Soft Sensor

 이 연구는 제약 및 미세 화학 산업에서 연속 슬러그 흐름 관형 결정화기의 실시간 모니터링을 위한 혁신적인 접근 방식을 제시하며, 이는 기존 일괄 처리에서 연속 제조로의 전환을 의미합니다. 저희는 단일, 쌍안 및 삼안 스테레오 비전을 포함한 인라인 이미징 시스템 내의 고급 컴퓨터 비전 기술을 활용하여 결정화 프로세스의 다중 공간 모니터링 및 분석을 위한 새로운 솔루션을 제공합니다. 이 방법론은 용액의 슬러그흐름과 벌크 결정 영역의 자동 감지를 용이하게 하여 동적 벌크 결정 밀도와 슬러그의 부피는 물론 다공성을 실시간으로 추정할 수 있습니다. ResNet18 및 Mask R-CNN 모델의 배포는 이 방법의 효과를 뒷받침하여 놀라운 성능 지표를 보여줍니다. ResNet18은 정확한 이미지 감지를 보장하는 반면, Mask R-CNN은 벌크 결정과 용액의 슬러그 분할에 대한 AP50 및 AP70 임계값 모두에서 100%로 96.4%의 평균 정밀도(AP)를 달성합니다. 이러한 결과는 연속 슬러그 흐름 결정화에 필수적인 품질 변수를 추정하는 데 있어 모델의 정확도와 신뢰성을 검증합니다. 이러한 발전은 기존 모니터링 방법의 한계를 해결할 뿐만 아니라 프로세스 모니터링에 컴퓨터 비전을 적용하는 도약을 의미하며, 지속적인 제조 작업에서 의사 결정, 최적화 및 제어를 향상시키는 데 중요한 의미를 제공합니다.

관련 구성원: Adams Derick (KAIST), 백승욱