ディープラーニングによる旋削音を用いた送り速度の識別

外乱付与による学習データの改善

抄録

本研究では，切削加工中の音からディープラーニングにより加工条件を推定し，設定した条件と異なると異常と判断することにより不特定な異常の検知を目指している．前報では音を画像化して送り速度を識別したものの，実験時に工具送りを与えたモータ音により起こる誤検出を防ぐため，多くの条件で学習データとする音の取得が必要となった．本報では，学習データに外乱を加えることで，条件の数の削減を試みた．