초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

제조 산업의 경쟁이 치열해지면서 가격 경쟁력과 더불어 맞춤형 제품 생산의 필요성에 대한 수요가 증가하고 있다. 맞춤형 제품 생산에 따른 형상 복잡도에 대응하기 위하여, 기존의 절삭 가공보다는 적층 가공이 주목 받고 있다. 빠른 시제품 제작과 단일 장비로 여러 품목 생산이 가능하며, 재료의 낭비가 적다는 장점을 살려 적층 가공을 최종 제품 생산에 이용하려는 노력이 진행되고 있다. 하지만 적층에 따른 가공 품질에 대한 문제점으로 인하여 한계점을 드러내고 있다. 금속 ...

제조 산업의 경쟁이 치열해지면서 가격 경쟁력과 더불어 맞춤형 제품 생산의 필요성에 대한 수요가 증가하고 있다. 맞춤형 제품 생산에 따른 형상 복잡도에 대응하기 위하여, 기존의 절삭 가공보다는 적층 가공이 주목 받고 있다. 빠른 시제품 제작과 단일 장비로 여러 품목 생산이 가능하며, 재료의 낭비가 적다는 장점을 살려 적층 가공을 최종 제품 생산에 이용하려는 노력이 진행되고 있다. 하지만 적층에 따른 가공 품질에 대한 문제점으로 인하여 한계점을 드러내고 있다. 금속 적층 공정 방식 중 하나인 Laser Powder Bed Fusion 방식에서는 용융 상태 이미지 모니터링을 통하여 품질을 확인 할 수 있다. 하지만 가공 이후의 품질 모니터링으로는 문제 해결의 한계점이 존재한다. 따라서 본 연구에서는 금속 적층 가공에서 고려하는 품질 영향 요소인 용융 크기를 공정 정보인 레이저 경로 이미지를 딥러닝을 활용하여 예측하였다. 가공 시작 이전에, 공정 정보만으로 용융크기를 예측하여 품질을 보증 할 수 있는 모델을 제시하였다.