論文の概要: Workpiece Image-based Tool Wear Classification in Blanking Processes
Using Deep Convolutional Neural Networks
- arxiv url: http://arxiv.org/abs/2107.12034v1
- Date: Mon, 26 Jul 2021 08:49:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-27 16:14:26.460170
- Title: Workpiece Image-based Tool Wear Classification in Blanking Processes
Using Deep Convolutional Neural Networks
- Title(参考訳): 深部畳み込みニューラルネットワークを用いたブランキング過程のワークピース画像に基づくツールウェア分類
- Authors: Dirk Alexander Molitor and Christian Kubik and Ruben Helmut Hetfleisch
and Peter Groche
- Abstract要約: ブランキングプロセスは、その経済効率のために最も広く使われている製造技術に属している。
彼らの経済的生存性は、製品の品質と関連する顧客満足度、および可能なダウンタイムに大きく依存する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Blanking processes belong to the most widely used manufacturing techniques
due to their economic efficiency. Their economic viability depends to a large
extent on the resulting product quality and the associated customer
satisfaction as well as on possible downtimes. In particular, the occurrence of
increased tool wear reduces the product quality and leads to downtimes, which
is why considerable research has been carried out in recent years with regard
to wear detection. While processes have widely been monitored based on force
and acceleration signals, a new approach is pursued in this paper. Blanked
workpieces manufactured by punches with 16 different wear states are
photographed and then used as inputs for Deep Convolutional Neural Networks to
classify wear states. The results show that wear states can be predicted with
surprisingly high accuracy, opening up new possibilities and research
opportunities for tool wear monitoring of blanking processes.
- Abstract(参考訳): ブランキングプロセスはその経済効率のために最も広く使われている製造技術に属する。
彼らの経済性は、製品の品質と関連する顧客満足度、そして可能なダウンタイムに大きく依存します。
特に、工具摩耗の増加は製品品質を低下させ、ダウンタイムにつながるため、近年では摩耗検出に関する研究が盛んに行われている。
プロセスは力と加速度の信号に基づいて広く監視されているが,本論文では新たなアプローチを追求する。
16種類の異なる摩耗状態のパンチで製造されたブランクワークを撮影し、深層畳み込みニューラルネットワークの入力として使用して摩耗状態を分類する。
その結果, 摩耗状態を驚くほど高い精度で予測し, 工具摩耗監視のための新たな可能性と研究の機会が得られた。
関連論文リスト
- Making informed decisions in cutting tool maintenance in milling: A KNN
based model agnostic approach [0.0]
そこで本研究では,KNNをベースとしたホワイトボックスモデルを提案する。
このアプローチは、ツールが特定の状態にある理由を検出するのに役立つ。
論文 参考訳(メタデータ) (2023-10-23T07:02:30Z) - Tool Wear Segmentation in Blanking Processes with Fully Convolutional
Networks based Digital Image Processing [0.0]
本稿では,600spmのツールの高解像度画像を,セマンティックセグメンテーション深層学習アルゴリズムを用いてキャプチャし,処理する方法を示す。
125,000枚のツールの画像が連続するストロークから撮影され、顕微鏡画像が観察され、摩耗面を観察する。
論文 参考訳(メタデータ) (2023-10-06T11:40:16Z) - Recognition of Defective Mineral Wool Using Pruned ResNet Models [88.24021148516319]
我々はミネラルウールのための視覚品質管理システムを開発した。
ウール標本のX線画像が収集され、欠陥および非欠陥サンプルのトレーニングセットが作成された。
我々は98%以上の精度のモデルを得たが、同社の現在の手順と比較すると、20%以上の欠陥製品を認識することができる。
論文 参考訳(メタデータ) (2022-11-01T13:58:02Z) - Graph Neural Networks with Trainable Adjacency Matrices for Fault
Diagnosis on Multivariate Sensor Data [69.25738064847175]
各センサの信号の挙動を別々に検討し,相互の相関関係と隠れ関係を考慮する必要がある。
グラフノードは、異なるセンサーからのデータとして表現することができ、エッジは、これらのデータの影響を互いに表示することができる。
グラフニューラルネットワークのトレーニング中にグラフを構築する方法が提案されている。これにより、センサー間の依存関係が事前に分かっていないデータ上でモデルをトレーニングすることができる。
論文 参考訳(メタデータ) (2022-10-20T11:03:21Z) - Convolutional neural networks and multi-threshold analysis for
contamination detection in the apparel industry [0.0]
この研究は、完成品の小さな部品が与える汚染を自動的に検出するものである。
検出器は実際の生産工場に配備された。
論文 参考訳(メタデータ) (2022-07-26T08:21:41Z) - GENEOnet: A new machine learning paradigm based on Group Equivariant
Non-Expansive Operators. An application to protein pocket detection [97.5153823429076]
グループ同変非拡張演算子に基づく新しい計算パラダイムを導入する。
我々は、薬物設計における重要な問題として、ホスト可能なタンパク質の表面のポケットを検出する、GENEOnetと呼ばれる方法を試した。
論文 参考訳(メタデータ) (2022-01-31T11:14:51Z) - TinyDefectNet: Highly Compact Deep Neural Network Architecture for
High-Throughput Manufacturing Visual Quality Inspection [72.88856890443851]
TinyDefectNetは、高スループット製造の視覚品質検査に適した、非常にコンパクトな深層畳み込みネットワークアーキテクチャである。
TinyDefectNetはAMD EPYC 7R32上にデプロイされ、ネイティブフロー環境を使って7.6倍のスループット、AMD ZenDNNアクセラレーターライブラリを使って9倍のスループットを達成した。
論文 参考訳(メタデータ) (2021-11-29T04:19:28Z) - Responsible Disclosure of Generative Models Using Scalable
Fingerprinting [70.81987741132451]
深層生成モデルは質的に新しいパフォーマンスレベルを達成した。
この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。
最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
論文 参考訳(メタデータ) (2020-12-16T03:51:54Z) - Predictive modeling approaches in laser-based material processing [59.04160452043105]
本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。
その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。
結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
論文 参考訳(メタデータ) (2020-06-13T17:28:52Z) - Workload Prediction of Business Processes -- An Approach Based on
Process Mining and Recurrent Neural Networks [0.0]
本稿では,企業の過去のワークロードを再構築し,ニューラルネットワークを用いてワークロードを予測するプロセスマイニング手法を提案する。
我々の手法は、製造に関連するビジネスプロセスの歴史を表すログに依存している。
本手法の評価と実例は,Heraeus Materials SAの管理プロセス上で実施される。
論文 参考訳(メタデータ) (2020-02-14T08:19:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。