KR102176821B1 - 플라스틱 제조 장치 구동 제어 시스템 - Google Patents

플라스틱 제조 장치 구동 제어 시스템 Download PDF

Info

Publication number
KR102176821B1
KR102176821B1 KR1020200013271A KR20200013271A KR102176821B1 KR 102176821 B1 KR102176821 B1 KR 102176821B1 KR 1020200013271 A KR1020200013271 A KR 1020200013271A KR 20200013271 A KR20200013271 A KR 20200013271A KR 102176821 B1 KR102176821 B1 KR 102176821B1
Authority
KR
South Korea
Prior art keywords
plastic
manufacturing apparatus
unit
information
plastic manufacturing
Prior art date
Application number
KR1020200013271A
Other languages
English (en)
Inventor
신희철
Original Assignee
신희철
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 신희철 filed Critical 신희철
Priority to KR1020200013271A priority Critical patent/KR102176821B1/ko
Application granted granted Critical
Publication of KR102176821B1 publication Critical patent/KR102176821B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/92—Measuring, controlling or regulating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/001—Combinations of extrusion moulding with other shaping operations
    • B29C48/0022—Combinations of extrusion moulding with other shaping operations combined with cutting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/88—Thermal treatment of the stream of extruded material, e.g. cooling
    • B29C48/911—Cooling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92209—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92314—Particular value claimed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92504—Controlled parameter
    • B29C2948/92809—Particular value claimed

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Extrusion Moulding Of Plastics Or The Like (AREA)

Abstract

플라스틱 제조장치의 구동을 제어하기 위한 제어시스템에 관한 것이며, 제어시스템은, 플라스틱 제품을 생산하기 위한 플라스틱 제조 장치, 상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집되는 센싱 정보에 기반하여 플라스틱 제조 장치 각각에 대응하는 제어 신호를 생성하고, 상기 제어 신호에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 서버, 상기 플라스틱 제품의 생산 정보를 상기 제어 서버로 제공하는 사용자 단말을 포함하되, 상기 플라스틱 제조 장치는, 복수의 플라스틱 원료를 수용하는 원료 저장 탱크, 계량 정보에 기반하여 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량하는 계량부, 상기 계량부로부터 전달된 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 혼합 탱크에서 2중 스크류를 이용하여 혼합물을 생성하는 혼합부, 상기 혼합물을 용융하여 압출하는 압출부, 상기 플라스틱 제조 장치의 상태 정보를 획득하는 센서부, 상기 압출부로부터 압출된 상기 혼합물을 기 설정된 길이만큼 절단하는 절단부, 상기 절단부로부터 절단된 상기 혼합물을 냉각하는 냉각부 및 상기 냉각부를 거쳐 제조된 플라스틱 제품을 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행하는 분석부를 포함하되, 상기 분석부는, 상기 센서부로부터 제공받은 상기 냉각부를 거쳐 제조된 플라스틱 제품의 센싱 정보에 기반하여, 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행하고, 상기 제어 서버는, 상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 센싱 정보 및 상기 사용자 단말로부터 수신된 상기 플라스틱 제품의 생산 정보를 입력으로하는 인공신경망 기반의 학습 모델을 기반으로 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성할 수 있다.

Description

플라스틱 제조 장치 구동 제어 시스템{PLASTIC MANUFACTURING DEVICE DRIVE CONTROL SYSTEM}
본원은 플라스틱 제조 장치 구동 제어 시스템에 관한 것이다.
PVC(Polyvinyl chloride)는 플라스틱 중에서 가장 저렴하면서도 재가공이 쉽고, 첨가물의 종류와 양에 따라 다양한 종류의 물성화 형태를 가진 제품을 만들 수 있어, 플라스틱의 일종 중 가장 많이 활용되고 있다. 과거 PVC에 결합되어 있는 염소의 문제와 납계 열안정제, 프탈레이트계 가소제의 환경적인 문제가 대두되고 있으나, 최근 친환경 열안정제와 친환경 가소제의 개발 및 사용으로 PVC는 더욱 광범위하게 사용되고 있다.
PVC 가격이 저렴하고 가공 방법에 따라 다양한 물성과 형태를 가진 제품으로 가공될 수 있으나, 타 수지와는 달리 컴파운딩(Compounding)이라는 공정을 반드시 거쳐야 한다는 특성이 있다.
PVC 컴파운딩이란, 구조상 열에 약한 취약점이 있는 PVC는 단독으로 사용할 수 없으므로, 다른 첨가물과 병행 사용되어야 하는데, 이때 PVC의 주 원료인 염화 비닐에 가소제, 열안정제 및 가공조제 등의 첨가제를 특정 비율로 혼합하여 요구되는 특성을 만족하게 혼합하는 공정을 의미한다. 이때, PVC 컴파운딩의 첨가제로는 크게 가소제, 열안정제, 가공조제, 난연제, 무기물 및 기타 첨가제로 나뉠 수 있으며, 첨가제를 일정한 비율로 혼합하여 요구되는 특성을 만족하게 컴파운딩하는 것이 PVC 컴파운딩의 가장 중요한 기술이다.
본원의 배경이 되는 기술은 한국공개특허공보 제10-2000-0032468호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 정보를 인공신경망 기반의 학습 모델에 적용하여 플라스틱 제조 장치의 구동을 제어할 수 있는 플라스틱 제조 장치 구동 제어 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 냉각수 및 스팀을 사용하여 탱크(통) 내부의 온도가 적정 온도를 유지하도록 할 수 있는 플라스틱 제조 장치 구동 제어 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 가스가 급하게 배출될 경우, 혼합부의 미세조직에 영향이 미쳐져 PVC 컴파운드에 불량품이 생성될 수 있는 문제를 해결할 수 있는 플라스틱 제조 장치 구동 제어 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 기존 혼합물 압출 공정은 단일의 압출부가 존재하여 내부 온도 조절에 있어서 오류가 발생한 경우, 문제점을 세밀하게 파악하지 못하는 문제를 해결할 수 있는 플라스틱 제조 장치 구동 제어 시스템을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동을 제어하기 위한 제어 시스템은, 플라스틱 제품을 생산하기 위한 플라스틱 제조 장치, 상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집되는 센싱 정보에 기반하여 플라스틱 제조 장치 각각에 대응하는 제어 신호를 생성하고, 상기 제어 신호에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 서버, 상기 플라스틱 제품의 생산 정보를 상기 제어 서버로 제공하는 사용자 단말을 포함하되, 상기 플라스틱 제조 장치는, 복수의 플라스틱 원료를 수용하는 원료 저장 탱크, 계량 정보에 기반하여 상기 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량하는 계량부, 상기 계량부로부터 전달된 상기 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 혼합 탱크에서 2중 스크류를 이용하여 혼합물을 생성하는 혼합부, 상기 혼합물을 용융하여 압출하는 압출부 및 상기 플라스틱 제조 장치의 상태 정보를 획득하는 센서부를 포함하고, 상기 제어 서버는, 상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 센싱 정보 및 상기 사용자 단말로부터 수신된 상기 플라스틱 제품의 생산 정보를 입력으로하는 인공신경망 기반의 학습 모델을 기반으로 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성할 수 있다.
또한, 상기 센서부는, 혼합물 형성 시 상기 혼합 탱크 내부에서 발생되는 가스량을 감지하는 가스 감지 센서 및 상기 혼합물 형성 시 상기 혼합 탱크 내부에서 발생되는 열기의 온도를 감지하는 온도 센서를 포함하되, 상기 제어 서버는, 상기 가스 감지 센서가 센싱한 상기 가스량이 기 설정된 정도 이상이면, 상기 혼합 탱크에 구비된 개폐부의 구동을 제어하여, 포집된 가스를 방출하고, 상기 혼합 탱크의 온도가 미리 설정된 온도를 유지하도록 냉각수 및 스팀부의 구동을 제어하는 제어 신호를 생성할 수 있다.
또한, 상기 제어 서버는, 상기 사용자 단말로부터 제공받은 상기 플라스틱 제품의 생산 정보를 고려하여, 복수의 플라스틱 가공 방법 중 어느 하나를 추천하고, 추천된 상기 복수의 플라스틱 가공 방법 중 적어도 어느 하나에 대한 사용자 선택 입력 정보에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성할 수 있다.
또한, 상기 제어 서버는, 상기 플라스틱 제조 장치의 구동 정보 및 상기 플라스틱 제조 장치에 포함된 복수의 부품에 대한 이력 정보를 입력으로 하는 머신 러닝 기반의 정비 예측 모델을 구축하고, 상기 플라스틱 제조 장치의 고장을 예측할 수 있다.
또한, 상기 플라스틱 제조 장치는, 상기 압출부로부터 압출된 상기 혼합물을 기 설정된 길이만큼 절단하는 절단부, 상기 절단부로부터 절단된 상기 혼합물을 냉각하는 냉각부 및 상기 냉각부를 거쳐 제조된 플라스틱 제품을 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행하는 분석부를 더 포함하되, 상기 분석부는, 상기 센서부로부터 제공받은 상기 냉각부를 거쳐 제조된 플라스틱 제품의 센싱 정보에 기반하여, 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행할 수 있다.
본원의 일 실시 예에 따르면, 플라스틱 제조 장치의 구동을 제어하는 방법은, 상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집되는 센싱 정보를 수집하는 단계, 사용자 단말로부터 플라스틱 제품의 생산 정보를 수신하는 단계, 상기 센싱 정보 및 상기 플라스틱 제품의 생산 정보를 입력으로 하는 인공신경망 기반의 학습 모델을 구축하는 단계, 상기 학습 모델을 이용하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성하는 단계 및 상기 제어 신호에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 단계를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시 예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시 예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 정보를 인공신경망 기반의 학습 모델에 적용하여 플라스틱 제조 장치의 구동을 제어할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 냉각수 및 스팀을 사용하여 탱크(통) 내부의 온도가 적정 온도를 유지하도록 할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 플라스틱 제조 장치에 포함된 스크류와 실린더의 온도조절을 기존의 OIL 순환이 아닌 스크류의 냉매 자체 순화 형식과 FAN에 의한 시린다(실린더) 냉각 방식을 사용함으로써 누유 및 OIL 배관 청소를 하지 않아도 된다.
전술한 본원의 과제 해결 수단에 의하면, 다양한 센서를 이용하여 플라스틱 제조 장치의 상태를 센싱하고, 장치의 구동 정보를 고려하여, 플라스틱 제조 장치의 구동을 제어하며, 플라스틱 제조 장치의 고장 원인에 대한 해결책을 제시할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동을 제어하기 위한 제어 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시 예에 따른 플라스틱 제조 장치의 개략적인 블록도 이다.
도 3은 본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동 제어 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시 예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동을 제어하기 위한 제어 시스템의 개략적인 구성도이다.
도1을 참조하면, 제어시스템(1)은 플라스틱 제조 장치(10), 제어 서버(20) 및 사용자 단말(30)을 포함할 수 있다. 플라스틱 제조 장치(10), 제어 서버(20) 및 사용자 단말(30)은 네트워크를 통해 통신할 수 있다. 일 예로, 제어시스템(1)은 플라스틱이 사용되는 용도에 따라 맞춤형 플라스틱 제품이 제조(생산)되도록 플라스틱 제조 장치(10)의 구동을 제어하고, 완성된 플라스틱 제품과 생산 정보를 비교 분석할 수 있다.
본원의 일 실시 예에 따르면, 플라스틱 제조 장치(10)는 플라스틱 제품을 생산하기 위한 장치일 수 있다. 도면에는 하나의 플라스틱 제조 장치(10)를 도시하였으나, 이에 한정되는 것은 아니며, 플라스틱 제조 장치(10)는 복수의 플라스틱 제조 장치를 포함할 수 있다. 일 예로, 플라스틱 제조 장치(10)는 이축압출기(Twin screw extruder), Super mixer, 스트레이너(Strainer) 등을 포함할 수 있다. 예시적으로, 이축압출기(Twin screw extruder)는 이축 압출 성형기로서 실린더내의 회전 스크류가 재료를 압출시켜 용융, 혼합시켜 배출하는 성형기이다. 이축압출기(Twin screw extruder)는 Barrel(cylinder)내에서 형성된 추력을 Thrust box에서 충분히 분산시킬 수 있도록 설계 제작된 장비이며, 스크류와 바렐(실린더)의 온도조절이 기존의 OIL 순환이 아닌 스크류의 냉매자체 순환형식과 FAN에 의한 바렐(실린더) 냉각방식을 사용한 장비일 수 있다. 또한, Super mixer는 POWDER, BEAD, PELLET 분쇄물 등의 열가소성 수지 또는 열경화성 수지를 탱크 내에 투입한 후 특수 설계된 임펠러의 고속 회전에 의해 탱크 내에 투입된 재료에 혼합 및 재료상에 충격 작용을 주어 입자 상호간에 발반 작용에 따른 재료의 유동화에 따른 내부 침투와 코팅 작용 등을 유발시켜서 원료의 혼합 및 혼련 효과를 얻고자 하는 목적으로 설계 제작된 기계(장치)일 수 있다. 또한, 스트레이너(Strainer)는 원통 내가 금속망으로 되어 있는 여과기를 말한다. 스트레이너(Strainer)는 Barrele(Cylinder) 내에서 스크류 회전에 의해 형성된 추력을 Thrust box에서 충분히 분산시킬 수 있도록 설계 및 제작되어 원활하게 작동하며, Screw와 barrel(Cylinder)의 온도조절을 기존의 oil 순환방식을 벗어나 냉각수와 steam을 사용하여 barrel(Cylinder)의 적정온도를 유지할 수 있도록 했으며 screw에는 냉각수를 사용함으로써 oil 순환방식에 비하여 유지보수가 편리하도록 구성된 장치 일 수 있다. 다만, 플라스틱 제조 장치(10)의 구성이 이에 한정되는 것은 아니며, 보다 다양한 실시 예가 존재할 수 있다.
본원의 일 실시 예에 따르면, 제어 서버(20)는 플라스틱 제조 장치(10)에 구비된 복수의 센서로부터 제공받은 센싱 정보에 기반하여, 플라스틱 제조 장치(10)의 구동을 제어하는 제어 신호를 생성하고, 플라스틱 제조 장치(10)의 구동을 제어할 수 있다. 달리 말해, 제어 서버(20)는 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 센싱 정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산 정보를 입력으로 하는 인공신경망 기반의 학습 모델을 기반으로 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성할 수 있다. 또한, 제어 서버(20)는 플라스틱 제조 장치(10)에 구비된 복수의 센서로부터 수집되는 센싱 정보에 기반하여 플라스틱 제조 장치 각각에 대응하는 제어 신호를 생성할 수 있다. 또한, 제어 서버(20)는 생성된 제어 신호에 기반하여 플라스틱 제조 장치(10)의 구동을 제어할 수 있다.
본원의 다른 일 실시 예에 따르면, 플라스틱 제조 장치(10)는 PVC 컴파운드를 실질적으로 제조하는 PVC 컴파운드 제조 장치 일수 있다. PVC(Polyvinyl Chloride) 컴파운드(compound)란, 폴리염화비닐, 염화비닐수지 등으로 불리는 염화비닐을 주 성분으로 하는 플라스틱인 열가소성 플라스틱의 복합체를 의미할 수 있다. 즉, PVC 컴파운딩 공정이 수행되어 결과물로 생성된 PVC 복합체를 PVC 컴파운드로 지칭될 수 있고, PVC 컴파운드는 필름, 시트, 성형품, 캡 등 광범위한 형태으로 가공될 수 있다. PVC 컴파운드는 대표적으로 자동차 몰딩(moulding) 공정에 활용될 수 있는데, 예를 들어, 자동차 도어 벨트 몰딩(Door Belt Moulding), 윈드 쉴드 몰딩(Wind Shield Moulding), 루프 가니쉬 몰딩(Roof Garnish Moulding), 도어 프레임 몰딩(Door Frame Moulding), 드립 게일 몰딩(Drip Rail Moulding) 및 도어 스커프(Door Scuff)에 적용 및 활용될 수 있다. 이때, PVC 컴파운드는 PVC 컴파운딩 공정시 자동차에 적용되는 위치에 맞게 형상이 제조되는 것이 아닌, PVC 컴파운드를 펠렛(Pellet) 형태로 제조한 후, PVC 펠렛을 용융하여 그 사용 용도 및 자동차의 특성(크기 및 차종 등을 포함)에 따라 성형되는 과정을 거칠 수 있다. 여기서 PVC 펠렛은, PVC 컴파운딩 공정을 거쳐 결과물로 생성된 단결정의 PVC 조각을 의미할 수 있다. 다만 이에 한정되는 것은 아니며, 플라스틱 가공(제조)을 위한 다양한 일 실시 예가 존재할 수 있다.
본원의 일 실시 예에 따르면, 제어 서버(20)는 사용자 단말(30)로 플라스틱 제조 메뉴를 제공할 수 있다. 예를 들어, 제어 서버(20)가 제공하는 어플리케이션 프로그램을 사용자 단말(30)이 다운로드하여 설치하고, 설치된 어플리케이션을 통해 플라스틱 제조 메뉴가 제공될 수 있다.
또한, 제어 서버(20)는 사용자 단말(30)과 데이터, 콘텐츠, 각종 통신 신호를 네트워크를 통해 송수신하고, 데이터 저장 및 처리의 기능을 가지는 모든 종류의 서버, 단말, 또는 디바이스를 포함할 수 있다.
본원의 일 실시 예에 따르면, 사용자 단말(30)은 네트워크를 통해 제어 서버(20)와 연동되는 디바이스로서, 예를 들면, 스마트폰(Smartphone), 스마트패드(Smart Pad), 태블릿 PC, 웨어러블 디바이스 등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치 및 데스크탑 컴퓨터, 스마트 TV와 같은 고정용 단말기일 수도 있다.
또한, 사용자 단말(30)은 플라스틱 제품의 생산 정보를 제어 서버(20)로 제공할 수 있다. 일 예로, 플라스틱 제품의 생산 정보는, 플라스틱의 사용 용도, 주 성분, 치수(크기), 형상 등의 정보를 포함할 수 있다. 사용자 단말(30)은 플라스틱 제품의 생산 정보를 네트워크를 통해 제어 서버(20)로 제공할 수 있다. 일 예로, 사용자 단말(30)은 플라스틱 제품을 생산하는 생산 업체의 단말일 수 있다. 또한, 사용자 단말(30)은 플라스틱 제품의 생산을 요청한 소비자의 단말일 수 있다.
플라스틱 제조 장치(10), 제어 서버(20) 및 사용자 단말(30) 간의 정보 공유를 위한 네트워크의 일 예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 유무선 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, Wifi 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에 한정된 것은 아니다.
도 2는 본원의 일 실시 예에 따른 플라스틱 제조 장치의 개략적인 블록도 이다.
도2를 참조하면, 플라스틱 제조장치(10)는 원료 저장탱크(11), 계량부(12), 혼합부(13), 압출부(14), 센서부(15), 절단부(16), 냉각부(17) 및 분석부(18)를 포함할 수 있다. 다만, 플라스틱 제조장치(10)의 구성이 이에 한정되는 것은 아니다. 예를 들면, 플라스틱 제조장치(10)는 제어서버(20) 및 사용자단말(30) 과 통신하기 위한 통신부(미 도시)를 포함할 수 있다.
본원의 일 실시 예에 따르면, 원료 저장탱크(11)는 복수의 플라스틱 원료를 수용할 수 있다. 일예로, 복수의 플라스틱 원료는 powder, bead, pellet, 분쇄물 등의 열가소성 수지 또는 열경화성 수지를 포함할 수 있다. 또한, 도면에 도시하진 않았으나, 원료 저장 탱크(11)는 PVC 레진(Resin)이 수용되는 PVC 탱크, 가소제가 수용되는 가소제 탱크 및 복수의 부원료 각각이 적재된 복수의 부원료 탱크를 포함할 수 있다. 달리 말해, 원료 저장 탱크(11)는 플라스틱 원료 각각을 포함하는 복수개의 탱크를 포함할 수 있다. PVC 레진(Resin), 즉 PVC 수지는 후술하는 소재 정보에 따라 사용되는 PVC 수지일 수 있다. 또한, 가소제 탱크는 소재 정보에 따라 선택적으로 사용되는 가소제를 포함하는 탱크일 수 있다. 가소제는 DINP(Diisononyl phthalate), DIDP(Diisodecyl phthalate) 및 GL100을 포함할 수 있다. 또한, 원료 저장 탱크(11)는 부원료 탱크를 포함할 수 있다. 부원료는 소재 정보에 따라 선택적으로 사용되는 부원료 소재를 의미할 수 있다. 예를 들어, 부원료는 안정제(LTX-626H, ESB0). 가공조제(P-551), 활제(ST-A, AC629), 안료(C/B 1010, CR60-2), 안정제(NH390P, PH-1100D), 충진제(CW-1), 활제(AC316), 충격보강제(CPE135A) 및 형광증백제(OB-1), UV안정제(531)를 포함할 수 있다.
본원의 일 실시 예에 따르면, 계량부(12)는 계량정보에 기반하여 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량할 수 있다. 계량 정보는, 사용자 단말(30)로부터 제공받은 플라스틱 제품의 생산 정보에 기반하여 생성된 정보일 수 있다. 제어 서버(20)는 플라스틱 제품의 생산 정보에 기반하여 계량 정보를 생성하고, 계량부(12)의 구동을 제어하기 위한 제어신호를 생성할 수 있다. 계량부(12)는 원료 저장 탱크(11)와 연결되어 있으며, 계량 정보에 기반하여, 원료 저장 탱크(11)와 연결된 밸브를 여닫아 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량할 수 있다. 계량부(12)의 개폐 여부에 따라 원료 저장 탱크(11)에 수용된 복수의 플라스틱 원료가 혼합 탱크(미도시)에서 혼합될 수 있다. 달리 말해, 제어 서버(20)는 복수의 연료 탱크와 연계된 복수의 계량부(12)의 밸브의 OPEN 또는 CLOSE하기 위한 제어 신호를 생성할 수 있다. 예를 들어, 제어 서버(20)는 플라스틱 제품의 생산 정보에 기반하여 생성된 계량 정보를 기반으로, 복수의 계량부(12) 각각의 밸브 OPEN 시간을 달리하는 제어신호를 생성할 수 있다.
본원의 다른 일 실시 예에 따르면, 계량부(12)는 PVC 레진 정보, 가소제 정보 및 복수의 부원료 정보를 포함하는 소재 정보에 기반하여, 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량할 수 있다. PVC 레진 정보는 PVC 레진의 종류, 사용량 및 종류에 따른 용융점/냉각점 정보를 포함할 수 있고, 가소제 정보는 가소제의 종류, 사용량 및 종류에 따른 용융점/냉각점 정보를 포함할 수 있으며, 복수의 부원료 정보는 부원료의 종류, 각각의 부원료의 사용량 및 종류에 따른 용융점/냉각점 정보를 포함할 수 있다. 또한 소재 정보는, PVC 레진, 가소제 및 복수의 부원료별 비율, PVC 레진, 가소제 및 복수의 부원료를 혼합했을 때 혼합물의 냉각점 정보를 포함할 수 있다. 또한, 계량부(12)는 PVC 레진 정보, 가소제 정보 및 복수의 부원료 정보를 포함하는 소재 정보를 기반으로, 각각의 종류 및 종류에 따른 사용량에 따라 PVC 레진, 가소제 및 복수의 부원료 각각을 계량할 수 있다. 또한, 계량부(12)는 계량된 PVC 레진, 계량된 가소제 및 계량된 복수의 부원료를 혼합 탱크(미도시)에 배출할 수 있다.
본원의 일 실시 예에 따르면, 혼합부(13)는 계량부(12)로부터 전달된 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 혼합 탱크(미도시)에서 2중 스크류를 이용하여 혼합물을 생성할 수 있다. 혼합부(13)는 2중 스크류를 사용하여 혼합 탱크(미도시)에 수용된 복수의 플라스틱 원료를 보다 효율적으로 믹싱할 수 있다. 혼합부(13)는 제어 서버(20)에서 제공받은 제어 신호에 기반하여 구동이 제어될 수 있다. 혼합부(13)는 계량부(12)로부터 전달된 복수의 플라스틱 연료를 혼합 탱크(미도시)에서 2중 스크류를 이용하여 혼합물을 생성할 수 있다. 또한, 제어 서버(20)는 혼합 탱크(미도시)에 수용된 혼합물(플라스틱 제조물)이 적절한 온도 조건 및 압력 조건을 유지하도록 제어신호를 생성할 수 있다.
또한, 혼합부(13)는 포집 구조체를 포함할 수 있다. 포집 구조체는 혼합부(13)의 내부 상면 중 가장 높은 부분에 형성되는 홀, 혼합부(13) 내에서 혼합물 형성시 발생되는 가스 및 열기를 홀을 통해 포집하는 포집부 및 홀을 선택적으로 개폐하는 개폐부를 포함 할 수 있다.
예시적으로, 혼합부(13)는 POWDER, BEAD, PALLET 분쇄물 등의 열가소성수지 또는 열경화성수지를 탱크내에 투입한 후 특수 설계된 임펠러의 고속회전에 의해 탱크내에 투입된 재료에 혼합 및 재료상에 충격작용을 주어 입자 상호간에 반발작용에 따른 재료의 유동화에 따른 내부침투와 코팅작용 등을 유발시켜서 원료의 혼합 및 혼련 효과를 얻을 수 있다.
본원의 다른 일 실시 예에 따르면, 혼합부(13)는 계량부(12)로부터 전달된 계량된 PVC 레진, 가소제 및 복수의 부원료를 혼합 할 수 있다. 혼합부(13)는 하형 혼합부 및 하형 혼합부에 힌지 결합되어 하형 혼합부를 덮거나 하형 혼합부에 대한 덮음을 해체하는 상형 혼합부를 포함할 수 있다. 혼합부(13)는 혼합 탱크(미도시) 내부에 수용된 계량된 PVC 레진, 계량된 가소제 및 계량된 복수의 부원료를 혼합할 수 있다.
본원의 일 실시 예에 따르면, 압출부(14)는 혼합물을 용융하여 압출 할 수 있다. 일 예로, 압출부(14)는 이축압출기(Twin screw extruder)일 수 있다. 예를 들어, 제어서버(20)는 플라스틱 제품의 생산정보에 기반하여, 압출부(14)에 구비된 스크류의 회전 방향을 달리 할 수 있다. 제어 서버(20)는 플라스틱 제품의 생산 정보에 기반하여, 압출부(14)에 구비된 2개의 스크류의 회전방향을 달리하는 제어신호를 생성하고, 압출부(14)는 제어서버(20)에서 제공받은 제어신호를 기반으로 혼합물을 용융 및 압출작업을 수행할 수 있다. 또한, 혼합부(13)에서 혼합이 진행되고 있는 경우, 스크류는 회전 운동을 수행함으로써, 압출부(14)로 인입되는 혼합물이 스크류의 회전에 의해 이동되면서 용융될 수 있다.
또한, 압출부(14)는 복수의 압출부를 포함할 수 있다. 예를 들어, 제1압출부, 제2압출부 및 제3압출부에는 제1압출부, 제2압출부 및 제3압출부 내의 온도를 각각 측정하는 압출부 온도 측정 센서 및 제1압출부, 제2압출부 및 제3압출부 내의 온도를 각각 조절하는 압출부 온도 조절 센서를 포함할 수 있다. 제1압출부, 제2압출부 및 제3압출부 각각의 내부 온도는 서로 상이할 수 있다. 예를 들어, 제어서버(20)는 플라스틱 제품의 생산정보를 고려하여 복수의 플라스틱 원료의 용융점을 비교하여, 가장 낮은 용융점 온도를 복수의 압출부 중 어느 하나(예를 들어, 제3 압출부)의 내부 온도가 되도록 복수의 압출부 중 어느 하나(예를 들어, 제3압출부)의 온도 조절 제어 신호를 제공할 수 있다. 반면, 제어 서버(20)는 플라스틱 제품의 생산 정보를 고려하여 복수의 플라스틱 원료의 용융점을 비교하고, 가장 높은 용융점 온도를 복수의 압출 부 중 어느 하나(예를 들어, 제1압출부)의 내부 온도가 되도록 복수의 압출부 중 어느 하나(예를 들어, 제1압출부)의 온도 조절 제어신호를 제공할 수 있다.
본원의 일 실시 예에 따르면, 센서부(15)는 플라스틱 제조장치의 상태정보를 획득할 수 있다. 센서부(15)는 플라스틱 제조장치(10)의 내부 또는 외부에 복수개의 센서를 구비하고, 상태 정보를 획득 할 수 있다. 일 예로, 복수의 센서는 온도, 속도, 기울기, 각도, 지자계, 감지, 온도, 습도, 가스량을 감지하기 위한 센서일 수 있다. 상태정보는, 복수의 센서로부터 획득되는 정보에 기반하여 생성된 플라스틱 제조장치의 내부 또는 외부의 상태정보일 수 있다.
또한, 센서부(15)는 혼합물 형성시 혼합탱크(미도시) 내부에서 발생되는 가스량을 감지하기 위한 가스 감지센서(미도시)를 포함할 수 있다. 또한, 센서부(15)는 혼합물 형성시 혼합탱크 내부에서 발생되는 열기의 온도를 감지하기 위한 온도 센서(미도시)를 포함 할 수 있다.
일 예로, 제어서버(20)는, 가스 감지센서가 센싱한 가스량이 기 설정된 정도 이상이면, 혼합탱크에 구비된 개폐부를 제어하여 포집된 가스를 방출할 수 있다. 또한, 제어서버(20)는 혼합탱크의 온도가 미리 설정된 온도를 유지하도록 냉각수 및 스팀부의 구동을 제어하는 제어신호를 생성할 수 있다. 제어서버(20)는 냉각수 및 스팀의 구동을 제어하는 제어신호를 생성하여, 혼합 탱크(통) 안의 내부온도가 적정온도를 유지하도록 할 수 있다. 혼합부(13) 및 압출부(14)의 스크류와 실런더의 온도조절은 기존의 OIL 순환이 아닌 스크류의 냉매 자체순환형식과 FAN에 의한 실린다 냉각방식을 적용하였으며, 기존의 OIL 순환이 아닌 스크류의 냉매 자체순환형식과 FAN에 의한 실린다 냉각방식을 적용함으로써, 누유 및 OIL 배관 청소를 하지 않아도 되는 효과가 발생한다.
또한, 제어서버(20)는 가스 감지센서(미도시)가 센싱한 가스량이 기 설정된 정도 이상이 되거나 내부 온도 센서가 센싱한 열기의 온도가 기 설정된 정도 이상이 되면 개폐부를 통해 포집부를 개방 할 수 있다.
본원의 일 실시 예에 따르면, 절단부(16)는 압출부(14)로부터 압출된 혼합물을 기 설정된 길이만큼 절단할 수 있다. 압출부(14)에서 용융된 혼합물을 절단부(16)가 인입하면, 절단부(16)의 하단에 구비된 컷팅기(미도시)에 의해 혼합물이 절단될 수 있다. 이때, 용융된 혼합물은 완전한 액체상태가 아닌, 완전한 액체(예컨데, 물 정도의 밀도를 지닌 액체)대비 밀도가 큰 상태일 수 있다. 따라서 컷팅기(미도시)로 용융된 혼합물을 절단했을 경우, 일정 간격대로 혼합물이 절단될 수 있다. 제어서버(20) 용융된 혼합물을 일정 간격대로 절단하도록 절단부(16)를 제어할 수 있다. 일 예로, 기 설정된 길이는, 플라스틱 제품의 생산 정보에 포함된 정보로서, 플라스틱 제품의 사용 용도에 따라 달리 설정될 수 있다.
본원의 일 실시 예에 따르면, 냉각부(17)는 절단부(16)로부터 절단된 혼합물을 냉각할 수 있다. 제어서버(20)는 플라스틱 제품의 생산정보에 포함된 냉각점 정보를 이용하여 냉각부(17) 내의 온도를 조절함으로써, 절단된 혼합물을 냉각시킬 수 있다. 냉각부(17)로부터 냉각된 혼합물은 최종적인 플라스틱 제품으로 구현될 수 있다.
본원의 일 실시 예에 따르면, 분석부(18)는 냉각부(17)를 거쳐 제조된 플라스틱 제품을 플라스틱 제품의 생산 정보와 비교 분석을 수행 할 수 있다. 분석부(18)는 센서부(15)로부터 냉각부(17)를 거쳐 제조된 플라스틱 제품의 센싱결과를 제공받고, 플라스틱 제품의 생산정보와 비교 분석을 수행할 수 있다. 일 예로, 센서부(15)로부터 제공받은 플라스틱 제품의 센싱결과는, 촬영장치로부터 획득된 이미지 정보일 수 있다. 분석부(18)는 센서부(15)로부터 제공받은 플라스틱 제품의 센싱정보와 사용자 단말(30)로부터 제공받은 플라스틱 제품의 생산 정보와의 비교 분석을 수행할 수 있다. 일 예로, 분석부(18)는 센서부(15)로부터 제공받은 플라스틱 제품의 센싱정보가 이미지인 경우, 플라스틱 제품의 생산정보에 포함된 이미지 분석과의 비교 분석을 수행할 수 있다. 분석부(18)는 센서부(15)를 통해 획득된 이미지에 대하여 이미지 분석 알고리즘을 적용하여 이미지 분석을 수행할 수 있다. 일 예로, 이미지 분석 알고리즘은 종래 기 개발되거나 향후 개발되는 모든 종류의 이미지 분석 알고리즘이 적용될 수 있다.
또한, 분석부(18)는 냉각부(17)를 거쳐 제조된 플라스틱 제품을 사용자 단말(30)로부터 제공받은 플라스틱 제품의 생산정보와 비교 분석을 수행하고, 플라스틱 제품의 불량 여부를 판단할 수 있다. 분석부(18)는 센서부(15)로부터 냉각부(17)를 거쳐 제조된 플라스틱 제품의 센싱결과와 미리 설정된 기준값을 비교하여 플라스틱 제품의 불량 여부를 판단 할 수 있다.
본원의 일 실시 예에 따르면, 제어서버(20)는 플라스틱 제조장치(10)에 구비된 복수의 센서로부터 제공받은 센싱정보에 기반하여, 플라스틱 제조장치(10)의 구동을 제어하는 제어신호를 생성하고, 플라스틱 제조장치(10)의 구동을 제어할 수 있다. 달리 말해, 제어서버(20)는 플라스틱 제조장치에 구비된 복수의 센서로부터 수집된 센싱정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산정보를 입력으로 하는 인공신경망 기반의 학습모델을 기반으로 플라스틱 제조 장치의 구동을 제어하는 제어신호를 생성 할 수 있다.
또한, 제어서버(20)는 플라스틱 제조장치에 구비된 복수의 센서로부터 수집된 센싱정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산정보를 기 학습된 학습모델에 적용하여 플라스틱 제조장치의 구동을 제어하는 제어신호를 생성할 수 있다. 제어서버(20)는 실시간 또는 미리 설정된 주기마다 수집되는 플라스틱 제조장치의 구동정보 및 플라스틱 제품의 생산정보를 학습 모델에 적용하여 플라스틱 제조장치에 구비된 복수의 장치 중 적어도 어느 하나의 구동을 제어하는 제어신호를 생성 할 수 있다.
또한, 제어서버(20)는 플라스틱 제조장치(10)에 포함된 복수의 유닛(부)에 대응하여 각각의 학습 모델을 구축할 수 있다. 일 예로, 제어서버(20)는 플라스틱 제조장치에 구비된 복수의 센서로부터 수집된 센싱정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산정보에 기반하여 제1인공신경망을 기반으로 구축된 제1학습 모델을 이용하여 혼합부(13)의 구동을 제어한는 제어신호를 생성할 수 있다. 또한, 제어서버(20)는 플라스틱 제조장치에 구비된 복수의 센서로부터 수집된 센싱정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산정보에 기반하여 제2인공신경망을 기반으로 구축된 제2 학습 모델을 이용하여 압출부(14)의 구동을 제어하는 제어신호를 생성할 수 있다. 이때, 제1학습 모델 및 제2학습 모델은 서로 다른 인공신경망을 기반으로 구축된 학습 모델일 수 있다.
여기서, 인공신경망 기반의 학습 모델은, 지도학습 또는 비지도 학습을 기반으로 구축된 학습모델일 수 있다. 제어서버(20)는 지도학습 또는 비 지도학습으로 구축된 학습모델 중 가장 정확도가 높은 학습모델을 선정하고, 플라스틱 제조장치에 구비된 복수의 센서로부터 수집된 센싱정보 및 사용자 단말로부터 수신된 플라스틱 제품의 생산정보를 해당 학습모델에 적용하여 플라스틱 제조 장치(10)의 구동을 제어하는 제어신호를 생성 할 수 있다.
예시적으로 상기 비 지도학습을 위한 군집 알고리즘에는 로지스틱 회귀 알고리즘, 랜덤 포레스트 알고리즘, SVM(Support Vector Machine)알고리즘, 의사결정 알고리즘 및 군집 알고리즘이 이용될 수 있다. 또한, 신규 패턴 분류부(130)는 상술한 알고리즘 외에도 Extra Tree알고리즘, XG Boost알고리즘 및 Deep Learning 알고리즘, K-means 클러스터링 알고리즘, SOM(Self-Organizing-Maps) 알고리즘 EM &Canopy 알고리즘과 같은 군집 알고리즘을 통해 비 지도학습을 수행 할 수 있다. Random Forest알고리즘은 수많은 Decision Tree들이 Forest를 구성하여 각각의 예측결과를 하나의 결과변수로 평균화 하는 알고리즘이고, SVM알고리즘은 데이터의 분포공간에서 가장 큰 폭의 경계를 구분하여 데이터가 속하는 분류를 판단하는 비확률적 알고리즘이다. Extra Tree알고리즘은 Random forest와 비슷하나 속도가 Random forest에 비해 빠른 알고리즘이며, XGBoost알고리즘은 Random Forest의 Tree는 독립적이라면 XGBoost의 Tree의 결과를 다음 Tree에 적용하는 boost방식의 알고리즘이다. Deep Learning알고리즘은 다층구조의 Neural Network을 기반으로 변수의 패턴이 결과에 미치는 영향을 가중치로 조절하며 학습하는 알고리즘이다. 또한, K-means 클러스터링 알고리즘은 전통적인 분류기법으로 대상집단을 거리의 평균값(유사도)을 기준으로 K개의 군집으로 반복 세분화 하는 기법이고, SOM알고리즘은 인공신경망을 기반으로 훈련집합의 입력 패턴을 가중치로 학습하여 군집화하는 기법이다. 또한 EM & Canopy 알고리즘은 주어진 초기값으로 가능성이 최대인 것부터 반복 과정을 통해 파라미터 값을 갱신하여 군집화 하는 기법을 의미한다.
이때, 제어 서버(20)에서 사용되는 인공신경망 기반의 학습모델은 종래 기 개발되거나 향후 개발되는 모든 종류의 학습법이 적용될 수 있다.
또한, 제어서버(20)는 사용자단말(30)로부터 제공받은 플라스틱 제품의 생산정보를 고려하여, 복수의 플라스틱 가공 방법 중 어느 하나를 추천할 수 있다. 제어서버(20)는 추천된 복수의 플라스틱 가공 방법 중 적어도 어느 하나에 대한 사용자 선택 입력 정보에 기반하여 플라스틱 제조 장치의 구동을 제어하는 제어신호를 생성할 수 있다. 제어서버(20)는 플라스틱 제품의 생산정보를 기반으로, 플라스틱 제품에 적합한 플라스틱 가공 방법 중 어느 하나를 추천할 수 있다. 일 예로, 제어서버(20)는 플라스틱 제품의 생산정보 및 플라스틱 가공정보에 기초하여 인공지능 학습 망을 기반으로 구축된 학습모델에 사용자 단말(30)로부터 제공받은 플라스틱 제품의 생산정보를 입력하여, 복수의 플라스틱 가공 방법 중 어느 하나를 추천 할 수 있다. 예시적으로, 인공신경망은 딥 러닝 신경망일 수 있으나, 이에만 한정되는 것은 아니며, 기 개발되었거나 향후 개발되는 다양한 신경망 체계를 적용 할 수 있다. 제어서버(20)는 사용자로부터 제공받은 생산정보를 학습모델에 적용하여 플라스틱 제조장치(10)로부터 생산될 플라스틱 제품에 적합한 가공 방법을 제공함으로써, 불량률이 최소화된 플라스틱 제품을 생산할 수 있다.
플라스틱 가공방법은, 카렌더 가공(Calender), 압출성형(Extrusion molding), 사출성형(Injection molding), 압축성형(Compression-molding), 압출블로우 성형(extrusion-blow molding), 압출적층(extrusion-laminating), 중공성형(Blow molding), 진공성형(Vacuum forming), 프레스(Press), 회전성형(rotational-molding) 등을 포함할 수 있다.
카렌더 가공(Calender)은 3개 또는 4개의 가열된 로울 사이에서 플라스틱을 녹여서 가공하는 방법이다. 캘린더 가공은 지금에는 폴리염화비닐가공에서만 사용되고 있으며, 제품은 연질염화비닐과 경질염화비닐의 필름, 시트, 레자와 마루타일이 주이다. 캘린더 가공은 설비에 많은 비용이 드는데, 제조하는 속도가 크고, 생산성이 극히 높은 특징이 있다.
압출성형(Extrusion molding)은 열가소성 플라스틱의 가공방법이다. 압출성형(Extrusion molding)은 압출기(Extruder)를 사용해서 성형한다. 압출기는 플라스틱 성형재료를 넣은 호퍼, 플라스틱을 가열하는 실린더, 용융플라스틱을 보내는 스크류, 실린더 속의 녹은 플라스틱에 압력을 걸기 위한 브레커 플레이트와 금속 망이 주된 부분이다. 호퍼 속의 플라스틱 성형재료는 스크류를 돌리면 실린더 속으로 떨어진다. 실린더는 전열(電熱)로 가열되어 있으므로 열가소성 플라스틱은 녹아서, 스크류의 회전에 의해 용융 플라스틱으로 앞으로 밀린다. 이 때, 스크류는 플라스틱이 앞으로 보내지면 압축되도록 되어있으므로 실린더 외벽의 전열히터에 의한 열로서 스크류 회전에 의해 플라스틱이 반죽되는 것에 의해서 실린더 속의 플라스틱 온도가 올라간다. 압출기 시린다 끝단의 브레커 플레이트와 금속망을 통과해서 나오는 부분에 Nozzle을 부착하고 여러 가지 형상의 다이(die)를 달고, 또 여러 가지 장치를 붙여 설치하여 플라스틱 압출제품을 생산한다.
사출성형(Injection molding)은 플라스틱 성형품 제조에 많이 사용되는 가공방법이다. 사출성형은 기존에는 열가소성플라스틱의 가공방법이었지만 지금은 열경화성 플라스틱, 고무성형에도 사용되고 있다. 사출성형은 트랜스퍼 성형과 압출성형을 조합한 것과 같은 성형방법이다. 우선 플라스틱을 가열해서 녹여, 스크류로 녹은 플라스틱을 앞으로 보내는 것은 압출성형과 같다. 그러나 압출성형과 달라서 스크류를 뒤쪽으로 내리는 것으로 녹은 플라스틱을 실린더의 앞 쪽에 모으게 한다. 다음에 스크류를 앞쪽으로 나아가게 하여 노즐을 통해서 금형의 캐비티 속으로 녹은 플라스틱을 높은 압력을 걸어 밀어 넣는다. 여기는 트랜스퍼성형과 비슷하다. 이어서, 플라스틱을 금형안에서 굳게하여, 금형을 열고 제품을 꺼낸다. 이 때, 열가소성 플라스틱의 성형시에는 금형을 냉각한다. 식힌다 해도, 성형에 사용한 열가소성 플라스틱에 굳어지는 온도 이하로 하므로 물이나 기름 등으로 금형을 따뜻하게 할 경우도 있다. 열경화성 플라스틱의 성형시는 전열(電熱)등으로 가열한다. 이와 같이, 매우 복잡한 공정이 1대의 기계에서 연속해서 자동적으로 사용되도록 되어있다. 제품을 한 번 만드는데 필요한 시간을 1사이클이라고 하는데, 이 시간을 빠른 것에서는 불과 수초이고 1분을 넘는 것은 크고, 또 제품두께가 대단히 두꺼운 것일 때 한정된다.
압축성형(Compression-molding)은 열경화성 플라스틱 성형에 주로 사용되는 성형방법으로 플라스틱성형의 기본이 되는 성형방법이다. 그 방법은 뜨겁게 한 금형내의 공간(cavity 라고 한다)에 열경화성 플라스틱성형재료를 넣어, 압축성형용 프레스 사이 끼워서 굳게 하는 방법이다. 열가소성 플라스틱에 이 방법을 사용한다고 하면 금형을 뜨겁게 하거나 식히거나 해야되므로 특별한 경우에만 한정된다.
블로우 성형(blow molding)은 병(용기) 같은 형을 한 열가소성 플라스틱의 중공(中空) 성형품을 만드는 방법중의 주된 방법이다. 블로우성형 방법은 4가지로 나누어진다. 콜드패리스법, 압출블로우성형법이고, 콜드패리슨법과 사출블로우성형법 및 연신블로우 성형법의 4가지이다. 이중 가장 흔히 사용되는 것은 압출블로우성형법이고, 콜드패리슨법과 사출블로우 성형법은 대량생산시 사용되고 있다. 연신블로우성형법을 사용하면 플라스틱이 강해지므로, 병(용기) 무게를 줄일 수 있으므로 대량생산의 사용 후 버리는 용기 등에 사용되고 있다. 블로우성형에는 폴리에틸렌이 제일 흔히 사용되는데, 연신블로우 성형에 의한 병(용기)에는 폴리에틸렌테레프탈레이트도 흔히 사용되고 있다. 또 1종류의 플라스틱으로는 상태가 좋지 않은 용도에는 2종류이상의 플라스틱을 겹친 블로우성형(다층 블로우성형)에 의한 병도 사용되고 있다. 콜드패리슨방법은 가장 간단한 방법으로, 밑이 있는 파이프(패리슨이라고 한다)를 다른 방법으로 만들어 이것을 따뜻하게 하여 가공되도록 해서, 금형에 끼워 압축공기로 부풀게 하여, 병(용기)을 만드는 방법이다. 압축블로우 성형법(extrusion블로우 성형법)은, 패리슨을 만드는데 압출기로 하향으로 파이프를 밀어내어 아직 더운사이 금형으로 끼워서 밑을 만든 다음, 압축공기를 불어넣어 병(용기)으로 하는 방법이 있다.
프레스(Press)는 재료를 몰드에 삽입하여 플라스틱, 고무 또는 합판 등의 가압 성형가공을 하는 기계의 총칭이다. 압축성형, 트랜스퍼성형, 적층성형, 합판접착, 펀칭가공 등에 사용한다.
회전성형(rotational-molding)은 미리 측정된 양의 플라스틱 분말을 형(mold)에 넣고 가열하면서 여러 방향으로 회전을 시켜 형(mold)의 벽에 균일하게 붙이면서 냉각시켜 형태를 만드는 방법이다.
본원의 일 실시 예에 따르면, 제어서버(20)는 플라스틱 제조장치(10)의 구동 정보 및 플라스틱 제조장치에 포함된 복수의 부품에 대한 이력 정보를 입력으로 하는 머신 러닝 기반의 정비 예측모델을 구축하고, 플라스틱 제조장치(10)의 고장을 예측 할 수 있다. 플라스틱 제조장치(10)의 구동정보는, 플라스틱 제조장치(10)의 내부 및 외부에 구비된 센서부(15)로부터 제공받은 정보일 수 있다. 또한, 구동 정보는, 플라스틱 제조 장치(10)의 스크류의 속도정보, 발열정보, 윤활유정보, 전압정보, 베어링정보, 치합상태정보, 치의 마모정보, 이물질 침입정보, 축심정보, 연결부위 파손 정보, 패킹(접합부) 불량정보, 퓨즈정보, 전원정보 등 플라스틱 제조장치(10)의 구동과 관련된 정보를 포함 할 수 있다.
복수의 부품들은 플라스틱 제조장치(10)에 포함된 베어링, 코일, 볼트, 패킹, 엔진, 오일, 윤활유, 기어 등을 포함할 수 있다. 정비 데이터는 복수의 부품들 각각의 실시간 센서결과 데이터, 정비이력, 교체시기, 고장이력데이터 중 적어도 하나를 포함할 수 있다. 장비의 실시간 센서결과 데이터는 플라스틱 제조장치(10) 내 외부에 구비된 센서부(15)로부터 수집된 결과 데이터일 수 있다. 또한, 제어 서버(20)는 플라스틱 제조 장치(10)에 필요한 구성요소(부품) 각각의 교체 품목, 교체 일시, 교체 주기, 환경에 기반한 부품들의 노후 속도 등을 포함하는 정비 데이터를 수집할 수 있다.
일 예로, 플라스틱 제조장치(10)의 복수의 부품들 각각에 대한 정비데이터는 과거의 장비의 고장 및 정비이력에 관한 데이터일 수 있다. 제어서버(20)는 부품들 각각에 대한 정비 데이터를 데이터베이스를 통해 연결하여 정비데이터 셋을 구성하여 정비 데이터를 수집 할 수 있다. 또한, 제어서버(20)는 네트워크를 통해 외부서버에서 정비데이터를 수집할 수 있다. 이때, 정비데이터는 사용자 단말로부터 감속기의 복수의 부품들 각각에 대한 정비이력을 입력 받은 정보에 기반하여 수집된 데이터 일 수 있다.
또한, 제어서버(20)는 정비데이터를 이용하여 머신 러닝을 통해 플라스틱 제조장치(10)의 정비 예측모델을 업데이트 할 수 있다. 또한, 제어서버(20)는 복수의 머신 러닝 알고리즘을 적용하여, 생성된 정비 예측모델에 대한 학습을 수행할 수 있다. 달리 말해, 제어서버(20)에 의해 생성된 정비 예측모델은 복수의 머신 러닝 알고리즘을 적용함으로써 학습될 수 있다. 또한, 제어서버(20)는 복수의 부품들 각각에 대하여 가장 높은 정확도를 나타나는 머신 러닝 알고리즘을 적용하여 해당 부품의 학습모델을 선택할 수 있다. 예를 들어, 제어서버(20)는 제1 부품에 제 1 머신 러닝 알고리즘이 가장 높은 정확도를 나타내면, 제1부품에 대한 학습모델을 제1머신러닝 알고리즘을 기반으로 구축된 학습모델로 선택할 수 있다. 또한, 제어서버(20)는 제2부품에 제2머신러닝 알고리즘이 가장 높은 정확도를 나타내면, 제2부품에 대한 학습모델을 제2머신 러닝 알고리즘을 기반으로 구축된 학습 모델로 선택할 수 있다. 이때, 제1머신 러닝 알고리즘 및 제2머신 러닝 알고리즘은 서로 다른 알고리즘일 수 있다. 다만, 이에 한정되는 것은 아니며 다양한 실시 예가 존재할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 3은 본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동을 제어하는 방법에 대한 동작 흐름도이다.
도 3에 도시된 플라스틱 제조장치의 구동을 제어하는 방법은 앞서 설명된 제어시스템(1)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 제어시스템(1)에 대하여 설명된 내용은 플라스틱 제조 장치의 구동을 제어하는 방법에 대한 설명에도 동일하게 적용될 수 있다.
단계 S301에서 제어시스템(1)은, 플라스틱 제조장치(10)에 구비된 복수의 센서로부터 수집되는 센싱정보를 수집 할 수 있다.
단계 S302에서, 제어시스템(1)은 사용자 단말(30)로부터 플라스틱 제품의 생산정보를 수신할 수 있다.
단계 S303에서, 제어시스템(1)은 센싱정보 및 플라스틱 제품의 생산정보를 입력으로 하는 인공신경망 기반의 학습모델을 구축 할 수 있다.
단계 S304에서, 제어시스템(1)은 학습모델을 이용하여 플라스틱 제조장치(10)의 구동을 제어하는 제어신호를 생성 할 수 있다.
단계 S305에서, 제어시스템(1)은 제어신호에 기반하여 플라스틱 제조장치(10)의 구동을 제어 할 수 있다.
상술한 설명에서, 단계 S301 내지 S305는 본원의 구현 예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 플라스틱 제조 장치의 구동을 제어하는 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당 업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 플라스틱 제조장치의 구동을 제어하는 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
1: 제어 시스템
10: 플라스틱 제조 장치
20: 제어 서버
30: 사용자 단말

Claims (5)

  1. 플라스틱 제조 장치의 구동을 제어하기 위한 제어 시스템에 있어서,
    플라스틱 제품을 생산하기 위한 플라스틱 제조 장치;
    상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집되는 센싱 정보에 기반하여 플라스틱 제조 장치 각각에 대응하는 제어 신호를 생성하고, 상기 제어 신호에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 서버;
    상기 플라스틱 제품의 생산 정보를 상기 제어 서버로 제공하는 사용자 단말;
    을 포함하되,
    상기 플라스틱 제조 장치는,
    복수의 플라스틱 원료를 수용하는 원료 저장 탱크;
    계량 정보에 기반하여 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 계량하는 계량부;
    상기 계량부로부터 전달된 복수의 플라스틱 원료 중 적어도 하나 이상의 원료를 혼합 탱크에서 2중 스크류를 이용하여 혼합물을 생성하는 혼합부;
    상기 혼합물을 용융하여 압출하는 압출부;
    상기 플라스틱 제조 장치의 상태 정보를 획득하는 센서부;
    상기 압출부로부터 압출된 상기 혼합물을 기 설정된 길이만큼 절단하는 절단부;
    상기 절단부로부터 절단된 상기 혼합물을 냉각하는 냉각부; 및
    상기 냉각부를 거쳐 제조된 플라스틱 제품을 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행하는 분석부,
    를 포함하되,
    상기 분석부는,
    상기 센서부로부터 제공받은 상기 냉각부를 거쳐 제조된 플라스틱 제품의 센싱 정보에 기반하여, 상기 플라스틱 제품의 생산 정보와 비교 분석을 수행하고,
    상기 제어 서버는,
    상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 센싱 정보 및 상기 사용자 단말로부터 수신된 상기 플라스틱 제품의 생산 정보를 제1인공신경망에 기반하여 구축된 제1학습 모델에 적용하여 상기 혼합부의 구동을 제어하는 제어 신호를 생성하고, 제2인공신경망에 기반하여 구축된 제2학습 모델에 적용하여 상기 압출부의 구동을 제어하는 제어 신호를 생성하고,
    플라스틱 제품의 생산 정보 및 플라스틱 가공 정보를 이용하여 인공신경망을 기반으로 구축된 학습 모델에 상기 플라스틱 제품의 생산 정보를 입력하여, 복수의 플라스틱 가공 방법 중 어느 하나를 상기 사용자 단말로 추천하고, 추천된 상기 복수의 플라스틱 가공 방법 중 적어도 어느 하나에 대한 사용자 선택 입력 정보에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성하는 것인, 제어 시스템.
  2. 제1항에 있어서,
    상기 센서부는,
    혼합물 형성시 상기 혼합 탱크 내부에서 발생되는 가스량을 감지하는 가스 감지 센서; 및
    상기 혼합물 형성시 상기 혼합 탱크 내부에서 발생되는 열기의 온도를 감지하는 온도 센서를 포함하되,
    상기 제어 서버는,
    상기 가스 감지 센서가 센싱한 상기 가스량이 기 설정된 정도 이상이면, 상기 혼합 탱크에 구비된 개폐부의 구동을 제어하여, 포집된 가스를 방출하고, 상기 혼합 탱크의 온도가 미리 설정된 온도를 유지하도록 냉각수 및 스팀부의 구동을 제어하는 제어 신호를 생성하는 것인, 제어 시스템.
  3. 삭제
  4. 제2항에 있어서,
    상기 제어 서버는,
    상기 플라스틱 제조 장치의 구동 정보 및 상기 플라스틱 제조 장치에 포함된 복수의 부품에 대한 이력 정보를 입력으로하는 머신 러닝 기반의 정비 예측 모델을 구축하고, 상기 플라스틱 제조 장치의 고장을 예측하는 것인, 제어 시스템.
  5. 플라스틱 제조 장치의 구동을 제어하는 방법에 있어서,
    상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집되는 센싱 정보를 수집하는 단계;
    사용자 단말로부터 플라스틱 제품의 생산 정보를 수신하는 단계;
    상기 센싱 정보 및 상기 플라스틱 제품의 생산 정보를 입력으로 하는 인공신경망 기반의 학습 모델을 구축하는 단계;
    상기 학습 모델을 이용하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성하는 단계; 및
    상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성하는 단계는,
    상기 플라스틱 제조 장치에 구비된 복수의 센서로부터 수집된 센싱 정보 및 상기 사용자 단말로부터 수신된 상기 플라스틱 제품의 생산 정보를 제1인공신경망에 기반하여 구축된 제1학습 모델에 적용하여 상기 플라스틱 제조 장치에 포함된 혼합부의 구동을 제어하는 제어 신호를 생성하고, 제2인공신경망에 기반하여 구축된 제2학습 모델에 적용하여 상기 플라스틱 제조 장치에 포함된 압출부의 구동을 제어하는 제어 신호를 생성하고,
    플라스틱 제품의 생산 정보 및 플라스틱 가공 정보를 이용하여 인공신경망을 기반으로 구축된 학습 모델에 상기 플라스틱 제품의 생산 정보를 입력하여, 복수의 플라스틱 가공 방법 중 어느 하나를 상기 사용자 단말로 추천하고, 추천된 상기 복수의 플라스틱 가공 방법 중 적어도 어느 하나에 대한 사용자 선택 입력 정보에 기반하여 상기 플라스틱 제조 장치의 구동을 제어하는 제어 신호를 생성하는 것인, 제어 방법.
KR1020200013271A 2020-02-04 2020-02-04 플라스틱 제조 장치 구동 제어 시스템 KR102176821B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200013271A KR102176821B1 (ko) 2020-02-04 2020-02-04 플라스틱 제조 장치 구동 제어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200013271A KR102176821B1 (ko) 2020-02-04 2020-02-04 플라스틱 제조 장치 구동 제어 시스템

Publications (1)

Publication Number Publication Date
KR102176821B1 true KR102176821B1 (ko) 2020-11-10

Family

ID=73548892

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200013271A KR102176821B1 (ko) 2020-02-04 2020-02-04 플라스틱 제조 장치 구동 제어 시스템

Country Status (1)

Country Link
KR (1) KR102176821B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102330558B1 (ko) * 2021-01-27 2021-11-26 (주)정인산업 폐비닐 재활용 장치의 관리시스템
KR102377235B1 (ko) * 2021-08-31 2022-03-22 오성컨버전스 주식회사 재활용이 가능한 친환경 박스
KR102500442B1 (ko) * 2022-02-10 2023-02-16 윤춘기 지능형 챔버용 금속 부품 생산 시스템 및 방법
WO2023101139A1 (ko) * 2021-11-30 2023-06-08 씨제이제일제당 (주) 생분해성 플라스틱 기반의 플라스틱 순환 시스템 및 방법
KR102643333B1 (ko) * 2023-02-13 2024-03-04 정현석 지능형 알루미늄 부품 가공 시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010094202A (ko) * 2000-04-04 2001-10-31 구자홍 초미세 발포 플라스틱 제조용 가스공급장치
KR20170002043A (ko) * 2015-06-29 2017-01-06 주식회사 에이유 바이오 플라스틱 생산 시스템 및 제조 방법
KR20180063694A (ko) * 2016-12-02 2018-06-12 공남웅 플라스틱 사출 성형 제품 관리 장치 및 시스템
KR20190069696A (ko) * 2017-12-12 2019-06-20 (주)위세아이텍 장비 고장 예측 장치 및 방법
JP2019166702A (ja) * 2018-03-23 2019-10-03 株式会社日本製鋼所 機械学習器により成形条件を調整する射出成形機システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010094202A (ko) * 2000-04-04 2001-10-31 구자홍 초미세 발포 플라스틱 제조용 가스공급장치
KR20170002043A (ko) * 2015-06-29 2017-01-06 주식회사 에이유 바이오 플라스틱 생산 시스템 및 제조 방법
KR20180063694A (ko) * 2016-12-02 2018-06-12 공남웅 플라스틱 사출 성형 제품 관리 장치 및 시스템
KR20190069696A (ko) * 2017-12-12 2019-06-20 (주)위세아이텍 장비 고장 예측 장치 및 방법
JP2019166702A (ja) * 2018-03-23 2019-10-03 株式会社日本製鋼所 機械学習器により成形条件を調整する射出成形機システム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102330558B1 (ko) * 2021-01-27 2021-11-26 (주)정인산업 폐비닐 재활용 장치의 관리시스템
KR102377235B1 (ko) * 2021-08-31 2022-03-22 오성컨버전스 주식회사 재활용이 가능한 친환경 박스
KR102439558B1 (ko) * 2021-08-31 2022-09-02 오성컨버전스 주식회사 Iot 기반 서비스를 제공하는 박스 제조 시스템
WO2023101139A1 (ko) * 2021-11-30 2023-06-08 씨제이제일제당 (주) 생분해성 플라스틱 기반의 플라스틱 순환 시스템 및 방법
KR102500442B1 (ko) * 2022-02-10 2023-02-16 윤춘기 지능형 챔버용 금속 부품 생산 시스템 및 방법
KR102643333B1 (ko) * 2023-02-13 2024-03-04 정현석 지능형 알루미늄 부품 가공 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102176821B1 (ko) 플라스틱 제조 장치 구동 제어 시스템
Yang et al. Injection molding process control, monitoring, and optimization
Hu et al. Advances in fused deposition modeling of discontinuous fiber/polymer composites
Rosato Plastics processing data handbook
Kashyap et al. Process parameter optimization of plastic injection molding: a review
US20140265035A1 (en) Three-dimensional printing with control of thermoalterable build materials
Jain et al. Experimental investigations for improving part strength in selective laser sintering
Yacoub et al. Product optimization and control in the latent variable space of nonlinear PLS models
Shiroud Heidari et al. Optimization of process parameters in plastic injection molding for minimizing the volumetric shrinkage and warpage using radial basis function (RBF) coupled with the k-fold cross validation technique
Usman Jan et al. Multi response optimization of injection moulding process parameters of polystyrene and polypropylene to minimize surface roughness and shrinkage’s using integrated approach of S/N ratio and composite desirability function
US12115703B2 (en) System and method for controlling a rotational moulding process
Ramkumar et al. Effect of oven residence time on mechanical properties in rotomoulding of LLDPE
Brischetto et al. Honeycomb sandwich specimens made of PLA and produced via 3D FDM printing process: an experimental study
EP3657362A1 (en) System and method for simulating a rotational moulding process
WO2023213975A1 (en) Industrial extruder, process and method thereof
Yang et al. Coupled temperature–displacement modelling of injection stretch-blow moulding of PET bottles using Buckley model
Xanthos et al. Plastics processing
Simon et al. Effect of gas pressure on the microstructure of parts foamed with the novel microcellular injection molding technology Ku‐Fizz™
Polishchuk et al. Production of details of difficult designs of footwear and clothes with use of technologies of additive production
Gedde et al. Processing of polymeric materials
Suo et al. The property palette: A rapid printing of performance-tunable blended polymers guided by artificial neural network
Dumont et al. Compression moulding
Fernandez et al. Optimising open and closed cooling time for hybrid injection moulding of polypropylene with polyamide inserts from multi jet fusion
Martínez-de-Pisón et al. Control model for an elastomer extrusion process obtained via a comparative analysis of data mining and artificial intelligence techniques
CN205097443U (zh) 一种热塑性颗粒材料发泡装置

Legal Events

Date Code Title Description
GRNT Written decision to grant