[논문 리뷰] A process planning system with feature based neural network search strategy for aluminum extrusion die manufacturing

S. Butdee, Chaiwat Noomtong외 1명|ArXiv.org|2009. 07. 03.

Metallurgy and Material Forming참고 문헌 15인용 수 4

한 줄 요약

이 논문은 알루미늄 압延 금형 공정 설계를 위한 기능 기반 신경망 기반 케이스 검색 시스템을 제시한다. 이 시스템은 과거 설계 사례의 재사용을 통해 새로운 금형 제조를 가속화하고 표준화한다. 금형 기하학적 기능과 신경망 검색 전략을 통합함으로써, 공정 설계 시간을 단축하고 공정 설계 및 금형 설계 결과의 일관성을 향상시킨다.

ABSTRACT

Aluminum extrusion die manufacturing is a critical task for productive improvement and increasing potential of competition in aluminum extrusion industry. It causes to meet the efficiency not only consistent quality but also time and production cost reduction. Die manufacturing consists first of die design and process planning in order to make a die for extruding the customer's requirement products. The efficiency of die design and process planning are based on the knowledge and experience of die design and die manufacturer experts. This knowledge has been formulated into a computer system called the knowledge-based system. It can be reused to support a new die design and process planning. Such knowledge can be extracted directly from die geometry which is composed of die features. These features are stored in die feature library to be prepared for producing a new die manufacturing. Die geometry is defined according to the characteristics of the profile so we can reuse die features from the previous similar profile design cases. This paper presents the CaseXpert Process Planning System for die manufacturing based on feature based neural network technique. Die manufacturing cases in the case library would be retrieved with searching and learning method by neural network for reusing or revising it to build a die design and process planning when a new case is similar with the previous die manufacturing cases. The results of the system are dies design and machining process. The system has been successfully tested, it has been proved that the system can reduce planning time and respond high consistent plans.

연구 동기 및 목표

• 알루미늄 압연 제조에서 시간이 많이 소요되고 일관성 없는 금형 설계 및 공정 설계의 과제를 해결한다.
• 과거 금형 제조 사례로부터의 전문 지식을 활용하여 새로운 설계의 효율성과 품질을 향상시킨다.
• 기능 기반 표현과 신경망 검색을 사용하여 유사한 과거 사례를 자동으로 검색하고 적응화하는 시스템을 개발한다.
• 구조화되고 컴퓨터 기반의 시스템에 설계 지식을 인코딩하고 재사용함으로써 수동 전문 지식 의존도를 최소화한다.
• 지식 기반 자동화된 공정 설계를 통해 알루미늄 압연 산업의 생산성과 경쟁력을 향상시킨다.

제안 방법

• 기존 압연 프로파일에서 금형 기능을 추출하여 금형 기하학적 구조의 기능 기반 표현을 생성한다.
• 기하학적 및 공정 기능으로 색인된 과거 금형 제조 사례를 케이스 라이브러리에 저장한다.
• 신규 설계 요청에 대해 케이스 라이브러리 전반에 걸쳐 유사도 기반 검색을 수행하기 위해 신경망을 구현한다.
• 금형 기하학에서 유도된 특징 벡터를 바탕으로, 신경망을 사용해 유사한 과거 사례를 순위 매기고 검색한다.
• 시스템의 추론 모듈을 활용해 공정 계획 및 금형 구성의 수정을 통해 검색된 사례를 신규 설계에 적응시킨다.
• 지식 기반 프레임워크에 시스템을 통합하여 자동 금형 설계 및 CNC 가공 공정 설계를 지원한다.

실험 결과

연구 질문

• RQ1 과거 금형 제조 사례는 알루미늄 압연의 새로운 공정 설계를 가속화하기 위해 어떻게 효과적으로 재사용될 수 있는가?
• RQ2 어떤 기능 기반 표현이 서로 다른 압연 금형 설계 간의 정확하고 의미 있는 비교를 가능하게 하는가?
• RQ3 전통적 검색 방법에 비해 신경망이 사례 검색 정확도와 속도를 얼마나 향상시킬 수 있는가?
• RQ4 기능 기반 색인화와 신경망 검색의 통합이 공정 설계 시간을 단축시키면서도 일관성을 유지하는 데 기여하는가?
• RQ5 시스템은 사례 적응을 통해 고도로 일관되고 고품질의 공정 계획을 어떻게 확보하는가?

주요 결과

• 시스템은 자동 검색을 통한 과거 사례 지식 활용으로 인해 설계 시간을 성공적으로 단축시켰다.
• 기능 기반 신경망 접근법은 유사한 금형 제조 사례를 일관되고 신뢰성 있게 검색할 수 있도록 했다.
• 시스템은 이전 설계 사례의 높은 재사용성을 입증하여 중복 설계 작업을 최소화했다.
• 신경망 검색과 기능 기반 색인화의 통합은 사례 매칭 정확도를 향상시켰다.
• 다양한 테스트 케이스에서 일관되고 고품질의 금형 설계 및 가공 공정을 생성했다.
• 실제 산업 현장에서의 테스트를 통해 이 접근법의 실용적 적용 가능성을 검증했다.