CFRPの代表的な加工方法として，アブレシブウォ-タジェットによる加工が挙げられるが，アブレシブウォ-タジェットによるCFRPを含んだマルチマテリアルの切断特性は明らかにされていない．そこで，CFRPとA5052によるマルチマテリアルの切断特性を調べた．実験結果から，アブレシブウォ-タジェットによるマルチマテリアルの切断機構は，マルチマテリアルの上下が逆になると全く異なり，A5052/CFRPの表面粗さには，CFRP/A5052と比べて，送り速度，研磨剤供給量および吐出圧力が大きく影響を及ぼすことが明らかになった．

製品の最終仕上げにあたる研磨工程において磨き作業を自動化するプロセスは提案されているが，さらに研磨面状態を研磨工程中に確認できれば当該工程がより効率化される．本研究では，多関節ロボットに搭載したカメラで取得した研磨加工面の画像を用いた教師あり学習により表面粗さを推定する手法を開発するため，磁気研磨面から各種特徴量を抽出し，表面粗さを推定する機械学習モデルを構築した．交差検証により学習モデルの精度評価を行うことで，モデルの正確性を検証した．さらに，未知の表面粗さ情報をもつ加工面を用いてモデルの一般性について検証し，構築した学習モデルの有効性と研磨加工面の特徴を正確に抽出可能な特徴量を明らかとした．

本研究は，超音波振動援用研削を用いて小径内面に機能性表面を創成する際の，加工機構について明らかにするものである．本報では，その基礎として砥粒切れ刃が研削溝を形成する際のメカニズムの解明を試みている．ダイヤモンド砥粒1つを小径の超硬軸にろう付けした単粒砥石を製作し，それを用いた単粒研削試験を行い，相対運動により形成される微小溝の形成に対する超音波援用の影響を確かめた．その結果，砥粒切れ刃形状は，工作物小径内面の微小溝へ高い転写性をもつことがわかった．さらに，実験的検討から砥石と工作物の周速度比，研削方式の違いなどの観点から研削条件を最適化することにより，超音波援用研削において，材料除去効果を向上させて研削抵抗を短時間で収束させることが可能となることがわかった．