🔬 applied physics

Effects of Tool Wear on the Surface Texture in Turning: A Feature Characterization Approach Based on ISO 21920-2

본 연구는 ISO 21920-2 형상 특성화를 선삭 표면 프로파일에 적용하는 것, 특히 그루브 수준의 평균 최대 절대 기울기( $\overline{R_\mathrm{dt}}_\mathrm{groove}$ )를 사용하는 것이 결정론적인 마모 유발 변화를 확률적인 표면 노이즈로부터 분리함으로써 공구 마모에 대한 강건하고 물리적으로 해석 가능한 추정을 가능하게 한다는 것을 입증한다.

원저자: Alexander Müller, Maximilian Berndt, Hagen Schmidt, Lars Müller, Matthias Eifler, Eberhard Kerscher, Benjamin Kirsch, Jörg Seewig

게시일 2026-08-13

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Alexander Müller, Maximilian Berndt, Hagen Schmidt, Lars Müller, Matthias Eifler, Eberhard Kerscher, Benjamin Kirsch, Jörg Seewig

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 탐정이 되어 미스터리를 풀고 있다고 상상해 보십시오. 하지만 범인은 지문을 전혀 남기지 않습니다. 대신 그들은 지나갈 때마다 금속 위에 아주 작고 눈에 보이지 않는 흠집을 남깁니다. 제조의 세계에서 이 '범인'은 절삭 공구이며, '흠집'은 방금 공구가 깎아낸 부품의 표면 질감입니다. 수십 년 동안 엔지니어들은 금속의 거칠기를 보고 공구가 얼마나 마모되었는지 추측하려고 노력해 왔습니다. 그들은 돋보기 같은 도구를 사용했지만, 그것은 단 하나의 흐릿한 숫자만을 제공했습니다. 마치 표면이 "거칠다" 혹은 "매끄럽다"라고 말하는 것과 같습니다. 이것은 산의 평균 높이만 알고서 산의 형상을 추측하려는 것과 같습니다. 당신은 정점(peaks), 골짜기(valleys), 그리고 정확히 무슨 일이 일어났는지를 알려주는 구체적인 모양을 놓치게 됩니다.

이 논문은 이러한 흠집을 읽는 더 똑똑한 방법을 파헤칩니다. 이 연구는 표면을 흐릿한 구름이 아니라, 공구 날이 남긴 작고 반복되는 홈과 같은 뚜렷하고 개별적인 "특징(features)"들의 집합으로 취급하는 새로운 표준화된 규칙(ISO 21920-2)을 사용합니다. 이것은 숲의 흐릿한 사진을 보는 것에서 벗어나 모든 나무를 하나하나 세고 측정하는 것으로 전환하는 것과 같습니다. 연구진은 다음과 같은 질문을 던졌습니다: 우리는 이 특정 홈들을 보고 공구가 정확히 얼마나 마모되었는지 알 수 있는가? 그리고 우리는 심지어 공구의 어느 부분에서 손상이 발생하는지도 알아낼 수 있는가? 이것은 매우 중요합니다. 왜냐하면 공장이 공구가 곧 부서질 것을 안다면, 부품을 망치기 전에 공구를 교체할 수 있어 시간과 비용을 절약하고 재앙을 방지할 수 있기 때문입니다.

마모된 공구의 이야기

이 연구에서 연구진은 금속 절삭 공구를 위한 법의학 전문가 역할을 수행했습니다. 그들은 초경합금(텅스텐 카바이드)에 반짝이는 알루미늄 티타늄 질화물(AlTiN) 코팅이 된 12개의 새 절삭 공구를 가져왔고, 도예가가 물레 위에서 점토를 빚는 것처럼 강철 막대를 선반 가공했습니다. 그들은 단 한 번의 절삭에 그치지 않고, 공구가 완전히 마모될 때까지 계속 진행하며 공구의 "생애" 중 9가지 서로 다른 단계에서 상태를 확인했습니다. 각 단계마다 그들은 강철 막이에 남겨진 미세한 홈을 측정하고, 이를 실제 공구 자체의 손상과 비교했습니다.

위대한 발견: 모든 것을 다스리는 하나의 숫자
연구팀은 전체 표면을 보고 하나의 평균 점수를 내는 기존의 측정 방식이 특정 손상을 포착하는 데 그리 좋지 않다는 것을 발견했습니다. 그것은 마치 방 전체의 볼륨만 듣고서 오케스트라 속의 단 하나의 바이올린 소리를 들으려고 하는 것과 같았습니다.

대신, 그들은 "워터셰드 세그멘테이션(watershed segmentation)"이라는 영리한 디지털 기법을 사용했습니다. 표면의 홈을 언덕과 골짜기가 있는 풍경이라고 상상해 보십시오. 이 기법은 스마트한 홍수처럼 작동하여, 물의 높이가 특정 높이에 도달할 때까지 골짜기를 채움으로써 각각의 개별 홈을 이웃한 홈으로부터 효과적으로 분리해 냅니다. 일단 이 홈들을 격리하자, 그들은 놀라운 사실을 깨달았습니다. 공구의 마모는 표면 전체를 무작위로 변화시키는 것이 아니었습니다. 그것은 홈의 매우 특정한 부분을 변화시키고 있었습니다.

그들은 공구가 마모됨에 따라 홈의 "후방 플랭크(trailing flank)"(공구가 파고든 작은 참호의 뒷벽)가 점점 더 가팔라진다는 것을 발견했습니다. 이는 마치 공구의 날에 아주 작은 노치(notch)가 생겼고, 그 노치가 절삭할 때마다 금속에 완벽하게 찍혀 나오는 것과 같습니다. 이 특정 뒷벽의 가파른 정도를 측정함으로써, 그들은 단 하나의 숫자( $R_{dtgroove}$ )를 찾아냈고, 이 숫자는 최고의 탐정 역할을 했습니다. 이 단 하나의 숫자가 공구 마모의 변화를 83%에서 90% 사이로 설명해 냈습니다. 단 하나의 측정값으로부터 얻어낸 엄청난 명확성입니다!

그들이 배제한 것들
연구진은 속임수에 빠지지 않도록 매우 주의를 기울였습니다. 그들은 더 나은 "슈퍼 레시피"를 찾을 수 있는지 확인하기 위해 920,000개 이상의 다양한 측정 조합과 복잡한 컴퓨터 모델을 테스트했습니다. 그들은 수십 가지의 서로 다른 수학 공식들을 조합해 보았고, 숨겨진 패턴을 찾기 위해 XGBoost와 같은 정교한 머신러닝 알고리즘까지 사용했습니다.

결과는 어떠했을까요? 그 어떤 것도 단순한 경사도(steepness) 숫자보다 낫지 않았습니다. 복잡한 모델들은 더 나은 답을 주지 못했습니다. 논문은 이 특정 설정에서 공구 마모를 예측하기 위해 복잡한 다중 파라미터 시스템이 필요하다는 생각에 명시적으로 반대합니다. 금속의 "노이즈"나 무작위적인 돌출부(확률적 부분)는 그리 중요하지 않았습니다. 진짜 이야기는 전적으로 홈의 모양(결정론적 부분)에 있었습니다.

얼마나 확신하는가?
연구팀은 자신들의 결과에 대해 매우 확신하고 있지만, 동시에 한계에 대해서도 솔직합니다. 그들은 금속에서 계산된 "평균 홈"을 공초점 현미경으로 촬영한 실제 공구 날의 고성능 3D 사진과 직접 비교함으로써 자신들의 이론을 증명했습니다. 형태는 거의 완벽하게 일치했으며, 오차는 단 0.50 마이크로미터(사람 머리카락 너키의 약 1/200)에 불과했습니다. 이는 금속에서 본 "경사도"가 실제로 공구 날의 물리적인 "노치 마모"에 의해 발생했음을 확인시켜 주었습니다.

하지만 그들은 이 특정 "경사도" 규칙이 그들이 사용한 정확한 종류의 강철(AISI 1045 강철)과 공구(AlTiN 코팅 인서트)에 적용된다는 점을 주의 깊게 언급합니다. 만약 티타늄과 같은 다른 금속이나 다른 모양의 공구로 바꾼다면, "지문"은 다르게 보일 수 있습니다. 그러나 그들이 테스트한 설정에 대해서는 증거가 확실합니다. 즉, 홈의 모양이 공구의 건강 상태에 대한 모든 이야기를 들려준다는 것입니다.

핵심 요약
이 논문은 공구가 죽어가고 있는지 알기 위해 초정밀 컴퓨터가 필요한 것이 아님을 보여줍니다. 단지 공구가 남기는 작고 반복되는 홈을 자세히 들여다보고, 그 홈의 뒷벽이 얼마나 가팔라졌는지를 측정하기만 하면 됩니다. 이것은 무질서하고 혼란스러운 표면을 공구의 생애를 보여주는 명확하고 읽기 쉬운 지도로 바꿔 놓습니다. 이 발견은 공장이 실시간으로 공구를 감시하는 더 나은 센서를 구축하여, 공구에 아주 작은 노치가 생기는 즉시 교체함으로써 생산을 원활하게 유지하고 부품을 완벽하게 만드는 데 도움을 줄 수 있습니다.

기술 요약: ISO 21920-2에 기반한 특징 형상화 접근법을 통한 선삭 가공 시 공구 마모가 표면 질감에 미치는 영향

문제 정의
공구 마모는 선삭과 같은 절삭 가공에서 공정 안정성, 워크피스 품질 및 비용 효율성을 결정하는 핵심 요소이다. 선삭된 부품의 표면 질감은 절삭날의 기하학적 형상과 마모 상태를 나타내는 "지문" 역할을 하지만, 기존의 전역적 표면 파라미터(예: $R_a$ , $R_q$ )는 마모를 진단하기에 불충분하다. 이러한 필드 파라미터들은 프로파일 전체를 평균화함으로써, 공간적으로 분해된 공정 유도 결정론적 구조(피드 홈)를 가리고, 마모로 인한 기하학적 변화와 확률론적인 미세구조적 편차를 구분하지 못한다. 결과적으로, 거칠기 파라미터와 마모 사이의 상관관계에 관한 경험적 결과들은 서로 모순되거나 다른 설정으로 전이되지 않는 경우가 많다.

연구 방법론
본 연구는 12개의 AlTiN 코팅 텅스텐 카바이드 인서트(CNMG120408)를 사용하여 AISI 1045 강을 가공하며 생성된 거칠기 프로파일 데이터베이스를 활용한다. 측정은 공구 수명 동안 9개의 마모 상태에 걸쳐 수행되었으며, 각 상태당 3개의 반복 프로파일을 사용하였다. 마모는 크레이터 마모 면적( $A_C$ )과 평균 플랭크 마모 폭( $V_B$ )을 통해 정량화되었으며, 절삭 시간( $t_c$ )도 함께 측정되었다.

본 방법론은 ISO 21920-2에 기반한 계층적 분석을 적용한다:

표준 상관관계: 표준 ISO 21920-2 필드 및 특징 파라미터를 마모 지표와 비교하여 초기 스크리닝을 수행한다.
워터셰드 세그멘테이션(Watershed Segmentation): ISO 21920-2 워터셰드 세그멘테이션을 적용하여 개별 피드 홈을 분리한다. 0.2 mm 피드율에 해당하는 공구 홈을 견고하게 추출하기 위해 폭 기반 가지치기 임계값(0.15 mm)과 유의성 필터(0.19–0.21 mm)를 설정하였다.
평균 특징 분해(Mean-Feature Decomposition): 프로파일을 결정론적 성분(정규화 및 세그멘테이션된 홈의 평균으로부터 재구성됨)과 확률론적 성분(잔차)으로 분해하는 새로운 접근 방식을 사용한다. 이를 통해 절삭날의 기하학적 각인과 무작위 표면 노이즈를 분리한다.
검증: 절삭날의 공초점 현미경 관찰을 통해 재구성된 결정론적 프로파일이 맞물리는 절삭날의 기하학적 형상을 정확하게 이미지화하는지 검증하였다.
철저한 평가: 데이터 누수를 방기하기 위해 Leave-One-Tool-Out (LOTO) 교차 검증을 포함한 920,000개 이상의 특징 형상 조합 및 커스텀 기술자(descriptor)에 대한 전수 조사와 다변량 모델링(OLS, PLS, XGBoost)을 수행하였다.

주요 결과

결정론적 vs 확률론적: 마모로 인한 변화는 표면 프로파일의 결정론적 성분에 거의 전적으로 실려 있다. 확률론적 성분은 마모와의 상관관계가 매우 낮았다 ( $r \leq 0.41$ ).
마모의 국부화: 결정론적 성분 내에서 마모로 인한 변화는 거의 독점적으로 피드 홈의 후방 플랭크(trailing flank)(특징의 마지막 0.03 mm 구간)에 국한되어 나타난다. 이 영역은 마모가 진행됨에 따라 가팔라지는 경향을 보인다.
물리적 메커니즘: 후방 플랭크의 가팔라짐은 이차 절삭날의 **노치 마모(notch wear)**에 직접적으로 기인한다. 공초점 측정 결과, 평균 특징이 맞물리는 절삭날의 기하학적 형상을 재구성함을 확인하였으며, 이는 노치 마모가 뭉툭한 프로파일 팁을 날카로운 후방 플랭크로 변형시키는 "프로파일 예리화 효과(profile sharpening effect)"를 입증한다.
우수 파라미터: **홈 수준의 평균 최대 절대 기울기( $R_{dt}^{groove}$ )**가 가장 정보력이 높은 단일 파라미터로 식별되었다. 이 파라미터는 $A_C$ 에 대해 $r = 0.91$ , $V_B$ 에 대해 $r = 0.92$ , $t_c$ 에 대해 $r = 0.95$ 의 피어슨 상관계수를 달성하였다.
모델 성능: LOTO 교차 검증에서 $R_{dt}^{groove}$ 단독으로 마모 지표 분산의 83–90%를 설명하였다 ( $R^2_{LOTO} = 0.82–0.89$ ). 다른 단일 파라미터나 비선형 접근 방식을 포함한 다변량 모델을 통한 전수 조사에서도 $R_{dt}^{groove}$ 와의 단순 선형 관계보다 통계적으로 유의미한 개선을 보이지 않았다.

의의 및 주장
본 논문은 ISO 21920-2의 표준화된 특징 형상화가 홈 수준에서 적용될 때, 물리적으로 해석 가능하고 견고한 마모 추정 방법을 제공한다고 주장한다. 결정론적 홈 기하학을 분리함으로써, 이 접근법은 전역적 거칠기 파라미터의 한계를 극克服한다. 본 연구의 주요 기여는 물리적으로 동기화된 단일 파라미터( $R_{dt}^{groove}$ )가 견고한 마모 추정에 충분하며, 이 특정 가공 구성에서는 복잡한 다변량 모델이 불필요함을 입증한 데 있다.

저자들은 이러한 결과가 조사된 공구 재질, 워크피스 및 절삭 조건의 조합에 특화되어 있음을 강조한다. 본 방법론은 표면 질감과 절삭날 기하학을 성공적으로 연결하고 노치 마모를 주요 메커니즘으로 식별하였으나, 다른 마모 메커니즘이 지배적인 재료 시스템(예: 티타늄 또는 니켈 합금)으로의 전이 가능성에 대해서는 추가 연구가 필요하다. 본 연구는 그레이 박스(grey-box) 모델을 검증하기 위한 공간 분해 데이터베이스를 구축하였으며, 향에 의한 산란광 센서를 이용한 미래의 인라인 모니터링 전략을 위한 토대를 마련하였다.

마모된 공구의 이야기

유사한 논문