CN112578735A - 机器学习装置、机器学习方法及工业机械 - Google Patents

机器学习装置、机器学习方法及工业机械 Download PDF

Info

Publication number
CN112578735A
CN112578735A CN202011020908.0A CN202011020908A CN112578735A CN 112578735 A CN112578735 A CN 112578735A CN 202011020908 A CN202011020908 A CN 202011020908A CN 112578735 A CN112578735 A CN 112578735A
Authority
CN
China
Prior art keywords
machine
industrial machine
control parameter
unit
active vibration
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.)
Withdrawn
Application number
CN202011020908.0A
Other languages
English (en)
Inventor
李振星
见波弘志
羽田启太
前田和臣
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 CN112578735A publication Critical patent/CN112578735A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
    • B23Q11/0032—Arrangements for preventing or isolating vibrations in parts of the machine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/002—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion characterised by the control method or circuitry
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/02—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/02—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems
    • F16F15/023—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems using fluid means
    • F16F15/0232—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems using fluid means with at least one gas spring
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23B—TURNING; BORING
    • B23B5/00—Turning-machines or devices specially adapted for particular work; Accessories specially adapted therefor
    • 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
    • G05B2219/37634—By measuring vibration
    • 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
    • G05B2219/49048—Control of damping of vibration of machine base
    • 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
    • G05B2219/49176—Compensation of vibration of machine base due to slide movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Feedback Control In General (AREA)
  • Auxiliary Devices For Machine Tools (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Numerical Control (AREA)
  • Vibration Prevention Devices (AREA)

Abstract

本发明是机器学习装置、机器学习方法及工业机械。机器学习装置(60)决定搭载有工业机械(13)的主动除振装置(10)的控制参数(59)，工业机械具备：可动部(16、22、30)；驱动源(21、29、32)，该驱动源驱动可动部；以及驱动源控制部(48)，该驱动源控制部以使可动部位于指令位置的方式控制驱动源，机器学习装置具备：取得部(66)，该取得部取得指令位置与可动部的实际位置之差即位置偏差作为教师数据；存储部(64)，该存储部存储输出与工业机械相关的状态量所对应的控制参数的学习模型(72)；以及学习部(68)，该学习部使用教师数据来更新学习模型。

Description

机器学习装置、机器学习方法及工业机械
技术领域
本发明涉及机器学习装置、机器学习方法及工业机械。
背景技术
在日本特开2003-022958号公报中公开了具备状态判定器的除振装置。在日本特开2003-022958号公报中，状态判定器使用从振动检测机构及位移检测机构输出的信号和记录于存储器的信号，进行状态判定，基于状态判定的结果，变更除振装置的控制参数等设定。
发明内容
然而，日本特开2003-022958号公报只不过公开了基于状态判定的结果仅变更控制参数等设定的技术方案，未必能够设定良好的控制参数。
本发明的目的在于提供一种能够在不需要繁杂的作业的情况下适当地决定主动除振装置的控制参数的机器学习装置、机器学习方法及工业机械。
本发明的一个方式的机器学习装置决定搭载有工业机械的主动除振装置的控制参数，所述工业机械具备：可动部；驱动源，该驱动源驱动所述可动部；以及驱动源控制部，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，所述机器学习装置具备：取得部，该取得部取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；存储部，该存储部存储学习模型，该学习模型输出与所述工业机械相关的状态量所对应的所述控制参数；以及学习部，该学习部使用所述教师数据来更新所述学习模型。
本发明的另一方式的工业机械具备上述那样的机器学习装置。
本发明的又一方式的机器学习方法决定搭载有工业机械的主动除振装置的控制参数，所述工业机械具备：可动部；驱动源，该驱动源驱动所述可动部；以及驱动源控制部，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，所述机器学习方法具有：取得步骤，该取得步骤取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；以及更新步骤，该更新步骤使用所述教师数据来更新学习模型，该学习模型输出与所述工业机械相关的状态量所对应的所述控制参数。
根据本发明，能够提供一种能够在不需要繁杂的作业的情况下适当地决定主动除振装置的控制参数的机器学习装置、机器学习方法及工业机械。
通过参照附图说明的以下的实施方式的说明，能够容易地了解上述目的、特征及优点。
附图说明
图1是示出一实施方式的工业机械的概略图。
图2是示出一实施方式的主动除振装置、机器学习装置及工业机械的框图。
图3是示出一实施方式的机器学习装置的动作的流程图。
具体实施方式
以下，列举优选的实施方式，参照附图对本发明的机器学习装置、机器学习方法及工业机械进行详细说明。
[一实施方式]
使用图1～图3对一实施方式的机器学习装置、机器学习方法及工业机械进行说明。图1是示出本实施方式的工业机械的概略图。在本实施方式中，以由精密加工机12和数值控制装置(CNC：Computerized Numerical Control/计算机化数控)38(参照图2)构成工业机械13(参照图2)的情况为例进行说明，但工业机械13的结构并不限定于此。本实施方式的工业机械13的至少一部分能够载置在主动除振装置10上。在图1中示出作为工业机械13的一部分的精密加工机12载置在主动除振装置10上的情况的例子。在图1中省略了数值控制装置38的图示。
在主动除振装置10、即主动减震器具备载置精密加工机12的除振台(除振工作台)24和将除振台24支承于地板36上的多个脚部11。在此，以在除振台24的四角具备脚部11的情况为例进行说明，但并不限定于此。主动除振装置10能够降低从地板36传递至精密加工机12的振动。
精密加工机12例如是能够按照加工指令以100nm以下的加工精度对加工对象物(工件)14进行加工的超精密机床。在精密加工机12具备能够以R轴为中心旋转的主轴(可动部)16。主轴16能够装卸自如地固定加工对象物14。在精密加工机12还具备能够装卸地固定工具18的工具台20。
主轴16由能够在X轴方向上被驱动的X轴可动部(可动部)22支承。X轴可动部22能够由驱动源21驱动。作为驱动源21，例如能够使用伺服马达等，但并不限定于此。X轴可动部22能够沿着固定于除振台24的X轴引导件26在X轴方向上被驱动。在X轴引导件26与X轴可动部22之间设置有例如未图示的流体轴承。X轴引导件26与X轴可动部22之间的摩擦很小。
在主轴16具备真空吸盘28。通过真空吸盘28，能够将加工对象物14固定于主轴16。主轴16能够由驱动源29驱动。作为驱动源29，例如能够使用伺服马达等，但并不限定于此。如上所述，主轴16能够以R轴为中心旋转。在可动部22与主轴16之间设置有例如未图示的流体轴承。可动部22与主轴16之间的摩擦很小。
工具台20由能够在Z轴方向上被驱动的Z轴可动部(可动部)30支承。Z轴可动部30能够由驱动源32驱动。作为驱动源32，能够使用伺服马达等，但并不限定于此。Z轴可动部30能够沿着固定于除振台24的Z轴引导件34在Z轴方向上被驱动。在Z轴引导件34与可动部30之间设置有例如未图示的流体轴承。Z轴引导件34与可动部30之间的摩擦很小。
在驱动源21、29、32分别由伺服马达构成的情况下，在驱动源21、29、32分别具备用于驱动它们的未图示的伺服放大器。
图2是示出本实施方式的主动除振装置、机器学习装置及工业机械的框图。如上所述，工业机械13例如由精密加工机12和数值控制装置38构成。机器学习装置60在进行主动除振装置10的除振特性的再调整时，能够与工业机械13和主动除振装置10连接。机器学习装置60在不需要进行主动除振装置10的除振特性的再调整时，能够从工业机械13和主动除振装置10拆下。此外，在此，以数值控制装置38与工业机械13由不同的装置构成的情况为例进行说明，但也可以将机器学习装置60组装于工业机械13。例如，机器学习装置60也可以组装于数值控制装置38。
如图2所示，在精密加工机12具备传感器40。传感器40能够检测X轴可动部22在X轴引导件26上的位置。传感器40例如可以由线性标尺构成，但并不限定于此。能够用作传感器40的线性标尺的分辨率例如为10nm以下。
在精密加工机12还具备传感器42。传感器42能够检测可动部30在Z轴引导件34上的位置。传感器42例如可以由线性标尺构成，但并不限定于此。能够用作传感器42的线性标尺的分辨率例如为10nm以下。
在精密加工机12还具备传感器44。传感器44能够检测主轴16绕R轴的旋转位置。传感器44例如能够由编码器构成，但并不限定于此。能够用作传感器44的编码器的分辨率例如为1万分之1度以下。
从传感器40、42、44分别输出的信息、即传感器值能够供给到后述的传感器值取得部47。
在主动除振装置10具备振动检测部53。振动检测部53例如能够检测从地板36向主动除振装置10传递的振动。另外，振动检测部53能够检测从主动除振装置10向除振台24传递的振动。由振动检测部53检测出的振动能够供给到机器学习装置60。此外，在此，以由振动检测部53检测出的振动被供给到机器学习装置60的情况为例进行说明，但并不限定于此。也可以将由与振动检测部53不同的振动检测部检测出的振动向机器学习装置60供给。与振动检测部53不同的振动检测部例如能够设置成能够检测精密加工机12的振动。
在主动除振装置10还具备用于使除振台24浮起的空气弹簧单元74。空气弹簧单元74设置于多个脚部11中的每一个，但在图2中图示了一个空气弹簧单元74。在各个空气弹簧单元74具备空气弹簧75。对于一个空气弹簧单元74具备多个空气弹簧75，但在图2中图示了一个空气弹簧75。空气弹簧75的内压可以由未图示的气压传感器检测。
在主动除振装置10还具备用于主动控制空气弹簧单元74的伺服阀76。伺服阀76设置于多个脚部11中的每一个，但在图2中图示了一个伺服阀76。
在主动除振装置10还具备除振控制装置58。除振控制装置58例如能够由CPU(Central Processing Unit：中央处理单元)等构成，但并不限定于此。除振控制装置58通过控制伺服阀76来控制空气弹簧单元74，由此，能够控制除振台24的铅垂方向上的位置和除振台24的水平方向上的位置。除振控制装置58通过基于由振动检测部53检测出的振动和后述的控制参数59适当控制空气弹簧单元74来进行除振控制。
在主动除振装置10还具备存储部57。在存储部57中，例如具备未图示的易失性存储器和未图示的非易失性存储器。作为易失性存储器，例如能够列举RAM(RandomAccessMemory：随机存取存储器)等。作为非易失性存储器，例如能够列举ROM(Read Only Memory：只读存储器)、闪存等。程序、数据、表格等能够存储于存储部57。另外，在存储部57还存储有主动除振装置10的控制参数59。
主动除振装置10的控制参数59用于设定主动除振装置10的除振特性。控制参数59例如能够包括用于使主动除振装置10所具备的除振台24浮起的空气弹簧75的内压。另外，控制参数59例如能够包括用于主动控制空气弹簧75的伺服阀76的驱动量。另外，控制参数59例如能够包括具备空气弹簧75的空气弹簧单元74的目标位置。该目标位置例如是铅垂方向的目标位置和水平方向的目标位置。另外，控制参数59例如能够包括主动除振装置10的控制的反馈增益。在PI(Proportional-Integral：比例积分)控制的情况下，控制的反馈增益中能够包括比例增益及积分增益。另外，控制参数59例如能够包括与主动除振装置10所具备的未图示的滤波器相关的设定值。更具体而言，该滤波器设置于除振控制装置58所具备的控制电路。作为滤波器，例如能够列举高通滤波器等，但并不限定于此。作为与滤波器相关的设定值，例如能够列举滤波器时间常数、截止频率等，但并不限定于此。此外，控制参数59不需要包括这些全部。控制参数59能够包括它们中的至少一个。
如后所述，在工业机械13的设置环境等发生变化的情况下，需要进行主动除振装置10的除振特性的再调整。主动除振装置10的除振特性的再调整能够通过再设定控制参数59来进行。关于控制参数59的再设定，将在后面详细叙述。
数值控制装置38能够按照规定的加工程序对精密加工机12进行数值控制。数值控制装置38能够通过有线或无线而与主动除振装置10的除振控制装置58之间进行通信。另外，数值控制装置38能够通过有线或无线而与机器学习装置60之间进行通信。数值控制装置38具备运算部46、存储部50及报知部52。
在运算部46具备传感器值取得部47、驱动源控制部48及状态量取得部49。运算部46例如能够由CPU等构成，但并不限定于此。传感器值取得部47、驱动源控制部48及状态量取得部49能够通过由运算部46执行存储于存储部50的程序来实现。
传感器值取得部47能够取得从传感器40、42、44分别供给的信息、即传感器值。由传感器值取得部47取得的传感器值能够向驱动源控制部48供给。
驱动源控制部48能够控制驱动源21以使可动部22位于X轴引导件26上的指令位置。
运算部46能够算出X轴引导件26上的指令位置与X轴方向上的可动部22的实际位置之差即位置偏差、即X轴方向上的位置偏差。运算部46能够将这样算出的X轴方向上的位置偏差向机器学习装置60供给。
驱动源控制部48能够以使可动部30位于Z轴引导件34上的指令位置的方式控制驱动源32。运算部46能够算出Z轴引导件34上的指令位置与Z轴方向上的可动部30的实际位置之差即位置偏差、即Z轴方向上的位置偏差。运算部46能够将这样算出的Z轴方向上的位置偏差向机器学习装置60供给。
驱动源控制部48能够以使主轴16位于绕R轴的指令位置的方式控制驱动源29。运算部46能够算出绕R轴的指令位置与主轴16的实际位置之差即位置偏差、即绕R轴的位置偏差。运算部46能够将这样算出的绕R轴的位置偏差向机器学习装置60供给。
状态量取得部49能够取得与工业机械13相关的状态量。与工业机械13相关的状态量是表示工业机械13的设置环境等的信息。与工业机械13相关的状态量能够包括经由主动除振装置10而设置有工业机械13的地板36的强度。另外，与工业机械13相关的状态量能够包括工业机械13与未图示的其他机械的位置关系。另外，与工业机械13相关的状态量能够包括加工对象物14的质量。另外，与工业机械13相关的状态量能够包括工业机械13的周围温度。另外，与工业机械13相关的状态量能够包括工业机械13所受到的风压。另外，与工业机械13相关的状态量能够包括工业机械13的周围的声音。另外，与工业机械13相关的状态量能够包括施加于工业机械13的振动。此外，与工业机械13相关的状态量不需要包括所有这些状态量。与工业机械13相关的状态量能够包括它们中的至少任意一个。状态量取得部49能够使用未图示的传感器等取得与工业机械13相关的这些状态量。另外，状态量取得部49能够基于使用了未图示的输入单元的用户的信息输入来取得与工业机械13相关的这些状态量。此外，在此，以状态量取得部49设置于数值控制装置38的情况为例进行说明，但并不限定于此。例如，状态量取得部49的至少一部分也可以设置于机器学习装置60。另外，状态量取得部49的至少一部分也可以与工业机械13及机器学习装置60分开设置。
在存储部50例如具备未图示的易失性存储器和未图示的非易失性存储器。作为易失性存储器，例如能够列举RAM等。作为非易失性存储器，例如能够列举ROM、闪存等。程序、数据、表格等能够存储于存储部50。
报知部52例如能够由能够输出声音的未图示的音响装置构成。报知部52也可以由能够显示图像、文字等的未图示的显示装置构成。报知部52也可以由音响装置和显示装置构成。运算部46在位置偏差超过容许值(阈值)的情况下，能够使用报告部52向用户报知表示位置偏差超过容许值的信息。容许值例如能够设为10nm左右，但并不限定于此。
机器学习装置60能够进行输出与相关于工业机械13的状态量对应的控制参数的学习模型72的更新。学习模型72的更新能够在工业机械13的设置环境等发生了变化的情况下等进行。如上所述，机器学习装置60能够通过有线或无线而与数值控制装置38之间进行通信。另外，机器学习装置60能够通过有线或者无线而与主动除振装置10之间进行通信。
在机器学习装置60具备运算部62和存储部64。在运算部62具备取得部66、学习部68、控制参数决定部70以及输出部71。运算部62例如能够由CPU等构成，但并不限定于此。例如，也可以由ASIC(Application Specific Integrated Circuit：专用集成电路)、GPU(Graphics Processing Unit：图形处理单元)等构成运算部62。
存储部64例如具备未图示的易失性存储器和未图示的非易失性存储器。作为易失性存储器，例如能够列举RAM等。作为非易失性存储器，例如能够列举ROM、闪存等。程序、数据、表格等能够存储于存储部64。另外，如后所述，学习模型72能够存储于存储部64。
取得部66、学习部68、控制参数决定部70以及输出部71能够通过由运算部62执行存储于存储部64的程序来实现。
取得部66能够取得从运算部46供给的位置偏差作为教师数据。如上所述，位置偏差是指令位置与可动部16、22、30的实际位置之差。取得部66也可以进一步取得表示主动除振装置10的振动的信息作为教师数据。更具体而言，取得单元66可以进一步取得由振动检测单元53取得的信息作为教师数据。取得部66将这样取得的教师数据供给到学习部68。
在存储部64能够存储有学习模型72。学习模型72是将与工业机械13相关的状态量作为输入并将主动除振装置10的控制参数作为输出的学习模型。学习模型72是将位置偏差作为教师数据而生成的学习模型。学习模型72能够输出与工业机械13有关的状态量对应的控制参数。在存储部64能够相互关联地存储在后述的处理中暂定使用的控制参数和使用该控制参数进行了除振控制时的位置偏差。表示主动除振装置10的振动的信息也可以进一步与它们相关联地存储于存储部57。
学习部68能够进行学习模型72的更新。关于学习模型72的更新，将在后面详细叙述。学习模型72的生成也可以由学习部68进行。学习部68使用已有的机器学习的算法，使用由取得部66取得的教师数据来更新学习模型72。作为在学习部68中执行的机器学习的算法，例如能够列举使用回归的方法的算法，但并不限定于此。学习部68能够将通过后述的处理而更新的学习模型72存储于存储部64。
控制参数决定部70能够根据与工业机械13相关的状态量，将从学习模型72输出的控制参数决定为用于进行机器学习的暂定的控制参数。控制参数决定部70能够将位置偏差成为最小那样的最佳的控制参数决定为正式的控制参数。
输出部71能够将由控制参数决定部70决定的暂定的控制参数输出到除振控制装置58。另外，输出部71能够将由控制参数决定部70决定的正式的控制参数输出到除振控制装置58。
在工业机械13的设置环境等发生了变化的情况下，需要进行主动除振装置10的除振特性的再调整。例如，在经由主动除振装置10设置有工业机械13的地板36的强度发生了变化的情况下，需要进行主动除振装置10的除振特性的再调整。另外，在工业机械13与未图示的其他机械的位置关系发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。另外，在加工对象物14的质量发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。另外，在工业机械13的周围温度发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。另外，在工业机械13受到的风压发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。另外，在工业机械13的周围的声音发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。另外，在施加于工业机械13的振动发生了变化的情况下，也需要进行主动除振装置10的除振特性的再调整。主动除振装置10的除振特性的再调整能够通过再设定主动除振装置10的控制参数来进行。
能够根据工业机械13的设置环境等使用学习模型72取得控制参数、即与工业机械13相关的状态量对应的控制参数。然而，在工业机械13的设置环境等发生了变化的情况下，即使将表示变化后的设置环境等的状态量输入到学习模型72，也未必从该学习模型72输出适当的控制参数。因此，在本实施方式中，在工业机械13的设置环境等发生了变化的情况下，通过执行使用位置偏差作为教师数据的机器学习，更新学习模型72以便输出位置偏差成为容许值以下的控制参数。并且，使用更新后的学习模型72取得与变化后的设置环境等对应的控制参数。
学习模型72的更新如下进行。即，首先，由状态量取得部49取得与变化后的设置环境等对应的状态量，取得的状态量被供给到机器学习装置60。学习部68使用预先存储于存储部64的学习模型72，决定与该状态量对应的控制参数。即，学习单元68将从状态量取得单元49供给的状态量输入到学习模型72。当状态量被输入到学习模型72时，从学习模型72输出与该状态量对应的控制参数。机器学习装置60将从学习模型72输出的控制参数供给到主动除振装置10。此时，从机器学习装置60向主动除振装置10供给的控制参数是用于验证该控制参数的妥当性的暂定的控制参数。主动除振装置10基于从机器学习装置60供给的暂定的控制参数来进行除振控制。在位置偏差超过容许值的情况下，输出该控制参数的学习模型72是需要进一步的机器学习的学习模型。另一方面，在位置偏差为容许值以下的情况下，输出该控制参数的学习模型72是不一定需要进行进一步的机器学习的学习模型。学习部68通过将位置偏差作为教师数据进行机器学习，更新学习模型72以便能够输出位置偏差变得更小的控制参数。
学习部68将这样更新后的学习模型72存储于存储部64。控制参数决定部70能够将位置偏差成为最小那样的最佳的控制参数决定为正式的控制参数。输出部71将由控制参数决定部70决定的控制参数向除振控制装置58供给。除振控制装置58根据从输出部71供给的控制参数来更新存储在存储部57的控制参数59。这样，使用更新后的学习模型72取得与变化后的设置环境等对应的控制参数。
通过更新控制参数59，更新主动除振装置10的除振特性。除振控制装置58基于由振动检测部53检测出的振动和更新后的控制参数59，进行除振控制。
图3是示出本实施方式的机器学习装置的动作的流程图。
在步骤S1中，进行试验次数的设定。试验次数的设定既可以由学习部68自动地设定，也可以基于使用了未图示的输入单元的用户的信息输入来设定。试验次数的设定例如能够设为100次左右，但并不限定于此。之后，转移到步骤S2。
在步骤S2中，学习单元68将从状态量取得单元49供给的状态量输入到学习模型72。当对学习模型72输入状态量时，从学习模型72输出与该状态量对应的控制参数。之后，转移到步骤S3。
在步骤S3中，控制参数决定部70将从学习模型72输出的控制参数决定为暂定的控制参数。之后，转移到步骤S4。
在步骤S4中，输出部71将由控制参数决定部70决定的暂定的控制参数向除振控制装置58输出。之后，转移到步骤S5。
在步骤S5中，除振控制装置58基于从输出部71供给的暂定的控制参数和由振动检测部53检测出的振动，进行除振控制。之后，转移到步骤S6。
在步骤S6中，取得部66取得位置偏差作为教师数据。另外，也可以进行多次用于求出位置偏差的测定，通过均方根等统计的方法来算出位置偏差。取得部66也可以进一步取得表示主动除振装置10的振动的信息作为教师数据。之后，转移到步骤S7。
在步骤S7中，学习部68通过进行使用了教师数据的机器学习来更新学习模型72。之后，转移到步骤S8。
在步骤S8中，学习部68进行以下那样的处理。即，在位置偏差成为容许值以下的情况下，学习部68将暂时使用的控制参数和使用该控制参数进行除振控制时的位置偏差相互关联地存储于存储部57。在位置偏差成为容许值以下的情况不是首次的情况下，学习部68进行以下那样的处理。在位置偏差成为容许值以下且得到比以前得到的位置偏差小的位置偏差的情况下，学习部68将暂定使用的控制参数和使用该控制参数进行了除振控制时的位置偏差相互关联地存储于存储部57。在以前使用的暂定的控制参数和使用该控制参数进行除振控制时的位置偏差通过新的暂定的控制参数和使用该控制参数进行除振控制时的位置偏差来更新。这样，在存储部57存储有位置偏差变得更小的暂定的控制参数和使用该控制参数进行除振控制时的位置偏差。此外，也可以将表示主动除振装置10的振动的信息进一步与它们相关联地存储于存储部57。之后，转移到步骤S9。
在步骤S9中，学习部68判定试验次数是否达到预先设定的次数。在试验次数达到预先设定的次数的情况下(在步骤S9中为“是”)，转移到步骤S10。在试验次数未达到预先设定的次数的情况下(在步骤S9中为“否”)，反复进行步骤S2以后的处理。
在步骤S10中，控制参数决定部70将存储于存储部64的暂定的控制参数决定为正式的控制参数。由于在存储部57存储有位置偏差最小的暂定的控制参数，因此能够将最佳的控制参数决定为正式的控制参数。此外，控制参数决定部70也可以通过进一步考虑表示主动除振装置10的振动的信息的综合判断来决定正式的控制参数。之后，转移到步骤S11。
在步骤S11中，输出部71将由控制参数决定部70决定的正式的控制参数向主动除振装置10输出。之后，转移到步骤S12。
在步骤S12中，除振控制装置58根据从输出部71供给的控制参数来更新存储于存储部57的控制参数59。这样，图3所示的处理完成。
这样，根据本实施方式，使用指令位置与可动部16、22、30的实际位置之差即位置偏差作为教师数据，更新输出与工业机械13相关的状态量对应的控制参数的学习模型72。因此，根据本实施方式，能够在不需要繁杂的作业的情况下适当地决定主动除振装置10的控制参数。
对本发明的优选的实施方式进行了说明，但本发明并不限定于上述实施方式，在不脱离本发明的主旨的范围内能够进行各种改变。
总结上述实施方式，如下所述。
机器学习装置(60)决定搭载有工业机械(13)的主动除振装置(10)的控制参数(59)，所述工业机械具备：可动部(16、22、30)；驱动源(21、29、32)，该驱动源驱动所述可动部；以及驱动源控制部(48)，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，所述机器学习装置具备：取得部(66)，该取得部取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；存储部(64)，该存储部存储学习模型(72)，该学习模型输出与所述工业机械相关的状态量所对应的所述控制参数；以及学习部(68)，该学习部使用所述教师数据来更新所述学习模型。根据这样的结构，使用指令位置与可动部的实际位置之差即位置偏差作为教师数据，更新输出与工业机械相关的状态量所对应的控制参数的学习模型。因此，根据这样的结构，能够在不需要繁杂的作业的情况下适当地决定主动除振装置的控制参数。
也可以是，还具备：控制参数决定部(70)，该控制参数决定部使用由所述学习部更新后的所述学习模型来决定与所述状态量对应的所述控制参数；以及输出部(71)，该输出部将由所述控制参数决定部决定的所述控制参数向所述主动除振装置输出。
也可以是，所述取得部还取得表示所述主动除振装置的振动的信息作为所述教师数据。根据这样的结构，能够更适当地决定主动除振装置的控制参数。
也可以是，所述控制参数包括用于使所述主动除振装置所具备的除振台(24)浮起的空气弹簧(75)的内压、用于主动控制所述空气弹簧的伺服阀(76)的驱动量、具备所述空气弹簧的空气弹簧单元(74)的目标位置、所述主动除振装置的控制的反馈增益、以及与主动除振装置所具备的滤波器相关的设定值中的至少任意一个。
也可以是，所述状态量包括经由所述主动除振装置设置有所述工业机械的地板(36)的强度、所述工业机械与其他机械的位置关系、加工对象物(14)的质量、所述工业机械的周围温度、所述工业机械所受到的风压、所述工业机械的周围的声音、以及施加于所述工业机械的振动中的至少任意一方。
也可以是，所述驱动源是伺服马达。根据这样的结构，能够提供加工精度良好的工业机械。
也可以是，所述工业机械是按照加工指令以100nm以下的加工精度对加工对象物就加工的超精密机床。
工业机械具备上述那样的机器学习装置。
机器学习方法是决定搭载有工业机械的主动除振装置的控制参数的机器学习方法，所述工业机械具备：可动部；驱动源，该驱动源驱动所述可动部；以及驱动源控制部，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，所述机器学习方法具有：取得步骤(S6)，该取得步骤取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；以及步骤(S7)，该步骤使用所述教师数据来更新学习模型，该学习模型输出与所述工业机械相关的状态量对应的所述控制参数。
还具有：步骤(S3)，该步骤使用在更新所述学习模型的步骤中更新后的所述学习模型来决定与所述状态量对应的所述控制参数；以及步骤(S4)，该步骤将在决定所述控制参数的步骤中决定的所述控制参数向所述主动除振装置输出。
也可以是，在所述取得步骤中进一步取得表示所述主动除振装置的振动的信息作为所述教师数据。
也可以是，所述控制参数包括用于使所述主动除振装置所具备的除振台浮起的空气弹簧的内压、用于主动控制所述空气弹簧的伺服阀的驱动量、具备所述空气弹簧的空气弹簧单元的目标位置、所述主动除振装置的控制的反馈增益、以及与主动除振装置所具备的滤波器相关的设定值中的至少任意一个。
也可以是，所述状态量包括经由所述主动除振装置设置有所述工业机械的地板的强度、所述工业机械与其他机械的位置关系、加工对象物的质量、所述工业机械的周围温度、所述工业机械所受到的风压、所述工业机械的周围的声音、以及施加于所述工业机械的振动中的至少任意一个。

Claims (13)

1.一种机器学习装置，决定搭载有工业机械的主动除振装置的控制参数，所述机器学习装置的特征在于，
所述工业机械具备：可动部；驱动源，该驱动源驱动所述可动部；以及驱动源控制部，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，
所述机器学习装置具备：
取得部，该取得部取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；
存储部，该存储部存储学习模型，该学习模型输出与所述工业机械相关的状态量所对应的所述控制参数；以及
学习部，该学习部使用所述教师数据来更新所述学习模型。
2.根据权利要求1所述的机器学习装置，其特征在于，还具备：
控制参数决定部，该控制参数决定部使用由所述学习部更新后的所述学习模型来决定与所述状态量对应的所述控制参数；以及
输出部，该输出部将由所述控制参数决定部决定的所述控制参数向所述主动除振装置输出。
3.根据权利要求1或2所述的机器学习装置，其特征在于，
所述取得部还取得表示所述主动除振装置的振动的信息作为所述教师数据。
4.根据权利要求1～3中任一项所述的机器学习装置，其特征在于，
所述控制参数包括用于使所述主动除振装置所具备的除振台浮起的空气弹簧的内压、用于主动控制所述空气弹簧的伺服阀的驱动量、具备所述空气弹簧的空气弹簧单元的目标位置、所述主动除振装置的控制的反馈增益、以及与主动除振装置所具备的滤波器相关的设定值中的至少任意一个。
5.根据权利要求1～4中任一项所述的机器学习装置，其特征在于，
所述状态量包括经由所述主动除振装置设置有所述工业机械的地板的强度、所述工业机械与其他机械的位置关系、加工对象物的质量、所述工业机械的周围温度、所述工业机械所受到的风压、所述工业机械的周围的声音、以及施加于所述工业机械的振动中的至少任意一个。
6.根据权利要求1～5中任一项所述的机器学习装置，其特征在于，
所述驱动源是伺服马达。
7.根据权利要求1～6中任一项所述的机器学习装置，其特征在于，
所述工业机械是按照加工指令以100nm以下的加工精度对加工对象物进行加工的超精密机床。
8.一种工业机械，其特征在于，
具备权利要求1～7中任一项所述的机器学习装置。
9.一种机器学习方法，决定搭载有工业机械的主动除振装置的控制参数，该机器学习方法的特征在于，
所述工业机械具备：可动部；驱动源，该驱动源驱动所述可动部；以及驱动源控制部，该驱动源控制部以使所述可动部位于指令位置的方式控制所述驱动源，
所述机器学习方法具有如下步骤：
取得步骤，该取得步骤取得位置偏差作为教师数据，该位置偏差是所述指令位置与所述可动部的实际位置之差；以及
使用所述教师数据来更新学习模型的步骤，该学习模型输出与所述工业机械相关的状态量所对应的所述控制参数。
10.根据权利要求9所述的机器学习方法，其特征在于，
还具有如下步骤：
使用在更新所述学习模型的步骤中更新后的所述学习模型来决定与所述状态量对应的所述控制参数的步骤；以及
将在决定所述控制参数的步骤中决定的所述控制参数向所述主动除振装置输出的步骤。
11.根据权利要求9或10所述的机器学习方法，其特征在于，
在所述取得步骤中进一步取得表示所述主动除振装置的振动的信息作为所述教师数据。
12.根据权利要求9～11中任一项所述的机器学习方法，其特征在于，
所述控制参数包括用于使所述主动除振装置所具备的除振台浮起的空气弹簧的内压、用于主动控制所述空气弹簧的伺服阀的驱动量、具备所述空气弹簧的空气弹簧单元的目标位置、所述主动除振装置的控制的反馈增益、以及与主动除振装置所具备的滤波器相关的设定值中的至少任意一个。
13.根据权利要求9～12中任一项所述的机器学习方法，其特征在于，
所述状态量包括经由所述主动除振装置设置有所述工业机械的地板的强度、所述工业机械与其他机械的位置关系、加工对象物的质量、所述工业机械的周围温度、所述工业机械所受到的风压、所述工业机械的周围的声音、以及施加于所述工业机械的振动中的至少任意一个。
CN202011020908.0A 2019-09-27 2020-09-25 机器学习装置、机器学习方法及工业机械 Withdrawn CN112578735A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019176341A JP7368159B2 (ja) 2019-09-27 2019-09-27 機械学習装置、機械学習方法及び産業機械
JP2019-176341 2019-09-27

Publications (1)

Publication Number Publication Date
CN112578735A true CN112578735A (zh) 2021-03-30

Family

ID=74873149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011020908.0A Withdrawn CN112578735A (zh) 2019-09-27 2020-09-25 机器学习装置、机器学习方法及工业机械

Country Status (4)

Country Link
US (1) US11748659B2 (zh)
JP (1) JP7368159B2 (zh)
CN (1) CN112578735A (zh)
DE (1) DE102020124884A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2022249356A1 (zh) * 2021-05-26 2022-12-01

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6453210A (en) 1987-05-13 1989-03-01 Hitachi Ltd Method and device for driving servo system
JP3534440B2 (ja) 1994-05-20 2004-06-07 倉敷化工株式会社 アクティブ除振装置及びその制御方法
JP2000275370A (ja) 1999-03-25 2000-10-06 Canon Inc ステージおよびアクティブ除振装置の補償パラメータ更新方法
JP2003022958A (ja) 2001-07-09 2003-01-24 Canon Inc 露光装置、デバイス製造方法、半導体製造工場および露光装置の保守方法
JP4970904B2 (ja) 2006-11-06 2012-07-11 倉敷化工株式会社 アクティブ除振装置
JP6152001B2 (ja) * 2012-08-03 2017-06-21 キヤノン株式会社 アクティブ除振装置、除振方法、加工装置、検査装置、露光装置及びワークの製造方法
EP2846062B1 (de) 2013-09-10 2017-05-31 Integrated Dynamics Engineering GmbH Schwingungsisolationssystem mit in Teilbereiche unterteilter Auflage sowie Verfahren zu dessen Regelung
US10564032B2 (en) * 2014-09-10 2020-02-18 Mitsubishi Electric Corporation Vibration mode determining apparatus
JP6266144B1 (ja) * 2017-01-27 2018-01-24 Dmg森精機株式会社 振動状態検出装置及び振動状態検出装置を備えた工作機械
US10697822B2 (en) * 2017-01-31 2020-06-30 ProAxion, Inc. Devices, methods and computer program products providing multi-axis vibrational measurement with predictive analysis
JP2019086928A (ja) * 2017-11-06 2019-06-06 ファナック株式会社 制御装置及び機械学習装置
JP6956122B2 (ja) * 2019-01-24 2021-10-27 ファナック株式会社 フィルタの係数を最適化する機械学習システム、制御装置及び機械学習方法
JP7264776B2 (ja) * 2019-09-04 2023-04-25 ファナック株式会社 パラメータの設定方法、及び、制御装置
JP7424777B2 (ja) * 2019-09-13 2024-01-30 ファナック株式会社 機械学習装置、制御装置、生成方法および制御方法
JP7344134B2 (ja) * 2020-01-20 2023-09-13 オークマ株式会社 振動抑制装置及び振動抑制方法

Also Published As

Publication number Publication date
US11748659B2 (en) 2023-09-05
US20210097440A1 (en) 2021-04-01
JP7368159B2 (ja) 2023-10-24
DE102020124884A1 (de) 2021-04-01
JP2021056564A (ja) 2021-04-08

Similar Documents

Publication Publication Date Title
JP6348137B2 (ja) 工作物の良否を判定する加工機械システム
JP5870143B2 (ja) 上下ガイドの熱変位補正機能を有するワイヤ放電加工機
WO2018003813A1 (ja) 工作機械、加工物の製造方法、及び加工システム
US10095215B2 (en) Thermal displacement correction apparatus for machine tool
JP2005196242A (ja) 倣い加工装置
CN115398360A (zh) 用于机床上的基于特征图的误差补偿的机床控制和方法
CN112578735A (zh) 机器学习装置、机器学习方法及工业机械
JP2019152936A (ja) 工作機械の加工シミュレーション装置
EP3948453A1 (en) Calibration method and method of obtaining workpiece information
JP5226843B2 (ja) 機械における原点位置調整方法および原点位置調整機能を有する機械
JP2010262474A (ja) 工作機械の加工支援システム
JP2007021721A (ja) ボールねじの熱変位補正装置
CN105773423B (zh) 补偿磨削机中温度诱发的偏差的方法和相应地装配的机器
US11629775B2 (en) Parameter setting method and control apparatus
CN111624940B (zh) 信息处理装置以及信息处理方法
JP6474450B2 (ja) 工作機械の制御システム
JP7158636B1 (ja) 加工評価装置、加工システム、および加工評価方法
JP2020086514A (ja) パラメータ設定装置、システムおよびパラメータ設定方法
JP2019171561A (ja) ワークピース／ツール間境界における振動現象を制限するための方法
JP6490118B2 (ja) 数値制御装置
JP4082598B2 (ja) 数値制御工作機械の熱変位補正方法及び装置
JP5334932B2 (ja) パラメータ設定方法およびパラメータ設定装置
JP2021126707A (ja) 数値制御方法及び数値制御装置
JPH05169351A (ja) 工作機械の熱変位補正方法
US11003171B2 (en) Parameter setting device, system, and parameter setting method

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210330

WW01 Invention patent application withdrawn after publication