CN113557484A - 加工面性状评价装置、加工面性状评价方法及机器学习装置 - Google Patents
加工面性状评价装置、加工面性状评价方法及机器学习装置 Download PDFInfo
- Publication number
- CN113557484A CN113557484A CN202080019512.6A CN202080019512A CN113557484A CN 113557484 A CN113557484 A CN 113557484A CN 202080019512 A CN202080019512 A CN 202080019512A CN 113557484 A CN113557484 A CN 113557484A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- model
- shape
- distance field
- cutting edge
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 206
- 238000010801 machine learning Methods 0.000 title claims description 31
- 238000005520 cutting process Methods 0.000 claims abstract description 192
- 238000012545 processing Methods 0.000 claims abstract description 77
- 238000004088 simulation Methods 0.000 claims abstract description 53
- 238000003754 machining Methods 0.000 claims description 87
- 230000006870 function Effects 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 33
- 230000033001 locomotion Effects 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 29
- 238000013500 data storage Methods 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 24
- 210000004027 cell Anatomy 0.000 description 17
- 238000013528 artificial neural network Methods 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000003746 surface roughness Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012840 feeding operation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000019592 roughness Nutrition 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 235000019587 texture Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
加工面性状评价装置(100)具有:简易切削仿真执行部(10),其是仿真执行部,执行使切刃包络形状模型(15a)相对于工件形状模型而移动的仿真,在仿真中进行将工件形状模型之中的切刃包络形状模型(15a)所经过的区域从工件形状模型减去的运算;距离场模型生成部(11),其关于由切刃对被加工物进行切削而在被加工物形成的加工面形状,基于切刃的规格而生成表示从空间上的点起的加工面形状的距离即距离场的距离场模型;偏移曲面生成部(12),其生成表示在从工件形状模型上的加工面分离预先决定的偏移距离的位置所存在的偏移曲面的偏移曲面数据;以及评价部,其按照距离场模型对偏移曲面上的点处的距离场的值进行计算,由此对面性状进行评价。
Description
技术领域
本发明涉及通过仿真对使用旋转刀具的切削加工中的加工面的面性状进行评价的加工面性状评价装置、加工面性状评价方法及机器学习装置。
背景技术
在使用旋转刀具的切削加工中,在旋转刀具一边绕旋转轴旋转、一边沿移动路径移动的过程中,切刃与被加工物交叉,对被加工物的表面进行切削,由此将被加工物向期望的形状加工。在被加工物之中的实施切削加工的面即加工面,有时会残留伴随尖头形状的鳞状的微细的凹凸即加工痕。残留于加工后的加工面的加工痕的状态会影响被加工物的表面的平滑度这一加工品质。在下面的说明中,有时将加工后的加工面的状态称为面性状或者加工面性状。以往,加工面性状的评价除了通过目视进行的观察以外,是使用接触式或者非接触式的探针对表面粗糙度进行测量而进行的。
伴随尖头形状的上述的加工痕是由于2个原因组合而产生的。第1原因是与一边将移动路径稍微向横向偏移、一边进行加工的周期进给动作相关,在彼此相邻的移动路径之间产生条纹。该条纹在周期进给方向排列。第2原因是在旋转刀具所具有的1或多个切刃各自旋转中与被加工物断续地交叉,对被加工物进行切削而产生条纹。该条纹在移动路径的方向即进给方向排列。在旋转刀具的旋转比旋转刀具的进给速度快的加工条件下的加工的情况下,上述第1原因处于主导,因此在加工面性状的评价中关于上述第2原因大多不考虑。但是,近年为了缩短加工时间而处于进给速度高速化的倾向,要求高的加工品质的情形增加,因此还要求考虑上述第2原因而对加工面性状进行评价。
由于制造现场的系统化的发展,希望不进行实际加工而是通过仿真对加工面性状进行事先评价的要求提高。因此,以往提出了通过仿真库对加工面性状进行评价的各种方法。
在专利文献1中公开了通过使切刃相对于被加工物的绝对刃尖位置向被加工物转印而对被加工物的加工后形状进行计算的装置。专利文献1所涉及的装置基于切刃相对于旋转刀具的旋转中心的相对刃尖位置和旋转中心的位移量而对绝对刃尖位置进行计算。专利文献1所涉及的装置能够定量地掌握表示加工面性状的特性值。
专利文献1:日本专利第5942423号公报
发明内容
上述专利文献1所涉及的装置通过沿移动路径的点序列数据而对加工后形状进行表现,求出从设为加工目标的形状起的点序列数据的偏差即上述特性值。通过点序列数据对加工面进行表现,因此需要将大量的点序列数据稠密地配置。因此,根据上述专利文献1所涉及的现有技术,在进行加工面性状的高精度的评价时,需要数据尺寸变得庞大化。另外,根据上述专利文献1所涉及的现有技术,为了对伴随时时刻刻的加工而被逐次更新的点序列数据进行处理,需要庞大的运算。如上所述,根据现有技术,存在难以高精度地且以少的运算负担对加工面性状进行评价样的问题。
本发明就是鉴于上述情况而提出的,其目的在于,得到能够高精度地且以少的运算负担对加工面性状进行评价的加工面性状评价装置。
为了解决上述的课题,达到目的,本发明所涉及的加工面性状评价装置通过仿真对使用具有切刃的旋转刀具对被加工物进行切削时的加工面的面性状进行评价。本发明所涉及的加工面性状评价装置具有:仿真执行部,其执行使表示通过旋转刀具的旋转而切刃所描绘的3维形状即包络形状的切刃包络形状模型,相对于表示被加工物的3维形状的工件形状模型而移动的仿真,在仿真中进行将工件形状模型之中的切刃包络形状模型所经过的区域从工件形状模型减去的运算;距离场模型生成部,其关于由切刃对被加工物进行切削而在被加工物形成的加工面形状,基于切刃的规格而生成表示从空间上的点起的加工面形状的距离即距离场的距离场模型;偏移曲面生成部,其生成表示在从工件形状模型上的加工面分离预先决定的偏移距离的位置所存在的偏移曲面的偏移曲面数据;以及评价部,其按照距离场模型对偏移曲面上的点处的距离场的值进行计算,由此对面性状进行评价。
发明的效果
本发明所涉及的加工面性状评价装置具有下述效果,即,能够高精度地且以少的运算负担对加工面性状进行评价。
附图说明
图1是表示本发明的实施方式1所涉及的加工面性状评价装置的功能结构的框图。
图2是用于对图1所示的加工面性状评价装置所具有的简易切削仿真执行部所涉及的动作进行说明的第1图。
图3是用于对图1所示的加工面性状评价装置所具有的简易切削仿真执行部所涉及的动作进行说明的第2图。
图4是用于对由图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第1图。
图5是用于对由图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第2图。
图6是用于对由图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第3图。
图7是用于对由图1所示的加工面性状评价装置所具有的偏移曲面生成部生成的偏移曲面数据进行说明的第1图。
图8是用于对由图1所示的加工面性状评价装置所具有的偏移曲面生成部生成的偏移曲面数据进行说明的第2图。
图9是用于对图1所示的加工面性状评价装置所具有的加工面性状评价部所涉及的描绘处理的动作进行说明的图。
图10是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第1图。
图11是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第2图。
图12是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第3图。
图13是用于对通过图1所示的加工面性状评价装置所具有的距离场模型生成部对3维空间中的距离场的值进行计算的方法进行说明的图。
图14是表示实施方式1所涉及的加工面性状评价装置的动作顺序的流程图。
图15是表示本发明的实施方式2所涉及的加工面性状评价装置的功能结构的框图。
图16是表示实施方式2所涉及的加工面性状评价装置的动作顺序的流程图。
图17是对由本发明的实施方式3所涉及的加工面性状评价装置执行的处理进行说明的图。
图18是对由本发明的实施方式4所涉及的加工面性状评价装置执行的处理进行说明的图。
图19是表示本发明的实施方式1至4所涉及的加工面性状评价装置的硬件结构的框图。
图20是表示包含本发明的实施方式5所涉及的机器学习装置的评价系统的框图。
图21是表示实施方式5所涉及的机器学习装置在学习时使用的神经网络的结构例的图。
具体实施方式
下面,基于附图对本发明的实施方式所涉及的加工面性状评价装置、加工面性状评价方法及机器学习装置详细地进行说明。此外,本发明不受本实施方式限定。
实施方式1.
图1是表示本发明的实施方式1所涉及的加工面性状评价装置的功能结构的框图。加工面性状评价装置100关于通过NC(Numerical Control)工作机械进行的切削加工,通过仿真对加工面的面性状进行评价。NC工作机械通过使用具有1或多个切刃的旋转刀具,从而对被加工物进行切削。在实施方式1中,旋转刀具设为球头立铣刀。另外,有时将旋转刀具所具有的1或多个切刃称为切刃部。在下面的说明中,切刃是指各个构成切刃部的1或多个切刃。
加工面性状评价装置100具有简易切削仿真执行部10、距离场模型生成部11、偏移曲面生成部12和加工面性状评价部21的各处理部。加工面性状评价部21具有距离场模型评价部13和工件形状描绘部14。加工面性状评价部21作为对加工面的面性状进行评价的评价部起作用。关于各处理部的详细内容在后面记述。
加工面性状评价装置100具有刀具模型数据储存部15、刀具移动路径数据储存部16、加工条件数据储存部17、工件形状模型储存部18、详细加工面距离场模型储存部19和偏移曲面数据储存部20的各储存部。上述各处理部对在各储存部中储存的各数据进行参照或者处理。关于各数据的详细内容在后面记述。
在加工面性状评价装置100与具有显示画面400的仪器进行连接。具有显示画面400的仪器是将被加工物的形状即工件形状的描绘图像在显示画面400进行显示的外部仪器。在图1中,将与具有显示画面400的仪器之中的除了显示画面400以外的结构有关的图示进行省略。另外,加工面性状评价装置100具有操作者用于对加工面性状评价装置100进行操作的输入设备和用于从外部输入数据的外部输入单元。输入设备是键盘或者指点设备等。在加工面性状评价装置100,通过向外部输入单元的数据输入,对刀具移动数据、加工条件数据及工件形状模型的初始形状进行设定。在图1中,将输入设备和外部输入单元的图示进行省略。
刀具模型数据储存部15对刀具模型数据即切刃包络形状模型15a及切刃详细数据15b进行储存。切刃包络形状模型15a是表示切刃部的包络形状的切刃模型。切刃部的包络形状是通过旋转刀具的旋转而切刃部所描绘的3维形状。在球头立铣刀的情况下,切刃部的包络形状是在圆柱的下部前端带有半球的形状。包络形状也可以说是使切刃部的外缘所形成的包络线以旋转刀具的旋转轴为中心进行旋转而得到的立体形状。包络线是在从侧方观察切刃部的外观的俯视观察的情况下切刃部的外缘所形成的曲线。
切刃详细数据15b是与构成切刃部的切刃相关的详细的规格有关的数据。在切刃详细数据15b至少包含构成切刃部的切刃的数量、切刃的配置角度、切刃的扭转角这样的决定切刃部的结构的参数和决定切刃的详细形状的参数。
刀具移动路径数据储存部16对旋转刀具的移动路径数据进行储存。移动路径数据是相对于被加工物使旋转刀具移动的移动路径的数据。在移动路径数据中包含在加工动作中从被加工物观察的与旋转刀具的位置及姿态相关的数据。
加工条件数据储存部17对切削加工中的加工条件数据进行储存。在加工条件数据中至少包含旋转刀具的进给速度的数据和旋转刀具的旋转速度的数据。
工件形状模型储存部18对表示被加工物的3维形状的工件形状模型进行储存。工件形状模型是将从加工的开始至结束为止的时时刻刻的被加工物的形状通过3维形状的模型进行模拟得到的数据。在工件形状模型的表现形式能够使用边界表现(BoundaryRepresentation:B-Rep)模型或者体素模型等。
详细加工面距离场模型储存部19对详细加工面距离场模型进行储存。详细加工面距离场模型是将加工面形状的距离场表现出的数据。在被加工物一边沿移动路径使旋转刀具移动一边使切刃部旋转的期间,各切刃对被加工物的彼此不同的位置进行切削。详细加工面距离场模型设为是表示通过每个切刃的切削在被加工物表现的微细的加工面形状的数据,且设为表示被加工物中的加工面整体的详细形状的距离场模型。在下面的说明中,有时将该微细的加工面形状称为切刃等级的加工面形状或者详细形状。
偏移曲面数据储存部20对偏移曲面数据进行储存。偏移曲面数据是表示在从工件形状模型上的加工面远离预先决定的距离的位置所存在的曲面即偏移曲面的数据。
接下来,对加工面性状评价装置100所具有的各处理部的动作进行说明。简易切削仿真执行部10是加工面性状评价装置100所具有的仿真执行部。简易切削仿真执行部10执行使切刃包络形状模型15a相对于工件形状模型而移动的仿真。另外,简易切削仿真执行部10进行在该仿真中将工件形状模型之中的切刃包络形状模型15a所经过的区域从工件形状模型减去的运算。简易切削仿真执行部10基于仿真的结果而重复对工件形状模型进行更新的处理。简易切削仿真执行部10在仿真使用切刃包络形状模型15a,由此执行比上述的切刃等级粗略且简易的仿真即简易切削仿真。
图2是用于对图1所示的加工面性状评价装置所具有的简易切削仿真执行部所涉及的动作进行说明的第1图。图3是用于对图1所示的加工面性状评价装置所具有的简易切削仿真执行部所涉及的动作进行说明的第2图。简易切削仿真执行部10将在刀具模型数据储存部15中储存的切刃包络形状模型15a和在工件形状模型储存部18中储存的工件形状模型18a读出。如图2所示,切刃包络形状模型15a将球头立铣刀所具有的切刃部的包络形状通过圆柱和半球的组合而表示。
简易切削仿真执行部10使切刃包络形状模型15a沿移动路径移动而近似地进行切刃包络形状模型15a和工件形状模型18a的相对移动。简易切削仿真执行部10求出切刃包络形状模型15a所经过的区域与工件形状模型18a相交叉的区域,将求出的区域从工件形状模型18a减去。通过如图2所示使切刃包络形状模型15a移动的仿真,如图3所示,得到图2所示的工件形状模型18a的一部分被切除的工件形状模型18a。工件形状模型储存部18对通过仿真而得到的工件形状模型18a进行储存。
距离场模型生成部11生成详细的距离场模型即上述的详细加工面距离场模型。距离场模型生成部11关于通过旋转刀具的旋转而切刃各自对被加工物进行切削而在被加工物形成的加工面形状,生成详细加工面距离场模型,该详细加工面距离场模型表示从空间上的点即关注点起的加工面形状的距离即距离场。距离场模型生成部11基于切刃部的规格即从刀具模型数据储存部15读出的切刃详细数据15b而生成详细加工面距离场模型。
在这里,距离场是指在设置有对象物的空间形成的标量场的一种,通过从空间的任意的关注点至对象物的表面为止的距离而赋予关注点处的场的值。通常,在距离场的值即距离值使用从关注点至对象物的表面为止的欧几里得最短距离,或者与欧几里得最短距离实质上等价的距离。另外,通过使距离值的标号不同,从而能够识别关注点是处于对象物的形状的内部,还是关注点处于对象物的形状的外部。在实施方式1中,设为按照距离值的标号在关注点处于对象物的形状的内部的情况下为负,在关注点处于对象物的形状的外部的情况下为正这一规定而决定。距离场模型生成部11在距离场模型的生成时采用按照该规定而决定了标号的带标号距离。
在数学上,距离场能够视作从空间上的点P向带标号距离d的单价函数d=f(P)。如上所述的函数被称为距离函数。从工学的观点出发,在距离函数,与形状的种类相应地,设为包含能够如从点P至平面或者球面为止的距离那样,通过算式直接记述和作为为了通过计算机程序进行计算的手续而记述。
不同的2个形状各自的距离场之间能够确定与形状布尔运算相当的合成运算。在将标号的规定按照上述方式确定的情况下,在将任意的点P处的一个形状“A”的距离场的值标记为distA(P),将另一个形状“B”的距离场的值标记为distB(P)的情况下,与各种形状布尔运算相当的合成运算归结为下面的式。
形状的反转(¬A):-distA(P)
积运算(A∩B):max(distA(P),distB(P))
和运算(A∪B):min(distA(P),distB(P))
差运算(A-B):max(distA(P),-distB(P))
切削加工是材料去除加工的一种,从加工前的工件形状将切刃部所经过的区域形状减去后的形状成为加工后的工件形状。其相当于形状布尔值的差运算。考虑各个形状的距离场,如果进行与上述的差运算相对应的合成运算,则得到加工后的工件形状的距离场。
在实施方式1中,加工面性状评价装置100将通过切削在工件形状形成的加工面的详细形状设为面性状的评价的对象。在上述加工面的附近,在距离场彼此的差运算中切刃所经过的区域形状的距离场处于主导。在该情况下,能够忽略工件形状的距离场,因此加工面性状评价装置100通过考虑由上述的差运算即max运算的第2项表示的距离场,即,使切刃所经过的区域形状反转后的形状的距离场,从而能够对面性状进行评价。
基于图4至图6对切刃等级的加工面形状所形成的距离场进行说明。图4是用于对图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第1图。图5是用于对图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第2图。图6是用于对图1所示的加工面性状评价装置设为评价的对象的加工面所具有的形状的距离场进行说明的第3图。
在图4示出了与旋转刀具的旋转轴垂直的平面中的切刃部41和被加工物43。切刃部41一边绕旋转轴旋转、一边沿移动路径42移动。切刃部41的各切刃将被加工物43的表面部分削掉,由此在被加工物43形成具有切刃等级的加工面形状即详细形状的加工面44。在图4中,详细形状是切刃之中的沿前端部的轨迹的凹形的曲面形状的各个形状。
在图5中,将点P1和点P2作为任意的点P,点P至加工面44为止的带标号距离d被唯一地确定。距离d1是从点P1至加工面44为止的带标号距离d。距离d2是从点P2至加工面44为止的带标号距离d。如上所述的带标号距离d成为场的值这样的距离场形成加工面44所具有的详细形状的距离场。
如上所述,距离场是对点P和带标号距离d的值的关系进行规定的距离函数,例如通过d=f(P)记述。在实施方式1中,距离场模型生成部11生成记述有用于基于任意地指定的点P而求出表示详细形状的距离场的距离函数f(P)的值的顺序的数据。用于求出距离函数f(P)的值的顺序是用于使用计算机程序对距离函数f(P)的值进行计算的顺序。如上所述,距离场模型生成部11生成记述有用于求出距离函数f(P)的值的顺序的数据即详细加工面距离场模型。详细加工面距离场模型储存部19对由距离场模型生成部11生成的详细加工面距离场模型进行储存。
此外,表示详细形状的距离场的距离函数f(P)如图6所示,在切刃部41的旋转和旋转刀具相对于被加工物的移动的合成运动即次摆线运动下,由将表示区域形状46的距离场的距离函数g(P)的标号反转,即,f(P)=-g(P)赋予。区域形状46是将切刃部41的旋转轴C和切刃的前端B连结的动径45所经过的区域的形状。在切刃部41由多个切刃构成的情况下,关于针对每个切刃的动径,求出表示区域形状46的距离场的距离函数,通过针对每个切刃的距离函数的min运算而得到距离函数g(P)。min运算是相当于上述的形状布尔运算即和运算的合成运算。
偏移曲面生成部12生成表示偏移曲面的偏移曲面数据。偏移曲面是在从通过简易切削仿真执行部10生成的加工后的工件形状模型18a上指定出的加工面以预先决定的偏移距离分离后的位置所存在的曲面。
图7是用于对通过图1所示的加工面性状评价装置所具有的偏移曲面生成部生成的偏移曲面数据进行说明的第1图。图8是用于对通过图1所示的加工面性状评价装置所具有的偏移曲面生成部生成的偏移曲面数据进行说明的第2图。
在图7示出了与旋转刀具的旋转轴垂直的平面中的工件形状模型18a和切刃包络形状模型15a。在图8示出了与旋转刀具的旋转轴垂直的平面中的工件形状模型18a上的加工面51和偏移曲面20a的几何学关系。简易切削仿真执行部10如图7所示,执行相对于工件形状模型18a使切刃包络形状模型15a沿移动路径42移动的仿真。通过该仿真,在工件形状模型18a上生成加工面51。如图8所示,偏移曲面20a是从加工面51以偏移距离h分离的曲面。偏移曲面生成部12基于加工面51的数据和另行计算出的偏移距离h,生成偏移曲面数据。
偏移曲面生成部12基于切刃部41的半径、切刃部41所具有的切刃的数量、旋转刀具的旋转速度及旋转刀具的进给速度的各值,对偏移距离h进行计算。切刃部41的半径设为经过各切刃的前端的圆的半径。经过各切刃的前端的圆的中心是旋转刀具的旋转轴。偏移曲面生成部12通过从刀具模型数据储存部15读出的切刃详细数据15b而取得切刃部41的半径及切刃的数量的各值。偏移曲面生成部12通过从加工条件数据储存部17读出的加工条件数据而取得旋转刀具的旋转速度及旋转刀具的进给速度的各值。
偏移曲面生成部12通过下式(1),对名目上的尖头高度即偏移距离h进行计算。此外,在式(1)中,R表示切刃部41所具有的形状的半径。Fz表示每1个切刃的切刃部41的进给量。fz是通过fz=F/(n×S)的关系进行计算的。F设为旋转刀具的进给速度,n设为切刃部41所具有的切刃的数,S设为旋转刀具的旋转速度。F的单位设为mm/min,S的单位设为rev/min。
【式1】
加工面性状评价部21生成表示加工面性状的评价结果的图像。加工面性状评价部21通过工件形状描绘部14和距离场模型评价部13的协调动作,使表示评价结果的图像重叠于工件形状的描绘图像。
在这里,对加工面性状评价部21所涉及的具体的动作进行说明。工件形状描绘部14基于从工件形状模型储存部18读出的工件形状模型18a,生成表示工件形状模型18a即3维形状的描绘图像。工件形状描绘部14基于预先指定出的视线方向、预先指定出的照光条件和关于工件形状而预先指定出的显示色,使用通常的计算机图形的技法而生成描绘图像。照光条件是光源的方向或者光的强度这样的条件。
工件形状描绘部14在决定描绘图像的各像素中的颜色和亮度的过程中,对点Ph的位置进行计算。点Ph是从与描绘图像的各像素相对应的加工面上的点P向加工面的法线方向以上述的偏移距离h分离后的位置的点,且是与点P相对应的偏移曲面20a上的点。工件形状描绘部14基于从偏移曲面数据储存部20读出的偏移曲面数据而求出点Ph的位置。工件形状描绘部14将求出的点Ph的位置数据向距离场模型评价部13输出。
距离场模型评价部13从详细加工面距离场模型储存部19读出详细加工面距离场模型。距离场模型评价部13按照在详细加工面距离场模型记述的顺序,对点Ph处的距离场的值f(Ph)进行计算。距离场模型评价部13将通过计算而得到的值f(Ph)向工件形状描绘部14输出。
工件形状描绘部14关于基于面性状的评价结果而预先指定出的显示色,决定与值f(Ph)相对应的浓淡。评价结果的显示色设为与工件形状的显示色不同的色相的色。工件形状描绘部14基于值f(Ph)的大小,决定与评价结果有关的显示色的浓淡。值f(Ph)的大小设为考虑了值f(Ph)的标号的大小。由此,工件形状描绘部14生成具有与值f(Ph)的大小相对应的浓淡的图像。工件形状描绘部14将使评价结果的图像重叠于工件形状模型18a的描绘图像而得到的显示数据向显示画面400输出。
图9是用于对图1所示的加工面性状评价装置所具有的加工面性状评价部所涉及的描绘处理的动作进行说明的图。工件形状描绘部14对与点P相对应的偏移曲面20a上的点即点Ph的位置进行计算。在图9中,点53、点54、点55等各自设为与点P相对应的对应点即点Ph。将点53、点54、点55各自设为点Ph1、点Ph2、点Ph3。加工面51上的点P是与工件形状模型18a的3维形状的描绘图像的像素相对应的点。点Ph1、点Ph2、点Ph3各自是与点P相对应的对应点,且是从加工面51以偏移距离h分离后的偏移曲面20a上的点Ph。
距离场模型评价部13按照在详细加工面距离场模型中记述的顺序,对点Ph1、点Ph2、点Ph3处的距离场的值f(Ph1)、值f(Ph2)、值f(Ph3)各自进行计算。值f(Ph1)、值f(Ph2)、值f(Ph3)各自表示直至具有切刃等级的详细形状的加工面44为止的带标号距离值。距离场模型评价部13求出与加工面51的投影点即各像素有关的带标号距离值。工件形状描绘部14基于与加工面44有关的带标号距离值的计算结果,生成具有与带标号距离值相对应的浓淡的评价结果的图像。如上所述,加工面性状评价部21得到与加工面44有关的带标号距离值的数据,由此对加工面44的面性状进行评价。另外,加工面性状评价部21将在工件形状模型18a的描绘图像重叠有评价结果的图像的显示数据向具有显示画面400的仪器输出。由此,加工面性状评价装置100将加工面性状的评价结果向具有显示画面400的仪器输出。
显示画面400基于从工件形状描绘部14输入的显示数据,对在工件形状模型18a的描绘图像重叠有评价结果的图像后的画像进行显示。在显示画面400,对在工件形状的图像反映出微细的凹凸形状的条纹状的浓淡模样进行显示。显示画面400对该画像进行显示,由此将加工面性状的评价结果向操作者提示。操作者对在显示画面400显示的画像进行观察,由此能够掌握加工面44中的微细的凹凸形状的分布和凹凸的程度。如上所述,操作者能够基于在显示画面400显示的画像,对加工面性状的评价结果进行确认。加工面性状评价装置100能够以通过视觉而容易地掌握的方式,使加工面性状的评价结果进行提示。
在这里,关于对详细加工面距离场模型进行记述的距离函数f(P),对计算针对任意地指定的点P的函数值的具体方法进行说明。在加工面44的附近,如上述那样将切刃的动径CB的经过区域形状的距离场的距离函数g(P)进行标号反转,由此得到f(P)。因此,在这里说明对g(P)的函数值进行计算的方法。
图10是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第1图。图11是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第2图。图12是用于对图1所示的加工面性状评价装置所具有的距离场模型生成部所涉及的距离场的值的计算进行说明的第3图。
图10所示的坐标系71设为在被加工物固定的世界坐标系Σw。在图10中示出了对世界坐标系Σw进行定义的3个坐标轴之中的2个即Xw轴和Yw轴。另外,坐标系72是在切刃部41固定的坐标轴,且设为与绕旋转轴的旋转和切刃部41的移动联动的切刃固定坐标系Σc。切刃固定坐标系Σc的坐标轴设定为所关注的切刃的动径CB位于X轴上。在图10示出了对切刃固定坐标系Σc进行定义的3个坐标轴之中的2个即Xc轴和Yc轴。
切刃部41设为在世界坐标系Σw的X轴方向移动。点73设为在世界坐标系Σw上指定出的点P。如果从切刃固定坐标系Σc眺望点P,则点P如图11所示,描绘为将时刻t设为参数的螺旋形的轨迹74。
表示距离场的值的距离函数是在旋转刀具的旋转和旋转刀具相对于被加工物的移动的合成运动下,在从与旋转刀具的旋转联动的坐标系72观察通过坐标系71赋予的点P的情况下用于基于该点P所描绘的轨迹74对距离场的值进行计算的函数。在下面的说明中,将表示该轨迹74的曲线称为点P的逆轨迹曲线Q(t)。
在图11中,点P的逆轨迹曲线Q(t)在点75即地点A1和点76即地点A2,横穿切刃固定坐标系Σc的X轴。在地点A1和地点A2之中的地点A1处,逆轨迹曲线Q(t)横穿动径CB。如上所述,在逆轨迹曲线Q(t)将动径CB至少横穿大于或等于1次的情况下,点P在切刃部41的次摆线运动下位于动径CB所经过的区域形状46的内部。该区域形状46是图6所示的区域形状46。相反地,在逆轨迹曲线Q(t)仅在动径CB的延长线上横穿的情况下,点P位于动径CB所经过的区域形状46的外侧。
在切刃部41的旋转速度比切刃部41的移动速度即进给速度充分快的情况下,绝对值|g(P)|通过逆轨迹曲线Q(t)将切刃固定坐标系Σc的X轴横穿的地点即地点A和切刃的前端B之间的距离|A~B|进行近似。绝对值|g(P)|是点P处的区域形状46的距离场的值的绝对值。g(P)的标号根据上述的规定,是通过关注点即地点是否处于对象物的形状的内部而决定的。在逆轨迹曲线Q(t)将切刃固定坐标系Σc的X轴横穿的地点存在多个的情况下,求出与多个地点即地点A1、地点A2、···、地点Ak、···各自有关的带标号距离Ak~B。在将对象物的形状的内部定为负的带标号距离的规定下,求出的带标号距离的最小值,即与-∞最接近的带标号距离的标号采用为g(P)的标号。
在需要更严格的g(P)的值的情况下,特别地,在设定有更高速的进给速度的加工的情况下,能够通过图12所示的方法对严格的g(P)的值进行计算。在图12中,在将表示逆轨迹曲线Q(t)与切刃的前端B局部最接近的瞬间的逆轨迹曲线Q(t)的位置的点81设为Q(tx)时,g(P)的绝对值通过|g(P)|=|Q(tx)~B|进行计算。g(P)的标号是通过逆轨迹曲线Q(t)是否横穿动径CB而决定的。
以上,说明了从与旋转刀具的旋转轴垂直的平面眺望的2维空间中的动作原理。图13是用于对通过图1所示的加工面性状评价装置所具有的距离场模型生成部对3维空间中的距离场的值进行计算的方法进行说明的图。在考虑3维空间中的距离场的情况下,球头立铣刀中的切刃的前端B如图13所示,通过切刃部41的包络面上的曲线91表示。因此,基于逆轨迹曲线Q(t)和表示切刃的前端B的曲线91局部地最接近的瞬间的逆轨迹曲线Q(t)的位置即Q(tx),对g(P)的严格的值进行计算。另外,动径CB在圆柱部相当于将旋转轴和曲线91连结的线段92,在底部的半球部相当于将半球中心和曲线91连结的线段93。
以上,加工面性状评价装置100基于使用了逆轨迹曲线的统一的原理,能够简单地对考虑了切刃等级的微细的凹凸形状的详细的加工面的距离场的值进行计算。加工面性状评价装置100与通过点序列数据表现加工面而求出加工面性状的特性值的情况相比较,能够使需要数据尺寸大幅地缩小。另外,加工面性状评价装置100通过数据尺寸的大幅的缩小,从而能够减少用于加工面性状的评价的运算负担。
图14是表示实施方式1所涉及的加工面性状评价装置的动作顺序的流程图。在步骤S1中,简易切削仿真执行部10执行使切刃包络形状模型15a相对于工件形状模型18a移动的仿真即简易切削仿真。工件形状模型储存部18对步骤S1中的仿真的结果即工件形状模型进行储存。
在步骤S2中,距离场模型生成部11生成详细加工面距离场模型。距离场模型生成部11生成记述有用于求出空间上的点P处的详细形状的距离场的值的顺序的详细加工面距离场模型。详细加工面距离场模型储存部19对在步骤S2中生成的详细加工面距离场模型进行储存。
在步骤S3中,距离场模型评价部13对偏移曲面20a上的位置处的距离场的值进行计算。距离场模型评价部13从工件形状描绘部14取得偏移曲面20a上的点Ph的位置数据。距离场模型评价部13按照在详细加工面距离场模型中记述的顺序,求出点Ph处的详细形状的距离场的值。距离场模型评价部13将求出的距离场的值向工件形状描绘部14输出。
工件形状描绘部14生成在工件形状模型的描绘图像重叠有评价结果的图像的显示数据,将生成的显示数据向具有显示画面400的仪器输出。在步骤S4中,具有显示画面400的仪器基于取得的显示数据,通过显示画面400对在工件形状模型的描绘图像重叠有评价结果的图像后的画像进行显示。
根据实施方式1,加工面性状评价装置100基于能够通过少的计算负荷而执行的简易切削仿真的结果形状,能够在其偏移曲面上对详细的加工面形状的3维距离场的值进行计算而可视化。由此,加工面性状评价装置100具有下述效果,即,能够高精度地且以少的运算负担对加工面性状进行评价。
实施方式2.
图15是表示本发明的实施方式2所涉及的加工面性状评价装置的功能结构的框图。实施方式2所涉及的加工面性状评价装置100和实施方式1所涉及的加工面性状评价装置100的差异点在于,取代图1所示的距离场模型评价部13和工件形状描绘部14而设置有距离场模型解析部30。另外,实施方式2所涉及的加工面性状评价装置100与实施方式1所涉及的加工面性状评价装置100的不同点在于,取代显示数据而输出面性状的特性值。在实施方式2中,对与上述的实施方式1相同的结构要素标注同一标号,主要对与实施方式1不同的结构进行说明。
在实施方式2中,加工面性状评价装置100将包含面性状的特性值的数据在内的面性状特性值文件401向外部仪器输出。加工面性状评价装置100向具有图1所示的显示画面400的外部仪器输出特性值的数据,由此可以通过显示画面400的显示将特性值向操作者提示。距离场模型解析部30以外的各处理部的动作和在各储存部中储存的各数据的内容与实施方式1相同。
接下来,对距离场模型解析部30的动作进行说明。距离场模型解析部30作为评价部起作用,即,按照距离场模型对偏移曲面上的点处的距离场的值进行计算,由此对面性状进行评价。
距离场模型解析部30从偏移曲面数据储存部20读出偏移曲面数据。另外,距离场模型解析部30从详细加工面距离场模型储存部19读出详细加工面距离场模型。距离场模型解析部30在偏移曲面20a之中的指定出的面区域上,对在详细加工面距离场模型中记述的数据,且记述有用于得到距离函数的值的顺序的数据进行解析。距离场模型解析部30对在详细加工面距离场模型中记述的数据进行解析,由此对距离场的统计指标即加工面性状的特性值进行计算。距离场模型解析部30对加工面性状的特性值进行计算,由此对加工面性状进行评价。
在由距离场模型解析部30计算的距离场的统计指标,包含偏移曲面20a上的距离场的值的最大值、最小值、平均值、分散之中的至少1个。距离场模型解析部30基于详细加工面距离场模型,即记述有距离场的距离函数的数据而通过解析方法对距离函数进行处理,由此能够对这些统计指标进行计算。在赋予任意的函数时对上述这样的统计指标进行计算的方法在数值计算的领域已经确立。在实施方式2中,距离场模型解析部30直接利用以往确立的方法,由此能够计算统计指标。
在偏移曲面20a之中的指定的面区域上通过解析进行计算的统计指标与按照JISB06012013等工业标准确定的各种表面粗糙度相对应。特别地,距离场的值的最大值和最小值的差与通过最大高度Rz标记的表面粗糙度相对应,平均值与通过算术平均粗糙度Ra标记的表面粗糙度相对应。这样的表面粗糙度作为用于在加工现场对加工面的面性状进行评价的尺度而使用。实施方式2所涉及的加工面性状评价装置100能够定量地对用于面性状的评价的特性值进行计算。
图16是表示实施方式2所涉及的加工面性状评价装置的动作顺序的流程图。步骤S1至S3与图14所示的实施方式1的情况相同。在步骤S3之后,在步骤S11中,距离场模型解析部30对加工面性状的特性值进行计算。距离场模型解析部30对在详细加工面距离场模型中记述的数据进行解析,由此求出距离场的统计指标即加工面性状的特性值。然后,距离场模型解析部30将面性状特性值文件401向外部仪器输出。
根据实施方式2,加工面性状评价装置100基于能够以少的计算负荷执行的简易切削仿真的结果形状,在其偏移曲面上对详细的加工面形状的3维距离场进行解析。加工面性状评价装置100通过3维距离场的解析,对在加工现场作为表面粗糙度的指标而使用的特性值定量地进行计算。由此,加工面性状评价装置100具有下述效果,即,能够高精度地且以少的运算负担对加工面性状进行评价。
实施方式3.
在上述的实施方式1及2中,作为详细加工面距离场模型,使用了记述有考虑切刃等级的微细的凹凸的详细的加工面形状的距离场的距离函数的数据。在实施方式3中,取代该详细加工面距离场模型,使用利用体素模型对距离场进行表现的距离场模型。在实施方式3中,对与上述的实施方式1及2相同的结构要素标注同一标号,主要对与实施方式1及2不同的结构进行说明。实施方式1及2所涉及的加工面性状评价装置100这两者能够使用实施方式3的体素模型。
图17是对本发明的实施方式3所涉及的加工面性状评价装置所执行的处理进行说明的图。在图17中示意地表示体素模型。体素模型是由被称为单元的小的立方区域的集合体构成的模型。在各单元储存与表现对象物的形状相关的信息。在实施方式3中,作为与表现对象物的形状相关的信息而将记述有详细的加工面形状的距离场的距离函数的数据储存于各单元。
在各单元储存最适于该单元的距离函数的记述数据。具体地说,对记述有手续的数据进行储存,该手续用于对限定于由相当于关注部位的单元占据的立体区域内的任意的点P计算距离场的值。在将从加工的开始至结束为止的一系列的刀具移动路径设为对象的情况下,在被加工物的特定的部位的加工形状仅与刀具移动路径的特定的区间的刀具移动有关。刀具移动路径之中的哪个区间与关注部位的加工形状有关,能够通过简易切削仿真执行部10的简易切削仿真的过程进行确定。
距离场模型生成部11在通过体素模型表现出的距离场模型所具有的各单元对距离函数的记述数据进行储存。距离场模型生成部11如上所述对刀具移动路径的区间进行确定,将用于对由相当于确定出的区间的单元占据的立方区域内的点计算距离值的专用的距离函数的记述数据储存于各单元。
根据实施方式3,加工面性状评价装置100使用通过体素模型表现出的距离场模型,由此能够有效地对考虑切刃等级的微细的凹凸的详细的加工面形状的距离场的值进行计算。由此,加工面性状评价装置100具有下述效果,即,能够高精度地且以少的运算负担对加工面性状进行评价。
实施方式4.
在实施方式4中,对通过实施方式3说明的体素模型的变形例进行说明。在作为表现考虑切刃等级的微细的凹凸的详细的加工面形状的距离场的模型而使用体素模型的方式中,也能够对在体素模型的各单元其单元所占的立方区域内通过不同的多个点对详细加工面形状的距离场的值进行了采样的数据进行储存。单元内的任意的点处的详细加工面形状的距离场的值对通过采样而得到的距离场的值进行插补,由此能够作为近似值而求出。
图18是对由本发明的实施方式4所涉及的加工面性状评价装置执行的处理进行说明的图。在实施方式4中,作为体素模型,使用体素模型的表现构造的一种即八角型体素模型。在图18中,示意地表示八角型体素模型。
如图18所示,八角型体素模型是将1个单元沿X、Y、Z的各轴两分的8个子单元组重复分割的八角分割,由此将分割源的单元和分割目的地的子单元组通过被称为八角树的8分树进行管理。
加工面性状评价装置100相对于1个单元在其单元所占的立方区域内对不同的多个点进行配置,将详细加工面形状的距离场的值通过距离函数进行计算而采样。加工面性状评价装置100对采样的距离场的值进行插补而将针对采样点以外的点求出的插补近似值和原来的距离场的值进行比较而进行精度检查,在精度未达到的情况下将其单元八角分割为8个子单元组,重复通过各子单元进行采样和精度检查。加工面性状评价装置100将在满足精度的阶段采样的距离场的值的列储存于单元。
如果使用通过如上所述而构建出的八角型的体素模型表现出的距离场模型,则加工面性状评价装置100能够对包含任意的指定点的单元进行确定而通过基于插补的少的运算负荷对距离场的值进行计算。
根据实施方式4,加工面性状评价装置100使用通过八角型的体素模型而表现的距离场模型,由此能够有效地对考虑了切刃等级的微细的凹凸的详细的加工面形状的距离场的值进行计算。由此,加工面性状评价装置100具有下述效果,即,能够高精度地且以少的运算负担对加工面性状进行评价。
接下来,对实施方式1至4所涉及的加工面性状评价装置100所具有的硬件结构进行说明。图1及图15所示的加工面性状评价装置100的各功能部,是使用硬件执行用于执行加工面性状评价方法的程序而实现的。
图19是表示本发明的实施方式1至4所涉及的加工面性状评价装置的硬件结构的框图。加工面性状评价装置100具有:执行各种处理的CPU(Central Processing Unit)61、包含数据储存区域的RAM(Random Access Memory)62、非易失性存储器即ROM(Read OnlyMemory)63和外部存储装置64。另外,加工面性状评价装置100具有用于从外部输入信息和向外部输出信息的输入输出接口65和接受输入操作的输入设备66。图19所示的各部经由总线68彼此连接。
CPU 61执行在ROM 63及外部存储装置64中存储的程序。图1及图15所示的简易切削仿真执行部10、距离场模型生成部11及偏移曲面生成部12的各功能是使用CPU 61而实现的。图1所示的加工面性状评价部21所具有的距离场模型评价部13及工件形状描绘部14的各功能和图15所示的距离场模型解析部30的功能,是使用CPU61而实现的。
外部存储装置64是HDD(Hard Disk Drive)或者SSD(Solid State Drive)。外部存储装置64对程序和各种信息进行存储。图1及图15所示的刀具模型数据储存部15、刀具移动路径数据储存部16、加工条件数据储存部17、工件形状模型储存部18、详细加工面距离场模型储存部19和偏移曲面数据储存部20的各功能是使用外部存储装置64而实现的。
输入输出接口65作为外部输入单元起作用。另外,输入输出接口65具有下述功能:向具有图1所示的显示画面400的仪器输出显示数据的功能;以及将图15所示的面性状特性值文件401向外部仪器输出的功能。输入设备66是如键盘或者指点设备这样的用于信息输入的设备。
此外,NC工作机械所具有的旋转刀具只要是具有切刃的旋转刀具即可,可以是球头立铣刀以外的旋转刀具。加工面性状评价装置100在对通过球头立铣刀以外的旋转刀具形成的加工面的面性状进行评价的情况下,也与球头立铣刀的情况同样地,能够高精度地且以少的运算负担对加工面性状进行评价。
实施方式5.
图20是表示包含本发明的实施方式5所涉及的机器学习装置的评价系统的框图。图20所示的评价系统具有实施方式5所涉及的机器学习装置500和加工面性状评价装置100。机器学习装置500关于加工面性状评价装置100对面性状的评价对象区域进行学习,该加工面性状评价装置100通过仿真对使用具有切刃的旋转刀具而对被加工物进行了切削时的加工面的面性状进行评价。在实施方式5中,对与上述的实施方式1至4相同的结构要素标注同一标号,主要对与实施方式1至4不同的结构进行说明。图20所示的加工面性状评价装置100是实施方式1所涉及的加工面性状评价装置100。
图20所示的机器学习装置500设置于加工面性状评价装置100的外部。机器学习装置500经由无线通信的网络或者有线通信的网络而与加工面性状评价装置100连接。机器学习装置500并不限定于加工面性状评价装置100的外部的装置,也可以是在加工面性状评价装置100内置的装置。机器学习装置500可以是存在于云服务器上的装置。
机器学习装置500具有对状态变量进行观测的状态观测部501、数据取得部502和对评价对象区域进行学习的学习部503。状态变量包含切削加工中的加工条件数据、与旋转刀具有关的刀具模型数据、表示被加工物的3维形状的工件形状模型和表示加工面形状的距离场的距离场模型。距离场是通过切刃对被加工物进行切削,由此在被加工物形成的加工面形状和空间上的点之间的距离。
加工条件数据储存于加工条件数据储存部17。刀具模型数据储存于刀具模型数据储存部15。刀具模型数据为切刃包络形状模型15a及切刃详细数据15b。工件形状模型储存于工件形状模型储存部18。距离场模型是详细加工面距离场模型。详细加工面距离场模型储存于详细加工面距离场模型储存部19。
表示加工面中的区域的区域数据和表示该区域中的加工品质的合格与否的品质数据向机器学习装置500输入。区域数据和品质数据是通过由使用加工面性状评价装置100的操作者进行的输入设备66的操作,从输入设备66向机器学习装置500输入。数据取得部502取得通过向输入设备66的操作而输入的区域数据和品质数据。此外,区域数据和品质数据可以通过加工面性状评价装置100的输入设备以外的输入单元向机器学习装置500输入。
学习部503生成状态变量、区域数据和品质数据彼此相关联的数据集,按照生成的数据集对评价对象区域进行学习。学习部503例如按照神经网络,通过所谓的有教师学习而生成训练好的模型。
有教师学习是将某输入和结果即标签的数据的组大量地向机器学习装置赋予,由此对数据集所具有的特征进行学习,根据输入对结果进行推定的学习。学习部503生成用于基于加工条件数据、刀具模型数据、工件形状模型和距离场模型对最佳的评价对象区域进行推断的训练好的模型。学习部503将学习的结果即训练好的模型向加工面性状评价部21输出。
神经网络通过由多个神经元构成的输入层、由多个神经元构成的中间层即隐藏层和由多个神经元构成的输出层构成。中间层可以为1层或者大于或等于2层。
图21是表示实施方式5所涉及的机器学习装置在学习时使用的神经网络的结构例的图。图21所示的神经网络为3层的神经网络。输入层包含神经元X1、X2、X3。中间层包含神经元Y1、Y2。输出层包含神经元Z1、Z2、Z3。此外,各层的神经元的数量设为任意。向输入层输入的多个值与加权W1即w11、w12、w13、w14、w15、w16相乘而向中间层输入。向中间层输入的多个值与加权W2即w21、w22、w23、w24、w25、w26相乘而从输出层输出。从输出层输出的输出结果按照加权W1、W2的值而变化。
在实施方式5中,神经网络按照数据集,通过所谓的有教师学习对面性状的评价对象区域进行学习。即,神经网络对加权W1、W2进行调整以使得将加工条件数据、刀具模型数据、工件形状模型和距离场模型向输入层输入而从输出层输出的结果与区域数据及品质数据即教师数据接近,由此对面性状的评价对象区域进行学习。
神经网络可以通过所谓的无教师学习,对面性状的评价对象区域进行学习。无教师学习是不赋予对应的教师输出数据,将输入数据向学习部503大量赋予,由此使学习部503对输入数据为何种分布进行学习的模型。在无教师学习的方法的1个存在基于输入数据的类似性而将输入数据分组化的聚类。学习部503使用聚类的结果,以将某种基准设为最佳的方式进行输出的分配,由此生成输出的预测模型。
学习部503可以通过将无教师学习和有教师学习组合的模型即半有教师学习对面性状的评价对象区域进行学习。关于输入数据之中的一部分赋予教师输出数据,另一方面,没有对其他输入数据赋予教师输出数据的情况下的学习是半有教师学习。
学习部503可以按照针对多个加工面性状评价装置100而创建的数据集,对面性状的评价对象区域进行学习。学习部503可以从在同一现场使用的多个加工面性状评价装置100取得数据集,或者也可以从在彼此不同的现场使用的多个加工面性状评价装置100取得数据集。在学习部503开始数据集的取得之后,可以对取得数据集的对象追加新的加工面性状评价装置100。另外,在开始从多个加工面性状评价装置100取得数据集之后,可以从取得数据集的对象将多个加工面性状评价装置100之中的一部分排除在外。
进行了与某1个加工面性状评价装置100有关的学习的机器学习装置500可以进行与该加工面性状评价装置100以外的加工面性状评价装置100有关的学习。在该情况下,机器学习装置500通过与该其他加工面性状评价装置100有关的再学习,能够对训练好的模型进行更新。
在学习部503所使用的学习算法能够使用对特征量的提取进行学习的深层学习(Deep Learning)。学习部503可以按照深层学习以外的公知的方法,例如,遗传编程、功能逻辑编程、支持向量机等进行机器学习。
加工面性状评价部21对利用训练好的模型而得到的区域数据和品质数据进行推断。加工面性状评价部21将加工条件数据、刀具模型数据、工件形状模型和距离场模型向训练好的模型输入,由此取得根据输入的数据而推断的区域数据和品质数据。加工面性状评价部21基于取得的区域数据和品质数据而决定面性状的评价对象区域。加工面性状评价部21关于决定的评价对象区域对面性状进行评价。
加工面性状评价装置100基于机器学习装置500的学习结果,基于加工条件、旋转刀具、工件形状或者加工面形状等,能够限定于求出详细的评价的区域而对面性状进行评价。由此,加工面性状评价装置100能够减少加工面性状的评价中的运算负担。通过运算负担的减少,能够实现加工面性状评价装置100中的处理时间的缩短,由此能够提高操作者的作业效率。
机器学习装置500的功能是如个人计算机或者通用计算机这样的计算机系统执行程序而实现的。学习部503的功能通过处理器及软件的组合而实现。学习部503的功能可以通过处理器及固件的组合而实现,也可以通过处理器、软件及固件的组合而实现。软件或者固件作为程序而记述,储存于机器学习装置500的存储装置。省略存储装置的图示。状态观测部501及数据取得部502的各功能通过使用输入输出接口而实现。
机器学习装置500并不限定于关于实施方式1的加工面性状评价装置100对面性状的评价对象区域进行学习。机器学习装置500也可以关于实施方式2、3或者4的加工面性状评价装置100对面性状的评价对象区域进行学习。
以上的实施方式所示的结构,表示本发明的内容的一个例子,也能够与其他公知技术进行组合,在不脱离本发明的主旨的范围,也能够对结构的一部分进行省略、变更。
标号的说明
10简易切削仿真执行部,11距离场模型生成部,12偏移曲面生成部,13距离场模型评价部,14工件形状描绘部,15刀具模型数据储存部,15a切刃包络形状模型,15b切刃详细数据,16刀具移动路径数据储存部,17加工条件数据储存部,18工件形状模型储存部,18a工件形状模型,19详细加工面距离场模型储存部,20偏移曲面数据储存部,20a偏移曲面,21加工面性状评价部,30距离场模型解析部,41切刃部,42移动路径,43被加工物,44、51加工面,45动径,46区域形状,53、54、55、73、75、76、81点,61CPU,62RAM,63ROM,64外部存储装置,65输入输出接口,66输入设备,68总线,71、72坐标系,74轨迹,91曲线,92、93线段,100加工面性状评价装置,400显示画面,401面性状特性值文件,500机器学习装置,501状态观测部,502数据取得部,503学习部。
Claims (13)
1.一种加工面性状评价装置,其通过仿真对使用具有切刃的旋转刀具切削被加工物时的加工面的面性状进行评价,
该加工面性状评价装置的特征在于,具有:
仿真执行部,其执行使表示通过所述旋转刀具的旋转而所述切刃所描绘的3维形状即包络形状的切刃包络形状模型,相对于表示所述被加工物的3维形状的工件形状模型而移动的仿真,在所述仿真中进行将所述工件形状模型之中的所述切刃包络形状模型所经过的区域从所述工件形状模型减去的运算;
距离场模型生成部,其关于由所述切刃对所述被加工物进行切削而在所述被加工物形成的加工面形状,基于所述切刃的规格而生成表示从空间上的点起的所述加工面形状的距离即距离场的距离场模型;
偏移曲面生成部,其生成表示在从所述工件形状模型上的加工面分离预先决定的偏移距离的位置所存在的偏移曲面的偏移曲面数据;以及
评价部,其按照所述距离场模型对所述偏移曲面上的点处的所述距离场的值进行计算,由此对所述面性状进行评价。
2.根据权利要求1所述的加工面性状评价装置,其特征在于,
所述评价部具有描绘图像生成部,该描绘图像生成部生成加工后的所述工件形状模型的描绘图像,
所述描绘图像生成部使具有与所述距离场的值的大小相对应的浓淡的图像重叠于所述描绘图像。
3.根据权利要求1所述的加工面性状评价装置,其特征在于,
所述评价部是通过对所述面性状的特性值进行计算而对所述面性状进行评价的加工面性状解析部,
所述加工面性状解析部通过所述偏移曲面上的所述距离场模型的解析,对所述距离场的统计指标即所述特性值进行计算。
4.根据权利要求1至3中任一项所述的加工面性状评价装置,其特征在于,
所述偏移距离是基于所述旋转刀具所具有的1个或多个所述切刃即切刃部的半径和每1个所述切刃的所述切刃部的进给量而决定的。
5.根据权利要求1所述的加工面性状评价装置,其特征在于,
所述距离场模型是记述有距离函数的数据,该距离函数用于针对空间上的任意的点而对所述距离场的值进行计算。
6.根据权利要求1所述的加工面性状评价装置,其特征在于,
所述距离场模型是单元的集合体即体素模型,
在构成所述集合体的各单元对记述有距离函数的数据进行储存,该距离函数针对在由该单元所占的立体区域内限定的任意的点对所述距离场的值进行计算。
7.根据权利要求6所述的加工面性状评价装置,其特征在于,
所述体素模型是八角型的体素模型。
8.根据权利要求5至7中任一项所述的加工面性状评价装置,其特征在于,
所述距离函数是用于在所述旋转刀具的旋转和所述旋转刀具相对于所述被加工物的移动的合成运动下,在从与所述旋转刀具的旋转联动的坐标系观察由在所述被加工物固定的坐标系赋予的点的情况下基于该点所描绘的轨迹对所述距离场的值进行计算的函数。
9.一种加工面性状评价方法,其通过仿真对使用具有切刃的旋转刀具切削被加工物时的加工面的面性状进行评价,
加工面性状评价方法的特征在于,具有下述工序:
执行使表示通过所述旋转刀具的旋转而所述切刃所描绘的3维形状即包络形状的切刃包络形状模型,相对于表示所述被加工物的3维形状的工件形状模型而移动的仿真,在所述仿真中进行将所述工件形状模型之中的所述切刃包络形状模型所经过的区域从所述工件形状模型减去的运算;
关于由所述切刃对所述被加工物进行切削而在所述被加工物形成的加工面形状,基于所述切刃的规格而生成表示从空间上的点起的所述加工面形状的距离即距离场的距离场模型;
生成表示在从所述工件形状模型上的加工面分离预先决定的偏移距离的位置所存在的偏移曲面的偏移曲面数据;以及
按照所述距离场模型对所述偏移曲面上的点处的所述距离场的值进行计算,由此对所述面性状进行评价。
10.根据权利要求9所述的加工面性状评价方法,其特征在于,
包含下述工序,即,对在加工后的所述工件形状模型的描绘图像重叠有具有与所述距离场的值的大小相对应的浓淡的图像后的画像进行显示。
11.根据权利要求9所述的加工面性状评价方法,其特征在于,
包含对所述面性状的特性值进行计算的工序,
所述特性值是通过所述偏移曲面上的所述距离场模型的解析进行计算的所述距离场的统计指标。
12.一种机器学习装置,其关于加工面性状评价装置对所述面性状的评价对象区域进行学习,该加工面性状评价装置通过仿真对使用具有切刃的旋转刀具切削被加工物时的加工面的面性状进行评价,
该机器学习装置的特征在于,具有:
状态观测部,其对状态变量进行观测,该状态变量包含切削加工中的加工条件数据、与所述旋转刀具有关的刀具模型数据、表示所述被加工物的3维形状的工件形状模型、以及表示由所述切刃对所述被加工物进行切削而在所述被加工物形成的加工面形状和空间上的点之间的距离即距离场的距离场模型;
数据取得部,其取得表示所述加工面中的区域的区域数据和表示所述区域中的加工品质的合格与否的品质数据;以及
学习部,其按照所述状态变量、所述区域数据和所述品质数据彼此相关联的数据集对所述评价对象区域进行学习。
13.根据权利要求12所述的机器学习装置,其特征在于,
所述刀具模型数据包含表示通过所述旋转刀具的旋转而所述切刃所描绘的3维形状即包络形状的切刃包络形状模型、以及与所述切刃的规格有关的数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JPPCT/JP2019/009748 | 2019-03-11 | ||
PCT/JP2019/009748 WO2020183579A1 (ja) | 2019-03-11 | 2019-03-11 | 加工面性状評価装置および加工面性状評価方法 |
PCT/JP2020/009775 WO2020184460A1 (ja) | 2019-03-11 | 2020-03-06 | 加工面性状評価装置、加工面性状評価方法および機械学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113557484A true CN113557484A (zh) | 2021-10-26 |
CN113557484B CN113557484B (zh) | 2024-03-01 |
Family
ID=72427007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080019512.6A Active CN113557484B (zh) | 2019-03-11 | 2020-03-06 | 加工面性状评价装置及加工面性状评价方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6880336B2 (zh) |
CN (1) | CN113557484B (zh) |
DE (1) | DE112020001157T5 (zh) |
WO (2) | WO2020183579A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7406053B1 (ja) | 2023-07-25 | 2023-12-26 | ファナック株式会社 | 形状復元装置およびコンピュータ読み取り可能な記憶媒体 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001142515A (ja) * | 1999-11-18 | 2001-05-25 | Tomikazu Kamiya | 切削シミュレーション方法 |
JP2009145155A (ja) * | 2007-12-13 | 2009-07-02 | Frank Mueller Watchland Sa | 時計用オンデマンド表示装置 |
JP2010277585A (ja) * | 2009-05-19 | 2010-12-09 | Mitsubishi Electric Research Laboratories Inc | サンプル点において掃引容積の距離場を再構成する方法 |
JP2011039609A (ja) * | 2009-08-06 | 2011-02-24 | Okuma Corp | 数値制御工作機械用の加工シミュレーション装置 |
JP2012018472A (ja) * | 2010-07-06 | 2012-01-26 | Mitsubishi Electric Corp | 加工シミュレーション装置及び方法 |
CN103635864A (zh) * | 2011-06-29 | 2014-03-12 | 三菱电机株式会社 | 加工仿真装置以及方法 |
CN104169823A (zh) * | 2012-03-30 | 2014-11-26 | 株式会社牧野铣床制作所 | 工件加工面显示方法、工件加工面显示装置、刀具路径生成装置及工件加工面显示程序 |
CN105051631A (zh) * | 2013-03-29 | 2015-11-11 | 株式会社牧野铣床制作所 | 工件的加工面评价方法、控制装置以及工作机械 |
JP2017182479A (ja) * | 2016-03-30 | 2017-10-05 | ブラザー工業株式会社 | 加工経路演算装置、加工経路演算方法及びコンピュータプログラム |
CN108931204A (zh) * | 2017-05-23 | 2018-12-04 | 丰田自动车株式会社 | 三维曲面上的凹凸形状测定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5077941A (en) * | 1990-05-15 | 1992-01-07 | Space Time Analyses, Ltd. | Automatic grinding method and system |
JPH08292808A (ja) * | 1995-04-24 | 1996-11-05 | Makino Milling Mach Co Ltd | ボールエンドミルによる切削加工方法および装置 |
WO2009145155A1 (ja) * | 2008-05-29 | 2009-12-03 | 三菱電機株式会社 | 切削加工シミュレーション表示装置、切削加工シミュレーション表示方法、および切削加工シミュレーション表示プログラム |
JP5942423B2 (ja) | 2011-12-27 | 2016-06-29 | 株式会社ジェイテクト | 加工面性状算出装置、加工面性状算出方法、加工条件決定装置および加工条件決定方法 |
JP2016162102A (ja) * | 2015-02-27 | 2016-09-05 | 国立大学法人広島大学 | 加工評価システム、加工評価方法及び加工評価プログラム |
JP6560707B2 (ja) * | 2017-04-20 | 2019-08-14 | ファナック株式会社 | 加工面品位評価装置 |
-
2019
- 2019-03-11 WO PCT/JP2019/009748 patent/WO2020183579A1/ja active Application Filing
-
2020
- 2020-03-06 CN CN202080019512.6A patent/CN113557484B/zh active Active
- 2020-03-06 WO PCT/JP2020/009775 patent/WO2020184460A1/ja active Application Filing
- 2020-03-06 DE DE112020001157.7T patent/DE112020001157T5/de active Pending
- 2020-03-06 JP JP2020544053A patent/JP6880336B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001142515A (ja) * | 1999-11-18 | 2001-05-25 | Tomikazu Kamiya | 切削シミュレーション方法 |
JP2009145155A (ja) * | 2007-12-13 | 2009-07-02 | Frank Mueller Watchland Sa | 時計用オンデマンド表示装置 |
JP2010277585A (ja) * | 2009-05-19 | 2010-12-09 | Mitsubishi Electric Research Laboratories Inc | サンプル点において掃引容積の距離場を再構成する方法 |
JP2011039609A (ja) * | 2009-08-06 | 2011-02-24 | Okuma Corp | 数値制御工作機械用の加工シミュレーション装置 |
JP2012018472A (ja) * | 2010-07-06 | 2012-01-26 | Mitsubishi Electric Corp | 加工シミュレーション装置及び方法 |
CN103635864A (zh) * | 2011-06-29 | 2014-03-12 | 三菱电机株式会社 | 加工仿真装置以及方法 |
CN104169823A (zh) * | 2012-03-30 | 2014-11-26 | 株式会社牧野铣床制作所 | 工件加工面显示方法、工件加工面显示装置、刀具路径生成装置及工件加工面显示程序 |
CN105051631A (zh) * | 2013-03-29 | 2015-11-11 | 株式会社牧野铣床制作所 | 工件的加工面评价方法、控制装置以及工作机械 |
JP2017182479A (ja) * | 2016-03-30 | 2017-10-05 | ブラザー工業株式会社 | 加工経路演算装置、加工経路演算方法及びコンピュータプログラム |
CN108931204A (zh) * | 2017-05-23 | 2018-12-04 | 丰田自动车株式会社 | 三维曲面上的凹凸形状测定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113557484B (zh) | 2024-03-01 |
WO2020183579A1 (ja) | 2020-09-17 |
WO2020184460A1 (ja) | 2020-09-17 |
DE112020001157T5 (de) | 2021-11-25 |
JP6880336B2 (ja) | 2021-06-02 |
JPWO2020184460A1 (ja) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678754B (zh) | 信息处理装置及信息处理方法 | |
EP2486462B1 (en) | Method, computer system and computer program product for machining simulation and for visually presenting such simulation | |
JP5309288B2 (ja) | 加工誤差予測のためのコンピュータプログラム、加工誤差予測装置およびその予測結果に基づいて工具経路を修正する装置 | |
US6473083B1 (en) | Computer graphics data generating apparatus, computer graphics animation editing apparatus, and animation path generating apparatus | |
US8988433B2 (en) | Systems and methods for primitive intersection in ray tracing | |
Huang et al. | Integrated simulation, error assessment, and tool path correction for five-axis NC milling | |
JP5666013B2 (ja) | 物体のモデルの表面の欠陥を判断するための方法およびシステム | |
EP3961573A2 (en) | Uv mapping on 3d objects with the use of artificial intelligence | |
CN111581776B (zh) | 一种基于几何重建模型的等几何分析方法 | |
Gaspar et al. | Integrated construction and simulation of tool paths for milling dental crowns and bridges | |
Mörwald et al. | Geometric data abstraction using b-splines for range image segmentation | |
Kazmi et al. | A survey of sketch based modeling systems | |
CN113557484B (zh) | 加工面性状评价装置及加工面性状评价方法 | |
Gospodnetic et al. | Flexible surface inspection planning pipeline | |
JP4390574B2 (ja) | 複数のポリゴンから構成される3次元モデルを2次元平面に投影する際の陰線を消去する陰線処理方法 | |
JP2014010111A (ja) | 計測装置、方法、及びプログラム | |
Mihalík | Modeling of human head surface by using triangular B-splines | |
JP4383247B2 (ja) | 衝突検知方法及び衝突検知装置 | |
Gyurecz et al. | Correcting fine structure of surfaces by genetic algorithm | |
Yao et al. | Fully automated registration of 3D CT data to CAD model for surface deviation measurement | |
JP4949953B2 (ja) | 曲面形状と基準面との距離算出方法 | |
CN109147035A (zh) | 三维模型的显示方法及系统 | |
Durovsky | Point cloud based bin picking: object recognition and pose estimation using region growing segmentation algorithm | |
Filaretov et al. | Developing Method of Automatic Gaps Finding in Workpieces Models Obtained by Means of Vision Systems | |
Mawussi et al. | Three-dimensional cutting-tool-path restriction. Application to ruled surfaces approximated by plane bifacets |
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 |