並列タイトル等Optimization of grinding Process by Means of In-process Measurement of grinding wheel Surface
タイトル（掲載誌）平成12(2000)年度 科学研究費補助金 基盤研究(C) 研究成果報告書 = 2000 Fiscal Year Final Research Report
一般注記本研究は,砥石作業面を加工目的に応じた最適な状態に維持することによって研削加工を最適化しようとするもので,(1)砥石作業面を機上測定できるシステムの構築;(2)加工目的に応じた砥石作業面の生成;(3)砥石作業面性状の定量化;(4)砥石作業面性状のインプロセス測定;という研究計画からなっている.最も使用頻度が高い超砥粒砥石およびビトリファイドアルミナ砥石を対象として行った研究成果を以下に示す.(1)砥石作業面を直接測定する'静的手法'として,触針式粗さ計(触針法)およびデジタルイメージスコープ(画像処理法)を研削盤の砥石ヘッドに装着して砥石作業面を観測するシステムを構築した.その結果,超砥粒砥石に対し,形直し・目直し直後の初期研削工程における砥粒先端の微小破壊による切れ刃の増加,切れ刃先端の摩滅摩耗,結合剤の除去によるチップポケットの増大などの過度的過程を詳細に観測することに成功し,定常研削へ移行する時期を正確に評価できた.(2)'動的手法'として,ドレス条件を段階的に変えて異なった状態の砥石(標準状態)を生成し,それらの砥石から発生する研削音や研削振動の特徴をニューラルネットワークによって学習・識別するシステムを構築した.その結果,研削抵抗や仕上面粗さに明確な差が生じる程度に相違がある場合には,砥石作業面状態は精度よく識別できることがわかった.また,標準状態以外の状態を入力した場合,ネットワークは最も近い標準状態を出力した.さらに,摩耗した砥石から研削音を入力した場合,ドレッサ送り速度が小さく砥粒先端がより平坦化した標準状態を識別結果として出力した.このことから,本手法には柔軟性があり,使用する砥石ごとにいくつかの標準状態をあらかじめ学習させることによって,インプロセスで砥石の状態を評価することができることを示した.
The purpose of this study is to optimize the grinding operation by means of in-process measurement of the wheel surface. The outlines of the project are as follows.(1) Construction of the in-situ wheel monitoring system.(2) Characterization of the wheel surface corresponding to the measure ring method.(3) In-process evaluation of the wheel surface.Parameters for characterizing grinding wheel surface are classified into two categories : static and dynamic parameters. In the post-process static evaluation, the wheel surface is directly measured by means of the stylus profilometry and the microscopy. The circumferential profile trace and 2D-image of a wheel surface is measured by the stylus profilometer and the digital microscope, respectively. Here abrasive grains and cutting edges are identified according to arbitrarily defined criteria. The grain density, cutting-edge density, successive cutting-edge spacing, cutting-edge ratio and micro-morphology of abrasive grains can be measured wi th a good degree of accuracy. This technique enables to measure the wheel topography relatively easily so that it has the possibility to control the grinding operation by judging the suitability of the grinding condition and the timing of re-arrangement of the wheel.In the in-process dynamic measurement, on the other hand, the wheel condition is evaluated by analyzing the grinding sound, which is generated by the wheel-work interaction in the grinding zone. Several reference conditions of the wheel surface are formed by the appropriate dressing and the frequency spectrums of grinding sound emitted from the reference wheel surface are discriminated by the neural network learning algorithm. The overall recognition rate is at least 60%. The network also recognize the wheel wear as the wheel surface with flattened grain tips, which is equivalent to that of the wheel generated with lower dressing feed. Accordingly this system can recognize instantaneously the difference of the wheel surface.
研究課題/領域番号:10650117, 研究期間(年度):1998-2000
出典：「砥石作業面のインプロセス測定による研削作業の最適化に関する研究」研究成果報告書 課題番号10650117 (KAKEN：科学研究費助成事業データベース（国立情報学研究所）) 本文データは著者版報告書より作成
関連情報https://kaken.nii.ac.jp/search/?qm=40199493
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-10650117/
https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-10650117/106501172000kenkyu_seika_hokoku_gaiyo/
連携機関・データベース国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）