| 연구목표 |
1단계의 RD 공동 기획 기간에는 기술성과 사업성을 검토하여, 3년 간 테일게이트 양산화 기술 개발을 위한 로드맵을 만드는 것을 목표로 함. 기술성 부분에서, 머신러닝 기술은 많은 데이터를 요구하므로 소재 및 부품 개발 단계에서 설계공간의 크기, 데이터의 양, 데이터의 신뢰도, 데이터 축적 소요시간 등을 조사하여 어떤 머신러닝 방법론을 활용할지 확정함. 사... |
| 연구내용 |
(1) 기술성: 본 연구제안의 혁신성은 머신러닝을 적용한 소재 개발과 부품 형상 및 공정 최적화임. 머신러닝기반 복합소재 개발을 위해 많은 제조사에서 복합재의 구성요소 및 물성에 대한 데이터베이스를 확보하고 머신러닝 모델 학습을 선행연구 수행함. 부품 형상 최적설계를 위해 기보유한 머신러닝기반 2차원 형상 최적화 방법을 3차원으로 확장 시 컴퓨팅 리소스 요... |
| 기대효과 |
□ 기존에 기업이 보유한 사출금형 제작, 사출성형 공정, 플라스틱 컴파운딩 기술을 고도화하고, 대학이 보유한 머신러닝기술에 기반한 소재, 부품, 공정 최적화 방법론을 결합하면, 산업현장의 요구를 만족하면서도 혁신적인 제조AI기술을 개발할 수 있음. 이를 통해 제조 선진국에서 양산화에 성공하였던 플라스틱 테일게이트를 국내최초로 양산화에 성공시켜 산학협력의 성... |
| 키워드 |
테일게이트,머신러닝,플라스틱 복합재,사출 성형,구조 최적화 |