아우크스부르크 AI 생산 네트워크인 DLR 경량 생산 기술 센터(ZLP), Fraunhofer IGCV 및 아우크스부르크 대학교는 초음파 센서를 사용하여 복합 재료 처리 품질과 소리의 상관관계를 확인합니다.
가공 품질을 모니터링하기 위해 CNC 밀링 머신에 설치된 초음파 센서입니다.이미지 출처: 아우크스부르크 대학교가 모든 권리 보유
2021년 1월에 설립되어 독일 아우크스부르크에 본사를 둔 아우크스부르크 AI(인공지능) 생산 네트워크는 아우크스부르크 대학교, 프라운호퍼, 주조, 복합 재료 및 가공 기술(프라운호퍼 IGCV) 및 독일 경량 생산 기술에 대한 연구를 통합합니다. 센터.독일 항공우주센터(DLR ZLP).소재, 제조 기술, 데이터 기반 모델링 간의 인터페이스에서 인공지능 기반 생산 기술을 공동 연구하는 것이 목적이다.인공지능이 생산 공정을 지원할 수 있는 응용 사례로는 섬유 강화 복합 재료 가공이 있습니다.
새로 구축된 인공지능 생산 네트워크에서 과학자들은 인공지능이 어떻게 생산 공정을 최적화할 수 있는지 연구하고 있습니다.예를 들어, 항공우주 또는 기계 공학 분야의 많은 가치 사슬 끝에서 CNC 공작 기계는 섬유 강화 폴리머 복합재로 만들어진 부품의 최종 윤곽을 처리합니다.이 가공 공정은 밀링 커터에 대한 수요가 높습니다.아우크스부르크 대학의 연구원들은 CNC 밀링 시스템을 모니터링하는 센서를 사용하여 가공 공정을 최적화하는 것이 가능하다고 믿습니다.그들은 현재 인공 지능을 사용하여 이러한 센서가 제공하는 데이터 스트림을 평가하고 있습니다.
산업 제조 공정은 일반적으로 매우 복잡하며 결과에 영향을 미치는 많은 요소가 있습니다.예를 들어, 장비와 가공 도구는 빨리 마모되며, 특히 탄소 섬유와 같은 단단한 재료는 더욱 그렇습니다.따라서 고품질의 다듬질 및 가공된 복합재 구조를 제공하려면 중요한 마모 수준을 식별하고 예측하는 능력이 필수적입니다.산업용 CNC 밀링 머신에 대한 연구는 인공 지능과 결합된 적절한 센서 기술이 이러한 예측과 개선을 제공할 수 있음을 보여줍니다.
초음파 센서 연구를 위한 산업용 CNC 밀링 머신입니다.이미지 출처: 아우크스부르크 대학교가 모든 권리 보유
대부분의 최신 CNC 밀링 기계에는 에너지 소비, 이송력 및 토크 기록과 같은 기본 센서가 내장되어 있습니다.그러나 이러한 데이터는 밀링 프로세스의 미세한 세부 사항을 해결하는 데 항상 충분하지 않습니다.이를 위해 아우크스부르크 대학에서는 구조음 분석을 위한 초음파 센서를 개발하고 이를 산업용 CNC 밀링 머신에 통합했습니다.이 센서는 밀링 중에 생성된 초음파 범위의 구조화된 음향 신호를 감지한 다음 시스템을 통해 센서로 전파됩니다.
구조음은 처리 과정의 상태에 대한 결론을 도출할 수 있습니다.인공지능 생산 네트워크 책임자인 마르쿠스 사세(Markus Sause) 교수는 “이것은 활현이 바이올린에게 중요한 것처럼 우리에게 의미 있는 지표”라고 설명했다."음악 전문가는 바이올린 소리를 통해 바이올린의 조율 여부와 연주자의 악기 숙달 여부를 즉시 판단할 수 있습니다."그런데 이 방법이 CNC 공작기계에 어떻게 적용되나요?머신러닝이 핵심입니다.
초음파 센서에 의해 기록된 데이터를 기반으로 CNC 밀링 공정을 최적화하기 위해 Sause와 함께 일하는 연구원들은 소위 기계 학습을 사용했습니다.음향 신호의 특정 특성은 바람직하지 않은 공정 제어를 나타낼 수 있으며 이는 가공된 부품의 품질이 좋지 않음을 나타냅니다.따라서 이 정보는 밀링 프로세스를 직접 조정하고 개선하는 데 사용될 수 있습니다.이렇게 하려면 기록된 데이터와 해당 상태(예: 처리 양호 또는 불량)를 사용하여 알고리즘을 훈련합니다.그러면 밀링 머신을 조작하는 사람이 제시된 시스템 상태 정보에 반응할 수도 있고, 프로그래밍을 통해 시스템이 자동으로 반응할 수도 있습니다.
기계 학습은 공작물에 대한 밀링 프로세스를 직접 최적화할 수 있을 뿐만 아니라 생산 공장의 유지 관리 주기를 최대한 경제적으로 계획할 수도 있습니다.경제성을 높이려면 기능적 구성 요소가 기계에서 최대한 오랫동안 작동해야 하지만, 구성 요소 손상으로 인한 자연적인 고장은 피해야 합니다.
예측 유지보수는 AI가 수집된 센서 데이터를 사용하여 부품 교체 시기를 계산하는 방법입니다.연구 중인 CNC 밀링 기계의 경우 알고리즘은 소리 신호의 특정 특성이 변경되는 시기를 인식합니다.이런 방식으로 가공 공구의 마모 정도를 식별할 수 있을 뿐만 아니라 공구를 교체해야 하는 정확한 시기도 예측할 수 있습니다.이 프로세스와 기타 인공지능 프로세스는 아우크스부르크의 인공지능 생산 네트워크에 통합되고 있습니다.세 개의 주요 파트너 조직은 다른 생산 시설과 협력하여 모듈식 및 재료 최적화 방식으로 재구성할 수 있는 제조 네트워크를 구축하고 있습니다.
업계 최초의 섬유 강화 뒤에 숨겨진 오래된 기술을 설명하고 새로운 섬유 과학과 미래 개발에 대한 심층적인 이해를 갖추고 있습니다.
게시 시간: 2021년 10월 8일