| 초록 |
최근 인공지능 연구가 활발히 진행되고 big data를 이용한 문제해결에도 다방면으로 적용되고 있다. 본 고에서는 사출전문가의 사출성형조건 최적화 logic을 기반으로 사출에 필요한 수지 정보, 사출할 제품 치수/외관/품질관리 정보, 금형 정보, 성형해석 정보 등을 초기 정보로 하고, 사출의 초기조건 설정 및 계량/충전/보압/냉각/형개폐/취출 등의 사출의 모든 과정에 대한 최적화 과정을 Vision 카메라를 이용한 deep learning과 연동하여 학습과 판정함으로써, 사출현장에서 빈번히 발생하는 작업자의 능력 및 계절과 환경에 따른 품질 편차가 제거하고 불량을 제거함으로써, 최적조건으로 생산하므로 품질관리, 이력관리가 가능하다. 수지, 사출기 및 금형 구조 등에 따라 제한되지 않도록 초기조건 설정, 계량, 충전, 보압, 냉각, 형개폐 및 취출 등의 최적화 logic을 개발하고, AI Vision 및 deep learning을 이용하여 사출전문가의 눈과 뇌를 대체하여 무인 상태에서 각종 성형조건의 적합여부, 성형품의 외관/치수/중량 품질 적합여부를 판정하고, 개선방안을 스스로 찾을 수 있게 시스템을 개발하고자 하였고, 향후 이 logic의 검증 실험도 진행하고자 한다. |
