[논문]굴착기 머신 콘트롤 기술 개발 및 생산성 향상 평가

이민수; 신영일; 최승준; 강한별; 조기용

doi:10.7839/ksfc.2020.17.1.037

[국내논문] 굴착기 머신 콘트롤 기술 개발 및 생산성 향상 평가
Development of a Machine Control Technology and Productivity Evaluation for Excavator 원문보기

드라이브ㆍ컨트롤 = Journal of drive and control, v.17 no.1, 2020년, pp.37 - 43

이민수 (Korea Construction Equipment Technology Institute) , 신영일 (Korea Construction Equipment Technology Institute) , 최승준 (Korea Construction Equipment Technology Institute) , 강한별 (Korea Construction Equipment Technology Institute) , 조기용 (Korea Construction Equipment Technology Institute)

Abstract ▼ AI-Helper

An intelligent excavator can be divided into Machine Guidance (MG), semi-automatic, and unmanned by technology. The MG technology excavator is equipped with a tilt sensor on each link of the excavator and a GPS is installed on the excavator body to inform the user of the position of the excavator bucket end. Machine control (MC) technology that assists the user's work can be divided into semi-automatic and fully automatic technology. The semi-automatic MC equipment has already been commercialized by Komatsu and Caterpillar. The MC excavator is equipped with an electro-hydraulic system, sensors and controllers to control the excavator bucket end according to the user's needs. In this study, the semi-automated excavator modified based on manual excavator, is equipped with an electro-hydraulic system, a controller system, multi-sensors and a control algorithm is developed to assist in excavation work such as leveling and grading. By applying the developed technology, it was possible to confirm productivity improvement compared to manual digging and leveling work. In the future, further research to improve the accuracy of the hydraulic precision control and collaborative work with heterogeneous construction equipment such as dump truck and automated collaboration tasks technology could be developed.

주제어

표/그림 (27)

그림 Fig. 1 MG excavator (a. Leica⁴⁾, b. Topcon⁵⁾)
그림 Fig. 2 MC excavator (Komatsu⁶⁾)
그림 Fig. 3 Configuration of Control System
그림 Fig. 4 Excavator Model Coordinate System
그림 Fig. 5 Excavator Front Kinematics
그림 Fig. 6 Control Flow
그림 Fig. 7 Matlab Simulink Program Implementation
표 Table 1 Link D-H Parameters
그림 Fig. 8 Auto-stop
그림 Fig. 9 Auto-control
그림 Fig. 10 Comparison of Behaviors according to Bucket Angle Control in Leveling(Top: w/o control, Bottom: with control)
그림 Fig. 11 Total station(Left), Target(Right)
그림 Fig. 12 Bucket Calibration Result
그림 Fig. 13 Arm Calibration Result
그림 Fig. 14 Boom Calibration Result
그림 Fig. 15 Laser Tracker and Target
그림 Fig. 16 Evaluation Positions of an Excavator End point
그림 Fig. 17 Excavator Auto Leveling
그림 Fig. 18 [Leveling] Controller data(Left), Measurement Data(Right)
표 Table 2 Measurement result of an Excavator End Point
그림 Fig. 19 Excavator Auto Grading
그림 Fig. 20 [Grading] Controller data(Left), Measurement Data(Right)
그림 Fig. 21 Productivity Improvement Test(Left-Manual, Right-Auto)
그림 Fig. 22 Surface Measuring Jig(Left) and Result (Right)
표 Table 3 Evaluation results of Auto-Leveling (Unit: mm)
표 Table 4 Evaluation results of Auto-Grading (Unit: mm)
표 Table 5 Manual/Automatic Work Time Comparison

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 굴착기 머신컨트롤 기술을 개발하고 평탄화 작업 및 법면 작업을 수행하여 정확도를 평가하였다. 개발된 머신 컨트롤 기술을 터파기 작업에 적용하고 수작업 시간과 자동화 작업시간을 비교 하여 생산성을 비교하였다.
이에 본 연구에서는 기존 기계식 굴착기를 개조하여 전자유압시스템 및 제어기, 제어에 필요한 센서 등을 탑재하고, 평탄화, 법면 등의 굴삭 작업을 보조 해주는 제어 알고리즘을 개발하여 작업 정밀도 평가를 수행한 반자동 MC 기술에 대하여 기술하고자 한다.

제안 방법

[Fig. 4]와 같이 전체 좌표계를 기준으로 굴착기를 스윙(Swing), 붐(Boom), 암(Arm), 버킷(Bucket)의 4축의 직렬 로봇으로 기구학을 구성하였으며[Fig. 5], 정의된 좌표계를 기준으로 정해진 D-H(Denavit-Hartenberg) 변수는 [Table 1]과 같다⁹⁾.
본 연구에서는 굴착기 머신컨트롤 기술을 개발하고 평탄화 작업 및 법면 작업을 수행하여 정확도를 평가하였다. 개발된 머신 컨트롤 기술을 터파기 작업에 적용하고 수작업 시간과 자동화 작업시간을 비교 하여 생산성을 비교하였다. 머신컨트롤 기술이 적용된 작업의 경우 측량 작업 시간을 획기적으로 줄일 수 있기 때문에 전체적인 작업 시간 단축을 기대할수 있었다.
굴착기 머신 컨트롤 기술을 터파기(Trench) 작업에 적용하여 수작업과 비교하여 생산성을 평가하였다. 터파기 작업은 폭 1.
굴착기 머신 컨트롤 기술을 평탄화(Leveling) 작업과 법면(Grading) 작업에 대하여 적용하여 오차를 평가하였다. 트래커를 통한 평가를 위해 실제 노면이 아닌 가상의 작업면을 대상으로 측정 주기 100Hz로 각각 5회 반복 수행하였다.
반자동 제어를 위해 사용자가 암을 제어하면 제어 시스템이 붐을 제어하는 방식으로 굴착기의 버킷 끝단이 설계면(Design surface)을 추종할 수 있는 제어 알고리즘을 개발하였다. 각 축의 밸브 제어는 PID제어를 이용하였으며 제어 알고리즘의 구성도는 [Fig.
굴착기 작업 자동화는 작업기 끝단 제어를 통하여 다양한 작업을 자동으로 수행하는 것으로 끝단의 위치를 추종하는 센서의 보정이 필수적이다. 본 연구에서는 각 축의 실린더 스트로크 센서 값을 보정하고 보정 값을 적용하여 최종 작업기 끝단 오차를 최소화 하였다. [Fig.
본 연구에서는 굴착기의 제어를 위해 기존의 MCV(Main Control Valve)와 유압 조이스틱 사이에 전자 제어를 위한 EPPR(Electro-Proportional Pressure Reducing) 밸브 및 압력 센서로 구성된 밸브 블록을 탑재하고 제어시스템과 전기적으로 연결하였다^7-8). 또한 버킷 끝단 위치 계산 및 제어를 위해 각 축의 실린더에 스트로크를 측정할 수 있는 센서를 삽입하였다[Fig.
지능형 굴착기는 평탄화(leveling) 작업 시, 작업의 품질을 균일하게 유지하기 위해 버킷과 design surface 간의 각도를 동일하게 유지하는 것이 필요하기 때문에 본 연구에서는 Auto-control에 버킷 각도를 제어 하는 기능을 추가하였으며, 와 같다.
축별 스트로크 센서 보정 데이터를 적용하여 작업기 끝단의 위치 오차를 평가하였다. 측정 평가는 굴착기의 작업 범위 내에서 임의의 21개 포인트에 대해서 [Fig.
굴착기 머신 컨트롤 기술을 터파기(Trench) 작업에 적용하여 수작업과 비교하여 생산성을 평가하였다. 터파기 작업은 폭 1.5m 길이 8m, 깊이 1.2m에 대하여 수동 작업 3회, 자동 작업 3회를 진행하여 작업시간을 비교하였다.
굴착기 머신 컨트롤 기술을 평탄화(Leveling) 작업과 법면(Grading) 작업에 대하여 적용하여 오차를 평가하였다. 트래커를 통한 평가를 위해 실제 노면이 아닌 가상의 작업면을 대상으로 측정 주기 100Hz로 각각 5회 반복 수행하였다.

대상 데이터

16]은 21개 포인트에 대한 끝단 평가 위치를 나타내며 결과는 [Table 2]와 같다. 축별 보정 값을 적용함으로써 작업기 끝단 위치 평균 오차는 4.35mm, 표준편차는 4.28mm를 확보하였다.

데이터처리

축별 스트로크 센서 보정 데이터를 적용하여 작업기 끝단의 위치 오차를 평가하였다. 측정 평가는 굴착기의 작업 범위 내에서 임의의 21개 포인트에 대해서 [Fig. 15]과 같이 레이저 트래커로 측정한 계측 값과 굴착기 제어기에서 계산한 끝단의 계산 값에 대해서 거리 값을 비교하여 평균 오차를 계산하였다. [Fig.

이론/모형

반자동 제어를 위해 사용자가 암을 제어하면 제어 시스템이 붐을 제어하는 방식으로 굴착기의 버킷 끝단이 설계면(Design surface)을 추종할 수 있는 제어 알고리즘을 개발하였다. 각 축의 밸브 제어는 PID제어를 이용하였으며 제어 알고리즘의 구성도는 [Fig.6]와 같다. 제어 알고리즘은 Matlab Simulink로 구현 하였다[Fig.
6]와 같다. 제어 알고리즘은 Matlab Simulink로 구현 하였다[Fig. 7]^10-13).

성능/효과

본 연구에서 개발한 머신컨트롤 기술을 적용한 굴착기는 평탄화 작업과 법면 작업에 대하여 평균 10mm이내의 작업기 끝단 오차를 확보하였고, 이는 토공작업에서 요구되는 20mm 작업오차를 충분히 만족시키는 수준이다. 머신 컨트롤 굴착기를 통한 터파기의 경우 수작업대비 30% 이상의 작업 시간 절감 효과를 가지는 것을 확인하였으며 이는 유류비 절감과 더불어 전체 공사비 절감을 통한 생산성을 향상시킬 것으로 기대한다.
보정 결과 버킷은 보정 후 평균 오차 0.52mm, 최대 오차는 1.86mm, 암은 보정 후 평균 오차 0.12mm, 최대 오차 0.32mm 이며, 붐은 보정 후 평균 오차 0.11mm, 최대 오차 0.29mm의 결과를 얻었다.
최근 들어 정확한 치수 작업을 요구하는 공법이 확대 적용되고 있기 때문에 머신컨트롤 기술을 적용하여 측량 시간이 많이 요구되는 정치수 토공작업에 대한 생산성 향상을 기대할 수 있다. 본 연구에서 개발한 머신컨트롤 기술을 적용한 굴착기는 평탄화 작업과 법면 작업에 대하여 평균 10mm이내의 작업기 끝단 오차를 확보하였고, 이는 토공작업에서 요구되는 20mm 작업오차를 충분히 만족시키는 수준이다. 머신 컨트롤 굴착기를 통한 터파기의 경우 수작업대비 30% 이상의 작업 시간 절감 효과를 가지는 것을 확인하였으며 이는 유류비 절감과 더불어 전체 공사비 절감을 통한 생산성을 향상시킬 것으로 기대한다.
작업 시간에 대한 결과는 [Table 5]와 같다. 터파기 작업 비교 결과 수동 작업은 평균 217.9sec(작업시간: 118.4sec, 측정시간: 98.5sec)가 걸렸으며, 자동 작업은 평균 146.8sec가 소요되어 32.6%의 작업 시간 절감 효과를 확인할 수 있었다

후속연구

향후, 도로공사 절토면에 대한 구배 작업과 우수관 터파기 작업에 대하여 수작업과 자동화 작업을 비교 하여 보다 객관적인 생산성 향상 데이터를 취득할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	2018년도 굴착기 세계시장의 규모는 어느 정도인가?	2018년도 기준으로 굴착기 세계시장은 297억불, 34만대 규모이며1), 굴착기 시장의 성장률은 2%이하로 정체되고 있다. 특히, 중국 업체들의 급성장으로 인해 가격경쟁이 심화되는 레드오션으로 변질되고 있다.
	스마트 굴착기 시장의 성장률은 어느 정도로 예상되는가?	스마트 굴착기 시장은 2019년 기준 1.5억불에서 2025년 5.2억불로 성장할 것으로 예상되어 평균 성장률 28%로 예상된다. 이는 기존 범용 굴착기의 2% 이하의 성장률보다 15배 이상 높아 차세대 시장으로 주목받고 있다2).
	굴착기의 지능화 기술 중 MG 기술이란 무엇인가?	굴착기의 지능화 기술은 기술 단계별로 MG, MC, 단독 무인화로 나눌 수 있다3). MG 기술은 굴착기 각링크에 기울기 센서 등을 탑재하고 굴착기 차체에 GPS를 설치하여 굴착기 버킷 끝단의 위치를 사용자에게 알려주는 기술이다. 사용자의 작업을 보조해주는 MC 기술은 반자동과 완전 자동 기술이 있으며, Komatsu, Caterpillar 등 굴착기 선진사에서 이미 반자동 MC 장비를 상용화하고 있다.

참고문헌 (13)

Machine Control System Market by Type, Equipment, Vertical, and Region - Global Forecast to 2024, 2019, MarketsandMarkets Research Private Ltd.
Global Intelligent Excavator Market Professional Survey Report 2018, 2018.
K. W. Ahn, "Development Trend of Electro- Hydraulic Systems for Construction Machine", Journal of Drive and Control, Vol.12, No.3, pp.82-86, 2015.
Leica Geosystems AG, Leica iCON iXE3 - 3D System https://leica-geosystems.com/products/machinecontrol- systems/excavator/leica-icon-ixe3---3d-system
Topcon Totalcare, Excavator - 3D X53i https://topconcare.com/en/hardware/excavating-systems/excavator-3d-x-53i/
Y. Shimano, Y. Kami and K. Shimokaze, "Development of PC210LCi-10/PC200i-10 Machine Control Hydraulic Excavator", Komatsu Technical Report, Vol.60, No.167, pp.1-7, 2014.
C. N. Kang et al, "Dynamic Characteristics of Electro-hydraulic Proportional Valve for an Independent Metering Valve of Excavator", Journal of Drive and Control, Vol.15, No.2, pp.46-51, 2018.
J. B. Jeong and K. S. Kim, "A Study on Driving Algorithm and Communication Characteristics for Remote Control of Mini Excavator", Journal of Drive and Control, Vol.15, No.4, pp.81-90, 2018.
K. Y. Kim, D. S. Jang and H. S. Ahn, "A Study on the Bucket Tip's Position Control for the Intelligent Excavation System", Journal of Drive and Control, Vol.5, No.4, pp.89-94, 2008.
A. J. Koivo, "Kinematics of Excavators (Backhoes) for Transferring Surface Material", Journal of Aerospace Engineering, Vol.7, No.1, pp.17-32, 1994.

상세보기
B. P. Patel and J. M. Prajapati, "Kinematics of Mini Hydraulic Backhoe Excavator-Part: I", International Journal of Mechanical Engineering and Robotics Research, Vol.2, No.1, pp.166-182, 2013.
C. F. Hofstra et al., "Describing the position of backhoe dredge buckets", Proceedings of Texas A&M 32nd Annual Dredging Seminar, 2000.
J. H. Kim, J. H. Bae and W. Y. Jung, "A Study on Position Recognition of Bucket Tip for Excavator", Journal of Drive and Control, Vol.13, No.1, pp.49-53, 2016.

원문보기 상세보기

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