作者:謝秉澂、林群惟、陳慶順基於機器學習方法之刀具磨耗預估技術
由於刀具狀態為影響工件品質的關鍵因素,當刀具磨損至一定程度時,會導致被加工件的形狀精度與表面粗糙度不如預期。此外,切削刀具的成本和更換刀具過程的時間成本約占總生產成本的3 %至12 %不等。因此,為有效控制加工件品質與提高生產效率,發展刀具磨耗檢測與預估技術是必要的。對於工廠自動化而言,發展能夠即時進行刀具磨耗預估的技術更是一項重要的任務。基於上述原因,本文嘗試提出一種基於機器學習的刀具磨耗預估技術,以期能提供較為準確的刀具磨耗程度資訊,輔助使用者判斷較佳的換刀時機。為驗證所提方法的可行性,於文中採用PHM 2010競賽所提供的切削刀具磨耗資料進行相關測試。從測試的結果顯示刀具磨耗預估值與實際值之平均絕對誤差比例為9.57 %,顯見所提方法具有良好的預估效果。