自動車の生産工程におけるプレス工程では, 鉄板を成形するためにプレス設備が用いられています。
しかし,成形時の生産条件の変動により不良品が発生することがあり, これが大きな課題となっています。
現在は抜き取り検査が行われていますが, 全数検査が困難であるため, より高度な診断技術が求められています。
本研究では,プレス機に標準搭載されている圧力センサを用い, 成形後の鉄板の異常を診断する手法を開発しています。
特に,1次元畳み込みニューラルネットワーク(1D CNN)を用いた 圧力信号の周波数解析により, 高精度な診断を実現しています。
さらに,カメラを用いた画像診断として, 自己符号化器(Autoencoder)による 流入量に基づく異常検知手法を提案し, 実データでその有効性を検証しています。