DeepTHM(Deep learning-based Tool Health Management)은 작동 중인 공구의 마모 및 파손 상태를 정확하게 파악할 수 있는 실시간 모니터링 솔루션입니다.

공구의 현재 상태를 정상, 경계, 경보, 파손의 4 단계로 구분하여 모니터링합니다. 이 4 단계는 공구가 사용되기 시작해서 마모가 진행되는 수준에 따라 정해집니다. 경보 단계는 가공 품질 저하 및 파손 가능성이 높은 것을 의미하며 즉각적인 공구 교체 신호로 해석될 수 있습니다. 파손 단계는 심각한 마모나 물리적인 변형을 의미하는 것으로 즉각적인 사용 중단을 필요로 합니다. 이렇게 공작기계의 모든 공구별 실시간 상태 파악을 통해 안정적인 사전 예측 정비가 가능해집니다. 또한 DeepTHM은 공구 파손이 감지될 때 공작기계를 비상 정지시키는 신호를 발생시킬 수 있습니다.

작업 중단 없는 실시간 모니터링 솔루션

공구 상태를 파악하기 위하여 가공 도중에 기계 작동을 중단하고 직접 공구 마모 값을 측정할 수 있지만 생산성 저하 문제가 발생합니다. 공구의 건전성을 확보하기 위하여 일반적으로 공구에 대한 예방 정비를 수행하는 것도 하나의 방법이지만, 이 또한 문제를 해결하기 위한 효율적인 방법은 아닙니다. 공구의 현재 상태를 실시간으로 모니터링하고 문제 발생 시 즉각 대응할 수 있는 체계가 필요합니다. 여러 센서들을 이용하여 수집된 데이터를 분석하여 간접적으로 공구 마모 상태를 추정하는 것이 현실적인 대안입니다.

유지보수 비용 절약 및 생산성 제고

정확한 공구 마모 상태 예측을 통해 적시의 사전 예측 정비가 가능해집니다. 이를 통해 불시의 고장 발생을 최소화하여 기본적인 유지보수 비용을 절감할 수 있습니다. 또한 공작기계의 가동 효율 최대화를 통해 공장의 생산성 제고에 기여합니다. 궁극적으로는 최상의 공구 상태를 유지함으로써 공작물의 품질이 향상되고 제품의 불량률 감소에 기여합니다.

스핀들 모터에 의해 구동되는 모든 종류의 공구에 적용 가능

바이트(Bit Tool), 드릴, 리머(Reamer), 탭(Tap), 밀링 커터, 호브(Hob), 숫돌 바퀴, 브로치(Broach) 등 스핀들 모터에 의해 구동되는 모든 종류의 공구에 적용할 수 있습니다.

신속한 초기 설치 및 지속적인 성능 개선

DeepTHM은 비정상 탐지 머신러닝 및 딥러닝 기술을 기반으로 구현되어 신속한 초기 설치가 가능합니다. 아울러 운용 중 수집된 데이터를 이용하여 모델을 추가 학습시킴으로써 성능을 지속적으로 개선하는 것도 가능합니다.