본문 바로가기

[03] 3D-Grad-CAM 기반 설명가능한 3D프린팅 제조시스템 운영성과 예측 프로세스

  • 김준우
  • 인천대학교
  • 작품구분일반형
  • 공개여부비공개
  • 카테고리정보, 교육/연구
  • 등록일2023-06-21
  • 팀원(공동개발자)김준우, 김명준, 장부길, 조수아
  • 출품 경진대회2023년 산학 캡스톤디자인 경진대회 학생팀 & 멘토 모집

상세설명

1. 수행배경

<개발의 필요성>

- 3D프린팅 기술의 등장은 복잡한 형상 설계에 대한 생산 가능성 및 설계 자유도를 크게 향상시킴

- 그러나 3D프린팅 제조시스템에서의 다양한 설계 요소를 고려하지 않고 제품을 설계할 경우 부정적인 제조 성과를 초래할 수 있음

- 따라서 제품 설계 초기 단계에서 제품의 안정성과 제조 효율성 및 생산성을 향상시키기 위해 설계에 대한 3D프린팅 제조시스템 성과 파악이 필수적

<현재 기술의 문제점>

- 설계에 대한 출력 적합성을 파악하기 위해 딥러닝 기반 3D프린팅 제조시스템 성과 예측에 대한 연구가 진행되었으나, 딥러닝의 블랙 박스 특성으로 인해 예측 결과에 대한 판단 근거를 설명하기 어려움

- 예측 모델에 대한 신뢰성 보장을 위해 예측 결과에 대한 근거 해석이 필수적

- 실질적인 제조 성과 예측 및 설계 프로세스 효율성 제고를 위해 제조 성과 예측에 주요한 영향을 미친 설계 요소에 대한 직접적인 제시 필요

<연구 목적>

본 연구는 효율적인 3D프린팅을 이용한 제품 설계 프로세스를 위해 설명가능한 인공지능 기반의 3D프린팅 운영성과 예측 및 설계 요소 시각화

프로세스를 제안하고자 함

 

2. 수행기간

추진일정표

주요내용

추진일정

기간 (주)

4 월

5 월

6 월

3D프린팅 제조시스템 성과 예측 관련 문헌 조사

v

 

 

1주

모델링을 위한 데이터 수집 및 전처리

v

 

 

2주

3D CNN 모델 및 3D-Grad-CAM 알고리즘 설계

 

v

 

4주

결과 분석

 

v

v

2주

피드백 및 결과 검토

 

 

v

2주

 

3. 개발작품 설명

  • 데이터 수집 및 전처리
    • 3D데이터 공유 플랫폼 ‘GrabCAD’와 ‘Thingiverse’를 통해 1008개의 STL파일 수집
    • STL의 설계 특징(부피, 겉넓이)과 3D프린팅 제조시스템 운영성과(출력시간, 서포터 사용량)를 파악하여 데이터셋을 구축
    • 설계 특징과 운영성과는 로그 정규화, STL은 64x64x64 크기의 복셀 형태로 전처리

       

  • 3D-CNN 기반 3D프린팅 제조 운영성과 예측 모델 구축
    • 복셀, 설계 특징을 입력 변수, 운영 성과를 출력 변수로 하는 3D-CNN 모델 구축 및 정확도 평가

       

  • 3D-Grad-CAM을 활용하여 운영성과 예측 결과의 근거를 시각화
    • 모델 평가에 사용된 데이터에 대해 3D-Grad-CAM을 적용하여 3D프린팅 제조시스템 운영성과 예측의 근거를 시각화

  • Case study : SimJEB(Simulated Jet Engine Bracket) 데이터셋

  • 제안된 프로세스를 일원화하기 위한 소프트웨어 구축 

4. 활용방안

  • 본 연구에서 제시되는 3D프린팅 제조시스템 운영성과 예측 및 설계 요소 시각화 프로세스를 활용하여 제품 디자이너는 3D프린팅을 이용한 제품 초기 설계 단계에서 운영 성과에 주요한 영향을 미치는 설계 요소를 파악할 수 있음

  • 디자이너는 제품에 대한 3D프린팅 적합성 및 제조 운영 성과를 빠르게 평가하고 나아가 목표하는 3D프린팅 제조시스템 운영성과 달성을 위해 제품을 수정

  • 3D프린팅 특화 설계 관련 지식이나 정보가 부족한 디자이너의 설계 작업 효율성 제고할 수 있을 것으로 기대

소개 영상

정보가 없습니다.

소개 슬라이드

기타자료

비공개 자료입니다.

댓글