【技术实现步骤摘要】
【国外来华专利技术】机器学习装置、放电加工机及机器学习方法
本专利技术涉及对控制放电加工的控制参数进行学习的机器学习装置、放电加工机及机器学习方法。
技术介绍
为了在放电加工机中进行稳定的加工而存在自适应控制功能，其作为下述功能，即，进行电源电压波形及电源电流波形的变更、伺服动作即极间控制动作的变更这样的作为物理量表现的加工条件的自动变更。上述加工条件是由用户能够变更的几种至十几种加工参数决定的。对为了加工被加工物而施加的电压的大小或者加工电流脉冲的形状进行变更的参数、对被加工物和成为刀具的加工电极的相对距离进行调整的参数、改变加工电极的进给速度的参数等相当于加工参数。这些加工参数的组合是使用代表性的加工形状、被加工材质及电极材质而通过实验作为适当的值的组而求出的，由此有时在放电加工机中预先设定有多个组，使得用户能够选择。但是，在放电加工机中设为加工的对象的形状是三维的复杂形状，另外基于如果通电则可加工的放电加工机的特性而被加工材质存在各种材质。因此，需要加工参数的优化，例如，在专利文献1中示出了利用由作业者输入的加工状态，自动设定加工...
【技术保护点】
1.一种机器学习装置，其对控制放电加工机中的加工条件的控制参数进行学习，/n该机器学习装置的特征在于，具有：/n状态观测部，其对表示放电加工中的加工状态的多个状态变量进行观测；以及/n学习部，其基于多个所述状态变量而学习所述控制参数。/n
【技术特征摘要】
【国外来华专利技术】1.一种机器学习装置，其对控制放电加工机中的加工条件的控制参数进行学习，
该机器学习装置的特征在于，具有：
状态观测部，其对表示放电加工中的加工状态的多个状态变量进行观测；以及
学习部，其基于多个所述状态变量而学习所述控制参数。
2.根据权利要求1所述的机器学习装置，其特征在于，
所述状态观测部将第1状态的值、第2状态的值及第3状态的值作为多个所述状态变量进行观测，该第1状态的值是将脉冲的不稳定信号的发生次数在预先确定的期间之间累积得到的值，该第2状态的值是在所述预先确定的期间中发生的脉冲数，该第3状态的值是驱动装置中的轴的进给量。
3.根据权利要求2所述的机器学习装置，其特征在于，
所述状态观测部具有：
脉冲状态识别部，其基于对加工电源进行控制的加工电源控制部的指令而求出所述第1状态的值及所述第2状态的值；以及
轴驱动识别部，其基于对所述驱动装置进行控制的轴驱动控制部的指令而求出所述第3状态的值，所述驱动装置用于对加工电极和被加工物之间的距离进行控制。
4.根据权利要求2或3所述的机器学习装置，其特征在于，
所述学习部具有：
回报计算部，其基于所述状态变量而计算回报；以及
函数更新部，其基于所述回报而对用于决定所述控制参数的函数进行更新。
5.根据权利要求4所述的机器学习装置，其特征在于，
所述回报计算部在所述状态变量表示比前次稳定的状态的情况下增加所述回报，在所述状态变量表示比前次不稳定的状态的情况下减少所述回报。
6.根据权利要求4或5所述的机器学习装置，其特征在于，
所述回报计算部具有：第1回报计算部，其对电压控制所涉及的回报进行计算；第2回报计算部，其对脉冲控制所涉及的回报进行计算；以及第3回报计算部，其对轴驱动控制所涉及的回报进行计算，
所述函数更新部具有：第1函数更新部，其对电压控制所涉及的函数进行更新；第2函数更新部，其对脉冲控制所涉及的函数进行更新；以及第3函数更新部，其对轴驱动控制所涉及的函数进行更新。
7.根据权利要求6所述的机器学习装置，其特征在于，
所述第1回报计算部在所述第1状态的值小于前次的情况下增加所述回报，在所述第1状态的值大于前次的情况下减少所述回报。
8.根据权利要求6所述的机器学习装置，其特征在于，
所述第1回报计算部在所述第2状态的值大于前次的情况下增加...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。