KR20190055079A - 에러 전파의 추정 방법 - Google Patents
에러 전파의 추정 방법 Download PDFInfo
- Publication number
- KR20190055079A KR20190055079A KR1020197006951A KR20197006951A KR20190055079A KR 20190055079 A KR20190055079 A KR 20190055079A KR 1020197006951 A KR1020197006951 A KR 1020197006951A KR 20197006951 A KR20197006951 A KR 20197006951A KR 20190055079 A KR20190055079 A KR 20190055079A
- Authority
- KR
- South Korea
- Prior art keywords
- component
- deviation
- machine
- computer program
- estimated
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 79
- 238000004590 computer program Methods 0.000 claims abstract description 93
- 238000004519 manufacturing process Methods 0.000 claims abstract description 72
- 238000003754 machining Methods 0.000 claims abstract description 52
- 238000005520 cutting process Methods 0.000 claims description 77
- 230000008569 process Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000003746 surface roughness Effects 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 2
- 238000004439 roughness measurement Methods 0.000 claims description 2
- 238000011960 computer-aided design Methods 0.000 description 11
- 238000012805 post-processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010297 mechanical methods and process Methods 0.000 description 3
- 230000005226 mechanical processes and functions Effects 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000007514 turning Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—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 using design data to control NC machines, e.g. CAD/CAM
-
- 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]
- G05B19/41875—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] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
-
- 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)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Numerical Control (AREA)
- Automatic Control Of Machine Tools (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
컴퓨터 프로그램 (102) 이 컴포넌트 (108) 를 제조하기 위한 공구 경로들을 규정하는 데이터를 포함한다. 프로그램에 기초하여 컴포넌트 기하학적 구조가 추정된다 (403). 3D 모델 (102) 에 의해 규정된 컴포넌트의 기하학적 구조와 추정된 기하학적 구조 사이의 편차로서 제 1 타입의 편차가 추정된다 (404). 프로그램을 통해 기계 (107) 가 제공하도록 명령받은 공구 경로와 기계에 의해 제공된 실제 공구 경로 사이의 편차로서, 컴포넌트의 제조 (213) 중에 포착된 센서 데이터 (301) 에 의해 표시되는 기계가공 공정 특징들에 기초하여, 제 2 타입의 편차가 추정된다 (409). 3D 모델에 의해 규정되는 기하학적 구조와 제조된 컴포넌트의 측정된 기하학적 구조 사이의 편차로서, 제 3 타입의 편차가 계산된다 (410). 다중 컴포넌트에 대해 추정된 편차와 계산된 편차에 기초하여, 에러 전파 모델이 업데이트된다 (411). 에러 전파 모델은 제 1 및 제 2 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화한다.
Description
본 발명은 일반적으로 기계가공에 관한 것이고, 특히 기계가공 작업의 계획 및 모니터링에 관한 것이다.
컴포넌트는 컴포넌트의 컴퓨터 이용 설계 (CAD) 모델을 기반으로 종종 제조된다. 절삭 가공 (subtractive manufacturing) 은 절삭 (cutting), 드릴링, 밀링, 터닝, 리밍, 나사가공 또는 연삭과 같은 기계가공 작업을 포함한다. CAM (Computer-Aided Manufacturing) 은 일반적으로 작업편으로부터 재료를 잘라 내기 위해 기계가공 동안에 사용되는 공구 경로를 생성하는 데 사용된다.
제조된 컴포넌트의 품질과 정밀도, 제조 시간 및 절삭 공구의 마모는 여러 요인들에 따라 달라질 수 있다. 이러한 요인들은 적절한 기계가공 작업, 절삭 공구 및 절삭 데이터의 선택과 같은 예비기계가공 단계 중에 행해진 결정을 포함할 수 있다. 다른 요인은 공구 파손, 진동, 채터와 같은 실제 기계가공 중에 발생하는 조건일 수 있다.
이러한 모든 요인들의 상호작용은 복잡하고 상세하게 예측하기 곤란할 수 있다. 그러나, 기계가공 정밀도가 떨어지거나 기계가공된 제품의 표면 품질이 너무 낮아지는 조건을 방지하거나 감지하는 방법을 찾는 것이 바람직할 수도 있다. 공구 파손의 위험이 높은 조건을 방지하거나 감지하는 것이 또한 바람직할 수도 있다. 제조된 컴포넌트의 품질이 너무 낮으면, 이러한 낮은 품질의 원인을 감지하는 것이 또한 바람직할 수도 있고, 따라서 그 원인이 해결될 수도 있다.
상기한 문제들 중의 적어도 하나를 더 잘 다루기 위해, 독립 청구항에 기재된 특징을 갖는 방법, 시스템, 컴퓨터 프로그램 제품이 제공된다. 바람직한 실시형태들은 종속 청구항들에 기재된다.
따라서, 제 1 양태에 따르면, 방법이 제공된다. 이 방법은, 제조될 복수의 컴포넌트들의 각각에 대해, 다음의 단계들을 포함한다:
기계에 의한 컴포넌트의 제조 중에 기계에서 포착된 (또는 수집된) 센서 데이터를 획득하는 단계로서, 컴포넌트의 제조는 컴퓨터 프로그램에 기초하는, 상기 센서 데이터를 획득하는 단계;
센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 상기 컴퓨터 프로그램을 통해 기계가 제공하도록 명령받은 공구 경로와 컴포넌트의 제조 동안에 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계; 및
상기 방법은 추정된 편차와 계산된 편차에 기초하여 에러 전파 모델을 업데이트하는 단계를 더 포함한다. 에러 전파 모델은 제 1 타입의 편차와 제 3 타입의 편차 사이의 관계, 및 제 2 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화한다 (approximate).
컴포넌트를 제조하기 위한 컴퓨터 프로그램은 예를 들어 컴포넌트의 3차원 모델 (3D 모델) 에 기초하여 생성되었을 수도 있다. 컴퓨터 프로그램은 적절한 절삭 공구, 공구 경로 및 절삭 데이터에 관한 다수의 가정에 기초할 수 있는 기계가공 전략에 기초하여 생성되었을 수도 있다. 제 1 타입의 편차는 그러한 가정에 의해 야기된 그리고/또는 컴퓨터 프로그램을 생성하기 위해 사용된 소프트웨어에서 정밀도 등의 제한에 의해 야기된 3D 모델로부터의 편차를 나타낼 수 있다.
상이한 타입의 편차들 (에러 전파 모델에 의해 제공됨) 사이의 관계 (또는 의존성) 에 대한 지식은 예를 들어 감소된 기계가공 정밀도 또는 다른 바람직하지 않은 이벤트들의 검출 또는 예측을 용이하게 할 수 있다. 상이한 타입의 편차들 (에러 전파 모델에 의해 제공됨) 사이의 관계 (또는 의존성) 에 대한 지식은 예를 들어, 일단 바람직하지 않은 이벤트가 검출되면, 바람직하지 않은 이벤트 (예를 들어, 제조된 제품의 기하학적 구조가 주어진 공차 내에 있지 않음) 의 근본 원인의 검출을 용이하게 할 수 있다. 큰 세트의 컴포넌트들에 대한 추정된 편차 및 계산된 편차에 기초하여 에러 전파 모델을 업데이트함으로써, 에러 전파 모델의 정확도 (또는 신뢰도) 는 시간이 지남에 따라 증가할 수 있다.
3차원 모델 (또는 3D 모델) 은 예를 들어 디지털 모델, 예컨대 컴퓨터 이용 설계 모델 (또는 CAD 모델) 일 수 있다. 3D 모델은 예를 들어 품질 요건 및 관련 블랭크에 관한 내장된 정보를 포함할 수 있다.
복수의 컴포넌트가 예를 들어 동일한 3D 모델에 기초하여 제조될 수 있다는 것과, 각 컴포넌트마다 이 3D 모델을 한번씩 생성할 필요가 없을 수 있다는 것을 이해할 것이다. 3D 모델은 예를 들어 메모리로부터 수신되거나 검색될 수 있다.
컴퓨터 프로그램은 예를 들어, 기계 독립적이며 (예컨대, 확장자가 .cl 인 파일의 데이터) 컴퓨터 수치 제어 (CNC) 기반 기계에 의해 실행될 수 있기 전에 수치 제어 코드 (NC 코드) 로 전환 (또는 후처리) 될 필요가 있는 공구 경로 데이터를 포함할 수 있다. 컴퓨터 프로그램은 예를 들어 기계 독립적인 데이터 포맷의 후처리를 통해 획득된 NC 프로그램일 수 있다.
컴퓨터 프로그램은 예를 들어 3D 모델에 기초하여 생성되거나, 또는 메모리로부터 수신되거나 검색될 수 있다.
컴퓨터 프로그램은 예를 들어 기계가공 작업, 작업 시퀀스, 및/또는 공구 경로와 관련된 절삭 데이터를 규정하는 데이터를 포함할 수 있다.
컴포넌트의 기하학적 구조가 컴포넌트의 형상, 크기 (또는 치수) 및/또는 표면 거칠기와 같은 특징을 포함할 수 있다는 것을 이해할 것이다.
제 1 추정된 기하학적 구조는 예를 들어 컴퓨터 프로그램에 의해 규정된 공구 경로에 기초하여 컴포넌트의 기하학적 구조를 추정함으로써 획득될 수 있다.
기계가공 공정 특징은 예를 들어 기계 상태, 기계 동역학, 기계 역학, 및/또는 정적 또는 동적 절삭 공구 공정 특징을 포함할 수 있다.
일부 실시형태에 따르면, 방법은, 복수의 컴포넌트들 중 적어도 일부에 대해, 다음의 단계를 더 포함할 수 있다:
제 2 타입의 편차는, 기계가공 공정 특징에 기초하여, 컴퓨터 프로그램의 후처리된 버전을 통해 (그리고 이로써 간접적으로 컴퓨터 프로그램을 통해) 기계가 제공하도록 명령받은 공구 경로와 컴포넌트의 제조 중에 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 추정될 수 있다. 에러 전파 모델은 또한 추정된 제 4 타입의 편차에 기초하여 업데이트될 수 있다. 에러 전파 모델은 또한 제 4 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화할 수 있다.
후처리된 버전의 컴퓨터 프로그램은 예를 들어 컴퓨터 프로그램을 후처리함으로써 획득될 수 있다. 이러한 후처리는 컴퓨터 프로그램을 실행하기 위한 특정 제어 시스템에 관한 가정에 기초할 수 있다. 제 4 타입의 편차는 후처리 (예컨대, 채용된 내삽법 및/또는 외삽법) 의 정밀도 및/또는 특정 타입의 제어 시스템에 관한 편차를 나타낼 수 있다.
컴퓨터 프로그램의 후처리된 버전은 예를 들어 컴퓨터 프로그램을 실제로 후처리하거나 또는 메모리로부터 후처리된 버전의 컴퓨터 프로그램을 검색함으로써 획득될 수 있다.
제 2 추정된 기하학적 구조는 예를 들어 컴퓨터 프로그램의 후처리된 버전에 의해 규정된 공구 경로에 기초하여 컴포넌트의 기하학적 구조를 추정함으로써 획득될 수 있다.
일부 실시형태에 따르면, 획득된 센서 데이터는 컴퓨터 프로그램에 (직접적으로 또는 간접적으로) 기초하여 기계를 제어하는 제어 시스템으로부터의 위치 피드백을 포함할 수 있다.
기계가공 중에 기계에서 실제로 제공된 운동은 컴퓨터 프로그램에서 표시된 공구 경로를 제공하는 데 필요한 운동에서 다소 벗어날 수 있다. 이러한 편차를 검출하기 위해, 제어 시스템으로부터의 위치 피드백이 이용될 수 있다.
제어 시스템은 예를 들어 프로그래머블 논리 제어기 (PLC) 를 포함할 수 있다 (또는 PLC 의 형태로 제공될 수 있다).
일부 실시형태에 따르면, 획득된 센서 데이터는 (예컨대 기계 내에 배치된) 절삭 공구로부터의 센서 데이터를 포함할 수 있다. 기계가공 공정 특징은 절삭 공구의 편향, 절삭 공구의 진동, 절삭 공구의 온도 팽창, 마모 (예컨대, 절삭 공구의 마모), 공구 파손, 및/또는 칩 파손을 포함할 수 있다. 절삭 공구로부터의 센서 데이터는 예를 들어 이러한 기계가공 공정 특성을 추정하는 데 사용될 수 있다.
일부 실시형태에 따르면, 획득된 센서 데이터는 절삭 공구 이외의 기계의 다른 부분들로부터의 센서 데이터를 포함할 수 있다. 기계가공 공정 특징은 기계의 부분들 사이의 느슨한 연결, 및/또는 기계의 이동가능 부분에서의 특정 레벨의 마찰을 포함할 수 있다.
일부 실시형태에 따르면, 획득된 센서 데이터는 동적 힘 측정 센서 (예컨대, 가속도계 또는 동력계(dynamometer)); 힘 측정 센서; 토크 측정 센서; 온도 센서; 치수 측정 센서; 표면 거칠기 측정 센서; 위치 센서; 인덕티브 센서; 및/또는 광학 센서로부터의 데이터를 포함할 수 있다.
일부 실시형태에 따르면, 상기 방법은, 에러 전파 모델의 업데이트 후, 다음의 단계를 더 포함할 수 있다:
추가적인 컴포넌트의 제조를 위한 컴퓨터 프로그램을 획득하는 단계로서, 상기 컴퓨터 프로그램은 절삭을 위한 공구 경로를 규정하는 데이터를 포함하는, 상기 컴퓨터 프로그램을 획득하는 단계;
기계에 의한 추가적인 컴포넌트의 제조 동안에 기계에서 포착된 추가적인 센서 데이터를 획득하는 단계로서, 상기 추가적인 컴포넌트는 컴퓨터 프로그램에 기초하여 기계에 의해 제조되는, 상기 추가적인 센서 데이터를 획득하는 단계;
추가적인 센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 컴퓨터 프로그램을 통해 기계가 제공하도록 명령받은 공구 경로와 추가적인 컴포넌트의 제조 동안에 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계; 및
에러 전파 모델에 기초하여 그리고 추가적인 컴포넌트에 대한 추정된 편차에 기초하여, 3차원 모델에 의해 규정된 추가적인 컴포넌트의 기하학적 구조와 제조된 추가적인 컴포넌트의 실제 형상 사이의 편차를 추정하는 단계.
3차원 모델에 의해 규정되는 추가적인 컴포넌트의 기하학적 구조와 제조되는 추가적인 컴포넌트의 실제 형상 사이의 편차가 추정될 수 있기 때문에, 예컨대 제조되는 추가적인 컴포넌트의 품질을 평가하기 위한 조치가 생략되거나 간소화 (또는 조치의 수가 감소) 될 수 있다. 따라서, 전체 생산 시간 및/또는 생산 비용이 감소될 수 있다.
일부 실시형태에 따르면, 상기 방법은, 에러 전파 모델의 업데이트 후, 다음의 단계를 포함할 수 있다:
추가적인 컴포넌트의 제조를 위한 컴퓨터 프로그램을 획득하는 단계로서, 상기 컴퓨터 프로그램은 절삭 공구를 위한 공구 경로를 규정하는 데이터를 포함하는, 상기 컴퓨터 프로그램을 획득하는 단계;
기계에 의한 추가적인 컴포넌트의 제조 중에 기계에서 포착된 센서 데이터를 획득하는 단계로서, 추가적인 컴포넌트는 컴퓨터 프로그램에 기초하여 기계에 의해 제조되는, 상기 센서 데이터를 획득하는 단계;
추가적인 센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 컴퓨터 프로그램을 통해 기계가 제공하도록 명령받은 공구 경로와 추가적인 컴포넌트의 제조 동안에 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계; 및
문서는 컴포넌트 (예컨대, 컴포넌트의 품질 또는 표면 구조) 를 평가하는 데 그리고/또는 컴포넌트의 형상이나 표면 구조가 평소보다 낮을 가능성이 있는 컴포넌트의 부분을 찾아내는 데 사용될 수 있다. 문서는 예를 들어 제조된 컴포넌트에서 검출된 편차의 근본 원인을 확인하는 데 사용될 수 있다.
문서는 예를 들어 데이터 형식 (예컨대, 디지털 문서 또는 데이터 파일) 또는 종이 문서 형식으로 제공될 수 있다. 문서는 예를 들어 인터넷을 통해 배달될 수 있다.
문서는 예를 들어 모든 추가적인 센서 데이터의 일부를 포함할 수 있다. 문서는 예를 들어 에러 전파 모델을 포함할 수 있다.
일부 실시형태에 따르면, 상기 방법은, 컴포넌트의 3차원 모델에 기초하여 컴포넌트의 제조를 위한 컴퓨터 프로그램을 생성하기 위한 프로세스에서, 업데이트된 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여,
의 선택을 위한 명령들을 생성하는 단계를 포함할 수 있다. 환언하면, 예비기계가공 (또는 공정 계획) 을 수행하는 방법에 대한 설정은 업데이트된 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여 조정 (또는 수정) 될 수 있다.
예를 들어, 명령은 최적화된 기계가공 작업, 최적의 절삭 공구 및 공구 어셈블리 선택, 및/또는 최적화된 작업 시퀀스 및 절삭 데이터 선택을 선택하는 방법을 나타낼 수 있다.
컴퓨터 프로그램은 예를 들어 NC 프로그램, 또는 CNC 기반 기계에 의해 실행되기 전에 후처리되어야 하는 기계-독립적인 프로그램일 수 있다.
일부 실시형태에 따르면, 상기 방법은, 기계에 의한 특정 컴포넌트의 제조 동안에 기계에서 포착된 상기 센서 데이터에 기초하여, 이미 특정 컴포넌트의 제조 동안에 절삭 데이터 (예컨대, 이송 속도 또는 스핀들 속도) 를 조정하도록 기계를 제어하기 위한 제어 신호들을 생성하는 단계를 포함할 수 있다.
일부 실시형태에 따르면, 상기 방법은, 기계에 의한 특정 컴포넌트의 제조 동안에 기계에서 포착된 센서 데이터에 기초하여, 후속 컴포넌트의 제조를 위해 절삭 데이터 (예컨대, 이송 속도 또는 스핀들 속도) 를 조정하도록 기계를 제어하기 위한 명령들을 생성하는 단계를 포함할 수 있다.
일부 실시형태에 따르면, 상기 방법은, 업데이트된 에러 전파 모델에 기초하여, 또는 추정된 편차 및 계산된 편차에 기초하여, 기계에 의한 컴포넌트의 제조 동안에 기계에서 포착된 센서 데이터가 제조 중에 (또는 기계가공 중에) 기계의 제어를 위해 어떻게 사용되어야 하는지에 대한 규칙 (또는 통계적 모델, 수치적 모델 또는 기계적 모델과 같은 모델) 을 업데이트하는 단계를 더 포함할 수 있다.
모델 (예컨대, 통계적 모델) 이 예를 들어 기계가공 공정 (또는 절삭 공정) 을 모델링하는 데 사용될 수 있다. 이 모델은 예를 들어 센서 데이터에 기초하여 제조 중에 (또는 기계가공 중에) 기계를 제어하는 데 사용될 수 있다. 모델은 예를 들어 업데이트된 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여 업데이트될 수 있다.
제 2 양태에 따르면, 제 1 양태의 임의의 실시형태에 따른 방법을 수행하기 위한 명령들을 갖는 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다.
제 1 양태에 따른 방법의 특징에 대해 위에서 제시된 이점은 일반적으로 제 2 양태에 따른 컴퓨터 프로그램 제품의 대응하는 특징에 대해 유효할 수 있다.
컴퓨터 판독가능 매체는 예를 들어 일시적 또는 비일시적 컴퓨터 판독가능 매체일 수 있다.
제 3 양태에 따르면, 제 1 양태의 임의의 실시형태에 따른 방법을 수행하도록 구성된 시스템이 제공된다.
제 1 양태에 따른 방법의 특징에 대해 위에서 제시된 이점은 일반적으로 제 3 양태에 따른 시스템의 대응하는 특징에 대해 유효할 수 있다.
상기 시스템은 예를 들어 상기 방법을 수행하도록 구성된 처리 섹션 (또는 프로세서) 을 포함할 수 있다. 시스템은 예를 들어 분산된 방식으로 상기 방법을 수행하도록 구성된 다중 처리 섹션들을 포함할 수 있다.
본 발명의 실시형태들이 청구항들에 기재된 특징들의 가능한 모든 조합들에 관한 것임을 언급한다.
이하에서는, 첨부 도면을 참조하여 예시적인 실시형태들을 보다 상세하게 설명한다.
도 1 은 컴포넌트가 컴포넌트의 컴퓨터 모델에 기초하여 어떻게 제조될 수 있는지에 대한 개요이다.
도 2 는 일 실시형태에 따른, 컴포넌트의 공정 계획 및 제조 동안의 피드백 및 제어의 개요이다.
도 3 은 일 실시형태에 따른 방법의 흐름도이다.
도 4 는 일 실시형태에 따른 방법의 흐름도이다.
모든 도면은 개략적이며, 일반적으로 각 실시형태를 설명하기 위해 필요한 부분만을 나타내는 한편, 다른 부분은 생략되거나 단지 암시될 수 있다.
도 2 는 일 실시형태에 따른, 컴포넌트의 공정 계획 및 제조 동안의 피드백 및 제어의 개요이다.
도 3 은 일 실시형태에 따른 방법의 흐름도이다.
도 4 는 일 실시형태에 따른 방법의 흐름도이다.
모든 도면은 개략적이며, 일반적으로 각 실시형태를 설명하기 위해 필요한 부분만을 나타내는 한편, 다른 부분은 생략되거나 단지 암시될 수 있다.
도 1 은 컴포넌트가 컴포넌트의 컴퓨터 모델에 기초하여 어떻게 제조될 수 있는지에 대한 개요이다. 제조되는 컴포넌트는 컴퓨터 이용 설계 (CAD) 를 이용하여 컴퓨터에서 설계된다 (101). 이로써, 컴포넌트의 3D 모델 (102) 이 획득된다. 3D 모델은 컴포넌트의 형상 및 치수뿐만 아니라 공차 및 품질 요건과 같은 다른 정보를 정의하는 디지털 모델이다. 그러고 나서, CAM (Computer-aided manufacturing) (103) 은 금속 절삭을 통해 작업편으로부터 컴포넌트를 제조하기 위한 공구 경로를 생성하는 데 사용된다. CAM (103) 을 통해 획득된 공구 경로 데이터 (104) 는 예를 들어 파일 확장자 .cl 을 갖는 컴퓨터 프로그램 (104) 으로서 저장될 수 있다. 공구 경로 데이터 (104) 는 예를 들어 특정 절삭 공구 및 특정 절삭 데이터 (예를 들어, 절삭 속도 및 이송 속도) 를 사용하여 일련의 밀링 또는 선삭 작업들을 정의할 수 있다. 그러고 나서, CAM (103) 의 결과는 내부에서 컴포넌트가 제조되는 기계 (107) 의 제어 시스템에 의해 사용되는 언어 (106) (또는 프로그래머블 논리 제어기, PLC) 로 전환된다. 이 전환 (105) 을 후처리 (105) 라고 한다. 후처리 (105) 의 결과는 컴퓨터 수치 제어 (CNC) 를 사용하는 기계 (107) 에 적절한 수치 제어 (NC) 코드 (106) 일 수 있다. NC 프로그램 (106) 에 기초하여, 제어 시스템 (또는 PLC) 는 작업편에 대해 절삭 공구를 이동시키기 위해 기계 (107) 의 서보들을 제어한다. 절삭 공구의 절삭 에지가 작업편으로부터 재료를 잘라 내어 컴포넌트 (108) 를 형성한다. 컴포넌트 (108) 가 제조되는 작업편은 예를 들어 강 또는 알루미늄과 같은 금속을 포함할 수 있다. 금속 절삭에 사용되는 절삭 에지는 예를 들어 초경합금을 포함할 수 있다. 본 예에서, 제조된 컴포넌트는 블레이드 디스크 (bladed disk; 108) 이다.
전술한 공정에서의 여러 요인이 컴포넌트의 CAD 모델 (102) 과 제조를 통해 획득되는 실제 컴포넌트 (108) 사이에 편차를 야기할 수 있다. 전술한 다양한 단계들과 관련된 다양한 가정, 근사 및/또는 제한에 따라, 에러 또는 편차가 발생할 수 있다. 본 개시에서 고려되는 편차는 예를 들어 다음을 포함한다:
도 2 는 일 실시형태에 따른, 컴포넌트의 공정 계획 및 제조 동안의 피드백 및 제어의 개요이다. 컴포넌트가 제조되기 전에, 먼저 컴포넌트의 3D 모델이 예컨대 CAD 소프트웨어를 사용하여 컴퓨터에서 생성된다 (201). 컴포넌트는 예를 들어 강 또는 알루미늄과 같은 금속을 포함할 수 있다. 그 다음, 컴포넌트를 제조하기에 적합한 기계가 결정 (또는 선택) 된다 (202). 기계는 예를 들어 절삭, 드릴링, 밀링, 선삭, 리밍, 나사가공 또는 연삭과 같은 절삭 가공을 통해 작업편으로부터 컴포넌트를 제조하도록 조정될 수 있다. 일단 기계가 선택되면 (202), 컴포넌트를 제조하기 위한 적절한 기계가공 작업이 결정된다 (203). 채용된 작업은 예를 들어, 재료가 (낮은 정밀도를 지불하고) 작업편으로부터 신속하게 제거되는 황삭, 및 재료가 작업편으로부터 더 느리게 제거되어 적절한 정밀도 및 표면 품질을 제공하는 다듬질 작업을 포함할 수 있다. 황삭과 다듬질 사이의 중간 작업으로서 중삭가공 (semi-finishing) 이 또한 채용할 수 있다. 각각의 동작을 위한 적절한 절삭 공구들이 또한 결정 (또는 선택) 된다 (204). 선택된 기계가공 작업 (203) 및 선택된 절삭 공구 (204) 를 포함하는 전체 공구 최적화 (205) 가 수행될 수 있다. 그 다음, 이송 속도, 스핀들 속도 및 절삭 깊이와 같은 절삭 데이터가 결정된다 (206). 그 다음, 컴포넌트 제조 시간 및 비용이 추정될 수 있다 (207). 최적화 (208) 는 절삭 데이터 (206) 를 위한 적절한 시작 값을 결정 (또는 선택) 하도록 수행될 수 있다. 그 다음, 공구 경로가 생성된다 (209). 잠재적인 충돌을 예측하기 위해 공구 경로에 대해 CAM 시뮬레이션이 수행된다 (210). 생성된 공구 경로에 대해 이송 속도 및 스핀들 속도를 조절하기 위해 MACHPRO 과 같은 최적화 소프트웨어가 채용될 수 있다. 제조 시간 및 비용의 최종 추정치가 계산된다 (112). 그 다음, 컴포넌트들은 기계, 작업, 공구 경로 및 이전에 결정된 절삭 데이터를 사용하여 제조된다 (213). 도 1 을 참조하여 설명한 바와 같이, 후처리 (105) 는 CAM (103) 을 통해 생성된 기계-독립적인 공구 경로 데이터를, 컴포넌트를 제조 (213) 하기 위해 특정 기계를 제어하기 위해 채용되는 NC 코드 (106) 로 전환하기 위해 채용될 수 있다. 품질 평가 (214) 는 제조된 컴포넌트에 대해 수행될 수 있다. 품질 평가는 예를 들어 컴포넌트의 형상, 치수 및 표면 거칠기를 측정함으로써 수행될 수 있다. 이러한 측정은 예를 들어 프로브를 사용하거나 광학 측정 디바이스를 통해 수행될 수 있다. 광학 측정은 예를 들어, 평가되는 컴포넌트를 향해 광 빔을 지향시키고 광 센서 (카메라 등) 내로 컴포넌트에 의해 반사된 광의 강도에 기초하여 컴포넌트를 평가함으로써 수행될 수 있다.
도 2 에 도시된 바와 같이, 시스템 (300) 이 단계 201-214 의 몇몇을 모니터링할 수 있고, 이 단계 201-214 의 일부에 피드백을 제공할 수 있다. 도 3 및 도 4 는 개별 실시형태에 따른, 시스템 (300) 에 의해 수행되는 방법의 흐름도이다. 시스템 (300) 의 작동은 도 2 내지 도 4 를 참조하여 아래에서 설명될 것이다.
도 3 은 일 실시형태에 따른, 시스템 (300) 에 의해 수행되는 방법 (400) 의 흐름도이다. 방법 (400) 은 시스템 (300) 이, 상이한 단계에서 발생하는 에러 또는 편차가 제조된 제품에 어떻게 영향을 미치는지 예측하기 위해, 다수의 컴포넌트의 공정 계획 (또는 예비기계가공 스테이지) 및 제조 (또는 인-머시닝 (in-machining) 스테이지) 로부터 경험적 데이터를 채용하는 학습 스테이지를 형성한다.
방법 (400) 에서, 다수의 단계들이 제조될 다수의 컴포넌트에 대해 반복된다. 제 1 단계 (401) 에서, 컴포넌트의 3D 모델이 획득된다 (401). 도 2 를 참조하여 설명한 바와 같이, 3D 모델은 CAD 모델로서 컴퓨터에서 에서 생성 (201) 되었을 수도 있다. 시스템 (300) 은 CAD 모델이 생성된 컴퓨터로부터 또는 그 모델이 저장된 메모리로부터 CAD 모델을 획득 (401) 할 수 있다. 다수의 컴포넌트들이 동일한 모델에 기초하여 제조되는 경우, 모델은 예를 들어 각 컴포넌트마다 한번씩 대신에, 한번 검색될 수 있다.
그 다음, 컴포넌트의 제조를 위한 컴퓨터 프로그램이 획득된다 (402). 본 실시형태에서, 컴퓨터 프로그램은 (도 1 참조하여 설명된 컴퓨터 프로그램 (104) 과 같이) CAD 모델에 기초하여 CAM 소프트웨어를 통해 생성된 컴퓨터 프로그램이다. 컴퓨터 프로그램은, CAM 소프트웨어를 통해 공구 경로 데이터를 포함하고, 예컨대 확장자 .cl 을 갖는 파일의 형태로 제공될 수도 있다. 컴퓨터 프로그램은 예를 들어 그것이 생성되는 컴퓨터로부터 시스템 (300) 에 의해 수신되거나, 컴퓨터 프로그램은 메모리로부터 검색될 수 있다.
방법 (400) 은, 컴퓨터 프로그램에 기초하여 제조될 컴포넌트의 기하학적 구조를 추정함으로써, 제 1 추정된 기하학적 구조를 제공하는 단계 (403) 를 포함한다. 제 1 추정된 기하학적 구조는 예컨대 기계가공 작업, 공구 경로, 및 컴퓨터 프로그램에 의해 정의된 절삭 데이터를 통해 추정될 수 있다.
방법 (400) 은 3차원 모델에 의해 규정된 바와 같은 컴포넌트의 기하학적 구조와 제 1 추정된 기하학적 구조 사이의 편차를 추정하는 단계 (404) 를 포함한다. 이러한 타입의 편차는 여기에서 제 1 타입의 편차로 언급된다. 컴포넌트의 3D 모델에 기초하여 컴포넌트의 제조를 위한 공구 경로를 생성하는 매우 상이한 방식들이 존재한다. 공구 경로를 생성할 때에 만들어진 상이한 결정 (예컨대, 도 2 를 참조하여 설명된 단계 201-213 참조) 이 3D 모델로부터의 상이한 편차를 초래한다.
방법 (400) 은 컴퓨터 프로그램의 후처리된 버전을 획득하는 단계 (405) 를 포함한다. 본 실시형태에서, 후처리된 버전은 (도 1 을 참조하여 기술된 후처리된 컴퓨터 프로그램 (106) 처럼) NC 코드의 형태로 제공된다. 컴퓨터 프로그램의 후처리된 버전은 예를 들어 그것이 생성되는 후처리 디바이스로부터 수신되거나, 메모리로부터 검색될 수 있다.
방법 (400) 은 컴퓨터 프로그램의 후처리된 버전에 기초하여 제조될 컴포넌트의 기하학적 구조를 추정함으로써 제 2 추정된 기하학적 구조를 제공하는 단계 (406) 를 포함한다. 제 2 추정된 기하학적 구조는 예를 들어, 기계가공 작업, 공구 경로, 및 컴퓨터 프로그램의 후처리 버전에 의해 규정된 절삭 데이터를 통해 추정될 수 있다.
방법 (400) 은 제 1 추정된 기하학적 구조와 제 2 추정된 기하학적 구조 사이의 편차를 추정하는 단계 (407) 를 포함한다. 이러한 타입의 편차는 여기에서 제 4 타입의 편차로서 언급된다 (제 2 및 제 3 타입의 편차는 후술한다).
방법 (400) 은 기계에 의해 컴포넌트의 제조 (컴포넌트의 제조는 컴퓨터 프로그램의 후처리된 버전에 기초하며, 따라서 컴퓨터 프로그램에 간접적으로 기초한다) 동안에 기계에서 포착된 센서 데이터를 획득하는 단계 (408) 를 포함한다.
데이터 센서는 도 2 에서 기계가공 단계 (213) 로부터 시스템 (300) 으로의 신호 (301) 에 의해 표시된다. 센서 데이터 (301) 는 예를 들어 컴퓨터 프로그램의 처리된 버전에 기초하여 기계를 제어하는 제어 시스템으로부터의 위치 피드백을 포함할 수 있다. 센서 데이터 (301) 는 또한 (예를 들어 동력계 (dynamometer) 에 의해 측정된) 기계로부터의 힘 피드백을 포함할 수 있다. 기계의 제어 시스템은 예를 들어 프로그래머블 논리 제어기 (PLC) 일 수 있다. PLC 는 기계의 서보들을 제어하여, 작업편에 대해 절삭 공구를 이동시킬 수 있다. 제어 시스템 (또는 PLC) 로부터의 위치 피드백은 작업편 또는 절삭 공구를 유지하는 스핀들과 같은 기계에서의 이동 부분들의 실제 위치를 나타낼 수 있다. 후처리된 컴퓨터 프로그램 (예컨대, NC 코드의 형식) 은 기계가공 동안에 절삭 공구가 어떻게 움직이는지를 묘사할 수 있다. 그러나, PLC 는 예컨대 서보의 물리적 한계, 특정 이동 부분들 사이의 높은 마찰, 또는 기계의 특정 부분들 (예컨대, 스핀들에서 또는 공구 시스템에서) 사이의 느슨한 접촉 (또는 놀음) 으로 인해 기계가 정확한 공구 경로를 제공하게 하지 못할 수도 있다.
획득된 센서 데이터 (301) 는 예컨대 절삭 공구에 (또는 내에) 배치된 센서들로부터의 센서 데이터를 포함할 수 있다. 센서는 가속도계, 스트레인 게이지, 및/또는 온도 센서를 포함할 수 있다. 스트레인 게이지로부터의 센서 데이터는 절삭 공구의 절삭 에지가 편향 및/또는 마모되는 것을 나타낼 수 있다. 가속도계로부터의 센서 데이터는 절삭 에지에 진동이 존재함을 나타낼 수 있다. 온도 센서로부터의 센서 데이터는 절삭 공구가 고온으로 인해 팽창하였음을 나타낼 수 있다. 기계의 이러한 상태는 의도된 절삭 작용과 실제로 제공된 절삭 작용 사이에 편차를 야기할 수 있으며, 이로 인해 실제로 획득된 컴포넌트가 예상과 다른 기하학적 형상을 가질 수 있다.
방법 (400) 은, 센서 데이터가 나타내는 기계 공정 특징에 기초하여, 제공되는 컴퓨터 프로그램의 후처리 버전을 통해 (그리고 이로써 간접적으로 컴퓨터 프로그램을 통해) 기계가 명령받은 공구 경로와 컴포넌트의 제조 동안에 기계에 의해 제공된 실제 공구 경로 사이의 편차를 추정하는 단계 (409) 를 포함한다. 이러한 타입의 편차는 여기에서 제 2 타입의 편차로서 언급된다.
기계 공정 특징은 편향, 진동, 절삭 공구의 온도 팽창을 포함할 수 있다. 기계 공정 특징은 PLC 에 제공된 후처리된 컴퓨터 프로그램에 의해 지시받은 대로 PLC 가 기계에서의 운동을 제공할 수 없다는 점을 포함할 수 있다. 기계 공정 특징은 절삭 공구의 마모, 공구 파손, 또는 (기계가공 중 작업편에서 제거된 재료에 의해 형성된 칩의) 칩 파손을 포함할 수 있다.
방법 (400) 은 3D 모델에 의해 규정되는 컴포넌트의 기하학적 구조와 제조된 컴포넌트의 측정된 실제 기하학적 구조 사이의 편차를 계산하는 단계를 포함한다. 이러한 타입의 편차는 여기에서 제 3 타입의 편차로서 언급된다.
각 컴포넌트에 대한 추정 및 계산된 편차 (즉, 제 1, 제 2, 제 3, 및 제 4 타입의 편차) 는 상이한 타입의 편차가 서로 어떻게 관련되는지를 근사화하는 데 사용될 수 있다. 따라서, 방법 (400) 은 추정된 편차 및 계산된 편차에 기초하여 에러 전파 모델을 업데이트하는 단계 (411) 를 포함한다. 에러 전파 모델은 예를 들어 제 1 및 제 3 타입의 편차 사이의 관계, 제 2 및 제 3 타입의 편차 사이의 관계, 및 제 4 및 제 3 타입의 편차 사이의 관계를 근사화한다. 환언하면, 에러 전파 모델은 이러한 타입들의 편차들이 서로 어떻게 의존하는지를 나타낸다.
에러 전파 모델은 예를 들어 예비기계가공 동안에 발생하는 편차들 (즉, 제 1 및 제 4 타입의 편차들) 및 인-머시닝 동안에 발생하는 편차들 (즉, 제 2 타입의 편차) 에 기초하여 제조된 컴포넌트의 편차 (즉, 제 3 타입의 편차) 를 추정하는 데 사용될 수 있다. 에러 전파 모델은 예를 들어 제조된 제품에서 에러의 근본 원인을 확인하는 데 사용될 수 있다.
에러 전파 모델의 업데이트 (411) 는 각각의 제조된 컴포넌트에 대해 한번 수행될 수 있거나, 또는 일단 여러 컴포넌트들의 제조로부터의 경험적 데이터가 이용 가능해지면 수행될 수 있다.
3D 모델 (예컨대, 도 1 의 모델 (102)) 에 의해 규정되는 컴포넌트의 형상과 처리된 버전의 컴퓨터 프로그램 (예컨대, 도 1 의 후처리된 컴퓨터 프로그램) 에 의해 규정되는 형상 사이의 편차가 추정되고, 에러 전파 모델이 제 1 (또는 제 4) 타입의 편차와 제 3 타입의 편차 사이 대신에 이러한 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화하는, 실시형태들을 또한 생각할 수 있다.
도 3 을 참조하여 기술된 학습 스테이지 후에, 시스템 (300) 은 도 4 를 참조하여 기술될 정상 상태에서 계속될 수 있다. 도 4 는 추가 컴포넌트들이 제조되는 정상 상태뿐만 아니라 도 3 을 참조하여 기술된 정상 상태 방법 (400) 을 포함하는 방법 (500) 의 흐름도이다.
일단 에러 전파 모델이 (방법 (500) 의 시작부에 블록으로서 학습 방법 (400) 에 의해 도 4 에 나타낸) 충분한 양의 경험적 데이터에 기초하여 업데이트되면, 방법 (500) 은 추가 컴포넌트들 (여기에서, 이미 제조된 컴포넌트와 구별하기 위해 추가적인 컴포넌트라고도 칭함) 의 제조를 준비함으로써 계속된다.
방법 (500) 은 도 3 을 참조하여 전술한 방법 (400) 의 단계 (401-409) 와 유사하지만 추가적인 컴포넌트를 위한 단계 (501-509) 를 포함한다. 예를 들어, 방법 (500) 은 제 1 타입의 편차를 추정하는 단계 (504), 제 4 타입의 편차를 추정하는 단계 (507), 및 제 2 타입의 편차를 추정하는 단계 (509) 를 포함한다.
일단 단계 (501-509) 가 수행되었으면, 방법 (500) 은 에러 전파 모델에 기초하여 그리고 추가적인 컴포넌트에 대한 추정된 편차들 (즉, 제 1, 제 2 및 제 4 타입의 편차들) 에 기초하여, 추가적인 컴포넌트의 3D 모델에 의해 규정되는 추가적인 컴포넌트의 기하학적 구조와 제조된 추가적인 컴포넌트의 실제 형상 사이의 편차를 추정하는 단계 (520) 에 의해 계속된다.
에러 전파 모델이 3D 모델에 의해 규정된 추가적인 컴포넌트의 기하학적 구조와 추정되는 제조된 추가적인 컴포넌트의 실제 형상 사이의 편차를 허용하기 때문에, 컴포넌트의 실제 형상을 측정할 필요성이 감소된다. 제 1, 제 2 및 제 4 타입의 추정된 편차는 예를 들어 최종 컴포넌트의 기하학적 구조 (예를 들어, 크기, 치수 및/또는 표면 거칠기) 가 공차 내에 있는지를 예측하는 데 사용될 수 있다. 따라서, 제조된 컴포넌트의 품질을 평가하기 위한 값비싼 후-기계가공 단계를 생략할 수 있다. 3D 모델에 의해 규정된 컴포넌트의 기하학적 구조와 제조된 컴포넌트의 실제 형상 사이의 추정된 편차는 예컨대 공차 내에 있는지 여부를 결정하기 위해 측정될 필요가 있는 컴포넌트를 선발하는 데 또는 공차 내에 있다고 결론 내리기 위해 측정될 필요가 없는 컴포넌트를 선발하는 데 사용될 수 있다.
에러 전파 모델을 더 업데이트하기 위해 정상 상태에서 (즉, 방법 (400) 에 제공된 학습 스테이지 후에) 제조된 제품에 대한 측정이 여전히 수행되는 실시형태를 또한 생각할 수 있다.
방법 (500) 은 예를 들어 제조된 추가적인 컴포넌트와 함께 전달될 추가적인 컴포넌트에 대한 추정된 편차를 포함하는 문서 (documentation) 를 제공하는 단계 (530) 를 포함할 수 있다. 문서는 제조된 컴포넌트를 수신하는 고객이 그 특정 컴포넌트의 제조 전에 또는 동안에 검출된 편차 또는 다른 조건을 추적하는 것을 허용할 수 있다. 이러한 추적성 (traceability) 은 제조된 컴포넌트의 에러 또는 편차의 근본 원인을 보다 쉽게 찾아낼 수 있게 한다.
상이한 타입들의 편차들이 서로 어떻게 관련되는지를 학습하는 것에 더하여, 시스템 (300) 은 도 2 를 참조하여 설명한 인-머시닝 스테이지 및/또는 예비기계가공 스테이지에 피드백을 제공할 수 있다.
방법 (400) (또는 방법 (500)) 은 예를 들어 업데이트된 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여 명령을 생성하는 것을 포함할 수 있다. 이 명령들은 적절한 공구 경로를 생성 (209) 할 때에 또는 적절한 기계가공 작업을 결정 (203) 하기 위해, 적절한 절삭 공구를 결정 (204) 하기 위해, 적절한 절삭 데이터를 결정 (206) 하기 위해, 예비 기계가공 단계 동안에 사용될 수 있다. 환언하면, 명령들은 컴포넌트의 3D 모델에 기초하여 컴포넌트의 제조를 위한 컴퓨터 프로그램 (도 1 을 참조하여 기술된 후처리된 컴퓨터 프로그램 (106) 또는 컴퓨터 프로그램 (104) 등) 을 생성하기 위해 프로세서 (도 1 을 참조하여 기술된 CAM (103) 등) 에서 입력으로서 사용될 수 있다. 이러한 컴퓨터 프로그램의 생성은 절삭 공구, 절삭 데이터 등이 기계가공 동안에 진동, 채터 및/또는 칩 형성에 어떻게 영향을 미치는지에 대한 모델에 기초할 수 있다. 경험적 데이터에 기초하여 시스템 (300) 을 통해 획득된 학습은 예를 들어 그러한 모델을 업데이트하거나 수정하는 데 사용될 수 있다.
이러한 타입의 피드백은 나중에 컴포넌트를 예비 기계가공하는 동안에 다량의 경험적 데이터에 기초한 학습이 사용되는 매우 큰 시간 스케일로 제공된다. 시스템 (300) 은 예를 들어 학습을 가속하기 위해 다수의 기계로부터 데이터를 수신할 수 있다. 인터넷 (또는 클라우드 기반 서비스) 이 이러한 대량의 데이터를 수집 및/또는 처리하는 데 사용될 수 있다. 기계 학습은 예를 들어 이러한 잠재적으로 매우 많은 데이터 세트 내에서 패턴들 또는 상관관계들을 구별하는 데 사용될 수 있다. 데이터가 다수의 기계로부터 수신되는 경우, 데이터가 어디에서 왔는지 (즉, 어떤 기계에서 그리고 어떤 조건에서 생성되었는지) 를 추적하기 위해 메타데이터가 필요할 수 있다.
시스템 (300) 으로부터의 피드백은 예를 들어 최적화 단계들 (205, 208, 211) 중 하나 이상에서 사용될 수 있다.
시스템 (300) 은 또한 컴포넌트의 기계가공 동안과 같은 더 짧은 시간 스케일로 피드백을 제공할 수 있다. 방법 (400) (또는 방법 (500)) 은 예를 들어, 기계에 의한 특정 컴포넌트의 제조 중에 기계에서 포착된 센서 데이터 (301) 에 기초하여, 이미 특정 컴포넌트의 제조 중에 절삭 데이터를 조정하기 위해 기계를 제어하기 위한 제어 신호들을 수집하는 것을 포함할 수 있다.
진동 또는 채터가 절삭 공구에서 검출되는 경우, 이송 속도 또는 스핀들 속도가 예를 들어 진동 또는 채터를 줄이기 위해 조정될 수 있다. 이송 속도 또는 스핀들 속도는 예를 들어 기계가공 중에 절삭 공구에서 높은 온도 또는 마모가 검출되는 경우에도 또한 조정될 수 있다.
방법 (400) (또는 방법 (500)) 은 예를 들어, 기계에 의한 특정 컴포넌트의 제조 중에 기계에서 포착된 센서 데이터 (301) 에 기초하여, 후속 컴포넌트의 제조를 위해 절삭 데이터를 조정하도록 기계를 제어하기 위한 명령들을 생성하는 것을 포함할 수 있다. 환언하면, 시스템 (300) 은 다음 컴포넌트를 제조할 때 사용될 기계에 피드백을 제공할 수 있다.
방법 (400) (또는 방법 (500)) 은 예를 들어, 업데이트된 에러 전파 모델에 기초하거나 추정된 편차 및 계산된 편차에 기초하여, 기계에 의한 컴포넌트의 제조 동안에 기계에서 포착된 센서 데이터가 제조 중에 기계의 제어를 위해 어떻게 사용되어야 하는지에 대한 규칙을 업데이트하는 것을 포함할 수 있다. 환언하면, 시스템 (300) 에 의해 유지되는 에러 전파 모델로부터의 장기 피드백은 컴포넌트의 기계가공 동안 단기 피드백에 영향을 미치기 위해 채용될 수 있다.
기계가공을 위한 공정 파라미터들의 예측 및/또는 최적화를 위해 다양한 타입의 모델 (예를 들어, 통계적, 수치적 또는 기계적 모델) 이 사용될 수 있다. 이러한 모델들은 업데이트된 에러 전파 모델에 기초하여 업데이트될 수 있으며, 그러면 이는 프로세스 파라미터가 어떻게 결정되는지에 영향을 미칠 것이다. 이것은 제조 중에 기계의 제어에 대한 규칙이 어떻게 업데이트될 수 있는지에 대한 일례로서 간주될 수 있다.
시스템 (300) 에 의해 제공되는 학습은 예를 들어 주어진 기계에 대한 기계 상태, 운동학적 및 동적 거동 등에 관한 기계 특징 (기계 지문이라고도 함) 을 결정하는 데 사용될 수 있다. 이러한 특징은 예를 들어 제조된 컴포넌트와 함께 배달되는 문서에 포함될 수 있다.
시스템 (300) 에 의해 제공되는 학습은 예를 들어 공구 상태뿐만 아니라 정적 및 동적 거동에 관한 절삭 공구 어셈블리 특징 (지문이라고도 함) 을 결정하는 데 사용될 수 있다. 이러한 특징은 예를 들어 제조된 컴포넌트와 함께 배달되는 문서에 포함될 수 있다.
시스템 (300) 은 예를 들어 오퍼레이터로부터의 입력을 고려하도록 조정될 수 있다. 오퍼레이터는 예를 들어 센서 데이터 또는 제조된 컴포넌트의 측정에 기초하여 시스템 (300) 에 수동 피드백을 제공할 수 있다.
당업자는 본 발명이 전술한 바람직한 실시형태로 결코 제한되지 않음을 알고 있다. 오히려, 첨부된 청구항들의 범위 내에서 많은 수정 및 변형이 가능하다. 예를 들어, 제조된 컴포넌트는 (도 1 및 도 2 에서와 같이) 블레이드 디스크일 필요는 없다. 또한, 개시된 실시형태들에 대한 변형은 도면, 개시내용 및 첨부된 청구항들의 연구로부터 청구된 발명을 실시함에 있어서 당업자에 의해 이해되고 행해질 수 있다. 청구항들에서, "포함하는" 이라는 단어는 다른 요소 또는 단계를 배제하지 않으며, 단수형의 기재는 복수를 배제하지 않는다. 특정 측정이 서로 다른 종속 청구항들에 기재되어 있다는 단순한 사실은, 이 측정들의 조합이 유리하게 사용될 수 없다는 것을 나타내지 않는다. 청구항들 내의 임의의 도면 부호는 범위를 제한하는 것으로 해석되어서는 안 된다.
Claims (14)
- 제조될 복수의 컴포넌트들 (108) 의 각각에 대해,
제조될 컴포넌트의 3차원 모델 (102) 을 획득하는 단계 (401);
상기 컴포넌트의 제조를 위한 컴퓨터 프로그램 (104) 을 획득하는 단계 (402) 로서, 상기 컴퓨터 프로그램은 절삭 공구용 공구 경로를 규정하는 데이터를 포함하는, 상기 컴퓨터 프로그램 (104) 을 획득하는 단계 (402);
상기 컴퓨터 프로그램에 기초하여, 상기 제조될 컴포넌트의 기하학적 구조를 추정함으로써, 제 1 추정된 기하학적 구조를 제공하는 단계 (403);
상기 제 1 추정된 기하학적 구조와 상기 3차원 모델에 의해 규정되는 상기 컴포넌트의 기하학적 구조 사이의 편차로서 제 1 타입의 편차를 추정하는 단계 (404);
기계에 의한 상기 컴포넌트의 제조 중에 상기 기계 (107) 에서 포착된 센서 데이터 (301) 를 획득하는 단계 (408) 로서, 상기 컴포넌트의 상기 제조는 상기 컴퓨터 프로그램에 기초하는, 상기 센서 데이터 (301) 를 획득하는 단계 (408);
상기 센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 상기 컴퓨터 프로그램을 통해 상기 기계가 제공하도록 명령받은 공구 경로와 상기 컴포넌트의 상기 제조 동안에 상기 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계 (409);
상기 3차원 모델에 의해 규정되는 상기 컴포넌트의 기하학적 구조와 제조된 상기 컴포넌트의 측정된 실제 기하학적 구조 사이의 편차로서 제 3 타입의 편차를 계산하는 단계 (410); 및
추정된 편차와 계산된 편차에 기초하여 에러 전파 모델을 업데이트하는 단계 (411) 로서, 상기 에러 전파 모델은 상기 제 1 타입의 편차와 제 3 타입의 편차 사이의 관계, 및 상기 제 2 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화하는 (approximate), 상기 에러 전파 모델을 업데이트하는 단계 (411)
를 포함하는 방법 (400, 500). - 제 1 항에 있어서,
상기 복수의 컴포넌트들 중 적어도 일부에 대해,
상기 컴퓨터 프로그램의 후처리된 버전 (106) 을 획득하는 단계 (405);
상기 컴퓨터 프로그램의 상기 후처리된 버전에 기초하여, 제조될 컴포넌트의 기하학적 구조를 추정함으로써, 제 2 추정된 기하학적 구조를 제공하는 단계 (406); 및
상기 제 1 추정된 기하학적 구조와 상기 제 2 추정된 기하학적 구조 사이의 편차로서 제 4 타입의 편차를 추정하는 단계 (407)
를 더 포함하고,
상기 제 2 타입의 편차는, 상기 기계가공 공정 특징에 기초하여, 상기 컴퓨터 프로그램의 후처리된 버전을 통해 상기 기계가 제공하도록 명령받은 공구 경로와 상기 컴포넌트의 제조 중에 상기 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 추정되고,
상기 에러 전파 모델은 또한 추정된 상기 제 4 타입의 편차에 기초하여 업데이트되고,
상기 에러 전파 모델은 또한 상기 제 4 타입의 편차와 제 3 타입의 편차 사이의 관계를 근사화하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 또는 제 2 항에 있어서,
획득된 상기 센서 데이터는 상기 컴퓨터 프로그램에 기초하여 상기 기계를 제어하는 제어 시스템으로부터의 위치 피드백을 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
획득된 상기 센서 데이터는 절삭 공구로부터의 센서 데이터를 포함하고,
상기 기계가공 공정 특징은
상기 절삭 공구의 편향;
상기 절삭 공구의 진동;
상기 절삭 공구의 온도 팽창;
마모;
공구 파손; 및/또는
칩 파손
을 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
획득된 상기 센서 데이터는 상기 절삭 공구 이외의 상기 기계의 다른 부분들로부터의 센서 데이터를 포함하고,
상기 기계가공 공정 특징은
상기 기계의 부분들 사이의 느슨한 연결; 및/또는
상기 기계의 이동가능 부분에서의 특정 레벨의 마찰
을 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
획득된 상기 센서 데이터는
동적 힘 측정 센서;
힘 측정 센서;
토크 측정 센서;
온도 센서;
치수 측정 센서;
표면 거칠기 측정 센서;
위치 센서;
인덕티브 센서; 및/또는
광학 센서
로부터의 데이터를 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 에러 전파 모델의 업데이트 후,
제조될 추가적인 컴포넌트의 3차원 모델을 획득하는 단계 (501);
상기 추가적인 컴포넌트의 제조를 위한 컴퓨터 프로그램을 획득하는 단계 (502) 로서, 상기 컴퓨터 프로그램은 절삭 공구를 위한 공구 경로를 규정하는 데이터를 포함하는, 상기 컴퓨터 프로그램을 획득하는 단계 (502);
상기 컴퓨터 프로그램에 기초하여, 제조될 상기 추가적인 컴포넌트의 기하학적 구조를 추정함으로써, 상기 추가적인 컴포넌트의 추정된 기하학적 구조를 제공하는 단계 (504);
상기 추가적인 컴포넌트의 추정된 기하학적 구조와 상기 추가적인 컴포넌트의 3차원 모델에 의해 규정되는 추가적인 컴포넌트의 기하학적 구조 사이의 제 1 타입의 편차를 추정하는 단계 (505);
기계에 의한 추가적인 컴포넌트의 제조 동안에 상기 기계에서 포착된 추가적인 센서 데이터를 획득하는 단계 (508) 로서, 상기 추가적인 컴포넌트는 상기 컴퓨터 프로그램에 기초하여 상기 기계에 의해 제조되는, 상기 추가적인 센서 데이터를 획득하는 단계 (508);
상기 추가적인 센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 상기 컴퓨터 프로그램을 통해 상기 기계가 제공하도록 명령받은 공구 경로와 상기 추가적인 컴포넌트의 제조 동안에 상기 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계 (509); 및
상기 에러 전파 모델에 기초하여 그리고 상기 추가적인 컴포넌트에 대한 추정된 상기 편차에 기초하여, 상기 3차원 모델에 의해 규정된 상기 추가적인 컴포넌트의 기하학적 구조와 제조된 상기 추가적인 컴포넌트의 실제 형상 사이의 편차를 추정하는 단계 (520)
를 더 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 에러 전파 모델의 업데이트 후,
제조될 추가적인 컴포넌트의 3차원 모델을 획득하는 단계 (501);
상기 추가적인 컴포넌트의 제조를 위한 컴퓨터 프로그램을 획득하는 단계 (502) 로서, 상기 컴퓨터 프로그램은 절삭 공구를 위한 공구 경로를 규정하는 데이터를 포함하는, 상기 컴퓨터 프로그램을 획득하는 단계 (502);
상기 컴퓨터 프로그램에 기초하여 제조될 상기 추가적인 컴포넌트의 기하학적 구조를 추정함으로써 상기 추가적인 컴포넌트의 추정된 기하학적 구조를 제공하는 단계 (503);
상기 추가적인 컴포넌트의 추정된 기하학적 구조와 상기 추가적인 컴포넌트의 3차원 모델에 의해 규정된 상기 추가적인 컴포넌트의 기하학적 구조 사이의 제 1 타입의 편차를 추정하는 단계 (504);
기계에 의한 상기 추가적인 컴포넌트의 제조 중에 상기 기계에서 포착된 센서 데이터를 획득하는 단계 (508) 로서, 상기 추가적인 컴포넌트는 상기 컴퓨터 프로그램에 기초하여 상기 기계에 의해 제조되는, 상기 센서 데이터를 획득하는 단계 (508);
추가적인 센서 데이터에 의해 표시되는 기계가공 공정 특징에 기초하여, 상기 컴퓨터 프로그램을 통해 상기 기계가 제공하도록 명령받은 공구 경로와 상기 추가적인 컴포넌트의 제조 동안에 상기 기계에 의해 제공된 실제 공구 경로 사이의 편차로서 제 2 타입의 편차를 추정하는 단계 (509); 및
상기 추가적인 컴포넌트와 함께 배달되기 위한, 상기 추가적인 컴포넌트에 대한 추정된 편차를 포함하는 문서 (documentation) 를 제공하는 단계 (530)
를 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
컴포넌트의 3차원 모델 (102) 에 기초하여 상기 컴포넌트의 제조를 위한 컴퓨터 프로그램 (104) 을 생성하기 위한 프로세스 (103) 에서, 업데이트된 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여,
기계가공 작업,
기계가공 작업 시퀀스,
절삭 공구,
공구 어셈블리,
공구 경로, 및/또는
절삭 데이터
의 선택을 위한 명령들을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
기계에 의한 특정 컴포넌트의 제조 동안에 상기 기계에서 포착된 상기 센서 데이터 (301) 에 기초하여, 이미 상기 특정 컴포넌트의 제조 동안에 절삭 데이터를 조정하도록 상기 기계를 제어하기 위한 제어 신호들을 생성하는 단계
를 더 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
기계에 의한 특정 컴포넌트의 제조 동안에 상기 기계에서 포착된 상기 센서 데이터 (301) 에 기초하여, 후속 컴포넌트의 제조를 위해 절삭 데이터를 조정하도록 상기 기계를 제어하기 위한 명령들을 생성하는 단계
를 더 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 11 항 중 어느 한 항에 있어서,
업데이트된 상기 에러 전파 모델에 기초하여 또는 추정된 편차 및 계산된 편차에 기초하여, 기계에 의한 컴포넌트의 제조 동안에 상기 기계에서 포착된 센서 데이터가 제조 중에 상기 기계의 제어를 위해 어떻게 사용되어야 하는지에 대한 규칙을 업데이트하는 단계
를 더 포함하는 것을 특징으로 하는 방법 (400, 500). - 제 1 항 내지 제 12 항 중 어느 한 항의 방법을 수행하기 위한 명령들을 갖는 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품.
- 제 1 항 내지 제 12 항 중 어느 한 항에서 규정된 방법을 수행하도록 구성된 시스템 (300).
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16188298.0A EP3293593B1 (en) | 2016-09-12 | 2016-09-12 | Method for estimating error propagation |
EP16188298.0 | 2016-09-12 | ||
PCT/EP2017/070752 WO2018046261A1 (en) | 2016-09-12 | 2017-08-16 | Method for estimating error propagation |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190055079A true KR20190055079A (ko) | 2019-05-22 |
KR102256424B1 KR102256424B1 (ko) | 2021-05-25 |
Family
ID=56920569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020197006951A KR102256424B1 (ko) | 2016-09-12 | 2017-08-16 | 에러 전파의 추정 방법 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11144040B2 (ko) |
EP (1) | EP3293593B1 (ko) |
JP (1) | JP7292202B2 (ko) |
KR (1) | KR102256424B1 (ko) |
CN (1) | CN109690431B (ko) |
CA (1) | CA3035287A1 (ko) |
WO (1) | WO2018046261A1 (ko) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10895870B2 (en) | 2018-08-01 | 2021-01-19 | X Development Llc | Dynamic fabrication engine |
JP6878378B2 (ja) * | 2018-10-31 | 2021-05-26 | ファナック株式会社 | 数値制御装置 |
US20220281019A1 (en) * | 2019-08-09 | 2022-09-08 | Sumitomo Electric Industries, Ltd. | Rotating tool, module, cutting system, processing method, and processing program |
SE1900215A1 (en) * | 2019-12-20 | 2021-03-30 | Sandvik Machining Solutions Ab | Method and system for optimizing a manufacturing process |
DE112021008146T5 (de) * | 2021-11-11 | 2024-06-13 | Fanuc Corporation | Abmessungsabschätzvorrichtung und computerlesbares speichermedium |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016065492A1 (en) * | 2014-10-31 | 2016-05-06 | Cloudbased Industry 4.0 Technologies Ag | A computer-implemented method for part analytics of a workpiece machined by at least one cnc machine |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPQ131399A0 (en) * | 1999-06-30 | 1999-07-22 | Silverbrook Research Pty Ltd | A method and apparatus (NPAGE02) |
WO2002003155A1 (fr) * | 2000-06-30 | 2002-01-10 | Mori Seiki Co.,Ltd. | Dispositif et procede de simulation d'operations d'usinage pour machines a commande numerique |
US7219043B2 (en) * | 2002-02-05 | 2007-05-15 | General Electric Company | Method and system for reverse and re-engineering parts |
KR100517880B1 (ko) * | 2003-11-20 | 2005-09-28 | 학교법인 포항공과대학교 | Cnc 가공에서 생산시간 단축과 가공 정밀도 향상을위한 이송속도 스케줄링 방법 |
DE102005025338B4 (de) | 2005-05-31 | 2019-03-14 | Siemens Aktiengesellschaft | 08.Verfahren zur Bearbeitung eines Werkstückes |
DK2222707T3 (en) * | 2007-11-21 | 2016-04-11 | Univ Oregon Health & Science | Monoclonal anti-factor XI antibodies and method of use thereof |
EP2328476B1 (en) * | 2008-09-19 | 2014-04-16 | Duke University | Systems and methods for generating an osteoarthritis progression predictor and systems and methods for using the predictor |
CN102540977B (zh) * | 2012-03-16 | 2013-09-04 | 上海大学 | 数控加工中的误差估算方法 |
NL2013736A (en) * | 2013-11-26 | 2015-05-27 | Asml Netherlands Bv | Methods and apparatus for calculating electromagnetic scattering properties of a structure and for estimation of geometrical and material parameters thereof. |
US9483047B2 (en) | 2013-12-04 | 2016-11-01 | The Boeing Company | System and method for operating a machine and performing quality assurance |
CN104759942B (zh) * | 2015-04-22 | 2018-06-26 | 华中科技大学 | 一种薄壁零件的铣削变形在线测量与补偿加工方法 |
-
2016
- 2016-09-12 EP EP16188298.0A patent/EP3293593B1/en active Active
-
2017
- 2017-08-16 CN CN201780055180.5A patent/CN109690431B/zh active Active
- 2017-08-16 CA CA3035287A patent/CA3035287A1/en active Pending
- 2017-08-16 JP JP2019513811A patent/JP7292202B2/ja active Active
- 2017-08-16 US US16/332,347 patent/US11144040B2/en active Active
- 2017-08-16 WO PCT/EP2017/070752 patent/WO2018046261A1/en active Application Filing
- 2017-08-16 KR KR1020197006951A patent/KR102256424B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016065492A1 (en) * | 2014-10-31 | 2016-05-06 | Cloudbased Industry 4.0 Technologies Ag | A computer-implemented method for part analytics of a workpiece machined by at least one cnc machine |
Also Published As
Publication number | Publication date |
---|---|
JP7292202B2 (ja) | 2023-06-16 |
EP3293593A1 (en) | 2018-03-14 |
WO2018046261A1 (en) | 2018-03-15 |
JP2019530082A (ja) | 2019-10-17 |
CA3035287A1 (en) | 2018-03-15 |
EP3293593B1 (en) | 2019-03-20 |
US11144040B2 (en) | 2021-10-12 |
KR102256424B1 (ko) | 2021-05-25 |
CN109690431B (zh) | 2022-03-15 |
US20190212720A1 (en) | 2019-07-11 |
CN109690431A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102256424B1 (ko) | 에러 전파의 추정 방법 | |
US6400998B1 (en) | Generation of measurement program in NC machining and machining management based on the measurement program | |
US6671571B1 (en) | Method for NC- programming and system for NC- machining | |
CN104759942B (zh) | 一种薄壁零件的铣削变形在线测量与补偿加工方法 | |
US20080306620A1 (en) | Method for Machining a Workpiece | |
JP7383982B2 (ja) | 工具寿命予測システム | |
CN110610012A (zh) | 基于从数据库选择的策略进行加工 | |
JP2015168057A (ja) | びびり予測のための改良型データベース | |
CN107664985B (zh) | Cad/cam-cnc集成*** | |
US10386814B2 (en) | Machining status display apparatus, and NC program generating apparatus and NC program editing apparatus provided with the same | |
JP2019506657A (ja) | 機械工具を監視する方法およびコントローラ | |
Thombansen et al. | Design framework for model-based self-optimizing manufacturing systems | |
Pereverzev et al. | Optimization of control programs for numerically controlled machine tools by dynamic programming | |
KR20170033009A (ko) | 정삭 가공 시뮬레이션 소재의 표면조도 가시화 방법 및 이에 대한 기록매체 | |
US20210239563A1 (en) | System of indirect estimation of the condition of wear of a cutting tool | |
KR101896291B1 (ko) | 공작 기계의 가공경로 보정방법 | |
US6556879B1 (en) | Numerical controlling unit using machining information | |
EP3807731B1 (en) | Workpiece surface quality issues detection | |
JP2020008979A (ja) | 数値制御装置 | |
JP7504687B2 (ja) | 切削加工支援システム | |
US20240192664A1 (en) | Information processing apparatus and information processing program | |
EP4083728A1 (en) | Methods and systems for adapting a feed rate of a feed control on numerically controlled machine tools | |
Manikandan et al. | Error Compensation Strategies for Workpiece Deflection During End Milling of Thin-Walled Straight and Curved Geometries | |
WO2023135796A1 (ja) | 産業機械の変化の推定装置 | |
Allen et al. | Self-tuning control of cutting force for rough turning operations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |