ウェーブレットパケットを用いたFNNによるエンドミル加工時のびびり振動発生判別に関する研究

摘要

本研究では，エンドミル加工を行う際のびびり振動の発生について，FNNによりモデル化を行う．びびり振動の発生は主に切削条件により加工前に予測することが望ましいが，判別の精度を考慮して切削音を併用したモデルを構築する．FNNモデルの入力として切削条件と切削音を用いる際に，切削条件に関するものはファジィ数として取り扱い，切削音に関してはDWTにより求めたウェーブレット係数を利用する．ウェーブレット係数を入力として用いる場合，全ての係数を用いるとFNNのサイズが大きくなってしまうため，主軸回転数を含む周波数レベルの係数を利用する．ただし，DWTではデータ数と周波数レベルの関係から係数の数が限定されるので，主軸回転数の変動によりFNNのサイズを変化させる必要があった．そこで，FNNの構造を決定する際の自由度を増すという観点からWPを利用する手法を提案する．これにより，主軸回転数が変化しても利用するウェーブレット係数の数を変化させる必要がないためFNNのサイズに影響を与えないという利点がある．また，利用する入力層のニューロン数を減らすことができると考えられるので，学習の収束性の向上についても期待できる．さらに，FNNの中間層ニューロンを区分して，切削条件および切削音の入力層ニューロンからの結合を分離して考慮する．これにより，加工前の切削条件のみからの予測および加工中の切削音を組み合わせた判別を1つのFNNモデルで行うことができる可能性を示す．