AI활용 고속 기어박스 축간거리 추론 연구 = A Study on AI-Powered High-Speed Gearbox Center Distance Inference

다국어 초록 (Multilingual Abstract)

High-speed gearboxes are critical core components in the energy industry, including fluid and oil applications. Because they must be custom-designed for specific installation environments and surrounding conditions, standardization is difficult. This requires professional engineers with years of design experience and know-how to specify the size, component specifications, and other design parameters. This process is time-consuming and often leads to over-design for risk avoidance. While programs for optimal gear design are being introduced, they require expert-level gear engineering knowledge. Recently, a shortage of specialized technical personnel has become a common issue across industries. In the gearbox design field, there is a significant shortage of experienced designers capable of considering all relevant elements, such as gears and bearings.
This research explores how AI, widely utilized across all fields, can be applied to the design domain. It specifically targets the high-speed gearbox sector, attempting to practically implement AI-driven design solutions. This research serves two purposes: finding methods to integrate AI into the high-speed gearbox design process and implementing practical solutions for the high-speed gearbox sector, where the shortage of design personnel is severe. Since AI relies on data-driven learning and inference, data is paramount. To secure data, design parameter-related data was generated based on bending stress and contact stress—the fundamental design formulas for gear tooth profiles. This data was then used for training and inference via an AI Large Language Model (LLM). This method of extracting design-related data was termed an AI-Powered design approach. We verified whether junior engineers could utilize it in the design assistance phase and whether expert designers could expand its application to the design verification domain. Most companies, treating data as an asset, are actively seeking investment and application for AI utilization. While attempts to leverage AI technology in the manufacturing industry are ongoing and spreading, there remains a sense of uncertainty about where to begin.
This research explores and implements a solution enabling even novice designers in manufacturing to leverage the design capabilities of expert designers based on AI-Powered designer experience data. The paper implements a data generation approach targeting high-speed gearbox design, where the AI model learns and infers using an AI LLM. The key design parameter learned and inferred by AI is the center distance of the high-speed gearbox, which is central to layout sizing design. Compared to the traditional iterative trial-and-error approach for optimal sizing design, the AI-powered high-speed gearbox design method utilizing AI LLM proved highly effective. Data for training was generated according to the existing design methodology, and the interrelationships among the acquired data were organized in tabular form. This method applied the AI LLM RAG technique to utilize the generated data as external data. The results of inferring the design center distance of the high-speed gearbox using this method confirmed a significant reduction in design time. It is anticipated that applying this approach to similar design areas could assist experienced design engineers with expertise and know-how or, when necessary, enable junior designers to substitute for senior designers.

국문 초록 (Abstract)

고속기어 박스는 유체 및 오일등의 에너지 산업에서 중요한 핵심 장치 요소이다. 설치 환경과 주변 상황에 맞춤 설계되어야 하기에 표준 규격화 가 어려워서 수년간의 설계 경험과 노하우를 가진 전문 엔지니어가 사이즈, 부품규격 등의 사양 설계를 해야 한다. 이는 상당 시간이 소요되고 위험회피 상 과잉 설계 되는 경우가 많다. 기어 최적 설계에 사용되는 프로그램들이 도입되나 전문수준의 기어 공학 지식이 필요하다. 최근에는 전문 기술 인력 부족이 산업 전반에 공통적으로 나타나고 있다. 기어박스 설계 분야에서도 기어와 베어링 등의 제반 요소를 고려할 수있는 경험 축적된 설계자가 상당 부족하다.
본 연구에서는 최근 모든 분야에 활용되고 있는 AI를 설계 분야에서도 활용하는 방안을 찾는 연구로서 고속 기어박스 분야를 대상으로 AI활용 설계 방안의 실질적 구현을 시도하였다. 이는 AI를 설계에서 어떻게 활용해야 하는 것에 대한 방법을 고속 기어박스 설계 프로세스 상에 접목하여 찾는 연구와 설계 인력 부족이 심각한 고속 기어박스에서 실질적인 해법을 구현하는 두가지 목적의 연구이다. AI는 데이터 기반 학습과 추론이라 할 수있기에 데이터가 가장 중요하다. 데이터를 확보 하기 위해 기어 치형의 설계 기반 공식인 굽힘응력과 접촉응력에 기반하여 설계 제원관련한 데이터를 산출하였다. 이 데이터를 AI LLM를 통해 학습 및 추론을 하였다. 이러한 방법으로 설계 관련한 데이터를 추출하는 것을 AI-Powered 설계 방안이라 칭하였다. 이를 초급 엔지니어는 설계 보조단계에서, 전문설계자는 설계 검증 영역까지 확대 활용할 수 있는지 확인 하였다. 데이터를 자산으로 하는 대부분의 회사에서는 AI활용을 위한 투자와 적용을 적극적으로 모색하고 있다. 제조 업계에서도 AI 기술을 활용하려는 시도가 지속되고 확산되고 있으나 어디서부터 시작해야 하는지에 대한 막연함이 있다.
본 연구는 제조 산업현장에서 초급 설계자도 AI-Powered 설계자 경험 데이터를 바탕으로 전문 설계자가 수행하는 설계 능력을 발휘하도록 하는 방안을 찾고, 이를 실제 구현하는 것에 관련한 연구이다. 논문에서는 고속 기어박스 설계를 대상으로 데이터 생성하는 방안을 구현하였고, 데니터는 AI LLM을 통해 학습하고 추론하였다. AI를 통해 학습 추론한 것은 고속 기어박스의 축간거리로서 레이아웃 사이징(layout sizing) 설계에서 핵심이 되는 설계 제원이다. 기존 설계에서 진행되는 반복 시행을 통한 최적 사이징 설계 접근 방법과 비교에서 AI LLM을 활용한 AI-Powered 고속 기어박스 설계 방법은 매우 효과적임을 확인하였이다. 학습을 위한 데이터는 기존 설계 방식에 따라 데이터를 생성하고 확보한 데이터들간의 상호 연관성은 테이블 형태로 정리하였다. 생성한 데이터를 AI LLM RAG기법으로 외부 데이터로 이용하는 것을 적용한 방법이다. 이러한 방법을 통한 고속 기어박스의 설계 축간거리를 추론한 결과에서 설계 시간을 획기적으로 줄일 수 있음을 확인하였고, 유사한 설계 부문에도 파급 적용할 경우 경험과 노하우를 가진 전문 설계자를 보조하거나 필요시 초급자가 전문 설계자를 대리할 수 있을 것으로 예측 기대한다.

목차 (Table of Contents)

• 국문요약 = ⅶ
• Ⅰ. 서 론 = 1
• 1.1 연구 배경 = 1
• 1.2 선행 연구 = 2
• 1.3 AI-Powered 고속 기어박스 설계의 필요성 = 5
• Ⅱ. 연구 내용 = 11
• 2.1 현재 고속 기어박스 설계 프로세스 = 11
• 2.2 고속 기어박스 설계에 AI 적용 방안 = 21
• 2.2.1 설계 제원 데이터 확보 방안 = 24
• 2.2.2 축간거리 AI 추론 방안 = 25
• 2.2.3 데이터 기반 AI-Powered 추론 방안 = 30
• 2.2.4 AI-Powered 설계 확장 = 31
• 2.3 AI-Powered 고속 기어박스 설계 구성 안 = 32
• 2.3.1 고속 기어박스 설계 데이터 생성 = 35
• 2.3.2 LLM 모델 활용 = 52
• 2.3.3 RAG 기법 활용 = 53
• 2.3.4 AI 에이젼트로의 확장 = 58
• Ⅲ. 연구 결과 = 61
• 3.1 추론에서 RAG 기법 적용 = 61
• 3.2 추론을 위한 데이터 전처리 = 62
• 3.3 AI LLM RAG를 고속 기어박스 설계 적용 = 69
• 3.3.1 RAG 입력을 위한 설계 데이터 정리 = 71
• 3.3.2 거대 AI LLM과 로컬 AI LLM에서 RAG기법 적용 = 73
• 3.4 설계 제원 추론 및 구현 = 74
• 3.4.1 RAG 프로세스 구현 = 74
• 3.4.2 로컬 LLM에서 축간거리 추론 = 77
• 3.4.3 거대 LLM에서 축간거리 추론 = 82
• 3.4.4 결과 분석 및 비교 = 83
• Ⅳ. 고찰 및 결과 = 86
• 4.1 AI-Powered 설계 고찰 = 86
• 4.2 AI-Powered 설계 결과 = 89
• Ⅴ. 결 론 = 92
• 참고문헌 = 94
• ABSTRACT = 97