인공 지능이 탄소 섬유 강화 복합 재료의 CNC 밀링을 최적화합니다.

2021년 1월에 설립되어 독일 아우크스부르크에 기반을 둔 아우크스부르크 AI(인공 지능) 생산 네트워크는 아우크스부르크 대학교, 프라운호퍼 주조, 복합 재료 및 가공 기술 연구소(Fraunhofer IGCV) 및 경량 생산 기술 센터를 통합합니다. 독일 항공 우주 센터(DLR ZLP). 재료, 제조 기술 및 데이터 기반 모델링 간의 인터페이스에서 AI 기반 생산 기술에 대한 공동 연구를 목표로 합니다. AI가 생산 공정을 지원할 수 있는 한 가지 응용 사례는 섬유 강화 복합 재료의 가공입니다.

새로 설립된 AI 생산 네트워크에서 과학자들은 AI가 생산 프로세스를 최적화할 수 있는 방법을 연구하고 있습니다. 예를 들어, 항공 우주 또는 기계 공학의 많은 가치 사슬의 끝에서 CNC 기계는 섬유 강화 폴리머 복합 재료로 만들어진 구성 요소의 최종 윤곽을 처리합니다. 이 가공 공정은 밀링 공구에 대한 요구 사항이 높습니다. 아우크스부르크 대학(University of Augsburg)의 연구원들은 CNC 밀링 시스템을 모니터링하는 센서를 사용하여 가공 공정을 최적화할 수 있는 가능성이 있다고 믿습니다. 그들은 현재 AI를 사용하여 이러한 센서가 제공하는 데이터 스트림을 평가하고 있습니다.

산업 제조 공정은 종종 결과에 영향을 미치는 많은 요인과 함께 매우 복잡합니다. 예를 들어, 장비와 가공 도구는 특히 탄소 섬유와 같은 단단한 재료를 사용하여 빠르게 마모됩니다. 따라서 중요한 마모 정도를 인식하고 예측하는 능력은 트리밍 및 기계 가공된 고품질 복합 재료 구조를 제공하는 데 필수적입니다. 산업용 CNC 밀링 머신에 대한 연구는 AI와 결합된 적절한 센서 기술이 그러한 예측 및 개선을 제공할 수 있는 방법을 보여줍니다.

구조 기반 사운드 및 머신 러닝

대부분의 최신 CNC 밀링 머신에는 예를 들어 에너지 소비, 이송력 및 토크를 기록하는 몇 가지 기본 센서가 이미 내장되어 있습니다. 그러나 이 데이터는 밀링 프로세스에서 미세한 세부 사항을 해결하는 데 항상 충분하지 않습니다. 이러한 이유로 구조 전달 소리를 분석하기 위한 초음파 센서는 아우크스부르크 대학에서 개발되어 산업용 CNC 밀링 머신에 통합되었습니다. 이 센서는 밀링 프로세스 중에 생성된 초음파 범위의 구조 기반 사운드 신호를 감지한 다음 시스템을 통해 센서로 전파합니다.

구조 기반 사운드를 통해 가공 공정 상태에 대한 결론을 도출할 수 있습니다. AI 프로덕션 네트워크 디렉터인 Markus Sause 교수는 "이것은 바이올린의 활 획만큼 우리에게 의미 있는 지표입니다."라고 설명합니다. "음악 전문가는 바이올린 소리를 보고 조율이 맞는지, 연주하는 사람이 악기를 얼마나 잘 마스터했는지 즉시 알 수 있습니다." 그러나 이 접근 방식은 CNC 기계에서 어떻게 작동합니까? 머신 러닝이 핵심입니다.

초음파 센서에서 기록된 데이터를 기반으로 CNC 밀링 프로세스를 최적화하기 위해 Sause와 함께 일하는 연구원들은 기계 학습으로 알려진 것을 사용합니다. 음향 신호의 특정 특성은 바람직하지 않은 공정 제어를 나타낼 수 있으며, 이는 밀링된 부품의 품질이 좋지 않음을 나타냅니다. 결과적으로 이 정보를 사용하여 밀링 프로세스를 직접 조정하고 개선할 수 있습니다. 이를 위해 알고리즘은 기록된 데이터와 해당 상태(예:좋은 가공 또는 불량 가공)로 훈련됩니다. 그러면 밀링 머신을 작동하는 사람이 제공된 시스템 상태 정보에 반응하거나 시스템이 자동으로 반응하도록 프로그래밍할 수 있습니다.

예측 유지보수 - 선견지명에 따른 조치

기계 학습은 공작물에서 직접 밀링 프로세스를 최적화할 수 있을 뿐만 아니라 생산 공장의 유지 관리 주기를 가능한 한 경제적으로 계획할 수도 있습니다. 경제성을 높이려면 기능 부품이 기계에서 최대한 오래 작동해야 하지만 부품 손상으로 인한 자발적인 고장은 피해야 합니다.

예측 유지보수는 AI가 수집된 센서 데이터를 사용하여 부품 교체 시기를 계산하는 접근 방식입니다. 조사 중인 CNC 밀링 머신의 경우 알고리즘은 사운드 신호의 특정 특성이 변경될 때 인식합니다. 이러한 방식으로 가공 도구의 마모 정도를 식별할 뿐만 아니라 도구를 교체할 적절한 시기를 예측합니다. 이 프로세스와 기타 AI 프로세스는 아우크스부르크의 AI 생산 네트워크에 통합되고 있습니다. 3개의 주요 파트너 조직은 다른 생산 시설과 협력하여 모듈식으로 재료 최적화 방식으로 재구성할 수 있는 제조 네트워크를 만들고 있습니다.