지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이상원
- 발행연도
- 2016
- 저작권
- 성균관대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (4)
2015
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
사출성형 공정은 열가소성 플라스틱 수지를 사용하는 성형방법으로 성형 사이클이 짧고, 높은 생산성으로 인해 대량생산에 적용되고 있다. 또한, 사출성형 공정은 정밀 금형 사용을 통해 복잡하고 높은 정밀도를 요구하는 부품의 생산을 가능하게 하여 스마트폰에 사용되는 카메라 렌즈 및 의료기기 등 다양한 분야의 정밀 부품 생산에 적극적으로 적용이 되고 있다. 하지만 대부분의 공정은 숙련된 작업자에 의해 수행되며, 사출품의 품질에 영향을 주는 내부의 유동, 유압 및 금형과 수지의 열전달 등의 현상은 체계적으로 분석되지 못하고 있는 실정이다.
이에 본 연구에서는 스마트폰 렌즈 정밀 사출금형에 Built-in sensor를 설치하여 렌즈 사출성형 공정의 실시간 프로세스 모니터링 및 품질 예측 알고리즘을 개발하였다. 또한 개발된 알고리즘을 통하여 렌즈 정밀 사출성형 공정상태 진단 및 예측 시스템 구축을 통해 산업현장에 적용하였다.
렌즈 정밀 사출성형 공정상태 모니터링 및 품질 예측을 위한 사출성형 실험이 수행되었으며, 수행된 실험은 렌즈의 품질에 가장 영향을 많이 미치는 보압 및 냉각수 온도를 공정변수로 선정하여 수행하였다. 프로세스 모니터링 수행을 위해 Built-in sensor금형의 압력, 온도 센서 및 사출기 내부 센서를 통하여 실시간으로 신호측정을 수행하였다. 또한 각 공정상태에서 수집한 캐비티 압력, 온도 및 내부 센서 신호를 이용한 특징요소도출 알고리즘 개발하였다. 도출된 특징요소는 최대 압력, 보압, 최고온도, 최소 쿠션위치, 보압완료 위치 및 전역피크 보압으로 총 6 개의 특징요소를 기반으로 공정상태 진단모델을 구축하였으며 검증을 통해 알고리즘의 신뢰도를 입증하였다.
렌즈 사출성형 품질 예측 알고리즘은 도출된 특징요소와 측정된 렌즈형상오차 간 상관관계분석을 통해 개발하였다. 또한 k-fold cross validation방법론을 적용하여 품질 예측 정확도를 향상 시키는 최적의 모델을 구축하였고, 이에 대한 검증을 통해 실효성을 확인하였다.
또한, 효율적인 산업 현장 적용을 위해 휴대폰 렌즈 사출성형 공정상태 진단 및 예측 임베디드 시스템을 구축하였다. 본 시스템은 전술한 공정상태 진단 알고리즘을 기반으로 구축되었고 각 사출성형 공정진단 정보를 가시화하여 제공함으로써 체계적인 사출성형 공정관리를 가능하게 하였다. 개발된 시스템은 실제 렌즈 사출성형 양산 산업현장에 적용하여 타당성을 검증하였다.
주제어 : 렌즈 정밀 사출성형, Built-in sensor 금형, 사출성형 공정상태 진단, 사출성형 품질 예측, 산업현장 적용 시스템
이에 본 연구에서는 스마트폰 렌즈 정밀 사출금형에 Built-in sensor를 설치하여 렌즈 사출성형 공정의 실시간 프로세스 모니터링 및 품질 예측 알고리즘을 개발하였다. 또한 개발된 알고리즘을 통하여 렌즈 정밀 사출성형 공정상태 진단 및 예측 시스템 구축을 통해 산업현장에 적용하였다.
렌즈 정밀 사출성형 공정상태 모니터링 및 품질 예측을 위한 사출성형 실험이 수행되었으며, 수행된 실험은 렌즈의 품질에 가장 영향을 많이 미치는 보압 및 냉각수 온도를 공정변수로 선정하여 수행하였다. 프로세스 모니터링 수행을 위해 Built-in sensor금형의 압력, 온도 센서 및 사출기 내부 센서를 통하여 실시간으로 신호측정을 수행하였다. 또한 각 공정상태에서 수집한 캐비티 압력, 온도 및 내부 센서 신호를 이용한 특징요소도출 알고리즘 개발하였다. 도출된 특징요소는 최대 압력, 보압, 최고온도, 최소 쿠션위치, 보압완료 위치 및 전역피크 보압으로 총 6 개의 특징요소를 기반으로 공정상태 진단모델을 구축하였으며 검증을 통해 알고리즘의 신뢰도를 입증하였다.
렌즈 사출성형 품질 예측 알고리즘은 도출된 특징요소와 측정된 렌즈형상오차 간 상관관계분석을 통해 개발하였다. 또한 k-fold cross validation방법론을 적용하여 품질 예측 정확도를 향상 시키는 최적의 모델을 구축하였고, 이에 대한 검증을 통해 실효성을 확인하였다.
또한, 효율적인 산업 현장 적용을 위해 휴대폰 렌즈 사출성형 공정상태 진단 및 예측 임베디드 시스템을 구축하였다. 본 시스템은 전술한 공정상태 진단 알고리즘을 기반으로 구축되었고 각 사출성형 공정진단 정보를 가시화하여 제공함으로써 체계적인 사출성형 공정관리를 가능하게 하였다. 개발된 시스템은 실제 렌즈 사출성형 양산 산업현장에 적용하여 타당성을 검증하였다.
주제어 : 렌즈 정밀 사출성형, Built-in sensor 금형, 사출성형 공정상태 진단, 사출성형 품질 예측, 산업현장 적용 시스템
목차
목차제1장 서론 11.1 연구배경 11.2 연구동향 및 목적 41.3 연구방법 7제2장 스마트폰용 렌즈 정밀 사출성형 프로세스 모니터링 및 진단 알고리즘 개발 102.1 렌즈 사출성형 실험설계 102.2 렌즈 사출성형 실험결과 분석 132.2.1 캐비티 압력 특징요소 도출 152.2.2 캐비티 온도 특징요소 도출 182.2.3 사출기 내부센서 데이터 특징요소 도출 202.3 렌즈 정밀 사출성형 프로세스 모니터링 알고리즘 구축 및 진단 결과 232.3.1 렌즈 사출성형 프로세스 모니터링 알고리즘 구축 232.3.2 렌즈 사출성형 프로세스 모니터링 진단 결과 25제3장 스마트폰용 렌즈 정밀 사출성형 품질 예측 알고리즘 개발 273.1 스마트폰용 렌즈 품질 측정 및 분석 273.2 K-fold cross validation기반 렌즈 품질 예측 알고리즘 구축 및 진단 결과 313.2.1 렌즈 품질 예측 알고리즘 구축 313.2.2 렌즈 품질 예측 알고리즘 진단 결과 36제4장 산업현장적용 가능한 실시간 렌즈 정밀 사출성형 공정상태 진단 및 예측 시스템 구축 404.1 공정상태 진단 및 예측 시스템 구축을 위한 렌즈 사출성형 실험설계 404.2 렌즈 사출성형 실험 결과분석 414.3 특징요소 도출 알고리즘 기반 특징요소 도출 및 분석 434.3.1 캐비티 압력 특징요소 도출 434.3.2 캐비티 온도 특징요소 도출 454.3.3 사출기 내부센서 데이터 특징요소 도출 464.4 렌즈 사출성형 공정상태 진단 및 예측 알고리즘 및 시스템 구축 494.4.1 렌즈 사출성형 공정상태 진단 알고리즘 구축 494.4.2 랩뷰기반 렌즈 사출성형 공정상태 진단 및 예측 시스템 구축 504.4.3 렌즈 사출성형 모니터링을 위한 임베디드 시스템 구축 544.5 렌즈 사출성형 공정상태 진단 및 예측 시스템 산업현장 적용 및 검증 55제5장 결론 58참고문헌 61ABSTRACT 64
최근 본 자료
댓글(0)
0