KR102222566B1 - 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템 - Google Patents

비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템 Download PDF

Info

Publication number
KR102222566B1
KR102222566B1 KR1020200036327A KR20200036327A KR102222566B1 KR 102222566 B1 KR102222566 B1 KR 102222566B1 KR 1020200036327 A KR1020200036327 A KR 1020200036327A KR 20200036327 A KR20200036327 A KR 20200036327A KR 102222566 B1 KR102222566 B1 KR 102222566B1
Authority
KR
South Korea
Prior art keywords
quality
valve seat
gauge sensor
unit
camera
Prior art date
Application number
KR1020200036327A
Other languages
English (en)
Inventor
하미란
이신아
이신권
Original Assignee
주식회사 한국일측
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 한국일측 filed Critical 주식회사 한국일측
Priority to KR1020200036327A priority Critical patent/KR102222566B1/ko
Application granted granted Critical
Publication of KR102222566B1 publication Critical patent/KR102222566B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Immunology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

본 발명의 일 실시예에 의하면, 자동차 엔진헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질측정 시스템 시스템에 있어서, 카메라가 장착된 게이지 센서, 게이지 센서에서 촬영된 영상을 취득하고, 취득한 영상을 분석하기 위한 데이터 처리부, 및 데이터 처리부의 분석 결과에 기초하여 품질 관련 정보를 관리하기 위한 품질 관리 서버를 포함하는 품질관리 시스템을 제공할 수 있다.

Description

비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템{GAUGE FOR AUTOMATICALLY MEASURING VEHICLE VALVE SEAT QUALITY USING VISION AND DEEP LEARNING TECHNOLOGY AND QUALITY MEASUREMENT SYSTEM USING THE SAME}
본 발명은 비전 및 딥러닝 기술을 이용하여 차량 밸브 시트의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 방법과 관련 시스템에 관한 것이다. 보다 구체적으로, 본 발명은 자동차 제조 헤드 블록 가공 공정의 밸브 시트의 밸브 시트면과 압입 후 틈새의 품질을 측정하기 위해 게이지에 장착된 카메라를 이용하여 비전 및 딥러닝 알고리즘을 응용한 자동 측정 및 판정 시스템에 관한 것이다.
자동차 산업은 세계적으로 매출액이 1조 달러 이상, 1만 명 이상의 고용 효과가 큰 세계 최대 제조업에 해당한다. 또한, 국가의 경제성장을 주도하는 매우 중요한 산업이며, 전국에서 수많은 자재와 부품을 사용함에 따라 국가 균형 발전은 물론, 지역별 고용 효과에도 도움을 주는 중요한 산업이다.
이처럼 중요한 자동차 산업은 설계, 개발, 제조, 판매의 광범위한 사업 영역을 포함하나, 완성차 업체 및 소비자는 완벽한 품질 수준을 요구하고 있다.
또한, 자동차 산업이외에도 백색가전 산업 등 제조업 기반 경쟁력 강화는 품질에서부터 시작과 진행 중으로 활동해야 하기 때문에, 보다 쉽고, 편리하며, 정밀한 측정 도구가 제조현장에서부터 사용되어야만 전사적 품질체계 확립에 도움을 주어 기업의 효율성 증대는 물론, 지역 산업에 기여하고, 더 나아가 국가 경쟁력 상승에 기여할 수 있다.
특히, 측정/계측자동화를 통한 제조원가 절감을 이루기 위해서는 공정 측정 관리가 필요하며, 공정 측정관리에 사용되는 데이터 중 불량관리 및 개선방안 수립에 필요한 데이터를 얻는 방법으로 측정기가 사용되고 있다.
그러나, 중소규모의 현장에는 이와 같은 측정/계측자동화의 수요만 있을 뿐 실제 적용에까지 이르지는 못하고 있으며, 비교적 단순한 구성으로 현장에서 쉽게 도입할 수 있는 측정기 시스템만을 구현하고 있다.
특히, 검사자의 육안검사나 느낌에 의한 측정, 또한 수동적 조작만으로 측정이 이루어졌던 자동차 제조 헤드블록 가공 공정에서의 밸브시트의 압입 후 틈새와 B면의 폭을 자동으로 측정할 수 있는 새로운 방법 및 시스템이 요구된다.
대한민국 등록특허 제10-1541652호(2015.07.28)
본 발명은 비전 및 딥러닝 기술을 이용하여 자동차 엔진헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질측정 시스템 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 자동차 엔진의 실린더헤드 가공 중 중요한 부분인 밸브 시트의 틈새 및 면의 가공 정도를 측정하고 그 데이터를 실시간으로 수집하여 품질 관리를 할 수 있도록 하는 게이지 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 게이지에 초소형 카메라를 장착하고 안정적인 회전을 통해 밸브 시트의 측정 영역에 대한 영상을 얻을 수 있는 회전가능한 측정 게이지를 제공하는 것을 목적으로 한다.
또한, 본 발명은 카메라 비전 정보를 이용하여 밸브 시트의 상태를 딥러닝 알고리즘을 통해 학습하고 품질의 불량 여부를 판단함으로써 보다 정확한 자동 측정 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 게이지 센서 데이터에 기초하여 제품 또는 부품의 품질과 해당 제조 환경의 상관관계를 도출하는 방법 및 시스템을 구현하는 것을 목적으로 한다.
또한, 본 발명은 환경 센서, PLC 센서 및 게이지 센서에서 측정한 데이터를 수집 및 모니터링하고, 품질-환경 상관관계 도출에 의해 제품 또는 부품의 품질 불량을 예측하고, 이상 탐지의 경우 사용자 단말에 알람을 전달가능한 방법 및 시스템을 제공하는 것을 목적으로 한다.
본 발명의 해결 과제들은 이상에서 언급한 내용들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따르면, 밸브 시트의 품질을 자동으로 측정하기 위한 게이지를 포함하는 품질 측정 시스템에 있어서, 카메라가 장착된 게이지 센서; 상기 게이지 센서에서 촬영된 영상을 취득하고, 취득한 영상을 분석하기 위한 데이터 처리부; 및 상기 데이터 처리부의 분석 결과에 기초하여 품질 관련 정보를 관리하기 위한 품질 관리 서버를 포함하는 품질 측정 시스템을 제공할 수 있다.
여기서, 상기 게이지 센서는, 길게 연장된 형태를 갖고 회전의 중심이 되는 가이드경; 상기 가이드경의 상부에 형성된 제1 링부 및 상기 제1 링부의 상부에 형성되고 상기 제1 링부보다 큰 직경을 갖는 제2 링부를 포함하는 회전 측정부를 포함하고, 상기 게이지 센서는 상기 가이드경을 통해 밸브 시트에 삽입되어 회전 가능하도록 구성되는 것인, 품질 측정 시스템을 제공할 수 있다.
또한, 상기 게이지 센서의 회전 측정부는 상기 제1 링부 또는 상기 제2 링부 적어도 일부 영역에 상기 카메라가 장착되기 위한 홈을 포함하는 카메라 수납부가 형성될 수 있다.
또한, 상기 제2 링부는 하부에 직경이 점진적으로 작아지는 경사부를 포함하고, 상기 경사부를 통해 상기 밸브 시트의 B면에 안착하도록 구성될 수 있다.
또한, 상기 회전 측정부의 상기 가이드경의 직경은 5.5mm일 수 있다.
또한, 상기 카메라는 밸브 시트 압입 후의 틈새의 폭을 촬영하도록 상기 제1 링부 내에 설치된 카메라 수납부 내에 위치할 수 있다.
또한, 상기 데이터 처리부는 상기 밸브 시트 압입 후의 틈새의 폭을 계산하여 수치화하도록 구성되고, 상기 틈새의 폭이 30μm이내인지 여부 및허용 오차 5μm 기준으로 품질의 불량 여부를 판단할 수 있다.
또한, 상기 카메라는 상기 밸브 시트의 B면을 촬영하도록, 상기 제2 링부의 상기 경사부의 중앙에 대응하는 위치에 설치된 카메라 수납부 내에 위치할 수 있다.
또한, 상기 데이터 처리부는 상기 밸브 시트의 B면의 폭을 계산하여 수치화하도록 구성되고, 상기 B면의 폭(1.2mm~1.5mm)의 변화량이 150μm이상인 경우 품질 불량으로 판단할 수 있다.
또한, 상기 게이지 센서는 상기 회전 측정부를 회전시키기 위한 모터를 포함하는 모터 제어부를 더 포함하고, 상기 모터 제어부와 상기 회전 측정부는 서로 결합 및 분리가 가능하도록 모듈식으로 구성될 수 있다.
또한, 상기 데이터 처리부는 상기 카메라의 화소수와 초점 거리에 기초하여 딥러닝 알고리즘을 이용하여 품질의 불량 여부를 판단할 수 있다.
또한, 상기 품질 관리 서버는 상기 게이지 센서로부터 획득한 영상으로부터 상기 데이터 처리부가 생성한 품질 정보를 생성하는 시점의 환경 정보에 기초하여 상기 품질 정보의 신뢰도를 도출하도록 구성될 수 있다.
본 발명에 의하면, 비전 및 딥러닝 기술을 이용하여 자동차 엔진헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템을 제공할 수 있다.
또한, 본 발명에 의하면, 자동차 엔진의 실린더헤드 가공 중 중요한 부분인 밸브 시트의 틈새 및 B면의 가공 정도를 측정하고 그 데이터를 실시간으로 수집하여 품질 관리를 할 수 있도록 하는 게이지 시스템을 제공할 수 있다.
또한, 본 발명에 의하면, 게이지에 초소형 카메라를 장착하고 안정적인 회전을 통해 밸브 시트의 측정 영역에 대한 영상을 얻을 수 있는 회전가능한 측정 게이지를 제공할 수 있다.
또한, 본 발명에 의하면, 카메라 비전 정보를 이용하여 밸브 시트의 상태를 딥러닝 알고리즘을 통해 학습하고 품질의 불량 여부를 판단함으로써 보다 정확한 자동 측정 시스템을 제공할 수 있다.
또한, 본 발명에 의하면 게이지 센서 데이터에 기초하여 제품 또는 부품의 품질과 해당 제조 환경의 상관관계를 도출하는 방법 및 시스템을 구현할 수 있다.
또한, 본 발명에 의하면, 환경 센서, PLC 센서 및 게이지 센서에서 측정한 데이터를 수집 및 모니터링하고, 품질-환경 상관관계 도출에 의해 제품 또는 부품의 품질 불량을 예측하고, 이상 탐지의 경우 사용자 단말에 알람을 전달가능한 방법 및 시스템을 제공할 수 있다.
본 발명의 효과들은 이상에서 언급한 내용들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 측정 대상인 자동차 엔진 및 밸브 시트의 구성을 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 차량 밸브 시트의 품질을 자동으로 측정하기 위한 게이지 시스템의 구성을 나타내는 일 예시도이다.
도 3a및 도 3b는 본 발명의 일 실시예에 따른 게이지 센서의 구성을 설명하기 위한 정면도 및 측면도를 나타낸다.
도 4는 본 발명의 일 실시예에 따른 게이지 센서의 회전 측정부의 구성을 설명하기 위한 도면이다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른 밸브 시트의 품질 측정을 위한 구성을 설명하기 위한 개념도이다.
도 6은 본 발명의 일 실시예에 따른 게이지 센서 데이터에 기초하여 품질-환경 상관관계를 도출하기 위한 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
본 명세서에서 사용되는 "포함한다(comprises)", "포함하는(comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
또한, 본 발명에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 이와 같은 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 본 발명의 실시예에 나타나는 구성부들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 기술되고, 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수 개의 구성부로 나뉘어져 기능을 수행할 수 있다. 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리 범위에 포함된다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다. 본 발명의 구성 및 그에 따른 작용 효과는 이하의 상세한 설명을 통해 명확하게 이해될 것이다.
도 1a 및 도 1b는 본 발명의 일 실시예에 따른 측정 대상인 자동차 엔진 및 벨브 시트의 구성을 설명하기 위한 예시도이다.
먼저 자동차 엔진에 대해 간략하게 설명하면, 자동차 엔진은 크게 실린더 헤드, 실린더 블록, 크랑크로 구분할 수 있는데, 그 중에 맨 위 부분이 실린더 헤드 부분으로서, 밸브헤드의 시트면인 밸브시트(Valve seat) B면의 가공이 중요한 가공 공정으로 정밀도에 따라 자동차 성능에 많은 영향을 주고 있다.
밸브시트(Valve seat) B면은 가솔린,디젤 등의 내연기관의 실린더 헤드에서 4행정 중 압축, 팽창을 위해 밸브가 닫히게 될 때 밸브의 면이 밸브헤드와 밀착하여 기밀을 유지하는 부분으로서,밸브 시트 가공면은 도 1a의 우측 도면에서와 같이 위에서부터 차례대로 A면, B면(-45도 경사부분), C면으로 구성될 수 있다.특히 밸브 시트면은 밸브 시트와 접촉하는 밸브 헤드의 경사 부분으로 약 1.2mm의 폭을 갖고 45도로 경사진 B면을 의미한다.또한,밸브 시트 가공면 하부에 밸브 시트의 압입 후 틈새가 존재하며,틈새의 폭의 변화량이 일정 기준 이상인 경우 불량이 된다.
이하에서는 밸브 시트의 틈새의 폭 및 밸브 시트 B면의 폭을 자동으로 측정하기 위한 시스템에 대해 설명한다.
도 2는 본 발명의 일 실시예에 따른 차량 밸브 시트의 품질을 자동으로 측정하기 위한 게이지 시스템의 구성을 나타내는 일 예시도이다.
환경 센서(100)는 온도, 습도, 진동, 소음, CO(일산화탄소), CO2(이산화탄소), 위치 등의 제조 환경 관련 데이터를 측정하기 위한 복수의 센서를 포함하고 있으며, 데이터 처리부(500)는 유무선 통신망(400)을 통해 환경 센서(100)로부터 환경 정보 수집을 위한 환경 센서 데이터를 수신할 수 있다. 환경 센서(100)는 제조 공정이 이루어지는 위치 또는 영역, 해당 기계와 관련된 환경 정보를 수집하는 역할을 수행하며, 주기적 또는 비주기적으로 환경 관련 데이터를 실시간 측정하도록 구성된다.
PLC(Programmable Logic Controller) 장비(200)는 제조 공정에서 사용되는 각종 설비 및 장치를 제어하고 자동화하기 위한 장비로서, PLC 장비(200)의 벤더에서 제공하는 프로토콜은 비표준인 경우가 많아, 특화된 통신 방식에 맞게 설정이 필요할 수 있다. 데이터 처리부(500)는 유무선 통신망(400)을 통해 PLC 장비(200)에서 측정한 PLC 측정 데이터를 수신하도록 구성될 수 있다.
게이지 센서(300)는 제조된 제품 또는 부품의 폭, 길이, 크기, 형상, 정확도 등과 관련된 제품 또는 부품의 품질 정보와 관련된 수치를 측정하기 위한 복수의 게이지 센서로 구성될 수 있으며, 데이터 처리부(500)는 유무선 통신망(400)을 통해 게이지 센서(300)로부터 게이지 센서 데이터를 수신할 수 있다. 일 실시예에서 게이지 센서(300)는 장착된 카메라의 회전을 통해 동영상 촬영을 하고, 영상 데이터를 생성하도록 구성될 수 있으며, 길게 연장된 형태를 갖고 회전의 중심이 되는 가이드경, 가이드경의 상부에 형성된 제1 링부, 및 제1 링부의 상부에 형성되고 더 큰 직경을 갖는 제2 링부를 포함하는 회전 측정부를 포함함으로써, 게이지 센서(300)가 가이드경을 통해 밸브 시트에 삽입되어 회전하면서, 밸브 시트 압입 후 틈새 및 밸브 시트의 B 면 등의 폭을 촬영하도록 구성될 수 있다.
유무선 통신망(400)은 유선 통신 네트워크 및 무선 통신 네트워크를 지원가능하며, 무선 통신 네트워크의 경우, 셀룰러 통신 또는 근거리통신을 포함할수 있다. 특히, 근거리통신은 LoRA(Long Range), Wi-Fi(Wireless Fidelity), 블루투스(Bluetooth), 지그비(Zigbee) 또는 NFC(Near Field Communication) 등 적어도 하나를 포함할 수 있으며, 통신 방법은 이에 한정되는 것은 아니다. 환경 센서(100), PLC 장비(200), 게이지 센서(300)에서 측정된 데이터들은 유무선 통신망(400)을 통해 실시간으로 데이터 처리부(500)에 전송되어 분석될 수 있다.
데이터 처리부(500)는 유무선 통신망(400)을 통해 환경 센서(100), PLC 장비(200), 게이지 센서(300)에서 측정된 IoT 센서 데이터를 수집하도록 구성되며, 환경 센서 데이터, PLC 측정 데이터 및 게이지 센서 데이터 각각에 대해, 타임스탬프 정보를 처리하기 위한 타임스탬프 처리부 및 위치 영역 정보를 처리하기 위한 위치 영역 처리부를 포함할 수 있다.
또한, 데이터 처리부(500)는 게이지 센서(300)에서 촬영된 카메라 영상을 분석하도록 구성된 영상 분석부(510)를 포함할 수 있다. 영상 분석부(510)는 카메라(350)의 촬영 영상에 기초하여 밸브 시트 압입 후의 틈새(301)의 폭을 계산하여 수치화하도록 구성되고, 예컨대 틈새의 폭이 30μm이내인지 여부 및 허용 오차 5μm 기준으로 품질의 불량 여부를 판단할 수 있다. 또한, 영상 분석부(510)는 게이지 센서(300)의 카메라(350)의 촬영 영상에 기초하여 밸브 시트의 B면의 폭을 계산하여 수치화하도록 구성되고, 예컨대 판단된 B면의 폭(1.2mm~1.5mm)의 변화량이 150μm이상인 경우 품질 불량으로 판단할 수 있다.
또한, 영상 분석부(510)는 비전 및 딥러닝 기술을 활용할 수 있으며, 예컨대, 컨볼루션 기반 세그멘테이션(convolution-based segmentation)에 기초한 딥러닝 학습 또는 오토인코더 기반 세그멘테이션(autoencoder-based segmentation)에 기초한 딥러닝 학습을 통해 밸브 시트의 틈새 또는 B면의 불량 유무를 자동으로 판단할 수 있다.
데이터 상관관계 분석 처리부(600)는 데이터 처리부(500)에서 수집된 환경 센서 데이터, PLC 장비 데이터 및 게이지 센서 데이터에 기초하여 품질-환경 상관관계를 생성하도록 구성되며, 로컬 서버, 클라우드 서버 등 다양한 컴퓨팅 장치 등으로 구성될 수 있다.
데이터 상관관계 분석 처리부(600)는 환경 센서 데이터 및 PLC 측정 데이터에 기초하여 환경 정보를 생성할 수 있다. 또한, 데이터 상관관계 분석 처리부(600)는 게이지 센서 데이터로부터 품질 정보를 생성할 수 있다. 또한, 이와 같이 생성된 환경 정보와 품질 정보에 기초하여 품질-환경 상관관계를 도출하여 생성해낼 수 있다.
또한, 데이터 상관관계 분석 처리부(600)는 IoT 센서 데이터의 타임스탬프 정보에 기초하여 해당 연, 월, 일 및 계절 정보 등을 도출할 수 있다. 또한, 데이터 상관관계 분석 처리부(600)는 IoT 센서 데이터의 위치 영역 정보에 기초하여 해당 위치와 관련된 공정 정보를 도출할 수 있다.
또한, 데이터 상관관계 분석 처리부(600)는 추가적으로 게이지 센서 데이터로부터 품질 정보를 생성하는 시점의 환경 정보에 기초하여 품질 정보의 신뢰도를 도출하도록 구성될 수 있다. 예컨대, 게이지 센서의 정상 동작 환경 조건에 부합하지 않거나 정상 범위의 중간값과 차이가 많이 날수 있는 환경, 예컨대 여름 또는 겨울에 온도 또는 습도 조건이 정상 범위를 벗어난 경우 품질 정보의 신뢰도를 낮게 설정할 수 있다.
또한,데이터 상관관계 분석 처리부(600)는 환경 정보와 품질 정보 사이의 상관관계를 도출하도록 구성되며, 머신러닝 및 딥러닝 기술을 활용하여 상관관계를 도출할 수 있다.
예컨대, 지도학습의 경우 kNN(k-Nearest Neighbor) 모델 또는 서포트 벡터 머신(support vector machine) 또는 의사결정 트리의 학습 모델을 사용할 수 있으며, 비지도학습의 경우 k-평균(means) 클러스터링 알고리즘 등을 활용할 수 있다.
또한, 데이터 상관관계 분석 처리부(600)는 IoT 센서 데이터에 대해 처리된 시간 정보 및 위치 영역 정보에 기초하여, 시간별 및 위치 영역 정보에 기초한 공정별 품질-환경 상관관계를 도출해낼 수 있다.
또한,데이터 상관관계 분석 처리부(600)는 게이지 센서 데이터로부터 품질 정보를 생성하는 시점의 환경 정보에 기초하여 품질 정보의 신뢰도를 동적으로 적용하도록 구성될 수 있다.예컨대,게이지 센서의 정상 동작 환경 조건에 부합하지 않거나 정상 범위의 중간값과 차이가 많이 날수 있는 환경, 예컨대 여름 또는 겨울,또는 게이지 센서 측정 위치 영역의 온도, 습도, 진동, 소음 조건 등이 이상적인 측정 조건과 멀어질 수록 품질 정보의 신뢰도를 낮게 설정할 수 있다. 이와 같은 경우 게이지 센서 데이터의 비정상적인 환경 정보에 기초하여 게이지 센서 데이터의 환경 조건을 변경하여 정확한 품질 정보 측정이 가능하도록 유도할 수 있다.
다음으로, 품질 관리 서버(700)는 데이터 처리부(500) 및 데이터 상관관계 분석 처리부(600)와 연결되어 데이터를 상위 클라우드 서버로 전송 및 저장하고, 품질 데이터 및 통계를 분석하는 역할을 수행하며, 클라우드 서버로 구성될 수 있다. 필요에 따라 데이터 상관관계 분석 처리부(600)가 클라우드 서버의 형태로 구현될 수도 있다. 또한, 품질 관리 서버(700)는 통계적 공정 관리(SPC, Statistical Process Control) 프로그램을 포함하여 품질 관리 자동화를 구현할 수 있다.
품질 관리 서버(700)는 머신 러닝 등의 기계 학습을 통해 도출된 품질-환경 상관관계에 기초하여 해당 시간, 예컨대 해당 연, 월, 일, 계절 등과, 해당 위치 영역, 예컨대 특정 공정이 이루어지는 위치 영역에서 정상 범위로 판단된 품질의 제품이 나오는 환경 범위를 벗어나는 경우 해당 시간 및 위치 영역에서 제조되는 제품 또는 부품의 품질 불량률이 높아질 수 있음을 예측하고, 실시간 품질-환경 상관관계 도출을 통해 그 변화여부를 모니터링하면서 불량예측을 수행하도록 구성될 수 있다. 또한, IoT 센서 데이터의 타임스탬프 정보에 기초하여 일별, 월별, 분기별, 계절별 분석 및 불량 예측이 가능하다.
또한, 품질 관리 서버(700)는 제품 또는 부품의 불량이 예측되거나 불량률이 미리 결정된 기준 이상으로 예측되는 경우 해당 단말기나 해당 사용자에 이상 탐지 관련 알람을 전달하도록 구성될 수 있다.
도 3a및 도 3b는 본 발명의 일 실시예에 따른 게이지 센서의 구성을 설명하기 위한 정면도 및 측면도를 나타낸다.
먼저 도 3a는 본 발명의 일 실시예에 따른 밸브 시트 압입 후 틈새를 측정하기 위한 게이지 센서의 정면도(좌측 도면) 및 측면도(우측 도면)를 나타낸다. 예컨대, 게이지 센서(300)는 회전 측정부(310), 커버부(320), 모터 제어부(330), 라인 연결부(340) 및 회전 측정부(310)의 홈 내에 설치된 소형의 카메라(350)를 포함할 수 있다.
회전 측정부(310)는 길게 연장된 형태를 갖고 회전의 중심이 되는 가이드경, 가이드경의 상부에 형성된 제1 링부, 및 제1 링부의 상부에 형성되고 제1 링부보다 큰 직경을 갖는 제2 링부를 포함할 수 있으며, 게이지 센서(300)는 가이드경을 통해 밸브 시트에 삽입되어 회전 가능하도록 구성될 수 있다.
회전 측정부(310)의 일부 영역에는 카메라(350)가 장착되기 위한 홈이 형성되며, 이 홈 내에 설치된 카메라(350)가 회전 측정부(310)의 회전을 통해 360도 회전하면서 실시간 영상을 획득하고, 획득한 영상을 유무선 통신망(400)을 통해 데이터 처리부(500)로 전달할 수 있다.
도 3a를 참조하면, 밸브 시트 압입 후의 틈새의 폭을 촬영하기 위해, 카메라(350)가 하부의 제1 링부 내의 홈에 설치되어 있으며, 일부는 제2 링부에 걸쳐서 배치되는 것도 가능하다. 이와 같이 설치된 카메라(350)를 통해 획득한 영상에 기초하여 데이터 처리부(500)는 밸브 시트 틈새의 폭을 계산하여 수치화하도록 구성되고,예컨대 틈새의 폭이 30μm이내인지 여부 및 허용 오차 5μm 기준으로 품질의 불량 여부를 판단할 수 있다.
도 3a의 왼쪽 도면을 참조하면, 게이지 센서(300)의 회전 측정부(310) 중심의 가이드경을 중심으로 삽입되어, 제2 링부의 하단 경사면이 밸브 시트의 B면에 접촉하여 안착되어 있음을 확인할 수 있다.
한편, 도 3b는 본 발명의 일 실시예에 따른 밸브 시트의 B면 폭을 측정하기 위한 게이지 센서의 정면도 및 측면도를 나타낸다. 도 3a와 마찬가지로, 게이지 센서(300)는 회전 측정부(310), 커버부(320), 모터 제어부(330), 라인 연결부(340) 및 회전 측정부(310)의 홈 내에 설치된 소형의 카메라(350)를 포함할 수 있다.
여기서, 도 3b의 카메라(350)는 밸브 시트의 B면을 촬영할 수 있도록, 제1 링부 위의 제2 링부의 경사부의 중앙에 대응하는 위치에 설치될 수 있으며, 일부는 제1 링부에 걸쳐서 배치되는 것도 가능하다. 이와 같이 설치된 카메라(350)를 통해 획득한 영상에 기초하여 데이터 처리부(500)는 밸브 시트의 B면의 폭을 계산하여 수치화하도록 구성되고, 예컨대 B면의 폭의 변화량이 150μm이상인 경우 품질 불량으로 판단할 수 있다. 도 3b의 경우 도 3a에서보다 카메라(350)의 위치가 상부에 위치하며, 이는 촬영 대상의 위치, 즉 밸브 시트의 B면이 밸브 시트의 틈새보다 위에 위치하기 때문이며, 이와 같이 측정 대상의 높이에 따라 카메라(350)의 장착 위치가 변경될 수 있다.
또한, 게이지 센서(300)는 회전 측정부(310)의 상단을 덮고, 회전 측정부(310)와 모터 제어부(330) 사이에 존재하는 커버부(320)를 포함하고, 모터 제어부(330)는 회전 측정부(310)를 회전시키기 위한 모터 및 이와 관련된 제어 회로와, 카메라(350)를 제어하기 위한 회로 등을 포함할 수 있다. 또한, 모터 제어부(330)의 일 단에 전원 공급을 위한 라인이 연결되고 피복된 형태를 갖는 라인 연결부(340)를 포함할 수 있다.
또한, 게이지 센서(300)에서 모터 제어부(330)와 회전 측정부(310)는 서로 결합 및 분리가 가능하도록 모듈식으로 구성되어, 측정 대상 및 규격에 따라 회전 측정부(310)만 알맞게 교체하여 측정을 수행하도록 구성될 수 있다.
도 4는 본 발명의 일 실시예에 따른 게이지 센서(300)의 회전 측정부(310)의 구성을 설명하기 위한 도면이다.
도 4를 참조하면, 게이지 센서(300)의 회전 측정부(310)는 중앙에서 길게 연장된 형태를 갖고 회전의 중심이 되는 가이드경(311), 가이드경(311)의 상부에 형성된 제1 링부(312), 및 제1 링부(312)의 상부에 형성되고 제1 링부(312)보다 큰 직경을 갖는 제2 링부(313)와, 커버부(320) 등에 결합될 수 있도록 구성되는 연결부(316)을 포함할 수 있다. 여기서, 예컨대 가이드경의 직경은 5.5mm일 수 있으며, 규격에 따라 변경될 수 있다.
또한, 제2 링부(313)는 하부에 직경이 점진적으로 작아지는 경사부(314)를 포함하고, 이와 같은 경사부(314)를 통해 게이지 센서(300)가 밸브 시트의 B면에 안착하도록 구성될 수 있다. 게이지 센서(300)의 측정 시에 동심을 맞추는 것이 중요한데, 회전 측정부(310)의 중심에 위치한 가이드경(311)을 통한 삽입 및 제2 링부(313)의 경사부(314)가 밸브 시트 B면에 접촉함으로써 동심을 맞춘 후에 회전 측정부(310)가 중앙에서 회전할 수 있도록 해줄 수 있다.
회전 측정부(310)는 제1 링부(312) 또는 제2 링부(313)의 적어도 일부 영역에 카메라(350)가 장착되기 위한 홈을 포함하는 카메라 수납부(315)가 형성될 수 있으며, 카메라가 장착되는 위치에 따라 그 홈은 제1 링부(312) 및 제2 링부(313)에 걸쳐서 생성될 수 있다. 또한, 카메라의 장착 위치는 촬영 대상, 측정물의 위치에 따라 위 아래로 변경될 수 있다.
예컨대, 밸브 시트 압입 후의 틈새의 폭을 촬영하기 위해, 카메라(350)가 하부의 제1 링부(312) 내의 홈에 설치될 수 있으며, 또는 제1 링부(312)에 치우치면서 제2 링부(313)에 일부 영역이 걸쳐서 배치되는 것도 가능하며, 카메라의 크기에 따라 카메라 수납부(315)의 크기도 조절될 수 있다.
또한, 카메라(350)가 밸브 시트의 B면을 촬영할 수 있도록, 제1 링부(312) 위의 제2 링부(313) 내에 형성된 홈 내에 경사부(314)의 중앙에 대응하는 위치에 설치될 수 있으며, 이때 제2 링부(313) 뿐만 아니라 홈의 일부는 제1 링부(312)에 걸쳐서 배치되는 것도 가능하다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른 밸브 시트의 품질 측정을 위한 구성을 설명하기 위한 개념도이다.
먼저, 도 5a는 회전 측정부(310)가 회전하면서 밸브 시트 압입 후의 틈새의 폭을 촬영하기 위한 구성을 설명하기 위한 도면이다.
카메라(350)의 위치는 밸브 시트 압입 후 틈새(301)를 촬영하기 위해 틈새(310)와 동일한 높이에 배치될 수 있으며, 예컨대 제1 링부(312) 내의 홈에 배치될 수 있다.
밸브 시트 압입 후 틈새(301)의 폭을 카메라(350)가 360도 자동 회전하면서 가이드경(311)을 중심으로 실시간 동영상을 촬영할 수 있으며, 이와 같이 촬영된 영상 데이터는 데이터 처리부(500)에 전달되어, 영상 분석부(510)를 통해 불량 유무가 자동 판단될 수 있다.
영상 분석부(510)에서는 밸브 시트 압입 후의 틈새(301)의 폭을 계산하여 수치화하도록 구성되고, 예컨대 틈새의 폭이 30μm이내인지 여부 및 허용 오차 5μm 기준으로 품질의 불량 여부를 판단할 수 있다.
보다 구체적으로, 영상 분석부(510)에서는 카메라(350)의 화소수와 초점 거리에 기초하여 틈새의 폭의 길이를 수치화하고,딥러닝 알고리즘을 이용하여 품질의 불량 여부를 자동 판단하여 불량워크 추출 및 해당 원인을 찾아 조치 사항을 작업자에게 알려서 불량 생산을 방지할 수 있다. 예컨대, 카메라(350)로 촬영된 밸브 시트의 틈새 폭의 길이나 밸브 시트 B면 폭의 길이에 해당되는 화소수와 카메라(350)와 측정 대상 사이의 거리에 기초하여 촬영된 폭의 길이를 수치화할 수 있다. 또한, 불량 유형이나 정상품의 유형을 딥러닝 학습을 통하여 보다 정확하게 정상 여부를 자동으로 판정할 수 있다.
다음으로 도 5b는, 회전 측정부(310)가 회전하면서 밸브 시트 B면의 폭을 촬영하기 위한 구성을 설명하기 위한 도면이다.
여기서, 카메라(350)의 위치는 경사진 밸브 시트 B면(401)을 촬영하기 위해 제1 링부(312) 위에 제2 링부(313)의 하단의 경사부(314)의 중앙에 대응하는 위치에 설치될 수 있다. 이때, 데이터 처리부(500)의 영상 분석부(510)는 카메라(350)의 촬영 영상에 기초하여 밸브 시트의 B면의 폭을 계산하여 수치화하도록 구성되고, 예컨대 판단된 B면의 폭의 변화량이 150μm이상인 경우 품질 불량으로 판단할 수 있다.
도 6은 본 발명의 일 실시예에 따른 IoT 센서 데이터에 기초하여 품질-환경 상관관계를 도출하기 위한 방법을 설명하기 위한 흐름도이다.
먼저, 다양한 센서를 통해 복수의 종류의 IoT 센서 데이터가 생성될 수 있으며, 환경 정보 수집을 위해 환경 센서(100)로부터 환경 센서 데이터가 생성되고(S610), PLC 장비(200)를 통해 측정한 PLC 측정 데이터가 생성되고(S620), 밸브 시트의 틈새 및 밸브 시트 B면의 폭을 촬영한 영상 데이터가 게이지 센서(300)로부터 생성될 수 있다.(S630)
이와 같이 생성된 환경 센서 데이터, PLC 측정 데이터 및 게이지 센서 데이터는 데이터 처리부(500)를 통해 IoT 센서 데이터로서 실시간 수집되고,특히 게이지 센서(300)로부터 수신한 영상 데이터(게이지 센서 데이터)는 영상 분석부(510)를 통해 딥러닝 학습을 통해 분석되고 측정 데이터가 수치화될 수 있다.(S640) 이때,각 센서 데이터의 측정 및 수집 주기는 필요에 따라 다양할 수 있다.
또한, 환경 센서 데이터, PLC 측정 데이터 및 게이지 센서 데이터를 포함하는 IoT 센서 데이터 각각에 대해 시간 관련 타임스탬프 정보 및 공간 관련 위치 영역 정보를 연관시키는 타임스탬프 처리 및 위치 영역 처리가 수행된다.(S650) 이와 같은 IoT 센서 데이터의 타임 스탬프 정보 및 위치 영역 정보에 기초하여 시간별 및 위치 영역 정보에 기초한 공정별 품질-환경 상관관계를 도출해낼 수 있다.
데이터 상관관계 분석 처리부(600)에서 데이터 처리부(500)로부터 수신한 게이지 센서 데이터로부터 품질 정보를 생성할 수 있다.(S660) 여기서,품질 정보는 게이지 센서 데이터로부터 도출해낸 불량률, 정확도 등과 관련된 값일 수 있다.
또한, 환경 센서 데이터 및 PLC 측정 데이터 등에 기초하여 제조 환경 정보를 생성하고, 품질과 환경 사이의 품질-환경 상관관계를 생성할 수 있다.(S670) 예컨대,kNN(k-Nearest Neighbor) 또는 서포트 벡터 머신(support vector machine) 모델, k-means 클러스터링 알고리즘 등을 활용하여 품질-환경 상관관계를 도출해낼 수 있다.
생성된 품질-환경 상관관계 정보에 기초하여, 지속적으로 수집되는 IoT 센서 데이터를 모니터링하고 제품 또는 부품의 품질 불량을 예측할 수 있다.(S680) 예컨대,도출된 품질-환경 상관관계에 기초하여 해당 시간 및 위치 영역에서 정상 품질의 제품(부품)이 제조되는 범위로 판단되는 환경 조건을 벗어나는 경우 품질 불량의 가능성을 예측할 수 있다.(S690)
또한, 게이지 센서 데이터로부터 측정된 실시간 품질 정보 또는 품질-환경 상관관계로부터 도출된 품질 불량이 예측되는 경우 이상을 탐지하여 관계된 사용자 단말에 알람을 전달할 수 있다.(S700)
이상 본 발명의 실시예에 따른 방법 및 시스템을 구체적인 다양한 실시 형태로서 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명은 이에 한정되지 않는 것이며, 본 명세서에 개시된 기초 사상에 따르는 최광의 범위를 갖는 것으로 해석되어야 한다. 당업자는 개시된 실시형태들을 조합, 치환하여 적시되지 않은 형상의 패턴을 실시할 수 있으나, 이 역시 본 발명의 범위를 벗어나지 않는 것이다. 이외에도 당업자는 본 명세서에 기초하여 개시된 실시형태를 용이하게 변경 또는 변형할 수 있으며, 이러한 변경 또는 변형도 본 발명의 권리범위에 속함은 명백하다.
100: 환경 센서
200: PLC 장비
300: 게이지 센서
310: 회전 측정부 311: 가이드경
312: 제1 링부 313: 제2 링부
314: 경사부 315: 카메라 수납부
316: 연결부
320: 커버부
330: 모터 제어부
340: 라인 연결부
350: 카메라
400: 유무선 통신망
500: 데이터 처리부
510: 영상 분석부
600: 데이터 상관관계 분석 처리부
700: 품질 관리 서버

Claims (12)

  1. 밸브 시트의 품질을 자동으로 측정하기 위한 게이지 센서를 이용한 품질 관리 시스템에 있어서,
    카메라가 장착된 게이지 센서;
    상기 게이지 센서에서 촬영된 영상을 취득하고, 취득한 영상을 분석하기 위한 데이터 처리부; 및
    상기 데이터 처리부의 분석 결과에 기초하여 품질 관련 정보를 관리하기 위한 품질 관리 서버를 포함하고,
    상기 게이지 센서는,
    길게 연장된 형태를 갖고 회전의 중심이 되는 가이드경;
    상기 가이드경의 상부에 형성된 제1 링부; 및
    상기 제1 링부의 상부에 형성되고 상기 제1 링부보다 큰 직경을 갖는 제2 링부를 포함하는 회전 측정부를 포함하고,
    상기 게이지 센서는 상기 가이드경을 통해 상기 밸브 시트에 삽입되어 회전 가능하도록 구성되며,
    상기 게이지 센서의 회전 측정부에는 상기 제1 링부 또는 상기 제2 링부 적어도 일부 영역에 상기 카메라가 장착되기 위한 홈을 포함하는 카메라 수납부가 형성되고, 상기 제2 링부는 하부에 직경이 점진적으로 작아지는 경사부를 포함하고, 상기 게이지 센서는 상기 경사부를 통해 상기 밸브 시트의 B면에 안착하도록 구성되고,
    상기 카메라는 밸브 시트 압입 후의 틈새의 폭을 촬영하도록 상기 제1 링부 내에 설치된 카메라 수납부 내에 위치하는 것인, 품질 관리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 회전 측정부의 상기 가이드경의 직경은 5.5mm인 것인, 품질 관리 시스템.
  6. 삭제
  7. 제1항에 있어서, 상기 데이터 처리부는 상기 밸브 시트 압입 후의 틈새의 폭을 계산하여 수치화하도록 구성되고, 상기 틈새의 폭이 30μm이내인지 여부 및 허용 오차 5μm 기준으로 품질의 불량 여부를 판단하는 것인, 품질 관리 시스템.
  8. 삭제
  9. 삭제
  10. 제1항에 있어서, 상기 게이지 센서는 상기 회전 측정부를 회전시키기 위한 모터를 포함하는 모터 제어부를 더 포함하고, 상기 모터 제어부와 상기 회전 측정부는 서로 결합 및 분리가 가능하도록 모듈식으로 구성되는 것인, 품질 관리 시스템.
  11. 제1항에 있어서,상기 데이터 처리부는 상기 카메라의 화소수와 초점 거리에 기초하여 딥러닝 알고리즘을 이용하여 품질의 불량 여부를 판단하는 것인, 품질 관리 시스템.
  12. 제1항에 있어서, 상기 품질 관리 서버는 상기 게이지 센서로부터 획득한 영상으로부터 상기 데이터 처리부가 생성한 품질 정보를 생성하는 시점의 환경 정보에 기초하여 상기 품질 정보의 신뢰도를 도출하도록 구성되는 것인, 품질 관리 시스템.
KR1020200036327A 2020-03-25 2020-03-25 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템 KR102222566B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200036327A KR102222566B1 (ko) 2020-03-25 2020-03-25 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200036327A KR102222566B1 (ko) 2020-03-25 2020-03-25 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템

Publications (1)

Publication Number Publication Date
KR102222566B1 true KR102222566B1 (ko) 2021-03-04

Family

ID=75174157

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200036327A KR102222566B1 (ko) 2020-03-25 2020-03-25 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템

Country Status (1)

Country Link
KR (1) KR102222566B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499639A (zh) * 2021-06-17 2022-12-20 深圳市光鉴科技有限公司 具有3d摄像模组的显示装置和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001124533A (ja) * 1999-10-28 2001-05-11 Nissan Motor Co Ltd バルブシート面検査装置および検査方法
JP2007256162A (ja) * 2006-03-24 2007-10-04 Honda Motor Co Ltd バルブシート隙間計測装置
US20110080588A1 (en) * 2009-10-02 2011-04-07 Industrial Optical Measurement Systems Non-contact laser inspection system
JP2012208010A (ja) * 2011-03-30 2012-10-25 Yokosuka Telecom Research Park:Kk 測位装置、測位システム、測位方法、プログラム
KR101541652B1 (ko) 2014-09-02 2015-08-03 김진용 실린더헤드의 밸브 시트 및 밸브 가이드 검사 장치 및 방법
JP2017044695A (ja) * 2015-08-24 2017-03-02 イェノプティク・インダストリアル・メトロロジー・ジャーマニー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング バルブ隙間測定装置
KR101896406B1 (ko) * 2018-03-13 2018-10-22 연세대학교 산학협력단 블랙박스 영상을 이용한 딥러닝 기반의 픽셀 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001124533A (ja) * 1999-10-28 2001-05-11 Nissan Motor Co Ltd バルブシート面検査装置および検査方法
JP2007256162A (ja) * 2006-03-24 2007-10-04 Honda Motor Co Ltd バルブシート隙間計測装置
US20110080588A1 (en) * 2009-10-02 2011-04-07 Industrial Optical Measurement Systems Non-contact laser inspection system
JP2012208010A (ja) * 2011-03-30 2012-10-25 Yokosuka Telecom Research Park:Kk 測位装置、測位システム、測位方法、プログラム
KR101541652B1 (ko) 2014-09-02 2015-08-03 김진용 실린더헤드의 밸브 시트 및 밸브 가이드 검사 장치 및 방법
JP2017044695A (ja) * 2015-08-24 2017-03-02 イェノプティク・インダストリアル・メトロロジー・ジャーマニー・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング バルブ隙間測定装置
KR101896406B1 (ko) * 2018-03-13 2018-10-22 연세대학교 산학협력단 블랙박스 영상을 이용한 딥러닝 기반의 픽셀 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499639A (zh) * 2021-06-17 2022-12-20 深圳市光鉴科技有限公司 具有3d摄像模组的显示装置和电子设备
CN115499639B (zh) * 2021-06-17 2024-05-07 深圳市光鉴科技有限公司 具有3d摄像模组的显示装置和电子设备

Similar Documents

Publication Publication Date Title
KR102017561B1 (ko) 기계학습 기법에 기반한 기계의 오류 데이터를 검출하기 위한 알고리즘 및 방법
CN110347124B (zh) 利用了网络的诊断服务系统以及诊断方法
US10140741B2 (en) Collection and validation of data from visual displays
CN103492834B (zh) 用于检测回转部件质量的自动器具及检验方法
KR102222566B1 (ko) 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템
CN106623493B (zh) 一种钢带冲孔连续加工的检测方法
CN115309217B (zh) 一种纺织车间的智能监测控制方法及系统
CN105160600A (zh) 供电线路的铁塔结构巡检方法
KR20200130528A (ko) 스마트 팩토리에서의 자동화설비 고장예측시스템 및 고장예측방법
CN108627520A (zh) 一种非均质固体材料外观质量的在线检测系统和方法
CN112651612A (zh) 基于大数据和云计算的现代化城市道路运行状况实时在线监测预警管理云平台
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
CN117115169A (zh) 一种汽车配件压铸模具表面形变异常智能识别方法
CN114495312A (zh) 在线巡检方法、装置、系统及存储介质
KR102287540B1 (ko) 스폿 용접 시스템의 실시간 용접 품질측정 장치 및 방법
CN109931882B (zh) 换热翅片关键参数检测系统及测量方法
CN115587978B (zh) 一种基于深度学习的地板革贴合压纹在线检测系统
CN115639217A (zh) 一种新能源动力电池盖板片的工控全检方法及系统
CN113269736B (zh) 紧固件尺寸的自动化检验方法、系统及介质
US20220371297A1 (en) System for monitoring cutting devices in a packaging production line
CN113778091A (zh) 一种风电场升压站设备巡检方法
CN115052337A (zh) 一种基于AI-Beacon新型智能头戴式终端巡检系统
US20230325788A1 (en) A method directed to interaction in a digital maintenance log system
CN105204464A (zh) 一种线束压着品质在线管理系统和方法
KR102273008B1 (ko) IoT 센서 인터페이스 보드를 이용한 품질 환경 상관관계 도출 방법 및 이를 이용한 시스템

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant