• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 춘계학술대회 논문집
• /
• pp.131-136
• /
• 1995

최근 기계가공이 CAD/CAM화되고 가공기술이 고정밀화, 고능률화 되어감에 따라 절삭공정에 대한 정확한 모델이 필요하다. 절삭공정에서 공작물의 정밀도나 가공능률에가장 큰 영향을 미치는 것이 절삭력과 표면거칠기로서 이의 해석을 위해서 절삭력 모델과 표면거칠기 모델이 사용되고 있다. 본 연구에서는 정면밀링가공에서 인서 트 초기오차와 날의 형상을 고려하여보다 쉬운 표면조도 모델을 세우고, 절삭과정을 진동계로 모델링하여 3차 원 동적 표면형상을 예측하고자 한다. 도한 본 모델을 이용하여 정면밀링작업에서 최적의 절삭조건을 찾고자 한다. 밀링가공에서 표면조도는 날딩 이송과 함께 인서트 초기위치오차에 의하여크게 좌우 되기 때문에 최적 의 이송을 찾아서 알맞은 표면조도를 얻고 절삭효율을 높이기는 힘들다. 따라서 본 연구에서 개발한 표면조도 모델을 이용하여 최적의 이송을 찾아서 목적에 합당한 표면조도를 얻고, 또한 절삭효율도 높일 수 있는 방법을 제시하고자 한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1993년도 춘계학술대회 논문집
• /
• pp.61-65
• /
• 1993

절삭작업에 있어서 생산기술자가 제품을 경제적으로 생산하기 위해서는 기계의 사양이나 요구되는 제품의 정밀도 등 을 고려하여 목적에 맞는 절삭조건을 선택하여야 한다. 특히 임금이 과거에비해 크게 오르고 기계의 가격이 자동화로 인하여 고가가 됨에 따라서 기계의 효율적 운용이 점점 더 중요하게 되었다. 따라서 목적에 맞는 절삭조건의 선정은 기업의 경쟁력 향상에 있어서 중요한 문제로 부상되고 있다. 본 논문에서는 정면밀링작업시, 인서트 초기위치오차( Runout)를 고려한 표면조도와 절삭력 시뮬레이션 프로그램을 이용하여 구한 허용동력을 제한조건으로 고려하여 보다 실제에 가까운 상황에서 최소비용과 최대 생산율을 얻도록 프로그램을 개발하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.20-25
• /
• 1994

절삭공정의 자동화의 무인화를 달성하기 위해서는 경험을 가진 작업자의 역활이 컴퓨터에 의한 자동적인 감시 및 제어시스템으로 대체되어야 한다. 특히 공작기계에서 발생할 수 있는 자체의 고장이나 절삭과정중에 발생하는 이상상태를 실시간으로 검출하여 원인을 자동적으로 진달 할 수 있어야 한다. 절삭가공 공작기계의 이상상태 감시 및 진단의 현황을 살펴보면 주로 공구상태의 감시와 채터 감시가 연구의 대상 이 되고 있다. 공구상태의 감시는 공구의 마모와 파단을 검출하고 있다. 이 중에서 공구의 파단은 발생 즉시 실시간으로 감시되어야 한다. 밀링작업에서는 1회전 이내의 공구회전에 파단을 검출하고 기계를 정지시켜야 한다. 최근의 절삭가공에서는 절삭공구로 강력절삭을 위해 고경도 재료를 사용함에 따라 공구의 파단이 빈번하게 발생하고 있다. 정면밀링과 같은 단속절상에서는 절삭날이 큰 충격을 받으므로 더욱 파단에 대한 감시가 필요하다.

• 대한기계학회논문집
• /
• 제16권12호
• /
• pp.2268-2278
• /
• 1992

본 연구에서는 기존의 정절삭력 모델을 이용하여 절삭과정에서 발생되는 동적 인 특성과 공작기계의 구조적인 특성이 상호작용되어 발생되는 절삭력 변동성분들이 고려된 절삭력 모델 즉 동절삭력 모델을 개발하여서 이 모델로부터 예측된 절삭력과 절삭실험 결과를 비교, 분석하여 제시한 모델의 타당성 및 동절삭력 특성을 검토하고 자 한다.

• 한국정밀공학회지
• /
• 제14권1호
• /
• pp.185-193
• /
• 1997

This paper presents the on-line monitoring of the surface roughness in a face milling operation. The cut- ting force was used to monitor the surface roughness, since the insert run-outs not only deteriorate surface roughness but also change cutting force. AR model and band energy method were taken to extract the fea- tures from the cutting force. The features extracted from AR modelling are more accurate about the moni- toring than those from band energy method, whereas, the computing speed of the former is slow. An artifi- cal neural network discriminated the level of the surface roughness by using the features extracted via signal processing.