폐루프 머신러닝 기반 위성방지 잉크젯 구동 파형 최적화

Closed-loop Machine Learning for Satellite-free Inkjet Drive Waveform Optimization

연구 내용

잉크 유체 특성에 맞는 구동 파형을 고속 관찰 데이터로 학습하고, 목표 속도에서 위성방지 점적이 되도록 파형 파라미터를 폐루프로 최적화하는 연구

잉크젯 인쇄에서 구동 파형은 잉크 유체 특성과 직접적으로 결합되어 점적 안정성을 좌우합니다. 본 연구는 서로 다른 유체 특성을 갖는 다종 모델 잉크를 대상으로 다양한 파형을 적용하고, 고속 영상 기반의 점적 형상 및 제트 속도 데이터를 대규모로 수집하여 예측 모델을 구축합니다. 여러 머신러닝 모델을 비교한 뒤 멀티레이어 퍼셉트론을 기반으로 점적 특성을 가장 정확히 추정하도록 설계합니다. 이후 폐루프 예측 알고리즘으로 목표 속도에서 위성방지 점적이 가능하도록 파형 파라미터의 최적 집합을 도출하고, 미지 잉크에 대한 검증으로 재현성을 확인합니다.

관련 프로젝트

0건

연구 흐름

초기에는 시간 소모가 큰 수작업 파라미터 조정 방식의 한계를 줄이기 위해, 구동 파형과 점적 결과를 데이터 기반으로 연결하는 접근을 수행했습니다. 이후 다종 잉크의 분사 실험과 고속 영상 획득을 통해 대규모 점적 데이터셋을 구성하고, 여러 학습 모델의 예측 성능을 체계적으로 비교해 멀티레이어 퍼셉트론을 최적 예측기로 선정했습니다. 다음 단계에서는 폐루프 예측 알고리즘으로 최적 파형 파라미터를 자동 탐색하는 절차를 구현하였고, 미지 잉크에 적용해 목표 조건에서의 점적 품질을 확인하는 연구로 확장했습니다.

활용 가능성

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

위성방지 점적 생성
목표 속도 기반 파형 추천
데이터 기반 공정 파라미터 튜닝
고속 인쇄용 자동 드라이버 보정
프린트헤드 구동 회로 설계 지원
잉크 레시피-파형 매칭 가이드
품질 예측 및 실패 방지
인쇄 조건 표준화
산업용 잉크젯 공정 최적화
실험 횟수 절감을 위한 가상 스크리닝