DBPIA-NURIMEDIA

Size: px

Start display at page:

Download "DBPIA-NURIMEDIA"

선우 유
6 years ago
Views:

1 57 연구논문 유전자알고리즘을이용한조선소조립로봇용접공정의최적화 박주용 *, 서정진 * 강현진 * * 한국해양대학교조선해양시스템공학부 Optimization of Robot Welding Process of Subassembly Using Genetic Algorithm in the Shipbuilding Ju-Yong Park*,, Jeong-Jin Seo* and Hyun-Jin Kang* *Division of Naval Architecture and Ocean Systems Engineering Korea Maritime University, Busan , Korea Corresponding author : jypark@hhu.ac.kr (Received November 5, 2008 ; Revised March 4, 2009 ; Accepted April 2, 2009) Abstract This research was carried out to improve the productivity in the subassembly process of shipbuilding through optimal work planning for the shortest work time. The work time consist of welding time, moving time of gantry, teaching time of robot and robot motion time. The shortest work time is accomplished by even distribution of work and the shortest welding sequence. Even distribution of work was done by appling the simple algorithm. The shortest work sequence was determined by using GA. The optimal work planning decreased the total work time of the subassembly process by 4.1%. The result showed the effectiveness of the suggested simple algorithm for even distribution of work and GA for the shortest welding sequence. Key Words : Shipbuilding, Assembly, Genetic algorithm, Even distribution of work, Shortest welding sequence 1. 서론 선박의조립공정은대부분수많은외판과보강재를용접하는작업으로이루어져있으며선박의건조공정에서가장많은작업량을차지하고있다. 현재대형조선소의경우소조립공정에조선전용용접로봇을적용하여자동화가잘이루어지고있다. 현재의소조립작업의자동화는로봇운영자가나름대로작성한작업계획에의해로봇을조작하는방식으로이루어지고있다. 이러한방식의자동화는최적화된작업계획이없이단순히로봇투입에따른작업시간의단축, 작업환경및용접품질의개선에그치고있어서제한된수준의효과에그치고있다. 최근유전자알고리즘 (Genetic Algorithm, 이하 GA) 을이용하여로봇경로최적화및절단경로최 적화에대한연구가수행되어작업계획의최적화를시도한바있고 1,2) GA를이용한로봇용접공정작업계획에대한연구도수행된바있다 3). 본연구에서는자동화된대형조선소의소조립공정을대상으로하여동일한작업을수행하는여러대의로봇에작업량을균형있게할당하는방법과각각의로봇용접작업시간이최대로단축되는작업순서를결정하는방법을다루었다. 2. 연구대상및목표 2.1 연구대상 소조립공정은배재 - 취부 - 로봇용접 - 수동용접 - 마무리순으로수행되며, Tact time 생산방식에의해운용된다. 즉, 소조립라인에들어온부재는사전에설 大韓熔接接合學會誌第 27 卷第 2 號, 2009 年 4 月 175

58 박주용 서정진 강현진 정된 Tact time 이내에각세부공정을거친다음후공정으로넘겨지게된다. 본연구의대상은소조립공정의세부공정이며편의상이공정을로봇용접공정으로이공정이이루어지는공장을로봇용접장으로부른다 1). 본연구에서는 Fig.

1에서볼수있는바와같이 2대의로봇이부착된 3대의갠트리에작업량을균등하게배분하고주어진작업량을최단시간에끝낼수있도록최적의용접작업순서를결정하는것이다 2). 작업량의균등배분은우선 Fig. 3과같이각각의갠트리에일정한작업면적을부여하여로봇용접장을 3개의영역으로나눈다.

3 Definition of 3 work zone 문제는각영역에할당된작업물을어떤순서로용접할것인가하는것이다. 이두문제는로봇용접장의작업시간을결정짓는요소로서생산성을좌우하는중요한문제이다. 3. 용접량의배분과용접순서의결정및작업시간의균등배분 3.1 용접량의균등배분 본연구에서는 Fig.

따라서로봇용접장을단순히 3등분하여작업물량을분배하면영역별로작업량이불균등하게배분될가능성이많다. 로봇용접장의총작업시간은 3개의작업영역중작업시간이가장긴영역의작업시간과같게된다. 각영역의작업시간은일차적으로각영역의용접량, 즉용접선의길이에의해좌우되므로각영역의용접선의길이가비슷해지도록영역을나누는것이중요하다. 3개의영역은 Fig.

2 58 박주용 서정진 강현진 정된 Tact time 이내에각세부공정을거친다음후공정으로넘겨지게된다. 본연구의대상은소조립공정의세부공정이며편의상이공정을로봇용접공정으로이공정이이루어지는공장을로봇용접장으로부른다 1). 본연구에서는 Fig. 1과같이한개의라인에 3기의갠트리를설치하고각갠트리에 2대의용접로봇을부착한로봇용접장을대상으로하였다. Fig. 2는로봇용접공정에서작업이이루어지는소블록의한예를나타내고있다. 소블록은주판에보강재 (Flat bar) 를용접하여만든다. 용접부는주판과보강재가만나는양쪽필릿부이며두대의용접로봇이이를동시에용접한다. 2.2 목표본연구의목표는 Fig. 1에서볼수있는바와같이 2대의로봇이부착된 3대의갠트리에작업량을균등하게배분하고주어진작업량을최단시간에끝낼수있도록최적의용접작업순서를결정하는것이다 2). 작업량의균등배분은우선 Fig. 3과같이각각의갠트리에일정한작업면적을부여하여로봇용접장을 3개의영역으로나눈다. 이전공정에서취부된물량이들어오면로봇용접장의 3기의갠트리는할당된영역에배치된물량을처리하게된다. 이경우두가지의의사결정문제가발생한다. 첫째는작업량배분문제로서 3기의갠트리에작업영역을어떻게할당할것인가의문제이며두번째 Fig. 1 Robot welding shop for subassembly Fig. 3 Definition of 3 work zone 문제는각영역에할당된작업물을어떤순서로용접할것인가하는것이다. 이두문제는로봇용접장의작업시간을결정짓는요소로서생산성을좌우하는중요한문제이다. 3. 용접량의배분과용접순서의결정및작업시간의균등배분 3.1 용접량의균등배분 본연구에서는 Fig. 2에서와같이길이 12m, 폭 8m의판재에 10개의보강재로구성되어있는소블록과같은크기의판재에 9개의보강재로구성되어있는소블록의 2개의블록을대상으로하였다. 로봇용접장에는총 3기의갠트리가있고각갠트리에적당한작업물량이배치되어작업영역은 3영역으로구분된다. 3영역에배치된제품들은형상이서로다르고, 보강재의개수, 위치및길이도다르다. 따라서로봇용접장을단순히 3등분하여작업물량을분배하면영역별로작업량이불균등하게배분될가능성이많다. 로봇용접장의총작업시간은 3개의작업영역중작업시간이가장긴영역의작업시간과같게된다. 각영역의작업시간은일차적으로각영역의용접량, 즉용접선의길이에의해좌우되므로각영역의용접선의길이가비슷해지도록영역을나누는것이중요하다. 3개의영역은 Fig. 4에서와같이각작업라인에굵은점선으로표시된 2개의가상바에의해정의된다. 본연구에서는각영역의용접량을균등하게배분하기위해다음과같은알고리즘을도입하였다. Bar1 Bar2 Fig. 2 An example of small blocks ΔL ΔL Initial position of partitioner Moved position of partitioner Fig. 4 Even distribution of weld length 176 Journal of KWJS, Vol. 27, No. 2, April, 2009

유전자알고리즘을이용한조선소조립로봇용접공정의최적화 59 Table 1 Movement of partitioner for even distribution according to weld length of each zone 45000 44200 44600 Before After WL1 WL2 WL3 Bar1 Bar2 43400 43680 43340 43130

3 유전자알고리즘을이용한조선소조립로봇용접공정의최적화 59 Table 1 Movement of partitioner for even distribution according to weld length of each zone Before After WL1 WL2 WL3 Bar1 Bar (1) 우선가상바를로봇용접장의 3등분하는위치에두어로봇용접장을 3영역으로분할한다. (2) 분할된 3영역의용접량 WL 1, WL 2, WL 3 를구한다. (3) Table 1과같이용접량이작은영역에서큰영역으로가상바를 L만큼이동하여 3영역을새로이정의한다. 이경우 L 의값은전체작업장의길이가 24m 이고수직부재의배치가통상 1m 이상인점을감안하여 0.03m 로하였다. Table 1에서 1,2,3은각영역의용접선길이를크기순으로표시한것이며 Bar1 은왼쪽가상바, Bar2 는오른쪽가상바이다. 화살표는가상바의이동방향이며 는가상바의이동이없음을의미한다. Table 1의첫번째경우인용접량의크기가영역1, 2, 3순인경우왼쪽가상바와오른쪽가상바를모두왼쪽으로이동함으로써각영역의용접량의차이가줄어들도록한다. (4) 식 (1) 과같이각영역의용접량의차이의합인 DWL 값을구한다 Zone1 Zone2 Zone3 Fig. 5 Result of even distribution for 3 work zones 3.2 용접순서한작업영역에는다수의보강재가존재하며이에따라이들의용접순서에대해서도매우많은경우의수가있게된다. 용접순서는갠트리와용접로봇의동선을최소화하여최단시간내에용접작업이이루어지도록결정되어야한다. 본연구에서는이문제를용접될보강재의중심점을 node 로보고각 node 를돌아오는최단경로를찾는문제로모델링하여여기에유전자알고리즘 (Genetic Algorithm, 이하 GA) 기법을적용하였다 4). 즉, 한영역에놓여있는각보강재를왼쪽부터순서대로 A, B, C 와같이알파벳기호로표시하고그순서를용접순서로간주하였다. Fig. 6은 GA에의해탐색된해의모습으로결과는각영역 node 의이동거리로표현된다. Fig. 7은 GA를적용했을때세대가진행됨 (5) (3) 와 (4) 과정을식 (1) 의 DWL 값이 1m 이하가될때까지반복한다. DWL의값이 1m 이하가되면각영역간의용접량의차이는 1m 보다훨씬줄어균등배분으로간주할수있다. Fig. 5는 Fig. 4와같이배치된 2개의블록에대해서상기의방법에의해용접량균등배분을실시한결과를보여준다. 작업영역을단순히 3등분한균등배분전 (Fig. 5의 Before) 의경우최대용접량을갖는 zone1 에 44,600mm, 최소용접량을갖는 zone3에 42,300mm 의용접량이배분되어그차이가 2,300mm 에달했으나균등배분후 (Fig. 5의 After) 에는 zone1 의용접량이 43,680mm, zone3 의용접량이 43,130mm로그차이가 550mm로확연히감소하였다. (1) Fig. 6 The shortest work sequence of each zone obtained by GA distance generation Fig. 7 Decrease of moving distance of the gentry robot in zone 2 by using GA 大韓熔接接合學會誌第 27 卷第 2 號, 2009 年 4 月 177

4 60 박주용 서정진 강현진 Table 2 Decrease of moving distance of the gentry robots in 3 zones according to change of working sequence using GA (unit: mm) Zone Before After Reduction 1 21,724 16,719-5, ,695 43,520-17, ,073 33,842-5,231 에따른 zone2 의갠트리로봇이동거리감소를보여주고있다. 대략 370 세대정도진행되면이동거리의값이수렴함을알수있었다. Table 2는각영역에 GA 를적용한작업순서의변화에따른갠트리로봇의이동거리의감소를나타낸결과이다. 이를위해두가지모델을비교하였다. 하나는용접될보강재의중심점을기준으로작업순서를컨베이어위에놓여있는순서대로작업했을때경우 (Table 2의 Before 부분 ) 이다. 다른하나는작업순서를결정하는데있어 GA를적용한경우 (Table 2의 After 부분 ) 이다. 이두경우갠트리로봇의이동거리의감소치를비교했을때 (Table 2의 Reduction 부분 ) zone1은 21,724mm에서 16,719mm 로이동거리가 5,005mm 감소하였으며 zone2 는 17,175mm, zone3 은 5,231mm 감소한것을볼수있었다. 이를통해용접순서를결정하는데있어 GA가갠트리로봇의최단경로를찾는데매우효과적이라는것을알수있었다. 3.3 용접방향용접순서는 seam 의중심을 node 로보고찾은것이므로한부재에서의용접방향은알수없다. 본연구에서는용접이종료된 node 의끝점에서다음 node 의양끝단중가까운부분을용접의시작점으로정하였다. 즉, Fig. 8에서 GA를통해 A,B, C, D, E, F순으로용접순서가결정되면시작 node의용접종료점인 2에서다음 node 로진행할때용접시작점은점선이가리키는지점 4가아니라이동거리가짧은실선이가리키는지점 3이된다. 이런과정을거치면 Fig. 8의경우 1,2,3,4,5,6,7,8,9,10,11,12 순으로용접이이루어지게된다. 3.4 작업시간의균등배분작업시간은 3.1절에서균등배분된용접량의용접시간이외에도로봇이동시간, 로봇티칭시간, 로봇모션시간을포함한다. 따라서총작업시간의균등배분은용접시간 Fig. 8 Decision of welding direction 이외에도작업시간에영향을미치는다른인자들이포함된상태에서이루어져야한다. 소조립공정은 Tact time 생산체계로되어있어물량을처리하는데있어 Tact time 내에처리해야하며 1), 특정영역에작업량이편중되지않도록하여갠트리간의작업시간의차이가가급적적도록해야한다. 작업간을결정하는요소들은다음과같다. 1 각영역의용접량용접량은용접을위한티칭시간과용접시간을결정한다. 용접량이균등하게배분될수록각영역의이시간의차이는줄어든다. 2 용접경로와용접방향용접경로는 seam사이를이동하는순서이며용접방향은한 seam 내에서시작점과끝점을결정하는과정으로로봇이동시간을결정하는요소이다. 3 로봇모션갠트리로봇이작업을수행함에있어서소요되는부수적인시간으로서로봇이용접및이동을위해자세를바꾸는데걸리는시간, 와이어커팅시간등이이에해당되며 seam 당일정시간으로나타낼수있다. 각영역의로봇이동거리 MD는각부재간의거리의합인식 (2), 용접선의길이 WL은식 (3), 작업시간 WT 는로봇이동시간과티칭시간, 용접시간및로봇모션시간의합인식 (4) 로표현된다. (2) (3) (4) 여기에서 MS 는로봇이동속도, TS 는티칭속도, WS 는 178 Journal of KWJS, Vol. 27, No. 2, April, 2009

5 유전자알고리즘을이용한조선소조립로봇용접공정의최적화 61 용접속도, MT 는로봇모션시간, n은부재수, (xs i, ys i), (xe i, ye i ) 는 i번째부재의시작점과끝점의좌표를나타낸다. 로봇이동시간인식 (4) 의첫째항은로봇이티칭작업과용접작업시에각각부재간이동을하므로 2가곱해졌다. 티칭시간, 로봇모션시간등은작업자의숙련도, 공장상황등에따라차이가있으나본연구에서는국내한조선소에서관측한값의대략적인평균값을기준으로하여 MS=150mm/s, TS=150mm/s, WS=13.3mm/s, MT=40s/seam 으로결정하였다. 작업시간의균등배분은 3.1절의용접량균등배분알고리즘과같은방식으로각영역의작업시간 WT 1, WT 2, WT 3 을식 (4) 로계산하여식 (5) 의 DWT 값이최소값에도달할때까지반복수행하여각영역에균등배분된작업시간을구하였다. Table 3과 Fig. 10은작업시간의균등배분을수행한결과이다. 균등배분과정을수행하기전 (Table 3의 Before 부분 ) 의경우는작업영역을로봇용접장의길이방향으로 3등분한경우로취부된블록이컨베이어위에놓여있는순서대로작업하는것에해당한다. 이경우와작업시간균등배분을수행한경우 (Table 2의 After부 Table 3 Even distribution of work time (unit: sec) Zone Before Diff. Work time DWT (Max- Min) 1 3,807 Work time 3, , , ,643 3, Before After After DWT Diff. (Max- Min) Time Saving (%) Zone1 Zone2 Zone3 Fig. 10 Result of even distribution of work time (5) 분 ) 를비교했을때최대작업시간영역과최소작업시간영역의작업시간의차이는 350 초에서 24초로줄었으며최대작업시간이소요되는영역의작업시간은 3,993 초에서 3,831 초로 162 초가단축되었다. 이경우티칭시간, 용접시간, 로봇모션시간은일정하므로작업시간의단축은 GA로구한최단경로의용접순서에의한로봇이동시간의단축효과에기인함을알수있다. 이결과는로봇용접공정전체의작업시간을 4.1% 단축하는것으로작업시간의균등배분이조선소조립공정에서생산성제고효과가매우큼을알수있다. 4. 결론 로봇을이용한조선소조립공정의최적화된작업계획을위해작업량균등배분과최적용접순서의결정을통해서작업시간을최소화하는문제에대하여연구하였다. 용접량의균등배분을위해고안한용접량균등배분알고리즘을적용한결과작업영역을단순히 3등분한경우는최대용접량과최소용접량의차이가 2,300mm였으나균등배분후에는차이가 550mm로확연히감소하였다. 또한많은부재를용접하는경우 GA를이용하여갠트리로봇의이동거리를최소화하는용접순서를구하였다. GA를적용하여갠트리로봇의이동거리를최소화한결과세영역에서이동거리가 GA 를적용하지않은경우에비해각각 5,155mm, 16,821mm, 5,231mm 가감소한것을확인할수있었다. 이를통해소조립로봇용접공정의전체작업시간을 4.1% 감축할수있었다. 이를통해본연구에서제안한균형배분알고리즘과 GA가로봇용접공정의최적화에유용함을알수있었다. 참고문헌 1. J.O.Kim, J.S.Sin, S.K.Kim, M.H.Park and S.H.Kim: Design of a Welding Robot System for the Sub-Assembly Line in Ship Yard, Journal of KWS, 14-1, 30-37, 1996 (in Korean) 2. K.Y.Bae and J.H.Lee: A Study on Development of Automatic Weld-Seam Tracking System Using Vision Sensor, Journal of KWS, 14-4 (1996), (in Korean) 3. H.J.Kang, J.Y.Park and H.C.Park: Work Planning Using Genetic Algorithm and 3-D Simulation at a Subassembly Line of Shipyard, Proc. of the 2004 Spring Annual Meeting of KWS, 18-20, 2004 (in Korean) 4. T.W.Kang: A Genetic Algorithm with Local Competing, Journal of the Korea Institute of 大韓熔接接合學會誌第 27 卷第 2 號, 2009 年 4 月 179

6 62 박주용 서정진 강현진 Information Scientists and Engineers, 29-6, , 2002 (in Korean) 5. J.H.Kim, D.D.Yoo, J.O.Kim, J.S.Sin and S.K.Kim: Implementation of Automatic Teaching System for Subassembly Process in Shipbuilding, Journal of KWS, 14-2 (1996), (in Korean) 6. J.Grefenstette, R.Gopal, B.Rosmaita, and D. Gicht, Genetic Algorithms for the Traveling Salesman Problem, Proc. the 1st Inter. Conf. on GAs and Their Applications, , L.G.Kang, H.G.Im, C.Y.Jeong: New Population initialization and sequential transformation methods of Genetic Algorithms for solving optimal TSP problem, Journal of the Korea Institute of Information and Communication Sciences, 10-3, , 2006 (in Korean) of Genetic Algorithms for solving optimal TSP problem, Journal of the Korea Institute of Information and Communication Sciences, 10-3, , 2006 (in Korean) 8. Y.K.Han, C.D.Jang: A Study on the Cutting Path Optimization using Improved Genetic Algorithm, Journal of the Society of Naval Architects of KOREA, 37-3 (2000), (in Korean) 9. S.G. Kang, S.Kwon, H.J.Choi: Path Optimization Using an Genetic Algorithm for Robots in Off-Line Programming, Journal of the Society of precision Engineering, (2002), (in Korean) 180 Journal of KWJS, Vol. 27, No. 2, April, 2009

인문사회과학기술융합학회

인문사회과학기술융합학회 Vol.5, No.5, October (2015), pp.471-479 http://dx.doi.org/10.14257/ajmahs.2015.10.50 스마트온실을 위한 가상 외부기상측정시스템 개발 한새론 1), 이재수 2), 홍영기 3), 김국환 4), 김성기 5), 김상철 6) Development of Virtual Ambient Weather Measurement