KR102264066B1 - 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 - Google Patents
인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 Download PDFInfo
- Publication number
- KR102264066B1 KR102264066B1 KR1020210034674A KR20210034674A KR102264066B1 KR 102264066 B1 KR102264066 B1 KR 102264066B1 KR 1020210034674 A KR1020210034674 A KR 1020210034674A KR 20210034674 A KR20210034674 A KR 20210034674A KR 102264066 B1 KR102264066 B1 KR 102264066B1
- Authority
- KR
- South Korea
- Prior art keywords
- injection
- unit
- control unit
- central control
- temperature
- Prior art date
Links
- 238000001746 injection moulding Methods 0.000 title claims description 29
- 238000010191 image analysis Methods 0.000 title claims description 27
- 238000011017 operating method Methods 0.000 title description 2
- 238000002347 injection Methods 0.000 claims abstract description 406
- 239000007924 injection Substances 0.000 claims abstract description 406
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 60
- 230000007547 defect Effects 0.000 claims abstract description 28
- 230000002950 deficient Effects 0.000 claims abstract description 16
- 230000001186 cumulative effect Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 71
- 238000001514 detection method Methods 0.000 claims description 54
- 230000007613 environmental effect Effects 0.000 claims description 42
- 239000002994 raw material Substances 0.000 claims description 40
- 238000004891 communication Methods 0.000 claims description 32
- 238000012544 monitoring process Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000010438 heat treatment Methods 0.000 claims description 14
- 239000010720 hydraulic oil Substances 0.000 claims description 12
- 238000000465 moulding Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 8
- 238000010330 laser marking Methods 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 239000003921 oil Substances 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000010801 machine learning Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 239000000498 cooling water Substances 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229920003002 synthetic resin Polymers 0.000 description 2
- 239000000057 synthetic resin Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000000025 natural resin Substances 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/766—Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle
-
- 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
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/768—Detecting defective moulding conditions
-
- 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
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/77—Measuring, controlling or regulating of velocity or pressure of moulding material
-
- 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
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/78—Measuring, controlling or regulating of 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
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/84—Safety devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
본 발명은 사출기로부터 사출된 제품을 촬영한 이미지를 디지털 이미지 프로세싱(DIP) 방식으로 처리하여 기준값 대비 허용된 크기 이상의 편차가 지정된 횟수 이상 연속 또는 다수 발생하는 경우에 사출기 금형의 외부적 요인과 내부적 요인을 인공지능으로 각각 분석하여 기준값에 맞는 최적의 조건을 찾아 적용시키는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법에 관한 것으로 사출기의 외부에 설치되며 해당 제어신호에 의하여 주변의 온도와 습도와 작동유의 온도를 각각 검출하고 디지털 데이터 신호로 변환하여 출력하는 사출외부환경센서부; 사출외부환경센서부에 접속하고 외부 주변의 검출된 온도와 습도와 작동유 온도를 각각 입력하며 사출품의 촬영된 이미지 신호와 사출기 내부환경으로부터 검출된 각각의 데이터를 입력하고 기록 관리되는 각각의 해당 기준값과 인공지능으로 대비 분석된 결과에 의하여 사출기의 각 기능부에 해당 제어신호를 각각 출력하는 사출중앙제어부; 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기로부터 사출된 사출품의 외관을 HD 방식 칼라 스테레오 이미지로 촬영하는 사출품칼라촬영부; 사출중앙제어부에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 검출하고 디지털 데이터로 변환하여 출력하는 사출내부환경센서부; 사출중앙제어부)에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 조절하는 사출환경조건설정부를 포함하는 특징에 의하여 사출기에서 생산된 사출품의 외형을 학습된 인공지능으로 검사하여 규격을 초과하는 불량이 연속 발생되거나 불량품의 누적 발생 횟수가 소정 횟수 이상으로 확인되는 경우 주변의 외부환경 값을 순차 검출하고 인공지능으로 분석하여 사출기에 설정된 내부환경 값을 순차 조정하므로 불량이 없는 최적의 사출품을 대량 생산되도록 하는 효과 등이 있다.
Description
본 발명은 인공지능과 이미지 분석에 의한 사출기 스마트 제어 장치 및 그 운용방법에 관한 것으로 더욱 상세하게는 사출기로부터 사출된 제품을 촬영한 이미지를 디지털 이미지 프로세싱(DIP) 방식으로 처리하여 기준값 대비 허용된 크기 이상의 편차가 지정된 횟수 이상 연속 또는 다수 발생하는 경우에 사출기 금형의 외부적 요인과 내부적 요인을 인공지능으로 각각 분석하여 기준값에 맞는 최적의 조건을 찾아 적용시키는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법에 관한 것이다.
사출기 또는 성형기 또는 사출금형 또는 성형금형 또는 금형(이하, ‘사출기’라 한다.)은 용융된 수지(resin)를 이용하여 원하는 형상 또는 모양의 제품을 성형하는 장치이다.
이하의 설명에서 사출기와 성형기와 사출금형과 성형금형과 금형은 같은 의미이고 사출기로 기재하되, 문맥에 적합하게 선택적으로 혼용 사용하기로 한다.
수지(resin)는 고분자 유기화합물이고 천연수지와 합성수지로 분류되지만 일반적으로 합성수지를 의미하며 가소성이 있어 가열하면 물러져서 임의의 형태로 만들 수 있고 플라스틱(plastic) 종류로 총칭되며 성형이 쉽고 비중이 작으며 거의 부식하지 않으므로 금속, 나무, 유리 등의 대체물질로써 여러가지 용도로 응용 사용된다.
사출기는 항상 설정된 온도를 일정하게 유지하고 과열과 과냉 되지 않도록 관리되어야만 온도 차이와 변화에 의한 불량제품의 생산을 예방할 수 있으나 주변환경의 온도와 습도 변화, 공급되는 원재료의 건조 상태 등에 의하여도 크게 영향을 받는다. 통상적으로 사출기 온도를 섭씨 40 도 이하로 유지시키기 위하여서는 냉각수를 사용하고 섭씨 40 도 이상으로 유지시키기 위해서는 유온기 또는 온수기를 사용한다.
그러므로 사출기는 생산되는 제품의 품질향상을 위하여 일정한 품질로 생산되도록 하여야 하며 그러기 위하여는 사출기의 온도를 적절하게 조절해주어야 한다. 사출기의 온도를 조절되지 않은 상태에서도 사출성형이 가능하지만 온도에 따라 생산된 제품의 외관, 특성, 수축율, 치수, 생산 속도 등에 상당한 영향을 끼치게 되므로 사출 성형 작업시 사출기의 온도를 사용되는 원재료와 주변환경의 조건 등에 따라 적합하게 조절하여야 한다.
이러한 문제를 일부 해결하는 종래기술로 대한민국 특허 등록번호 제10-1307433호(2013. 09. 05.)에 의한 것으로 ‘사출금형의 온도 제어방법 및 장치’가 있다.
도 1 은 종래기술의 일 실시예에 의한 것으로 사출기의 온도을 일정하게 제어하는 장치를 설명하는 기능 구성도 이다.
이하, 첨부된 도면을 참조하여 일 실시 예에 의한 종래기술을 설명하면 금형장치(100)는 금형 몸체(110)와 제1 체크밸브(130)와 제2 체크밸브(140)와 제1 펌프(P1)와 제2 펌프(P2)를 포함하는 구성이다.
금형 몸체(110)는 금형의 내부에 형성되고 캐비티에 열을 공급하기 위해 히터카트리지(123)를 장착시키는 히터 결합홈(120)과, 히터 결합홈(120)의 입구 또는 출구에 형성되고 외부에서 금형 내부로 열매체를 공급하는 열매체 유입구(126)와 히터 결합홈(120)의 출구 또는 입구에 형성되고 금형의 내부에서 외부로 열매체를 배출하는 열매체 유출구(128)를 포함된다.
제1 체크밸브(130)는 열매체 유입구(126)와 결합되고 외부에서 히터 결합홈(120)의 내부로 열매체를 유입한다.
제2 체크밸브(140)는 열매체 유출구(128)와 결합되고 히터 결합홈(120)으로부터 외부 방향으로만 열매체를 유츌한다.
제1 펌프(P1)는 제1 체크밸브(130)에 연결되고 외부에서 열매체 또는 냉각수를 히터 결합홈(120)으로 고압력 공급한다.
제2 펌프(P2)는 제2 체크밸브(140)에 연결되고 히터 결합홈(120)으로부터 열매체 또는 냉각수가 유출되도록 역방향의 고압력을 인가한다.
상기와 같은 구성의 종래기술에 의한 금형장치(100)는 금형몸체(110)에 열매체를 강제유입과 유출시켜 온도를 높이는 장점이 있으나 과열된 금형몸체(110)의 온도를 낮추지 못하는 문제가 있다.
또한, 주변의 환경변화와 원재료의 공급조건 변화 등에 대처하지 못하는 문제와 사출불량 발생에 대응하지 못하는 등의 문제가 여전히 남아 있다.
따라서 사술기의 주변 환경변화, 운용조건 변화, 수급되는 원재료의 공급조건 변화, 발생되는 사출 불량에 빠르게 대응하면서 불량률을 줄이고 생산원가를 낮추며 사출제품의 품질을 높이는 기술을 개발할 필요가 있다.
상기와 같은 종래 기술의 문제점과 필요성을 해소하기 위하여 안출한 본 발명은 사출기에서 생산된 사출품을 인공지능으로 학습과 검사하여 규격을 벗어나는 불량이 연속 발생되는 경우 주변의 외부환경 값을 순차 검출하고 인공지능으로 분석하여 사출기에 설정된 내부환경 값을 순차 조정하므로 불량이 없는 최적의 사출품이 생산되도록 하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법을 제공하는 것이 그 목적이다.
또한, 본 발명은 사출기 관리자가 숙련되지 않는 경우에도 인공지능에 의하여 불량 발생율을 자동으로 최소화 처리하면서 생산성을 높이고 제품가격을 낮추는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법을 제공하는 것이 그 목적이다.
상기와 같은 목적을 달성하기 위하여 안출한 본 발명의 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템은 사출기의 외부에 설치되며 해당 제어신호에 의하여 주변의 온도와 습도와 작동유의 온도를 각각 검출하고 디지털 데이터 신호로 변환하여 출력하는 사출외부환경센서부(1000); 상기 사출외부환경센서부(1000)에 접속하고 외부 주변의 검출된 온도와 습도와 작동유 온도를 각각 입력하며 사출품의 촬영된 이미지 신호와 사출기 내부환경으로부터 검출된 각각의 데이터를 입력하고 기록 관리되는 각각의 해당 기준값과 인공지능으로 대비 분석된 결과에 의하여 사출기의 각 기능부에 해당 제어신호를 각각 출력하는 사출중앙제어부(2000); 상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기로부터 사출된 사출품의 외관을 HD 방식 칼라 스테레오 이미지로 촬영하는 사출품칼라촬영부(3000); 상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 검출하고 디지털 데이터로 변환하여 출력하는 사출내부환경센서부(4000); 상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 조절하는 사출환경조건설정부(5000); 를 포함할 수 있다.
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 상기 사출품칼라촬영부(3000)로부터 HD 방식으로 촬영된 칼라 스테레오 이미지를 입력하고 인공지능으로 학습된 기준이미지와 대비 분석하여 허용된 범위값 보다 더 큰 값의 오차가 있는 해당 이미지를 검출하고 상기 사출중앙제어부(2000)에 통보하며 오차가 발생된 물량품 숫자정보를 자체적으로 누적 기록 관리하며 오차가 있는 불량 사출품이 설정된 해당 횟수 이상 연속 검출되거나 누적된 횟수가 설정된 소정 횟수를 초과하는 것으로 확인되면 상기 사출중앙제어부(2000)에 장애상태로 통보하는 사출인공지능분석부(6000); 상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 오차가 있는 사출품에 오차상태를 레이저 신호를 이용하여 지정된 위치에 표시하는 오차레이저마킹부(7000); 상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 구비된 CDMA 방식 통신부와 와이파이 방식 통신부와 블루투스 방식 통신부와 적외선 방식 통신부를 모두 동시 활성화 상태로 운영하고 지정된 상대방과 동시 각각 접속하여 동일한 내용의 신호를 동시 송수신하는 다중통신부(8000); 를 포함할 수 있다.
상기 사출외부환경센서부(1000)는 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기와 직선거리 3 내지 5 미터 범위의 외부에 설치되고 사출기 외부의 주변 온도를 검출하여 해당 디지털 신호로 변환 출력하는 외부온도검출부(1010); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기와 직선거리 직선거리 3 내지 5 미터 범위의 외부에 설치되고 사출기 외부의 주변 습도를 검출하여 해당 디지털 신호로 변환 출력하는 외부습도검출부(1020); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기의 외부로부터 사출기에 유입되는 작동유의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 작동유온도검출부(1030); 를 포함할 수 있다.
상기 사출내부환경센서부(4000)는 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 공급되는 사출용 원재료의 습도를 검출하고 해당 디지털 신호로 변환 출력하는 원재료습도검출부(4010); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 공급되는 사출용 원재료의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 원재료온도검출부(4020); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 사출노즐온도검출부(4030); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기로부터 사출품이 배출되는 속도를 초 단위로 검출하고 해당 디지털 신호로 변환 출력하는 사출속도검출부(4040); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기에 인가되는 성형을 위한 압력을 1 바(bar) 단위로 검출하고 해당 디지털 신호로 변환 출력하는 사출압력검출부(4050); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기가 사출품을 성형하는 금형의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 금형온도검출부(4060); 를 포함할 수 있다.
상기 사출환경조건설정부(5000)는 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 유입되는 사출용 원재료의 온도와 습도를 섭씨 1 도 단위로 가열하거나 냉각하여 각각 조절시키는 원재료온습도조절부(5010); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 섭씨 1 도 단위로 가열하거나 냉각시켜 조절하는 사출노즐온도조절부(5020); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출품이 배출되는 사출속도를 1 초 단위로 가감시켜 조절하는 사출속도조절부(5030); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기에 인가되는 성형을 위한 압력을 100 그람 단위로 크거나 작게 조절하는 사출압력조절부(5040); 상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기가 사출품을 성형하는 금형의 온도를 가열하거나 냉각시켜 섭씨 1 도 단위로 조절하는 금형온도조절부(5050); 를 포함할 수 있다.
상기와 같은 목적을 달성하기 위하여 안출한 본 발명의 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법은 사출외부환경센서부와 사출중앙제어부와 사출품칼라촬영부와 사출내부환경센서부와 사출환경조건설정부와 사출인공지능분석부와 오차레이저마킹부와 다중통신부와 사출기를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법에 있어서, 상기 사출중앙제어부가 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부를 제어하고 감시하여 사출품을 생산하는 명령신호가 입력되는 것으로 판단되면 사출기의 각 환경기준값을 입력 설정하고, 기준 조정 순위를 입력 설정하며 사출품의 정상규격 이미지를 기준 이미지로 학습시키는 준비과정; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출품이 생산되고 설정된 조정순위에 의하여 각 환경값을 검출하며 다음 순서의 조정순위를 최고 순위로 설정하고 생산된 사출품의 촬영이미지와 기준이미지를 인공지능으로 대비 분석하는 분석과정; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출품이 불량으로 판단되면 불량회수를 누적 기록하면서 시간값과 연계시켜 저장 관리하고 불량이 해당 횟수 이상의 연속 불량인지 또는 소정 횟수 이상의 누적 불량인지를 판단하는 불량검출과정; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 연속 또는 누적 불량이 아닌 것으로 확인되면 환경값 순위조정루틴을 운용하고 상기 분석과정으로 궤환하는 조정루틴 과정; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 연속 또는 누적 불량으로 확인되면 사출을 정지시키고 경보를 발생하며 기록하고 지정된 관리자에게 통보하며 경보가 해제된 것으로 판단되면 종료로 진행하는 경보과정; 을 포함할 수 있다.
상기 순위조정루틴은 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 이전에 설정된 조정 최고순위를 현재의 조정 최고순위로 복귀 설정하는 제 1 단계; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출기 외부와 내부의 각 환경값을 설정된 최고 순위로부터 조정순위에 따라 순차 검출하는 제 2 단계; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 큰 값인지 작은 값인지를 판단하는 제 3 단계; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 상기 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 큰 값으로 판단되면 해당 기준 환경값을 한단계 하향조정 설정하는 제 4 단계; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 모든 환경값의 검출과 대비가 완료된 것으로 판단되면 순위조정루틴을 종료하고 모든 환경값의 검출과 대비가 완료되지 않은 것으로 판단되면 상기 제 2 단계로 궤환하는 제 5 단계; 상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 상기 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 작은 값으로 판단되면 해당 기준값을 한단계 상향조정 설정하고 상기 제 5 단계로 진행하는 제 6 단계; 를 포함할 수 있다.
상기와 같은 구성의 본 발명은 사출기에서 생산된 사출품의 외형을 학습된 인공지능으로 검사하여 규격을 초과하는 불량이 연속 발생되거나 불량품의 누적 발생 횟수가 소정 횟수 이상으로 확인되는 경우 주변의 외부환경 값을 순차 검출하고 인공지능으로 분석하여 사출기에 설정된 내부환경 값을 순차 조정하므로 불량이 없는 최적의 사출품을 대량 생산되도록 하는 장점이 있다.
한편, 본 발명은 사출기가 자체적으로 인공지능을 이용하여 사출품의 불량 발생률을 최소화하도록 자동 처리하므로 비숙련자가 쉽게 운용하면서 사출품의 생산성을 높이고 제품가격을 낮추는 장점이 있다.
도 1 은 종래기술의 일 실시예에 의한 것으로 사출기의 온도을 일정하게 제어하는 장치를 설명하는 기능 구성도,
도 2 는 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템의 기능 구성도,
도 3 은 본 발명의 일 실시 예에 의한 사출외부환경센서부의 상세 기능 구성도,
도 4 는 본 발명의 일 실시 예에 의한 사출내부환경센서부의 상세 기능 구성도,
도 5 는 본 발명의 일 실시 예에 의한 사출환경조건설정부의 상세 기능 구성도,
도 6 은 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법의 순서 설명도,
그리고
도 7 은 본 발명의 일 실시 예에 의한 것으로 순환조정루틴의 순서 설명도 이다.
도 2 는 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템의 기능 구성도,
도 3 은 본 발명의 일 실시 예에 의한 사출외부환경센서부의 상세 기능 구성도,
도 4 는 본 발명의 일 실시 예에 의한 사출내부환경센서부의 상세 기능 구성도,
도 5 는 본 발명의 일 실시 예에 의한 사출환경조건설정부의 상세 기능 구성도,
도 6 은 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법의 순서 설명도,
그리고
도 7 은 본 발명의 일 실시 예에 의한 것으로 순환조정루틴의 순서 설명도 이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하의 설명에서 조절과 조정은 같은 의미로 사용하고 문맥에 적합하게 선택적으로 기재하기로 한다.
도 2 는 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템의 기능 구성도 이며, 도 3 은 본 발명의 일 실시 예에 의한 사출외부환경센서부의 상세 기능 구성도 이고, 도 4 는 본 발명의 일 실시 예에 의한 사출내부환경센서부의 상세 기능 구성도 이며, 도 5 는 본 발명의 일 실시 예에 의한 사출환경조건설정부의 상세 기능 구성도 이다.
디지털 영상(이미지) 처리(DIP : Digital Image Processing)는 컴퓨터로 디지털 영상(image) 신호를 처리(프로세싱)하는 기술이며 컴퓨터로 이미지 신호를 생성하고 처리하며 해석과 인식하는 것으로 영상신호의 처리와 관련된 모든 기술분야가 포함되는 의미이다.
디지털 영상처리(DIP) 기술을 이용하여 흐리거나 희미한 영상(이미지)을 선명하게 보이도록 처리하거나 부분적으로 훼손 또는 없어진 경우 원래 영상(image)에 가깝게 복원하거나 필요한 정보만을 추출하는 등으로 활용할 수 있다.
디지털 영상처리는 컴퓨터 그래픽(Compurter Graphics), 컴퓨터 비젼(Compurter Vision) 등을 포함하고 컴퓨터 그래픽은 영상을 생성하며 컴퓨터 비젼은 영상을 인식하거나 이해하고, 영상처리는 다수 장치를 이용하여 영상을 입력하고 변화시키며 재가공하거나 정보를 추출하는 기술이다.
디지털 시그널 프로세싱(DSP : Digital Signal Processing)과 디지털 이미지 프로세싱(DIP) 기술은 같은 분야에 포함될 수도 있으므로, 이하의 설명에서 DSP 기술과 DIP 기술은 같은 의미로 사용하며 문맥에 적합하게 선택적으로 사용하기로 한다.
인공지능(AI)에는 특징 선택(feature selection), 사용자(운용자)가 직접 입력 또는 튜닝하여 설정하며 기계학습의 성능에 큰 영향을 주는 하이퍼 파라미터 튜닝, 기계학습 알고리즘(S/W) 등이 필요하다.
인공지능과 기계학습을 이용하여 원하는 정보를 추출하기 위하여서는 빅데이터(bigdata)를 수집하는 것이 우선이다.
인공지능을 효율적으로 운용하기 위하여 검색하고자 하는 대상을 특정하는 특징 선택(feature selection) 또는 특징적 단어를 효율적으로 선택하고, 적절하며 다양한 하이퍼 파라미터 튜닝과 기계학습 알고리즘의 여러 번 반복된 학습을 통하여 최적값의 특징 선택을 구한다.
빅데이터를 수집하는 경우 데이터 용량이 매우 크며, 수집된 정보(데이터)에는 잘못된 정보가 포함될 수 있으므로 검색의 효율을 높이기 위한 특징 선택(feature selection)이 중요하다.
효율적인 특징 선택(feature selection)에 의하여 기계학습의 학습시간과 검색의 정확도에 영향을 주고 또한 기계학습 비용을 줄일 수 있으므로, 다양한 특징 선택 기법(방법)이 존재하며 일례로, Filter, Wrapper, Embedded 등의 특징 선택 방법이 있다.
Filter 특징 선택 기법은 상관계수와 같은 통계적 지표를 사용하여 순위를 매기고 영향력이 적은 변수는 제외하는 방식으로 운용된다. Wrapper 특징 선택 기법은 학습결과를 통해 가장 이상적인 변수의 조합을 찾는 방식이며, 변수 조합을 바꿔가며 학습을 진행하여 모델의 성능이 가장 좋은 변수 조합을 찾는 방식으로 운용된다. Embedded 특징 선택 기법은 모델의 학습과 생성 과정에서 최적의 변수를 선택하는 방식으로 운용된다. 여기서 Wrapper 특징 선택 기법은 많은 변수조합을 학습하므로 시간이 많이 소요되지만 가장 높은 성능의 변수 조합을 확보할 수 있는 장점에 의하여 일반적으로 가장 많이 선택하고 사용되는 기술이다.
하이퍼 파라미터 튜닝은 기계학습의 성능 또는 능력에 큰 영향을 미치게 되고 다양한 하이퍼 파라미터 튜닝 기법이 존재하며 일례로, 베이지안 최적화 튜닝 기법과 POS 최적화 튜닝 기법 등이 있다.
베이지안 최적화 튜닝 기법은 정규분포를 이용하고 성능분포에 기반하여 하이퍼 파라미터 공간을 탐색하므로 최적값을 좀더 빠르고 쉽게 찾는 기술이다. POS 최적화 튜닝 기법은 군집개체를 모방하여 하이퍼 파라미터 공간에서 최적의 하이퍼 파라미터 세트를 찾는 기술이고 최근 기본적인 기술로 평가되어 다양한 분야에서 많이 선택 사용되고 있다. 그러나 POS 튜닝 기법은 다른 알고리즘에 비하여 수행속도가 빠르지만 베이지안 최적화 튜닝 기법보다 많은 연산 과정이 필요하므로 빅데이터를 처리하거나 모델이 복잡해지는 경우 학습에 많은 시간이 필요한 문제가 있다. 또한, 기계학습 알고리즘의 학습을 통하여 자동으로 구할 수 있는 하이퍼 파라미터도 있다. 하이퍼 파라미터 튜닝은 기계학습의 성능(능력)에 큰 영향을 미치므로 PSO 최적화 튜닝 기법을 사용하는 것이 일반적이다.
기계학습(machine learning)은 빅데이터(bigdata)로부터 필요로 하는 정보를 추출하는 기술이며, 학습방식에 따라 지도학습(supervised learning, 감독학습)과 준지도학습(semi-supervised learning)과 비지도학습(unsupervised learning, 자율학습)과 강화학습(reinforcement learning) 등으로 분류된다.
지도학습 방식은 미리 구축된 학습용 데이터(training data)를 활용하여 모델을 학습하는 방식이며, 준지도학습은 학습용 데이터와 정리되지 않은 데이터를 모두 훈련에 사용하는 방식이다. 비지도학습은 별도의 학습용 데이터를 구축하지 아니하고 데이터 자체를 분석하거나 군집(clustering)하면서 학습하는 방식이다. 강화학습은 학습 수행결과에 대해 적절한 보상을 주면서 피드백을 통하여 학습하는 방식이다.
기계학습에 사용되는 알고리즘에는 SVM(Support Vector Machine) 알고리즘과 RandonForest 알고리즘과 GNB(Gaussian Naive Bayes) 알고리즘 등이 잘 알려져 있으며 이러한 알고리즘은 상업용으로 판매되고 있으므로 더 이상의 구체적인 설명을 생략하기로 한다.
인공지능(AI)은 학습을 통하여 인식된 조건에 따라 분석하고 판단하는 것이며 잘 알려져 있으므로 더 이상의 구체적인 설명을 생략하기로 한다.
이하, 첨부된 모든 도면을 참조하여 본 발명의 시스템 구성을 상세히 설명하면 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템(900)은 사출외부환경센서부(1000)와 사출중앙제어부(2000)와 사출품칼라촬영부(3000)와 사출내부환경센서부(4000)와 사출환경조건설정부(5000)와 사출인공지능분석부(6000)와 오차레이저마킹부(7000)와 다중통신부(8000)와 사출기(9000)를 포함하는 구성이다.
사출외부환경센서부(1000)는 사출기(9000)의 외부에 설치되며 해당 제어신호에 의하여 사출기(9000) 위부 주변의 온도와 습도와 작동유의 온도를 각각 검출하고 디지털 데이터 신호로 변환하여 출력한다.
사출외부환경센서부(1000)는 외부온도검출부(1010)와 외부습도검출부(1020)와 작동유온도검출부(1030)를 포함한다.
외부온도검출부(1010)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)와 직선거리 3 내지 5 미터(m) 범위의 외부에 설치되고 사출기(9000) 외부의 주변 온도를 검출하여 해당 디지털 신호로 변환 출력한다.
외부습도검출부(1020)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)와 직선거리 3 내지 5 미터(m) 범위의 외부에 설치되고 사출기 외부의 주변 습도를 검출하여 해당 디지털 신호로 변환 출력한다.
사출기(9000)로부터 직선거리가 5 미터(m)를 넘어서는 경우 해당 주변환경(온습도 등)의 변화에 의한 영향이 비교적 크지 않게 되고 2.5 미터(m) 범위 미만인 경우에는 측정하는 위치에 따라 편차값이 매우 크므로 바람직하게는 직선거리 3 미터(m) 범위에서 검출한 값을 이용하는 것이 정확도와 신뢰도를 높이기에 매우 적합하다.
작동유온도검출부(1030)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)의 외부로부터 사출기(9000)에 유입되는 작동유의 온도를 검출하고 해당 디지털 신호로 변환 출력한다.
사출중앙제어부(2000)는 사출외부환경센서부(1000)에 접속하고 외부 주변의 검출된 온도와 습도와 작동유 온도를 각각 입력하며 사출품의 촬영된 이미지 신호와 사출기 내부환경으로부터 검출된 각각의 데이터를 입력하고 기록되어 관리되는 각각의 해당 기준값과 인공지능(AI)으로 대비 분석된 결과에 의하여 사출기(9000)의 각 기능부에 해당 제어신호를 각각 출력한다.
사출품칼라촬영부(3000)는 사출중앙제어부(2000)에 접속하고 사출중앙제어부(2000)로부터 인가되는 해당 제어신호에 의하여 사출기(9000)로부터 사출된 사출품의 외관을 HD 방식 칼라 스테레오 이미지로 촬영한다. HD 방식에 대하여는 이하에서 다시 설명하기로 한다.
사출내부환경센서부(4000)는 사출중앙제어부(2000)에 접속하고 사출중앙제어부(2000)로부터 인가되는 해당 제어신호에 의하여 사출기(9000) 내부에 공급된 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 검출하고 디지털 데이터로 변환하여 출력한다. 사출내부환경센서부(4000)는 사출기(9000)의 내부에 설치되는 구성이다.
사출내부환경센서부(4000)는 원재료습도검출부(4010)와 원재료온도검출부(4020)와 사출노즐온도검출부(4030)와 사출속도검출부(4040)와 사출압력검출부(4050)와 금형온도검출부(4060)를 포함하는 구성이다.
원재료습도검출부(4010)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)에 공급되는 사출용 원재료의 습도를 검출하고 해당 디지털 신호로 변환하여 출력한다.
원재료온도검출부(4020)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)에 공급되는 사출용 원재료의 온도를 검출하고 해당 디지털 신호로 변환하여 출력한다.
사출노즐온도검출부(4030)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 검출하고 해당 디지털 신호로 변환하여 출력한다.
사출속도검출부(4040)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)로부터 사출품이 배출되는 속도를 초 단위로 검출하고 해당 디지털 신호로 변환하여 출력한다.
사출압력검출부(4050)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)에 인가되는 성형을 위한 압력을 1 바(bar ; 1.019716 kgf/cm2) 단위로 검출하고 해당 디지털 신호로 변환하여 출력한다.
금형온도검출부(4060)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)가 사출품을 성형하는 금형의 온도를 검출하고 해당 디지털 신호로 변환하여 출력한다.
사출환경조건설정부(5000)는 사출중앙제어부(2000)에 접속하고 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000) 내부에 공급된 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 조절한다. 온도 조절에는 알려진 가열방식과 냉각방식 기술이 모두 사용되므로 더 이상의 구제적인 설명을 생략하기로 한다. 사출환경조건설정부(5000)는 사출기(9000)의 내부에 설치되는 구성이다.
사출환경조건설정부(5000)는 원재료온습도조절부(5010)와 사출노즐온도조절부(5020)와 사출속도조절부(5030)와 사출압력조절부(5040)와 금형온도조절부(5050)를 포함하는 구성이다.
원재료온습도조절부(5010)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)에 유입되는 사출용 원재료 또는 레진의 온도와 습도를 섭씨 1 도 단위로 가열하여 높이거나 냉각하여 낮도록 각각 조절시킨다.
사출노즐온도조절부(5020)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 섭씨 1 도 딘위로 가열하여 높이거나 냉각시켜 낮도록 조절한다.
사출속도조절부(5030)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출품이 배출되는 사출속도를 1 초 단위로 가감시켜 조절한다. 즉, 사출속도조절부(5030)는 사출품이 빠르게 생산되어 배출되도록 조절하거나 생산 배출되는 속도를 서서히 늦추거나 또는 생산이 중지(정지)되도록 조절한다.
사출압력조절부(5040)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)에 인가되는 성형을 위한 압력을 1 바(bar ; 1.019716 kgf/cm2) 단위로 크거나 작게 조절한다.
금형온도조절부(5050)는 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기(9000)가 사출품을 성형하는 금형의 온도를 가열하거나 냉각시켜 섭씨 1 도 단위로 올리거나 낮추어 조절한다.
사출인공지능분석부(6000)는 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출품칼라촬영부(3000)로부터 HD 방식으로 촬영된 칼라 스테레오 이미지를 입력하고 인공지능으로 학습된 기준이미지와 대비 분석하여 허용된 범위값 보다 더 큰 값의 오차가 있는 해당 이미지를 검출하여 사출중앙제어부(2000)에 통보하며 오차가 발생된 물량품 숫자정보를 자체적으로 누적 기록 관리하고 오차가 있는 불량 사출품이 설정된 해당 횟수 이상 연속 검출되거나 누적된 횟수가 설정된 소정 횟수 이상으로 확인되면 사출중앙제어부(2000)에 장애상태로 통보한다. 여기서 HD는 풀(full) HD를 의미한다. 불량 사출품의 연속 검출이 허용되는 해당 횟수는 4 회가 바람직하고 5 회 부터는 경보 발생과 해당 처리를 진행하며, 누적의 허용된 소정 횟수는 7 회가 바람직하며 누적 허용 횟수가 8 회 이상 부터는 경보 발생과 해당 처리를 진행하도록 제어하고 감시한다. 인공지능에 대하여는 잘 알려져 있고 이하에서 상세하게 다시 설명하기로 한다.
스테레오 이미지를 사용하면 입체적으로 비교 분석하기가 용이하며 정확도를 높이는 장점이 있으므로 스테레오 이미지를 촬영하며 분석하는 것으로 설명한다.
한편, 흑백으로 촬영된 이미지로 분석하는 경우 미세한 이색을 구분하기 어려우나 칼라 이미지를 사용하는 경우에는 미세한 이색을 명확하게 구분하므로 제품의 불량품과 양품 구분을 매우 정확하게 할 수 있는 장점이 있다. 이색이 나는 경우 두께 또는 이물질 혼합 또는 색소 혼합에 문제가 있을 수 있다.
HD((High Definition) 방식은 ‘고화질’로 번역되며 국제전기통신연합(ITU)이 승인한 고화질 디지털 비디오 포맷 중 하나이고 화면비율 16 : 9 에서 해상도가 가로* 세로 1920 *1080 이어서 화질이 뛰어난 것으로 인정받고 있다.
오차레이저마킹부(7000)는 사출중앙제어부(2000)에 접속하고 사출중앙제어부(2000)로부터 인가되는 해당 제어신호에 의하여 오차가 있는 불량 사출품에 오차상태 또는 불량 상태를 레이저 신호를 이용하여 지정된 위치에 표시한다.
다중통신부(8000)는 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 구비된 CDMA 방식 통신부와 와이파이 방식 통신부와 블루투스 방식 통신부와 적외선 방식 통신부를 모두 동시 활성화 상태로 운영하고 지정된 상대방과 동시 각각 접속하여 동일한 내용의 신호를 동시 송수신한다.
CDMA 방식 통신부는 할당된 해당 주파수 대역을 점유하여 통신하므로 구분된 별도의 채널을 형성하되 일반적으로 알고 있는 이동통신 시스템 또는 휴대단말기(핸디폰)가 점유하는 통신 채널이고, 와이파이(WiFi) 방식 통신부의 경우에도 할당된 해당 주파수 대역을 점유하여 통신하므로 구분된 별도의 다른 채널을 형성하며, 블루투스(BT : blue tooth) 방식 통신부의 경우에도 할당된 해당 주파수 대역을 점유하여 통신하므로 구분된 별도의 다른 채널을 형성하고, 적외선 방식 통신부의 경우에도 할당된 해당 주파수 대역의 빛을 점유하여 통신하므로 구분된 별도의 다른 채널을 형성한다. 이와 같이 4 종류의 각각 다른 방식의 통신 채널을 동시에 점유하여 통신하는 방식이므로 다중채널 또는 멀티채널 또는 다중통신부로 하기로 하되, 문맥에 적합하게 선택적으로 사용하기로 한다.
다중통신부(8000)가 다중 채널을 이용하는 이유는 전송되는 데이터에 오류 P생을 줄이기 위한 것이다. 무선통신 방식을 이용하여 신호를 전송하는 경우, 자동차에서 발생되는 전기적 잡음, 자연환경에서 발생되는 전기적 잡음, 주변의 공장과 가정에서 발생되는 전기적 잡음(noise) 등이 혼합되면서 전송오류가 발생되어 정확한 정보 전달이 어려운 문제가 있다 .
한편, 다중 채널을 구성하는 각 채널은 전송의 경로가 각각 다르므로 전송 경로 상에서 발생되는 노이즈(잡음)가 혼합되지 않을 수 있다.
따라서 사출중앙제어부(2000)는 다중통신부(8000)가 각 통신 채널을 통하여 수신된 신호를 분석하고 전송신호의 설정된 소정 구간 단위로 분석하여 전송오류가 없는 신호를 선택하므로 신호의 전송오류를 줄일 수 있다. 한편, 전송오류가 없는 채널이 다수인 경우에는 사전에 설정된 순서로 지정된 채널의 신호를 선택하도록 하므로 신호의 전송오류를 줄이게 된다.
사출기(9000)는 사출품의 형상을 찍어내는 금형 세트가 포함되며 작동유에 의하여 금형세트에 강한 압력을 인기하는 구성이고, 일반적으로 알 수 있는 구성이 포함된다.
도 6 은 본 발명의 일 실시 예에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법의 순서 설명도 이며, 도 7 은 본 발명의 일 실시 예에 의한 것으로 순환조정루틴의 순서 설명도 이다.
이하, 첨부된 모든 도면을 참조하여 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법을 상세히 설명하면, 사출외부환경센서부(1000)와 사출중앙제어부(2000)와 사출품칼라촬영부(3000)와 사출내부환경센서부(4000)와 사출환경조건설정부(5000)와 사출인공지능분석부(6000)와 오차레이저마킹부(7000)와 다중통신부(8000)와 사출기(9000)를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법에 있어서, 사출중앙제어부가 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템(900)에 구비된 각 기능부를 제어하고 감시하여 사출품을 생산하는 명령신호가 입력되는지를 판단한다(S110).
사출중앙제어부에 의하여 사출품을 생산하는 명령신호가 입력되는 것으로 판단되면 사출기의 각 환경기준값, 특히 조정이 필요한 모든 내부환경값을 각각 입력하여 기록하면서 필요한 해당 모든 설정을 완료하고, 조정의 기준이되는 우선순위를 입력에 의하여 설정하며(S120), 사출품의 정상규격 이미지를 기준 이미지로 인공지능에 기계 학습시키는(S130) 준비과정을 진행한다.
조정의 기준이 되는 우선순위 또는 조정 설정 순위는 금형온도의 조정 다음순서로 사출노즐온도 조정 그리고 다음순서로 사출압력 조정 그리고 다음 순서로 사출속도 조정 그리고 다음 순서로 원재료의 온도와 습도 조정 순서이며, 이와 같이 준비과정에서 입력되는 값은 기본 값 또는 공장설정 값과 같으므로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템의 전원이 오프(OFF) 상태로 전환되었다가 다시 온(ON) 상태로 전환되는 경우에도 최종 기록된 상태가 계속 업로드(up-load) 되어 설정되도록 유지되며, 기록된 상태는 갱신(update) 관리되어 다시 기록되고 자동으로 입력되어 설정되도록 구성된다.
사출중앙제어부에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부에대한 감시와 제어에 의하여 사출품을 생산되고 설정된 조정순위에 의하여 각 환경값을 검출하며(S140) 다음 순서의 조정순위를 최고 순위로 설정하고(S150) 생산된 사출품의 촬영이미지와 기준이미지를 인공지능(AI)으로 대비 분석하도록(S160) 하는 분석과정을 진행한다.
사출중앙제어부의 구비된 각 기능부에대한 감시와 제어에 의하여 사출품이 불량으로 판단되면(S170) 불량회수를 누적 기록하고 또한, 불량이 검출된 해당 시간값을 연계시켜 기록 저장 관리하며(S180), 해당 횟수 이상의 연속 불량인지(S190) 또는 소정 횟수 이상의 누적 불량인지(S200)를 각각 판단하는 불량검출과정을 진행한다. 여기서 해당 횟수는 연속 5 회 이며, 소정 횟수는 누적된 총 8회 이상이다. 경보해제(S220) 되면 이러한 누적 횟수는 모두 지워지면서 카운팅을 다시 시작하게 된다.
사출중앙제어부에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부에대한 감시와 제어에 의하여 해당 횟수 이상의 연속 불량이 아니면서(S190) 소정 횟수 이상의 누적 불량이 아닌 것으로 판단 또는 확인(S200)되면 환경값 순위조정루틴(S300)을 운용하고 분석과정(S140)으로 궤환(feedback)하는 조정루틴 과정을 진행한다.
사출중앙제어부에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부에대한 감시와 제어에 의하여 해당 횟수 이상의 연속 불량이이면서(S190) 소정 횟수 이상의 누적 불량으로 판단 또는 확인(S200)되면 사출을 정지시키고 경보를 발생하며 해당 정보를 할당된 영역에 기록하고 지정된 관리자에게 통보한다(S210).
사출중앙제어부는 발생된 경보가 해제된 것으로 판단되고(S220) 상기 과정의 계속 반복을 중지하는 명령신호가 입력되는 것으로 판단되면(S230) 종료로 진행하고 중지의 명령신호가 입력되지 않는 경우에는 상기 분석과정(S140)으로 궤환(feedback)하도록 제어하고 감시한다.
이하, 첨부된 모든 도면을 참조하여 순위조정루틴을 상세히 설명하면 사출중앙제어부에 의한 것으로 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부에대한 감시와 제어에 의하여 이전 과정에서 조정의 최고순위로 설정된 해당 환경 값을 현재의 조정 최고 순위로 복귀 설정한다(S310).
즉, 이전 과정에서 최고순위로 설정되어 검출된 특정 환경값을 다시 검출하도록 설정한다.
사출중앙제어부에 의한 것으로 해당 주변 환경값을 설정된 최고순위로부터 조정순위에 따라 순차 검출하고(S320), 각각 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 큰 값인지 작은 값인지를 판단한다(S330).
사출중앙제어부는 상기의 판단에서(S330) 검출된 해당 환경값이 기록된 해당 기준 환경값 대비 큰 값으로 판단되면 해당 환경 기준값을 한 단계 하향조정 설정하고(S340), 모든 환경값의 검출과 대비가 완료된 것으로 판단되면 순위조정루틴을 종료하고 모든 환경값의 검출과 대비가 완료되지 않은 것으로 판단되면 제 2 단계(S320)로 궤환한다.
사출중앙제어부는 상기의 판단에서(S330) 검출된 해당 환경값이 기록된 해당 기준 환경값 대비 작은 값으로 판단되면 해당 환경 기준값을 한 단계 상향조정 설정하고(S360) 상기 제 5 단계(S350)로 진행한다.
상기의 구성은 사출기에서 생산된 사출품의 외형을 학습된 인공지능으로 검사하여 규격을 초과하는 불량이 소정 횟수 이상 연속 발생되거나 불량품의 누적 발생 횟수가 소정 횟수 이상으로 확인되는 경우 주변의 외부환경 값을 순차 검출하고 인공지능으로 분석하여 사출기에 설정된 내부환경 값을 순차 조정하므로 불량이 없는 최적의 사출품을 대량 생산되도록 하고, 인공지능을 이용하여 사출품의 불량 발생률을 최소화하도록 자동 처리하므로 비숙련자가 쉽게 운용하면서 사출품의 생산성을 높이고 제품가격을 낮추는 장점이 있다.
이상에서 본 발명은 기재된 구체 예에 대해서 상세히 설명하였지만 본 발명의 기술사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허청구범위에 속함은 당연한 것이다.
900 : 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템
1000 : 사출외부환경센서부 1010 : 외부온도검출부
1020 : 외부습도검출부 1030 : 작동유온도검출부
2000 : 사출중앙제어부 3000 : 사출품칼라촬영부
4000 : 사출내부환경센서부 4010 : 원재료습도검출부
4020 : 원재료온도검출부 4030 : 사출노즐온도검출부
4040 : 사출속도검출부 4050 : 사출압력검출부
4060 : 금형온도검출부 5000 : 사출환경조건설정부
5010 : 원재료온습도조절부 5020 : 사출노즐온도조절부
5030 : 사출속도조절부 5040 : 사출압력조절부
5050 : 금형온도조절부 6000 : 사출인공지능분석부
7000 : 오차레이저마킹부 8000 : 다중통신부
9000 : 사출기
1000 : 사출외부환경센서부 1010 : 외부온도검출부
1020 : 외부습도검출부 1030 : 작동유온도검출부
2000 : 사출중앙제어부 3000 : 사출품칼라촬영부
4000 : 사출내부환경센서부 4010 : 원재료습도검출부
4020 : 원재료온도검출부 4030 : 사출노즐온도검출부
4040 : 사출속도검출부 4050 : 사출압력검출부
4060 : 금형온도검출부 5000 : 사출환경조건설정부
5010 : 원재료온습도조절부 5020 : 사출노즐온도조절부
5030 : 사출속도조절부 5040 : 사출압력조절부
5050 : 금형온도조절부 6000 : 사출인공지능분석부
7000 : 오차레이저마킹부 8000 : 다중통신부
9000 : 사출기
Claims (3)
- 사출기의 외부에 설치되며 해당 제어신호에 의하여 주변의 온도와 습도와 작동유의 온도를 각각 검출하고 디지털 데이터 신호로 변환하여 출력하는 사출외부환경센서부(1000);
상기 사출외부환경센서부(1000)에 접속하고 외부 주변의 검출된 온도와 습도와 작동유 온도를 각각 입력하며 사출품의 촬영된 이미지 신호와 사출내부환경센서부(4000)로부터 검출된 각각의 데이터를 입력하고 각각 입력되어 기록되고 설정되어 관리되는 해당 기준값과 인공지능으로 대비 분석된 결과에 의하여 사출기의 각 기능부에 해당 제어신호를 각각 출력하는 사출중앙제어부(2000);
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기로부터 사출된 사출품의 외관을 HD 방식 칼라 스테레오 이미지로 촬영하는 사출품칼라촬영부(3000);
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 검출하고 디지털 데이터로 변환하여 출력하는 사출내부환경센서부(4000);
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 사출기 내부의 원재료 습도와 원재료 온도와 사출노즐온도와 사출속도와 사출압력과 금형온도를 각각 조절하는 사출환경조건설정부(5000); 를 포함하되,
상기 사출내부환경센서부(4000)는
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 공급되는 사출용 원재료의 습도를 검출하고 해당 디지털 신호로 변환 출력하는 원재료습도검출부(4010);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 공급되는 사출용 원재료의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 원재료온도검출부(4020);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 사출노즐온도검출부(4030);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기로부터 사출품이 배출되는 속도를 초 단위로 검출하고 해당 디지털 신호로 변환 출력하는 사출속도검출부(4040);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기에 인가되는 성형을 위한 압력을 1 바(bar) 단위로 검출하고 해당 디지털 신호로 변환 출력하는 사출압력검출부(4050);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기가 사출품을 성형하는 금형의 온도를 검출하고 해당 디지털 신호로 변환 출력하는 금형온도검출부(4060); 를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템.
- 제 1 항에 있어서,
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 상기 사출품칼라촬영부(3000)로부터 HD 방식으로 촬영된 칼라 스테레오 이미지를 입력하고 인공지능으로 학습된 기준이미지와 대비 분석하여 허용된 범위값 보다 더 큰 값의 오차가 있는 해당 이미지를 검출하고 상기 사출중앙제어부(2000)에 통보하며 오차가 발생된 불량품 숫자정보를 자체적으로 누적 기록 관리하며 오차가 있는 불량 사출품이 설정된 해당 횟수 이상 연속 검출되거나 누적된 횟수가 설정된 소정 횟수를 초과하는 것으로 확인되면 상기 사출중앙제어부(2000)에 장애상태로 통보하는 사출인공지능분석부(6000);
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 오차가 있는 사출품에 오차상태를 레이저 신호를 이용하여 지정된 위치에 표시하는 오차레이저마킹부(7000);
상기 사출중앙제어부(2000)에 접속하고 해당 제어신호에 의하여 구비된 CDMA 방식 통신부와 와이파이 방식 통신부와 블루투스 방식 통신부와 적외선 방식 통신부를 모두 동시 활성화 상태로 운영하고 지정된 상대방과 동시 각각 접속하여 동일한 내용의 신호를 동시 송수신하는 다중통신부(8000); 를 포함하되,
상기 불량사출품의 연속검출 허용 횟수는 4회이고,
상기 불량사출품의 누적검출 허용 횟수는 7회이며,
상기 사출환경조건설정부(5000)는
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출기에 유입되는 사출용 원재료의 온도와 습도를 섭씨 1 도 단위로 가열하거나 냉각하여 각각 조절시키는 원재료온습도조절부(5010);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출노즐의 온도를 섭씨 1 도 단위로 가열하거나 냉각시켜 조절하는 사출노즐온도조절부(5020);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 사출품이 배출되는 사출속도를 1 초 단위로 가감시켜 조절하는 사출속도조절부(5030);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기에 인가되는 성형을 위한 압력을 100 그람 단위로 크거나 작게 조절하는 사출압력조절부(5040);
상기 사출중앙제어부(2000)의 해당 제어신호에 의하여 상기 사출기가 사출품을 성형하는 금형의 온도를 가열하거나 냉각시켜 섭씨 1 도 단위로 조절하는 금형온도조절부(5050); 를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템.
- 사출외부환경센서부와 사출중앙제어부와 사출품칼라촬영부와 사출내부환경센서부와 사출환경조건설정부와 사출인공지능분석부와 오차레이저마킹부와 다중통신부와 사출기를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법에 있어서,
상기 사출중앙제어부가 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템에 구비된 각 기능부를 제어하고 감시하여 사출품을 생산하는 명령신호가 입력되는 것으로 판단되면 사출기의 각 환경기준값을 입력 설정하고, 기준 조정 순위를 입력 설정하며 사출품의 정상규격 이미지를 기준 이미지로 학습시키는 준비과정;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출품이 생산되고 설정된 조정순위에 의하여 각 환경값을 검출하며 다음 순서의 조정순위를 최고 순위로 설정하고 생산된 사출품의 촬영이미지와 기준이미지를 인공지능으로 대비 분석하는 분석과정;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출품이 불량으로 판단되면 불량회수를 누적 기록하면서 시간값과 연계시켜 저장 관리하고 불량이 해당 횟수 이상의 연속 불량인지 또는 소정 횟수 이상의 누적 불량인지를 판단하는 불량검출과정;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 연속 또는 누적 불량이 아닌 것으로 확인되면 환경값 순위조정루틴을 운용하고 상기 분석과정으로 궤환하는 조정루틴 과정;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 연속 또는 누적 불량으로 확인되면 사출을 정지시키고 경보를 발생하며 기록하고 지정된 관리자에게 통보하며 경보가 해제된 것으로 판단되면 종료로 진행하는 경보과정; 을 포함하되,
상기 환경값 순위조정루틴은
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 이전에 설정된 조정 최고순위를 현재의 조정 최고순위로 복귀 설정하는 제 1 단계;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 사출기 외부와 내부의 각 환경값을 설정된 최고 순위로부터 조정순위에 따라 순차 검출하는 제 2 단계;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 큰 값인지 작은 값인지를 판단하는 제 3 단계;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 상기 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 큰 값으로 판단되면 해당 기준 환경값을 한단계 하향조정 설정하는 제 4 단계;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 모든 환경값의 검출과 대비가 완료된 것으로 판단되면 순위조정루틴을 종료하고 모든 환경값의 검출과 대비가 완료되지 않은 것으로 판단되면 상기 제 2 단계로 궤환하는 제 5 단계;
상기 사출중앙제어부에 의한 것으로 구비된 각 기능부에대한 감시와 제어에 의하여 상기 검출된 해당 환경값이 기록된 해당 기준 환경값과 대비하여 작은 값으로 판단되면 해당 기준값을 한단계 상향조정 설정하고 상기 제 5 단계로 진행하는 제 6 단계; 를 포함하는 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 운용방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210034674A KR102264066B1 (ko) | 2021-03-17 | 2021-03-17 | 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210034674A KR102264066B1 (ko) | 2021-03-17 | 2021-03-17 | 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102264066B1 true KR102264066B1 (ko) | 2021-06-14 |
Family
ID=76417758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210034674A KR102264066B1 (ko) | 2021-03-17 | 2021-03-17 | 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102264066B1 (ko) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114179320A (zh) * | 2021-11-11 | 2022-03-15 | 苏州精思博智人工智能科技有限公司 | 一种结合视觉检测的注塑机工艺参数自动调节方法 |
| KR102379259B1 (ko) | 2021-08-18 | 2022-03-28 | (주)사이버테크프랜드 | AIoT 기반 사출제조 설비의 통합관리 시스템 및 그 운용방법 |
| KR102523195B1 (ko) * | 2022-08-30 | 2023-04-18 | 유봉수 | 도포된 자동차 실러 검사용 퓨전비전검사시스템 |
| KR102567133B1 (ko) | 2022-10-04 | 2023-08-17 | (주)사이버테크프랜드 | AIoT 기반 첨단 복합소재 사출성형 제조 데이터 최적화를 위한 통합관리 시스템 및 방법 |
| CN116787698A (zh) * | 2023-07-27 | 2023-09-22 | 九河精微塑胶工业(深圳)有限公司 | 一种用于实现双流道注塑的模具及注塑设备配合的工艺 |
| WO2023224180A1 (ko) * | 2022-05-16 | 2023-11-23 | 주식회사 이몰디노 | 센싱세트를 이용한 성형 제품 생산 공정을 분석 모니터링할 수 있는 사출성형제품품질관리 서비스 방법 및 시스템 |
| CN117455316A (zh) * | 2023-12-20 | 2024-01-26 | 中山市东润智能装备有限公司 | 一种注塑工厂设备数据采集的方法 |
| KR102646547B1 (ko) * | 2023-11-01 | 2024-03-12 | 에프원테크시스템즈 주식회사 | 인공지능 모델을 활용한 사출 관련 정형 및 비정형 데이터 기반 금형 및 사출 상태 분석 솔루션 제공 방법 |
| KR20240086817A (ko) | 2022-12-09 | 2024-06-19 | (주)셀빅 | 인공지능 기반 금형설계방법 |
| CN118287634A (zh) * | 2024-06-03 | 2024-07-05 | 青岛天合源金属有限公司 | 基于人工智能的硅溶胶制壳加工运行监管系统 |
| KR102682203B1 (ko) * | 2023-11-21 | 2024-07-05 | 주식회사 유일로보틱스 | 인공지능을 이용하여 사출물의 불량을 방지하는 사출성형 관리 시스템 및 사출성형 관리 방법 |
| CN118549436A (zh) * | 2024-05-21 | 2024-08-27 | 浙江元盛塑业股份有限公司 | 一种基于机器视觉技术的汽车塑料注塑件缺陷检测系统 |
| KR102713327B1 (ko) * | 2024-05-16 | 2024-10-04 | 이용환 | 히팅 공냉 방식의 금형 온도 조절 장치 |
| KR102722147B1 (ko) * | 2023-12-04 | 2024-10-30 | (주)신우테크코리아 | 판 형상의 비데용 커버 제조장치 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0217325U (ko) * | 1988-07-21 | 1990-02-05 | ||
| JPH05309711A (ja) * | 1992-04-03 | 1993-11-22 | Sony Corp | 成形制御方法および装置 |
| KR100401157B1 (ko) | 2001-01-04 | 2003-10-10 | 민병창 | 사출 금형의 자동 온도 제어시스템 |
| KR20050110663A (ko) | 2003-03-11 | 2005-11-23 | 체자르 드라트자일베르크 자르 게엠베하 | 케이블 제조 방법 |
| KR20120074174A (ko) * | 2010-12-27 | 2012-07-05 | (주)유니벨 | 사출금형의 온도 제어방법 및 장치 |
| KR101275393B1 (ko) | 2011-07-06 | 2013-06-17 | (주)에이티케이 | 사출 성형기에 적합한 히터 제어장치 |
| JP2017030152A (ja) * | 2015-07-28 | 2017-02-09 | ファナック株式会社 | 最適な操作条件を算出できる射出成形システム及び機械学習器 |
| JP2018176475A (ja) * | 2017-04-07 | 2018-11-15 | ファナック株式会社 | 射出成形システムおよび射出成形方法 |
| 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 |
| KR102184152B1 (ko) | 2018-08-02 | 2020-11-27 | 주식회사 유도 | 공조냉매계통에 의한 플라스틱 사출성형의 온도 정밀제어방법 |
-
2021
- 2021-03-17 KR KR1020210034674A patent/KR102264066B1/ko active IP Right Grant
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0217325U (ko) * | 1988-07-21 | 1990-02-05 | ||
| JPH05309711A (ja) * | 1992-04-03 | 1993-11-22 | Sony Corp | 成形制御方法および装置 |
| KR100401157B1 (ko) | 2001-01-04 | 2003-10-10 | 민병창 | 사출 금형의 자동 온도 제어시스템 |
| KR20050110663A (ko) | 2003-03-11 | 2005-11-23 | 체자르 드라트자일베르크 자르 게엠베하 | 케이블 제조 방법 |
| KR20120074174A (ko) * | 2010-12-27 | 2012-07-05 | (주)유니벨 | 사출금형의 온도 제어방법 및 장치 |
| KR101307433B1 (ko) | 2010-12-27 | 2013-09-12 | 조국현 | 사출금형의 온도 제어방법 및 장치 |
| KR101275393B1 (ko) | 2011-07-06 | 2013-06-17 | (주)에이티케이 | 사출 성형기에 적합한 히터 제어장치 |
| JP2017030152A (ja) * | 2015-07-28 | 2017-02-09 | ファナック株式会社 | 最適な操作条件を算出できる射出成形システム及び機械学習器 |
| JP2018176475A (ja) * | 2017-04-07 | 2018-11-15 | ファナック株式会社 | 射出成形システムおよび射出成形方法 |
| 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 |
| KR102184152B1 (ko) | 2018-08-02 | 2020-11-27 | 주식회사 유도 | 공조냉매계통에 의한 플라스틱 사출성형의 온도 정밀제어방법 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102379259B1 (ko) | 2021-08-18 | 2022-03-28 | (주)사이버테크프랜드 | AIoT 기반 사출제조 설비의 통합관리 시스템 및 그 운용방법 |
| CN114179320A (zh) * | 2021-11-11 | 2022-03-15 | 苏州精思博智人工智能科技有限公司 | 一种结合视觉检测的注塑机工艺参数自动调节方法 |
| WO2023224180A1 (ko) * | 2022-05-16 | 2023-11-23 | 주식회사 이몰디노 | 센싱세트를 이용한 성형 제품 생산 공정을 분석 모니터링할 수 있는 사출성형제품품질관리 서비스 방법 및 시스템 |
| KR102523195B1 (ko) * | 2022-08-30 | 2023-04-18 | 유봉수 | 도포된 자동차 실러 검사용 퓨전비전검사시스템 |
| KR20240047178A (ko) | 2022-10-04 | 2024-04-12 | (주)사이버테크프랜드 | AIoT 기반 첨단 복합소재 사출성형 제조 데이터 최적화를 위한 통합관리 시스템 및 방법 |
| KR102567133B1 (ko) | 2022-10-04 | 2023-08-17 | (주)사이버테크프랜드 | AIoT 기반 첨단 복합소재 사출성형 제조 데이터 최적화를 위한 통합관리 시스템 및 방법 |
| KR20240086817A (ko) | 2022-12-09 | 2024-06-19 | (주)셀빅 | 인공지능 기반 금형설계방법 |
| CN116787698A (zh) * | 2023-07-27 | 2023-09-22 | 九河精微塑胶工业(深圳)有限公司 | 一种用于实现双流道注塑的模具及注塑设备配合的工艺 |
| KR102646547B1 (ko) * | 2023-11-01 | 2024-03-12 | 에프원테크시스템즈 주식회사 | 인공지능 모델을 활용한 사출 관련 정형 및 비정형 데이터 기반 금형 및 사출 상태 분석 솔루션 제공 방법 |
| KR102682203B1 (ko) * | 2023-11-21 | 2024-07-05 | 주식회사 유일로보틱스 | 인공지능을 이용하여 사출물의 불량을 방지하는 사출성형 관리 시스템 및 사출성형 관리 방법 |
| KR102722147B1 (ko) * | 2023-12-04 | 2024-10-30 | (주)신우테크코리아 | 판 형상의 비데용 커버 제조장치 |
| CN117455316B (zh) * | 2023-12-20 | 2024-04-19 | 中山市东润智能装备有限公司 | 一种注塑工厂设备数据采集的方法 |
| CN117455316A (zh) * | 2023-12-20 | 2024-01-26 | 中山市东润智能装备有限公司 | 一种注塑工厂设备数据采集的方法 |
| KR102713327B1 (ko) * | 2024-05-16 | 2024-10-04 | 이용환 | 히팅 공냉 방식의 금형 온도 조절 장치 |
| CN118549436A (zh) * | 2024-05-21 | 2024-08-27 | 浙江元盛塑业股份有限公司 | 一种基于机器视觉技术的汽车塑料注塑件缺陷检测系统 |
| CN118287634A (zh) * | 2024-06-03 | 2024-07-05 | 青岛天合源金属有限公司 | 基于人工智能的硅溶胶制壳加工运行监管系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102264066B1 (ko) | 인공지능과 이미지 분석에 의한 사출기 스마트 제어 시스템 및 그 운용방법 | |
| US11220033B2 (en) | Computer implemented method for generating a mold model for production predictive control and computer program products thereof | |
| KR102363152B1 (ko) | 금형 온도 이상 예조 검지 장치 및 기억 매체 | |
| CN115122602B (zh) | 一种注塑机智能控制方法及系统 | |
| CN111886121A (zh) | 注射成型机系统 | |
| KR101516183B1 (ko) | 적외선 온도 센서를 이용한 사출 성형 공정 관리 시스템 | |
| US8060240B2 (en) | Injection molding control method | |
| US9778031B2 (en) | Method for thermally monitoring process for forming plastic blow-molded containers | |
| JP2017030152A (ja) | 最適な操作条件を算出できる射出成形システム及び機械学習器 | |
| US20190377309A1 (en) | Control system and control method of manufacturing injection molding products | |
| CN111183012B (zh) | 能源高效的吹塑成型机控制 | |
| JPWO2012063891A1 (ja) | 溶融樹脂の曲がり矯正装置と溶融樹脂の曲がり矯正方法 | |
| KR101715897B1 (ko) | 사출성형 플라스틱의 검사 시스템 | |
| CN112356409A (zh) | 一种智能化的注塑工艺监控系统 | |
| US11820084B2 (en) | Sealing system for sealing a tube and an automated method of operating the same | |
| CN105712611A (zh) | 自动化生产具有预设壁厚的玻璃制品的方法和设备 | |
| KR20080099360A (ko) | 사출성형기의 온라인 감시 장치 및 방법 | |
| JP2021045876A (ja) | 射出成形システム、射出成形システムの成形品表示方法、射出成形システムの成形品判定方法 | |
| CN114347433A (zh) | 一种吹塑机吹塑系统反复吹塑改造装置及其控制方法 | |
| CN101706655A (zh) | 快速成形系统 | |
| CN104567405A (zh) | 一种料仓辅门开度控制方法及装置 | |
| CN213630925U (zh) | 一种智能温控岛 | |
| KR20230118213A (ko) | 인공지능을 이용한 품질검사 시스템 및 방법 | |
| KR20230002388A (ko) | 배수 및 탈기 장치의 자동화 | |
| CN114179320B (en) | Automatic adjusting method for technological parameters of injection molding machine in combination with visual detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |