| 1 |
1
가공장비에 대한 실제 입력정보를 저장하는 데이터 저장부; 상기 실제 입력정보를 이용하여 가공 결과물의 가공품질을 예측하는 인공지능 모듈을 생성하는 인공지능모듈 생성부; 및상기 인공지능 모듈을 이용하여 명령코드 생성기준에 대응하는 기준 품질예측정보를 산출하는 가공품질 예측부를 포함하며,상기 데이터 저장부는 상기 가공장비로 전송되는 명령코드 및 상기 가공장비에서 전송되는 양산 데이터를 더 저장하고,상기 가공품질 예측부는 상기 명령코드 및 상기 양산 데이터를 이용하여 가공 결과물의 양산 품질예측정보를 더 산출하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 2 |
2
청구항 1에 있어서,상기 데이터 저장부는 상기 양산 품질예측정보를 더 저장하고,상기 인공지능모듈 생성부는 상기 명령코드 및 상기 양산 품질예측정보를 이용하여 상기 예측 인공지능 모듈을 개선하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 3 |
3
청구항 1에 있어서,상기 실제 입력정보를 이용하여 가상 입력정보를 생성하는 가상 입력정보 생성부를 더 포함하며,상기 인공지능 모듈 생성부는 상기 가상 입력정보를 더 이용하여 상기 인공지능모듈을 생성하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 4 |
4
청구항 3에 있어서,상기 가상 입력정보 생성부는 인공 지능을 이용하여 상기 가상 입력 정보를 생성하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 5 |
5
청구항 1에 있어서,상기 가공장비는 CNC를 사용하는 가공장비이고, 상기 명령코드는 G-code인 것을 특징으로 하는 가공품질 예측 시스템
|
| 6 |
6
청구항 5에 있어서,상기 가공품질은 상기 가공 결과물의 표면 거칠기를 포함하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 7 |
7
청구항 1에 있어서,상기 인공지능 모듈은 딥러닝을 이용하여 가공 결과물의 가공품질을 예측하는 것을 특징으로 하는 가공품질 예측 시스템
|
| 8 |
8
청구항 7에 있어서,상기 딥러닝은 100개 이하의 노드 및 5층 이하의 은닉층을 가지는 인공 신경망을 이용하여 수행되는 것을 특징으로 하는 가공품질 예측 시스템
|
| 9 |
9
가공품질 예측 시스템이 수행하는 예측 방법으로서,가공장비에 대한 실제 입력정보를 저장하는 단계; 상기 실제 입력정보를 이용하여 가공 결과물의 가공품질을 예측하는 인공지능 모듈을 생성하는 단계; 상기 인공지능 모듈을 이용하여 명령코드 생성기준에 대응하는 기준 품질예측정보를 산출하는 단계;상기 가공장비로 전송되는 명령코드 및 상기 가공장비에서 전송되는 양산 데이터를 저장하는 단계; 및상기 명령코드 및 상기 양산 데이터를 이용하여 가공 결과물의 양산 품질예측정보를 산출하는 단계를 포함하는 것을 특징으로 하는 가공품질 예측 방법
|
