프레스 공정에서 발생하는 품질 문제를 해결하기 위한 프레스 제조AI체험서비스
인풋백그라운드
프레스 입구
프레스 지붕
반도체
벨트왼쪽
벨트오른쪽
결과
반복 move
상자 move
상자 move
상자 move
상자 move
상자 move
아웃풋백그라운드
아웃풋 move good bad
아웃풋 move good bad
아웃풋 move good bad
아웃풋 move good bad
아웃풋 move good bad
가압시간
프레스 압력 #1
프레스 압력 #2
프레스 압력 #3
배경
실제 프레스 공정에서 발생하는 품질 문제를 해결하기위해 주요 변수간의 상관관계 분석을 통해 다양한 기계학습 방법과 알고리즘을 활용하여 프레스 공정 데이터 에 대한 불량 예측 모델을 만든다.
알고리즘
혼합 가우시안 모델은 가우시안 분포를 여러 개 활용하여 군집화 (Clustering)을 진행하는 방식의 모델이다. 이는 전형적인 비지도 학 습 모델 중 하나이며, 각 군집들이 정규 분포를 이룰 것이라는 가정 을 가지고 k개의 군집으로 나누어주는 알고리즘이다.
결과
프레스 공정에서의 품질문제 해결을 위해 불량품의 원재료 및 금형정보를 수집하고, 분석하여 불량 예측 AI모델을 개발하였다. 제조기업의 프레스 공정조건 최적화 및 품질예측을 통해 판금 생산 공정 현장에 널리 적용 될 것으 로 판단된다
연구/공식적으로 사용하실 때에는 꼭 아래와 같이 ‘KAMP 출처(reference)’를 남겨 주시고, 인용시 활용한 내용과 문서 등은 아래 이메일로 보내주시기 바랍니다. (E-mail : kamp@kaist.ac.kr)