韩国生产技术研究院13日表示,已利用深度学习技术开发出压铸智能工厂平台,仅凭工序数据中易于采集的良品数据即可判定良品与不良品。
适合大批量生产复杂形状产品的铸造方式“压铸(Die-Casting)”工序,不良率平均高达5~10%,许多企业从一开始就超量生产订单量的10%以上。
要改善不良原因,需要采集足够数量的不良数据,但即便只想收集约300件数据,通常也需要约1.5万次以上的实验,因此在实际生产现场获取数据属于难度较高的工作。
生技院工序智能研究部门李永哲博士研究团队首先为便于识别不良原因,将原有以批次(Lot)为单位的工序管理转换为以产品为单位,并赋予各产品识别编号,构建了数据库。
随后通过深度学习技术,成功从以良品为主的非对称数据库中开发出依据压力、温度差异检测产品不良的模块,目前正在韩国3家铸造企业进行示范应用。
为分享并发展此类基于AI的工序智能化成功案例、引领“数字新政”,生技院13日在Phoenix Pyeongchang酒店森林厅举办了“KITECH AI智能制造平台论坛”。
此次论坛作为韩国生产制造学会春季学术大会的特别分会举行,产业通商资源R&D战略企划团团长罗庚焕、生技院院长李洛奎等产学研相关机构人士约100人出席。
生技院计划以此次论坛为契机,联合产学研探索后疫情时代智能制造生态系统的构建战略,并发展面向中小及中坚企业的工序智能化支援方案。
论坛以两大主要环节——主题演讲和专家讨论为中心进行。
第一场主题演讲由生技院形状制造研究部门李相穆博士以“韩国制造业与基础产业范式大转换”为题发表,第二场由智能制造革新战略团团长金宝铉以“面向制造业智能化的数字新政政策”为主题发表。
随后的专家讨论中,代表产学研的7名嘉宾用约50分钟就“构建智能制造生态系统的产学研角色”交换了意见。
参与讨论的嘉宾包括韩国生产制造学会首席副会长、首尔科学技术大学教授金成杰,Photondays代表理事安东勋,ACS副社长车锡根,韩国纽约州立大学教授梁民阳,首尔大学教授安成勋,生技院李相穆博士等。
韩国生产技术研究院院长李洛奎表示:“截至2019年底,已普及超过1.2万家智能工厂,积累了大量制造数据”,“计划打造基于AI的智能制造平台,以便对积累的数据进行分析加工并实际应用于工序改善。”
/天安=记者 朴熙润 hypark@sedaily.com






