초록 ▼

□ 기업의 애로사항
○ 탄소섬유복합재의 드릴링, 라우팅 가공 시 복합재를 구성하고 있는 fiber의 박리 및 가공표면품질 등 가공불량 예측이 어려움
○ 탄소섬유복합재의 소재 및 전공정 비용이 높아, 후가공공정의 가공불량에 따른 scrap 처리 risk가 커서 고가의 공구를 사용하여 매우 보수적인 가공조건으로 가공하고 있어 생산성 개선에 어려움이 있음

□ 지원(해결) 내용
○ 드릴링 가공공정 중 절삭력, 진동, 스핀들 신호 획득 및 처리
○ 탄소섬유복합재의 가공불량(박리지수), 공구 수명 예측 기초

□ 기업의 애로사항
○ 탄소섬유복합재의 드릴링, 라우팅 가공 시 복합재를 구성하고 있는 fiber의 박리 및 가공표면품질 등 가공불량 예측이 어려움
○ 탄소섬유복합재의 소재 및 전공정 비용이 높아, 후가공공정의 가공불량에 따른 scrap 처리 risk가 커서 고가의 공구를 사용하여 매우 보수적인 가공조건으로 가공하고 있어 생산성 개선에 어려움이 있음

□ 지원(해결) 내용
○ 드릴링 가공공정 중 절삭력, 진동, 스핀들 신호 획득 및 처리
○ 탄소섬유복합재의 가공불량(박리지수), 공구 수명 예측 기초 학습모델 개발
○ 지그 구조에 따른 탄소섬유복합재 홀 가공 불량 분석

□ 지원 성과
○ 정성적 성과
- 탄소섬유복합재 가공불량 예측기술 개발
○ 추가 성과
- SCI 논문 제출 2건, 국내특허출원 1건, 국가과학기술연구회 이사장상
○ 기술스펙 달성 성과

□ 기술적 우수성
○ 탄소섬유복합재 절삭가공공정에서 기계학습기술을 적용한 불량예측 기술 개발
- 기존 기술로는 예측이 어려웠던 탄소섬유복합재의 가공특성 (가공불량이 불규칙하고, 가공 중 발생하는 신호의 양이 많음)을 고려하여 다수의 신호를 기계학습 기술을 이용하여 학습한 후, 불규칙적인 가공불량 현상의 예측이 가능함을 보임

□ 성과활용
○ 항공기 기체 경량화 추세로 사용이 증가하며, 최근 자동차에도 적용을 검토하고 있는 탄소섬유복합재의 절삭가공공정의 생산성과 비용 절감 효과가 높음
○ 산업현장에 적용하기 어려운 절삭모니터링기술을 4차 산업혁명의 대표기술인 기계학습기술을 이용하여, 산업현장에서 적용가능한 센서를 이용하여 가공성 및 품질을 예측할 수 있고, 공정 최적화에 사용할 수 있음

(출처 : 지원 사례 요약 4p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 기관주요사업 연구보고서 ... 3
• 지원 사례 요약 ... 4
• 목차 ... 6
• 제1장 개 요 ... 7
• 제1절 연구개발(지원) 목표 ... 7
• 제2절 연구개발(지원)의 필요성 ... 8
• 제3절 당해연도 연구개발(지원) 범위 ... 10
• 제2장 연구개발(지원) 내용 및 결과 ... 12
• 제1절 연구개발(지원) 추진 체계 ... 12
• 제2절 당해연도 연구개발(지원) 내용 ... 14
• 제3절 당해연도 연구개발(지원) 결과 ... 34
• 제3장 연구성과 활용 시나리오 ... 37
• 제1절 연구성과 활용 시나리오 ... 37
• 제4장 차년도 사업추진계획 ... 39
• 제1절 차년도 사업추진 내용 ... 39
• 제2절 차년도 사업추진 일정 ... 40
• 제3절 차년도 세부 성능지표(Spec) ... 41
• 별첨. 해외위탁기관 보고서 ... 42
• 끝페이지 ... 59