| 研究課題/領域番号 |
21K03788
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分18020:加工学および生産工学関連
|
|---|
| 研究機関 | 横浜国立大学 |
|---|
研究代表者 |
篠塚 淳 横浜国立大学, 大学院工学研究院, 准教授 (30282841)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 切削 / 工具摩耗 / 切りくず / 温度 / AI / 予測 / 赤外線サーモグラフィー / 深層機械学習 / 計測 / モニタリング / 深層学習 |
|---|
| 研究開始時の研究の概要 |
令和3年度～令和4年度：赤外線望遠マイクロスコープユニットを改良して切りくず裏面の温度分布の測定感度を上げる．切削条件を広範囲にして摩耗と温度との関係のデータ数を大幅に増やし，AI画像認識システムの予測精度を向上させ，構築するシステムの性能や有用性を検証する．
令和4年度～令和5年度：人間が見て解析した結果とAIが予測した結果を比較検討することで，同時かつ複合的に発達する各種の工具摩耗が刃先近傍の切りくず裏面の温度分布に及ぼす普遍的なメカニズムについて検討する．
|
| 研究実績の概要 |
本研究は，AI技術を用いて旋削時に同時複合的に発達する５種（すくい面摩耗，平均逃げ面摩耗，コーナー摩耗，主切れ刃側境界摩耗，副切れ刃側境界摩耗）の工具摩耗量を，旋削中の切りくず裏面の温度分布の画像のみから同時に推定するシステムを構築することを目的としている．AI推定システムは，教師ありの機械学習の回帰分析であり，オープンソースの一つであるTensorflow+Kerasで構築した．
本年度は，上記の各種切削条件における切りくず裏面の温度分布から，各所の摩耗量を高い精度で予測するAIモデルを検討した．本研究では，動物の脳内では，目から得た視覚情報を複数の受容野が同時かつ並列に処理していること，を参照しモデル設計の指針とした．
数種のモデルを構築し予測精度を検討した結果，入力（２次元配列の画像データ）を，畳み込み核のサイズが異なる３種類の畳み込み層群（バッチ正則化層，畳み込み層，活性化層，プーリング層を一組みとした層を，スキップ接続を含めて多段に積層したもの）を並列に並べた層群に入れ，統合した後，別の畳み込み層群に入れ，その後，１次元配列のデータに変換し，階層型ニューラルネット層に通した後，５系統の階層型ニューラルネット層群に分岐し，それぞれの系統が１つの出力を出す，というモデルが，平均絶対値誤差10 %（すくい面摩耗量は5.9%）と最良であった．
各出力に対する最終段の畳み込み層でのヒートマップを検討した結果，さらなる検討の余地はあるが，いずれの摩耗も，切削条件によらず温度が一番高い，副切れ刃上の切りくず末端付近に強く反応しているが，逃げ面摩耗や境界摩耗は，切りくず両端にも反応しており，摩耗種によって切りくず上の反応に濃淡があることが分かった．これより，ヒートマップを詳細に分析することで，各種の摩耗量が切削温度に与える物理的な影響を明らかにできる可能性があることが分かった．
|
