연구보고서
| 보고서명 | 질화열처리 공정을 자동으로 구현하는 시스템 개발 및 AI기반 제조공정 최적화(1/2) |
| 연구책임자 | 이원범 |
| 발행년도 | 2023 |
| 내 용 | ? 자동제어를 위한 Input/Output 데이터 구조 및 자동공정설계 - IoT기반 공정변수 모니터링 구축 (기 개발) - 자동공정을 위한 데이터구조 설계 - 공정관련 세그먼트 컨셉 개발, 개별 세그먼트 설계 ? 자동화 제어모듈설계 및 하드웨어 표준화 - 로내 Gas flow vs Kn실험, PID simulation, 제어질화 세그먼트 및 제어로직설계, Pilot test - 자동화를 위한 alarm 로직설계 및 Data 구조 저장시스템 개발 - 로직프로그램 & UI 프로그램 제작 - 하드웨어 및 시스템 관련 표준화 ? AI를 위한 질화포텐셜(Kn) 제어 질화 공정 Data Base화 - 열역학 기반 질화포텐셜(Kn)값 계산식 및 Kn 예측 - Big Data 구축 ? 질화 주요 핵심 변수 및 품질결과 DB 기반 학습 모델 구축 - 질화 변수: 질화포텐셜, 온도 - 품질 결과: 표면경도, 화합물깊이, 유효경화깊이 - 질화 변수의 품질결과 영향 분석 및 특성인자 추출 - 품질예측 입력 변수 필터링 설계 - 품질예측 입력데이터 포맷 설정 및 학습 모델 구축 ? Deep Neural Network(DNN), Convolutional Neural Network(CNN) 기반 품질예측 모델 개발 - 품질예측 입/출력 노드 설계 - DB 학습 기반 DNN/CNN 모델 hidden layer 설계 및 최적화 - (학습)입력 변수 신호의 패턴거동과 품질결과 학습 및 학습 오차 반영 - DB 데이터 기반 품질예측 성능 평가 및 최적 모델 도출 ? Data Base 기반 부품에 대한 Recipe화(공정 표준화) 및 임베디드 - 제품의 소재(SCM/SPCC/STD) 및 사용 환경에 따라 요구되는 특성이나 성능을 구축된 Data Base를 기반으로 최적 공정을 예측·제시하여 공정 개발 기간 단축 및 비용 절감, 그리고 Data Base 비교 분석을 통한 질화 공정 Recipe화 |
| 접수일 | 2023-02-02 |
| 첨부파일 |
논문자료 문의는 아래의 담당자에게 문의주세요.
담당부서 : 총무운영실
(실무담당자) 김선미
아래그림의 글자를 입력하세요.
| 구분 | 내용 |
|---|---|
   |
|
|
이 웹 사이트는 개인정보
보호를 위해 전화번호 추출을
금지하고 있습니다.
