数控装置(1A)具有：控制部(21)，其对工作机械(2A)进行控制；状态观测部(11A)，其对状态变量进行观测，该状态变量包含对工作机械(2A)所使用的切削刀具进行驱动的电动机的电动机负载电流值(41)、由切削刀具向工件的切削位置即切削坐标值(40)、切削刀具的类别即工具类别(42)、工件的类别即工件类别(43)和工件的温度即工件温度(44)；数据取得部(12)，其取得对切削刀具的磨损量进行测量而得到的结果即磨损量测量结果(45)；以及学习部(13)，其按照基于状态变量及磨损量测量结果(45)的组合而创建的数据集，对切削刀具的磨损量进行学习。对切削刀具的磨损量进行学习。对切削刀具的磨损量进行学习。
【技术实现步骤摘要】
【国外来华专利技术】数控装置及机器学习装置
[0001]本专利技术涉及对工作机械所使用的切削刀具的磨损量进行推定的数控装置及机器学习装置。
技术介绍
[0002]使用切削刀具对工件进行加工的工作机械由数控装置进行控制。如果该工作机械长期间地进行加工，则切削刀具的刃尖会磨损，因此完成品的工件的尺寸误差会变大。为了抑制该尺寸误差，由工作机械的操作者定期地对切削刀具的磨损量进行测量。
[0003]为了节省如上所述的磨损量由操作者进行测量的工作量而尝试了各种对策。专利文献1所记载的数控装置，根据表示切削刀具与工件碰撞时的电动机负载电流的变化率和切削刀具的磨损量之间的相关性的数据，对实际的切削刀具的磨损量进行推定。
[0004]专利文献1：日本特开平10－20911号公报
技术实现思路
[0005]但是，在上述专利文献1的技术中，对切削刀具的磨损量进行推定而没有考虑工件的安装异常及工件的形状异常等。即，在上述专利文献1的技术中，无法对与切削刀具的磨损相伴的电动机负载电流的增加和由于与工件的安装异常或者工件的形状异常等相伴而工件的切削区域发生变化所引起的电动机负载电流的增加进行区分，无法对准确的磨损量进行推定。
[0006]本专利技术就是鉴于上述情况而提出的，其目的在于得到能够准确地对切削刀具的磨损量进行推定的数控装置。
[0007]为了解决上述的课题，并达到目的，本专利技术的数控装置具有：控制部，其基于加工程序对工作机械进行控制；以及状态观测部，其对状态变量进行观测，该状态变量包含对工作机械所使用的切削刀具进行驱动的电动机的负载电流值、由切削刀具向工件的切削位置、切削刀具的类别即工具类别、工件的类别即工件类别和工件的温度即工件温度。另外，本专利技术的数控装置具有：数据取得部，其取得对切削刀具的磨损量进行测量而得到的结果即磨损量测量结果；以及学习部，其按照基于状态变量及磨损量测量结果的组合而创建的数据集，生成用于根据状态变量对切削刀具的磨损量进行推定的学习模型。
[0008]专利技术的效果
[0009]本专利技术所涉及的数控装置具有下述效果，即，能够准确地对切削刀具的磨损量进行推定。
附图说明
[0010]图1是表示具有实施方式1所涉及的数控装置的控制系统的结构的图。
[0011]图2是表示通过实施方式1所涉及的机器学习装置进行的机器学习的处理顺序的流程图。
[0012]图3是表示通过实施方式1所涉及的机器学习装置进行的推定磨损量的推定处理顺序的流程图。
[0013]图4是表示实施方式1所涉及的机器学习装置所使用的神经网络的结构的图。
[0014]图5是表示实现实施方式1所涉及的机器学习装置的硬件结构例的图。
[0015]图6是表示具有实施方式2所涉及的数控装置的控制系统的结构的图。
[0016]图7是用于对向由实施方式2所涉及的数控装置进行检测的没有安装误差的工件的切削开始坐标进行说明的图。
[0017]图8是用于对向由实施方式2所涉及的数控装置进行检测的具有安装误差的工件的切削开始坐标进行说明的图。
具体实施方式
[0018]下面，基于附图对本专利技术的实施方式所涉及的数控装置及机器学习装置详细地进行说明。
[0019]实施方式1.
[0020]图1是表示具有实施方式1所涉及的数控装置的控制系统的结构的图。控制系统100A具有数控(NC：Numerical Control)装置1A和工作机械2A。
[0021]数控装置1A是对工作机械2A进行控制的计算机。工作机械2A是使用切削刀具对作为被加工物的工件进行加工的装置。工作机械2A具有驱动单元31、HMI(Human Machine Interface)画面32、温度传感器33和磨损量测量装置34。
[0022]驱动单元31对电动机进行驱动。由驱动单元31驱动的电动机是伺服电动机及主轴电动机。在由伺服电动机对切削刀具进行驱动的情况下，驱动单元31将伺服电动机的负载电流值作为电动机负载电流值41而发送至数控装置1A。在由主轴电动机对切削刀具进行驱动的情况下，驱动单元31将主轴电动机的负载电流值作为电动机负载电流值41而发送至数控装置1A。
[0023]HMI画面32是对由操作者输入的信息进行显示的画面。HMI画面32与接受由操作者输入的信息的输入装置(未图示)连接，对从输入装置发送来的信息进行显示。输入装置的例子是鼠标、键盘等。
[0024]由操作者针对输入装置而输入的信息是工具类别42及工件类别43。在HMI画面32显示的工具类别42及工件类别43被发送至数控装置1A。工具类别42是表示切削刀具的种类的信息，工件类别43是表示工件的种类的信息。在工件类别43中包含有工件的材料的信息、工件的形状的信息、工件的大小的信息等。此外，工具类别42及工件类别43可以通过任意方法进行设定。在下面的说明中，输入至输入装置的工具类别42及工件类别43被发送至HMI画面32，对从HMI画面32向数控装置1A发送工具类别42及工件类别43的情况进行说明。
[0025]温度传感器33是能够对工件的温度进行测定的温度检测装置的一个例子。温度传感器33将测定出的温度作为工件温度44而发送至数控装置1A。
[0026]磨损量测量装置34是对切削刀具的磨损量进行测量的装置。在磨损量测量装置34是手动地对切削刀具的磨损量进行测量的游标卡尺等的情况下，磨损量的测量结果即磨损量测量结果45由操作者输入至数控装置1A。在磨损量测量装置34是自动地对切削刀具的磨损量进行测量的装置的情况下，磨损量测量装置34将磨损量测量结果45发送至数控装置
1A。
[0027]在磨损量测量装置34是手动测量的装置的情况下，磨损量测量装置34配置于工作机械2A的外部，在磨损量测量装置34是自动测量的装置的情况下，磨损量测量装置34配置于工作机械2A的内部。在下面的说明中，对磨损量测量装置34是自动测量的装置，从磨损量测量装置34向数控装置1A发送磨损量测量结果45的情况进行说明。
[0028]数控装置1A具有机器学习装置10、控制部21和推定磨损量反映部22。控制部21使用加工程序20对工作机械2A进行控制。另外，控制部21在执行加工程序20时，基于加工程序20对表示由切削刀具向工件的切削位置(刀具坐标)的切削坐标值40进行计算。控制部21将切削坐标值40发送至机器学习装置10。
[0029]机器学习装置10是基于在通过切削刀具对工件进行加工时所取得的信息，对切削刀具的磨损量进行学习的计算机。机器学习装置10具有对切削刀具的磨损量进行学习的功能和使用学习结果对切削刀具的磨损量进行推定的功能。机器学习装置10将推定结果即推定磨损量75输出至推定磨损量反映部22。
[0030]机器学习装置10具有状态观测部11A、数据取得部12和学习部13。状态观测部11A从工作机械2A取得电动机负载电流值41、工具类别42、工件类别43及工件温度44。
[0031]具体地本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种数控装置，其特征在于，具有：控制部，其基于加工程序对工作机械进行控制；状态观测部，其对状态变量进行观测，该状态变量包含对所述工作机械所使用的切削刀具进行驱动的电动机的负载电流值、由所述切削刀具向工件的切削位置、所述切削刀具的类别即工具类别、所述工件的类别即工件类别和所述工件的温度即工件温度；数据取得部，其取得对所述切削刀具的磨损量进行测量而得到的结果即磨损量测量结果；以及学习部，其按照基于所述状态变量及所述磨损量测量结果的组合而创建的数据集，生成用于根据所述状态变量对所述切削刀具的磨损量进行推定的学习模型。2.根据权利要求1所述的数控装置，其特征在于，所述学习部使用所述学习模型，根据所述状态变量对所述切削刀具的磨损量进行推定。3.根据权利要求2所述的数控装置，其特征在于，还具有反映部，该反映部基于由所述学习部推定出的所述磨损量，计算对所述切削刀具的位置进行校正的位置校正量，将所述位置校正量发送至所述控制部，由此使所述位置校正量反映于所述切削刀具的位置。4.根据权利要求1至3中任一项所述的数控装置，其特征在于，还具有...
【专利技术属性】
技术研发人员：半谷幸宽，
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。