1. 수행배경

2. 수행기간

3. 개발작품 설명

• 데이터 수집 및 전처리
  • 3D데이터 공유 플랫폼 ‘GrabCAD’와 ‘Thingiverse’를 통해 1008개의 STL파일 수집
  • STL의 설계 특징(부피, 겉넓이)과 3D프린팅 제조시스템 운영성과(출력시간, 서포터 사용량)를 파악하여 데이터셋을 구축
  • 설계 특징과 운영성과는 로그 정규화, STL은 64x64x64 크기의 복셀 형태로 전처리

     

• 3D-CNN 기반 3D프린팅 제조 운영성과 예측 모델 구축

  • 복셀, 설계 특징을 입력 변수, 운영 성과를 출력 변수로 하는 3D-CNN 모델 구축 및 정확도 평가

     

• 3D-Grad-CAM을 활용하여 운영성과 예측 결과의 근거를 시각화
  • 모델 평가에 사용된 데이터에 대해 3D-Grad-CAM을 적용하여 3D프린팅 제조시스템 운영성과 예측의 근거를 시각화
    
    
• Case study : SimJEB(Simulated Jet Engine Bracket) 데이터셋
  
  
• 제안된 프로세스를 일원화하기 위한 소프트웨어 구축 

4. 활용방안

• 본 연구에서 제시되는 3D프린팅 제조시스템 운영성과 예측 및 설계 요소 시각화 프로세스를 활용하여 제품 디자이너는 3D프린팅을 이용한 제품 초기 설계 단계에서 운영 성과에 주요한 영향을 미치는 설계 요소를 파악할 수 있음

• 디자이너는 제품에 대한 3D프린팅 적합성 및 제조 운영 성과를 빠르게 평가하고 나아가 목표하는 3D프린팅 제조시스템 운영성과 달성을 위해 제품을 수정

• 3D프린팅 특화 설계 관련 지식이나 정보가 부족한 디자이너의 설계 작업 효율성 제고할 수 있을 것으로 기대