SME에서 열가소성 부품 생산의 에너지 및 플라스틱 소비 최적화를 위한 머신 러닝

제조업체, 특히 중소기업(SME)에서 자원 소비, 폐기물 최소화 및 오염물질 배출 측면에서 프로세스의 최적화가 점점 더 중요해지고 있습니다. 또 하나 중요한 동인은 디지털화와 관련된 데이터 양 증가입니다. 이러한 데이터는 다양한 장치와 시스템에서 수집되어 막대한 잠재력을 제공하며, 이는 작은 기업에서도 지능적이고 동적인 분석 모델의 필요성을 증가시킵니다. 이 기사는 머신 러닝 프로세스가 플라스틱 가공 중소기업의 에너지 소비 최적화와 잘못 생산된 플라스틱 부품 감소에 기여할 수 있는지 및 그 정도를 조사한 결과를 제시합니다. 이를 위해 자동차 산업을 위한 플라스틱 생산 회사에서 머신 데이터를 기록하고 자재 및 에너지 흐름을 분석했습니다. 이 데이터를 활용하여 최적화 가능한 잠재력을 발견하기 위해 머신 러닝 방법이 사용되었습니다. 프로젝트에서 다룬 또 다른 문제는 강한 비선형성과 시간 불변 행동을 특징으로 하는 제조 프로세스를 빅데이터 방법 및 자기 학습 제어로 분석하는 것이었습니다. 충분한 교육 데이터가 제공될 경우 머신 러닝이 적합합니다. 중소기업의 플라스틱 부품 생산에서 높은 자재 처리를 통해 이러한 적합한 학습 방법 개발 요구 사항이 충족되었습니다. 산업 생산 공정에서 현재 정보 기술의 중요성이 증가함에 따라, 본 프로젝트는 지속 가능한 디지털화를 위해 이러한 기술을 사용하여 산업의 환경 영향을 줄이고 효율성을 높이는 것을 목표로 했습니다.