BAROFACTORY
전체 메뉴

가공기술 AI

실가공을 2D·3D로 복원하고, 절삭물리로 다음 개선점을 찾습니다

실제 가공 과정을 화면으로 다시 보고, 그 순간의 데이터와 G-code를 함께 분석합니다

공구가 소재의 어디에 얼마나 닿았는지 다시 그려, 기계 신호를 가공의 언어로 바꿔 보여드립니다.

절삭 가공 재현
공구 정보, G-code, 가공 경로, 3D 공작물 형상과 부하 그래프를 한 화면에 보여주는 절삭 가공 재현 화면

G-code

어느 NC Block에서 어떤 공구와 명령이 실행됐는지

2D 단면

공구가 소재에 닿은 위치와 깎여 나간 모양을 시간 순서대로

3D 형상

가공 순서에 따라 변해가는 공작물 모양을 입체로

부하가 왜 생겼는지 절삭 원리로 설명합니다

기계 신호에 공구 사양, 소재, G-code, 절삭 물리를 더해 부하의 원인과 바꿀 수 있는 조건을 찾습니다.

부하를 설명하는 네 가지 계산식

Vc = πDn / 1000

절삭속도

공구 지름과 실제 회전수로공구가 소재를 지나는 속도를 봅니다

fn = Vf / nfz = Vf / (z·n)

공구 이송

한 바퀴, 한 날당 이송으로공구와 공정에 맞는 조건인지 봅니다

MRR = Ac × Vf

재료 제거량

다시 그린 절삭 단면과 이송으로실제 깎아낸 양을 계산합니다

Pc ≈ kc × Q

절삭동력

소재의 절삭 저항과 깎아낸 양으로필요한 힘을 계산합니다

기계 데이터가 개선안이 되는 분석 흐름

  1. 01

    기계 원천데이터

    좌표 · RPM · Feed · 부하 · 알람

  2. 02

    G-code·모달 정합

    공구 · Block · 명령 상태

  3. 03

    실가공 재구성

    2D·3D 형상 · 공구 관여 · 에어컷

  4. 04

    절삭 Feature

    Vc · fn/fz · ap/ae · MRR · 동력

  5. 05

    개선·검증

    코드 후보 · 현장 시험 · 전후 비교

현재의 방식과 앞으로의 고도화

  1. 현재의 방식

    물리식, G-code, 실제 가공 데이터를 결합해근거를 설명할 수 있는 개선안을 만듭니다

  2. 앞으로의 고도화

    물리 법칙과 현장 학습 데이터를 함께 쓰는절삭 AI 모델(PINN)로 고도화합니다

기계가 보여준 사실에 절삭 원리와 기술자의 경험을 더합니다

직접 잰 값과 계산·추정한 값을 구분해 보여드립니다.부족한 정보는 기술자에게 확인하고, 현장 시험 결과를 받아 다음 분석을 더 정확하게 만듭니다.

데이터 신뢰도 5단계

  1. 직접 관측

    좌표, RPM, Feed, 부하,알람, NC Block

    신뢰도 A
  2. 물리 계산

    절삭속도, 이송,사이클타임, 이동 거리

    신뢰도 A
  3. AI 추정

    절입 깊이·폭, 소재 경계,공구 관여, 공구 사양 후보

    신뢰도 B/C
  4. 기술자 확인

    소재, 경도, 공구, 품질,공구수명 우선순위

    신뢰도 A
  5. 현장 학습

    변경 전후, 반복 LOT,공구수명, 품질 결과

    신뢰도 A/B

기술자 곁에서 가공을 지켜보는 AI

반복 가공에서 달라지는 부하, 시간, 공구 상태를 보고,필요한 정보를 묻고, 가장 경제적인 다음 개선 후보를 찾습니다.

  1. 01기계 데이터와 G-code로 현재 가공을 다시 그립니다
  2. 02부족한 공구·소재·품질 정보를 기술자에게 확인합니다
  3. 03바꿀 조건 한 가지와 안전·품질 확인 기준을 제시합니다
  4. 04현장 결과를 기록해 다음 개선 후보를 추천합니다
  5. 05반복 가공에서 공구수명과 품질 변화를 추적합니다
  6. 06확인된 조건을 다음 가공의 기준으로 쌓아 갑니다

대화 예시

바로팩토리

T07은 Ø15 초경 드릴로 추정했습니다.소재와 공구 코팅 정보를 확인해 주세요.

공구 사양 추정 · 확인 요청

SCM440, HRC 58~62입니다.공구수명을 우선해서 봐주세요.

바로팩토리

조건 신뢰도가 B에서 A로 올라갔습니다.현재 절삭속도와 공구 부하를 다시 계산해 첫 수정 후보를 제시합니다.

데이터 신뢰도 A · 확인 완료

디지털트윈·공구마모·적응형 피드 제어로 이어지는 기술 자산

인공지능 기반 적응형 피드량 제공

등록특허 10-2763244

공구 마모상태 기반 가공속도 조절

등록특허 10-2838240

디지털트윈 기반 복수 공작기계 가공속도 조절

등록특허 10-2589041

관측값·계산값·추정값을 구분하고, 근거가 보이는 개선안을 만듭니다

기계가 직접 보여준 값, 절삭물리로 계산한 값, AI가 추론한 값을 신뢰도와 함께 표시합니다.공구·소재·품질 제약을 사용자가 확인할수록 분석은 더 정밀해지고 다음 가공의 기준으로 축적됩니다.

01

2D·3D 실가공 복원

공구 궤적·소재 변화·G-code·신호를 같은 시점에 재현해 실제로 어디를 어떻게 가공했는지 보여줍니다.

02

에어컷·비절삭 동작

공구가 소재에 관여하지 않는 이동과 불필요한 진입·이탈을 찾아 안전한 시간단축 후보를 만듭니다.

03

실제 절삭조건

명령값과 실제값을 구분하고 RPM·Feed를 Vc·fn·fz·ap·ae·MRR·절삭동력으로 재해석합니다.

04

공구 관여와 부하 해석

제거체적·비절삭저항·공구 관여와 스핀들·축부하를 연결하고 관성 피크와 절삭부하를 구분합니다.

05

공구 상태 추이

반복 가공의 부하·시간·파형 변화를 비교해 마모·채터·교체 타이밍 후보를 표시합니다.

06

AI 추론과 신뢰도

소재 경계·ap/ae·공구 스펙처럼 직접 측정하기 어려운 정보는 근거와 신뢰도를 붙여 추정합니다.

07

사용자 지식 반영

소재·경도·공구·품질·수명 우선순위를 대화로 확인해 분석조건을 지속적으로 보강합니다.

08

코드 수준 개선안

현재 NC Block과 첫 수정 후보, 예상 단축시간·부하·공구수명 영향을 나란히 제시합니다.

09

현장 검증과 학습

승인된 한 가지 변경을 시험하고 칩·부하·품질·공구수명·실제 단축시간을 다음 분석에 반영합니다.

기계데이터와 기술자의 지식이 함께 정밀해지는 순서

현장 데이터를 확인하고, 작은 범위에서 적용한 뒤, 같은 데이터로 결과를 다시 검증합니다.

  1. 01

    데이터·장비 상태와 명령값·실제값 검증

  2. 02

    G-code 모달과 실제 궤적을 2D·3D 실가공으로 재구성

  3. 03

    관측값·물리 계산값·AI 추정값과 신뢰도 분리

  4. 04

    사용자가 공구·소재·품질·현장 제약을 확인

  5. 05

    절삭물리와 현장 이력을 결합해 한 가지 수정안 제시

  6. 06

    현장 승인 후 적용하고 결과를 재측정해 다음 분석에 반영

제조현장에서 지키는 세 가지 원칙

01

현장 승인 후 변경

NC Code 수정과 설비 적용은 기술자의 검토·승인과 안전한 시험 범위를 거칩니다.

02

민감 공정과 품질 보호

정삭·탭·보링·나사·얇은 형상은 품질·공구 파손 위험을 우선 검토합니다.

03

신뢰도와 조건 명시

공구·소재 정보가 부족하면 확정값 대신 분석 후보·근거·추가 확인항목을 제시합니다.

가장 확인이 필요한 설비와 공정부터 연결하세요

설비 유형·컨트롤러·현재 확보한 데이터를 확인한 뒤 가장 작은 시작 범위를 함께 정합니다.