热位移修正装置制造方法及图纸

本发明专利技术提供一种热位移修正装置，其修正由于工件的热位移而引起的尺寸测量误差，其具备对检查工件时的形状测量数据进行学习的机器学习装置。该机器学习装置观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量，此外取得表示检查时的形状测量数据的判定数据。并且，使用观测到的状态变量和取得的判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。

Thermal displacement correction device

The invention provides a thermal displacement correction device, which corrects the dimension measurement error caused by the thermal displacement of the workpiece, and has a machine learning device for learning the shape measurement data when inspecting the workpiece. The machine learning device observes the image data representing the temperature distribution of the workpiece and the processed shape data as the state variables representing the current state of the environment. In addition, it obtains the judgment data representing the shape measurement data during inspection. Moreover, using the observed state variables and the obtained decision data, the image data representing the temperature distribution of the workpiece and the processed shape data are correlated with the shape measurement data during inspection.

【技术实现步骤摘要】
热位移修正装置
本专利技术涉及热位移修正装置，尤其涉及能够容易并且高精度地修正由于工件的热位移引起的测量误差的技术。
技术介绍
工件根据温度而产生膨胀或者收缩。因此，加工后的工件的尺寸检查需要在取得足够的热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)下进行。因此，需要用于使工件成为最适合检查的温度的环境和时间。日本特开2002－224935号公报公开了使用将接触式温度传感器测量出的工件的温度等作为输入，输出测量尺寸的热位移修正量的神经网络来修正工件的测量尺寸的方法。由此，即使在没有取得足够的热平衡的状态下也能够进行尺寸检查。然而，在进行工件的形状检查时，若使用粘贴型的温度传感器(热电偶等接触式传感器等)则会妨碍形状检查，并不现实。另外，存在为了决定温度的测量位置(在工件上的哪个部位粘贴几个温度传感器好呢)而需要技术知识或需要进行试错这样的问题。
技术实现思路
因此，本专利技术的目的在于，提供一种热位移修正装置，其能够容易并且高精度地修正由于工件的热位移而引起的测量误差。本专利技术的一个实施方式的热位移修正装置修正由于工件的热位移而引起的尺寸测量误差，其具备对检查上述工件时的形状测量数据进行学习的机器学习装置。该机器学习装置具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。上述状态变量能够包含上述工件的周围温度。上述工件的周围温度可以是对上述工件进行加工的机床的温度。上述状态变量能够包含与表示上述工件的温度分布的图像数据以及上述加工后的形状数据的取得时间有关的信息。上述判定数据能够包含上述工件的实际尺寸与设计值之间的误差的评价结果。上述学习部能够通过多层结构运算上述状态变量和上述判定数据。上述学习部能够使用从通过多个机床进行加工后的上述工件得到的上述状态变量以及上述判定数据，来学习上述检查时的形状测量数据。上述机器学习装置也可以通过云计算、雾计算或者边缘计算来实现。本专利技术的一个实施方式的机器学习装置对检查工件时的形状测量数据进行学习，其具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。通过本专利技术，能够提供一种能够容易并且高精度地修正由于工件的热位移而引起的测量误差的热位移修正装置。附图说明图1A是表示热位移修正装置1的结构的框图。图1B是表示热位移修正系统的第一例的结构的框图。图1C是表示热位移修正系统的第二例的结构的框图。图1D是表示热位移修正系统的第三例的结构的框图。图2是表示热位移修正装置1的结构的框图。图3是表示图2所示的热位移修正装置1的一个方式(具备作为学习算法的一个例子执行监督学习的学习部)的结构的框图。图4A对神经元进行说明。图4B示意性地表示组合图4A所示的神经元而构成的三层神经网络的模型。图5是表示热位移修正装置2的结构的框图。图6是表示热位移修正系统的结构的框图。具体实施方式图1A是表示第一实施方式的热位移修正装置的主要部分的概要硬件结构图。本实施方式的热位移修正装置1所具备的CPU11是整体控制热位移修正装置1的处理器。CPU11经由总线20读出储存在ROM12的系统程序，按照该系统程序控制整个热位移修正装置1。在RAM13暂时储存临时的计算数据、显示数据以及从后述的控制装置以及形状测量装置输入的各种数据等。非易失性存储器14构成为例如通过未图示的电池进行支援等，即使热位移修正装置1的电源被切断也保持存储状态的存储器，存储有经由未图示的接口输入的各种程序和数据。在该非易失性存储器14中存储的程序、数据也可以在执行时/使用时在RAM13中展开。另外，ROM12中预先写入了各种系统程序。控制装置60控制对工件进行加工的机床、附带的机器人以及装载装置等(以下，简单地称为机床)。如图1B至图1D所示，控制装置60具有温度数据存储区域61。在该温度数据存储区域61中暂时存储在机床内设置的1台以上的温度测量装置62测量加工后的工件的温度而得到的温度数据。热位移修正装置1经由接口18从控制装置60接收温度数据，并传递给CPU11。形状测量装置70测量通过机床进行加工后的工件的形状。该形状测量装置70例如是三维测定器、位移传感器或者触碰探头。如图1B至图1D所示，形状测量装置70具有形状数据存储区域71。该形状数据存储区域71暂时存储通过测量得到的形状数据。热位移修正装置1经由接口19从形状测量装置70接收形状数据，并传递给CPU11。接口21是用于将热位移修正装置1与机器学习装置100进行连接的接口。机器学习装置100具备综合控制整个机器学习装置100的处理器101、存储有系统程序等的ROM102、用于进行与机器学习有关的各处理中的暂时存储的RAM103、以及用于存储学习模型等的非易失性存储器104。机器学习装置100能够经由接口21来观测热位移修正装置1能够取得的各信息(温度数据、形状数据等)。图1B是表示包含热位移修正装置1的热位移修正系统300的第一例的框图。在该热位移修正系统300中，在机床内设置至少1台温度测量装置62。而且，在工件的加工工序中，使用温度测量装置62取得表示加工后的工件的温度分布的图像数据。相同地，由形状测量装置70测量加工后的工件的形状数据。接着，将工件输送到检查工序(通常是出厂检查的场所)。此外，在加工工序中，工件未达到取得热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)。在检查工序中，其他的形状测量装置70测量检查时的形状测量数据。此外，在检查工序中，工件处于取得了热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)。图1C是表示包含热位移修正装置1的热位移修正系统400的第二例的框图。在该热位移修正系统400中，在机床内设置至少1台温度测量装置62。而且，在工件的加工工序中，使用温度测量装置62取得表示加工后的工件的温度分布的图像数据。接着，在工件的加工工序结束后，例如在向检查工序的输送路上，由形状测量装置70测量加工后的工件的形状数据。此外，在加工工序以及输送工序中，工件还未达到取得热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)。接着，在工件的检查工序中，其他的形状测量装置70测量检查时的形状测量数据。此外，在检查工序中，工件处于取得了热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)。图1D是表示包含热位移修正装置1的热位移修正系统500的第三结构例的框图。在该热位移修正系统500中，在机床外设置至少1台温度测量装置62。而且，在工件的加工工序结束后，例如在向检查工序的输送路上，使用温度测量装置62取得表示工件的温度分布的图像数据。相同地，由形状测量装置70测量加工后的工件的形状数据。此外，在输送路上，工件还未达到取得热平衡的状态(或者本文档来自技高网...

【技术保护点】
1.一种热位移修正装置，其修正由于工件的热位移而引起的尺寸测量误差，其特征在于，上述热位移修正装置具备对检查上述工件时的形状测量数据进行学习的机器学习装置，上述机器学习装置具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。

【技术特征摘要】
2017.07.04 JP 2017-1313941.一种热位移修正装置，其修正由于工件的热位移而引起的尺寸测量误差，其特征在于，上述热位移修正装置具备对检查上述工件时的形状测量数据进行学习的机器学习装置，上述机器学习装置具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。2.根据权利要求1所述的热位移修正装置，其特征在于，上述状态变量中包含上述工件的周围温度。3.根据权利要求2所述的热位移修正装置，其特征在于，上述工件的周围温度是对上述工件进行加工的机床的温度。4.根据权利要求1所述的热位移修正装置，其特征在于，上述状态变量中包含与表示上述工件的温度分布的图像数据以及上述加工后的形状...

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