정보가 없습니다.
[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
- 0
- 0
- 1,512
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
- 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
소개 슬라이드
기타자료
비공개 자료입니다.