KITECH 생산기술 전문지

지난 기사에서 제조공정에 AI 적용이 성공적으로 이루어지기 위해서는 먼저 양질의 데이터를 충분히 확보해야 함을 강조하였다. 데이터 취득 과정에서 무결함의 데이터가 취득되는 것은 매우 중요하며, 동시에 취득된 데이터를 가공하여 쓸모 있는 데이터로 만드는 것은 AI 학습 결과의 효율을 높이는데 중요하다. 제조공정 데이터 가공을 위해서는 먼저 제조공정에서 어떤 데이터들이 발생하는지에 대해서 살펴보아야 한다. 예를 들어, 뿌리기술 중 사형주조 및 다이캐스팅 공장에서 이루어지는 공정을 보면, 주조공정은 상당히 복잡한 공정들의 복합체로 이루어져 있고, 이들이 유기적으로 연결되어 있다. 여기서우선 금속제품의 변화와 이동 경로만을 살펴보면, 용해→성분조절→구상화, 접종(탈가스,미세화, 진정)→주입→냉각→취출(탈사) 의 순서로 이루어지는 것을 알 수 있다. 좀 더 자세하게 이들이 공장내 설비의 사양과 어떻게 연관되는가를 보면 아래 그림과 같이 나타낼 수 있을 것이다.이를 통해 주조공정의 데이터와 설비의 사양 데이터 등을 정리하며, 어떤 데이터를 취득할 것인가를 결정하는데, 주조공정의 데이터는 공정의 흐름에 따른 취득 데이터의 종류를 선별하여 결정되며, 설비 사양 데이터 등은 주조공정의 데이터가 설비 능력 등에합당한지를 파악할 수 있는 데이터로 사용할 수 있다.