【技术实现步骤摘要】
机器学习装置、控制装置、加工系统和机器学习方法
本专利技术涉及一种对工件模型的修正量进行学习的机器学习装置、控制装置、加工系统和机器学习方法。
技术介绍
已知有一种对机器人的动作进行学习的机器学习装置(例如日本特开2017-064910号公报)。在基于使工件的目标形状模型化的工件模型对工件进行加工时,有时会在加工后的工件与目标形状之间产生误差。因此需要能够减小这种误差的技术。
技术实现思路
在本公开的一方案中,械学习装置学习修正量,该修正量用于修正对工件进行了模型化的工件模型,使得基于该工件模型加工的工件的形状与目标形状一致,该机器学习装置具备:状态观测部,其观测对工件进行加工的机床的加工状态数据以及机床基于工件模型加工的工件的形状与目标形状之间的误差的测定数据,作为表示对工件进行加工的环境的当前状态的状态变量;以及学习部,其使用状态变量并将修正量与误差关联起来进行学习。在本公开的另一方案中,机器学习方法学习修正量,该修正量用于修正对工件进行了模型化的工件模型,使得基于该工件模型加工的工件的形状与 ...
【技术保护点】
1.一种机器学习装置,其学习修正量,该修正量用于修正对工件进行了模型化的工件模型,使得基于该工件模型加工的上述工件的形状与目标形状一致,/n上述机器学习装置的特征在于,具备:/n状态观测部,其观测对上述工件进行加工的机床的加工状态数据以及上述机床基于上述工件模型加工的上述工件的形状与上述目标形状之间的误差的测定数据,作为表示对上述工件进行加工的环境的当前状态的状态变量;以及/n学习部,其使用上述状态变量并将上述修正量与上述误差关联起来进行学习。/n
【技术特征摘要】
20191210 JP 2019-2229791.一种机器学习装置,其学习修正量,该修正量用于修正对工件进行了模型化的工件模型,使得基于该工件模型加工的上述工件的形状与目标形状一致,
上述机器学习装置的特征在于,具备:
状态观测部,其观测对上述工件进行加工的机床的加工状态数据以及上述机床基于上述工件模型加工的上述工件的形状与上述目标形状之间的误差的测定数据,作为表示对上述工件进行加工的环境的当前状态的状态变量;以及
学习部,其使用上述状态变量并将上述修正量与上述误差关联起来进行学习。
2.根据权利要求1所述的机器学习装置,其特征在于,
上述加工状态数据包含上述机床的尺寸误差、该机床的温度、该机床周围的环境温度、该机床的热量、该机床的消耗电力、该机床的热位移量、以及该机床的动作参数中的至少一个。
3.根据权利要求2所述的机器学习装置,其特征在于,
上述机床具有:
工具,其对上述工件进行加工;以及
移动机构,其使上述工具与上述工件相对地移动,
上述动作参数包含上述移动机构的加速度、确定该移动机构的加速或减速所需时间的时间常数、确定该移动机构的控制的响应速度的控制增益、以及该移动机构的惯性力矩中的至少一个。
4.根据权利要求1~3中任一项所述的机器学习装置,其特征在于,
上述学习部具有:
回报计算部,其求出与上述误差关联的回报;以及
函数更新部,其使用上述回报来更新表示上述修正量的价值的...
【专利技术属性】
技术研发人员:小川贤一,永富隆志,
申请(专利权)人:发那科株式会社,
类型:发明
国别省市:日本;JP
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。