KR20200127679A - 용접건 관리 시스템 및 그 방법 - Google Patents

Abstract

용접건 관리 시스템 및 그 방법이 개시된다.
본 발명의 실시 예에 따른 생산라인에 배치된 용접로봇 별 용접건의 팁 연마상태를 관리하는 용접건 관리 시스템은, 용접로봇에 장착된 용접건의 팁 드레싱 작업 후의 연마횟수와 일정두께의 측정판을 물렸을 때 측정되는 팁 연마량을 토대로 수집된 팁 연마 데이터를 테이블에 저장하는 로봇 제어기, 상기 로봇 제어기에서 일정 기간 동안 테이블에 누적된 상기 팁 연마 데이터를 수집하여 로봇 ID 별로 저장하고 상기 팁 연마 데이터를 인공 신경망을 통해 학습하여 상기 로봇 ID 별로 팁 연마상태를 판단할 수 있는 기준 데이터를 생성하는 서버를 포함하되, 상기 용접 제어기는 상기 서버로부터 수신된 상기 기준 데이터를 기반으로 로봇의 인공 신경망을 설정하고 상기 팁 드레싱 작업마다의 연마횟수와 팁 연마량에 따른 팁 연마상태의 정상여부를 판정할 수 있다.

Description

용접건 관리 시스템 및 그 방법{SYSTEM AND METHOD FOR MANAGING WELDING GUNS}

본 발명은 용접건 관리 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는 데이터를 기반으로 로봇에 장착된 용접건의 팁(Tip) 연마상태를 실시간으로 판단할 수 있는 용접 건 관리 시스템 및 그 방법에 관한 것이다.

일반적으로 차량 공장의 생산라인에서는 복수의 부재를 접합하기 위하여 자동으로 저항용접(Spot welding)을 수행하는 여러 대의 용접로봇이 운용되고 있다. 또한, 생산공정의 자동화에 따른 용접로봇의 운용 대수가 늘어나는 추세이다.

통상 저항 용접은 용접건의 양단에 부착된 두 개의 전극 팁(Tip, 용접 팁이라고도 하며, 이하 편의상 "팁"이라고 명명함)으로 모재에 물리고 가압하면서 고압의 전류를 흘려 용접하는 방식으로 복수의 용접점에 대한 용접작업이 연속적으로 행해진다.

한편, 상기 팁(Tip)은 모재에 직접 접촉하여 물리는 부분으로 용접작업을 반복할수록 그 선단부의 접촉표면이 변형된다. 예컨대, 팁의 표면은 용접 그을음으로 인한 오염, 용접시의 가압력 및 고온에 의해 변형될 수 있다. 이러한 상기 팁의 변형으로 인해 용접에 필요한 고압의 전류가 낮아지면 용접 불량을 유발한다.

그러므로, 용접 불량 방지를 위하여 일정 횟수의 용접 후 연마장치를 통해 상기 팁의 선단부를 연마하는 팁 드레싱 작업을 수행하고 있다. 그럼에도 불구하고 팁 연마가 제대로 되지 않으면 상기 용접 불량이 야기되는바, 상기 팁 드레싱 작업 후에는 반드시 팁의 연마상태에 대한 판정이 필요하다.

이에 최근에는 비접촉 센서를 활용한 팁 검사장치가 개발되어 있다. 팁 검사장치는 팁의 연마 면에 검사 광선을 조사하고 반사광량의 계측 값에 따른 팁의 연마상태를 검사한다.

그러나, 종래의 팁 검사장치는 팁의 연마 면을 광선이 조사되는 위치로 이동시켰다가 작업위치로 복귀하는데 별도의 작업시간이 필요하여 UPH(Unit Per Hour)가 빠른 라인의 경우 라인공정이 지체되거나 연마시간을 확보할 수 없는 문제점이 있다.

또한, 고정건의 경우 자유도가 제한되어 팁의 연마 면을 광선이 조사되는 위치로 이동시키는 데 한계가 있어 검사가 어려운 문제점이 있다.

또한, 비용 측면에서 생산자동화로 점차 운용 대수가 늘어나는 용접로봇 별로 별도의 팁 검사장치를 각각 구비해야 하므로 그 설치 및 운용 비용이 증가하고, 수명이 남아 있는 팁을 일정 횟수의 용접작업 후 교체함으로써 소모품 비용이 증가하는 문제점이 있다.

또한, 용접로봇 별로 서로 다른 작업변수에 따른 팁 검사장치의 센서 별 팁 상태를 판단하기 위한 데이터를 수치화할 수 없어 1:1 티칭 필요에 의한 관리 작업량 증가되고 획일적인 관리 시 판단 신뢰도가 떨어지는 문제점이 있다.

이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.

본 발명의 실시 예는 용접로봇 별 용접건의 팁 드레싱 작업마다의 연마횟수와 팁 연마량을 측정하여 서버의 인공지능 신경망을 통해 학습하고, 서버에서 학습된 데이터를 기반으로 각 용접로봇이 팁 연마상태를 실시간으로 판정하는 용접건 관리 시스템 및 그 방법을 제공하고자 한다.

본 발명의 일 측면에 따르면, 생산라인에 배치된 용접로봇 별 용접건의 팁 연마상태를 관리하는 용접건 관리 시스템은, 용접로봇에 장착된 용접건의 팁 드레싱 작업 후의 연마횟수와 일정두께의 측정판을 물렸을 때 측정되는 팁 연마량을 토대로 수집된 팁 연마 데이터를 테이블에 저장하는 로봇 제어기; 상기 로봇 제어기에서 일정 기간 동안 테이블에 누적된 상기 팁 연마 데이터를 수집하여 로봇 ID 별로 저장하고, 상기 팁 연마 데이터를 인공 신경망을 통해 학습하여 상기 로봇 ID 별로 팁 연마상태를 판단할 수 있는 기준 데이터를 생성하는 서버;를 포함하되, 상기 용접 제어기는 상기 서버로부터 수신된 상기 기준 데이터를 기반으로 로봇의 인공 신경망을 설정하고, 상기 팁 드레싱 작업마다의 연마횟수와 팁 연마량에 따른 팁 연마상태의 정상여부를 판정하는 것을 특징으로 한다.

또한, 상기 기준 데이터는 교체된 팁의 시작위치를 기준으로 연마횟수 별 팁 간격과 그 증가량에 따른 팁 연마상태를 정상, 과대 및 과소 중 어느 하나로 판단하기 위한 인공 신경망 설정 파리 미터 값을 포함할 수 있다.

또한, 상기 용접건은 다관절 로봇의 엔드이펙터에 장착되며는 브라켓의 일면에 형성된 건 암; 모재와 접촉되는 전극이며, 상기 건 암의 일측 홀더에 고정 장착되는 고정팁; 모재와 접촉되는 전극이며, 상기 건 암의 타측 어댑터에 전후 방향으로 이동 가능하게 장착되는 이동팁; 및 인가되는 제어신호에 따라 작동되어 상기 이동팁을 전진방향 혹은 후진방향으로 이동시키고, 모터의 회전량에 따른 상기 이동팁의 이동거리를 측정하는 서보 모터를 포함할 수 있다.

또한, 상기 로봇 제어기는 상기 팁 연마 데이터를 상기 로봇 ID와 매칭하여 상기 서버로 전송하고, 상기 서버로부터 상기 기준 데이터를 수신하는 통신 모듈; 상기 팁 드레싱 작업 후 상기 용접건의 양측 팁으로 상기 측정판을 물렸을 때 직전 연마횟수 대비 상기 이동팁의 이동거리 증가에 따라 증가된 상기 양측 팁의 팁 연마 데이터를 수집하는 데이터 수집 모듈; 상기 데이터 수집 모듈에서 수집된 팁 연마 데이터를 입력 값으로 상기 기준데이터가 적용된 인공 신경망을 통해 계산하여 팁 연마량의 정상, 과대 및 과소 중 어느 하나로 판단하는 인공지능 모듈; 상기 데이터 수집 모듈에서 수집된 상기 팁 연마 데이터를 테이블에 누적하여 저장하는 저장 모듈; 및 상기 팁 연마량의 과대 판단 시 상기 용접로봇의 자세제어를 통한 팁 연마시의 가압력과 연마시간이 감소하도록 수정하는 제어 모듈을 포함할 수 있다.

또한, 상기 데이터 수집 모듈은 팁 교체 후 상기 측정판의 하면에 상기 고정팁을 고정시킨 상태에서 상기 서보 모터의 작동으로 상기 이동팁을 이동시켜 상기 측정판의 상면에 물렸을 때의 시작위치를 수집하여 테이블에 저장할 수 있다.

또한, 상기 팁 연마 데이터는 팁 교체 후 최초 측정된 양측 팁 끝단의 상기 시작위치, 교체 후의 팁 연마횟수, 상기 시작위치로부터 상기 연마횟수 단계별 양측 팁 끝단의 현재위치에서 측정된 팁 간격, 직전 연마횟수 대비 상기 팁 간격의 증가량 중 적어도 하나를 포함할 수 있다.

또한, 상기 현재위치는 현재 연마된 양측 팁의 위치로서 상기 용접로봇이 상기 시작위치와 동일한 자세제어로 세팅된 상태에서 상기 연마횟수 단계별로 증가된 팁 간격을 가질 수 있다.

또한, 상기 팁 연마 데이터는 상기 팁 교체 후에 양측 팁을 상기 측정판에 물린 상기 시작위치에서 상기 이동팁이 접촉된 상기 측정판의 상면을 0점으로 정의 하되, 직전의 측정위치에서 이동팁만 상기 0점까지 내렸을 때의 이동거리로 이동팁연마량을 측정하고, 당해 연마횟수의 전체 팁 연마량에서 상기 이동팁 연마량을 제한 값으로 고정팁 연마량을 산출할 수 있다.

또한, 상기 제어 모듈은 상기 팁 연마량의 과소 판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 용접로봇을 정지하고, 서버 및 등록된 운영자에게 상기 비상이벤트를 전송하여 알람할 수 있다.

또한, 상기 제어 모듈은 상기 팁 드레싱 작업마다 상기 팁 연마량이 차감된 고정팁 및 이동팁의 남은 길이를 계산하고 상기 남은 길이가 기준 유효길이 미만으로 소모되면 팁 교체시기를 상기 서버로 알람할 수 있다.

또한, 상기 서버는 상기 로봇 제어기에서 주기적으로 수집된 팁 연마 데이터를 수신하고, 상기 기준 데이터를 상기 로봇 제어기로 전송하는 통신부; 상기 로봇 제어기에서 수집된 정상(OK) 팁 연마 데이터를 토대로 인공지능 학습을 위해 불량(NG) 데이터가 포함된 분류 데이터를 생성하여 로봇 ID별로 저장하는 데이터 관리부; 상기 분류 데이터를 인공지능 학습 신경망을 통해 연산하여 상기 로봇 ID 별 팁 연마상태 판단을 위한 상기 기준 데이터를 생성하는 인공지능 학습부; 상기 용접로봇의 로봇 ID 별로 수집되는 팁 연마 데이터, 분류 데이터 및 기준 데이터를 매칭하여 저장하는 데이터베이스; 상기 데이터베이스에 저장된 데이터를 기반으로 상기 용접로봇 별 팁 연마상태 판정 결과를 운영자가 확인할 수 있도록 그래프를 통해 표시하는 그래픽 생성부; 및 기준 데이터의 신경망 설정을 위한 가중치(Weight)와 바이어스(Bias)를 해당 로봇 ID에 매칭된 상기 로봇 제어기로 전송하여 용접로봇 별 신경망 상태를 업데이트 시키는 제어부를 포함할 수 있다.

또한, 상기 데이터 관리부는 과거에 누적된 불량(NG) 데이터를 참조하거나 운영자의 설정정보에 따른 불량(NG) 데이터를 설정하여 상기 정상(OK) 팁 연마 데이터의 수량만큼 과대 및 과소의 불량(NG) 데이터를 생성할 수 있다.

또한, 상기 인공지능 학습부는 상기 기준 데이터를 텐서플로우(Tensorflow)를 활용한 2개 층의 레이어로 설정하고, 각 레이의 가중치(Weight)와 바이어스(Bias)의 파라 미터 값을 조정할 수 있다.

한편, 본 발명의 일 측면에 따른, 용접로봇의 로봇 제어기가 생산라인에 배치된 용접로봇을 관리하는 서버와의 연동으로 용접건의 팁 연마상태를 판단하는 용접건 관리 방법은, a) 서버에서 수신된 기준 데이터를 용접건의 팁 연마상태 판정을 위한 인공 신경망을 설정하는 단계; b) 상기 용접건의 팁이 교체되면, 교체된 고정팁과 이동팁을 최초 상기 측정판에 물린 상태에서 측정된 양측의 팁 간격을 시작위치로 설정하는 단계; c) 용접건의 팁 드레싱 작업 후의 연마횟수와 상기 고정팁과 이동팁을 상기 측정판에 물린 현재위치에서 상기 시작위치 대비 증가된 팁 간격 및 당해 증가량이 포함된 팁 연마 데이터를 측정하는 단계; 및 d) 상기 팁 연마 데이터를 입력 값으로 상기 설정된 인공 신경망을 통해 연산하여 당해 연마상태의 정상여부를 판단하는 단계를 포함한다.

또한, 상기 a) 단계 이전에, 일정 기간 동안 테이블에 누적된 상기 팁 연마 데이터를 로봇 ID와 매칭하여 서버로 전송하는 단계; 및 상기 서버로부터 상기 팁 연마 데이터에 대한 인공지능 학습으로 도출된 상기 기준 데이터를 수신하는 단계를 더 포함할 수 있다.

또한, 상기 c) 단계는, 상기 고정팁과 이동팁을 직전횟수의 측정위치에 위치시킨 후 상기 측정판을 물렸을 때 서보 모터의 회전량에 따른 상기 이동팁의 이동거리를 측정하여 상기 증가된 팁 간격 및 당해 증가량을 도출할 수 있다.

또한, 상기 d) 단계는, 상기 시작위치를 기준으로 연마횟수 별 팁 간격과 그 증가량에 따른 팁 연마량이 정상범위에 존재하자 여부를 판단하되, 상기 정상범위를 벗어난 팁 연마상태의 불량 시의 과대 상태 또는 과소 상태를 진단하는 것을 특징으로 한다.

또한, 상기 d) 단계는, 상기 연마상태가 정상범위에서 벗어난 과대 상태로 판단되면, 상기 용접로봇의 자세제어를 통한 팁 연마시의 가압력과 연마시간이 감소하도록 조정하는 단계를 포함할 수 있다.

또한, 상기 d) 단계는, 상기 연마상태가 정상범위에서 벗어난 과소 상태로 판단되면, 재연마 제어를 통해 부족한 팁 연마량을 정상범위로 보정하는 단계; 및 이후에 연마상태의 과소상태 판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 라인을 정지하고, 상기 서버에 전송하여 운영자에게 알람하는 단계를 포함할 수 있다.

또한, 상기 d) 단계는, 상기 연마상태가 정상범위에 존재하는 것으로 판단되면, 그 결과를 테이블의 판정결과에 기록하는 단계; 고정팁 끝단과 상기 이동팁 끝단의 현재 위치를 계산하고 각각 신품 스펙 대비 남은 팁 길이를 계산하는 단계; 및 상기 남은 팁 길이가 기준 팁 유효길이 미만으로 유효하지 않으면 상기 서버로 팁 교체시기를 알람하는 단계를 포함할 수 있다.

본 발명의 실시 예에 따르면, 서버에서 생산라인에 배치된 용접로봇 별 로봇 제어기로부터 팁 연마 데이터를 수집하여 인공지능을 통해 학습하고, 상기 용접로봇 별 팁 연마량 양부판정을 위한 기준 데이터를 로봇 제어기의 신경망에 이식하여 팁 연마량의 정상, 과대 및 과소 상태를 판단하도록 함으로써 별도의 센서 없이 학습 데이터를 기반으로 각 용접로봇에 장착된 용접건의 팁 연마상태를 실시간으로 관리할 수 있는 효과가 있다.

또한, 팁 연마량의 과대 판단 시 용접로봇의 가압력과 연마시간이 감소하도록 조정하고 각 로봇 제어기에서 실측된 팁 길이의 유효성 판단에 따른 교체시기를 서버로 알람 함으로써 잦은 팁 교체로 인해 발생되는 라인정지 문제 및 소모품 비용 증가에 따른 원가 절감 문제를 해결할 수 있는 효과가 있다.

또한, 팁 연마량의 과소 판단 시 재연마를 통해 부족한 팁 연마량을 정상범위로 보정하거나 용접로봇 정지 이벤트를 발생하여 팁 연마 불량으로 인해 용접품질이 저하되는 것을 방지할 수 있는 효과가 있다.

도 1은 본 발명의 실시 예에 따른 생산라인에 설비된 용접건 관리 시스템을 을 개략적으로 나타낸다.
도 2는 본 발명의 실시 예에 따른 로봇 제어기와 서버의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 실시 예에 따른 팁 데이터 측정 방식을 설명하기 위한 개념도이다.
도 4는 본 발명의 실시 예에 따른 팁 연마 데이터가 저장되는 테이블을 나타낸다.
도 5는 본 발명의 실시 예에 따른 팁 연마상태 판정 그래프를 나타낸다.
도 6은 본 발명의 실시 예에 따른 팁 연마 데이터의 수집 및 학습 그래프의 예를 나타낸다.
도 7은 본 발명의 실시 예에 따른 팁 연마 데이터의 양부판정을 위한 분류 데이터의 예를 나타낸다.
도 8은 본 발명의 실시 예에 따른 인공지능 학습을 위한 신경망 구조를 개략적으로 나타낸다.
도 9는 본 발명의 실시 예에 따른 인공 신경망 학습을 통해 출력된 기준 데이터의 예시를 나타낸다.
도 10은 본 발명의 실시 예에 따른 팁 간격 증가량에 따른 팁 연마상태 판단 그래프를 비교하여 나타낸다.
도 11은 본 발명의 실시 예에 따른 팁 연마상태 판단을 위한 용접건 관리 방법을 개략적으로 나타낸 흐름도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 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 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

명세서 전체에서, 제1, 제2, A, B 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

명세서 전체에서, 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

이제 본 발명의 실시 예에 따른 용접건 관리 시스템 및 그 방법에 대하여 도면을 참조로 하여 상세하게 설명한다.

도 1은 본 발명의 실시 예에 따른 생산라인에 설비된 용접건 관리 시스템을 을 개략적으로 나타낸다.

도 1을 참조하면, 본 발명의 실시 예에 따른 용접건 관리 시스템은 차량의 생산라인에 설비된 복수의 용접로봇(100) 및 각 용접로봇(100)의 엔드이펙터(End-effector)(110)에 장착된 용접건(120)의 팁(Tip) 연마 상태를 중앙에서 관리하는 서버(200)를 포함한다.

용접로봇(100)은 4내지 6자유도의 다관절 매니퓰레이터(manipulator)로 구성될 수 있으며 엔드이펙터(110)에 용접건(120)이 장착된다. 여기에, 용접로봇(100)은 용접건(120)의 팁(Tip) 연마를 위한 연마기(130), 연마 데이터 측정을 위해 고정된 측정판(140) 및 용접로봇(100)의 자세제어를 통해 용접작업을 제어하는 로봇 제어기(150)를 포함한다.

용접로봇(100)은 기구학적으로 거동 가능한 입체 공간의 좌표계(3d; x, y, z)를 형성하고 설정된 용접작업 정보에 따라 용접건(120)을 적어도 하나의 용접위치로 이동하면서 용접작업을 수행할 수 있다.

용접건(120)은 건 암(Gun Arm)(121), 고정팁(122), 이동팁(123) 및 서보 모터(Servo Motor)(124)를 포함한다.

건 암(121)은 디귿(ㄷ)자로 절곡되어 양측에 팁(Tip)이 장착되는 프레임으로 브라켓(Bracket)의 일면에 배치된다.

고정팁(122)은 모재의 일측면과 접촉되는 전극이며, 건 암(121)의 일측 홀더(Holder)에 고정 장착된다.

이동팁(123)은 모재의 타측면과 접촉되는 전극이며, 건 암(121)의 타측에 형성된 어댑터(Adaptor)에 전후 방향으로 이동 가능하게 장착된다. 상기 고정팁(122)과 이동팁(123)은 저항용접을 위해 모재에 맞물리는 소모품으로써 건 암(121)의 양측에서 동일 축의 길이방향으로 형성된 섕크(Shank)의 끝단에 각각 장착된다.

서보 모터(124)는 인가되는 제어신호에 따라 회전되어 상기 이동팁(123)을 전진방향 혹은 후진방향으로 이동시킨다. 이때, 서보 모터(124)의 회전운동은 기구부를 통해 이동팁(123)을 전후방향으로 이동시키는 직선운동으로 전환될 수 있다.

이러한 용접건(120)은 고정팁(122)을 모재의 일측면에 고정시키고 서보 모터(124)의 구동으로 이동팁(123)을 전진시켜 모재의 타측면에 물린 후 고압의 전류를 흘려 용접하는 방식으로 고정건이 혹은 서보건(Servo Gun)이라고도 한다.

한편, 서보 모터(124)는 모터의 회전량에 따른 이동팁(123)의 이동거리를 측정할 수 있다.

예컨대, 서보 모터(124)는 이동팁(123)을 모터의 회전량에 따라 전진시켜 모재와의 접촉으로 정지된 위치의 이동거리를 측정할 수 있다. 이러한 이동팁(123)의 이동거리 측정은 후술되는 팁 드레싱 작업 후 팁 연마량을 검출하는데 활용된다.

또한, 상기 이동거리의 측정은 용접로봇(100)이 현재 취하고 있는 자세정보에 따른 엔드이펙터(110)의 좌표(x, y, z)를 기준으로 이에 장착된 용접건(120)의 양측 팁의 끝단의 상대위치(좌표)를 검출할 수 있다.

여기서, 상기 이동팁(123)의 이동거리 측정은 서보 모터(124)를 이용하는 것에 한정되는 것은 아니며 이동팁(123)의 전후진 길이를 측정하는 별도의 거리측정센서를 통해 측정될 수 있다.

연마기(130)는 모터로 회전되는 복수의 커터날을 포함하여 일정한 압력으로 가압되는 팁(122, 123)의 표면을 연마하는 장치이다.

즉, 연마기(130)는 커터날의 회전상태에서 용접로봇(100)의 자세제어를 통해 변형된 팁(122, 123)이 삽입 및 가압되면 그 팁 끝단부의 표면을 둥글게 연마하는 팁 트레싱 작업을 한다.

측정판(140)은 팁 드레싱 후 팁(122, 123)의 팁 연마량을 물리적으로 측정하기 위해 고정된 일정두께의 플레이트이다. 측정판(140)은 강성의 절연소재로 구성될 수 있으며 상기 팁 연마량의 측정 시 용접건(120)의 이동을 최소화하기 위해 연마기(130)의 일면에 고정될 수 있다.

로봇 제어기(150)는 용접로봇(100)의 용접작업을 위한 기구학적 자세제어 정보를 저장하고, 용접로봇(100)의 자세제어에 따라 이동되는 용접건(120)의 용접작업을 제어한다. 여기서, 상기 자세제어는 상기 용접작업뿐만 아니라 팁 드레싱 작업 및 팁 연마량 측정을 위한 제어를 포함할 수 있다.

로봇 제어기(150)는 용접로봇(100)이 현재 취하고 있는 자세정보에 따른 엔드이펙터(110)의 좌표(x, y, z)를 기준으로 용접건(120)이 장착된 각도와 상기 이동거리를 고려하여 양측 팁(122, 123) 끝단의 상대 좌표를 각각 검출할 수 있다.

로봇 제어기(150)는 용접건(120)의 용접 횟수를 카운트하여 소정 임계횟수를 충족하면 연마기(130)를 통한 팁 드레싱 작업을 개시한다.

로봇 제어기(150)는 용접건(120)의 팁 드레싱 작업후 당해 연마횟수와 용접건(120)의 팁을 측정판(140)에 물린 후 측정된 직전의 팁 간격 대비 증가된 팁 간격과 연마량을 테이블에 저장한다. 여기서, 상기 팁 간격은 팁 교체 후 최초 측정판(140)에 물렸을 때의 고정팁(122)과 이동팁(123)간의 간격을 0으로 세팅한 상태에서 매 연마횟수 마다 팁 연마량이 증가된 만큼의 팁 간격을 의미한다. 또한, 상기 직전의 팁 간격은 테이블에 마지막으로 저장된 직전 연마횟수의 팁 간격을 의미하는 것으로써 이를 기준으로 현재 연마횟수에 대한 팁 간격과 그 증가량(즉, 팁 연마량)을 산출하기 위한 비교 데이터가 된다(도 3 참조).

로봇 제어기(150)는 일정 기간 동안 상기 테이블에 누적된 정상 상태에서의 팁 연마 데이터를 로봇 식별정보(ID)와 매칭하여 서버(200)로 전송한다.

서버(200)는 용접로봇(100)별로 용접건(120)의 팁(Tip) 연마 상태를 관리하는 모니터링 시스템이다.

서버(200)는 공장 내 배치된 용접로봇(100) 별로 팁 교체시의 장착상태(예; 교체된 팁의 장착 길이에 장착오차가 발생될 수 있음)와 연마상태(예; 연마기의 컨디션 등) 등의 여러 가지 팁 연마량 측정시의 변경요인을 고려하여 팁 연마상태 판단을 위한 맞춤형 기준 데이터를 제공한다.

즉, 서버(200)는 로봇 제어기(150)로부터 상기 연마 데이터를 수집하여 로봇 ID별로 누적하고, 이를 인공 신경망을 통해 학습하여 상기 로봇 ID 별로 팁 연마상태를 판단할 수 있는 맞춤형 기준 데이터를 생성할 수 있다. 여기서, 기준 데이터는 교체된 팁의 시작위치를 기준으로 연마횟수 별 팁 간격과 그 증가량에 따른 팁 연마상태를 정상, 과대(많음) 및 과소(적음)으로 판단할 수 있는 신경망 설정 파리 미터 정보를 의미한다.

이에, 로봇 제어기(150)는 팁 교체 후 서버(200)로부터 수신된 기준 데이터를 기반으로 로봇의 인공 신경망을 설정하여 팁 드레싱 작업마다의 연마횟수와 팁 연마량에 따른 팁 연마상태를 실시간으로 판단할 수 있다.

한편, 아래의 도 2를 통해 본 발명의 실시 예에 따른 로봇 제어기와 서버의 구성을 좀더 구체적으로 설명한다.

도 2는 본 발명의 실시 예에 따른 로봇 제어기와 서버의 구성을 개략적으로 나타낸 블록도이다.

도 2를 참조하면, 로봇 제어기(150)는 통신 모듈(151), 데이터 수집 모듈(152), 인공지능 모듈(153), 저장 모듈(154) 및 제어 모듈(155)을 포함한다.

통신 모듈(151)은 서버(200)와 사내 네트워크 혹은 유/무선 통신으로 연결되어 데이터를 송수신한다.

통신 모듈(151)은 주기적으로 수집된 팁 연마 데이터를 로봇 ID와 매칭하여 서버(200)로 전송하고, 서버(200)에서 인공지능으로 학습된 신경망 기반 기준 데이터를 수신할 수 있다.

데이터 수집 모듈(152)은 연마기(130)를 이용한 팁 드레싱 작업 후 용접건(120)의 양측 팁(122, 123)으로 측정판(140)을 물려 직전 대비 양측 팁 끝단부가 갈려나간 두께인 팁 연마량을 측정한다.

여기서, 상기 팁 연마량은 용접로봇(100)이 어떻게 설치되는지, 사용되는 팁의 종류, 연마 시 커너탈의 마모 상태, 상기 팁의 가압력 및 연마시간 등의 다양한 변수에 따라 변동된다. 따라서, 사람이 용접건(120)에 장착되는 팁의 연마 상태를 데이터로 관리하는 것은 불가하며, 데이터 수집 모듈(152)이 팁 연마 데이터의 수집을 대신하도록 함으로써 각 용접로봇(100)의 팁 연마상태 관리를 위한 작업량을 삭제할 수 있다.

데이터 수집 모듈(152)는 팁이 교체된 후 측정판(140)에 양측 팁(122, 123)을 물린 상태에서 측정된 시작위치를 기준으로 팁 드레싱 작업마다의 팁 연마횟수와 상기 시작위치와 동일한 방식의 현재 위치에서 측정된 팁 연마 데이터를 수집하여 테이블에 저장한다.

도 3은 본 발명의 실시 예에 따른 팁 데이터 측정 방식을 설명하기 위한 개념도이다.

먼저, 도 3 및 그 설명에서는 설명의 편의와 이해를 돕기 위해 각 수치들을 과장되게 표현하였으며 본 발명의 실시 예가 그 수치들에 한정되는 것은 아님을 분명히 한다.

도 3(A)를 참조하면, 신품으로의 팁 교체 후 측정판(140)의 하면에 고정팁(122)을 고정시킨 상태에서 서보 모터(124)의 작동으로 이동팁(123)을 이동시킨 후 측정판(140)의 상면에 물렸을 때의 시작위치를 측정한 상태를 나타낸다. 여기서, 상기 시작위치의 측정은 양측 팁(122, 123)을 측정판(140)에 물리는 용접로봇(100)의 자세제어에 의한 것이며 이를 시작위치 자세제어라 정의한다. 또한, 팁 교체 후 양측 팁(122, 123)을 측정판(140)에 물린 상태에서 이동팁(123)이 접촉된 측정판(140)의 상면을 0점으로 정의 할 수 있다.

예컨대, 도 3(A)에서는 초기 시작위치에서 일정 가압력(예; 100kgf)으로 가압 시 고정팁(122)과 이동팁(123)이 각각 3mm이고 측정판(140)이 3mm라고 가정하면 총 길이는 9mm가 된다. 이때, 측정판(140)의 상면(0점)에 물린 이동팁(123)의 끝단과 하면에 물린 고정팁(122)의 끝단 사이의 간격(이하, 팁 간격이라 명명함)은 3mm가 된다. 여기에 고정 값인 측정판(140)의 두께 3mm를 차감하면 상기 시작위치에서의 팁 연마량은 0mm가 된다.

통상 용접건의 팁이 교체되면 그 시작위치가 0이되는 것이 이상적인 세팅이지만 용접로봇(100)마다의 팁 장착오차 혹은 팁 부품사이즈 오차 등이 발생되어 기준이 변하므로 작업자가 일일이 이를 관리하는 것이 어렵다.

이에 본 발명의 실시 예에 따른 상기 시작위치의 측정이 시사하는 것은 팁 교체 시마다의 실측 값에 맞게 시작위치의 기준을 설정할 수 있다는 점에서 의미가 있다.

한편, 상기 시작위치를 기준으로 이후 팁 트레싱 작업에 따른 팁 연마횟수가 증가할 때마다 이동팁(123)의 끝단과 고정팁(122)의 끝단이 연마되고 그 연마량에 따른 양측의 팁 간격은 단계적으로 증가하게 된다.

예컨대, 도 3(B)를 참조하면, 10회 팁 드레싱 작업 후 팁이 연마된 현재위치에서의 팁 연마 데이터를 측정하기 위해 고정팁(122)과 이동팁(123)을 초기의 시작위치에 위치시킨 상태를 나타낸다. 여기서, 상기 현재위치는 상기 시작위치 자세제어와 동일한 로봇의 자세제어에 따라 위치되는 것이다. 이때, 도 3(A)와 같이 시작위치에서는 양측 팁(122, 123)에 의해 측정판(140)이 물려지지만, 도 3(B)와 같은 현재위치에서는 양측 팁(122, 123)과 측정판(140) 간에는 팁 연마량만큼의 공간이 형성된다.

이때, 현재위치에서 일정 가압력(예; 100kgf)으로 측정판(140)을 가압하면 고정팁(122)이 2mm, 이동팁(123)이 1mm 남은 상태에서 고정 값인 측정판(140)이 3mm이므로 총 길이는 6mm가 된다.

즉, 도 3(B)에 나타낸 고정팁(122) 끝단과 이동팁(123) 끝단의 현재위치를 도 3(A)에 나타낸 시작위치와 비교할 때 팁 연마량(3mm) 발생에 따른 팁 간격(6mm)이 증가된 것을 확인할 수 있다.

이때, 1회 팁 드레싱 작업 후 증가된 상기 팁 간격(6mm)과 팁 연마량(3mm)은 상기 시작위치를 기준으로 용접건(120)의 고정팁(122)과 이동팁(123)으로 측정판(140)을 물렸을 때에 서보 모터(124)가 추가로 작동된 이동팁(123)의 이동거리 증가량으로 산출될 수 있다. 여기서, 상기 이동팁(123)의 이동거리 증가량은 당해 연마횟수의 팁 연마량 및 팁 간격 증가량과 동일한 의미를 갖는다.

위 설명을 정리하면, 데이터 수집 모듈(152)은 팁 연마후의 용접건(120)을 시작위치와 동일하게 위치시킨 상태에서 측정판(140)의 하면에 고정팁(122)을 물리고 서보 모터(124)의 추가 작동으로 이동팁(123)을 측정판(140)의 상면에 물렸을 때 늘어난 이동팁(123)의 이동거리로 팁 연마량(3mm)을 측정할 수 있다. 또한 상기 팁 연마량(3mm)을 직전의 팁 간격(3mm)에 합산하여 현재위치에서의 팁 간격(6mm)을 산출할 수 있다. 여기서 상기 팁 연마량 3mm는 상부의 이동팁(123)과 하부의 고정팁(122)에 50%씩 분해할 수 있다.

한편, 위 설명에서는 상기 이동팁(123)의 이동거리로 증가된 상기 팁 연마량 3mm로 측정될 수 있는데 팁 교체 및 유지보수 관리를 위해서는 그 중 고정팁(122)과 이동팁(123)이 각각 어느 정도 갈려나갔는지 파악할 필요가 있다.

이에, 데이터 수집 모듈(152)은 도 3(B)와 같은 직전의 측정위치에서 이동팁(123)만 0점 기준의 측정판(140)의 상면까지 내렸을 때의 이동거리로 이동팁(123) 연마량(1mm)을 측정한다. 그리고, 전체의 상기 팁 연마량(3mm)에서 상기 이동팁(123) 연마량(1mm)을 제한 값으로 고정팁(122) 연마량(2mm)을 산출할 수 있다.

이후에도 마찬가지로, 데이터 수집 모듈(152)은 팁 드레싱작업 횟수마다 직전의 측정위치와 동일하게 고정팁(122)과 이동팁(123)을 위치시키고, 측정판(140)을 물렸을 때의 증가된 이동팁(123)의 이동거리에 기초한 팁 연마 데이터를 측정할 수 있다.

도 4는 본 발명의 실시 예에 따른 팁 연마 데이터가 저장되는 테이블을 나타낸다.

도 4를 참조하면, 데이터 수집 모듈(152)이 수집하는 팁 연마 데이터는 운영자에 의해 교체된 양측 팁의 위치(이하, 시작위치라 명명함), 팁 교체 후의 연마횟수(이하, 연마횟수라 명명함), 연마횟수 단계별 양측 팁의 현재위치에서 측정된 팁 간격(이하, 팁 간격이라 명명함), 상기 연마횟수 단계별 팁 연마량에 따른 팁 간격의 증가량(이하, 증가량이라 명명함) 등을 포함할 수 있다. 여기서, 상기 시작위치는 교체된 팁(122, 123)으로 최초 측정판(140)을 물렸을 때의 양측 팁(122, 123)의 위치로써 상기 측정판(140)의 두께를 제외한 팁 간 간격이며 0으로 설정된다. 또한, 상기 현재위치는 현재 연마된 양측 팁(122, 123)의 위치로서 용접로봇(100)이 상기 시작위치와 동일한 자세제어로 세팅된 상태에서 당해 팁 연마량 만큼 증가된 팁 간격을 갖는다.

상기 팁 연마 데이터의 수집은 실시간으로 이루어지기 때문에 데이터 수집 모듈(152)에서 직접 수집하여 테이블에 저장하고, 특정 주기에 서버(200)로 전송할 수 있다. 예컨대, 데이터 수집 모듈(152)은 팁 교체 주기마다 테이블에 저장된 상기 팁 연마 데이터를 전송할 수 있다.

인공지능 모듈(153)은 서버(200)와 동일하게 설정된 인공지능 신경망 구조로 계산을 할 수 있다.

인공지능 모듈(153)은 서버(200)에서 학습된 기준 데이터를 로봇의 인공 신경망에 설정하고, 상기 설정된 로봇의 인공 신경망을 기반으로 팁 연마 후에 수집된 팁 연마 데이터에 따른 팁 연마상태의 정상여부를 판정한다.

즉, 인공지능 모듈(153)은 팁 연마횟수 마다 데이터 수집 모듈(152)에서 수집된 팁 연마 데이터를 입력 값으로 상기 기준데이터가 적용된 신경망을 통해 계산하여 팁 연마량의 정상, 과소 및 과대 중 어느 하나를 판단할 수 있다.

예컨대, 도 5는 본 발명의 실시 예에 따른 팁 연마상태 판정 그래프를 나타낸다.

도 5를 참조하면, 본 발명의 실시 예에 따른 서버(200)에서 학습된 기준 데이터가 신경망에 적용된 연마상태 판단그래프와 그 판단결과의 예시를 보여준다.

팁 연마상태 판정 그래프는 인공지능 모듈(153)의 팁 연마상태 판정 결과가 정상인 경우 판단점을 일정 범위의 정상영역에 표시 된다.

반면에 팁 연마량이 너무 적은 경우 13회의 판단점과 같이 정상범위의 하한선을 벗어난 과소영역에 표시하거나 팁 연마량이 너무 많은 경우 정상범위의 상한선을 벗어난 과대영역에 표시될 수 있다.

이러한 팁 연마상태 판정 그래프는 서버(200)와 실시간으로 공유되어 운영자가 연마횟수마다의 팁 연마량이 정상범위에 있거나 너무 적게 혹은 너무 많이 연마되는 것을 한 눈에 파악할 수 있다.

저장 모듈(154)은 로봇 제어기(150)가 용접로봇(100)을 제어하는데 필요한 각종 프로그램 및 데이터를 저장한다.

저장 모듈(154)은 데이터 수집 모듈(152)에서 수집된 팁 연마 데이터를 테이블에 누적하여 저장하고, 서버(200)에서 수신된 기준 데이터 기반 신경망을 저장할 수 있다.

제어 모듈(155)은 본 발명의 실시 예에 따른 용접로봇(100)의 전반적인 동작을 제어하며, 이를 위한 적어도 하나의 프로세서를 포함한다.

제어 모듈(155)은 상기 팁 연마량이 너무 많은 과대 판단의 경우, 용접로봇(100)을 통한 팁 연마시의 가압력과 연마시간이 감소하도록 조정하여 과대한 팁 연마량을 정상범위로 수정할 수 있다.

이를 통해, 팁 드레싱 작업 시 과도한 팁 연마로 사용수명이 줄고 잦은 교체로 인해 발생되는 소모품 비용 증가에 따른 원가 절감 문제를 해결할 수 있는 이점이 있다.

또한, 제어 모듈(155)은 상기 팁 연마량 너무 적은 과소판단의 경우, 재연마를 통해 부족한 팁 연마량을 정상범위로 보정할 수 있다.

이를 통해, 팁 연마상태의 불량으로 인해 용접품질이 저하되는 것을 방지할 수 있는 이점이 있다.

여기에서, 생산라인을 설계하는 보수적인 측면에서 볼 때, 팁 연마량이 많은 것은 원가 절감에 불리하지만 제품 생산 및 품질에는 영향을 주지 않는다. 그러나, 팁 연마량이 적은 경우 용접이 떨어진 불량품을 일일히 찾아 수정해야 하므로 제품 생산 및 품질에 심각한 영향을 준다.

그러므로, 제어 모듈(155)은 상기 팁 연마량 너무 적은 과소판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 라인을 정지 및 경보하고, 서버(200)에 전송하여 운영자에게 알람 할 수 있다. 이때, 제어 모듈(155)은 연마기(130)의 커터날 점검 혹은 교체를 더 알람하여 팁 연마량의 적은 문제를 해소할 수 있다.

반면, 제어 모듈(155)은 상기 연마횟수에 따른 팁 연마량이 정상범위 이내에 존재하면 용접로봇(100)의 별도의 보정동작을 제어한지 않는다.

또한, 제어 모듈(155)은 팁 드레싱 작업마다 고정팁(122) 및 이동팁(123)의 남은 길이를 계산하여 팁 유효길이가 소모되면 팁 교체시기를 운영자나 서버(200)로 알람 할 수 있다.

이를 통해, 수명이 남아 있는 팁의 무분별한 교체로 인해 소모품 비용이 증가하는 것을 예방할 수 있다.

한편, 서버(200)는 통신부(210), 데이터 관리부(220), 인공지능 학습부(230), 데이터베이스(240), 그래픽 생성부(250) 및 제어부(260)를 포함한다.

통신부(210)는 로봇 제어기(150)의 통신 모듈(151)과 사내 네트워크 혹은 유/무선 통신으로 연결되어 데이터를 송수신한다.

통신부(210)은 로봇 제어기(150)에서 주기적으로 수집된 팁 연마 데이터를 수신하고, 서버(200)에서 인공지능으로 학습된 신경망 기반 기준 데이터를 용접로봇(100) 별로 전송할 수 있다.

데이터 관리부(220)는 로봇 제어기(150)에서 수집된 팁 연마 데이터를 인공지능 학습을 위해 로봇 ID별로 구분하여 누적 관리한다.

이때, 데이터 관리부(220)는 인공지능을 학습을 위해서는 팁 연마상태에 대한 양부판정(OK/NG) 데이터가 필요한 반면에 로봇 제어기(150)에서 수집된 팁 연마 데이터는 정상(OK) 데이터만 수집되므로 운영자의 설정정보에 따른 불량(NG) 데이터를 설정할 수 있다.

예컨대, 도 6은 본 발명의 실시 예에 따른 팁 연마 데이터의 수집 및 학습 그래프의 예를 나타낸다.

도 7은 본 발명의 실시 예에 따른 팁 연마 데이터의 양부판정을 위한 분류 데이터의 예를 나타낸다.

도 6 및 도 7을를 참조하면, 데이터 관리부(220)는 인공지능 학습을 위해서는 정상(OK) 및 불량(NG) 데이터가 필요한 반면에 로봇 제어기(150)에서는 정상상태의 팁 연마 데이터만 수신되므로 인공지능 학습을 위해 불량(NG) 데이터가 포함된 분류(Classify) 데이터를 생성한다.

데이터 관리부(220)는 생산라인 가동 시 불량(NG) 데이터가 다량으로 나오지 않기 때문에 누적된 불량(NG) 데이터를 참조하거나 일정 기준을 설정하여 정상 데이터의 수량만큼 과대 및 과소의 불량(NG) 데이터를 생성할 수 있다. 이를 통해 운영자가 정상(OK)과 불량(NG) 데이터의 기준을 가변 설정할 수 있는 장점이 있다.

인공지능 학습부(230)는 데이터 관리부(220)에서 생성된 분류 데이터를 인공지능 학습을 통해 연산하여 용접로봇(100)별 팁 연마상태 판단을 위해 학습된 신경망을 이식할 수 있는 기준 데이터를 생성한다.

도 8은 본 발명의 실시 예에 따른 인공지능 학습을 위한 신경망 구조를 개략적으로 나타낸다.

도 8을 참조하면, 인공지능 학습부(230)는 팁 연마횟수, 시작위치, 팁 간격 및 증가량을 입력값(Feature)으로 활용하여 설정된 인공 신경망을 통해 학습하고 팁 연마상태의 정상여부의 판정을 위한 기준 데이터를 출력할 수 있다.

이때, 인공지능 학습부(230)는 신경망 네트워크 구조가 간단해야 로봇 제어기(150)에 그 구조를 이식할 수 있기 때문에 기준 데이터를 텐서플로우(Tensorflow)를 활용한 2개 층의 레이어로 설정할 수 있다.

도 9는 본 발명의 실시 예에 따른 인공 신경망 학습을 통해 출력된 기준 데이터의 예시를 나타낸다.

도 9를 참조하면, 인공지능 학습부(230)에서 계산된 기준 데이터의 각 레이어는 가중치(Weight)와 바이어스(Bias)를 포함하여 총15개의 파라 미터가 입력될 수 있다. 이를 통해 용접로봇(100) 별 인공 신경망을 초기화하고 훈련시킬 기준 데이터로 가중치를 갱신 및 조정함으로써 학습시킬 수 있다.

데이터베이스(240)는 서버(200)의 용접로봇(100)의 호기(로봇 ID) 별 용접건(120)의 팁 연마상태 관리를 위한 각종 프로그램 및 데이터를 저장하고, 그 운용에 따라 생성되는 데이터를 저장한다.

데이터베이스(240)는 용접로봇(100)의 로봇 ID 별로 수집되는 팁 연마데이터, 분류 데이터 및 기준 데이터를 매칭하여 저장 및 관리할 수 있다.

그래픽 생성부(250)는 로봇 제어기(150)에서 수신되거나 데이터베이스(240)에 저장된 데이터를 기반으로 용접로봇(100) 별 팁 연마상태 판정 결과를 운영자가 확인할 수 있도록 그래프를 통해 표시한다.

이를 통해, 운영자는 연마횟수마다의 팁 연마량이 정상범위에 있거나 너무 적게 혹은 너무 많이 연마되는 것을 한 눈에 판단할 수 있다.

도 10은 본 발명의 실시 예에 따른 팁 간격 증가량에 따른 팁 연마상태 판단 그래프를 비교하여 나타낸다.

도 10을 참조하면, 1회부터 70회까지 연마횟수에 수집된 팁 연마 데이터를 측정했을 때 위 설명과 같이 2개 층의 레이어를 적용하면 정상범위의 폭이 동일한 두께로 유지된다.

이때, 동일한 연마횟수의 증가분이 많은 그래프(0.1~0.24mm)와 적은 그래프(0.01~0.05mm)를 비교할 때 상기 폭은 비슷하지만, 증가분이 적은 그래프는 과소 영역이 상승하여 넓어진다. 이는 같은 연마횟수를 설정하더라도 증가분 영향으로 팁이 제대로 연마되지 않음을 짧은 시간에 직관적으로 판단할 수 있다.

제어부(260)는 본 발명의 실시 예에 따른 용접건의 팁 연마상태 관리를 위한 상기 각부의 전반적은 동작을 제어하는 중앙처리장치이다. 제어부(260)는 상기 각부의 기능을 실행하기 위한 프로그램 및 데이터를 참조하여 상기 각 부의 기능을 제어할 수 있다.

제어부(260)는 인공지능 학습부(230)에서 계산된 기준 데이터의 가중치(Weight)와 바이어스(Bias)를 해당 로봇 ID에 매칭된 통해 로봇 제어기(150)로 전송하여 용접로봇(100)의 호기 별 신경망 상태를 업데이트 할 수 있다.

또한, 제어부(260)는 용접로봇(100)에 설정된 신경망과 파라미터를 불러와 임의의 값 입력에 따른 팁 연마상태 그래프를 그래픽 생성부(250)를 통해 표시할 수 있다. 이를 통해 운영자가 정상(OK) 팁 연마 데이터를 기반으로 임의의 불량(NG) 데이터를 생성할 수 있다.

한편, 전술한 용접건 관리 시스템의 구성을 바탕으로 본 발명의 실시 예에 따른 용접건 관리 방법을 설명하되, 용접로봇(100)의 로봇 제어기(150)와 서버(200)가 연동되는 흐름을 가정하여 설명하도록 한다.

도 11은 본 발명의 실시 예에 따른 팁 연마상태 판단을 위한 용접건 관리 방법을 개략적으로 나타낸 흐름도이다.

도 11을 참조하면, 본 발명의 실시 예에 따른 서버(200)는 로봇 제어기(150)에서 일정 기간 동안 누적된 정상적인(OK) 연마 데이터가 수신되면(S1), 로봇 ID를 구분하여 DB(240)의 해당 저장위치에 저장한다(S2). 상기 연마 데이터는 팁 연마상태가 정상(OK)으로 판정된 데이터이며 매 연마횟수마다 누적되어 일정 주기로 수신된다. 예컨대, 본 실시 예에서는 용접로봇(100)의 팁 교체 시점에 수신된 것을 가정하여 설명하도록 한다.

서버(200)는 로봇 제어기(150)에서 팁 연마 데이터만 수신되므로 인공지능 학습을 위해 임의의 불량(NG) 데이터를 생성한다(S3). 이때, 상기 불량(NG) 데이터는 정상(OK) 데이터의 수량만큼 생성될 수 있다.

서버(200)는 정상(OK) 팁 연마 데이터와 불량(NG) 데이터의 팁 연마량을 정상, 과대 및 과소로 분류하여 분류 데이터를 생성한다(S4).

서버(200)는 상기 분류 데이터를 인공지능 학습을 통해 연산하여 상기 로봇 제어기(150)의 팁 연마상태 판단의 신경망 이식을 위한 기준 데이터를 생성한다(S5). 이때, 서버(200)는 연마횟수, 시작위치, 팁 간격 및 증가량을 입력값(Feature)으로 설정된 인공 신경망을 통해 학습하고 팁 연마상태의 정상여부의 판정을 위한 기준 데이터를 획득할 수 있다.

서버(200)는 상기 로봇 ID에 대응되는 로봇 제어기(150)에 상기 기준 데이터를 전송한다(S6).

한편, 로봇 제어기(150)는 용접건(120)의 팁 교체 시 일정 기간 동안 누적된 정상적인 팁 연마 데이터를 서버(200)로 전송할 수 있다(S1).

로봇 제어기(150)는 팁 교체 작업 동안 팁 연마 데이터를 서버(200)에 전송한 이후에, 서버(200)로부터 상기 기준 데이터가 수신되면(S6), 수신된 기준 데이터에 기초한 신경망을 설정한다(S7). 이때, 로봇 제어기(150)는 상기 기준 데이터의 가중치(Weight)와 바이어스(Bias)에 설정된 파라미터 값들을 로딩하여 자신의 신경망에 적용할 수 있다. 이러한 신경망 설정 단계는 본 실시 예에 가정된 팁 교체 시뿐만 아니라 용접작업 중 어느 단계에서라도 상기 기준 데이터가 수신되면 실행될 수 있다.

로봇 제어기(150)는 용접건(120)의 팁이 교체가 완료되면(S8), 용접로봇(100)의 자세제어를 통해 고정팁(122)과 이동팁(123)을 측정판(140)에 물린 상태에서의 시작위치를 측정하고 그 측정값을 테이블에 저장한다(S9).

이후, 로봇 제어기(150)는 용접로봇(100)의 자세제어를 통해 용접건(120)의 위치를 변경하면서 본격적인 용접작업을 제어한다(S10).

로봇 제어기(150)는 상기 용접작업에 따른 용접횟수를 카운트하고(S11), 상기 용접횟수가 팁 드레싱 작업을 위해 설정된 소정 임계횟수 미만이면(S12; 아니오), 상기 용접작업 제어에 따른 용접횟수 카운트를 계속 한다.

이후에, 로봇 제어기(150)는 상기 용접횟수가 팁 드레싱 작업을 위해 설정된 임계횟수를 충족하면(S12; 예), 용접작업을 중단하고 용접건(120)의 팁을 연마기(130)에 위치시킨 후 팁 드레싱 작업을 제어한다(S13). 이때, 로봇 제어기(150)는 복수의 커터날이 회전되는 연마기(130)에 용접건(120)의 고정팁(122)과 이동팁(123)을 번갈아 위치시키고 소정 연마시간 동안 가압할 수 있다.

로봇 제어기(150)는 팁 연마 후 용접건(120)의 고정팁(122)과 이동팁(123)을 측정판(140)에 물린 상태에서의 직전 대비 늘어난 팁 연마량을 측정하고, 당해 연마횟수에 매칭된 연마 데이터를 테이블에 저장한다(S14). 이때, 상기 연마 데이터는 시작위치, 연마횟수, 팁 간격, 증가량을 포함하며, 이 값들의 도출 방법은 전술한 설명을 참조할 수 있는 바 중복된 설명을 생략한다.

로봇 제어기(150)는 상기 측정된 연마 데이터를 입력 값으로 상기 설정된 신경망을 통해 연산하여 당해 팁 연마량의 정상여부를 판단한다(S16).

이때, 로봇 제어기(150)는 당해 팁 연마량의 양부판정뿐만 아니라 팁 연마량 불량에서의 과대 상태 또는 과소 상태를 진단할 수 있으며, 각 판단 결과에 상응하는 관리제어를 수행할 수 있다.

예컨대, 상기 S16 단계에서, 로봇 제어기(150)는 상기 팁 연마량이 정상범위에 존재하는 것으로 판단되면(S16; 정상), 그 결과를 테이블의 판정결과에 기록한다.

이후, 로봇 제어기(150)는 고정팁(122) 끝단과 이동팁(123) 끝단의 현재 위치를 계산하고 각각 신품 스펙 대비 남은 팁 길이를 계산한다(S19).

로봇 제어기(150)는 상기 남은 팁 길이가 기준 팁 유효길이 이상으로 유효하면(S20; 예), 용접횟수를 초기화한 후 상기 S10 단계로 돌아가 용접작업을 재개한다.

반면, 로봇 제어기(150)는 상기 남은 팁 길이가 상기 기준 팁 유효길이 미만으로 유효하지 않으면(S20; 아니면), 서버(200)로 팁 교체시기를 알람할 수 있다(S21).

한편, 상기 S16 단계에서, 로봇 제어기(150)는 상기 팁 연마량이 정상범위에서 벗어난 과대 영역에 존재하는 것으로 판단되면(S16; 과대), 팁 연마시의 가압력과 연마시간이 감소하도록 조정하여 과대한 팁 연마량을 정상범위로 수정한다(S17).

이후, 로봇 제어기(150)의 S19 단계 및 S21 단계는 앞선 설명과 동일하게 제어된다.

한편, 상기 S16 단계에서, 로봇 제어기(150)는 상기 팁 연마량이 정상범위에서 벗어난 과소 영역에 존재하는 것으로 판단되면(S16; 과소), 용접로봇(100)의 작동을 정지하고 그 비상 이벤트를 즉시 서버(200)로 알람한다(S18).

이는 동일한 팁 불량(NG) 이라도, 앞서 팁 연마량이 많은 과대상황은 원가 절감에 불리하지만 제품 생산 및 품질에는 영향을 주지 않지만, 팁 연마량이 적은 과소상황의 경우 용접 불량을 유발하여 제품 생산 및 품질에 악영향을 주기 때문이다.

다만, 도 11에서는 생략되었으나 로봇 제어기(150)는 상기 팁 연마량의 과소판단이 1회성인 경우에 한하여 재연마 제어를 통해 부족한 팁 연마량을 정상범위로 보정할 수 있다. 그리고, 로봇 제어기(150)는 이후에도 상기 팁 연마량의 과소판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 라인을 정지 및 경보하고, 서버(200)에 전송하여 운영자에게 알람 할 수 있다. 이때, 로봇 제어기(150)는 연마기(130)의 커터날 점검 혹은 교체를 더 알람하여 팁 연마량의 적은 문제를 해소할 수 있다.

이와 같이, 본 발명의 실시 예에 따르면, 서버에서 생산라인에 배치된 용접로봇 별 로봇 제어기로부터 팁 연마 데이터를 수집하여 인공지능을 통해 학습하고, 상기 용접로봇 별 팁 연마량 양부판정을 위한 기준 데이터를 로봇 제어기의 신경망에 이식하여 팁 연마량의 정상, 과대 및 과소 상태를 판단함으로써 별도의 센서 없이 학습 데이터를 기반으로 각 용접로봇에 장착된 용접건의 팁 연마상태를 실시간으로 관리할 수 있는 효과가 있다.

또한, 팁 연마량의 과대 판단 시 용접로봇의 가압력과 연마시간이 감소하도록 조정하고 각 로봇 제어기에서 실측된 팁 길이의 유효성 판단에 따른 교체시기를 서버로 알람 함으로써 잦은 팁 교체로 인해 발생되는 라인정지 문제 및 소모품 비용 증가에 따른 원가 절감 문제를 해결할 수 있는 효과가 있다.

또한, 팁 연마량의 과소 판단 시 재연마를 통해 부족한 팁 연마량을 정상범위로 보정하거나 용접로봇 정지 이벤트를 발생하여 팁 연마 불량으로 인해 용접품질이 저하되는 것을 방지할 수 있다.

본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시 예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시 예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

100: 용접로봇 110: 엔드이펙터
120: 용접건 121: 건암
122: 고접팁 123: 이동팁
124: 서보 모터 130: 연마기
140: 측정판 150: 로봇 제어기
151: 통신 모듈 152: 데이터 수집 모듈
153: 인공지능 모듈 154: 저장 모듈
155: 제어 모듈 200: 서버
210: 통신부 220: 데이터 관리부
230: 인공지능 학습부 240: 데이터베이스
250: 그래픽 생성부 260: 제어부

Claims (20)

1. 생산라인에 배치된 용접로봇 별 용접건의 팁 연마상태를 관리하는 용접건 관리 시스템에 있어서,
   용접로봇에 장착된 용접건의 팁 드레싱 작업 후의 연마횟수와 일정두께의 측정판을 물렸을 때 측정되는 팁 연마량을 토대로 수집된 팁 연마 데이터를 테이블에 저장하는 로봇 제어기;
   상기 로봇 제어기에서 일정 기간 동안 테이블에 누적된 상기 팁 연마 데이터를 수집하여 로봇 ID 별로 저장하고, 상기 팁 연마 데이터를 인공 신경망을 통해 학습하여 상기 로봇 ID 별로 팁 연마상태를 판단할 수 있는 기준 데이터를 생성하는 서버;를 포함하되,
   상기 용접 제어기는 상기 서버로부터 수신된 상기 기준 데이터를 기반으로 로봇의 인공 신경망을 설정하고, 상기 팁 드레싱 작업마다의 연마횟수와 팁 연마량에 따른 팁 연마상태의 정상여부를 판정하는 용접건 관리 시스템.
2. 제1항에 있어서,
   상기 기준 데이터는
   교체된 팁의 시작위치를 기준으로 연마횟수 별 팁 간격과 그 증가량에 따른 팁 연마상태를 정상, 과대 및 과소 중 어느 하나로 판단하기 위한 인공 신경망 설정 파리 미터 값을 포함하는 용접건 관리 시스템.
3. 제1항에 있어서,
   상기 용접건은
   다관절 로봇의 엔드이펙터에 장착되며는 브라켓의 일면에 형성된 건 암;
   모재와 접촉되는 전극이며, 상기 건 암의 일측 홀더에 고정 장착되는 고정팁;
   모재와 접촉되는 전극이며, 상기 건 암의 타측 어댑터에 전후 방향으로 이동 가능하게 장착되는 이동팁; 및
   인가되는 제어신호에 따라 작동되어 상기 이동팁을 전진방향 혹은 후진방향으로 이동시키고, 모터의 회전량에 따른 상기 이동팁의 이동거리를 측정하는 서보 모터;
   를 포함하는 용접건 관리 시스템.
4. 제1항 내지 제3항 중 어느 하나 항 있어서,
   상기 로봇 제어기는
   상기 팁 연마 데이터를 상기 로봇 ID와 매칭하여 상기 서버로 전송하고, 상기 서버로부터 상기 기준 데이터를 수신하는 통신 모듈;
   상기 팁 드레싱 작업 후 상기 용접건의 양측 팁으로 상기 측정판을 물렸을 때 직전 연마횟수 대비 상기 이동팁의 이동거리 증가에 따라 증가된 상기 양측 팁의 팁 연마 데이터를 수집하는 데이터 수집 모듈;
   상기 데이터 수집 모듈에서 수집된 팁 연마 데이터를 입력 값으로 상기 기준데이터가 적용된 인공 신경망을 통해 계산하여 팁 연마량의 정상, 과대 및 과소 중 어느 하나로 판단하는 인공지능 모듈;
   상기 데이터 수집 모듈에서 수집된 상기 팁 연마 데이터를 테이블에 누적하여 저장하는 저장 모듈; 및
   상기 팁 연마량의 과대 판단 시 상기 용접로봇의 자세제어를 통한 팁 연마시의 가압력과 연마시간이 감소하도록 수정하는 제어 모듈;
   을 포함하는 용접건 관리 시스템.
5. 제4항에 있어서,
   상기 데이터 수집 모듈은
   팁 교체 후 상기 측정판의 하면에 상기 고정팁을 고정시킨 상태에서 상기 서보 모터의 작동으로 상기 이동팁을 이동시켜 상기 측정판의 상면에 물렸을 때의 시작위치를 수집하여 테이블에 저장하는 용접건 관리 시스템.
6. 제5항에 있어서,
   상기 팁 연마 데이터는
   팁 교체 후 최초 측정된 양측 팁 끝단의 상기 시작위치, 교체 후의 팁 연마횟수, 상기 시작위치로부터 상기 연마횟수 단계별 양측 팁 끝단의 현재위치에서 측정된 팁 간격, 직전 연마횟수 대비 상기 팁 간격의 증가량 중 적어도 하나를 포함하는 용접건 관리 시스템.
7. 제5항에 있어서,
   상기 현재위치는
   현재 연마된 양측 팁의 위치로서 상기 용접로봇이 상기 시작위치와 동일한 자세제어로 세팅된 상태에서 상기 연마횟수 단계별로 증가된 팁 간격을 갖는 용접건 관리 시스템.
8. 제5항에 있어서,
   상기 팁 연마 데이터는
   상기 팁 교체 후에 양측 팁을 상기 측정판에 물린 상기 시작위치에서 상기 이동팁이 접촉된 상기 측정판의 상면을 0점으로 정의 하되,
   직전의 측정위치에서 이동팁만 상기 0점까지 내렸을 때의 이동거리로 이동팁연마량을 측정하고, 당해 연마횟수의 전체 팁 연마량에서 상기 이동팁 연마량을 제한 값으로 고정팁 연마량을 산출하는 용접건 관리 시스템.
9. 제4항에 있어서,
   상기 제어 모듈은
   상기 팁 연마량의 과소 판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 용접로봇을 정지하고, 서버 및 등록된 운영자에게 상기 비상이벤트를 전송하여 알람하는 용접건 관리 시스템.
10. 제4항에 있어서,
    상기 제어 모듈은
    상기 팁 드레싱 작업마다 상기 팁 연마량이 차감된 고정팁 및 이동팁의 남은 길이를 계산하고 상기 남은 길이가 기준 유효길이 미만으로 소모되면 팁 교체시기를 상기 서버로 알람하는 용접건 관리 시스템.
11. 제1항에 있어서,
    상기 서버는
    상기 로봇 제어기에서 주기적으로 수집된 팁 연마 데이터를 수신하고, 상기 기준 데이터를 상기 로봇 제어기로 전송하는 통신부;
    상기 로봇 제어기에서 수집된 정상(OK) 팁 연마 데이터를 토대로 인공지능 학습을 위해 불량(NG) 데이터가 포함된 분류 데이터를 생성하여 로봇 ID별로 저장하는 데이터 관리부;
    상기 분류 데이터를 인공지능 학습 신경망을 통해 연산하여 상기 로봇 ID 별 팁 연마상태 판단을 위한 상기 기준 데이터를 생성하는 인공지능 학습부;
    상기 용접로봇의 로봇 ID 별로 수집되는 팁 연마 데이터, 분류 데이터 및 기준 데이터를 매칭하여 저장하는 데이터베이스;
    상기 데이터베이스에 저장된 데이터를 기반으로 상기 용접로봇 별 팁 연마상태 판정 결과를 운영자가 확인할 수 있도록 그래프를 통해 표시하는 그래픽 생성부; 및
    기준 데이터의 신경망 설정을 위한 가중치(Weight)와 바이어스(Bias)를 해당 로봇 ID에 매칭된 상기 로봇 제어기로 전송하여 용접로봇 별 신경망 상태를 업데이트 시키는 제어부;
    를 포함하는 용접건 관리 시스템.
12. 제11항에 있어서,
    상기 데이터 관리부는
    과거에 누적된 불량(NG) 데이터를 참조하거나 운영자의 설정정보에 따른 불량(NG) 데이터를 설정하여 상기 정상(OK) 팁 연마 데이터의 수량만큼 과대 및 과소의 불량(NG) 데이터를 생성하는 용접건 관리 시스템.
13. 제11항에 있어서,
    상기 인공지능 학습부는
    상기 기준 데이터를 텐서플로우(Tensorflow)를 활용한 2개 층의 레이어로 설정하고, 각 레이의 가중치(Weight)와 바이어스(Bias)의 파라 미터 값을 조정하는 용접건 관리 시스템.
14. 용접로봇의 로봇 제어기가 생산라인에 배치된 용접로봇을 관리하는 서버와의 연동으로 용접건의 팁 연마상태를 판단하는 용접건 관리 방법에 있어서,
    a) 서버에서 수신된 기준 데이터를 용접건의 팁 연마상태 판정을 위한 인공 신경망을 설정하는 단계;
    b) 상기 용접건의 팁이 교체되면, 교체된 고정팁과 이동팁을 최초 상기 측정판에 물린 상태에서 측정된 양측의 팁 간격을 시작위치로 설정하는 단계;
    c) 용접건의 팁 드레싱 작업 후의 연마횟수와 상기 고정팁과 이동팁을 상기 측정판에 물린 현재위치에서 상기 시작위치 대비 증가된 팁 간격 및 당해 증가량이 포함된 팁 연마 데이터를 측정하는 단계; 및
    d) 상기 팁 연마 데이터를 입력 값으로 상기 설정된 인공 신경망을 통해 연산하여 당해 연마상태의 정상여부를 판단하는 단계;
    를 포함하는 용접건 관리 방법.
15. 제14항에 있어서,
    상기 a) 단계 이전에,
    일정 기간 동안 테이블에 누적된 상기 팁 연마 데이터를 로봇 ID와 매칭하여 서버로 전송하는 단계; 및
    상기 서버로부터 상기 팁 연마 데이터에 대한 인공지능 학습으로 도출된 상기 기준 데이터를 수신하는 단계;
    를 더 포함하는 용접건 관리 방법.
16. 제14항에 있어서,
    상기 c) 단계는,
    상기 고정팁과 이동팁을 직전횟수의 측정위치에 위치시킨 후 상기 측정판을 물렸을 때 서보 모터의 회전량에 따른 상기 이동팁의 이동거리를 측정하여 상기 증가된 팁 간격 및 당해 증가량을 도출하는 용접건 관리 방법.
17. 제14항에 있어서,
    상기 d) 단계는,
    상기 시작위치를 기준으로 연마횟수 별 팁 간격과 그 증가량에 따른 팁 연마량이 정상범위에 존재하자 여부를 판단하되, 상기 정상범위를 벗어난 팁 연마상태의 불량 시의 과대 상태 또는 과소 상태를 진단하는 것을 특징으로 하는 용접건 관리 방법.
18. 제14항 또는 제17항에 있어서,
    상기 d) 단계는,
    상기 연마상태가 정상범위에서 벗어난 과대 상태로 판단되면, 상기 용접로봇의 자세제어를 통한 팁 연마시의 가압력과 연마시간이 감소하도록 조정하는 단계를 포함하는 용접건 관리 방법.
19. 제14항 또는 제17항에 있어서,
    상기 d) 단계는,
    상기 연마상태가 정상범위에서 벗어난 과소 상태로 판단되면, 재연마 제어를 통해 부족한 팁 연마량을 정상범위로 보정하는 단계; 및
    이후에 연마상태의 과소상태 판단이 일정 횟수 반복되면 비상 이벤트를 발생하여 라인을 정지하고, 상기 서버에 전송하여 운영자에게 알람하는 단계;
    를 포함하는 용접건 관리 방법.
20. 제14항 또는 제17항에 있어서,
    상기 d) 단계는,
    상기 연마상태가 정상범위에 존재하는 것으로 판단되면, 그 결과를 테이블의 판정결과에 기록하는 단계;
    고정팁 끝단과 상기 이동팁 끝단의 현재 위치를 계산하고 각각 신품 스펙 대비 남은 팁 길이를 계산하는 단계; 및
    상기 남은 팁 길이가 기준 팁 유효길이 미만으로 유효하지 않으면 상기 서버로 팁 교체시기를 알람하는 단계;
    를 포함하는 용접건 관리 방법.

Images