2022-09-No1-輥軋技術新訊

余征諴 博士 / 國立高雄科技大學 鍛造輥軋工程研究中心

各位【連續輥軋智慧成形技術聯盟】會員先進們大家好，與您分享本期輥軋技術新訊 (2022-09-No-1)：

#技術主題：線上鈑金成形輥輪模具磨耗狀態預估技術

Kubik等人[1]基於時間序列知識發掘與影像資料工程應用技術(Knowledge Discovery in Time series and image data in Engineering Applications, KDT-EA) ，利用機器學習技術 (machine learning, ML)，發展一線上鈑金成形輥輪模具磨耗狀態預估技術，該方法根據製程資訊 (下料沖切力、輥軋扭力）經正規化及建立特徵資料後，以支撐向量機 (support vector machine, SVM)預估磨耗狀態 (模具切刃與輥輪圓角尺寸，訓練階段利用離線光學量測系統量測尺寸)；經沖壓下料與連續輥軋進行驗證，磨耗狀態預估偏差量分別爲0.83% (沖壓)及2.21% (輥軋)。

應用該技術，可協助產業透過『利用機器學習進行鈑金成形磨耗偵測技術』技術，建立『鈑金成形輥輪模具磨耗預估』之技術能量及相關研究開發之參考資料。

----

#參考資料：

[1] Kubik, C., Becker, M., Molitor, D. A., & Groche, P. (2022). Towards a systematical approach for wear detection in sheet metal forming using machine learning. Production Engineering, 1-16.

[2] 連續輥軋智慧成形技術聯盟, 輥軋技術新訊, Vol. 2022-09-No1, https://sites.google.com/view/nkustrollforming/%E7%94%A2%E6%A5%AD%E8%B3%87%E8%A8%8A/%E6%8A%80%E8%A1%93%E6%96%B0%E8%A8%8A/2022-09-no1-%E6%8A%80%E8%A1%93%E6%96%B0%E8%A8%8A

----

Tag: Roll Forming, Blanking, Wear, Monitoring, Knowledge, New Tech, Review

----