KR102423276B1 - 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 - Google Patents
지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 Download PDFInfo
- Publication number
- KR102423276B1 KR102423276B1 KR1020210165685A KR20210165685A KR102423276B1 KR 102423276 B1 KR102423276 B1 KR 102423276B1 KR 1020210165685 A KR1020210165685 A KR 1020210165685A KR 20210165685 A KR20210165685 A KR 20210165685A KR 102423276 B1 KR102423276 B1 KR 102423276B1
- Authority
- KR
- South Korea
- Prior art keywords
- injection process
- information
- injection
- artificial intelligence
- intelligence model
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 611
- 238000013461 design Methods 0.000 title claims abstract description 116
- 238000001746 injection moulding Methods 0.000 title description 12
- 238000002347 injection Methods 0.000 claims abstract description 624
- 239000007924 injection Substances 0.000 claims abstract description 624
- 230000008569 process Effects 0.000 claims abstract description 567
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 175
- 238000011161 development Methods 0.000 claims description 23
- 230000005540 biological transmission Effects 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000011347 resin Substances 0.000 claims description 11
- 229920005989 resin Polymers 0.000 claims description 11
- 230000002950 deficient Effects 0.000 claims description 6
- 230000000704 physical effect Effects 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 20
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000004033 plastic Substances 0.000 description 5
- 229920003023 plastic Polymers 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012938 design process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229920001169 thermoplastic Polymers 0.000 description 1
- 229920001187 thermosetting polymer Polymers 0.000 description 1
- 239000004416 thermosoftening plastic 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76929—Controlling method
- B29C2945/76939—Using stored or historical data sets
-
- 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
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76929—Controlling method
- B29C2945/76939—Using stored or historical data sets
- B29C2945/76949—Using stored or historical data sets using a learning system, i.e. the system accumulates experience from previous occurrences, e.g. adaptive control
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
본 발명은 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법에 있어서, 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받고, 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받고, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하고, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받고, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하고, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송할 수 있다.
Description
본 발명은 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 관한 것으로서, 보다 상세하게는, 인공 지능 모델을 이용하여 최적의 공정 조건 정보를 얻을 수 있고, 이를 통해서 사출 공정 설계자 또는 사용자가 양질의 사출 성형물을 제조할 수 있게 하는 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 관한 것이다.
일반적으로 플라스틱 등의 수지 사출 성형법은 원료로부터 조립 부품을 생산하기 위해 완전 자동화되어 널리 사용되고 있다.
이를 통해 성형된 사출 성형물은 후처리가 필요 없거나 또는 매우 적어서 매우 높은 정확도가 보장되고, 간단한 플라스틱 부재로부터 대단히 복잡한 플라스틱 부재에 이르기까지 많은 수량을 비용 면에서 경제적이고 또한 신속하게 제조할 수 있다.
예컨대 열가소성 플라스틱, 열경화성 플라스틱 또는 엘라스토머의 다양한 특성들과 함께 현대의 가공 기술에 있어서 사출 성형법은 매우 중요한 가공법으로서, 원료 제조사로부터 대개 분말 혹은 펠릿으로 공급되는 고분자 재료 혹은 플라스틱이 유동 상태로 이송되고 여러 부분으로 된 금형으로 압인되고, 이러한 금형에서 성형 화합물이 연속하여 고화되어 금형이 개방된 후에 성형 부재가 취출될 수 있다.
그러나, 그 과정에서 소재의 재질, 형상적인 특징, 압력, 온도, 환경 등 수많은 변수들과 금형 및 기계가 형성하는 다양한 공정 변수들 간의 의존성으로 인해 설정 과정은 대단히 복잡하며, 이러한 설정은 대단히 숙련된 당업자에 의해서만 충분히 신뢰할 만하고 안전하게 그리고 효율적으로 이루어질 수 있다.
따라서, 종래의 사출 성형기 제조사는 기계 조작 인력을 위해 성공적인 초기 설정에 대한 다양한 운용법을 교육하는 훈련 코스를 제공한다. 이와 같이 조작자를 훈련하는 데에는 무시할 수 없는 비용과 시간이 요구되는 등, 공정 자체는 자동화되었지만, 공정 조건을 세팅하는 공정 설계 과정은, 숙련자의 육감이나 수작업에만 의존해야 하는 문제점들이 있었다.
한편, 최근 2G, 3G, 4G, 5G, LTE 등 이동 통신망, WIFI 통신망, 블루투스 통신망, 셀룰러 통신망, CDMA 통신망, LTE 통신망, 이더넷 통신망, 와이맥스 통신망, 근거리 통신망(LAN), 광역 통신망(WAN), RF 통신망, 적외선 통신망, 광 통신망 등 무선 통신망이 비약적인 발전을 함에 따라 이러한 무선 통신망을 이용하여 다양한 네트워크 서비스들이 개발되고 있다.
본 발명은 상기와 같은 문제점을 포함한 여러 문제점들을 해결하기 위한 것으로서, 다양한 규격이나 소재나 스팩이나 환경 등에서 원하는 사출 성형물을 성형하기 위해서 공정 조건의 설계를 숙련자의 수작업에 의존하지 않고, 인공 지능 모델을 활용하여 최적의 공정 조건으로 자동화함으로써 공정 설계 과정의 시간과 비용을 크게 절감할 수 있는 것은 물론이고, 대량의 데이터를 학습시켜서 정확도와 신뢰도가 매우 높은 인공 지능 모델을 수동 또는 자동으로 선정하여 어떠한 공정 조건에서도 최상인 양질의 제품을 생산할 수 있게 하는 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는 것을 목적으로 한다. 그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.
상기 과제를 해결하기 위한 본 발명의 사상에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법은, 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고, (a) 상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 단계; (b) 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계; (c) 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계; (d) 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 단계; (e) 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계; 및 (f) 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 사출 공정 기초 정보는, 적어도 사출 공정으로 생산된 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 본 발명에 따르면, 상기 사출 공정 결과 정보는, 적어도 상기 사출 공정 기초 정보에 의해 생산된 사출 성형 제품의 형상 결과 정보, 사출 품질 항목 결과 정보, 사출 성형 제품의 평가 결과 정보, 양품 결과 정보, 불량품 결과 정보, 사출 공정 성공 정보, 사출 공정 실패 정보, 사출 성형 제품의 성능 결과 정보, 사출 성형 제품의 물성 결과 정보, 사출 성형 제품의 평가 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 본 발명에 따르면, 상기 인공 지능 모델 정보는, 적어도 입력 레이어, 히든 레이어, 출력 레이어로 이루어져서 필터에 의해 가중치를 정확도가 높아지는 방향으로 변환하면서 딥러닝 방식으로 학습된 사출 공정용 인공 지능 모델에 대한 정보일 수 있다.
또한, 본 발명에 따르면, 상기 사출 공정 요청 정보는, 적어도 사출 공정으로 생산하고자 하는 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 본 발명에 따르면, 상기 최적 사출 공정 설계 정보는, 상기 사출 공정 요청 정보에 의해 생산하고자 하는 사출 성형 제품의 사출 공정 최적 제안 정보, 형상 예측 정보, 사출 품질 항목 예측 정보, 사출 성형 제품의 평가 예측 정보, 양품 예측 정보, 불량품 예측 정보, 사출 공정 성공 예측 정보, 사출 공정 실패 예측 정보, 사출 성형 제품의 성능 예측 정보, 사출 성형 제품의 물성 예측 정보, 사출 성형 제품의 평가 예측 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 본 발명에 따르면, 상기 인공 지능 모델 정보 선정 프로그램은, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 인공 지능 모델 수동 선정 정보를 입력받는 수동 선정 프로그램을 포함하고, 상기 (e) 단계는, (e-1) 상기 수동 선정 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 인공 지능 모델 수동 선정 정보를 입력받는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 인공 지능 모델 정보 선정 프로그램은, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 자동 선정 프로그램을 포함하고, 상기 (e) 단계는, (e-2) 상기 자동 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 품질 항목별로 가중치 정보를 입력받는 가중치 정보 입력 프로그램, 상기 가중치 정보가 저장되는 가중치 정보 데이터베이스를 포함하고, 상기 (f) 단계 이전에, (g) 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 품질 항목별로 가중치 정보를 입력받는 단계;를 더 포함하고, 상기 (f) 단계에서, 상기 가중치 정보에 따라 품질 항목별로 최적 사출 공정 설계 정보를 출력할 수 있다.
또한, 본 발명에 따르면, 상기 서버 컴퓨터는, 인공 지능 모델 개발사 단말기로부터 인공 지능 모델 개발 정보를 입력받는 인공 지능 모델 개발 정보 입력 프로그램, 상기 인공 지능 모델 개발 정보가 저장되는 인공 지능 모델 개발 정보 데이터베이스를 포함하고, 상기 (c) 단계 이전에, (h) 상기 인공 지능 모델 개발 정보 입력 프로그램에 의해서, 인공 지능 모델 개발사 단말기로부터 인공 지능 모델 개발 정보를 입력받는 단계;를 더 포함할 수 있다.
한편, 상기 과제를 해결하기 위한 본 발명의 사상에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템은, 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고, 상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받고, 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받고, 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하고, 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받고, 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하고, 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하도록 프로그램된 제어부를 포함할 수 있다.
한편, 상기 과제를 해결하기 위한 본 발명의 사상에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체는, 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고, (a) 상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 단계; (b) 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계; (c) 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계; (d) 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 단계; (e) 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계; 및 (f) 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 단계;를 포함할 수 있다.
상기한 바와 같이 이루어진 본 발명의 여러 실시예들에 따르면, 사출 공정 설계사 또는 사용자는 다양한 규격이나 종류의 사출 성형물이라도 최적의 공정 조건 정보를 전송받아서 공정 설계에 소요되는 시간과 비용을 크게 절감할 수 있고, 이를 통해서 양질의 사출 성형물을 생산할 수 있으며, 운영자는 이를 통해서 회비, 수수료, 운영비 인공 지능 모델 개발비 등을 받을 수 있으며, 인공 지능 모델 개발사는 학습용 데이터를 수집하여 고신뢰도와 정확도의 인공 지능 모델을 개발하고, 그에 대한 대가를 받을 수 있는 등 모두에게 이익이 되는 효과를 갖는 것이다. 물론 이러한 효과에 의해 본 발명의 범위가 한정되는 것은 아니다.
도 1은 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템을 나타내는 개념도이다.
도 2는 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 운영자와 사출 공정 설계사와 사용자 간의 관계를 나타내는 개념도이다.
도 3은 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 4는 본 발명의 일부 다른 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 5 내지 도 8은 도 1의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템을 설명하는 도면들이다.
도 2는 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 운영자와 사출 공정 설계사와 사용자 간의 관계를 나타내는 개념도이다.
도 3은 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 4는 본 발명의 일부 다른 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 5 내지 도 8은 도 1의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템을 설명하는 도면들이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 여러 실시예들을 상세히 설명하기로 한다.
본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려 이들 실시예들은 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다. 또한, 도면에서 각 층의 두께나 크기는 설명의 편의 및 명확성을 위하여 과장된 것이다.
본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이, 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서에서 사용되는 경우 "포함한다(comprise)" 및/또는 "포함하는(comprising)"은 언급한 형상들, 숫자, 단계, 동작, 부재, 요소 및/또는 이들 그룹의 존재를 특정하는 것이며, 하나 이상의 다른 형상, 숫자, 동작, 부재, 요소 및/또는 그룹들의 존재 또는 부가를 배제하는 것이 아니다.
이하, 본 발명의 실시예들은 본 발명의 이상적인 실시예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차(tolerance)에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명 사상의 실시예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다.
이하, 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템을 나타내는 개념도이다.
먼저, 도 1에 도시된 바와 같이, 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템은, 적어도 하나의 사출 공정 설계자 단말기(10)와, 사용자 단말기(20)와, 운영자 단말기(30) 및 네트워크(50)를 통하여 연결된 서버 컴퓨터(60)를 포함하여 이루어질 수 있다.
여기서, 상기 네트워크(50)는 상술된 단말기(10)(20)(30)들 이외에도 사출물 제조사 단말기, 사출 공정 설계 사무소 단말기, 사출 공장 단말기, 사출 공정 담당자 단말기 등과 연결될 수 있다.
이러한, 상기 서버 컴퓨터(60)는, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받고, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받고, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하고, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 요청 정보를 입력받고, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하고, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하도록 프로그램된 것으로서, 상기 네트워크(50)를 통해 지능형 사출 공정 설계 어드바이저 서비스를 운영할 수 있는 기업이나, 사업체나, 사업자나, 공장이나, 단체나, 데이터 센터나, 본사나, 지사나, 영업소나, 대리점, 도매점, 소매점, 쇼핑몰, 설계 사무소 등에 구비된 컴퓨터일 수 있다.
여기서, 사출 성형물은, 각종 플라스틱 사출물들을 포함한 수지 사출 성형물은 물론이고, 매우 다양한 재질의 사출 성형물이 모두 적용될 수 있다.
또한, 예컨대, 상기 사출 공정 설계자 단말기(10)는, 사출 공정을 직접 설계하는 사출 회사의 설계 담당자는 물론이고, 사출물 제조사, 사출 공정 설계사, 사출 장비 개발사 등 인공 지능 모델로부터 최적의 사출 공정 조건 정보를 받기를 원하는 기업 단말기 또는 기업의 담당자 단말기가 모두 적용될 수 있다.
더욱 구체적으로 예를 들면, 상기 사출 공정 설계자 단말기(10)는, 각종 정보를 처리할 수 있는 모든 정보 단말 장치들이 적용될 수 있는 것으로서, 예컨대, 각종 스마트 폰은 물론이고, 각종 웨어러블 디바이스나, 스마트 센서나, 스마트 패드나, 모바일 단말기, PDA, 노트북, 랩탑 컴퓨터, 스마트 카메라, 스마트 캠코더, 전자책, 스마트 스캐너, 개인용 컴퓨터 등이 모두 적용될 수 있다.
또한, 예컨대, 상기 사용자 단말기(20)는, 사출 공정 시초 정보나, 사출 공정 학습 정보 등 각종 정보를 입력하여 상기 사출 공정 설계자로 하여금 최적의 사출 공정 조건 정보를 받기를 원하는 사출 공정 정보 제공자 단말기 또는 인공 지능 모델 학습 담당자 단말기가 모두 적용될 수 있다.
더욱 구체적으로 예를 들면, 상기 사용자 단말기(20)는, 각종 정보를 처리할 수 있는 모든 정보 단말 장치들이 적용될 수 있는 것으로서, 예컨대, 각종 스마트 폰은 물론이고, 각종 웨어러블 디바이스나, 스마트 센서나, 스마트 패드나, 모바일 단말기, PDA, 노트북, 랩탑 컴퓨터, 스마트 카메라, 스마트 캠코더, 전자책, 스마트 스캐너, 개인용 컴퓨터 등이 모두 적용될 수 있다.
이외에도, 예컨대, 상기 운영자 단말기(30)는, 상기 서버 컴퓨터(60)를 관리하고 운영하는 개인이나 기업이나, 공장이나, 사업체나, 중앙 관재소나, 본사나, 지사나, 영업소나 전산 담당자의 단말기나 컴퓨터로서, 반드시 컴퓨터나 스마트 폰에 국한되지 않으며, 각종 문자 정보나, 숫자 정보나 이미지 정보를 제공받을 수 있고, 다양한 명령을 선택할 수 있는 각종 정보 단말기, 웨어러블 단말기, PDA, 스마트 워치, 스마트 패드, 카메라, 캠코더, 노트북, 랩탑 컴퓨터, 전자책, 개인용 컴퓨터, 다른 서버 컴퓨터 등이 모두 적용될 수 있다.
여기서, 상기 사출 공정 설계자 단말기(10)와, 상기 사용자 단말기(20)는 서로 동일할 수 있는 것으로서, 예컨대, 최적의 사출 공정 조건 정보를 받기를 원하는 사출 공정 설계자가 각종 사출 관련 기초 정보나 학습 정보를 입력하는 것도 가능하다.
예컨대, 이러한 도 1의 상기 사출 공정 설계자 단말기(10)와, 상기 사용자 단말기(20) 및 상기 운영자 단말기(30)는, 각종 어플리케이션, 앱, 하이브리드 앱, 프로그램 등이 설치되어, 상기 네트워크(50)를 통해 서로 연결되고, 이러한 상기 네트워크(50)에 의해 연결된 단말기들은, 기존의 2G, 3G, 4G, 5G, LTE 등 이동 통신망, WIFI 통신망, 블루투스 통신망, 셀룰러 통신망, CDMA 통신망, LTE 통신망, 이더넷 통신망, 와이맥스 통신망, 근거리 통신망(LAN), 광역 통신망(WAN), RF 통신망, 적외선 통신망, 광 통신망 등의 통신망을 이용할 수 있는 것은 물론이고, HTML, XML, HTML5 등의 형태로 웹 내용을 디스플레이할 수 있는 인터넷 브라우저(Internet Explorer, Chrome 등)나 사내 또는 사외 또는 근거리/원거리 유무선 네트워크 접속용 프로토콜 장치 등을 가질 수 있다.
한편, 상기 서버 컴퓨터(60)는, 도 1에 도시된 바와 같이, 프로그램을 제어하는 프로그램 제어부(PG)와 각종 정보들을 저장하는 데이터베이스(DB)를 포함할 수 있다.
특히, 상기 프로그램 제어부(PG)는, 도 1에 도시된 바와 같이, 전체 프로그램을 운영하는 메인 프로그램(61), 상기 사출 공정 설계자 단말기(10)와, 상기 사용자 단말기(20)로부터 등록 신청 정보를 입력받는 등록 신청 정보 입력 프로그램(62), 상기 등록 신청 정보를 이용하여 상기 사출 공정 설계자(10)와, 상기 사용자 단말기(20)로 등록 완료 정보를 전송하는 등록 프로그램(63), 상기 사출 공정 설계자(10)와, 상기 사용자 단말기(20)로부터 로그인 정보를 입력받는 로그인 프로그램(64), 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램(65), 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램(66), 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램(67), 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램(68), 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램(69), 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하는 최적 사출 공정 설계 정보 전송 프로그램(70), 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 품질 항목별로 가중치 정보를 입력받는 가중치 정보 입력 프로그램(71), 인공 지능 모델 개발사 단말기(40)로부터 인공 지능 모델 개발 정보를 입력받는 인공 지능 모델 개발 정보 입력 프로그램(72), 기타 각종 그래픽이나 결재나 게시판 등의 기능을 수행하는 기타 프로그램(73) 등을 포함할 수 있다.
여기서, 예컨대, 상기 메인 프로그램(61)은 전체 프로그램을 운영하는 것으로서, 온라인 상에서 운영자 관리 홈페이지나 어플리케이션이나 프로그램의 메인 화면 형태로 표현되는 것이 가능하고, 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)나 상기 운영자 단말기(30)로부터 각종 정보와 명령 신호를 전송받아 상기 모든 프로그램들을 제어할 수 있는 프로그램일 수 있다.
또한, 예컨대, 상기 등록 신청 정보 입력 프로그램(62)은, 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)로부터 등록 신청 정보를 입력받는 프로그램으로서, 상술된 단말기들로부터 정보 단말기의 고유 정보를 입력받아 표준 약관이나 정보 수집 및 이용에 대한 약관 등에 동의하게 할 수 있고, 실명 확인이나 공공 아이핀이나 아이디나 패스워드나 이메일이나 휴대전화나 주소나 개인 정보, 주민 번호 정보, 고유 번호, 유심 카드에 저장된 전화 번호 등을 입력받을 수 있는 프로그램일 수 있다.
또한, 예컨대, 상기 등록 프로그램(63)은, 상기 등록 신청 정보를 이용하여 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)로 등록 완료 정보를 전송하는 프로그램으로서, 입력된 상기 등록 신청 정보와 미리 저장된 등록 조건 정보가 일치하는 지를 판단하여 일치하는 경우에는 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)를 등록할 수 있다.
또한, 예컨대, 상기 로그인 프로그램(64)은, 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)로부터 로그인 정보를 입력받는 프로그램으로서, 이를 통해서 상기 사출 공정 설계자 단말기(10)나 상기 사용자 단말기(20)의 온라인 접속 상태 및 위치 등을 확인할 수 있다.
또한, 예컨대, 상기 사출 공정 기초 정보 입력 프로그램(65)은, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받는 프로그램으로서, 예를 들면, 상기 사출 공정 기초 정보는, 적어도 사출 공정으로 생산된 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 예컨대, 상기 사출 공정 결과 정보 입력 프로그램(66)은, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 프로그램으로서, 예를 들면, 상기 사출 공정 결과 정보는, 적어도 상기 사출 공정 기초 정보에 의해 생산된 사출 성형 제품의 형상 결과 정보, 사출 품질 항목 결과 정보, 사출 성형 제품의 평가 결과 정보, 양품 결과 정보, 불량품 결과 정보, 사출 공정 성공 정보, 사출 공정 실패 정보, 사출 성형 제품의 성능 결과 정보, 사출 성형 제품의 물성 결과 정보, 사출 성형 제품의 평가 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 예컨대, 상기 인공 지능 모델 정보 생성 프로그램(67)은, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 프로그램으로서, 예를 들면, 상기 인공 지능 모델 정보는, 적어도 입력 레이어, 히든 레이어, 출력 레이어로 이루어져서 필터에 의해 가중치를 정확도가 높아지는 방향으로 변환하면서 딥러닝 방식으로 학습된 사출 공정용 인공 지능 모델에 대한 정보일 수 있다.
또한, 예컨대, 상기 사출 공정 요청 정보 입력 프로그램(68)은, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 실제로 제작될 사출 성형물의 사출 공정과 관련된 사출 공정 요청 정보를 입력받는 프로그램으로서, 예를 들면, 상기 사출 공정 요청 정보는, 적어도 사출 공정으로 생산하고자 하는 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 예컨대, 상기 인공 지능 모델 정보 선정 프로그램(69)은, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 프로그램으로서, 더욱 구체적으로 예를 들면, 도 1에 도시된 바와 같이, 상기 인공 지능 모델 정보 선정 프로그램(69)은, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 인공 지능 모델 수동 선정 정보를 입력받는 수동 선정 프로그램(691)이나 또는 상기 인공 지능 모델 정보 선정 프로그램(69)은, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 자동 선정 프로그램(692)을 포함할 수 있다.
또한, 예컨대, 상기 최적 사출 공정 설계 정보 전송 프로그램(70)은, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하는 프로그램으로서, 예를 들면, 상기 최적 사출 공정 설계 정보는, 상기 사출 공정 요청 정보에 의해 생산하고자 하는 사출 성형 제품의 사출 공정 최적 제안 정보, 형상 예측 정보, 사출 품질 항목 예측 정보, 사출 성형 제품의 평가 예측 정보, 양품 예측 정보, 불량품 예측 정보, 사출 공정 성공 예측 정보, 사출 공정 실패 예측 정보, 사출 성형 제품의 성능 예측 정보, 사출 성형 제품의 물성 예측 정보, 사출 성형 제품의 평가 예측 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어질 수 있다.
또한, 예컨대, 상기 가중치 정보 입력 프로그램(71)는, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 품질 항목별로 가중치 정보를 입력받는 프로그램으로서, 이를 통해서 사용자는 자신의 주요 항목에 대한 가중치를 차별적으로 부여하여 자신의 목적에 맞는 용도의 최적 공정 조건 정보를 얻을 수 있다.
또한, 예컨대, 상기 인공 지능 모델 개발 정보 입력 프로그램(72)은, 인공 지능 모델 개발사 단말기(40)로부터 인공 지능 모델 개발 정보를 입력받는 프로그램으로서, 이를 통해서, 인공 지능 모델 개발사는 적합한 인공 지능 모델 개발 정보를 전송할 수 있고, 이에 대한 대가를 받을 수 있다.
또한, 예컨대, 상기 기타 프로그램(73)은, 기타 각종 사출 기술 정보나, 사출 성형물 정보나, 그래픽이나 사물물 제품 결제나 게시판 등의 기능을 수행하는 프로그램으로서, 이를 통해서 비용 정산이나 게시판 기능 등을 수행할 수 있다.
여기서, 상술된 프로그램들은 상기 사출 공정 설계자 단말기(10)나, 상기 사용자 단말기(20)나, 상기 운영자 단말기(30) 등의 각종 단말기들에 다운로드되거나 인스톨된 실행 프로그램이나, 화면 제어 프로그램이나 사용자 어플리케이션과 연동되는 형태로 운영될 수 있다.
그러나, 상술된 프로그램들은 반드시 실행 프로그램이나 스마트 폰 어플리케이션과 연동되는 것에 국한되지 않고, 모든 다양한 형태의 단말기와 연동될 수 있다.
한편, 도 1에 도시된 바와 같이, 상기 데이터베이스(DB)는, 상기 등록 신청 정보가 저장되는 등록 신청 정보 데이터베이스(80), 상기 등록 완료 정보가 저장되는 등록 완료 정보 데이터베이스(81), 상기 로그인 정보가 저장되는 로그인 정보 데이터베이스(82), 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스(83), 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스(84), 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스(85), 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스(86), 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스(87), 상기 가중치 정보가 저장되는 가중치 정보 데이터베이스(88), 상기 인공 지능 모델 개발 정보가 저장되는 인공 지능 모델 개발 정보 데이터베이스(89), 기타 작업자 관리 홈페이지나 각종 광고나 홍보나 결재나 게시판 등의 정보가 저장되는 기타 정보 데이터베이스(90) 등을 포함할 수 있다.
따라서, 상기 서버 컴퓨터(60)는, 상기 사출 공정 기초 정보 입력 프로그램(65)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받고, 상기 사출 공정 결과 정보 입력 프로그램(66)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받고, 상기 인공 지능 모델 정보 생성 프로그램(67)에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하고, 상기 사출 공정 요청 정보 입력 프로그램(68)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 요청 정보를 입력받고, 상기 인공 지능 모델 정보 선정 프로그램(69)에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하고, 상기 최적 사출 공정 설계 정보 전송 프로그램(70)에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하는 지능형 사출 공정 설계 어드바이저 서비스를 수행할 수 있다.
그러므로, 사출 공정 설계자 또는 사용자는 각종 기초 정보나, 설계 정보를 제공하여 인공 지능 모델을 학습시킨 후, 높은 정확도와 정밀도로 다양한 스팩의 사출 성형물을 제조하기 위한 최적의 사출 공정 설계 정보를 얻을 수 있는 것은 물론이고, 이를 통해서, 사출 공정 설계사 또는 사용자는 다양한 규격이나 종류의 사출 성형물이라도 최적의 공정 조건 정보를 전송받아서 공정 설계에 소요되는 시간과 비용을 크게 절감할 수 있고, 이를 통해서 양질의 사출 성형물을 생산할 수 있으며, 운영자는 이를 통해서 회비, 수수료, 운영비 인공 지능 모델 개발비 등을 받을 수 있으며, 인공 지능 모델 개발사는 학습용 데이터를 수집하여 고신뢰도와 정확도의 인공 지능 모델을 개발하고, 그에 대한 대가를 받을 수 있고, 운영자는 이를 통해서 회비, 수수료, 운영비, 광고 대행비, 홍보 대행비 등을 받을 수 있게 하는 등 모두에게 이익이 될 수 있다.
도 2는 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 운영자와 사출 공정 설계사와 사용자 간의 관계를 나타내는 개념도이다.
따라서, 도 2에 도시된 바와 같이, 상기 운영자는 상기 사출 공정 설계자나 사용자에게 지능형 어드바이저 서비스 정보를 제공할 수 있고, 이에 대한 대가로서, 상기 운영자는 상기 사출 공정 설계자와 상기 사용자로부터 회비, 사용료, 광고비/홍보비 등을 받을 수 있어서 모두에게 이익이 될 수 있는 유용한 비즈니스 모델(수익 창출 모델) 또는 전산 관리 모델을 제공할 수 있다.
도 3은 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 1 내지 도 3에 도시된 바와 같이, 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 순서적으로 나타내면, 본 발명의 일부 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법은, 먼저, 지능형 사출 공정 설계 어드바이저 서비스를 운영할 수 있는 서버 컴퓨터(60)를 구성하고, (a) 상기 사출 공정 기초 정보 입력 프로그램(65)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받는 단계와, (b) 상기 사출 공정 결과 정보 입력 프로그램(66)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계와, (c) 상기 인공 지능 모델 정보 생성 프로그램(67)에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계와, (d) 상기 사출 공정 요청 정보 입력 프로그램(68)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 요청 정보를 입력받는 단계와, (e) 상기 인공 지능 모델 정보 선정 프로그램(69)에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계 및 (f) 상기 최적 사출 공정 설계 정보 전송 프로그램(70)에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하는 단계를 포함할 수 있다.
그러나, 이러한 본 발명은 반드시 도면에만 국한되지 않고, 이외에도 다양한 단계들이 추가로 포함될 수 있다.
도 4는 본 발명의 일부 다른 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 나타내는 순서도이다.
도 1 내지 도 4에 도시된 바와 같이, 본 발명의 일부 다른 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 순서적으로 나타내면, 본 발명의 일부 다른 실시예들에 따른 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법은, 먼저, 지능형 사출 공정 설계 어드바이저 서비스를 운영할 수 있는 서버 컴퓨터(60)를 구성하고, (a) 상기 사출 공정 기초 정보 입력 프로그램(65)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 기초 정보를 입력받는 단계와, (b) 상기 사출 공정 결과 정보 입력 프로그램(66)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계와, (h) 상기 인공 지능 모델 개발 정보 입력 프로그램(72)에 의해서, 인공 지능 모델 개발사 단말기(40)로부터 인공 지능 모델 개발 정보를 입력받는 단계와, (c) 상기 인공 지능 모델 정보 생성 프로그램(67)에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계와, (d) 상기 사출 공정 요청 정보 입력 프로그램(68)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 공정 요청 정보를 입력받는 단계와, (e) 상기 인공 지능 모델 정보 선정 프로그램(69)에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계와, (g) 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 사출 품질 항목별로 가중치 정보를 입력받는 단계 및 (f) 상기 최적 사출 공정 설계 정보 전송 프로그램(70)에 의해서, 상기 가중치 정보에 따라 품질 항목별로 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기(10)로 전송하는 단계를 포함할 수 있다.
여기서, 상기 (e) 단계는, (e-1) 상기 수동 선정 프로그램(691)에 의해서, 상기 사용자 단말기(20) 또는 상기 사출 공정 설계자 단말기(10)로부터 인공 지능 모델 수동 선정 정보를 입력받는 단계 또는, (e-2) 상기 자동 선정 프로그램(692)에 의해서, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 단계를 포함할 수 있다.
그러나, 이러한 본 발명은 반드시 도면에만 국한되지 않고, 이외에도 다양한 단계들이 추가로 포함될 수 있다.
이러한 화면들은 본 발명의 기술적 사상을 설명하기 위하여 개략적으로 제시된 것으로서, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 수정 및 변경이 가능하다.
도 5 내지 도 8은 도 1의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템을 설명하는 도면들이다.
먼저, 도 5에 도시된 바와 같이, 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법은, 사용자가 별도의 AI 모델을 추가하거나 자동으로 추가할 수 있고, 각각의 결함이나 품질 결과에 대해 미리 학습되어 있는 AI(인공 지능) 모델을 로딩하면, 제품 수치, 게이트 정보 등 사출 성형 제품에 대한 정보를 입력하거나, 램(Ram) 스피드, 보압 조건, 금형 온도, 수지 온도 등 공정 조건 범위를 입력하거나, 적용 후보 재료를 선택할 수 있다.
이어서, 사출 공정 설계자 또는 사용자는 품질별로 중시하는 항목에 가중치를 입력할 수 있고, 이러한 가중치에 따라서 사용자가 중요시하는 품질에 적합한 조건에 따라 AI 기반의 최적 공정 조전 및 적용 재료가 도출될 수 있다.
도 6에 도시된 바와 같이, 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템은, 시뮬레이션이나 테스트 등을 통해 수집된 사출 결과 데이터베이스를 이용하여 AI 모델 생성 모듈에서 특징을 선택하여 정확도가 높아질 때까지 학습할 수 있고, 이렇게 생성된 AI 모델 정보 데이터베이스를 이용하여 최적의 사출 공정 설계 정보를 출력받아서 그 조건을 적용하여 높은 신뢰도와 정밀도로 사출 성형물을 제조할 수 있다.
도 7에 도시된 바와 같이, 이러한 도 5의 알고리즘과, 도 6의 시스템을 결합하여, 사출 결과 데이터베이스, AI 모델 생성 모듈, AI 모델 데이터베이스, AI 모델 선정 모듈, 최적 조건 산출 모듈, 수지 재료 데이터베이스, 입력 모듈 등을 개발할 수 있다.
도 8에 도시된 바와 같이, 이러한 본 발명의 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템은, 웹사이트 화면 등에 표현될 수 있는 것으로서, 하나의 화면에서 AI 모델 정보 데이터베이스를 선택하여 로딩(open)할 수 있고, 사출 품질 항목 및 품질 항복별 AI 모델을 선택한 다음, 사출 성형 제품의 형상 정보와 수지 재료 및 사출 공정 조건 범위를 선택하여 입력할 수 있으며, 이 때, 사출 품질 항목별 가중치도 입력할 수 있다.
따라서, 화면의 하단에 도시된 바와 같이, 사출 공정 설계자 또는 사용자는, 최적화된 사출 공정 조건을 확인하여 실제 사출 성형물의 성형에 도입함으로써 시간과 비용을 크게 절감할 수 있으며, 다양한 규격이나 소재나 스팩이나 환경 등에서 원하는 사출 성형물을 성형하기 위해서 공정 조건의 설계를 숙련자의 수작업에 의존하지 않고, 인공 지능 모델을 활용하여 최적의 공정 조건으로 자동화함으로써 공정 설계 과정의 시간과 비용을 크게 절감할 수 있는 것은 물론이고, 대량의 데이터를 학습시켜서 정확도와 신뢰도가 매우 높은 인공 지능 모델을 수동 또는 자동으로 선정하여 어떠한 공정 조건에서도 최상인 양질의 제품을 생산할 수 있다.
한편, 본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다.
컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 상술된 서버 컴퓨터(60)는 물론이고, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광자기 디스크, 광데이터 저장장치, 플래시 메모리, USB 메모리 등이 있으며, 또한 캐리어 웨이브(예를 들면 인터넷을 통한 전송)의 형태로 구현되는 것도 포함할 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
10: 사출 공정 설계자 단말기
20: 사용자 단말기
30: 운영자 단말기
50: 네트워크
60: 서버 컴퓨터
PG: 프로그램 제어부
DB: 데이터베이스
20: 사용자 단말기
30: 운영자 단말기
50: 네트워크
60: 서버 컴퓨터
PG: 프로그램 제어부
DB: 데이터베이스
Claims (12)
- 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법에 있어서,
상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고,
(a) 상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 단계;
(b) 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계;
(c) 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계;
(d) 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 단계;
(e) 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계; 및
(f) 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 단계;
를 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 사출 공정 기초 정보는, 적어도 사출 공정으로 생산된 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어지는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 사출 공정 결과 정보는, 적어도 상기 사출 공정 기초 정보에 의해 생산된 사출 성형 제품의 형상 결과 정보, 사출 품질 항목 결과 정보, 사출 성형 제품의 평가 결과 정보, 양품 결과 정보, 불량품 결과 정보, 사출 공정 성공 정보, 사출 공정 실패 정보, 사출 성형 제품의 성능 결과 정보, 사출 성형 제품의 물성 결과 정보, 사출 성형 제품의 평가 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어지는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 인공 지능 모델 정보는, 적어도 입력 레이어, 히든 레이어, 출력 레이어로 이루어져서 필터에 의해 가중치를 정확도가 높아지는 방향으로 변환하면서 딥러닝 방식으로 학습된 사출 공정용 인공 지능 모델에 대한 정보인, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 사출 공정 요청 정보는, 적어도 사출 공정으로 생산하고자 하는 사출 성형 제품의 형상 정보, 사출 품질 항목 정보, 수지 재료 정보, 사출 공정 공정의 범위를 기록한 사출 공정 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어지는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 최적 사출 공정 설계 정보는, 상기 사출 공정 요청 정보에 의해 생산하고자 하는 사출 성형 제품의 사출 공정 최적 제안 정보, 형상 예측 정보, 사출 품질 항목 예측 정보, 사출 성형 제품의 평가 예측 정보, 양품 예측 정보, 불량품 예측 정보, 사출 공정 성공 예측 정보, 사출 공정 실패 예측 정보, 사출 성형 제품의 성능 예측 정보, 사출 성형 제품의 물성 예측 정보, 사출 성형 제품의 평가 예측 정보 중 어느 하나 또는 이들의 조합들 중 어느 하나를 선택하여 이루어지는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 인공 지능 모델 정보 선정 프로그램은, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 인공 지능 모델 수동 선정 정보를 입력받는 수동 선정 프로그램을 포함하고,
상기 (e) 단계는,
(e-1) 상기 수동 선정 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 인공 지능 모델 수동 선정 정보를 입력받는 단계;
를 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 인공 지능 모델 정보 선정 프로그램은, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 자동 선정 프로그램을 포함하고,
상기 (e) 단계는,
(e-2) 상기 자동 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 자동으로 최적의 인공 지능 모델 자동 선정 정보를 출력하는 단계;
를 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 품질 항목별로 가중치 정보를 입력받는 가중치 정보 입력 프로그램, 상기 가중치 정보가 저장되는 가중치 정보 데이터베이스를 포함하고,
상기 (f) 단계 이전에,
(g) 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 품질 항목별로 가중치 정보를 입력받는 단계;
상기 (f) 단계에서, 상기 가중치 정보에 따라 품질 항목별로 최적 사출 공정 설계 정보를 출력하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 제 1 항에 있어서,
상기 서버 컴퓨터는, 인공 지능 모델 개발사 단말기로부터 인공 지능 모델 개발 정보를 입력받는 인공 지능 모델 개발 정보 입력 프로그램, 상기 인공 지능 모델 개발 정보가 저장되는 인공 지능 모델 개발 정보 데이터베이스를 포함하고,
상기 (c) 단계 이전에,
(h) 상기 인공 지능 모델 개발 정보 입력 프로그램에 의해서, 인공 지능 모델 개발사 단말기로부터 인공 지능 모델 개발 정보를 입력받는 단계;
를 더 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법. - 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템에 있어서,
상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고,
상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받고, 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받고, 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하고, 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받고, 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하고, 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하도록 프로그램된 제어부를 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 시스템. - 적어도 하나의 사출 공정 설계자 단말기와, 사용자 단말기 및 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서,
상기 서버 컴퓨터는, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 사출 공정 기초 정보 입력 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 사출 공정 결과 정보 입력 프로그램, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 인공 지능 모델 정보 생성 프로그램, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 사출 공정 요청 정보 입력 프로그램, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 인공 지능 모델 정보 선정 프로그램, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 최적 사출 공정 설계 정보 전송 프로그램, 상기 사출 공정 기초 정보가 저장되는 사출 공정 기초 정보 데이터베이스, 상기 사출 공정 결과 정보가 저장되는 사출 공정 결과 정보 데이터베이스, 상기 인공 지능 모델 정보가 저장되는 인공 지능 모델 정보 데이터베이스, 상기 사출 공정 요청 정보가 저장되는 사출 공정 요청 정보 데이터베이스, 상기 최적 사출 공정 설계 정보가 저장되는 최적 사출 공정 설계 정보 데이터베이스를 포함하고,
(a) 상기 사출 공정 기초 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 기초 정보를 입력받는 단계;
(b) 상기 사출 공정 결과 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 상기 사출 공정 기초 정보에 따른 사출 공정 결과 정보를 입력받는 단계;
(c) 상기 인공 지능 모델 정보 생성 프로그램에 의해서, 상기 사출 공정 기초 정보와 상기 사출 공정 결과 정보를 학습시켜서 사출 공정 기초 정보별로 사출 성형품의 품질 결과를 예측하는 적어도 하나의 인공 지능 모델 정보를 생성하는 단계;
(d) 상기 사출 공정 요청 정보 입력 프로그램에 의해서, 상기 사용자 단말기 또는 상기 사출 공정 설계자 단말기로부터 사출 공정 요청 정보를 입력받는 단계;
(e) 상기 인공 지능 모델 정보 선정 프로그램에 의해서, 상기 사출 공정 요청 정보에 따라 사출 품질 항목의 예측에 적합한 인공 지능 모델 정보를 선정하는 단계; 및
(f) 상기 최적 사출 공정 설계 정보 전송 프로그램에 의해서, 선정된 상기 인공 지능 모델 정보를 이용하여 최적 사출 공정 설계 정보를 출력하고, 이를 상기 사출 공정 설계자 단말기로 전송하는 단계;
를 포함하는, 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210165685A KR102423276B1 (ko) | 2021-11-26 | 2021-11-26 | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210165685A KR102423276B1 (ko) | 2021-11-26 | 2021-11-26 | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102423276B1 true KR102423276B1 (ko) | 2022-07-21 |
Family
ID=82610147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210165685A KR102423276B1 (ko) | 2021-11-26 | 2021-11-26 | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102423276B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102616404B1 (ko) * | 2023-04-25 | 2023-12-20 | 박지용 | 반도체 제품 설계 정보 생성 장치 및 방법 |
| 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 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004318262A (ja) * | 2003-04-11 | 2004-11-11 | Toshiba Mach Co Ltd | 管理支援装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
| JP2008516809A (ja) * | 2004-10-19 | 2008-05-22 | ハスキー インジェクション モールディング システムズ リミテッド | 成形システムを構成するインテリジェント成形環境及び方法 |
-
2021
- 2021-11-26 KR KR1020210165685A patent/KR102423276B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004318262A (ja) * | 2003-04-11 | 2004-11-11 | Toshiba Mach Co Ltd | 管理支援装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
| JP2008516809A (ja) * | 2004-10-19 | 2008-05-22 | ハスキー インジェクション モールディング システムズ リミテッド | 成形システムを構成するインテリジェント成形環境及び方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102616404B1 (ko) * | 2023-04-25 | 2023-12-20 | 박지용 | 반도체 제품 설계 정보 생성 장치 및 방법 |
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tao et al. | Digital twin-driven product design framework | |
| Mourtzis | Simulation in the design and operation of manufacturing systems: state of the art and new trends | |
| KR102423276B1 (ko) | 지능형 사출 공정 설계 어드바이저 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 | |
| Adamson et al. | Cloud manufacturing–a critical review of recent development and future trends | |
| Eres et al. | Mapping customer needs to engineering characteristics: an aerospace perspective for conceptual design | |
| Moisescu et al. | Towards the development of interoperable sensing systems for the future enterprise | |
| Ramírez-Durán et al. | Towards the implementation of Industry 4.0: A methodology-based approach oriented to the customer life cycle | |
| KR102593155B1 (ko) | 효율적인 의류 판매를 위한 복수의 인터페이스 제공 장치 | |
| Trappey et al. | The design of a JADE-based autonomous workflow management system for collaborative SoC design | |
| US20230034820A1 (en) | Systems and methods for managing, distributing and deploying a recursive decisioning system based on continuously updating machine learning models | |
| Kaur et al. | Effort estimation for mobile applications using use case point (UCP) | |
| TW202336656A (zh) | 用於在計算環境中創建專案清單的系統和方法 | |
| Moreno et al. | Scalable Digital Twins for industry 4.0 digital services: a dataspaces approach | |
| Zheng et al. | A shared ontology for logistics information management in the construction industry | |
| Xie* et al. | A reconfigurable platform in support of one-of-a-kind product development | |
| Park et al. | Architectural framework of digital twin-based cyber-physical production system for resilient rechargeable battery production | |
| US11868686B2 (en) | System and method for manufacture and customization of construction assemblies in a computing environment | |
| Palmer et al. | Digital Transformation with BPM | |
| Chin et al. | Integrated Integration Definition Language 0 (IDEF) and coloured Petri nets (CPN) modelling and simulation tool: a study on mould-making processes | |
| Dörndorfer et al. | A framework to model and implement mobile context-aware business applications | |
| US11443347B2 (en) | System and method for click-through rate prediction | |
| Bataleblu et al. | Model-Based Systems Engineering in Smart Manufacturing-Future Trends Toward Sustainability | |
| Lan et al. | Web-based quotation system for stereolithography parts | |
| Jeong et al. | A conceptual framework for computer-aided ubiquitous system engineering: architecture and prototype | |
| Alamsyah et al. | E purchasing application to improve company performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |