AI-Hub

데이터 변경이력

데이터 히스토리

소개

3D프린팅 출력물은 다양한 장비의 오류나 환경적인 부분에서도 데이터에 영향을 미칠 수 있음. 비금속 재료를 이용한 3D프린팅 5가지 출력방식 이상을 대상으로 설계와 결과물의 형상 차이를 사전에 예측하여 자동으로 설계 보정함

구축목적

재료의 출력 인자와 장비의 출력 파라미터 인자가 적층 제조 품질에 미치는 영향을 예측하고자 함

◯ 데이터 구축 규모

◯ 데이터분포

3D프린팅 출력방식에 따른 출력물 수 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

◯ 활용 AI모델

[모델학습]
· 출력파라미터, 출력방식, 소재 등에 의한 3D프린팅 출력물의 외형 품질 예측 인공지능과 출력파라미터등에 의한 출력물의 수축정도를 예측 사전에 보정하기 위한 인공지능을 개발하고자 함

[학습 개요]
 · 생성 및 외형검출 Task
  - 활용 데이터 : 수축분석이미지
  - 학습모델 : 이미지 전환 모델(Pix2Pix 기반)
  - 핵심과제 : 도면 단면 이미지와 출력 메타데이터(프린터 파라미터)를 입력데    이터로 하여 수축분석이미지를 예측하는 학습을 진행함. 최종적으로 주어진 도면과 프린터 파라미터 변화에 따른 출력물의 변형률 예측
   - 평가지표 : FID
 · 분류 Task
   - 활용 데이터 : 외형품질이미지
   - 학습모델 : 분류 모델
   - 핵심과제 : 외형품질 이미지를 모델에 입력하여 출력물의 불량 여부 판단 및     불량의 종류 분류
    - 평가지표 : AUROC

[모델 알고리즘]
 · 생성 및 외형검출 Task

· 분류 Task

[응용(시범) 서비스 개발]

 - 수축 예측 분석 서비스
 : 도면과 3D 프린팅 설정값 (높이, 두께, INFill, 출력속도, 압출온도, 플렛폼온도, 
   프린터 번호 등)에 따라 변형률을 예측할 수 있는 기능을 제공함

- 외형 불량 분석 서비스
 : 3D 프린팅으로 만들어진  출력물의 사진 (위,아래,전,후,좌,우)으로 출력물의 불량 
  상태를 파악할 수 있는 기능을 제공함

데이터 성능 점수

설명서 및 활용가이드 다운로드

◯ 데이터 설명
: 출력 파라미터들과 공정 중 발생하는 예상치 못한 불량 사이의 인과관계를 파악할 수 있는 AI 모델을 적용함으로써 설계도와 3D프린팅 출력물간 형상 또는 품질의 차이, 이상 여부를 예측하는 활용 모델 개발을 목표로 함
- 원문 데이터 파일 등이 존재하는 데이터가 아닌 3D프린팅 출력을 통해 얻어지는 데이터
– 학습모델 1(출력물 외형불량 판정 모델) → 활용 서비스2(3D 프린터 출력물 결함 판별 서비스)
– 학습모델 2(출력물 형상차이 예측 모델) → 활용 서비스1(3D 프린터 출력물 형상 보정 서비스)
 

◯ 어노테이션 포맷 설명

[데이터 구성]

[어노테이션 포맷_외형 이미지]

실제 예시 : I_FDMXCHPCL1XXXXXX5701C.png

{
"dataset":{
    "No": 3.0,
    "Date": "2022-08-02",
    "Slicing completion time": "10:00",
    "Slicing worker": "****",
    "Blueprint number": 57.0,
    "Slicing SW": "Cura",
    "Printer type": "I_FDM",
    "Printer manufacturer": "Lincsolution",
    "Printer product name": "EP500S",
    "Material type": "PC",
    "Print core": 1.75,
    "Material product name": "RB-PC",
    "Material company name": "Hanil",
    "Layer_hight": 0.2,
    "S_thickness": null,
    "Infill": null,
    "Print_speed": null,
    "Print_position": null,
    "Cure_depth": null,
    "Laser_power": null,
    "Travel_speed": 40.0,
    "Top_solid_layers": null,
    "Bottom_solid_layers": null,
    "Fill_pattern": "zigzag",
    "Extruder_temperature": 250.0,
    "Platform_temperature": 130.0,
    "Raw data-slicing code": "I_FDMXCHPCL1XXXXXX57"
},
"label_info":{
    "No": 3.0,
    "Raw data-slicing code": "I_FDMXCHPCL1XXXXXX57",
    "Blueprint number": 57.0,
    "Printer type": "I_FDM",
    "Printer manufacturer": "Lincsolution",
    "Printer product name": "EP500S",
    "Material type": "PC",
    "Print core": 1.75,
    "Material company name": "Hanil",
    "Material product name": "RB-PC",
    "Printer number": null,
    "Print start date": "2022-08-02",
    "Printing start time": "10:00",
    "Print start worker": "****",
    "Site temperature at startup": 26.8,
    "Site humidity at startup": 47.0,
    "Print End Date": "2022-08-02",
    "Printing end time": "18:00",
    "Print end worker": "****",
    "Site temperature at end": 26.5,
    "Site humidity at the end": 49.0,
    "Other occurrences": null,
    "Raw data-output code": "I_FDMXCHPCL1XXXXXX5701"
},
"annotation_info":{
    "No": 3.0,
    "Image creation date": "2022-10-18",
    "Image creation time": "14:15",
    "Image shooter": "****",
    "Camera model name": "iN2M-230C-6M22",
    "Image direction": "B",
    "Image horizontal size": 1920.0,
    "Image vertical size": 1080.0,
    "Source_data_image_code": "I_FDMXCHPCL1XXXXXX5701C.png",
    "File format": "png",
    "Imsize": 1367067.0,
    "Print error code": "No Error",
    "Bbox_id": "****",
    "Bbox_x": null,
    "Bbox_y": null,
    "Bbox_width": null,
    "Bbox_height": null
}
}

데이터셋 구축 담당자

수행기관(주관) : 씨와이오토텍

수행기관(참여)

데이터 관련 문의처