KR102512875B1 - Tool path calibration model generation method and tool path calibration method using the same - Google Patents

Tool path calibration model generation method and tool path calibration method using the same Download PDF

Info

Publication number
KR102512875B1
KR102512875B1 KR1020200162925A KR20200162925A KR102512875B1 KR 102512875 B1 KR102512875 B1 KR 102512875B1 KR 1020200162925 A KR1020200162925 A KR 1020200162925A KR 20200162925 A KR20200162925 A KR 20200162925A KR 102512875 B1 KR102512875 B1 KR 102512875B1
Authority
KR
South Korea
Prior art keywords
data
tool
processing unit
tool path
cutting
Prior art date
Application number
KR1020200162925A
Other languages
Korean (ko)
Other versions
KR20220074425A (en
Inventor
남은석
구정인
Original Assignee
한국생산기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020200162925A priority Critical patent/KR102512875B1/en
Publication of KR20220074425A publication Critical patent/KR20220074425A/en
Application granted granted Critical
Publication of KR102512875B1 publication Critical patent/KR102512875B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/013—Control or regulation of feed movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/14—Control or regulation of the orientation of the tool with respect to the work
    • 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
    • B23Q17/22—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring existing or desired position of tool or work
    • B23Q17/2233—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring existing or desired position of tool or work for adjusting the tool relative to the workpiece
    • 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
    • B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
    • 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
    • G05B19/404—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 compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • 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
    • 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]

Abstract

본 발명은 스핀들에 장착되는 다수의 공구날을 포함하는 하나 이상의 절삭 공구를 포함하고 상기 스핀들은 다수의 축으로 구동되어 피삭재를 절삭하는 절삭 가공 기기에서, 상기 절삭 공구의 공구 경로를 제어하기 위한 공구 경로 보정 모델을 생성하는 방법에 관한 것이다.The present invention is a tool for controlling a tool path of the cutting tool in a cutting machine that includes one or more cutting tools including a plurality of tool blades mounted on a spindle, and the spindle is driven in a plurality of axes to cut a workpiece. It relates to a method for generating a path correction model.

Description

공구 경로 보정 모델 생성 방법 및 이를 이용한 공구 경로 보정 방법{Tool path calibration model generation method and tool path calibration method using the same}Tool path calibration model generation method and tool path calibration method using the same}

본 발명은 공구 경로 보정 모델 생성 방법 및 이를 이용한 공구 경로 보정 방법에 관한 것이다.The present invention relates to a tool path correction model generation method and a tool path correction method using the same.

절삭 가공에서, 피삭재를 절삭하는 절삭 공구의 경로에 따라 피삭재의 절입 깊이 및 피삭재의 절삭 위치 등이 달라진다.In the cutting process, the cutting depth of the workpiece and the cutting position of the workpiece vary according to the path of the cutting tool that cuts the workpiece.

이에, 종래에는 절삭 공구의 경로를 제어하기 위해 절삭 가공 기기에서 절삭 공구의 위치, 스핀들 이송속도, 스핀들 RPM 등 절삭 공구의 경로에 영향을 미치는 인자를 모두 고려한 데이터를 실시간으로 수집하여 절삭 공구의 경로를 제어하였다.Accordingly, in the related art, in order to control the path of the cutting tool, data considering all factors affecting the path of the cutting tool, such as the position of the cutting tool, spindle feed speed, and spindle RPM, are collected in real time in a cutting machine to control the path of the cutting tool. was controlled.

다만, 이러한 제어 방법은 절삭 공구의 경로를 정확하게 제어할 수 있으나, 절삭 가공 기기에서 수집되는 데이터는 매우 방대하여, 이러한 데이터를 분류하여 효율적으로 절삭 공구의 경로를 제어하기 위한 모델을 생성하는 것은 어려운 문제가 있었다.However, this control method can accurately control the path of the cutting tool, but since the data collected from the cutting machine is very large, it is difficult to classify this data and create a model for efficiently controlling the path of the cutting tool. there was

예를 들어, 한국등록특허문헌 제10-1378142호는 황삭 가공을 위한 공구 경로 생성방법에 관한 것으로, 기하학적인 정보로부터 계산한 공구경로에서 추가적인 공구의 이송경로를 생성하여 상 기 기초 공구 경로를 수정하는 것에 대한 인식은 있으나, 가공 기기로부터 직접 수집되는 데이터를 분류하는 것에 대한 인식은 없다.For example, Korean Patent Document No. 10-1378142 relates to a method for generating a tool path for roughing, and the basic tool path is modified by generating an additional tool path from a tool path calculated from geometrical information. There is awareness of doing so, but no awareness of classifying data collected directly from processing equipment.

다른 예를 들어, 한국등록특허문헌 제10-0299412호는 가공 처리 장치에 관한 것으로, 가공물을 가공하기 위한 공작기계의 기계 제원을 나타내는 기계 데이터 및 공작기계에 고정되는 공구의 제원을 나타내는 공구 데이터 중 하나 이상을 기억시키기 위한 데이터 기억 수단과, 가공물을 가공하기 위한 공구 경로를 생성하나, 수집되는 모니터링 데이터가 방대하여 공구 경로를 생성하는데 시간이 많이 소요되는 문제점이 있다.For another example, Korean Registered Patent Document No. 10-0299412 relates to a processing device, among tool data representing machine data representing machine specifications of a machine tool for processing a workpiece and tool data representing specifications of a tool fixed to the machine tool. Although a data storage means for storing one or more data and a tool path for processing a workpiece are created, there is a problem in that it takes a lot of time to create the tool path because the collected monitoring data is enormous.

(특허문헌 1) 한국등록특허문헌 제10-1378142호(Patent Document 1) Korea Patent Document No. 10-1378142

(특허문헌 2) 한국등록특허문헌 제10-0299412호(Patent Document 2) Korean Patent Document No. 10-0299412

(특허문헌 3) 한국등록특허문헌 제10-1491049호(Patent Document 3) Korea Patent Document No. 10-1491049

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것이다. The present invention has been made to solve the above problems.

구체적으로, 본 발명은 가공 기기로부터 수집되는 모니터링 데이터를 분할하여 신속하고 정확한 공구의 공구 경로 보정 모델을 생성하기 위함이다.Specifically, the present invention is to create a tool path correction model of a tool quickly and accurately by dividing monitoring data collected from a processing machine.

상기와 같은 과제를 해결하기 위한 본 발명의 일 실시예는, 스핀들에 장착되는 다수의 공구날을 포함하는 하나 이상의 절삭 공구를 포함하고 상기 스핀들은 다수의 축으로 구동되어 피삭재를 절삭하는 절삭 가공 기기에서, 상기 절삭 공구의 공구 경로를 제어하기 위한 공구 경로 보정 모델을 생성하는 방법으로서, (a) 데이터 전처리부(100)에 미리 결정된 설계 절입 깊이 정보와 공구의 옵셋값을 포함하는 공정 변수 데이터(10), 스핀들 RPM, 스핀들 이송속도 및 각 축의 위치를 포함하는 CNC정보(21)와 스핀들 전류에 대한 정보를 포함하는 센서 정보(22)를 포함하는 모니터링 데이터(20)가 입력되는 단계;(b) 상기 데이터 전처리부(100)는 상기 CNC정보(21)와 상기 센서 정보(22)의 시점을 동기화하여 동기화 데이터를 생성하고, 측정 프로브(P)가 기설정된 주기 마다 피삭재의 측정 절입 깊이 정보를 수집하여 상기 측정 절입 깊이 정보를 상기 데이터 전처리부(100)로 전송하고, 상기 데이터 전처리부(100)는 상기 전송된 측정 절입 깊이 정보와 상기 설계 절입 깊이 정보의 차이인 측정 오차 데이터를 생성하는 단계;(c) 상기 데이터 전처리부(100)는 상기 동기화 데이터를 상기 기설정된 주기에 따라 세그먼트(segment)하여 다수의 세그먼트 데이터를 생성하는 단계; 및 (d) 상기 데이터 전처리부(100)는 상기 세그먼트 데이터를 입력으로 하고, 상기 측정 오차 데이터를 출력으로 하는 학습을 수행하여 공구 경로 보정 모델을 생성하는 단계; 를 포함하는, 방법을 제공한다.One embodiment of the present invention for solving the above problems is a cutting machine that includes one or more cutting tools including a plurality of tool blades mounted on a spindle, and the spindle is driven by a plurality of axes to cut a workpiece. In, as a method of generating a tool path correction model for controlling the tool path of the cutting tool, (a) process variable data including predetermined design cutting depth information and the offset value of the tool in the data pre-processing unit 100 ( 10), inputting monitoring data 20 including CNC information 21 including spindle RPM, spindle feed speed, and position of each axis, and sensor information 22 including information on spindle current; (b) ) The data pre-processing unit 100 generates synchronization data by synchronizing the viewpoints of the CNC information 21 and the sensor information 22, and the measurement probe P obtains the cutting depth information of the workpiece measured at each preset cycle. Collecting and transmitting the measured cutting depth information to the data pre-processing unit 100, wherein the data pre-processing unit 100 generates measurement error data that is a difference between the transmitted measured cutting depth information and the design cutting depth information (c) generating, by the data pre-processing unit 100, a plurality of segment data by segmenting the synchronization data according to the predetermined cycle; and (d) generating, by the data pre-processing unit 100, a tool path correction model by performing learning using the segment data as an input and the measurement error data as an output; Including, it provides a method.

일 실시예는, 상기 (d)단계 이후, (e) 상기 데이터 전처리부(100)는 피삭재를 가공하여 다른 모니터링 데이터(20)를 수집하고, 상기 수집된 다른 모니터링 데이터(20)를 변환하여 상기 공구 경로 보정 모델에 입력하고 상기 공구 경로 보정 모델에서 측정 오차를 출력하는 단계; 및 (f) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 오차 허용 범위 내인지 판단하는 단계; 를 더 포함할 수 있다.In one embodiment, after the step (d), (e) the data pre-processing unit 100 processes the workpiece to collect other monitoring data 20, converts the collected other monitoring data 20, and inputting to a tool path correction model and outputting a measurement error from the tool path correction model; and (f) determining, by the data pre-processing unit 100, whether the measurement error output from the tool path correction model is within an error tolerance range. may further include.

일 실시예는, 상기 (f)단계는, (f1) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 상부 허용 범위(UCL)과 하부 허용 범위(LCL) 사이의 범위인 오차 허용 범위 중 상기 하부 허용 범위(LCL) 미만이면, 공구의 절입 깊이를 줄이도록 상기 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 상기 생성된 제어신호를 가공기기에 전달하는 단계; 및 (f2) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 상기 오차 허용 범위 중 상기 상부 허용 범위(UCL) 이상이면, 공구의 절입 깊이를 늘리도록 상기 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 상기 생성된 제어신호를 가공기기에 전달하는 단계; 를 포함할 수 있다.In one embodiment, in the step (f), (f1) the data preprocessing unit 100 determines that the measurement error output from the tool path correction model is between the upper tolerance range (UCL) and the lower tolerance range (LCL). If it is less than the lower tolerance range (LCL) in the error tolerance range, which is the range, generating a control signal for controlling to change the offset value of the tool to reduce the cutting depth of the tool, and transmitting the generated control signal to the processing machine step; and (f2) the data preprocessor 100 offsets the tool to increase the cutting depth of the tool when the measurement error output from the tool path correction model is greater than or equal to the upper tolerance range (UCL) among the error tolerance ranges. generating a control signal for controlling a value to be changed, and transmitting the generated control signal to a processing machine; can include

일 실시예는, 상기 (f)단계 이후, (g) 상기 가공기기는 상기 (f)단계에서 변경된 상기 공구의 옵셋값으로 피삭재를 재가공하고, 상기 데이터 전처리부(100)는 상기 가공기기로부터 모니터링 데이터(20)과 변경된 상기 공구의 옵셋값을 입력 받아 상기 공구 경로 보정 모델을 추가 학습시키는 단계;를 더 포함할 수 있다.In one embodiment, after the step (f), (g) the processing machine re-processes the workpiece with the offset value of the tool changed in the step (f), and the data pre-processing unit 100 monitors from the processing machine The method may further include receiving the data 20 and the changed offset value of the tool and additionally learning the tool path correction model.

일 실시예는, 상기 (g)단계 이후, (h) 상기 데이터 전처리부(100)는 피삭재에 대한 절입 깊이, 절삭 폭 및 절삭 길이가 각각 기설정된 값인지를 판단하여, 피삭재에 대한 절삭 가공이 완료되었는지 판단하고, 절삭 가공이 완료될 때까지 피삭재를 재가공하고 상기 (e)단계 내지 (g)단계를 반복 수행하는 단계; 및 (i) 상기 데이터 전처리부(100)는 변경된 공구의 옵셋값을 모두 포함하는 공구의 최종 경로를 생성하고, 생성된 공구의 최종 경로로 공구 경로 보정 모델을 추가 학습시키는 단계;를 더 포함할 수 있다.In one embodiment, after the step (g), (h) the data pre-processing unit 100 determines whether the depth of cut, the cutting width, and the cutting length for the workpiece are each predetermined values, so that the cutting process for the workpiece is performed. Determining whether the cutting process is completed, re-processing the workpiece until the cutting process is completed, and repeating steps (e) to (g); and (i) generating, by the data pre-processing unit 100, a final tool path including all of the changed offset values of the tool, and additionally learning a tool path correction model with the generated final path of the tool. can

일 실시예는, 상기 (d)단계는, (d1) 상기 데이터 전처리부(100)는 상기 세그먼트 데이터를 푸리에 변환하는 변환하는 단계; 및 (d2) 상기 데이터 전처리부(100)는 상기 변환된 세그먼트 데이터를 입력으로 하고, 상기 측정 오차 데이터를 출력으로 하는 학습을 수행하고, 공구 경로 보정 모델을 생성하는 단계; 를 포함할 수 있다.In one embodiment, the step (d) may include: (d1) performing a Fourier transform on the segment data by the data pre-processing unit 100; and (d2) the data pre-processor 100 taking the converted segment data as an input, performing learning using the measurement error data as an output, and generating a tool path correction model; can include

또한, 본 발명의 다른 실시예에 따르면, 상기 방법이 수행되는 시스템을 제공한다.Further, according to another embodiment of the present invention, a system in which the above method is performed is provided.

본 발명에 따라, 다음과 같은 효과가 달성된다. According to the present invention, the following effects are achieved.

본 발명은 가공 기기로부터 수집되는 모니터링 데이터를 분할하여 신속하고 정확하게 공구의 경로를 보정하는 모델을 생성할 수 있다.According to the present invention, a model for quickly and accurately correcting a tool path may be generated by dividing monitoring data collected from a processing machine.

또한, 본 발명은 공구 경로 보정 모델을 학습시켜, 공구의 옵셋값을 변경하는 시점을 정확하게 예측할 수 있어, 절삭 가공의 품질이 증대될 수 있다.In addition, the present invention can accurately predict the timing of changing the offset value of a tool by learning a tool path correction model, so that the quality of cutting can be improved.

도 1은 본 발명에 따른 방법을 설명하기 위한 모식도이다.
도 2는 본 발명에 따른 공구 경로 보정 모델을 생성하기 위한 데이터를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 피삭재와 절삭 공구를 개략적으로 나타내며, 형상오차를 설명하기 위한 도면이다.
도 4는 본 발명에 따라 모니터링 데이터로부터 연산되는 측정오차를 나타낸 도면이다.
도 5는 본 발명에 따라 측정 오차 데이터의 기설정된 주기에 따라, 세그먼트되는 것을 설명하기 위한 도면이다.
도 6은본 발명에 따른 오차 허용 범위를 설명하기 위한 도면이다.
도 7은 본 발명에 따라 옵셋값을 조정하는 것을 설명하기 위한 순서도이다.
도 8은 본 발명에 따른 공구 경로 보정 모델에서 예측하는 측정 오차를 설명하기 위한 도면이다.1 is a schematic diagram for explaining a method according to the present invention.
2 is a diagram for explaining data for generating a tool path correction model according to the present invention.
3 schematically shows a workpiece and a cutting tool according to the present invention, and is a view for explaining shape errors.
4 is a diagram showing measurement errors calculated from monitoring data according to the present invention.
5 is a diagram for explaining segmentation according to a predetermined period of measurement error data according to the present invention.
6 is a diagram for explaining an error tolerance range according to the present invention.
7 is a flowchart illustrating adjusting an offset value according to the present invention.
8 is a diagram for explaining a measurement error predicted by a tool path correction model according to the present invention.

몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
한편, 이하에서 공구 경로 보정 모델 생성 및 공구 경로 보정을 위한 시스템은 물건으로 이해되어야 함이 마땅하다.In some cases, in order to avoid obscuring the concept of the present invention, well-known structures and devices may be omitted or may be shown in block diagram form centering on core functions of each structure and device.
Meanwhile, in the following, a system for generating a tool path correction model and tool path correction should be understood as an object.

또한, 본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In addition, in describing the embodiments of the present invention, if it is determined that a detailed description of a known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In addition, terms to be described later are terms defined in consideration of functions in the embodiment of the present invention, which may vary according to the intention or custom of a user or operator. Therefore, the definition should be made based on the contents throughout this specification.

이하, 절삭 가공 기기는 3축인 것을 가정하여 설명하나 이에 제한되는 것은 아니고, 다축으로 형성되면 제한되는 것은 아니다.Hereinafter, the cutting machine is described assuming that it is a three-axis, but is not limited thereto, and is not limited when formed with multiple axes.

도 1 내지 도 8을 참조하여, 본 발명에 따른 공구 경로 보정 모델 생성 방법을 설명한다.Referring to FIGS. 1 to 8 , a method of generating a tool path correction model according to the present invention will be described.

본 발명에 따른 공구 경로 보정 모델 생성 방법은 스핀들에 장착되는 다수의 공구날을 포함하는 하나 이상의 절삭 공구를 포함하고 스핀들은 다수의 축으로 구동되어 피삭재를 절삭하는 절삭 가공 기기에서, 절삭 공구의 공구 경로를 제어하기 위한 공구 경로 보정 모델을 생성하기 위한 방법이다.A tool path correction model generation method according to the present invention includes one or more cutting tools including a plurality of tool blades mounted on a spindle, and the spindle is driven in a plurality of axes to cut a workpiece. This is a method for creating a tool path compensation model for controlling the path.

데이터 전처리부(100)에 미리 결정된 설계 절입 깊이 정보를 포함하는 공정 변수 데이터(10), 스핀들 RPM, 스핀들 이송속도 및 각 축의 위치를 포함하는 CNC정보(21)와 스핀들 전류에 대한 정보를 포함하는 센서 정보(22)를 포함하는 모니터링 데이터(20)가 입력된다.Process variable data 10 including design cutting depth information determined in advance in the data pre-processing unit 100, CNC information 21 including spindle RPM, spindle feed rate, and position of each axis, and information on spindle current Monitoring data 20 including sensor information 22 is input.

공정 변수 데이터(10)는 절삭 가공에서 사용되는 공정 변수를 포함하는 데이터로, 공정에 영향을 주는 변수를 모두 포함하며, 미리 설정되는 데이터이다.The process variable data 10 is data including process variables used in cutting, includes all variables affecting the process, and is preset data.

공정 변수 데이터(10)는 미리 결정된 설계 절입 깊이 정보를 포함한다.The process variable data 10 includes predetermined design cutting depth information.

또한, 공정 변수 데이터(10)는 미리 결정되는 공구의 옵셋값을 포함할 수 있으며, 공구의 옵셋값은 후술하는 바와 같이 공구 경로 보정 모델의 출력값에 따라 제어될 수 있다.In addition, the process variable data 10 may include a predetermined tool offset value, and the tool offset value may be controlled according to an output value of a tool path correction model as will be described later.

이 때, 공구의 옵셋값은 공구의 위치에 대한 정보를 포함하는 것으로, 공구의 옵셋값을 제어하면, 공구의 위치가 변경되고 이에 따라, 공구의 경로가 보정되는 것을 의미한다.In this case, the offset value of the tool includes information about the position of the tool, and controlling the offset value of the tool means that the position of the tool is changed and the path of the tool is corrected accordingly.

또한, 공정 변수 데이터(10)는 피삭재에 대한 물성 정보를 포함하는 피삭재 정보, 절삭 공구의 공구날 수에 대한 정보를 포함하는 공구 정보, 스핀들 RPM 설정값, 스핀들 이송 속도, 절삭 폭에 대한 정보를 더 포함할 수 있으나, 이에 제한되는 것은 아니다.In addition, the process variable data 10 includes workpiece information including material property information on the workpiece, tool information including information on the number of tool edges of the cutting tool, spindle RPM set value, spindle feed speed, and information on cutting width. It may further include, but is not limited thereto.

모니터링 데이터(20)는 절삭 가공 기기로부터 모니터링 되는 데이터를 의미한다. 모니터링 데이터(20)는 CNC 정보(21)와 센서 정보(22)를 포함한다.The monitoring data 20 means data monitored from the cutting machine. The monitoring data 20 includes CNC information 21 and sensor information 22 .

CNC 정보(21)는 절삭 가공 기기에서 수집되는 정보를 의미하는 것으로, 스핀들 RPM, 스핀들 이송속도, 각 축의 위치를 포함할 수 있다.The CNC information 21 refers to information collected from a cutting machine, and may include spindle RPM, spindle feed rate, and the position of each axis.

이 때, 각 축의 위치는 X축, Y축, Z축에 대한 이송 테이블의 위치 정보를 의미할 수 있으나 이에 제한되는 것은 아니다.In this case, the position of each axis may mean position information of the transfer table for the X, Y, and Z axes, but is not limited thereto.

센서 정보(22)는 절삭 가공 기기에 부착된 센서에서 수집되는 정보를 의미한다.The sensor information 22 refers to information collected from a sensor attached to a cutting machine.

센서 정보(22)는 스핀들 전류를 측정하는 센서로부터, 스핀들 전류에 대한 정보를 수집할 수 있다.The sensor information 22 may collect information on the spindle current from a sensor that measures the spindle current.

이 때, 스핀들 전류는 스핀들을 구동하기 위한 스핀들 모터에서 측정하는 값을 의미한다.At this time, the spindle current means a value measured by a spindle motor for driving the spindle.

또한, 센서 정보(22)는 스핀들 전압, 가속도 및 소음에 대한 정보를 더 포함할 수 있으나, 이에 제한되는 것은 아니다.In addition, the sensor information 22 may further include information on spindle voltage, acceleration, and noise, but is not limited thereto.

도 2를 참조하면, CNC 정보(21)와 센서 정보(22)가 도시되며, 측정 오차 데이터를 도시한다. 이 때, 사용되는 CNC 정보(21)는 30~40Hz일 수 있으나 이에 제한되는 것은 아니고, 센서 정보(22)는 12800Hz일 수 있으나, 이에 제한되는 것은 아니다.Referring to FIG. 2, CNC information 21 and sensor information 22 are shown, showing measurement error data. At this time, the CNC information 21 used may be 30 to 40 Hz, but is not limited thereto, and the sensor information 22 may be 12800 Hz, but is not limited thereto.

데이터 전처리부(100)는 CNC정보(21)와 센서 정보(22)의 시점을 동기화하여 동기화 데이터를 생성한다.The data pre-processing unit 100 synchronizes the viewpoints of the CNC information 21 and the sensor information 22 to generate synchronization data.

이 때, 데이터 전처리부(100)가 CNC정보(21)와 센서 정보(22)의 시점을 동기화하는 것은 Cross correlation function, Dynamic time warping 등의 방법으로 동기화할 수 있으나, 이에 제한되는 것은 아니다.At this time, synchronization of the viewpoints of the CNC information 21 and the sensor information 22 by the data pre-processing unit 100 may be performed by a method such as a cross correlation function or dynamic time warping, but is not limited thereto.

또한, 측정 프로브(P)가 기설정된 주기 마다 피삭재의 측정 절입 깊이 정보를 수집하여 측정 절입 깊이 정보를 데이터 전처리부(100)로 전송한다.In addition, the measuring probe P collects the measured cutting depth information of the workpiece at each preset period and transmits the measured cutting depth information to the data pre-processing unit 100 .

이 때, 측정 프로브(P)는 피삭재의 절입 깊이 정보를 측정하는 프로브를 의미한다.At this time, the measurement probe P means a probe for measuring cutting depth information of a workpiece.

이 때, 기설정된 주기는 60분으로, 측정 프로브(P)가 피삭재의 측정 절입 깊이를 60분에 한번 정도 측정할 수 있으나, 이에 제한되는 것은 아니다.At this time, the preset period is 60 minutes, and the measuring probe P may measure the cutting depth of the workpiece about once every 60 minutes, but is not limited thereto.

또한, 측정 절입 깊이 정보는 100μm일 수 있으나, 이에 제한되는 것은 아니다.In addition, the measured incision depth information may be 100 μm, but is not limited thereto.

데이터 전처리부(100)는 전송된 측정 절입 깊이 정보와 설계 절입 깊이 정보의 차이인 측정 오차 데이터를 생성한다. The data pre-processing unit 100 generates measurement error data that is a difference between the transmitted measurement cutting depth information and design cutting depth information.

도 3을 참조하면, 피삭재와 절삭공구 피삭 부위(C)를 도시하며, 피삭 부위(C)에서 측정 절입 깊이와 설계 절입 깊이의 차이를 연산하는 것을 설명한다.Referring to FIG. 3 , a work material and a cut region C of a cutting tool are shown, and calculation of a difference between a measured depth of cut and a design cut depth in the cut region C will be described.

도 4를 참조하면, 시간에 따라 측정 프로브(P)에서 측정되는 측정 오차 값을 도시하며, LCL은 UCL은 각각 하부 허용범위와 상부허용범위를 의미하는 것이다. 이에 대한 자세한 설명은 후술한다.Referring to FIG. 4 , measurement error values measured by the measuring probe P over time are shown, and LCL and UCL mean a lower tolerance range and an upper tolerance range, respectively. A detailed description of this will be given later.

이후, 데이터 전처리부(100)는 동기화 데이터를 기설정된 주기에 따라 세그먼트(segment)하여 다수의 세그먼트 데이터를 생성한다.Thereafter, the data pre-processing unit 100 generates a plurality of segment data by segmenting the synchronization data according to a predetermined cycle.

또한, 데이터 전처리부(100)는 생성된 세그먼트 데이터를 푸리에 변환할 수 있다. 또는 데이터 전처리부(100)는 세그먼트 데이터를 DWT(Discrete wavelet transform), max, min, mean, variance등을 이용하여 변환할 수 있다.Also, the data pre-processing unit 100 may perform Fourier transform on the generated segment data. Alternatively, the data pre-processing unit 100 may transform segment data using Discrete Wavelet Transform (DWT), max, min, mean, variance, and the like.

도 5를 참조하면, 기설정된 주기에 따라 동기화 데이터가 세그먼트되는 것을 도시한다. 이 때, 기설정된 주기는 측정 오차 데이터의 수집 시점을 의미할 있으나, 이에 제한되는 것은 아니다. Referring to FIG. 5 , synchronization data is segmented according to a preset period. In this case, the preset period may refer to a collection point of measurement error data, but is not limited thereto.

데이터 전처리부(100)는 변환된 세그먼트 데이터를 입력으로 하고, 이 때의 측정 오차 데이터를 출력으로 하는 학습을 수행하고, 공구 경로 보정 모델을 생성한다.The data pre-processing unit 100 takes the converted segment data as an input, performs learning using measurement error data at this time as an output, and generates a tool path correction model.

이 때, 데이터 전처리부(100)는 세그먼트 데이터를 입력으로 하고, 측정 오차 데이터를 출력으로 하는 지도학습(Supervised learning)하여 공구 경로 보정 모델을 생성할 수 있으나, 학습 방법은 이에 제한되는 것은 아니다.At this time, the data pre-processing unit 100 may generate a tool path correction model by performing supervised learning using segment data as an input and measurement error data as an output, but the learning method is not limited thereto.

이에 따라, 본 발명에 따른 공구 경로 보정 모델은 가공 기기에서 모니터링되는 방대한 양의 모니터링 데이터(20)를 분할하여 학습함에 따라, 공구 경로 보정 모델을 생성하는데 소요되는 시간을 줄일 수 있다.Accordingly, the tool path correction model according to the present invention learns by dividing the vast amount of monitoring data 20 monitored by the processing machine, thereby reducing the time required to generate the tool path correction model.

도 6 및 7을 참조하여, 공구의 옵셋값을 보정하는 것에 대해 설명한다.Referring to FIGS. 6 and 7 , correction of the offset value of the tool will be described.

이후, 피삭 부위(C)를 가공한다. 데이터 전처리부(100)는 다른 모니터링 데이터(20)를 수집하고, 수집된 다른 모니터링 데이터(20)를 변환하여 공구 경로 보정 모델에 입력하여 공구 경로 보정 모델에서 측정 오차를 출력한다.After that, the part to be cut (C) is processed. The data pre-processing unit 100 collects other monitoring data 20, converts the collected other monitoring data 20, inputs the data to a tool path correction model, and outputs a measurement error in the tool path correction model.

데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 오차 허용 범위 내인지 판단한다.The data pre-processing unit 100 determines whether the measurement error output from the tool path correction model is within the tolerance range.

도 6을 참조하면, 오차 허용 범위는 상부 허용 범위(UCL)과 하부 허용 범위(LCL) 사이의 범위를 의미한다. 이 때, 오차 허용 범위는 기설정된 값이다.Referring to FIG. 6 , the tolerance range means a range between an upper tolerance range (UCL) and a lower tolerance range (LCL). At this time, the error tolerance range is a preset value.

이 때, 측정 오차가 오차 허용 범위 내라는 것은 하부 허용 범위(LCL) 이상이고, 상부 허용 범위(UCL) 미만인 것을 의미한다.In this case, that the measurement error is within the error tolerance means that it is greater than the lower tolerance range (LCL) and less than the upper tolerance range (UCL).

데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 오차 허용 범위 중 하부 허용 범위(LCL) 미만이면, 공구의 절입 깊이를 줄이도록 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 생성된 제어신호를 가공기기에 전달한다.If the measurement error output from the tool path correction model is less than the lower tolerance range (LCL) of the error tolerance range, the data preprocessor 100 generates a control signal that controls the offset value of the tool to be changed to reduce the cutting depth of the tool and transmits the generated control signal to the processing machine.

즉, 이 때, 데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 하부 허용 범위(LCL) 미만이면, 피삭재가 더 깎인 오버컷(overcut)으로 판단한다. 이 경우, 데이터 전처리부(100)는 공구의 옵셋값을 감소시키도록 판단한다.That is, at this time, if the measurement error output from the tool path correction model is less than the lower allowable range (LCL), the data pre-processing unit 100 determines that the workpiece has been cut more overcut. In this case, the data pre-processing unit 100 determines to decrease the offset value of the tool.

또한, 데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 오차 허용 범위 중 상부 허용 범위(UCL) 이상이면, 공구의 절입 깊이를 늘리도록 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 생성된 제어신호를 가공기기에 전달한다.In addition, the data pre-processing unit 100 controls to change the offset value of the tool to increase the cutting depth of the tool when the measurement error output from the tool path correction model is greater than the upper tolerance range (UCL) of the error tolerance range. and transmits the generated control signal to the processing machine.

즉, 이 때, 데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 상부 허용 범위(UCL) 이상이면, 피삭재가 덜 깎인 언더컷(undercut)으로 판단한다. 이 경우, 데이터 전처리부(100)는 공구의 옵셋값을 증가시키도록 판단한다.That is, at this time, if the measurement error output from the tool path correction model is equal to or greater than the upper allowable range (UCL), the data pre-processing unit 100 determines that the workpiece is undercut. In this case, the data pre-processing unit 100 determines to increase the offset value of the tool.

이후, 가공기기는 제어신호를 전달받아, 변경된 공구의 옵셋값으로 피삭재를 재가공하여 공구의 경로를 보정한다.Thereafter, the processing machine receives the control signal and corrects the path of the tool by re-processing the workpiece with the changed offset value of the tool.

또한, 데이터 전처리부(100)는 가공기기로부터 모니터링 데이터(20)와 변경된 공구 옵셋값을 입력받아 공구 경로 보정 모델을 추가 학습시킨다.In addition, the data pre-processing unit 100 receives the monitoring data 20 and the changed tool offset value from the processing machine and additionally learns the tool path correction model.

이 때, 본 발명에서 데이터 전처리부(100)가 공구 경로 보정 모델을 학습시킬 때는 시간 정보를 포함하여 학습시킬 수 있다.At this time, in the present invention, when the data preprocessing unit 100 learns the tool path correction model, it can be learned by including time information.

또한, 데이터 전처리부(100)는 공구 경로 보정 모델에서 출력된 측정 오차가 오차 허용 범위 내이면, 피삭재에 대한 절삭 가공이 종료되었는지를 판단한다. In addition, if the measurement error output from the tool path correction model is within the tolerance range, the data pre-processing unit 100 determines whether the cutting process for the workpiece has been completed.

즉, 데이터 전처리부(100)는 피삭재에 대한 절입 깊이, 절삭 폭 및 절삭 길이가 각각 기설정된 값인지를 판단하여, 피삭재에 대한 절삭 가공이 완료되었는지 판단하고, 절삭 가공을 종료할지 판단한다.That is, the data pre-processing unit 100 determines whether the depth of cut, the cutting width, and the cutting length of the workpiece are preset values, determines whether the cutting of the workpiece is completed, and determines whether to end the cutting.

데이터 전처리부(100)는 피삭재에 대한 절입 깊이, 절삭 폭 및 절삭 길이가 각각 기설정된 값이 아니면, 피삭재에 대한 절삭 가공이 완료되지 않았다고 판단하고, 피삭 부위(C)를 계속 가공한다.The data pre-processing unit 100 determines that the cutting of the workpiece is not completed when the depth of cut, the cutting width, and the cutting length of the workpiece are not preset values, and continues to machine the workpiece part C.

데이터 전처리부(100)는 절삭 가공이 종료되면, 변경된 공구의 옵셋값을 모두 포함하는 공구의 경로를 생성할 수 있고, 생성된 공구의 최종 경로로 공구 경로 보정 모델을 추가 학습시킨다.When the cutting process is finished, the data pre-processing unit 100 may generate a tool path including all the changed offset values of the tool, and additionally learn the tool path correction model with the generated final path of the tool.

학습된 공구 경로 보정 모델을 통해, 피삭재를 가공할 때, 변경해야 되는 공구의 옵셋값을 정확하게 판단할 수 있고, 공구의 옵셋값 변경 시점을 정확하게 예측할 수 있어 절삭 가공의 품질이 증대되는 효과가 있다.Through the learned tool path correction model, when machining a workpiece, it is possible to accurately determine the offset value of the tool that needs to be changed, and to accurately predict the time when the offset value of the tool is changed, which has the effect of increasing the quality of cutting. .

도 8을 참조하면, 샘플 지점에서 상부 허용 범위(UCL) 이상인 것이 도시되며, 이에 공구 옵셋값을 증가시키는 것이 도시된다. 또한, 공구 옵셋값을 증가시킨 이후의 공구 경로 보정 모델에서 측정 오차를 예측하는 것이 도시된다.Referring to FIG. 8 , it is shown that the sample point is greater than the upper allowable range (UCL), and thus increasing the tool offset value is shown. Also, predicting the measurement error in the tool path correction model after increasing the tool offset value is shown.

도 8(b)를 참조하면, 학습모델은 선형 회귀를 통해 옵셋값 변경 시점을 예측할 수도 있으나 이에 제한되는 것은 아니다.Referring to FIG. 8(b), the learning model may predict the offset value change point through linear regression, but is not limited thereto.

이상, 본 명세서에는 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 도면에 도시한 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당업자라면 본 발명의 실시예로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 보호범위는 특허청구범위에 의해서 정해져야 할 것이다.In the above, the present specification has been described with reference to the embodiments shown in the drawings so that those skilled in the art can easily understand and reproduce the present invention, but this is only exemplary, and those skilled in the art can make various modifications and equivalents from the embodiments of the present invention. It will be appreciated that embodiments are possible. Therefore, the scope of protection of the present invention should be defined by the claims.

10: 공정 변수 데이터
20: 모니터링 데이터
21: CNC정보
22: 센서 정보
100: 데이터 전처리부
C: 피삭 부위
P: 측정 프로브10: Process variable data
20: monitoring data
21: CNC Information
22: Sensor information
100: data pre-processing unit
C: sliced area
P: measuring probe

Claims (7)

스핀들에 장착되는 다수의 공구날을 포함하는 하나 이상의 절삭 공구를 포함하고 상기 스핀들은 다수의 축으로 구동되어 피삭재를 절삭하는 절삭 가공 기기에서, 상기 절삭 공구의 공구 경로를 제어하기 위한 공구 경로 보정 모델을 생성하는 방법으로서,
(a) 데이터 전처리부(100)에 미리 결정된 설계 절입 깊이 정보와 공구의 옵셋값을 포함하는 공정 변수 데이터(10), 스핀들 RPM, 스핀들 이송속도 및 각 축의 위치를 포함하는 CNC정보(21)와 스핀들 전류에 대한 정보를 포함하는 센서 정보(22)를 포함하는 모니터링 데이터(20)가 입력되는 단계;
(b) 상기 데이터 전처리부(100)는 상기 CNC정보(21)와 상기 센서 정보(22)의 시점을 동기화하여 동기화 데이터를 생성하고, 측정 프로브(P)가 기설정된 주기 마다 피삭재의 측정 절입 깊이 정보를 수집하여 상기 측정 절입 깊이 정보를 상기 데이터 전처리부(100)로 전송하고, 상기 데이터 전처리부(100)는 상기 전송된 측정 절입 깊이 정보와 상기 설계 절입 깊이 정보의 차이인 측정 오차 데이터를 생성하는 단계;
(c) 상기 데이터 전처리부(100)는 상기 동기화 데이터를 상기 기설정된 주기에 따라 세그먼트(segment)하여 다수의 세그먼트 데이터를 생성하는 단계; 및
(d) 상기 데이터 전처리부(100)는 상기 세그먼트 데이터를 입력으로 하고, 상기 측정 오차 데이터를 출력으로 하는 학습을 수행하여 공구 경로 보정 모델을 생성하는 단계; 를 포함하는,
방법.
A tool path correction model for controlling a tool path of the cutting tool in a cutting machine that includes one or more cutting tools including a plurality of tool blades mounted on a spindle and the spindle is driven in a plurality of axes to cut a workpiece. As a method of generating,
(a) CNC information 21 including process variable data 10 including design cutting depth information and offset values of tools predetermined in the data pre-processing unit 100, spindle RPM, spindle feed speed, and position of each axis; and inputting monitoring data 20 including sensor information 22 including information on spindle current;
(b) The data pre-processing unit 100 synchronizes the viewpoints of the CNC information 21 and the sensor information 22 to generate synchronization data, and the measurement probe P measures the cutting depth of the workpiece at each preset cycle Information is collected and the measured cutting depth information is transmitted to the data pre-processing unit 100, and the data pre-processing unit 100 generates measurement error data that is a difference between the transmitted measured cutting depth information and the design cutting depth information. doing;
(c) generating, by the data pre-processing unit 100, a plurality of segment data by segmenting the synchronization data according to the preset cycle; and
(d) generating a tool path correction model by the data pre-processing unit 100 by performing learning using the segment data as an input and the measurement error data as an output; including,
method.
 제1항에 있어서,
상기 (d)단계 이후,
(e) 상기 데이터 전처리부(100)는 피삭재를 가공하여 다른 모니터링 데이터(20)를 수집하고, 상기 수집된 다른 모니터링 데이터(20)를 변환하여 상기 공구 경로 보정 모델에 입력하고 상기 공구 경로 보정 모델에서 측정 오차를 출력하는 단계; 및
(f) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 오차 허용 범위 내인지 판단하는 단계; 를 더 포함하는,
방법.
According to claim 1,
After step (d),
(e) The data pre-processing unit 100 collects other monitoring data 20 by processing the workpiece, converts the collected other monitoring data 20, and inputs the converted data to the tool path correction model, and the tool path correction model outputting a measurement error in; and
(f) determining, by the data pre-processing unit 100, whether the measurement error output from the tool path correction model is within an error tolerance range; Including more,
method.
 제2항에 있어서,
상기 (f)단계는,
(f1) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 상부 허용 범위(UCL)과 하부 허용 범위(LCL) 사이의 범위인 오차 허용 범위 중 상기 하부 허용 범위(LCL) 미만이면, 공구의 절입 깊이를 줄이도록 상기 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 상기 생성된 제어신호를 가공기기에 전달하는 단계; 및
(f2) 상기 데이터 전처리부(100)는 상기 공구 경로 보정 모델에서 출력된 상기 측정 오차가 상기 오차 허용 범위 중 상기 상부 허용 범위(UCL) 이상이면, 공구의 절입 깊이를 늘리도록 상기 공구의 옵셋값을 변경하도록 제어하는 제어신호를 생성하고, 상기 생성된 제어신호를 가공기기에 전달하는 단계; 를 포함하는,
방법.
According to claim 2,
In step (f),
(f1) The data pre-processing unit 100 determines that the measurement error output from the tool path correction model is within the upper allowable range (UCL) and the lower allowable range (LCL) of the error tolerance range (LCL). ), generating a control signal for controlling to change an offset value of the tool to reduce the cutting depth of the tool, and transmitting the generated control signal to a processing machine; and
(f2) The data pre-processing unit 100 increases the cutting depth of the tool when the measurement error output from the tool path correction model is greater than or equal to the upper tolerance range (UCL) among the error tolerance ranges. Generating a control signal for controlling to change, and transmitting the generated control signal to the processing machine; including,
method.
 제3항에 있어서,
상기 (f)단계 이후,
(g) 상기 가공기기는 상기 (f)단계에서 변경된 상기 공구의 옵셋값으로 피삭재를 재가공하고, 상기 데이터 전처리부(100)는 상기 가공기기로부터 모니터링 데이터(20)와 변경된 상기 공구의 옵셋값을 입력 받아 상기 공구 경로 보정 모델을 추가 학습시키는 단계;를 더 포함하는,
방법.
According to claim 3,
After step (f),
(g) The processing machine re-processes the workpiece with the offset value of the tool changed in step (f), and the data pre-processing unit 100 monitors the monitoring data 20 and the changed offset value of the tool from the processing machine Receiving input and additionally learning the tool path correction model; further comprising,
method.
 제3항에 있어서,
상기 (g)단계 이후,
(h) 상기 데이터 전처리부(100)는 피삭재에 대한 절입 깊이, 절삭 폭 및 절삭 길이가 각각 기설정된 값인지를 판단하여, 피삭재에 대한 절삭 가공이 완료되었는지 판단하고, 절삭 가공이 완료될 때까지 피삭재를 재가공하고 상기 (e)단계 내지 (g)단계를 반복 수행하는 단계; 및
(i) 상기 데이터 전처리부(100)는 변경된 공구의 옵셋값을 모두 포함하는 공구의 최종 경로를 생성하고, 생성된 공구의 최종 경로로 공구 경로 보정 모델을 추가 학습시키는 단계;를 더 포함하는,
방법.
According to claim 3,
After the step (g),
(h) The data pre-processing unit 100 determines whether the depth of cut, the cutting width, and the cutting length of the workpiece are each predetermined values, determines whether the cutting process for the workpiece is completed, and continues until the cutting process is completed. Re-processing the workpiece and repeating steps (e) to (g); and
(i) the data pre-processing unit 100 generates a final path of the tool including all of the changed offset values of the tool, and additionally learns a tool path correction model with the generated final path of the tool; Further comprising,
method.
 제1항에 있어서,
상기 (d)단계는,
(d1) 상기 데이터 전처리부(100)는 상기 세그먼트 데이터를 푸리에 변환하는 변환하는 단계; 및
(d2) 상기 데이터 전처리부(100)는 상기 변환된 세그먼트 데이터를 입력으로 하고, 상기 측정 오차 데이터를 출력으로 하는 학습을 수행하고, 공구 경로 보정 모델을 생성하는 단계; 를 포함하는,
방법.
According to claim 1,
In step (d),
(d1) transforming, by the data pre-processing unit 100, the segment data into a Fourier transform; and
(d2) the data pre-processing unit 100 takes the converted segment data as an input, performs learning using the measurement error data as an output, and generates a tool path correction model; including,
method.
 제1항 내지 제6항 중 어느 한 항에 따른 방법이 수행되는, 시스템.
A system in which a method according to any one of claims 1 to 6 is performed.
KR1020200162925A 2020-11-27 2020-11-27 Tool path calibration model generation method and tool path calibration method using the same KR102512875B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200162925A KR102512875B1 (en) 2020-11-27 2020-11-27 Tool path calibration model generation method and tool path calibration method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200162925A KR102512875B1 (en) 2020-11-27 2020-11-27 Tool path calibration model generation method and tool path calibration method using the same

Publications (2)

Publication Number Publication Date
KR20220074425A KR20220074425A (en) 2022-06-03
KR102512875B1 true KR102512875B1 (en) 2023-03-23

Family

ID=81982645

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200162925A KR102512875B1 (en) 2020-11-27 2020-11-27 Tool path calibration model generation method and tool path calibration method using the same

Country Status (1)

Country Link
KR (1) KR102512875B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005000023A1 (en) 2003-06-18 2005-01-06 Brook Chandler Murphy Physical mode of action pesticide
JP2006326769A (en) 2005-05-27 2006-12-07 Soatec Inc Non-contact type measurement system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005000023A1 (en) 2003-06-18 2005-01-06 Brook Chandler Murphy Physical mode of action pesticide
JP2006326769A (en) 2005-05-27 2006-12-07 Soatec Inc Non-contact type measurement system

Also Published As

Publication number Publication date
KR20220074425A (en) 2022-06-03

Similar Documents

Publication Publication Date Title
CN108227634B (en) Machine learning device, CNC device, and machine learning method
CN111624947B (en) Chatter determination device, machine learning device, and system
EP2916187B1 (en) Improved database for chatter predictions
US20170277174A1 (en) Machining machine system which determines acceptance/rejection of workpieces
US20180307203A1 (en) Machining defect factor estimation device
CN111052015B (en) Numerical control system and motor control device
CN102929210A (en) Control and optimization system for feature-based numerical control machining process and control and optimization method therefor
JP6940542B2 (en) Grip force adjustment device and grip force adjustment system
CN103192292B (en) Numerical control machine error identification and separation method based on processing workpiece curved surface morphology information
US11334045B2 (en) Diagnosis apparatus and diagnosis method
Königs et al. A scalable, hybrid learning approach to process-parallel estimation of cutting forces in milling applications
Brecher et al. Efficient determination of stability lobe diagrams by in-process varying of spindle speed and cutting depth
KR102512875B1 (en) Tool path calibration model generation method and tool path calibration method using the same
EP3807731B1 (en) Workpiece surface quality issues detection
KR102370446B1 (en) Machining prediction model generation method to estimate cutting force of cutting machine
JP2021003788A (en) Control device and control method
Vijayaraghavan et al. Addressing process planning and verification issues with MTConnect
KR102585246B1 (en) Method of diagnosing process abnormality using virtual processing
KR101499180B1 (en) System and method for chip morphology control by feed override control method in turning process
Botkina et al. A sensor framework for combined data streams and in-situ characterization of machining processes
Osmani et al. Equational Model Guided by Real-time Sensor Data to Monitor Industrial Robots
KR20230054554A (en) Construction Method of tool wear estimation model based on change rate in tool wear
Gutsche et al. Check for updates Cross-Machine Comparison of the Usability of Internal Machine Control Data for Process Monitoring in Machining Applications
Karandikar et al. REMOTE BAYESIAN UPDATING FOR MILLING STABILITY
BRECHER et al. CONSIDERATIONS FOR THE PARAMETERISATION OF A CHATTER DETECTION ALGORITHM.

Legal Events

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