KR102579128B1 - 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 - Google Patents
인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR102579128B1 KR102579128B1 KR1020220069166A KR20220069166A KR102579128B1 KR 102579128 B1 KR102579128 B1 KR 102579128B1 KR 1020220069166 A KR1020220069166 A KR 1020220069166A KR 20220069166 A KR20220069166 A KR 20220069166A KR 102579128 B1 KR102579128 B1 KR 102579128B1
- Authority
- KR
- South Korea
- Prior art keywords
- processing
- machining
- dimensional object
- information
- machinery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 title abstract description 5
- 238000011017 operating method Methods 0.000 title 1
- 238000003754 machining Methods 0.000 claims abstract description 122
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 238000013461 design Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 135
- 238000003672 processing method Methods 0.000 claims description 35
- 239000002994 raw material Substances 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003801 milling Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4086—Coordinate conversions; Other special calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
- G05B19/4099—Surface or curve machining, making 3D objects, e.g. desktop manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Manufacturing & Machinery (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Computer Graphics (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
Abstract
본원은 서울특별시 서울산업진흥원 2021년도 캠퍼스타운 기술매칭 지원사업 CT210006 "가공 복잡성 및 가공 견적 계산을 위한 제조 인공지능의 개발"을 통해 개발된 기술이다.
본원의 다양한 실시예에 따른 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램으로서, 3차원 오브젝트를 포함하는 설계도면 파일로부터, 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보를 획득하는 단계; 메모리에 저장된 가공 영역 결정 모델에 상기 좌표 정보 및 벡터 정보를 입력하여, 상기 3차원 오브젝트에 대한 가공 영역을 결정하는 단계; 상기 메모리에 저장된 가공 방법 결정 모델에 상기 가공 영역을 입력하여, 상기 3차원 오브젝트에 대한 가공 방법을 결정하는 단계; 상기 메모리에 저장된 가공 복잡성 결정 모델에 상기 가공 방법을 입력하여, 상기 가공 방법으로부터 획득한 가공 정보로부터 상기 가공 방법의 가공 복잡성을 계산하는 단계; 상기 메모리에 저장된 가공 가격 산정 모델에 상기 가공 복잡성을 입력하여, 상기 3차원 오브젝트를 가공하기 위한 가격을 선정하는 단계를 포함할 수 있다.
본원의 다양한 실시예에 따른 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램으로서, 3차원 오브젝트를 포함하는 설계도면 파일로부터, 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보를 획득하는 단계; 메모리에 저장된 가공 영역 결정 모델에 상기 좌표 정보 및 벡터 정보를 입력하여, 상기 3차원 오브젝트에 대한 가공 영역을 결정하는 단계; 상기 메모리에 저장된 가공 방법 결정 모델에 상기 가공 영역을 입력하여, 상기 3차원 오브젝트에 대한 가공 방법을 결정하는 단계; 상기 메모리에 저장된 가공 복잡성 결정 모델에 상기 가공 방법을 입력하여, 상기 가공 방법으로부터 획득한 가공 정보로부터 상기 가공 방법의 가공 복잡성을 계산하는 단계; 상기 메모리에 저장된 가공 가격 산정 모델에 상기 가공 복잡성을 입력하여, 상기 3차원 오브젝트를 가공하기 위한 가격을 선정하는 단계를 포함할 수 있다.
Description
본원 발명은 가공 견적 제공 장치에 연관되며, 구체적으로 인공지능 기술분야의 가공 견적 제공 장치에 관한 것이다.
본원은 서울특별시 서울산업진흥원 2021년도 캠퍼스타운 기술매칭 지원사업 CT210006 "가공 복잡성 및 가공 견적 계산을 위한 제조 인공지능의 개발"을 통해 개발된 기술이다.
일반적으로, 제조업에서 금형 등을 가공하기 위한 가공 비용을 산출하는 데에는 가공 기구 작동 시간, 가공 기구 작동 비용에 연관되는 기계 가공 비용, 가공에 필요한 원재료 비용, 가공 기구가 작동하지 않는 시간에 대한 비용, 및 가공 기구 설치 비용 등이 필요할 수 있다.
기존의 제조업 분야의 거래에서는, 고객에 의해 도면이 전달되면 제조업체에서 도면을 확인하고 가공 요소 및 가공 시간을 산정하여 견적서를 작성 및 전달하는 과정을 겪어야 했다. 이 경우, 견적이 사람에 의해 이루어지기 때문에 평균적으로 4일의 기간이 소요되어 시간 손실 및 인력 낭비가 초래된다는 단점이 존재하였다.
본원은 상술한 문제점을 해결하기 위한 것으로, 딥 러닝 기법으로 학습된 모델을 이용하여 가공 견적을 산정함으로써, 견적서의 요청에서 수령까지의 시간을 극적으로 단축할 수 있으며, 더욱 정확한 견적을 산정하여 제공할 수 있다.
따라서, 신규 제조 수요에 대한 진입장벽을 낮추고 시간 손실을 최소화함으로써 제조업 분야에 대한 생산성 및 거래량 증대를 야기하고자 한다.
본원의 다양한 실시예에 따른 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램으로서, 3차원 오브젝트를 포함하는 설계도면 파일로부터, 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보를 획득하는 단계; 메모리에 저장된 가공 영역 결정 모델에 상기 좌표 정보 및 벡터 정보를 입력하여, 상기 3차원 오브젝트에 대한 가공 영역을 결정하는 단계; 상기 메모리에 저장된 가공 방법 결정 모델에 상기 가공 영역을 입력하여, 상기 3차원 오브젝트에 대한 가공 방법을 결정하는 단계; 상기 메모리에 저장된 가공 복잡성 결정 모델에 상기 가공 방법을 입력하여, 상기 가공 방법으로부터 획득한 가공 정보로부터 상기 가공 방법의 가공 복잡성을 계산하는 단계; 상기 메모리에 저장된 가공 가격 산정 모델에 상기 가공 복잡성을 입력하여, 상기 3차원 오브젝트를 가공하기 위한 가격을 선정하는 단계; 를 포함한다.
일실시예에 따라, 상기 가공 영역 결정 모델은 가공 영역 결정 모델 구축 단계들에 의해 구축되고, 상기 가공 영역 결정 모델 구축 단계들은 상기 전자 장치의 상기 프로세서를 통해 실행되고, 상기 가공 영역 결정 모델 구축 단계들은: 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보에 기초하여, 상기 3차원 오브젝트의 외부 표면을 정의함으로써 상기 3차원 오브젝트를 재구축하는 단계; 상기 재구축된 3차원 오브젝트에 기초하여, 상기 3차원 오브젝트를 가공하기 위해 필요한 원자재의 부피 및 길이 정보를 획득하는 단계; 상기 획득된 원자재의 부피 및 길이 정보에 따라, 상기 원자재의 외부 표면으로부터 상기 재구축된 3차원 오브젝트의 외부 표면까지의 부피를 가공 영역으로 결정하는 단계를 포함할 수 있다.
일실시예에 따라, 상기 가공 방법 결정 모델은 가공 방법 결정 모델 구축 단계들에 의해 구축되고, 상기 가공 방법 결정 모델 구축 단계들은 상기 전자 장치의 상기 프로세서를 통해 실행되고, 상기 가공 방법 결정 모델 구축 단계들은: 상기 3차원 오브젝트의 외부 표면 및 상기 가공 영역에 기초하여, 복수의 가공 도구 중 적어도 하나의 가공 도구를 선택하고, 상기 선택된 적어도 하나의 가공 도구의 처리 방식을 결정하는 단계; 상기 3차원 오브젝트의 외부 표면 및 상기 가공 영역에 따라, 상기 결정된 적어도 하나의 가공 도구의 처리 방식의 순서를 결정하는 단계; 를 포함할 수 있다.
일실시예에 따라, 상기 가공 방법 결정 모델 구축 단계들은: 상기 가공 도구에 의한 상기 가공 영역의 처리 후에, 상기 가공 영역 내에 미가공 영역이 존재하는지 확인하는 단계; 상기 미가공 영역에 대한 가공을 수행하기 위하여, 상기 복수의 가공 도구 중 적어도 하나의 추가 가공 도구를 선택하고 추가 가공 방법을 선택하는 단계; 를 더 포함할 수 있다.
일실시예에 따라, 상기 복수의 가공 방법 중에서, 황삭 가공 방법은 정삭 가공 방식보다 먼저 수행될 수 있다.
일실시예에 따라, 가공 복잡성 결정 모델에 입력되는 상기 가공 정보는, 가공 도구, 가공 소요 시간, 가공 중에 발생하는 상기 3차원 오브젝트의 방향 전환 시간, 및 상기 가공 도구의 변경 시간을 포함할 수 있다.
일실시예에 따라, 상기 가공 가격 산정 모델에 입력되는 가공 복잡성은, 가공 도구 준비 시간, 3차원 오브젝트의 방향 전환 시간, 가공 도구 변경 시간, 원자재 가격, 및 가공에 필요한 소모품의 가격을 포함할 수 있다.
도 1은 본원의 다양한 실시예에 따른 3차원 오브젝트에 대한 가공 견적을 계산하는 전자 장치의 블록도이다.
도 2는 본원의 다양한 실시예에 따른 3차원 오브젝트의 가공을 수행하기 위한 가공 영역을 설명하기 위한 도면이다.
도 3은 본원의 다양한 실시예에 따른 3차원 오브젝트 및 가공 도구를 좌표로 변환하여 가상의 가공을 수행하는 구성을 설명하기 위한 도면이다.
도 4는 본원의 다양한 실시예에 따른 전자 장치가 3차원 오브젝트에 대한 가공 견적을 계산하는 흐름도이다.
도 5는 본원의 다양한 실시예에 따른 전자 장치가 가공 영역 결정 모델 구축 단계에 대한 흐름도이다.
도 6은 본원의 다양한 실시예에 따른 가공 방법 결정 모델 구축 단계에 대한 흐름도이다.
이상의 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다.
따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
또한, 이상의 도면에서는 이해를 돕기 위해서, 축척에 비례하지 않고 특정 부분을 확대하거나 축소한 점에 유의해야 한다.
도 2는 본원의 다양한 실시예에 따른 3차원 오브젝트의 가공을 수행하기 위한 가공 영역을 설명하기 위한 도면이다.
도 3은 본원의 다양한 실시예에 따른 3차원 오브젝트 및 가공 도구를 좌표로 변환하여 가상의 가공을 수행하는 구성을 설명하기 위한 도면이다.
도 4는 본원의 다양한 실시예에 따른 전자 장치가 3차원 오브젝트에 대한 가공 견적을 계산하는 흐름도이다.
도 5는 본원의 다양한 실시예에 따른 전자 장치가 가공 영역 결정 모델 구축 단계에 대한 흐름도이다.
도 6은 본원의 다양한 실시예에 따른 가공 방법 결정 모델 구축 단계에 대한 흐름도이다.
이상의 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다.
따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
또한, 이상의 도면에서는 이해를 돕기 위해서, 축척에 비례하지 않고 특정 부분을 확대하거나 축소한 점에 유의해야 한다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본원의 이해를 제공하 기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서 상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 전자 장치에서 실행되는 애플리케이션 및 전자 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하 나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스 템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라 는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해 되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또 는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.
당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합 들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개 시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.
제시된 실시예들에 대한 설명은 본원의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본원의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본원의 범위를 벗어남이 없이 다른 실시예들 에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본원에서 네트워크 함수와 인공 신경망 및 뉴럴 네트워크(neural network)는 상호교환가능하게 사용될 수 있다.
여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 및 저장매체 내에서 구현될 수 있다.
하드웨어적인 구현에 의하면, 여기에 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 전자 장치의 프로세서 자체로 구현될 수 있다
도 1은 본원의 다양한 실시예에 따른 3차원 오브젝트에 대한 가공 견적을 계산하는 전자 장치의 블록도이다.
도1에 도시된 전자 장치(100)의 구성은 간략화하여 나타낸 예시일 뿐이다. 본원의 일 실시예에서 전자 장치(100)는 전자 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 전자 장치(100)를 구성할 수도 있다.
전자 장치(100)는 프로세서(110), 메모리(120)를 포함할 수 있다. 프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 전자 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 프로세서(110)는 메모리에 저장된 컴퓨터 프로그램을 판독하여 본원의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다.
예를 들어, 프로세서(110)는 통상적으로 전자 장치(100)의 전반적인 동작을 제어할 수 있다. 프로세서(110)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(120)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 프로세서(110)는 메모리(120)에 저장된 응용 프로그램을 구동하기 위하여, 전자 장치(100)의 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(110)는 상기 응용 프로그램의 구동을 위하여, 전자 장치(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
본원의 일실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다.
또한, 본원의 일실시예에서 복수의 전자 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본원의 일 실시예에 따른 전자 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.
도 4는 본원의 다양한 실시예에 따른 전자 장치가 3차원 오브젝트에 대한 가공 견적을 계산하는 흐름도이다.
이하에서 본원에서 설명하는 3차원 오브젝트에 대한 가공 견적을 계산하는 단계는, 전자 장치(100)의 프로세서에 의해 수행될 수 있다. 하지만, 종래의 방식과 같이 CPU에 의한 직접적인 계산이 수행되는 것이 아니라, 이전에 딥 러닝 기법에 의해 학습되어 메모리(120)에 저장된 다수의 모델들에 3차원 오브젝트에 대한 정보를 입력하여 출력 값을 확인함으로써 전체적인 3차원 오브젝트에 대한 가공 견적을 확인하도록 할 수 있다.
단계 410에서, 프로세서(110)는 3차원 오브젝트를 포함하는 설계도면 파일로부터, 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보를 획득할 수 있다. 설계 도면 파일은 예를 들어, SPT, STEP, STL를 확장자로 갖는 도면 파일 등 제조업 분야에서 사용되는 3차원 설계도면 파일일 수 있다.
예를 들어, 프로세서(110)는 이후의 단계에서 딥 러닝 기법에 의해 학습된 모델들에 입력으로 제공할 수 있도록, 설계 도면 파일에 포함된 3차원 오브젝트를 3차원 직교 좌표 상에 배치하고, 3차원 오브젝트의 직교 좌표 상의 점과 벡터 정보를 인공지능이 인지하고 변환할 수 있는 언어로 변환할 수 있다.
단계 420에서, 프로세서(110)는 메모리(120)에 저장된 가공 영역 결정 모델에 상기 좌표 정보 및 벡터 정보를 입력하여, 상기 3차원 오브젝트에 대한 가공 영역을 결정할 수 있다. 3차원 오브젝트에 대한 가공 영역을 결정하는 구체적인 단계에 대해서는 아래 도 5에서 자세히 서술하기로 한다.
도 5는 본원의 다양한 실시예에 따른 전자 장치가 가공 영역 결정 모델 구축 단계에 대한 흐름도이다.
본원의 일실시예에 따라, 가공 영역 결정 모델은 가공 영역 결정 모델 구축 단계들에 의해 구축될 수 있다. 가공 영역 결정 모델 구축 단계들은 상기 전자 장치(100)의 상기 프로세서(110)를 통해 실행되고, 상기 가공 영역 결정 모델 구축 단계들은 아래의 단계들을 통해 구축될 수 있다.
단계 510에서, 프로세서(110)는 3차원 오브젝트(200)에 대한 좌표 정보 및 벡터 정보에 기초하여, 3차원 오브젝트(200)의 외부 표면을 정의함으로써 상기 3차원 오브젝트를 재구축할 수 있다. 도 2를 참고하면, 3차원 오브젝트(200)는 최종적으로 가공이 수행된 형상을 나타낼 수 있다. 예를 들어, 3차원 오브젝트(200)는 상부 표면에 평면 가공이 수행되어 가공된 외부 표면(210)을 가질 수 있다. 3차원 오브젝트(200)는 외부 표면(210)을 포함하는 전체적인 3차원 오브젝트(200)의 형상이 정의되어 3차원 좌표 상에서 재구축될 수 있다. 3차원 오브젝트(200)의 형상이 3차원 좌표 상에서 재구축됨은 이하 도 3에서 자세히 설명하기로 한다.
단계 520에서, 프로세서(110)는 상기 재구축된 3차원 오브젝트(200)에 기초하여, 상기 3차원 오브젝트(200)를 가공하기 위해 필요한 원자재의 부피 및 길이 정보를 획득할 수 있다. 필요한 원자재의 부피 및 길이 정보를 획득함으로써, 추후 이루어질 가격 산정에 하나의 요소로서 입력될 수 있다. 도 2를 예를 들면, 원자재는 평평한 상부 표면(220)을 갖는 직육면체 형상일 수 있다. 이 때, 원자재의 길이 정보는 가공 오차 포함 5 밀리미터 이내의 오차로 설정되어 가공 견적을 정확성을 담보할 수 있다.
단계 530에서, 프로세서(110)는 상기 획득된 원자재의 부피 및 길이 정보에 기초하여, 상기 원자재의 외부 표면으로부터 상기 재구축된 3차원 오브젝트의 외부 표면까지의 부피를 가공 영역으로 결정할 수 있다. 도 2를 참고하면, 가공 영역(230)은 원자재의 외부 표면인 상부 표면(220)과 3차원 오브젝트(200)의 가공된 외부 표면(210) 사이의 영역으로 결정될 수 있다. 가공 영역(230)이 결정되면, 이하에서 서술할 가공 방법 결정 모델에 의해 가공 영역(230)의 가공 방법이 결정되고, 결정된 가공 방법에 기초하여 가공 견적이 산정될 수 있다.
도 4로 돌아가면, 동작 430에서, 프로세서(110)는 상기 메모리(120)에 저장된 가공 방법 결정 모델에 상기 가공 영역(230)을 입력하여, 상기 3차원 오브젝트에 대한 가공 방법을 결정할 수 있다. 가공 방법을 결정하는 모델에 대해서는 도 6과 함께 자세히 설명하기로 한다.
일실시예에 따라, 가공 방법 결정 모델은 가공 방법 결정 모델 구축 단계들에 의해 구축될 수 있다. 상기 가공 방법 결정 모델 구축 단계들은 상기 전자 장치(100)의 상기 프로세서(110)를 통해 실행될 수 있다. 가공 방법 결정 모델 구축 단계들은 도 6의 단계들을 포함할 수 있다.
단계 610에서, 프로세서(110)는 상기 3차원 오브젝트(200)의 외부 표면 및 상기 가공 영역에 기초하여, 복수의 가공 도구 중 적어도 하나의 가공 도구를 선택하고, 상기 선택된 적어도 하나의 가공 도구의 처리 방식을 결정할 수 있다. 단계 620에서, 프로세서(110)는 상기 3차원 오브젝트의 외부 표면 및 상기 가공 영역에 따라, 상기 결정된 적어도 하나의 가공 도구의 처리 방식의 순서를 결정할 수 있다. 프로세서(110)는, 3차원 오브젝트(200)가 3차원 좌표에서 구축되면, 3차원 오브젝트(200)의 좌표 정보 및 벡터 정보에 기초하여 상기 가공 영역(230)을 가공하기 위한 가공 방법을 결정할 수 있다.
도 3을 살펴보면, 왼쪽 그래프는 3차원 오브젝트(310)가 3차원 좌표로 변환되어 특정 y축 값을 가질 때에 x축 및 z축에서 표시된 그래프이고, 오른쪽 그래프는 가공 도구(320)가 3차원 좌표로 변환되어 x축 및 z축에서 표시된 그래프이다. 도 3은 3차원 오브젝트(310) 및 가공 도구(320)가 3차원 좌표로 변환되어 수학적으로 가공 방법 등을 고려할 수 있음을 나타내기 위한 예시이며, 본원의 권리범위는 이에 제한되지 않는다.
예를 들어, 3차원 오브젝트는 특정 y 값에서 x 값이 X1, X2 값을 가질 때에 z 값으로 Zp(X1), Zp(X2) 을 가질 수 있다. 또한, 가공 도구(320)에 대해서는 특정 y 값에서 x 값이 X1, X2 값을 가질 때에 z 값이 Z1(X1), Z1(X2)이 될 때까지 x축 방향 및/또는 z축 방향으로 가공 도구(320)에 의해 3차원 오브젝트(320)가 가공될 수도 있다.
일실시예에 따라, 가공 방법 결정 모델은, 가공 영역(230)을 가공하기 위한 복수의 가공 방법을 학습할 수 있다.
| 특성 | 선택되는 가공 방법 |
| 회전 대칭 | 선반 가공 |
| 오브젝트를 관통하는 일정 직경 이상의 구멍 | 드릴 가공 |
| 평면 가공 | 밀링 가공 |
| 국소 부위/ 정밀 가공 | 레이저 가공 |
예를 들어, 오브젝트의 형상이 회전 대칭인 것으로 판단되면, 가공 방법 결정 모델은 가공 영역을 가공하기 위한 방법으로 선반 가공을 선택할 수 있다. 선반이란, 공작물에 회전운동을 주고 절삭 공구가 전후 또는 좌우로 직선 운동을 하여 원통형으로 절삭하는 공작 기계를 통칭할 수 있으며, 선반 가공은 선반을 이용하여 수행되는 가공을 의미할 수 있다.또한, 오브젝트를 관통하는 일정 직경 이상의 구멍이 오브젝트에 존재하는 경우, 드릴 가공이 필요한 것으로 결정하고, 평면 가공이 필요한 경우 밀링 가공이 필요한 것으로 결정할 수 있다. 밀링 가공이란, 밀링 커터를 회전시켜 상하, 좌우, 전후의 선형이송운동을 준 공작물을 절삭하는 공작기계를 이용하여 오브젝트를 절삭하는 가공 방식을 의미할 수 있다.
또는, 국소 부위 및 정밀한 가공이 필요하다고 판단되는 경우에는, 레이저 가공을 수행할 수 있다. 레이저 가공은 상술한 가공 방법에 비해 더 적은 부위에 집중적으로 가공이 수행되기 때문에, 더욱 정밀한 가공을 수행할 수 있다는 특징을 갖는다.
일실시예에 따라, 프로세서(110)는 가공 영역에 대한 가공 방향을 확인할 수 있다. 확인된 가공 방향에 있어서 하나의 축에 대해 적어도 두 개의 방향이 직교하는 방향이 존재하는 경우, 3차원 오브젝트를 회전시키는 방법을 가공 방법으로 포함시킬 수 있다.
일실시예에 따라, 프로세서(110)는 언더컷 가공 또는 아일랜드 가공 등 가공 영역 내에 남겨놓아야 하는 잔존 영역이 존재하는지 확인할 수 있다. 프로세서(110)는 가공 영역에 대해서는 가공을 수행하되 잔존 영역은 가공되지 않고 남겨지도록 복수의 가공 도구 및 복수의 가공 순서를 조합하여 가공을 수행할 수 있다.
일실시예에 따라, 프로세서(110)는 실제로 수행되는 가공과 유사하게 진행되도록, 가공 방법을 황삭 단계 및 정삭 단계로 분류하여, 분류 결과에 따라 가공을 수행할 수 있다. 예를 들어, 프로세서(110)는 황삭 단계로 분류된 가공 방법을 정삭 단계로 분류된 가공 방법에 비해 먼저 수행할 수 있다. 황삭 단계는 주로 가공 면적이 넓은 가공 영역에 수행되며, 가공 속도가 빠르다는 장점을 가지나, 가공 후에는 표면이 다소 거칠다는 단점이 있다. 정삭 단계는 가공 면적이 적고 가공 속도가 느리다는 단점이 있으나 가공 후 표면이 매끄러우므로, 가공의 마무리 단계에서 수행될 수 있다는 특징을 갖는다.
프로세서(110)는 3차원 좌표에 구축된 3차원 오브젝트의 좌표 정보 및 벡터 정보에 기초하여, 3차원 오브젝트의 특성을 결정할 수 있다. 프로세서(110)는 결정된 특성에 기초하여, 복수의 가공 도구들 중에서 어떤 가공 도구를 선택하고, 선택된 가공 도구들을 어떤 순서로 처리하여야 하는지 결정할 수 있다. 또한, 프로세서(110)는 결정된 가공 도구 및 가공 순서를 이용하여 원재료를 가공하여 3차원 오브젝트의 형상으로 가공을 수행할 수 있다.
단계 630에서, 프로세서(110)는 가공 도구에 의한 상기 가공 영역의 처리 후에, 상기 가공 영역 내에 미가공 영역이 존재하는지 확인할 수 있다. 단계 640에서, 프로세서(110)는 미가공 영역에 대한 가공을 수행하기 위하여, 상기 복수의 가공 도구 중 적어도 하나의 추가 가공 도구를 선택하고 추가 가공 방법을 선택할 수 있다. 프로세서(110)는 선택된 추가 가공 도구 및 추가 가공 방법에 따라 추가 가공을 수행할 수 있다.
단계 430에서, 프로세서(110)는 메모리(120)에 저장된 가공 복잡성 결정 모델에 상기 가공 방법을 입력하여, 상기 가공 방법으로부터 획득한 가공 정보로부터 상기 가공 방법의 가공 복잡성을 계산할 수 있다. 가공 복잡성 결정 모델은, 가공 도구, 가공 소요 시간, 가공 도구의 방향 전환 시간, 및 가공 도구 변경 소요 시간 등 다양한 요소들이 입력될 수 있고, 상술한 요소들에 의해 학습되어 가공 복잡성을 계산할 수 있다. 예를 들어, 가공 복잡성은 파라미터로 계산되어 가공 가격을 산정하는데 이용될 수 있다.
단계 440에서, 프로세서(110)는 메모리(120)에 저장된 가공 가격 산정 모델에 상기 가공 복잡성을 입력하여, 상기 3차원 오브젝트를 가공하기 위한 가격을 산정할 수 있다. 가공 가격 산정 모델에는, 상술한 가공 복잡성에 대한 파라미터, 및 물질적 요소가 가공 가격 산정 모델에 입력되어, 모델이 학습되도록 할 수 있다. 물질적 요소란 원자재 가격, 가공 장비 소모품(예: 엔드밀 등) 등 가공에 필요한 물질적인 소요를 모두 포함할 수 있다.
일실시예에 따라, 프로세서(110)는 메모리(120)에 저장된 가공 업체 매칭 모델에 가공 가격 및 사용자에 의해 입력된 예산 정보를 입력하여, 상기 3차원 오브젝트와 상기 메모리에 저장된 복수의 업체 정보 중 적어도 하나의 업체 정보를 매칭할 수 있다.
일실시예에 따라, 가공 업체 매칭 모델은 가공 업체 매칭 모델 구축 단계들에 의해 구축되고, 상기 가공 업체 매칭 모델 구축 단계는 상기 전자 장치의 상기 프로세서를 통해 실행될 수 있다. 상기 가공 방법 결정 모델 구축 단계는 아래의 단계들에 의해 학습될 수 있다.
일실시예에 따라, 프로세서(110)는 상기 가공 가격 및 사용자에 의해 입력된 예산 정보에 기초하여, 3차원 오브젝트의 실제 가공 제품에 대한 일일 생산량 및 최대 생산량을 계산할 수 있다. 프로세서(120)는 상기 가공 가격 정보, 상기 예산 정보, 상기 일일 생산량 및 상기 최대 생산량을 각각 파라미터들로 변환할 수 있다. 변환 결과, 복수의 파라미터들이 생성될 수 있다. 프로세서(110)는 변환된 파라미터들과 메모리에 저장된 복수의 업체 정보와의 유사도를 계산하고, 상기 계산된 유사도에 기초하여 복수의 업체 정보 중 적어도 하나의 업체 정보를 선택할 수 있다. 예를 들어, 유사도가 높은 순서대로 적어도 하나의 업체 정보를 선택할 수 있고, 선택된 적어도 하나의 업체 정보를 디스플레이를 통해 표시하여 사용자에게 제공할 수 있다.
본원의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.
본원의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에 서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되 었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본원의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정 한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본원의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.
여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장 치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되 는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한 다. 설계 우선순위들에 기반하여, 본원의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리 먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
제시된 실시예들에 대한 설명은 임의의 본원의 기술 분야에서 통상의 지식을 가진 자가 본원을 이용하거 나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본원의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본원의 범위를 벗어남이 없이 다른 실 시예들에 적용될 수 있다. 그리하여, 본원은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
Claims (9)
- 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램으로서,
3차원 오브젝트를 포함하는 설계도면 파일로부터, 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보를 획득하는 단계;
메모리에 저장된 가공 영역 결정 모델에 상기 좌표 정보 및 벡터 정보를 입력하여, 상기 3차원 오브젝트에 대한 가공 영역을 결정하는 단계;
상기 메모리에 저장된 가공 방법 결정 모델에 상기 가공 영역을 입력하여, 상기 3차원 오브젝트에 대한 가공 방법을 결정하는 단계;
상기 메모리에 저장된 가공 복잡성 결정 모델에 상기 가공 방법을 입력하여, 상기 가공 방법으로부터 획득한 가공 정보로부터 상기 가공 방법의 가공 복잡성을 계산하는 단계;
상기 메모리에 저장된 가공 가격 산정 모델에 상기 가공 복잡성을 입력하여, 상기 3차원 오브젝트를 가공하기 위한 가격을 선정하는 단계;
를 포함하고,
상기 가공 영역 결정 모델은 가공 영역 결정 모델 구축 단계들에 의해 구축되고, 상기 가공 영역 결정 모델 구축 단계들은 전자 장치의 프로세서를 통해 실행되고, 상기 가공 영역 결정 모델 구축 단계들은:
3차원 오브젝트에 대한 좌표 정보 및 벡터 정보에 기초하여, 상기 3차원 오브젝트의 외부 표면을 정의함으로써 상기 3차원 오브젝트를 재구축하는 단계;
상기 재구축된 3차원 오브젝트에 기초하여, 상기 3차원 오브젝트를 가공하기 위해 필요한 원자재의 부피 및 길이 정보를 획득하는 단계 - 재구축된 3차원 오브젝트는, 필요한 원자재가 차지하는 영역에서 가공 영역을 제거한 영역을 차지함 -;
상기 획득된 원자재의 부피 및 길이 정보에 따라, 상기 원자재의 외부 표면으로부터 상기 재구축된 3차원 오브젝트의 외부 표면까지의 부피를 가공 영역으로 결정하는 단계를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 삭제
- 제1항에 있어서,
상기 가공 방법 결정 모델은 가공 방법 결정 모델 구축 단계들에 의해 구축되고, 상기 가공 방법 결정 모델 구축 단계들은 전자 장치의 프로세서를 통해 실행되고, 상기 가공 방법 결정 모델 구축 단계들은:
상기 3차원 오브젝트의 외부 표면 및 상기 가공 영역에 기초하여, 복수의 가공 도구 중 적어도 하나의 가공 도구를 선택하고, 상기 선택된 적어도 하나의 가공 도구의 처리 방식을 결정하는 단계;
상기 3차원 오브젝트의 외부 표면 및 상기 가공 영역에 따라, 상기 결정된 적어도 하나의 가공 도구의 처리 방식의 순서를 결정하는 단계;
를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 제3항에 있어서,
상기 가공 방법 결정 모델 구축 단계들은:
상기 가공 도구에 의한 상기 가공 영역의 처리 후에, 상기 가공 영역 내에 미가공 영역이 존재하는지 확인하는 단계;
상기 미가공 영역에 대한 가공을 수행하기 위하여, 상기 복수의 가공 도구 중 적어도 하나의 추가 가공 도구를 선택하고 추가 가공 방법을 선택하는 단계;
를 더 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 제4항에 있어서,
상기 복수의 가공 방법은 황삭 가공 방법 및 정삭 가공 방법으로 분류되고, 상기 황삭 가공 방법은 상기 정삭 가공 방법보다 먼저 수행되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 제1항에 있어서,
가공 복잡성 결정 모델에 입력되는 상기 가공 정보는, 가공 도구, 가공 소요 시간, 가공 중에 발생하는 상기 3차원 오브젝트의 방향 전환 시간, 및 상기 가공 도구의 변경 시간을 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 제1항에 있어서,
상기 가공 가격 산정 모델에 입력되는 가공 복잡성은, 가공 도구 준비 시간, 3차원 오브젝트의 방향 전환 시간, 가공 도구 변경 시간, 원자재 가격, 및 가공에 필요한 소모품의 가격을 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- 제1항에 있어서,
상기 메모리에 저장된 가공 업체 매칭 모델에 상기 가공 가격 및 사용자에 의해 입력된 예산 정보를 입력하여, 상기 3차원 오브젝트와 상기 메모리에 저장된 복수의 업체 정보 중 적어도 하나의 업체 정보를 매칭하는 단계
을 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
- ◈청구항 9은(는) 설정등록료 납부시 포기되었습니다.◈제8항에 있어서,
상기 가공 업체 매칭 모델은 가공 업체 매칭 모델 구축 단계들에 의해 구축되고, 상기 가공 업체 매칭 모델 구축 단계는 전자 장치의 프로세서를 통해 실행되고, 상기 가공 방법 결정 모델 구축 단계는,
상기 가공 가격 및 사용자에 의해 입력된 예산 정보에 기초하여, 3차원 오브젝트의 가공 제품에 대한 일일 생산량 및 최대 생산량을 계산하는 단계; 및
상기 가공 가격 정보, 상기 예산 정보, 상기 일일 생산량 및 상기 최대 생산량을 각각 파라미터들로 변환하는 단계;
상기 파라미터들과 메모리에 저장된 복수의 업체 정보와의 유사도를 계산하고, 상기 계산된 유사도에 기초하여 복수의 업체 정보 중 적어도 하나의 업체 정보를 선택하는 단계;
상기 선택된 적어도 하나의 업체 정보를 디스플레이를 통해 표시하는 단계
을 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220069166A KR102579128B1 (ko) | 2022-06-07 | 2022-06-07 | 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 |
| PCT/KR2023/007729 WO2023239143A1 (ko) | 2022-06-07 | 2023-06-07 | 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 |
| KR1020230116137A KR102682036B1 (ko) | 2022-06-07 | 2023-09-01 | 딥 러닝 기법으로 학습된 모델을 이용하여 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보 기반 가공 견적을 수행하는 전자 장치 및 그 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220069166A KR102579128B1 (ko) | 2022-06-07 | 2022-06-07 | 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230116137A Division KR102682036B1 (ko) | 2022-06-07 | 2023-09-01 | 딥 러닝 기법으로 학습된 모델을 이용하여 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보 기반 가공 견적을 수행하는 전자 장치 및 그 동작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102579128B1 true KR102579128B1 (ko) | 2023-09-15 |
Family
ID=88017240
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220069166A Active KR102579128B1 (ko) | 2022-06-07 | 2022-06-07 | 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 |
| KR1020230116137A Active KR102682036B1 (ko) | 2022-06-07 | 2023-09-01 | 딥 러닝 기법으로 학습된 모델을 이용하여 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보 기반 가공 견적을 수행하는 전자 장치 및 그 동작 방법 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230116137A Active KR102682036B1 (ko) | 2022-06-07 | 2023-09-01 | 딥 러닝 기법으로 학습된 모델을 이용하여 3차원 오브젝트에 대한 좌표 정보 및 벡터 정보 기반 가공 견적을 수행하는 전자 장치 및 그 동작 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (2) | KR102579128B1 (ko) |
| WO (1) | WO2023239143A1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0883105A (ja) * | 1994-09-12 | 1996-03-26 | Koji Tonegi | 部品加工見積装置 |
| JP2013246487A (ja) * | 2012-05-23 | 2013-12-09 | Zero Four Co Ltd | 見積り装置、および見積り方法 |
| KR102250131B1 (ko) * | 2021-03-03 | 2021-05-11 | 신권근 | 기업 간 거래를 위하여 수요 기업에 공급 기업을 추천하는 방법 및 장치 |
| JP2022069958A (ja) * | 2020-10-26 | 2022-05-12 | キヤノン株式会社 | システム、制御方法及びプログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2119020T3 (es) * | 1993-06-04 | 1998-10-01 | Bayer Agrochem Kk | Agentes para preservar materiales industriales del ataque por insectos. |
-
2022
- 2022-06-07 KR KR1020220069166A patent/KR102579128B1/ko active Active
-
2023
- 2023-06-07 WO PCT/KR2023/007729 patent/WO2023239143A1/ko unknown
- 2023-09-01 KR KR1020230116137A patent/KR102682036B1/ko active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0883105A (ja) * | 1994-09-12 | 1996-03-26 | Koji Tonegi | 部品加工見積装置 |
| JP2013246487A (ja) * | 2012-05-23 | 2013-12-09 | Zero Four Co Ltd | 見積り装置、および見積り方法 |
| JP2022069958A (ja) * | 2020-10-26 | 2022-05-12 | キヤノン株式会社 | システム、制御方法及びプログラム |
| KR102250131B1 (ko) * | 2021-03-03 | 2021-05-11 | 신권근 | 기업 간 거래를 위하여 수요 기업에 공급 기업을 추천하는 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102682036B9 (ko) | 2025-01-09 |
| KR20230168608A (ko) | 2023-12-14 |
| WO2023239143A1 (ko) | 2023-12-14 |
| KR102682036B1 (ko) | 2024-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Park et al. | Tool-path generation from measured data | |
| CN106133628B (zh) | 用于确定加工凹槽形状的刀具的路径的方法和系统 | |
| Bi et al. | Sensing and responding to the changes of geometric surfaces in flexible manufacturing and assembly | |
| Li et al. | From computer-aided to intelligent machining: Recent advances in computer numerical control machining research | |
| CN104793560A (zh) | 用于生成轨迹的方法和系统 | |
| Konobrytskyi et al. | 5-Axis tool path planning based on highly parallel discrete volumetric geometry representation: Part I contact point generation | |
| Böß et al. | Improving technological machining simulation by tailored workpiece models and kinematics | |
| Fu et al. | Improved dexel representation: A 3-d cnn geometry descriptor for manufacturing cad | |
| JP5984175B2 (ja) | 機械加工シミュレーションの間にアンドゥ操作及びリドゥ操作を行うためのシステム及び方法 | |
| Van Tuong et al. | A practical approach for partitioning free-form surfaces | |
| Huang et al. | Edge computing-based virtual measuring machine for process-parallel prediction of workpiece quality in metal cutting | |
| KR102579128B1 (ko) | 인공지능을 이용한 가공 견적 계산 장치 및 그 동작 방법 | |
| Nguyen | Application of Bayesian networks for product quality management in a multistage manufacturing process | |
| Huang et al. | Ai-driven digital process twin via networked digital process chain | |
| Bi et al. | Generating collision-free tool orientations for 5-axis NC machining with a short ball-end cutter | |
| Pompeev et al. | Methods of parts digital models design for problems resolving in technological preparation of production | |
| US20210240873A1 (en) | Cad systems using rule-driven product and manufacturing information | |
| KR20250092853A (ko) | 3차원 오브젝트의 가공 경로를 생성하는 장치 및 그 동작 방법 | |
| Asano et al. | Proposal of a machining feature recognition method to reflect product and manufacturing information | |
| Gaoliang et al. | Using CBR to develop a VR‐based integrated system for machining fixture design | |
| Das et al. | Fabricating tool for ultrasonic machining using reverse engineering | |
| Zhang | Machining Feature-Based CAD/CAPP for STEP-NC | |
| Jong et al. | Algorithm for automatic parting surface extension in the mold design navigating process | |
| Cosic et al. | Production time estimation as the part of collaborative virtual manufacturing | |
| Kalaskar et al. | Innovative PMI-Based Inspection Planning for Planar and Cylindrical Features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20220607 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20220610 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination Patent event date: 20220607 Patent event code: PA03021R01I Comment text: Patent Application |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20221228 Patent event code: PE09021S01D |
|
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20230627 |
|
| A107 | Divisional application of patent | ||
| PA0107 | Divisional application |
Comment text: Divisional Application of Patent Patent event date: 20230901 Patent event code: PA01071R01D |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20230912 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20230912 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |