Image Conversion and Data Augmentation Method for Anomaly Detection of CNC Machine tools based on Deep Learning

CNC 머신은 공구 또는 가공품의 회전을 통해 제품을 가공하는 공작기계로 툴의 상태가 제품 품질과 밀접한 관련이 있다. 이에 CNC 머신 툴 모니터링에 대한 연구가 꾸준히 수행되고 있으며, 최근에는 우수한 성능을 보이는 딥러닝을 기반으로 한 연구가 수행되고 있다. 하지만 산업현장에서 수집되는 데이터는 주로 1D이므로 다수의 기개발된 우수한 영상 처리 딥러닝 모델 적용이 어렵다는 단점이 있다. 이에 신호 데이터를 이미지로 변환하기 위한 데이터 기반 신호-이미지 변환방법을 제안한다. 또한 딥러닝 적용을 위해서는 충분한 학습데이터 수집과 클래스 간 데이터 수의 균형이 중요하다. 하지만 산업현장에서는 데이터 부족과 불균형 문제가 다수 존재한다. 이를 해결하기 위해 데이터 분포 기반 확장기법 연구에 대해 제안한다. 실험을 통해 제안하는 두 가지 방법으로 데이터 부족과 불균형 문제를 해결하고 이상감지 성능을 향상시킬 수 있음을 보였다.