스마트폰 센서를 활용해 정밀가공에서 공구 마모를 실시간으로 모니터링하는 신기술이 개발됐다.이러한 발전을 통해 사전 예방적인 유지보수와 시기적절한 공구 교체가 가능해 생산 품질이 향상될 것으로 기대됩니다.

UNIST 기계공학과 박정욱 교수와 임성훈 산업공학·인공지능대학원 교수 공동연구팀이 실시간 공구 마모 예측 방법을 개발했다.이 혁신적인 접근 방식은 절삭 공구를 시기적절하게 교체하여 생산 효율성을 최적화하는 것을 목표로 합니다.

이번 연구 결과는출판됨에서제조 시스템 저널.

본 연구에서 팀은 데이터 노이즈를 완화하고 처리 중에 발생하는 불확실성을 설명하기 위해 필터링 기술을 통합한 딥 러닝 기반 예측 모델을 도입했습니다.이 방법은 이전 연구 노력에 비해 정확도를 향상시키면서 도구 마모 예측의 성능과 신뢰성을 크게 향상시킵니다.

항공우주 및 생물의학 분야와 같은 첨단 제조 분야에서 널리 사용되는 티타늄 합금(Ti-6Al-4V)은 열악한 열 특성으로 인해 공구가 빠르게 마모되는 문제를 야기합니다.따라서 공구 상태를 실시간으로 모니터링하는 것이 매우 중요합니다.

김경호 UNIST 산업공학과 교수는 “스마트폰 센서 데이터 내 노이즈를 최소화하고 첨단 딥러닝 기법을 활용해 공구 마모 예측 정확도를 더욱 높였다”고 말했다.

UNIST 기계공학과 양상민 교수는 “이번 개발은 스마트폰 애플리케이션을 통해 실시간 예측이 가능해 효율적이고 비용 효율적인 생산 및 제조 시스템의 발전에 크게 기여할 것”이라고 강조했다.값비싼 센서를 위해."

추가 정보:김경호 외, Ti-6Al-4V 선삭 가공을 위한 스마트폰 센서를 이용한 딥러닝 기반 불확실성 인식 공구 마모 예측 방법 개발,제조 시스템 저널(2024).DOI: 10.1016/j.jmsy.2024.07.010