지능형 온라인 검사 및 폐쇄 루프 품질 관리: 스탬프 부품에 대한 결함 없는 생산 라인 생성
소개: 휴먼 비전에서 AI 전체 검사까지
스탬핑 부품 품질 검사는 오랫동안 수동 샘플링, 육안 검사, 터치 및 캘리퍼 측정에 의존해 왔습니다. 그러나 수동 검사에는 세 가지 주요 결함이 있습니다. 주관성이 강하면 검사가 누락되고 샘플링 체계가 모든 부품을 덮을 수 없으며 응답 지연으로 인해 배치 결함이 발생합니다. 스탬핑 속도가 800 스트로크/분 이상으로 증가하고 자동차 및 전자 업계의 결함 제로 추구
본 논문은 현대 스탬핑 품질 보증 시스템의 세 가지 요소, 즉 광학 비전 및 구조화된 광 감지, 센서 및 힘 파형을 기반으로 한 간접 모니터링, 폐쇄 루프 피드백 제어 및 SPC의 심층 통합에 대해 설명합니다.
I. 스탬프 부품의 대표적인 결함 및 물리적 특성
결함 범주 외관/기하학적 특징 생성 메커니즘 온라인 감지 가능 수단
균열/목 국소 흑화, 광 투과, 박리율 > 25% 인장 응력 메타물질 한계 고해상도 카메라 + 투과된 광/열 영상
주름 및 도금, 재료 축적을 위한 빈 홀더 힘 부족 또는 재료의 다중 레이저 삼각 측량 스캐닝
과도한 펀칭 에지 돌출 금속 스파이크 펀치 마모, 과도한 갭 에지 백라이트 투영 + 하위 픽셀
오목 및 볼록 손상 지점 또는 스트립 표면 움푹 들어간 이물질 또는 금형 결함 다중 각도 밝은 필드 + 어두운 필드 조합
위치 편차, 벤딩 각도 편차 및 스프링백의 2D/3D 시각적 측정, 공급 오류
몇 개의 구멍/다공성 펀칭 누락 또는 과도한 구멍 펀치 브레이크 또는 오작동 투과된 빛 + 광전 어레이
AI 육안 검사: 핵심 기술 및 엔지니어링 배치
2.1 영상 시스템 설계
스탬프 부품의 온라인 검사를 위한 영상 시스템은 고속 운동, 높은 금속 반사율, 환경 기름 오염과 같은 문제에 직면해 있습니다. 일반적인 구성은 다음과 같습니다.
라인 어레이 카메라: 큰 크기의 시트에 적합한 움직임 방향으로 연속 스캔이 가능합니다.
영역 카메라 + 스트로브: 프레스 슬라이더의 데드 스팟을 트리거하여 사진을 찍고 부품을 정적 상태로 캡처합니다.
전자 중심 렌즈: 정밀 치수 측정을 위한 원근 오류를 제거합니다.
다중 스펙트럼 조명: 빨간색 링 조명은 표면 굴곡을 강조 표시하고 파란색 동축 조명은 반사를 제거합니다.
복잡한 3차원 스탬핑 부품의 경우 카메라 한 대가 완전히 덮을 수 없습니다. 4~8개의 카메라를 배치하여 다른 각도에서 촬영하고 보정 플레이트를 통해 공간을 동기화해야 합니다.
2.2 딥 러닝 모델의 교육 및 적용
기존 이미지 처리(임계값 분할, 가장자리 감지)는 단순한 결함만 식별할 수 있습니다. 주름 및 목과 같은 텍스처 결함의 경우 컨볼루션 신경망을 사용해야 합니다. 일반적인 프로세스:
데이터 수집 및 라벨링: 스탬핑 부품의 수만 장의 이미지를 수집하고 품질 검사 전문가에 의해 결함 유형과 위치에 하나씩 레이블을 지정합니다.
모델 교육: YOLOv8, EfficientNet 또는 Swin Transmore와 같은 고급 아키텍처를 채택하여 전이 학습을 통한 융합을 가속화합니다.
모델 최적화: tensorRT 또는 OpenVINO 추론 엔진을 사용하여 단일 이미지의 감지 시간을 10ms 이내로 압축합니다.
배포 및 증분 학습: 에지 컴퓨팅 장치(예: NVIDIA Jetson)는 새로운 잘못된 긍정 또는 잘못된 긍정을 클라우드에 업로드하여 정기적으로 모델을 업데이트하면서 실시간으로 추론합니다.
대형 스탬핑 공장이 AI 시력 검사 시스템을 배치한 후 0.1mm² 이상의 결함 감지율은 99.97%에 달했고 거짓 경보율은 0.3%에 불과했으며 균열, 긁힘, 부딪힘, 주름 등 4가지 결함을 동시에 감지할 수 있었습니다.
2.3 온라인 크기 측정
평면 크기(구멍 위치, 윤곽)는 백라이트 및 텔레센트럴 렌즈로 서브픽셀 가장자리로 추출할 수 있으며 정확도는 ±0.02mm에 이를 수 있습니다. 그러나 곡선 부분의 3차원 각도와 낙하에는 레이저 프로파일러 또는 구조화된 광선 3D 센서를 사용해야 합니다. 후자는 프린지 패턴을 투사하고 위상을 해결하여 전체 부품 표면의 포인트 클라우드 모델을 0.5초 만에 얻을 수 있으며 CAD 모델과 비교하여 색상 차이 맵을
III. 센서 및 스탬핑 곡선을 기반으로 한 간접 모니터링
3.1 압력 곡선 모니터링(톤수 모니터링)
각 프레스에는 슬라이더에 압전력 센서가 장착되어 각 프레스 스트로크의 힘-시간 곡선을 기록합니다. 일반 스탬핑 중에 곡선은 특징적인 피크(펀칭 침투, 도면 형성 등)를 나타냅니다. 곡선 영역 또는 피크가 통계 제어 범위를 벗어나면 다음을 나타냅니다.
블랭킹 간극이 커짐(힘 감소) 또는 다이 간섭(힘 서지)
재료 특성의 변동(항복 강도가 증가하여 힘 피크가 오른쪽으로 이동)
폐기물이 배출되지 않음(2차 전단은 추가 피크를 생성)
고급 톤수 모니터링 시스템에는 EWMA 관리도를 기반으로 각 금형의 표준 템플릿을 자체 학습하고 경고할 수 있는 학습 기능이 탑재되어 있습니다.
3.2 금형 음향 방출 및 진동 감지
음향 방출 센서는 재료 균열, 코팅 필링 및 미세 균열 전파에 의해 발생하는 고주파 탄성파에 매우 민감합니다. 예를 들어 펀치 마이크로크랙이 발생하면 특정 주파수 대역(100-300kHz)에서 에너지 피크가 발생합니다. 이상 원인은 금형의 주요 위치에 배치된 여러 AE 센서를 통해 찾을 수 있습니다.
진동 센서는 느슨한 금형 또는 베어링 고장을 반영하기 위해 저주파 범위(0-1 kHz)에 초점을 맞춥니다.
3.3 온도 및 윤활 상태 모니터링
적외선 카메라 또는 포인트 온도 센서는 다이의 중요한 영역에서 온도를 모니터링합니다. 온도가 비정상적으로 상승하면 과도한 마찰 또는 냉각 채널이 막힐 수 있습니다. 윤활 시스템 유량계와 결합하여 노즐이 막혔는지 확인합니다.
통계 프로세스 제어(SPC) 및 프로세스 용량 향상
온라인 탐지는 방대한 데이터를 생성하며, 이는 SPC를 통해 관리 작업으로 변환되어야 합니다. 주요 단계:
버 높이, 벤딩 각도 및 박리 속도와 같은 주요 품질 특성(CTQ)을 정의합니다.
실시간 컴퓨팅 프로세스 능력 지수(Cpk): Cpk 시
이상 패턴 인식: 관리도의 판별 규칙을 사용합니다(예: 8가지 판별 기준: 1점이 관리 한계를 초과하고 7점이 연속 상승 등).
기업은 SPC를 통해 '무작위 변동'과 '특수 원인 변동'을 구분해 폐쇄와 조정 여부를 결정할 수 있다.
다섯 번째, 폐쇄 루프 피드백 제어: 감지에서 자동 조정까지
최고 수준의 지능형 품질 시스템은 폐쇄 루프 제어입니다. 온라인 감지 장치는 실시간으로 프레스 PLC 또는 다이 서보 레귤레이터로 품질 편차를 전송하여 프로세스 매개 변수를 자동으로 수정합니다.
적용 예 1: 곡선 부분의 리바운드 각도를 실시간으로 레이저로 스캔하면 컨트롤러가 편차를 계산한 후 몰드 하단의 웨지 패드를 자동으로 조정하고 벤딩 깊이를 변경하고 리바운드를 보상하며 ±0.2 내에서 각도 편차를 제어합니다.
적용 예 2: 라인 힘 곡선은 펀칭 힘의 하향 추세를 감지하고 시스템이 펀치 마모를 결정하고 연삭 유지 관리 스테이션으로 교체 주문을 자동으로 전송한 다음 다음 금형 변경 사이클에서 부품에 버 결함이 나타날 때까지 기다리지 않고 실행합니다.
VI. 구현 과제 및 모범 사례
6.1 데이터 동기화 및 대기 시간
온라인 탐지는 스탬핑 주기(일반적으로 0.1~0.5초) 내에 완료해야 합니다. 고속 데이터 전송(10GbE 산업용 카메라 인터페이스)과 에지 컴퓨팅에 의한 실시간 처리가 필요하며 클라우드는 장기 저장 및 모델 교육에만 사용됩니다.
6.2 환경 적응성
스탬핑 작업장에는 오일 미스트, 철제 필링 및 진동이 있습니다. 카메라에는 보호 커버와 양극 공기 퍼지가 장착되어 있어야 하며 센서에는 IP67 보호 레벨이 필요합니다.
6.3 모범 사례 권장 사항
단계적 구현: 가장 중요한 결함(균열, 구멍 부족)에 대한 육안 검사를 먼저 수행한 다음 크기 및 표면 결함으로 점차 확장됩니다.
결함 이미지 데이터베이스 생성: 모델의 지속적인 최적화를 위해 알람이 트리거될 때마다 이미지와 해당 센서 데이터를 자동으로 저장합니다.
수동 재점검 정기비교 : 시스템 운영 초기에는 시스템이 판단하는 적격한 부품에 대한 무작위 검사를 실시하여 누락 검사율을 확인할 수 있도록 인력을 배치해야 합니다.
결론: 결함 없는 대상에 대한 마지막 방어선
스탬프 부품에서 결함이 전혀 발생하지 않는 것은 최종 검사에만 의존할 수 없습니다. 품질 관리는 모든 스탬프 주기에 포함되어야 합니다. AI 비전, 힘 곡선 모니터링 및 SPC 폐쇄 루프의 조합은 "모든 부품이 감지되고 모든 이상이 추적되며 모든 편차가 수정된다"는 것을 현실로 만듭니다. 앞으로 에지 AI 컴퓨팅 파워가 높아지고 센서 비용이 감소하면서 종합 온라인 검사는 스탬프 생산 라인의 표준 구성이 될 것이며, 여전히 수동 샘플링에 의존하는 기업은 품질에 민감한 자동차,
BQUQ는 전문 금속 스탬프 제조업체입니다. 도면을 보내주시면 12시간 이내에 견적을 드리겠습니다.
