1. AI 설계의 큰 진전: 경험-기반에서 데이터 기반-으로의 전환
전통적인 성형 펄프 구조 설계는 엔지니어의 경험에 크게 좌우됩니다. 설계 주기가 길고 시행착오 비용이 상당하며 물리적 한계를 뛰어넘기가 어렵습니다. AI 기술의 사용은 딥 러닝, 컴퓨터 비전, 생성적 디자인을 결합하여 디자인이 만들어지는 방식을 근본적으로 변화시켰습니다.
설계 자동화 절차
AI는 벽 두께, 구배 각도, 구조 부품 배치와 같은 중요한 설계 도면 요소를 신속하게 찾을 수 있습니다. 그런 다음 기계 학습 모델을 사용하여 기계적 요구 사항을 충족하는 초기 솔루션을 찾아낼 수 있습니다. 예를 들어 항저우의 한 회사는 AI 육안 검사 시스템을 배포한 후 금형 설계 주기가 4주에서 1주로 단축되고 설계 비용이 30% 절감되었으며 제품 검증 비율이 98%로 높아졌습니다. 요구사항 분석에서 매개변수 최적화, 솔루션 생성에 이르기까지-AI가 설계 프로세스를 자동으로 재작업한다는 것은 전체 프로세스에서 누구도 직접 작업을 수행할 필요가 없음을 의미합니다.
많은 목표를 최적화하는 능력
AI 설계 시스템은 서로 충돌하더라도 여러 목표를 동시에 최적화할 수 있습니다. 예를 들어 압축 강도, 재료 사용 및 탈형 난이도를 최적화할 수 있습니다. 예를 들어, 버퍼 구조를 설계하는 동안 AI는 수만 개의 과거 데이터 포인트를 조사하여 "버퍼 계수 구조 단위 번호 종이 금형 두께"에 대한 동적 모델을 생성합니다. 그런 다음 최적의 매개변수 조합을 자동으로 찾습니다. 하얼빈의 한 회사는 AI 알고리즘을 사용해 금형의 열간 프레싱 매개변수를 개선하는 '내부 연성 외부 하드 핫 프레싱 성형 기술'을 내놓았습니다. 이 기술은 최초로 펄프 성형의 직각 연신 및 수직 탈형을 가능하게 하여 제품의 압축 강도를 50% 높이고 비용을 절반으로 절감합니다.
제너레이티브 디자인의 창의적인 혁신
AI는 이미 존재하는 구조를 개선할 수 있을 뿐만 아니라 제너레이티브 디자인을 통해 새로운 구조를 만들 수도 있습니다. 원저우의 한 기업은 3개월 만에 AI 기술을 사용해 17,000개의 디자인 대안을 제시했습니다. 그중 하나인 여행용 키트 상자는 AI를 사용해 벌집 구조를 개선해 40% 더 가볍고 15% 더 강하게 만들었습니다. 상장 첫 달에 주문이 300% 증가했습니다. 이 새로운 기술은 재료 물리학의 규칙에 대한 AI의 깊은 이해에서 비롯됩니다. AI는 구조가 변형될 수 있는 수백만 가지 방법을 모델링함으로써 인간 엔지니어가 생각조차 할 수 없는 최적화 경로를 찾을 수 있습니다.
2. AI{1}}주도 프로세스 혁신: 정적 최적화에서 동적 폐쇄 루프까지
성형 펄프에 맞게 설계 프로세스를 최적화해야 할 뿐만 아니라 전체 생산 프로세스도 최적화해야 합니다. AI 기술은 '인식 결정 실행'의 폐쇄 루프 시스템을 생성하여 동적이고 정확한 방식으로 프로세스를 최적화합니다.
실시간 프로세스 제어
펄프 생산 단계에서 AI는 센서의 입력을 기반으로 중요한 설정을 실시간으로 변경할 수 있습니다. 예를 들어, AI 시스템은 슬러리의 pH 값과 섬유질 유지율에 따라 유지 보조제의 양을 자동으로 변경합니다. 이를 통해 섬유 사용량이 5~8% 증가하고 원자재 손실이 10% 감소합니다. Guangdong Hansen Intelligent의 완전 자동 성형 매트릭스 생산 라인에는 슬러리 농도에 따라 핫 프레싱 시간과 온도를 자동으로 조정할 수 있는 지능형 동적 매개변수 조정 시스템이 있습니다. 이를 통해 200톤의 자재를 절약하고 인건비를 50% 절감할 수 있습니다.
결함 예측 및 예방
AI 육안 검사 시스템은 전선, 머리카락, 빛 투과 등 20여 가지 유형의 결함을 찾아낼 수 있다. 초당 4개의 오류를 찾아낼 수 있으며, 탐지 누락률은 업계 평균 12%에서 0.5%로 감소했습니다. 또한 AI는 결함 데이터와 프로세스 매개변수의 관계를 살펴봄으로써 발생할 수 있는 품질 문제를 미리 찾아낼 수도 있습니다. 예를 들어, AI 모델은 성형기의 온도가 섭씨 2도 이상 변하면 제품 테두리에 균열이 생길 가능성이 있다는 사실을 회사가 알아내는 데 도움이 되었습니다. 이를 바탕으로 온도 관리 방식을 변경하면 불량률이 40% 감소했습니다.
에너지와 재료를 설정하는 가장 좋은 방법
AI는 전체 생산 과정에서 에너지와 재료가 사용되는 방식을 변경하여 보다 효율적으로 만들 수 있습니다. 쓰촨성의 한 회사는 50kg 이상을 담을 수 있는 대나무 펄프 성형 베이스를 만듭니다. AI 섬유 분리 기술을 사용해 대나무 섬유의 강도를 정확하게 측정한다. 그들의 블록체인 추적 시스템은 또한 EU의 녹색 관세 인증 요구 사항을 충족하는 탄소 발자국을 추적합니다. 이러한 최적화는 생산 비용을 낮출 뿐만 아니라 시장에 가치를 더해줍니다.
3. 산업용: 단일 돌파구에서 생태적 재건까지
AI 설계는 기술 수준부터 산업 생태계 재구축에 이르기까지 성형 펄프 분야를 다양한 방식으로 변화시켰습니다.
맞춤형 생산의 광범위한 활용
C2M 모드(사용자 직접 제조)의 등장으로 성형 펄프에 빠른 대응이 필요하다는 부담이 커졌습니다. AI는 '디자인 제조 서비스'를 위한 전체-체인 디지털 트윈 플랫폼을 생성하여 72시간 내에 맞춤형 포장을 제공하는 것을 가능하게 했습니다. Guangdong Green Ran Intelligent의 유연한 생산 라인은 "소규모 배치, 다중 배치" 맞춤화를 처리할 수 있으며 72시간 내에 샘플링을 수행할 수 있습니다. 이는 Maotai 및 Huawei와 같은 회사에 매우 정확한 패키징을 제공했습니다.
산업 체인에서 협업을 스마트하게 개선
AI는 전통적인 산업 체인을 함께 작동하는 네트워크처럼 만들어 기존 산업 체인의 작동 방식을 변화시키고 있습니다. 예를 들어, Fenghai Intelligent의 "AI 인식+기계 제어+데이터 폐쇄{3}}루프" 시스템은 OPC UA 범용 인터페이스를 통해 Zhongxin 및 Yu와 같은 회사에서 만든 기계와 작동합니다. 이를 통해 생산 라인 전반에 걸쳐 설정하는 데 걸리는 시간이 30일에서 5일로, 모델을 훈련하는 데 걸리는 시간이 30일에서 5일로 단축됩니다. 이러한 협력 개념을 통해 중소기업은{10}기술 리소스를 공유하여 변화하고 개선할 수 있으므로 전체 AI 시스템을 구축할 필요가 없습니다.
지속 가능한 가치로 수익 창출
AI 설계는 제품의 성능을 향상시킬 뿐만 아니라 탄소 데이터를 관리하여 새로운 경제적 잠재력을 열어줍니다. 특정 브랜드는 AI를 사용하여 실시간으로 펄프 1그램당 '탄소 가치'를 파악합니다. 이를 통해 운송으로 인한 배출량이 62% 감소하고 제품 가격이 27% 상승합니다. '탄소 알고리즘 장벽'이 시장에서 가장 중요한 경쟁 요소로 자리잡고 있다. 이는 성형 펄프를 "저가-비용 재료"에서 "고가치 솔루션"으로 바꾸고 있습니다.
