센서융합을 이용한 자성입자 연마 공정 특성 분석 및 감시

Abstract

기술과 산업의 발달로 보다 높은 수준의 정밀도를 요구하는 미세 부품의 수요가 늘고 있다. 하지만 미세 부품의 특성상 손이 많이 가고 크기도 작고 미세하여 자동화가 어려운 실정이다. 일반적인 연삭가공에서는 여러가지 방법을 통해 표면거칠기를 모니터링 하는 시스템 구축이 이루어지고 있고 가공 중 공구의 파손에 대하여 예측하고 감시하는 연구는 많이 이루진 상태이지만 자성연마입자 공정 중의 대상물의 표면거칠기에 대한 연구는 많지 않다. 게다가 자성연마입자 공정 중 표면거칠기를 실시간으로 모니터링하고 예측한 연구는 전무한 실정이다. 본 논문에서는 자성연마입자 공정을 수행하면서 AE Sensor와 Force Sensor를 이용하여 신호를 획득하고 그 획득된 신호를 뉴럴네트워크의 input 값으로 활용하여 표면거칠기를 예측할 수 있었다. 또한 sensor fusion을 통해 예측된 표면거칠기에 대한 신뢰성을 높였다. 본 연구를 통해 자성연마입자 공정을 포함한 finishing 의 자동화 연구에 많은 기여를 할 것으로 보인다.; As the surface becomes rougher MRR(material removal rate) and AE(acoustic emission) increase. To make automation polishing system, A monitoring system is necessary to estimate surface roughness. In this study, during the magnetic abrasive polishing, acquired AE signals and Force signals measuring by AE sensor and Force sensor. Analyzed AE signals and Force signals, then decide on input parameters for neural networks. With given process parameters including AE sensor and force sensor, the system can predict the suitability of surface roughness for magnetic abrasive polishing. Results with input parameters including sensor fusion, show that sensor fusion scheme is feasible and reliable for the implementation of online surface roughness monitoring in magnetic abrasive polishing.