%20(1).jpg)
在利用机加工过程的大规模生产环境中，刀具在切割操作中断裂是一个重大挑战。断裂往往未被察觉，导致由于错误的加工持续生产缺陷产品。
通过监测刀具状况并实时检测断裂，可以最小化缺陷产品的生产。
MAZIN公司致力于开发解决按工艺分别的生产挑战的人工智能。在机加工领域，我们关注技能传递和生产效率提升等问题。我们正在开发通过在机床上夹持电流传感器并分析与切割扭矩相关的电流值的刀具状态监测算法，作为各种实验和分析的一部分。
机加工常用铝作为工件材料。我们介绍我们在铝加工中捕捉刀具断裂的实验努力。
此倡议的目的是确定在铝加工过程中，是否可以通过分析使用电流传感器获得的电流波形来检测刀具断裂异常。
使用新刀具、轻微损坏的刀具（轻微断裂）和严重损坏的刀具（重大断裂）在以下环境和加工条件下进行铝加工的实验。目标是捕捉电流传感器的波形数据，并识别新刀具与轻微和严重断裂的刀具之间电流波形的差异。
.png) |
.png) |
.png) |
| 全新工具 | 轻微损坏的工具 | 严重损坏的工具 |
后，观察到与新刀具的电流波形（用蓝线表示）相比，轻微损坏的刀具（橙线）和严重损坏的刀具（绿线）的波形向更高值偏移。
尽管数值差异较小，结果表明使用独特开发的算法检测异常的可能性很高。这表明即使是电流波形中的微小变化。
.png)
在这次实验中，使用直径为φ6mm的刀具，该刀具产生相对较低的切割扭矩，我们观察到电流波形的差异。预计随着刀具直径的增加，导致切割扭矩增大，由刀具断裂引起的电流值差异将变得更加明显。这表明直径大于φ6mm的刀具在铝加工中的刀具断裂也可能被检测到。
展望未来，我们计划在更接近实际加工环境的条件下收集数据，以积累异常检测可行性的见解。
如需了解更多技术详细信息或与研发相关的查询，请联系我们。
