Patent-Ideas

• https://youtu.be/w8dzkimc7_o?si=zQNFewKU5D8-C5IG Melt Spinning 부분 추가 검토
• https://youtu.be/H82HxwKSimU?si=U5wDU3sEYp_a1-em 섬유 인장강도 측정법
• https://blog.naver.com/jhr3336/220605567374 방사

발명 내용 설명서 양식

• 발표의 명칭
  • 국문
  • 영문
• 발명의 주요내용
• 발명의 효과
• 기술의 특징
• 시장성 및 기업화 전망
• 적용 및 응용분야
• 발명이 속하는 기술분야
• 요약서
  • 개요
  • 발명의 명칭
• 대표도면

Idea List

파괴 검사 데이터 피드백을 이용한 자가 적응형 섬유 물성 가상 계측 시스템

• 발표의 명칭
  • 국문: 파괴 검사 데이터 피드백을 이용한 자가 적응형 섬유 물성 가상 계측 시스템
  • 영문: Self-Adaptive Virtual Metrology System for Fiber Properties using Destructive Test Data Feedback
• 발명의 주요내용: 비파괴 실시간 가상 계측
• 발명의 효과
  • 파괴 검사의 한계 극복 - 샘플링 검사만 가능한 물리적 한계를 극복하고, 생산된 섬유 전 구간에 대한 물성 품질 보증 가능
  • 설비 노후화 자동 보정 - 설비 상태 변화로 인해 예측 오차가 발생하더라도, 주기적인 파괴 검사 데이터 피드백을 통해 AI가 스스로 영점을 조절하여 유지 비용 절감
• 기술의 특징
  • 인장강도, 인장신도와 같이 파괴해야만 알 수 있는 물성을, 방사 공정 센서 데이터를 기반으로 AI가 실시간 추론하여 전수 검사 효과 구현
  • 시계열 동기화 기반 자가 학습 - 생산 시점($T_0$)의 공정 데이터와 사후 파괴 검사 시점($T_1$)의 실측 데이터를 시간 지연 보정 알고리즘으로 매칭하여, AI 모델을 스스로 교정하는 폐루프 시스템
• 시장성 및 기업화 전망
  • 유지보수 비용 절감 - 설비 노후화 등의 변경점에도 AI가 스스로 적응하므로 모델 업데이트를 위한 엔지니어 개입 최소화, 스마트 팩토리 및 고기능성 섬유 제조 분야 적용 가능
• 적용 및 응용분야
• 발명이 속하는 기술분야
  • 스마트 팩토리
  • 섬유 공학
  • AI 응용 시스템
  • AI 기반 공정 제어
• 요약서
  • 개요

    고분자 용융 방사 공정에서 생산되는 섬유의 핵심 품질 지표인 인장강도와 인장신도는 섬유를 물리적으로 당겨서 끊어질 때까지의 힘을 측정하는 파괴검사를 통해서만 확인 가능하다. 이로 인해 생산 라인에서 주행 중인 섬유의 물성을 실시간으로 전수 검사하는 것은 물리적으로 불가능하며, 권취가 완료된 후 일부 샘플만을 채취하여 실험실에서 검사하는 방식에 의존해 왔다. 그러나 이러한 샘플링 방식은 검사되지 않은 구간의 품질을 보증할 수 없고, 불량 발생 시점과 원인을 실시간으로 파악하기 어렵다는 한계가 있다. 또한, 기존의 통계적 관리 기법이나 고정된 예측 모델은 설비의 노후화나 냉각 풍속의 변화 등 공정 변동을 반영하지 못해 시간이 지날수록 예측 신뢰도가 하락하는 문제가 발생한다. 따라서 본 발명은 방사 공정의 센서 데이터를 기반으로 파괴 물성을 실시간으로 가상 계측하고, 수행되는 파괴 검사 결과값을 피드백 받아 AI 모델이 스스로 오차를 보정하고 진화하는 시스템을 제안한다.

  • 파괴 검사 피드백을 이용한 가상 계측 및 자가 학습 기법

    전체 시스템은 큭 실시간 센싱 및 가상 계측부, 시간 지연 동기화부, 파괴 검사 피드백 및 모델 갱신부로 구성된다.

    1. 공정 데이터 수집 및 전처리부: 용융 방사 공정에서 각 단계에서 물성에 결정적 영향을 미치는 인자를 수집한다. 용융 단계: 스핀빔, 매니폴드 온도 등의 폴리머 유동성 데이터 냉각 단계: 방사 구금 하단 냉각 챔버 풍속 및 온도 연신 단계: 연신비(고뎃 롤러 간 속도 차이)와 롤러 표면 온도, 사장력 데이터를 시계열 데이터로 수집한다.
    2. 물성 가상 계측부: 수집된 실시간 공정 데이터를 기계학습 모델이 입력하여 현재 생산 중인 섬유가 파괴 검사를 거칠 경우 나타날 예상 인장강도와 인장신도 값을 가상으로 산출한다. 이를 통해 물리적 파괴 없이 전수 검사 효과를 얻는다.
    3. 파괴 검사 피드백 및 모델 갱신부: 본 발명의 핵심 기술로, 사후적으로 수행된 실제 파괴 검사 데이터를 AI 학습에 재활용한다.

• 대표도면

순방향 예측 모델 기반 가상 해공간 탐색 및 민감도 분석을 이용한 섬유 방사 공정 레시피 추천 시스템

• 발표의 명칭
  • 국문: 순방향 예측 모델 기반 가상 해공간 탐색 및 민감도 분석을 이용한 섬유 방사 공정 레시피 추천 시스템
  • 영문: Optimal Fiber Spinning Recipe Recommendation System using Forward Prediction Model-based Virtual Solution Space Search and Sensitivity Analysis
• 발명의 주요내용
  1. 입력 변수(공정 조건)에 따른 출력 변수(물성)를 예측하는 AI 기반 순방향 모델을 구축하여 가상 계측 환경을 마련함
  2. 상기 모델을 이용하여 목표 물성을 만족하는 다수의 가상 레시피를 생성하고, 이를 군집화하여 해의 밀도가 가장 높은 고밀도 후보 영역을 선정함
  3. 선정된 영역 내에서 입력 변수의 미세 변동에 대한 출력 변수의 변화율이 최소가 되는 최소 민감도 지점을 도출하여 외란에 대해 가장 안정적인 최적 레시피를 추천함
• 발명의 효과
  • 공정 불량률 감소
  • 신제품 생산 준비 시간 단축
• 기술의 특징
  • 과거 생산 이력이 없는 새로운 물성 목표라도, AI 예측 모델을 통해 가상의 해공간을 탐색하므로 제약 없는 레시피 추천이 가능함
  • 단순 예측값이 아니라, 예측 모델 상에서 기울기가 가장 평탄한 지점을 찾으므로 실제 공정 투입 시 변동성에 매우 강함
• 시장성 및 기업화 전망
  • 스마트 팩토리 고도화: 단순 데이터 수집을 넘어 지능형 공정 제어를 위한 기술로, 숙련된 엔지니어의 경험을 대체할 수 있다.
  • 품질 보증 비용 절감: 변동성이 적은 레시피 운용을 통해 불량품 발생 확률을 낮춰 원가 경쟁력을 확보함
• 적용 및 응용분야
  • 화학섬유 용융 방사 공정 등의 연속 공정 최적화 분야
• 발명이 속하는 기술분야
  • 스마트팩토리
  • 공정 제어 시스템
  • 산업용 인공지능
• 요약서
  • 개요

    본 발명은 섬유 방사 공정에서 목표 물성을 달성하기 위한 최적의 생산 조건(레시피)을 추천하는 시스템에 관한 것이다. 기존 방식은 과거 생산 이력에만 의존하여 데이터가 없는 신규 물성 대응이 어렵거나, 추천된 조건의 안정성을 보장하기 어려운 문제가 있었다. 이를 해결하기 위해 본 발명은 순방향 예측 모델을 이용하여 목표 물성을 만족하는 가상의 레시피를 대량으로 생성하고, 이들을 군집화하여 해가 밀집된 안전 영역을 우선 선별한 뒤, 해당 영역 내에서 공정 변수 변화에 따른 물성 변화율이 가장 낮은 최소 민감도 지점을 최적 레시피로 도출함으로써, 공정 안정성이 극대화된 조건을 제공한다.

  • 발명의 명칭

    순방향 예측 모델 기반 가상 해공간 탐색 및 민감도 분석을 이용한 섬유 방사 공정 최적 레시피 추천 시스템

• 대표도면
  • 시스템 로직 흐름도
    • 과거 데이터를 이용해 $Y=f(x)$ 형태의 순방향 예측 AI 모델 학습
    • 목표 물성(Target $Y$)을 입력받아, 모델 역산을 통해 이를 만족하는 수천 개의 가상 입력값($X_cand$) 생성
    • 생성된 가상 입력값들을 군집화하고, 가장 데이터가 많이 뭉쳐있는 클러스터 선정
    • 선정된 클러스터 내에서 편미분($\partial Y / \partial X$) 값이 0에 가까운 평탄한 지점 탐색
    • 최정 선정된 $X_opt$를 공정 제어기나 작업자에게 전송
  • 가상 해공간 및 민감도 시각화

비슷한 방법론 목록

• 순방향 예측 모델 및 가상 공정 변동 시뮬레이션을 이용한 섬유 방사 공정 능력 최적화 레시피 추천 시스템
  • 가상 스트레스 테스트를 진행하는 몬테카를로 시뮬레이션 수행
  • 노이즈 주입 시 물성 분포를 산출하고 허용 오차 한계 내에 들어올 확률인 예측 공정 능력 지수가 최대인 레시피를 최적 조건으로 선정