研究ハイライト：CIRP ISEM 2025にて発表
「電磁起電力およびACモータスリップを用いた機械学習による工具摩耗予測」
精密加工においては、品質の維持と生産効率の最適化のために、工具摩耗の正確な予測が不可欠です。しかし、既存のシステムは高コストで導入が複雑なものが多く、実際の製造現場での活用が制限されています。
本研究では、これらの課題に対して、新規かつコスト効率の高いアプローチに基づくインテリジェントな工具状態監視（TCM）システムを提案します。提案手法では、工具–工作物界面における電磁起電力（EMF）と、誘導モータのスリップ（SIM）といった信号を組み合わせ、逃げ面摩耗の進行を捉えます。これらの物理的指標をAI駆動のハイブリッド機械学習モデルに入力することで、工具摩耗状態のリアルタイム予測および分類を可能にします。
本システムのアーキテクチャは、導入の容易さ、コスト効率、そして高い精度を考慮して設計されており、新規設備および既存設備へのレトロフィットの双方に対応可能です。工具の状態は、初期なじみ段階から許容限界を超える最終破損段階まで、複数のフェーズに分類されます。さらに、本システムはIoT環境への統合が可能であり、遠隔診断や生産最適化を支援します。実験結果により、84.1%から91%の分類精度が確認されています。
