KR101611299B1 - Trouble detecting method for automatic machine - Google Patents
Trouble detecting method for automatic machine Download PDFInfo
- Publication number
- KR101611299B1 KR101611299B1 KR1020150161315A KR20150161315A KR101611299B1 KR 101611299 B1 KR101611299 B1 KR 101611299B1 KR 1020150161315 A KR1020150161315 A KR 1020150161315A KR 20150161315 A KR20150161315 A KR 20150161315A KR 101611299 B1 KR101611299 B1 KR 101611299B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- product
- load value
- machining
- mechanical device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000005856 abnormality Effects 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000003754 machining Methods 0.000 claims description 46
- 239000000463 material Substances 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 239000010730 cutting oil Substances 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000002950 deficient Effects 0.000 abstract description 8
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 7
- 238000010924 continuous production Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 239000002826 coolant Substances 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005459 micromachining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
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
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
-
- 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
- B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
-
- 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
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/007—Arrangements for observing, indicating or measuring on machine tools for managing machine functions not concerning the tool
-
- 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
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
-
- 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
- G05B19/401—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 control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
-
- 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
- G05B19/4063—Monitoring general control system
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- 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
- B23Q2717/00—Arrangements for indicating or measuring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Numerical Control (AREA)
Abstract
Description
본 발명은 공작기계를 비롯한 자동화 기계장치의 이상 가공 유무를 감지하는 방법에 관한 것으로, 보다 상세하게는, 공작기계를 비롯한 자동화 기계장치에서 장치의 회전운동은 물론 수평과 수직방향의 직선운동의 로드값과, 절삭유 순환이나 척킹 불량 등과 같은 기계장치의 작동에 관여하는 모든 데이터의 로드값을 측정하면서, 측정된 로드값을 정상 작동시의 로드값과 비교하여 기계장치의 이상 유무를 실시간으로 감지하여 조치함으로써 우량 가공을 유도할 수 있는 자동화 기계장치의 이상 가공 유무 감지방법에 관한 것이다.
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for detecting the presence or absence of an abnormal machining of an automatic machine tool including a machine tool and, more particularly, to an automatic machine tool including a machine tool, The measured load value is compared with the load value during normal operation while measuring the load value of all the data involved in the operation of the machine such as the value and the coolant circulation or chucking failure, The present invention relates to a method of detecting whether or not an automatic machine is capable of leading to a good machining operation.
일반적으로 공작기계의 절삭이나 가공 등 작동중에 공구가 마모되거나 파손되면, 공작기계가 동작을 하더라도 가공할 공작물을 제대로 가공하지 못하는 경우가 발생하게 되는데, 종래에는 공구파손 등을 감지하기 위해 리미트스위치를 장착하여 공작물 가공후에 공구를 리미트스위치까지 전진시켜 공작기계 내부의 연산기능을 이용하여 공구의 길이를 검사하고 공구의 파손 여부를 체크하는 방법이 있었으나, 이는 파손된 공구로 비정상적인 작업을 한 후에 감지하게 되므로 손실방지의 효과가 전혀 없을 뿐만 아니라 공구를 검사하는 시간도 필요 이상으로 길어지게 된다는 문제가 있다.
In general, when the tool is worn or damaged during operation such as cutting or machining of the machine tool, the workpiece to be machined may not be machined properly even if the machine tool operates. In the past, a limit switch There is a method of inspecting the length of the tool using the calculation function inside the machine tool and checking whether the tool is damaged after advancing the tool to the limit switch after machining the workpiece. However, this method detects the tool after the abnormal operation with the broken tool There is no effect of loss prevention at all, and there is also a problem that the time for inspecting the tool becomes longer than necessary.
이러한 문제 해결을 위하여 공구수명 관리 기능이 개발되어 공구가 사용된 시간을 체크하고, 미리 설정된 사용 시간에 맞추어 공구를 자동으로 교환하도록 하거나, 다양한 센서(음향센서, 절삭력 센서, 화상센서 등)에 의한 다양한 측정방식에 기반하여 공구 자체의 파손을 모니터링하는 기술이 제안되었다. 그러나, 공구 파손을 모니터링하는 기술은 부가적으로 고가의 측정장치를 필요로 함에 따라 비용적인 측면에서 적용에 문제가 있고, 항시 작업자가 현장에 위치하고 있어야 하기 때문에 무인가공을 어렵게 하는 원인의 하나가 되고 있다.
In order to solve these problems, a tool life management function has been developed to check the time at which the tool is used, to automatically change the tool according to the preset use time, or to change the tool by various sensors (acoustic sensors, cutting force sensors, A technique has been proposed to monitor the breakage of the tool itself based on various measurement methods. However, the technique of monitoring the breakage of the tool is one of the causes of difficulty in unmanned machining because there is a problem in application in terms of cost since an expensive measuring device is additionally required and the worker must be always on the spot have.
한편, 공작기계를 구성하는 서보, 스핀들로부터 전류신호를 감지하고 이에 기반하여 공구 파손을 모니터링하는 방식이 현실적으로 많이 사용되고 있는데, 이는 공작기계 스핀들의 전류를 감지하여 공구의 파손시에 과부하를 감지하여 공구의 파손 여부를 진단하는 방법으로, 많이 사용되고 있기는 하지만, 공작기계 내에 전류감지를 위한 감지기능과 매크로(Macro: 내부기계어) 기능을 이용하므로 복잡하고 불편한 점이 있다.
In the meantime, a method of detecting a current signal from a servo or a spindle constituting a machine tool and monitoring a tool breakage based thereon is widely used. This is because it senses the current of the spindle of the machine tool, detects an overload when the tool is broken, This is a method of diagnosing whether or not damage is caused. However, it is complicated and inconvenient because it uses a macro function (Macro: internal machine language) for detection of current in the machine tool although it is widely used.
또한, 최근에는 특히 CNC에서 다수의 회전축에 공구를 장착하여 여러 가공 공정을 한꺼번에 또는 순차적으로 수행하는 경우에 일부 공구의 손·망실이 발생할 경우, 정상적인 공구로는 정상 가공이 되고 손·망실된 공구로 가공해야 될 부분은 가공도 되지 않은 채 다음 공정이 진행되는 경우도 발생하여, 결국 가공불량으로 인해 많은 피해가 발생하고 있는 실정이다.
In recent years, particularly when a tool is mounted on a plurality of rotary shafts in a CNC, and several machining processes are performed at once or sequentially, when some tools are damaged or broken, a normal tool is a normal tool, There is a case where the next process is carried out without being processed. As a result, a lot of damage is caused due to the defective process.
상기와 같은 문제를 해결하기 위하여 대한민국 공개특허 제2012-64321호 및 미국 공개특허 US 2013/0253670 A1 "공작기계의 공구손상 탐지장치 및 공구손상 탐지방법"과 같은 기술이 출현하였는데, 이는 서보와 스핀들로부터의 전류신호를 통해 절삭가공에 사용되는 공구의 회전운동시 발생하는 토크값을 모니터링하고, 시간에 따른 회전운동에 의한 토크값의 변화와 순간적인 토크값의 변위량을 체크함으로써 공구의 파손 여부를 판별하는 방식이다.
In order to solve the above problems, Korean Patent Publication No. 2012-64321 and United States Patent Application Publication No. US 2013/0253670 A1 "Tool Damage Detection Device and Tool Damage Detection Method of Machine Tool" have emerged, The torque value generated during the rotational motion of the tool used for the cutting operation is monitored through the current signal from the torque sensor and the change of the torque value due to the rotational motion with time and the instantaneous torque value is checked, It is a way to discriminate.
그러나, 상기 특허 기술은, 첫째, 이상 유무를 판단하는데 사용하는 데이터가 공구의 회전운동에 의한 토크값이기 때문에, 불량이나 이상의 원인이 공구가 아니라 절삭가공에 관여하는 많은 요소(factor)가 원인인 경우에는 이를 감지할 수 없다는 문제가 있다.
However, the above-mentioned patented technology has the following drawbacks. First, since the data used for judging the abnormality is the torque value due to the rotational motion of the tool, the cause of the defect or the cause of the abnormality is not the tool, There is a problem that it can not be detected.
둘째, 공구의 마모로 인해 회전운동시 발생하는 토크값에 변화가 발생했을 때, 그 토크값의 변화가 시간을 두고 천천히 진행되는 공구의 마모로 인해 발생한 변화인지 불량자재의 공급 또는 가공조건이나 환경의 변경 등으로 인하여 발생한 것인지를 실시간으로 판별할 수 없다는 문제가 있다.Second, the change of the torque value caused by the wear of the tool due to the change of the torque value occurring during the rotational motion is the change caused by the wear of the tool which slowly proceeds over time. Whether the supply of defective material, Or a change in the number of times the data has been read, or the like.
세째, 공구의 회전운동에 의한 토크값의 변화에 의해서 공구의 마모 또는 파손 여부를 감지하므로 문제가 발생하고 난 다음 사후적 조치만이 가능한 기술이기 때문에, 불량의 원인이 공구의 손·망실이 아닌 절삭가공에 관여하는 다른 요소에 있는 경우에는 작업을 중지하고 검사하기 전에는 불량의 원인을 알 수 없을 뿐만 아니라, 많은 요소의 로드값을 분석하여 가공 불량이나 고장의 원인을 사전에 차단하고 그 원인을 자가진단하여 우량 가공을 유도할 수 없다는 문제가 있다.
Third, since it detects the wear or breakage of the tool by the change of the torque value caused by the turning motion of the tool, it is a technique that only the post-machining is possible after the trouble occurs. Therefore, If there are other factors involved in the cutting process, it is necessary to stop the work and not to know the cause of the defect before the inspection, but also to analyze the load value of many elements to prevent the defect or fault beforehand and prevent the cause There is a problem in that it is not possible to induce good processing by self diagnosis.
네째, 가공품의 미세한 치수불량이나 조도(粗度, roughness) 불량 등에 의해 가공 불량이 발생하더라도 이를 탐지하지 못할 뿐만 아니라 이러한 불량품을 분리 배출하는 기능이 없기 때문에 실제로는 불량품이지만 여과 없이 그대로 정상적인 가공품과 함께 배출된다는 문제가 있다.
Fourth, even if machining defects occur due to fine dimensional defects and poor roughness of the workpieces, it is impossible to detect them, and since there is no function of separating and discharging such defective products, it is actually a defective product, There is a problem of being discharged.
본 발명은 상기와 같은 문제를 해결하기 위하여 안출된 것으로, 본 발명의 목적은, 일정 싸이클로 작동하는 공작기계를 비롯한 자동화 기계장치에서 장치의 작동중의 회전운동은 물론 수평과 수직방향의 직선운동 등의 로드값과, 절삭유 순환이나 척킹 불량 등과 같은 기계장치의 작동에 관여하는 모든 데이터의 로드값을 측정하면서, 측정된 로드값을 정상 작동시의 로드값과 비교하여 공구의 손·망실은 물론 기계장치나 가공환경의 이상 유무를 실시간으로 감지하여 불량 가공의 요인을 실시간으로 세밀하게 모니터링해서 자가조치하여 우량 가공을 유도할 수 있도록 하는 자동화 기계장치의 이상 가공 유무 감지방법을 제공하기 위한 것이다.
SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide an automatic mechanical device including a machine tool that operates in a certain cycle, The load value of all the data involved in the operation of the machine, such as the load value of the tool, the coolant circulation or the chucking failure, is measured, and the measured load value is compared with the load value during normal operation, The present invention is to provide a method for detecting the presence or absence of an abnormal machining in an automatic machine device that real time whether a device or a machining environment is abnormal is detected in real time,
상기와 같은 과제 해결을 위해 본 발명에 따른 이상 유무 감지방법은 자동화 기계장치의 이상 가공 유무를 감지하는 방법인데, 본 감지 방법은, 기계장치의 작동중 수평 및 수직방향의 직선운동과 회전운동의 로드값, 가공방법, 가공 치수, 공구의 종류, 절삭유, 자재에 관한 데이터의 로드값, 생산 제품의 치수와 조도(粗度, roughness)에 관한 데이터를 입력하여 셋팅하는 단계; 기계장치의 작동모드를 자동 연속운전모드로 설정하고, 연속가공을 실시하면서 모니터링을 시작하는 단계; 연속가공을 시작한 후 일정 시간 동안 생산된 제품의 평균 데이터 및 일정 시간 동안 생산된 제품 가공시에 적용된 기계장치의 데이터의 평균 로드값을 제1모범데이터로 결정하는 단계; 제1모범데이터를 결정한 이후 생산 제품부터는 기계장치의 데이터의 로드값과 생산 제품에 대한 데이터를 측정하고 상기 제1모범데이터와 비교하는 단계; 측정된 기계장치의 데이터의 로드값과 생산 제품에 대한 데이터가 제1모범데이터에 비해 허용범위를 벗어날 경우 이상이 있는 것으로 판단하여 자가조치 및 경고(warning)를 하는 단계를 포함하여 이루어지는 것을 특징으로 한다.In order to solve the above problems, the present invention provides a method for detecting the presence or absence of an abnormal machining of an automation machine, Setting and inputting data on a load value, a machining method, a machining dimension, a type of a tool, a load value of data on a cutting oil, a material, dimensions and roughness of a product to be produced; Setting an operation mode of the mechanical device to an automatic continuous operation mode, and starting monitoring while performing continuous machining; Determining average data of products produced for a predetermined period of time after starting continuous processing and average load values of data of machinery applied when processing products produced for a predetermined period of time as first exemplary data; Measuring the load value of the machine data and the product data from the manufactured product after determining the first exemplary data and comparing the measured value with the first exemplary data; And a step of performing self-monitoring and warning when it is determined that there is an abnormality when the measured value of the mechanical device data and the data on the produced product exceed the permissible range as compared with the first exemplary data do.
삭제delete
바람직하게는, 자가조치는 오프셋(offset)값 조절 및 분리 배출을 포함한다.
Preferably, the self-adjustment includes offset value adjustment and separate ejection.
바람직하게는, 제1모범데이터는, 생산 제품의 데이터 및 생산 제품 가공시에 적용된 각 데이터의 로드값에 대하여 허용범위를 구간별로 다르게 정해진다.
Preferably, the first exemplary data is different in terms of the allowable range for the load value of each data applied at the time of processing the data of the produced product and the produced product.
바람직하게는, 측정된 로드값과 생산 제품 데이터가 제1모범데이터의 허용범위를 벗어나 한계범위 내에 있을 경우에는 기계장치의 주위에 시각 또는 청각적으로 경고하면서 자가조치를 하고, 제1모범데이터의 허용범위를 벗어나 한계범위도 벗어날 경우에는 기계장치의 작동을 정지시키면서 통신포트를 통해 기계장치의 관리자에게도 이상 발생을 통지해 준다.
Preferably, if the measured load value and product product data are within the limit range beyond the allowable range of the first exemplary data, self-measures are warned visually or audibly around the machine, If it goes out of the allowable range and falls outside the limit range, it also notifies the administrator of the mechanical device through the communication port, while stopping the operation of the mechanical device.
바람직하게는, 제1모범데이터를 정한 후에 생산 제품부터 측정된 데이터는 제1모범데이터와 비교하여 이상 유무를 판단하고 생성된 데이터를 저장하며, 축적된 데이터에서 최적의 데이터를 산출하여 제1모범데이터를 변경할 수도 있다.
Preferably, after determining the first exemplary data, the measured data from the manufactured product is compared with the first exemplary data to determine whether there is an abnormality, stores the generated data, calculates the optimal data from the accumulated data, You can also change the data.
바람직하게는, 작동모드에 있는 각 기계장치는 통신수단으로 중앙관제센터와 연결되고, 각 기계장치에 관한 모든 데이터가 중앙관제센터에 디스플레이되며, 중앙관제센터에서 각 기계장치를 제어할 수 있도록 구성된다.
Preferably, each machine in the operating mode is connected to the central control center as a communication means, all data relating to each machine is displayed on the central control center, and the central control center is configured to control each machine do.
바람직하게는, 중앙관제센터에 수집된 모든 데이터는 웹이나 모바일 기기로 조회할 수 있도록 구성된다.
Preferably, all data collected in the central control center is configured to be viewed on the web or mobile device.
지금까지 출현했던 공작기계의 이상 유무 판단하는 모든 방법들이 기계장치의 작동중 회전에 의한 토크값만을 데이터로 사용했었지만, 본 발명에 따른 자동화 기계장치의 이상 가공 유무 감지방법은, 자동화 기계장치의 작동중 회전운동에 의한 토크값은 물론 수평과 수직방향의 직선운동 등의 로드값과, 절삭유 순환이나 척킹 불량, 공구의 손·망실, 불량자재 공급 등과 같은 기계장치의 작동 및 가공에 관여하는 모든 데이터의 로드값을 기본 데이터로 사용하기 때문에 공작기계의 이상 유무와 가공 불량의 원인을 세밀하고 정확히 실시간으로 판단할 수 있다.
All the methods for judging the abnormality of the machine tool which has appeared so far use only the torque value due to the rotation during the operation of the mechanical device. However, the method for detecting the presence / absence of the abnormal machining of the automatic mechanical device according to the present invention, The load value such as the linear motion in the horizontal and vertical directions as well as the torque value due to the rotational motion in the middle and all the data involved in the operation and machining of the machinery such as the coolant circulation or chucking failure, Is used as the basic data, it is possible to accurately and accurately determine the cause of the machine tool abnormality and the machining failure.
또한, 본 발명에 따른 자동화 기계장치의 이상 가공 유무 감지방법은, 기계장치의 작동에 관여하는 모든 공정데이터의 로드값을 1㎳(1,000분의 1초)의 매우 짧은 시간단위로 수집하여 정확하게 가공물의 품질을 예측할 수 있으므로 가공 사고 발생시 비상정지는 물론 치수불량 및 조도(粗度, roughness)불량을 미연에 방지할 수 있고, 불량품일 경우 정상적인 가공품과 다른 구역에 분리 배출시킴으로써 작업자가 개별검사를 실시하도록 하여 불량률을 현저히 낮출 수 있다.
In addition, the method of detecting an abnormal machining of an automatic machine according to the present invention is a method of collecting a load value of all process data involved in the operation of a mechanical device in a very short time unit of 1 ms (one thousandth of a second) It is possible to predict the quality of the workpiece. Therefore, it is possible to prevent not only the emergency stop but also the defect of dimension and roughness in case of a machining accident. In case of a defective product, the worker performs individual inspection So that the defective rate can be remarkably reduced.
또, 본 발명에 따른 자동화 기계장치의 이상 가공 유무 감지방법은, 복수의 자동화 기계장치를 중앙관제센터에 연결하여 각 기계장치의 상태 및 가동률을 포함한 각종 데이터를 중앙관제센터에서 수집하여 사무실에서 가공 현장의 상황을 정확히 파악할 수 있음은 물론 웹이나 모바일 기기로 조회할 수 있기 때문에 자동화 기계장치의 운용이 매우 편리하다.
A method for detecting an abnormal machining condition of an automatic machine apparatus according to the present invention is a method for detecting an abnormal machining condition of an automatic machine apparatus by connecting a plurality of automatic machine apparatuses to a central control center and collecting various data including state and operation rate of each mechanical apparatus from a central control center, It is very convenient to operate the automated machinery because it can grasp the situation of the site accurately and can be viewed on the web or mobile device.
도 1은 본 발명에 따른 기계장치의 이상 가공 유무를 감지하는 방법을 설명하기 위한 플로우챠트이다.
도 2는 본 발명의 운영시스템을 개략적으로 도시한 도면이다.1 is a flow chart for explaining a method of detecting the presence or absence of an abnormal processing of a mechanical device according to the present invention.
2 is a schematic diagram of an operating system of the present invention.
공작기계를 예로 들면, 축에 장착된 공구가 손실되거나 망실된 채 작동했을 경우에는 정상 작동시에 비해 축에 걸리는 토크값이 변하게 되는데, 지금까지 출현한 모든 이상 검출 방법은 인위적으로 설정된 임계치수만을 인식하여 이상 여부를 판단했었다. 다시 말하면, 지금까지의 모든 이상 유무 검출 방법은 운전중에 최대 부하를 검출하고, 정상 가공(또는 작동)중의 최대 부하와 비교하여 현재 부하가 정상을 벗어나면 연속 불량가공을 방지하기 위하여 기계를 정지시키도록 한 것이다. 하지만, 비정상 공구 또는 기계장치의 이상 작동에서 비롯되는 미세불량 가공 현상을 인지하거나 선제적으로 조치할 수 없었기 때문에 계속하여 정상인 것처럼 기계장치가 작동하게 된다는 것이 가장 큰 문제이다.
In the case of a machine tool, for example, when a tool mounted on a shaft is operated with loss or loss, the torque value applied to the shaft is changed as compared with the case of normal operation. In all the abnormality detection methods so far, only the artificially set threshold value It was recognized and judged whether it was an abnormality. In other words, all of the abnormality detection methods so far detect the maximum load during operation and stop the machine in order to prevent continuous failure processing when the current load is out of the normal state in comparison with the maximum load during normal operation (or operation) . However, the most serious problem is that the machine will continue to operate normally as it can not recognize or preemptively deal with micro-machining phenomena resulting from abnormal operation of the tool or machine.
본 발명은 이와 같은 문제점을 완전히 해결한 것으로, 본 발명에 따른 자동화 기계장치의 이상 가공 유무 감지방법의 가장 큰 기술적 특징은, 기계장치의 작동중 수평 및 수직방향의 직선운동과 회전운동의 로드값, 가공방법, 가공 치수, 공구의 종류, 절삭유, 자재에 관한 데이터 등과 같은 기계장치의 작동 및 가공에 관여하는 모든 데이터의 로드값을 기본 데이터로 사용함으로써 공작기계의 이상 유무와 불량 가공의 원인을 세밀하고 정확히 실시간으로 판단하고, 이상 징후가 있을 때는 기계장치 스스로 자가조치하여 우량 가공을 유도하게 했다는 점이다.
It is an object of the present invention to provide a method and apparatus for detecting abnormal machining of an automatic machine according to the present invention. The load data of all the data involved in the operation and machining of the machine such as the machining method, the machining dimension, the type of tool, the cutting oil, and the data of the material are used as basic data, It is judged finely and precisely in real time, and when there is an abnormal symptom, the machine itself makes self-treatment and induces good processing.
본 발명의 명세서에서, '자동화 기계장치'란 CNC와 머시닝센터 및 밀링머신을 비롯한 공작물을 가공하는 공작기계, 프레스, 포장기계, 섬유기계 및 자동화 라인에 설치되어 동력을 전달받아 일정 싸이클로 작동하는 모든 기계장치를 포함하며, 청구범위에도 동일하게 적용된다는 것을 밝혀둔다.
In the specification of the present invention, the term "automatic machine" means a machine that is installed in a machine tool, a press, a packaging machine, a textile machine, and an automation line for processing a workpiece including a CNC, a machining center and a milling machine, Mechanical devices, and applies equally to the claims.
본 발명에 따른 자동화 기계장치의 이상 가공 유무 감지방법은, 기계장치의 작동 및 가공에 관여하는 각 데이터의 로드값, 생산 제품에 대한 데이터를 입력하여 셋팅하는 단계(S1); 기계장치의 작동모드를 자동 연속운전모드로 설정하고, 연속가공을 실시하면서 모니터링을 시작하는 단계(S2); 연속가공을 시작한 후 안정화된 생산 제품의 데이터 및 안정화 된 생산 제품 가공시에 적용된 각 데이터의 로드값을 제1모범데이터로 정하는 단계(S3); 제1모범데이터 생성 이후 생산 제품부터는 각 데이터의 로드값과 생산 제품에 대한 데이터를 측정하고 제1모범데이터와 비교하는 단계(S4); 측정된 각 데이터의 로드값과 생산 제품에 대한 데이터가 제1모범데이터에 비해 허용범위를 벗어날 경우 이상이 있는 것으로 판단하여 자가조치 및 경고(warning)를 하는 단계(S5)를 기본적인 단계로 포함하여 이루어진다.
A method for detecting an abnormal machining operation of an automatic machine according to the present invention comprises the steps of: (S1) inputting and setting data on a product value and a load value of each data involved in operation and machining of a mechanical device; Setting an operation mode of the mechanical device to an automatic continuous operation mode, and starting monitoring while performing continuous machining (S2); (S3) of setting the load value of each data applied at the time of processing the stabilized product and the data of the stabilized product after starting the continuous processing to the first exemplary data; (S4) of measuring the load value of each data and the data on the product to be produced from the product after the generation of the first exemplary data and comparing the data with the first exemplary data; If the measured load data of the respective data and the data of the manufactured product are out of the allowable range as compared with the first exemplary data, it is determined that there is an abnormality, and a self-measure and warning step S5 is included as a basic step .
셋팅(setting)하는 단계(S1)에서는 기계장치의 작동 및 가공에 관여하는 각 데이터의 로드값, 예를 들면, 기계장치의 작동중 수평 및 수직방향의 직선운동과 회전운동의 로드값, 가공방법, 가공 치수, 공구의 종류, 절삭유, 자재에 관한 데이터 등을 입력시킨다. 또한, 생산 제품에 대한 데이터는 생산 제품의 치수는 물론 조도(粗度, roughness)에 관한 데이터를 입력시킨다.
In step S1 of setting the load value of each data involved in the operation and machining of the machine, for example, the load value of the linear motion and the rotary motion in the horizontal and vertical directions during operation of the machine, , The machining dimension, the type of tool, the cutting oil, and the data of the material. In addition, the data on the product to be manufactured inputs the data on the roughness as well as the dimensions of the product to be produced.
이때 각 데이터는 정상(normal)으로 인식되는 허용범위(range)를 정하고, 허용범위에서 일정 이상을 넘어서 불량(abnormal)으로 인식되는 한계범위로 설정한다. 예를 들어, 정상 작동시의 해당 로드값에서 ±10% 내에 있는 경우를 허용범위로 정하고, 허용오차 범위를 초과하여 ±30% 범위에 있는 경우를 한계범위로 정한다(물론 기계장치가 취급하는 공작물의 속성이나 특성 등에 따라 허용범위와 한계범위는 달라지게 된다).
At this time, each data sets a range that is recognized as normal, and sets the range to a limit that is recognized as abnormal beyond a predetermined range in the allowable range. For example, the allowable range is within ± 10% of the load value under normal operation, and the limit range is within ± 30% in excess of the tolerance range (of course, the workpiece handled by the machine The permissible range and the limit range are different depending on the property or characteristic of the product.
제1모범데이터를 정하는 단계(S3)에서는, 연속가공 중에 발생한 측정값들을 자동으로 분석하여 안정화 된 생산 제품의 데이터 및 안정화 된 생산 제품 가공시에 적용된 각 데이터의 로드값을 1㎳(1,000분의 1초)의 매우 짧은 시간단위로 수집하여 제1모범데이터로 설정하게 된다.
In the step S3 of determining the first exemplary data, the measured values generated during the continuous machining are automatically analyzed to obtain the stabilized product data and the load value of each data applied at the time of processing the stabilized production product to 1 ms 1 second) and sets it as the first exemplary data.
제1모범데이터는 최초의 가공물 데이터를 읽은 후에 가공싸이클에 걸리는 시간(한개의 가공물을 가공하는데 소요되는 시간을 말함)을 참조하여 결정하는데, 연속 가공을 시작하여 대략 20분 정도의 가공 평균을 참조한다. 예를 들면, 하나의 가공물 가공에 걸리는 시간이 3분 이내이면 6회 싸이클(1싸이클이 3분 소요되므로 6싸이클이면 18분, 즉 20분 이내의 시간)의 평균, 하나의 가공물 가공에 걸리는 시간이 5분이면 4회의 평균, 하나의 가공물 가공에 걸리는 시간이 10분이면 2회의 평균, 하나의 가공물 가공에 걸리는 시간이 20분 이상이면 두번째 가공물의 가공에 관여했던 데이터의 로드값을 제1모범데이터로 결정한다.
The first exemplary data is determined by referring to the time taken for machining cycle after machining the first workpiece data (the time required for machining one workpiece). The machining average of about 20 minutes do. For example, if the time required for machining a single workpiece is within 3 minutes, the average of 6 cycles (one cycle lasts for 3 minutes, then 18 minutes for 6 cycles, ie, 20 minutes) If the average of four times in five minutes, the average time in one workpiece processing is ten minutes, and the time taken to process one workpiece is more than 20 minutes, the load value of the data involved in the processing of the second workpiece is set as the first example It is decided by data.
자동 운전모드로 작동시키면서 기계장치에 걸리는 로드값을 작동시간에 따라 연속적으로 측정하여, 실시간으로 측정된 로드값을 제1모범데이터의 로드값과 비교하는 단계(S4)를 거치게 되는데, 이때 공구가 파손 또는 마모된 경우, 절삭유 순환이 제대로 되지 않고 있는 경우, 공구의 척킹이 불량한 경우 등과 같이 기계장치가 이상 작동 일때는 로드값이 모범데이터의 로드값과 다르게 나타나게 된다. 기계장치에서 대개의 불량 또는 가공사고는 사전에 징후를 보이기 때문에 기계가 자체적으로 공구교체 유도 등 적시에 적절한 조치를 취해주거나 관리자에게 경고해 줌으로써 불량률을 현저히 낮출 수 있게 된다.
(Step S4) of continuously measuring the load value applied to the mechanical device while operating in the automatic operation mode and comparing the load value measured in real time with the load value of the first exemplary data, The load value will appear different from the load value of the example data when the machine is operating abnormally, such as when it is damaged or worn, when the coolant circulation is not correct, when the chucking of the tool is bad, or the like. Since most malfunctions or machining accidents in machinery show signs beforehand, it is possible to significantly reduce the defect rate by taking appropriate measures such as induction of tool change by itself or warning the manager in a timely manner.
측정된 로드값과 생산 제품 데이터가 제1모범데이터의 허용범위를 벗어나 한계범위 내에 있을 경우에는 기계장치의 자가조치에 의해 정상으로 복귀시킬 수 있는 범위이기 때문에 기계장치의 주위에 시각 또는 청각적으로 경고(warning)하면서 자가조치를 하고, 측정된 로드값과 생산 제품 데이터가 제1모범데이터의 한계범위도 벗어날 경우에는 기계장치의 작동을 정지시키면서 통신포트를 통해 기계장치의 관리자에게도 이상 발생을 통지해 주도록 제어된다. 자가조치에 의해 정상으로 복귀되면 경고는 자동적으로 해제되게 된다.
If the measured load value and product data are outside of the allowable range of the first exemplary data and fall within the limits, it is the range that can be returned to normal by self-monitoring of the device. If the measured load value and production product data exceed the limit of the first exemplary data, stop the operation of the mechanical device and notify the administrator of the mechanical device via the communication port of the abnormality occurrence Respectively. If self-reset returns to normal, the warning is automatically released.
기계장치의 자가조치는 우량 제품 가공을 유도하기 위한 조치인데, 오프셋(offset)값 조절과 분리 배출을 포함한다. 오프셋(offset)값이란 로드값을 적정화시키 위해 기계장치가 미세하게 조정하는 조정값을 말한다. 또한, 분리 배출이란 생산 제품의 가공이 완료된 후에 정상적인 제품이 배출되는 영역과 구별하여 다른 영역에 배출시키는 것을 말하며, 이와 같이 분리 배출된 제품에 대하여는 관리자 또는 운영자가 개별검사를 하여 폐기시킬 것인지 여부를 판단한다.
Mechanism self-measures are measures to induce good product processing, including offset value adjustment and separate discharge. An offset value is an adjustment value finely adjusted by a mechanical device to optimize a load value. In addition, the term "separate discharge" refers to the discharge of a product from another area after the completion of processing of the product, distinguishing it from the area where the normal product is discharged, and whether or not the separated or discharged product is individually inspected by the manager or operator .
일반적으로 생산 제품의 연속가공을 시작하여 첫번째로 생산된 제품보다는 수 회(2∼5회 정도)의 가공을 거치면서 생산된 제품의 데이터가 안정화되면서 모범값에 가깝게 되므로 본 발명에서는 연속 가공을 시작하여 20분 정도 가공하면 안정화 된 상태가 된다고 판단하여 그동안 생산된 제품의 데이터의 평균값를 제1모범데이터로 정했다. 본 명세서에서 '안정화 된 상태'란 연속 가공을 실시한 후에 모든 데이터 및 로드값이 안정화 된 상태를 말하며, 제1모범데이터로 결정된 상태를 말한다.
In general, since continuous production of a product is started and the data of the product is stabilized while being processed several times (about 2 to 5 times) rather than the first product, the product is close to the exemplary value. And after 20 minutes of processing, it is judged that the state becomes stabilized, and the average value of the data of the produced products is set as the first exemplary data. In the present specification, the term " stabilized state " refers to a state in which all data and load values are stabilized after continuous machining, and is determined as the first exemplary data.
지금까지의 모든 기계장치에서 생산할 때 이상 유무를 판단하는 방법은 허용오차의 절대적인 범위를 정해 놓고 정해진 절대 범위를 기준으로 정상 또는 불량을 구분했으나, 본 발명에서는 절대적인 기준이 아니라 상대적인 범위(range)를 정해서 이상 여부를 판단한다는 점이 가장 특징적인 기술인데, 모범데이터에 비해 허용범위 내에 있느냐 여부를 판단하기 때문에 모범데이터가 한번 정해지면 한없이 계속 사용되는 데이터가 아니고 축적된 데이터에 의해 모범데이터는 계속 변경되게 된다.
The method of determining whether or not an abnormality has occurred in all the machinery up to now has determined the absolute range of the tolerance and discriminated the normal or the bad based on the absolute absolute range. However, in the present invention, the relative range It is the most characteristic technology to judge whether or not an abnormality is determined. Since it is judged whether it is within the allowable range compared with the exemplary data, if the exemplar data is determined once, the data which is not continuously used is not continuously used. do.
다시 말하면, 제1모범데이터를 결정하고 난 이후에 생산되는 제품부터 측정된 각종 데이터를 제1모범데이터와 비교하고, 계속하여 생성된 데이터를 저장하며, 가공이 진행되면서 축적된 데이터에서 최적의 데이터를 산출하여 제1모범데이터를 변경할 수 있다.
In other words, it is possible to compare the various data measured from the product produced after the first exemplary data is determined with the first exemplary data, to continuously store the generated data, and to process the optimum data And the first exemplary data can be changed.
모범데이터의 변경에 대하여 구체적으로 설명하면, 제1모범데이터를 결정한 후 가공이 계속 진행되면서 축적된 데이터에서 최적의 데이터를 산출하여 제1모범데이터를 변경할 수 있다. 예를 들면, 바피더(bar feeder)에 척킹된 소재(길이가 긴 바(bar)형상의 소재를 말함)를 가공하여 하나의 제품 가공이 끝나면 절단하고, 척킹된 소재에서 가공물을 계속하여 가공하는 작업을 하는 경우, 예컨데 바피더의 길이가 3m이고 하나의 가공물 길이가 3㎝이면 100개의 가공물을 가공할 때까지(즉, 바피더에 척킹된 하나의 소재가 가공이 끝날 때까지)는 최초 20분 가공 후 안정화 되었다고 판단하여 그동안 생산 제품 가공시에 적용된 각 데이터의 로드값의 평균값이 제1모범데이터가 된다.
The modification of the exemplary data will be described in detail. After the first exemplary data is determined, the first exemplary data can be changed by calculating the optimum data from the accumulated data while the processing continues. For example, a material chucked by a bar feeder (a bar-shaped material having a long length) is processed to cut off a finished product, and the workpiece is continuously processed in the chucked material For example, if the length of the bar feeder is 3 m and the length of one workpiece is 3 cm, the first 20 (ie, until one workpiece chucked in the bar feeder is processed) is processed The average value of the load values of each data applied at the time of manufacturing the product is the first exemplary data.
따라서 제1모범데이터가 생성된 후 바피더에 척킹된 첫번째 소재에서 첫번째 소재가 소진될 때까지 나머지 가공물을 가공할 때는 제1모범데이터와 비교하여 이상 유무를 판단한다. 첫번째 소재가 소진되고 나서 바피더에 척킹되게 되는 두번째 소재부터는, 첫번째 소재에서 특정 회수의 가공에 사용된 로드값을 두번째 소재에서 가공되는 가공물의 특정 회수와 비교한다. 다시 말하면, 바피더에 척킹된 소재를 가공할 경우에는, 바로 앞에 척킹되었던 소재의 특정 회수에 사용된 데이터가 모범데이터가 되어, 그 다음에 척킹된 소재의 특정 회수에 측정된 로드값과 대비되게 된다.Therefore, when processing the remaining workpieces until the first workpiece is exhausted from the first workpiece chucked to the bar feeder after the first exemplary data is generated, it is determined whether there is an abnormality by comparing it with the first exemplary data. From the second material that is chucked to the bar feeder after the first material has been exhausted, the load value used for the specific number of runs in the first material is compared to the specific number of workpieces processed in the second material. In other words, when machining a chucked material on a bar feeder, the data used for a certain number of times of material that has been chucked immediately before becomes the exemplary data, and is then compared with the load value measured for a specific number of chucked materials do.
또한, 소재를 개별로 척킹하고 가공한 경우에는 최초 20분 가공 후 제1모범데이터를 정하고, 제1모범데이터가 생성된 후에는 계속하여 제1모범데이터와 비교하다가, 100개 단위마다 평균값을 산출하여 모범데이터를 변경한다. 개별로 척킹된 소재의 경우, 바로 전에 척킹된 소재의 가공 데이터와 대비하여 계속 모범데이터를 변경할 경우 연속 가공을 하면서 기계장치에 발생한 열과 같은 미세한 변화를 반영할 수가 없기 때문에 100개 단위마다 모범데이터를 변경하는 것이 바람직하고, 그 숫자는 변경할 수도 있다.
When the material is chucked and processed separately, the first exemplary data is determined after the first 20 minutes of processing, and the first exemplary data is continuously compared with the first exemplary data, and the average value is calculated every 100 units To change the exemplary data. Individual chucked materials can not reflect minute changes such as heat generated in the machine while continuously processing the model data in contrast to the machining data of the chucked material just before. It is preferable to change the number, and the number may be changed.
또, 하나의 가공물 가공하는데 소요되는 시간이 20분 이상인 경우에는, 두번째 가공물의 가공에 관여했던 데이터를 제1모범데이터로 정하고, 바피더에 척킹된 소재의 경우에는 앞에서 바피더에서 설명했던 기준으로 대비하고, 소재를 개별로 척킹된 소재의 경우에는 개별척킹을 설명했던 기준으로 대비하여 이상 유무를 판단한다.
If the time required to process one workpiece is more than 20 minutes, the data involved in the processing of the second workpiece is set as the first exemplary data, and in the case of the material chucked in the bar feeder, In case of material chucked individually, it is judged whether there is an abnormality by comparing it with the criterion described for individual chucking.
또한, 모범데이터는 생산 제품의 데이터 및 생산 제품 가공시에 적용된 각 데이터의 로드값에 대하여 허용범위를 제품의 구간별로 다르게 정했다는 것도 본 발명의 특징 중 하나이다. 예를 들면, 기계장치의 각 축마다 설정된 가공 세부구간별로 기준 로드값의 일정 범위를 정하고 허용범위를 설정하며, 생산 제품의 경우 모든 부분의 허용범위가 동일한 것이 아니라 제품의 특성에 따라 부분별(예를 들면, 내경과 외경 등)로 미세가공 또는 초미세가공 구간을 설정하고, 구간마다 허용범위를 다르게 설정하였다.
It is also one of the characteristics of the present invention that the exemplary data sets the permissible range for the product data and the load value of each data applied at the time of manufacturing the product differently for each section of the product. For example, a certain range of the reference load value is set for each machining detail section for each axis of the machine, and the allowable range is set. In the case of the production product, the allowable range of all the parts is not the same, For example, the micro machining or micro machining section is set with the inner diameter and the outer diameter, and the allowable range is set differently for each section.
본 발명의 이상 유무를 감지하는 방법이 적용된 기계장치의 시스템은 중앙집중식으로 관리할 수도 있는데, 작동모드에 있는 각 기계장치는 통신수단으로 중앙관제센터와 연결되고, 각 기계장치에 관한 모든 데이터 및 생산현황 등이 중앙관제센터에 있는 모니터에 디스플레이되며, 중앙관제센터에서 각 기계장치를 개별적으로 제어할 수도 있도록 구성된다. 또한, 중앙관제센터에 수집된 모든 데이터는 웹이나 모바일 기기로 조회할 수 있도록 구성되어 관리자가 현장에 없더라도 기계장치의 이상 유무 및 생산현황 등을 파악하고 제어할 수 있도록 구성된다.
The system of the machine to which the method of detecting the abnormality of the present invention is applied can be centrally managed, wherein each machine in the operating mode is connected to the central control center by communication means, Production status, etc. are displayed on the monitor at the central control center, and the central control center is configured to control each of the mechanical units separately. In addition, all the data collected in the central control center is configured to be able to be viewed on the web or mobile device, so that even if the manager is not on site, it can be configured to detect and control the abnormality of machinery and production status.
통신포트는 RS232C 또는 Ether net Port를 사용하여 범용적으로 사용되고 있는 수단 또는 스마트폰을 통해 통지해 주게 되는데, 이와 같은 수단은 현재 다양한 분야에서 범용적으로 사용되고 있기 때문에 구체적인 방법이나 수단에 대한 설명은 생략한다.
The communication port is informed through a general-purpose means or a smart phone using RS232C or an Ethernet net port. Since such means is currently used in various fields in general, a description of a specific method or means is omitted do.
이상의 설명은 본 발명을 예시적으로 설명한 것이고, 명세서에 게시된 실시예는 본 발명의 기술사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술사상을 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 그러므로 본 발명의 보호범위는 청구범위에 기재된 사항에 의해 해석되고, 그와 균등한 범위 내에 있는 기술적 사항도 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the present invention. Various modifications and variations will be possible without departing from the spirit of the invention. Therefore, the scope of the present invention should be construed as being covered by the scope of the appended claims, and technical scope within the scope of equivalents thereof should be construed as being included in the scope of the present invention.
Claims (9)
상기 감지방법은,
기계장치의 작동중 수평 및 수직방향의 직선운동과 회전운동의 로드값, 가공방법, 가공 치수, 공구의 종류, 절삭유, 자재에 관한 데이터의 로드값, 생산 제품의 치수와 조도(粗度, roughness)에 관한 데이터를 입력하여 셋팅하는 단계;
기계장치의 작동모드를 자동 연속운전모드로 설정하고, 연속가공을 실시하면서 모니터링을 시작하는 단계;
연속가공을 시작한 후 일정 시간 동안 생산된 제품의 평균 데이터 및 일정 시간 동안 생산된 제품 가공시에 적용된 기계장치의 데이터의 평균 로드값을 제1모범데이터로 결정하는 단계;
제1모범데이터를 결정한 이후 생산 제품부터는 기계장치의 데이터의 로드값과 생산 제품에 대한 데이터를 측정하고 상기 제1모범데이터와 비교하는 단계;
측정된 기계장치의 데이터의 로드값과 생산 제품에 대한 데이터가 제1모범데이터에 비해 허용범위를 벗어날 경우 이상이 있는 것으로 판단하여 자가조치 및 경고(warning)를 하는 단계;
를 포함하여 이루어지는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
A sensing method for detecting the presence or absence of an abnormal machining of an automation machine,
In the sensing method,
The load value of the linear motion and the rotational motion in the horizontal and vertical directions during the operation of the machine, the load value of the data on the machining method, the machining dimension, the type of tool, the cutting oil and the material, the dimensions and the roughness Inputting and setting data on the data;
Setting an operation mode of the mechanical device to an automatic continuous operation mode, and starting monitoring while performing continuous machining;
Determining average data of products produced for a predetermined period of time after starting continuous processing and average load values of data of machinery applied when processing products produced for a predetermined period of time as first exemplary data;
Measuring the load value of the machine data and the product data from the manufactured product after determining the first exemplary data and comparing the measured value with the first exemplary data;
Judging that there is an abnormality when the measured value of the mechanical device data and the data on the manufactured product are out of the allowable range as compared with the first exemplary data, performing self-monitoring and warning;
And detecting an abnormal machining state of the automated machinery.
상기 자가조치는 오프셋(offset)값 조절 및 분리 배출을 포함하는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
The method according to claim 1,
Wherein the self-action includes an offset value adjustment and a discrete discharge.
상기 제1모범데이터는, 생산 제품의 데이터 및 생산 제품 가공시에 적용된 기계장치의 각 데이터의 로드값에 대하여 허용범위를 구간별로 다르게 정해지도록 하는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
The method according to claim 1,
Wherein the first exemplary data is such that an allowable range is set differently for each load of each data of a mechanical device applied at the time of processing the data of the produced product and the produced product, .
측정된 기계장치의 로드값과 생산 제품 데이터가 제1모범데이터의 허용범위를 벗어나 한계범위 내에 있을 경우에는 기계장치의 주위에 시각 또는 청각적으로 경고하면서 자가조치를 하고,
측정된 기계장치의 로드값과 생산 제품 데이터가 제1모범데이터의 한계범위도 벗어날 경우에는 기계장치의 작동을 정지시키면서 통신포트를 통해 기계장치의 관리자에게도 이상 발생을 통지해 주는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
The method according to claim 1,
If the load value of the measured machinery and the product data of the product are within the limits beyond the permissible range of the first exemplary data, self-measures are warned around the machinery, either visually or audibly,
If the load value of the measured machine and the product data exceed the limit of the first exemplary data, the controller of the mechanical device is notified of the occurrence of abnormality to the manager of the machine through the communication port while stopping the operation of the mechanical device. Method for detecting whether or not an abnormality has occurred in a mechanical device.
제1모범데이터를 정한 후에 생산 제품의 측정된 데이터를 상기 제1모범데이터와 비교하여 이상 유무를 판단하고 생성된 데이터를 저장하며, 축적된 데이터에 의거 제1모범데이터를 변경할 수 있도록 제어되는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
The method according to claim 1,
After determining the first exemplary data, the measured data of the manufactured product is compared with the first exemplary data to determine whether there is an abnormality, to store the generated data, and to be able to change the first exemplary data based on the accumulated data A method for detecting whether or not an abnormality has occurred in an automation mechanism.
작동모드에 있는 각 기계장치는 통신수단으로 중앙관제센터와 연결되고, 각 기계장치에 관한 모든 데이터가 중앙관제센터에 디스플레이되며, 중앙관제센터에서 각 기계장치를 제어할 수 있도록 구성되는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.
The method according to any one of claims 1, 3, and 5 to 7,
Each mechanical device in the operation mode is connected to the central control center as a communication means and all the data about each mechanical device is displayed on the central control center and the central control center is configured to control each mechanical device A method for detecting whether or not an automatic mechanism is abnormal.
상기 중앙관제센터에 수집된 모든 데이터는 웹이나 모바일 기기로 조회할 수 있도록 구성되는 것을 특징으로 하는 자동화 기계장치의 이상 가공 유무 감지방법.9. The method of claim 8,
Wherein all the data collected in the central control center is configured to be viewed by a web or a mobile device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150161315A KR101611299B1 (en) | 2015-11-17 | 2015-11-17 | Trouble detecting method for automatic machine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150161315A KR101611299B1 (en) | 2015-11-17 | 2015-11-17 | Trouble detecting method for automatic machine |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101611299B1 true KR101611299B1 (en) | 2016-04-11 |
Family
ID=55800788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150161315A KR101611299B1 (en) | 2015-11-17 | 2015-11-17 | Trouble detecting method for automatic machine |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101611299B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114273979A (en) * | 2021-12-10 | 2022-04-05 | 无锡市信昌电子科技有限公司 | On-line monitoring system for machining of engraving, milling, drilling and tapping numerical control system |
| KR20230030542A (en) | 2021-08-25 | 2023-03-06 | 주식회사 타키온테크 | AI-based facility data anomaly detection system and method using random cut forest algorithm |
| CN115741218A (en) * | 2023-01-05 | 2023-03-07 | 单县亚太纸品有限公司 | Machine tool fault early warning method and system based on processing portrait analysis |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101105790B1 (en) | 2009-12-18 | 2012-03-05 | (주) 티아이에스 | Failure recognition system |
-
2015
- 2015-11-17 KR KR1020150161315A patent/KR101611299B1/en not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101105790B1 (en) | 2009-12-18 | 2012-03-05 | (주) 티아이에스 | Failure recognition system |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230030542A (en) | 2021-08-25 | 2023-03-06 | 주식회사 타키온테크 | AI-based facility data anomaly detection system and method using random cut forest algorithm |
| CN114273979A (en) * | 2021-12-10 | 2022-04-05 | 无锡市信昌电子科技有限公司 | On-line monitoring system for machining of engraving, milling, drilling and tapping numerical control system |
| CN114273979B (en) * | 2021-12-10 | 2024-02-02 | 无锡市信昌电子科技有限公司 | Online monitoring system for processing engraving, milling, drilling and tapping numerical control system |
| CN115741218A (en) * | 2023-01-05 | 2023-03-07 | 单县亚太纸品有限公司 | Machine tool fault early warning method and system based on processing portrait analysis |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10024758B2 (en) | Abnormality detecting device having function for detecting abnormality of machine tool, and abnormality detecting method | |
| TWI650625B (en) | Tool wear detecting device, detecting method thereof and tool wear compensation method | |
| KR101343403B1 (en) | Detecting method of abnormality of machine tool operation | |
| US11307558B2 (en) | Machining defect occurrence prediction system for machine tool | |
| KR102120753B1 (en) | Prognostic method of tool life using vibration properties analysis | |
| KR101611299B1 (en) | Trouble detecting method for automatic machine | |
| WO2008142386A1 (en) | Machining process monitor | |
| CN1827296B (en) | Device checking method for machine tool | |
| KR101462312B1 (en) | Tool monitoring system of machine tools and method thereof | |
| CN107717629B (en) | Method and device for detecting whether spring assembly of numerical control machine tool magazine falls off or breaks off | |
| CN106406231A (en) | Machine tool spindle intelligent online monitoring and integration diagnosis system based on Internet | |
| JPH05329748A (en) | Tool life preview device | |
| US20210101241A1 (en) | Main spindle monitoring device and main spindle monitoring method of machine tool | |
| EP1425640B8 (en) | Monitoring system and a method for the in-process monitoring of machine-tool components | |
| KR101626458B1 (en) | Apparatus for detecting malfunction of tool for machine tool | |
| KR100952619B1 (en) | The method of defecting badness for dealing a machine | |
| JP2014058017A (en) | Data acquisition system of electric discharge machine | |
| TWI625192B (en) | Tool detection device | |
| CN109746768A (en) | A kind of workpiece cutting comprehensive monitor system | |
| GB2140951A (en) | Apparatus and method for monitoring machining conditions of a machine tool | |
| JP2014154094A (en) | Quality analyzer of product in production line | |
| KR102496699B1 (en) | Method and Apparatus for Detecting Broken Tool for Multi-Axis Head Machining Equipment | |
| TWM549671U (en) | Tool inspection device | |
| KR20160079372A (en) | Monitoring device of tool install condition for machine tool | |
| WO2019058965A1 (en) | Method for diagnosing state of rolling guide device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |