OEE（设备综合效率）最大化平台
通过「不断发展的AI」
来解决不必要的刀具更换、
加工不良和返工造成的损失
在使用切削刀具时，
您是否有这样的困扰？
破损或崩刃导致产品不良
破损或崩刃导致产品不良以及发生返工损失
刀具成本不断增加
希望通过调整刀具寿命管理来降低成本
OMNIedge为您解决！
"刀具监测AI解决方案" 可监控切削刀具的破损、崩刃！
无需阈值！AI自动检测破损、崩刃
发生破损或崩刃时，加工循环中的切削负荷会急剧上升或下降。根据加工波形形状所具有的特征量不同检测异常，并进行通知。
将磨损程度数值化，
优化换刀设定次数
可检测折断检测等捕捉不到的微小异常，通过对比产品品质，可设定各刀具的最佳寿命。
防止发生加工不良
可实时发现刀具异常，及时采取适当措施，防止发生加工不良。
减少返工损失
在加工中实时诊断
可在加工过程中实时进行异常检测，缩短每个工序的刀具诊断（折断检测）时间，帮助提高生产效率。
缩短周期时间
减少刀具更换频度
通过优化刀具寿命，可减少换刀频次，从而降低刀具成本。
降低成本
什么是刀具监测AI解决方案？
从安装在电机上的电流传感器中提取周期数据，
通过学习模型进行异常检测
AI会在每次加工时学习各刀具的加工波形，从而可监测破损或崩刃，亦可监测磨损度。
无需设定监测破损和崩刃的阈值。
可后加装
- 后加装传感器，安装简单
传感方式是将CT夹在电机电缆上，安装简单。※
使用后加装的传感器信息诊断加工状态。
- 在某些条件下，亦可从外部接收输入信号。
无需繁琐的设定
- 无需设定阈值及参数
无需使用设定刀具进行繁琐的设定。安装当日就可立即获取数据。
仅需注册加工产品、加工工序名称和刀具即可安装！无需设定各种阈值及参数。
不设定阈值亦可自动测量切削加工时的刀具电流值，并通过学习检测异常。
并非根据单轴而是几个轴的观察情况做出综合判断。
通过不断发展进步的AI进行解析
- AI诊断、异常检测
- 学习并提高精度
通过AI自动解析基于数据的异常检测，无需使用阈值。
学习正常时的波形信息，诊断"与平时的不同之处"。
并且，随着时间推移不断深化学习，提高精度。
从PoC到全面展开，
均可根据装配环境提供
- PoC（概念验证）
从硬件到通信环境均可打包提供
- 全面展开
在导入到生产线及整个工厂时，
可根据客户的装配环境提出建议
一举解决IoT相关困扰
传感器选型
哪种传感器比较好...
专用传感器
无需耗费选型时间！
edge控制器选型
哪一种比较好...
专用放大器，
无需耗费时间选型！
数据处理
如何进行分析呢
通过edgeAI进行数据处理，
无需解析时间！
构成方案
从硬件到软件，一站式提供。无需在公司内部构建通信环境等基础设施。
安装简单
只需将专用CT安装至机床，接通电源
即可获取加工中的波形数据。
通过传感器实现刀具
状态可视化
通过edgeAI提取的特征
量来学习正常模型
通过传感器实现刀具状态可视化
通过edgeAI提取的特征量来学习正常模型
管理刀具状态
通过AI推断刀具的破损、
崩刃及磨损程度。
旋转灯通知
（也可通过平板电脑进行监视）
（还可输出到NC）
- 在本地环境中，也可以导入到生产线或整个工厂中。
支持
无论是导入前还是导入后，THK都将为客户提供切实可靠的支持，助您放心导入。
此外，亦提供监测服务，确认获取的数据并告知客户。
导入前
- 机种选型
- 现场确认
- ROI建议
导入后
- 安装支持
- 对获取的数据提出建议