AI로 탄소섬유 강화 복합소재 CNC 밀링 정밀도 향상

아우크스부르크 AI 생산 네트워크... 소재·제조·데이터 모델링 접점에서 공동 연구

2021년 1월 설립된 아우크스부르크 AI 생산 네트워크(Augsburg AI Production Network, 독일 아우크스부르크 소재)는 아우크스부르크 대학교, 프라운호퍼 주조·복합소재·가공 기술 연구소(Fraunhofer IGCV), 독일 항공우주센터 경량 생산 기술 센터(DLR ZLP)를 하나로 묶는다. 목표는 소재, 제조 기술, 데이터 기반 모델링의 접점에서 AI 기반 생산 기술을 공동 연구하는 것이다. AI가 생산 공정을 지원할 수 있는 응용 사례 중 하나가 섬유 강화 복합소재 가공이다.

구조물 전달 음향과 머신러닝... 바이올린 활 소리에 비유

최신 CNC 밀링 머신에는 에너지 소비, 이송력, 토크 등을 기록하는 기본 센서가 내장돼 있으나, 이 데이터만으로는 밀링 공정의 미세한 디테일을 파악하기 어렵다. 이에 아우크스부르크 대학교에서 초음파 센서를 개발해 산업용 CNC 밀링 머신에 통합했다. 이 센서는 밀링 공정 중 발생해 시스템을 통해 센서로 전달되는 초음파 대역의 구조물 전달 음향 신호를 감지한다.

구조물 전달 음향은 가공 공정 상태에 대한 결론을 도출하게 한다. "이것은 우리에게 바이올린의 활 소리만큼 의미 있는 지표입니다."라고 AI 생산 네트워크 디렉터인 마르쿠스 자우제(Prof. Dr. Markus Sause) 교수는 설명한다. "음악 전문가는 바이올린 소리만 듣고 악기가 조율됐는지, 연주자가 얼마나 숙련됐는지 즉시 알 수 있습니다." 그렇다면 CNC 머신에서는 어떻게 작동할까? 열쇠는 머신러닝이다.

머신러닝으로 공정 최적화... 실시간 조정 및 자동 반응 가능

초음파 센서에서 기록된 데이터를 기반으로 CNC 밀링 공정을 최적화하기 위해 자우제 교수팀은 머신러닝을 활용한다. 음향 신호의 특정 특성은 불리한 공정 제어를 나타내며, 이는 가공 부품의 품질 저하를 뜻한다. 이 정보를 통해 밀링 공정을 직접 조정·개선할 수 있다. 이를 위해 기록된 데이터와 해당 상태(양호/불량 가공 등)로 알고리즘을 학습시킨다. 밀링 머신 조작자는 제시된 시스템 상태 정보에 반응하거나, 시스템이 자동으로 반응하도록 프로그래밍할 수 있다.

예지보전... 경제적 효율성 극대화

머신러닝은 공작물 위 밀링 공정 직접 최적화뿐만 아니라 생산 설비의 유지보수 주기를 최대한 경제적으로 계획하는 데도 쓰인다. 기능 부품은 경제성을 위해 최대한 오래 작동해야 하지만, 부품 손상으로 인한 돌발 고장은 피해야 한다.

예지보전은 AI가 수집된 센서 데이터를 사용해 부품 교체 시점을 계산하는 접근법이다. 조사 대상 CNC 밀링 머신에서 알고리즘은 음향 신호의 특정 특성 변화를 감지해 가공 공구의 마모 정도를 파악할 뿐만 아니라 공구 교체 적기를 예측한다. 이 밖의 AI 공정들도 아우크스부르크 AI 생산 네트워크에 통합되고 있다. 세 주요 파트너 기관은 다른 생산 시설들과 협력해 모듈식·소재 최적화 방식으로 재구성 가능한 제조 네트워크를 구축 중이다.