⚡ electrical engineering

A Method for Real-Time Milling Monitoring Based on Tool Engagement Analysis in Hybrid Micro-Manufacturing

본 논문은 적층 제조 공정의 불량한 표면 무결성으로 인해 발생하는 불안정한 절삭 조건 문제를 해결하기 위해, 하이브리드 마이크로 제조에서 공구 맞물림 및 균열 탐지를 실시간으로 모니터링하는 계산이 간단하고 보정이 필요 없는 방법을 제시한다.

원저자: Marcin Gołaszewski

게시일 2026-08-07

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Marcin Gołaszewski

원본 논문은 CC BY 4.0 (https://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

로봇들이 두 가지 아주 다른 방식으로 물건을 만드는 공장을 상상해 보세요. 첫 번째로, 로봇들은 마치 정교하고 하이테크한 케이크를 쌓아 올리듯 뜨거운 금속 층을 쌓아 올리는 "3D 프린터" 방식을 사용합니다. 이 방식은 기묘한 모양이나 속이 빈 구조물을 만드는 데는 탁월하지만, 이 "케cake"의 표면은 종종 거칠고 울퉁불퉁하며 때로는 균열이 생기기도 합니다. 그래서 이 부분을 매끄럽고 완벽하게 만들기 위해, 두 번째 로봇이 회전하는 금속 절삭기를 가지고 들어와 거친 부분들을 깎아냅니다. 이것을 "하이브리드 제조(hybrid manufacturing)"라고 부릅니다.

문제는 두 번째 로봇이 눈을 가린 채 작업하고 있다는 점입니다. 첫 번째 로로봇이 거칠고 균열이 있는 표면을 남겨두었기 때문에, 두 번째 로봇은 정확히 얼마나 깊게 파고들어야 할지 알지 못합니다. 딱딱한 지점에 부딪힐 수도 있고, 갑자기 균열 위를 지나가며 혼란에 빠질 수도 있습니다. 너무 깊게 파면 부품이 망가지고, 너무 얕게 파면 부품을 망치게 됩니다. 엔지니어들은 절삭기가 지금 당장 무엇을 만지고 있는지 즉각적으로 알려줄 방법이 필요합니다. 즉, 절삭기에 "초감각"을 부여하여 작업 중에 표면을 느낄 수 있게 해야 합니다.

금속 절삭기를 위한 "침묵의 탐정"

이 연구에서 폴란드 슈체친에 위치한 서포모란스키 공과대학교의 마르친 골라셰프스키(Marcin Gołaszewski)는 아주 작은 금속 절삭기가 작동하는 모습을 관찰하는 영리한 새로운 방법을 제안합니다. 절삭기를 연필 지우개 너비(구체적으로 1.5mm)보다도 좁은 고속 회전 드릴 비트라고 생각하고, 이것이 방금 3D 프린팅된 알루미늄 조각 위를 질주한다고 상상해 보세요. 목표는 실시간으로 두 가지를 알아내는 것입니다. 절삭기가 실제로 금속에 닿아 있는가, 그리고 진행 경로 앞에 균열이나 구멍이 있는가 하는 점입니다.

보통 절삭기가 무엇을 하고 있는지 알기 위해서는 복잡한 센서와 계산 시간이 오래 걸리는 무거운 수학적 모델이 필요합니다. 하지만 이 논문은 훨씬 더 간단한 트릭을 제-안합니다. 절삭기를 드럼을 치는 드러머라고 상상해 보세요. 드럼 스틱이 드럼 가죽을 치면 큰 소리(힘)가 납니다. 반면 공중을 치면 조용합니다. 저자의 방법은 마치 매우 똑똑한 마이크처럼, 드럼 스틱이 가죽을 몇 번이나 치는지, 아니면 공중에서 몇 번을 놓치는지 그 횟수를 세는 것과 같습니다.

방법의 원리
연구진은 절삭기가 회전하면서 느끼는 "밀어내는 힘(force)"을 측정하기 위해 특수한 장비를 사용했습니다. 그들은 절삭 경로의 전체 3D 형상을 매핑하거나 복잡한 변환을 수행하려 하지 않았습니다. 대신, 아주 단순한 "노이즈 임계값(noise threshold)"을 설정했습니다. 만약 힘이 아주 작다면(단순히 기계의 진동 수준이라면), 절삭기가 공중에 있다고 가정합니다. 만약 힘이 크다면, 절삭기가 금속을 파고들고 있다고 판단합니다.

이들은 "충격 횟수(hits, 힘이 높은 구간)"를 전체 회전 시간으로 나누어 "공구 맞물림 비율(tool engagement ratio)"을 계산했습니다. 이는 0에서 1 사이의 점수와 같습니다. 점수가 1.0이면 절삭기가 금속 속에 완전히 파묻힌 상태(예: 슬롯 밀링)를 의미합니다. 점수가 0.5라면 절삭기가 절반만 파묻힌 상태를 뜻합니다. 만약 절삭기가 단단한 블록 안에 있어야 할 시점에 점수가 갑자기 0.5 이하로 떨어진다면, 시스템은 "앗! 여기에 틈이나 균열이 있다!"라고 인지하게 됩니다.

연구 결과
연구팀은 1.5mm 크기의 작은 절삭기가 분당 21,000번 회전하는 맞춤형 기계를 사용하여 테스트를 진행했습니다. 그들은 다음과 같은 다양한 시나리오를 만들었습니다:

단단한 금속: 매끄럽고 단단한 블록을 깎을 때, "점수"는 예상대로 높게 유지되었습니다.
다양한 깊이: 절삭 깊이를 변경했을 때 점수도 그에 따라 변했으며, 이는 이 방법이 절삭 깊이를 추적할 수 있음을 보여주었습니다.
가짜 균열: 인공적인 간격(0.25mm에서 1.75mm 너비)을 가로질러 절삭 작업을 수행했습니다. 이 방법은 0.5mm 이상의 너비를 가진 간격을 성공적으로 찾아냈습니다. 점수가 떨어졌으며, 그 하락 구간의 길이가 간격의 너비와 일치했습니다.
실제 균열: 3D 프린팅 과정에서 발생한 자연적인 균열(약 1.8mm 너비)이 있는 금속 조각에서도 테스트를 진행했습니다. 이 방법은 균열을 포착했을 뿐만 아니라, 파손된 영역의 형태(예: 파손 부위 중앙의 '다공성' 섬 모양 등)에 대한 단서까지 제공했습니다.

탐정의 한계
하지만 이 논문은 이 탐정이 실패하는 지점에 대해서도 솔직하게 밝히고 있습니다. 이 방법은 아주 미세한 것을 다루는 데는 완벽하지 않습니다. 만약 균열이 0.5mm보다 작다면(구체적으로 0.25mm를 테스트함), 절삭기가 너무 빠르게 움직여서 틈을 "느낄" 시간이 부족합니다. 힘이 충분히 낮아지지 않아 경보를 울리지 못하므로, 아주 작은 균열은 감지되지 않고 지나갑니다.

또한, 절삭기가 밀어내는 힘의 방향이 변하는 방식으로 움직일 경우 이 방법은 다소 혼란을 겪을 수 있습니다. 특정 상황에서는 "점수"가 아주 정확하지 않을 수 있지만, 여전히 무언가가 변하고 있다는 사실은 보여줄 수 있습니다.

이것이 중요한 이유
이 연구의 가장 큰 성과는 단순히 작동한다는 점이 아니라, 그 방식이 얼마나 단순한가에 있습니다. 다른 방법들은 대개 엄청난 양의 데이터셋, 복잡한 훈련, 혹은 무거운 컴퓨터 성능을 요구합니다. 하지만 이 방법은 단순한 "노이즈 필터"와 카운터(계수기)만 있으면 됩니다. 계산 속도가 매우 빨라(약 1.8밀리초 소요) 표준 컴퓨터에서도 기계가 작동하는 동안 실시간으로 실행될 수 있으며, 이를 통해 로봇이 즉각적으로 경로를 수정할 수 있게 해줍니다.

저자는 이 방법이 모든 미세한 결함을 해결하는 마법의 도구는 아닐지라도, 하이브리드 제조를 위한 강력하고 저렴한 도구라고 제안합니다. 이 방식은 공장을 멈추지 않고도 균열을 잡아내고 울퉁불퉁한 표면에 적응하게 함으로써, 생산 라인을 계속 가동하고 부품의 품질을 높게 유지할 수 있게 합니다. 결론적으로, 더 작은 균열과 다양한 공구 크기를 다루기 위해 더 많은 연구가 필요하겠지만, 이 "충격 횟수를 세는" 접근 방식은 더 똑똑하고 스스로 교정되는 제조를 향한 확실한 진전이라고 할 수 있습니다.

기술 요약: 하이브리드 마이크로 제조에서의 공구 맞물림 분석에 기반한 실시간 밀링 모니터링 방법

문제 정의
적층(AM) 공정과 절삭 공정이 통합된 하이브리드 제조는 적층 제조된 표면의 고유한 특성으로 인해 절삭 단계에서 상당한 어려움에 직면해 있다. 이러한 표면은 잔류 응력과 층상 구조로 인해 균열, 박리, 치수 부정확성을 포함한 낮은 품질을 보이는 경우가 많다. 마이크로 가공(공구 직경 < 1 mm)에서 이러한 표면 불규칙성은 불안정한 공구 맞물림, 절삭 조건의 변동, 그리고 잠재적인 "에어 밀링(공구 접촉 상실)"을 초래한다. 적층 단계에 대한 공정 모니터링은 존재하지만, 통합 제조 공정을 중단하지 않고 표면 결함을 감지하고 가공물 정렬 불량을 보정하기 위한 절삭 단계에서의 인시투(in-situ) 모니터링에 대한 필요성이 존재한다. 기존의 모니터링 방법은 복잡한 캘리브레이션, 광범로한 학습 데이터셋 또는 높은 계산 비용에 의존하는 경우가 많아, 소량 생산 또는 단일 부품 생산에서의 실시간 구현에는 적합하지 않다.

방법론
본 논문은 절삭력 신호를 기반으로 공구의 맞물림 정도( $p_{real}$ )를 추정하는 계산적으로 단순한 방법을 제안한다. 이 접근 방식은 실시간 작동을 위해 설계되었으며 다음 원리에 기초한다:

힘 신호 분석: 이 방법은 이송 방향( $X$ )과 이송 방향에 수직인 방향( $Y$ )의 절삭력을 분석한다. 축 방향 힘( $Z$ )은 낮은 크기와 높은 노이즈 민감도 때문에 제외된다.
임계값 기반 감지: 절삭 상태와 비절삭 상태를 구분하기 위해 절삭력 임계값( $F_{th}$ )을 설정한다. 측정 노이즈 및 드리프트를 고려했을 때, $X$ 또는 $Y$ 방향 중 어느 한 방향의 힘이 이 임계값 미만이면 해당 샘플은 "비절삭" 상태로 간주된다.
맞물림 계산: 이 방법은 단일 절삭날의 반회전 동안 발생하는 실제 공구 맞물림 시간( $t_{real}$ $t_{r e a l}$ )과 이론적 맞물림 시간( $t_{en}$ $t_{e n}$ )의 비율을 계산한다. 이는 버퍼 크기 $n_{dyn}$ $n_{d y n}$ (이론적 맞물림 시간에 해당) 내에서 유효한 샘플의 개수( $n_{th}$ $n_{t h}$ )를 세는 방식으로 이루어진다.
- $p_{real} = n_{th} / n_{dyn}$
기하학적 해석: 계산된 $p_{real}$ 값은 공간 영역으로 매핑되어 절삭 깊이의 반경 방향 변화를 추정하고 표면 불연속부의 폭을 감지한다. 본 방법은 단순화된 운동학적 모델링을 위해 0도의 헬릭스 각을 가진 2날 공구를 가정하지만, 실험에서는 46도의 헬릭스 각을 가진 공구를 사용하였다.
캘리브레이션: 요구되는 유일한 캘리브레이션은 스핀들이 절삭 없이 회전할 때 다이나모미터의 노이즈 레벨을 기반으로 힘 임계값을 결정하는 것이다. 복잡한 힘 특성화나 머신러닝 학습은 필요하지 않다.

실험 설정
본 방법은 적층 제조로 제작된 알루미늄 합금 6061을 가공하는 1.5 mm 직경의 솔리드 카바이드 엔드밀을 사용하는 맞춤형 제작 장비에서 검증되었다. 실험은 다음 다섯 가지 범주를 포함한다:

연속 슬롯 밀링.
다양한 깊이의 반경 방향 침투 밀링.
인위적으로 생성된 불연속부(0.25 mm ~ 1.75 mm) 상의 밀링.
자연 발생적 박리 결함(~1.8 mm) 상의 밀링.
가변적인 반경 방향 절삭 깊이 시나리오.

절삭력은 204.8 kHz에서 측정되었으며, 표면 토포그래피는 광학 측정 시스템을 통해 검증되었다.

주요 결과

반경 방향 절삭 깊이 추정: 이 방법은 반경 방향 침투 밀링에 대한 공구 맞물림을 성공적으로 추정하였다. 그러나 높은 반경 방향 절삭 깊이(예: 750 μm 및 1050 μm)에서는 평균 절대 오차가 0.13에 달하는 불일치가 관찰되었다. 이는 이송 힘의 방향이 임계값 대역을 교차하면서 발생하는 현상으로, 이로 인해 맞물림이 과소평가된다. 이 방법은 힘의 방향이 일정하게 유지되는 낮은 반경 방향 절삭 깊이에서 더 높은 일치도(오차 ~0.06)를 보였다.
불연속부 감지: 이 방법은 0.5 mm보다 넓은 표면 균열 및 박리를 효과적으로 감지하였다. 0.5 mm에서 1.75 mm 사이의 불연속부에 대해, 폭 결정의 평균 상대 오차는 11.14%였다.
민감도 한계: 표준 임계값 설정 하에서 0.5 mm 미만의 불연속부(특히 0.25 mm)는 감지되지 않았는데, 이는 힘 신호가 임계값 아래로 떨어지기 전에 공구가 충분한 시간 내에 원래 상태로 복귀하지 못했기 때문이다. 임계값을 높이면 0.25 mm 간극을 감지할 수 있었으나, 연속적인 표면에 대한 맞물림 추정 정확도는 크게 저하되었다.
실시간 성능: 계산 시간은 표준 CPU에서 약 1.8 ms로, 신경망 기반 접근 방식(~20 ms)보다 훨씬 빨랐다.

의의 및 주장
본 논문은 제안된 방법이 다음과 같은 이유로 하이브리드 마이크로 제조를 위한 실용적인 인프로세스(in-process) 품질 제어 솔루션을 제공한다고 주장한다:

캘리브레이션 단순화: 통계적 또는 신경망 방법에서 요구되는 광범위한 데이터셋이나 복잡한 학습 절차를 제거한다. 캘리브레이션은 단순한 노이즈 기반 임계값 설정으로 제한된다.
직접적인 물리적 해석: 지표 $p_{real}$ 은 매핑이 필요한 통계적 지표와 달리 물리적인 맞물림 정도에 직접 대응한다.
실시간 구현 가능성: 낮은 계산 복잡도는 제조 흐름을 방해하지 않으면서 표면 결함(균열, 박리)을 감지하고 기하학적 편차(반경 방향 절삭 깊이 변화)를 추정하는 모니터링 시스템에 즉각적인 구현을 가능하게 한다.

저자는 축 방향 절삭 깊이 모니터링 불가, 0.5 mm 미만의 매우 작은 불연속부에 대한 낮은 민감도, 그리고 이송 힘의 방향이 변하는 영역에서의 감도 저하와 같은 한계점을 인정하였다. 향후 연구에서는 이러한 민감도 문제를 해결하고, 더 넓은 범위의 공구 직경 및 결함 유형으로 방법을 확장할 것을 제안하였다.

금속 절삭기를 위한 "침묵의 탐정"

유사한 논문