一把刀能用多久？深度学习技术用于富士康刀具寿命智能预测_风闻

一把刀能用多久？

中国电子信息产业发展研究院，袁晓庆博士介绍，富士康基于深度学习建立的刀具寿命智能预测模型，实现了从计件换刀到精准换刀的转变，帮助企业延长刀具寿命 15%，提高产品良率30%。

痛点是，传统汽车制造制程中，采取计件换刀的方法， 一是不能完全解决加工过程中崩刀、断刀的问题， 二是刀具的意外损坏会直接造成加工部件的损毁并 造成巨大损失，三是不能充分利用刀具有效寿命。 

方案是，采集机台振动、电流传感器和控制器等多类异构数据，在云端基于深度学习训练刀具剩余寿命预 测模型，并部署到边缘侧，实施监测分析刀具状态 数据，智能预测断刀、崩裂和寿命的异常情况。 

听说过铣刀吗？

用于铣削加工的、具有一个或多个刀齿的旋转刀具。工作时各刀齿依次间歇地切去工件的余量。铣刀主要用于在铣床上加工平面、台阶、沟槽、成形表面和切断工件等。

《基于深度学习的高速铣削刀具磨损状态预测方法》一文介绍，由于铣刀在高转速下进行不连续切削，刀具磨损迅速且难于监测，并且刀具磨损严重影响加工精度与产品质量。针对高速铣削刀具磨损难以在线预测，提出了一种基于深度学习的高速铣削刀具磨损预测的新方法。

通过小波包变换提取铣削力信号，在不同频段上的能量分布，作为初始特征向量。采用无监督学习对稀疏自编码网络进行特征学习，并将单层网络堆栈构成深度神经网络。最后，利用有监督学习对整个深度网络进行微调训练，建立铣削刀具磨损预测模型。实验结果表明，所提出的方法对刀具磨损状态预测准确率达到93.038%。

在制造物联环境下，部署在车间的控制器和传感器会产生大量的实时数据流，这些数据中包含着关于系统(设备)运行状态的信息，需要对这些原始数据进行分析并从中提取出隐含的信息、知识，从而实现对系统(设备)的实时监控与精准控制。（完）《亲爱的数据》出品