For Diagnosing Non-Uniform Coating Machine Failure Using Digital Twin Development of Data Acquisition Models

비형상 도포기는 접착제나 그 외 액상의 소재를 정형화되지 않은 부품에 균일하게 도포하는 기계로 다양한 산업제품에 사용된다. 비형상 도포기의 공정 과정에서 높은 열과 진동이 발생하여 제품의 고장이 발생한다. 이는 공정의 신뢰도를 낮출 뿐 아니라 공정의 속도에도 영향을 미친다. 따라서, 본 연구에서는 비형상 도포기의 고장 데이터를 가상환경에서 추출하기 위해 공정 과정 중 고장 감지에 효과적인 진동에 의한 체인 핀의 파손에 의한 체인의 진동 데이터를 활용하는 Digital Twin 모델 구축 방안을 활용한다. Catia V5, Solid works와 같은 3D design 프로그램과 Unity 프로그램을 이용하여 비형상 도포기의 공정 전체 모델과 후 핀의 파괴에 따른 고장 모델을 구축한다. 구축한 모델을 Unity 시뮬레이션을 통한 정상운용 데이터와 고장 데이터를 추출한다. 이를 실제 비형상 도포기의 Speed-Reducer에 부착한 진동센서를 통해 얻은 Real-Time 데이터와 비교를 통해 최종적으로 수집한 데이터를 코사인 유사도, DTW를 활용하여 검증한 후 신뢰성 있는 데이터를 추출하고자 한다. 이는 현실에서 얻기 어려운 고장 데이터를 가상으로 얻어냄으로써 고장예측, 여러 고장 모델들을 만드는 등의 활용성이 놓은 데이터를 뽑아낼 수 있다.

Authors

Publication Details

Journal
Journal of the Korea Academia-Industrial cooperation Society
Published
2025-12-31
DOI
https://doi.org/10.5762/kais.2025.26.12.463
Primary Topic
Digital Transformation in Industry
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

For Diagnosing Non-Uniform Coating Machine Failure Using Digital Twin Development of Data Acquisition Models

Jang-Wook Hur, Woo-Chan Sim, Da-Hoon Oh, Han-Ul Yoon
Journal of the Korea Academia-Industrial cooperation Society
Digital Transformation in Industry
article

For Diagnosing Non-Uniform Coating Machine Failure Using Digital Twin Development of Data Acquisition Models

Jang-Wook Hur, Woo-Chan Sim, Da-Hoon Oh, Han-Ul Yoon
article en

Abstract

비형상 도포기는 접착제나 그 외 액상의 소재를 정형화되지 않은 부품에 균일하게 도포하는 기계로 다양한 산업제품에 사용된다. 비형상 도포기의 공정 과정에서 높은 열과 진동이 발생하여 제품의 고장이 발생한다. 이는 공정의 신뢰도를 낮출 뿐 아니라 공정의 속도에도 영향을 미친다. 따라서, 본 연구에서는 비형상 도포기의 고장 데이터를 가상환경에서 추출하기 위해 공정 과정 중 고장 감지에 효과적인 진동에 의한 체인 핀의 파손에 의한 체인의 진동 데이터를 활용하는 Digital Twin 모델 구축 방안을 활용한다. Catia V5, Solid works와 같은 3D design 프로그램과 Unity 프로그램을 이용하여 비형상 도포기의 공정 전체 모델과 후 핀의 파괴에 따른 고장 모델을 구축한다. 구축한 모델을 Unity 시뮬레이션을 통한 정상운용 데이터와 고장 데이터를 추출한다. 이를 실제 비형상 도포기의 Speed-Reducer에 부착한 진동센서를 통해 얻은 Real-Time 데이터와 비교를 통해 최종적으로 수집한 데이터를 코사인 유사도, DTW를 활용하여 검증한 후 신뢰성 있는 데이터를 추출하고자 한다. 이는 현실에서 얻기 어려운 고장 데이터를 가상으로 얻어냄으로써 고장예측, 여러 고장 모델들을 만드는 등의 활용성이 놓은 데이터를 뽑아낼 수 있다.

Journal of the Korea Academia-Industrial cooperation SocietyVol. 26(12)
Openalex Percentile: Top 31%
Digital Transformation in Industry
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.