刃先近傍の切りくず温度分布のモニタリングによる各種の工具摩耗状態の同時把握

点击翻译按钮获取中文摘要

旋削工具刃先では，旋削中に，すくい面摩耗，コーナー摩耗，逃げ面摩耗，主切れ刃側と副切れ刃側の境界摩耗が同時に発達する．特に，逃げ面摩耗は，ある時点で，急激に摩耗幅が過多になり，仕上げ面品位の劣化やビビリ振動を誘発するなどするので，旋削中にこれの発達状況をリアルタイムで把握できるシステムの構築が望まれている．工具摩耗は，工具との接触摩擦エネルギが増加させるから，切削点の温度は上昇し切りくずの温度も上昇する．さらに各種の工具摩耗の発達状況により温度分布にも変化が生じることになるはずである．そこで本研究は，工具摩耗が同時多発的に発達する工具の旋削において，生成直後の刃先近傍の切りくず裏面（自由表面側）の温度分布を計測し，同時多発的に発達する各種の工具摩耗量をAI画像認識により同時に推定するシステムを構築することを目的とする．これまでに，AI画像認識の推定能力を上げるために，直角すくい角とアプローチ角を変え，また，新品工具に逃げ面摩耗を模した面取り研削を施した工具を用いて旋削試験をして，教師データ数を増やした．AI画像認識システムはTensorFlowを用いて構築し，計算には90GBまで対応するGPUを用いた．視覚から物体を認識する大脳皮質が４層構造をしていることを参照し，畳み込み層を４層，各層のカーネルの枚数を大脳皮質の各層のニューロン密度を反映した数にした．この結果，定性的には５種の工具摩耗を推定できるようになった．また，そこでは，画像の色見だけで判定している訳ではないことが分かった．しかしながら，現状では，定量的には各種の摩耗量の予測誤差が小さくならない状況であるので，次年度は，推定誤差を小さく，汎化能力を高めることを主として検討することにする．