1. 단조 공장의 열처리로 작업 계획 최적화
= 과제설명
- 단조는 고온에 가열한 금속 소재를 두드리고 높은 압력을 가하여 제품을 생산하는 공정임
- 압력을 가하는 프레스 공정을 거쳐서 제품의 형상이 완성되면 쇠의 강도와 경도를 조절하기 위해 정해진 온도에서 일정 시간 가열하고 천천히 식히는 열처리 작업을 수행함
- 열처리 온도 및 시간과 식히는 방법은 재질의 특성과 목표하는 강도와 경도에 따라 다양함
- 열처리는 중량이 큰 금속을 장시간 가열해야하기 때문에 에너지 소모가 큰 공정으로 작업 계획을 최적화하여 에너지 효율을 향상시키고자 함
- 열처리로 작업 계획은 열처리로가 처리할 대상 작업 목록과 작업의 순서를 결정하는 것임
- 본 과제에서 대상으로 하는 열처리로는 다수의 제품을 투입하여 동시에 열처리를 수행할 수 있는 규모가 큰 로이므로 열처리 방법(종류, 온도, 시간 등)에 따른 제약을 만족하면서 에너지 효율을 최적화하는 장입 구성을 결정하고 처리 순서를 최적화하는 방법을 고안해야함
= 관련 인공지능 기술
- 유전 알고리즘, 기계학습 알고리즘
2. 플라스틱 사출성형 공정에서 스트림 센서 데이터 기반 실시간 불량발생 예측
= 과제설명
- 플라스틱 사출성형이란 열가소성 플라스틱 가공법으로 플라스틱 수지를 녹인 뒤 압력을 가하여 금형에 밀어 넣고 냉각시켜 제품을 생산하는 공정임
- 사출성형기는 사출성형 공정을 수행하는 기계로서 사출 성형기에 사출 온도, 사출 압력, 사출 속도 등의 성형 조건을 입력하면 그에 따라 사출성형기가 동작하여 제품을 생산함
- 사출 성형기에 성형 조건을 입력하더라도 주변 환경과 기계적인 이유로 성형조건에 따르지 못할 수 있으며 그로 인해 불량이 발생함
- 사출 성형 공정 중 불량이 발생하면 작업자가 이를 발견하고 조치를 취할 때까지 불량이 계속해서 발생하며 불량 발생 상황을 인지한 작업자는 사출성형기를 정지시키고 정상 생산이 가능하도록 성형 조건을 수정해야함
- 그러나 작업자가 불량 발생 상황을 인지하기 위해서는 공정 과정을 실시간으로 모니터링 해야 하기 때문에 작업자 보다 기계가 더 많은 현장에서 불량 발생 상황을 즉각적으로 인지하는 것은 현실적으로 불가능하며 작업자가 상황을 인지할 때까지 불량이 계속해서 발생하기 때문에 생산성이 저하됨
- 따라서 본 과제의 목표는 사출성형 공정의 생산성을 향상시키기 위해 사출성형기에서 수집되는 스트림 센서 데이터를 이용하여 실시간에 불량발생을 예측하는 기술을 개발하는 것임
= 관련 인공지능 기술
- 유전 알고리즘, 기계학습 알고리즘
3. 평가의 불확실성을 고려한 컨테이너 터미널의 내부 이송 차량 배차 정책 최적화
= 과제설명
- 컨테이너 터미널은 그림 1과 같이 선박의 수출 및 수입 컨테이너를 처리하는 장소이며, 내부 이송 차량은 안벽 크레인과 장치장 사이에서 컨테이너를 수송하는 역할을 함
- 내부 이송 차량은 그림 2와 같이 이송해야 할 여러 컨테이너 중 하나를 선택하여 작업해야 하는데, 안벽 크레인의 컨테이너 처리가 지연되지 않는 것을 목표로 컨테이너를 잘 선택하는 것이 중요함
- 이를 위해 컨테이너와의 거리, 컨테이너 작업의 마감 시간 등의 다양한 평가 요소와 각 평가 요소의 중요도를 나타내는 가중치로 구성된 점수 함수를 이용하여 후보 이송 작업에 점수를 매긴 후 부여된 점수가 가장 좋은 것을 선택함
- 이때, 점수 함수의 각 평가 요소의 가중치 조합을 정책이라 부르며 정책에 따라 선택되는 작업이 달라지고 성능에 큰 영향을 미치므로 좋은 정책을 찾기 위해 잘 알려진 탐색 알고리즘인 유전 알고리즘을 사용함
- 유전 알고리즘을 적용하는 과정에서 정책에 대한 평가가 이루어지며 좋은 정책을 얻으려면 보다 정확한 평가가 필요함
- 정확한 평가를 위해서는 후보 정책에 대해 장기간 시뮬레이션이 필요하지만 많은 계산 비용이 필요하므로 현실적으로는 단기간 시뮬레이션만이 가능
- 단기간 시뮬레이션은 평가가 부정확하므로 정책을 서로 다른 단기간 시나리오로 여러 번 평가하여 불확실성을 상쇄시켜야 함
- 하지만 평가에 드는 계산 비용 때문에 평가 할 수 있는 횟수는 한정되어 있으므로 정말 평가가 더 필요한 정책에 더 많은 평가 기회를 부여할 방법이 필요함
- 본 과제의 목표는 평가의 불확실성을 고려한 유전 알고리즘을 이용하여 배차 정책을 최적화시키는 것임
= 관련 인공지능 기술
- 유전 알고리즘
* 선착순 최대 3팀 (팀별 2~3명) 가능
* 상담기간 : 5.11(월) ~ 5.14(목)
* 상담문의 : seyoung.kim@pusan.ac.kr, 051)510-3645 (김세영)
* 연구실 : 제6공학관 6520호
* 원하는 주제 번호와 함께 사전 연락 후 방문 바랍니다