CN106475645B - 边调整加工条件边进行加工的线放电加工机及调整装置 - Google Patents

边调整加工条件边进行加工的线放电加工机及调整装置 Download PDF

Info

Publication number
CN106475645B
CN106475645B CN201610744021.3A CN201610744021A CN106475645B CN 106475645 B CN106475645 B CN 106475645B CN 201610744021 A CN201610744021 A CN 201610744021A CN 106475645 B CN106475645 B CN 106475645B
Authority
CN
China
Prior art keywords
processing conditions
processing
electric discharge
discharge machine
wire electric
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610744021.3A
Other languages
English (en)
Other versions
CN106475645A (zh
Inventor
小野寺光晴
平贺薰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of CN106475645A publication Critical patent/CN106475645A/zh
Application granted granted Critical
Publication of CN106475645B publication Critical patent/CN106475645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H1/00—Electrical discharge machining, i.e. removing metal with a series of rapidly recurring electrical discharges between an electrode and a workpiece in the presence of a fluid dielectric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H1/00—Electrical discharge machining, i.e. removing metal with a series of rapidly recurring electrical discharges between an electrode and a workpiece in the presence of a fluid dielectric
    • B23H1/02—Electric circuits specially adapted therefor, e.g. power supply, control, preventing short circuits or other abnormal discharges
    • B23H1/024—Detection of, and response to, abnormal gap conditions, e.g. short circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H11/00—Auxiliary apparatus or details, not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/02—Wire-cutting
    • B23H7/04—Apparatus for supplying current to working gap; Electric circuits specially adapted therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/02—Wire-cutting
    • B23H7/06—Control of the travel curve of the relative movement between electrode and workpiece
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/14—Electric circuits specially adapted therefor, e.g. power supply
    • B23H7/20—Electric circuits specially adapted therefor, e.g. power supply for programme-control, e.g. adaptive
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0426—Programming the control sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H2600/00—Machining conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/02—Wire-cutting
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32334—Use of reinforcement learning, agent acts, receives reward
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/36—Nc in input of data, input key till input tape
    • G05B2219/36289—Cutting, machining conditions by optimisation of time, cost, accuracy

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Numerical Control (AREA)

Abstract

本发明提供一种边调整加工条件边进行加工的线放电加工机。本发明的线放电加工机包括对所述线放电加工机的加工条件的调整进行机械学习的机械学习器，所述机械学习器具有：状态观测部，其取得被加工物的加工状态的数据；回报计算部，其基于加工状态的数据来计算回报；加工条件调整学习部，其基于机械学习结果和加工状态的数据来决定加工条件的调整量；以及加工条件调整部，其基于决定出的加工条件的调整量对加工条件进行调整，所述加工条件调整学习部基于决定出的所述加工条件的调整量、由所述状态观测部取得的加工状态的数据、以及所述回报计算部计算出的回报，来对加工条件的调整进行机械学习。

Description

边调整加工条件边进行加工的线放电加工机及调整装置
技术领域
本发明涉及一种线放电加工机，尤其是涉及能够根据加工被加工物的加工状态来调整加工条件的线放电加工机。
背景技术
在利用线放电加工机进行加工的情况下，使用与被加工物、金属线直径相应地准备的加工条件来进行加工(日本特公平05－021690号公报等)。通常，将得到这些加工条件的加工速度、加工精度决定为理论值，但实际上由于被加工物放在工作台上的位置、机器的长年变化、机器个体差异等，并非一定能够获得所决定的加工速度、加工精度。可以认为这是电阻的不同导致的加工能量的差异所致，由此，可以认为这是因为无法再现取得加工条件时的电压、电流、速度(基准值数据)而引起的问题。
为了应对这样的问题，以往，操作者进行加工品的尺寸确认，进行追加加工，或者调整加工条件、加工余量，而进行再加工。
但是，调整加工条件、加工余量需要经验，存在根据操作者的技能，调整加工条件、加工余量花费时间这样的问题。并且，上述方法以进行追加加工、再加工为前提，存在因发生追加作业而导致麻烦这样的问题。
发明内容
因此，本发明的目的在于提供一种能够根据加工被加工物的加工状态自动调整加工条件的线放电加工机。
本发明提供进行基于环境信息、位置信息、加工信息的机械学习，来进行各种加工条件的调整以使加工数据与基准值数据一致的线放电加工机。
并且，本发明涉及的线放电加工机，其根据设定给加工条件设定部的加工条件来进行加工电源、加工液的控制，向张紧架设在上下线嘴间的线状电极与被加工物之间施加电压来产生放电，并且使所述线状电极与被加工物相对移动来进行所述被加工物的加工，其特征在于，所述线放电加工机包括：环境信息存储部，其存储环境信息，该环境信息是表示所述加工的环境的信息；以及加工条件调整装置，其对所述加工条件的调整对象参数和该调整对象参数的调整量进行机械学习，所述加工条件调整装置具有：状态观测部，其取得状态数据，该状态数据是表示所述加工中的加工状态的信息；回报条件存储部，其存储回报条件；回报计算部，其基于所述状态数据和所述回报条件来计算回报；加工条件调整学习部，其对加工条件调整进行机械学习；以及加工条件调整部，其基于所述加工条件调整学习部进行所述加工条件调整的机械学习结果以及所述状态数据和所述环境信息，将加工条件调整的对象参数及其调整量决定为调整行为，基于该调整行为对设定给所述加工条件设定部的加工条件进行调整，输出调整后的加工条件，所述加工条件调整学习部根据所述调整行为、基于被输出的所述调整后的加工条件的加工动作后的由所述状态观测部取得的所述状态数据、以及所述回报计算部计算出的所述回报，来对所述加工条件调整进行机械学习。
所述状态数据至少包括所述线状电极相对于所述被加工物的位置信息。
所述状态数据包括加工电压、加工电流、加工速度、放电次数、加工液量、加工液压、发生短路、发生断线中的至少一者。
所述回报条件存储部存储按设定给所述加工条件设定部的加工条件进行了加工时的加工电压、加工电流、加工速度的基准值数据。
所述状态数据至少包括加工电压、加工电流、加工速度，在所述状态数据所包括的加工电压、加工电流、加工速度接近基于设定给所述加工条件设定部的加工条件而得到的基准值数据时，所述回报计算部给予正回报。
所述状态数据至少包括加工电压、加工电流、加工速度、发生短路、发生断线，在所述状态数据所包括的加工电压、加工电流、加工速度背离基于设定给所述加工条件设定部的加工条件而得到的基准值数据时，或者发生所述状态数据所包括的短路和断线中的至少一个现象时，所述回报计算部给予负回报。
也可以是，所述线放电加工机与至少一个其他线放电加工机相连接，并与所述其他线放电加工机之间相互交换或者共享机械学习的结果。
另外，本发明涉及的加工条件调整装置，其对线放电加工机的加工条件调整进行机械学习，该线放电加工机根据设定给加工条件设定部的加工条件来进行加工电源、加工液的控制，向张紧架设在上下线嘴之间的线状电极与被加工物之间施加电压来产生放电，并且使所述线状电极与被加工物相对移动来进行所述被加工物的加工，其特征在于，所述加工条件调整装置包括：学习结果存储部，其存储所述加工条件调整的学习结果；状态观测部，其取得状态数据，该状态数据是表示所述加工中的加工状态的信息；以及加工条件调整部，其基于存储于所述学习结果存储部的学习结果、由所述状态观测部观测到的所述状态数据，来决定加工条件调整的对象参数及其调整量或者其调整后的值，对加工条件进行调整。
在本发明中，通过机械学习来调整加工条件，以消除加工能量的差异，从而提高加工的稳定性、再现性，而不需要追加加工、再加工。另外，将多个线放电加工机的各数据共享而用于机械学习，从而能够使每个线放电加工机都实现能够得到更加优良的结果的机械学习。
附图说明
从参照附图进行的以下实施例的说明能够了解本发明的上述说明及其他目的，特征。这些附图中：
图1是说明线放电加工机中加工位置导致的加工能量不同的图。
图2是说明本发明的基于机械学习进行的加工条件的调整的图。
图3是说明强化学习算法的基本概念的图。
图4是关于本发明的实施方式的线放电加工机的机械学习的示意图。
图5是本发明的实施方式的线放电加工机的功能框图。
图6是表示本发明的实施方式的机械学习的流程的流程图。
具体实施方式
以下，对本发明的实施方式及附图进行说明。
在本发明中，向加工被加工物的线放电加工机导入作为人工智能的机械学习器，进行关于线放电加工机针对被加工物的加工状态的施加电压的电压值、施加时间、暂停时间、加工液的供给量等加工条件的调整的机械学习，由此，根据加工状态将加工条件调整为最佳。在本发明中，机械学习器作为加工条件调整装置来动作。
如上所述，在线放电加工中，以设定好的加工条件获得的现实的加工速度、加工精度根据被加工物放在工作台上的位置、机器的长年变化、机器个体差异等而变化。例如，具有这样的情况：如图1所示，即使在想要加工相同孔径的圆孔而以同一加工条件进行了加工的情况下，在＜1＞的位置、＜2＞的位置、＜3＞的位置出现加工能量的不同，在各位置加工出的圆孔的大小不同。
图2A、2B是将图1的各孔的加工中计测出的电压、电流、速度的值以图表来表示的图。如图2A所示，即使在以同一加工条件进行加工的情况下，设定好的加工条件所决定的电压、电流、速度的值(基准值数据)与实际加工时在＜1＞的位置、＜2＞的位置、＜3＞的位置的加工时的电压、电流、速度的值存在差异，结果，在各位置加工出的圆孔的大小不同。因此，导入机械学习器，机械学习器基于表示用线放电加工机加工被加工物时的加工状态的数据(环境信息、位置信息、加工信息)，对加工条件的调整进行机械学习，基于机械学习的结果自动调整加工条件。
以下，对本发明中导入的机械学习简单地进行说明。
＜1.机械学习＞
通常，机械学习根据其目的、条件分类为有教师学习、无教师学习等各种算法。在本发明中，以对加工被加工物的线放电加工机的加工条件的调整进行学习为目的，考虑到难以明确示出针对从线放电加工机输出的电压值、电流值、加工速度、各轴的坐标值、被加工物信息等加工状态进行什么样的行为(加工条件的调整)是正确的，采用机械学习器仅通过给予回报来自动学习用于达到目标的行为的强化学习算法。
图3是说明强化学习算法的基本概念的图。在强化学习中，通过作为进行学习的主体的智能体(机械学习器)与成为控制对象的环境(控制对象系统)之间的交换，推进智能体学习和行为。更具体而言，在智能体与环境之间进行下述交换：(1)智能体观测某时点的环境状态st，(2)基于观测结果与过去的学习，选择自己能够取得的行为at选择，执行行为at，(3)由于执行行为at而环境状态st向下一状态st+1变化，(4)基于作为行为at的结果的状态变化，智能体获取回报rt+1，(5)智能体基于状态st、行为at、回报rt+1以及过去的学习结果，推进学习。
在上述(5)的学习中，作为用于判断将来能够取得的回报量的基准的信息，智能体获得观测到的状态st、行为at、回报rt+1的映射。例如，设在各时刻能够取得的状态个数为m，能够取得的行为个数为n，则通过反复执行行为，能够获得存储针对状态st与行为at的组的回报rt+1的m×n二维阵列。
然后，基于上述得到的映射，使用表示当前状态和行为有多好的函数即价值函数(评价函数)，在反复执行行为的过程中更新价值函数(评价函数)，从而学习针对状态的最佳行为。
状态价值函数是表示某状态st是多好的状态的价值函数。状态价值函数表现为以状态为自变量的函数，在反复执行行为的过程中的学习中，基于针对某状态下的行为得到的回报、因该行为而变化的未来状态的价值等进行更新。状态价值函数的更新式根据强化学习的算法来定义，例如，在强化学习算法之一的TD学习中，状态价值函数由以下的式1来定义。在式1中，α为学习系数，γ被成为折扣率，以0＜α≤1，0＜γ≤1的范围来定义。
【式1】
V(st)←V(st)+α[rt+1+γV(st+1)-V(st)]
另外，行为价值函数是表示在某状态st下行为at是多好的行为的价值函数。行为价值函数表现为以状态和行为为自变量的函数，在反复执行行为的过程中的学习中，基于针对某状态下的行为得到的回报、因该行为而变化的未来状态下的行为价值等进行更新。行为价值函数的更新式根据强化学习的算法来定义，例如，在作为代表的强化学习算法之一的Q学习中，行为价值函数由以下的式2来定义。在式2中，α为学习系数，γ被称为折扣率，以0＜α≤1，0＜γ≤1的范围来定义。
【式2】
另外，对于存储作为学习结果的价值函数(评价函数)的方法，除了使用近似函数的方法、使用阵列的方法以外，例如在状态s取较多的状态这样的情况下，还使用以状态st、行为at为输入、输出价值(评价)的多值输出的SVM、神经网络等有教师学习器的方法等。
然后，在上述(2)的行为选择中，使用利用过去的学习而作成的价值函数(评价函数)来选择在当前状态st下到将来时的回报(rt+1+rt+2+…)为最大的行为at(在使用状态价值函数的情况下，是用于向价值最高的状态变化的行为，在使用行为价值函数的情况下，是在该状态下价值最高的行为)。另外，在智能体的学习中以学习的进展为目的，也有在(2)的行为选择时以一定的概率选择随机行为的情况(ε贪婪算法)。
这样，通过反复进行(1)～(5)，学习得到推进。在某环境下学习完成后，即使智能体被放置于新环境的情况下，也能够通过进行追加学习来推进学习，以适应该环境。因而，像本发明这样应用智能体决定利用线放电加工机加工被加工物的加工条件的调整，从而即使在被加工物的设置位置发生变更、或者智能体被应用于新的线放电加工机的情况下，也能够在过去的对调整加工条件的学习的基础上，进行新环境的追加学习，由此智能体能够在短时间内进行对调整加工条件的学习。
另外，在强化学习中，通过将多个智能体经由网络等连接起来形成系统，在智能体之间共享状态s、行为a、回报r等信息来利用各智能体的学习，从而各智能体能够进行将其他智能体的环境也考虑在内地进行学习的分散强化学习，这样，能够进行高效率的学习。在本发明中，也能够通过在将控制多个环境(线放电加工机)的多个智能体(机械学习器)经由网络等连接起来的状态下进行分散机械学习，而高效地进行利用线放电加工机加工被加工物的加工条件调整的学习。
另外，作为强化学习的算法，公知有Q学习、SARSA法、TD学习、AC法等各种方法，作为适用于本发明的方法可以采用任一种强化学习算法。另外，各强化学习算法是公知的，因此本说明书省略了对各算法的详细说明。
以下，基于具体的实施方式对导入有机械学习器的本发明的线放电加工机进行说明。
＜2.实施方式＞
图4是表示本发明的一实施方式的导入有机械学习器的线放电加工机的与调整加工条件的机械学习有关的示意图。在本发明中，机械学习器作为加工条件调整装置来动作。另外，在图4中仅示出了本实施方式的线放电加工机的机械学习的说明所必需的结构。
在本实施方式中，作为机械学习器20用于确定环境(在＜1.机械学习＞中说明的状态st)的信息，将成为加工对象的被加工物的板厚、被加工物的材质、加工所用的金属线的金属线直径、表示将金属线张紧架设的上下线嘴(nozzle)与被加工物之间的距离的线嘴间隙等环境信息，线放电加工机的各轴的坐标值即位置信息，以及加工被加工物时测量出的实际电压值、实际电流值、加工速度、放电次数、加工液的液压、以及发生短路/断线等加工信息输入到机械学习器20。这些各值是从线放电加工机1的各部分取得的数据、以及从控制部10、加工电源2取得的数据。
在本实施方式中，关于机械学习器20向环境输出的内容(在＜1.机械学习＞中说明的行为at)、即输出数据，将线放电加工机在加工时的极间电压的电压值、施加时间、暂停时间、加工液的供给量等加工条件的调整作为输出数据。
另外，在本实施方式中，作为给予机械学习器20的回报(在＜1.机械学习＞中说明的回报rt)，采用与电压值、电流值、加工速度值的基准值数据的接近或者背离(正回报、负回报)、发生短路/断线(负回报)等。
对于电压值、电流值、加工速度值的基准值数据，在开始加工之前，基于设定好的加工条件来预先决定理论上的电压值、电流值、加工速度值的基准值数据。另外，对于基于哪个数据决定回报，也可以是操作人员适当设定。
另外，在本实施方式中，机械学习器20基于上述的输入数据、输出数据、回报来进行机械学习。在机械学习中，在某时刻t，利用输入数据的组合定义状态st，针对定义好的状态st进行的加工条件的调整成为行为at，然后，利用行为at进行了加工条件的调整，基于作为进行加工条件的调整的结果而新得到输入数据评价计算得出的值成为回报rt+1。这些状态st、行为at及回报rt+1如在＜1.机械学习＞中说明的那样，通过应用与机械学习的算法相应的价值函数(评价函数)的更新式来推进学习。
以下，基于线放电加工机1的功能框图来进行说明。
图5是本实施方式的线放电加工机的功能框图。本实施方式的线放电加工机1是这样的加工机：具有使支承金属线的上下线嘴和载置被加工物的工作台相对移动的多个轴，利用由上下线嘴支承的金属线与被加工物之间的电位差产生的放电，来对被加工物进行加工。另外，上述各构成是线放电加工机的一般构成，对本发明的机械学习的动作的说明不是特别需要，因此在本说明书中省略了详细说明。线放电加工机1包括：加工电源2，其控制向金属线与被加工物之间施加的电压；控制部10，其基于程序等对线放电加工机1的包括各轴、加工电源2在内的整体进行控制，并且从线放电加工机1的各部分取得加工状况等数据；以及机械学习器20，其是进行机械学习的人工智能。若将图5所示的构成与图3所示的强化学习中的要素对比，则机械学习器20与智能体相对应，包括线放电加工机1所具有的轴、控制部10等的整体与环境相对应。
控制部10对从未图示的存储器读出的程序进行解析，基于作为解析结果获得的控制数据来控制线放电加工机1的轴，进行被加工物的加工。在通常的线放电加工机中，基于由操作者等设定而存储于环境信息存储部11的金属线直径、被加工物板厚、材质、线嘴间隙等环境信息的设定值、存储于加工条件存储部12的极间电压的电压值、施加时间、暂停时间、加工液的供给量等加工条件的设定值等，控制部10对加工电源2进行控制，但是，在本发明中，对于加工条件，机械学习器20根据存储于加工条件存储部12的加工条件的设定值进行基于学习结果的加工条件的调整，基于该调整结果，控制部10对加工电源2进行控制。
另外，控制部10从设于线放电加工机1的各构成收集加工状态数据，并将其与存储于环境信息存储部11的环境信息、存储于加工条件存储部12的加工条件的设定值一起通知给机械学习器20。作为加工状态的数据，能够列举出线放电加工机1的各轴的坐标值即位置信息、以及加工被加工物时测量出的实际电压值、实际电流值、加工速度值、放电次数、加工液的液压、以及发生短路/断线等加工信息等。
进行机械学习的机械学习器20包括状态观测部21、状态数据存储部22、回报条件存储部23、回报计算部24、加工条件调整学习部25、学习结果存储部26、加工条件调整部27。机械学习器20可以设于线放电加工机1内，也可以设于线放电加工机1之外的计算机等。
状态观测部21是借助控制部10观测线放电加工机1的加工状态的数据、并将其取到机械学习器20内的功能单元。加工状态的数据是上述的金属线直径、被加工物板厚、材质、线嘴间隙等环境信息、线放电加工机的各轴的坐标值即位置信息、以及加工被加工物时测量出的实际电压值、实际电流值、加工速度值、放电次数、加工液的液压、以及发生短路/断线等加工信息等。
状态数据存储部22是输入并存储加工状态的数据、将存储的该加工状态的数据向回报计算部24、加工条件调整学习部25输出的功能单元。输入的加工状态的数据可以是在最新的加工运转中取得的数据，也可以是过去的加工运转中取得的数据。另外，状态数据存储部22也能够输入并存储或者输出在其他线放电加工机1、集中管理系统30中存储的加工状态的数据。
回报条件存储部23是用于存储由操作者等设定好的机械学习中给予回报的条件的功能单元。在本实施方式中，回报条件存储部23除了存储设定好的给予回报条件之外，还存储有基于控制部10所具有的加工条件存储部12中设定好的加工条件而获得的理论上的电压值、电流值、加工速度值的基准值数据。回报有正回报和负回报，能够适当设定。
向回报条件存储部23的输入也可以从集中管理系统30所使用的计算机、平板终端等进行，但是通过设定为能够借助线放电加工机1所具有的未图示的MDI设备进行输入，能够更简便地进行设定。
回报计算部24基于在回报条件存储部23设定好的条件对从状态观测部21或者状态数据存储部22输入的加工状态的数据进行分析，并将计算出来的回报向加工条件调整学习部25输出。
以下，示出了在本实施方式的回报条件存储部23设定的回报条件的例子。
[回报1：实际电压值、实际电流值、加工速度值与基准值数据的接近或者背离(正回报、负回报)]
在加工被加工物时测量出的极间的实际电压值、实际电流值、加工速度(金属线与被加工物的相对移动速度)的各值由于上次的加工条件的调整(时刻t－1的加工条件的调整)而接近作为基准值数据设定的实际电压值、实际电流值、加工速度值的情况下，与其接近程度相应地给予正回报。
另一方面，在值由于上次的加工条件的调整而背离作为基准值数据设定的实际电压值、实际电流值、加工速度的情况下，与其背离程度相应地给予负回报。
在算出回报时，也可以针对实际电压值、实际电流值、加工速度各自的接近量以及背离量来对各值加权。另外，也可以根据与基准值数据数值之差来变更加权方法。
[回报2：发生短路/断线(负回报)]
在利用线放电加工机1加工被加工物的过程中，发生短路或者断线的情况下，给予负回报。
加工条件调整学习部25基于包括输入数据等在内的加工状态的数据、自身进行的线放电加工机1的加工条件的调整结果、以及在回报计算部24计算出的回报来进行机械学习(强化学习)。
这里，在加工条件调整学习部25进行的机械学习中，利用某时刻t下的加工状态的数据的组合来定义状态st，与定义好的状态st相应地决定加工条件的调整量成为行为at，由后述的加工条件调整部27进行从加工条件存储部12取得的加工条件的调整，并输出该调整结果，然后，基于调整好的加工条件来控制线放电加工机1的加工电源2，进行被加工物的加工，基于作为加工结果获得的数据，由所述回报计算部24计算出的值成为回报rt+1。对于学习所用的价值函数，根据应用的学习算法来决定。例如，在使用Q学习的情况下，通过按照所述式2更新行为价值函数Q(st，at)，来推进学习即可。
利用图6的流程图说明加工条件调整学习部25进行的机械学习的流程。
[步骤SA01]在机械学习开始时，状态观测部21取得线放电加工机1的加工状态的数据。
[步骤SA02]加工条件调整学习部25基于状态观测部21取得的加工状态的数据确定当前状态st。
[步骤SA03]加工条件调整学习部25基于过去的学习结果和在步骤SA02确定的状态st来选择行为at(加工条件的调整)。
[步骤SA04]执行在步骤SA03选择的行为at。
[步骤SA05]状态观测部21取得表示线放电加工机1的状态的加工状态的数据。在该阶段，线放电加工机1的状态随着从时刻t向时刻t+1的时间上的推移，因在步骤SA04执行的行为at而变化。
[步骤SA06]回报计算部24基于在步骤SA05取得的评价结果的数据算出回报rt+1。
[步骤SA07]加工条件调整学习部25基于在步骤SA02确定的状态st、在步骤SA03选择的行为at、在步骤SA06算出的回报rt+1推进机械学习，向步骤SA02返回。
返回到图5，学习结果存储部26存储加工条件调整学习部25学习的结果。并且，在加工条件调整学习部25再使用学习结果时，将存储的学习结果向加工条件调整学习部25输出。对于学习结果的存储，如上述那样，可以利用近似函数、阵列或者多值输出的SVM、神经网络等有教师学习器等存储与利用的机械学习算法相对应的价值函数。
另外，也可以向学习结果存储部26输入并存储其他线放电加工机1、集中管理系统30存储的学习结果，或者将学习结果存储部26存储的学习结果输出给其他线放电加工机1、集中管理系统30。
加工条件调整部27基于加工条件调整学习部25学习的结果和当前的加工状态的数据决定加工条件的调整量。这里所说的加工条件的调整量的决定与机械学习中使用的行为a相当。对于加工条件的调整，例如，也可以是，准备能够选择构成加工条件的各参数的变更量的组合的行为(行为1：电压值＝－5％，行为2：施加时间＝+1％，…)，基于过去的学习结果选择将来能够获得最大回报的行为，另外，也可以准备对多个加工条件的项目同时调整的行为。此外，也可以采用上述ε贪婪算法，以预定的概率选择随机行为，从而谋求加工条件调整学习部25的学习的进展。
之后，加工条件调整部27基于决定出的加工条件的调整量调整从加工条件存储部12取得的加工条件，将作为调整结果的加工条件设定给加工电源2。之后，基于加工条件调整部27调整后的加工条件，利用控制部10进行加工电源2的控制。
之后，再次利用机械学习器20取得当前的线放电加工机1的状况，使用输入的加工状态的数据反复进行学习，从而能够得到更优的学习结果。
这样，作为机械学习器20学习的结果，在利用线放电加工机1加工被加工物的过程中进行了与加工状态相应的加工条件的调整的阶段，完成机械学习器20的学习。
在使用上述学习完成后的学习数据而实际利用线放电加工机进行加工时，也可以是，机械学习器20不进行新的学习而是直接使用学习完成时的学习数据使线放电加工机反复运转。
并且，也可以是，将学习完成后的机械学习器20(或者，将其他的机械学习器20的已完成的学习数据复制到学习结果存储部26的机械学习器20)安装于其他线放电加工机1，直接使用学习完成时的学习数据使其他线放电加工机1反复运转。
而且，也可以是，将学习完成后的机械学习器20以保持其学习功能有效的状态安装于其他线放电加工机1来继续进行被加工物的加工，从而进一步学习每个线放电加工机的不同的个体差异、长年变化等，对于该线放电加工机，能一边探索更好的加工条件的调整一边进行运转。
也可以是，线放电加工机1的机械学习器20单独地进行机械学习，但是若多个线放电加工机1还分别具有与外部通信的通信手段，则可以将各线放电加工机1的状态数据存储部22存储的加工状态的数据、学习结果存储部26存储的学习结果通过收发来共享，能够更高效地进行机械学习。
例如，在使加工条件在预定的范围内变动来进行学习时，多个线放电加工机1一边在预定的范围内分别变动不同的调整量进行加工，一边在各线放电加工机1之间进行加工状态的数据、学习数据的交换来并行地推进学习，由此能够高效地学习。
这样，在多个线放电加工机1之间交换数据时，通信可以经由集中管理系统30等的主计算机进行，也可以线放电加工机1彼此直接进行通信，还可以使用云端，但是由于有处理大量数据的情况，因此优选使用通信速度尽量快的通信手段。
以上，对本发明的实施方式进行了说明，但是本发明并非局限于上述实施方式的例子，还可以通过进行适当的变更而以各种形态来实施本发明。

Claims (9)

1.一种线放电加工机，其根据设定给加工条件设定部的加工条件来进行加工电源、加工液的控制，向张紧架设在上下线嘴间的线状电极与被加工物之间施加电压来产生放电，并且使所述线状电极与被加工物相对移动来进行所述被加工物的加工，其特征在于，
所述线放电加工机包括：
环境信息存储部，其存储环境信息，该环境信息是表示所述加工的环境的信息；以及
加工条件调整装置，其对所述加工条件的调整对象参数和该调整对象参数的调整量进行机械学习，
所述加工条件调整装置具有：
状态观测部，其取得状态数据，该状态数据是表示所述加工中的加工状态的信息；
回报条件存储部，其存储回报条件；
回报计算部，其基于所述状态数据和所述回报条件来计算回报；
加工条件调整学习部，其对加工条件调整进行机械学习；以及
加工条件调整部，其基于所述加工条件调整学习部进行所述加工条件调整的机械学习结果以及所述状态数据和所述环境信息，将加工条件调整的对象参数及其调整量决定为调整行为，基于该调整行为对设定给所述加工条件设定部的加工条件进行调整，输出调整后的加工条件，
所述加工条件调整学习部根据所述调整行为、基于被输出的所述调整后的加工条件的加工动作后的由所述状态观测部取得的所述状态数据、以及所述回报计算部计算出的所述回报，来对所述加工条件调整进行机械学习。
2.根据权利要求1所述的线放电加工机，其特征在于，
所述状态数据至少包括所述线状电极相对于所述被加工物的位置信息。
3.根据权利要求1或2所述的线放电加工机，其特征在于，
所述状态数据包括加工电压、加工电流、加工速度、放电次数、加工液量、加工液压、发生短路、发生断线中的至少一者。
4.根据权利要求1或2所述的线放电加工机，其特征在于，
所述回报条件存储部存储按设定给所述加工条件设定部的加工条件进行了加工时的加工电压、加工电流、加工速度的基准值数据。
5.根据权利要求1或2所述的线放电加工机，其特征在于，
所述状态数据至少包括加工电压、加工电流、加工速度，
在所述状态数据所包括的加工电压、加工电流、加工速度接近基于设定给所述加工条件设定部的加工条件而得到的基准值数据时，所述回报计算部给予正回报。
6.根据权利要求1或2所述的线放电加工机，其特征在于，
所述状态数据至少包括加工电压、加工电流、加工速度、发生短路、发生断线，
在所述状态数据所包括的加工电压、加工电流、加工速度背离基于设定给所述加工条件设定部的加工条件而得到的基准值数据时，或者发生所述状态数据所包括的短路和断线中的至少一个现象时，所述回报计算部给予负回报。
7.根据权利要求1或2所述的线放电加工机，其特征在于，
所述线放电加工机与至少一个其他线放电加工机相连接，并与所述其他线放电加工机之间相互交换或者共享机械学习的结果。
8.一种加工条件调整装置，其对线放电加工机的加工条件调整进行机械学习，该线放电加工机根据设定给加工条件设定部的加工条件来进行加工电源、加工液的控制，向张紧架设在上下线嘴之间的线状电极与被加工物之间施加电压来产生放电，并且使所述线状电极与被加工物相对移动来进行所述被加工物的加工，其特征在于，
所述加工条件调整装置包括：
学习结果存储部，其将所述加工条件调整的用函数等表现的学习结果存储在非易失性存储器中；
状态观测部，其取得状态数据，该状态数据是表示所述加工中的加工状态的信息；以及
加工条件调整部，其基于存储于所述学习结果存储部的学习结果、由所述状态观测部观测到的所述状态数据，来决定加工条件调整的对象参数及其调整量或者其调整后的值，对加工条件进行调整。
9.根据权利要求1所述的线放电加工机，其特征在于，
所述加工条件调整学习部能够在过去的对调整加工条件的学习的基础上进行新环境的追加学习。
CN201610744021.3A 2015-08-27 2016-08-26 边调整加工条件边进行加工的线放电加工机及调整装置 Active CN106475645B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015168104A JP6140228B2 (ja) 2015-08-27 2015-08-27 加工条件を調整しながら加工を行うワイヤ放電加工機
JP2015-168104 2015-08-27

Publications (2)

Publication Number Publication Date
CN106475645A CN106475645A (zh) 2017-03-08
CN106475645B true CN106475645B (zh) 2018-12-28

Family

ID=56738029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610744021.3A Active CN106475645B (zh) 2015-08-27 2016-08-26 边调整加工条件边进行加工的线放电加工机及调整装置

Country Status (5)

Country Link
US (1) US10088815B2 (zh)
EP (2) EP3135417B1 (zh)
JP (1) JP6140228B2 (zh)
KR (1) KR101923268B1 (zh)
CN (1) CN106475645B (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6619192B2 (ja) * 2015-09-29 2019-12-11 ファナック株式会社 移動軸異常負荷警告機能を有するワイヤ放電加工機
JP6499689B2 (ja) * 2017-03-08 2019-04-10 ファナック株式会社 仕上げ加工量予測装置及び機械学習装置
JP6680714B2 (ja) 2017-03-30 2020-04-15 ファナック株式会社 ワイヤ放電加工機の制御装置及び機械学習装置
JP6693919B2 (ja) * 2017-08-07 2020-05-13 ファナック株式会社 制御装置及び機械学習装置
EP3446820A1 (en) * 2017-08-22 2019-02-27 Agie Charmilles SA Wire electrical discharge machining method
JP6616383B2 (ja) * 2017-11-14 2019-12-04 ファナック株式会社 ワイヤ放電加工機の制御装置およびワイヤ放電加工機の制御方法
JP6680748B2 (ja) * 2017-11-17 2020-04-15 ファナック株式会社 制御装置及び機械学習装置
WO2019202672A1 (ja) * 2018-04-17 2019-10-24 三菱電機株式会社 機械学習装置、放電加工機および機械学習方法
JP6863951B2 (ja) * 2018-11-08 2021-04-21 ファナック株式会社 ワイヤ断線予測装置
JP7233224B2 (ja) * 2019-01-08 2023-03-06 古河電気工業株式会社 金属材料生産システムおよび金属材料生産方法
JP7189777B2 (ja) * 2019-01-08 2022-12-14 古河電気工業株式会社 金属材料生産システムおよび金属材料生産方法
JP6885975B2 (ja) * 2019-01-31 2021-06-16 ファナック株式会社 ワイヤ断線予測装置
JP7010872B2 (ja) * 2019-03-27 2022-01-26 ファナック株式会社 ワイヤ放電加工機および端面位置決定方法
JP7000376B2 (ja) 2019-04-23 2022-01-19 ファナック株式会社 機械学習装置、予測装置、及び制御装置
JP7372053B2 (ja) * 2019-05-20 2023-10-31 ファナック株式会社 演算装置
JP7364358B2 (ja) 2019-05-20 2023-10-18 ファナック株式会社 ワイヤ放電加工機およびワイヤ放電加工方法
WO2020255370A1 (ja) * 2019-06-21 2020-12-24 三菱電機株式会社 加工条件探索装置およびワイヤ放電加工機
DE112019007437B4 (de) 2019-07-03 2023-10-19 Mitsubishi Electric Corporation Vorrichtung für maschinelles Lernen, numerische Steuerung, Drahterodiermaschine und Verfahren zum maschinellen Lernen
JP6661065B1 (ja) * 2019-07-05 2020-03-11 三菱電機株式会社 機械学習装置、ワイヤ放電加工システム、および機械学習方法
JP7364700B2 (ja) * 2020-02-05 2023-10-18 ファナック株式会社 ワイヤ放電加工機の制御装置
CN112269353A (zh) * 2020-08-06 2021-01-26 中国地质大学（武汉） 一种基于EtherCAT总线的珠宝加工平台控制系统和方法
US20240051048A1 (en) 2021-03-29 2024-02-15 Fanuc Corporation Machining condition adjustment device
WO2022219678A1 (ja) * 2021-04-12 2022-10-20 三菱電機株式会社 マルチワイヤ放電加工機
JP7204952B1 (ja) * 2021-06-21 2023-01-16 三菱電機株式会社 加工条件探索装置および加工条件探索方法
JP7292557B1 (ja) * 2022-11-15 2023-06-16 三菱電機株式会社 ワイヤ放電加工機の制御装置、ワイヤ放電加工機の制御プログラムおよびワイヤ放電加工機の制御方法
JP7546814B1 (ja) 2023-12-05 2024-09-06 三菱電機株式会社 放電加工装置および放電加工方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6274527A (ja) * 1985-09-27 1987-04-06 Mitsubishi Electric Corp 放電加工方法及びその装置
JPS6399135A (ja) * 1987-05-15 1988-04-30 Sodeitsuku:Kk 放電加工制御方法
JPH03190625A (ja) * 1990-02-15 1991-08-20 Charmilles Technol Sa 放電加工カッティングマシーン
JP3009755B2 (ja) 1991-05-24 2000-02-14 三菱電機株式会社 放電加工用加工条件生成装置
JP2518145B2 (ja) 1991-07-17 1996-07-24 日立電線株式会社 放熱板付き多層リ―ドフレ―ム
JP2700366B2 (ja) * 1991-08-27 1998-01-21 三菱電機株式会社 放電加工装置
JP3231521B2 (ja) * 1993-10-21 2001-11-26 株式会社ソディック 放電加工の加工設定データ決定装置と方法
TW541218B (en) * 2000-10-27 2003-07-11 Mitsubishi Electric Corp Wire electrical discharge machining device
JP2007069330A (ja) * 2005-09-08 2007-03-22 Fanuc Ltd 放電加工装置の加工条件設定方法
WO2010050014A1 (ja) * 2008-10-29 2010-05-06 三菱電機株式会社 ワイヤ放電加工装置
JP4772138B2 (ja) * 2009-07-07 2011-09-14 ファナック株式会社 仕上加工における局部的なスジの発生を抑制する機能を備えたワイヤカット放電加工機
CN101695777B (zh) * 2009-10-26 2011-08-17 清华大学 微小放电间隙的双反馈自适应解析模糊伺服控制方法
JP5800878B2 (ja) * 2013-10-30 2015-10-28 ファナック株式会社 放電加工機

Also Published As

Publication number Publication date
CN106475645A (zh) 2017-03-08
KR101923268B1 (ko) 2018-11-28
JP6140228B2 (ja) 2017-05-31
KR20170026195A (ko) 2017-03-08
US10088815B2 (en) 2018-10-02
EP3135417B1 (en) 2020-12-23
US20170060105A1 (en) 2017-03-02
JP2017042882A (ja) 2017-03-02
EP3825050A1 (en) 2021-05-26
EP3135417A1 (en) 2017-03-01

Similar Documents

Publication Publication Date Title
CN106475645B (zh) 边调整加工条件边进行加工的线放电加工机及调整装置
CN106483934B (zh) 数值控制装置
CN106557075B (zh) 生成最佳的加速/减速的机床
CN108345273B (zh) 数值控制装置及机器学习装置
CN108241342B (zh) 数值控制装置以及机器学习装置
JP6059375B1 (ja) 生産制御システムおよび統合生産制御システム
CN108227482B (zh) 控制系统以及机器学习装置
CN106814698B (zh) 具备芯焊接位置决定功能的线放电加工机的仿真装置
DE102016008994B4 (de) Werkzeugmaschine, simulationsvorrichtung und maschineneinlerngerät
EP3151069B1 (en) Wire electric discharge machine having movable axis abnormal load warning function
CN106406236A (zh) 具有加工时间测量功能和在机测量功能的加工装置
CN106557069A (zh) 机械学习装置和方法以及具有该机械学习装置的机床
JP6077617B1 (ja) 最適な速度分布を生成する工作機械
KR101461364B1 (ko) 데이터 수집 장치 및 데이터 수집 프로그램이 기록된 기록 매체
Zhang et al. Real-time batching in job shops based on simulation and reinforcement learning
CN110308658A (zh) 一种pid参数整定方法、装置、系统及可读存储介质
CN110531705A (zh) 可编程控制器以及机器学习装置
JP7263020B2 (ja) 処理水質推定装置、処理水質推定方法及びプログラム
CN114265363B (zh) 一种数控机床加工路径智能优化方法及其系统
CN117042905A (zh) 加工条件调整装置
JP6898479B2 (ja) 操作メニューの表示を学習する機械学習器，数値制御装置，工作機械システム，製造システムおよび機械学習方法
Hussain et al. Optimization of construction resource allocation and levelling using genetic algorithm
Senn et al. A System‐Oriented Approach for the Optimal Control of Process Chains under Stochastic Influences
Yetkin et al. Use of the particle swarm optimization algorithm for second order design of levelling networks
CN109598442A (zh) 一种监理行为的评分方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant