및 결함 추출을 통합할 수 있다. 다른 알고리즘이 지정 웹 및 결함 유형을 토대로 적용되어 결함 검출의 원하는 정확도를 얻을 수 있다.
N개의 제품 요구(150) 각각은 개별적인 결함 프로세싱 알고리즘(158)의 선택된 조합을 이용하여 달성될 수 있다. 이러한 알고리즘은 매우 간단한 임계 및 최소 블로브 프로세싱을 이용하거나, 또는 공간 필터, 형태학적 동작, 주파수 필터, 웨이브렛 프로세싱과 같은 더 복잡한 알고리즘 혹은 임의의 다른 알려진 이미지 프로세싱 알고리즘을 이용할 수도 있다. 이 교차 참조 테이블(152)의 예에서, 제품 요구(R1)는 모든 이상 이미지에 각기 적용되어 어떤 이상이 R1에 대한 실제 결함인지를 판정하는 알고리즘들(A2, A4 및 AM)의 조합을 이용한다. 대부분의 편리한 실시예들에서는, 간단한 OR 로직이 이용된다, 즉 A2, A4 및 AM 중 어느 하나가 그 이상을 실제 결함으로 통보하면, 웹(20)의 그 부분은 제품 요구(R1)를 충족시키지 못한다. 전문 애플리케이션에 있어서는, 후속 알고리즘(158)의 통보가, 제품 요구(150)가 충족되는지에 대한 판정과 결합되는 로직은 간단한 OR 로직보다 더 복합해질 수 있다. 이와 유사하게, 제품 요구(R2)는 A2, A3 및 A4 등을 이용한다. 따라서, R2에 대한 결함으로 식별되는 이상은 R1에 대한 결함과 유사하거나, 혹은 많이 다를 수 있다.
교차 참조 테이블(152)을 이용하여 어떤 이상이 실제 결함으로 고려되는지를 판정한 후에, 전환 제어 엔진(64)은 롤에 대한 다양한 제품 요구에 대응하는 실제 결함 위치의 결함 맵(72F)을 공식화한다. 몇 가지 상황에서, 전환 제어 엔진(64)은 결함 맵(72F)의 하나 이상의 부분을 접합함으로써 하나 이상의 합성 결함 맵(72G)을 생성할 수 있다. 이 도시된 예에서, 전환 제어 엔진(64)은 제 1 제품 요구(맵-R1)에 대해 결함 맵으로부터 접합된 제 1 부분(160), 및 제 2 제품 요구(맵-R2)에 대해 결함 맵으로부터의 제 2 부분(162)을 갖는 합성 맵(72G)을 생성한다. 이런 식으로, 전환 제어 엔진(64)은, 웹의 어떤 부분이 상이한 제품으로 전환된다면, 그 웹이 가장 잘 이용될 수 있다고 판정할 수도 있다. 이것이 행해졌다면, 서브이미지 정보를 버려 필요한 저장 매체를 최소화하는 것이 흔히 가능하다.
결함 프로세싱 모듈(60)에 의해 적용되는 이상 검출 알고리즘의 이미지 프로세싱 및 후속 애플리케이션의 추가 세부사항은 "APPARATUS AND METHOD FOR AUTOMATED WEB INSPECTION"이란 명칭으로 2003년 4월 24일에 출원되어 공동 양도된 미국 특허 출원 제 10/669,197호(대리인 문서번호 제58695US002호)에 개시되어 있으며, 그 전체 내용은 본 명세서에 참조결합되어 있다.
도 8 내지 도 15는, 전환 제어 엔진(64)이 웹 물질의 이용, 생산된 유닛수, 수익, 이익, 프로세스 시간, 기계 용량, 제품 수요 및 그 밖의 파라미터와 같은 하나 이상의 사용자 구성가능 파라미터를 토대로 전환 규칙(72H)을 적용하여 전환 계획(72I)을 세우는 다양한 실시예들을 도시하는 순서도들이다.
도 8은 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 선택하여 웹 이용을 최대화하는 방법의 일례를 보여주는 순서도이다. 처음에, 전환 제어 엔진(64)은 웹 롤(10)이 전환될 수 있는 일련의 잠재적 제품(12)을 식별한다(200). 상술한 바와 같이, 웹 롤이 특정한 전환 사이트(8)로 선적되었거나 현재 선적중이라면, 전환 제어 엔진(64)은 그 웹 롤이 적합한 특정 전환 사이트와 연관된 하나 이상의 제품을 선택한다. 이와 달리, 고려되는 웹 롤이 선적되지 않았다면, 전환 제어 시스템(4)은 그 웹 롤이 적합한 제품(12) 모두를 선택할 수도 있다.
전환 제어 엔진(64)은 데이터베이스(70)의 제품 데이터(72D)에 액세스하여 적합한 제품의 식별된 세트에 대한 제품 요구를 식별하고, 식별된 요구를 토대로 하나 이상의 결함 프로세싱 모듈(60)을 선택한다(202).
다음으로, 전환 제어 엔진(64)은 웹 제조 플랜트(6)로부터 수신된 이상 데이터(72A) 및 이미지 데이터(72C)에 제각각의 결함 검출 알고리즘을 적용하여 제품 요구 각각에 대한 결함 정보를 공식화하는 선택된 결함 프로세싱 모듈(60)을 호출한다. 전환 제어 엔진(64)은 결함 프로세싱 모듈(60)에 의해 식별된 결함을 토대로 결함 맵(72F)을 생성한다(204).
도 8의 예에서, 전환 제어 엔진(64)은 결함 맵 중 제 1 결함 맵을 선택하고(206), 그 맵을 분석하여, 이용된 물질, 이용된 실제 영역 또는 몇몇 그 밖의 편리한 메트릭 중 어느 하나의 비율로 웹의 수율을 계산한다(208). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이러한 프로세스를 반복한다(210, 212).
그 후에, 전환 제어 엔진(64)은 웹 롤에 대한 최대 수율이 될 제품을 선택한다(214). 전환 제어 엔진(64)은 선택된 제품과 연관된 결함 맵을 식별하고, 그 선택된 결함 맵에 따라 전환 계획(72I)을 세운다(216).
전환 제어 엔진(64)은 전환 계획을 적합한 전환 사이트(8)로 추가 통신하고, 특정한 웹 롤(10)을 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(218).
도 9는 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 그 웹 롤로부터 생산되는 컴포넌트 수를 최대화하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 웹 롤이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고, 웹 롤에 대한 결함 맵(72F)을 생성한다(220-224).
도 9의 방법에서, 전환 제어 엔진(64)은 결함 맴들 중 제 1 결함 맵을 선택하고(226), 그 맵을 분석하여 제각각의 제품에 대해 생산될 수 있는 컴포넌트의 총 수를 계산한다(228). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이 프로세스를 반복한다(230, 232).
그 다음에, 전환 제어 엔진(64)은 그 웹 롤에 의해 생산되는 컴포넌트의 수가 최대로 될 제품을 선택한다(234). 예컨대, 그 결함의 특정 위치에 기반하여, 더 작은 크기의 제품(예컨대, 이동 전화 디스플레이용의 필름)에 비해 더 큰 크기의 제품(예컨대, 컴퓨터 스크린용의 필름)에 대해 더 적은 수의 컴포넌트가 실현될 수도 있다.
전환 제어 엔진(64)은 선택된 제품을 토대로 전환 계획(72I)을 세워, 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 그 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(236-238).
도 10은 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 그 웹 롤로부터 실현되는 전체 유닛 판매액을 최대화하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 그 웹 롤(10)이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고, 그 웹 롤에 대한 결함 맵(72F)을 생성한다(250-254).
그 다음에, 전환 제어 엔진(64)은 결함 맵들 중 제 1 결함 맵을 선택하고(256), 그 맵을 분석하여 제각각의 제품에 대해 생산될 수 있는 컴포넌트의 총 수를 계산한다(257). 그 후에, 전환 제어 엔진(64)은 제품 데이터(72D)에 액세스하여 특정한 제품에 대한 단위 추정 판매액을 검색한다. 그 추정 판매액을 토대로, 전환 제어 엔진(64)은 웹 롤이 제품으로 전환되면 그 웹 롤로부터 생산될 총 추정 판매액(예를 들어, 달러로)을 계산한다(258). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이 프로세스를 반복한다(260, 262).
그 후, 전환 제어 엔진(64)은 그 웹 롤에 대해 최대 판매액을 달성하게 할 제품을 선택한다(264). 예컨대, 어떤 컴포넌트는 시장 요인으로 인해 다른 컴포넌트보다 할증 가격을 받을 수도 있다. 이 실시예에서, 전환 제어 엔진(64)은 그 웹 롤의 최대 이용을 달성하지는 않지만, 그럼에도 다른 적합한 제품에 비해 더 높은 판매액을 달성하리라고 기대되는 제품을 선택할 수도 있다
전환 제어 엔진(64)은 선택된 제품을 토대로 전환 계획(72I)을 세워, 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 그 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(266-268).
도 11은 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 그 웹 롤로부터 실현되는 총 이익을 최대화하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 그 웹 롤(10)이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 걸출 알고리즘을 적용하고, 그 웹 롤에 대한 결함 맵(72F)을 생성한다(270-274).
그 후에, 전환 제어 엔진(64)은 결함 맵들 중 제 1 결함 맵을 선택하고(276), 그 맵을 분석하여 제각각의 제품에 대해 생산될 컴포넌트의 총 수를 계산한다(277). 그 다음에, 전환 제어 엔진(64)은 제품 데이터(72D)에 액세스하여 특정 제품에 대한 단위 추정 판매액과 추정 비용을 검색한다. 그 추정 판매액과 비용을 토대로, 전환 제어 엔진(64)은 웹 롤이 제품으로 전환되면 그 웹 롤로부터 실현되는 총 추정 이익을 계산한다(278). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이 프로세스를 반복한다(280, 282).
그 다음에, 전환 제어 엔진(64)은 그 웹 롤에 대해 최대 이익이 될 제품을 선택한다(284). 전환 제어 엔진(64)은 선택된 제품을 토대로 전환 계획(72I)을 세우고, 그 전환 계획을 적합한 전환 사이트(8)로 통신하며, 특정 웹 롤(10)을 그 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(286-288).
도 12는 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 프로세스 시간을 최소화하면서도 필요한 최소 수율을 달성하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 그 웹 롤(10)이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고 그 웹 롤에 대한 결함 맵(72F)을 생성한다(300-304).
그 후에, 전환 제어 엔진(64)은 결함 맵들 중 제 1 결함 맵을 선택하고(306), 그 맵을 분석하여 이용된 물질, 이용된 실제 영역 또는 몇몇 그 밖의 편리한 메트릭 중 어느 하나의 비율로 제각각의 제품에 대해 생산될 수율을 계산한다(308). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이 프로세스를 반복한다(310, 312).
그 후에, 전환 제어 엔진(64)은 추정된 수율에 따라 그 제품을 랭크하고(314), 규정된 최소 수율을 달성할 제품들만을 포함하는 부분 세트의 제품을 선택한다(316), 그 다음에, 전환 제어 엔진(64)은 제품 데이터(72D)에 특정되는 바와 같이 프로세싱 시간에 따라 부분 세트의 제품을 랭크한다(318). 그 후, 전환 제어 엔진(64)은 최소 추정 프로세스 시간을 갖는 부분 세트의 제품으로부터 그 제품을 선택한다(320). 전환 제어 엔진(64)은 선택된 제품을 토대로 전환 계획(72I)을 세워, 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(322-324). 이런 식으로, 전환 제어 엔진(64)은 웹 롤(10)에 대한 전환 계획(72I)을 규정하여 전환 사이트(8)에서의 웹의 전환 시간을 최소화(즉, 처리량을 최대화)하면서 수용가능한 수율 수준을 달성한다.
도 13은 전환 제어 엔진(64)이 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 전환 사이트(8)에서 프로세스 라인의 이용을 최대화하면서도, 그 웹 롤에 대해 필요한 최소 수율을 달성하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 웹 롤이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고, 그 웹 롤에 대한 결함 맵(72F)을 생성한다(340-344).
그 후에, 전환 제어 엔진(64)은 결함 맵들 중 제 1 결함 맵을 선택하고(346), 그 맵을 분석하여 이용된 물질, 이용된 실제 영역 또는 몇몇 그 밖의 편리한 메트릭 중 어느 하나의 비율로 제각각의 제품에 대해 생산될 수율을 계산한다(348). 전환 제어 엔진(64)은 각각의 결함 맵에 대해 이 프로세스를 반복한다(350, 352).
그리고 나서, 전환 제어 엔진(64)은 추정된 수율에 따라 그 제품을 랭크하고(354), 규정된 최소 수율을 달성할 제품들만을 포함하는 부분 세트의 제품을 선택한다(356). 그 후에, 전환 제어 엔진(64)은 전환 사이트 데이터(72E)에 액세스하여 그 부분 세트의 제품을 전환하는데 적합한 전환 사이트(8)의 일련의 프로세스 라인을 판정한다. 전환 제어 엔진(64)은 현재의 미사용 용량에 따라 식별된 프로세스 라인을 랭크한다(358). 그 다음에, 전환 제어 엔진(64)은 최대의 미사용 용량을 갖는 프로세스 라인에 대응하는 부분 세트의 제품으로부터 그 제품을 선택한다(360). 전환 제어 엔진(64)은 선택된 제품을 토대로 전환 계획(72I)을 세워, 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(362-364). 이런 식으로, 전환 제어 엔진(64)은 웹 롤(10)에 대한 전환 계획(72I)을 규정하여 전환 사이트(8)의 프로세스 라인의 이용을 최대화하면서 수용가능한 수율 수준을 달성한다.
도 14는 전환 제어 엔진(64)이 그 웹 롤의 이용을 최대화하기 위해 합성 결함 맵을 토대로 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세워 그 웹 롤을 둘 이상의 제품으로 전환하는 방법의 일례를 보여주는 순서도이다. 상술한 바와 같이, 전환 제어 엔진(64)은 전환 제어 엔진(64)은 웹 롤(10)이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고, 그 웹 롤에 대한 결함 맵(72F)을 생성한다(380-384).
그 후에, 전환 제어 엔진(64)은 그 결함 맵을 분석하여 수율을 토대로 맵 영역을 규정한다(386). 예컨대, 도 7에 도시된 바와 같이, 그 분석을 토대로, 전환 제어 엔진(64)은 제 1 제품에 대해 비교적 높은 수율이 될 결함 맵들 중 하나의 제 1 영역, 및 제 2 제품에 대해 높은 수율이 될 다른 제품 맵의 제 2 비중첩 영역을 규정할 수 있다.
전환 제어 엔진(64)은 추정된 수율을 토대로 비중첩 영역을 랭크 및 선택하고(390), 합성 결함 맵을 형성하기 위해 그 비중첩 영역을 접합하여 합성 결함 맵(72G)을 생성한다(392). 이런 식으로, 전환 제어 엔진(64)은, 웹의 어느 일부가 상이한 제품으로 전환되면, 그 웹이 가장 잘 이용될 수 있는 것으로 판정할 수도 있다.
전환 제어 엔진(64)은 합성 결함 맵을 토대로 전환 계획(72I)을 세워, 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 그 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(362-364). 이런 식으로, 전환 제어 엔진(64)은 웹 롤의 이용을 최대화하기 위해 웹 롤(10)에 대한 전환 계획(72I)을 규정하여 그 웹 롤을 둘 이상의 제품으로 전환한다.
도 15는 전환 제어 엔진(64)이 다수의 구성가능한 파라미터의 가중 평균을 토대로 주어진 웹 롤(10)에 대한 전환 계획(72I)을 세우는 방법의 일례를 보여주는 순서도이다. 전환 제어 엔진(64)은 그 웹 롤이 전환될 수 있는 일련의 잠재적 제품(12)을 식별하고, 하나 이상의 결함 프로세싱 모듈(60)을 선택적으로 호출하여 결함 검출 알고리즘을 적용하고, 그 웹 롤에 대한 결함 맵(72F)을 생성한다(400-404).
그 후에, 전환 제어 엔진(64)은 임의의 상술한 기법을 이용하여 각각의 제품에 대한 웹 이용, 컴포넌트 수율, 이익, 판매액, 프로세스 용량, 프로세스 시간 또는 그 밖의 파라미터와 같은 특정 파라미터를 계산한다(406). 그 다음에, 전환 제어 엔진(64)은 그 파라미터들 각각을 0에서 100까지와 같은 공통 범위로 정규화한다(408).
그리고 나서, 전환 제어 엔진(64)은, 도 6에 도시된 바와 같이, 사용자 구성가능한 가중치에 따라 그 파라미터들 각각을 조절하고(410), 각각의 제품에 대한 총 가중 평균을 계산한다(412). 전환 제어 엔진(64)은 그 파라미터들의 최대 가중 평균에 대응하는 제품을 선택하고(414), 제각각의 결함 맵을 토대로 선택된 제품에 대한 전환 계획(72I)을 세운다(416).
전환 제어 엔진(64)은 그 전환 계획을 적합한 전환 사이트(8)로 통신하고, 특정 웹 롤(10)을 전환 사이트로 선적하기 위한 선적 명령을 출력(예컨대, 디스플레이 또는 프린트)한다(418). 이런 식으로, 전환 제어 엔진(64)은 저장된 이미지 이상 정보를 토대로 그 웹 롤을 제품으로 전환하기 위한 전환 계획(72I)을 세울 때에 다수의 파라미터를 고려할 수 있다.
도 16은 전환 사이트(8A)의 일 실시예를 도시하는 블록도이다. 이 실시예에서, 전환 사이트(8A)는 전환을 위해 로딩 및 준비된 웹 롤(10A)을 포함한다.
전환 서버(508)는 전환 제어 시스템(4)으로부터 전환 맵을 수신하여, 그 전환 맵을 데이터베이스(506)에 저장한다. 전환 서버(508)에 특정 웹(503)을 통보하는 바코드는 롤(10A)로부터 판독되어, 그 전환 서버가 데이터베이스(506)에 액세스하고 대응하는 전환 맵을 검색하게 한다. 이 바코드는 웹(503)이 이동중일 때는 입력 장치(500)에 의해 판독되거나, 또는 로딩에 앞서 핸드헬드 바코드 장치를 통해 판독될 수 있다.
전환 서버(508)는 전환 계획을 디스플레이하여, 작업자가 전환 유닛(504)을 구성하게 한다. 구체적으로, 전환 유닛(504)은 전환 계획에 따라 그 웹(503)을 다수의 개별 시트(즉, 제품(12A))로 물리 절단하도록 구성된다.
웹(503)이 마킹 동작 동안에 시스템을 통과함에 따라, 입력 장치(500)는 바코드를 판독하고, 연관된 기준 마크는 정기적으로 감지된다. 바코드 및 기준 마크의 조합은 작업자가 웹(503)의 물리적 위치를 전환 계획에서 식별된 결함에 정확히 등록하게 한다. 정규의 재등록은 진행중인 등록의 정확성을 보장한다. 본 기술분야의 당업자들이라면 기존의 물리적 좌표 변환 기법을 통해 재등록을 수립할 수 있다. 웹(503)이 전환 맵에 등록되면, 특정 결함의 물리적 위치가 알려진다.
결함이 웹 마커(502) 아래를 통과할 때, 그 결함을 시각적으로 식별하도록 웹(503)에 마크가 표시된다. 구체적으로, 전환 서버(508)는 일련의 명령을 웹 마커(502)에 출력한 후, 위치 마크를 웹(503)에 표시한다. 본 발명의 많은 애플리케이션에서, 웹 마커(502)는 제각각의 전환 계획에 따라 웹(503) 내의 결함 위 또는 결함에 인접하게 위치 마크를 배치한다. 하지만, 몇몇 전문 애플리케이션에서, 위치 마크는 자신이 식별하는 이상 위치로부터 사전설정된 방식으로 이격된다. 웹 마커(502)는 예를 들어 일련의 제트 노즐을 각기 구비하는 일련의 잉크-제트 모듈을 포함할 수도 있다.
결함 위 또는 결함에 근접한 마크의 정확한 위치와 마크 유형은 웹 물질, 결함 분류, 그 결함을 어드레싱하는데 필요한 웹 프로세싱, 및 그 웹의 의도된 최종 용도 애플리케이션을 토대로 선택된다. 정렬된 잉크 마커의 경우에, 마커는 결함이 다운-웹 방향으로 유닛을 통과함에 따라 우선적으로 자신의 교차-웹 위치에 따라 분사된다. 이 방법을 이용할 때에, 1mm 미만의 마킹 정확도가 150ft/분 보다 빠른 생산 속도를 갖는 고속 웹에 대해 정규적으로 달성되었다. 하지만, 1000m/분을 초과하는 초고속 웹은 본 발명의 성능 내에 속한다.
전환 서버(508)는 전환 계획에 따라 임의의 포인트에서 웹(503)의 전환을 중지시켜 전환 유닛(504)의 재구성을 가능하게 할 수도 있다. 예컨대, 웹(503)이 상이한 제품으로 전환되는 경우에도, 전환 서버(508)는 제 1 제품이 생산된 후에 전환 프로세스를 중지시켜 전환 유닛(504)이 후속 제품에 대해 재구성되게 한다. 예를 들어, 절단 장치의 배치 및 그 밖의 메커니즘은 제 2 제품을 생산하기 위해 필요한 만큼 재구성될 수 있다.
도 17은 예를 들어 최대 수율 또는 다른 구성가능한 파라미터를 얻기 위해 전환 계획에 따라 웹을 프로세싱할 때에 도 16의 전환 사이트(8A)와 같은 전환 사이트의 동작예를 보여주는 순서도이다.
초기에, 전환 서버(508 )는 전환 제어 시스템(4)으로부터 롤 정보 및 전환 계획을 수신 및 저장한다(520). 이것은 웹 롤의 수신 전후에 발생한다. 예컨대, 전환 서버(508)는 웹 롤 물질이 전환 사이트에 도달하기 몇 주 전에 특정한 웹 롤에 대한 롤 정보 및 전환 계획을 수신할 수도 있다. 이와 달리, 전환 서버(508)는 전환 사이트에서의 재고로 이미 저장되어 있는 웹 롤에 대한 롤 정보 및 전환 계획을 수신할 수도 있다.
그 후에, 전환 서버(508)는 전환될 특정한 웹 롤에 대한 바코드 정보를 수신하며, 그 바코드 정보는 전환 서버(508)가 데이터베이스(506)에 액세스하게 하여 대응하는 전환 맵을 검색하게 한다(522). 상술한 바와 같이, 이 바코드는, 도 17에 도시된 바와 같이, 로딩에 앞서 (예를 들어, 핸드헬드 바코드 장치에 의해) 판독되거나, 또는 웹(503)이 전환을 위해 로딩 및 준비된 후에 입력 장치(500)를 통해 판독될 수도 있다.
전환 서버(508)는 전환 계획을 디스플레이하여, 그 전환 계획에 따라 그 웹(503)을 다수의 개별 시트(즉, 제품(12A))로 물리 절단하도록 작업자가 전환 유닛(504)을 구성하게 한다(526). 이와 달리, 전환 유닛(504)은 전환 계획에 따라 자동 또는 반자동으로 구성될 수도 있다.
전환 유닛(504)이 구성되면, 웹(503)은 이동으로 설정되고, 입력 장치(500)는 바코드를 판독하고, 연관된 기준 마크를 감지하며(528), 웹 마커(502)는 결함 제품의 시각적인 재구성을 지원하기 위해 웹(503)를 시각적으로 표시하는데 이용될 수도 있다(530). 전환 유닛(504)은 수신된 웹(503)을 전환하여 제품(12A)을 형성한다(532).
전환 계획 내의 임의의 포인트에서, 전환 서버(508)는 그 계획에 의해 재구성이 필요하다고 판정할 수도 있다(534). 재구성이 필요하다면, 전환 서버(508)는 전환 유닛(504)의 재구성을 지시한다(536). 이 프로세스는 모든 웹(503)이 전환 계획에 따라 하나 이상의 제품(12A)으로 전환될 때까지 지속한다(538).
본 발명의 다양한 실시예들을 상술하였다. 이러한 실시예들과 그 밖의 실시예들 모두는 본 청구범위의 범주 내이다.

Claims (29)

  1. 웹의 순차 부분을 촬상하여 디지털 정보를 제공하는 단계와,
    상기 디지털 정보를 적어도 하나의 초기 알고리즘으로 프로세싱하여 이상을 포함하는 상기 웹상의 영역을 식별하는 단계와,
    상기 디지털 정보의 적어도 일부를 다수의 후속 알고리즘으로 분석하여 어떤 이상이 다수의 상이한 제품에 대한 상기 웹에서의 실제 결함을 나타내는지를 판정하는 단계와,
    상기 제품 각각에 대해 적어도 하나의 제품 선택 파라미터 값을 판정하는 단계와,
    상기 제품 각각에 대해 판정된 값을 토대로 상기 제품 중 하나를 선택하는 단계와,
    상기 웹을 상기 선택된 제품으로 전환하는 단계를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 값을 판정하는 단계는 상기 제각각의 제품에 대해 판정된 실제 결함을 토대로 상기 제품 각각에 대한 제각각의 판정 값을 계산하는 단계를 포함하는 방법.
  3. 제 1 항에 있어서,
    상기 값을 판정하는 단계는 상기 제각각의 제품에 대해 판정된 실제 결함을 토대로 상기 제품 각각에 대한 웹 이용을 계산하는 단계를 포함하는 방법.
  4. 제 1 항에 있어서,
    상기 값을 판정하는 단계는,
    상기 제각각의 제품에 대해 판정된 실제 결함을 토대로 상기 제품 각각에 대해 생산될 컴포넌트의 추정 수를 계산하는 단계와,
    상기 계산된 컴포넌트 수를 토대로 상기 제품 각각에 대한 추정 총 판매액을 계산하는 단계를 포함하는 방법.
  5. 제 1 항에 있어서,
    상기 값을 판정하는 단계는 상기 제각각의 제품에 대한 상기 웹의 전환 프로세스 시간을 판정하는 단계를 포함하고,
    상기 제품 중 하나를 선택하는 단계는 상기 웹의 프로세스 시간을 최소화하는 제품을 선택하는 단계를 포함하는 방법.
  6. 제 1 항에 있어서,
    상기 값을 판정하는 단계는 하나 이상의 전환 사이트에 대한 기계 이용을 판정하는 단계를 포함하고,
    상기 제품 중 하나를 선택하는 단계는 상기 판정된 기계 이용을 토대로 상기 제품을 선택하는 단계를 포함하는 방법.
  7. 제 1 항에 있어서,
    상기 제품 각각에 대해 제 1의 제품 선택 파라미터 값을 판정하는 단계와,
    상기 제품 각각에 대해 제 2의 제품 선택 파라미터 값을 판정하는 단계와,
    상기 제품 각각에 대해 판정된 상기 제 1 및 제 2의 값을 토대로 상기 제품을 선택하는 단계를 더 포함하는 방법.
  8. 제 1 항에 있어서,
    상기 값을 판정하는 단계는 다수의 제품 선택 파라미터 값을 판정하는 단계를 포함하고, 상기 방법은,
    상기 제품 각각에 대해 상기 값의 가중 평균을 계산하는 단계와,
    상기 계산된 제각각의 가중 평균을 토대로 상기 제품을 선택하는 단계를 더 포함하는 방법.
  9. 제 1 항에 있어서,
    상기 제품 중 적어도 두 개에 대한 상기 웹의 비중첩 영역을 선택하는 단계와,
    상기 선택된 비중첩 영역을 토대로 합성 결함 맵을 생성하는 단계와,
    상기 합성 결함 맵을 토대로 전환 계획을 세우는 단계와,
    상기 전환 계획에 따라 상기 웹을 전환하는 단계를 더 포함하는 방법.
  10. 제 1 항에 있어서,
    상기 웹을 전환하는 단계는,
    상기 판정된 실제 결함 및 상기 선택된 제품을 토대로 상기 웹에 대한 전환 계획을 세우는 단계와,
    상기 세워진 전환 계획에 따라 상기 웹을 전환하는 단계를 포함하는 방법.
  11. 제 1 항에 있어서,
    상기 적어도 하나의 후속 알고리즘은 상기 웹의 적어도 일부를 품질 분류로 특성화하는 방법.
  12. 웹의 순차 부분을 촬상하여 디지털 정보를 제공하는 촬상 장치와,
    상기 디지털 정보를 초기 알고리즘으로 프로세싱하여 이상을 포함하는 상기 웹상의 영역을 식별하는 분석 컴퓨터와,
    상기 디지털 정보의 적어도 일부를 적어도 하나의 후속 알고리즘으로 분석하여 어떤 이상이 다수의 상이한 제품에 대한 상기 웹에서의 실제 결함을 나타내는지를 판정하는 전환 제어 시스템을 포함하는 시스템으로서,
    상기 전환 제어 시스템은 상기 제품 각각에 대해 적어도 하나의 제품 선택 파라미터 값을 판정하고, 상기 웹의 전환을 위해 상기 제품 각각에 대해 판정된 값 을 토대로 상기 제품 중 하나를 선택하는 시스템.
  13. 제 12 항에 있어서,
    상기 전환 제어 시스템은 상기 판정된 실제 결함 및 상기 선택된 제품을 토대로 상기 웹에 대한 전환 계획을 세우는 시스템.
  14. 제 13 항에 있어서,
    전환 사이트 내에 배치되어, 네트워크를 통해 상기 전환 제어 시스템에 접속된 전환 서버를 더 포함하며,
    상기 전환 제어 시스템은 상기 전환 사이트 내에 배치된 상기 전환 서버로 상기 전환 계획을 전자 통신하는 시스템.
  15. 제 14 항에 있어서,
    상기 전환 서버는 상기 웹을 상기 선택된 제품으로 전환하기 위해 상기 전환 계획을 디스플레이하는 시스템.
  16. 제 14 항에 있어서,
    상기 전환 서버는 상기 전환 계획에 따라 상기 전환 사이트 내의 프로세스 라인의 구성을 제어하는 시스템.
  17. 제 12 항에 있어서,
    상기 전환 제어 시스템은 상기 제각각의 제품에 대해 판정된 실제 결함을 토대로 상기 제품 제각각의 값을 계산하는 시스템.
  18. 제 12 항에 있어서,
    상기 전환 제어 시스템은 상기 제품 각각에 대한 상기 웹의 추정 이용, 상기 제품 각각에 대한 생산될 컴포넌트의 추정 수, 상기 제품 각각에 대한 추정 총 판매액, 상기 제품 각각에 대한 상기 웹의 전환 프로세스 시간 또는 상기 제품과 연관된 하나 이상의 전환 사이트의 기계 이용 중 하나 이상을 계산하는 시스템.
  19. 제 12 항에 있어서,
    상기 다수의 제품 선택 파라미터 값을 판정하는 전환 제어 시스템은 상기 제품 각각에 대해 상기 값의 가중 평균을 계산하고, 상기 계산된 제각각의 가중 평균을 토대로 상기 제품을 선택하는 시스템.
  20. 제 12 항에 있어서,
    상기 전환 제어 시스템은 상기 제품 중 적어도 두 개에 대한 상기 웹의 비중첩 영역을 선택하고, 상기 선택된 비중첩 영역을 토대로 합성 결함 맵을 생성하는 시스템.
  21. 제 12 항에 있어서,
    상기 분석 컴퓨터는 상기 디지털 정보를 상기 초기 알고리즘으로 프로세싱하고, 상기 식별된 영역 각각에 대해 상기 디지털 정보의 일부를 추출하며, 상기 전환 제어 시스템은 상기 디지털 정보의 추출 부분을 분석하여 상기 다수의 상이한 제품에 대한 실제 결함을 판정하는 시스템.
  22. 제 12 항에 있어서,
    상기 전환 제어 시스템은,
    사용자 인터페이스를 제공하여 상기 제품 선택 파라미터를 다수의 사용자 선택가능한 제품 선택 파라미터 중 하나로 디스플레이하는 사용자 인터페이스 모듈과,
    일련의 전환 제어 규칙을 규정한 데이터를 저장하는 데이터베이스와,
    각각의 제품에 대해 상기 전환 제어 규칙을 적용하여 사용자가 선택한 제품선택 파라미터의 값을 판정하고, 상기 판정된 값을 토대로 상기 제품을 선택하는 전환 제어 엔진을 포함하는 시스템.
  23. 일련의 규칙을 규정한 데이터를 저장하는 데이터베이스와,
    분석 기계로부터 이상 정보 - 상기 이상 정보는 이상을 포함하는 웹 영역을 식별함 - 를 수신하는 인터페이스와,
    상기 규칙을 상기 이상 정보에 적용하여 다수의 제품 각각에 대해 적어도 하 나의 제품 선택 파라미터 값을 판정하는 전환 제어 엔진을 포함한 전환 제어 시스템으로서,
    상기 전환 제어 엔진은 상기 웹의 전환을 위해 상기 판정된 값을 토대로 상기 제품 중 하나를 선택하는 전환 제어 시스템.
  24. 제 23 항에 있어서,
    이미지 프로세싱 알고리즘을 적용하여 어떤 이상이 상이한 제품에 대한 상기 웹에서의 실제 결함을 나타내는지를 판정하는 다수의 결함 프로세싱 모듈을 더 포함하는 전환 제어 시스템.
  25. 제 23 항에 있어서,
    상기 데이터베이스는 상기 웹이 전환될 수 있는 제품 각각을 규정한 제품 데이터를 저장하는 전환 제어 시스템.
  26. 제 25 항에 있어서,
    상기 제품 데이터는 상기 제품 각각에 대한 단위 추정 수익, 상기 제품 각각에 대한 단위 추정 수입, 웹 롤을 각각의 제품으로 전환하는 추정 전환 시간 또는 상기 제품 각각에 대한 현재의 산업 수요 수준을 나타내는 데이터를 저장하고, 상기 전환 제어 엔진은 상기 규칙을 적용할 때에 상기 제품 데이터를 이용하는 전환 제어 시스템.
  27. 컴퓨터 판독가능 매체로서,
    프로세서가,
    일련의 규칙을 규정한 데이터를 저장하게 하고,
    제조 플랜트 내에 배치된 분석 기계로부터 이상 정보 - 상기 이상 정보는 이상을 포함하는 웹 영역을 식별함 - 를 수신하게 하고,
    상기 규칙을 상기 이상 정보에 적용하여 다수의 제품 각각에 대한 적어도 하나의 제품 선택 파라미터 값을 판정하게 하며,
    상기 웹의 전환을 위해 상기 판정된 값을 토대로 상기 제품 중 하나를 선택하게 하는 명령을 포함하는 컴퓨터 판독가능 매체.
  28. 제 27 항에 있어서,
    상기 명령은, 상기 프로세서가, 상기 제품 각각에 대한 상기 웹의 추정 이용, 상기 제품 각각에 대한 생산될 컴포넌트의 추정 수, 상기 제품 각각에 대한 추정 총 판매액, 상기 제품 각각에 대한 상기 웹의 전환 프로세스 시간 또는 상기 제품과 연관된 하나 이상의 전환 사이트의 기계 이용 중 하나 이상을 계산하게 하는 컴퓨터 판독가능 매체.
  29. 제 27 항에 있어서,
    상기 명령은, 상기 프로세서가,
    판정된 실제 결함 및 선택된 제품을 토대로 상기 웹에 대한 전환 계획을 세우게 하고,
    상기 웹의 전환을 제어하기 위한 상기 전환 계획을 전환 사이트로 통신하게 하며,
    전환을 위해 상기 웹을 상기 전환 사이트로 선적하기 위한 선적 명령을 출력하게 하는 컴퓨터 판독가능 매체.
KR1020067015384A 2003-12-31 2004-12-29 웹 기반 제품의 수율을 최대화하는 방법 및 시스템 KR20060128979A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US53359503P 2003-12-31 2003-12-31
US60/533,595 2003-12-31

Publications (1)

Publication Number Publication Date
KR20060128979A true KR20060128979A (ko) 2006-12-14

Family

ID=34748923

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067015384A KR20060128979A (ko) 2003-12-31 2004-12-29 웹 기반 제품의 수율을 최대화하는 방법 및 시스템

Country Status (6)

Country Link
US (1) US7187995B2 (ko)
EP (2) EP1704589A4 (ko)
JP (1) JP2007517232A (ko)
KR (1) KR20060128979A (ko)
BR (1) BRPI0418268A (ko)
WO (1) WO2005065367A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110006684A (ko) * 2008-04-17 2011-01-20 쓰리엠 이노베이티브 프로퍼티즈 컴파니 웨브 상에서의 우선적 결함 마킹

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002328521A1 (en) * 2002-08-29 2004-03-29 Fujitsu Frontech Limited Bar code reader, bar code reading method, bar code reading program, and module point extracting device
US7623699B2 (en) 2004-04-19 2009-11-24 3M Innovative Properties Company Apparatus and method for the automated marking of defects on webs of material
US20060090319A1 (en) * 2004-11-01 2006-05-04 Howe Major K Defect locating system for moving web
JP5529094B2 (ja) * 2006-10-11 2014-06-25 日東電工株式会社 光学フィルムを有するシート状製品の検査データ処理装置および切断装置
JP5248052B2 (ja) * 2006-10-11 2013-07-31 日東電工株式会社 光学フィルムを有するシート状製品の欠点検査装置、その検査データ処理装置、その切断装置及びその製造システム
US8032246B2 (en) * 2007-02-02 2011-10-04 Kimberly-Clark Worldwide, Inc. Winding method for uniform properties
US8072593B2 (en) * 2007-02-16 2011-12-06 3M Innovative Properties Company Method and apparatus for illuminating material for automated inspection
US20080233404A1 (en) * 2007-03-22 2008-09-25 3M Innovative Properties Company Microreplication tools and patterns using laser induced thermal embossing
US20090115052A1 (en) * 2007-05-25 2009-05-07 Astralux, Inc. Hybrid silicon/non-silicon electronic device with heat spreader
US7542821B2 (en) * 2007-07-26 2009-06-02 3M Innovative Properties Company Multi-unit process spatial synchronization of image inspection systems
US20090028417A1 (en) * 2007-07-26 2009-01-29 3M Innovative Properties Company Fiducial marking for multi-unit process spatial synchronization
US8175739B2 (en) * 2007-07-26 2012-05-08 3M Innovative Properties Company Multi-unit process spatial synchronization
WO2009042638A2 (en) * 2007-09-27 2009-04-02 Abb Ltd. Accurate tracking of web features through converting processes
US7797133B2 (en) 2008-09-10 2010-09-14 3M Innovative Properties Company Multi-roller registered repeat defect detection of a web process line
US8145344B2 (en) * 2009-06-02 2012-03-27 The Procter & Gamble Company Systems and methods for controlling phasing of advancing substrates in absorbent article converting lines
US8145338B2 (en) * 2009-06-02 2012-03-27 The Procter & Gamble Company Systems and methods for detecting and rejecting defective absorbent articles from a converting line
US8145343B2 (en) * 2009-06-02 2012-03-27 The Procter & Gamble Company Systems and methods for controlling registration of advancing substrates in absorbent article converting lines
US8270701B2 (en) 2010-01-08 2012-09-18 3M Innovative Properties Company Optical web-based defect detection using intrasensor uniformity correction
EP2545360B1 (en) * 2010-03-10 2020-02-12 3M Innovative Properties Company Application-specific repeat defect detection in web manufacturing processes
KR101315102B1 (ko) * 2011-07-25 2013-10-07 동우 화인켐 주식회사 필름의 수율 예측 시스템 및 방법
US10119225B2 (en) 2014-04-15 2018-11-06 Gpcp Ip Holdings Llc Systems for controlling a manufacturing line used to convert a paper web into paper products by reading marks on the paper web
KR101717846B1 (ko) * 2014-07-22 2017-03-17 주식회사 엘지화학 재단 제품의 생산방법 및 재단 시스템
US10112315B2 (en) 2015-08-21 2018-10-30 3M Innovative Properties Company Optical films having an optical axis and systems and methods for processing same
US11854180B2 (en) 2016-01-15 2023-12-26 Corning, Incorporated Non-contact method of characterizing isostatic strength of cellular ceramic articles
CA2976640C (en) * 2016-08-17 2022-09-06 Les Emballages Trium Inc. Process for manufacturing bags for packaging items, and bag produced therefrom
DE102017108496B4 (de) * 2017-04-21 2023-06-29 Windmöller & Hölscher Kg Verfahren und Vorrichtungen sowie System zum Auf- und Abwickeln eines Wickels
US10642551B2 (en) * 2017-07-14 2020-05-05 Georgia-Pacific Corrugated Llc Engine for generating control plans for digital pre-print paper, sheet, and box manufacturing systems
US20190016551A1 (en) 2017-07-14 2019-01-17 Georgia-Pacific Corrugated, LLC Reel editor for pre-print paper, sheet, and box manufacturing systems
US11449290B2 (en) 2017-07-14 2022-09-20 Georgia-Pacific Corrugated Llc Control plan for paper, sheet, and box manufacturing systems
US11485101B2 (en) 2017-07-14 2022-11-01 Georgia-Pacific Corrugated Llc Controls for paper, sheet, and box manufacturing systems
US11520544B2 (en) 2017-07-14 2022-12-06 Georgia-Pacific Corrugated Llc Waste determination for generating control plans for digital pre-print paper, sheet, and box manufacturing systems
TW201926024A (zh) * 2017-11-22 2019-07-01 財團法人資訊工業策進會 紡織機台的調整方法及其系統
CN115808382B (zh) * 2023-02-02 2023-04-21 深圳裕典通微电子科技有限公司 一种应用于压力传感器的压电薄膜在线检测方法及系统

Family Cites Families (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3759620A (en) * 1972-05-30 1973-09-18 Philco Ford Corp Flaw detection and marking apparatus
US4173441A (en) * 1977-03-28 1979-11-06 E. I. Du Pont De Nemours And Company Web inspection system and method therefor
US4211132A (en) * 1977-11-21 1980-07-08 E. I. Du Pont De Nemours And Company Apparatus for on-line defect zoning
US4330356A (en) * 1980-06-18 1982-05-18 Philip Morris, Incorporated Web marking apparatus and method
DE3305907A1 (de) * 1983-02-21 1984-08-30 Anton Cramer GmbH & Co KG, 4402 Greven Verfahren und vorrichtung zum anzeichnen von gasdurchlaessigen stoff- und anderen warenbahnen, insbesondere zum automatischen anzeichnen in einer anzeichnungsstation
DE3325125C1 (de) * 1983-07-12 1985-02-14 Erwin Sick Gmbh Optik-Elektronik, 7808 Waldkirch Anordnung zur Markierung von Fehlstellen an schnell laufenden Materialbahnen
US4877323A (en) * 1984-11-23 1989-10-31 Stillwagon W C Method and apparatus for inspecting a high speed web
JP2602201B2 (ja) * 1985-04-12 1997-04-23 株式会社日立製作所 被検査パターンの欠陥検査方法
US4629312A (en) * 1985-10-02 1986-12-16 Lucht Engineering, Inc. Thermal marking system for photographic media
JPS6293637A (ja) 1985-10-21 1987-04-30 Hitachi Ltd 自動検反システム
US4700627A (en) * 1986-01-28 1987-10-20 Case-Hoyt Method and apparatus for marking defective portions of a printed web
GB8620430D0 (en) * 1986-08-22 1986-10-01 Plessey Co Plc Marking of articles
DE3629004A1 (de) * 1986-08-27 1988-03-10 Agie Ag Ind Elektronik Stromzufuehrung fuer eine drahtelektrode einer elektroerosionsmaschine
FR2608960B1 (fr) * 1986-12-31 1989-11-24 Loriot Jean Marc Procede et dispositif de decoupage d'un tissu a motif repetitif
US4752897A (en) * 1987-05-01 1988-06-21 Eastman Kodak Co. System for monitoring and analysis of a continuous process
US4828156A (en) * 1987-10-08 1989-05-09 Ncr Corporation Web monitoring system
US4951223A (en) * 1989-03-28 1990-08-21 Langdon Wales R Web material inspection system
US5062331A (en) * 1989-08-07 1991-11-05 Eastman Kodak Company Apparatus and method for edge notching a continuously moving web
IL99823A0 (en) 1990-11-16 1992-08-18 Orbot Instr Ltd Optical inspection method and apparatus
US5440648A (en) * 1991-11-19 1995-08-08 Dalsa, Inc. High speed defect detection apparatus having defect detection circuits mounted in the camera housing
JP2827651B2 (ja) * 1992-01-20 1998-11-25 日本鋼管株式会社 鋼板の欠陥有害度測定装置
AU4634593A (en) * 1992-07-13 1994-01-31 Minnesota Mining And Manufacturing Company A technique to count objects in a scanned image
US5365596A (en) * 1992-12-17 1994-11-15 Philip Morris Incorporated Methods and apparatus for automatic image inspection of continuously moving objects
US5305392A (en) * 1993-01-11 1994-04-19 Philip Morris Incorporated High speed, high resolution web inspection system
US5305707A (en) * 1993-03-26 1994-04-26 Robert Ryder Web marking device
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
JPH10503245A (ja) * 1993-11-24 1998-03-24 レテヒ、アクチエンゲゼルシャフト、ハー．フォン、アルクス 織布における欠陥の追跡方法
US5434629A (en) * 1993-12-20 1995-07-18 Focus Automation Systems Inc. Real-time line scan processor
US5563809A (en) 1994-04-06 1996-10-08 Abb Industrial Systems, Inc. Measurement/control of sheet material using at least one sensor array
JPH08145911A (ja) * 1994-11-15 1996-06-07 Furukawa Electric Co Ltd:The Ａｌ板の表面欠陥自動検査法
US5710420A (en) * 1995-12-05 1998-01-20 Xerox Corporation Method for embedding and recovering machine-readable information
US5760414A (en) * 1995-12-19 1998-06-02 Monarch Marking Systems, Inc. Web of record members and method of and apparatus for making same and system for detecting indicia
US6031931A (en) * 1996-03-15 2000-02-29 Sony Corporation Automated visual inspection apparatus
EP0920617A1 (de) * 1996-08-20 1999-06-09 Zellweger Luwa Ag Verfahren und vorrichtung zur erkennung von fehlern in textilen flächengebilden
US5774177A (en) * 1996-09-11 1998-06-30 Milliken Research Corporation Textile fabric inspection system
SE511822C2 (sv) * 1996-11-13 1999-11-29 Svante Bjoerk Ab Anordning och metod för att markera defekter på en transparent remsa
US6092059A (en) * 1996-12-27 2000-07-18 Cognex Corporation Automatic classifier for real time inspection and classification
FR2761475B1 (fr) 1997-03-28 1999-06-11 Lorraine Laminage Procede d'inspection de surface d'une bande en defilement par segmentation d'image en zones suspectes
KR100303608B1 (ko) * 1997-05-22 2001-11-22 박호군 혈구세포자동인식방법및장치
TW331650B (en) * 1997-05-26 1998-05-11 Taiwan Semiconductor Mfg Co Ltd Integrated defect yield management system for semiconductor manufacturing
US6014209A (en) * 1997-06-23 2000-01-11 Beltronics, Inc. Method of optically inspecting multi-layered electronic parts and the like with fluorescent scattering top layer discrimination and apparatus therefor
US6246472B1 (en) * 1997-07-04 2001-06-12 Hitachi, Ltd. Pattern inspecting system and pattern inspecting method
US5949550A (en) * 1997-08-21 1999-09-07 Consolidated Papers, Inc. Method and apparatus for detecting defects in a moving web
EP0898163B1 (en) 1997-08-22 2000-11-08 Fraunhofer-Gesellschaft Zur Förderung Der Angewandten Forschung E.V. Method and apparatus for automatic inspection of moving surfaces
US6259109B1 (en) * 1997-08-27 2001-07-10 Datacube, Inc. Web inspection system for analysis of moving webs
JPH11248641A (ja) 1998-03-03 1999-09-17 Sumitomo Metal Ind Ltd 表面欠陥検査装置及び表面欠陥検査方法
US6272437B1 (en) * 1998-04-17 2001-08-07 Cae Inc. Method and apparatus for improved inspection and classification of attributes of a workpiece
JP2000009447A (ja) 1998-06-25 2000-01-14 Nippon Inter Connection Systems Kk テープキャリアの欠陥検出装置および欠陥検出方法
US6252237B1 (en) * 1998-07-15 2001-06-26 3M Innovation Properties Company Low cost thickness measurement method and apparatus for thin coatings
DE69939522D1 (de) 1998-07-28 2008-10-23 Matsushita Electric Works Ltd Prüfsystem für diskrete leiterbahnnen auf kontinuierlichem substrat aus flexiblem material
US6266437B1 (en) * 1998-09-04 2001-07-24 Sandia Corporation Sequential detection of web defects
US6266436B1 (en) * 1999-04-09 2001-07-24 Kimberly-Clark Worldwide, Inc. Process control using multiple detections
US6404910B1 (en) * 1998-12-31 2002-06-11 Kimberly-Clark Worldwide, Inc. Making absorbent articles using vision imaging system
FI106086B (fi) 1999-01-22 2000-11-15 Hildeco Oy Ltd Järjestelmä prosessin tarkkailemiseksi
US6496596B1 (en) * 1999-03-23 2002-12-17 Advanced Micro Devices, Inc. Method for detecting and categorizing defects
US6187522B1 (en) * 1999-03-25 2001-02-13 Eastman Kodak Company Scratch resistant antistatic layer for imaging elements
US6407373B1 (en) * 1999-06-15 2002-06-18 Applied Materials, Inc. Apparatus and method for reviewing defects on an object
DE19930173A1 (de) 1999-06-30 2001-01-04 Parsytec Comp Gmbh Verfahren und Vorrichtung zur prozeßoptimierenden Einstellung von Parametern eines Produktionsprozesses
US6484306B1 (en) * 1999-12-17 2002-11-19 The Regents Of The University Of California Multi-level scanning method for defect inspection
US6934028B2 (en) 2000-01-20 2005-08-23 Webview, Inc. Certification and verification management system and method for a web inspection apparatus
JP3575678B2 (ja) * 2000-02-25 2004-10-13 日本板硝子株式会社 板状透明体の欠点検出方法及び同装置
JP2001261191A (ja) 2000-03-21 2001-09-26 Dainippon Printing Co Ltd 情報記憶可能な不良位置指示テープを用いた不良情報付加装置と不良情報書換え装置および不良位置指示テープ
JP2001347315A (ja) * 2000-04-03 2001-12-18 Nkk Corp 欠陥マーキングしたコイルの製造方法、欠陥マーキング方法及び欠陥マーキングしたコイルの作業方法
DE60115314T2 (de) * 2000-04-18 2006-08-03 The University Of Hong Kong Verfahren für die Auswertung von Bildern zur Defekterkennung
JP2001305070A (ja) * 2000-04-19 2001-10-31 Sumitomo Chem Co Ltd シート状製品の欠陥マーキング方法および装置
EP1197454B1 (en) * 2000-08-07 2006-05-10 Fuji Photo Film B.V. Position indication of quality problem areas at a continuous web
GB2388428A (en) 2000-09-10 2003-11-12 Orbotech Ltd Reduction of false alarms in PCB inspection
US6816749B2 (en) * 2000-12-22 2004-11-09 Fuji Photo Film Co., Ltd. Method of and apparatus for manufacturing rolled medium products
US6750466B2 (en) 2001-02-09 2004-06-15 Wintriss Engineering Corporation Web inspection system
US6950547B2 (en) 2001-02-12 2005-09-27 3M Innovative Properties Company Web inspection method and device
JP2002243648A (ja) 2001-02-20 2002-08-28 Sumitomo Metal Mining Co Ltd 帯状金属処理面の検査装置
SE0101374L (sv) 2001-04-19 2002-10-20 Svante Bjoerk Ab Förfarande och anordning för optisk avsyning
JP2003043638A (ja) * 2001-08-02 2003-02-13 Fuji Photo Film Co Ltd 写真フイルムの生産管理方法
KR100742195B1 (ko) * 2002-04-03 2007-07-25 엔에이치 테크노글라스 가부시키가이샤 액정표시장치용 유리기판 및 그 기본유리의 제조방법과기본유리 검사장치
US6845278B2 (en) * 2002-08-07 2005-01-18 Kimberly-Clark Worldwide, Inc. Product attribute data mining in connection with a web converting manufacturing process

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110006684A (ko) * 2008-04-17 2011-01-20 쓰리엠 이노베이티브 프로퍼티즈 컴파니 웨브 상에서의 우선적 결함 마킹

Also Published As

Publication number Publication date
WO2005065367A2 (en) 2005-07-21
US7187995B2 (en) 2007-03-06
US20050141760A1 (en) 2005-06-30
BRPI0418268A (pt) 2007-05-02
EP1704589A4 (en) 2008-05-28
EP2339419A1 (en) 2011-06-29
JP2007517232A (ja) 2007-06-28
WO2005065367A3 (en) 2006-11-30
EP1704589A2 (en) 2006-09-27

Similar Documents

Publication Publication Date Title
KR20060128979A (ko) 웹 기반 제품의 수율을 최대화하는 방법 및 시스템
US8935104B2 (en) Application-specific repeat defect detection in web manufacturing processes
EP1664749B1 (en) Apparatus and method for automated web inspection
KR101800057B1 (ko) 트레이닝 영상에 등급을 배정하는 방법 및 장치
JP5254612B2 (ja) グラフィック再検査ユーザ設定インタフェース
KR101203325B1 (ko) 시트-기반 물품에 대한 재고품 제어
JP5912125B2 (ja) ウェブベース材料における不均一性の高速処理と検出
JP5702404B2 (ja) センサ内均一性補正を使用した光学的ウェブベース欠陥検出
US20210379783A1 (en) Slitter director for automated control of slit roll generation from manufactured web
MXPA06007470A (en) Maximation of yield for web-based articles
MXPA06007469A (en) Inventory control for web-based articles

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application