在进行线切割放电加工之前生成能够预测进行了所述线切割放电加工时的消耗品的劣化度的学习完成模型。机器学习装置具有：输入数据取得部，其取得包含加工条件和消耗品信息的输入数据，加工条件是由任意的线切割放电加工机针对任意的工件进行任意的线切割放电加工的加工条件，消耗品信息包含线切割放电加工前的电极线、离子交换树脂、导电块以及电极线引导辊中至少一个的劣化程度；标签取得部，其取得标签数据，标签数据表示基于输入数据所包含的加工条件进行线切割放电加工后的电极线、离子交换树脂、导电块以及电极线引导辊中至少一个的劣化程度；学习部，其使用由输入数据取得部取得的输入数据以及由标签取得部取得的标签数据来执行监督学习，并生成学习完成模型。并生成学习完成模型。并生成学习完成模型。
【技术实现步骤摘要】
【国外来华专利技术】机器学习装置、预测装置以及控制装置
[0001]本专利技术涉及机器学习装置、预测装置以及控制装置。
技术介绍
[0002]如图8所示，线切割放电加工机使在Z轴方向上伸展的线电极线穿过加工对象工件，在工件与线电极线之间施加脉冲状电压，由此，在工件与线电极线之间放电，进行工件的切断、开孔等加工。在这样的线切割放电加工中，离子交换树脂、导电块(power supply die，供电模)以及电极线引导辊等部件(以下，也称为“消耗品”)与线电极线一起随着使用而劣化。因此，例如按消耗品预先设定能够使用的时间(以下，也称为“寿命”)，并依次更换累积使用时间达到了相对于寿命的规定比例(例如，80％)以上的消耗品。
[0003]关于这一点，已知如下技术：不使用相对于寿命的规定比例，而是使用相对于加工前的当前剩余寿命(＝寿命
‑
累积使用时间)的比例即富余度，由此，能够在考虑实际加工时间的估计误差的同时判定消耗品的更换时期，能够不浪费地使用消耗品。例如，参照专利文献1。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1：日本专利第5595559号
技术实现思路
[0007]专利技术要解决的课题
[0008]然而，消耗品的劣化程度(以下，也称为“劣化度”)会根据线切割放电加工的加工条件(例如，放电电压、加工液的种类、加工液压、加工板厚等)而变化。但是，在以往的模拟中，没有考虑消耗品的劣化度会根据加工条件而变化的情况。因此，加工时间的估计产生误差，难以预测正确的剩余寿命。并且，在无法预测正确的剩余寿命的情况下，还存在因各消耗品的劣化导致加工效率及加工精度下降这样的问题。
[0009]另外，依然根据作业者的经验来判断加工条件引起的消耗品的劣化度变化，作业者的负担很大。
[0010]因此，期望在进行线切割放电加工之前生成能够预测进行了所述线切割放电加工时的消耗品的劣化度的学习完成模型。
[0011]用于解决课题的手段
[0012](1)本公开的机器学习装置的一方式具有：输入数据取得部，其取得包含加工条件以及消耗品信息的输入数据，其中，所述加工条件是由任意的线切割放电加工机针对任意的工件进行任意的线切割放电加工的加工条件，所述消耗品信息包含基于所述加工条件进行线切割放电加工前的电极线、离子交换树脂、导电块以及电极线引导辊中至少一个的劣化程度；标签取得部，其取得标签数据，所述标签数据表示基于所述输入数据所包含的所述加工条件进行线切割放电加工后的所述电极线、所述离子交换树脂、所述导电块以及所述
电极线引导辊中至少一个的劣化程度；以及学习部，其使用由所述输入数据取得部取得的输入数据以及由所述标签取得部取得的标签数据来执行监督学习，并生成学习完成模型。
[0013](2)本公开的预测装置的一方式具有：通过(1)的机器学习装置生成的学习完成模型；输入部，其在由线切割放电加工机此后进行的线切割放电加工之前，输入所述线切割放电加工有关的加工条件以及消耗品信息，该消耗品信息包含所述线切割放电加工前的电极线、离子交换树脂、导电块以及电极线引导辊中至少一个的劣化程度；以及预测部，其使用所述学习完成模型，来预测基于由所述输入部输入的所述加工条件以及所述消耗品信息进行线切割放电加工后的所述电极线、所述离子交换树脂、所述导电块以及所述电极线引导辊中至少一个的劣化程度。
[0014](3)本公开的控制装置的一方式具有(2)的预测装置。
[0015]专利技术效果
[0016]根据一方式，能够在进行线切割放电加工之前生成能够预测进行了所述线切割放电加工时的消耗品的劣化度的学习完成模型。
附图说明
[0017]图1是表示一实施方式的数值控制系统的功能结构例的功能框图。
[0018]图2是表示向图1的预测装置提供的学习完成模型的一例的图。
[0019]图3是表示线电极线的劣化度的一例的图。
[0020]图4是表示消耗品管理表的一例的图。
[0021]图5是对运用阶段中的预测装置的预测处理进行说明的流程图。
[0022]图6是表示数值控制系统的结构的一例的图。
[0023]图7是表示数值控制系统的结构的一例的图。
[0024]图8是表示线切割放电加工机的概要的一例的图。
具体实施方式
[0025]以下，使用附图对本公开的一实施方式进行说明。在此，作为线电极线，例示并非一次性的而是能够再利用的电极线的情况。此外，本专利技术并不限定于能够再利用的线电极线，也能够应用于使用了一次性的线电极线的线切割放电加工的情况。
[0026]<一实施方式>
[0027]图1是表示一实施方式的数值控制系统的功能结构例的功能框图。如图1所示，数值控制系统具有：控制装置10、线切割放电加工机20、预测装置30以及机器学习装置40。
[0028]控制装置10、线切割放电加工机20、预测装置30以及机器学习装置40可以经由未图示的连接接口相互直接连接。另外，控制装置10、线切割放电加工机20、预测装置30以及机器学习装置40也可以经由LAN(Local Area Network，局域网)、因特网等未图示的网络相互连接。此时，控制装置10、线切割放电加工机20、预测装置30以及机器学习装置40具有用于通过该连接而相互进行通信的未图示的通信部。此外，如后述那样，控制装置10可以包含预测装置30以及机器学习装置40。另外，线切割放电加工机20可以包含控制装置10。
[0029]控制装置10对于本领域技术人员而言是公知的数值控制装置，根据控制信息生成动作指令，将生成的动作指令发送给线切割放电加工机20。由此，控制装置10控制线切割放
电加工机20的动作。另外，控制装置10还将所述控制信息输出到预测装置30。
[0030]此外，控制信息例如可以包含：由作业员经由控制装置10所包含的触摸屏等输入装置(未图示)输入的线切割放电加工的加工条件。在线切割放电加工的加工条件中，例如可以包含此后进行的线切割放电加工中至少放电输出、加工时间、加工液的种类、加工液压、线的进给速度以及工件板厚中的一部分。
[0031]另外，关于控制装置10，例如可以经由控制装置10的输入装置(未图示)由作业员受理选择线电极线、离子交换树脂、导电块以及电极线引导辊等消耗品，并将与所选择的消耗品相关的信息输出到后述的预测装置30。此时，控制装置10可以将与线放电加工机20能够选择的线电极线、离子交换树脂、导电块以及电极线引导辊相关的识别信息(以下，也称为“消耗品ID”)的一览作为消耗品数据表存储在未图示的HDD(Hard Disk Drive，硬盘驱动器)等中。并且，控制装置10可以将由作业员选择的线电极线、离子交换树脂、导电块以及电极线引导辊的消耗品ID输出到预测装置30。
[0032]如图8所示，线切割放电加工机20对于本领域技术人员而言是公知的线切割放电加工机，本文档来自技高网...
【技术保护点】
【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：输入数据取得部，其取得包含加工条件以及消耗品信息的输入数据，其中，所述加工条件是由任意的线切割放电加工机针对任意的工件进行任意的线切割放电加工的加工条件，所述消耗品信息包含基于所述加工条件进行线切割放电加工前的电极线、离子交换树脂、导电块以及电极线引导辊中至少一个的劣化程度；标签取得部，其取得标签数据，所述标签数据表示基于所述输入数据所包含的所述加工条件进行线切割放电加工后的所述电极线、所述离子交换树脂、所述导电块以及所述电极线引导辊中至少一个的劣化程度；以及学习部，其使用由所述输入数据取得部取得的输入数据以及由所述标签取得部取得的标签数据来执行监督学习，并生成学习完成模型。2.根据权利要求1所述的机器学习装置，其特征在于，所述加工条件至少包含放电输出、加工时间、加工液的种类、所述加工液的液压、所述电极线的进给速度、以及工件的板厚中的一部分。3.一种预测装置，其特征在于，具有：通过权利要求1或2所述的机器学习装置生成的学习完成模型；输入部，其在由线切割放电加工机此后进行的线切割放电加工之前，输入所述线切割放电加工有关的加工条件以及消耗品信息，该消耗品信息包含所述...
【专利技术属性】
技术研发人员：尾关真一，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：
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。