CN114040826A - 机器学习装置、线放电加工系统及机器学习方法 - Google Patents

机器学习装置、线放电加工系统及机器学习方法 Download PDF

Info

Publication number
CN114040826A
CN114040826A CN201980098169.6A CN201980098169A CN114040826A CN 114040826 A CN114040826 A CN 114040826A CN 201980098169 A CN201980098169 A CN 201980098169A CN 114040826 A CN114040826 A CN 114040826A
Authority
CN
China
Prior art keywords
wire
unit
wire electrode
log data
electric discharge
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
Application number
CN201980098169.6A
Other languages
English (en)
Other versions
CN114040826B (zh
Inventor
东胁正明
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN114040826A publication Critical patent/CN114040826A/zh
Application granted granted Critical
Publication of CN114040826B publication Critical patent/CN114040826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/02—Wire-cutting
    • B23H7/08—Wire electrodes
    • B23H7/10—Supporting, winding or electrical connection of wire-electrode
    • 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]

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • General Factory Administration (AREA)

Abstract

对决定线放电加工机(10)的将线电极(90)切断接线的条件的控制参数进行学习的机器学习装置(40)具有：状态观测部(44)，其将表示将线电极(90)插入至线电极(90)的路径时的插入状态的日志数据、根据日志数据计算出的数据及控制参数作为状态变量而进行观测；以及学习部(45)，其按照基于状态变量创建的训练数据集，对提高线电极(90)的插入的成功率即插入率的控制参数进行学习。

Description

机器学习装置、线放电加工系统及机器学习方法
技术领域
本发明涉及对线放电加工所使用的线供给装置的控制参数进行学习的机器学习装置、线放电加工系统及机器学习方法。
背景技术
线放电加工机在将线电极插入至被加工物的孔或者槽而将线电极接线的状态下，通过从线电极放电而对被加工物进行加工。线放电加工机如果加工完成，则将线电极切断，在下一个加工开始位置插入线电极并进行接线。线电极的切断及接线是由线放电加工机所具有的线供给装置进行的。
线供给装置如果在线电极的插入路径上钩挂线电极，则线电极的插入有时会失败。在线电极的插入失败的情况下，直至插入成功而能够接线为止进行线电极的切断及插入的重试。即，针对用于将线电极接线的1次试行而进行多次重试。而且，在最大的重试次数以内接线成功的情况下，判断为1次试行成功。相对于实机评价线接线时的试行次数(试行切断及插入的动作的次数)的成功比率被称为插入率或者接线率。
专利文献1的线放电加工机为了使插入率提高，基于插入的重试位置及重试次数的数据对重试的原因进行判定，从按照重试的原因类别进行了条件化的参数集之中选择出最佳条件。
专利文献1：日本特开2013－129048号公报
发明内容
但是，在上述专利文献1的技术中，需要针对每个线种类而准备控制参数，因此能够针对已知线种类的线电极而使插入率提高，但存在下述问题，即，针对未登记控制参数的线种类的线电极，无法提高插入率。
本发明就是鉴于上述情况而提出的，其目的在于得到无论插入的线电极的线种类的控制参数已登记还是未登记，都能够使线电极的插入率提高的机器学习装置。
为了解决上述的课题，并达到目的，本发明是一种机器学习装置，其对决定线放电加工机的将线电极切断接线的条件的控制参数进行学习，该机器学习装置具有：状态观测部，其将表示将线电极插入至线电极的路径时的插入状态的日志数据、根据日志数据计算出的数据及控制参数作为状态变量而进行观测；以及学习部，其按照基于状态变量创建的训练数据集，对提高线电极的插入的成功率即插入率的控制参数进行学习。
发明的效果
本发明所涉及的机器学习装置具有下述效果，即，无论插入的线电极的线种类的控制参数已登记还是未登记，都能够提高线电极的插入率。
附图说明
图1是表示具有实施方式所涉及的机器学习装置的线放电加工系统的结构的图。
图2是表示实施方式所涉及的机器学习装置的结构的图。
图3是表示实施方式所涉及的线放电加工系统所具有的线供给装置的结构的图。
图4是表示通过实施方式所涉及的线放电加工系统进行的控制参数的计算处理顺序的第1阶段的流程图。
图5是表示通过实施方式所涉及的线放电加工系统进行的控制参数的计算处理顺序的第2阶段的流程图。
图6是表示实施方式所涉及的机器学习装置的硬件结构例的图。
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机器学习装置、线放电加工系统及机器学习方法详细地进行说明。此外，本发明并不限定于本实施方式。
实施方式.
图1是表示具有实施方式所涉及的机器学习装置的线放电加工系统的结构的图。图2是表示实施方式所涉及的机器学习装置的结构的图。在图2中，图示出机器学习装置40和线放电加工机10所具有的控制装置20。
线放电加工系统1具有线放电加工机(线切割放电加工机)10和机器学习装置40。此外，机器学习装置40可以配置于线放电加工机10内。
线放电加工机10通过使插入至被加工物的孔或者槽的线电极放电，从而对被加工物进行加工。线放电加工机10具有控制装置20和线供给装置30。线供给装置30是进行线电极的切断及插入，由此进行线电极的接线的装置。线供给装置30在将线电极接线时，将线电极插入至被加工物的孔或者槽。另外，线供给装置30在将线电极接线时，将线电极插入至导丝口(后面记述的上部导丝口36A及下部导丝口36B)等。线电极插入至被加工物的孔或者槽，且线电极插入至导丝口等，由此对线电极进行接线。线电极通过成功插入至线供给装置30的全部插入路径而进行接线。接线是线电极成功插入至全部插入路径的结果。控制装置20对线供给装置30进行控制。此外，在下面的说明中，有时将线电极的切断及接线称为切断接线。
机器学习装置40通过对在线供给装置30将线电极切断接线时使用的控制参数进行学习，从而进行控制参数的自动调整。控制参数是决定将线电极切断接线的条件的参数。即，控制参数是决定插入线电极的条件的参数、及决定将线电极切断的条件的参数。控制参数的例子是用于对在线电极的插入时使用的致动器进行驱动的驱动参数、在将线电极进行切断时使用的电流值(下面，称为切断电流值)。机器学习装置40对能够使线供给装置30所涉及的线电极的插入率(插入的成功率)提高，并且将插入时间(插入所花费的时间)缩短的控制参数进行学习。由此，机器学习装置40进行控制参数的优化。
机器学习装置40将学习后的控制参数设定于线放电加工机10。机器学习装置40直至成为设为目标的插入率以上，重复控制参数的学习。即，在线放电加工系统1中，重复进行线供给装置30使用通过机器学习装置40学习到的控制参数而进行线电极的切断接线的处理和基于进行线电极的切断接线时的信息(后面记述的日志数据)由机器学习装置40对控制参数进行学习的处理。机器学习装置40进行学习，线放电加工机10所使用的控制参数为1或者多个。
控制装置20进行包含线供给装置30在内的驱动部(未图示)及电源(未图示)的控制。控制装置20具有初始参数设定部21、控制参数保存部22、参数设定部23、线供给控制部24、控制信号输出部25、传感器信号输入部26、日志数据存储部27和数据输入部28。
初始参数设定部21对控制参数的初始值进行设定。初始参数设定部21可以通过任意的方法对控制参数的初始值进行设定。初始参数设定部21可以按照来自用户的指示，对控制参数的初始值进行设定，也可以将预先决定的控制参数设定为控制参数的初始值。初始参数设定部21将控制参数储存于控制参数保存部22，由此对控制参数进行设定。
控制参数保存部22是对数据进行存储的存储器等。控制参数保存部22对从初始参数设定部21发送来的控制参数(初始值)和经由数据输入部28从机器学习装置40发送来的控制参数进行存储。
参数设定部23将控制参数保存部22所存储的控制参数之中的最新的控制参数读出而设定于线供给控制部24。
线供给控制部24对线供给装置30进行控制。线供给控制部24基于参数设定部23所设定的控制参数，生成用于对线供给装置30进行控制的控制信号，发送至控制信号输出部25。另外，线供给控制部24如果从传感器信号输入部26接收到后面记述的日志数据，则将该日志数据储存于日志数据存储部27。
控制信号输出部25将从线供给控制部24发送来的控制信号输出至线供给装置30。传感器信号输入部26接收表示由在线供给装置30配置的传感器(未图示)检测出的信息的传感器信号。传感器对由电动机的编码器输出的脉冲数等进行检测。这里的电动机是用于对在线电极的插入时使用的致动器进行驱动的电动机。编码器对送入线电极时的脉冲数和拉回时的脉冲数进行检测而输出。传感器信号输入部26将传感器信号的日志作为日志数据而输入至线供给控制部24。
日志数据存储部27是对从线供给控制部24发送来的日志数据进行存储的存储器等。日志数据存储部27所存储的日志数据由机器学习装置40的日志数据取得部41读出。日志数据存储部27是内置介质、外部USB(Universal Serial Bus)存储器等。
数据输入部28接收从机器学习装置40的参数输出部48发送来的控制参数，输入至控制参数保存部22。线放电加工机10按照从机器学习装置40发送来的控制参数(后面记述的行动)，将线电极切断接线。即，从机器学习装置40发送来的行动是在下一次将线电极切断接线时使用的控制参数。
在线放电加工机10中，在将线电极切断接线时，参数设定部23从控制参数保存部22读出控制参数，设定于线供给控制部24。由此，线供给控制部24基于控制参数对线供给装置30进行控制。线供给装置30基于从控制信号输出部25发送来的控制信号，对成为控制对象的各致动器等进行驱动。此时，控制装置20从线供给装置30的传感器取得传感器信号。线供给控制部24将传感器信号用于反馈控制，并且作为日志数据而储存于日志数据存储部27。
机器学习装置40具有日志数据取得部41、学习条件设定部42、日志数据分割部43、状态观测部44、学习部45、学习完成判定部46、学习结果存储部47和参数输出部48。
状态观测部44具有第1状态观测部51、第2状态观测部52、第3状态观测部53和第4状态观测部54。学习部45具有第1回报计算部61、第2回报计算部62、第3回报计算部63和第4回报计算部64。另外，学习部45具有第1函数更新部71、第2函数更新部72、第3函数更新部73和第4函数更新部74。另外，学习部45具有第1参数变更部81、第2参数变更部82、第3参数变更部83和第4参数变更部84。
日志数据取得部41从控制装置20的日志数据存储部27读出日志数据，由此取得日志数据。日志数据取得部41将所取得的日志数据发送至日志数据分割部43。此外，日志数据取得部41可以通过任意的方法从日志数据存储部27取得日志数据。日志数据取得部41例如可以经由网络而访问日志数据存储部27，取得日志数据。日志数据是表示将线电极插入至线电极的路径时的插入状态的数据。插入状态例是将线电极插入至插入路径时的插入结果(插入的成功或者失败)。另外，插入状态的其他例是在线电极的进给量的计算或者插入时间的计算时使用的传感器信号的日志。
日志数据分割部43将日志数据分割为针对线电极的每个区间的日志数据。在线电极的插入时使用的控制参数针对线电极的每个区间而不同。因此，日志数据分割部43为了进行高效的学习而对日志数据进行分割。在本实施方式中，对线电极的区间为第1区间、第2区间、第3区间及第4区间这4个区间的情况进行说明，但线电极的区间可以是小于或等于3个区间，也可以是大于或等于5个区间。另外，各区间可以在任意的位置进行分割。机器学习装置40针对每个区间对1或者多个控制参数进行学习。
日志数据分割部43将日志数据分割为第1区间的日志数据即第1区间日志数据、第2区间的日志数据即第2区间日志数据、第3区间的日志数据即第3区间日志数据和第4区间的日志数据即第4区间日志数据。
日志数据分割部43基于日志数据之中的由电动机的编码器输出的脉冲数，对线电极的进给量进行计算。日志数据分割部43针对每个区间对线电极的进给量进行计算。
日志数据分割部43针对插入失败的区间对进给量进行计算。例如，在线电极的第2区间的中途插入失败的情况下，日志数据分割部43对线电极的第2区间内的进给量进行计算。即，日志数据分割部43将计算出的进给量赋予给与进给量相对应的区间日志数据。日志数据分割部43在计算出第2区间内的进给量的情况下，将第2区间内的进给量包含于第2区间日志数据。
另外，日志数据分割部43基于表示接线是否成功的日志数据，对接线是否成功进行判定。另外，日志数据分割部43在接线不成功的情况下，基于针对每个区间的进给量，判定在哪个区间插入失败。日志数据分割部43针对线电极的切断接线的每个处理对接线是成功还是失败进行判定。例如，线放电加工系统1在对控制参数进行学习时，以后面记述的最大试行次数(特定次数)重复进行线电极的切断接线。日志数据分割部43针对各切断接线，对接线是成功还是失败进行判定。
另外，日志数据分割部43在从学习完成判定部46存在请求的情况下，生成接线是否成功的信息及表示在哪个区间插入失败的信息而发送至学习完成判定部46。在下面的说明中，将接线是否成功的信息及表示在哪个区间插入失败的信息称为接线成否信息。
另外，日志数据分割部43在从学习完成判定部46接收到在特定区间进行学习的指示(学习区间指令)的情况下，生成特定区间的日志数据。特定区间是学习完成判定部46判断为插入失败的次数多的区间。
线电极在插入路径上线电极被钩挂的情况下(尝试将线电极送入1次而无法插入的情况下)，重复送入和拉回。因此，在日志数据中包含有基于线电极的送入及拉回的履历而创建的各区间的线电极的插入的送入次数。实施方式中的送入的处理与各区间的重试(切断及插入)中的插入的处理相对应。因此，实施方式的送入次数与各区间的重试的插入次数相对应。送入次数是1次接线处理(1次试行)中的线电极的送入的次数，相对于1次接线处理(1次试行)针对每个区间进行计数。
日志数据分割部43将送入次数赋予给对应的区间日志数据。日志数据分割部43在计算出第2区间内的送入次数的情况下，将第2区间内的送入次数包含于第2区间日志数据。
另外，日志数据分割部43基于由电动机的编码器输出的脉冲数及线供给装置30被数控(NC：Numerical Control)时的NC的处理周期，计算针对每个区间的插入时间。线电极的插入速度可以预先设定于日志数据分割部43，也可以是日志数据分割部43从线放电加工机10取得。
日志数据分割部43将计算出的插入时间赋予给与插入时间相对应的区间日志数据。日志数据分割部43在计算出第2区间内的插入时间的情况下，将第2区间内的插入时间包含于第2区间日志数据。
此外，在下面的说明中，在无需对第1区间日志数据、第2区间日志数据、第3区间日志数据及第4区间日志数据进行区分的情况下，有时将第1区间日志数据、第2区间日志数据、第3区间日志数据及第4区间日志数据称为区间日志数据。在各区间日志数据中包含有线电极的进给量、送入次数和插入时间。
日志数据分割部43将各区间日志数据发送至状态观测部44。日志数据分割部43将第1区间日志数据发送至第1状态观测部51，将第2区间日志数据发送至第2状态观测部52。另外，日志数据分割部43将第3区间日志数据发送至第3状态观测部53，将第4区间日志数据发送至第4状态观测部54。
另外，状态观测部44从参数输出部48接收控制参数。从参数输出部48发送来的控制参数是线放电加工机10所使用的控制参数，与日志数据相对应。从参数输出部48发送来的控制参数输入至第1状态观测部51、第2状态观测部52、第3状态观测部53及第4状态观测部54。参数输出部48向状态观测部44发送的控制参数的例子是切断电流值。另外，状态观测部44接收根据第1区间日志数据计算出的数据、根据第2区间日志数据计算出的数据、根据第3区间日志数据计算出的数据及根据第4区间日志数据计算出的数据。根据第1区间日志数据计算出的数据、根据第2区间日志数据计算出的数据、根据第3区间日志数据计算出的数据及根据第4区间日志数据计算出的数据，是由学习完成判定部46计算的线电极的插入率、由日志数据分割部43计算的线电极的进给量、插入时间等。根据各区间的日志数据计算出的数据从学习完成判定部46经由参数输出部48而发送至状态观测部44，输入至第1状态观测部51、第2状态观测部52、第3状态观测部53及第4状态观测部54。具体地说，根据第1区间日志数据计算出的数据输入至第1状态观测部51，根据第2区间日志数据计算出的数据输入至第2状态观测部52。另外，根据第3区间日志数据计算出的数据输入至第3状态观测部53，根据第4区间日志数据计算出的数据输入至第4状态观测部54。
第1状态观测部51将第1区间日志数据、根据第1区间日志数据计算出的数据及控制参数作为第1状态变量进行观测，第2状态观测部52将第2区间日志数据、根据第2区间日志数据计算出的数据及控制参数作为第2状态变量进行观测。第3状态观测部53将第3区间日志数据、根据第3区间日志数据计算出的数据及控制参数作为第3状态变量进行观测，第4状态观测部54将第4区间日志数据、根据第4区间日志数据计算出的数据及控制参数作为第4状态变量进行观测。
第1状态观测部51将第1状态变量发送至第1回报计算部61，第2状态观测部52将第2状态变量发送至第2回报计算部62，第3状态观测部53将第3状态变量发送至第3回报计算部63，第4状态观测部54将第4状态变量发送至第4回报计算部64。此外，在下面的说明中，在无需对第1状态变量、第2状态变量、第3状态变量及第4状态变量进行区分的情况下，有时将第1状态变量、第2状态变量、第3状态变量及第4状态变量称为状态变量。在状态变量中包含有插入率、线电极的进给量、送入次数、插入时间及控制参数。
学习部45按照基于状态变量而创建的训练数据集，对实现高接线率的控制参数进行学习。第1回报计算部61连接于第1状态观测部51及第1函数更新部71，第1函数更新部71与第1参数变更部81连接。第2回报计算部62连接于第2状态观测部52及第2函数更新部72，第2函数更新部72与第2参数变更部82连接。第3回报计算部63连接于第3状态观测部53及第3函数更新部73，第3函数更新部73与第3参数变更部83连接。第4回报计算部64连接于第4状态观测部54及第4函数更新部74，第4函数更新部74与第4参数变更部84连接。
第1回报计算部61、第2回报计算部62、第3回报计算部63和第4回报计算部64执行相同的处理，因此在这里对由第1回报计算部61执行的处理进行说明。另外，第1函数更新部71、第2函数更新部72、第3函数更新部73和第4函数更新部74执行相同的处理，因此在这里对由第1函数更新部71执行的处理进行说明。另外，第1参数变更部81、第2参数变更部82、第3参数变更部83和第4参数变更部84执行相同的处理，因此在这里对由第1参数变更部81执行的处理进行说明。
第1回报计算部61基于观测结果即第1状态变量对回报进行计算。第1回报计算部61基于插入率、线电极的进给量、送入次数及插入时间的至少1个对回报进行计算。第1回报计算部61在插入失败的情况下相对于行动而减小回报，在插入成功而接线完成的情况下增大回报。在线放电加工系统1中，在能够以最大重试次数以内的送入次数将线电极接线的情况是插入成功，在无法以特定次数的送入次数将线电极接线的情况是插入失败。即，在直至特定次数的送入次数为止能够接线的情况下，插入处理为成功。
在插入处理时，将线电极的进给量送出特定量为止，由此插入成功。因此，在线电极被插入的情况下，线电极的进给量越大，则越接近插入的成功，线电极的进给量越小，则越接近插入的失败。因此，第1回报计算部61是线电极的进给量越小则越减小回报，线电极的进给量越大则越增大回报。另外，第1回报计算部61是送入次数越多则越减小回报，送入次数越少则越增大回报。第1回报计算部61将计算出的回报发送至第1函数更新部71。
第1函数更新部71存储有用于决定行动的函数，基于从第1回报计算部61发送来的回报对用于决定行动的函数进行更新。第1函数更新部71对决定函数的参数进行更新，由此对函数进行更新。第1函数更新部71将更新后的函数储存于学习结果存储部47。关于通过学习部45进行的学习处理的详细内容在后面记述。
第1参数变更部81读出在学习结果存储部47中储存的第1区间的函数。第1参数变更部81基于第1区间的函数，对在第1区间所使用的控制参数进行变更。第1参数变更部81将变更后的控制参数发送至学习完成判定部46。
学习结果存储部47是对由第1函数更新部71、第2函数更新部72、第3函数更新部73及第4函数更新部74更新后的函数进行存储的存储器等。学习结果存储部47连接于第1函数更新部71、第2函数更新部72、第3函数更新部73及第4函数更新部74。另外，学习结果存储部47连接于第1参数变更部81、第2参数变更部82、第3参数变更部83及第4参数变更部84。
学习条件设定部42按照来自用户的指示，对控制参数的学习条件进行设定。学习条件的例子是插入率的目标值、最大试行次数。最大试行次数是线放电加工机10使用所设定的控制参数，重复线电极的切断接线的次数。线放电加工机10以最大试行次数重复线电极的切断接线，机器学习装置40使用最大试行次数量的日志数据对插入率进行计算。
学习完成判定部46基于学习条件，对是否到达目标的插入率进行判定。学习完成判定部46如果从日志数据分割部43接收到表示接线成功的接线成否信息，则判定为整个区间的插入成功1次。另一方面，学习完成判定部46如果从日志数据分割部43接收到表示接线失败的接线成否信息，则判定为插入失败1次。学习完成判定部46在每次对插入的成功或者失败进行判定时，将插入次数累加，由此计算插入次数。
学习完成判定部46在直至学习条件所设定的最大试行次数为止重复线电极的切断接线处理后，基于最大试行次数和插入成功的次数对插入率进行计算。此外，学习完成判定部46也可以基于最大试行次数和插入失败的次数对插入率进行计算。
学习完成判定部46对插入率是否到达目标值进行判定。插入率到达目标值是切断接线成为稳定状态的情况。稳定状态是使控制参数以特定的比率(例如3％)变动的情况下的插入率的变动率小于或等于基准值的状态。换言之，稳定状态是插入率的饱和状态。
学习完成判定部46在判定为插入率没有到达目标值的情况下，在执行最大试行次数的切断接线的期间，对插入失败的次数最多的区间进行判定。学习完成判定部46将向插入失败的次数最多的区间的学习指令(学习区间指令)发送至日志数据分割部43。另外，学习完成判定部46在判定为没有到达目标的插入率的情况下，将最新的控制参数发送至线放电加工机10及状态观测部44。
另外，学习完成判定部46在判定为插入率到达目标值的情况下，对插入率是否为100％进行判定。如果插入率为100％，则学习完成判定部46对日志数据分割部43指示缩短插入时间的学习。另外，学习完成判定部46在判定为到达目标的插入率的情况下，将最新的控制参数发送至线放电加工机10及状态观测部44。另外，学习完成判定部46在插入率不是100％的情况下，为了防止通过缩短插入时间而插入率降低，将表示学习完成的信息(完成通知)发送至参数输出部48。如上所述，机器学习装置40在学习后的插入率为100％的情况下，对能够缩短插入时间的控制参数进行学习，在学习后的插入率小于100％的情况下，完成学习。
参数输出部48将从学习完成判定部46发送来的控制参数发送至控制装置20的数据输入部28及状态观测部44。另外，参数输出部48将从学习完成判定部46发送来的完成通知发送至控制装置20的数据输入部28。此外，参数输出部48和数据输入部28之间的控制参数及完成通知的传递可以通过任意的方法进行。参数输出部48可以经由网络将控制参数及完成通知发送至数据输入部28。
如上所述，机器学习装置40针对每个区间进行状态观测、回报计算、函数的更新、控制参数的变更。此外，机器学习装置40可以对将线电极进行切断时使用的控制参数及插入线电极时使用的控制参数的任一者进行学习。
接下来，对线供给装置30的结构进行说明。图3是表示实施方式所涉及的线放电加工系统所具有的线供给装置的结构的图。在图3中，示出了线供给装置30的剖视图。
线供给装置30一边送出线电极90，一边对被加工物91进行线放电加工。线供给装置30具有用于将电极线即线电极90插入至在被加工物91开设的孔或者槽的机构。在对被加工物91的加工完成后，线供给装置30将线电极90进行切断，向下一个加工开始位置再次插入线电极90。
此外，在加工中将线电极90断线等情况下，断线部位的形状也有可能成为不适当的形状，因此线供给装置30将线电极90一次切断后，为了重新开始加工而再次插入至孔或者槽。在线电极90的前端部与线电极90的直径相比膨胀得大的情况下，线电极90的插入变得困难，因此线电极90的前端部最好不膨胀。线供给装置30通过适当的切断电流值将线电极90进行切断，由此能够减小线电极90的与电极线方向垂直的方向的截面积。即，线供给装置30通过适当的切断电流值将线电极90切断，由此能够使线电极90的前端部尖锐。
线供给装置30具有预张紧辊31、主张紧辊32、引导管33、线切断部34、切割辊35、上部导丝口36A、下部导丝口36B、经过检测传感器37、下部管38和回收辊39。
从线轴(未图示)送出的线电极90经由预张紧辊31及主张紧辊32而输送至引导管33。引导管33对线电极90的水平方向的位置进行调整。
线切断部34在加工完成时等将线电极90切断。从主张紧辊32送出的线电极90经过引导管33内而输送至线切断部34的入口(线电极90的插入口)为止，经过线切断部34内而输送至切割辊35。线切断部34通过在线电极90的切断部位流过切断电流所产生的热将线电极90切断。此时，针对线电极90，通过主张紧辊32和切割辊35施加对于线电极90的切断而适当的张力的状态下，线切断部34施加切断电流，由此将线电极90切断。此时的张力及切断电流成为使插入率提高的重要的因素(控制参数)。
从切割辊35送出的线电极90输送至上部导丝口36A的入口，经过上部导丝口36A内而输送至被加工物91的孔或者槽。从被加工物91的孔或者槽送出的线电极90输送至下部导丝口36B的入口，经过下部导丝口36B内而输送至下部管38，经过下部管38内而输送至回收辊39。
线电极90以被加工物91的孔或者槽为起点而对被加工物91进行加工。此时，针对线电极90，通过上部导丝口36A和下部导丝口36B施加对于线电极90的加工而适当的张力的状态下加工被加工物91。如上所述，线电极90张设于主张紧辊32和切割辊35之间，并且张设于上部导丝口36A和下部导丝口36B之间。
下部管38将从下部导丝口36B送出的线电极90引导至回收辊39。回收辊39对经由下部管38输送来的线电极90进行回收。在下部导丝口36B和下部管38之间的线电极90的路径设置有经过检测传感器37。经过检测传感器37对线电极90是否经过下部导丝口36B进行检测。
线电极90在插入时会发生挠曲等，有时前端部移动至不与进给量相对应的位置。因此，线放电加工机10基于通过经过检测传感器37得到的检测结果，对线电极90是否在适当的路径没有挠曲而插入进行判断。
线电极90中的线切断部34和上部导丝口36A的入口之间为第1区间101，上部导丝口36A的入口和下部导丝口36B的入口之间为第2区间102。另外，线电极90中的下部导丝口36B的入口至回收辊39的入口为止的区间为第3区间103，回收辊39的入口至出口为止为第4区间104。
在使线电极90穿过线供给装置30时，用户手动地将线电极90从预张紧辊31穿至线切断部34为止。在将线电极90插入至线切断部34后，线供给装置30如果开始线电极90的自动插入，则线电极90由主张紧辊32送出，输送至回收辊39为止。由此，通过线供给装置30进行的线电极90的接线完成。
线供给装置30按照所决定的顺序将线电极90输送至回收辊39为止，但针对每个区间输送时的问题不同。在第1区间101，由于引导管33内的空气将线电极90向切割辊35侧输送。如果此时的空气流量不适当，则线电极90无法经过切割辊35及上部导丝口36A。在引导管33内流动的空气过弱(空气流量少)的情况下，输送力不足，因此线电极90无法经过切割辊35及上部导丝口36A。另外，在引导管33内流动的空气过强的情况下，线电极90过于振动，因此线电极90无法经过切割辊35及上部导丝口36A。
在第2区间102，如果线电极90的前端部不是笔直的状态，则无法经过上部导丝口36A及下部导丝口36B内的金刚石导丝嘴(未图示)。线电极90的前端部笔直的状态是线电极90的前端部尖锐的状态。线放电加工机10将线电极90进行切断，由此能够使线电极90的前端部的笔直性提高而插入。
另外，在第2区间102，需要将线电极90穿过处在上部导丝口36A和下部导丝口36B之间的被加工物91的孔或者槽，因此从上部导丝口36A向下部导丝口36B侧流出的水或者油的流量对线电极90的插入造成影响。
在第3区间103，通过在下部管38内流动的水或者油的流量对线电极90进行输送。此时如果在下部管38内流动的水或者油的流量过弱(水或者油少)，则无法输送线电极90。另外，如果在下部管38内流动的水或者油的流量过强，则存在水或者油从回收辊39附近朝向下部管38喷出这样的问题。
在第4区间104，在回收辊39的近前附近向线电极90侧的线电极90吹出空气，由此将线电极90周围的水或者油去除。如果此时的空气过强，则将线电极90向回收辊39侧输送的力弱于空气的力，因此无法将线电极90插入至回收辊39。如上所述，针对每个区间对插入造成影响的控制参数不同。因此，参数输出部48可以对状态观测部44发送与各区间相对应的控制参数。例如，参数输出部48可以将从上部导丝口36A向下部导丝口36B侧流出的水或者油的流量作为控制参数而向第2状态观测部52发送，将向线电极90的空气流量作为控制参数而向第4状态观测部54发送。
从前述的第1区间101至第4区间104为止，在线电极90插入时钩挂的可能性特别高的是第2区间102。线电极90的前端部具有大于或等于特定值的笔直性，成为矛状，由此容易将线电极90插入。因此，在插入前进行的线电极90的切断也成为使插入率提高的重要的要素。线电极90通过在切断部位流过切断电流而产生的热进行切断。此时，针对线电极90通过主张紧辊32和切割辊35对线电极90施加适当的张力，线切断部34施加切断电流，由此将线电极90进行切断。此时的张力的参数及切断电流的控制参数成为使插入率提高的重要的要素。
如上所述，在线供给装置30将线电极90接线时使用各种机构。在线供给装置30中，相对于各机构进行机械调整，且通过使用多个控制参数的控制进行线电极90的输送。这些控制参数通过线放电加工机10的制造商负责人的经验进行调整，但在本实施方式中，通过模拟出制造商负责人的调整方法的学习部45将控制参数设定为适当的控制参数。
学习部45对插入率提高的控制参数进行学习。学习部45在插入失败的情况下相对于行动而减小回报，在接线完成(成功)的情况下增大回报。然后，学习部45以插入时间变短的方式对控制参数进行学习。学习部45如果插入时间变长则减小回报，如果插入时间变短则增大回报。例如，在插入率成为100％的稳定状态的情况下，学习部45对插入时间变短的控制参数进行学习。
通过学习部45学习后的控制参数输入至线放电加工机10。由此，线放电加工机10使用通过学习部45学习后的控制参数，执行线电极90的切断接线。
具有状态观测部44及学习部45的机器学习装置40所使用的学习算法可以使用任意的学习算法。在这里，作为一个例子，对应用强化学习(Reinforcement Learning)的情况进行说明。
强化学习是某环境内的智能体即行动主体对当前的状态进行观测，决定应该采取的行动这样的机器学习。智能体通过对行动进行选择而从环境得到回报，经过一系列的行动对可获得最多回报的对策进行学习。作为强化学习的代表方法，已知Q学习(Q-learning)或者TD学习(TD-learning)。例如，在Q学习的情况下，行动价值函数Q(s，a)的通常的更新式通过下面的式(1)表示。行动价值函数Q(s，a)也被称为行动价值表。
【式1】
Figure BDA0003451380010000171
在式(1)中，st表示时刻t的状态，at表示时刻t的行动。通过行动at，状态变为st+1。rt+1表示通过其状态的变化而赋予的回报，γ表示折扣率，α表示学习系数。在应用Q学习的情况下，下一次切断接线所使用的控制参数称为行动at。
Q学习的通过式(1)表示的更新式是时刻t+1的最好的行动a的行动价值如果大于在时刻t执行的行动a的行动价值Q，则增大时刻t的行动价值Q，在相反的情况下，减小时刻t的行动价值Q。换言之，以将时刻t的行动a的行动价值Q接近时刻t+1的最好的行动价值的方式对行动价值函数Q(s，a)进行更新。由此，某环境的最好的行动价值依次传播为在其之前的环境中的行动价值。
因此，在以下进行说明的机器学习装置40的动作中，如果将控制参数的变更行动设为时刻t的行动at，将第1区间101、第2区间102、第3区间103及第4区间104的状态设为时刻t的状态st，则能够理解为机器学习装置40进行Q学习。
第1回报计算部61基于第1状态变量，对控制参数的回报进行计算。第1回报计算部61在线电极90的插入成功的情况下增大回报，在线电极90的插入失败的情况下减小回报。第1回报计算部61在线电极90向第1区间101的插入成功的情况下将回报设为最大回报，在线电极90向第1区间101的插入失败的情况下将回报设为最小回报。例如，第1回报计算部61在线电极90的插入成功的情况下赋予“1”的回报，在线电极90向第1区间101的插入失败的情况下赋予“－1”的回报。
第1回报计算部61将计算出的回报发送至第1函数更新部71。第1函数更新部71按照由第1回报计算部61计算出的回报对决定行动(控制参数)的函数进行更新。例如在Q学习的情况下，通过式(1)表示的行动价值函数Q(st，at)是用于对控制参数进行计算的函数，通过第1函数更新部71被更新。
接下来，对通过机器学习装置40进行的控制参数的计算处理顺序进行说明。图4是表示通过实施方式所涉及的线放电加工系统进行的控制参数的计算处理顺序的第1阶段的流程图。图5是表示通过实施方式所涉及的线放电加工系统进行的控制参数的计算处理顺序的第2阶段的流程图。
在线放电加工系统1中，线放电加工机10的初始参数设定部21对控制参数的初始值进行设定(步骤S10)。即，初始参数设定部21将控制参数储存于控制参数保存部22。
在线电极90的直径及材质接近的线电极的控制参数已知的情况下，将该控制参数设定为初始值，由此学习提前结束。因此，作为对线供给装置30的控制参数进行自动调整时的运用，可以对线电极90的直径及材质接近的线电极的控制参数进行选择。此外，控制参数的初始值可以通过任意的方法进行设定。
在设定了控制参数的初始值后，线放电加工机10将线电极90切断(步骤S20)。并且，线放电加工机10开始线电极90的插入(步骤S30)。而且，机器学习装置40判定插入是否失败(步骤S40)。具体地说，日志数据分割部43基于接线成否信息或者线电极90的进给量，对插入是否失败进行判定。
在插入失败的情况下，日志数据分割部43将日志数据分割为针对线电极90的每个区间的日志数据即区间日志数据。日志数据分割部43将第1区间日志数据发送至第1状态观测部51，将第2区间日志数据发送至第2状态观测部52。另外，日志数据分割部43将第3区间日志数据发送至第3状态观测部53，将第4区间日志数据发送至第4状态观测部54。
在插入失败的情况下(步骤S40，Yes)，日志数据分割部43对在第1区间101线电极90的插入是否失败进行判定(步骤S50)。在第1区间101线电极90的插入失败的情况下(步骤S50，Yes)，日志数据分割部43生成包含有线电极90的第1区间101内的进给量的第1区间日志数据，发送至第1状态观测部51。
第1状态观测部51将第1区间日志数据及控制参数作为第1状态变量进行观测，将第1状态变量发送至第1回报计算部61。第1回报计算部61基于观测结果即第1状态变量对回报进行计算。此时，第1回报计算部61以接线优先而赋予回报，第1函数更新部71基于回报对函数进行更新，第1参数变更部81基于函数对第1区间101的控制参数进行调整(步骤S60)。接线优先是将是否完成了接线(插入是否成功)设为回报决定时的优先事项。第1回报计算部61在完成了接线的情况下赋予高回报，在没有完成接线的情况下赋予低回报。如上所述，第1回报计算部61在以接线优先进行学习的情况下，对能够接线的情况赋予(线电极90能够经过区间的情况)高回报。
在第1区间101线电极90的插入没有失败的情况下(步骤S50，No)，日志数据分割部43对在第2区间102线电极90的插入是否失败进行判定(步骤S70)。在第2区间102线电极90的插入失败的情况下(步骤S70，Yes)，日志数据分割部43生成包含线电极90的第2区间102内的进给量的第2区间日志数据，发送至第2状态观测部52。
第2状态观测部52将第2区间日志数据及控制参数作为第2状态变量而进行观测，将第2状态变量发送至第2回报计算部62。第2回报计算部62基于观测结果即第2状态变量对回报进行计算。此时，第2回报计算部62以接线优先而赋予回报，第2函数更新部72基于回报对函数进行更新，第2参数变更部82基于函数对第2区间102的控制参数进行调整(步骤S80)。
在第2区间102线电极90的插入没有失败的情况下(步骤S70，No)，日志数据分割部43对在第3区间103线电极90的插入是否失败进行判定(步骤S90)。在第3区间103线电极90的插入失败的情况下(步骤S90，Yes)，日志数据分割部43生成包含线电极90的第3区间103内的进给量的第3区间日志数据，发送至第3状态观测部53。
第3状态观测部53将第3区间日志数据及控制参数作为第3状态变量而进行观测，将第3状态变量发送至第3回报计算部63。第3回报计算部63基于观测结果即第3状态变量对回报进行计算。此时，第3回报计算部63以接线优先而赋予回报，第3函数更新部73基于回报对函数进行更新，第3参数变更部83基于函数对第3区间103的控制参数进行调整(步骤S100)。
在第3区间103线电极90的插入没有失败的情况下(步骤S90，No)，日志数据分割部43生成包含线电极90的第4区间104内的进给量的第4区间日志数据，发送至第4状态观测部54。
第4状态观测部54将第4区间日志数据及控制参数作为第4状态变量而进行观测，将第4状态变量发送至第4回报计算部64。第4回报计算部64基于观测结果即第4状态变量对回报进行计算。此时，第4回报计算部64以接线优先而赋予回报，第4函数更新部74基于回报对函数进行更新，第4参数变更部84基于函数对第4区间104的控制参数进行调整(步骤S110)。如上所述，在插入失败的情况下，学习部45针对每个区间进行控制参数的学习。
第1参数变更部81在对第1区间101的控制参数进行了调整的情况下，将调整后的第1区间101的控制参数发送至学习完成判定部46。第2参数变更部82在对第2区间102的控制参数进行了调整的情况下，将调整后的第2区间102的控制参数发送至学习完成判定部46。第3参数变更部83在对第3区间103的控制参数进行了调整的情况下，将调整后的第3区间103的控制参数发送至学习完成判定部46。第4参数变更部84在对第4区间104的控制参数进行了调整的情况下，将调整后的第4区间104的控制参数发送至学习完成判定部46。
学习完成判定部46将发送来的控制参数经由参数输出部48发送至线放电加工机10及状态观测部44(步骤S120)。然后，在线放电加工系统1中，返回至步骤S20的处理。线放电加工系统1在步骤S40中，直至能够判断为插入成功为止，重复步骤S20至S120的处理。
另外，在步骤S40中插入成功的情况下(步骤S40，No)，学习完成判定部46对插入的试行次数是否满足最大试行次数进行判定(步骤S130)。
在插入的试行次数不满足最大试行次数的情况下(步骤S130，No)，学习完成判定部46将当前的试行次数设为试行次数+1(步骤S140)。学习完成判定部46将试行次数不满足最大试行次数的情况经由参数输出部48而通知给线放电加工机10。由此，线放电加工机10使用最新的控制参数而执行切断接线的试行处理。即，线放电加工机10使用最新的控制参数将线电极90切断(步骤S150)。并且，线放电加工机10使用最新的控制参数而开始线电极90的插入(步骤S160)。另外，学习完成判定部46将接线成否信息的取得请求发送至日志数据分割部43。
如果插入的试行处理完成，则日志数据取得部41从线放电加工机10取得日志数据而发送至日志数据分割部43。日志数据取得部41根据日志数据而生成接线成否信息，发送至学习完成判定部46。
然后，线放电加工系统1重复步骤S130至S160的处理。学习完成判定部46在每次完成线电极90的插入时，从日志数据分割部43取得接线成否信息。
在插入的试行次数满足最大试行次数的情况下(步骤S130，Yes)，学习完成判定部46对插入率是否满足目标值进行判定(步骤S170)。学习完成判定部46基于最大试行次数和插入成功的次数对插入率进行计算，与插入率的目标值相比较。插入成功的次数是在直至插入的试行次数成为最大试行次数为止的期间，插入成功的次数。
在插入率不满足目标值的情况下(步骤S170，No)，学习完成判定部46对插入失败的次数最多的区间进行判定。学习完成判定部46将插入失败的次数最多的区间通知给日志数据分割部43。另外，学习完成判定部46将最新的控制参数经由参数输出部48发送至线放电加工机10及状态观测部44。由此，线放电加工机10使用最新的控制参数而执行切断接线。
日志数据分割部43生成插入失败的次数最多的区间的区间日志数据，发送至状态观测部44。例如，插入失败的次数最多的区间设为是第4区间104。在该情况下，学习完成判定部46生成第4区间日志数据，发送至第4状态观测部54。第4状态观测部54将第4区间日志数据及控制参数作为第4状态变量而进行观测，将第4状态变量发送至第4回报计算部64。第4回报计算部64基于观测结果即第4状态变量对回报进行计算。此时，第4回报计算部64以接线优先而赋予回报，第4函数更新部74基于回报对函数进行更新，第4参数变更部84基于函数对第4区间104的控制参数进行调整。如上所述，学习部45针对插入失败的次数最多的区间，以接线优先而赋予回报，对控制参数进行调整(步骤S180)。
第1参数变更部81、第2参数变更部82、第3参数变更部83及第4参数变更部84的任意者调整后的控制参数发送至学习完成判定部46。
学习完成判定部46将发送来的控制参数经由参数输出部48发送至线放电加工机10及状态观测部44(步骤S190)。另外，学习完成判定部46将插入的试行次数清零(步骤S200)。即，学习完成判定部46将插入的试行次数设为0。另外，学习完成判定部46将插入率清零。然后，在线放电加工系统1中，重复步骤S130至S200的处理。
在插入率满足目标值的情况下(步骤S170，Yes)，学习完成判定部46对满足目标值的插入率是否为100％进行判定(步骤S210)。在插入率为100％的情况下(步骤S210，Yes)，学习完成判定部46将插入率为100％的情况通知给日志数据分割部43。另外，学习完成判定部46将最新的控制参数经由参数输出部48发送至线放电加工机10及状态观测部44。由此，线放电加工机10使用最新的控制参数而执行切断接线。
日志数据分割部43生成各区间的区间日志数据，发送至状态观测部44。状态观测部44将各区间的状态变量发送至学习部45。学习部45基于状态变量对回报进行计算。此时，学习部45以时间优先而赋予回报，基于回报对函数进行更新，基于函数对各区间的控制参数进行调整。如上所述，学习部45针对各区间，以时间优先赋予回报，对控制参数进行调整(步骤S220)。时间优先是将插入时间设为回报决定时的优先事项。第1回报计算部61在插入时间短的情况下赋予高回报，在插入时间长的情况下赋予低回报。即使是插入时间缩短的情况在插入率降低的情况下，第1回报计算部61也减小回报。
第1参数变更部81、第2参数变更部82、第3参数变更部83及第4参数变更部84的任意者调整后的控制参数发送至学习完成判定部46。
学习完成判定部46将发送来的控制参数经由参数输出部48发送至线放电加工机10及日志数据分割部43(步骤S230)。另外，学习完成判定部46将插入的试行次数清零(步骤S240)。即，学习完成判定部46将插入的试行次数设为0。另外，学习完成判定部46将插入率清零。然后，在线放电加工系统1中，重复步骤S130至S240的处理。
在插入率不为100％的情况下(步骤S210，No)，通过线放电加工系统1进行的控制参数的学习完成。此外，线放电加工系统1也可以在满足目标值的插入率为除了100％以外的特定比率以上(例如，95％)的情况下，进入步骤S220以后的处理。
通常来说，在线放电加工中，在线电极被切断后插入成功为止的期间，线放电加工机无法执行线放电加工，因此线电极的插入率与生产率直接相关。另外，线供给装置按照预先所设定的一系列的控制参数将线电极切断接线，但以高概率成功切断接线的控制参数的余量小。因此，根据作为初始值而设定的控制参数，难以以高概率进行切断接线。在本实施方式中，机器学习装置40学习而决定使插入率提高的控制参数，因此能够以高概率进行切断接线。
另外，切断接线不仅是插入率，插入时间也成为与生产率直接相关的要素。因此，对将线供给装置所涉及的插入时间缩短的控制参数进行学习，这与生产率的提高有关。在本实施方式中，机器学习装置40学习而决定能够缩短插入时间的控制参数，因此能够以短时间进行切断接线。
另外，线放电加工机有时使用材质的比率不同的线电极，但针对线电极的每个线种类而适当的控制参数不同。因此，相对于各种线种类，需要对适当的控制参数进行设定。在本实施方式中，机器学习装置40一边将线电极90切断接线、一边学习而决定控制参数，因此针对控制参数未登记的线种类的线电极90也能够设定适当的控制参数。
在这里，对机器学习装置40的硬件结构进行说明。图6是表示实施方式所涉及的机器学习装置的硬件结构例的图。
机器学习装置40能够通过图6所示的处理器301及存储器302而实现。处理器301的例子是CPU(还称为Central Processing Unit、中央处理装置、处理装置、运算装置、微处理器、微型计算机、处理器、DSP(Digital Signal Processor))或者系统LSI(Large ScaleIntegration)。存储器302的例子是RAM(Random Access Memory)、ROM(Read OnlyMemory)。
机器学习装置40是处理器301将存储器302所存储的用于执行机器学习装置40的动作的程序读出并执行而实现的。另外，该程序可以说是使计算机执行机器学习装置40的顺序或者方法。存储器302还作为由处理器301执行各种处理时的暂时存储器使用。
此外，关于机器学习装置40的功能，可以将一部分通过专用的硬件而实现，将一部分通过软件或者固件而实现。另外，也可以将控制装置20通过图6所示的处理器301及存储器302而实现。
在本实施方式中，对机器学习装置40利用强化学习进行机器学习的情况进行了说明，但机器学习装置40也可以按照其他公知的方法，例如神经网络、遗传编程、功能逻辑编程、支持向量机等执行机器学习。
在本实施方式中，控制参数保存部22针对每个线种类而存储有控制参数。参数设定部23将控制参数保存部22所存储的控制参数之中的与由用户指定出的线种类的信息(由用户输入至控制装置20的线种类的信息)相对应的最新的控制参数从控制参数保存部22读出，设定于线供给控制部24。此外，有时由用户指定出的线种类的信息未登记在控制参数保存部22中。在该情况下，参数设定部23对与由用户指定出的线种类相类似的线种类进行选择，将与选择出的线种类的信息相对应的控制参数从控制参数保存部22读出，设定于线供给控制部24。由此，机器学习装置40对控制参数不断学习。机器学习装置40学习后的结果作为新的线种类的信息而由控制参数保存部22存储。
如上所述，根据实施方式，对提高线电极90的插入率的控制参数进行学习，因此针对未登记适当的控制参数的新的线种类的线电极90也能够提高插入率。即，与插入的线电极90的线种类的控制参数已登记还是未登记无关，能够提高线电极90的插入率。另外，在插入率成为稳定状态后，对能够缩短插入时间的控制参数进行学习，因此能够维持插入率并缩短插入时间。由此，能够实现加工整体的高效化。
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
1线放电加工系统，10线放电加工机，20控制装置，21初始参数设定部，22控制参数保存部，23参数设定部，24线供给控制部，25控制信号输出部，26传感器信号输入部，27日志数据存储部，28数据输入部，30线供给装置，31预张紧辊，32主张紧辊，33引导管，34线切断部，35切割辊，36A上部导丝口，36B下部导丝口，37经过检测传感器，38下部管，39回收辊，40机器学习装置，41日志数据取得部，42学习条件设定部，43日志数据分割部，44状态观测部，45学习部，46学习完成判定部，47学习结果存储部，48参数输出部，51第1状态观测部，52第2状态观测部，53第3状态观测部，54第4状态观测部，61第1回报计算部，62第2回报计算部，63第3回报计算部，64第4回报计算部，71第1函数更新部，72第2函数更新部，73第3函数更新部，74第4函数更新部，81第1参数变更部，82第2参数变更部，83第3参数变更部，84第4参数变更部，90线电极，91被加工物，101第1区间，102第2区间，103第3区间，104第4区间，301处理器，302存储器。

Claims (13)

1.一种机器学习装置，其对决定线放电加工机的将线电极切断接线的条件的控制参数进行学习，
该机器学习装置的特征在于，具有：
状态观测部，其将表示将所述线电极插入至所述线电极的路径时的插入状态的日志数据、根据所述日志数据计算出的数据及所述控制参数作为状态变量而进行观测；以及
学习部，其按照基于所述状态变量创建的训练数据集，对提高所述线电极的插入的成功率即插入率的所述控制参数进行学习。
2.一种线放电加工系统，其特征在于，具有：
权利要求1所述的机器学习装置；以及
线放电加工机，其按照所述控制参数而执行所述线电极的切断及插入，通过所述线电极对被加工物进行线放电加工，
所述线放电加工机具有：
线供给装置，其执行所述线电极的切断及插入；以及
控制部，其使用所述控制参数对所述线供给装置进行控制，并且取得所述日志数据。
3.根据权利要求2所述的线放电加工系统，其特征在于，
所述学习部具有：
回报计算部，其基于所述日志数据或者根据所述日志数据计算出的数据对回报进行计算；以及
函数更新部，其基于所述回报，对用于决定所述控制参数的函数进行更新。
4.根据权利要求3所述的线放电加工系统，其特征在于，
所述回报计算部在所述线电极的插入成功的情况下增大所述回报，在所述线电极的插入失败的情况下减小所述回报。
5.根据权利要求3所述的线放电加工系统，其特征在于，
所述回报计算部是所述线电极的插入所花费的时间越短则越增大回报。
6.根据权利要求3至5中任一项所述的线放电加工系统，其特征在于，
所述函数更新部按照所述回报，对行动价值表进行更新。
7.根据权利要求2至6中任一项所述的线放电加工系统，其特征在于，
所述状态观测部针对将所述线电极分为多个区间的情况下的每个区间对所述状态变量进行观测，
所述学习部针对每个所述区间对所述控制参数进行学习。
8.根据权利要求3所述的线放电加工系统，其特征在于，
所述日志数据包含所述线电极的进给量的信息，
所述回报计算部是所述线电极的进给量越多则越增大回报。
9.根据权利要求3所述的线放电加工系统，其特征在于，
所述日志数据包含所述线电极的插入的送入次数的信息，
所述回报计算部是所述线电极的送入次数越少则越增大回报。
10.根据权利要求3所述的线放电加工系统，其特征在于，
所述线放电加工机通过对将所述线电极切断的部位赋予电流而将所述线电极进行切断，将所切断的部位作为所述线电极的前端部而将所述线电极插入至所述线电极的路径，
所述控制参数包含有在将所述线电极切断时赋予的电流的电流值。
11.根据权利要求3至10中任一项所述的线放电加工系统，其特征在于，
根据所述日志数据计算出的数据包含线电极的插入率、线电极的进给量或者线电极的插入所花费的时间即插入时间。
12.根据权利要求2至11中任一项所述的线放电加工系统，其特征在于，
所述控制部具有控制参数保存部，该控制参数保存部对与所述线电极的线型即线种类的信息相对应的控制参数的初始值进行存储，
在由用户指定出的线种类没有存储于所述控制参数保存部的情况下，从所述控制参数保存部中对与由用户指定出的线种类相类似的线种类进行选择，将与选择出的线种类的信息相对应的控制参数的初始值设定为所述学习部进行学习的控制参数的初始值。
13.一种机器学习方法，其对决定线放电加工机的将线电极切断接线的条件的控制参数进行学习，
该机器学习方法的特征在于，具有：
状态观测步骤，将表示将所述线电极插入至所述线电极的路径时的插入状态的日志数据、根据所述日志数据计算出的数据及所述控制参数作为状态变量而进行观测；以及
学习步骤，按照基于所述状态变量创建的训练数据集，对提高所述线电极的插入的成功率即插入率的所述控制参数进行学习。
CN201980098169.6A 2019-07-05 2019-07-05 机器学习装置、线放电加工系统及机器学习方法 Active CN114040826B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/026892 WO2021005665A1 (ja) 2019-07-05 2019-07-05 機械学習装置、ワイヤ放電加工システム、および機械学習方法

Publications (2)

Publication Number Publication Date
CN114040826A true CN114040826A (zh) 2022-02-11
CN114040826B CN114040826B (zh) 2022-11-01

Family

ID=69998063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980098169.6A Active CN114040826B (zh) 2019-07-05 2019-07-05 机器学习装置、线放电加工系统及机器学习方法

Country Status (3)

Country Link
JP (1) JP6661065B1 (zh)
CN (1) CN114040826B (zh)
WO (1) WO2021005665A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106475645A (zh) * 2015-08-27 2017-03-08 发那科株式会社 边调整加工条件边进行加工的线放电加工机
CN106557070A (zh) * 2015-09-30 2017-04-05 发那科株式会社 机器学习装置、电动机控制装置、加工机及机器学习方法
CN107102619A (zh) * 2016-02-19 2017-08-29 发那科株式会社 机器学习装置、工业机械单元、制造系统及机器学习方法
US20180117693A1 (en) * 2016-11-01 2018-05-03 Fanuc Corporation Wire electric discharge machine
CN108687415A (zh) * 2017-03-30 2018-10-23 发那科株式会社 线放电加工机的控制装置以及机器学习装置
CN109794657A (zh) * 2017-11-17 2019-05-24 发那科株式会社 控制装置以及机器学习装置
CN109960219A (zh) * 2017-12-26 2019-07-02 发那科株式会社 控制装置以及机器学习装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3626949B2 (ja) * 2002-09-30 2005-03-09 ファナック株式会社 ワイヤ放電加工機
JP5180363B1 (ja) * 2011-12-22 2013-04-10 ファナック株式会社 自動結線パラメータの自動選択機能を備えたワイヤ放電加工機
JP6619192B2 (ja) * 2015-09-29 2019-12-11 ファナック株式会社 移動軸異常負荷警告機能を有するワイヤ放電加工機
JP6469045B2 (ja) * 2016-07-13 2019-02-13 ファナック株式会社 ワイヤ放電加工機
JP6499689B2 (ja) * 2017-03-08 2019-04-10 ファナック株式会社 仕上げ加工量予測装置及び機械学習装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106475645A (zh) * 2015-08-27 2017-03-08 发那科株式会社 边调整加工条件边进行加工的线放电加工机
CN106557070A (zh) * 2015-09-30 2017-04-05 发那科株式会社 机器学习装置、电动机控制装置、加工机及机器学习方法
CN107102619A (zh) * 2016-02-19 2017-08-29 发那科株式会社 机器学习装置、工业机械单元、制造系统及机器学习方法
US20180117693A1 (en) * 2016-11-01 2018-05-03 Fanuc Corporation Wire electric discharge machine
CN108687415A (zh) * 2017-03-30 2018-10-23 发那科株式会社 线放电加工机的控制装置以及机器学习装置
CN109794657A (zh) * 2017-11-17 2019-05-24 发那科株式会社 控制装置以及机器学习装置
CN109960219A (zh) * 2017-12-26 2019-07-02 发那科株式会社 控制装置以及机器学习装置

Also Published As

Publication number Publication date
WO2021005665A1 (ja) 2021-01-14
JPWO2021005665A1 (ja) 2021-09-13
JP6661065B1 (ja) 2020-03-11
CN114040826B (zh) 2022-11-01

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
US10962960B2 (en) Chip removal apparatus and information processing apparatus
CN111624947B (zh) 颤振判定装置、机器学习装置以及系统
US20190299406A1 (en) Controller and machine learning device
CN114040826B (zh) 机器学习装置、线放电加工系统及机器学习方法
CN111702769A (zh) 机器学习装置、控制装置、激光加工机以及机器学习方法
CN111954582B (zh) 机器学习装置
US20180143612A1 (en) Numerical controller
US11921489B2 (en) Numerical control device, learning apparatus, inference apparatus, and numerical control method
CN108057934A (zh) 线放电加工机以及自动接线方法
CN111702344A (zh) 切断工件的激光加工机
EP3269484B1 (en) Wire electrical discharge machine
US10274938B2 (en) Numerical control unit and NC program creating unit
US20230241698A1 (en) Wire spark machining apparatus and method for producing semiconductor wafer
KR102147072B1 (ko) 와이어 방전 가공기 및 와이어 방전 가공기의 자동 결선 방법
CN114072250B (zh) 机器学习装置、数控装置、线放电加工机及机器学习方法
CN113993646B (zh) 加工条件搜索装置及线放电加工机
CN111273610B (zh) 机床
JP6847335B1 (ja) ワイヤ自動結線装置およびワイヤ放電加工機
EP3290141B1 (en) Wire electrical discharge machine
CN115768577A (zh) 工具诊断装置以及工具诊断方法
CN115039044A (zh) 辅助装置
CN212208037U (zh) 作业辅助装置及系统
JP2003285227A (ja) ワイヤ放電加工機及びその制御方法

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