| 1 |
1
3D 프린터에 부착된 적어도 하나의 가속도 센서와 음향 방출 센서 중 적어도 하나를 통해, 3D 프린팅 공정 중의 3D 프린터 부품의 움직임에 따른 가속도 데이터와 음향 데이터 중 적어도 하나를 수집 데이터로 수집하는 단계; 상기 가속도 데이터와 음향 데이터 중 적어도 하나를 이용해, 3D 프린팅 출력물의 정상 상태 및 불량 상태를 판단하기 위한 상기 가속도 데이터의 특징요소와 상기 음향 데이터의 특징요소 중 적어도 하나의 특징요소를 도출하는 단계; 및 상기 가속도 데이터의 특징요소와 상기 음향 데이터의 특징요소 중 적어도 하나와 상기 3D 프린팅 출력물의 정상 상태와 불량 상태 간의 상관관계를 기계학습을 이용해 분석하여 상기 3D 프린팅 출력물의 품질을 예측하는 단계를 포함하는 3D 프린팅 출력물의 품질 예측 방법
|
| 2 |
2
제1항에 있어서,상기 특징요소는 RMS(root mean square) 특징요소, 최대(Maximum) 특징요소, 크래스트 팩터(Crest factor) 특징요소, 분산(Variance) 특징요소, 첨도(Kurtosis) 특징요소 및 비대칭도(Skewness) 특징요소 중에서 적어도 하나를 포함하는 3D 프린팅 출력물의 품질 예측 방법
|
| 3 |
3
제1항에 있어서,상기 적어도 하나의 특징요소를 도출하는 단계는, 상기 3D 프린팅 출력물의 적층물 각층의 적층 경로를 고려하여 출력물의 홀수 층과 짝수 층에 해당하는 수집 데이터를 나누어 상기 가속도 데이터의 특징요소 및 상기 음향 데이터의 특징요소 중 적어도 하나의 특징요소를 도출하는 3D 프린팅 출력물의 품질 예측 방법
|
