一种利用智能手机传感器实时监控精密加工中刀具磨损的新技术已被开发出来。这一进步预计将通过实现主动维护和及时更换工具来提高生产质量。

由UNIST机械工程系Chung Wook Park教授和UNIST工业工程与人工智能研究生院Sunghoon Lim教授领导的联合研究小组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及时更换切削刀具，优化生产效率。

这项研究的结果是发表在制造系统杂志。

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释处理过程中遇到的不确定性。与之前的研究工作相比，该方法显着增强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）广泛应用于航空航天和生物医学领域等高科技制造领域，但由于其热性能较差而导致刀具快速磨损，因此带来了挑战。因此，迫切需要实时监控工具状况。

“通过最大限度地减少智能手机传感器数据中的噪声并利用先进的深度学习技术，我们在刀具磨损预测方面实现了更高的准确性，”UNIST 工业工程系的 Gyeongho Kim 说道。

UNIST 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，因为它允许通过智能手机应用程序进行实时预测，从而消除了对于昂贵的传感器。”

更多信息：Gyunho Kim 等人，使用智能手机传感器开发一种基于深度学习的不确定性感知刀具磨损预测方法，用于 Ti-6Al-4V 的车削过程，制造系统杂志（2024）。DOI：10.1016/j.jmsy.2024.07.010