KR102607545B1 - 공작기계의 cnc 가공 시 절삭속도 자동 제어 방법 및 장치 - Google Patents

Abstract

절삭속도 제어 장치 및 스핀들을 장착하는 공작 기계를 포함하는 시스템이 개시된다. 본 개시의 일 실시예에 따른, 절삭속도 제어 장치 및 스핀들을 장착하는 공작 기계를 포함하는 시스템에 있어서, 상기 절삭속도 제어 장치가: 상기 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 상기 스핀들의 회전 속도, 상기 스핀들의 절삭속도(cutting feed), 상기 공작물에 대한 상기 스핀들의 위치, 및 상기 스핀들에 가해지는 부하를 포함하는 부하 데이터가 포함된 데이터베이스를 구축하고; 상기 데이터베이스를 제1 인공지능(artificial intelligence, AI) 모델에 입력하여 가공 작업 중 상기 공작 기계의 절삭속도를 결정하기 위한 제1 절삭속도 제어 기준 데이터를 생성하고; 상기 스핀들에 가해지는 부하에 기초하여 제2 절삭속도 제어 기준 데이터를 생성하고: 상기 제1 절삭속도 제어 기준 데이터 및 상기 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 생성하고; 상기 최종 절삭속도 제어 기준 데이터에 기초하여 상기 공작 기계의 절삭속도를 결정하고; 및 상기 공작 기계의 절삭속도를 상기 공작 기계로 전송할 수 있다.

Description

공작기계의 CNC 가공 시 절삭속도 자동 제어 방법 및 장치{METHOD AND DEVICE FOR ADAPTIVE CUTTING FEED CONTROL IN CNC MACHINE}

본 개시는 CNC 가공과 관련된 제어 기술에 관한 것으로서, 더욱 상세하게는 공작기계의 CNC 가공 시 스핀들의 부하에 따라 절삭속도를 자동으로 제어하는 방법 및 장치에 관한 것이다.

이 부분에 기술된 내용은 단순히 본 발명의 일 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

CNC 공작기계(computerized numerically controlled machine tool)는, 정렬시킨 가공 재료를 공작물로 완성하기까지 가공 공정순서, 절삭속도, 이송속도, 절삭 깊이, 가공 방향 등을 결정한 가공계획(프로그램)에 따라 절삭공구를 교체하며 가공작업을 진행하는 장치이다.

CNC 공작기계는 입력된 프로그램에 따라 복수의 절삭공구를 교체하면서 격리된 공간에서 작업을 진행하는데, 교체되는 절삭공구는 그 길이와 굵기 및 작업 조건 등이 각기 다르다. 절삭공구의 교체 주기를 늘리면 공구에 들어가는 비용을 절감할 수 있으므로 경제성이 좋아진다. 그리고 교체하기 위해 공구를 준비하고 장착하고 공구의 길이와 마모를 측정하는 시간을 단축할 수 있어 시간당 생산량을 증가시킬 수 있다. 또한 공구가 마모되어 적당한 교체시기를 놓치게 되면 조도가 나빠지게 때문에 품질에 영향을 준다. 즉 절삭공구의 교체 주기를 최적화시키면 생산성, 경제성, 품질이 좋아진다.

가공의 대상이 되는 소자에 주물을 부어서 가공을 하거나 전처리 과정에서 소재의 변형이 오는 경우, 가공면의 편차가 일정하지 않아 가공시 작업자의 주의가 요구된다. 예를 들어 윗면을 2MM로 면삭 밀링가공을 진행할 경우, 바닥면이 평평한 경우 일정한 속도로 가공이 진행될 수 있다. 그러나 바닥면이 불규칙하게 위로 솟아있거나 쳐진 경우, 스핀들에 걸리는 가공 부하가 일정하지 않아 가공소음이 발생하고 CNC 장비가 진동하며 공구가 파손되거나, 장비의 수명이 단축될 수 있다.

이를 방지하기 위해 작업자는 CNC 앞에 서서 한손으로 속도를 조정한다. 작업자는 수동 조정이 가능한 범위 내에서 가공소음이나 떨림을 인지하고 작업자의 경험치에 의해서 가공속도를 낮추거나 올리는 작업을 반복하게 된다.

가공 도중에 가공속도를 조절하는 것은 작업자의 숙련도에 따라 생산의 속도나 품질에 영향을 미친다. 따라서 초보 작업자와 경력자가 동일한 제품을 가공할 경우 생산성, 경제성, 품질에 편차가 발생할 수 있는 우려가 있다.

본 개시는 상술된 문제점을 해결하기 위해 안출된 것으로서, 본 개시의 목적은 공작기계의 CNC 가공 시 스핀들의 부하에 따라 절삭속도를 자동으로 제어하는 방법 및 장치를 제공함에 있다.

또한, 본 개시의 목적은 생산 현장에서 생산성, 경제성, 품질을 높이기 위해 툴의 교체시기를 최적화하고, 스핀들의 부하를 기초로 공작물의 상태에 따라 절삭속도를 최적으로 제어하는 방법을 제공함에 있다.

본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

본 개시의 일 실시예로, 절삭속도 제어 장치 및 스핀들을 장착하는 공작 기계를 포함하는 시스템에 있어서, 상기 절삭속도 제어 장치가: 상기 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 상기 스핀들의 회전 속도, 상기 스핀들의 절삭속도(cutting feed), 상기 공작물에 대한 상기 스핀들의 위치, 및 상기 스핀들에 가해지는 부하를 포함하는 부하 데이터가 포함된 데이터베이스를 구축하고; 상기 데이터베이스를 제1 인공지능(artificial intelligence, AI) 모델에 입력하여 가공 작업 중 상기 공작 기계의 절삭속도를 결정하기 위한 제1 절삭속도 제어 기준 데이터를 생성하고; 상기 스핀들에 가해지는 부하에 기초하여 제2 절삭속도 제어 기준 데이터를 생성하고; 상기 제1 절삭속도 제어 기준 데이터 및 상기 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 생성하고; 상기 최종 절삭속도 제어 기준 데이터에 기초하여 상기 공작 기계의 절삭속도를 결정하고; 및 상기 공작 기계의 절삭속도를 상기 공작 기계로 전송할 수 있다.

그리고, 상기 절삭속도 제어 장치는: 상기 제1 절삭속도 제어 기준 데이터에 대해 제1 가중치를 적용하여 제1 중간 데이터를 획득하고, 상기 제2 절삭속도 제어 기준 데이터에 대해 제2 가중치를 적용하여 제2 중간 데이터를 획득하고; 및 상기 제1 중간 데이터 및 상기 제2 중간 데이터의 평균 값을 상기 최종 절삭속도 제어 기준 데이터로서 생성하고, 상기 제1 가중치는, 상기 제1 AI 모델의 학습 횟수 및 상기 제1 AI 모델의 정확도 스코어에 기초하여 산출되고, 상기 제2 가중치는, 상기 데이터베이스의 업데이트 주기 및 상기 공작 결과와 관련된 평가 데이터에 기초하여 산출될 수 있다.

그리고, 상기 절삭속도 제어 장치는: 상기 부하의 범위를 결정하고; 및 제1 부하 범위의 하한 값이 제1 값이고, 제2 부하 범위의 상한 값이 상기 제1 값이고, 상기 부하가 상기 제1 값에서 감소하는 양상인 경우, 상기 제1 부하 범위에 대응되는 제1 속도가 유지되고, 상기 제1 값으로 증가하는 양상인 경우, 상기 제2 부하 범위에 대응되는 제2 속도에서 상기 제1 속도로 변경되도록, 상기 제2 절삭속도 제어 기준 데이터를 생성하고, 10ms 초과 30ms 이하의 주기로 상기 부하 데이터가 수집될 수 있다.

그리고, 상기 절삭속도 제어 장치는: 상기 제1 절삭속도 제어 기준 데이터, 상기 제2 절삭속도 제어 기준 데이터 또는 상기 최종 절삭속도 제어 기준 데이터 중의 적어도 하나를 상기 공작 기계로 제공하고, 상기 공작 기계는: 상기 제1 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭속도를 적용하였을 때 가공 결과에 대한 제1 예상 평가 점수 및 상기 제2 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭속도를 적용하였을 때 가공 결과에 대한 제2 예상 평가 점수를 상기 절삭속도 제어 장치로 전송할 수 있다.

그리고, 상기 절삭속도 제어 장치는: 상기 제1 예상 평가 점수에 기초하여 상기 제1 AI 모델의 정확도 스코어를 산출하고, 상기 제2 예상 평가 점수에 기초하여 상기 공작 결과와 관련된 평가 데이터를 산출할 수 있다.

그리고, 상기 공작 기계는: 상기 최종 절삭속도 제어 기준 데이터 및 상기 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도를 사용자가 이용하는 단말 장치로 전송하고, 상기 사용자가 이용하는 단말 장치는: 상기 최종 절삭속도 제어 기준 데이터 및 상기 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도에 대응되는 해시 값을 이용하여 제1 블록을 생성하고, 미리 정의된 시간 후 상기 최종 절삭속도 제어 기준 데이터가 업데이트됨에 기반하여, 상기 업데이트된 최종 절삭속도 제어 기준 데이터 및 상기 업데이트된 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도에 대응되는 해시 값을 이용하여 제2 블록을 생성하고, 상기 제1 블록에 상기 제2 블록을 연결하여 절삭속도 관련 블록체인을 형성할 수 있다.

본 개시의 다양한 실시예에 의해, 공작기계의 CNC 가공 시 스핀들의 부하에 따라 절삭속도를 자동으로 제어하는 방법 및 장치가 제공될 수 있다.

또한, 본 개시의 다양한 실시예에 의해, 생산 현장에서 생산성, 경제성, 품질을 높이기 위해 툴의 교체시기를 최적화하고, 스핀들의 부하를 기초로 공작물의 상태에 따라 절삭속도를 최적으로 제어하는 방법이 제공될 수 있다.

또한, 본 개시의 다양한 실시예에 의해, 스핀들의 부하 데이터, 공작물의 특성, 스핀들에 장착되는 엔드밀의 특성 및 공작물의 결과를 평가한 작업자의 주관적 요소를 고려하여 최적의 절삭속도를 결정하므로, 절삭속도가 높아서 공작물이 타거나 마감이 거칠게 되는 현상 또는 절삭속도가 낮아서 생산공정 시간이 길어지고, 공구의 수명이 단축되는 현상을 방지할 수 있다.

또한, 본 개시의 다양한 실시예에 의해, 공작기계의 CNC 가공 시 절삭속도 자동 제어 방법 및 장치에 따르면, 작업자의 숙련도에 따라 가공 공작물의 품질의 편차가 발생하는 상황을 방지할 수 있다.

본 개시의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 기술자에게 명확하게 이해되어질 수 있을 것이다.

도 1은 본 개시의 예시적인 실시예에 따른 절삭속도 제어 시스템을 나타내는 블록도이다.
도 2a 및 도 2b는 본 개시의 예시적인 실시예에 따른 스핀들 부하에 따라 절삭속도를 결정하는 방법을 나타내는 예시도이다.
도 3은 본 개시의 예시적인 실시예에 따른 절삭속도 제어 방법을 나타내는 흐름도이다.
도 4는 본 개시의 예시적인 실시예에 따른 절삭속도 제어 기준 데이터를 나타내는 테이블이다.
도 5는 본 개시의 예시적인 실시예에 따른 스핀들 부하에 따라 절삭속도를 결정하는 방법을 나타내는 예시도이다.
도 6은 한 실시예에 따른 컴퓨팅 장치의 하드웨어 구성도이다.

본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 개시를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

또한, 본 명세서의 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.

또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.

본 개시를 설명함에 있어서, 공작기계란 CNC 밀링, CNC 선반, 머시닝센터 등 CNC를 사용하는 공작기계를 포괄하는 용어로 사용된다.

이하, 첨부한 도면을 참조하여 본 개시의 실시예에 대해 상세히 설명한다.

도 1은 본 개시의 예시적인 실시예에 따른 절삭속도 제어 시스템을 나타내는 블록도이다.

도 1을 참조하면, 절삭속도 제어 시스템(10)은 절삭속도 제어 장치(100) 및 공작 기계(200)를 포함할 수 있다. 절삭속도 제어 시스템(10)은 공작 기계(200)에 부착된 스핀들 부하를 기반으로 절삭속도를 제어할 수 있다. 절삭속도 제어 장치(100)는 공작 기계(200)로부터 스핀들에 걸리는 부하에 대한 부하 데이터를 수신하고, 이에 대응되는 절삭속도를 결정할 수 있다.

본 개시의 일 예로, 절삭속도 제어 장치(100)는 미리 설정된 주기에 따라 스핀들에 걸리는 부하 데이터를 반복적으로 수신하고, 부하 데이터를 수신할 때마다 이에 대한 응답으로 절삭속도를 결정하여 공작 기계(200)에 제공할 수 있다.

본 개시의 일 예로, 절삭속도 제어 장치(100)는 특정 주기동안 누적된 부하 데이터를 수신하고, 부하 데이터에 대한 최적의 절삭속도를 테이블로 생성할 수 있다.

절삭속도 제어 장치(100)는 스핀들 및 공작물에 따라 같은 부하 데이터라도 다른 절삭속도를 결정할 수 있다. 즉 절삭속도 제어 장치(100)는 스핀들, 공작물의 특성, 스핀들에 장착되는 엔드밀, 공작물의 위치 및 스핀들의 위치 중 적어도 하나에 의해 절삭속도를 결정할 수 있다.

한편, 절삭속도 제어 장치(100)는 공작물의 결과에 대한 작업자의 주관적 평가를 수신할 수 있다. 예를 들어, 공작물에서 직선 구간으로 절단된 면은 매끈하게 가공될 수 있는 반면 코너 등 곡선 구간에서는 절단면이 거칠게 가공될 수 있다. 작업자는 설정된 기준에 따라, 공작물의 결과에 대해 구간별로 만족도를 평가할 수 있다. 이 때, 절삭속도 제어 장치(100)는 만족도가 높은 구간의 부하 데이터 및 만족도가 낮은 구간의 부하 데이터를 구분하여 수집할 수 있다.

즉, 절삭속도 제어 장치(100)는 작업자의 만족도라는 주관적 요소를 추가로 고려하여 절삭속도 제어 기준 데이터를 설정할 수 있다.

본 개시의 일 예로, 절삭속도 제어 장치(100)는 제1 인공지능(artificial intelligence, AI) 모델을 통해 절삭 속도 제어 기준 데이터를 생성할 수 있다. 절삭속도 제어 장치(100)는 제1 AI 모델을 통해 제1 절삭속도 제어 기준 데이터를 생성할 수 있다. 절삭속도 제어 장치(100)는 공작 기계에 장착된 스핀들에 가해지는 부하에 대해 특정 알고리즘을 적용하여 제2 절삭속도 제어 기준 데이터를 생성할 수 있다.

절삭속도 제어 장치(100)는 제1 절삭속도 제어 기준 데이터 및 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 획득할 수 있다. 즉, 절삭속도 제어 장치(100)는 인공지능 알고리즘에 기초하여 획득한 제1 절삭속도 제어 기준 데이터 및 부하 데이터에 대해 적용된 알고리즘을 통해 획득한 제2 절삭속도 제어 기준 데이터를 이용하여 최적화된 최종 절삭속도 제어 기준 데이터를 획득할 수 있다.

절삭속도 제어 장치(100)는 최종 절삭속도 제어 기준 데이터를 이용하여 공작 기계(200)의 절삭 속도를 결정할 수 있다.

절삭속도 제어 장치(100)는 휴대성 및 이동성이 보장된 무선 통신 장치일 수 있으며, 예를 들어 스마트 폰, 태블릿 PC 또는 노트북 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치일 수 있다. 또한, 네트워크를 통해 다른 단말 또는 서버 등에 접속할 수 있는 PC 등의 유선 통신 장치인 것도 가능하다.

이 때, 절삭속도 제어 장치(100)와 공작 기계(200)는 네트워크로 유무선 통신할 수 있다. 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.

한편 도 1에서는, 절삭속도 제어 장치(100)가 공작 기계(200)와 분리된 구성으로 도시되었으나 이에 제한되지 않는다. 예를 들어 절삭속도 제어 장치(100)는 공작 기계(200) 내부의 하나의 모듈로서 설치될 수도 있다.

도 2a 및 도 2b를 참조하면, 절삭속도 제어 장치(100)는 스핀들 부하에 반비례하도록 속도를 결정할 수 있다.

스핀들에 작용하는 부하 값은 스핀들의 회전속도 및 직선 축 이송 속도가 커질수록 증가하는 비례 관계에 있다. 공작기계의 절삭 속도 및 성능을 달성하기 위해서는 스핀들의 회전속도와 이송속도를 증가시켜야 하나, 스핀들 회전속도를 과도하게 증가시키면 스핀들에 작용하는 부하도 함께 증가한다. 스핀들 회전속도를 낮추면 스핀들에 작용하는 부하가 감소하지만, 절삭 속도 및 성능이 저하될 수 있다.

따라서 본 개시에서는 스핀들 부하에 추가적인 요인들, 예를 들어 스핀들, 공작물의 특성, 스핀들에 장착되는 엔드밀, 공작물의 위치, 스핀들의 위치 및 작업자의 주관적 평가를 고려하여 속도를 결정할 수 있다.

즉 절삭속도 제어 장치(100)는 스핀들 부하에 반비례하도록 피드를 결정하나, 절삭속도를 결정하기 위해 사용되는 계산식에서, 부하에 곱해지는 비례계수는 스핀들의 특성, 공작물의 특성, 스핀들에 장착되는 엔드밀, 공작물의 위치, 스핀들의 위치 및 작업자의 주관적 평가에 의해 결정될 수 있다. 이에 따라 도 2b에서 y축의 절대값 및 기울기가 달라질 수 있다.

도 3은 본 개시의 예시적인 실시예에 따른 절삭속도 제어 방법을 나타내는 흐름도이다.

절삭속도 제어 장치는 공작 기계로부터 수신된 데이터에 기초하여 데이터베이스를 구축할 수 있다(S310).

구체적으로, 상술한 바와 같이, 절삭속도 제어 장치는 공작 기계로부터 스핀들에 가해지는 부하를 포함하는 부하 데이터를 수신할 수 있다. 절삭속도 제어 장치는 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 스핀들의 회전 속도, 스핀들의 절삭 속도(cutting feed), 공작물에 대한 스핀들의 위치, 및 스핀들에 가해지는 부하를 포함하는 부하 데이터가 포함된 데이터베이스를 구축할 수 있다.

본 개시의 일 예로, 절삭속도 제어 장치는 10ms 초과 30ms 이하의 주기로 상기 부하 데이터를 수집할 수 있다. 또 다른 예로, 절삭속도 제어 장치는 제1 기간 동안 누적된 부하 데이터를 수집할 수 있다.

본 개시의 일 예로, 절삭속도 제어 장치는 공작 기계에 포함된 근거리 통신 모듈(예로, NFC(near field communication) 모듈)에 임계 거리 내로 근접할 수 있다. NFC 모듈의 임계 거리 내로 절삭속도 제어 장치가 근접할 경우, 공작 기계는 NFC 모듈을 통해 절삭속도 제어 장치로 상기 부하 데이터를 자동으로 전송할 수 있다.

즉, 공작 기계는 제1 기간 동안 누적된 부하 데이터를 미리 정의된 주기 별로 부하 데이터를 절삭속도 제어 장치로 전송할 수 있으며, NFC 모듈을 통해 비주기적으로 부하 데이터를 절삭속도 제어 장치로 전송할 수 있다.

절삭속도 제어 장치는 데이터베이스를 제1 AI 모델에 입력하여 가공 작업 중 공작 기계의 절삭 속도를 결정하기 위한 제1 절삭속도 제어 기준 데이터를 생성할 수 있다(S320).

여기서, 제1 AI 모델은 데이터베이스에 포함된 데이터에 기초하여 가공 작업 중 공작 기계의 절삭 속도를 결정하기 위한 제1 절삭속도 제어 기준 데이터를 생성하도록 학습된 인공지능 모델을 의미할 수 있다.

일 예로, 제1 AI 모델은 CNN(convolutional neural network), RNN(recurrent neural network), LSTM(long-short term memory), GNN(generative neural network) 등을 포함할 수 있으나 이에 제한되는 것은 아니다.

제1 AI 모델은 i) 학습 데이터베이스에 포함된 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 스핀들의 회전 속도, 스핀들의 절삭 속도(cutting feed), 상기 공작물에 대한 스핀들의 위치, 및 스핀들에 가해지는 부하를 포함하는 부하 데이터, ii) 학습 데이터베이스에 라벨링(labeling)된 절삭속도 및 공작 결과(즉, 학습 데이터베이스에 라벨링된 최적화된 절삭속도 및 공작 결과)에 기초하여 학습될 수 있다.

즉, 제1 AI 모델은 입력된 데이터베이스에 기초하여 예상 절삭속도 및 예상 절삭속도에 기초한 공작 결과(즉, 평가 데이터)를 출력하도록 학습될 수 있다.

절삭속도 제어 장치는 스핀들에 가해지는 부하에 기초하여 제2 절삭속도 제어 기준 데이터를 생성할 수 있다(S330).

일 예로, 절삭속도 제어 장치는 부하의 범위를 결정하고, 부하의 범위에 따라 결정 속도를 결정할 수 있다. 일 예로, 속도 제어 기준 데이터는 도 4의 테이블과 같을 수 있다. 부하가 95 내지 100인 경우 스핀들이 정지될 수 있다.

제1 부하 범위의 하한 값이 제1 값이고, 제2 부하 범위의 상한 값이 상기 제1 값이고, 상기 부하가 상기 제1 값에서 감소하는 양상인 경우, 제1 부하 범위에 대응되는 제1 속도가 유지되고, 제1 값으로 증가하는 양상인 경우, 절삭속도 제어 장치 제2 부하 범위에 대응되는 제2 속도에서 제1 속도로 변경되도록, 제2 절삭속도 제어 기준 데이터를 생성할 수 있다.

도 5를 참조하면 시점 a에서, 부하가 40 미만에서 40을 초과하는 경우 속도가 80에서 70으로 감소할 수 있다. 그러나 시점 b에서, 부하가 40 이상에서 40 미만으로 감소하는 경우 절삭속도가 70으로 유지될 수 있다.

이와 반대로 부하가 제1 값에서 감소하는 양상인 경우, 상기 제1 부하 범위에 대응되는 제1 속도에서 제2 부하 범위에 대응되는 제2 속도로 변경되고, 부하가 상기 제1 값으로 증가하는 양상인 경우, 제2 부하 범위에 대응되는 제2 속도가 유지되도록 제2 절삭속도 제어 기준 데이터가 생성될 수 있다.

이에 따르면 부하가 빈번하게 변경되는 경우에, 절삭속도 또한 민감하게 변경되는 것을 방지할 수 있어 절삭속도의 안정성을 확보할 수 있다.

절삭속도 제어 장치는 제1 절삭속도 제어 기준 데이터 및 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 생성할 수 있다(S340).

구체적으로, 절삭속도 제어 장치는 제1 절삭속도 제어 기준 데이터에 대해 제1 가중치를 적용하여 제1 중간 데이터를 획득하고, 제2 절삭속도 제어 기준 데이터에 대해 제2 가중치를 적용하여 제2 중간 데이터를 획득할 수 있다. 절삭 속도 제어 장치는 제1 중간 데이터 및 제2 중간 데이터의 평균 값을 최종 절삭속도 제어 기준 데이터로서 생성할 수 있다.

여기서, 제1 가중치는 제1 AI 모델의 학습 횟수 및 제1 AI 모델의 정확도 스코어에 기초하여 산출될 수 있다. 즉, 제1 AI 모델의 학습 횟수가 높을수록 제1 가중치 값이 증가할 수 있다. 그리고, 제1 AI 모델의 정확도 스코어 값이 높을수록 제1 가중치 값이 증가할 수 있다.

그리고, 제2 가중치는 데이터베이스의 업데이트 주기 및 공작 결과와 관련된 평가 데이터에 기초하여 산출될 수 있다. 즉, 데이터베이스의 업데이트 주기가 짧을수록 제2 가중치 값이 증가할 수 있다. 그리고, 공작 결과와 관련된 평가 데이터(즉, 미리 저장된 제2 절삭속도 제어 기준 데이터를 통해 결정된 절삭 속도에 따른 공작 결과와 관련된 평가 데이터)에 대응되는 수치가 높을수록, 제2 가중치 값이 증가할 수 있다.

절삭속도 제어 장치는 제1 절삭속도 제어 기준 데이터 및 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 산출함으로써 보다 최적화된 절삭속도 제어 기준 데이터를 산출할 수 있다.

절삭속도 제어 장치는 최종 절삭속도 제어 기준 데이터에 기초하여 공작 기계의 절삭 속도를 결정하고, 결정된 공작 기계의 절삭 속도를 공작 기계로 전송할 수 있다(S350).

추가적으로, 절삭속도 제어 장치는 제1 절삭속도 제어 기준 데이터, 제2 절삭속도 제어 기준 데이터 또는 최종 절삭속도 제어 기준 데이터 중의 적어도 하나를 상기 공작 기계로 제공할 수 있다.

이 때, 공작 기계는 제1 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭 속도를 적용하였을 때 가공 결과에 대한 제1 예상 평가 점수 및 제2 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭 속도를 적용하였을 때 가공 결과에 대한 제2 예상 평가 점수를 절삭 속도 제어 장치로 전송할 수 있다.

여기서, 특정 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭 속도를 적용하였을 때 가공 결과에 대한 평가 점수는 사용자에 의해 책정될 수 있으나 이에 제한되는 것은 아니다. 가공 결과에 대한 평가 점수는 공작 기계에 장착된 모니터링 장치에 의해 결정될 수 있다.

모니터링 장치는 이미지 센서 및 제2 AI를 구동하기 위한 프로세서를 포함할 수 있다. 모니터링 장치는 절삭 속도에 따라 가공을 수행한 부분에 대한 이미지를 이미지 센서를 통해 획득할 수 있다. 모니터링 장치는 이미지를 미리 학습된 제2 AI 모델에 입력하여 가공 결과에 대한 평가 점수를 출력할 수 있다.

여기서, 제2 AI 모델은 가공 결과 이미지 및 이에 라벨링된 가공 결과에 대한 평가 점수에 기초하여 학습될 수 있다.

절삭 속도 제어 장치는 제1 예상 평가 점수에 기초하여 제1 AI 모델의 정확도 스코어를 산출하고, 제2 예상 평가 점수에 기초하여 공작 결과와 관련된 평가 데이터를 산출할 수 있다.

일 예로, 제1 예상 평가 점수가 높을수록 제1 AI 모델의 정확도 스코어는 높은 값으로 산출될 수 있으며, 이에 따라 제1 가중치 값은 증가할 수 있다. 그리고, 제2 예상 평가 점수가 높을수록 공작 결과와 관련된 평가 데이터는 높은 값으로 산출될 수 있으며, 제2 가중치 값은 증가할 수 있다.

공작 기계는 최종 절삭속도 제어 기준 데이터 및 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 공작 기계의 절삭 속도를 사용자가 이용하는 단말 장치로 전송할 수 있다.

사용자가 이용하는 단말 장치는 최종 절삭속도 제어 기준 데이터 및 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 공작 기계의 절삭 속도에 대응되는 해시 값을 이용하여 제1 블록을 생성할 수 있다.

미리 정의된 시간 후 상기 최종 절삭속도 제어 기준 데이터가 업데이트됨에 기반하여, 사용자가 이용하는 단말 장치는 업데이트된 최종 절삭속도 제어 기준 데이터 및 업데이트된 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 공작 기계의 절삭속도에 대응되는 해시 값을 이용하여 제2 블록을 생성할 수 있다.

사용자가 이용하는 단말 장치는 제1 블록에 제2 블록을 연결하여 절삭속도 관련 블록체인을 형성할 수 있다. 이를 통해, 사용자가 이용하는 단말 장치는 공작 기계에 적용된 절삭속도 제어 기준 데이터 및 이에 기초한 절삭 속도 내역을 보다 안전하게 저장할 수 있다.

사용자가 이용하는 단말 장치는 블록체인 형태로 구축한 절삭 속도 내역을 통해 제1 AI 모델을 추가적으로 학습할 수 있다. 일 예로, 사용자는 블록체인 중 최신 블록(예로, 제2 블록)에 매핑된 정보에 기초하여 제2 AI 모델을 학습시킬 수 있다.

또한, 사용자가 이용하는 단말 장치는 공작 기계에 포함된 모니터링 장치로부터 공작 결과에 대한 이미지 및 제2 AI 모델을 통해 출력된 평가 점수를 수신할 수 있다.

추가적으로 또는 대안적으로, 사용자가 이용하는 단말 장치는 공작 기계(이하, 제1 공작 기계) 및 새로운 공작 기계(즉, 공장에서 새롭게 구입한 공작 기계)(이하, 제2 공작 기계) 간의 차이점을 식별할 수 있다.

일 예로, 사용자가 이용하는 단말 장치는 제1 공작 기계에 대한 스펙 파일 및 제2 공작 기계에 대한 스펙 파일 간의 차이점을 제1 공작 기계 및 제2 공작 기계 간의 차이점으로 식별할 수 있다.

또 다른 예로, 사용자가 이용하는 단말 장치는 제1 공작 기계에 대한 스펙 파일 및 제2 공작 기계에 대한 스펙 파일을 차이점을 식별하도록 학습된 제3 AI 모델에 입력하여 제1 공작 기계 및 제2 공작 기계 간의 차이점을 획득할 수 있다.

사용자가 이용하는 단말 장치는 제1 공작 기계 및 제2 공작 기계 간의 차이점에 기초하여 제2 공작 기계에 대응되는 절삭속도 제어 기준 데이터를 획득할 수 있다.

일 예로, 사용자가 이용하는 단말 장치는 제1 공작 기계 및 제2 공작 기계 각각의 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 스핀들의 회전 속도, 스핀들의 절삭 속도(cutting feed), 공작물에 대한 스핀들의 위치를 비교함으로써 제2 공작 기계에 대응되는 절삭속도 제어 기준 데이터를 획득할 수 있다.

일 예로, 제1 공작 기계 및 제2 공작 기계 각각의 스핀들의 절삭 속도가 상이할 경우, 사용자가 이용하는 단말 장치는 제1 공작 기계와 연관된 최종 절삭속도 제어 기준 데이터를 제2 공작 기계의 스핀들의 절삭 속도에 기초하여 변환함으로써 제2 공작 기계에 대응되는 절삭속도 제어 기준 데이터를 획득할 수 있다.

사용자가 이용하는 단말 장치는 제2 공작 기계에 대응되는 절삭속도 제어 기준 데이터를 절삭속도 제어 장치로 전송할 수 있다. 절삭속도 제어 장치는 제2 공작 기계로 제2 공작 기계에 대응되는 절삭속도 제어 기준 데이터를 절삭속도 제어 장치로 전송할 수 있다.

도 6은 한 실시예에 따른 컴퓨팅 장치의 하드웨어 구성도이다.

도 6을 참고하면, 절삭속도 제어 장치(100)는 적어도 하나의 프로세서에 의해 동작하는 컴퓨팅 장치(300)에서, 본 발명의 동작을 실행하도록 기술된 명령들(instructions)이 포함된 프로그램을 실행한다.

컴퓨팅 장치(300)의 하드웨어는 적어도 하나의 프로세서(310), 메모리(320), 스토리지(330), 통신 인터페이스(340)를 포함할 수 있고, 버스를 통해 연결될 수 있다. 이외에도 입력 장치 및 출력 장치 등의 하드웨어가 포함될 수 있다. 컴퓨팅 장치(300)는 프로그램을 구동할 수 있는 운영 체제를 비롯한 각종 소프트웨어가 탑재될 수 있다.

프로세서(310)는 컴퓨팅 장치(300)의 동작을 제어하는 장치로서, 프로그램에 포함된 명령들을 처리하는 다양한 형태의 프로세서(310)일 수 있고, 예를 들면, CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 등 일 수 있다. 메모리(320)는 본 발명의 동작을 실행하도록 기술된 명령들이 프로세서(310)에 의해 처리되도록 해당 프로그램을 로드한다. 메모리(320)는 예를 들면, ROM(read only memory), RAM(random access memory) 등 일 수 있다. 스토리지(330)는 본 발명의 동작을 실행하는데 요구되는 각종 데이터, 프로그램 등을 저장한다. 통신 인터페이스(340)는 공작 기계(200)와 통신할 수 있는 유/무선 통신 모듈일 수 있다.

이상에서 설명한 본 개시의 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 기록 매체는 컴퓨터 판독 가능 매체를 포함하며, 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

이상에서와 같이 도면과 명세서에서 예시적인 실시예들이 개시되었다. 본 명세서에서 특정한 용어를 사용하여 실시예들을 설명되었으나, 이는 단지 본 개시의 기술적 사상을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 개시의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (5)

1. 절삭속도 제어 장치 및 스핀들을 장착하는 공작 기계를 포함하는 시스템에 있어서,
   상기 절삭속도 제어 장치가:
   상기 스핀들에 장착되는 엔드밀의 종류, 가공 작업의 대상이 되는 공작물의 특성, 상기 스핀들의 회전 속도, 상기 스핀들의 절삭속도(cutting feed), 상기 공작물에 대한 상기 스핀들의 위치, 및 상기 스핀들에 가해지는 부하를 포함하는 부하 데이터가 포함된 데이터베이스를 구축하고;
   상기 데이터베이스를 제1 인공지능(artificial intelligence, AI) 모델에 입력하여 가공 작업 중 상기 공작 기계의 절삭속도를 결정하기 위한 제1 절삭속도 제어 기준 데이터를 생성하고;
   상기 스핀들에 가해지는 부하에 기초하여 제2 절삭속도 제어 기준 데이터를 생성하고;
   상기 제1 절삭속도 제어 기준 데이터 및 상기 제2 절삭속도 제어 기준 데이터에 기초하여 최종 절삭속도 제어 기준 데이터를 생성하고;
   상기 최종 절삭속도 제어 기준 데이터에 기초하여 상기 공작 기계의 절삭속도를 결정하고; 및
   상기 공작 기계의 절삭속도를 상기 공작 기계로 전송하는, 시스템.
   
2. 제1항에 있어서,
   상기 절삭속도 제어 장치는:
   상기 제1 절삭속도 제어 기준 데이터에 대해 제1 가중치를 적용하여 제1 중간 데이터를 획득하고, 상기 제2 절삭속도 제어 기준 데이터에 대해 제2 가중치를 적용하여 제2 중간 데이터를 획득하고; 및
   상기 제1 중간 데이터 및 상기 제2 중간 데이터의 평균 값을 상기 최종 절삭속도 제어 기준 데이터로서 생성하고,
   상기 제1 가중치는, 상기 제1 AI 모델의 학습 횟수 및 상기 제1 AI 모델의 정확도 스코어에 기초하여 산출되고,
   상기 제2 가중치는, 상기 데이터베이스의 업데이트 주기 및 공작 결과와 관련된 평가 데이터에 기초하여 산출되는, 시스템.
   
3. 제2항에 있어서,
   상기 절삭속도 제어 장치는:
   상기 부하의 범위를 결정하고; 및
   제1 부하 범위의 하한 값이 제1 값이고, 제2 부하 범위의 상한 값이 상기 제1 값이고, 상기 부하가 상기 제1 값에서 감소하는 양상인 경우, 상기 제1 부하 범위에 대응되는 제1 속도가 유지되고, 상기 제1 값으로 증가하는 양상인 경우, 상기 제2 부하 범위에 대응되는 제2 속도에서 상기 제1 속도로 변경되도록, 상기 제2 절삭속도 제어 기준 데이터를 생성하고,
   10ms 초과 30ms 이하의 주기로 상기 부하 데이터가 수집되는, 시스템.
   
4. 제2항에 있어서,
   상기 절삭속도 제어 장치는:
   상기 제1 절삭속도 제어 기준 데이터, 상기 제2 절삭속도 제어 기준 데이터 또는 상기 최종 절삭속도 제어 기준 데이터 중의 적어도 하나를 상기 공작 기계로 제공하고,
   상기 공작 기계는:
   상기 제1 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭속도를 적용하였을 때 가공 결과에 대한 제1 예상 평가 점수 및 상기 제2 절삭속도 제어 기준 데이터에 기초하여 결정된 절삭속도를 적용하였을 때 가공 결과에 대한 제2 예상 평가 점수를 상기 절삭속도 제어 장치로 전송하고,
   상기 절삭속도 제어 장치는:
   상기 제1 예상 평가 점수에 기초하여 상기 제1 AI 모델의 정확도 스코어를 산출하고, 상기 제2 예상 평가 점수에 기초하여 상기 공작 결과와 관련된 평가 데이터를 산출하는, 시스템.
   
5. 제4항에 있어서,
   상기 공작 기계는:
   상기 최종 절삭속도 제어 기준 데이터 및 상기 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도를 사용자가 이용하는 단말 장치로 전송하고,
   상기 사용자가 이용하는 단말 장치는:
   상기 최종 절삭속도 제어 기준 데이터 및 상기 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도에 대응되는 해시 값을 이용하여 제1 블록을 생성하고,
   미리 정의된 시간 후 상기 최종 절삭속도 제어 기준 데이터가 업데이트됨에 기반하여, 상기 업데이트된 최종 절삭속도 제어 기준 데이터 및 상기 업데이트된 최종 절삭속도 제어 기준 데이터에 기초하여 결정된 상기 공작 기계의 절삭속도에 대응되는 해시 값을 이용하여 제2 블록을 생성하고,
   상기 제1 블록에 상기 제2 블록을 연결하여 절삭속도 관련 블록체인을 형성하는, 시스템.