机器学习装置、加工程序生成装置及机器学习方法制造方法及图纸

机器学习装置(10)的特征在于，具有：数据提取部(13)，其从用于对工作机械进行数控的多个加工程序(1)，对调整对象的参数即第1参数、和为了对调整对象的参数进行调整而使用的参数即第2参数进行提取；以及机器学习部(14)，其按照包含由数据提取部(13)提取出的第1参数及第2参数在内的数据集，对第1参数的值进行学习。

【技术实现步骤摘要】
【国外来华专利技术】机器学习装置、加工程序生成装置及机器学习方法
本专利技术涉及一种为了自动创建用于对工作机械进行数控的加工程序而使用的机器学习装置、加工程序生成装置及机器学习方法。
技术介绍
近年来，在通过数控装置进行控制的工作机械的领域中，工作机械的构造变得复杂，工作机械的控制对象轴数增多，以使得能够精密地加工出复杂的形状，因此数控对象的处理增加(例如，专利文献1)。因此，加工程序也复杂化。专利文献1：日本特开2013－210926号公报
技术实现思路
如上述所示，由于加工程序复杂化，因此在生成加工程序时必须调整的参数变得多种多样，为了生成加工程序而花费工作量和时间。本专利技术就是鉴于上述情况而提出的，其目的在于，得到能够容易地生成用于对工作机械进行数控的加工程序的机器学习装置。为了解决上述的课题，达到目的，本专利技术所涉及的机器学习装置的特征在于，具有：数据提取部，其从用于对工作机械进行数控的多个加工程序，对调整对象的参数即第1参数和为了对调整对象的参数进行调整而使用的参数即第2参数进行提取；以及机器学习部，其按照包含由数据提取部提取出的第1参数及第2参数在内的数据集，对第1参数的值进行学习。专利技术的效果本专利技术所涉及的机器学习装置具有下述效果，即，能够容易地生成用于对工作机械进行数控的加工程序。附图说明图1是表示本专利技术的实施方式1所涉及的包含机器学习装置及加工程序生成装置在内的数控装置的结构例的框图。图2是表示图1所示的机器学习装置的学习模型生成处理的顺序的流程图。图3是表示图1所示的加工程序生成装置的加工程序生成处理的顺序的流程图。图4是表示图1所示的机器学习装置的学习模型生成处理的详细内容的流程图。图5是表示由图1所示的机器学习装置读入的加工程序的一个例子的图。图6是表示图1所示的加工程序生成部的加工程序生成处理的详细内容的流程图。图7是表示在图1示出的CAD数据所示的加工后的加工对象物的形状即加工形状的斜视图。图8是表示基于图1所示的CAD数据而生成的原材料形状的斜视图。图9是表示由图1所示的加工程序生成部生成的加工去除形状的斜视图。图10是表示图9所示的加工去除形状的剖面形状即车削剖面形状的图。图11是表示车削端面工序的车削加工形状的图。图12是表示车削钻孔工序的车削加工形状的图。图13是表示车削棒材工序的车削加工形状的图。图14是表示车削棒材工序的车削加工形状的图。图15是表示图11所示的车削加工形状的车削加工工序的加工开始点及加工结束点的坐标的图。图16是表示图12所示的车削加工形状的车削钻孔工序的加工开始点及加工结束点的坐标的图。图17是表示图13所示的车削加工形状的车削棒材工序的进刀点、加工开始点及加工结束点的坐标的图。图18是表示图14所示的车削加工形状的车削棒材工序的进刀点、加工开始点及加工结束点的坐标的图。图19是表示本专利技术的实施方式2所涉及的学习模型生成处理的概要的流程图。图20是表示图19所示的学习模型生成处理的详细内容的流程图。图21是表示由实施方式2中机器学习装置读入的加工程序的一个例子的图。图22是表示在图20的步骤S603中生成的加工形状的一个例子的图。图23是表示实施方式2所涉及的加工程序生成处理的详细内容的流程图。图24是在实施方式2中使用的CAD数据所示的加工形状的斜视图。图25是表示基于在实施方式2中使用的CAD数据而生成的原材料形状的斜视图。图26是表示在实施方式2中生成的加工去除形状的斜视图。图27是表示图26所示的加工去除形状的剖面形状即车削剖面形状的图。图28是表示车削加工形状的车削加工工序的进刀点、加工开始点、加工中途点及加工结束点的坐标的图。图29是表示实施方式2所涉及的孔加工工序的内容的说明图。图30是表示图1所示的机器学习装置及加工程序生成装置的硬件结构的图。具体实施方式下面，基于附图对本专利技术的实施方式1及实施方式2所涉及的机器学习装置、加工程序生成装置及机器学习方法详细地进行说明。此外，本专利技术不受本实施方式限定。实施方式1.图1是表示本专利技术的实施方式1所涉及的包含机器学习装置10及加工程序生成装置20在内的数控装置100的结构例的框图。数控装置100具有机器学习装置10、加工程序生成装置20、对话操作处理部30、指示输入部40和显示部50。数控装置100搭载于未图示的工作机械，或者与工作机械连接，按照加工程序对工作机械的动作进行数控。在这里，加工程序被使用于从原材料的状态起对加工对象物进行切削加工而削出设计形状。此外，在图1所示的例子中，机器学习装置10及加工程序生成装置20设为搭载于数控装置100，但本实施方式并不限定于该例子。例如，机器学习装置10及加工程序生成装置20也可以是与数控装置100不同的装置。另外，机器学习装置10也可以是与加工程序生成装置20不同的装置。机器学习装置10基于过去创建出的多个加工程序1，生成在由加工程序生成装置20生成加工程序时使用的学习模型。即，向机器学习装置10输入的加工程序1是学习用的加工程序，由加工程序生成装置20生成的加工程序是为了对工作机械进行数控而创建的新的加工程序。加工程序生成装置20基于从数控装置100的外部输入至加工程序生成装置20的CAD(Computer-AidedDesign)数据2等表示设计形状的加工形状数据而生成加工程序。加工程序生成装置20在生成加工程序时，使用机器学习装置10的学习结果即学习模型。对话操作处理部30是数控装置100和作业者之间的接口，并且还是机器学习装置10或者加工程序生成装置20和作业者之间的接口。对话操作处理部30将由作业者经由指示输入部40输入的指示信息发送至机器学习装置10或者加工程序生成装置20。另外，对话操作处理部30将由作业者经由指示输入部40输入的指示信息在显示部50进行显示。指示输入部40由鼠标、键盘等输入设备构成，对来自作业者的指示信息进行接收，发送至对话操作处理部30。显示部50是液晶监视器等显示设备，对加工程序1、CAD数据2、由作业者经由指示输入部40输入的指示信息等进行显示。另外，显示部50能够对与在数控装置100、机器学习装置10及加工程序生成装置20中进行的处理相关的各种信息进行显示。机器学习装置10具有加工程序输入部11、加工程序存储部12、数据提取部13、机器学习部14和学习模型存储部15。加工程序输入部11对从数控装置100的外部装置向机器学习装置10输入的加工程序1的数据进行接收，输入至加工程序存储部12。加工程序1是用于对未图示的工作机械进行数控的计算机程序，包含加工方法、刀具、切削条件、刀具轨道、原材料形状、原材料的材质信息等。加工程序存储部12对从加工程序输入部11输入的本文档来自技高网...

【技术保护点】
1.一种机器学习装置，其特征在于，具有：/n数据提取部，其从用于对工作机械进行数控的多个加工程序，对调整对象的参数即第1参数、和为了对所述调整对象的参数进行调整而使用的参数即第2参数进行提取；以及/n机器学习部，其按照包含由所述数据提取部提取出的所述第1参数及所述第2参数在内的数据集，对所述第1参数的值进行学习。/n

【技术特征摘要】
【国外来华专利技术】1.一种机器学习装置，其特征在于，具有：
数据提取部，其从用于对工作机械进行数控的多个加工程序，对调整对象的参数即第1参数、和为了对所述调整对象的参数进行调整而使用的参数即第2参数进行提取；以及
机器学习部，其按照包含由所述数据提取部提取出的所述第1参数及所述第2参数在内的数据集，对所述第1参数的值进行学习。


2.根据权利要求1所述的机器学习装置，其特征在于，
所述数据提取部基于所述多个加工程序，分别生成加工处理后的加工对象物的形状数据，从生成的形状数据提取所述第2参数。


3.根据权利要求1或2所述的机器学习装置，其特征在于，
所述数据提取部针对所述第1参数的每个种类，决定要提取的所述第2参数的种类，对决定出的种类的所述第2参数进行提取而输入至所述机器学习部。


4.根据权利要求1至3中任一项所述的机器学习装置，其特征在于，
所述多个加工程序是使用表示参数的标签名进行记述的，
所述数据提取部对表示所述第1参数的标签名进行提取，
所述机器学...

【专利技术属性】
技术研发人员：松原晋，入口健二，金子弘树，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：日本;JP