IJPEM

Material-Adaptive Anomaly Detection Using Property-Concatenated Transfer Learning in Wire Arc Additive Manufacturing
대형 금속 3D 프린팅 공정 이상 탐지를 위한 재료 속성 기반 전이 학습 알고리즘 개발


Duck Bong Kim/Tennessee Technological University




  • 와이어·아크 적층제조(wire arc additive manufacturing)는 빠른 증착 속도로 인해 대형금속 파트 제작에 적합하지만, 공정 관리를 위해 기계학습 기반 실시간 이상 탐지 알고리즘이 필요함
  • 기존 기계학습 기반 이상 탐지를 위해서는 많은 공정 데이터·정보(signature)가 필요하고, 특히 고가 재료의 경우 많은 시간과 비용이 소요됨
  • 새롭게 제안한 재료 특성-연계 전이 학습 기법은 비용뿐만 아니라, 정확도 부분에서도 강점이 있으며, 목표 재료의 3% 데이터만 사용해도 원하는 정확도를 달성할 수 있음
  • 제안된 방법은 데이터의 양이 적어도 재료 특성-연계 전이학습을 통해 정확도를 향상시킬 수 있는 효율적인 알고리즘을 개발하였음
 
논문 무료 다운로드
[Free Access Period: 24. 4. 3. ~ 24. 5. 31.]