강건·공차 설계 기반 다목적 공정 품질 최적화 연구

Robust and Tolerance-Based Multi-Objective Process Quality Optimization

연구 내용

공정 입력 요인과 품질 변동의 상충을 정량화하고, 신경망 기반 반응함수 추정과 게임이론 기반 의사결정으로 편차·분산을 동시에 최소화하는 강건 공정 품질 최적화 연구

공정 입력 인자에 따른 품질 평균과 변동성을 함께 다루는 robust-tolerance design/robust parameter design 관점에서 연구를 수행합니다. 기존 RSM의 가정 제약을 보완하기 위해 feed-forward back-propagation, cascade-forward, RBFN 등 신경망 구조로 공정 평균과 표준편차의 반응함수를 추정합니다. 또한 편차-분산의 가중/우선순위 결정을 주관적으로 두지 않고 game theory 기반 협상 해로 균형 해를 산출하는 접근을 결합합니다. 이를 공정 품질 예측과 의사결정 지원으로 연결하며, 용접 열입력 변화에 따른 잔류응력 및 충격강도 분석처럼 제조 공정 품질 평가에도 적용합니다.

관련 프로젝트

0건

연구 흐름

초기에는 robust design에서 평균-표준편차 반응함수를 안정적으로 추정하기 위해 신경망 기반 모델 구조를 정리하고, conventional LSM 기반 RSM 대비 품질손실 관점에서 성능을 검증했습니다. 이후 game theory와 response surface를 결합하여 공정 편차와 변동을 서로 다른 합리적 플레이어로 두고 협상 해로 인자 설정을 권고하는 방법을 개발했습니다. 2023년에는 priority-based decision making에 game theory를 통합해 다중 인자 의사결정 프레임을 확장했습니다. 최근에는 공정 예측과 품질 평가의 응용으로 용접 조건-잔류응력-충격강도 관계 분석까지 연동하는 방향을 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

공정 변동 최소화를 위한 강건 인자 설정
편차-분산 트레이드오프 의사결정 모델
다목적 품질 최적화 알고리즘 구현
신경망 기반 반응함수 추정 프레임
데이터마이닝 기반 품질손실 최소화
공차 설계 우선순위 산출 방법
게임이론 기반 균형 해 탐색
제조 공정 파라미터 스크리닝 자동화
품질 예측을 통한 공정 조건 역설계
용접 등 공정 품질 평가 분석 체계