レーザー計測援用知能化インクリメンタル成形機による工具パス自動推論と高精度成形

2000 Fiscal Year Annual Research Report

• Project/Area Number: 11650121
• Research Institution: Shinshu University
• Principal Investigator: 北澤 君義 信州大学, 工学部, 助教授 (90143825)
• Keywords: インクリメンタルフォーミング / 知能化 / 薄板成形 / ニューラルネットワーク / 工具パス自動推論 / スプリングバック / 高精度成形 / レーザー

Research Abstract

薄板CNCインクリメンタル成形は,薄板に対する工具の相対的な運動により創成される工具包絡面形状に薄板を成形することができるため,薄板塑性加工の多品種少量生産化・オーダーメード生産化への対応を可能にする迅速生産法の一つとして注目されている.しかしCNCインクリメンタル成形では工具パスの選択自由度が非常に高いため,工具パスの探索が試行錯誤的に行われており,高精度仕上げ成形を可能にする最適な工具パスの自動探索手法の開発がこの成形における重要な課題の一つになっている.
そこで本研究では,この高精度仕上げ成形を可能にする工具パスの自動探索に関する知能化手法を提案し,その有効性を開発した知能化CNCインクリメンタル成形システムを用いて実証した.まず成形中に成形形状のレーザ計測が可能な知能化CNCインクリメンタル成形機を開発し,この開発機へ,レーザ計測情報をもとに高精度仕上げ成形パスを推論するニューラルネッワーク学習推論システムを組み込み,知能化CNCインクリメンタル成形システムを構築した.次にこの開発機を用いて様々な形状のシェルの高精度仕上げ成形を行い,ニューラルネッワークの学習を行った.そして学習後のシステムを用いて,材質・板厚・形状の異なるシェルの仕上げ成形を行い,スプリングバック・レス状態に近い高精度仕上げ成形が可能になることを実証した.この結果は,成形過程中のシェル形状そのものを推論することと,スプリングバックを含んだデータでデータベースを構築することにより,スプリングバックを有する複雑な成形プロセスの推論(工具パスの自動推論)が可能になることを示している.本研究により,インクリメンタルフォーミングの最大の課題の一つとして残されていた工具パスの自動推論の可能性が初めて明らかになった.