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一种控制装置以及机器学习装置。控制装置具备机器学习装置，该机器学习装置学习控制机器人进行毛刺去除加工时的加工条件。该机器学习装置观测包括表示工件形状或者材质的工件信息、表示毛刺形状或者位置的毛刺信息、以及表示刀具种类的刀具信息、刀具进给速度及刀具旋转速度的加工条件，作为表示环境的当前状态的状态变量，另外，取得表示毛刺去除加工的评价结果的判定数据。然后，使用观测到的状态变量和取得的判定数据，将加工条件与工件信息以及毛刺信息关联起来进行学习。

【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，尤其涉及使毛刺去除加工的加工条件最佳化的控制装置以及机器学习装置。
技术介绍
将用于去除由于工件加工所产生的毛刺的加工称作毛刺去除加工。例如，如图9所示，通过视觉传感器5识别在工件4中产生的毛刺，使用安装在机器人6的臂7上的刀具8来研磨毛刺，从而进行毛刺去除加工。用于毛刺去除加工自动化的方法提出有多种。例如日本特开平07-104829号公报中有记载有下述毛刺去除加工的自动化方法，通过视觉传感器单元检测毛刺去除加工对象工件的毛刺形成状况，将检测结果与预先设定的加工条件选择基准进行比对来选择使用的毛刺去除工具，使用自动更换装置将选择出的毛刺去除工具装配在机器人上，通过示教程序的再生运转使装配有该毛刺去除工具的机器人移动，来执行毛刺去除加工。上述的日本特开平07-104829号公报中记载的方法存在的问题是，需要作业者预先设定加工条件，该设定作业需要很多劳力和时间。关于该问题，使用图10在以下说明。在以往，作业者根据工件4的材质、毛刺9的大小或形状，由作业者基于经验来选择、设定例如用于毛刺去除的刀具8的种类。例如，对于工件4的材质硬(不锈钢等)的情况、毛刺9大的情况、对于纵向(图10的Z方向)的毛刺9，选择研磨力较高的刀具8。而对于工件4的材质软(铝等)的情况、毛刺9小的情况、以及对于横向(图10的X方向)的毛刺9，选择研磨力较低的刀具8。已知若决定了刀具的种类，则能够在某种程度上决定切入量、刀具旋转速度、刀具进给速度等加工条件。图11是表示每种刀具的切入量、刀具旋转速度、刀具进给速度的推荐值的表。但是，即使在基于推荐值使用了基于经验所选择的刀具的情况下，也存在不能将毛刺顺利去除的情况。以往，在该种情况下，通过将旋转速度升到上限、或者降低进给速度、或者将刀具更换为研磨力高的刀具等单元的试错，来去除毛刺。这种试错的作业也需要大量工夫和时间。
技术实现思路
本专利技术为了解决上述课题而制成，目的在于提供使毛刺去除加工的加工条件最佳化的控制装置以及机器学习装置。本专利技术的一种方式涉及的控制装置，控制进行从工件去除毛刺的毛刺去除加工的机器人，该控制装置具备学习进行所述毛刺去除加工时的加工条件的机器学习装置。该机器学习装置具备：状态观测部，其观测所述加工条件作为表示环境的当前状态的状态变量，所述加工条件包括表示所述工件的形状和材质的至少一方的工件信息、表示所述毛刺的形状和位置的至少一方的毛刺信息、以及表示刀具的种类的刀具信息、所述刀具的进给速度及所述刀具的旋转速度；判定数据取得部，其取得表示所述毛刺去除加工的评价结果的判定数据；以及学习部，其使用所述状态变量和所述判定数据，将所述加工条件与所述工件信息及所述毛刺信息关联起来进行学习。所述判定数据能包括所述毛刺的去除率和所述毛刺去除加工的循环时间的至少一方。所述学习部能具备：回报计算部，其求出与所述评价结果相关联的回报；以及价值函数更新部，其使用所述回报，更新表示与所述工件信息以及所述毛刺信息相对应的所述加工条件的价值的函数。所述学习部能以多层构造来运算所述状态变量和所述判定数据。所述控制装置还可以具备决策部，该决策部其基于所述学习部的学习结果输出基于所述加工条件的指令值。所述学习部能使用从多个所述机器人得到的所述状态变量以及所述判定数据来学习所述加工条件。所述机器学习装置可通过云计算、雾计算、边缘计算环境来实现。本专利技术的一种方式涉及的机器学习装置，其学习通过机器人进行从工件去除毛刺的毛刺去除加工时的加工条件，该机器学习装置其具备：状态观测部，其观测所述加工条件作为表示环境的当前状态的状态变量，所述加工条件包括表示所述工件的形状和材质的至少一方的工件信息、表示所述毛刺的形状和位置的至少一方的毛刺信息、以及表示刀具的种类的刀具信息、所述刀具的进给速度及所述刀具的旋转速度；判定数据取得部，其取得表示所述毛刺去除加工的评价结果的判定数据；以及学习部，其使用所述状态变量和所述判定数据，将所述加工条件与所述工件信息及所述毛刺信息关联起来进行学习。根据本专利技术，能够提供使毛刺去除加工的加工条件最佳化的控制装置以及机器学习装置。附图说明图1是第一实施方式涉及的控制装置的概要性硬件结构图。图2是图1的控制装置的概要性功能框图。图3是表示控制装置的一种方式的概要性功能框图。图4是表示机器学习方法的一种方式的概要性流程图。图5A是说明神经元的图。图5B是说明神经网络的图。图6是第二实施方式涉及的控制装置的概要性功能框图。图7是表示组装有控制装置的系统的一种方式的概要性功能框图。图8是表示组装有控制装置的系统的其他方式的概要性功能框图。图9是毛刺去除加工的概要性示意图。图10是毛刺去除加工的概要性示意图。图11是以往的毛刺去除加工中使用的加工条件的推荐值的一个例子。具体实施方式图1是表示本专利技术第一实施方式提供的控制装置1和由控制装置1控制的产业用机器的主要部件的概要性硬件结构图。控制装置1是控制例如进行毛刺去除加工的产业用机器人或加工中心等(以下简称为机器人)的控制装置。控制装置1具有CPU11、ROM12、RAM13、非易失性存储器14、接口18、接口19、接口21、接口22、总线20、轴控制电路30以及伺服放大器40。控制装置1与伺服电机50、示教操作盘60、刀具更换装置70以及拍摄装置80连接。CPU11是对控制装置1进行整体控制的处理器。CPU11经接口22、总线20读出存储在ROM12中的系统程序，按照系统程序对控制装置1整体进行控制。ROM12预先存储有用于执行机器人的各种控制等的系统程序(包括用于控制与后述的机器学习装置100的交换的系统程序)。RAM13临时性存储临时性的计算数据或显示数据、经由示教操作盘60(后述)由操作者输入的数据等。非易失性存储器14由例如电池(未图示)备份，即使控制装置1的电源被切断也能保持存储状态。非易失性存储器14存储从示教操作盘60输入的数据、经接口(未图示)输入的机器人控制用的程序或数据等。存储在非易失性存储器14中的程序或数据可以在执行时以及利用时在RAM13中展开。轴控制电路30控制机器人所具备的关节等轴。轴控制电路30接受CPU11输出的轴的移动指令量，将轴的移动指令输出到伺服放大器40。伺服放大器40接受轴控制电路30输出的轴的移动指令，驱动伺服电机50。伺服电机50由伺服放大器40驱动，使机器人具备的轴移动。伺服电机50典型地内置有位置/速度检测器。位置/速度检测器输出位置/速度反馈信号，该信号被反馈至轴控制电路30，从而进行位置/速度的反馈控制。并且，图1中轴控制电路30、伺服放大器40以及伺服电机50分别只示出了一个，而实际数量与作为控制对象的机器人中具备的轴的数量相同。例如，在控制具备6个轴的机器人的情况下，与各个轴对应的轴控制电路30、伺服放大器40以及伺服电机50的组共有6个。示教操作盘60是具备显示器、手柄、硬件键等的手动数据输入装置。示教操作盘60将经接口18从CPU11接受的信息显示在显示器中。示教操作盘60将从手柄、硬件键等输入的脉冲、指令、数据等经接口18传递给CPU11。刀具更换装置70更换保持在机器人的臂前端的刀具。刀具更换装置70基于经接口19从C本文档来自技高网...

【技术保护点】
1.一种控制装置，其控制进行从工件去除毛刺的毛刺去除加工的机器人，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进行所述毛刺去除加工时的加工条件，所述机器学习装置具备：状态观测部，其观测所述加工条件作为表示环境的当前状态的状态变量，所述加工条件包括表示所述工件的形状和材质的至少一方的工件信息、表示所述毛刺的形状和位置的至少一方的毛刺信息、以及表示刀具的种类的刀具信息、所述刀具的进给速度及所述刀具的旋转速度；判定数据取得部，其取得表示所述毛刺去除加工的评价结果的判定数据；以及学习部，其使用所述状态变量和所述判定数据，将所述加工条件与所述工件信息及所述毛刺信息关联起来进行学习。

【技术特征摘要】
2018.04.02 JP 2018-0710211.一种控制装置，其控制进行从工件去除毛刺的毛刺去除加工的机器人，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进行所述毛刺去除加工时的加工条件，所述机器学习装置具备：状态观测部，其观测所述加工条件作为表示环境的当前状态的状态变量，所述加工条件包括表示所述工件的形状和材质的至少一方的工件信息、表示所述毛刺的形状和位置的至少一方的毛刺信息、以及表示刀具的种类的刀具信息、所述刀具的进给速度及所述刀具的旋转速度；判定数据取得部，其取得表示所述毛刺去除加工的评价结果的判定数据；以及学习部，其使用所述状态变量和所述判定数据，将所述加工条件与所述工件信息及所述毛刺信息关联起来进行学习。2.根据权利要求1所述的控制装置，其特征在于，所述判定数据包括所述毛刺的去除率和所述毛刺去除加工的循环时间的至少一方。3.根据权利要求1或2所述的控制装置，其特征在于，所述学习部具备：回报计算部，其求出与所述评价结果相关联的回报；以及价值函数更新部，其使用所述回报，更新表示与所述工件信息以及所述毛刺信息相对应的所述加工条件的价值的函数。4.根...

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