잉크의 유동 특성에 맞게 최적화되어야 하는 구동 파형은 신뢰성 있는 잉크젯 프린팅에 매우 중요하다. 그 설계를 위한 일반적으로 채택되는 경험칙은 시간 소모적이며 반복적인 파라미터 수동 조작에 주로 의존한다. 본 연구는 목표 속도에서 위성(satellite) 없이 수행하는 잉크젯 프린팅을 위한 최적 구동 파형을 설계하기 위한 폐루프(closed-loop) 머신러닝 접근법을 제시한다. 서로 다른 유동 특성을 갖는 대표 11종 모델 잉크 각각에 대하여 1100개의 서로 다른 파형 설계를 적용하여 잉크를 분사하였다. 분사 거동에 대한 고속 영상을 획득하였고, 그 결과 생성된 드롭 형성과 속도에 관한 방대한 데이터셋을 분사 이미지로부터 추출하였다. 분사 거동의 특성을 예측하기 위해 다섯 가지 머신러닝 모델을 검토하고 비교하였다. 다양한 머신러닝 모델 중에서 Multi-layer Perceptron이 가장 높은 예측 정확도를 제공하였다. 목표 속도에서 위성 없는 드롭 생성을 위한 최적의 파형 파라미터 집합을 결정하고, 가장 우수한 학습 모델을 활용하는 폐루프 예측 알고리즘을 구축하였다. 제안한 방법은 권장 파형이 적용된 미지의 모델 잉크를 프린팅함으로써 확인되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.