WTO, 회전 공구 상태 모니터링

유연한 제조 프로세스로 인해 회전 공구가 점점 중요해지고 있으며, 작동 중 상태를 평가하는 것이 큰 도전 과제가 되고 있다. 아헨 공과대학의 공작기계 연구소가 WTO와 협력하여 미세 전자 기계 센서를 기반으로 하는 모니터링 시스템을 공적 자금 지원 프로젝트의 일환으로 개발하였다.

공학박사 크리스티안 브레허 교수(Christian Brecher): 아헨 공과대학 공작기계 교수,

공학박사 슈테판 노이스(Stephan Neus): 아헨 공과대학 공작기계 연구실 기계 기술부 시니어 엔지니어,

다니엘 크리스포터스(Daniel Christoffers): 아헨 공과대학 공작기계 연구실 기계 컴포넌트 설계 및 조사 연구 그룹 팀장

핵심 내용

  • 아헨 공과대학 공작기계 연구실은 WTO Werkzeug-Einrichtungen GmbH와 함께 미세 전자 기계 센서를 기반으로 하는 모니터링 시스템 프로젝트를 진행하고 있다.
  • 이 시스템은 진동 신호를 기반으로 회전 공구의 마모 상태를 특성화하기 위한 것이다.
  • 이러한 방식으로 고장을 조기에 인지하고, 생산 공정 중에 유지 관리를 비용 최적화된 방식으로 최적화하였다.

생산 프로세스를 효율적으로 구현하기 위해 회전 공구를 사용하는 경우가 많다. 회전 공구를 사용하면 기계를 교체하지 않고 다양한 가공 공정을 수행할 수 있다. 터릿 당 최대 16개의 툴 홀더와 기계당 3개의 터릿으로 회전 공구는 대부분 가변적인 부하에서 다양하게 사용된다. 따라서 회전 공구의 서비스 수명은 몇 개월에서 몇 년 사이가 될 수 있으며, 마모로 인한 베어링 고장이 자주 발생할 수 있다(그림 2A).

그림 2: 손상의 유형과 손상 원인 분포(A) 그리고 공작물에 미치는 영향(B).

일반적으로 스핀들은 스핀들 베어링이나 테이퍼 롤러 베어링으로 ​​지지된다. 회전 롤러에 사용하는 샤프트 베어링 시스템의 치수는 밀링 스핀들에 비해 작기 때문에 작동 및 고장 거동을 전달할 수 없다. 따라서 이러한 유형의 공구에 대해 새로운 경험적 값을 생성해야 한다. 회전 공구의 신뢰성과 정밀도는 가공할 부품의 품질을 보장하는 데 필요하기 때문이다.

그림 2B와 같이, 가공 결과는 구성 요소가 제작된 후에만 평가할 수 있으므로 불량품 생산을 피할 수 없다. 따라서 이 문제에 대응하기 위해 목표 작동 시간이 경과한 후 숙련 인력의 평가를 기반으로 공구를 교환한다. 하지만 이러한 접근 방식은 공구가 아직 양호한 상태임에도 공구를 교환하여 자원이 손실되기 때문에 바람직하지 않다. 이 문제를 방지하기 위한 접근 방식으로 모든 회전 공구는 전체 면적을 센서로 모니터링해야 한다. 이미 언급한 바와 같이 기계에 수많은 회전 공구들이 있기 때문에, 각각의 공구에 고정밀 센서를 장착한다면 경제성이 떨어질 수 있다. 따라서 감지 환경 측면에서 바람직한 접근이 필요하다.

아헨 공과대학 공작기계 연구소는 공적 자금 지원 프로젝트의 일환으로 WTO Werkzeug-Einrichtungen GmbH와 협력하여 진동 신호를 사용한 회전 공구 마모 상태를 특성화하는 시스템을 연구하였다. 이는 임박한 고장을 조기에 인식하고, 생산 공정 중에 유지 관리 비용을 최적화하는 것이 목적이다. 실무에서는 많은 회전 공구를 모니터링해야 하기 때문에 저렴한 MEMS(마이크로 전자 기계 센서)를 사용한다. 생산 중단 시간을 최소화하고 공구의 사용 수명을 최대한 활용하여 장기적으로 생산 생산성을 높일 수 있다.

상태 특성화 매개변수

이상적으로 공구의 결정은 생산 공정을 방해하지 않아야 한다. 이러한 이유로 추가로 시간을 투자하지 않고 통합할 수 있는 측정 변수와 측정 주기를 개발하였다(예: 각 교대 근무 종료 시). 베어링 마모가 증가함에 따라 베어링 유격이 증가하는 것은 잘 알려져 있지만, 이 측정 변수를 작동 중에 기록하기 위해서는 큰 노력이 필요하다. 이러한 이유로 공구 상태 측정에 쉽게 이용할 수 있는 가속도 또는 온도와 같은 2차 매개변수를 찾아야 한다. 하지만 통합될 각각의 추가 센서 시스템은 잠재적인 간섭 소스이고, 한편으로는 비용 요인이다. 또한, 상태 변수로서의 온도는 응답 거동이 느리기 때문에, 한계 값에 도달했을 때는 이미 베어링이 고장이 발생한 상태일 수 있다.

후속 생산 공정을 계획하기 위해 회전 공구 상태에 따라 신호등의 형태로 간단하게 회전 공구 상태를 설명해야 한다(그림 3). 여기서 결정적인 요소는 필요한 유지 관리 조치를 미리 계획할 수 있도록 마모의 징후를 조기에 감지하는 것이다.

그림 3: 도식적인 마모 신호등 및 상태 구분.

기계의 전체 상태는 각 공작기계에 대해 여러 개의 회전 공구를 모니터링하기 때문에 상태가 가장 악화된 회전 공구를 통해 결정한다. 따라서 높은 정밀도를 요구하는 제조 공정은 A 상태의 기계로 안내된다. 동시에 공구의 남은 수명을 최대한 활용함으로써 장기적으로 제조 공정을 최적화한다.

센서 통합은 큰 도전 과제이다. 주요 베어링에 가능한 한 가깝게 위치해야 하고 한편으로는 포켓으로 인해 구조가 너무 약해지지 않아야 한다. 또한 측정 결과의 신뢰성을 보장하기 위해 센서를 정기적으로 교정해야 한다. 그림 4는 개략적인 공구 구조를 보여준다.

그림 4: [1]에 따른 예시적인 센서 배열과 운동학적 베어링 주파수의 회전 공구.

원칙적으로, MEMS 센서가 회전 기계 구성 요소를 평가한 조사가 이미 이루어졌다. 하지만 이러한 조사가 회전 공구의 ​​맥락에서 수행된 적이 없으며 마모 표시기도 개발되지 않았다[4; 5; 6; 8]. 신호 대비 잡음비가 보다 낮고, 구름 베어링 진동의 신호 에너지가 낮기 때문에 특정한 측정 방법이나 평가 방법을 사용해야 한다. 따라서 센서는 고유 주파수가 일반적인 베어링 주파수와 최대한 겹치도록 선택하고, 이를 통해 약한 센서 신호가 증폭된다(그림 5 오른쪽). 평가를 위해 구름 접촉의 공정 힘과 운동학적 변수를 알아야 한다. 알려진 공정 힘과 속도로 베어링의 하중을 스핀들 베어링 시스템 시뮬레이션 모델에서 계산한다. 작동 중에 진동은 회전 부품의 불균형, 윤활 부족 또는 베어링 주파수로 인해 발생한다. 작동 중 불균형은 마모와 무관하고 윤활 부족 시 광대역 여기가 발생하지만, 마모는 베어링 주파수에 영향을 미치는 것으로 가정할 수 있다. 그림 4의 구조를 이용하여 그림 5의 왼쪽 부분을 얻었다.

그림 5: 공진 범위에서 운동학적 구름 베어링 주파수 및 센서 역학.

가속도 값을 기록하고 베어링 주파수와 비교하여 작동 중 스핀들의 동적 가진을 분석한다. 일반적으로 이러한 목적에 압전 센서를 사용한다. MEMS 센서와 달리 신호 증폭기가 필요하지만 신호 대 잡음비가 좋은 것이 특징이다. 대조적으로 MEMS 센서는 더 저렴하고 추가 증폭기가 필요하지 않은 완전히 통합된 장치이다. 또한 MEMS 센서의 작은 크기도 장점으로 통합이 간단하다.

베어링 시스템을 모니터링하는 데에는 시간 영역 또는 주파수 영역에서 생성되는 다양한 특성 값을 이용할 수 있다. 이러한 매개변수 가운데 일부는 이미 표준적인 방식으로 처리되어 모니터링 영역에서 특히 자주 사용된다[7]. 이러한 매개변수의 예로, vRMS(진동 속도)의 총 진동, 가속도의 최댓값, 파고율/첨도율, 주파수 선택 평가가 있다. 이른바 BCU(Bearing Condition Unit)[3]를 사용하여 차별화된 평가도 가능하다. 이 특성 값으로 베어링의 고유 진동수를 알면 베어링의 마모로 인한 충격 자극을 증폭하여 표시할 수 있어, 신호 노이즈와 명확하게 구분할 수 있다. 압전 센서는 일반적으로 이러한 목적으로 사용되고 더욱 정확하지만 동시에 매우 비싼 편이다.

대부분의 상업용 모니터링 시스템에서 베어링 상태는 초과되는 진폭과 운동학적 구름 베어링 주파수의 평가를 기반으로 평가된다. 일반적으로 비교 가능한 작동 조건에서 손상되지 않은 베어링을 사용한 테스트 벤치 테스트에서 진폭 증가가 평가에 사용되며, 이를 통해 특성 값과 손상 상태 간의 상관관계를 설정할 수 있다[2]. 하지만 [2]의 조사에서도 [7]에 나열된 특성 값 중 일부를 전혀 사용할 수 없거나 결함이 있는 베어링의 상태를 모니터링하는 데 제한된 정도로만 사용할 수 있다. 따라서 현재 프로젝트에서 이러한 매개변수의 적합성을 확인해야 하며 필요한 경우 별도의 상태 변수를 도출해야 한다.

기본적으로 회전 공구에서 진동을 기반으로 구름 베어링의 상태를 해석한 경험은 아직 없다. 컴팩트한 디자인으로 인해 구성 요소를 약화시키지 않고 에너지 공급을 고려하면서 센서를 회전 공구에 통합하는 것이 큰 과제이다. 작동 중 신속하게 평가하기에 적합한 재현 가능한 마모 매개변수를 선택하는 것이 중요한 작업이다. 특히, 저렴한 MEMS 센서를 적용할 수 있느냐가 실제 구현에 결정적이다. MEMS 센서의 낮은 신호 대 잡음비로 인해 감지하기 어려운 운동학적 구름 베어링 주파수에서 저에너지 신호 비율을 감지하는 데 초점은 맞춘다.

테스트 벤치에서 얻은 결과는 측정 신호를 평가하는 데 사용되며, 연구 과제에서 재현성을 확인한다. MEMS와 압전 센서를 지속적으로 비교하면 선택한 접근 방식의 강점과 약점에 대해 지속적으로 설명할 수 있다. 기술적으로 어려운 점은 마모와 획득한 특성 값의 상관관계와 이러한 값이 명확하게 재현 가능한지에 대한 질문이다. 센서 시스템을 구현한 후 공구의 기계적 안정성에 대한 문제도 해결해야 할 과제 가운데 하나이다.