채터검출을 위한 신경회로망 적용법

Abstract

본 연구에서 연구한 결과 엔드밀 가공에서 채터가 일어나는 경우는 분산과 첨도 변수를 입력 신호로 하여 채터 특성을 분리 할 수 있도록 신경회로망을 구성하였고 이 구성으로 채터의 유무를 보다 신뢰성 있게 검출 할 수 있었다.

1. 엔드밀 가공의 경우 채터가 일어나는 경우의 조건을 나타낼 수 있었고 절삭력의 진폭의 크기가 크고, 분산도 크고, 첨도가 작게 동시에 나타날 때 채터가 일어났다. 다른 조건에서는 채터가 일어날 가능성이 떨어지며 이러한 채터 분별 기준을 이용하면 가공 시 채터 발생을 감지하여 수월하게 채터의 유무를 감지할 수 있고 판별할 수 있다.

2. 연구에서 제안한 여러 통계학적인 변수 중 가장 영향력이 크다고 판별된 첨도와 분산의 두 개의 인자만을 실시간으로 구하여 분석함으로서도 절삭력 신호에 포함된 채터의 상태를 분리 감지 할 수 있었고, 채터 같은 동적성분인지 혹은 공구 날 주파수 같은 주기성분의 특성인지를 판별 할 수 있었다.

3. 따라서 분산의 분석을 통하여 첨도 인자는 채터 주파수 성분을 시간 영역에서도 정확히 판별하는 기준을 제시할 수 있었고 시간 영역 분석의 한 방법으로 더 유용하게 사용될 수 있다. 더불어 분산과 첨도 변수를 동시에 사용함으로서 채터를 보다 신뢰성 있고 명확하게 검출할 수 있음을 알 수 있었고 신호 진폭과 판정기준의 레벨을 결정하여 신경회로망과 연결하여 보다 수월하게 채터 유무를 판별 할 수 있다. 4. 동적인 성분이 많이 포함되어 있는 절삭력에서 첨도 변수가 낮은 경우에는 채터가 쉽게 나타났고 이 경우 신경회로망을 통과시켜 채터가 있는 1 로 판별하고 채터가 없는 경우는 0 으로 판별하여 1과 0의 두 단계로 분명하게 분리 할 수 있었다. 공구 패싱 주파수는 첨도가 상대적으로 큰 값의 경우로 나타났고 채터의 경우는 작게 나타났다. 신경회로망을 이용한 경우에는 채터가 없는 0 으로 판단할 수 있었고 고주파 성분인 채터 주파수와 상대적으로 채터 주파수 보다 저주파인 공구 패싱 주파수를 시계열 신호에서 1 과 0 으로 분명하게 판단 할 수 있었다. 이 특성을 잘 이용하여 신경회로망을 통과시켜 채터 주파수와 주기적인 공구 패싱 주파수의 두 신호를 확실하게 분리 할 수 있었다.

The end-milling chatter behaviour is very complex and it is closely related to a non-periodic dynamic property and phenomenon of end-milling force, so it is very difficult to detect and diagnose this chatter phenomena clearly using cutting force. This paper presents a new method for detecting chatter in end-milling operation using neural network, GRNN, RBNN and perceptron regardless of periodic and non-periodic forces. As a pattern criterion variable for target data, stochastic variables such as variance and kurtosis are used for neural network data. By comparing end-milling force histories with stochastic variables in the fundamental end-milling property, the chatter characteristics in time domain are well reviewed and separated and patterned well for chatter detection. These results of neural network using stochastic variables shows the reliability of chatter detection and detect the malfunction property in end-milling and it can be applied to the decision of chatter criterion.