Journal of the Korea Academia-Industrial cooperation Society (한국산학기술학회논문지)

The Korea Academia-Industrial cooperation Society (한국산학기술학회)
권호 표지
DOI QR코드

DOI QR Code

Optimization of the Tool Life Prediction Using Genetic Algorithm

유전 알고리즘을 이용한 공구 수명 예측 최적화

  • Kong, Jung-Shik (Department of Mechanical Convergence Engineering, Induk University)
  • 공정식 (인덕대학교 융합기계공학과)
  • Received : 2018.08.14
  • Accepted : 2018.11.02
  • Published : 2018.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, a computer numerical control (CNC) machine is used widely for mold making in various industries. In the operation of a CNC machine, the production quality and safety of workers are becoming increasingly important as the product process increases. A variety of tool life prediction studies has been conducted to standardize the quality of production and improve reproducibility. When the tool life is predicted using the conventional tool life equation, there is a large error between the experimental result and result by the conventional tool life equation. In this paper, an algorithm that can predict the precise tool life was implemented using a genetic algorithm.

최근 금형산업과 다양한 산업에서 사용되고 있는 CNC 공작기계는 제품 공정 증가에 따라 작업효율, 생산 품질과 작업자의 안전성이 중요해지고 있다. 특히 4차 산업으로 산업구조가 바뀜에 따라 CNC 공작기계는 기존의 고정밀, 고능률화를 넘어 ICT 스마트 가공에 대한 다양한 연구가 진행되고 있다. 이에 CNC 절삭가공 시 생산제품의 품질을 균일하게 하고 재현성을 향상시키기 위한 다양한 공구 수명 예측 연구가 진행되어 왔다. 이러한 과정에서 기존의 확장된 Taylor 공구 수명식을 이용하여 공구 수명을 예측하였을 경우 예측결과와 실제 실험 결과와의 오차가 상당하다. 이에 본 논문에서는 공구 수명 관련 가공 실험을 통해 공구 수명에 대한 데이터를 확보 한 후 이를 기초로 유전알고리즘을 이용하여 최적의 공구 수명 매개변수를 추정하였다. 이때 공구 수명에 관련하여 공구 마모 관련 정보를 삽입하여 공구 마모량에 따른 공구 수명을 정확하게 예측할 수 있도록 구성하였으며, 이를 통해 공구 수명식을 보다 정확하게 최적화할 수 있도록 하였다.

Keywords

SHGSCZ_2018_v19n11_338_f0001.png 이미지

Fig. 1. Flank wear according to cutting time

SHGSCZ_2018_v19n11_338_f0002.png 이미지

Fig. 2. Experimental Result by cutting condition by Table 1

SHGSCZ_2018_v19n11_338_f0003.png 이미지

Fig. 3. Genetic Flow

SHGSCZ_2018_v19n11_338_f0004.png 이미지

Fig. 4. Experimental result aboue new experiment

Table 1. Cutting experiment environment

SHGSCZ_2018_v19n11_338_t0001.png 이미지

Table 2. Cutting Condition and experimental result

SHGSCZ_2018_v19n11_338_t0002.png 이미지

Table 3. Parameter results at equation (2)

SHGSCZ_2018_v19n11_338_t0003.png 이미지

Table 4. Result of time prediction by using extended Taylor tool life equation

SHGSCZ_2018_v19n11_338_t0004.png 이미지

Table 5. Parameters of genetic algorithm

SHGSCZ_2018_v19n11_338_t0005.png 이미지

Table 6. Parameter results by using genetic algorithm at equation (3)

SHGSCZ_2018_v19n11_338_t0006.png 이미지

Table 7. Result of time prediction by using genetic algorithm

SHGSCZ_2018_v19n11_338_t0007.png 이미지

Table 8. Cutting Condition and experimental result about new experiment

SHGSCZ_2018_v19n11_338_t0008.png 이미지

Table 9. New result of time prediction by using genetic algorithm

SHGSCZ_2018_v19n11_338_t0009.png 이미지

References

  1. B. S. Kim, T. H. Kang, S. H. Lee, J. H. Kang, J.Y. Song, "Development of a Tool Life Prediction Program for Increasing Reliability of Cutting Tools", Transactions of the Korean Society of Machine Tool Engineers, Vol.14, No.3, pp.1-7, 2005.
  2. M. J. Maeng, J. K. Chung, "A Study on the Cutting Resistance and Acoustic Emission Signal due to Increasing Tool Wear in Turning", Journal of the Korean Society of Machine Tool Engineers, Vol.4, No.2, pp.18-24, 1995.
  3. N. H. Cook, "Tool Wear and Tool Life", Journal of Engineering for Industry, Vol.95, No.4, pp.931-938, 1973. DOI: https://dx.doi.org/10.1115/1.3438271
  4. J. J. Park, "Adaptive Observer and Computer Vision for On-Line Flank Wear Estimation", Ph. D. Dissertation, Univ. of Michigan, 1990.
  5. S. H. Lee, B. S. Kim, T. H. Kang, J. Y. Song, J. H. Kang, C. S. Seo, "Development of Reliability Prediction Program for Tool Life", Proceedings of the KSMTE Spring Conference 2004, pp.317-322, 2004.
  6. P. Lim, S. Y. Park, G. E. Yang, "A Study on tool life in the high speed machining of small-size end mill by factorial design of experiments and regression model", Journal of the Korean Society for Precision Engineering, Vol.23, No.2, pp.73-80, 2006.
  7. S. Y. Lee, Y. M. Im, "Prediction and Experiments of Cutting Forces in End Milling", Journal of the Korean Society of Manufacturing Technology Engineers, Vol.13, No.4, pp.9-15, 2004.
  8. G. D. Kim, J. N. Ju, "Prediction of the Amount of Tool Fracture in Face Milling using Cutting Force Signal", Trans. Korean Soc. Mech. Eng. A, Vol.25, No.6, pp.972-979, 2001. DOI: https://dx.doi.org/10.22634/KSME-A.2001.25.6.972
  9. J. E. Beasley, P. C Chu, "A genetic algorithm for the set covering problem", European Journal of Operational Research, Vol.94, No.2, pp.392-404, 1996. DOI: https://dx.doi.org/10.1016/0377-2217(95)00159-X
  10. Nageswaran Tamil Alagan, "Textured insert for improved heat extraction in combination with high-pressure colling in turning of superalloys", Trollhattan, Sweden 2017.
  11. F. W. Taylor, "On the Art of Cutting Metals", Trans. ASME, Vol.28, pp.310-350, 1906.
  12. W. Choi, "Study on the Tool Life Constant in Tool Life Equation", Annual report of the KIT, Vol.8, pp.37-40, 1987.