KR20240036205A - 수치 제어 공작 기계의 제어 장치 및 방법 - Google Patents
수치 제어 공작 기계의 제어 장치 및 방법 Download PDFInfo
- Publication number
- KR20240036205A KR20240036205A KR1020220114682A KR20220114682A KR20240036205A KR 20240036205 A KR20240036205 A KR 20240036205A KR 1020220114682 A KR1020220114682 A KR 1020220114682A KR 20220114682 A KR20220114682 A KR 20220114682A KR 20240036205 A KR20240036205 A KR 20240036205A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- machining
- processing
- workpiece
- machine tool
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000003754 machining Methods 0.000 claims abstract description 203
- 238000012545 processing Methods 0.000 claims abstract description 134
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 51
- 238000013507 mapping Methods 0.000 claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000005520 cutting process Methods 0.000 claims description 39
- 239000000463 material Substances 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 238000003672 processing method Methods 0.000 claims description 8
- 238000013506 data mapping Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 14
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010561 standard procedure Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000008570 general process Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 239000010730 cutting oil Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- 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
- G05B19/406—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 monitoring or safety
- G05B19/4069—Simulating machining process on screen
-
- 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
-
- 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
-
- 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
- G05B19/4155—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 programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Numerical Control (AREA)
Abstract
본 명세서는 수치 제어 공작 기계의 제어에 관한 것이다. 본 명세서에 의한 수치 제어 공작 기계의 제어 방법은, 수치 제어 공작 기계 및 생산 관련 시스템으로부터 제1 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제1 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하는 단계; 가공물 피쳐별로 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하는 제1 맵핑 단계; 상기 제1 맵핑 단계에서 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 제1 데이터 셋을 생성하는 단계; 상기 제1 데이터 셋을 입력하여 상기 가공물 피쳐별 체크포인트를 출력하는 상기 인공지능 모델을 생성하는 단계; 및 상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계;를 포함하며, 실시간으로 변화하는 가공물 및 수치 제어 공작 기계에 대한 상태 정보를 이용하여 좋은 품질의 가공물을 제작할 수 있는 효과가 있다.
Description
본 명세서는 수치 제어 공작 기계의 제어에 관한 것으로 더 자세하게는 좋은 품질의 가공물을 생산하기 위한 수치 제어 공작 기계에 대한 제어 장치 및 제어 방법에 관한 것이다.
수치 제어 공작 기계란 컴퓨터를 이용한 수치 제어(Numerical Control) 프로그램으로 공작 대상을 가공하여 목표로 하는 가공물을 제작하는 기계를 의미하며, 보통 NC 공작 기계 또는 CNC 공작 기계라고도 불린다.
수치 제어 공작 기계를 이용한 가공물 제작의 일반적인 프로세스는 가공물 설계 단계, 가공(공정) 계획 단계, 프로그램 작성 단계 및 가공 단계를 포함하여 구성되며, 상기 일반적인 프로세스에 따라 가공물을 제작할 때, 수치 제어 공작 기계에서 수집되는 데이터는 가공 공구의 수명 예측 및 고장 진단 등을 위해 사용될 뿐, 높은 품질의 가공물을 제작할 수 있도록 수치 제어 공작 기계를 제어하는 데 사용되지 않는다.
위 기재된 내용은 오직 본 발명의 기술적 사상들에 대한 배경 기술의 이해를 돕기 위한 것이며, 따라서 그것은 본 발명의 기술 분야의 당업자에게 알려진 선행 기술에 해당하는 내용으로 이해될 수 없다.
본 명세서의 일 실시 예는 수치 제어 공작 기계를 이용하여 가공물을 제작할 때, 수치 제어 공작 기계로부터 가공 작업 전후로 수집되는 데이터를 이용하여 고품질의 가공물을 제작할 수 있도록 하는 수치 제어 공작 기계에 대한 제어 장치 및 제어 방법을 제시하는 것을 목적으로 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 명세서는 수치 제어 공작 기계의 제어 방법을 제시한다. 상기 방법은, 수치 제어 공작 기계 및 생산 관련 시스템으로부터 제1 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제1 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하는 단계; 가공물 피쳐별로 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하는 제1 맵핑 단계; 상기 제1 맵핑 단계에서 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 제1 데이터 셋을 생성하는 단계; 상기 제1 데이터 셋을 입력하여 상기 가공물 피쳐별 체크포인트를 출력하는 상기 인공지능 모델을 생성하는 단계; 및 상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계;를 포함할 수 있다.
상기 수치 제어 공작 기계의 제어 방법 및 그 밖의 실시예는 다음과 같은 특징을 포함할 수 있다.
실시 예에 따라, 상기 맵핑 단계는, 시간 흐름에 따라 상기 가공물 피쳐별로 상기 가공 피쳐에 연관된 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하는 단계이고, 상기 가공 조건 데이터는 가공물 피쳐 정보, 절삭 순서 정보, 가공물 소재 상태 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보, 고정 방법 정보, 절삭 조건 정보, 및 상기 제1 및 제2 가공 작업에 대한 초기 상태 데이터를 포함하고, 상기 가공 데이터는 가공 작업의 진행에 따라 상기 수치 제어 공작 기계 및 생산 관련 시스템에서 발생하는 센싱 데이터 및 가공 작업의 진행에 따른 작업 데이터를 포함하고, 상기 상태 데이터는 가공 작업의 진행에 따라 실시간으로 생성되는 상기 가공물 소재, 상기 절삭 공구, 상기 수치 제어 공작 기계 및 고정 장치에 대한 상태 정보를 포함할 수 있다.
실시 예에 따라, 또한, 상기 가공조건 데이터는, 상기 수치 제어 공작 기계에 대한 제어 프로그램으로부터 더 획득될 할 수 있다.
실시 예에 따라, 또한, 상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계는, 상기 수치 제어 공작 기계를 제어하여 상기 제2 가공 작업을 수행하는 단계; 상기 수치 제어 공작 기계로부터 상기 제2 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제2 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하는 단계; 상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑하는 제2 맵핑 단계; 상기 제2 맵핑 단계에서 맵핑된 데이터를 전처리하여 상기 인공지능 모델에 입력하기 위한 제2 데이터 셋을 생성하는 단계; 및 상기 제2 데이터 셋을 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계;를 포함할 수 있다.
실시 예에 따라, 또한, 상기 체크포인트는, 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과, 상기 위험 예측 결과의 해소를 위한 제어 방법, 및 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)을 포함하되, 상기 제1 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)이고,
상기 제2 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과 및 상기 위험 예측 결과의 해소를 위한 제어 방법일 수 있다.
실시 예에 따라, 또한, 상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계는, 상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물 단계별 형상을 획득하는 단계; 및 상기 가공물 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 상기 가공물 단계별 형상에 대한 위험 예측 결과를 도출하는 단계를 더 포함할 수 있다.
한편, 본 명세서는 수치 제어 공작 기계의 제어 장치를 제시한다. 상기 장치는, 저장부; 및 상기 저장부와 기능적으로 연결되는 제어부를 포함하되, 상기 제어부는, 수치 제어 공작 기계 및 생산 관련 시스템으로부터 제1 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제1 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하고, 가공물 피쳐별로 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하고, 상기 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 제1 데이터 셋을 생성하여 상기 저장부에 저장하고, 상기 제1 데이터 셋을 입력하여 상기 가공물 피쳐별 체크포인트(checkpoint)를 출력하는 상기 인공지능 모델을 생성하고, 상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력할 수 있다.
상기 수치 제어 공작 기계의 제어 장치 및 그 밖의 실시예는 다음과 같은 특징을 포함할 수 있다.
실시 예에 따라, 상기 제어부는, 시간 흐름에 따라 상기 가공물 피쳐별로 상기 가공 피쳐에 연관된 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하고, 상기 가공 조건 데이터는, 가공물 피쳐 정보, 절삭 순서 정보, 가공물 소재 상태 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보, 고정 방법 정보, 절삭 조건 정보, 및 상기 제1 및 제2 가공 작업에 대한 초기 상태 데이터를 포함하고, 상기 가공 데이터는, 가공 작업의 진행에 따라 상기 수치 제어 공작 기계 및 생산 관련 시스템에서 발생하는 센싱 데이터 및 가공 작업의 진행에 따른 작업 데이터를 포함하고, 상기 상태 데이터는, 가공 작업의 진행에 따라 실시간으로 생성되는 상기 가공물 소재, 상기 절삭 공구, 상기 수치 제어 공작 기계 및 고정 장치에 대한 상태 정보를 포함할 수 있다.
실시 예에 따라, 또한, 상기 가공조건 데이터는, 상기 수치 제어 공작 기계에 대한 제어 프로그램으로부터 더 획득될 수 있다.
실시 예에 따라, 또한, 상기 제어부는, 상기 수치 제어 공작 기계를 제어하여 상기 제2 가공 작업을 수행하고, 상기 수치 제어 공작 기계로부터 상기 제2 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제2 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하고, 상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑하고, 상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑한 데이터를 전처리하여 상기 인공지능 모델에 입력하기 위한 제2 데이터 셋을 생성하고, 상기 제2 데이터 셋을 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력할 수 있다.
실시 예에 따라, 또한, 상기 체크포인트는, 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과, 상기 위험 예측 결과의 해소를 위한 제어 방법, 및 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)을 포함하되, 상기 제1 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)이고, 상기 제2 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과 및 상기 위험 예측 결과의 해소를 위한 제어 방법일 수 있다.
실시 예에 따라, 또한, 상기 제어부는, 상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하고, 상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물 단계별 형상을 획득하고, 상기 가공물 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 상기 가공물의 단계별 형상에 대한 위험 예측 결과를 도출할 수 있다.
본 명세서에 개시된 실시 예에 따르면, 수치 제어 공작 기계를 이용하여 가공물을 제작할 때, 수치 제어 공작 기계로부터 가공 작업 전후로 수집되는 데이터를 이용하여 고품질의 가공물을 제작할 수 있도록 하는 효과가 있다.
한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명을 실시하기 위한 구체적인 내용과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 일 실시 예에 따른 수치 제어 공작 기계 제어 시스템을 도시한다.
도 2는 일 실시 예에 따른 수치 제어 공작 기계의 제어 장치의 구성을 도시한다.
도 3은 실시 예에 따른 가공 조건 데이터, 가공 데이터, 상태 데이터를 가공물 피쳐별로 맵핑하는 방법을 설명하기 위한 도면이다.
도 4는 실시 예에 따른 인공지능 모델에서 출력되는 체크포인트의 예를 도시한다.
도 5 및 도 6은 일 실시 예에 따른 수치 제어 공작 기계의 제어 방법을 설명하는 도면이다.
도 1은 일 실시 예에 따른 수치 제어 공작 기계 제어 시스템을 도시한다.
도 2는 일 실시 예에 따른 수치 제어 공작 기계의 제어 장치의 구성을 도시한다.
도 3은 실시 예에 따른 가공 조건 데이터, 가공 데이터, 상태 데이터를 가공물 피쳐별로 맵핑하는 방법을 설명하기 위한 도면이다.
도 4는 실시 예에 따른 인공지능 모델에서 출력되는 체크포인트의 예를 도시한다.
도 5 및 도 6은 일 실시 예에 따른 수치 제어 공작 기계의 제어 방법을 설명하는 도면이다.
본 명세서에 개시된 기술은 수치 제어 공작 기계의 제어에 적용될 수 있다. 그러나 본 명세서에 개시된 기술은 이에 한정되지 않고, 상기 기술의 기술적 사상이 적용될 수 있는 모든 장치 및 방법에도 적용될 수 있다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서에 개시된 기술의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥 상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 기술의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 그 기술의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
본 명세서에 개시된 수치 제어 공작 기계의 제어 장치를 이용하여 가공물을 제작하는 프로세스는 가공물의 설계 단계, 가공 공정의 계획 단계, 수치 제어 공작 기계의 구동을 위한 NC 프로그램(part program) 언어로 프로그램을 작성하는 단계 및 가공물의 가공 단계를 포함할 수 있다. 가공물은 수치 제어 공작 기계를 이용하여 최종적으로 제작되는 목표 제품을 의미한다.
가공물의 설계 단계에서는 가공물 피쳐 데이터가 정의된다. 가공물 피쳐는 가공물에 형성되는 외경, 내경, 일반에 대해서 직선, 곡선, 단면, 홈, 나사, 황삭, 정삭, 중삭 등 가공물에 대한 형상, 재질, 표면 품위, 크기, 치수, 공차 등의 데이터를 포함할 수 있다.
가공 공정 계획 단계에서는 절삭 순서(공정 분할, 공정 순서, 이동 경로 등에 대한 정보를 포함함), 소재 상태, 공작 기계 선택 정보, 절삭 공구 정보(공구 형상, 공구 재질, 공구 상태 등에 대한 정보를 포함함), 고정 방법(가공 툴에 대한 홀더 및 가공물을 고정하는 지그 선정 방법 등을 포함함), 절삭 조건(이송 속도, 절삭 속도, 절입량, 회전 속도, 스핀들 동력, 이송량, 절삭 깊이, 주축 속도, 절삭유 전달, 황삭, 정삭 등의 정보를 포함함) 등의 정보에 기초하여 가공 공정이 수립된다.
프로그램 작성 단계는 가공 공정의 계획 수립 결과를 G코드 등의 수치 제어 공작 기계를 구동하기 위한 NC 프로그램 언어로 표현하는 것으로 절삭 순서, 기계 및 절삭 공구, 절삭 조건, 공구 및 지그의 위치 등을 제어하는 NC 프로그램을 작성하는 단계를 의미한다.
가공 단계는 상기 NC 프로그램에 의해 제어되는 수치 제어 공작 기계가 가공물을 직접 가공하여 제작하는 단계를 의미한다.
수치 제어 공작 기계를 이용하여 가공물을 제작할 때, 수치 제어 공작 기계에서는 가공 작업으로 인한 센싱 데이터(힘, 온도, 소음, 진동, 전류 등)와 가공(작업) 데이터(위치, 작업내용, 대기, 가공 시작 및 종료, 알람(NC신호, 이벤트, 검사/측정 결과, 툴 교체 여부 등)가 발생한다.
본 명세서의 실시 예는 가공물 제작을 위한 가공 조건 데이터, 센싱 데이터, 가공(작업) 데이터를 이용하여 가공물의 피쳐별로 최고의 품질을 나타낼 수 있는 제어 방법을 출력하는 인공지능 모델을 도출하고, 이를 통해 가공 공정 중에 실시간으로 제어 방법을 변경하도록 함으로써 좋은 품질의 가공물을 생산할 수 있다.
이하에서는 첨부의 도면을 참조하여 실시 예를 상세하게 설명한다.
도 1은 일 실시 예에 따른 수치 제어 공작 기계 제어 시스템을 도시한다.
도 1을 참조하면, 일 실시 예에 따른 수치 제어 공작 기계 제어 시스템(10)은 수치 제어 공작 기계의 제어 장치(100), 수치 제어 공작 기계(200), IoT 장치(210), 및 생산 관련 시스템(220)을 포함하여 구성될 수 있다.
수치 제어 공작 기계(200)는 일반적인 수치 제어 공작 기계를 의미하므로, 이에 대한 상세한 설명은 생략한다.
IoT 장치(210)는 각종 센서를 구비하고 있으며, 수치 제어 공작 기계(200)에 연결 또는 설치되어 수치 제어 공작 기계(200)로부터 가공 작업으로 인해서 발생하는 여러가지 센싱 데이터를 수집할 수 있다. 센싱 데이터는 수치 제어 공작 기계(200)의 작동과 관련된 힘, 온도, 소음, 진동, 전류 등의 값을 포함할 수 있다.
생산 관련 시스템(220)은 설계 시스템, 품질 관리 시스템 및 설비 시스템을 집합적으로 표현한 것으로, 각각 설계, 품질 관리, 설비 등 수치 제어 공작 기계(200)를 이용한 공작물의 생산과 관련된 시스템을 의미할 수 있다. 이들 시스템은 수치 제어 공작 기계(200)의 상태(정밀도, 정확도, 건강도, 노후화 정도 등), 공구 상태(마모 정도 등), 가공물의 고정 상태(체결 정도 등) 등의 상태 정보를 생성하거나, 수치 제어 공작 기계(200)로부터 이러한 상태 정보를 획득할 수 있다.
수치 제어 공작 기계의 제어 장치(100)는 수치 제어 공작 기계(200), IoT 장치(210) 및 생산 관련 시스템(220)에 연결되어 가공 조건 데이터, 상태 데이터 및 가공 데이터(센싱 데이터 및 작업 데이터)를 수집할거나 획득할 수 있다. 또한, 수치 제어 공작 기계의 제어 장치(100)는 수치 제어 공작 기계(200)의 가공 공정의 수행을 위한 NC 프로그램으로부터 가공 조건 데이터를 더 획득할 수 있다.
수치 제어 공작 기계의 제어 장치(100)는 수집 및 획득된 각종 데이터들을 이용하여 좋은 품질의 가공물을 제작할 수 있는 제어 방법을 도출하는 인공지능 모델을 도출할 수 있다.
도 2는 일 실시 예에 따른 수치 제어 공작 기계의 제어 장치의 구성을 도시한다.
도 1 및 2를 참조하면, 수치 제어 공작 기계의 제어 장치(100)는 통신부(110), 제어부(120), 저장부(130) 및 디스플레이(140)를 포함하여 구성될 수 있다. 도시된 구성요소들은 필수적인 것은 아니어서, 그 보다 많은 구성요소들을 갖거나, 그보다 적은 구성요소들을 갖는 수치 제어 공작 기계의 제어 장치가 구현될 수도 있다. 이러한 구성요소들 중 적어도 일부는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합을 통해서 구현될 수 있다. 수치 제어 공작 기계의 제어 장치(100)는 태블릿 PC, 퍼스널 컴퓨터, 메인프레임, 서버 등의 컴퓨팅 장치 등으로 구현될 수 있으며, 이러한 형태에 한정되지 않고 다양한 전자 장치로 구현될 수 있다.
통신부(110)는 수치 제어 공작 기계(200)와 네트워크로 통신하여 수치 제어 공작 기계(200)로 제어 명령을 전송하고, 수치 제어 공작 기계(200)로부터 각종 데이터를 수신할 수 있다. 또한, 통신부(110)는 수치 제어 공작 기계(200)에 연결되거나 설치되어 있는 IoT 장치(210), 및 생산 관련 시스템(220)과 네트워크로 통신하여 각종 데이터를 수신하거나 이들 장치/시스템으로 데이터를 전송할 수 있다.
본 명세서에서 개시되는 네트워크는 예를 들어, 무선 네트워크, 유선 네트워크, 인터넷과 같은 공용 네트워크, 사설 네트워크, 모바일 통신 네트워크용 광역 시스템(Global System for Mobile communication network; GSM) 네트워크, 범용 패킷 무선 네트워크(General Packet Radio Network; GPRN), 근거리 네트워크(Local Area Network; LAN), 광역 네트워크(Wide Area Network; WAN), 거대도시 네트워크(Metropolitan Area Network; MAN), 셀룰러 네트워크, 공중 전화 교환 네트워크(Public Switched Telephone Network; PSTN), 개인 네트워크(Personal Area Network), 블루투스, Wi-Fi 다이렉트(Wi-Fi Direct), 근거리장 통신(Near Field communication), 초광대역(Ultra-Wide band), 이들의 조합, 또는 임의의 다른 네트워크일 수 있지만 이들로 한정되는 것은 아니다.
제어부(120)는 상기 저장부(130)와 기능적으로 연결되어 데이터를 저장하거나 독출할 수 있다.
제어부(120)는 수치 제어 공작 기계(200) 및 설계, 품질, 설비 및 생산 관련 시스템(220)으로부터 다양한 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 다양한 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집할 수 있다. 가공 데이터 및 상태 데이터는 수치 제어 공작 기계(200)에 구비된 센서 또는 상태 정보 수집을 위한 IoT 장치(210)를 통해서 수집될 수 있다. 가공 조건 데이터는 특정 가공 작업을 위해서 사전에 정의되고 수집되는 정적 데이터로서 가공물의 공작을 위한 가공물 피쳐, 절삭 순서, 수치 제어 공작 기계에 대한 정보(종류 정보, 모델 정보, 제조일자 정보 등), 절삭 공구 정보(공구 형상, 공구의 재질, 대체 공구 정보 등), 고정 방법 정보(공구 홀더 정보, 지그 정보 등), 절삭 조건 정보(이송속도(Feed), 절삭 속도, 절입량, 회전(Spindle)속도, 스핀들 동력, 이송량(회전당), 절삭 깊이, 주축 속도, 절삭유 전달, 황삭/정삭 등)를 포함할 수 있으며, 또한, 가공 조건 데이터는 특정 가공 작업을 위한 가공 전 초기 정적 데이터로서 가공물 소재 상태, 수치 제어 공작 기계 상태, 절삭 공구 상태 및 고정 장치 상태에 대한 정보를 포함할 수 있다. 가공 데이터는 다시 센싱 데이터와 작업 데이터로 구분될 수 있으며, 센싱 데이터는 가공 작업의 진행에 따라 수치 제어 공작 기계(200)에서 발생하는 데이터일 수 있으며, 힘, 온도, 소음, 진동, 전압, 전류 등에 대한 정보를 포함할 수 있고, 작업 데이터는 가공 작업의 진행에 따른 작업 관련 데이터로서 위치 정보, 작업내용, 대기, 가공(시작, 종료), 알람(NC신호/이벤트, 검사/측정 값/결과, 툴교체 등) 정보를 포함할 수 있다. 상태 데이터는 가공 작업의 진행에 따라 실시간으로 생성되는 데이터로서, 가공물 소재 상태, 절삭 공구 상태, 수치 제어 공작 기계 상태 및 고정 장치 상태에 대한 변화된 정보를 포함할 수 있으며, 미리 결정된 시간 간격 또는 실시간으로 획득될 수 있다. 제어부(120)는 또한 가공 공정 수행을 위한 NC 프로그램으로부터 상기 가공 조건 데이터를 획득할 수도 있다. 상기 NC 프로그램으로부터 획득할 수 있는 데이터는 절삭 순서 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보 및 절삭 조건 정보, 및 상기 가공 데이터 중 일부 작업 데이터 정보가 포함될 수 있다.
제어부(120)는 가공 조건 데이터에 포함되어 있는 가공물 피쳐 정보를 추출하고, 가공물 피쳐별로 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑할 수 있다. 예를 들어, 가공은 시간의 흐름에 따라 수행되므로, 제어부(120)는 시간 흐름에 따라 가공물 피쳐별로 가공 피쳐와 연관된 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑할 수 있다.
도 3은 실시 예에 따른 가공 조건 데이터, 가공 데이터, 상태 데이터를 가공물 피쳐별로 맵핑하는 방법을 설명하기 위한 도면으로, 도 3(a)는 가공 조건 데이터 중 정적 데이터인 가공 전 일반 정보를 도시한 도면이고, 도 3(b)는 가공 조건 데이터 중 정적 데이터인 가공 전 (초기) 상태 정보 및 가공 시 실시간으로 발생하는 상태 정보를 도시한 도면이고, 도 3(c)는 가공 작업에 따라 실시간으로 생성되는 가공 데이터를 도시한 도면이고, 도 3(d)는 도 3(a) 내지 도 3(c)를 연결한 뒤 시간 순서로 구분하여 가공물 피쳐(310)별로 가공 조건 데이터, 가공 데이터, 상태 데이터를 매핑한 결과의 예의 일부를 도시한다. 도 3(d)에서 구분 컬럼은 일정한 시간 간격(interval)을 의미할 수 있다.
제어부(120)는 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 데이터 셋을 생성한 뒤, 이를 저장부(130)에 저장할 수 있다. 인공지능 모델은 네트워크 상에 존재할 수도 있고, 저장부(130)에 저장되어 있을 수도 있다. 여기에서 데이터의 전처리는 특정 가공물 피처와 관련되는 데이터들을 필터링하여 추출하도록 데이터 셋을 필터링하는 작업일 수도 있다. 예를 들어, 데이터 셋의 필터링은 가공물에서 직선 구간 작업에 대한 데이터, 호 구간 작업에 대한 데이터만을 추출하는 것일 수 있다.
제어부(120)는 전처리된 데이터 셋을 인공지능 모델에 입력하여 가공물 피쳐별로 체크포인트를 출력할 수 있다. 체크포인트는 가공물 피쳐별 표준 공법 절차, 위험 예측 결과(risk assessment), 위험 예측 결과의 해소를 위한 제어 방법(find solution) 등을 포함할 수 있다. 가공물 피쳐별 표준 공법 절차는 가공물 피쳐별로 도출되는 최적의 가공 방법으로서 골든 레시피(golden recipe)라고도 불릴 수 있다.
제어부(120)는 새로운 가공 작업이 개시되면, 새로운 가공 작업에 대한 가공 조건 데이터를 획득하고, 및 새로운 가공 작업으로 인해 생성되는 가공 데이터와 상태 데이터를 다시 수집할 수 있다. 여기에서 상기 새로운 가공 작업은 전술한 체크포인트 중 최적의 가공 방법, 즉 골든 레시피로 설정하여 수행하는 가공 작업일 수 있다.
제어부(120)는 새로운 가공 작업에 대해서 획득 및 수집된 데이터들을 이용하여 앞서의 맵핑 방법과 동일하게 가공 조건 데이터에 포함되어 있는 가공물 피쳐 정보를 추출하고, 가공물 피쳐별로 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑할 수 있다. 또한, 제어부(120)는 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 새로운 데이터 셋을 생성할 수 있으며, 생성된 데이터 셋을 인공지능 모델에 입력하여 새로운 가공 작업에 대한 체크포인트를 도출할 수 있다. 여기에서 도출되는 체크포인트는 전술한 체크포인트와 동일한 정보를 포함할 수 있다.
또한, 제어부(120)는 수집/획득된 가공 관련 데이터 및 도출된 체크포인트에 기초하여 가공물의 단계별 형상에 대한 위험 예측 결과 또한 출력할 수 있다. 즉, 제어부(120)는 가공물의 설계 정보, 가공물의 가공 공정 정보 및 가공물 피쳐별 체크포인트(위험 예측 결과) 등에 기초하여 가공물의 단계별 형상에 대한 위험 예측 결과를 시간에 따라 도출할 수 있으며, 도출된 위험 예측 결과는 가공물의 중간 검수/검사에 활용될 수 있다. 가공물의 단계별 형상은 가공 공정 설계 정보 또는 NC 프로그램으로부터 추출할 수 있으며, 가공물의 과정별/단계별 형상 정보, 위치 정보 및 작업 내용 정보를 포함할 수 있다.
다시 설명하면, 제어부(120)는 새로운 가공 작업에 대한 가공 조건 데이터 및 상기 새로운 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물의 단계별 형상을 획득하고, 상기 가공물 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 가공물의 단계별 형상에 대한 위험 예측 결과를 도출할 수 있다.
상기 인공지능 모델은 가공물 피쳐별로 매핑된 데이터 셋을 입력받아, 가공물 피쳐별로 체크포인트를 도출할 수 있도록 학습 또는 훈련된 머신 러닝 모델 또는 딥 러닝 모델일 수 있다.
저장부(130)는 제어부(120)가 통신부(110)를 통해 수집 또는 획득한 데이터를 저장할 수 있다. 저장부(130)는 가공 작업 전에 수집된 정적 데이터 및 가공 중에 발생하는 동적 데이터를 각각의 종류별도 데이터베이스화하여 저장할 수 있다. 또한, 저장부(130)는 인공지능 모델을 저장하고 있을 수도 있다.
디스플레이(140)는 수치 제어 공작 기계의 제어 장치(100)에 대한 사용자 인터페이스가 표시될 수 있다. 또한, 디스플레이(140)는 인공지능 모델에서 출력된 결과물들이 표시될 수 있다. 즉, 디스플레이(140)는 인공지능 모델에서 출력된 체크포인트와 관련된 화면이 표시될 수 있다.
도 4는 실시 예에 따른 인공지능 모델에서 출력되는 체크포인트의 예를 도시한 것으로, 도 4(a)는 체크포인트 중 표준 공법 절차(즉, 골든 레시피)의 출력 예를 도시하며, 가공물 피쳐를 가공함에 있어서 표준 공법 절차를 구성하는 변수들 1 내지 10에 대해서 최적 변수의 범위(410)가 도시되어 있고, 도 4(b)는 체크포인트 중 위험 예측 결과 및 위험 예측 결과의 해소를 위한 제어 방법의 예를 도시하며, 특정 가공물 피쳐에 대한 위험 예측 결과(420)가 도시되어 있다. 도 4(b)에서 도면 부호 430은 특정 가공물 피쳐에 대한 변수 1 내지 6 중 변수 1만이 안정 범위를 벗어나 있는 것을 나타내고 있으며, 도면 부호 440은 변수 1이 안정 범위에 들어가도록 조절된다면 위험도가 91%에서 3% 대까지 줄어들 수 있음을 나타낸다.
이하에서는 실시 예에 따른 수치 제어 공작 기계의 제어 방법을 상세하게 설명한다. 본 명세서에 개시된 실시 예에 따른 수치 제어 공작 기계의 제어 방법은 크게 인공지능 모델의 모델링 과정과 인공지능 모델을 이용한 제어 과정으로 구분될 수 있다.
도 5 및 도 6은 일 실시 예에 따른 수치 제어 공작 기계의 제어 방법을 설명하는 도면이다.
도 2, 도 5 및 도 6을 참조하면, 먼저, 수치 제어 공작 기계의 제어 장치(100)의 제어부(120)는 수치 제어 공작 기계(200) 및 생산 관련 시스템(220)으로부터 다양한 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집한다(S510). 여기에서, 상기 데이터는 생산 관련 시스템(220)으로부터 획득되거나, 수치 제어 공작 기계(200)에 설치 또는 연결되어 있는 IoT 장치(210)로부터 획득될 수 있다.
다음으로, 제어부(120)는 가공물 피쳐별로 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑한다(제1 맵핑 단계)(S520). 예컨대, 제어부(120)는 시간 흐름에 따라 가공물 피쳐별로 가공 피쳐에 연관된 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑한다. 여기에서, 가공 조건 데이터는 가공물 피쳐 정보, 절삭 순서 정보, 가공물 소재 상태 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보, 고정 방법 정보, 절삭 조건 정보와 가공 작업에 대한 초기 상태 데이터를 포함하고, 가공 데이터는 가공 작업의 진행에 따라 수치 제어 공작 기계(200) 및 생산 관련 시스템(220)에서 발생하는 센싱 데이터 및 가공 작업의 진행에 따른 작업 데이터를 포함하고, 상태 데이터는 가공 작업의 진행에 따라 실시간으로 생성되는 가공물 소재, 절삭 공구, 수치 제어 공작 기계 및 고정 장치에 대한 상태 정보를 포함할 수 있다.
다음으로, 제어부(120)는 상기 제1 맵핑 단계(S520)에서 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 데이터 셋을 생성(S530)한 다음, 생성된 데이터 셋을 입력하여 가공물 피쳐별로 체크포인트를 출력하는 인공지능 모델을 생성한다(S540).
다음으로, 제어부(120)는 새로운 가공 작업에 대한 가공 조건 데이터 및 새로운 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리한 뒤, 이를 인공지능 모델에 입력하여 새로운 가공 작업에 대한 체크포인트를 출력한다(S550). 여기에서, 체크포인트는 가공물 피쳐별 표준 공법 절차(golden recipe)일 수 있으며, 새로운 가공 작업은 전술한 인공지능 모델에서 생성된 체크포인트, 즉 가공물 피쳐별 표준 공법 절차에 따라서 제어부(120)가 수행하는 가공 작업일 수 있다.
상기 새로운 가공 작업에 대한 체크포인트를 출력하는 과정(S550)은 다음의 세부 과정들(S551~S560)을 포함하여 이루어질 수 있다.
먼저, 제어부(120)는 수치 제어 공작 기계(200)를 제어하여 상기 새로운 가공 작업을 수행한다(S551).
제어부(120)는 수치 제어 공작 기계(200)로부터 상기 새로운 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 새로운 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집한다(S552).
다음으로, 제어부(120)는 가공물 피쳐별로 상기 새로운 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑한다(제2 맵핑 단계)(S553).
다음으로, 제어부(120)는 상기 제2 맵핑 단계(S553)에서 맵핑된 데이터를 전처리하여 상기 인공지능 모델에 입력하기 위한 새로운 데이터 셋을 생성한다(S554).
다음으로, 제어부(120)는 상기 새로운 데이터 셋을 상기 인공지능 모델에 입력하여(S555), 상기 새로운 가공 작업에 대한 체크포인트를 출력한다(S556). 여기에서, 체크포인트는 가공물 피쳐별 위험 예측 결과(risk assessment) 및 위험 예측 결과의 해소를 위한 제어 방법(find solution)을 포함할 수 있다. 한편, 체크포인트를 출력(S556)하는 과정은 위험 예측 결과를 도출(S5561)한 뒤, 도출된 위험을 해결할 수 있는 방안을 도출하는 과정(S5562)과 상기 새로운 가공 작업에 대한 가공 조건 데이터 및 상기 새로운 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물의 단계별 형상을 획득하는 과정(S5563) 및 획득된 상기 가공물의 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 상기 가공물 단계별 형상에 대한 위험 예측 결과를 도출하는 과정(S5564)으로 구성될 수 있다.
제어부(120)는 도출된 위험을 해결할 수 있는 방안이 도출되면(S5562), 도출된 위험 해결 방안으로 수치 제어 공작 기계(200)를 제어하여 상기 새로운 가공 작업을 계속 수행하고(S557), 가공물의 단계별 형상에 대한 위험이 예측되면(S5564), 사용자로 하여금 가공물의 현재 상태를 검사하도록 사용자에게 알람 또는 통지를 준다(S558).
상술한 설명에서, 단계들, 과정들 또는 동작들(S510 내지 S558)은 본 발명의 구현예에 따라서, 추가적인 단계, 과정 또는 동작으로 더 분할되거나, 더 적은 단계, 과정 또는 동작으로 조합될 수 있다. 또한, 일부 단계, 과정 또는 동작은 필요에 따라 생략될 수도 있고, 단계 또는 동작 간의 순서가 전환될 수도 있다. 또한, 전술한 수치 제어 공작 기계의 제어 방법이 포함하는 각 단계 또는 동작은 컴퓨터프로그램으로 구현되어 컴퓨터로 읽을 수 있는 기록매체에 저장될 수 있으며, 컴퓨터 장치에 의해 각 단계, 과정 또는 동작이 실행될 수도 있다.
한편, 본 명세서에서는 실시예로서 수치 제어 공작 기계를 예로 들어 설명하였지만, 본 명세서에 개시된 발명이 수치 제어 공작 기계에 한정되지 않고, 가공물이 시간별 또는 피쳐별로 가공이 진행되는 모든 공작 기계에도 본 명세서에 개시된 발명이 적용될 수 있음은 물론이다.
본 명세서에서 사용된 용어 "부"는(예를 들면, 제어부 등), 예를 들어, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "부"는, 예를 들어, 유닛(unit), 로직(logic), 논리블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "부"는, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "부"는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "부"는 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들어, "부"는, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(Application-Specific Integrated Circuit) 칩, FPGAs(Field-Programmable Gate Arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터로 읽을 수 있는 저장매체/컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM(compact disc read only memory), DVD(digital versatile disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM(read only memory), RAM(random access memory), 또는 플래시 메모리 등) 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술된 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
본 명세서에 사용된 용어 "하나"는 하나 또는 하나 이상으로 정의된다. 또한, 청구 범위에서 "적어도 하나" 및 "하나 이상"과 같은 도입 문구를 사용하는 것은, 동일한 청구항에 "적어도 하나" 및 "하나 이상"과 같은 도입 문구 및 "하나" 같은 불명료한 문구가 포함되어 있는 경우라 할지라도, 불명료한 문구 "하나"에 의한 다른 청구항 요소의 도입이 그러한 요소를 하나만을 포함하는 발명에 대해 그렇게 도입된 청구항 요소를 포함하는 임의의 특정 청구항을 제한한다는 것을 의미하는 것으로 해석되어서는 안된다.
본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.
달리 명시하지 않는 한, "제1" 및 "제2"와 같은 용어는 그러한 용어가 설명하는 요소들을 임의로 구별하는 데 사용된다. 따라서, 이들 용어는 그러한 요소들의 시간적 또는 다른 우선 순위를 나타내도록 반드시 의도된 것은 아니며, 특정 수단이 서로 다른 청구항들에 열거되어 있다는 단순한 사실만으로 이러한 수단들의 조합이 유리하게 사용될 수 없다는 것을 나타내는 것은 아니다. 따라서, 이들 용어는 그러한 요소의 시간적 또는 다른 우선 순위를 나타내도록 반드시 의도되지는 않는다. 특정 조치가 서로 다른 주장에 인용되었다는 단순한 사실만으로 이러한 조치의 조합이 유용하게 사용될 수 없다는 것을 나타내지는 않는다.
또한, 상세한 설명 및 청구 범위에서의 "앞", "뒤", "꼭대기", "상부", "밑", "바닥", "위에", "아래" 등의 용어는 설명을 목적으로 사용되었지만 영구적인 상대적 위치를 설명하는 데 반드시 사용되는 것은 아니다. 그렇게 사용되는 용어는 본 명세서에 기술된 본 발명의 실시예가 예를 들어 여기에 도시되거나 달리 설명된 것 외의 다른 방향으로 작동할 수 있도록 적절한 환경 하에서 상호 교환 가능하다는 것으로 이해된다.
도시의 단순성 및 명료성을 위해, 도면들에 도시된 요소들(요소)은 반드시 일정한 비율로 그려진 것은 아니라는 것으로 이해될 것이다. 예를 들어, 일부 요소들의 치수는 명확성을 위해 다른 요소들에 비해 과장될 수 있다. 또한, 적절한 것으로 고려되는 경우, 참조 번호들은 대응되거나 유사한 요소들을 나타내기 위해 도면들 사이에서 반복될 수 있다.
동일한 기능을 달성하기 위한 구성 요소의 배열은 효과적으로 "관련"되어 원하는 기능이 달성된다. 따라서, 특정 기능성을 달성하기 위해 결합된 임의의 2 개의 구성 요소는 구조 또는 중개하는 구성 요소와 관계없이 원하는 기능이 달성되도록 서로 "관련"되는 것으로 간주될 수 있다. 마찬가지로 이와 같이 연관된 두 개의 구성 요소는 원하는 기능을 달성하기 위해 서로 "작동 가능하게 연결"되거나 "작동 가능하게 결합된" 것으로 간주될 수 있다.
또한, 통상의 기술자는 전술한 동작들의 기능성 사이의 경계가 단지 예시적인 것임을 인식할 것이다. 복수의 동작들은 단일 동작으로 결합될 수 있고, 단일 동작은 추가 동작들로 분산될 수 있으며, 동작들은 시간적으로 적어도 부분적으로 겹쳐서 실행될 수 있다. 또한, 대안적인 실시예들은 특정 동작에 대한 복수의 인스턴스들을 포함할 수 있고, 동작들의 순서는 다양한 다른 실시예에서 변경될 수 있다. 그러나, 다른 수정, 변형 및 대안이 또한 가능하다. 따라서, 상세한 설명 및 도면은 제한적인 의미가 아니라 예시적인 것으로 간주되어야 한다.
"X일 수 있다"는 문구는 조건 X가 충족될 수 있음을 나타낸다. 이 문구는 또한 조건 X가 충족되지 않을 수도 있음을 나타낸다. 예를 들어, 특정 구성 요소를 포함하는 시스템에 대한 참조는 시스템이 특정 구성 요소를 포함하지 않는 시나리오도 포함해야 한다. 예를 들어, 특정 동작을 포함하는 방법에 대한 참조는 해당 방법이 특정 구성 요소를 포함하지 않는 시나리오도 포함해야 한다. 그러나 또 다른 예를 들면, 특정 동작을 수행하도록 구성된 시스템에 대한 참조는 시스템이 특정 작업을 수행하도록 구성되지 않은 시나리오도 포함해야 한다.
용어 "포함하는", "갖는", "구성된", "이루어진" 및 "본질적으로 이루어진"은 상호 교환적으로 사용된다. 예를 들어, 임의의 방법은 적어도 도면 및/또는 명세서에 포함된 동작을 포함할 수 있으며, 도면 및/또는 명세서에 포함된 동작만을 포함할 수 있다. 또는, "포함하는"이라는 단어는 청구항에 나열된 요소들 또는 동작들의 존재를 배제하지 않는다.
통상의 기술자는 논리 블록들 사이의 경계가 단지 예시적인 것이며, 대안적인 실시 예들이 논리 블록들 또는 회로 소자들을 병합하거나 또는 다양한 논리 블록들 또는 회로 소자들 상에 기능의 대체적인 분해를 부과할 수 있음을 인식할 것이다. 따라서, 여기에 도시된 아키텍처는 단지 예시적인 것이며, 사실 동일한 기능을 달성하는 많은 다른 아키텍처가 구현될 수 있다는 것으로 이해되어야 한다.
또한, 예를 들어, 일 실시예에서, 도시된 예들은 단일 집적 회로 상에 또는 동일한 장치 내에 위치된 회로로서 구현될 수 있다. 대안적으로, 상기 예들은 임의의 수의 개별적인 집적 회로들 또는 적합한 방식으로 서로 상호 접속된 개별 장치들로서 구현될 수 있으며, 다른 변경, 수정, 변형 및 대안들이 또한 가능하다. 따라서, 명세서 및 도면은 제한적인 의미가 아니라 예시적인 것으로 간주되어야 한다.
또한, 예를 들어, 전술한 예들 또는 그 일부는, 임의의 적절한 유형의 하드웨어 기술 언어와 같은, 물리적 회로 또는 물리적 회로로 변환 가능한 논리적 표현의 소프트웨어 또는 코드 표현으로서 구현될 수 있다.
또한, 본 발명은 비 프로그래머블 하드웨어로 구현된 물리적 장치 또는 유닛으로 제한되지 않지만, 일반적으로 본원에서는 '컴퓨터 시스템'으로 표시되는 메인 프레임, 미니 컴퓨터, 서버, 워크스테이션, 개인용 컴퓨터, 노트패드(notepad), 개인용 디지털 정보 단말기(PDA), 전자 게임(electronic games), 자동차 및 기타 임베디드 시스템, 휴대전화 및 다양한 다른 무선 장치 등과 같은, 적절한 프로그램 코드에 따라 동작함으로써 원하는 장치 기능을 수행할 수 있는 프로그램 가능한 장치 또는 유닛에도 적용될 수 있다.
이 명세서에 언급된 시스템, 장치 또는 디바이스는 적어도 하나의 하드웨어 구성 요소를 포함한다.
본 명세서에 설명된 바와 같은 연결들은 예를 들어 중간 장치를 통해 각각의 노드, 유닛 또는 장치로부터 또는 각각의 노드, 유닛 또는 장치로 신호를 전송하기에 적합한 임의의 유형의 연결일 수 있다. 따라서, 묵시적으로 또는 달리 언급되지 않는 한, 연결은 예를 들어 직접 연결 또는 간접 연결일 수 있다. 연결은 단일 연결, 다수의 연결, 단방향 연결 또는 양방향 연결이라는 것을 참조하여 설명되거나 묘사될 수 있다. 그러나, 서로 다른 실시 예들은 연결의 구현을 변화시킬 수 있다. 예를 들어 양방향 연결이 아닌 별도의 단방향 연결을 사용할 수 있으며 그 반대의 경우도 가능할 수 있다. 또한, 다수의 연결은 복수의 신호를 순차적으로 또는 시간 다중화 방식으로 전송하는 단일 연결로 대체될 수 있다. 마찬가지로, 복수의 신호를 전송하는 단일 연결은 이러한 신호의 서브 세트를 전송하는 다양한 연결로 분리될 수 있다. 따라서 신호를 전송하기 위한 많은 옵션들이 존재한다.
이상에서 본 명세서의 기술에 대한 바람직한 실시 예가 첨부된 도면들을 참조하여 설명되었다. 여기서, 본 명세서 및 청구 범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 본 발명의 범위는 본 명세서에 개시된 실시 예들로 한정되지 아니하고, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.
10: 공작 기계 제어 시스템
100: 수치 제어 공작 기계의 제어 장치
110: 통신부
120: 제어부
130: 저장부
140: 디스플레이
200: 수치 제어 공작 기계
210: IoT 장치
220: 생산 관련 시스템
100: 수치 제어 공작 기계의 제어 장치
110: 통신부
120: 제어부
130: 저장부
140: 디스플레이
200: 수치 제어 공작 기계
210: IoT 장치
220: 생산 관련 시스템
Claims (12)
- 수치 제어 공작 기계 및 생산 관련 시스템으로부터 제1 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제1 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하는 단계;
가공물 피쳐별로 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하는 제1 맵핑 단계;
상기 제1 맵핑 단계에서 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 제1 데이터 셋을 생성하는 단계;
상기 제1 데이터 셋을 입력하여 상기 가공물 피쳐별 체크포인트를 출력하는 상기 인공지능 모델을 생성하는 단계; 및
상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계;를 포함하는
수치 제어 공작 기계의 제어 방법. - 제1 항에 있어서,
상기 맵핑 단계는,
시간 흐름에 따라 상기 가공물 피쳐별로 상기 가공 피쳐에 연관된 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하는 단계이고,
상기 가공 조건 데이터는 가공물 피쳐 정보, 절삭 순서 정보, 가공물 소재 상태 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보, 고정 방법 정보, 절삭 조건 정보, 및 상기 제1 및 제2 가공 작업에 대한 초기 상태 데이터를 포함하고,
상기 가공 데이터는 가공 작업의 진행에 따라 상기 수치 제어 공작 기계 및 생산 관련 시스템에서 발생하는 센싱 데이터 및 가공 작업의 진행에 따른 작업 데이터를 포함하고,
상기 상태 데이터는 가공 작업의 진행에 따라 실시간으로 생성되는 상기 가공물 소재, 상기 절삭 공구, 상기 수치 제어 공작 기계 및 고정 장치에 대한 상태 정보를 포함하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 방법. - 제2 항에 있어서, 상기 가공조건 데이터는,
상기 수치 제어 공작 기계에 대한 제어 프로그램으로부터 더 획득되는
것을 특징으로 하는 수치 제어 공작 기계의 제어 방법. - 제1 항에 있어서,
상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계는,
상기 수치 제어 공작 기계를 제어하여 상기 제2 가공 작업을 수행하는 단계;
상기 수치 제어 공작 기계로부터 상기 제2 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제2 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하는 단계;
상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑하는 제2 맵핑 단계;
상기 제2 맵핑 단계에서 맵핑된 데이터를 전처리하여 상기 인공지능 모델에 입력하기 위한 제2 데이터 셋을 생성하는 단계; 및
상기 제2 데이터 셋을 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계;를 포함하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 방법. - 제4 항에 있어서, 상기 체크포인트는,
상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과, 상기 위험 예측 결과의 해소를 위한 제어 방법, 및 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)을 포함하되,
상기 제1 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)이고,
상기 제2 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과 및 상기 위험 예측 결과의 해소를 위한 제어 방법인
것을 특징으로 하는 수치 제어 공작 기계의 제어 방법. - 제5 항에 있어서,
상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는 단계는,
상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물 단계별 형상을 획득하는 단계; 및
상기 가공물 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 상기 가공물 단계별 형상에 대한 위험 예측 결과를 도출하는 단계;를 더 포함하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 방법. - 저장부; 및
상기 저장부와 기능적으로 연결되는 제어부를 포함하되,
상기 제어부는,
수치 제어 공작 기계 및 생산 관련 시스템으로부터 제1 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제1 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하고,
가공물 피쳐별로 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하고,
상기 맵핑된 데이터를 전처리하여 인공지능 모델에 입력하기 위한 제1 데이터 셋을 생성하여 상기 저장부에 저장하고,
상기 제1 데이터 셋을 입력하여 상기 가공물 피쳐별 체크포인트(checkpoint)를 출력하는 상기 인공지능 모델을 생성하고,
상기 제1 가공 작업에 대한 상기 가공물 피쳐별 체크포인트에 따라 수행되는 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는
수치 제어 공작 기계의 제어 장치. - 제7 항에 있어서,
상기 제어부는, 시간 흐름에 따라 상기 가공물 피쳐별로 상기 가공 피쳐에 연관된 상기 가공 조건 데이터, 상기 가공 데이터 및 상기 상태 데이터를 맵핑하고,
상기 가공 조건 데이터는, 가공물 피쳐 정보, 절삭 순서 정보, 가공물 소재 상태 정보, 수치 제어 공작 기계 정보, 절삭 공구 정보, 고정 방법 정보, 절삭 조건 정보, 및 상기 제1 및 제2 가공 작업에 대한 초기 상태 데이터를 포함하고,
상기 가공 데이터는, 가공 작업의 진행에 따라 상기 수치 제어 공작 기계 및 생산 관련 시스템에서 발생하는 센싱 데이터 및 가공 작업의 진행에 따른 작업 데이터를 포함하고,
상기 상태 데이터는, 가공 작업의 진행에 따라 실시간으로 생성되는 상기 가공물 소재, 상기 절삭 공구, 상기 수치 제어 공작 기계 및 고정 장치에 대한 상태 정보를 포함하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 장치. - 제8 항에 있어서, 상기 가공조건 데이터는,
상기 수치 제어 공작 기계에 대한 제어 프로그램으로부터 더 획득되는
것을 특징으로 하는 수치 제어 공작 기계의 제어 장치. - 제7 항에 있어서, 상기 제어부는,
상기 수치 제어 공작 기계를 제어하여 상기 제2 가공 작업을 수행하고,
상기 수치 제어 공작 기계로부터 상기 제2 가공 작업에 대한 가공 조건 데이터를 획득하고, 상기 제2 가공 작업으로 인해 실시간으로 생성되는 가공 데이터 및 상태 데이터를 수집하고,
상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑하고,
상기 가공물 피쳐별로 상기 제2 가공 작업에 대한 가공 조건 데이터, 가공 데이터 및 상태 데이터를 맵핑한 데이터를 전처리하여 상기 인공지능 모델에 입력하기 위한 제2 데이터 셋을 생성하고,
상기 제2 데이터 셋을 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 장치. - 제10 항에 있어서, 상기 체크포인트는,
상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과, 상기 위험 예측 결과의 해소를 위한 제어 방법, 및 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)을 포함하되,
상기 제1 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 최적 가공 방법(Golden Recipe)이고,
상기 제2 가공 작업에서의 체크포인트는 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과 및 상기 위험 예측 결과의 해소를 위한 제어 방법인
것을 특징으로 하는 수치 제어 공작 기계의 제어 장치. - 제11 항에 있어서, 상기 제어부는,
상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터 및 상태 데이터를 전처리하여 상기 인공지능 모델에 입력하여 상기 제2 가공 작업에 대한 체크포인트를 출력하고,
상기 제2 가공 작업에 대한 가공 조건 데이터 및 상기 제2 가공 작업으로 인해 생성되는 가공 데이터로부터 가공물 단계별 형상을 획득하고,
상기 가공물 단계별 형상과 상기 가공물 피쳐별 및 가공 시간별 위험 예측 결과를 매핑하여 상기 가공물 단계별 형상에 대한 위험 예측 결과를 도출하는
것을 특징으로 하는 수치 제어 공작 기계의 제어 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220114682A KR20240036205A (ko) | 2022-09-13 | 2022-09-13 | 수치 제어 공작 기계의 제어 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220114682A KR20240036205A (ko) | 2022-09-13 | 2022-09-13 | 수치 제어 공작 기계의 제어 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240036205A true KR20240036205A (ko) | 2024-03-20 |
Family
ID=90483241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220114682A KR20240036205A (ko) | 2022-09-13 | 2022-09-13 | 수치 제어 공작 기계의 제어 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240036205A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210097491A (ko) | 2020-01-30 | 2021-08-09 | 스퀘어네트 주식회사 | Cnc 공작기계의 공구 관련 비정상 데이터 탐지 시스템 |
-
2022
- 2022-09-13 KR KR1020220114682A patent/KR20240036205A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210097491A (ko) | 2020-01-30 | 2021-08-09 | 스퀘어네트 주식회사 | Cnc 공작기계의 공구 관련 비정상 데이터 탐지 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6450738B2 (ja) | 工作機械における工具のビビり発生の予兆を検知する機械学習装置、ｃｎｃ装置および機械学習方法 | |
| Zhang et al. | Equipment energy consumption management in digital twin shop-floor: A framework and potential applications | |
| CN104759942B (zh) | 一种薄壁零件的铣削变形在线测量与补偿加工方法 | |
| CN110153802B (zh) | 一种基于卷积神经网络和长短时记忆神经网络联合模型的刀具磨损状态辨识方法 | |
| CN102929210B (zh) | 基于特征的数控加工过程控制和优化系统及方法 | |
| US7933679B1 (en) | Method for analyzing and optimizing a machining process | |
| Bustillo et al. | Avoiding neural network fine tuning by using ensemble learning: application to ball-end milling operations | |
| CN109615113A (zh) | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 | |
| US20210132578A1 (en) | Life expectancy prediction system for a tool | |
| Liu et al. | Online monitoring and measurements of tool wear for precision turning of stainless steel parts | |
| CN104538024A (zh) | 语音合成方法、装置及设备 | |
| JP2020138279A (ja) | 加工条件調整装置及び加工条件調整システム | |
| US20210312262A1 (en) | Method for predicting status of machining operation | |
| Khade et al. | Design of bagged tree ensemble for carbide coated inserts fault diagnosis | |
| Geramifard et al. | Continuous health condition monitoring: a single hidden semi-Markov model approach | |
| US8706436B2 (en) | Manufacture of engineering components with designed defects for analysis of production components | |
| KR20240036205A (ko) | 수치 제어 공작 기계의 제어 장치 및 방법 | |
| Denkena et al. | Simulation based process monitoring for single item production without machine external sensors | |
| Auerbach et al. | Meta-modeling for manufacturing processes | |
| Eski | Vibration analysis of drilling machine using proposed artificial neural network predictors | |
| CN109800887A (zh) | 预测流程模型的生成方法、装置、存储介质和电子设备 | |
| Denkena et al. | Simulation based parameterization for process monitoring of machining operations | |
| US20210166155A1 (en) | Composite model generation method and information processing apparatus | |
| Swic et al. | A method of qualification of parts for production in a flexible manufacturing system | |
| Wang et al. | Milling-tool wear-condition prediction with statistic analysis and echo-state networks |