工具选定装置以及机器学习装置制造方法及图纸

工具选定装置所具备的机器学习装置包括：状态观测部，其观测加工条件有关的数据、切削条件有关的数据、加工结果有关的数据以及工具有关的数据作为表示环境的当前状态的状态变量；以及学习部，其使用状态变量来学习加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据相对于工具有关的数据的分布。

Tool selection device and machine learning device

【技术实现步骤摘要】
工具选定装置以及机器学习装置
本专利技术涉及进行适当的工具的选定以及切削条件的决定的工具选定装置以及机器学习装置。
技术介绍
在利用机床进行工件的加工的情况下，需要选定在加工中使用的工具以及决定由所选定的工具进行的加工中的切削条件。工具的选定或切削条件的决定在加工计划阶段中使用工具的目录本或工具制造商准备的工具选定手段来临时决定使用工具以及切削条件(主轴转速、进给)，一边重复临时决定的工具以及切削条件下的试加工一边进行切削条件的调整，在确认过没有问题的基础上，决定工具以及切削条件。作为决定在机床的加工中使用的切削条件的现有技术，日本特开2017-064837号公报公开了如下技术：基于在加工中能够允许的工具负荷的条件来决定切削条件。切削条件中，主轴输出、刚性等机械特性和工件的材质、加工种类等加工条件涉及的部分较大，但由于由目录本、工具选定手段提供的信息是通用的，因此导出与在加工中使用的机械或加工条件相符合的条件需要进行多次试加工并检查证实该加工结果，这花费时间和精力。另外，当调整切削条件时，伴随于此需要修正加工程序或者工具数据，该操作也需要时间。此外，根据是重视周期时间的运转还是重视加工精度和工具寿命的运转，还需要调整切削条件。另一方面，在前述的日本特开2017-064837号公报所公开的技术中，即便能够决定切削条件，该切削条件也只是能够在使用了某一工具的加工中利用，而并非与加工的目的吻合地进一步选定适当的工具的切削条件。
技术实现思路
对此，本专利技术的目的在于提供一种能够进行适当的工具的选定以及切削条件的决定的工具选定装置以及机器学习装置。本专利技术的工具选定装置使用机器学习来实现相对于满足加工条件(工件材质、加工种类、切入量、切削宽度)和运转的要求规格(速度、精度、工具寿命)的主轴负荷的峰值而导出最优的工具以及切削条件(转速、进给速度)的结构。加工程序或工具数据被自动地改写为与由上述的结构导出的工具或切削条件对应的内容。作业者在准备工序中输入了加工程序或工件信息的时点使用上述结构，由此能够不进行试运转以及加工程序和工具数据的变更操作而进行符合加工的工具选定以及切削条件的设定。本专利技术的一方式的工具选定装置选定在所指定的条件下能够在工件的加工中使用的工具种类，且具备相对于所指定的条件而学习能够在工件的加工中使用的工具种类的机器学习装置。而且，该机器学习装置具备：观测加工条件有关的数据、切削条件有关的数据、加工结果有关的数据以及工具有关的数据作为表示环境的当前状态的状态变量的状态观测部；以及使用所述状态变量来学习所述加工条件有关的数据、所述切削条件有关的数据以及加工结果有关的数据相对于所述工具有关的数据的分布的学习部。本专利技术的另一方式的工具选定装置选定在所指定的条件下能够在工件的加工中使用的工具种类，且具备相对于所指定的条件而学完能够在工件的加工中使用的工具种类的机器学习装置。该机器学习装置具备：观测加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据作为表示环境的当前状态的状态变量的状态观测部；学完加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据相对于在加工中使用的工具有关的数据的分布的学习部；以及基于所述状态观测部所观测到的状态变量和所述学习部的学习结果，根据所述状态变量来判断并输出在所指定的条件下能够使用的工具种类的判断部。所述判断部能够判断并输出在判断为能够使用的工具种类中能够指定的切削条件。本专利技术的一方式的机器学习装置相对于所指定的条件而学习能够在工件的加工中使用的工具种类，且具备：观测加工条件有关的数据、切削条件有关的数据、加工结果有关的数据以及工具有关的数据作为表示环境的当前状态的状态变量的状态观测部；以及使用所述状态变量来学习所述加工条件有关的数据、所述切削条件有关的数据以及加工结果有关的数据相对于所述工具有关的数据的分布的学习部。本专利技术的另一方式的机器学习装置相对于所指定的条件而学完能够在工件的加工中使用的工具种类，所述机器学习装置具备：观测加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据作为表示环境的当前状态的状态变量的状态观测部；学完加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据相对于在加工中使用的工具有关的数据的分布的学习部；以及基于所述状态观测部所观测到的状态变量和所述学习部的学习结果，根据所述状态变量来判断并输出在所指定的条件下能够使用的工具种类的判断部。根据本专利技术，容易地进行吻合机械特性、加工条件、运转重视的点(速度、精度、工具寿命)这样的现场的用途的工具选定以及切削条件的导出和应用，从而缩短准备工序所花费的时间。附图说明图1是第一实施方式的工具选定装置的概要的硬件结构图。图2是第一实施方式的工具选定装置的概要的功能块图。图3是对学习部执行的簇分析进行说明的图。图4是示出具备工具选定装置的系统的一方式的概要的功能块图。图5是示出具备工具选定装置的系统的另一方式的概要的功能块图。具体实施方式图1是示出本专利技术的一实施方式的工具选定装置的主要部位的概要的硬件结构图。工具选定装置1也可以实际安装为控制机床等机械的控制装置，另外，也可以实际安装为与控制机械的控制装置并设的个人计算机、经由网络而与控制装置连接的单位计算机、主计算机、云服务器等计算机。图1示出作为控制机床的控制装置而实际安装有工具选定装置1的情况的例子。本实施方式的工具选定装置1所具备的CPU11是整体控制工具选定装置1的处理器，经由总线20而读出ROM12所储存的系统·程序，并根据该系统·程序来控制工具选定装置1整体。在RAM13临时地储存临时的计算数据或显示数据、操作员经由未图示的输入部而输入的各种数据等。非易失性存储器14由例如电池(未图示)备份等，构成为即便工具选定装置1的电源被切断也保持存储状态的存储器。在非易失性存储器14存储有经由接口15而从外部设备72读入的加工程序、经由显示器/MDI单元70而被输入的加工程序、从工具选定装置1的各部分或机床获取到的各种数据(例如，由作业者输入的加工条件(工件材质、加工种类、切入量、切削量)、工具信息、切削条件(主轴转速、进给速度)、该切削条件下的加工时的主轴负荷等)。存储于非易失性存储器14的加工程序、各种数据也可以在执行时/利用时在RAM13中展开。另外，在ROM12中预先写入有公知的解析程序等各种系统·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)。接口15是用于连接工具选定装置1和适配器等外部设备72的接口。从外部设备72侧读入程序、各种参数等。另外，在工具选定装置1内编辑的程序、各种参数等能够经由外部设备72而存储于外部存储单元。可编程机器控制器(PMC)16借助工具选定装置1中内置的定序程序并经由I/O单元17向机床以及该机床的周边装置(例如，工具更换用的机械手这样的致动器)输出信号并进行控制。另外，在接受机床的主体所配备的操作盘的各种开关等的信号并对该信号进行了必要的信号处理之后，将该信号传递到CPU11。显示器/MDI单元70是具备显示器、键盘等的手动数据输入装置，接口18接受来自显示器/MDI单元70的键盘的指令、数据并传递到CPU11。接口19与具备在以手动的方式驱动各轴时所使用的手动脉冲发本文档来自技高网...

【技术保护点】
1.一种工具选定装置，其选定在所指定的条件下能够在工件的加工中使用的工具种类，其特征在于，所述工具选定装置具备机器学习装置，该机器学习装置相对于所指定的条件而学习能够在工件的加工中使用的工具种类，所述机器学习装置具备：状态观测部，其观测加工条件有关的数据、切削条件有关的数据、加工结果有关的数据以及工具有关的数据作为表示环境的当前状态的状态变量；以及学习部，其使用所述状态变量来学习所述加工条件有关的数据、所述切削条件有关的数据以及加工结果有关的数据相对于所述工具有关的数据的分布。

【技术特征摘要】
2018.04.26 JP 2018-0857681.一种工具选定装置，其选定在所指定的条件下能够在工件的加工中使用的工具种类，其特征在于，所述工具选定装置具备机器学习装置，该机器学习装置相对于所指定的条件而学习能够在工件的加工中使用的工具种类，所述机器学习装置具备：状态观测部，其观测加工条件有关的数据、切削条件有关的数据、加工结果有关的数据以及工具有关的数据作为表示环境的当前状态的状态变量；以及学习部，其使用所述状态变量来学习所述加工条件有关的数据、所述切削条件有关的数据以及加工结果有关的数据相对于所述工具有关的数据的分布。2.一种工具选定装置，其选定在所指定的条件下能够在工件的加工中使用的工具种类，其特征在于，所述工具选定装置具备机器学习装置，该机器学习装置相对于所指定的条件而学习能够在工件的加工中使用的工具种类，所述机器学习装置具备：状态观测部，其观测加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据作为表示环境的当前状态的状态变量；学习部，其学习加工条件有关的数据、切削条件有关的数据以及加工结果有关的数据相对于在加工中使用的工具有关的数据的分布；以及判断部，其基于所述状态观测部所观测到的状态...

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