在株式会社MAZIN，我们致力于开发AI，以解决生产过程中存在的生产问题。在切削加工领域，我们的目标是开发一种算法，通过将电流传感器夹在机床上，基于与切削扭矩相关的电流值来监控刀具状态，并进行各种实验和分析。到目前为止，株式会社MAZIN研发的刀具异常检测算法专为量产加工设计，尚未能够应对少量多样化的生产。然而，在少量多样化的生产中，尤其是在加工大型工件时，如果刀具出现异常并继续加工而未被察觉，就可能进行非预期加工，从而导致工件报废。大型工件因其价格昂贵，刀具异常导致的质量问题尤为显著。
针对这些问题，株式会社MAZIN已开始开发一种适用于加工大型工件的门型机床的刀具异常检测算法。此次开发的算法针对的是对工件进行周期性加工的情况。
在加工少量多样化的产品时，如果算法针对加工时的周期性波形，就存在一个问题：可能会错误地将非周期性波形中出现的刀具异常判定为异常。为了解决这个问题，我们开发了一个改进的算法。在异常检测中，我们使用了一种测试数据，该数据在周期性电流波形中略微提高电流值来创建异常区段。通过分析这些测试数据，我们发现正常和异常情况下的二维分布如下图所示。
将加工过程开始时获得的时序数据输入到异常检测算法中，可以看到异常区段的纵轴异常度数值显著上升，如下图所示。此外，波形的起始部分是非加工区间，在这个区间中，即使值与正常时不同，异常检测算法也能正确判断只有异常区段是异常的。
此次，我们创建了测试数据来试验异常检测算法是否只将异常区段判定为异常，结果是成功的。未来，我们将继续验证算法是否能够在实际加工现场出现的异常波形中也能进行异常检测。
如果您对技术详细内容或研发有任何疑问，请联系我们。
