CNC 가공에 있어서 가공정밀도와 생산성을 동시에 향상시킬 수 있는 기술의 개발이 필수적이다. 이러한 고정밀 고속가공을 위하여 이 논문에서는 신경망을 이용한 이송속도 신경망 적응제어 기법을 제안한다. 이 제어기는 신경망을 이용한 모사기와 이 신경망의 인버젼 알고리듬을 통한 반복학습 제어기로 구성된다. 신경망 모사기는 CNC 시스템의 비선형성과 불확실성으로 인한 이송속도와 윤곽오차 사이의 비선형 특성을 모사하고, 신경망 인버젼 방법과 목적 함수의 정의를 통해 반복학습 제어기법으로 허용 오차 내에서 최적의 이송속도를 실시간으로 구해 냄으로써 가공 성능을 향상시킨다.제안한 방법은 원, 코너, 인볼루트 윤곽 가공의 모의 실험을 통하여 성공적으로 평가되었다.
Finding a technique to achieve high machining precision and high productivity is an important issue for CNC machining. One of the solutions to meet better performance of machining is feedrate control. In this paper we present an adaptive feedrate neuro-control method for high precision and high speed machining. The adaptive neuro-control architecture consists of a neural network identifier(NNI) and an iterative learning control algorithm with inversion of the NNI. The NNI is an identifier for the nonlinear characteristics of feedrate and contour error, which is utilized in iterative learning for adaptive feedrate control with specified contour error tolerance. The proposed neuro-control method has been successfully evaluated for machining circular, corner and involute contours by computer simulations.
