工作机械的加工尺寸预测装置(100)具有：数据收集部(10)，其取得工作机械的驱动状态信息；特征量提取部(211)，其从驱动状态信息提取特征量；数据分析部(311)，其对提取出的特征量进行分析；以及加工品质预测模型生成部(312)，其根据分析出的信息而生成被加工物的加工尺寸的预测模型。工作机械的加工尺寸预测装置(100)通过在被加工物的加工中将特征量和驱动状态信息应用于预测模型从而对加工品质进行预测，通过参照加工尺寸品质规定从而对加工品质是否满足基准进行判定。质是否满足基准进行判定。质是否满足基准进行判定。
【技术实现步骤摘要】
【国外来华专利技术】工作机械的加工尺寸预测装置、工作机械的加工尺寸预测系统、工作机械的设备异常判定装置、工作机械的加工尺寸预测方法及程序
[0001]本专利技术涉及工作机械的加工尺寸预测装置、加工尺寸预测系统、方法、程序及设备异常判定装置。
技术介绍
[0002]工作机械是用于对加工对象物(被加工物)实施切断、切削、研磨等加工的机械。作为工作机械，已知铣床、车床、钻床等。
[0003]工作机械大多实现了自动化。自动化的工作机械中的NC(数控)工作机械是使用NC加工方法对加工对象物实施加工的工作机械。NC工作机械具有NC装置，基于加工动作信息对刀具或者加工对象物进行驱动，对加工对象物进行加工。
[0004]NC工作机械能够实现精密的加工。但是，有时由于机械设备及刀具的状态的变动、劣化、作业环境的变动等，在设计尺寸和被加工物的实际尺寸之间会产生偏差。因此，提出了对实际的尺寸或者偏移的量进行预测或者抑制偏移量的技术。
[0005]例如，在专利文献1中记载了具有神经网络的工作机械的加工尺寸预测装置。该加工尺寸预测装置对旋转驱动刀具的驱动装置的振动进行检测，通过神经网络而学习振动的特征量和加工精度，对被加工物的加工尺寸进行预测。
[0006]在专利文献2中记载了具有机械学习装置的工作机械。该机械学习装置按照向电动机的电力供给量、电动机的温度、负载等的状态变量、动作指令的校正值和是否发生了异常的判定结果，对动作指令进行学习，由此进行适当的校正处理，提高加工精度。该文献还公开了使用神经网络的内容。
[0007]在专利文献3中，记载了具有进行模糊推理的加工条件推理装置的加工条件自动调整装置。该加工条件推理装置将负载状况数据和加工条件数据应用于模糊推理，持续地修正刀具的旋转速度等加工条件。
[0008]专利文献1：日本特开2008－087095号公报
[0009]专利文献2：日本特开2017－64837号公报
[0010]专利文献2：日本特开平7－36530号公报
技术实现思路
[0011]在专利文献1中记载的工作机械使用神经网络进行学习。因此，如果刀具的种类增多，则学习所需的神经元的数量也会增大，不会适当地完成学习，加工条件会发生变动。因此，在专利文献1中记载的工作机械无法稳定地预测被加工物的品质。另外，该装置存在下述问题，即，只能够预测由刀具的装载状态引起的品质变动，无法准确地预测加工尺寸。
[0012]在专利文献2中记载的工作机械也使用神经网络进行学习。因此，存在与专利文献1相同的课题。另外，在专利文献2中记载的工作机械对针对电动机的电力供给量等的状态
变量进行监视，始终更新学习部的参数而对电动机的转速、位置等进行校正。因此，存在下述问题，即，加工条件不恒定，无法稳定地预测被加工物的品质。
[0013]在专利文献3中记载的加工条件自动调整装置通过模糊推理对加工条件进行修正。因此，存在下述问题，即，不保证适当地设定加工条件，无法稳定地预测被加工物的品质。
[0014]本专利技术就是鉴于上述的问题而提出的，其目的在于提供能够稳定而准确地预测被加工物的加工尺寸的工作机械的加工尺寸预测装置。
[0015]为了达到上述的目的，本专利技术所涉及的工作机械的加工尺寸预测装置具有：
[0016]驱动状态信息取得部，其取得工作机械的驱动状态信息；
[0017]特征量提取部，其从所述驱动状态信息提取特征量；
[0018]数据分析部，其对提取出的所述特征量进行分析，输出特征量分析信息；以及
[0019]加工品质预测模型生成部，其根据所述特征量分析信息而生成由所述工作机械进行加工的被加工物的加工尺寸的预测模型。
[0020]专利技术的效果
[0021]根据本专利技术，在工作机械进行驱动而对被加工物进行加工的期间，能够稳定地预测被加工物的尺寸。
附图说明
[0022]图1是本专利技术的实施方式1所涉及的工作机械的加工尺寸预测装置的功能框图。
[0023]图2A是表示被加工物的加工例的图。
[0024]图2B是表示加工数据的一个例子的图。
[0025]图3A是图1所示的数据收集控制器的框图。
[0026]图3B是图1所示的数据集中控制器的框图。
[0027]图3C是图1所示的数据分析控制器的框图。
[0028]图4是图1所示的NC装置的功能框图。
[0029]图5是由图1所示的数据收集控制器执行的数据收集处理的流程图。
[0030]图6是由图1所示的数据分析控制器执行的预测模型生成处理的流程图。
[0031]图7是由图1所示的数据集中控制器执行的加工品质预测模型运算处理的流程图。
[0032]图8是对本专利技术的实施方式2所涉及的刀具更换时期进行说明的图，(A)是表示加工品质的降低与经过时间成正比的例子的图，(B)是表示加工品质的降低随着时间的经过而变得平缓的例子的图，(C)是表示加工品质的降低随着时间的经过而变得急剧的例子的图。
[0033]图9是本专利技术的实施方式3所涉及的工作机械的设备异常判定装置的功能框图。
[0034]图10是表示图9所示的工作机械的设备异常判定装置的刀具寿命判别处理的流程图。
[0035]图11是本专利技术的实施方式4所涉及的加工尺寸预测装置的功能框图。
具体实施方式
[0036](实施方式1)
[0037]下面，参照附图，对本专利技术的实施方式1所涉及的工作机械的加工尺寸预测装置和具有该加工尺寸预测装置的NC工作机械进行说明。
[0038]实施方式1所涉及的工作机械的加工尺寸预测装置100如图1所示，具有：数据收集控制器1，其收集NC加工数据；数据集中控制器2，其使用加工品质预测模型对被加工物的加工品质进行预测；以及数据分析控制器3，其生成加工品质预测模型。
[0039]数据收集控制器1具有数据收集部10。数据收集部10连接于NC装置7和数据集中控制器2。
[0040]数据收集部10从NC装置7收集NC加工数据，暂时地存储，将一定量的数据汇总在一起，提供给数据集中控制器2。
[0041]由数据收集部10进行收集的NC加工数据，包含加工工艺数据和表示NC装置7的动作状态的状态数据。加工工艺数据关于NC加工，包含表示是对哪个加工工艺的哪个加工区间进行处理的数据。另一方面，状态数据包含表示NC装置7的动作的状态本身的数据和表示动作环境的状态的数据，包含表示NC装置7的主体的状态的数据和由配置于NC装置7的传感器取得的数据。在下面的说明中，状态数据设为是对主轴进行旋转驱动的主轴电动机的驱动电流的电流值、由安装于主轴电动机的振动传感器输出的振动数据、由安装于主轴电动机的温度传感器输出的温度数据。这些数据的采样定时及采样周期可以彼此不同。NC加工数据是技术方案的驱动状态信息的一个例子。
[0042]参照具体例对由数据收集部10收集及输出的NC加工数据的结构进行说明。在这里，作为简化本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种工作机械的加工尺寸预测装置，其具有：驱动状态信息取得部，其取得工作机械的驱动状态信息；特征量提取部，其从所述驱动状态信息提取特征量；数据分析部，其对提取出的所述特征量进行分析，输出特征量分析信息；以及加工品质预测模型生成部，其根据所述特征量分析信息而生成由所述工作机械进行加工的被加工物的加工尺寸的预测模型。2.根据权利要求1所述的工作机械的加工尺寸预测装置，其中，所述驱动状态信息包含表示所述工作机械中的加工中的加工区间的数据、表示所述工作机械的动作的状态的数据、以及通过在所述工作机械配置的传感器而取得的数据中的至少1个。3.根据权利要求2所述的工作机械的加工尺寸预测装置，其中，所述特征量是在所述工作机械的所述加工区间中收集到的相同种类的所述驱动状态信息。4.根据权利要求1至3中任一项所述的工作机械的加工尺寸预测装置，其中，所述预测模型是将所述加工尺寸的设计值和测定值的差分设为目标变量，将所述特征量设为说明变量的回归式。5.根据权利要求1至4中任一项所述的工作机械的加工尺寸预测装置，其中，还具有：加工条件存储部，其对所述被加工物的加工条件进行存储；品质预测部，其根据所述驱动状态信息、所述预测模型及所述加工条件而预测所述被加工物的加工尺寸，计算预测尺寸信息；以及品质判定部，其将所述预测尺寸信息的倾向和所述被加工物的加工尺寸的品质规定信息进行比较，对所述被加工物的品质进行判定。6.根据权利要求5所述的工作机械的加工尺寸预测装置，其中，还具有：预测模型存储部，其对所述预测模型进行存储；以及预测模型取得部，其取得在所述预测模型存储部中存储的所述预测模型，所述品质预测部根据所述驱动状态信息、由所述预测模型取得部取得的所述预测模型及所述加工条...
【专利技术属性】
技术研发人员：深津法保，石田哲史，竹内清史，那须督，服部佳幸，西野万里子，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。