Fraunhofer, 모듈화를 통한 생산 프로세스 최적화
<그림1> 효율적인 구성 요소를 사용하는 정교한 모듈화 접근 방식 덕분에 SURFinpro 는 다양한 잠재적 배포가 가능하며 쉽게 적응할 수 있다.
Fraunhofer(프라운호퍼)가 최근 개발한 ‘SURFinpro’는 인공지 능과 광학 측정 기술을 사용하여 결함을 실시간으로 감지, 분류및 시각화하여 생산을 수행하는 공장에 보고하는 솔루션이다.
Fraunhofer IWS 산하 츠비카우에 위치한 Fraunhofer 광학 계측 및 표면 기술 AZOM 응용 센터의 표면 계측 그룹 매니저인 크리스토퍼 타우트(Christopher Taudt) 박사와 그의 팀은 표면 결함, 아티팩트, 텍스처 변화를 감지하고 인공지능의 지원을 받아 이를 평가하는 시스템을 개발했다.
이 프로세스는 표면의 3D 정보를 고해상도로 빠르게 캡처할 수있으며, 측정 데이터는 진행 중인 생산 공정에 대한 추가 정보를 인라인으로 생성하는 데 사용된다.
타우트 박사는 이 시스템에 대해서 “단순히 결함을 감지하는데 그치지 않고, 동시에 결함을 분류하고 더 넓은 맥락을 즉시 파악 한다. 고객은 결함의 밀도, 기하학적 치수 및 빈도와 같은 다른 많은 매개변수와 함께 결함 유형에 대한 정보를 얻을 수 있다. 이는 기존 시스템에 비해 상당한 부가가치를 제공한다”라고 설명했다.
<그림2> 인공 지능과 광학 측정 기술을 사용해 SURFinpro는 공정이 진행되는 동안 실시간으로 결함을 감지, 분류 및 시각화한다.
더 빠른 속도와 더 높은 정밀도
이 측정 시스템은 기판 폭이 70cm인 롤투롤(roll-to-roll) 공정을 분석하면서 1년 이상 산업 현장에서 성공적으로 운영되고 있다. 최적화의 잠재력을 더욱 활용하기 위해 크리스토퍼 타우트 팀은 결함 카탈로그를 사용하여 진행 중인 생산 과정에서 시스템을 훈련하고 있다. 결함이 보고되면 신경망에 입력되어 감지 정확도를 개선한다. 연구원들은 측정 정보를 사용하여 새로운 결함이 발생하거나 기존 결함이 수정되었는지 확인하는데, 이를 위해서는 시스템의 동적 반응이 필요하다.
타우트 박사는 “더 적은 데이터를 필요로 하는 더 나은 신경망을 개발하기 위해 노력하고 있다. 또한 현재 진행 중인 작업 내에서 새로운 훈련 전략도 개발하고 있다”고 말했다. Fraunhofer AZOM의 전문가들은 현재 연속 섬유-복합재 제조 공정과 같은 새로운 응용 분야에 이 기술을 적용하고 있다. 타우트 박사는 “이 분야의 파트너 들은 표면 근처의 결함을 방지하는데 관심이 있을 뿐만 아니라 이기술이 여러 차원에서 구성 요소를 식별하고 평가할 수 있기를 원한다”라고 말했다.
현재 Fraunhofer AZOM 솔루션은 최대 4대의 카메라를 사용 한다. 연구진은 다음 단계로 카메라 시스템을 추가할 계획이다. 이는 매우 큰 부품을 포함하는 섬유 복합재 공정부터 태양광 산업 에서 사용되는 것과 같은 전통적인 롤투롤 공정에 이르기까지 평가 대상 공정에 관계없이 유용할 것이다.
과학자들에게 또 다른 핵심 요소는 시스템 속도이다. 특히 섬유 강화 플라스틱뿐만 아니라 섬유 가공의 경우 사이클 시간이 매우 짧아야 한다. 타우트 박사는 “속도를 높이는 것은 중요한 문제이며, 우리는 이러한 요구 사항을 충족할 수 있는 전문성을 갖추고 있다. 우리의 솔루션은 실제 분석뿐만 아니라 평가 단계를 가속화하기 위해 머신 러닝과 인공 지능 기술을 사용한다. 효과적인 측정 분석 프로세스는 데이터를 필터링하고 축소하는 관리 가능한 수의 개별 단계로 구성된다. 예를 들어, 이 프로세스를 더욱 빠르게 진행하고 더 적은 데이터에서 동일한 양의 정보를 추출하기 위해 이 분야의 새로운 기술을 지속적으로 개발하고 있다” 고 설명했다.
지능적이고 독창적인 모듈식
과학자들은 이 시스템의 주요 특징 중 하나가 모듈화라고 생각한 다. 효율적인 구성 요소를 사용하는 정교한 모듈화 접근 방식 덕분에 SURFinpro는 다양한 잠재적 배포를 제공하고 쉽게 적응할수 있다. 타우트 박사는 “우리 시스템에서 사용하는 많은 기술은 다른 다양한 상황과 프로젝트에서도 효과적으로 구현할 수 있도록 독립형 구성 요소로 개발됐다”고 말했다. Fraunhofer AZOM 연구진의 프로젝트는 이러한 모듈식 접근 방식이 얼마나 성공적이고 실용적인지 보여주는 대표적인 예이다.
자료제공: Fraunhofer(www.fraunhofer/kr)
