Decision Aiding of Manufacturing Using Data-Mining
Hiroyuki Kodama · Journal of the Japan Society for Precision Engineering · 2017
CAD(Computer Aided Design) /CAM (Computer Aided Manufacturing)システムの発達によ り，非熟練の技能者であっても，工作機械加工において必 須な NC(Numerical Control)プログラムの構築が容易と なってきた．しかしながら，工程設計を考慮した使用工具 の設定や，切削条件の決定には，熟練技能者の暗黙知に頼 っているのが現状である．特に中小企業の多い日本におい て，多品種少量生産が主流の現場では，熟練者の暗黙知を 体系化することが困難であるため，非熟練技能者の習熟過 程を円滑化し，多様な条件決定を支援するシステムの構築 が必要となる．実験計画法や機械学習を応用した，最適な 切削条件決定プロセスに関係する研究は多々見られるが， すべての切削工具や被削材に対して，柔軟に適用可能な切 削条件決定システムを提案する研究は少ないようである． 一方で，近年の製造業において，モノのインターネット IoT(Internet of Things)技術を製造現場に実装していく ことが当たり前となりつつある．IoT 技術において，現場 で取得したビッグデータを一元管理し，それらのデータか ら傾向を抽出する目的として，データマイニングの技術が 注目されている．そこで本稿では，数あるデータマイニン グ手法の中で，代表的な手法の特徴や製造業分野への適用 方法を解説するとともに，具体的な適用例として，工具カ タログデータに対してデータマイニング手法を適用した意 思決定支援システム(カタログマイニングシステム 1) )の