상세 보기

  • 뿌리기술뿌리산업 > 지능화뿌리기술
  • Volume 1(3); 2023
  • Article

지능화뿌리기술 2023;1(3):3-9. Published online: Jul, 1, 2023

PDF

주조 용해공정 시계열 데이터를 활용한 지능화 연구

  • 김효섭
    한국생산기술연구원 스마트액상성형연구부문
초록

뿌리산업 중 주조(주조공정)는 주요 공정이 수작업과 암묵지에 의존하며, 많은 양의 에너지를 소비하는 산업이다. 최근 산업이 점차 효율화 및 자동화를 요구하는 추세이므로, 주조산업에서도 스마트화 및 인공지능의 적용 필요성이 증가하고 있다. 현재 주조산업을 포함한대부분의 뿌리산업은 수작업 의존, 비효율적인 공정, 품질의 불균일성, 경쟁력 저하 등의 공통적인 문제를 겪고 있으며, 이를 극복하기 위한 적극적인 노력이 요구되고 있다.주조공정은 조형, 장입, 용해, 주입, 냉각, 탈형/탈사, 후처리, 검사 및 출하 등 여러 세부공정들로 구성되어 있으며, 이 중에서도 용해(용탕 용해) 공정은 최종제품의 성능(기계, 열,화학 성능 등) 및 품질(치수, 형상, 결함 등)에 큰 영향을 미치는 중요한 제조 공정이다.주조 과정 중에는 빛, 온도, 진동, 전력 등 다양한 시계열 신호(Signal) 발생이 동반되며,이러한 신호는 각 공정의 변화(이벤트)를 실시간으로 반영한다. 과거에는 숙련공들이 이러한신호의 변화를 직접 관찰하여 암묵적으로 상황 판단 및 공정 제어를 수행하였다. 그러나 이런 방식으로는 작업자에 따라 공정의 효율과 제품 품질에 차이가 발생하는 문제가 있다. 이는 기존 주조공정의 한계이자 효율성과 품질 균일성을 지능화가 필요한 주요한 이유이다.용해 공정(장입→용해→출탕→주입까지의 일련의 과정)에서 발생하는 용해 전력과 용탕온도는 공정 중 수집할 수 있는 주요 신호로, 각 공정 이벤트와 변화량에 신속하게 반응하며, 이에 따라 정성적이고 정량적인 자료수집이 가능해 지능화 기술 적용에 유리하다.

참고 문헌
  • 김동현, "주조공정 지능화를 위한 딥러닝 기반 불량예측 모델링", 한국산학기술학회논문지, 제22권, 제2호, 2021년 2월, pp. 1-7.
  • Nedeljko Dučić, Srećko Manasijević, Aleksandar Jovičić, Žarko Ćojbašić, Radomir Radiša, "Casting Process Improvement by the Application of Artificial Intelligence", Appl. Sci. 2022, 12(7), 3264.
  • Nino Wolff, Tobias Hohlweck, Uwe Vroomen, Andreas Bührig-Polaczek, Christian Hopmann, "Development of an Experimental Setup to Investigate Influences on Component Distortion in Gravity
댓글0
로그인 후 댓글을 작성할 수 있습니다.로그인 하기