初始状态模腔有明显的棱角，使用时间短后磨损中的变形会随着使用次数的增加而出现。经过较长时间后的变形和破坏状态过大，且形状完全不同。当变形量较小时，铸件不会直接报废，但会对铸件的后期加工提出挑战。

手工打磨时，为了保证铸件的整体形状不受倾斜时间的影响，工人需要根据测量值判断是否存在变形，以及变形的形式，然后采用材料去除的手段对铸件进行后期加工。清除量和清除方法是根据工人的测量和过去的经验确定的。因为存在一定的变形，过度去除会直接导致产品报废。在机械打磨中，也需要根据测得的变形来判断这种情况。当移除材料以进行变形校正时，需要修改机械设备的参数。

自动检测打磨过程中焊缝的打磨终点，监控打磨焊缝的几何变化。对大量实验打磨数据进行端到端处理的深度学习方法可以获得良好的材料去除预测结果.为了提高抛光机器人的精度，张等将声传感与XGBoost算法相结合，对砂带抛光中的材料去除进行预测，平均百分比误差为4.373%。

在预测打磨过程中的材料去除时，基于模型的方法主要关注打磨过程中的基本参数；因此，基于模型的方法产生高精度的材料去除结果。然而，许多因素影响打磨材料的预测。以神经网络为代表的数据驱动方法为处理和分析提供了解决方案。

在切割工具必须向工件移动的情况下，没有足够的或者没有很多实用的解决方案。SUHNER机器人机床计划正在弥补这一差距。一种选择是将工件带向标准的固定式SUHNER加工装置。今天，SUHNER提供了通过机器人来调整和引导工具的可能性。

作为自动化过程、加工设备、手持电动工具和磨料的，SUHNER通过可直接安装在机器人手臂上的特殊工具扩大了其产品范围。由于快速更换工具适应系统，许多功能强大的机床可以直接连接到机器人，为连续的工业应用做好准备。

应用范围非常广泛。从车辆制造到去毛刺操作，从不锈钢加工到钻孔和攻丝操作，涵盖了制造的所有领域和所有类型的操作。对于表面处理和修整应用，SUHNER Machining可以受益于其广受欢迎的SUHNER磨料产品计划的长期和广泛的经验。