机器学习装置、电动机控制装置、加工机及机器学习方法制造方法及图纸

本发明专利技术提供一种机器学习装置、电动机控制装置、加工机及机器学习方法。机器学习装置具备状态观测部和学习部。状态观测部在重复的加工动作中观测至少由预先设定的加工暂停时间和加工机的实际的一周期的加工时间以及电动机的温度构成的状态变量。并且，学习部基于所述状态变量和过热警报等级来学习选择最短的加工暂停时间的价值，该最短的加工暂停时间满足在执行了重复加工动作时电动机的卷线温度不超过该过热警报等级。

【技术实现步骤摘要】

本专利技术涉及一种机器学习装置、电动机控制装置、加工机以及机器学习方法，特别是涉及一种使加工机的周期加工时间最优化的机器学习装置，具备该机器学习装置的电动机控制装置、加工机以及机器学习方法。
技术介绍
当使电动机进行动作时，电动机的卷线温度上升。并且，在从使电动机进行动作开始经过某个时间时，卷线的温度饱和从而维持高温(以下，将此时的温度称为“饱和温度”)。然后，当在这样的饱和温度的卷线超过了耐热温度的状态下持续施加电流时，会有电动机的卷线烧毁的危险性。另外，即使在卷线的温度不饱和的状态下，当卷线超过耐热温度时，也有电动机的卷线损伤的危险性。因此，在电动机的驱动控制中，与以往相比，监视卷线的温度，在卷线的温度超过了预先设定的温度阈值时中止向卷线施加电流来防止卷线烧毁或损伤(例如，参照日本特开2013-70485号公报)。此外，上述的温度阈值被称为“过热警报等级”。另外，在加工机中，在使工具旋转的主轴部中采用了电动机，因此将主轴部的电动机温度控制为不满过热警报等级来防止电动机的故障。特别是在加工机中，当不断重复某个决定的加工模式的加工动作时，电动机的卷线超过耐热温度，因此在一周期的加工动作时间之后设定加工暂停时间。即，在加工暂停时间中，电动机控制装置不向电动机的卷线施加电流。此外，在本说明书中，将上述的加工动作时间和加工暂停时间的合计时间称为“一周期的加工时间”。然而，当在电动机控制装置中要设定上述那样的加工暂停时间时，需要作业者一边实际地使加工机进行动作一边反复试错，从而求出满足电动机的卷线温度不超过警报等级这样的条件的最短的加工暂停时间。另外，在加工暂停时间的设定不正确时，会导致电动机的卷线的烧毁、加工机的工作效率降低。因此，作业者花费大量的劳力和时间来正确地求出上述加工暂停时间。
技术实现思路
本专利技术提供了一种不依靠作业者来求出上述加工暂停时间的机器学习装置、电动机控制装置、加工机以及机器学习方法。根据本专利技术的第一方式，提供一种机器学习装置，其决定由加工机的一周期的加工动作时间和加工暂停时间组成的一周期的加工时间内的加工暂停时间，以使执行加工机的重复的加工动作的电动机的温度不超过预先决定的温度阈值，该机器学习装置具备：状态观测部，其在重复的加工动作中观测状态变量，该状态变量包含加工机的实际的一周期的加工时间以及电动机的温度中的至少一个和加工暂停时间；以及学习部，其基于状态变量和温度阈值来学习选择最短的加工暂停时间的价值，该最短的加工暂停时间满足在执行了重复的加工动作时电动机的温度不超过温度阈值。根据本专利技术的第二方式，提供一种机器学习装置，其在第一方式的机器学习装置中还具备：意图决定部，其决定在控制电动机的电动机控制装置中应该设定的加工暂停时间。根据本专利技术的第三方式，提供一种机器学习装置，其在第一方式或第二方式的机器学习装置中，学习部具备：回报计算部，其基于状态变量中的一周期的加工时间和电动机的温度来计算回报；函数更新部，其基于回报来更新价值函数，该价值函数表示选择最短的加工暂停时间的价值。根据本专利技术的第四方式，提供一种机器学习装置，其在第三方式的机器学习装置中，函数更新部具有将状态变量和价值函数对应起来的行为价值表，基于回报来更新行为价值表。根据本专利技术的第五方式，提供一种机器学习装置，其在第四方式的机器学习装置中，回报计算部在相比于行为价值表中最低的价值函数所对应的一周期的加工时间，由状态观测部观测到的一周期的加工时间减少的情况下，基于执行了重复的加工动作时的电动机的温度与温度阈值之间的差来增加回报，回报计算部在相比于行为价值表中最低的价值函数所对应的一周期的加工时间，由状态观测部观测到的一周期的加工时间增加的情况，以及在执行了重复的加工动作时电动机的温度达到了温度阈值的情况下，减少回报。根据本专利技术的第六方式，提供一种电动机控制装置，其具备第一方式至第五方式中的任意一方式的机器学习装置。根据本专利技术的第七方式，提供一种加工机，其具备第六方式的电动机控制装置。根据本专利技术的第八方式，提供一种机器学习方法，其决定由加工机的一周期的加工动作时间和加工暂停时间组成的一周期的加工时间内的加工暂停时间，以使执行加工机的重复的加工动作的电动机的温度不超过预先决定的温度阈值，该机器学习方法在重复的加工动作中观测状态变量，该状态变量包含加工机的实际的一周期的加工时间以及电动机的温度中的至少一个和加工暂停时间；基于状态变量和温度阈值来学习选择最短的加工暂停时间的价值，该最短的加工暂停时间满足在执行了重复的加工动作时电动机的温度不超过温度阈值。通过本专利技术的第一方式至第八方式，不依靠作业者来在电动机控制装置中决定满足在使加工机执行了重复的加工动作时电动机的卷线温度不超过预定的温度阈值这样的条件的最短的加工暂停时间。由此，能够削减在电动机控制装置中设定加工暂停时间时的作业者的劳力和时间。根据附图所示的本专利技术的典型的实施方式的详细说明，本专利技术的这些目的、特征和优点以及其他的目的、特征和优点变得更加明确。附图说明图1是表示本专利技术一实施方式的加工机的结构的框图。图2是表示在执行了重复的加工动作时的电动机的卷线的温度的随时间变化、由加工动作时间A和加工暂停时间B组成的一周期的加工时间T的曲线图。图3用于说明本专利技术的一实施方式的机器学习装置的学习范围。图4是表示神经元的模型的示意图。图5是表示三层的神经网络模型的示意图。图6用于说明引用了Q学习的电动机控制装置(环境)和机器学习装置(智能体)的状态和行为。图7是用于说明图1所示的机器学习装置的动作步骤的流程图。具体实施方式以下，参照附图来说明本专利技术的实施方式。在以下的附图中，对相同的部件赋予相同的参照符号。为了容易理解，将这些附图适当地变更比例尺。另外，附图所示的方式只是用于实施本专利技术的一个例子，本专利技术并不限于图示的方式。图1是表示本专利技术的一个实施方式的加工机的结构的框图。图1所示的加工机10具备使在加工机10的主轴部上安装的钻头等工具旋转的电动机11、控制电动机11的电动机控制装置12、测定电动机11的卷线温度的温度传感器13、测定流过电动机11的电流的电流传感器14、测定电动机11的转速的速度传感器15。优选上述的加工机10是NC机床或加工用机器人。电动机11例如是在加工机10的主轴部上设置的伺服电动机。优选温度传感器13为热敏电阻。优选速度传感器15是基于电动机11的旋转数来测定电动机11的转速的脉冲编码器。电动机控制装置12从预先存储的动作程序读出动作指令值，并按照动作指令值来控制电动机11。特别是在本实施方式的电动机控制装置12中，预先存储了用于使用通过电动机11而进行旋转的工具来执行重复加工动作的动作程序。此外，“重复加工动作”是指重复进行某个决定的加工图案的加工动作，例如重复进行通过主轴部的钻头在工件上挖掘一定深度的孔这样的加工。因此，在上述的动作程序中，写入了在某个决定的加工图案的加工动作中的钻头等的工具的旋转数(转速)和加工位置数据等。为了确认电动机11是否按照上述动作程序进行了动作，向电动机控制装置12发送由电流传感器14测定到的电动机11的电流值。另外还向电动机控制装置12发送由速度传感器15测定到的电动机11的转速值。电动机控制装置12通过从电流传感器14取本文档来自技高网...

【技术保护点】
一种机器学习装置，其决定由加工机的一周期的加工动作时间和加工暂停时间组成的一周期的加工时间内的所述加工暂停时间，以使执行所述加工机的重复的加工动作的电动机的温度不超过预先决定的温度阈值，所述机器学习装置的特征在于，具备：状态观测部，其在所述重复的加工动作中观测状态变量，该状态变量包含所述加工机的实际的一周期的加工时间以及所述电动机的温度中的至少一个和所述加工暂停时间；以及学习部，其基于所述状态变量和所述温度阈值来学习选择最短的所述加工暂停时间的价值，该最短的所述加工暂停时间满足在执行了所述重复的加工动作时所述电动机的温度不超过所述温度阈值。

【技术特征摘要】
2015.09.30 JP 2015-1929701.一种机器学习装置，其决定由加工机的一周期的加工动作时间和加工暂停时间组成的一周期的加工时间内的所述加工暂停时间，以使执行所述加工机的重复的加工动作的电动机的温度不超过预先决定的温度阈值，所述机器学习装置的特征在于，具备：状态观测部，其在所述重复的加工动作中观测状态变量，该状态变量包含所述加工机的实际的一周期的加工时间以及所述电动机的温度中的至少一个和所述加工暂停时间；以及学习部，其基于所述状态变量和所述温度阈值来学习选择最短的所述加工暂停时间的价值，该最短的所述加工暂停时间满足在执行了所述重复的加工动作时所述电动机的温度不超过所述温度阈值。2.根据权利要求1所述的机器学习装置，其特征在于，还具备意图决定部，其决定在控制所述电动机的电动机控制装置中应该设定的所述加工暂停时间。3.根据权利要求1或2所述的机器学习装置，其特征在于，所述学习部具备：回报计算部，其基于所述状态变量中的所述一周期的加工时间和所述电动机的温度来计算回报；函数更新部，其基于所述回报来更新价值函数，该价值函数表示选择所述最短的加工暂停时间的价值。4.根据权利要求3所述的机器学习装置，其特征在于，所述函数更新部具有将所述状态变量和所述价值函数对应起来的行为价值表，基于所述回报来更新所述行为价...

【专利技术属性】
技术研发人员：大原卓，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP