| 초록 |
□ 연구내용 < 연구목적 > ◦ 본 연구에서는 금속 분말 제조 공정의 고질적인 문제(현장 전문가 의존, 비숙련 노동자의 효율 및 품질 저하, 조업자 안전성)를 해결하기 위해 AI를 기반으로 금속 분말 제조 공정 지능화를 이루고자 함 ◦ 가스 아토마이저 금속 분말 제조 공정 지능화를 통해 고부가 가치의 고기능성 합금 분말의 제조 공정 최적화 솔루션을 개발하고 금속 분말제조 산업에서의 스마트 팩토리를 구축 및 품질 경쟁력 강화 < 연차별 연구목표 > ◦ (1차년도) VIGA(Vaccum induction gas atomization)방식의 금속 분말 제조 공정 데이터 수집/저장/통합 모니터링 시스템 구축 및 분말 품질 계측 기술 개발 - 분말 품질 예측용 AI 적용 데이터 set 구축 기반 마련 ◦ (2차년도) 100kg 양산급 VIGA 가스 아토마이져의 공정변수를 활용하여 분말 품질 예측 정확도를 95% 이상 확보할 수 있는 AI 기계 학습 알고리즘 개발 및 이를 통한 금속 분말 생산성 50% 이상 향상 < 1차년도 연구내용 > ① 100kg급 양상형 VIGA 가스 아토마이저내 공정 데이터 수집 시스템 구축 - 용해부 및 가스노즐 분사부 데이터 발생 현황 파악 - 기존 공정 데이터 처리 PLC 분석 및 데이터 저장 위치 분석 - 가스아토마이져 데이터 입출력 저장 용 S/W 개발 (용역) - 공정데이터 수집 장치 제작 및 off-line 테스트 진행 - 제작 공정데이터 수집 장치 현장 적용 및 현장 작동 테스트 완료 ② 공정 중 생성분말 실시간 계측 시스템 개발 - 분말 실시간 계측용 카메라 설치를 위한 장비 내 위치 선정 - 분말 1차/2차 포집부 대상 뷰포트 설계 및 제작 - 실시간 분말 이미지 촬영 Lab 시스템 구축 - 실시간 분말 이미지 촬영을 위한 카메라 스펙 설정 - 실시산 분말 이미지 촬영을 위한 조명 시스템 제작 - Lab 스케일 에서의 실시간 분말 이미지 획득 및 분말 입도/산포 계측 - 실시간 분말 입도/산포 계측 정확도 개선을 위한 알고리즘 개발 중 < 2차년도 연구내용 > ① 분말 품질 예측 인공지능 모델 개발을 학습용 공정 데이터 set 확보 - 용해부 용강 온도 변화를 통한 공정 데이터 set 확보 - 가스노즐 압력 변화를 통한 공정 데이터 set 확보 - EDA(Exploratory Data Analysis) 기법을 적용하여 공정 데이터 분포 및 값 평가 및 오데이터(이상치, 결측치) 판별 알고리즘 설계 ② 분말 품질 예측 및 공정설계 인공지능 모델 개발 - 기계학습용 데이터 전처리 및 데이터 통합 알고리즘 설계 - 공정 온도, 분사 조건 등 공정변수에 따른 최종 분말 품질 예측 알고리즘 설계 - 모델 개발을 위해서 Supervised learning 기법을 사용 - Lasso, R.F. XG boost, GBM, Deep learning 모델을 검토하여 최적의 성능을 내는 모델을 최종 모델로 선택 및 검토 - 목표 품질을 위한 용해 온도 및 분사 조건 추천 알고리즘 개발 ③ 공정 중 생성 분말 입자크키, 입도분포 실시간 계측 정확도 향상 - 실 현장 상황 반영 분말 입도 계측 시스템 수정 및 보완 - PSA분석 데이터와 광학기반 계측 결과 비교 분석 □ 연구개발 성과 ○ 정성적 성과 ○ 정량적 성과 ○ 기술스펙 달성 성과 □ 기술적 우수성 ○ 100kg 급 가스아토마이저에서 발생하는 공정데이터 12종을 PLC 신호와 충돌 없이 수집할 수 있는 시스템을 구축함. ○ 실시간으로 자유낙하하는 분말이 이미지를 취득하고 이로부터 분말의 사이즈, 구형도, 연신율등의 정보를 취득할 수 있는 알고리즘을 개발 ○ 공정 조건에 따른 분말 입도 예측 모델 및 목표 입도를 위한 최적 공정 조건 추천 모델 개발 □ 성과활용 계획 ○ AI 기술과 분말 생산공정 기술을 접목하여 분말 제조 공정의 스마트화 기술을 선점 및 분말 품질 경쟁력의 세계적 우위를 점할 수 있음. ○ 스마트 아토마이저 활용 분말야금용 고기능성 금속분말의 원가 절감, 품질 향상, 관련 장비 제조 기술 확보, 특성 평가기술 확보 등을 통해 국내 기반 사업의 고도화 기대됨. (출처 : 요약서 4p) |
