[논문]LabView를 이용한 최적 연삭 제어시스템 설계에 관한 연구

최정주

doi:10.5762/kais.2013.14.1.7

LabView를 이용한 최적 연삭 제어시스템 설계에 관한 연구
Study on the Design of Optimal Grinding Control System Using LabView 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.14 no.1, 2013년, pp.7 - 12

초록
AI-Helper

본 논문은 연삭 공정의 최적화 알고리즘과 이를 구현하기 위한 방안을 제안하였다. 최적의 연삭 공정 설계를 위해서 최적화 함수를 제안하고 선정된 최적 함수의 해를 구하기 위해 DE(Differential Evolution)알고리즘을 이용하였다. 알고리즘의 구현은 산업현장에서 널리 사용되고 있는 LabView소프트웨어를 통해 구현하였고 컴퓨터 시뮬레이션을 통해 제안된 알고리즘을 검증하였다. 본 논문에서 획득한 최적화 기법은 연삭공정의 가이드라인으로 활용 될 수 있을 것으로 사료된다.

Abstract ▼ AI-Helper

This paper proposed the optimal algorithm of grinding system and the method to realize it. The optimal function was proposed in order to design the optimal grinding process. DE(Differential Evolution) algorithm was used to obtain the selective optimal function. The realization of algorithm was implemented by LabView software used widely at industrial field and the proposed algorithm was verified for through computer simulation. The result of the proposed algorithm can be used for the guide line of the grinding process.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 기계 가공 중 최종 단계에서 이루어지는 연삭 공정 중 플런지 연삭에 대한 최적 연삭 조건 선정을 위한 목적함수 및 최적화 방법을 제안하여 다음과 같은 결과를 도출하였다.
본 논문에서는 실험을 통해 연삭 공정 모델을 정의하고 정의된 연삭 공정 모델을 바탕으로 가공 시간 및 가공 경비 등을 충분히 고려할 수 있는 목적함수를 제안하였다. 제안된 목적 함수의 최적 해를 구하기 위해서는 DE(Differential Evolution)알고리즘을 적용하였다.
따라서 이러한 내용 들을 고려한 목적함수를 설계하고 설계된 목적함수의 최적해를 구함으로써 만족스러운 연삭 조건을 선정할 수 있을 것이다. 본 논문에서는 플런지 연삭의 가공 시간, 가공비및 드레싱 간격을 고려한 목적함수를 다음과 같이 제안 하였다.
연삭 공정과 관련한 또 하나의 연구 분야는 최적의 연삭 조건을 선정하기 위한 알고리즘 개발이다. 이러한 알고리즘의 개발은 연삭 공정 모델을 바탕으로 최적화를 위한 목적 함수를 설계하고 최적의 해를 일정한 연삭 경계 조건 하에서 구하는 것이다. 최적의 연삭 조건을 선정 하기 위해 제안되어온 방법은 연삭이 이루어지는 매 사이클의 가공 시간을 최적화 하는 알고리즘이 대표적이다 [7,8].

제안 방법

(1) 제안한 알고리즘은 가공 시간 및 가공비를 동시에 최적화 할 수 있는 목적함수를 사용하여 이에 대한 최적해를 도출하였다.
(2) 본 연구를 통해 제안된 알고리즘은 산업현장에서 널리 사용되는 LabView소프트웨어를 활용하여 그활용도를 높일 수 있도록하였다.
식 (14)와 같이 선정된 연삭 변수의 최적 해를 구하기 위해서 본 논문에서는 DE알고리즘을 이용하였다[9,10]. DE알고리즘 구현을 위해 연삭 변수x 는 p개의 균일 분포 랜덤 값(uniformly distributed random number)으로 초기화 하였다. 초기화 된 부모세대는 다음과 같다.
돌연변이 연산 후 해 집단의 다양성을 확보하기 위해서 재조합(recombination) 연산을 수행한다. 재조합 연산은와를 일정 확률로 뒤섞는다.
본 논문에서 고려한 공작물의 표면 거칠기 모델은 드레싱 직 후 연삭을 통해 나타나는 초기 거칠기( R_a,0)와 연삭 공정이 진행됨에 따라 나타나는 거칠기(R_a)를 다음과 같이 선정하였다.
공작물의 연삭공정을 나타내기 위한 모델로는 가공 후공작물의 상태를 나타내는 표면 거칠기, 가공 중 소요되는 가공 파워, 연삭에 의한 공작물의 버닝, 연삭 숫돌의 마모를 나타내기 위한 G-ratio 등이 있다. 이 중 본 논문에서는 표면 거칠기와 가공 파워에 대한 모델은 실험을 통해 얻은 결과 값을 이용하여 모델의 미지 파라미터를 결정하였다. 실험을 위해 선정한 가공 조건은 Table 1에 나타내었다.
DE 알고리즘의 모든 연산으로 생긴 후손 세대는 앞서 선정한 연삭 구속 조건과 비교하여 구속 조건에 만족하는 값이 생성될 수 있도록 하였다. 제안된 알고리즘은 Fig. 3과 같이 LabView 소프트웨어를 이용하여 구현하였다.
제안된 최적화 알고리즘을 통해 선정된 연삭 조건은 0.4 μm이내의 R a 값을 보장할 수 있는 드레싱 간격을 제시하고 있다.

대상 데이터

제안된 최적화 알고리즘의 시뮬레이션 구현을 위해서앞 절에서 선정한 연삭의 경계 조건을 Table 3과 같이 선정하였다. 시뮬레이션 수행을 위해서 DE알고리즘의 초기 부모세대는 200개로 선정하였고 이 외 DE알고리즘의 파라미터 F 와 CR 는 각각 0.15 와 0.5로 선정하였다. 또한 설계한 목적함수의 가중치 w i 는 각각 0.

데이터처리

선정된 모델 중 R a,0 와 P 0 의 파라미터는 Table 1과 같이 수립한 실험 계획을 통해 획득한 결과 값을 이용하였 다. 각 모델의 파라미터는 DE알고리즘을 이용하여 각 실험의 결과 값과 DE알고리즘을 통해 생성되는 파라미터를 식 (1)과 (4)을 이용하여 제곱 오차의 평균이 최소가 되도록 하여 구하였다. DE알고리즘의 구현은 산업현장 에서 널리 사용되는 LabView소프트웨어를 이용하였다.
제안된 목적 함수의 최적 해를 구하기 위해서는 DE(Differential Evolution)알고리즘을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증하였다.

이론/모형

각 모델의 파라미터는 DE알고리즘을 이용하여 각 실험의 결과 값과 DE알고리즘을 통해 생성되는 파라미터를 식 (1)과 (4)을 이용하여 제곱 오차의 평균이 최소가 되도록 하여 구하였다. DE알고리즘의 구현은 산업현장 에서 널리 사용되는 LabView소프트웨어를 이용하였다. 실험 및 추정된 결과 값은 Fig.
식 (14)와 같이 선정된 연삭 변수의 최적 해를 구하기 위해서 본 논문에서는 DE알고리즘을 이용하였다[9,10]. DE알고리즘 구현을 위해 연삭 변수x 는 p개의 균일 분포 랜덤 값(uniformly distributed random number)으로 초기화 하였다.
본 논문에서는 실험을 통해 연삭 공정 모델을 정의하고 정의된 연삭 공정 모델을 바탕으로 가공 시간 및 가공 경비 등을 충분히 고려할 수 있는 목적함수를 제안하였다. 제안된 목적 함수의 최적 해를 구하기 위해서는 DE(Differential Evolution)알고리즘을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증하였다.

후속연구

(3) 컴퓨터 시뮬레이션 결과에서와 같이 제안된 연삭 공정의 최적화 알고리즘은 연삭 공정을 수행하기 위한 초기 가이드라인으로 활용될 수 있을 것이다.
연삭 조건에 따라 공작물의 정밀도, 가공 시간 및 생산 단가는 서로 상이 하게 된다. 따라서 이러한 내용 들을 고려한 목적함수를 설계하고 설계된 목적함수의 최적해를 구함으로써 만족스러운 연삭 조건을 선정할 수 있을 것이다. 본 논문에서는 플런지 연삭의 가공 시간, 가공비및 드레싱 간격을 고려한 목적함수를 다음과 같이 제안 하였다.
향후 본 논문의 결과를 실험적으로 증명하여 플런지 연삭이외 트래버스 연삭 등에서도 그 활용도를 높이고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	실험적으로 구한 값을 바탕으로 결과 값을 예측하는 연삭 공정 예측 모델에는 무엇이 있는가?	이러한 이유로 연삭 공정에 대한 많은 예측 모델들이 개발되고 있으며 이러한 개발 모델을 바탕으로 연삭 조건을 선정하는 알고리즘들이 제안되고 있다. 연삭 공정 예측 모델은 일반적으로 실험적으로 구한 결과 값을 바탕으로 연삭 공정의 결과를 예측하는 모델이 주로 사용되는데 이 중 대표적인 것으로는 연삭 숫돌의 마모 측도, 가공 파워 및 거칠기 등에 대한 모델이 있다[1-4]. 실험 치에 근거해서 개발된 연삭 공정 모델 이외에 인공지능 알고리즘을 이용한 모델 또한 연구되고 있다[5,6].
	최적의 연삭 조건을 선정하기 위한 알고리즘 개발은 무엇인가?	연삭 공정과 관련한 또 하나의 연구 분야는 최적의 연삭 조건을 선정하기 위한 알고리즘 개발이다. 이러한 알고리즘의 개발은 연삭 공정 모델을 바탕으로 최적화를 위한 목적 함수를 설계하고 최적의 해를 일정한 연삭 경계 조건 하에서 구하는 것이다. 최적의 연삭 조건을 선정 하기 위해 제안되어온 방법은 연삭이 이루어지는 매 사이클의 가공 시간을 최적화 하는 알고리즘이 대표적이다 [7,8].
	연삭 조건의 선정이 숙련된 작업자의 노하우에 의존하여 설정되는 이유는 무엇인가?	연삭 공정은 가공을 위해 설정해야 되는 많은 변수들로 인해 그 결과 값을 예측하기가 어렵다. 이러한 이유로 연삭 조건의 선정은 숙련된 작업자의 오랜 노하우에 의존하여 설정되고 있다.

참고문헌 (10)

T. J. Choi, N. Subrahmanya, and Y. C. Shin, "Generalized practical models of cylincrical plunge grinding proceses," Machine Tools and Manufacture, Vol. 48, pp. 61-72, 2008. DOI: http://dx.doi.org/10.1016/j.ijmachtools.2007.07.010

상세보기
S. Malkin, Grinding Technology: Theory and applications of Machining with Abrasive, Ellis Horwood Ltd., Chichester, UK, 1989.
L. Li and J. Fu, "A study of grinding force mathematical model," Annals of the CIRP, Vol. 29, No. 1, pp. 245-249, 1980. DOI: http://dx.doi.org/10.1016/S0007-8506(07)61330-4

상세보기
J. Choi, C. W. Lee and J. H. Park, "Developement of the Process Model for Plunge Grinding and Optimization of Grinding Process," Journal of Mechanical Engineering Science, Vol. 225, pp. 2628-2637, 2011. DOI: http://dx.doi.org/10.1177/0954406211406201

상세보기
J. Choi, and J. H. Park,"Development of Roughness Estimation Model for Plunge Grinding of Valve Parts Using Neural Network," Journal of the Korea Academia-Industrial cooperation Society, Vol. 12, No. 1, pp. 62-67, 2011. DOI: http://dx.doi.org/10.5762/KAIS.2011.12.1.062

원문보기 상세보기
R. Saravanan, P. Asokan, and M. Sachidanandam, "Genetic Algorithm Approach for Optimization of Surface Grinding Operations," International Jouranl fo Machine Tool and Manufacture, Vol. 42, pp. 1327-1334, 2002.

상세보기
Jeongju Choi, Tae-won Choi,, "Study on the Optimal Control of the Plunge Grinding for Valve Parts in Batch Production," Journal of the Korea Academia-Industrial cooperation Society, Vol. 12, No. 11, pp. 4726-4731, 2011. DOI: http://dx.doi.org/10.5762/KAIS.2011.12.11.4726

원문보기 상세보기
X. M. Wen, A. A. O. Tay, and A. Y. C. Nee, "Micro-computer-based Optimization fo the Surface Grinding Process," Journal of Materials Processing Technology, Vol. 29, pp. 75-90, 1992. DOI: http://dx.doi.org/10.1016/0924-0136(92)90426-S

상세보기
B. V. Babu, and M. M. L. Jehan, "Differential Evolution for Multi-objective Optimization," In Proceedings of the IEEE Congress on Evolutionary Computation, Canberra, Australia, Vol. 4, pp. 2696-2703, 2003.
A. G. Krishna, "Optimization of surface grinding operations using a differential evolution approach," Journal of Materials Processing Technology, Vol. 183, pp. 202-209, 2007. DOI: http://dx.doi.org/10.1016/j.jmatprotec.2006.10.010

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증