プロジェクト概要
NCプログラムは1型あたり大きな工数が発生する一方、自動生成では加工品質を損なうケースがあり、現場適用の壁になっていました。SCIENは、既存のCAM資産やMCPなどの活用も視野に入れながら、どこを機械学習で扱い、どこをルールや外部ツール連携で補うべきかを整理しました。
Client
切削加工の自動化に取り組む製造業のお客様
金属切削加工を手がける製造業者です。NCプログラム作成の工数削減と自動化を通じた生産性向上に取り組んでいます。 現場制約を踏まえた自動化方針の設計
単純にLLMへ図面を読ませるのではなく、領域分割、特徴抽出、ツール選定、統合処理といった工程ごとに課題を分解しました。これにより、PoC段階で優先的に検証すべき論点を明確化しています。
関与範囲とPoC取組事項
PoCでは、3Dモデルの曲率や勾配を用いた領域分割、加工難易度を踏まえた特徴抽出、BlenderやMCPを介したG-code生成までを含めて検証計画を整理しました。生成精度だけでなく、既存工程への接続も重視しています。
- 既存自動生成システムの課題整理
- 領域分割・特徴抽出手法の検討
- G-code生成フローとMCP連携の整理
- PoC優先順位と評価観点の策定
複数技術を組み合わせた実装構想
ヒューリスティック、LLM、強化学習といった異なるアプローチを比較し、用途に応じて使い分ける構想を提示しました。単一技術に依存せず、加工現場で必要な安定性と柔軟性を両立させる設計を目指しています。
外部ツール連携を前提にした生成フロー
3Dモデル理解だけで完結させるのではなく、MCPなど外部ツールとの連携も前提にG-code生成フローを整理しました。ヒューリスティック、LLM、強化学習といった異なるアプローチを比較しながら、品質と実装性の両立を目指しています。
本プロジェクトにおける価値
SCIENは、最先端技術の紹介で終わらせず、製造現場で本当に使える自動生成の道筋を整理しました。これにより、工数削減の可能性だけでなく、品質要件を満たしながら段階的に自動化を進める実行計画を描けています。
