利用智能手机传感器，开发出一种用于实时监控精密加工中刀具磨损的新技术。这项技术有望通过实现主动维护和及时更换刀具来提高生产质量。
由机械工程系 Chung Wook Park 教授和韩国蔚山科技大学工业工程与人工智能研究生院 Sunghoon Lim 教授领导的联合研究团队创建了一种实时刀具磨损预测方法。这种创新方法旨在促进切削刀具的及时更换，从而优化生产效率。
这项研究的结果发表在《制造系统杂志》上。
在这项研究中，该团队引入了一种基于深度学习的预测模型，该模型结合了过滤技术来减轻数据噪声并解决处理过程中遇到的不确定性。与以前的研究成果相比，该方法显著提高了刀具磨损预测的性能和可靠性，同时提高了准确性。
钛合金（Ti-6Al-4V）广泛用于航空航天和生物医学等高科技制造业，但由于其热性能差，刀具磨损快，给加工带来挑战。因此，对刀具状况的实时监控至关重要。
韩国蔚山科技大学工业工程系的 Gyeongho Kim 表示：“通过最大限度地减少智能手机传感器数据中的噪音并利用先进的深度学习技术，我们实现了更高的刀具磨损预测精度。”
韩国蔚山科技大学机械工程系的 Sang Min Yang 进一步强调：“这一发展将极大地促进高效且具有成本效益的生产和制造系统的进步，因为它可以通过智能手机应用程序进行实时预测，从而无需昂贵的传感器。”
发表于