控制装置以及机器学习装置制造方法及图纸

本发明专利技术提供控制装置和机器学习装置。预测加工机械对工件进行加工的结果的控制装置，具备学习表示加工状态的状态量的变化与加工结果之间的关系的机器学习装置。上述机器学习装置具备：状态观测部，其将包含加工机械的状态和周边环境的状态中的至少任一方的状态量的时间序列数据作为表示环境的当前状态的状态变量进行观测；判定数据取得部，其取得表示加工结果的判定数据；和学习部，其使用状态变量与判定数据，将表示加工状态的状态量的变化与加工结果关联起来进行学习。

Control devices and machine learning devices

The invention provides a control device and a machine learning device. The control device for predicting the results of the workpiece processed by a processing machine has a machine learning device for learning the relationship between the changes of the state variables of the processing state and the processing results. The machine learning device includes: a state observation unit, which observes time series data including the state of the processing machinery and the state of at least one party in the surrounding environment as state variables representing the current state of the environment; a decision data acquisition unit, which obtains decision data representing the processing results; and a learning unit, which uses state variables and decision data. The state variables representing the processing state are correlated with the processing results for learning.

【技术实现步骤摘要】
控制装置以及机器学习装置
本专利技术涉及控制装置以及机器学习装置，特别是涉及能够通过机器学习来预测状态量的变化对加工结果产生的影响的控制装置和机器学习装置。
技术介绍
往往使用加工机械(切削加工机等机床、注塑成型机、进行精加工的机器人等)，对同种工件反复进行加工。此时，即便加工条件相同，被加工的工件的形状也因除加工条件以外的状态量(周边温度、电动机电流值、电动机的负载、声音、光等)的变化而变化。例如，往往加工机械因周边温度的变化、电动机的发热而产生热膨胀，对加工精度产生影响。这样的影响的结果，也往往无法实现被要求的尺寸，产生加工不良。于是，不但材料等产生浪费，还额外需要返工用的作业工时。在日本专利第2566345号中记载了如下方法：预先将与在加工时产生的热量、应力对加工精度产生的影响相关的理论知识保持于数据库，将在加工中途由传感器检测出的状态量与数据库进行参照，预测加工结束后的工件的形状。另外，也公开了通过对被预测出的加工形状与目标形状进行比较，由此修正来自数值控制装置的指令的方法。另外，在日本特开2008－027210号公报中记载了如下方法：预先定义对加工精度产生影响的外部干扰，若检测出超过被设定的阈值的外部干扰，则中断加工。由此，能够在制造出废品前中断加工，能够防止材料和工时的浪费。然而，在日本专利第2566345号所记载的方法中，需要预先准备具有理论知识的数据库。特别是，在实际的加工中，多个状态量复杂地产生影响，因此难以将状态量与加工结果之间的关系理论上定型化。另外，在日本专利第2566345号所记载的方法中，通过对NC的指令值进行补正，来修正因状态量的变化而产生的偏差，由于并非解决根本上的偏差的原因，所以仍然存在产生相同的偏差的可能性。另外，在日本特开2008－027210号公报所记载的方法中，需要预先设定阈值。因设定而可能招致如下不适当的动作，例如：尽管不是对加工结果的合格与否产生影响的程度的外部干扰，但仍使加工中断等，反而使工时增加。
技术实现思路
本专利技术是为了解决这样的问题点而完成的，目的在于提供一种能够通过机器学习预测状态量的变化对加工结果产生的影响的控制装置和机器学习装置。本专利技术的一个实施方式的控制装置预测加工机械对工件进行加工的结果，该控制装置具备学习表示加工状态的状态量的变化与加工结果之间的关系的机器学习装置，上述机器学习装置具备：状态观测部，其将包含上述加工机械的状态和周边环境的状态中的至少任一方的上述状态量的时间序列数据作为表示环境的当前状态的状态变量进行观测；判定数据取得部，其取得表示上述加工结果的判定数据；及学习部，其使用上述状态变量与上述判定数据，将表示加工状态的状态量的变化与加工结果关联起来进行学习。对于本专利技术的一个实施方式的控制装置而言，上述判定数据包含被加工出的上述工件的检查结果。对于本专利技术的一个实施方式的控制装置而言，上述学习部通过多层构造运算上述状态变量与上述判定数据。对于本专利技术的一个实施方式的控制装置而言，还具备判定输出部，该判定输出部基于上述学习部的学习结果，预测与上述工件的加工中的上述状态量对应的上述加工结果，在预测上述加工结果成为不良的情况下，输出促使加工中断的通知。对于本专利技术的一个实施方式的控制装置而言，上述判定输出部除了上述通知之外，或者代替上述通知，输出用于避免加工不良的对策。对于本专利技术的一个实施方式的控制装置而言，上述学习部使用针对多个上述加工机械的每一个而得的上述状态变量和上述判定数据，学习表示上述加工机械的加工状态的状态量的变化与加工结果之间的关系。对于本专利技术的一个实施方式的控制装置而言，上述机器学习装置配置在云计算、雾计算、边缘计算环境内。本专利技术的一个实施方式的机器学习装置学习表示加工机械对工件进行加工的加工状态的状态量的变化与加工结果之间的关系，上述机器学习装置具备：状态观测部，其将包含上述加工机械的状态和周边环境的状态中的至少任一方的上述状态量的时间序列数据作为表示环境的当前状态的状态变量进行观测；判定数据取得部，其取得表示上述加工结果的判定数据；及学习部，其使用上述状态变量与上述判定数据，将表示加工状态的状态量的变化与加工结果关联起来进行学习。根据本专利技术，能够提供能够通过机器学习来预测状态量的变化对加工结果产生的影响的控制装置和机器学习装置。附图说明本专利技术的上述及其他的目的和特征，能够通过参照附图的以下的实施例的说明而明确。其中：图1是表示控制装置的结构的框图。图2是表示控制装置的结构的框图。图3是表示控制装置的结构的框图。图4A是对神经元进行说明的图。图4B是对神经网络进行说明的图。图5是表示控制装置的结构的框图。图6是表示控制系统的结构的框图。图7是表示控制装置的动作的流程图。图8是表示控制装置的结构的流程图。具体实施方式使用附图对本专利技术的实施方式进行说明。本专利技术的实施方式的控制装置100是信息处理装置，收集工件的加工中的状态量的变化与加工结果，进行通过机器学习使两者之间的关系模型化的处理(学习过程)。另外，使用在学习过程中制作的模型，进行观测工件的加工中的状态量的变化来预测加工结果的处理(预测过程)。控制装置100也可以是控制加工机械(例如，包括切削加工机等机床、注塑成型机、进行精加工的机器人等用于加工工件的所有的机械)的装置(数值控制装置、机器人控制装置等)。或者，也可以是与加工机械的控制装置独立的信息处理装置。图1是表示控制装置100的主要部分的概要性的硬件结构图。CPU11是在整体上控制控制装置100的处理器。CPU11经由总线20读出储存于ROM12的系统、程序，根据该系统、程序来控制控制装置100整体。在RAM13临时储存有临时的计算数据、显示数据和从外部被输入的各种数据等。非易失性存储器14构成为例如通过由未图示的电池支持等，即使切断控制装置100的电源也保持存储状态的存储器。存储经由未图示的接口而输入的各种程序、数据。存储于非易失性存储器14的程序、数据也可以在执行时/利用时在RAM13中展开。另外，在ROM12预先写入各种系统、程序。状态量测定装置60以规定的时间间隔计测、输出加工中的各种状态量。状态量是指表示加工状态的信息，包含加工机械的周边环境的信息与加工机械的状态。状态量例如是，加工中的周边温度、加工机械的温度、倍率量、电动机电流值、电动机的负载、输入电源的电压或者电流、在加工时产生的声音、光、振动等的测定值。状态量测定装置60例如能够通过温度传感器或热成像仪、话筒、光传感器或拍摄装置、加速度传感器等，取得周边温度、声音、光、振动的测定值。另外，状态量测定装置60能够从加工机械的控制装置取得表示电动机电流值、电动机的负载、输入电源的电压或者电流等的值。状态量测定装置60能够同时取得多种状态量S1、S2、S3···。控制装置100经由接口18从状态量测定装置60接收状态量，并将该状态量交至CPU11。加工结果输入装置70生成加工完毕工件的加工结果的评价值。加工结果输入装置70例如是检查装置，计测加工完毕工件的各个位置的尺寸，与所要求的尺寸进行比较，将合格与否判定的结果作为加工结果进行输出。或者，加工结果输入装置70也可以是输入装置，直接或者经由外存储器等接受熟练的检查人员等检查加工完毕工件而得的合格与本文档来自技高网...

【技术保护点】
1.一种控制装置，其预测加工机械对工件进行加工的结果，其特征在于，所述控制装置具备机器学习装置，该机器学习装置学习表示加工状态的状态量的变化与加工结果之间的关系，所述机器学习装置具备：状态观测部，其将包含所述加工机械的状态和周边环境的状态中的至少任一方的所述状态量的时间序列数据作为表示环境的当前状态的状态变量进行观测；判定数据取得部，其取得表示所述加工结果的判定数据；及学习部，其使用所述状态变量与所述判定数据，将表示加工状态的状态量的变化与加工结果关联起来进行学习。

【技术特征摘要】
2017.08.07 JP 2017-1524921.一种控制装置，其预测加工机械对工件进行加工的结果，其特征在于，所述控制装置具备机器学习装置，该机器学习装置学习表示加工状态的状态量的变化与加工结果之间的关系，所述机器学习装置具备：状态观测部，其将包含所述加工机械的状态和周边环境的状态中的至少任一方的所述状态量的时间序列数据作为表示环境的当前状态的状态变量进行观测；判定数据取得部，其取得表示所述加工结果的判定数据；及学习部，其使用所述状态变量与所述判定数据，将表示加工状态的状态量的变化与加工结果关联起来进行学习。2.根据权利要求1所述的控制装置，其特征在于，所述判定数据包含被加工出的所述工件的检查结果。3.根据权利要求1所述的控制装置，其特征在于，所述学习部通过多层构造来运算所述状态变量与所述判定数据。4.根据权利要求1所述的控制装置，其特征在于，所述控制装置还具备判定输出部，所述判定输出部基于所述学习部的学习结果，预测与所述工件的加工中的所...

【专利技术属性】
技术研发人员：羽田启太，前田和臣，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本,JP