刃先画像・研磨量・材質・使用履歴から、再研磨品をどの用途まで使えるかを判定。廃棄と使い過ぎの両方を減らします。
工業用刃物は、摩耗するたびに新品へ交換するのではなく、刃先を研ぎ直して繰り返し使用されます。ただし、再研磨後の刃物は見た目が整っていても、新品と同じ寿命が残っているとは限りません。 再研磨を重ねると刃先形状や刃幅が少しずつ変化し、過去の欠けや微細なクラック、使用材質との相性なども寿命に影響します。そのため現場では、研磨担当者や加工担当者が刃先を見ながら「この刃物はまだ本番加工に使える」「これは荒加工用に回す」「今回は廃棄する」と経験で判断していました。 判断が慎重すぎると、まだ使える刃物を早く廃棄してコストが増えます。一方で使い過ぎると、加工途中の欠けや品質不良、設備停止につながるため、再研磨品をどこまで使うかが重要な管理ポイントになっていました。
再研磨後の刃先を一定条件で撮影し、欠け、摩耗痕、刃先丸み、研磨面の状態などを画像データとして記録。刃物IDと紐付けて履歴化しました。
累積再研磨回数、今回の研磨量、刃幅、材質、過去に加工したワーク材、使用時間、交換理由を刃物単位で統合し、画像だけでは分からない劣化履歴も分析対象にしました。
AIが過去の刃物ごとの使用結果を学習し、再研磨後の状態から残存寿命の目安を推定。あわせて「精密加工に使用」「荒加工に限定」「予備品として使用」「廃棄候補」といった用途区分を提示します。
AIの判定後に実際に何時間使用できたか、欠けや加工不良が発生したかを記録し、次回の推定モデルへ反映。使うほど判定根拠が蓄積する運用にしました。
担当者ごとの経験差に左右されず、同じデータと観点で再使用可否を判断できるようになりました。若手でも、なぜその刃物を特定用途に限定するのかを理解しやすくなっています。
見た目だけで安全側に廃棄していた刃物についても、履歴と予測をもとに再利用の余地を判断できるようになり、再研磨の価値を最大限活かせる運用へ変わりました。
残存寿命が短い可能性のある刃物を事前に把握し、粗加工や予備用途へ回すことで、加工途中の欠けや品質トラブルを防ぎやすくなりました。
刃先画像から摩耗・欠け・刃先形状の特徴を抽出し、研磨履歴・使用履歴と統合。過去に実際にどこまで使用できたかを教師データとして、再研磨後の残存寿命と推奨用途を推定します。
3カ月
350万円