Tool Wear Condition Predictive Maintenance and Tool Life Prediction Method Using Artificial Intelligence Model

본 발명에 따른 인공지능 모델을 이용한 공구 마모상태 예지 보전 및 공구 수명 예측방법은, 가공을 수행하는 과정에서, 초기 모니터링 데이터를 수집하는 (a)단계, 상기 프로세서가 상기 (a)단계에 의해 수집된 초기 모니터링 데이터를 기 설정된 알고리즘에 따라 분석하는 (b)단계, 상기 프로세서가 상기 (b)단계의 분석 결과에 따라 상기 공작기계에 사용되는 가공공구의 조기파손 발생 가능성을 추정하고, 추정된 가공공구의 조기파손 발생 가능성이 기 설정된 기준가능성 이상인지를 판단하는 (c)단계, 상기 프로세서가 상기 (c)단계의 판단...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: PARK KYUNG HEE, YANG GIDONG, KIM HYEIN, NAM SOOHYUN
Format: Patent
Sprache:eng ; kor
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:본 발명에 따른 인공지능 모델을 이용한 공구 마모상태 예지 보전 및 공구 수명 예측방법은, 가공을 수행하는 과정에서, 초기 모니터링 데이터를 수집하는 (a)단계, 상기 프로세서가 상기 (a)단계에 의해 수집된 초기 모니터링 데이터를 기 설정된 알고리즘에 따라 분석하는 (b)단계, 상기 프로세서가 상기 (b)단계의 분석 결과에 따라 상기 공작기계에 사용되는 가공공구의 조기파손 발생 가능성을 추정하고, 추정된 가공공구의 조기파손 발생 가능성이 기 설정된 기준가능성 이상인지를 판단하는 (c)단계, 상기 프로세서가 상기 (c)단계의 판단 결과 가공공구의 조기파손 발생 가능성이 기 설정된 기준가능성 이상인 것으로 판단된 경우, 상기 최초가공조건에 여유 마진을 적용하여 보정가공조건을 생성하는 (d)단계, 상기 프로세서가 상기 보정가공조건에 따라 공작기계를 통한 가공을 수행하는 과정에서, 후속 모니터링 데이터를 수집하는 (e)단계, 상기 프로세서가 상기 (e)단계에 의해 수집된 후속 모니터링 데이터를 기 설정된 알고리즘에 따라 분석하는 (f)단계 및 상기 프로세서가 상기 (f)단계의 분석 결과에 따라 상기 공작기계에 사용되는 가공공구의 공구마모경향을 재정의하여 공구 수명을 추정하는 (g)단계를 포함한다.