한국주조공학회

다이캐스팅 공정은 다양한 산업군의 인프라 역할을 수행하는 중요한 공정이지만 , 높은 불량률로 인하여 관련 기업들의 수익성 및 생산성의 한계가 있는 상황이다 . 이를 타개하기 위하여 , 본 연구에서는 다이캐스팅 공정의 불량 검출을 위한 산업인공지능 기반 모듈을 구성하였다 . 개발된 불량 검출 모듈은 제공되는 데이터의 특징에 따라서 3단계로 동작되는 모델로 구성된다 . 1단계 모델은 비지도학습 기반 이상 검출을 진행하며 , 레이블이 없는 데이터셋을 대상으로 작동한다 . 2단계 모델은 반지도학습 기반으로 이상 검출을 진행하며 , 양품 데이터의 레이블만 존재하는 데이터셋을 대상으로 작동하며 , 3단계 모델은 소수의 불량 데이터가 제공된 상황의 지도학습 모델을 기반으로 작동한다 . 개발된 모델은 실제 다이캐스팅 양품 데이터를 바탕으로 96% 이상의 우수한 양품 검출 성능을 보였다.

다이캐스팅, 정밀 주조, 불량 검출, 이상 감지, 산업인공지능