| 研究課題/領域番号 |
20K04205
|
|---|
| 研究機関 | 佐世保工業高等専門学校 |
|---|
研究代表者 |
川下 智幸 佐世保工業高等専門学校, 電子制御工学科, 教授 (00270380)
|
|---|
| 研究分担者 |
坂口 彰浩 佐世保工業高等専門学校, 電子制御工学科, 准教授 (00332099)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 砥粒加工 / ディープラーニング解析 / 砥石画像 / 機上計測 |
|---|
| 研究実績の概要 |
2020年度は，ディープラーニングを活用した砥石作業面の画像解析に用いるソフトウェア開発を中心に実施した．その開発過程においては，高度な知見と経験が必要になることからソフトウェア会社に，コンサルタント（技術支援）を依頼して，開発に取り組んだ．その成果として，今後，研究過程で，必要となる基本的なソフトウェアを作りあげることができた．そのソフトウェアの概要は，研削過程で，研削性能の低下につながる現象（目づまり，脱落，突き出し量が少量により結合剤面が早期に最外周面に露出）が発生した領域をそれぞれ抽出（任意領域）し，その現象ごとに分類を行う学習器(CNN）を構築した後，開発したソフトウェアに設定パラメータとして学習器(CNN）を付与することで，研削過程で得られた砥石作業面画像（数100枚～数1000枚程度）を入力するとその過程における研削性能の低下につながる発生箇所（分類別ごと）の個数と発生位置を視覚的，定量的に短時間で解析できる内容になっている．また，その解析時間は，汎用的な計算機でも短時間（数秒）での解析が可能で，ＮＣ研削盤での機上計測を研究目的として取り組んでいるが，実用化の観点から判断しても高水準のソフトウェアを開発できたと考えている．この開発したソフトウェアを用いることで，研削過程で研削性能の低下（劣化）につながる現象（目づまり，脱落等）の発生状況と工作物仕上げ面粗さとの関係や適切なドレッシングタイミングを明確にできる可能性が高いと推察しており，次年度から具体的な実証実験に取り組んで行く．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究計画通り展開できている．次年度からは，開発した解析用ソフトウェアを用いて検証実験・解析を進めて行く．
|
| 今後の研究の推進方策 |
ＮＣ研削盤を用いて，研削過程（ドレッシングの前後，研削過程，再ドレッシングまで）における研削特性（工作物仕上げ面粗さ，研削抵抗，消費電力等）と砥石作業面画像を一定の研削量ごとに取得する．その後，その取得画像データを用いて，研削性能の低下（劣化）につながる現象（目づまり，脱落，突き出し量が少量により結合剤面が早期に最外周面に露出）が発生した砥面の状態（領域）を発生現象ごとに分類する学習器（CNN）を構築し，2020年度に開発したソフトウェアに設定パラメータとして学習済み学習器(CNN）を付与することで解析環境を構築する．
その後は，それぞれの研削過程で取得した砥石作業面の画像（約100枚～数1000枚程度）を用いて，上記の解析用ソフトウェアにより解析を行うことで，研削過程において砥石作業面に発生する性能低下（劣化）領域を抽出し，その発生現象の分類を行うことで，研削過程における性能低下の発生箇所，位置を視覚的，定量的に解析する．併せて，その結果と研削特性（工作物仕上げ面粗さ，研削抵抗，消費電力等）との関係を明確にする．このような実証実験を繰り返し行うことで，以下の事項を明らかにして行く．①研削過程で取得された砥面画像から適切なドレッシングタイミングを判断できるようにする．②ドレッシング直後の砥石作業面画像から，研削過程で研削性能低下につながる発生領域を予想できるようにすることで，適切なドレッシングが行われているかを判断できるようにする．
|
| 次年度使用額が生じた理由 |
コロナ禍で，予定していた旅費（学会参加，打ち合わせ等）が発生しなかった．また，対面で行う実験等が実施できず実験に用いる物品費（砥石，工作物等）が発生しなかった．2021年度は，新型コロナウイルスの状況にもよるが，特に，感染対策を行い，実験は積極的に実施して行く予定で，それに伴い物品費，旅費は，計画通りに推移すると予想している．
|
