초록
공구상태 감시기술은 지능형 생산시스템 구축을 위하여 중요한 요소 기술이다. 다양한 생산 공정 분야에 걸쳐 연구가 진행되었지만 기어 세이빙 공정에서 공구파손을 검출하는 연구가 발표된 바가 없다. 본 연구에서는 기어 세이빙 공정 중에 세이빙 공구의 상태를 검출하기 위하여 베타확률분포를 활용하는 통계적 기법을 제안하였다. 신뢰성 있는 공구상태 감시를 위하여 선행되어야 할 특징값 추출을 위하여 공정 중에 발생하는 진동 신호를 베타확률분포로 모델링하였다. 신호의 양봉 분포를 단봉 분포로 변환한 후 모멘트법을 사용하여 베타확률분포의 파라미터들을 추정함으로써 특징값들을 추출하였다. 특징값들의 유효성을 평가 결과, 베타분포 모델의 파라미터 중 모드가 우수한 세이빙 공구상태 감시 성능을 갖고 있음을 확인하였다.
Tool condition monitoring (TCM) is crucial for improvement of productivity in manufacturing process. However, TCM techniques have not been applied to monitor tool failure in an industrial gear shaving application. Therefore, this work studied a statistical TCM method for monitoring gear shaving tool condition. The method modeled the vibration signal of the shaving process using beta probability distribution in order to extract the effective features for TCM. Modeling includes rectifying for converting a bi-modal distribution into a unimodal distribution, estimating the parameters of beta probability distribution based on method of moments. The performance of features obtained from the proposed method was evaluated and discussed.