切削中のAE信号と機械学習を用いた加工状態の観察に関する研究

抄録

長時間の切削加工においては，工具の損耗による加工コストの高騰が問題とされているが，一意的な工具交換時期の判断は困難である．そこで本研究では切削工具の状態をリアルタイムで観測するシステムの構築を目指し，本稿ではエンドミル工具を用いた切削加工においてAE（Acoustic Emission）信号を機械学習することにより，学習の結果として算出する再構成誤差を用いて加工中の工具状態を評価し，実際の工具状態と比較した．