테크노트 AI 활용한 절삭가공 데이터 해석 기법

최근 IoT·AI 기술이 발전·보급됨에 따라 절삭가공 중인 공구 상태를 실시간으로 감시해 이상 검지나 공구의 수명 예측․판정을 할 수 있는 기술에 대한 관심이 높아지고 있다. 한편 아직도 많은 절삭가공 현장에서는 다음과 같은 문제가 코스트 개선의 장벽이 되고 있다. 예를 들어 ‘기술자의 노하우에 의존한 공구 수명 판정’이나 ‘가공 수나 가공 거리와 같은 일률적인 공구 수명 설정’이다. 전자는 소리나 절삭칩 형상 등 기술자의 경험에 의존하는 정성적인 기준으로 수명을 판정하고 있기 때문에 기술 전승의 문제나 인력절감화·자동화의 폐해가 되고 있다. 후자는 공구마다 수명 편차가 있기 때문에 공구 수명에 달하지 않아도 교체하는 경우가 많아 공구 코스트 절감의 폐해가 되고 있다. 이와 같은 배경에서 ‘절삭가공 중인 공구 상태의 가시화’나 ‘경험․노하우의 디지털화’ 등에 대한 요구가 많아지고 있다. 이 글에서는 이러한 요구에 대응하기 위해 절삭가공 중인 공구 상태 실시간 감시의 기반 기술로서 밀링 가공 중에 취득한 가속도 데이터를 AI(기계학습)에 의해 해석하고, 공구 상태를 추정하는 방법에 대해 소개한다. 공구 상태 추정의 흐름 우선 이 글에서 소개하는 공구 상태 추정

• 마츠오카 마사시, 대동특수강 기술개발연구소 가공성형연구실 부주임연구원
• 2022-09-06 13:16