| 研究概要 |
研削加工の知的自動化を実現させることを目的とし,初年度は下記の研究実績をあげることができた。
1.作業者が自己の経験から類似の加工事例を思い出し,その中から最も強く記憶している事例を選択するというプロセスを模擬しうるシステムを構築するため,Feed Forward型ネットワークとBrain-State-in-aBox型ネットワークを階層的に複合させた。この新たな着想による意志決定モデルを、エンジニアリングワークステーション上に構築し,実行可能性を検証した。完成されたシステムは,要求された表面粗さを達成するためのドレッシング条件を作業者に指示しうることを確認することができた。
2.研究設備として購入したCNC研削盤の調整を行い,本研究で提案するハイブリッド型ネットワークを構成する上で必要となる学習用データを得るための研削実験を行った。学習用データとしては,表面粗さを0.7mum-12.5mum(Rz)の間で9段階に分け,ドレッシング送りを5段階,ドレッシング切込み深さを5段階に分けて整理した。いずれも実際の作業で使用される範囲内の条件である。
3.学習データに立脚して構築されたシステムの有効性を計算機シミュレーションで検証した。その結果,本研究で提案したモデルは,従来のFeed Forward型ネットワークだけでは対処し得ない加工条件の設定に有効であることを確認することができた。また,提案したシステムは高いフレキシビリティを持っており,本研究で対象とした場合以外にも応用が可能であると判断された。
4.次年度は,研削条件をも決定しうる意志決定モデルを完成させる予定である。
|
