CMM 측정을 위한 로봇 워크스테이션 업그레이드

초록

본 논문은 좌표측정기(CMM)와 5축 산업용 로봇을 결합한 측정 워크스테이션을 개량하여, 로봇 베이스를 CMM 본체와 분리하고 바닥에 고정함으로써 진동 전달을 최소화하고 측정 정확도를 크게 향상시킨 연구이다. 실험 결과, 표준편차와 변동계수가 최대 10배 감소하였다.

상세 분석

이 연구는 CMM과 산업용 로봇을 통합한 복합 측정 시스템의 정확도 향상을 목표로 한다. 기존 셀에서는 로봇 베이스가 CMM 프레임에 직접 부착돼, CMM이 움직일 때 발생하는 구조적 진동이 로봇과 측정 대상에 전달되어 측정 불확실성이 크게 증가하였다. 저자들은 이러한 문제점을 해결하기 위해 로봇 베이스를 CMM으로부터 물리적으로 분리하고, 전용 앵커 구조물을 설계해 바닥에 고정하였다. 이 설계는 진동 경로를 차단하고, 로봇이 자체적으로 안정된 기준점을 갖게 함으로써 동적 오차를 크게 감소시킨다.

실험 장비는 Contura G2 CMM과 Mitsubishi RV‑2AJ 5축 교육용 로봇이며, 온·습도 제어가 가능한 밀폐 실험실에서 수행되었다. 측정 대상는 원통형 부품으로, 직경 d1, d2, d3 및 높이 H의 네 가지 치수를 정의하고, 각각 네 개의 기하학적 평면(전면, 원뿔면 등)에서 10회 반복 측정을 실시하였다. 각 측정 전에는 CMM 프로브와 로봇 그리퍼의 캘리브레이션을 수행해 시스템 전반의 오차원을 최소화하였다.

데이터 분석에서는 평균값, 표준편차(σ), 변동계수(V) 를 산출하고, 기존 셀과 개선 셀의 결과를 직접 비교하였다. 표준편차는 d1에서 0.006 mm → 0.00049 mm, d2에서 0.0045 mm → 0.00019 mm 등 최대 10배 이상 감소했으며, 변동계수 역시 0.0154 → 0.00126 등 유사한 비율로 개선되었다. 이는 진동 차단이 측정 불확실성에 미치는 영향을 정량적으로 입증한다.

또한, 로봇의 오프라인 티칭을 통해 측정 위치를 사전에 저장함으로써 인간의 개입 없이 자동 재배치가 가능해졌으며, 이는 측정 사이클 타임을 단축하고 인적 오류를 감소시킨다. 그러나 논문에서는 로봇의 정밀 위치 제어 오차, CMM 프로브의 열 팽창, 그리고 장비 간 좌표계 변환 과정에서 발생할 수 있는 미세한 오차에 대한 상세한 정량 분석이 부족하다. 향후 연구에서는 이러한 잔여 오차원을 모델링하고 보정 알고리즘을 적용함으로써, 완전 자동화된 고정밀 측정 시스템을 구현할 여지가 있다.

전반적으로, 로봇 베이스의 구조적 분리와 진동 감쇠 설계는 복합 CMM‑로봇 시스템의 측정 정확도를 현저히 향상시켰으며, 산업 현장에서 복잡 형상의 부품을 고속·고정밀하게 검사하는 데 실용적인 해결책을 제시한다.