저자 : 조인희

조인희
  • 조인희
Tel -
Email -
SNS
-
  • 소 속한국생산기술연구원
  • 직 업-
  • 직 위-
  • 전문분야-
  • 세부분야-

저자 소개

-

학력 / 경력 정보

  • -

활동내역

  • -

상세 보기

  • 뿌리기술뿌리산업 > 지능화뿌리기술
  • Volume 1(2); 2023
  • Article

지능화뿌리기술 2023;1(2):29-34. Published online: Apr, 1, 2023

PDF

Add-on 모듈 탑재를 통한 스마트 가스 아토마이징 시스템

  • 김응균, 신재홍, 조인희
조인희
  • 조인희
    한국생산기술연구원 한러혁신센터
초록

최근 우리나라 정부에서는 제조업과 정보통신 기술의 융합된 4차 산업혁명에 선두로 도약하기 위하여, 기존 제조기반 산업의 스마트 대전환을 추진하고 있다. 이러한 스마트 산업 전환에서 핵심 키워드는 총 3가지이다. 첫 번째는, 기존의 제조산업 인력의 IT 및 AI 제반 교육을 통한 전문인력 양성이다. 두 번째는, 낙후된 제조현장에 IoT·AI 기술을 접목한 기 구축장비의 스마트 전환 및 관련 전문가 육성이다. 마지막으로는, 신규 스마트 장비 보급 개발 및 융합인재 양성이다. 즉, 대한민국 제조산업의 중심에는 현장 작업자가 있으며, 이들을 육성하기 위한 산업기술 정책 및 산업교육 보급이 추진되어, 대한민국 제조업이 글로벌 경쟁력을 갖추고 4차 산업혁명을 선도하는 것을 목표로 하고 있다. 그러나 기존의 스마트 산업대전환 방식은 제조현장에 무리한 정보통신 기술 보급 중심으로 이루어져, 정작 현장 인력들은 빠른 전환 속도에 적응하지 못하며 피로감을 호소하고 있다. 기존 공장에서는 놓치기 쉬운 원소재에 대한 기본 정보에서부터, 제조환경, 노하우, 장비 데이터, 제조 결과물 등이 방대한 데이터로 발생하기 때문에, 이를 토대로 유의미한 제조기술 정보 분석이 쉽지 않기 때문이다. 또한, 산업현장마다 각기 다른 작업환경에 획일화된 IT기술 보급 결과는 아날로그 기록물의 디지털 데이터베이스화 (Digitization)로 형태만 변하였을 뿐 정작 작업자는 데이터의 활용하지 않고 있으며, 오히려 작업자는 불편하게 기록작업을 추가로 수행하는 등 업무가 가중되고만 있는 상황이다. 이러한 현상은 우주·항공·반도체 등 후방산업을 떠받드는 금속분말 제조산업에서도 유사하게 나타나고 있다. 다원소 합금소재 개발부터 저마모성·고강도성·고내구성의 특징을 요구하는 제품이 등장함으로써, 금속분말 제조장비인 가스 아토마이저는 다양한 수요에 대응하여 대형화, 복잡화, 시스템화가 되어가고 있다. 하지만, 금속분말 제조 현장에서는 장비를 운영하는 현장조업자는 방대한 제조공정 데이터를 제품 신뢰성·평가 담당자에게 제공은 하고 있으나 제품 결과에 대한 피드백 제공 기회를 원천적으로 박탈당하는 실정이다. 근본적인 이유는 제조 금속분말의 평가시스템이 외부에 있어 접근이 불편할 뿐 아니라, 이를 기록하여 입·출력 데이터를 비교하더라도 손쉽게 해석할 수 있는 체계가 부재하기 때문이다. 본 회보에서는 엣지컴퓨팅의 핵심 방식인 Add-on 모듈 탑재라는 방법을 활용하여 가스 아토마이저를 디지털 전환 (DX, Digital Transformation)하는 것을 다룰 것이다. Add-on 모듈은 공정변수 및 금속분말의 디지털화는 물론, AI 알고리즘 모델 도입을 통한 공정 예측 프로그램을 갖추고 있다. 뿐만 아니라, 실시간 품질 평가·검증할 수 있는 광학계측 모듈에 대해서도 소개하고자 한다. 이 방식은 최종제품의 양품도 (분말입도, 구형도)를 결과값으로 활용하여, 실시간 계측 결과를 AI 알고리즘가 가능하도록 구성하는 내용이다. 최종적으로는 개발 성과의 국내 제조기업에 적용 사례를 설명하고, 스마트 가스 아토마이저로의 대전환을 위한 핵심 과제를 논의하고자 한다.

참고 문헌
  • Umbrello Steven. (2020) "Meaningful Human Control Over Smart Home Systems" HUMANA.MENTE Journal of Philosophical Studies 13 (37): 40–65.
  • Susanne Vernim, Harald Bauer, Erwin Rauch, Marianne Thejls Ziegler, Steven Umbrello. "A value sensitive design approach for designing AI-based worker assistance systems in manufacturing." Procedia Computer Science (2022) 505-516.
  • Zhang, L. C., Klemm, D., Eckert, J., Hao, Y. L., & Sercombe, T. B. “Manufacture by selective laser melting and mechanical behavior of a biomedical Ti–24Nb–4Zr–8Sn alloy.” Scripta Materialia, (2011). 65(1), 21-24.
  • S.M.E. Sepasgozar, A. Shi, L. Yang, S. Shirowzhan, D.J. Edwards “Additive Manufacturing Applications for Industry 4.0:.” a Systematic Critical Review Buildings, 10 (12) (2020), p. 231.
  • Rottondi, Cristina, et al. “Machine learning-driven optimization in powder manufacturing of Ni-Co based superalloy.” Materials & Design 198 (2021): 109290.
  • Y.K. Mohanty, B.P. Mohanty, G.K. Roy, K.C. Biswal. “Effect of secondary fluidizing medium on hydrodynamics of gas-solid fluidized bed—statistical and ANN approaches.” Chem. Eng. J., 148 (1) (2009), pp. 41-49.
  • Wen See Tan, Stanislaus Raditya Suwarno, Jia An, Chee Kai Chua, Anthony G. Fane, Tzyy Haur Chong, “Comparison of Solid, Liquid and Powder Forms of 3D Printing Techniques in Membrane Spacer Rabrication,” Journal of Membrane Science (2017) 283–296.
댓글0
로그인 후 댓글을 작성할 수 있습니다.로그인 하기