최신기술 동향

홈페이지 정보마당 최신기술 동향
인공신경망을 이용한 플라스틱 사출성형 환경 최적화 글보기
인공신경망을 이용한 플라스틱 사출성형 환경 최적화
대표 URL https://onlinelibrary.wiley.com/doi/full/10.1002/aisy.202000037
작성자 관리자 게시일 2020.08.05 조회수 920

Development of Artificial Neural Network System to Recommend Process Conditions of Injection Molding for Various Geometries

 

포항공대 노준석, 이승철 교수 연구팀은 플라스틱 사출 성형 (Injection molding)의 최적화/권장 과정을 인공신경망 알고리즘인 전이학습으로 해결했다. 36개의 각각 다른 구조를 가지는 mold의 시뮬레이션 데이터 3600개, 11개의 다른 구조를 가진 476개의 실험데이터를 가지고 학습을 시켰으며, 476개의 실험데이터를 가지고 학습시킨 direct learning 결과보다 시뮬레이션 데이터의 신경망 weight와 함께 학습 시킨 transfer learning 은 상대오차가 1% 미만이 되는 결과를 나타내었다. 비용이 많이 드는 실험데이터와 비교적 적은 비용의 시뮬레이션 데이터를 같이 학습시켜, 시뮬레이션과 실험의 결과가 서로 차이나는 결과에도 불구하고, 실험데이터가 많이 있는것과 준하는 결과를 도출하였다. 이 결과를 통해, 원하는 사출 성형을 제조할 수 있는 최적화된 사출 환경을 인공 신경망 시스템을 통해 추천 받을 수 있다.

 

[담당 : 정이교 (leekyoj@kimm.re.kr ,7823)]

리스트
위로 가기