KR20230033507A - 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법 - Google Patents

가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법 Download PDF

Info

Publication number
KR20230033507A
KR20230033507A KR1020210116543A KR20210116543A KR20230033507A KR 20230033507 A KR20230033507 A KR 20230033507A KR 1020210116543 A KR1020210116543 A KR 1020210116543A KR 20210116543 A KR20210116543 A KR 20210116543A KR 20230033507 A KR20230033507 A KR 20230033507A
Authority
KR
South Korea
Prior art keywords
processing
machining
feed rate
prediction model
cutting
Prior art date
Application number
KR1020210116543A
Other languages
English (en)
Other versions
KR102640271B1 (ko
Inventor
이원균
Original Assignee
충남대학교산학협력단
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 충남대학교산학협력단 filed Critical 충남대학교산학협력단
Priority to KR1020210116543A priority Critical patent/KR102640271B1/ko
Publication of KR20230033507A publication Critical patent/KR20230033507A/ko
Application granted granted Critical
Publication of KR102640271B1 publication Critical patent/KR102640271B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/013—Control or regulation of feed movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/12—Adaptive control, i.e. adjusting itself to have a performance which is optimum according to a preassigned criterion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4093—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
    • G05B19/40937—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine concerning programming of machining or material parameters, pocket machining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Numerical Control (AREA)

Abstract

가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법에서, 상기 절삭 이송속도 최적화시스템은 가공코드 추출부 및 예측모델 생성부를 포함한다. 상기 가공코드 추출부는 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 가공공정을 대표하는 가공코드를 추출한다. 상기 예측모델 생성부는 상기 추출된 가공코드를 바탕으로, 공작물에 대하여 수행된 샘플 가공 결과를 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 가공 예측모델을 생성한다. 이 경우, 상기 예측모델 생성부에서 생성된 가공 예측모델을 바탕으로 상기 공작물에 대한 실제 가공이 수행된다.

Description

가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법{SYSTEM FOR OPTIMIZING FEEDRATE BASED ON CUTTING FORCE AND METHOD FOR OPTIMIZING FEEDRATE USING THE SAME}
본 발명은 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법에 관한 것으로, 더욱 상세하게는 공작기계를 이용한 공작물의 가공에 있어, 샘플 가공을 바탕으로 이송속도와 가공부하의 관계에 대한 가공 예측 모델을 도출하고, 이를 이용하여 파트프로그램(G-code) 라인별 절삭 이송속도를 최적화하는 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법에 관한 것이다.
공작기계를 이용한 공작물의 가공에 있어서 가공 안정성 및 가공 효율을 향상을 위해, 가공 공정에서의 가공부하 또는 절삭 이송속도를 예측하는 것은 매우 중요하다.
이에, 이러한 절삭 공정 중에서의 가공부하 또는 절삭 이송속도를 예측하기 위한 기술은 매우 다양하게 개발되어 왔다.
예를 들어, 일본국 등록특허 제5737970호에서는, 공작기계의 제어시스템과 관련된 기술로서, 형상데이터와 구동능력 데이터로 절삭이송 속도 데이터를 획득하고, 이를 바탕으로 절삭이송속도를 최대로 유지하기 위한 이송속도 적용 기술을 개시하고 있다.
또한, 대한민국 공개특허 제10-2014-00748461호에서는, 시엔씨 공작기계의 제어방법으로서, 소재 제거량으로부터 절삭 이송속도를 산출하고, 이로부터 이송속도를 보정하는 기술을 개시하고 있다.
다만, 종래기술들의 대부분은, 단순히 절삭가공에서의 가공부하나 절삭 이송속도를 실시간으로 피드백하여 보정하거나, 또는 미리 예측 모델을 수립한후 수립된 예측 모델을 그대로 적용하여 절삭 가공에서의 가공부하나 절삭 이송속도를 최적화하는 것이다.
그러나, 이러한 종래기술에서, 실시간 피드백 기술의 경우 실 가공에서의 다양한 노이즈의 발생에 따라 피드백 보정의 정밀도나 정확도가 감소하는 문제가 있으며, 미리 예측 모델을 수립한 경우에는 실제 가공에서 해당 예측 모델이 정확하게 부합하지 않는 문제가 있다.
일본국 등록특허 제5737970호 대한민국 공개특허 제10-2014-00748461호
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 샘플 가공을 바탕으로 이송속도와 가공부하의 관계에 대한 가공 예측 모델을 도출하고, 이를 이용하여 파트프로그램(G-code) 라인별 절삭 이송속도를 최적화함으로써, 예측 모델의 정확도가 높으며, 이에 따른 가공 정밀도 및 가공 정확도를 향상시킬 수 있는 가공부하 기반 절삭 이송속도 최적화시스템을 제공하는 것이다.
또한, 본 발명의 다른 목적은 상기 절삭 이송속도 최적화시스템을 이용한 절삭 이송속도 최적화방법을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 의한 절삭 이송속도 최적화시스템은 가공코드 추출부 및 예측모델 생성부를 포함한다. 상기 가공코드 추출부는 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 가공공정을 대표하는 가공코드를 추출한다. 상기 예측모델 생성부는 상기 추출된 가공코드를 바탕으로, 공작물에 대하여 수행된 샘플 가공 결과를 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 가공 예측모델을 생성한다. 이 경우, 상기 예측모델 생성부에서 생성된 가공 예측모델을 바탕으로 상기 공작물에 대한 실제 가공이 수행된다.
일 실시예에서, 상기 공작물에 대하여 수행되는 샘플 가공은, 상기 실제 가공에서 가공되는 상기 공작물 중 제거될 영역에 대하여 수행될 수 있다.
일 실시예에서, 상기 실제 가공이 수행된 결과를 바탕으로 상기 예측모델 생성부에서 생성된 가공 예측모델을 검증하는 예측모델 검증부를 더 포함할 수 있다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 의한 절삭 이송속도 최적화방법에서, 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 가공공정을 대표하는 가공코드를 추출한다. 상기 추출된 가공코드를 바탕으로, 공작물에 대한 샘플 가공을 수행한다. 상기 샘플 가공 결과를 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 가공 예측모델을 생성한다. 상기 가공 예측모델을 바탕으로 상기 공작물에 대한 실제 가공을 수행한다.
일 실시예에서, 상기 샘플 가공을 수행하는 단계는, 상기 실제 가공에서 가공되는 상기 공작물 중 제거될 영역에 대하여 수행될 수 있다.
일 실시예에서, 상기 가공코드를 추출하는 단계는, 상기 파트프로그램으로부터 공구별 시간에 따른 절입량과 절삭깊이 정보를 도출하는 단계, 상기 절입량과 상기 절삭깊이의 대푯값, 최대값 및 최소값을 도출하는 단계, 상기 도출된 정보를 바탕으로 특정 ID용 가공조건을 결정하는 단계, 상기 결정된 가공조건에 부합하는 특정 ID용 가공코드를 도출하는 단계, 및 상기 공작물 중 실제 가공을 통해 제거될 영역을 탐색하여 상기 특정 ID용 가공코드를 적용하는 단계를 포함할 수 있다.
일 실시예에서, 상기 절입량과 상기 절삭깊이의 대푯값은 상기 파트프로그램에서 가장 많은 가공시간을 차지하는 값일 수 있다.
일 실시예에서, 상기 가공 예측모델을 생성하는 단계는, 상기 샘플 가공으로부터 이송속도 및 가공부하 데이터를 획득하는 단계, 상기 획득된 데이터로부터 이송속도와 가공부하의 관계를 모델링하는 단계, 및 상기 모델링한 결과인 상기 가공 예측모델을 바탕으로, 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 이송속도와 가공부하의 관계를 모델링하는 단계는, 제1 모델 파라미터(model parameter)를 도출하는 단계, 상기 제1 모델 파라미터를 바탕으로, 최적화 알고리즘을 이용하여 제2 모델 파라미터를 도출하는 단계, 및 상기 제1 및 제2 모델 파라미터들을 이용하여 상기 가공 예측모델을 도출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제1 모델 파라미터는, 가공깊이(α), 절삭력(f), 가공 시작 각도(φst), 가공 종료 각도(φex), 및 측정 데이터의 개수(N)를 포함할 수 있다.
일 실시예에서, 상기 최적화 알고리즘은 유전자 알고리즘(genetic algorithm) 또는 PSO(particle swarm optimization)이고, 상기 최적화 알고리즘에는, 상기 제1 모델 파라미터를 포함하는 절삭부하 예측모델, 공구의 위치 및 주축 전류의 정보가 입력될 수 있다.
일 실시예에서, 상기 최적화 알고리즘의 목적함수는, 절삭부하 예측오차의 누적값에 제1 가중치(ω1)를 곱한 값과, 절삭부하 예측오차의 최대값에 제2 가중치(ω2)를 곱한 값의 합일 수 있다.
일 실시예에서, 상기 제2 모델 파라미터는, 상기 제1 모델 파라미터를 포함하는 절삭부하 예측모델에 포함되는 파라미터들(k1, k2)일 수 있다.
일 실시예에서, 상기 실제 가공이 수행된 결과를 바탕으로 상기 예측모델 생성부에서 생성된 가공 예측모델을 검증하는 단계를 더 포함할 수 있다.
본 발명의 실시예들에 의하면, 실시간으로 계측되는 가공부하를 바탕으로 이송속도를 제어하는 경우 발생되는 노이즈 등에 의한 예측모델의 에러를 최소화할 수 있으며, 가공을 수행하지 않은 상태에서 도출되는 예측모델이 가지는 부정확성을 개선할 수 있는, 절삭 이송속도 최적화알고리즘을 구현할 수 있다.
즉, 가공공정을 대표하는 가공코드를 바탕으로 샘플 가공을 수행하고, 샘플 가공 결과로부터 가공 예측모델을 생성하여 가공을 수행함으로써, 가공 예측모델의 정확성을 향상시켜 최적의 절삭 이송속도로 가공을 수행할 수 있다.
특히, 상기 샘플 가공의 경우, 실제 가공이 수행되어야 하는 공작물에서 본 가공에서 제거되어야 할 영역에 대하여 수행되는 것으로, 실제 가공과 동일한 가공 조건이 유지된 상태로 수행되므로, 상기 도출되는 가공 예측모델의 정확성이 보다 향상될 수 있다.
또한, 상기 가공 예측모델은, 가공용 파트프로그램(G-code)의 라인별 최적 이송속도를 도출하는 것으로, 종래 기술에서, 공정상태에 따라 절삭 이송속도가 실시간의 가변되어 타 공정과 연계된 전체 공정설계가 어려운 문제를 해결할 수 있다.
또한, 샘플 가공을 수행하기 위한 가공코드를 추출하는 경우, 특정 가공조건에 대하여 특정 ID용 가공코드를 추출함으로써, 해당 가공조건을 대표하는 가공코드를 통해 대표성을 가지는 샘플 가공을 위한 가공조건을 추출할 수 있어, 샘플 가공을 통해 샘플링되는 이송속도와 가공부하 사이의 관계에 대한 데이터의 정확성과 대표성을 보다 향상시킬 수 있다.
또한, 가공 예측모델의 생성시, 절삭부하 예측모델에 포함되는 제2 모델 파라미터를 유전알고리즘이나 PSO와 같은 최적화 알고리즘을 적용함으로써, 도출되는 가공 예측모델의 정확성을 보다 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 의한 절삭 이송속도 최적화시스템을 도시한 블록도이다.
도 2는 도 1의 최적화시스템을 이용한 절삭 이송속도 최적화방법을 도시한 흐름도이다.
도 3은 도 2의 ID용 가공코드 추출 단계를 도시한 흐름도이다.
도 4는 도 2의 가공 예측모델 도출 단계를 도시한 흐름도이다.
도 5는 도 4의 이송속도와 가공부하 관계 모델링 단계를 도시한 흐름도이다.
도 5a는 가공 전에 데이터베이스에 저장된 이송속도와 가공부하의 관계를 도시한 그래프이고, 도 5b는 도출된 가공 예측모델을 바탕으로 이송속도와 가공부하의 관계를 블록별로 도출한 그래프이고, 도 5c는 실제 가공에서의 이송속도와 가공부하의 관계를 모니터링한 그래프이다.
도 6a는 도 2의 샘플가공을 공작물에 대하여 수행하는 상태를 도시한 모식도이고, 도 6b 및 도 6c는 도 6a의 공작물에 대한 샘플가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프들이다.
도 7a는 도 2의 실제 가공을 공작물에 대하여 수행하는 상태를 도시한 모식도이고, 도 7b는 도 7a의 공작물에 대한 실제가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 실시예들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 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 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "이루어진다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다.
도 1은 본 발명의 일 실시예에 의한 절삭 이송속도 최적화시스템을 도시한 블록도이다.
우선, 본 실시예에 의한 상기 절삭 이송속도 최적화시스템(10, 이하 최적화시스템이라 함)은 가공코드 추출부(200), 예측모델 생성부(400) 및 예측모델 검증부(500)를 포함한다.
또한, 상기 가공코드 추출부(200)는 가공정보 도출부(210), 가공정보 가공부(220), 가공조건 결정부(230), 가공코드 도출부(240) 및 가공코드 적용부(250)를 포함하며, 상기 예측모델 생성부(400)는 샘플 가공데이터 획득부(410), 예측모델 수립부(420) 및 최적 이송속도 도출부(430)를 포함한다.
한편, 설명의 편의상, 상기 최적화 시스템(10)은, 이하의 절삭 이송속도 최적화방법(이하, 최적화방법이라 함)과 동시에 설명한다.
도 2는 도 1의 최적화시스템을 이용한 절삭 이송속도 최적화방법을 도시한 흐름도이다. 도 3은 도 2의 ID용 가공코드 추출 단계를 도시한 흐름도이다. 도 4는 도 2의 가공 예측모델 도출 단계를 도시한 흐름도이다. 도 5는 도 4의 이송속도와 가공부하 관계 모델링 단계를 도시한 흐름도이다.
우선, 도 1 및 도 2를 참조하면, 상기 최적화 방법에서는, 상기 가공코드 추출부(200)에서, 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 특정 ID에 대하여 가공공정을 대표하는 가공코드를 추출한다(단계 S100).
이 경우, 상기 데이터베이스(100)는 가공이 수행되기 위한 가공조건이 저장되는 것으로, 실제 공작기계(300)를 이용하여 공작물에 대한 가공을 수행하기 위한 가공조건이, 파트프로그램(G-code)의 형태로 저장된다.
이에, 상기 가공코드 추출부(200)에서는 상기 파트프로그램으로부터, 가공공정을 대표할 수 있는 가공조건에 대한 가공코드를 추출한다.
한편, 상기 추출되는 가공코드는 특정 ID에 대하여 추출되는 특정 ID용 가공코드인 것으로, 상기 특정 ID용 가공코드는 특정한 가공공정을 대표하는 가공코드라 할 수 있다.
따라서, 가공공정이 바뀌는 경우라면, 해당 가공공정에 대하여 또 다른 ID로서 가공코드를 추출하여야 하지만, 상기 가공공정이 바뀌지 않는다면, 상기 특정한 가공공정에 대하여 추출된 특정 ID용 가공코드는 반복해서 사용될 수 있다.
즉, 소정의 가공공정에 대하여, 후술되는 샘플가공을 수행할 수 있는 가공코드는 한 번의 추출로 반복해서 사용할 수 있는 것으로, 이를 통해, 상기 ID용 가공코드는 소정의 가공공정에 대한 대표 가공코드로서의 의미를 가질 수 있다.
보다 구체적으로, 상기 특정 ID용 가공코드를 추출하는 단계(단계 S100)에 대하여 설명하면 하기와 같다.
즉, 도 1 및 도 3을 참조하면, 상기 가공코드 추출단계(단계 S100)에서, 우선, 상기 가공정보 도출부(210)는 상기 데이터베이스(100)에 저장된 파트프로그램(G-code)으로부터, 공구별 시간에 따른 절입량 및 절삭깊이(overlap) 정보를 도출한다(단계 S110).
이 경우, 상기 가공정보 도출부(210)는 가공 시뮬레이터(simulator)를 이용하여 상기 파트프로그램(G-code)으로부터 상기 정보를 도출할 수 있다.
예를 들어, 상기 도출되는 공구별 시간에 따른 절입량의 예로 0.01mm 내지 0.1mm가 도출될 수 있으며, 절삭깊이의 예로 10% 내지 100%가 도출될 수 있다.
이 후, 도 1 및 도 3을 참조하면, 상기 가공정보 가공부(220)는 상기 도출된 가공정보를 가공하여 필요한 정보를 도출한다. 즉, 상기 가공정보 가공부(220)는 상기 절입량(F) 및 절삭깊이(O) 각각의 대푯값(REP), 최대값(MAX) 및 최소값(MIN)을 도출할 수 있다(단계 S120).
이 경우, 상기 절입량 및 절삭깊이의 대푯값이란, 상기 가공조건에서 가장 많은 시간을 차지하는 값으로서, 상기 파트프로그램을 바탕으로 가공을 수행하는 경우, 가장 많은 시간을 차지하는 절입량 및 절삭깊이 정보에 해당된다.
또한, 상기 절입량 및 절삭깊이의 최대값 및 최소값은, 상기 절입량 및 절삭깊이가 가장 큰 경우의 값과, 가장 작은 경우의 값에 해당됨은 자명하다.
이 후, 도 1 및 도 3을 참조하면, 상기 가공조건 결정부(230)는 상기 절입량과 절삭깊이 각각의 대푯값, 최대값 및 최소값을 이용하여, 상기 특정 ID용 가공 조건을 결정한다(단계 S130).
이 때, 결정되는 가공조건이란, 후술되는 샘플 가공을 수행하기 위한 가공조건인 것으로, 상기 절입량(F)과 절삭깊이(O)에 대하여, 대푯값(REP), 최대값(MAX) 및 최소값(MIN)을 서로 조합하여 도출되는 절입량과 절삭깊이에 대한 가공조건일 수 있다.
즉, 절입량의 대푯값과 절삭깊이의 대푯값의 조합(F_REP, O_REP), 절입량의 대푯값과 절삭깊이의 최소값의 조합(F_REP, O_MIN), 절입량의 대푯값과 절삭깊이의 최대값의 조합(F_REP, O_MAX), 절입량의 최소값과 절삭깊이의 대푯값의 조합(F_MIN, O_REP), 절입량의 최대값과 절삭깊이의 대푯값의 조합(F_MAX, O_REP) 등일 수 있다.
이상과 같이 특정 ID용 가공조건이 결정되면, 도 1 및 도 3을 참조하면, 상기 가공코드 도출부(240)에서는 상기 결정된 가공조건에 부합하는 특정 ID용 가공코드를 도출한다(단계 S140).
즉, 상기 가공코드 도출부(240)에서는, 상기 샘플 가공을 수행하기 위한 가공코드, 즉 상기 파트프로그램(G-code)을 도출한다.
이 경우, 상기 가공코드 도출부(240)에서 도출되는 가공코드의 경우, 주축 회전속도는 초기 가공코드의 조건, 즉 상기 데이터베이스(100)에 저장된 상기 파트프로그램 상에서의 주축 회전속도를 그대로 유지하며, 절삭 이송속도(feedrate)를 조절함으로써 상기 절입량을 변경하는 것으로, 가공코드를 도출할 수 있다.
한편, 앞선 공구별 시간에 따른 절입량 및 절삭깊이 정보를 도출하는 단계에서 설명한 바와 같이, 도출되는 절입량이 0.01mm 내지 0.1mm이고, 도출되는 절삭깊이가 10% 내지 100%라면, 상기 도출되는 가공코드는, 예를 들어, 절입량 0.01mm와 절삭깊이 100%의 조합, 절입량 0.05mm와 절삭깊이 55%의 조합, 절입량 0.1mm와 절삭깊이 10%의 조합 등일 수 있다.
이 후, 도 1 및 도 3을 참조하면, 상기 가공코드 적용부(250)에서는, 상기 도출된 가공코드를 바탕으로, 특정 ID용 가공코드를 적용하는데(단계 S150), 이 경우, 상기 특정 ID용 가공코드를 적용하는 대상은 실제 가공에서 가공될 공작물이다.
즉, 상기 공작물에 대하여, 상기 가공 시뮬레이터를 통해, 후속되는 실제 가공이 수행됨에 따라 실제 제거될 영역을 탐색하고, 상기 실제 제거될 영역에 대하여 상기 특정 ID용 가공코드를 적용한다.
그리하여, 동일한 재료와 동일한 가공 셋업상태에서, 후속되는 샘플 가공이 수행되므로, 상기 샘플 가공을 통해 획득되는 가공 예측모델의 정확성을 보다 향상시킬 수 있다.
이상과 같이, 특정 ID용 가공코드가 추출되면(단계 S100), 도 1 및 도 2를 참조하면, 상기 추출된 가공코드를 바탕으로, 상기 공작기계(300)를 이용하여 상기 공작물에 대한 샘플 가공을 수행한다(단계 S200).
상기 샘플 가공은, 앞서 설명한 바와 같이, 후속되는 실제 가공에 사용되는 공작물에 대하여, 해당 공작물이 공작기계 상에 고정된 상태, 즉 가공 셋업상태를 동일하게 유지하여 수행되는 것으로, 이를 통해, 상기 샘플 가공을 통해 획득되는 데이터를 바탕으로 생성되는 가공 예측모델의 정확성을 보다 향상시킬 수 있다.
이 후, 도 1 및 도 2를 참조하면, 상기 샘플 가공의 수행 결과를 바탕으로, 상기 예측모델 생성부(400)에서는 상기 가공 예측모델을 생성한다(단계 S300).
보다 구체적으로, 상기 가공 예측모델을 생성하는 단계에서는, 우선, 도 1 및 도 4를 참조하면, 상기 샘플 가공데이터 획득부(410)가 상기 샘플 가공으로부터 이송속도 및 가공부하 데이터를 획득한다(단계 S310).
이 후, 상기 예측모델 수립부(420)에서는, 상기 획득되는 이송속도 및 가공부하 데이터로부터, 이송속도와 가공부하의 관계를 모델링(modeling)한다(단계S320).
이 경우, 이송속도와 가공부하의 관계를 모델링하는, 절삭 부하예측 모델은 하기 식 (1) 내지 식 (3)으로 도출될 수 있다.
Figure pat00001
식 (1)
Figure pat00002
식 (2)
Figure pat00003
식 (3)
이 경우,
Figure pat00004
는 가공부하를 의미하고, N은 측정데이터의 개수, α는 가공깊이, f는 절삭력, φst는 가공시작 각도, φex는 가공종료 각도를 의미한다. 나아가, k1 및 k2는 후술되는 제2 모델 파라미터이다.
다만, 상기 식 (1) 내지 식 (3)의 상기 가공 예측모델에서는, 상기 식 (1) 내지 식 (3)에 포함되는 다양한 파라미터들을 도출하여야 하는데, 이러한 파라미터 도출 및 이를 통한 최종 가공 예측모델을 생성하는 단계는 구체적으로 하기와 같다.
즉, 도 5를 추가로 참조하면, 상기 가공 예측모델의 생성에서는, 우선, 제1 모델 파라미터(model parameter)를 도출한다(단계 S321).
이 경우, 상기 제1 모델 파라미터는 가공깊이(α), 절삭력(f), 가공 시작 각도(φst), 가공 종료 각도(φex), 및 측정 데이터의 개수(N)를 포함한다.
상기 제1 모델 파라미터는, 상기 샘플 가공을 수행하는 경우, 가공 중의 공구경로를 측정함으로써 도출될 수 있다.
이 후, 상기 제1 모델 파라미터를 바탕으로, 최적화 알고리즘을 이용하여 제2 모델 파라미터를 도출한다(단계 S322).
이 경우, 상기 제2 모델 파라미터는, 상기 식 (2) 및 식 (3)에 포함되는 파라미터들(k1, k2)임은 앞서 설명한 바와 같다.
즉, 상기 제2 모델 파라미터를 도출하는 경우, 상기 최적화 알고리즘을 사용하는데, 예를 들어, 유전자 알고리즘(genetic algorithm) 또는 PSO(particle swarm optimization)을 사용할 수 있다.
또한, 상기 최적화 알고리즘에는, 상기 제1 모델 파라미터를 포함하는 상기 식 (1) 내지 식 (3)으로 정의되는 절삭부하 예측모델, 공구의 위치 및 주축 전류의 정보가 입력되어야 한다.
이 경우, 상기 최적화 알고리즘의 목적함수는, 절삭부하 예측오차의 누적값에 제1 가중치(ω1)를 곱한 값과, 절삭부하 예측오차의 최대값에 제2 가중치(ω2)를 곱한 값의 합인 것으로, 하기 식 (4)와 같이 정의된다.
Figure pat00005
식 (4)
이 경우, J는 목적함수, N은 측정데이터 수, X=[k1, k2]이고, e(X, i)는 하기 식 (5)로 정의된다.
Figure pat00006
식 (5)
나아가, 상기 제1 및 제2 가중치들(ω1, ω2)은 가공시간이나 측정값의 단위를 고려하여 결정될 수 있다.
그리하여, 이상과 같은 최적화 알고리즘을 통해, 상기 제2 모델 파라미터를 도출할 수 있다.
이 후, 상기 제1 및 제2 모델 파라미터들을 이용하여, 상기 식 (1) 내지 식 (3)으로 정의되는 절삭부하 예측모델은, 상기 가공 예측모델로 생성된다(단계 S330).
그리하여, 상기 이송속도와 상기 가공부하 관계에 대한 모델링이 종료되며(단계 S320), 도 1 및 도 4를 다시 참조하면, 상기 최적 이송속도 도출부(430)에서는, 상기 가공 예측모델을 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하게 된다(단계 S330).
본 실시예에서의 최적화방법에서는, 상기 최적 이송속도는 상기 데이터베이스에 저장된 상기 파트프로그램(G-code)의 라인별로 도출되는 것으로, 이를 통해 실제 가공에서도 상기 파트프로그램의 라인별로 상기 도출되는 최적 이송속도가 적용되어 가공이 수행된다.
즉, 도 1 및 도 2를 다시 참조하면, 상기 생성된 가공 예측모델을 바탕으로 도출되는 상기 파트프로그램의 라인별 최적 이송속도를 적용하여, 상기 공작물에 대하여 실제 가공을 수행하게 된다(단계 S400).
이를 통해, 상기 공작물은, 가공부하를 바탕으로 한 최적의 이송속도를 통해 가공이 수행되며, 이에 의해 최적화된 가공 공정이 수행될 수 있다.
한편, 이상과 같이, 실제 가공이 수행되는 상태는, 별도의 모니터링부(미도시)를 통해 모니터링되며, 이렇게 모니터링된 가공 결과를 바탕으로, 도 1 및 도 2에서와 같이, 상기 예측 모델 검증부(500)에서는 상기 생성된 가공 예측모델의 정확성을 검증한다(단계 S500).
그리하여, 상기 생성된 가공 예측모델이 소정의 범위 이내에서 정확성을 유지한다면, 기 정의된 특정 ID에 대하여는 상기 생성된 가공 예측모델을 적용하며, 소정의 범위를 벗어나 정확성이 유지되지 않는다면, 상기 생성된 가공 예측모델을 갱신하거나 보정한다.
이러한 갱신 또는 보정은, 실질적으로 상기 도 1 내지 도 4를 참조하여 설명한 상기 최적화방법의 구체적인 단계와 동일할 수 있다.
이하에서는, 앞서 설명한 상기 최적화시스템(10) 및 이를 이용한 최적화방법을 통해, 가공 예측모델을 생성하고, 이를 바탕으로 실제 가공을 수행한 결과에 대하여 예시적으로 설명한다.
도 5a는 가공 전에 데이터베이스에 저장된 이송속도와 가공부하의 관계를 도시한 그래프이고, 도 5b는 도출된 가공 예측모델을 바탕으로 이송속도와 가공부하의 관계를 블록별로 도출한 그래프이고, 도 5c는 실제 가공에서의 이송속도와 가공부하의 관계를 모니터링한 그래프이다.
우선, 도 5a에서와 같이, 상기 데이터베이스(100)에 저장된 실제 가공용 파트프로그램(G-code)으로부터 이송속도와 가공부하의 관계를 추출할 수 있다.
이 후, 앞서 설명한 바와 같이 상기 가공 예측모델을 생성하여, 도 5b에서와 같이 상기 가공 예측모델을 바탕으로 가공부하를 고려한 최적의 이송속도를 도출할 수 있으며, 이렇게 도출되는 최적의 이송속도는 상기 파트프로그램의 라인별로 도출되는 것을 확인할 수 있다.
그리하여, 도 5c에서와 같이, 상기 최적의 이송속도를 바탕으로, 공작물에 대한 실제 가공을 수행하여, 가공부하를 실제 측정한 결과를 확인할 수 있다. 즉, 도 5c에서와 같이, 실제 측정된 가공부하의 경우, 도 5b에서의 가공 예측모델을 바탕으로 예측한 가공부하에 매우 근접한 것을 확인할 수 있다.
따라서, 이상과 같이, 상기 실제 측정된 가공부하가 상기 예측한 가공부하에 근접한 경우, 상기 가공 예측모델은 적절하게 도출되었다고 검증될 수 있으며, 추가적인 갱신이나 보정은 수행되지 않을 수 있다.
도 6a는 도 2의 샘플가공을 공작물에 대하여 수행하는 상태를 도시한 모식도이고, 도 6b 및 도 6c는 도 6a의 공작물에 대한 샘플가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프들이다.
도 6a를 참조하면, 앞서 설명한 바와 같이, 샘플 가공을 위해 추출된 가공코드를 실제 공작물(20)에 적용하여 가공경로를 예시한 모식도이다.
도 6b는 상기 도 6a의 가공경로를 통해 소정의 가공조건을 바탕으로 상기 공작물(20)을 가공한 경우의, 샘플가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프이다.
즉, 도 6b를 통해 확인되는, 상기 가공경로를 통해 샘플 가공을 수행함으로써 도출되는 이송속도 및 가공부하에 대한 데이터는, 앞서 설명한 바와 같이, 상기 예측모델 생성부(400)로 제공되어, 상기 가공 예측모델에 대한 생성이 수행된다(단계 S300).
나아가, 이렇게 생성된 상기 가공 예측모델을 바탕으로, 실제 공작물에 대한 가공을 수행한 결과는 하기와 같다.
도 7a는 도 2의 실제 가공을 공작물에 대하여 수행하는 상태를 도시한 모식도이고, 도 7b는 도 7a의 공작물에 대한 실제가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프이다.
즉, 도 7a를 참조하면, 상기 데이터베이스(100) 상에 저장된 실제 가공용 파트프로그램(G-code) 상의 가공경로를 공작물(20)에 적용하여 가공경로를 예시한 모식도이다.
또한, 도 7b는 상기 도 7a의 가공경로를 통해 상기 공작물(20)을 가공한 경우의, 실제 가공에서의 절삭부하에 대한 예측 및 측정 결과를 나타낸 그래프이다.
이 경우, 도 7b에서의 실제 가공은, 상기 예측모델 생성부(400)로부터 생성된 상기 가공 예측모델을 바탕으로 도출된 상기 파트프로그램의 라인별 최적 이송속도를 바탕으로 수행된 결과이다.
이에, 이러한 실제 가공에서의 가공부하를 측정한 결과(실선)와 예측된 결과(점선)를 비교해 보건대, 상기 가공 예측모델을 바탕으로 예측된 가공부하가 실제 가공에서의 가공부하와 매우 유사한 것을 확인할 수 있다.
즉, 상기 가공 예측모델을 바탕으로 도출된 상기 파트프로그램의 라인별 최적 이송속도를 바탕으로 가공을 수행하는 경우, 상기 가공 예측모델에서예측되는 가공부하는 실제 가공에서의 가공부하를 잘 예측함도 확인할 수 있다.
이러한 결과를 바탕으로, 상기 예측모델 검증부(500)에서는 상기 가공 예측모델이 타당한 것으로 검증할 수 있으며, 이에, 특정 ID에 대하여는 상기 가공 예측모델이 적용되면 충분한 것으로 결론내릴 수 있다.
이상과 같이, 본 실시예에 의해 도출되는 상기 가공 예측모델을 바탕으로 파트프로그램의 라인별 최적 이송속도를 도출하여, 도출된 이송속도로 가공을 수행하는 경우, 미리 예측되는 가공부하로 가공되는 것을 확인할 수 있으며, 이에 따라, 소정 범위 이내의 가공부하를 유지하면서 최적의 이송속도로 공작물을 가공할 수 있는 가공 예측모델의 제공이 가능하게 된다.
이를 통해, 실제 가공에서 소정의 가공부하를 유지하면서 가공 속도를 최적화할 수 있게 된다.
상기와 같은 본 발명의 실시예들에 의하면, 실시간으로 계측되는 가공부하를 바탕으로 이송속도를 제어하는 경우 발생되는 노이즈 등에 의한 예측모델의 에러를 최소화할 수 있으며, 가공을 수행하지 않은 상태에서 도출되는 예측모델이 가지는 부정확성을 개선할 수 있는, 절삭 이송속도 최적화알고리즘을 구현할 수 있다.
즉, 가공공정을 대표하는 가공코드를 바탕으로 샘플 가공을 수행하고, 샘플 가공 결과로부터 가공 예측모델을 생성하여 가공을 수행함으로써, 가공 예측모델의 정확성을 향상시켜 최적의 절삭 이송속도로 가공을 수행할 수 있다.
특히, 상기 샘플 가공의 경우, 실제 가공이 수행되어야 하는 공작물에서 본 가공에서 제거되어야 할 영역에 대하여 수행되는 것으로, 실제 가공과 동일한 가공 조건이 유지된 상태로 수행되므로, 상기 도출되는 가공 예측모델의 정확성이 보다 향상될 수 있다.
또한, 상기 가공 예측모델은, 가공용 파트프로그램(G-code)의 라인별 최적 이송속도를 도출하는 것으로, 종래 기술에서, 공정상태에 따라 절삭 이송속도가 실시간의 가변되어 타 공정과 연계된 전체 공정설계가 어려운 문제를 해결할 수 있다.
또한, 샘플 가공을 수행하기 위한 가공코드를 추출하는 경우, 특정 가공조건에 대하여 특정 ID용 가공코드를 추출함으로써, 해당 가공조건을 대표하는 가공코드를 통해 대표성을 가지는 샘플 가공을 위한 가공조건을 추출할 수 있어, 샘플 가공을 통해 샘플링되는 이송속도와 가공부하 사이의 관계에 대한 데이터의 정확성과 대표성을 보다 향상시킬 수 있다.
또한, 가공 예측모델의 생성시, 절삭부하 예측모델에 포함되는 제2 모델 파라미터를 유전알고리즘이나 PSO와 같은 최적화 알고리즘을 적용함으로써, 도출되는 가공 예측모델의 정확성을 보다 향상시킬 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 절삭 이송속도 최적화시스템
100 : 데이터베이스 200 : 가공코드 추출부
300 : 공작기계 400 : 예측모델 도출부
500 : 예측모델 검증부

Claims (14)

  1. 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 가공공정을 대표하는 가공코드를 추출하는 가공코드 추출부; 및
    상기 추출된 가공코드를 바탕으로, 공작물에 대하여 수행된 샘플 가공 결과를 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 가공 예측모델을 생성하는 예측모델 생성부를 포함하고,
    상기 예측모델 생성부에서 생성된 가공 예측모델을 바탕으로 상기 공작물에 대한 실제 가공이 수행되는 것을 특징으로 하는 절삭 이송속도 최적화시스템.
  2. 제1항에 있어서,
    상기 공작물에 대하여 수행되는 샘플 가공은, 상기 실제 가공에서 가공되는 상기 공작물 중 제거될 영역에 대하여 수행되는 것을 특징으로 하는 절삭 이송속도 최적화시스템.
  3. 제1항에 있어서,
    상기 실제 가공이 수행된 결과를 바탕으로 상기 예측모델 생성부에서 생성된 가공 예측모델을 검증하는 예측모델 검증부를 더 포함하는 절삭 이송속도 최적화시스템.
  4. 데이터베이스에 저장된 실제 가공용 파트프로그램(G-code)을 바탕으로, 가공공정을 대표하는 가공코드를 추출하는 단계;
    상기 추출된 가공코드를 바탕으로, 공작물에 대한 샘플 가공을 수행하는 단계;
    상기 샘플 가공 결과를 바탕으로 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 가공 예측모델을 생성하는 단계; 및
    상기 가공 예측모델을 바탕으로 상기 공작물에 대한 실제 가공을 수행하는 단계를 포함하는 절삭 이송속도 최적화방법.
  5. 제4항에 있어서, 상기 샘플 가공을 수행하는 단계는,
    상기 실제 가공에서 가공되는 상기 공작물 중 제거될 영역에 대하여 수행되는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  6. 제4항에 있어서, 상기 가공코드를 추출하는 단계는,
    상기 파트프로그램으로부터 공구별 시간에 따른 절입량과 절삭깊이 정보를 도출하는 단계;
    상기 절입량과 상기 절삭깊이의 대푯값, 최대값 및 최소값을 도출하는 단계;
    상기 도출된 정보를 바탕으로 특정 ID용 가공조건을 결정하는 단계;
    상기 결정된 가공조건에 부합하는 특정 ID용 가공코드를 도출하는 단계; 및
    상기 공작물 중 실제 가공을 통해 제거될 영역을 탐색하여 상기 특정 ID용 가공코드를 적용하는 단계를 포함하는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  7. 제6항에 있어서,
    상기 절입량과 상기 절삭깊이의 대푯값은 상기 파트프로그램에서 가장 많은 가공시간을 차지하는 값인 것을 특징으로 하는 절삭 이송속도 최적화방법.
  8. 제4항에 있어서, 상기 가공 예측모델을 생성하는 단계는,
    상기 샘플 가공으로부터 이송속도 및 가공부하 데이터를 획득하는 단계;
    상기 획득된 데이터로부터 이송속도와 가공부하의 관계를 모델링하는 단계; 및
    상기 모델링한 결과인 상기 가공 예측모델을 바탕으로, 상기 파트프로그램의 라인별 최적 이송속도를 도출하는 단계를 포함하는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  9. 제8항에 있어서, 상기 이송속도와 가공부하의 관계를 모델링하는 단계는,
    제1 모델 파라미터(model parameter)를 도출하는 단계;
    상기 제1 모델 파라미터를 바탕으로, 최적화 알고리즘을 이용하여 제2 모델 파라미터를 도출하는 단계; 및
    상기 제1 및 제2 모델 파라미터들을 이용하여 상기 가공 예측모델을 도출하는 단계를 포함하는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  10. 제9항에 있어서, 상기 제1 모델 파라미터는,
    가공깊이(α), 절삭력(f), 가공 시작 각도(φst), 가공 종료 각도(φex), 및 측정 데이터의 개수(N)를 포함하는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  11. 제10항에 있어서,
    상기 최적화 알고리즘은 유전자 알고리즘(genetic algorithm) 또는 PSO(particle swarm optimization)이고,
    상기 최적화 알고리즘에는, 상기 제1 모델 파라미터를 포함하는 절삭부하 예측모델, 공구의 위치 및 주축 전류의 정보가 입력되는 것을 특징으로 하는 절삭 이송속도 최적화방법.
  12. 제11항에 있어서,
    상기 최적화 알고리즘의 목적함수는, 절삭부하 예측오차의 누적값에 제1 가중치(ω1)를 곱한 값과, 절삭부하 예측오차의 최대값에 제2 가중치(ω2)를 곱한 값의 합인 것을 특징으로 하는 절삭 이송속도 최적화방법.
  13. 제12항에 있어서, 상기 제2 모델 파라미터는,
    상기 제1 모델 파라미터를 포함하는 절삭부하 예측모델에 포함되는 파라미터들(k1, k2)인 것을 특징으로 하는 절삭 이송속도 최적화방법.
  14. 제4항에 있어서,
    상기 실제 가공이 수행된 결과를 바탕으로 상기 예측모델 생성부에서 생성된 가공 예측모델을 검증하는 단계를 더 포함하는 절삭 이송속도 최적화방법.
KR1020210116543A 2021-09-01 2021-09-01 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법 KR102640271B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210116543A KR102640271B1 (ko) 2021-09-01 2021-09-01 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210116543A KR102640271B1 (ko) 2021-09-01 2021-09-01 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법

Publications (2)

Publication Number Publication Date
KR20230033507A true KR20230033507A (ko) 2023-03-08
KR102640271B1 KR102640271B1 (ko) 2024-02-23

Family

ID=85507867

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210116543A KR102640271B1 (ko) 2021-09-01 2021-09-01 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법

Country Status (1)

Country Link
KR (1) KR102640271B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102607545B1 (ko) * 2023-09-21 2023-11-29 김민구 공작기계의 cnc 가공 시 절삭속도 자동 제어 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5737970Y2 (ko) 1975-10-18 1982-08-20
KR20010047100A (ko) * 1999-11-17 2001-06-15 김덕중 Ｎｃ 파트 프로그램 변환을 이용한 가공방법
KR20060006142A (ko) * 2004-07-15 2006-01-19 (주)브이엠에스 솔루션스 Ｎｃ 데이터 생성 업무의 일관화 및 자동화 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5737970Y2 (ko) 1975-10-18 1982-08-20
KR20010047100A (ko) * 1999-11-17 2001-06-15 김덕중 Ｎｃ 파트 프로그램 변환을 이용한 가공방법
KR20060006142A (ko) * 2004-07-15 2006-01-19 (주)브이엠에스 솔루션스 Ｎｃ 데이터 생성 업무의 일관화 및 자동화 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102607545B1 (ko) * 2023-09-21 2023-11-29 김민구 공작기계의 cnc 가공 시 절삭속도 자동 제어 방법 및 장치

Also Published As

Publication number Publication date
KR102640271B1 (ko) 2024-02-23

Similar Documents

Publication Publication Date Title
JP5969676B1 (ja) 工作機械の工具補正の頻度を最適化する機械学習装置及び機械学習方法、並びに該機械学習装置を備えた工作機械
Ratchev et al. An advanced FEA based force induced error compensation strategy in milling
JP3435117B2 (ja) 加工制御システム
JP6756676B2 (ja) 製造システム
US10338563B2 (en) Numerical control device
CN110501973B (zh) 模拟装置
US9836044B2 (en) Machining time estimating device for estimating machining time after modification of NC program
US8150545B2 (en) Position-dependent compliance compensation in a machine tool
JP7292202B2 (ja) 誤差伝搬を推定するための方法
JP2020181403A (ja) 機械学習装置、数値制御システム及び機械学習方法
EP4168209A1 (en) Computer implemented method of and optimisation tool for refinement of laser cutting process parameters by means of an optimization tool
JP2000112511A (ja) プロセス途中の部品のｎｃ処理方法
JP2019082894A (ja) 加工条件調整装置及び機械学習装置
CN107037781A (zh) 加工时间预测装置
KR20230033507A (ko) 가공부하 기반 절삭 이송속도 최적화시스템 및 이를 이용한 절삭 이송속도 최적화방법
CN115963779A (zh) 数字孪生
CN114424129A (zh) 控制系统
JP3998846B2 (ja) 加工情報を用いた数値制御装置
US20220382265A1 (en) Online multi-force-adaption during machining
CN117170308A (zh) 一种基于指令序列分析的机床动态误差补偿方法及系统
CN105739431B (zh) 基于表形式数据进行运转的数值控制装置
US20240033873A1 (en) Device and method for machining a workpiece
US20230063095A1 (en) Assistance device
KR100708758B1 (ko) Ｎｃ 데이터 생성 업무의 일관화 및 자동화 방법
JP2018533127A (ja) 移動プロファイルを提供するための方法、制御装置、機械、およびコンピュータプログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant