본 연구는 복잡한 공정의 실시간 예측, 모니터링 및 제어를 가능하게 하는 Digital Twin (DT) 기술을 변형 기반 금속 성형에 적용하는 문제를 해결하고자 한다. 특히, 숙련된 기술에 의존하는 English wheel을 이용한 판금 성형 공정에 자율적인 계획 및 적응 전략을 제공하는 DT 프레임워크를 제시한다. 본 연구에서는 Proper Orthogonal Decomposition (POD)를 이용한 차원 축소와 Koopman operator를 이용한 비선형 시스템의 선형 표현을 결합하여 모델 예측 제어 (MPC)를 통한 실시간 의사 결정을 지원하는 적응형 DT 프레임워크를 제안한다. 또한, 온라인 Recursive Least Squares (RLS) 알고리즘을 도입하여 연산자 계수를 실시간으로 업데이트함으로써 새로운 변형 데이터에 DT 모델을 지속적으로 적응시킨다. 제안된 프레임워크는 로봇 English Wheel 판금 성형 시스템에서 실험적으로 검증되었으며, 가변 툴 경로 하에서 변형 필드를 측정하고 모델링하였다. 실험 결과는 적응형 DT가 비정상적인 공정 거동을 효과적으로 포착하여 목표 형상을 달성할 수 있음을 보여준다.
시사점, 한계점
•
시사점:
◦
POD와 Koopman operator를 결합하여 비선형 제조 시스템의 해석 가능하고, 적응적이며, 계산 효율적인 DT를 구축하는 일반화된 접근 방식을 제시함.
◦
자율 공정 제어 및 최적화를 지원하기 위해 물리 기반 축소 표현과 데이터 기반 적응성을 연결함.
◦
English wheel 판금 성형 시스템에 대한 적용을 통해 제안된 프레임워크의 실용성을 입증함.
