Residual stress analysis by neural network incorporating cutting simulation

2022 Fiscal Year Final Research Report

• Project/Area Number: 20H02051
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 18020:Manufacturing and production engineering-related
• Research Institution: Tokyo Denki University
• Principal Investigator: Takashi Matsumura 東京電機大学, 工学部, 教授 (20199855)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 切削 / 残留応力 / シミュレーション / 機械学習 / ニューラルネットワーク / 切削力

Outline of Final Research Achievements

An estimation model of residual stress in drilling is proposed with a hybrid system that consists of analytical prediction and multilayered neural network. The cutting tests were conducted to investigate the effects of cutting conditions and tool geometry on residual stress in drilling of aluminum alloys and titanium alloys. Because the circumferential and axial residual stresses change with the cutting force in the depth of hole, the developed system analyzes the force components at the end of lip, which apply the load on a surface of the hole. Meanwhile, the effect of the back taper angle and the margin width of the drill on the residual stress are characterized in a neural network. Then, another neural network associates the residual stresses with the force components and the effect parameters of the back taper angle and the margin width. The developed system successfully estimates the residual stress in terms of mechanical effect.

Free Research Field

生産工学

Academic Significance and Societal Importance of the Research Achievements

切削加工の残留応力に関する学術的研究は古くから進められているが、それらの多くは切削試験に基づいた定性的な議論にとどまっている。本研究課題では、ドリル切削に対するシミュレーションによって、穴の内周面に対して切れ刃の最外周部による負荷を解析し、これに基づいて定量的に残留応力を推定することが可能となった。また、開発した推定システムは単に平均的な残留応力を推定するのではなく、穴の深さ方向に対して残留応力分布を推定できる。このことは、これまでの研究では試みられていなかった成果である。この推定システムにより、所定の残留応力に対して、ドリル形状と適用できる切削条件を明示することが可能となった。