KR20200136822A - 공작기계의 고장 진단 방법 - Google Patents

Abstract

본 발명은 공작기계의 가공과정 동안의 정상상태 데이터를 수집하는 단계, 이동평균법을 이용하여 상기 공작기계 가공과정 동안의 실시 데이터를 수집하는 단계 및 상기 실시 데이터와 상기 정상상태 데이터를 비교하는 단계를 포함한다. 상기와 같은 본 발명의 공작기계의 고장 진단 방법은, 숙련된 작업자를 대신하여 공작기계의 상태를 자동으로 진단하는 효과가 있다.

Description

공작기계의 고장 진단 방법{METHOD FOR DIAGNOSING TROUBLE OF MACHINE TOOL}

본 발명은 공작기계의 고장 진단 방법에 관한 것으로, 보다 상세하게는 공작기계의 주축 모터에 공급되는 전류데이터를 모니터링하여 각 공구의 전류데이터의 평균점 혹은 최고점을 이동평균법에 적용하고, 설정단계에서 결정된 정상상태의 데이터범위에 벗어나는 경우 공작기계의 고장을 진단하는 방법에 관한 것이다.

공작기계는 소재를 가공하여 원하는 형상을 만드는 기계이다. 이러한 공작기계는 특히 소재를 정확하게 가공하기 위해서 원하는 속도로 운동할 수 있는 회전계 부품과, 정확한 위치로 이송할 수 있는 이송계 부품들로 구성되어 있다.

종래에는 공작기계의 부품에 대해 고장을 진단하기 위하여 숙련된 작업자가 해당 부품을 육안으로 확인하거나 평소와는 다른 소음 및 진동을 감지하였다. 또한, 공작기계 제작사의 A/S를 통해 고장이라고 여겨지는 부품을 직접 분해하여 고장 여부를 판단하였다.

그러나 공작기계는 수많은 부품으로 이루어져 동시 다발적으로 운동한다. 공작기계가 설치되어있는 작업장과 공작기계의 동작 특성상 많은 소음과 진동이 동시에 존재하게 된다. 따라서 정확하게 고장 및 이상 상태를 나타내는 부품을 사람의 오감을 이용해 판단하는 데에는 한계가 있다. 그리고 해당 부품의 계통을 분해 및 조립하는데에 있어서 인건비와 작업의 지연에 대한 손실비용 등이 발생한다.

본 발명은 상술한 종래 기술에서의 문제점을 개선하기 위한 것으로서, 숙련된 작업자를 대신하여 공작기계의 상태를 자동으로 진단하기 위한 공작기계의 고장 진단 방법을 제공하는데 그 목적이 있다.

상술한 과제를 해결하기 위하여 본 발명은, 공작기계의 가공과정 동안의 정상상태 데이터를 수집하는 단계, 이동평균법을 이용하여 상기 공작기계 가공과정 동안의 실시 데이터를 수집하는 단계 및 상기 실시 데이터와 상기 정상상태 데이터를 비교하는 단계를 포함한다.

상기 정상상태 데이터를 수집하는 단계는, 상기 가공과정의 시작점을 확인하는 단계, 상기 가공과정의 특징점을 결정하여 저장하는 단계, 상기 가공과정의 종료점을 확인하는 단계 및 상기 시작점을 확인하는 단계, 상기 저장하는 단계와 상기 종료점을 확인하는 단계를 N번(단, N은 자연수) 반복하여 저장된 데이터에 이동평균법을 적용하여 정상상태 데이터를 수집하는 단계를 포함한다.

상기 실시 데이터를 수집하는 단계는, 상기 가공과정의 시작점을 확인하는 단계, 상기 가공과정의 특징점을 결정하여 저장하는 단계, 상기 가공과정의 종료점을 확인하는 단계 및 상기 시작점을 확인하는 단계, 상기 저장하는 단계와 상기 종료점을 확인하는 단계를 N번(단, N은 자연수) 반복하여 저장된 데이터에 이동평균법을 적용하여 실시 데이터를 수집하는 단계를 포함한다.

상기 비교하는 단계는, 상기 실시 데이터가 상기 정상상태 데이터의 범위에 포함되는지를 비교한다.

상기와 같은 본 발명의 공작기계의 고장 진단 방법은 숙련된 작업자를 대신하여 공작기계의 상태를 자동으로 진단할 수 있는 효과가 있다.

도 1은 공작기계의 주축 모터에 공급되는 전류데이터를 모니터링한 데이터들을나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 알고리즘에 있어서 초기설정값을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 설정단계를 상세히 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 진단단계를 상세히 나타낸 도면이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 발명에서 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. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

공간적으로 상대적인 용어인 아래(below, beneath, lower), 위(above, upper) 등은 도면에 도시되어 있는 바와 같이 하나의 구성 요소들과 다른 구성 요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 구성 요소의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 구성 요소를 뒤집을 경우, 다른 구성 요소의 아래(below, beneath)로 기술된 구성 요소는 다른 구성 요소의 위(above, upper)에 놓일 수 있다. 따라서, 예시적인 용어인 아래는 아래와 위의 방향을 모두 포함할 수 있다. 구성 요소는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 발명에서 사용되는 “부” 또는 “부분” 등의 일부분을 나타내는 표현은 해당 구성요소가 특정 기능을 포함할 수 있는 장치, 특정 기능을 포함할 수 있는 소프트웨어, 또는 특정 기능을 포함할 수 있는 장치 및 소프트웨어의 결합을 나타낼 수 있음을 의미하나, 꼭 표현된 기능에 한정된다고 할 수는 없으며, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.

따라서, 본 발명의 사상은 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예에 따른, 공작기계의 고장 진단 방법에 관하여 상세히 설명하면 다음과 같다.

도 1은 공작기계의 주축 모터에 공급되는 전류데이터를 모니터링한 데이터들을 나타낸 그래프이다.

도 1의 그래프에서 x축은 데이터의 측정 순서에 대한 일렬번호를 붙인 것이며, 데이터의 측정은 기설정된 시간 단위로 일정한 간격을 두고 측정하는 것이 기본 원칙이나, 필요에 따라 또는 측정하는 장치의 특성, 측정 상황 등 다양한 환경 조건에 따라 간격은 변화될 수 있다. 본 발명의 실시예에서는 일정 간격으로 데이터 측정을 수행한 것으로 예시하며, x축의 숫자에 샘플링 간격 시간을 곱하면 공작기계의 동작 시작 시간으로부터 측정 타이밍까지의 시간을 손쉽게 계산할 수 있다.

도 1의 그래프에서 y축은 측정 데이터 값으로써, 공작기계의 동작에 따라 생성되는 전류의 값에 대응되는 신호이다. 본 발명의 일 실시예에서의 측정 데이터는 측정되는 전류의 값에 근거하여 데이터의 특성을 분석한 결과로 설정된 값으로 y축의 작성되어 있는 숫자는 전류의 값에 대한 예시로서 측정 방법에 따라 변화될 수 있으며, 측정된 데이터의 변조 또는 가공 방법에 따라 수치는 변화될 수 있다.

본 발명의 일 실시예에서 사용되는 1500, 3000 등의 기준 데이터 스코어는 본 발명의 일 실시예에서 복수회의 실험을 통한 측정 데이터에 근거하여 데이터의 특성 분석 결과를 기반으로 설정된 값이고, 축 등이 이동 중에 발생하는 데이터로써 공작기계의 가공과 직접적인 관련이 없는 데이터로 판단하여 경곗값으로 설정된 값으로써, 고정된 값이 아닌 측정된 전류 값에 대비하여 공작기계의 동작 기준을 설정할 수 있는 값으로 판단하여야 하며, 이러한 데이터 스코어는 필요에 따라 변경될 수 있다.

도 1에 따르면, 공작기계를 이용하여 제품(예, 자동차 부품 등)을 생산하는 1회 생산과정은 클램프과정, 가공과정 및 언클램프과정 이렇게 3개의 과정이 존재한다. 따라서, 공작기계에서 사용되는 공구의 개수, 정상상태 데이터 및 실시 데이터를 알기 위해서는 상기 가공과정의 시작점과 종료점을 확인하는 것이 필요하다.

상기 클램프과정은 주축모터가 원점으로 복귀하고 원자재를 클램프하는 과정으로 클램프과정의 종료를 인식하기 위해 3000 이상의 데이터가 2번 수집되면 종료를 알 수 있다. 다만, 위 수치들은 본 발명의 공작기계는 CNC선반과 같이 소재를 가공하여 원하는 형상을 만드는 기계를 통칭하는 말로써 원자재를 가공하여 형상을 변형하는 기계이다.

이러한 공작 기계는 자동차 부품, 금형가공 등의 이전 3차산업에서 주요 부품을 생산하는 것을 넘어 IT부품가공 등의 첨단 부품가공 영역까지 확장하고 있다.

도 1에 따르면, 공작 기계는 클램프 과정, 가공과정, 및 언클램프 과정을 한 사이클로 하여 동작을 수행할 수 있다. 여기서, 클램프 과정은 제1 클램프, 제2 클램프 과정으로 세분화할 수 있으며, 제1 가공, 제2 가공 등으로 가공과정을 세분화함은 물론, 절삭, 세척, 변형, 압착 등 다양한 가공과정을 포함할 수 있다.

본 발명에서의 일 실시예에서는 공작 기계에 공작을 수행할 원자재를 기계에 넣고 고정하는 전체 과정을 클램프 과정으로, 원자재를 공작하는 모든 과정은 가공과정으로 설명하며, 고정되어 가공된 원자재를 기계에서 제거하는 전체 과정을 언클램프 과정으로 단순화하여 설명하도록 한다.

상기 클램프 과정은 주축모터가 원점으로 복귀하고, 원자재를 공작기계의 클램프에 고정하는 과정을 의미하며, 이는 주축모터에 인가되는 전류를 모니터링하여 모니터링된 스코어가 3000 이상인 데이터가 2번 수집되면 클램프 과정이 완료되었다고 판단할 수 있다.

상기 가공과정은 클램핑이 완료된 원자재가 공작기계의 동작에 의해 다양한 형태의 공작을 수행하는 과정을 의미하며, 이는 주축모터에 인가되는 전류를 모니터링하여 모니터링된 스코어가 1500이상인 데이터가 연속 5회 이상 발생한 경우, 1500 이하의 데이터가 수집되면 가공과정이 완료되었다고 판단할 수 있다.

상기 언클램프 과정은 공작이 완료된 원자재를 공작기계의 클램프에서 제거하고, 주축모드를 원점으로 복귀시켜 다음 사이클에 대비하는 과정을 의미하며, 상기 가공과정 이후 다음 원자재 공작을 위한 다음 클램프 과정 사이의 시간을 의미할 수 있다.

다만, 위 수치들은 본 발명의 일 예시일 뿐이며, 본 발명의 권리범위는 이러한 수치에 한정되지 않는다.

본 발명의 일 실시예에서 1회의 생산과정은 상기 클램핑 과정, 가공과정, 언클램핑 과정의 1 사이클을 의미할 수 있으며, 다른 의미로는 하나의 제품을 공작기계에서 가공하는 과정을 의미할 수 있으나, 이에 한정하지 않는다.

도 2는 본 발명의 일 실시예에 따른 공작기계의 고장 진단 방법을 나타낸 순서도이다.

본 발명의 일 실시예에서의 공작기계의 고장 진단 방법에서는 크게 설정단계와 진단단계를 포함할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 공작기계의 고장 진단 방법은 공작 기계의 동작데이터를 수집하는 단계(S100), 공작기계의 가공과정 동안의 정상상태 데이터를 수집/분석하여 정상동작범위를 설정하는 단계(S200), 공작기계의 가공과정 동안의 데이터를 수집/분석하고 정상동작범위와 비교하여 고장 여부를 진단하는 단계(S300)을 포함할 수 있다.

다시말하면, 본 발명에서의 설정단계는 상기 S100단계인 동작데이터를 수집하는 단계 및 상기 S200단계인 정상동작범위를 설정하는 단계를 포함하며, 본 발명에서의 진단단계는 상기 S300단계인 정상동작범위와 비교하여 고장 여부를 진단하는 단계를 포함할 수 있다.

이하의 내용에서 각 단계를 구체적으로 설명하도록 한다.

도 3에서는 본 발명의 일 실시예에 따른 설정단계 중 고장 진단 방법은 공작 기계의 동작데이터를 수집하는 단계(S100)를 구체적으로 설명하고 있다.

도 1에서 설명한 바와 같이 공작기계는 클램프과정, 가공과정, 언클램프과정을 하나의 사이클로 동작할 수 있다.

동작데이터는 본 발명의 일 실시예의 설정단계와 진단단계에서 각각 이용이 가능하며, 설정단계에서는 정상동작범위를 설정하는데 동작데이터를 이용하고, 진단단계에서는 진단을 위한 실행 데이터로 이용 될 수 있다.

본 발명의 일 실시예에서는 일반적인 공작기계에서 이용할 수 있도록 일반적인 공작기계의 동작과 유사한 동작을 수행하며 동작데이터를 수집할 수 있다. 즉, 공작기계에 원자재를 클램프하는 단계(S110), 공작기계가 공작(가공)을 수행하며 동작데이터를 수집하는 단계(S120), 가공을 마친 공작기계의 주축모터가 원점으로 복귀하며 원자재를 언클램프하는 단계(S130)을 포함할 수 있다.

본 발명의 일 실시예에 따른 공작기계가 공작(가공)을 수행하며 동작데이터를 수집하는 단계(S120)는 도 1에서 설명한 바와 같이 기설정된 기준 스코어를 넘는 데이터가 일정 횟수 이상 발생하면 지속적 관찰을 수행하며, 이후 기준 스코어 이하의 데이터가 수집되면 동작데이터 수집을 완료할 수 있다.

여기에서, 설정단계와 진단단계에서 이용되는 기준 스코어는 같거나 다를 수 있으며, 각 단계에 대해 사용자는 경험적 또는 매뉴얼에 의해 그 값을 설정할 수 있다.

설정단계에서는 공작기계가 정상동작을 한다고 가정하여 데이터를 수집할 수 있으며, 가공단계에서는 공작기계의 동작데이터를 단순 수집할 수 있다.

또한, 동작데이터는 1회 수집하여 이용할 수도 있으나, 2회 이상의 다수의 수집 데이터를 기반으로 하여 신뢰성을 높이는 것이 좋다.

도 4는 본 발명의 일 실시예에 따른 공작기계의 고장 진단 방법 중 정상동작범위 설정 방법을 구체화하는 순서도이다.

구체적으로, 동작데이터를 수집하는 단계(S100), 수집된 동작데이터에서 특이점을 검출하는 단계(S210), 특징점에 이동평균법을 적용하여 이동평균데이터를 계산하는 단계(S220), 이동평균데이터의 최고점과 최저점을 기준으로 정상상태의 정상동작데이터의 범위를 결정하는 단계(S230)를 포함할 수 있다.

본 발명의 일 실시예에서는 수집된 동작 데이터에서 특징점을 검출하는 단계(S210)에서는 N회(단, N은 2 이상의 자연수) 수집된 동작 데이터에 대하여 각각의 동작 데이터 별로 특징점을 검출할 수 있다.

상기 특징점은 동작데이터의 최고점 또는 평균점을 의미할 수 있다. 도 1에서 설명한 바와 같이 가공과정을 판단하기 위해서는 공작기계의 주축모터에 인가되는 전류를 모니터링하여 스코어가 1500이상인 데이터가 연속 5회 이상 발생한 경우, 1500 이하의 데이터가 수집되면 가공과정이 완료되었다고 판단할 수 있으며, 이러한 동작 데이터의 모든 값을 평균하여 평균점을 구할 수 있다. 또한, 가공과정에서 수집된 스코어 중 가장 높은 스코어를 최고점 스코어로 이용할 수 있다. 다만, 상기 1500이라는 스코어는 환경에 따라 설정 변경될 수 있으며, 본 발명의 권리범위는 이러한 수치에 한정되지 않는다.

N회의 동작데이터에 대하여 특징점을 검출하면 N개의 특징점을 획득할 수 있으며, 이러한 N개의 특징점에 대하여 이동평균법을 적용하여 이동평균데이터를 계산할 수 있다(S220).

이동평균데이터는 상기 동작데이터의 최고점만을 이용하거나 평균점만을 이용하여 구할 수 있으나, 필요에 따라 최고점 및 평균점을 각각 이용하여 2개의 이동평균데이터를 계산하여 각각 이용할 수 있다.

이동평균법이란 데이터를 획득할 때마다 그 직전의 데이터와 비교하여 새로운 데이터를 생성하는 방법의 일종으로 공구마다 이동평균법을 적용하여 이동평균데이터를 획득하는 것이 바람직하며, 구체적인 이동평균데이터는 하기의 수학식 1을 이용하여 계산할 수 있다.

본 발명의 일 실시예에서는 10개의 동작데이터를 이용하고, 5개의 데이터를 이용하여 이동평균을 계산하고 있으나, 이에 한정하지 않고 동작데이터의 수 및 이동평균계산 데이터의 수는 환경 및 측정 신뢰도에 따라 변할 수 있다.

상기 수학식 1에서

은 이동평균데이터이고,

는 이동평균을 계산하기 위한 동작데이터의 수 이고,

는 이전 이동평균데이터의 결과이다.

상기 표 1을 참조하면

내지

의 이동평균데이터를 계산하고 있음을 확인할 수 있다. 이러한 이동평균 데이터 중 가장 높은 값인 최고점과 가장 낮은 값인 최저점을 기준으로 공작기계가 정상상태일 경우의 데이터 범위를 결정할 수 있다(S230).

이러한 정상상태일 경우의 데이터 범위는 공작기계의 생산 직후 공장에서 측정 및 계산하여 이용하거나, 산업현장에서 정상동작을 수행하고 있다고 판단되는 경우에 필요에 따라 측정하여 결정할 수 있다.

정상동작범위가 결정되면 이후 동작 데이터를 수집하여 공작기계의 고장을 진단하는 진단단계로 들어갈 수 있다.

도 5는 본 발명의 일 실시예에 따른 공작기계의 고장 진단 방법 중 공작기계의 고장 여부를 진단하는 방법을 구체화하는 순서도이다.

구체적으로, 공작기계의 고장 여부를 진단하는 방법은 동작데이터를 수집하는 단계(S100), 동작데이터의 특징점을 검출하는 단계(S310), 특징점에 이동평균법을 적용하여 이동평균데이터를 계산하는 단계(S320), 이동평균데이터의 최고점과 최저점을 기준으로 동작상태 데이터 범위를 결정하는 단계(S330) 및 동작상태 데이터와 정상상태 데이터를 비교하여 고장을 진단하는 단계(S340)을 포함할 수 있다.

상기 S100 단계의 동작데이터를 수집하는 단계는 상기 도 2 및 도 3에서의 과정과 동일하므로 구체적인 설명은 생략하도록 한다.

상기 S310 단계의 동작데이터의 특징점을 검출하는 단계는 상기 도 4의 S210단계에서 동작데이터의 특징점을 검출하는 단계와 동일한 방법을 이용하고, 상기 S320 단계의 특징점에 이동평균법을 적용하여 이동평균데이터를 계산하는 단계는 상기 도 4의 S220단계와 동일하므로 구체적인 설명은 생략하도록 한다.

이동평균데이터가 계산되면 이동평균데이터의 최고점과 최저점을 검출하고, 검출된 최고점과 최저점을 기준으로 동작상태 데이터 범위를 결정할 수 있다(S330). 이는 상기 S230 단계에서의 정상상태 데이터 범위를 결정하는 구성과 실질적으로 동일하다.

상기 S330 단계에서 획득한 동작상태 데이터 범위는 상기 S230 단계에서 획득한 정상상태 데이터 범위와 비교하여 공작기계의 고장 유무를 진단할 수 있다(S340).

동작상태 데이터 범위와 정상상태 데이터 범위를 비교하는 방법은 최고점과 최저점 값을 상호 비교하는 방법, 각각의 범위가 겹쳐지는 비율을 이용하는 방법, 범위의 평균값을 이용하는 방법 등 다양한 방법을 이용할 수 있으며, 공작기계의 설치 환경, 이용 시간, 동작 횟수 등의 기준에 따라 설정될 수 있다.

지금까지 설명한 바와 같이 본 발명의 일 실시예에서 공작기계의 고장 진단 방법은 동일한 방식으로 정상상태 데이터와 동작상태 데이터를 획득하고, 단순 비교를 통해 고장 유무를 진단할 수 있음을 확인할 수 있다.

구체적으로, 정상상태일 경우의 동작데이터를 수집하고, 수집한 데이터에 이동평균법을 적용하여 이동평균데이터를 계산하며, 이동평균데이터의 최고점과 최저점을 기준으로 정상동작데이터의 범위를 설정하고, 일반 동작상태일 경우의 동작데이터를 수집하고, 수집한 데이터에 이동평균법을 적용하여 이동평균데이터를 계산하며, 이동평균데이터의 최고점과 최저점을 기준으로 동작상태데이터의 범위를 설정하며, 정상동작데이터의 범위와 동작상태데이터의 범위를 비교하여 공작기계의 고장을 진단하는 방법으로써, 정상동작데이터의 범위와 동작상태데이터의 범위를 동일한 방법으로 획득하고 비교함으로써 단순 비교가 가능하다.

또한, 정상동작데이터의 범위와 동작상태데이터의 범위를 단순 비교하기 위하여 샘플의 수가 동일할 필요가 있으므로, 이동평균법을 적용하기 위한 동작데이터의 수도 일치시키는 것이 좋다.

그러나, 정상동작데이터의 범위를 구하기 위한 동작데이터의 개수보다 동작상태데이터의 범위를 구하기 위한 동작데이터의 개수가 적은 경우가 발생할 수 있다.

본 발명의 일 실시예에 따르면 정상동작데이터의 범위를 구하기 위한 동작데이터의 개수보다 동작상태데이터의 범위를 구하기 위한 동작데이터의 개수가 적은 경우에는 정상동작데이터의 범위를 구하기 위한 동작데이터를 가져와 함께 이용할 수 있다.

구체적으로, 정상동작데이터의 범위를 구하기 위한 동작데이터의 개수가 10개로 가정하고, 동작상태데이터의 범위를 구하기 위한 동작데이터의 개수를 6개로 가정하여 예시하도록 한다. 이러한 경우, 동작상태데이터의 범위를 구하기 위한 동작데이터의 개수가 정상동작데이터의 범위를 구하기 위한 동작데이터의 개수에 대비하여 4개가 적음을 확인할 수 있다. 이러한 경우, 정상동작데이터의 범위를 구하기 위한 동작데이터의 개수에서 부족한 4개를 가져와 이동평균법을 적용함으로써 동작상태데이터의 범위를 획득한다.

다만, 가져오는 정상동작데이터의 범위를 구하기 위한 동작데이터에서 무작위로 가져오게 되는 경우 신뢰성에 문제가 발생할 수 있으므로, 동일 데이터의 수 이후의 데이터를 가져오도록 한다. 본 예시에서는 4개가 부족하므로 정상동작데이터의 범위를 구하기 위한 동작데이터의 7, 8, 9, 10번째의 데이터를 가져와 동작상태데이터의 범위를 구하기 위한 동작데이터의 6번째 데이터 이후에 이용함으로써 신뢰도를 최대한 끌어올리도록 할 수 있다.

도 6은 본 발명의 일 실시예에 따른 설정단계를 상세히 나타낸 도면이다.

도 6에 따르면, 본 발명의 일 실시예에 따른 설정단계는 다음과 같이 상세히 설명될 수 있다.

상기 설정단계는 이동평균을 취할 항의 개수

를 결정하여야 한다. 다만, 본 발명의 설정단계에 대한 설명의 편의성을 위하여 이동평균법의 항의 개수

는 5로 가정하여 설명하고, 상기 N은 10이라 가정하여 서술한다.

또한, 설정단계에서는 모든 공구가 정상상태인 것을 전제로 한다. 이때, 각 정상상태 데이터들의 명칭은

로서, a는 샘플의 횟수, b는 공구의 순서를 의미한다.

(1) 1번 샘플의 생산과정 중 클램프과정을 인식하기 위해 3000이상의 데이터를 2번 파악하여 가공과정의 시작점을 확인한다.

(2) 1500이상의 데이터를 인식하면 평균점을 통해 진단할지 최고점을 통해 진단할지 결정하여 공구

에 저장한다.

(3) (2)를 반복하여 1개의 샘플이 생산되는 동안 사용된 모든 공구에 대한 데이터를 저장한다.

(4) 1개의 샘플이 생산 완료되면 마지막

과

는 언클램프 과정으로 공구에서 제외하여 가공과정의 종료시점을 확인해 공구의 개수를 확인한다.

(5)

(=5)만큼 (1)부터 (3)을 반복하여 얻은 첫 번째 공구데이터

,

,

,

,

를 이동평균법을 적용하여 첫 번째 공구에 대한 이동평균데이터

을 계산한다.

(6) (5)를 공구의 개수만큼 반복하여

,

,

을 계산한다.

(7) (1)부터 (3)을 반복하여 새로운 샘플데이터를 얻게 되면 기존의 공구데이터

,

,

,

에

를 추가하고 이동평균법을 적용하여

을 계산한다.

(8) (7)을 공구의 개수만큼 반복하여

,

,

를 계산한다.

(9) (7)과 (8)을 반복하여 총 N(=10)회의 샘플을 얻게 되면

부터

의 이동평균데이터를 6개씩 얻게 된다.

상기 이동평균데이터 중 최고점과 최저점을 구해 정상상태 데이터 범위를 정한다. 다만, 3000, 1500의 값은 본 발명의 일 실시예에서의 설정 값이며, 환경에 따라 설정 변경될 수 있다.

도 7은는 본 발명의 일 실시예에 따른 진단단계를 상세히 나타낸 도면이다.

도 7에 따르면, 본 발명의 일 실시예에 따른 진단단계는 다음과 같이 상세히 설명될 수 있다.

상기 진단단계는 이동평균을 취할 항의 개수

를 결정하여야 한다. 다만, 본 발명의 진단단계에 대한 설명의 편의성을 위하여 이동평균법의 항의 개수

는 5로 가정하여 서술한다. 이때, 각 실시 데이터들의 명칭은

로서, a는 샘플의 횟수, b는 공구의 순서를 의미한다.

(1) 클램프과정을 인식하기 위해 3000이상의 데이터를 2번 파악하여 가공과정의 시작점을 확인한다.

(2) 1500이상의 데이터를 인식하면 상기 설정단계에서 정한 특징점(평균점 또는 최고점)

을 구한다.

(3) (2)를 공구의 개수 n만큼 반복하여

,

부터

을 구한다.

(4) 언클램프 과정에 들어가게 되면 이동평균법에 따라 설정단계 마지막 4개의 데이터

,

,

,

과

에 대한 평균을 계산한다.

(5) (4)에서 계산된 값이 정상상태 데이터범위에 포함되는지 확인하여 고장을 진단한다.

(6) (4)와 (5)를 공구의 개수 n만큼 반복하여 모든 공구에 대한 고장을 진단한다. 다만, 3000, 1500의 값은 환경에 따라 설정 변경될 수 있다.

(7) 새로운 실시 데이터에 대해 (1)에서 (6)의 과정을 공작기계를 멈출 때까지 반복하며 고장을 진단한다.

상기 도 6 및 도 7에 대하여 추가적인 설명을 실시하면, 동작데이터 및 특징점을 저장하기 위한 버퍼를 사용할 수 있다.

하기의 표 2를 참조하면, 클램프과정을 확인하여 가공과정의 시작을 인식하면 가공과정에서 동작데이터의 특징점을 파악하여 평균점 또는 최고점을

에 저장할 수 있다. count는 동작데이터의 평균점 계산 및 반복작업을 수행하기 위하여 사용될 수 있다. 상기 버퍼를 이용하여 모든 공구데이터를 저장하고 정상상태에서의 동작데이터인

항 혹은 동작상태에서의 동작데이터인

항에 대하여 이동평균법을 사용하여 이동평균 데이터를 구할 수 있다.

이상에서와 같이 본 발명의 일 실시예에서의 공작기계의 고장 진단 방법에 따르면, 숙련된 작업자를 대신하여 자동화된 방법으로 공작기계의 상태를 진단할 수 있으며, 공작기계의 동작신호의 기준값과 동작값을 동일한 방식으로 계산하여 비교하기 때문에 단순 비교만으로도 고장을 검출할 수 있으며, 단순 비교를 통해 고장을 검출함으로써 높은 신뢰도로 빠르게 고장을 진단할 수 있다.

또한, 공작기계의 공구파손, 공구마멸과 같은 공구손상을 파악하여 공작물 및 기계에 치명적 손상을 방지할 수 있고, 치명적 손상이 발생하기 이전에 손상을 파악하여 교체함으로써 기계정지시간을 감소시킬 수 있으며, 공작기계의 치명적인 손상을 방지함에 따라 공장의 생산량 증가, 품질 증가, 일의 효율성 증대가 가능하며, 공작기계의 손상을 모니터링할 수 있음에 따라 공장자동화에 큰 기여를 할 수 있다.

또한, 공작기계의 치명적인 손상을 방지함에 따라 공장의 생산량 증가, 품질 증가, 일의 효율성 증대가 가능하며, 공작기계의 손상을 모니터링할 수 있음에 따라 공장자동화에 큰 기여를 수행할 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

S100: 공작 기계의 동작데이터를 수집하는 단계
S200: 공작기계의 가공과정 동안의 정상상태 데이터를 수집/분석하여 정상동작범위를 설정하는 단계
S300: 공작기계의 가공과정 동안의 데이터를 수집/분석하고 정상동작범위와 비교하여 고장 여부를 진단하는 단계

Claims (7)

1. 공작기계의 고장을 진단하는 방법에 있어서,
   상기 공작기계의 고장을 진단하기 위한 기준을 설정하는 설정단계; 및
   상기 설정단계의 상기 설정을 기반으로 상기 공작기계의 고장을 진단하는 진단단계;를 포함하며,
   상기 설정단계는,
   상기 공작기계의 제1 동작데이터를 수집하는 단계; 및
   상기 공작기계의 정상동작범위를 설정하는 단계;를 포함하고,
   상기 진단단계는,
   상기 공작기계의 제2 동작데이터를 수집하는 단계; 및
   상기 정상동작범위를 기준으로 상기 공작기계의 고장 여부를 판단하는 단계;를 포함하며,
   상기 제1 동작데이터 및 상기 제2 동작데이터는 상기 공작기계가 반복하여 동작하는 복수회의 동작데이터로 구성되고, 상기 공작기계의 주축모터에 공급되는 전류데이터를 모니터링한 값인 것을 특징으로 하는 공작기계의 고장 진단 방법.
2. 제1항에 있어서,
   상기 제1 동작데이터를 수집하는 단계 및 상기 제2 동작데이터를 수집하는 단계는,
   상기 공작기계에 원자재가 클램프 되는 단계;
   상기 공작기계가 공작을 수행하며 상기 원자재의 가공 동작데이터를 수집하는 단계; 및
   상기 공작이 완료되면 상기 주축모터가 원점으로 복귀하며 상기 원자재가 언클램프 되는 단계;
   를 포함하는 것을 특징으로 하는 공작기계의 고장 진단 방법.
3. 제1항에 있어서,
   상기 정상동작범위를 설정하는 단계는,
   상기 제1 동작데이터의 제1 특징점을 검출하는 단계;
   상기 제1 특징점에 이동평균법을 적용하여 제1 이동평균데이터를 계산하는 단계; 및
   상기 제1 이동평균데이터의 최고점과 최저점을 기준으로 정상상태 데이터 범위를 결정하는 단계;
   를 포함하는 공작기계의 고장 진단 방법.
4. 제1항에 있어서,
   상기 상기 고장 여부를 판단하는 단계는,
   상기 제2 동작데이터의 제2 특징점을 검출하는 단계;
   상기 제2 특징점에 이동평균법을 적용하여 제2 이동평균데이터를 계산하는 단계;
   상기 제2 이동평균데이터의 최고점과 최고점을 기준으로 동작상태 데이터 범위를 결정하는 단계; 및
   상기 동작상태 데이터 범위와 상기 정상동작범위를 비교하여 고장 여부를 판단하는 단계;
   를 포함하는 공작기계의 고장 진단 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 설정단계와 상기 진단단계는 동일 횟수의 상기 공작기계의 동작데이터를 이용하는 것을 특징으로 하는 공작기계의 고장 진단 방법.
6. 제4항에 있어서,
   상기 설정단계에서의 상기 공작기계의 동작 횟수보다 상기 진단단계에서의 상기 공작기계의 동작 횟수가 적을 경우, 부족한 횟수만큼 상기 설정단계에서의 상기 공작기계의 동작데이터를 가져와 고장 여부를 판단하는 것을 특징으로 하는 공작기계의 고장 진단 방법.
7. 제3항 또는 제4항에 있어서,
   상기 제1 특징점을 검출하는 단계 및 제2 특징점을 검출하는 단계에서,
   상기 제1, 제2 특징점은 상기 제1, 제2 동작데이터의 평균점 또는 최고점을 검출하며,
   상기 평균점은 제1 임계값 이상인 데이터가 연속하여 5회 이상 발생한 경우에 제1 임계값 미만인 데이터가 수집될 때까지의 값의 평균값이고,
   상기 최고점은 제1 임계값 이상인 데이터가 최초 인식되는 부분에서 제1 임계값 미만인 데이터가 최초 인식되는 부분까지의 데이터 중 최고값을 검출하여 획득한 값인 것을 특징으로 하는 공작기계의 고장 진단 방법.

Images