미디어센터

개요

LS엠트론 플라스틱 성형 공정을 추천하는 인공신경망 시스템 공동연구 개발!

출처  편집: 플라스틱핸들러  |  등록일  2020-10-16  |   조회수  53

LS엠트론 플라스틱 성형 공정을 추천하는 인공신경망 시스템 공동연구 개발!



- LS엠트론, 노준석 포항공대(POSTECH) 기계공학과·화학공학과 교수 연구팀과 

  한국생산기술연구원, VM테크, 포스코와 공동 연구


- 인공신경망과 무작위 탐색을 결합해 사출성형 공정 조건을 추천하는 시스템 개발!

 


▲WIZ-T PLUS MODEL


최근 노준석 포항공대(POSTECH) 기계공학과·화학공학과 교수 연구팀이 인공신경망(Artificial neural network)과 무작위 탐색을 결합해 사출성형 공정 조건을 추천해주는 시스템을 개발해 관련 업계의 화제를 모았다.


LS엠트론, 한국생산기술연구원, VM테크, 포스코와 공동 연구로 이뤄졌으며, 과학기술정보통신부-한국연구재단, 산업통상자원부-한국산업기술평가관리원의 지원으로 수행된 이번 연구 성과는 전문 저널인 '어드밴스드 인텔리전트 시스템즈'에 발표됐다.


연구팀은 인공지능으로 공정 조건과 최종 제품과의 관계를 학습하고, 원하는 품질을 만족하는 공정 조건을 찾기 위한 연구를 진행했다. 먼저 36개 서로 다른 금형으로부터 3,600개의 시뮬레이션 데이터와 476개 실험데이터를 얻어 학습했으며, 그 결과 각각의 데이터는 15개 모양과 5개 공정을 입력값으로 하고, 최종 제품의 무게를 출력값으로 가지는 것을 확인했다.


전이학습을 도입해 학습된 무게 예측 모델을 바탕으로, 무작위 탐색함으로써 최적 공정 조건을 찾아주는 추천 시스템을 제작하고, 마지막으로 실제 사출기에 활용하기 위해 그래픽유저인터페이스(GUI)를 개발했다.


이 같이 인공지능 모델로부터 추천받은 공정 조건을 검증한 결과, 0.66%의 평균 상대 오차를 달성했다. 연구팀은 사출성형 비전문가도 해당 시스템을 바탕으로 임의의 제품에 대해서 모양 정보를 입력해줌으로써 원하는 결과물 무게의 1% 이내 오차를 가지는 공정 조건을 설정할 수 있다고 밝혔다.


연구는 36개 다른 형상을 가진 제품들에 대해 정량화된 모양과 공정 조건을 모두 변경해가며 결과물(제품 무게)에 대한 정보를 수집했다. , 임의의 새로운 제품을 성형해도 해당 제품의 모양만 입력하면 결과를 예측, 학습데이터를 생성하지 않고도 공정 조건을 제어할 수 있다.


다양한 모양의 결과물을 실시간으로 얻을 수 있다는 점이 가장 큰 장점으로 꼽히고 있는 인공신경망 시스템을 활용하면 전술한 바와 같이 사출전문가가 아니더라도 제품의 모양과 원하는 최종 제품의 무게를 입력하는 것만으로 균일한 결과물을 얻을 수 있다.


그에 따라 이번 성과로 어려웠던 플라스틱 사출 공정이나 절삭, 3D프린터, 주조 등 다양한 제조업에 '무인화 스마트 팩토리'를 활용할 수 있을 것으로 관련 업계의 기대를 모으고 있다.

▲사진 : 노준석 교수


문의: LS엠트론㈜ http://lsinjection.com


  자료편집 : 플라스틱 핸들러 http://www.ihandler.co.kr

목록