딥러닝을 이용한 공정 변수 자동 설정

Abstract

본 연구에서는 딥러닝을 이용한 공정 변수 자동 설정 방법을 제시한다. 그린 타이어 (Green Tire)를 생산하는 성형 공정은 타이어 규격 변화에 따라 수십 가지의 공정 변수를 설정해야 한다. 따라서 타이어 규격 변화에 따른 공정 변수들의 적절한 값을 예측하기 위해 회귀 (Regression) 분석이 필요하며, 이를 인공 신경망 (Artificial Neural Network)을 통해 구현한다. 인공 신경망 학습에 필요한 데이터는 현재까지 성형 공정에 실제로 적용했던 값들을 활용한다. 학습 데이터는 공정 변수 각각의 최솟값과 최댓값을 적용해 무차원화하며, 완전 연결 신경망 (Fully Connected Layer)을 통해 다차원의 값이 출력 가능한 인공 신경망을 구성한다. 인공 신경망에 의해 과도하게 외삽 (Extrapolation)된 값이 공정에 적용되는 것을 방지하기 위해 인공 신경망의 최종 출력값에 적절한 구속 조건을 부여한다. 최종적으로 학습된 인공 신경망을 실제 성형 공정에 적용하여 생산 시간 단축 및 품질 균일성 향상을 기대할 수 있다.