CN110231803A - 碰撞位置推定装置以及机器学习装置 - Google Patents

Abstract

本发明提供一种碰撞位置推定装置以及机器学习装置，其能够抽出与缓冲部件的碰撞相关的区间的转矩所涉及的数据。机器学习装置具备：状态观测部，其观测表示与轴的移动相关的信息的轴移动数据、以及表示与驱动轴的电动机的转矩相关的数据的电动机转矩数据，作为表示环境的当前状态的状态变量；标签数据取得部，其取得表示缓冲部件发生碰撞时的轴的位置的碰撞位置数据，作为标签数据；学习部，其使用状态变量和标签数据，将与轴的移动相关的信息以及与驱动轴的电动机的转矩相关的数据与缓冲部件发生碰撞时的轴的位置关联起来进行学习。

Description

碰撞位置推定装置以及机器学习装置

技术领域

本发明涉及碰撞位置推定装置以及机器学习装置。

背景技术

伸缩罩是用于保护机床的内部机构不受在机床进行加工时产生的切屑或切削液影响的外罩。该伸缩罩具有如下的构造：通过缩放器或弹簧等伸缩部件来驱动多段式的金属制外罩从而使外罩开闭。

图6、7例示具备伸缩罩的机床的概要结构。

图6、7例示的伸缩罩构成为上罩、下罩这样的多段式的外罩。关于该例子中的伸缩罩，通过弹簧等弹性部件将上罩的一端与下罩的一端结合在一起，另外将上罩的一端固定在工作台，并且为了保护罩的碰撞而在下罩的一端安装了橡胶等缓冲部件。

考虑通过伺服电动机来使具备这样的伸缩罩的机床的工作台进行移动。图6所示的机床的工作台位于图上的左方。在此，当驱动伺服电动机而使滚珠丝杆旋转，从而使工作台向图上的右方移动时，伸缩罩的上罩随着工作台的移动而移动，通过被止动件和上罩按压的弹性部件的弹性力以及来自上罩的牵引力，使得左侧的下罩向右方移动。另外，如图7例示的那样，某个左侧的缓冲部件与铸造台碰撞。

由于重复这样的碰撞，缓冲部件产生损耗，如果放置不管，则缓冲部件会因损耗而无法起到缓冲的作用，罩自身与机床的部件等发生碰撞，成为罩或机床产生故障的原因，因此需要一种机构，其用于预测由于缓冲部件的过度损耗而导致的异常发生。例如，在日本特开2016-68183号公报所公开的技术中，记载了在伸缩罩的伸缩动作产生异常的情况下尽早地检测出该状态的方法。在该方法中，在伸缩罩内部设置发光部和受光部，在发光部产生的光被板体遮挡从而受光部未接收到光的情况下，判断为发生了异常。

但是，在日本特开2016-68183号公报所记载的方法中，只能检测预先设想的部件的预先设想的方式的变形等异常。另外，日本特开2016-68183号公报所记载的技术只不过是能够得到在发生了异常时能够尽早检测出该异常的效果，无法得到获取与异常发生相关的事项来对异常发生进行预测的效果。

作为对异常的发生进行预测的技术的一个例子，例如考虑使用机器学习器等对在缓冲部件的碰撞时测定出的与转矩相关的数据进行机器学习，根据与该缓冲部件的损耗相伴随的与转矩相关的数据的变化来预测异常的发生。

图8例示针对图6、7所例示的机床的伺服电动机的位置指令、与从该伺服电动机检测出的转矩相关的数据即转矩命令的时间推移。图8中的t1是使机床的工作台从图6所示的位置开始移动的时刻，t2是位于图7所示的位置的时刻，即缓冲部件与铸造台碰撞的时刻。另外，t3是缓冲部件与铸造台发生碰撞时产生的振动已收敛的时刻。接着，从t3开始使工作台向左方移动。t4是再次返回到图6所示的位置的时刻，即相反侧的缓冲部件与铸造台发生碰撞的时刻。另外，t5是缓冲部件与铸造台发生碰撞时产生的振动已收敛的时刻。一般，在对缓冲部件的状态(正常/异常)进行机器学习时，存在以下的课题：在图8例示的转矩命令的数据内，需要与缓冲部件的碰撞相关的部分的数据即t2～t3附近的转矩命令或t4～t5附近的转矩命令的数据，另外，在其他时间检测出的转矩命令的数据成为降低机器学习精度的原因，因此希望尽量不使用。

但是，在明确地知道缓冲部件发生碰撞的瞬间的情况下，能够比较容易地截取这样的数据，但在具有图6、7所例示的构造的伸缩罩的情况下，移动的状态会由于工作台的移动速度或位置、罩之间的摩擦力等而发生变化，因此并非能够根据工作台位于哪个位置而一定确定缓冲部件碰撞的位置，难以截取与缓冲部件向铸造台的碰撞有关的数据。另外，在本例子中，如图8的转矩命令的图表中的紧接着t1之后和紧接着t3之后所示那样，在通常动作中使伺服电动机开始动作时的转矩命令大，因此还存在以下的问题，只根据转矩命令的单纯的大小，无法区别是使伺服电动机开始动作的时刻还是缓冲部件发生了碰撞的时刻。

发明内容

因此，本发明的目的在于，提供一种碰撞位置推定装置以及机器学习装置，其能够抽出与缓冲部件的碰撞有关的区间的转矩所涉及的数据。

在本发明中，通过使用机器学习的方法，来推定伸缩罩的缓冲部件发生碰撞的位置，由此解决上述问题。

另外，本发明的一个方式是一种碰撞位置推定装置，其推定伸缩罩具备的缓冲部件发生碰撞时的机床的轴的位置，该碰撞位置推定装置具备：机器学习装置，其对上述缓冲部件发生碰撞时的上述轴的位置进行学习，上述机器学习装置具备：状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；标签数据取得部，其取得表示上述缓冲部件发生碰撞时的上述轴的位置的碰撞位置数据，来作为标签数据；学习部，其使用上述状态变量和上述标签数据，将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习。

本发明的另一方式是一种碰撞位置推定装置，其推定伸缩罩具备的缓冲部件发生碰撞时的机床的轴的位置，该碰撞位置推定装置具备：机器学习装置，其对上述缓冲部件发生碰撞时的上述轴的位置进行学习，上述机器学习装置具备：状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；学习部，其将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习；推定结果输出部，其根据上述状态观测部观测到的状态变量以及上述学习部的学习结果，输出推定碰撞位置数据而得到的结果，该碰撞位置数据表示上述缓冲部件发生碰撞时的上述轴的位置。

本发明的另一实施例是一种机器学习装置，其对伸缩罩具备的缓冲部件发生碰撞时的机床的轴的位置进行学习，该机器学习装置具备：状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；标签数据取得部，其取得表示上述缓冲部件发生碰撞时的上述轴的位置的碰撞位置数据，来作为标签数据；学习部，其使用上述状态变量和上述标签数据，将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习。

本发明的另一方式是一种机器学习装置，其对伸缩罩具备的缓冲部件发生碰撞时的机床的轴的位置进行学习，该机器学习装置具备：状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；学习部，其将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习；推定结果输出部，其根据上述状态观测部观测到的状态变量以及上述学习部的学习结果，输出推定碰撞位置数据而得到的结果，该碰撞位置数据表示上述缓冲部件发生碰撞时的上述轴的位置。

根据本发明，能够推定出伸缩罩的缓冲部件发生碰撞的位置，因此能够根据推定出的碰撞位置，容易地抽出与碰撞有关的转矩命令等与转矩相关的数据，并且通过使用抽出的与转矩相关的数据来进一步进行机器学习，能够高精度地检测缓冲部件的异常。

附图说明

通过参照附图对以下实施例进行说明，本发明的上述以及其他的目的和特征会变得清楚。在这些附图中：

图1是第一实施方式的碰撞位置推定装置的概要硬件结构图。

图2是第一实施方式的碰撞位置推定装置的概要功能框图。

图3是表示碰撞位置推定装置的一个方式的概要功能框图。

图4A是说明神经元的图。

图4B是说明神经网络的图。

图5是表示组装了碰撞位置推定装置的系统的一个方式的概要功能框图。

图6是说明具备伸缩罩的机床的动作的图。

图7是说明具备伸缩罩的机床的动作的图。

图8表示与具备伸缩罩的机床的轴的移动相关的转矩命令。

具体实施方式

以下，与附图一起说明本发明的实施方式。

图1是表示第一实施方式的碰撞位置推定装置的主要部分的概要硬件结构图。例如，可以作为控制机床等制造机械的控制装置来安装碰撞位置推定装置1。另外，例如，可以作为与用于控制机床等制造机械的控制装置一起设置的个人计算机、经由有线/无线的网络与控制装置连接的单元计算机、主计算机、边缘计算机、云服务器等计算机来安装碰撞位置推定装置1。在本实施方式中，表示了作为用于对图6、7等例示的具备伸缩罩的机床进行控制的控制装置来安装了碰撞位置推定装置1时的例子。

本实施方式的碰撞位置推定装置1所具备的CPU11是整体地控制碰撞位置推定装置1的处理器。CPU11经由总线20读出存储在ROM12中的系统程序，依照该系统程序控制整个碰撞位置推定装置1。在RAM13中，暂时存储临时的计算数据、显示数据、操作者经由未图示的输入部输入的各种数据等。

非易失性存储器14构成为例如由未图示的电池进行支援等，即使碰撞位置推定装置1的电源被切断也保持存储状态的存储器。

在非易失性存储器14中，存储有经由接口15从外部设备72读入的控制程序、经由显示器/MDI单元70输入的控制程序、从碰撞位置推定装置1的各部或机床取得的各种数据(例如，伺服电动机50的位置、速度、针对伺服电动机50的位置指令、速度指令、与从伺服电动机50检测出的转矩相关的数据等)。存储在非易失性存储器14中的控制程序、各种数据在执行时/利用时可以在RAM13中展开。另外，在ROM12中预先写入了公知的分析程序等各种系统程序(包括用于控制与后述的机器学习装置100之间的收发的系统程序)。

接口15是用于将碰撞位置推定装置1与适配器等外部设备72连接的接口。从外部设备72侧读入控制程序、各种参数等。另外，可以经由外部设备72将在碰撞位置推定装置1内编辑的程序、各种参数等存储到外部存储单元中。PMC(可编程机床控制器)16根据碰撞位置推定装置1中内置的时序程序，经由I/O单元17向机床和该机床的周边设备输出信号来进行控制。另外，接受在机床的主体配备的操作盘的各种开关、传感器等的信号，在进行了需要的信号处理后传递给CPU11。

显示器/MDI单元70是具备显示器、键盘等的手动数据输入装置，接口18接受来自显示器/MDI单元70的键盘的指令、数据，并传递给CPU11。接口19与操作盘71连接，该操作盘71具备在手动驱动各轴时使用的手动脉冲发生器等。

对用于使机床的各轴进行动作的各轴进行控制的轴控制电路30接受来自CPU11的轴的移动指令量，将轴的指令输出到伺服放大器40。伺服放大器40接受该指令，驱动使机床所具备的轴移动的伺服电动机50。轴的伺服电动机50内置有位置/速度检测器，将来自该位置/速度检测器的位置/速度反馈信号反馈给轴控制电路30，进行位置/速度的反馈控制。此外，在图1的硬件结构图中，没有逐一地表示出轴控制电路30、伺服放大器40、伺服电动机50，但实际上按照成为控制对象的机床所具备的轴的数量(例如，如果是具备XYZ轴的机床则为3个)进行准备。

主轴控制电路60接受针对机床所具备的主轴的主轴旋转指令，向主轴放大器61输出主轴速度信号。主轴放大器61接受该主轴速度信号，按照所指令的转速使主轴的主轴电动机62旋转，从而驱动工具。将位置编码器63与主轴电动机62相连结，位置编码器63与主轴的旋转同步地输出反馈脉冲，该反馈脉冲被CPU11读取。

接口21是用于将碰撞位置推定装置1与机器学习装置100连接的接口。机器学习装置100具备控制整个机器学习装置100的处理器101、存储了系统程序等的ROM102、用于进行与机器学习相关的各处理中的暂时存储的RAM103、以及用于存储学习模型等的非易失性存储器104。机器学习装置100能够经由接口21观测碰撞位置推定装置1能够取得的各信息(例如，伺服电动机50的位置、速度、对于伺服电动机50的位置指令、速度指令、与从伺服电动机50检测出的转矩相关的数据等)。另外，碰撞位置推定装置1接受从机器学习装置100输出的缓冲部件的碰撞位置的推定值，来进行从机床取得的与转矩相关的数据的截取等处理。

图2是第一实施方式的碰撞位置推定装置1和机器学习装置100的概要功能框图。由图1所示的碰撞位置推定装置1所具备的CPU11以及机器学习装置100的处理器101执行各自的系统程序，控制碰撞位置推定装置1和机器学习装置100的各部的动作，由此实现图2所示的各功能模块。

本实施方式的碰撞位置推定装置1具备控制部34，该控制部34根据存储在非易失性存储器14中的控制程序控制机床2。控制部34例如根据由控制程序等指定的加工条件和指令，控制机床2的动作来进行工件的加工。机床2具备伸缩罩，伺服电动机50根据控制部34输出的指令使工作台移动，由此该伸缩罩也进行动作。

另一方面，碰撞位置推定装置1所具备的机器学习装置100包含软件(学习算法等)和硬件(处理器101等)，该软件和硬件用于通过所谓的机器学习来自己学习与机床2所具备的轴的移动的信息以及用于驱动该轴的伺服电动机50的转矩的数据相对的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的推定。碰撞位置推定装置1具备的机器学习装置100学习的内容相当于以下的模型构造，该模型构造表示与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据与伸缩罩的缓冲部件发生碰撞时的机床2的轴位置之间的相关性。

如在图2中用功能模块所示那样，碰撞位置推定装置1所具备的机器学习装置100具备：状态观测部106，其观测表示与机床2具备的轴的移动相关的信息的轴移动数据S1、以及表示与伺服电动机的转矩相关的数据的电动机转矩数据S2，来作为表示环境的当前状态的状态变量S；标签数据取得部108，其取得包含碰撞位置数据L1的标签数据L，该碰撞位置数据L1表示伸缩罩的缓冲部件发生碰撞时的机床2的轴位置；学习部110，其使用状态变量S和标签数据L，对于与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据关联伸缩罩的缓冲部件发生碰撞时的机床2的轴位置来进行学习；推定结果输出部122，其输出使用学习部110的已学习模型，并根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据推定出的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置。

状态观测部106在学习部110的学习时，从机床2取得作为状态变量S的轴移动数据S1和电动机转矩数据S2。另外，状态观测部106在使用学习部110的学习结果来推定伸缩罩的缓冲部件发生碰撞时的机床2的轴位置时，从机床2取得作为状态变量S的轴移动数据S1和电动机转矩数据S2。此外，在任意一种情况下，都可以经由碰撞位置推定装置1具备的非易失性存储器14等取得数据，来取代直接从机床2取得数据。

关于状态观测部106观测的状态变量S中的轴移动数据S1，在最简单地构成时，例如可以使用针对机床2的轴的位置指令、以及该轴的进给速度。例如，可以从控制部34执行的控制程序的指令来取得针对机床2的轴的位置指令。例如，可以从作为控制装置的碰撞位置推定装置1中设定的加工条件、控制部34执行的控制程序的指令来取得机床2的轴的进给速度。

另一方面，关于状态观测部106观测的状态变量S中的电动机转矩数据S2，在最简单地构成时，例如能够使用对机床2的轴进行驱动的伺服电动机50的转矩命令。另外，关于电动机转矩数据S2，也可以使用根据伺服电动机50的电流值等求出的转矩值。构成伸缩罩的各罩之间的摩擦力等对于与用于驱动机床2的轴的伺服电动机50的转矩相关的数据产生影响，因此通过将其用作状态变量，能够在学习部110的学习和推定中反映构成伸缩罩的各罩之间的摩擦力等。作为电动机转矩数据S2的例子，希望使用图8例示的转矩命令中的轴开始移动后(t1后)的过渡性的转矩值的变动稳定而大致平坦的部分的转矩值的绝对值的平均值。

标签数据取得部108在学习部110的学习时，取得包含碰撞位置数据L1的标签数据L来作为标签数据L，碰撞位置数据L1表示伸缩罩的缓冲部件发生碰撞时的机床2的轴位置。例如，可以根据机床2所具备的轴的位置、通过设置在伸缩罩近旁的激光干涉仪或接触探头等传感器检测出的伸缩罩的(安装了缓冲部件的部件的)位置来计算碰撞位置数据L1。例如，在图6、7例示的伸缩罩的情况下，在横向(有止动器的位置)上设置传感器，使用下罩移动到预定位置时的机床2的轴的位置来作为碰撞位置数据L1。在图6、7例示的伸缩罩中，在缓冲部件为正常的状态下，缓冲部件与铸造台碰撞时的下罩的位置始终恒定，因此利用它来检测伸缩罩的缓冲部件发生碰撞时的机床2的轴位置即可。

此外，标签数据取得部108在学习部110的学习的阶段是必需的结构，但在学习部110将与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据与伸缩罩的缓冲部件发生碰撞时的机床2的轴位置关联起来的学习完成后，并不一定是必需的结构。例如，在将学习已完成的机器学习装置100向顾客出货时，可以卸下标签数据取得部108来出货。

学习部110按照被统称为机器学习的任意的学习算法，学习与状态变量S(表示与机床2具备的轴的移动相关的信息的轴移动数据S1以及表示与伺服电动机的转矩相关的数据的电动机转矩数据S2)相对的标签数据L(表示伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的碰撞位置数据L1)。学习部110例如能够学习状态变量S中包含的轴移动数据S1以及电动机转矩数据S2与标签数据L中包含的碰撞位置数据L1之间的相关性。学习部110能够基于包含状态变量S和标签数据L的数据集合反复执行学习。

在学习部110的学习中，希望根据针对多个机床2的轴的移动分别取得的数据执行多个学习循环。通过重复进行这样的学习循环，学习部110自动地解释与机床2具备的轴的移动相关的信息(轴移动数据S1)以及与驱动该轴的伺服电动机50的转矩相关的数据(电动机转矩数据S2)与伸缩罩的缓冲部件发生碰撞时的机床2的轴位置(碰撞位置数据L1)之间的相关性。在学习算法的开始时，碰撞位置数据L1与轴移动数据S1以及电动机转矩数据S2之间的相关性实质上是未知的，但随着学习部110推进学习，逐渐解释了碰撞位置数据L1与轴移动数据S1以及电动机转矩数据S2之间的相关性，通过使用作为其结果而得到的已学习模型，能够解释碰撞位置数据L1与轴移动数据S1以及电动机转矩数据S2的相关性。

推定结果输出部122根据学习部110进行学习后的结果(已学习模型)，并根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据，推定伸缩罩的缓冲部件发生碰撞时的机床2的轴位置，输出推定出的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置。学习部110通过与轴移动数据S1以及电动机转矩数据S2关联起来而学习到的表示伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的碰撞位置数据L1可用于(其他的机器学习装置)推定在机床2中设置的伸缩罩所具备的缓冲部件的状态(正常/异常)，上述轴移动数据S1表示与机床2具备的轴的移动相关的信息，上述电动机转矩数据S2表示与驱动该轴的伺服电动机50的转矩相关的数据。

在具有上述结构的机器学习装置100中，学习部110执行的学习算法并没有特别地限定，作为机器学习能够采用公知的学习算法。图3表示图2所示的碰撞位置推定装置1的另一实施例，表示具备以下学习部110的结构，在该学习部110中作为学习算法的另一例子执行监督学习。监督学习是以下的方法：赋予输入和与该输入对应的输出的已知的数据组(称为训练数据)，根据这些训练数据来识别出暗示输入与输出之间的相关性的特征，由此来学习用于推定与新的输入相对的所需输出的相关性模型。

在图3所示的碰撞位置推定装置1具备的机器学习装置100中，学习部110具备：误差计算部112，其计算用于根据与机床2具备的轴的移动相关的信息来推定伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的相关性模型M与从训练数据T识别出的相关性特征之间的误差E，上述训练数据T是由过去取得的与机床2具备的轴的移动相关的信息以及与伺服电动机的转矩相关的数据、根据传感器等检测出的与机床2具备的轴的移动相关的信息而得到的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的结果而得到的训练数据；模型更新部114，其更新相关性模型M使得缩小误差E。学习部110通过由模型更新部114重复进行相关性模型M的更新，来学习根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据推定伸缩罩的缓冲部件发生碰撞时的机床2的轴位置。

相关性模型M的初始值例如简单地(例如用N次函数)表现了状态变量S与标签数据L之间的相关性，在开始监督学习前向学习部110赋予相关性模型M的初始值。在本发明中，如上所述，训练数据T可以使用过去取得的与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据、根据传感器等检测出的与机床2具备的轴的移动相关的信息而得到的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的数据，在运用碰撞位置推定装置1随时向学习部110提供训练数据T。误差计算部112根据随时提供给学习部110的训练数据T，识别出暗示了与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据与伸缩罩的缓冲部件发生碰撞时的机床2的轴位置之间的相关性的相关性特征，求出该相关性特征与当前状态下的状态变量S以及标签数据L所对应的相关性模型M之间的误差E。模型更新部114例如依照预先决定的更新规则，向误差E变小的方向更新相关性模型M。

在下一次的学习循环中，误差计算部112依照更新后的相关性模型M，使用状态变量S，推定伸缩罩的缓冲部件发生碰撞时的机床2的轴的位置，求出该推定的结果与实际取得的标签数据L之间的误差E，模型更新部114再次更新相关性模型M。由此，未知的环境的当前状态和与之相对的推定之间的相关性逐渐变得明确。

在进行上述监督学习时，可以使用神经网络。

图4A示意地表示神经元的模型。图4B示意地表示将图4A所示的神经元组合而成的三层的神经网络的模型。神经网络例如能够通过模拟神经元模型的运算装置、存储装置等来构成。

图4A所示的神经元输出与多个输入x(在这里作为一个例子为输入x₁～x₃)相对的结果y。对各输入x₁～x₃乘以与该输入x对应的权重w(w₁～w₃)。由此，神经元输出由下式1表现的结果y。另外，在式1中，输入x、结果y以及权重w全部为向量。另外，θ为偏置，f_k为激活函数。

[式1]

图4B所示的三层的神经网络从左侧输入多个输入x(在这里作为一个例子为输入x1～输入x3)，从右侧输出结果y(在这里作为一个例子为结果y1～结果y3)。在图示的例子中，对输入x1、x2、x3分别乘以对应的权重(全体由w1表示)，向三个神经元N11、N12、N13都输入各个输入x1、x2、x3。

在图4B中，神经元N11～N13的各个输出全体由z1表示。能够将z1看做是提取了输入向量的特征量而得到的特征向量。在图示的例子中，对特征向量z1分别乘以对应的权重(全体由w2表示)，将各个特征向量z1均输入给两个神经元N21、N22。特征向量z1表示权重w1与权重w2之间的特征。

在图4B中，神经元N21～N22的各个输出全体由z2表示。能够将z2看做是提取了特征向量z1的特征量而得到的特征向量。在图示的例子中，对特征向量z2分别乘以对应的权重(全体由w3表示)，将各个特征向量z2均输入给三个神经元N31、N32、N33。特征向量z2表示权重w2与权重w3之间的特征。最后，神经元N31～N33分别输出结果y1～y3。

另外，也可以采用使用了三层以上的神经网络的所谓的深度学习的方法。

在碰撞位置推定装置1具备的机器学习装置100中，将状态变量S作为输入x，学习部110依照上述的神经网络进行多层构造的运算，由此能够根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据(输入x)，推定伸缩罩的缓冲部件发生碰撞时的机床2的轴位置(输出y)。此外，在神经网络的动作模式中存在学习模式和价值预测模式，例如能够在学习模式下使用学习数据组来学习权重w，在价值预测模式下使用学习到的权重w来进行行为的价值判定。另外，在价值预测模式下还能够进行检测、分类、推论等。

上述机器学习装置100的结构可以记载为由处理器101分别执行的机器学习方法(或软件)。该机器学习方法用于学习根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据进行的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置(的推定)，该机器学习方法包括以下步骤：处理器101观测与机床2具备的轴的移动相关的信息(轴移动数据S1)以及与驱动该轴的伺服电动机50的转矩相关的数据(电动机转矩数据S2)，来作为表示当前状态的状态变量S；取得伸缩罩的缓冲部件发生碰撞时的机床2的轴位置(碰撞位置数据L1)来作为标签数据L；使用状态变量S和标签数据L，将轴移动数据S1以及电动机转矩数据S2与伸缩罩的缓冲部件发生碰撞时的机床2的轴位置关联起来进行学习。

能够将通过机器学习装置100的学习部110进行学习而得到的已学习模型作为与机器学习相关的软件的一部分即程序模块使用。可以在具备CPU、GPU等处理器和存储器的计算机中使用本发明的已学习模型。更具体地说，计算机的处理器如下那样进行动作：依照来自在存储器中存储的已学习模型的指令，将与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据作为输入来进行运算，根据运算结果输出伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的推定结果。能够经由外部存储介质、网络等向其他的计算机复制并使用本发明的已学习模型。

另外，在将本发明的已学习模型复制到其他计算机，在新的环境中使用时，还能够根据在该环境中得到的新的状态变量、标签数据，对该已学习模型进行进一步的学习。在这样的情况下，能够得到基于该环境的从已学习模型派生出的已学习模型(以下称为派生模型)。本发明的派生模型在根据与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据输出伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的推定结果这一点上与原来的已学习模型相同，但在输出比原来的已学习模型更适合新环境的结果这一点上不同。此外，也能够经由外部存储介质、网络等在其他的计算机中复制并使用该派生模型。

并且，还能够使用针对向装入了本发明的已学习模型的机器学习装置的输入而得到的输出，生成在其他机器学习装置中从1开始进行学习而得到的已学习模型(以下称为蒸馏模型)，并使用该蒸馏模型(将这样的学习过程称为蒸馏)。在蒸馏中，还将原来的已学习模型称为教师模型，将新生成的蒸馏模型称为学生模型。虽然蒸馏模型的大小一般比原来的已学习模型小，但是能够得出与原来的已学习模型同等的正确度，因此更适合于经由外部存储介质、网络等向其他计算机发布。

图5表示具备碰撞位置推定装置1的一个实施方式的系统170。系统170具备作为单元计算机、主机计算机、云服务器等计算机的一部分而安装的至少一台碰撞位置推定装置1、多个机床2、将碰撞位置推定装置1与机床2相互连接的有线/无线的网络172。

在具有上述结构的系统170中，具备机器学习装置100的碰撞位置推定装置1能够使用学习部110的学习结果，针对每个机床2分别自动并且正确地求出各个机床2的与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据所对应的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置。另外，碰撞位置推定装置1的机器学习装置100可以构成为根据针对多个机床2分别得到的状态变量S和标签数据L，学习对于全部机床2通用的与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据所对应的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置，在全部机床2中共享该学习结果。因此，根据系统170，能够将更多样的数据集合(包含状态变量S和标签数据L)作为输入，提高与机床2具备的轴的移动相关的信息以及与驱动该轴的伺服电动机50的转矩相关的数据所对应的伸缩罩的缓冲部件发生碰撞时的机床2的轴位置的学习的速度、可靠性。

以上，说明了本发明的实施方式，但本发明并不限于上述实施方式的例子，通过施加适当的变更，能够以各种方式实施。

例如，机器学习装置100执行的学习算法、计算算法、碰撞位置推定装置1执行的控制算法等并不限于上述算法，能够采用各种算法。

另外，在上述实施方式中，将碰撞位置推定装置1和机器学习装置100说明为具有不同的CPU的装置，但也可以通过碰撞位置推定装置1具备的CPU11、存储在ROM12中的系统程序来实现机器学习装置100。

Claims (9)

1.一种碰撞位置推定装置，其推定伸缩罩所具备的缓冲部件发生碰撞时的机床的轴的位置，其特征在于，

上述碰撞位置推定装置具备机器学习装置，该机器学习装置对上述缓冲部件发生碰撞时的上述轴的位置进行学习，

上述机器学习装置具备：

状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；

标签数据取得部，其取得表示上述缓冲部件发生碰撞时的上述轴的位置的碰撞位置数据，来作为标签数据；

学习部，其使用上述状态变量和上述标签数据，将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习。

2.根据权利要求1所述的碰撞位置推定装置，其特征在于，

与上述轴的移动相关的信息包含对上述轴指令的位置指令和进给速度。

3.根据权利要求1或2所述的碰撞位置推定装置，其特征在于，

与驱动上述轴的电动机的转矩相关的数据包含上述电动机的转矩命令。

4.根据权利要求1或2所述的碰撞位置推定装置，其特征在于，

上述学习部具备：

误差计算部，其计算用于根据上述状态变量推定上述缓冲部件发生碰撞时的上述轴的位置的相关性模型与根据预先准备的训练数据识别出的相关性特征之间的误差；

模型更新部，其更新上述相关性模型使得缩小上述误差。

5.根据权利要求1～3中的任意一项所述的碰撞位置推定装置，其特征在于，

上述学习部通过多层构造运算上述状态变量和上述标签数据。

6.一种碰撞位置推定装置，其推定伸缩罩所具备的缓冲部件发生碰撞时的机床的轴的位置，其特征在于，

上述碰撞位置推定装置具备机器学习装置，该机器学习装置对上述缓冲部件发生碰撞时的上述轴的位置进行学习，

上述机器学习装置具备：

状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；

学习部，其将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习；

推定结果输出部，其根据上述状态观测部观测到的状态变量以及上述学习部的学习结果，输出推定碰撞位置数据而得到的结果，该碰撞位置数据表示上述缓冲部件发生碰撞时的上述轴的位置。

7.根据权利要求1～5中的任意一项所述的碰撞位置推定装置，其特征在于，

上述机器学习装置存在于云服务器中。

8.一种机器学习装置，其对伸缩罩所具备的缓冲部件发生碰撞时的机床的轴的位置进行学习，其特征在于，具备：

状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；

标签数据取得部，其取得表示上述缓冲部件发生碰撞时的上述轴的位置的碰撞位置数据，来作为标签数据；

学习部，其使用上述状态变量和上述标签数据，将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习。

9.一种机器学习装置，其对伸缩罩所具备的缓冲部件发生碰撞时的机床的轴的位置进行学习，其特征在于，具备：

状态观测部，其观测表示与上述轴的移动相关的信息的轴移动数据、以及表示与驱动上述轴的电动机的转矩相关的数据的电动机转矩数据，来作为表示环境的当前状态的状态变量；

学习部，其将与上述轴的移动相关的信息以及与驱动上述轴的电动机的转矩相关的数据与上述缓冲部件发生碰撞时的上述轴的位置关联起来进行学习；

推定结果输出部，其根据上述状态观测部观测到的状态变量以及上述学习部的学习结果，输出推定碰撞位置数据而得到的结果，该碰撞位置数据表示上述缓冲部件发生碰撞时的上述轴的位置。