文献

J-GLOBAL ID：202202244160352654   整理番号：22A0315914

自律機械学習モデルに基づく旋盤の切削工具摩耗の分類【JST・京大機械翻訳】

Classification of Lathe’s Cutting Tool Wear Based on an Autonomous Machine Learning Model

著者 (7件)： Fernandes Thiago E. (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Ferreira Matheus A. M. (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Miranda Guilherme P. C. de (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Dutra Alexandre F. (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Antunes Matheus P. (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Silva Marcos V. G. R. da (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil) ,  Aguiar Eduardo P. de (Department of Industrial and Mechanical Engineering, Federal University de Juiz de Fora, Juiz de Fora, MG, Brazil)
資料名： Journal of Control, Automation and Electrical Systems  (Journal of Control, Automation and Electrical Systems)
巻： 33  号： 1  ページ： 167-182  発行年： 2022年 
JST資料番号： W4559A  ISSN： 2195-3880  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 機械加工プロセスは,工業機械部品の重要な部分が製造中に加工プロセスを通して進むので,航空,発電,油,およびガスのような産業にとってかなり重要である。したがって,摩耗切削工具の使用は,これらのプロセス中の運転中断,事故,および潜在的な経済的損失につながる。これらの結果に関して,リアルタイムモニタリングは生産性と安全性増加とともにコスト低減をもたらす。本論文は,この問題を解決するため,スケーラブルな仮説試験に基づく時系列特徴抽出を含む,自己組織化方向意識データ分割アルゴリズムと機械学習技術に基づく自律モデルについて議論する。本研究で提案したモデルを,工業自動化とコンピュータ知能研究所との共同で,Juiz de Foraの連邦大学の製造プロセス研究所で実際の機械加工システムで記録したデータセットで試験した。このモデルは,切削工具操作を適切または不適切に区別するパターンを同定し,本研究で提示した全ての事例で満足な性能を達成し,故障片製作を防止できる可能性がある。Copyright Brazilian Society for Automatics--SBA 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *摩耗 ,  自動化 ,  原価低減 ,  故障 ,  *切削工具 ,  機械要素 ,  *工具摩耗 ,  *切削 ,  *旋盤 ,  *モデル ,  生産工程 ,  自己組織化 ,  コンピュータ ,  *機械学習

著者キーワード (4件)： 自律学習 ,  経験的データ解析 ,  機械学習 ,  機械加工プロセス

分類 (2件)： 切削一般  (QC02010V) ,  フライス加工  (QC02030R)

タイトルに関連する用語 (7件)： 自律 ,  機械学習 ,  モデル ,  旋盤 ,  切削工具 ,  摩耗 ,  分類