Machine Learning Predictive Model for Automatic Calibration Software in Plastic Raw Material Mixer

Abstract

플라스틱 사출 성형 공정에 있어 원료 혼합은 완제품의 품질을 좌우하고 원가절감에 영향을 미치는 중요한 과정이다. 특히 원료 크기 및 형태, 무게 등 다양한 조건에 따라 정밀하게 설정된 원료들을 투입하기 위해서는 여러 변수들과 혼합기내 잔류량, 초과 투입량, 파워, 모터 등의 동작 상태에 따라 자동으로 보정하는 기술이 필요하다. 본 연구에서는 기존과 같이 정해진 조건에 따른 프로그램 구현이 아닌 머신러닝을 이용해 혼합기 동작에 영향을 미치는 다양한 변수 값들을 분석해 자동으로 보정이 필요한지 판단하는 인공지능 예측 모델을 분석하고 설계했다. 실제 공장 환경에서 실험을 통해 평균 98.3%의 정확도를 확인할 수 있었으며 처리 속도에서도 데이터 1건당 평균 0.093초의 처리 속도를 달성해 실제 공정 운영에 충분한 성능을 보여줌을 알 수 있었다.