工具刃先近傍の温度に基づくドリル加工の変化検知

次元圧縮と確率的生成モデルによるアプローチ

抄録

工具の通常利用状態から，(工具交換を必要とする意味で)正常ではない状態に至る変化検知の問題に対して，本研究では次元 圧縮と確率的生成モデルに基づく機械学習アプローチの有用性を検討する。ここでは，ワイヤレス工具ホルダで取得可能な工具刃先近傍の温度データを用いて，主成分分析および変分自己符号化器(VAE)の実効性能を比較し，確率的生成モデルによる工具状態の変化検知への有用性を示す。