| 1 |
1
예비성형체의 형상을 예측하기 위한 방법에 있어서, 전처리부가 3차원 이미지인 단조형상을 3차원 행렬 표현인 단조형상행렬로 변환하는 단계; 형상예측부가 예비성형체의 형상을 예측하도록 학습된 복수의 예측모델을 통해 상기 단조형상에 대한 예비성형체의 형상의 행렬 표현인 복수의 예측형상행렬을 도출하는 단계; 후처리부가 복수의 예측형상행렬을 3차원 이미지인 복수의 예측형상으로 변환하는 단계; 형상결정부가 복수의 예측형상 중 기 설정된 설계 조건에 가장 부합하는 어느 하나를 예비성형체로 선택하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 2 |
2
제1항에 있어서, 상기 예비성형체로 선택하는 단계는 상기 형상결정부가 상기 복수의 예측형상 중 특이 형태를 가지는 예측형상을 제외 또는 보정하는 단계; 상기 형상결정부가 상기 복수의 예측형상에 대해 유한요소해석을 수행하여 금형 충전율, 겹침 결함 존재 여부 및 단조 하중을 도출하는 단계; 및 상기 형상결정부가 유한요소해석의 결과에 따라 상기 복수의 예측형상 중 하나를 단조형상에 대응하는 예비성형체로 선정하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 3 |
3
제1항에 있어서, 상기 특이 형태를 가지는 예측형상을 제외 또는 보정하는 단계는 상기 형상결정부가 예측형상에 대해 소정 간격으로 단면을 확인하고, 이웃하는 단면에서의 면적의 차이가 기 설정된 임계치 이상이면, 해당 부분을 특이 형태로 특정하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 4 |
4
제3항에 있어서, 상기 특이 형태를 가지는 예측형상을 제외 또는 보정하는 단계는 특이 형태로 특정되었지만, 단면 상 사방이 막혀 있는 경우, 상기 형상결정부가 해당 부분을 예측형상을 나타내는 이미지로 채워 넣어 보정하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 5 |
5
제2항에 있어서, 상기 복수의 예측형상 중 하나를 단조형상에 대응하는 예비성형체로 선정하는 단계는 상기 형상결정부가 상기 복수의 예측형상 중 금형 충전율에 따라 미충진 결함이 있는 예측형상을 특정하고, 특정된 예측형상을 제외시키는 단계; 상기 형상결정부가 상기 복수의 예측형상 중 겹침 결함이 있는 예측형상을 제외시키는 단계; 및 상기 형상결정부가 상기 미충진 결함 및 상기 겹침 결함이 없는 복수의 예측형상 중 가장 낮은 단조 하중을 기록한 예측형상을 단조형상에 대응하는 예비성형체로 선정하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 6 |
6
제1항에 있어서, 상기 복수의 예측형상행렬을 도출하는 단계는 상기 복수의 예측모델이 상기 단조형상행렬에 대해 복수의 계층 간 학습된 가중치가 적용되는 복수의 연산을 수행하여 복수의 예측형상행렬을 도출하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 7 |
7
제1항에 있어서, 상기 단조형상을 3차원 행렬 표현인 단조형상행렬로 변환하는 단계는 상기 전처리부가 메쉬 파일인 단조형상에서 가장 긴 변을 1 복셀로 매핑하고, 상기 메쉬 파일이 어느 하나에 복셀에서 차지하는 부피에 따라 해당 복셀을 0 또는 1의 값을 할당하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 8 |
8
제7항에 있어서, 상기 복수의 예측형상행렬을 3차원 이미지인 복수의 예측형상으로 변환하는 단계는 상기 후처리부가 상기 스케일에 따라 마칭 큐브 알고리즘을 통해 복셀 파일인 복수의 예측형상행렬을 메쉬 파일인 복수의 예측형상을 변환하고, 스무딩 알고리즘을 이용하여 메쉬 파일인 복수의 예측형상의 표면에 스무딩 처리를 수행하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 9 |
9
제1항에 있어서, 상기 단조형상을 3차원 행렬 표현인 단조형상행렬로 변환하는 단계 전, 학습부가 복수의 단조형상과 상기 복수의 단조형상 각각에 대응하는 복수의 레이블 예비성형체를 포함하는 복수의 학습데이터를 마련하는 단계; 상기 학습부가 복수의 학습데이터를 복수의 학습데이터그룹으로 분류하는 단계; 및 상기 학습부가 상기 학습데이터그룹 별로 해당 학습데이터그룹에 속하는 복수의 학습데이터를 이용하여 학습을 수행함으로써 복수의 예측모델을 생성하는 단계; 를 더 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 10 |
10
예비성형체의 형상을 예측하기 위한 방법에 있어서, 학습부가 각각이 복수의 학습데이터를 포함하는 복수의 학습데이터그룹을 이용하여 단조형상에 대응하는 예비성형체를 예측하도록 학습되는 복수의 예측모델을 생성하는 단계; 및 성형체도출부가 상기 복수의 예측모델을 이용하여 단조형상에 대응하는 예비성형체를 예측하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 11 |
11
제10항에 있어서, 상기 복수의 예측모델을 생성하는 단계는 상기 학습부가 복수의 단조형상과 상기 복수의 단조형상 각각에 대응하는 복수의 레이블 예비성형체를 포함하는 복수의 학습데이터를 복수의 학습데이터그룹으로 분류하는 단계; 및 상기 학습부가 상기 복수의 학습데이터그룹 각각에 대응하는 복수의 예측모델을 생성하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 12 |
12
제11항에 있어서, 상기 복수의 학습데이터그룹으로 분류하는 단계는 학습부가 회전축에서 가까운 순서의 소정 수의 특징점의 높이 간의 차이의 조합을 나타내는 제1 조건과, 모선에 가까운 순서의 소정 수의 특징점의 높이 간의 차이의 조합을 나타내는 제2 조건을 마련하는 단계; 및 상기 학습부가 상기 제1 조건 또는 상기 제2 조건을 만족하는지 여부에 따라 상기 복수의 단조형상을 상기 복수의 학습데이터그룹으로 분류하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 13 |
13
제11항에 있어서, 상기 복수의 학습데이터그룹 각각에 대응하는 복수의 예측모델을 생성하는 단계는 상기 학습부가 어느 하나의 학습데이터그룹에 속하는 학습데이터의 단조형상 및 레이블 예비성형체를 복셀화하여 행렬 형식의 단조형상행렬 및 레이블 예비성형체행렬로 변환하는 단계; 예측모델이 상기 단조형상행렬에 대해 복수의 계층 간 학습이 완료되지 않은 가중치가 적용되는 복수의 연산을 통해 예비성형체의 형상을 예측한 행렬 표현인 예측형상행렬을 도출하는 단계; 상기 학습부가 손실함수를 통해 예측형상행렬과 레이블 예비성형체행렬과의 차이를 나타내는 손실을 산출하는 단계; 및 상기 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 최적화를 수행하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 방법
|
| 14 |
14
예비성형체의 형상을 예측하기 위한 장치에 있어서, 3차원 이미지인 단조형상을 3차원 행렬 표현인 단조형상행렬로 변환하는 전처리부; 예비성형체의 형상을 예측하도록 학습된 복수의 예측모델을 통해 상기 단조형상에 대한 예비성형체의 형상의 행렬 표현인 복수의 예측형상행렬을 도출하는 형상예측부; 복수의 예측형상행렬을 3차원 이미지인 복수의 예측형상으로 변환하는 후처리부; 복수의 예측형상 중 기 설정된 설계 조건에 가장 부합하는 어느 하나를 예비성형체로 선택하는 형상결정부; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 장치
|
| 15 |
15
제14항에 있어서, 상기 형상결정부는 상기 복수의 예측형상 중 특이 형태를 가지는 예측형상을 제외 또는 보정하고, 상기 복수의 예측형상에 대해 유한요소해석을 수행하여 금형 충전율, 겹침 결함 존재 여부 및 단조 하중을 도출하고, 유한요소해석의 결과에 따라 상기 복수의 예측형상 중 하나를 단조형상에 대응하는 예비성형체로 선정하는 것을 특징으로 하는 예비성형체의 형상을 예측하기 위한 장치
|
