새로운 수준의 품질 분석이 가능한 검색 기능
현미경 이미지 분석 분야에서 우리는 상상했던 것보다 더 많은 이미지를 생성하기 시작했습니다. 예를 들어, 올해 자동차 공장을 방문하는 동안 자동 용접기가 올바르게 작동하는지 확인하기 위해 차량 전체에서 용접 검사가 실시되고 있음을 알게 되었습니다. 이 시설에서 단일 보고서에 50개 이상의 이미지가 있는 것도 자주 목격했고, 이와 같은 이미지 사용이 이미징 데이터베이스를 설정하는 데 매우 중요한 이유를 깨닫기 시작했습니다.
그렇다면 한 걸음 물러서서 보겠습니다...
오늘날에도 많은 사람들이 아직도 이미징 데이터베이스의 가치와 그 유용성을 깨닫지 못하고 있습니다. 단순히 컴퓨터의 운영 체제와 파일 및 폴더의 기능을 활용하여 데이터를 체계적으로 깔끔하게 저장할 수 있다고 생각합니다. 이 방식은 기본적인 데이터 분류만이 가능합니다. 자동차의 예에서 가장 상위 수준의 폴더는 차량 모델, 그 다음 수준은 차량의 위치, 그리고 최하위 수준은 테스트를 수행한 날짜일 것입니다. 그런 다음 해당 위치에 저장된 이미지에 중요한 측정값이 오버레이됩니다. 이 구조는 차량의 알려진 위치에서 실시한 특정 날짜의 테스트를 언제든지 살펴보려는 경우에 적합합니다. 하지만 3월의 트렁크 용접을 살펴봐야 한다면 이야기가 달라집니다. 이제는 이미지를 확인하기 위해 3월 날짜의 모든 폴더에 들어갔다 나와야 합니다. 그런 다음 실패한 트렁크 용접에 대한 상세한 분석이 필요할 때에는 이미지의 측정 값을 확인하려고 모든 날짜의 폴더에 있는 모든 이미지를 열어봐야 할 수도 있습니다. 단일 데이터베이스 플래그 Pass/Fail 측정 기능을 통해 이 모든 작업을 단순화할 수 있습니다.
다시 현재로 돌아와 보겠습니다...
이미징 데이터베이스를 생성할 때에는 기본적으로 데이터를 분류하여 체계적으로 보관하는 것이 좋습니다. 따라서 차량 모델용 구조와 차량 위치용 다른 수준을 사용할 수 있지만, 유사성은 이것이 전부입니다. 테스트 날짜는 이미지를 처음 저장하고 완전히 자동화한 날짜이기 때문에 간단합니다. 측정을 수행한 후 작업자는 Pass/Fail 의 데이터베이스 플래그를 설정할 수 있습니다. 이제 폴더를 열지 않고도 날짜 검색 범위를 입력할 수 있고, 데이터베이스는 해당 날짜에 촬영된 모든 이미지를 반환합니다. 실패 분석 모드에서는 데이터베이스 필드가 Fail이 설정된 트렁크를 반환하도록 데이터베이스 검색을 설정할 수 있습니다. 이것은 꽤 간단한 예이며, 다음에는 고급 예를 살펴보겠습니다.
다음은 가상의 예입니다...
경영진은 많은 트렁크 용접에 실패했으며 용접기를 지속적으로 조정했음에도 많은 용접 실패가 계속 발생하고 있다는 사실을 듣게 됩니다. QA 연구소의 감독자는 일부 보고서를 살펴보았고, 이제 괜찮아 보이는 이미지 몇 개가 실패로 표시되었는지 확인합니다. 여러분이 이 감독자라면 그 다음 어떤 조치를 취할 수 있을까요? 데이터베이스 검색 기능을 활용하면 실패한 모든 테스트를 찾을 수 있습니다. 또한 이 데이터베이스는 샘플이 테스트된 시간도 보여줄 수 있습니다. 데이터베이스에 몇 개의 필드를 추가하면 차량을 조립 라인에서 꺼낸 시간, 테스트를 위해 구성요소를 절단한 시간, 차량을 절단한 작업자, 테스트를 수행한 작업자, 심지어 용접기를 조정하기 위해 조립 라인으로 되돌아갈 작업자까지 추적할 수 있습니다. 이 모든 데이터를 통해 실제로 문제가 발생한 정확한 시간과 문제를 해결한 방법을 정확히 알 수 있습니다.
그런 다음 추가적인 상황에 노출될 수 있습니다. 즉, 이 차량을 절단한 후 테스트하기 전에 하루종일 세워둘 수 있습니다. 이제 잘못 측정하여 고장으로 식별한 사용자의 이름을 확인할 수 있습니다. 더 많은 답변이 공개됩니다. 예를 들면, 정당한 실패 후 사용자가 용접기를 잘못 조정하고 반복적인 실패로 표시한 경우, 특정 기술자가 절단한 샘플이 이 절단으로 인해 손상되어 잘못된 측정을 유발한 경우 등이 있습니다. 식별할 수 있는 가능성 목록은 입력한 데이터로 제한됩니다.
이미징 데이터베이스를 두려워하지 않아도 됩니다...
데이터베이스는 문서 저장소(플랫) 데이터베이스와 같은 기본적인 데이터베이스를 시작으로 매우 간단합니다. 이 데이터베이스 유형은 단일 컴퓨터용이며 데이터베이스 필드가 있는 단일 폴더 수준을 제공하여 실패, 사용자 등을 추적하고 나서 해당 데이터를 검색할 수 있습니다.
이제 작업 그룹 데이터베이스를 통해 최대 5대의 컴퓨터가 단일 데이터베이스에 액세스할 수 있으므로 여러 이미지 스테이션과 분석 전용 스테이션이 동일한 이미지에 액세스할 수 있습니다. 이 경우에 한 사용자가 이미지를 생성하여 데이터베이스에 저장하고, 다른 사용자가 다른 컴퓨터로 끌어와 분석을 수행하고, 마지막으로 세 번째 사용자가 완성된 보고서를 작성할 수 있습니다. 또한 원시 측정 데이터와 완성된 Word 보고서를 데이터베이스에 저장할 수 있습니다. 보다 고급 필터를 생성하여 보다 복잡한 데이터 및 결과 시나리오를 검색할 수 있습니다. 이러한 유형의 데이터베이스에는 몇 가지 IT 전문 지식이 필요하지만 회사 내부 리소스와 공급업체 어플리케이션 전문가의 지원을 받을 수 있습니다.
기업 데이터베이스가 복잡해질 수 있지만, 데이터 보안이 프로젝트에서 필수적인 부분이라면 이 정도 수준이 필요할 수 있습니다. 이 수준에서는 회사의 사용자 디렉토리와 동기화하고 해당 보안을 현미경 시스템 데이터베이스로 전달할 수 있습니다. 사용자가 데이터를 삭제하지 못하도록 하고 다른 사용자의 데이터를 보지 못하도록 설정할 수도 있습니다. 이 수준에는 앞서 설명한 모든 기능이 포함되고 이 통합 수준이 추가됩니다. 이러한 유형의 프로젝트는 IT 부서에 힘든 일이 될 수 있지만 그만한 가치는 충분히 있으므로 이에 대비해야 합니다.