CN111273610B - 机床 - Google Patents

机床 Download PDF

Info

Publication number
CN111273610B
CN111273610B CN201911209188.XA CN201911209188A CN111273610B CN 111273610 B CN111273610 B CN 111273610B CN 201911209188 A CN201911209188 A CN 201911209188A CN 111273610 B CN111273610 B CN 111273610B
Authority
CN
China
Prior art keywords
workpiece
tool
machining
adjustment
cutting
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
CN201911209188.XA
Other languages
English (en)
Other versions
CN111273610A (zh
Inventor
许渊铭
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 CN111273610A publication Critical patent/CN111273610A/zh
Application granted granted Critical
Publication of CN111273610B publication Critical patent/CN111273610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • G05B19/4083—Adapting programme, configuration
    • 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
    • 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
    • G05B2219/33—Director till display
    • G05B2219/33034—Online learning, training
    • 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
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35356—Data handling
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37346—Cutting, chip quality
    • 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
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49061—Calculate optimum operating, machining conditions and adjust, adapt them
    • 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
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49065—Execute learning mode first for determining adaptive control parameters
    • 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
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49087—Adjust parameter to compensate path deviation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Numerical Control (AREA)
  • Automatic Control Of Machine Tools (AREA)

Abstract

本发明提供一种机床，在需要工具的旋转及移动与工件的旋转同步的情况下，既能够防止加工中产生自激振动，又能够防止加工效率降低。机床(1)包括：主轴(2)，其使工具(X)旋转及移动；工件旋转机构(3)，其使工件W旋转；控制部(4)，其根据程序的指令，对主轴(2)和工件旋转机构(3)进行控制；以及切削负荷检测部，其检测工具X对工件(W)的切削负荷，控制部(4)对切削路径进行控制，以在由切削负荷检测部检测到的切削负荷不超过预定的负荷的范围内，使切削负荷较小的区域的工具(X)对工件(W)的切入深度，大于切削负荷较大的区域的切入深度。

Description

机床
技术领域
本发明涉及一种机床。
背景技术
在由机床进行加工的情况下，通过编程的路径、速度以及主轴的转速，使用工具进行工件的加工。已知有为了避免此时加工时产生的颤纹、工具磨损/工具折损对加工面造成的影响，而对未产生颤纹、工具磨损或工具折损的主轴转速以及输送速度等加工条件进行调整的控制装置(例如，参照专利文献1)。
现有技术文献
专利文献
专利文献1：日本专利第6063013号公报
发明内容
发明所要解决的问题
然而，在使工具同步地旋转及移动并且一边使工件也旋转一边进行加工的滚齿加工等的、需要工具与工件的旋转动作同步以及旋转动作与输送动作同步的加工中，会产生如下不良情况：因工具的磨损等的影响，导致实际的切削负荷大于预想的切削负荷，因切削负荷增大导致同步误差增大，同步误差的增大使切削负荷进一步增大这样的自激振动产生。
为了抑制自激振动的产生，需要确保余量以使切削负荷不会过大，但如果单纯地仅针对切削负荷确保余量，也会导致无法充分利用加工能力，因而存在加工效率降低这样的不良情况。
本发明的目的在于，提供一种在需要工具的旋转及移动与工件的旋转同步的情况下，既能够防止加工中产生自激振动，又能够防止加工效率降低的机床。
用于解决问题的方案
本发明的一个方面提供一种机床，包括：主轴，其用于使工具旋转及移动；工件旋转机构，其使工件旋转；控制部，其根据程序的指令，对所述主轴和所述工件旋转机构进行控制；以及切削负荷检测部，其检测所述工具对所述工件的切削负荷，所述控制部对切削路径进行控制，以在由所述切削负荷检测部检测到的所述切削负荷不超过预定的负荷的范围内，使所述切削负荷较小的区域的所述工具对所述工件的切入深度，大于所述切削负荷较大的区域的所述切入深度。
根据本方面，通过控制部同步地控制主轴和工件旋转机构，在通过安装于主轴的工具对安装于工件旋转机构的工件进行切削的情况下，在由切削负荷检测部检测到的工具对工件的切削负荷较小的区域，与切削负荷较大的区域相比增大切入深度，从而通过使切削负荷较小的区域内的切削负荷增大的切削路径对工件进行加工。在切削负荷较大的区域内，通常选择切削负荷不超过预定的负荷的切削路径，因而能够防止切削负荷过大，从而防止自激振动的产生，在因工件与工具的接触较少而导致切削负荷较小的区域增大切入深度，从而能够进行高效的加工，实现加工时间的缩短。
在上述方面中，也可以采用如下方式：所述控制部沿如下方向控制所述主轴：在所述切削负荷较小的区域，使所述工件旋转机构的所述工件的旋转轴与所述主轴的所述工具的旋转轴之间的距离，小于所述切削负荷较大的区域的所述距离。
根据该结构，能够简单地调整切削路径，从而防止加工中自激振动的产生，并防止加工效率的降低。
另外，在上述方面中，也可以采用如下方式：所述控制部包括：机械学习器，所述机械学习器机械学习所述工具对所述工件的切削加工中的加工条件的调整参数和所述调整参数的调整量，所述机械学习器包括：状态观测部，其获取表示所述切削加工中的加工状态的信息即状态数据；奖励计算部，其基于所述状态数据和奖励条件计算出奖励；加工条件调整学习部，其机械学习所述加工条件的调整；以及加工条件调整部，其基于由所述加工条件调整学习部生成的所述加工条件的调整的机械学习结果和所述状态数据，确定所述加工条件的调整的对象参数及其调整量以作为调整行动，并基于所述调整行动对所述切削加工中的所述加工条件进行调整，所述加工条件调整学习部基于由被输出的基于调整后的所述加工条件的加工动作后的所述状态观测部获取的所述状态数据、以及由所述奖励计算部计算出的所述奖励，机械学习所述加工条件的调整以作为所述调整行动，所述奖励条件为：在产生振动的情况下赋予负的奖励，在所述工具对所述工件的切削在不超过预定的负荷的范围内增大切削负荷的情况下，赋予正的奖励，在减少所述切削负荷的情况下或所述切削负荷超过所述预定的负荷的情况下，赋予负的奖励。
根据该结构，能够通过机械学习容易地确定如下切削路径，即既能够防止加工中产生自激振动又能够防止加工效率降低的切削路径。
发明效果
根据本发明，在需要工具的旋转及移动与工件的旋转同步的情况下，可起到既能够防止加工中产生自激振动的，又能够防止加工效率降低的效果。
附图说明
图1为表示本发明的一个实施方式所涉及的机床的框图。
图2为表示图1的机床所具备的控制部的一个示例的框图。
图3为对图1的机床中的强化学习算法的基本的概念进行说明的图。
图4为表示图1的机床中的机械学习的流程的流程图。
图5为对机床的以往的加工路径进行说明的示意图。
图6为对图5的加工路径中的工具与工件的接触量进行说明的示意图。
图7为表示图5的加工路径的三次粗加工中的电动机负荷的时间变化的图表。
图8为对图1的机床的最优化的加工路径中的工具与工件的接触量进行说明的示意图。
图9为对图1的机床的最优化的加工路径进行说明的示意图。
图10为将图9的加工路径的三次粗加工中的电动机负荷的时间变化与图7的时间变化对比而示出的图表。
图11为表示与图7的电动机负荷的模式不同的模式的一个示例的图表。
图12为表示与图7的电动机负荷的模式不同的模式的其他例的图表。
具体实施方式
以下，参照附图对本发明的一个实施方式所涉及的机床1进行说明。
如图1所示，本实施方式所涉及的机床1包括：主轴2，其用于使工具X旋转及移动；工件旋转机构3，其使工件W旋转；以及控制部4，其根据程序P的指令，对主轴2和工件旋转机构3进行控制。控制部4由存储器和处理器构成。
控制部4对从存储器读取的程序P进行分析，基于作为分析结果而获取的控制数据对机床1的主轴2和工件旋转机构3进行控制，从而对工件W进行加工。机床1包括：用于对工具X的位置、速度、转速、以及工件W的转速进行检测的未图示的传感器；以及用于在加工时对作用于主轴2的电动机的负荷(切削负荷)、电动机的振动进行检测的未图示的传感器。例如，由编码器检测工具X的位置、速度、转速以及工件W的转速，由电流传感器(切削负荷检测部：图示略)检测作用于电动机的负荷，由振动传感器(图示略)检测电动机的振动。
控制部4经由这些传感器来获取状态数据和判定数据。控制部4包括从机床1的各部分获取状态数据的状态观测部5、获取判定数据的判定数据获取部6、以及作为进行机械学习的人工智能的机械学习器7。
状态观测部5将根据控制数据获取的工具X的位置、主轴2的转速、输送速度、工件W的转速作为与加工状态相关的状态数据进行观测并将其获取到机械学习器7中，其中，控制数据是作为控制部4的程序P的分析结果而获取的。获取的状态数据存储于机械学习器7，并被输入至后述的奖励计算部8及价值函数更新部9。
被输入的状态数据既可以是在最新的加工运转中获取的数据，也可以是在过去的加工运转中获取的数据。另外，还可以对其他控制部、集中管理系统中存储的状态数据进行输入存储、或输出。
判定数据获取部6获取表示主轴2的电动机负荷的数据以及由传感器获取的振动数据以作为判定数据，并将其输出至机械学习器7的奖励计算部8。
此外，机床1及控制部4具有一般的机床及数值控制装置的结构，在本发明的机械学习的动作说明中，除了特别需要的构成以外，在本说明书中省略详细说明。根据图2所示的构成，机械学习器7与代理对应，除机械学习器7以外的机床1所具备的其他各构成与环境对应。
机械学习器7中输入有由状态观测部5获取的机床1进行加工时的工具X的位置、速度、转速以及工件W的转速等的状态数据；以及由判定数据获取部6获取的电动机负荷以及振动数据等的判定数据，以作为用于特定环境的信息。这些数据是从机床1的各部分获取的数据以及从控制部4获取的数据。
在本实施方式中，作为机械学习器7对环境输出的行动输出，将工具X的加工路径的调整以及切入深度的调整的指令作为输出数据。
另外，在本实施方式中，作为对机械学习赋予的奖励，采用电动机负荷(正奖励、负奖励)、工具X的磨损/损坏的产生(负奖励)、振动的产生(负奖励)等。另外，关于基于哪个数据来确定奖励，也可以由操作者进行适当设定。
机械学习器7基于上述的状态数据、判定数据以及奖励来进行机械学习。如图3所示，在机械学习中，在某时刻t，(1)代理对环境的状态st进行观测，(2)基于观测到的状态st和过去的学习来选择自己可以采取的行动at并执行行动at，(3)通过执行行动at，环境的状态st向下一个状态st+1变化，(4)基于行动at的结果即状态的变化，代理收取奖励rt+1，(5)在代理与环境之间，进行代理基于状态st、行动at、奖励rt+1及过去的学习结果来推进学习的行动。
具体而言，对主轴2和工件旋转机构3进行的加工路径(切削路径)的调整以及切入深度的调整为行动at，基于作为实施了行动at的结果而新获取的状态st+1进行评价计算，被评价计算出的值为奖励rt+1，并将上述值应用于与机械学习的算法对应的价值函数的更新式以推进学习。
机械学习器7包括奖励计算部(奖励算出部)8、价值函数更新部(加工条件调整学习部)9、以及意思确定部(加工条件调整部)10。如图2所示，机械学习器7既可以安装于控制部4内，也可以安装于控制部4以外的个人计算机等。
奖励计算部8基于由操作者等设定的机械学习中的赋予奖励的条件，利用从状态观测部5或判定数据获取部6输入的状态数据及判定数据来计算奖励，并将其输出至价值函数更新部9。
奖励包括正奖励和负奖励，可以进行适当的设定。
奖励计算部8基于所设定的奖励条件对从状态观测部5及判定数据获取部6输入的数据进行分析，并将计算出的奖励输出给价值函数更新部9。
以下，示出奖励计算部8中设定的奖励条件的示例。
“奖励1：工具X的磨损/损坏的产生(负奖励)”
在机床1进行加工的过程中，当工具X的磨损达到预定的基准值以上时，根据其程度而赋予负的奖励。另外，在工具X产生损坏的情况下，赋予负的奖励。
“奖励2：振动的产生(负奖励)”
在机床1进行加工的过程中，当产生预定的基准值以上的振动时，根据其程度而赋予负的奖励。
“奖励3：电动机负荷(正奖励、负奖励)”
在上一次加工条件的调整后由机床1进行加工的过程中，当测量到的电动机负荷在不超过预定的基准值(预定的负荷)的范围内增加时，根据其程度而赋予正的奖励。另外，在电动机负荷超过预定的基准值的情况下或电动机负荷降低的情况下，赋予负的奖励。
价值函数更新部9基于由状态观测部5获取的状态数据和由奖励计算部8计算出的奖励来进行机械学习。关于用于学习的价值函数，根据所应用的学习算法来确定。例如，在使用作为代表性的强化学习的算法之一的Q学习的情况下，按照数式1更新行动价值函数Q(st、at)以推进学习。
数式1
在此，α为学习系数，γ为折扣率，并且被定义在0<α≤1、0<γ≤1的范围内。
意思确定部10使用通过过去的学习而创建的价值函数，选择在当前的状态st下直至将来的奖励(rt+1+rt+2+…)为最大的行动at(价值最高的行动)。此外，在进行学习期间，出于推进学习进展的目的，在意思确定部10的行动的选择中，也以一定的概率选择随机的行动(ε贪心法)。
参照图4的流程图，对价值函数更新部9进行的机械学习的流程进行说明。
首先，当机械学习开始时，状态观测部5获取机床1的加工状态的相关数据，判定数据获取部6获取判定数据(步骤S1)。
价值函数更新部9基于状态观测部5获取的加工状态的相关数据以及判定数据获取部6获取的判定数据，确定当前的状态st(步骤S2)。
意思确定部10基于过去的学习结果以及在步骤S2中确定的状态st来选择行动at(步骤S3)。
接着，在机床1中执行在步骤S3中选择的行动at(步骤S4)。
然后，进行状态观测部5的状态数据的获取以及判定数据获取部6的判定数据的获取(步骤S5)。在该阶段，机床1的状态随着从时刻t向时刻t+1的时间的推移以及在步骤S4中执行的行动at而发生变化。
基于步骤S5中获取的评价结果的数据，奖励计算部8计算出奖励rt+1(步骤S6)。
然后，基于在步骤S2中确定的状态st、在步骤S3中选择的行动at以及在步骤S6中计算出的奖励rt+1，价值函数更新部9推进机械学习(步骤S7)，并重复从步骤S2起的工序。
如上所述，在机械学习器7中，通过重复所述(1)至(5)来推进学习。在某些环境中结束学习后，即使在放置于新环境的情况下，也可以通过进行追加的学习来推进学习以适应该环境。因而，在本实施方式中，即使在通过应用于对加工工件W的机床1进行控制的控制部4中的加工路径以及切入深度的调整从而应用于新的机床1的控制的情况下，也能够针对过去的加工路径等的调整的学习进行新的环境中的追加的学习，也能够以短时间进行加工路径等的调整的学习。
在机床1中，在一边使工具X旋转及移动，一边与工具X的旋转及移动同步地使工件W旋转并对其进行加工、例如进行滚齿加工等加工的情况下，如图5所示，在通常的加工路径的情况下，一边对工件W维持恒定的切入深度，一边进行多次加工，例如三次粗加工和一次精加工。
在该情况下，如图6所示，在各粗加工中，在工具X对工件W的切入开始时和切入结束时，工具X与工件W的接触量较小，因此如图7所示电动机负荷发生变化。
然而，在该情况下，如果将切入深度设定为切削中的电动机负荷不超过最大容许负荷(预定的负荷)的切入深度，则切入开始时和切入结束时工件的切削耗费时间，整体的切削时间增加。
根据本实施方式，向着在切削负荷较小的切入开始时和切入结束时增加切削负荷的方向调整加工路径，如图8所示，切削负荷较小的切入开始时和切入结束时的切入深度增大。即，在以往的加工路径中，由于切入深度恒定，因而切入开始时和切入结束时的工具X与工件W的接触量较小，电动机负荷中存在过于充分的余量。
与此相对，在本实施方式中，如图9所示，采用使切削负荷较小的切入开始时和切入结束时的切入深度增大的加工路径。即，控制部4沿如下方向控制主轴2：在电动机负荷较小的区域，使工件旋转机构3的工件W的旋转轴与主轴2的工具X的旋转轴之间的距离，小于电动机负荷较大的区域的所述距离。由此，如图10所示，具有如下优点：使各次粗加工中的从切入开始时到切入结束时的切削量的变动稳定，增大了一次粗加工中的切削量，能够在整体上缩短切削时间，从而提高加工效率。
另外，还具有如下优点：通过将加工时的振动的产生设为负的奖励，从而向着电动机负荷变小的方向调整加工路径，因而能够抑制由工具X的旋转与工件W的旋转的同步误差而导致的自激振动的产生。
此外，在本实施方式中，例示了将用于Q学习的行动价值函数作为价值函数的情况，但作为替代，也可以采用作为强化学习算法之一的TD学习中使用的状态价值函数。作为状态价值函数，可以例示数式2中示出的函数。
数式2
V(st)←V(st)+a[rt+1+γV(sy+1)-V(st)]
另外，在强化学习中，使用通过网络等连接多个代理的系统，在代理间共享状态s、行动a以及奖励r等的信息并将其用于各自的学习，因而各代理会进行考虑其他代理的环境并学习的分散强化学习，从而能够进行高效的学习。在本实施方式中，控制多个环境的多个代理在通过网络等相互连接的状态下进行分散机械学习，从而能够高效地进行对加工工件W的机床1进行控制的控制部4中的加工条件的调整的学习。
此外，作为强化学习的算法，例如Q学习、SARSA法、TD学习以及AC法等各种方法是众所周知的，作为本实施方式中应用的算法，也可以采用上述任意的算法。
另外，在本实施方式中，例示了控制部4通过机械学习使加工路径最优化，以使在电动机负荷不超过最大容许负荷的范围内，电动机负荷较小的区域内的工具X对工件W的切入深度大于电动机负荷较大的区域内的切入深度的情况，但并不限定于此。
即，控制部4也可以不使用机械学习而沿如下方向控制主轴2：在电动机负荷较小的区域，使工件旋转机构3的工件W的旋转轴与主轴2的工具X的旋转轴之间的距离，小于电动机负荷较大的区域的所述距离。也可以在电动机负荷不超过最大容许负荷的范围内，一边改变加工路径一边重复加工，从而使加工路径最优化。
另外，关于通过本实施方式使加工路径最优化的电动机负荷的方式，并不限定于图7和图10所示那样的梯形，也可以应用于图11和图12所示那样的任意的方式的电动机负荷。
附图标记说明
1：机床
2：主轴
3：工件旋转机构
4：控制部
5：状态观测部
7：机械学习器
8：奖励计算部(奖励算出部)
9：价值函数更新部(加工条件调整学习部)
10：意思确定部(加工条件调整部)
P：程序
W：工件
X：工具

Claims (3)

1.一种机床，其特征在于，包括：
主轴，其用于使工具旋转及移动；
工件旋转机构，其使工件旋转；
控制部，其根据程序的指令，对所述主轴和所述工件旋转机构进行控制；以及
切削负荷检测部，其检测所述工具对所述工件的切削负荷，
所述控制部对切削路径进行控制，以在由所述切削负荷检测部检测到的所述切削负荷不超过预定的负荷的范围内，使所述切削负荷较小的区域的所述工具对所述工件的切入深度，大于所述切削负荷较大的区域的所述切入深度。
2.根据权利要求1所述的机床，其特征在于，
所述控制部沿如下方向控制所述主轴：在所述切削负荷较小的区域，使所述工件旋转机构的所述工件的旋转轴与所述主轴的所述工具的旋转轴之间的距离，小于所述切削负荷较大的区域的所述距离。
3.根据权利要求1或2所述的机床，其特征在于，
所述控制部包括：机械学习器，所述机械学习器机械学习所述工具对所述工件的切削加工中的加工条件的调整参数和所述调整参数的调整量，
所述机械学习器包括：
状态观测部，其获取表示所述切削加工中的加工状态的信息即状态数据；
奖励计算部，其基于所述状态数据和奖励条件计算出奖励；
加工条件调整学习部，其机械学习所述加工条件的调整；以及
加工条件调整部，其基于由所述加工条件调整学习部生成的所述加工条件的调整的机械学习结果和所述状态数据，确定所述加工条件的调整的对象参数及其调整量以作为调整行动，并基于所述调整行动对所述切削加工中的所述加工条件进行调整，
所述加工条件调整学习部基于由被输出的基于调整后的所述加工条件的加工动作后的所述状态观测部获取的所述状态数据、以及由所述奖励计算部计算出的所述奖励，机械学习所述加工条件的调整以作为所述调整行动，
所述奖励条件为：在产生振动的情况下赋予负的奖励，在所述工具对所述工件的切削在不超过预定的负荷的范围内增大切削负荷的情况下，赋予正的奖励，在减少所述切削负荷的情况下或所述切削负荷超过所述预定的负荷的情况下，赋予负的奖励。
CN201911209188.XA 2018-12-05 2019-11-30 机床 Active CN111273610B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018228176A JP6940474B2 (ja) 2018-12-05 2018-12-05 工作機械
JP2018-228176 2018-12-05

Publications (2)

Publication Number Publication Date
CN111273610A CN111273610A (zh) 2020-06-12
CN111273610B true CN111273610B (zh) 2024-02-23

Family

ID=70776501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911209188.XA Active CN111273610B (zh) 2018-12-05 2019-11-30 机床

Country Status (4)

Country Link
US (1) US11650563B2 (zh)
JP (1) JP6940474B2 (zh)
CN (1) CN111273610B (zh)
DE (1) DE102019131992A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112021005641T5 (de) * 2021-06-02 2023-08-03 Mitsubishi Electric Corporation Numerische Steuervorrichtung, Lernvorrichtung, Inferenzvorrichtung und numerisches Steuerverfahren

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4310878A (en) * 1970-12-28 1982-01-12 Hyatt Gilbert P Digital feedback control system
KR20140051693A (ko) * 2012-10-23 2014-05-02 현대위아 주식회사 공작기계의 주축 제어장치 및 방법
CN103785905A (zh) * 2012-10-30 2014-05-14 大隈株式会社 机床
CN105843172A (zh) * 2015-01-29 2016-08-10 发那科株式会社 具有自动地变更切削条件的功能的机床

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63150137A (ja) * 1986-12-10 1988-06-22 Toyota Motor Corp 適応制御装置
JP2797205B2 (ja) 1989-09-25 1998-09-17 ヤマザキマザック株式会社 数値制御工作機械
JPH05177504A (ja) 1991-12-27 1993-07-20 Mori Seiki Co Ltd Ｎｃ文作成装置
JPH09120310A (ja) 1995-10-24 1997-05-06 Fanuc Ltd 軸移動方法及び軸移動方式
JP2002192424A (ja) 2000-12-25 2002-07-10 Yaskawa Electric Corp 同期タッピング制御方法
JP2003025149A (ja) * 2001-07-11 2003-01-29 Nissan Motor Co Ltd 歯面仕上加工方法および装置
JP3699458B2 (ja) * 2003-05-08 2005-09-28 義昭 垣野 切削抵抗検出方法及び切削抵抗による加工制御方法並びに制御装置
JP2011173209A (ja) 2010-02-24 2011-09-08 Kashifuji:Kk 歯車加工機
JP2012111009A (ja) * 2010-11-25 2012-06-14 Mitsubishi Motors Corp 工作機械の切削加工評価装置及び方法
JP2013008276A (ja) 2011-06-27 2013-01-10 Mitsubishi Heavy Ind Ltd 切削加工経路創成装置及び方法並びにプログラム
KR101533303B1 (ko) * 2011-11-16 2015-07-02 무라다기카이가부시끼가이샤 공작 기계
JP2014140918A (ja) 2013-01-23 2014-08-07 Hitachi Ltd 切削振動抑止方法、演算制御装置、および工作機械
US20150127139A1 (en) * 2013-11-07 2015-05-07 The Boeing Company Real-Time Numerical Control Tool Path Adaptation Using Force Feedback
EP2916187B1 (en) * 2014-03-05 2018-11-07 Mikron Agie Charmilles AG Improved database for chatter predictions
US10268176B2 (en) * 2014-03-26 2019-04-23 Citizen Watch Co., Ltd. Control device for machine tool and machine tool including the control device
JP6381665B2 (ja) * 2014-10-29 2018-08-29 株式会社牧野フライス製作所 工作機械の制御方法および工作機械の制御装置
JP2017030067A (ja) * 2015-07-30 2017-02-09 ファナック株式会社 加工時間測定機能とオンマシン測定機能を有する制御装置付き加工装置
JP6063013B1 (ja) 2015-08-27 2017-01-18 ファナック株式会社 びびり或いは工具摩耗／破損の発生を抑制する加工条件調整機能を有する数値制御装置
JP6063016B1 (ja) * 2015-09-29 2017-01-18 ファナック株式会社 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた工作機械
JP5969676B1 (ja) * 2015-09-30 2016-08-17 ファナック株式会社 工作機械の工具補正の頻度を最適化する機械学習装置及び機械学習方法、並びに該機械学習装置を備えた工作機械
JP6514141B2 (ja) * 2016-04-15 2019-05-15 ファナック株式会社 フィードバック制御における出力値の制御を行う数値制御装置
JP6542713B2 (ja) * 2016-06-09 2019-07-10 ファナック株式会社 異常負荷検出の閾値を学習する機械学習器，数値制御装置および機械学習方法
JP6450724B2 (ja) * 2016-10-18 2019-01-09 ファナック株式会社 工作機械の加工プログラムの設定値を学習する機械学習装置および加工システム
JP6470251B2 (ja) * 2016-12-26 2019-02-13 ファナック株式会社 数値制御装置及び機械学習装置
JP6457563B2 (ja) * 2017-01-24 2019-01-23 ファナック株式会社 数値制御装置及び機械学習装置
JP6502976B2 (ja) * 2017-02-15 2019-04-17 ファナック株式会社 数値制御装置
JP6517867B2 (ja) * 2017-03-31 2019-05-22 ファナック株式会社 数値制御装置
JP6557285B2 (ja) * 2017-05-26 2019-08-07 ファナック株式会社 制御装置及び機械学習装置
JP6608879B2 (ja) * 2017-07-21 2019-11-20 ファナック株式会社 機械学習装置、数値制御装置、数値制御システム、及び機械学習方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4310878A (en) * 1970-12-28 1982-01-12 Hyatt Gilbert P Digital feedback control system
KR20140051693A (ko) * 2012-10-23 2014-05-02 현대위아 주식회사 공작기계의 주축 제어장치 및 방법
CN103785905A (zh) * 2012-10-30 2014-05-14 大隈株式会社 机床
CN105843172A (zh) * 2015-01-29 2016-08-10 发那科株式会社 具有自动地变更切削条件的功能的机床

Also Published As

Publication number Publication date
CN111273610A (zh) 2020-06-12
US20200183352A1 (en) 2020-06-11
JP6940474B2 (ja) 2021-09-29
JP2020089942A (ja) 2020-06-11
DE102019131992A1 (de) 2020-06-10
US11650563B2 (en) 2023-05-16

Similar Documents

Publication Publication Date Title
JP6063013B1 (ja) びびり或いは工具摩耗／破損の発生を抑制する加工条件調整機能を有する数値制御装置
JP6219897B2 (ja) 最適な加減速を生成する工作機械
US10180667B2 (en) Controller-equipped machining apparatus having machining time measurement function and on-machine measurement function
JP5969676B1 (ja) 工作機械の工具補正の頻度を最適化する機械学習装置及び機械学習方法、並びに該機械学習装置を備えた工作機械
JP6063016B1 (ja) 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた工作機械
JP5997330B1 (ja) 主軸交換の要否を判定できる機械学習装置、主軸交換判定装置、制御装置、工作機械及び生産システム、並びに機械学習方法
KR100299412B1 (ko) 가공처리장치
CN109283887B (zh) 机器学习装置、数值控制装置、数值控制系统以及机器学习方法
CN109581962B (zh) 数值控制系统
JP6457563B2 (ja) 数値制御装置及び機械学習装置
JP6169655B2 (ja) 工作機械、シミュレーション装置、及び機械学習器
CN111624947B (zh) 颤振判定装置、机器学习装置以及系统
JP3435117B2 (ja) 加工制御システム
CN109308048B (zh) 加工机械系统以及制造系统
US20180341244A1 (en) Controller and machine learning device
JP6148264B2 (ja) 切削条件を自動で変更する機能を有した工作機械
CN111857052A (zh) 机器学习装置、数值控制系统以及机器学习方法
JP2019086928A (ja) 制御装置及び機械学習装置
CN111273610B (zh) 机床
CN114008547A (zh) 数控装置、机器学习装置及数控方法
JP2018083238A (ja) 数値制御装置
CN114424129A (zh) 控制系统
CN114730171A (zh) 加工程序变换装置、数控装置及加工程序的变换方法
CN105938352A (zh) 避免主轴过热的数值控制装置
JP6775719B1 (ja) ワイヤ放電加工装置および機械学習装置

Legal Events

Date Code Title Description
PB01 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