도메인 전문가가 검증한

사출 조건 자동 추천
에이전트

새로운 플라스틱 제품을 만들거나 금형을 바꿀 때마다 기계
 세팅값을 찾기 위해 버려지던 시간과 재료를 아껴줍니다.
복잡한 계산이나 베테랑 기술자의 '감'에 의존할 필요 없이,
 AI 내비게이션이 처음부터 가장 완벽에 가까운 최적의 온도와
속도, 압력 설정값을 추천하여 빠르고 안전하게 생산을 시작할
수 있도록 돕습니다.

AI AGENT FOR INJECTION MOLDING

Injection
Molding
Condition
Auto-Recommendation
Agent

CUSTOMIZED LEARING PROCESS

추천에 맞춰 기계가 똑똑해지는 '맞춤형 학습' 프로세스

기초 정보 입력

재료와 제품 무게 등 기본 정보만 입력하면 초기 추천값이 나옵니다.

시험 생산

추천값으로 기계를 돌려 양품(합격품)을 하나 만들어냅니다.

오차 학습

기계마다 다른 특성 때문에 생기는 추천값과 실제 기계값의 미세한 차이를 시스템에 입력해 주면, AI가 알아서 영점을 조절합니다.

맞춤형 진화

이후부터는 우리 공장 기계에 딱 맞는 완벽한 맞춤형 설정값을 제공합니다.

ARTIFICIAL INTELLIGENCE SOLVER

다양한 불량을 스스로 해결하는
인공지능 해결사

생산 중 제품 끝이 덜 채워지거나(미성형), 플라스틱이 넘쳐 찌끄러기(플래시)가 생기는 등 불량이 발생하면 AI가 즉각 해결사로 나섭니다.
불량 유형을 시스템에 입력하기만 하면, AI가 원인을 분석하여 기계의 어떤 조건을 얼만큼 바꾸면 불량이 해결되는지 정확한 조치 방법을 알려줍니다. 가장 효과가 좋은 상위 3개의 추천안을 제공하여 작업자가 쉽게 문제를 해결하도록 돕습니다.
EXPERT EFFECT

다목적 최적화 및 공정능력
사전 검증을 통한 양산 안정성 확보

개발 및 시사출 단계에서 다목적 최적화 알고리즘을 통해 제품의 품질(치수, 외관 등)과 생산성(Cycle Time)을 동시에 만족하는 최적 조건을 고속으로 탐색합니다.

특히, AI가 도출한 최상위(Top) 추천 조건이라도 바로 양산에 적용하지 않고, Six-Sigma 기반의 품질 게이트를 거쳐 통계적 공정능력지수(Cpk)와 산포 기준을 충족할 때만 실제 장비(Step-1)에 적용하도록 유도하여 양산 리스크를 완벽히 차단합니다.
EXPERT ARCHITECTURE

지식·안전 게이트 및 잔차 학습
폐루프 프레임워크

단순 AI 예측의 한계를 극복하기 위해 도메인 지식과 실측 데이터가 결합된 폐루프(Closed-loop) 아키텍처로 작동합니다.
 추천 전 필터링 (Pre-filtering)
물리적으로 불가능하거나 장비 한계를 벗어나는 변수 조합을 1차 차단합니다.
공정 지식 게이트
(Knowledfe Gate)
불량 메커니즘 위배 및 비권장 조작 필터링
안전 범위 게이트
‍(Safety Gate)
설비/금형 상·하한 한계 및 이웃 족건 충돌 차단
현장 보정 (Calibration)
기준 양품(Reference Shot)의 실제 계량거리, 쿠션, 중량 데잍이터를 피드백 받아 가중평균 기반으의 진차 학습을 수행합니다.
이론적 모델
실제 현장 설비
이론적 모델과 실제 현장 설비 간의 편차(Bias)를 0에 수렴시키는 정밀한 보정 모델을 구성합니다.
EXPERT KEY FEATURE

Taguchi·CCD 대리모형 및
CAE 유동면적 역산 프로파일링

실험계획법(DOE)에 기반한 고급 AI 알고리즘과 정밀 유동해석 연동 기술을 제공합니다.
다목적 AI 최적화

Taguchi 직교배열(L9/L18 등) 및 CCD 방식의 대리모형(Surrogate Model)을 생성하여 온도, 속도, 보압 등 주요 요인들의 최적 조합을 탐색하고, 목적함수에 따른 점수화(Desirability Score)로 Top-3 후보를 즉시 도출합니다.

CAE 데이터 정밀 연동

개발 단계의 CAE(유동해석) 데이터를 업로드하면, 제품 내부의 수지 유동 면적 변화에 따른 누적 부하를 AI가 자동 역산합니다. 이를 통해 현장 장비 단수에 맞춘 4~7단의 가장 안정적인 계단형 사출 속도 프로파일을 자동 설계해 줍니다.

Taguchi/CCD Surrogate Modeling
and
CAE Flow Area
Inverse Profiling