학생연구원 시절 Anycasting 연수에서 CAD와 시뮬레이션을 활용해 주조 공정의 시각화 및 해석을 진행하며, Virtual 기술은 공정 개선 과정의 비용과 시간을 혁신적으로 절약할 수 있음을 깨달았습니다. 또한, 1년간 빅데이터 동아리 부회장을 맡아 ‘인공지능 제조 플랫폼 KAMP’의 사출 공정 프로젝트를 진행하며, 30000개의 제품 분석을 통해 불량 핵심 인자를 찾는 과정에 매력을 느꼈습니다. 데이터 분석과 시뮬레이션 해석에 대한 꾸준한 관심을 바탕으로, 고객에게 최고의 제품을 선사하기 위한 요소 기술 개발 DT 혁신에 기여하고자 지원했습니다.
"데이터 분석 및 시뮬레이션을 통한 공정 최적화"
K사의 불량 분석 업무를 맡아, R을 활용해 불량 인자를 도출하고 열유동해석을 통해 다이캐스팅 금형을 최적화했습니다. 스마트 팩토리에서 추출된 Line data와 Wave data를 연결하는 전처리 과정을 진행했습니다. 품질 기준에 맞춰 합/불 데이터로 나눈 뒤 상관 분석을 통해 기포 결함의 임계 변수인 ‘Biscuit Size’를 도출했습니다. 또한, 상대적 표본 수치를 바이올린 플롯 그래프로 시각화해 10mm 이하 범주에서 다수의 기포 결함이 발생함을 확인했습니다. 비스킷 사이즈가 짧아 Runner에 공기가 과도 유입될 수 있기에 최적값을 찾아야 했습니다. 따라서, 슬리브 3D 모델을 제작해 Anycasting에 적용하고 Mold 형상에 맞춰 비스킷 사이즈를 변수로 열유동해석을 수차례 진행했습니다. 그 결과, 최적의 비스킷 사이즈 도출해 32%의 기포 결함을 줄이는데 성공했습니다.
데이터 분석과 시뮬레이션을 활용했기에, 시간과 비용을 절약하며 설계 최적화에 성공해 기포 결함을 감소시킬 수 있었습니다. 제 디지털 역량을 통해, Virtual 기술을 접목하여 성형 공정의 불량 원인 분석 및 신규 공법 개발 과정의 비용 절감에 기여하겠습니다.
