Efficient 3D Printer Fault Classification Using a Multi-Block 2D-Convolutional Neural Network

Made Adi Paramartha Putra; Ahakonye Love Allen Chijioke; Mark Verana; Dong-Seong Kim; Jae-Min Lee

doi:10.7840/kics.2022.47.2.236

추천

검색

질문

자료유형: 학술저널

저자정보: Made Adi Paramartha Putra (Kumoh National Institute of Technology) Ahakonye Love Allen Chijioke (Kumoh National Institute of Technology) Mark Verana (Kumoh National Institute of Technology) Dong-Seong Kim (Kumoh National Institute of Technology) Jae-Min Lee (Kumoh National Institute of Technology)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제47권 제2호

발행연도: 2022.2

수록면: 236 - 245 (10page)

DOI: 10.7840/kics.2022.47.2.236

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 신속한 추론 시간과 낮은 계산 복잡도를 가지는 딥러닝(DL: deep learning) 모델을 사용하여 3D 프린터 출력 과정에서 발생하는 결함을 분류하는 새로운 방법을 제안한다. 제안하는 분류 기법은 3D 프린터 결함을 분류하기 위해 다중 블록 2D-컨볼루션 신경망(CNN: convolution neural network)을 사용하고 CNN 블록을 사용하여 fused deposition modeling(FDM) 3D 프린터에서 수집된 이미지 데이터 세트에서 특징을 추출한다. 제안된 모델은 MobileNet, AlexNet, VGG-11, VGG-16과 같은 기존 이미지 분류 알고리즘과 비교하여 성능을 평가하였다. 제안된 다중 블록 CNN은 기존 기법 대비 추론시간이 67.01% 빨라졌으며 87.56% 낮은 메모리 사용량과 최대 9.36%까지 감소시킨 매개변수를 사용함에도 높은 정확도를 보여준다. 이러한 성능은 제안된 3D 프린터 결함분류 모델이 실시간 모니터링 조건에서 정확한 분류를 제공하는데 적합함을 보여준다.

#3D Printing #CNN(convolutional neural network) #Efficient model #Fault detection #Manufacturing

참고문헌 (19)

참고문헌 신청

T. D. Ngo, A. Kashani, G. Imbalzano, K. T. Q. Nguyen, and D. Hui, “Additive manufacturing (3D printing): A review of materials, methods, applications and challenges,” Composites B. Eng., vol. 143, pp. 172-196, 2018.

S. Zhang, Z. Sun, C. Li, D. Cabrera, J. Long, and Y. Bai, “Deep hybrid state network with feature reinforcement for intelligent fault diagnosis of delta 3-D printers,” IEEE Trans. Ind. Inf., vol. 16, no. 2, pp. 779-789, 2020.

A. P. Hermawan, R. R. Ginanjar, D. Kim, and J. Lee, “CNN-based automatic modulation classification for beyond 5g communications,” in IEEE Commun. Lett., vol. 24, no. 5, pp. 1038-1041, May 2020.

G. Amaizu, C. Nwakanma, S. Bhardwaj, J. Lee, and D. Kim, “Composite and efficient ddos attack detection framework for b5g networks,” Comput. Netw., vol. 188, p. 107871, 2021.

M. A. P. Putra, A. P. Hermawan, D.-S. Kim, and J.-M. Lee, “Energy efficient-based sensor data prediction using deep concatenate MLP,” 26th IEEE Int. Conf. ETFA, Vasteras, Sweden, Sep. 2021.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!