現在のプロジェクトについてはこちらをご覧ください。
PCD切れ刃における機械学習
特殊な表面品質が要求される場合は、切削パラメータや耐久性の面で高い要求を満たすダイヤモンド製の刃先を持つツールが通常使用されます。多結晶ダイヤモンド（PCD）で作られた切れ刃には、すでに非常に耐摩耗性があります。しかしその性能を維持するためには、何度も交換や再研磨をしなければなりません。このような部品はマパールで100％管理されているため、当然ながら非常に時間のかかる作業工程となります。刃先の一本一本に、製造上の欠陥がないかどうかをミクロの世界で確認する必要があります。これまでマパールでは、専ら手作業で行い、接眼レンズを通して訓練された目で行ってきました。｢ディープラーニングテクノロジーが重要なサポートを提供できる多くの古典的なプロセスの1つです｣と、ジョシュア・ロス氏は共同開発について誇らしげに語ります。
｢ディープラーニングテクノロジーが重要なサポートを提供できる多くの古典的なプロセスの1つです」
ユーザーを対象としたフィードバック
｢従業員は、部品を一つ一つ顕微鏡で見る必要はありません。その代わりに、トレイに一定数の刃先をセットしておきます。そして、その刃先は自動的にキャプチャされ、Microsoft Azureクラウドにアップロードされます。微細な材料の欠陥を検出し、ユーザーにフィードバックするように学習された物体検出モデルがあります」とジョシュア・ロス氏は実装されたパイプラインの仕組みを説明します。イメージングプロセスはブレイクアウトの検出をサポートすることを目的に設計されており、事前に並べ替えることで生産工程に大きな付加価値をもたらします。コンピュータといえども、すべてを検知できるわけではありません。したがって品質管理の最後に決定するのは常に人です｣
あなたもデジタル化の重要な推進者となって、当社のIT分野でエキサイティングな機会を見つけてください。
