한국정보전자통신기술학회논문지 (The Journal of Korea Institute of Information, Electronics, and Communication Technology)

  • 제12권2호
  • /
  • Pages.120-126
  • /
  • 2019
  • /
  • 2005-081X(pISSN)
  • /
  • 2288-9302(eISSN)
한국정보전자통신기술학회 (Korea Information Electronic Communication Technology)
권호 표지
DOI QR코드

DOI QR Code

음향센서를 활용한 CNC 공구떨림 감지 및 안정화 기법

A Detection and Stabilization Method for CNC Tool Vibration using Acoustic Sensor

  • Kim, Jung-Jun (Department of Information Security, Chonbuk University) ;
  • Cho, Gi-Hwan (Division of Computer Science and Engineering, Chonbuk University)
  • 투고 : 2019.02.20
  • 심사 : 2019.03.05
  • 발행 : 2019.04.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 정밀기계, 전기전자, 반도체 등의 급속한 산업의 발달로 전장장치의 고정밀도 가공의 필요성이 증대하고 있다. 작업자의 감각과 경험에 의존하던 절삭 공작기계 제어는 CNC(Computerized Numeric Controller: 컴퓨터 수치제어) 도입으로 가공 정밀도가 획기적으로 개선되고 있다. 또한 공작 기계의 운전 상태를 실시간 반영하는 가공 동특성(cutting dynamics)기법이 관심을 받고 있다. 본 논문은 CNC 공작기계에 음향센서를 부착하여 공구떨림 감지 및 안정화하는 방안을 제시한다. 공구 이송 위치와 음향센서 데이터를 동기화 하고 수집된 음향 주파수에서 이상 진동음에 대한 주파수를 분석하여 떨림을 감지한다. 또한 가공 동특성 기법을 적용하여 공구떨림 감지와 안정화의 신뢰성을 높인다. 제안한 기법은 금형 가공의 공구떨림 안정화 전후 가공 표면조도의 향상 관점에서 분석 평가한다.

Recently, there is an increasing need for highly precise processing with the rapid development of precision machinery, electrical and electronics, and semiconductor industries. Cutting machine control relies on the operator's sense and experience in tradition, but it has been greatly enhanced by the adoption of CNC(Computerized Numeric Controller). In addition, cutting dynamics technology has been paid attention to reflect the operating state of machine in real time. This paper presents a method to detect and stabilize tool vibration by attaching an acoustic sensor to a CNC machine. The sensed acoustic data is synchronized with the tool position and the abnormal vibration frequency is separated from the collected acoustic frequency, then analyzed to detect the tool vibration. Also the reliability the tool vibration detection and stabilization is improved by applying the cutting dynamic method. The proposed method is analyzed and evaluated in terms of the surface roughness.

키워드

JBJTBH_2019_v12n2_120_f0001.png 이미지

그림 1. CNC 공작기계의 발전과정 Fig. 1. A Development Process of CNC Machine

JBJTBH_2019_v12n2_120_f0002.png 이미지

그림 2. 센서가 장착된 절삭 도구 Fig. 2. A Spindle Tool with built-in Sensors

JBJTBH_2019_v12n2_120_f0005.png 이미지

그림 5. 공구떨림 감지 및 안정화 절차 Fig. 5. Flow Chart of Tool Vibration Detection and Stabilization Procedure

JBJTBH_2019_v12n2_120_f0006.png 이미지

그림 6. 시스템 구성도 Fig. 6. The System Configuration

JBJTBH_2019_v12n2_120_f0007.png 이미지

그림 7. CNC 메모리 구조 및 내부 데이터 Fig. 7. CNC Memory Configuration and Internal Data

JBJTBH_2019_v12n2_120_f0008.png 이미지

그림 8. ωd =4,175hz, 안정화 RPM적용 예 Fig. 8. ωd =4,175hz, An Example of Applying Stabilization RPM

JBJTBH_2019_v12n2_120_f0009.png 이미지

그림 9. 공구떨림 안정화 전후 가공면 비교 Fig. 9. A Comparison of Finished Surfaces before and after Tool Vibration Stabilization

JBJTBH_2019_v12n2_120_f0010.png 이미지

그림 3. 절삭날에 의한 가공물 두께의 변화 Fig. 3. Variance of Artifact‘s Thickness with Varying the Cutting Edge

JBJTBH_2019_v12n2_120_f0011.png 이미지

그림 4. 음향정보를 이용한 공구떨림 감지 Fig. 4. Tool Vibration Detection with Cutting Sound

표 1. 음향센서 사양 Table 1. Acoustic Sensor Specification

JBJTBH_2019_v12n2_120_t0001.png 이미지

표 2. 임베디드 디바이스 사양 Table 1. Embedded Device Specification

JBJTBH_2019_v12n2_120_t0002.png 이미지

표 3. 안정화를 위한 대체 주축회전수 Table 3. Candidate Spindle Speed for Stabilization

JBJTBH_2019_v12n2_120_t0003.png 이미지

표 4. 안정화를 위한 대체 주축회전수 Table 4. Candidate Spindle Speed for Stabilization

JBJTBH_2019_v12n2_120_t0005.png 이미지

참고문헌

  1. Kim J. H., et al., "Correlation between Cutting Force and Spindle Load in Machining AL6061," KSPE 2016 Spring Conference, p. 312
  2. Ridwan F. and Xu X., "Advanced CNC System with In-process Feed-rate Optimization," Robotics and Computer-Integrated Manufacturing, vol. 29, 2013, pp. 12-20 https://doi.org/10.1016/j.rcim.2012.04.008
  3. Cho D. W., Lee S. J., Cho C. N., "The State of Machining Process Monitoring Research in Korea," Journal of Machine Tools & Manufacturing, 39, 1999, pp.1697-1715 https://doi.org/10.1016/S0890-6955(99)00026-7
  4. Cao, H., Lei, Y., and He, Z., "Chatter Identification in End Milling Process Using Wavelet Packets and Hilbert-Huang Transform," Journal of Machine Tools and Manufacture, vol. 69, 2013, pp. 11-19 https://doi.org/10.1016/j.ijmachtools.2013.02.007
  5. Huang, P., Li, J., Sun, J., and Zhou, J., "Vibration Analysis in Milling Titanium Alloy Based on Signal Processing of Cutting Force," Journal of Advanced Manufacturing Technology, vol. 64, no. 5-8, 2013, pp. 613-621, 2013 https://doi.org/10.1007/s00170-012-4039-x
  6. Cao, H., Zhou, K., and Chen, X., "Chatter Identification in End Milling Process Based on EEMD and Nonlinear Dimensionless Indicators," Journal of Machine Tools and Manufacture, vol. 92, 2015, pp. 52-59 https://doi.org/10.1016/j.ijmachtools.2015.03.002
  7. Lamraoui, M., Thomas, M., El Badaoui, M., and Girardin, F., "Indicators for Monitoring Chatter in Milling Based on Instantaneous Angular Speeds," Mechanical Systems and Signal Processing, vol. 44, no. 1-2, 2014, pp. 72-85 https://doi.org/10.1016/j.ymssp.2013.05.002
  8. Grossi, N., Scippa, A., Sallese, L., Sato, R., and Campatelli, G., "Spindle Speed Ramp-Up Test: A Novel Experimental Approach for Chatter Stability Detection," Journal of Machine Tools and Manufacture, vol. 89, 2015, pp. 221-230 https://doi.org/10.1016/j.ijmachtools.2014.11.013
  9. Altintas Y., "Prediction of Cutting Force and Tool Breakage in Milling from Feed Drive Current Measurement," ASME Journal of Engineering for Industry, vol. 114, 1992, pp. 386-392 https://doi.org/10.1115/1.2900688
  10. Altintas Y., et al., "Virtual Process Systems for Part Machining Operations," CIRP Annals - Manufacturing Technology, vol. 63, 2014, pp. 585-605 https://doi.org/10.1016/j.cirp.2014.05.007