随着IoT和AI的发展,对生产现场数据活用的关注日益高涨。
草津工厂的模具加工一方面要求提高多品种少量生产的效率,另一方面存在熟练工不足的课题,无法精准设置加工条件。
在上述背景下,通过数据的活用,优化以往需要操作者凭借感官判断的小径工具的加工条件设置。
为了提高生产效率,必须设置更高要求的加工条件,如提高进给速度。但模具制造需要精细加工,所使用的工具直径多数较小,最小直径低至0.2mm。如不设置余量,会引起工具折损,甚至导致停机。因此,最难的是设置最佳加工条件,始终需要依靠熟练技术人员的经验与直觉提高加工速度。
然而还存在人工不足和技能传承的课题,现状是必须寻找新的方案,最大限度地追求最佳加工条件,🏅并有效继承熟练技术人员的🧜技能。
我们认为,目前米乐m6的加工机已经很完善,几乎没有改善余地,但是像上述事例这样感测加工状态,并与算法结合使用,还是存在很多现场课题有待解决。
希望能应用在加工机和冲压机上,助力现场进化。