고정밀 광학 부품 제조에서 이중 구성 요소 모듈 조립은 구성 요소 공차와 최종 성능 간의 복잡한 상호 작용으로 인해 수율 측면에서 상당한 어려움에 직면합니다. 현재의 비효율성은 부적절한 부품 결합과 불확실한 사양 한계에서 비롯되며, 이로 인해 자원 집약적인 "혼합 조립" 병목 현상이 발생하여 상당한 노동력과 자재 손실을 초래합니다.
본 논문은 다변수 회귀(MVR) 모델링을 활용한 데이터 기반 솔루션을 제시하여 전달 함수를 구축합니다. 모듈 핵심 성능 출력 변수(KPOV)를 구성 요소 핵심 성능 입력 변수(KPIV)의 함수로 정의함으로써, 이 모델은 품질에 중요한 요소(CTQ)와 그 민감도를 파악하여 물리적 조립 전에 정확한 성능 예측을 가능하게 합니다.
가상 부품 선택 시스템 구현을 통해 전략적인 디지털 조합을 구축하여 성능 목표 달성을 보장할 수 있었습니다. 이 접근 방식은 기존의 물리적 "조합" 병목 현상을 성공적으로 해결하여 주당 30시간의 작업 효율성 향상과 11,000달러의 비용 절감을 가져왔습니다. 또한, 이 모델은 부품 및 모듈 생산량을 직접적으로 개선하는 동시에 모듈의 전반적인 성능을 향상시켰습니다. 더 나아가, 이론적 추정치가 아닌 실제적인 민감도 분석을 기반으로 사양 한계를 더욱 정밀하게 설정할 수 있게 되었습니다.
반응형 테스트에서 사전 예방적 가상 선택으로 전환함으로써, 이 확장 가능한 프레임워크는 조립 수율과 성능을 향상시키는 강력한 방법론을 제공합니다. 이 접근 방식은 운영 오버헤드를 효과적으로 줄이고 다양한 기술 분야에서 모듈 제품을 생산하기 위한 복잡한 다중 구성 요소 프로세스를 최적화하는 템플릿을 제공합니다.
