http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
온라인 머신러닝 기법을 활용한 CNC 가공 부하 모니터링 프로세스
서창훈(C. H. Seo),남은석(E. S. Nam),이동윤(D. Y. Lee),송기형(K. H. Song),남성호(S. H. Nam) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
최근 스마트 팩토리 대응 장비 수요에 따라 공작기계용 지능형 HMI (Human Machine Interface) 플랫폼에 다양한 기능이 요구되고 있다. 특히 마이크로 프로세서의 연산 성능 발달로 인해 다양한 분야에 머신러닝 기법이 도입되고 있으며, 공작기계용 HMI 또한 이를 활용한 앱 개발의 필요성이 대두되고 있다. 그러나, HMI 플랫폼에서 일반적인 빅데이터 기반 머신러닝 알고리즘을 구동하기에는 연산 성능과 데이터 저장 용량이 부족하다. 온라인 학습 기법은 배치 학습과 달리 작은 묶음 단위의 데이터를 순차적으로 학습시켜 연속적인 시계열 데이터의 학습에 적합하고, 학습이 끝난 데이터를 보존할 필요가 없으므로 컴퓨팅 자원이 제한된 경우에 적합하다. 본 연구에서는 지능형 HMI 플랫폼에서 절삭가공 시 발생하는 공작기계의 부하를 모니터링하기 위한 목적으로 온라인 머신러닝 알고리즘을 사용하기 위한 방안을 다음과 같이 제시하고자 한다. 첫째, 공작기계 모니터링 시스템으로부터 전달되는 시계열 데이터를 머신러닝에 적합한 데이터로 변환하는 피처 엔지니어링을 수행하였다. 둘째, 파이썬을 이용하여 미니배치 학습이 가능한 회귀 알고리즘을 작성하고 연속적인 시계열 데이터에 대한 학습을 수행하였다. 셋째, 온라인 머신러닝 알고리즘을 실시간으로 스트리밍되는 데이터에 적용할 수 있도록 계산량을 검토하고 파이프라인을 구성하였다. 마지막으로 일반적으로 사용되는 선형 회귀 알고리즘과의 비교를 통해 배치 학습과 온라인 학습의 특성을 검토하고 학습 결과의 타당성을 검증하였다.