输出装置、控制装置、以及评价函数和机器学习结果的输出方法制造方法及图纸

本发明专利技术提供一种输出装置、控制装置、以及评价函数和机器学习结果的输出方法，通过输出多个评价函数和各评价函数的机器学习结果，可以确认评价函数与学习结果之间的关系。输出装置具有：输出部，其输出机器学习装置中使用的多个评价函数、每一个评价函数的机器学习结果，其中，所述机器学习装置对控制伺服电动机的伺服控制装置的结构要素的参数进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴；信息取得部，其从所述伺服控制装置和所述机器学习装置中的至少一方，取得机器学习结果。

Output device, control device, output method of evaluation function and machine learning result

【技术实现步骤摘要】
输出装置、控制装置、以及评价函数和机器学习结果的输出方法
本专利技术涉及输出装置、控制装置、以及评价函数和机器学习结果的输出方法，特别是涉及在机器学习装置中分别使用多个评价函数来进行机器学习，输出多个评价函数和各评价函数的机器学习结果的输出装置、包含该输出装置的控制装置、以及评价函数和机器学习结果的输出方法，其中，所述机器学习装置使用评价函数来对控制伺服电动机的伺服控制装置进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴。
技术介绍
作为本专利技术相关联的技术，例如在专利文献1中记载了具有反馈控制部和调整部的控制装置，其中，所述反馈控制部将参考指令与外部控制对象输出的控制量之间的偏差输入到用规定的控制参数控制的控制器，并以控制器输出的操作量对控制对象进行控制，所述调整部根据机器学习过程中的学习内容调整控制参数。作为具有控制装置的机器控制系统，例如有通过控制旋转型电动机的驱动来控制滑块的直线移动的系统。作为控制参数，例如有位置环增益、速度环增益、速度环积分时间常数、转矩指令滤波器时间常数、陷波滤波器频率等。并且，还记载了在机器学习过程中使用强化学习。现有技术文献专利文献1：国际公开第2018/151215号小册子在专利文献1中，根据使用了强化学习的机器学习过程中的学习内容，来调整控制参数。由于操作员等用户无法参与机器学习，因此有时会没有按照用户意愿来抑制因控制参数调整而得的偏差。例如，有时有的用户即使偏差不是足够小也要重视抑制高频振动，另一些用户则虽然还残留有高频振动但却重视充分减小偏差。此外，在通过机器学习装置对控制伺服电动机的伺服控制装置的结构要素的参数进行机器学习时，通常情况下，由于没有显示机器学习装置所使用的评价函数，因此操作员无法知晓使用了怎样的评价函数而获得了怎样的学习效果，其中，所述伺服电动机用于驱动机床、机器人或工业机械的轴。
技术实现思路
本专利技术的目的在于提供一种输出装置、包含该输出装置的控制装置、以及评价函数和机器学习结果的输出方法，输出多个评价函数和各评价函数的机器学习结果，以便能够知晓评价函数与学习结果之间的关系。(1)本专利技术涉及的输出装置(例如，后述的输出装置200、200A)具有：输出部(例如，后述的控制部205与显示部209、控制部205与存储部206)，其输出机器学习装置(例如，后述的机器学习装置100)中使用的多个评价函数、每一个评价函数的机器学习结果，其中，所述机器学习装置对控制伺服电动机(例如，后述的伺服电动机400)的伺服控制装置(例如，后述的伺服控制装置300)的结构要素的参数进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴；以及信息取得部(例如，后述的学习信息取得部201、伺服信息取得部207)，其从所述伺服控制装置和所述机器学习装置中的至少一方，取得所述机器学习结果。(2)在上述(1)的输出装置中，可以是，所述输出部包含：显示部(例如，后述的显示部209)，其在显示画面显示所述多个评价函数、对每个评价函数取得的所述机器学习结果。(3)在上述(1)或(2)的输出装置中，可以是，所述输出装置具有：信息输出部(例如，后述的伺服信息输出部208)，其向所述伺服控制装置输出从使用所述多个评价函数进行了机器学习的多个参数中根据所述多个评价函数的每一个评价函数的机器学习结果而选择出的参数。(4)在上述(1)～(3)中任一项的输出装置中，可以是，所述输出装置具有：信息输出部(例如，后述的学习信息输出部202)，其向所述机器学习装置输出针对从所述多个评价函数中选择出的评价函数或与所述多个评价函数不同的评价函数的变更指示。(5)在上述(1)～(4)中任一项的输出装置中，可以是，所述机器学习结果是所述伺服控制装置中的控制指令与根据该控制指令驱动所述伺服电动机时的反馈信息之间的偏差。(6)在上述(4)或(5)的输出装置中，可以是，所述机器学习装置保存使用评价函数进行机器学习时搜索出的所述伺服控制装置的结构要素的参数、以及使用该参数使所述伺服控制装置动作而获得的学习结果，在根据所述变更指示变更所述评价函数来进行机器学习时，当选择了与所述参数相同的参数时，使用所保存的所述学习结果，通过变更后的评价函数求出评价函数值。(7)在上述(4)～(6)中任一项的输出装置中，可以是，所述不同的评价函数是与所述多个评价函数中的任一个加权系数不同的评价函数。(8)在上述(1)～(7)中任一项的输出装置中，可以是，所述多个评价函数包括由对如下函数分别进行了加权而得的和构成的评价函数：将位置偏差作为变量的函数、将位置偏差的微分值作为变量的函数、将转矩的微分值作为变量的函数。(9)在上述(3)～(7)中任一项的输出装置中，可以是，所述伺服控制装置的结构要素的参数包括数学公式模型或滤波器的参数。(10)在上述(9)的输出装置中，可以是，所述数学公式模型或所述滤波器包含在速度前馈处理部或位置前馈处理部中，所述参数包含滤波器的传递函数的系数。(11)本专利技术涉及的控制装置具有：上述(1)～(10)中任一项所述的输出装置；伺服控制装置，其对用于驱动机床、机器人或工业机械的轴的伺服电动机进行控制；以及机器学习装置，其对伺服控制装置进行机器学习。(12)在上述(11)的控制装置中，可以是，所述输出装置包含在所述伺服控制装置与机器学习装置的一个装置中。(13)本专利技术涉及的输出装置的评价函数和机器学习结果的输出方法，输出在机器学习装置中分别使用多个评价函数进行机器学习而获得的、每一个评价函数的机器学习结果，其中，所述机器学习装置使用评价函数对控制伺服电动机的伺服控制装置进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴，从所述机器学习装置和所述伺服控制装置中的至少一个取得所述机器学习结果。专利技术效果根据本专利技术，通过输出多个评价函数和各评价函数的机器学习结果，可以确认评价函数与学习结果之间的关系。结果，能够从输出装置对机器学习装置进行指示，由此，从多个评价函数中选择评价函数，或变更为其他评价函数。附图说明图1是表示本专利技术的第一实施方式的控制装置的一结构例的框图。图2是表示本专利技术的第一实施方式的控制装置所包含的输出装置的一结构例的框图。图3是表示显示由加权系数设定的多个评价函数、以及将基于用这些评价函数分别进行了学习的参数的位置偏差的时间响应叠加而得的图表的显示画面的一例的图。图4是表示将表示多个评价函数和图表的画面进行并列显示的显示画面的一例的图，其中，该图表表示基于用这些评价函数分别进行了学习的参数的位置偏差的时间响应。图5是表示被加工物的加工形状是八边形时的加工轨迹的一部分的图。图6A是表示例示加工轨迹与位置偏差的时间响应之间的关系的特性图的一例的图。图6B是表示加工轨迹与转矩的时间响应特性图的一例的图。图7A是表示示例加本文档来自技高网...

【技术保护点】
1.一种输出装置，其特征在于，具有：/n输出部，其输出机器学习装置中使用的多个评价函数、每一个评价函数的机器学习结果，其中，所述机器学习装置对控制伺服电动机的伺服控制装置的结构要素的参数进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴；以及/n信息取得部，其从所述伺服控制装置和所述机器学习装置中的至少一方，取得所述机器学习结果。/n

【技术特征摘要】
20181109 JP 2018-2113971.一种输出装置，其特征在于，具有：
输出部，其输出机器学习装置中使用的多个评价函数、每一个评价函数的机器学习结果，其中，所述机器学习装置对控制伺服电动机的伺服控制装置的结构要素的参数进行机器学习，所述伺服电动机用于驱动机床、机器人或工业机械的轴；以及
信息取得部，其从所述伺服控制装置和所述机器学习装置中的至少一方，取得所述机器学习结果。


2.根据权利要求1所述的输出装置，其特征在于，
所述输出部包含：显示部，其在显示画面显示所述多个评价函数、对每个评价函数取得的所述机器学习结果。


3.根据权利要求1或2所述的输出装置，其特征在于，
所述输出装置具有：信息输出部，其向所述伺服控制装置输出从使用所述多个评价函数进行了机器学习的多个参数中根据所述多个评价函数的每一个评价函数的机器学习结果而选择出的参数。


4.根据权利要求1～3中任一项所述的输出装置，其特征在于，
所述输出装置具有：信息输出部，其向所述机器学习装置输出针对从所述多个评价函数中选择出的评价函数或与所述多个评价函数不同的评价函数的变更指示。


5.根据权利要求1～4中任一项所述的输出装置，其特征在于，
所述机器学习结果是所述伺服控制装置中的控制指令与根据该控制指令驱动所述伺服电动机时的反馈信息之间的偏差。


6.根据权利要求4或5所述的输出装置，其特征在于，
所述机器学习装置保存使用评价函数进行机器学习时搜索出的所述伺服控制装置的结构要素的参数、以及使用该参数使所述伺服控制装置动作而获得的机器学习结果，在根据所述变更指示变更所述评价函数来进行机器学习时，当选择了与所述参数相同的参数时，使...

【专利技术属性】
技术研发人员：恒木亮太郎，猪饲聪史，下田隆贵，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP