ロボットアームの劣化がAIで分かる!?他 最新の製造AI研究5選【週刊】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

このコーナーでは、製造業向けAIの最新研究をお届けしていきます。サクッと業界のトレンドにキャッチアップしましょう!今回のトピックスは以下の5つです!

今週のラインナップ
1. 曲げ力予測の評価
2. ロボットアームの性能劣化予測
3. コールドスプレー付加製造の改善
4. ガス利用率の予測
5. ソナーターゲットの分類

バックナンバーはこちら

曲げ力予測の評価






ホットストリップ圧延(HSR)工程では、曲げ力を正確に予測することで、ストリップのクラウンや平坦度の制御精度を向上させ、ストリップの形状品質をさらに向上させることができます。

中国の研究チームは、人工ニューラルネットワーク(ANN)、サポートベクターマシン(SVM)、分類回帰木(CART)、バギング回帰木(BRT)、ラッソ回帰(LASSO)、ガウス過程回帰(GPR)の6つの機械学習モデルをHSR工程における曲げ力の予測に適用しました。実際のデータセットを用いて比較実験を行い、予測精度、安定性、計算コストの観点から6つのモデルの予測性能を分析しました。

その結果、GPR モデルが最も優れた予測精度、安定性、計算コストを備えた最適な曲げ力予測モデルであることが示されました。また、CARTとANNの予測精度と安定性はGPRよりもわずかに低いという結果になりました。

元論文:A Comparative Assessment of Six Machine Learning Models for Prediction of Bending Force in Hot Strip Rolling Process

関連記事▶︎ 現場の機械異常に、いち早く気づく。ショベルカー編

ロボットアームの性能劣化予測

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。


■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






業界/カテゴリー

PAGE TOP