DMS(스트레인 게이지)로 절삭을 느낄 수 있다.

과거의 제조 숙련자들은 공작물을 촉감으로 느끼면서 최상의 결과물을 만들어냈다. 연구원들은 이러한 인간의 감각을 가공 과정에 옮기고 싶어 했다.

공학박사 베렌트 뎅케나(Berend Denkena) 교수, 하노버 라이프니츠 대학 생산 기술 센터 제조기술 및 공작기계 연구소(IFW) 지도교수. / 공학박사 벤야민 베르크만(Benjamin Bergmann): 동 연구소에서 기계 및 제어 분야 지도교수, / 스벤야 라이머(Svenja Reimer): IFW 프로세스 모니터링 및 제어 지도교수. / 알렉산더 슈미트(Alexander Schmidt): 동 연구소 연구 직원

핵심 내용

  • 인공 지능과 결합된 디지털화는 업계에서 많은 영역으로 확산되고 있다. Duo는 공작기계에 ‘감각’을 입힐 준비를 하고 있다.
  • 이를 수행하기 위해서는 실질적인 데이터 수집을 통한 견고한 데이터베이스가 필요하다.
  • 연구원들은 DMS(스트레인 게이지)를 사용하여 저비용으로 데이터를 수집하는 방법을 연구하고 있다.

디지털화는 속도를 늦출 수 없으며, 이 부분에 인공 지능(AI)이 중요한 역할을 하고 있다. 기존의 생산 현장도 디지털화의 물결에 의해 압도되고 있다. 인공 지능과 머신 러닝의 알고리즘은 자동화와 미래 지향적 계획 그리고 효율적인 프로세스를 보장하지만, 이러한 프로세스도 견고한 데이터 베이스가 전제되어야 가능한 일이다. 인공 지능은 데이터의 상관관계를 ‘인식’하고 좋은 평가를 위해 ‘학습’을 진행한다. 사용 가능한 데이터를 통해 포착되지 않은 관계는 인공 지능에게 숨겨져 있으며 이를 ‘다크 데이터’라 한다.

생산 과정에서 인공 지능을 적용하려면 사용된 데이터가 모든 프로세스에 미치는 영향을 설명할 수 있어야 한다. 하지만 기계 제어에서 획득한 데이터들이 인공 지능 애플리케이션에 적용하기에는 양적으로 충분하지 않다. 따라서 더 많은 정보를 얻으려면 추가적인 센서 기술이 불가피하다.

스트레인 게이지도 사용 가능하다

기계 가공 시스템이 생산 현장에서 작업하는 프로세스의 힘을 그대로 느낄 수 있다는 것은 올바른 센서와 올바른 디지털화 전략에 달려 있다.

그런데 이 부분에 장애물이 있다. 신뢰할 수 있는 고품질 센서는 고비용이며, 통합된 센서가 작동하기 위해서는 프로세스에 직접 개입하여 기계 구조를 약화시킬 수 있다. 따라서 사용자는 새로운 인공 지능 알고리즘을 경제적으로 운영하기 위해 추가 비용을 상쇄시켜야 하며, 충분한 양과 고품질의 데이터가 준비되어야 한다.

힘 측정 기능이 통합된 민감한 기계 부품이 이러한 장애를 극복하는 솔루션이 되고 있다. 바로 하노버 라이프니츠 대학의 공작기계 연구소(IFW)의 연구에서 기계 부품에 정교하게 적용된 DMS(스트레인 게이지)가 고비용 압전 기반 측정 기술에 대한 저비용 대안이 되고 있다.

현재 이 연구소는 DMG MORI 클램핑 요소 제조업체인 Römheld GmbH와 사용자인 VolksWagen AG 그리고 Reikam GmbH와 같은 국제적인 파트너들과 매우 얇고 민감한 스트레인 게이지를 적용할 수 있는 프로세스를 개발하였다. 특히 각 구성 요소의 민감도가 높은 지점에 적용되고 있다.

스트레인 게이지는 다이나모미터와 달리 얇고 작은 측정 스트립은 공정 측면에서 거의 제한이 없다. 또한 추가 장착이 어렵지 않고 매우 다양하게 사용할 수 있어, 기존의 공작기계와 새로운 공작기계에 저렴한 비용으로 실제적인 데이터 공급자가 될 수 있으며, 디지털화와 프로세스에 최적화하고 있다.

최초의 ‘감지’ 기계

하노버 라이프니츠 대학 IFW에서 개발된 ‘감지 부품’ DMS는 일부 회사에서 이미 사용하고 있다. 예를 들어 DMG MORI는 “감지 캐리지”를 이용하여 형태 오류를 보상하고 있으며, Römheld도 상태 모니터링을 위해 감지 클램핑 요소를 사용하고 있다. 또한 독일 외 기술 파트너로는 Berg & Co. GmbH와 한국기계연구원이 있다. 사용되는 부품은 공작물 클램핑 또는 가이드 캐리지를 감지하기 위한 센서 클램핑 시스템이다. 지금까지 감지 요소의 사용은 개별 애플리케이션으로 제한되어 있었다. 많은 회사에서 기존 및 새로운 공작 기계를 광범위하게 개조하고, 네트워킹을 통해 새로운 기회가 열고 있으며 생산 디지털화를 크게 촉진하고 있다.