CN115315665A - 数控装置 - Google Patents
数控装置 Download PDFInfo
- Publication number
- CN115315665A CN115315665A CN202080098600.XA CN202080098600A CN115315665A CN 115315665 A CN115315665 A CN 115315665A CN 202080098600 A CN202080098600 A CN 202080098600A CN 115315665 A CN115315665 A CN 115315665A
- Authority
- CN
- China
- Prior art keywords
- position command
- numerical control
- vibration
- suppression
- unit
- 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.)
- Pending
Links
- 230000001629 suppression Effects 0.000 claims abstract description 107
- 238000003754 machining Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 140
- 238000010801 machine learning Methods 0.000 claims description 33
- 230000009471 action Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 239000000498 cooling water Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 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
- G05B19/18—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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37351—Detect vibration, ultrasound
-
- 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
- G05B2219/41—Servomotor, servo controller till figures
- G05B2219/41121—Eliminating oscillations, hunting motor, actuator
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
数控装置(1)具有控制部(22),该控制部(22)向在使用刀具由工作机械执行向被加工物的加工时对刀具进行驱动的驱动部输出位置指令(J1),并且如果存在执行除了被加工物的加工以外的处理的辅助功能的指令,则对与辅助功能相对应的处理进行控制,并且将对在执行辅助功能的情况下发生的工作机械的第1振动进行抑制的位置指令即抑制位置指令(51)输出至驱动部,抑制位置指令(51)是使驱动部发生第2振动的位置指令,该第2振动与第1振动为相反相位,具有小于或等于第1振动的振幅的大小的振幅。
Description
技术领域
本发明涉及对工作机械的动作进行控制的数控装置。
背景技术
对工作机械的动作进行控制的数控装置按照加工程序的指令,使工作机械所具有的伺服电动机等进行动作,由此使工作机械对被加工物进行加工。
数控装置在使工作机械动作时,有时使工作机械振动。在工作机械振动的情况下,如果使刀具移动的伺服电动机振动,则刀具的定位精度会恶化,因此加工精度降低。因此,希望减小工作机械的振动。
专利文献1所记载的校正装置对决定从刀具相对于工作物的目标量算起的位移的干扰(振动)进行检测,以根据干扰而形成的数学过程模型为基础对干扰的将来特性进行评价,与将来特性相应地对位移进行校正。
专利文献1:日本特表2000-505578号公报
发明内容
但是,在上述专利文献1的技术中,能够抑制周期性地发生的振动,但由于使用根据过去的信号对将来的信号进行预测的自回归模型,因此无法对根据指令而发生的非周期性的振动进行抑制。
本发明就是鉴于上述情况而提出的,其目的在于得到能够对根据指令而发生的非周期性的振动进行抑制的数控装置。
为了解决上述的课题,并达到目的,本发明的数控装置具有控制部,该控制部向在使用刀具由工作机械执行向被加工物的加工时对刀具进行驱动的驱动部输出位置指令,并且如果存在执行除了被加工物的加工以外的处理的辅助功能的指令,则对与辅助功能相对应的处理进行控制,并且将对在执行辅助功能的情况下发生的工作机械的第1振动进行抑制的位置指令即抑制位置指令输出至驱动部。抑制位置指令是使驱动部发生第2振动的位置指令,该第2振动与第1振动为相反相位,具有小于或等于第1振动的振幅的大小的振幅。
发明的效果
本发明所涉及的数控装置具有下述效果,即,能够对根据指令而发生的非周期性的振动进行抑制。
附图说明
图1是表示实施方式所涉及的数控装置的结构的图。
图2是表示实施方式所涉及的数控装置的动作顺序的流程图。
图3是用于对由实施方式所涉及的数控装置抑制的振动进行说明的图。
图4是表示实现实施方式所涉及的数控装置所具有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数控装置详细地进行说明。
实施方式.
图1是表示实施方式所涉及的数控装置的结构的图。数控(NC:NumericalControl)装置1是按照加工程序对工作机械进行控制的计算机。数控装置1在工作机械的控制中使用的加工程序通过被称为G码的准备功能、被称为F码的发送功能、被称为M码的辅助功能等进行记述。
辅助功能是使工作机械执行与加工没有直接关系的动作的功能。辅助功能的例子是将用于抑制由于加工中的摩擦而产生的热量的冷却水的射出设为有效或者无效的功能、使刀具更换的动作、工作机械所具有的门的自动开闭执行的功能、针对使工作台等旋转的旋转轴而执行夹紧或者松开的功能等。夹紧是机械地进行旋转轴的锁止的处理,松开是机械地将旋转轴的锁止解除的处理。
通过旋转轴而旋转的工作台在载置有被加工物的状态下对被加工物进行固定。该工作台通过旋转轴的旋转而能够360度旋转。被加工物在载置于工作台的状态下旋转至特定的位置。在该状态下将加工轴夹紧,由此对被加工物进行固定,开始通过刀具进行的向被加工物的加工。数控装置1使用数控装置1内的加工程序而执行辅助功能,因此能够实现工作机械制造商独有的各种动作。在加工程序中,辅助功能通过辅助功能的编号即辅助功能编号J3表示。
工作机械是使用刀具执行向被加工物的加工的装置。工作机械具有对刀具进行驱动的驱动部。此外,在工作机械的结构要素中可以包含刀具,也可以不包含刀具。
数控装置1在工作机械执行向被加工物的加工时,输出用于对驱动部进行驱动的位置指令J1。另外,数控装置1如果存在执行除了被加工物的加工以外的处理的辅助功能的指令,则对与辅助功能相对应的处理进行控制。另外,数控装置1将对在执行辅助功能的情况下发生的工作机械的振动进行抑制的位置指令即抑制位置指令51输出至驱动部。
数控装置1与驱动单元31及远程IO(Input/Output)33连接。驱动单元31与伺服电动机32连接。伺服电动机32是对刀具进行驱动的驱动部的一个例子。伺服电动机32与安装对被加工物进行加工的刀具的刀架等连接,通过使刀架等动作,从而使刀具动作。
数控装置1具有解析部21、控制部22、PLC(Programmable Logic Controller:可编程逻辑控制器)23、机器学习装置10和加工程序存储部40。
加工程序存储部40对在控制工作机械时使用的加工程序进行存储。解析部21对定序程序即加工程序进行解析。解析部21将解析结果发送至控制部22。
控制部22基于从解析部21发送来的解析结果,生成而输出位置指令J1、选择刀具编号J2及辅助功能编号J3。位置指令J1是指定出刀具所涉及的加工位置的指令。位置指令J1例如通过X坐标、Y坐标及Z坐标表示。选择刀具编号J2是对被选择用于被加工物的加工的刀具进行识别的编号。
辅助功能编号J3是对辅助功能的种类进行识别的编号。在辅助功能中具有会使刀具等发生振动的功能,因此在本实施方式中,针对使振动发生的辅助功能,数控装置1要抑制振动。进行振动抑制的辅助功能的辅助功能编号J3预先设定于数控装置1。此外,辅助功能编号J3的设定例如是通过参数进行设定的,但设定方法并不限定于通过参数进行的设定,可以通过任意方法进行设定。辅助功能编号J3是对辅助功能的种类进行识别的第1识别信息,选择刀具编号J2是对刀具的种类进行识别的第2识别信息。
另外,控制部22直至机器学习装置10对抑制位置指令51进行学习为止,输出与辅助功能编号J3相对应的抑制位置指令51。在这里的抑制位置指令51是针对辅助功能的每个种类而预先登记于数控装置1的抑制位置指令51的初始值。即,控制部22首先在执行辅助功能前,输出与辅助功能编号J3相对应的抑制位置指令51的初始值。如上所述,控制部22直至机器学习装置10对抑制位置指令51进行学习为止,输出预先登记的抑制位置指令51。
抑制位置指令51是用于对由于执行的辅助功能而发生的振动进行抑制的位置指令。抑制位置指令51例如是通过X坐标、Y坐标及Z坐标表示的指定出加工位置的指令。
抑制位置指令51是使工作机械的驱动部发生振动(第2振动)的位置指令,该振动(第2振动)与工作机械的振动(第1振动)为相反相位,具有相同大小的振幅。例如,在辅助功能为夹紧的情况下,在夹紧件对旋转轴进行固定时夹紧件振动,由此刀具振动。在该情况下,抑制位置指令51是能够抑制刀具的振动的位置指令。
控制部22在机器学习装置10对用于生成抑制位置指令51的信息(后面记述的抑制信息)进行学习后,将与从机器学习装置10发送来的抑制信息相对应的抑制位置指令51进行输出。控制部22在对抑制位置指令51进行学习的前后,在能够抑制振动的定时将抑制位置指令51进行输出。
控制部22将位置指令J1及抑制位置指令51输出至驱动单元31,将辅助功能编号J3输出至PLC 23。另外,控制部22将位置指令J1、选择刀具编号J2及辅助功能编号J3输出至机器学习装置10。
PLC 23将执行与从控制部22发送来的辅助功能编号J3相对应的辅助功能的指示(辅助功能指令)发送至远程IO 33。PLC 23储存记述有机械动作的梯形图程序。PLC 23如果接收到表示M码等辅助功能指令的辅助功能编号J3,则按照梯形图程序将辅助功能指令发送至远程IO 33。
远程IO 33是与在工作机械内执行辅助功能的装置(下面,称为辅助处理执行装置)之间收发输入输出信号的设备。远程IO 33从数控装置1接收表示辅助功能的辅助功能指令。远程IO 33将辅助功能指令发送至辅助处理执行装置,从辅助处理执行装置对表示辅助处理执行装置的状态的信息等进行接收。辅助处理执行装置的例子是将冷却水射出的装置、执行刀具更换的装置、使工作机械所具有的门开闭的装置、将旋转轴夹紧及松开的装置。如上述所示,辅助功能是通过辅助功能指令执行的功能,通过由辅助功能进行的控制而在被加工物或者工作机械发生振动(冲击)。在由辅助功能进行的控制中发生的振动(冲击)是非周期性的冲击,无法通过现有技术进行抑制。
驱动单元31与伺服电动机32连接,按照从数控装置1发送来的指令对伺服电动机32进行控制。驱动单元31从数控装置1对指定出刀具的位置的位置指令J1、指定出用于抑制振动的刀具的位置的抑制位置指令51进行接收。驱动单元31如果接收到位置指令J1,则基于位置指令J1对刀具的位置进行控制。驱动单元31如果接收到抑制位置指令51,则基于抑制位置指令51对刀具的位置进行控制。
驱动单元31基于来自数控装置1的位置指令J1及抑制位置指令51,对向伺服电动机32输送的电流值进行计算。驱动单元31将与位置指令J1相对应的电流及与抑制位置指令51相对应的电流输送至伺服电动机32,由此对伺服电动机32进行驱动。
伺服电动机32与刀架连接,按照来自驱动单元31的电流使安装于刀架的刀具旋转。
另外,驱动单元31从伺服电动机32对表示刀具的实际位置的位置信息进行接收。另外,驱动单元31从伺服电动机32对表示伺服电动机32的温度的伺服电动机温度J5进行接收。
驱动单元31将表示刀具的实际位置的位置信息作为FB(Feed Back:反馈)位置J4而发送至机器学习装置10。另外,驱动单元31将伺服电动机32的温度作为伺服电动机温度J5而发送至机器学习装置10。FB位置J4可以由对刀具的位置进行检测的检测器进行检测,也可以基于向伺服电动机32的位置指令J1进行计算。
机器学习装置10具有状态观测部11和学习部12。状态观测部11从控制部22取得位置指令J1、选择刀具编号J2及辅助功能编号J3。另外,状态观测部11从驱动单元31取得FB位置J4及伺服电动机温度J5。
在数控装置1中,在机器学习装置10对与辅助功能相对应的抑制位置指令51的信息(抑制信息)进行学习时,状态观测部11取得位置指令J1、选择刀具编号J2、辅助功能编号J3、FB位置J4及伺服电动机温度J5而作为状态变量。抑制信息是生成用于抑制由辅助功能引起的振动的抑制位置指令51的信息。在抑制信息中包含有抑制位置指令51的振幅及输出定时。学习部12基于从状态观测部11得到的状态变量,对与辅助功能相对应的抑制信息进行学习。
根据安装于刀架的刀具的种类,有时振动的程度不同,因此在本实施方式中,机器学习装置10在与辅助功能相对应的抑制信息的学习中使用与选择刀具编号J2相对应的刀具的种类。另外,根据伺服电动机32的温度,有时振动的程度不同,因此在本实施方式中,机器学习装置10在与辅助功能相对应的抑制信息的学习中使用伺服电动机温度J5。此外,数控装置1也可以在抑制信息的学习中不使用选择刀具编号J2及伺服电动机温度J5。
图2是表示实施方式所涉及的数控装置的动作顺序的流程图。数控装置1如果开始加工程序的执行,则解析部21对加工程序进行解析(步骤S10)。此时,解析部21判定加工程序所包含的指令之中的接下来执行的指令是否是振动抑制对象的辅助功能指令(步骤S20)。
接下来,在执行的指令是振动抑制对象的辅助功能指令的情况下(步骤S20,Yes),控制部22将振动抑制对象的辅助功能编号J3发送至PLC 23。由此,PLC 23经由远程IO 33,将与辅助功能编号J3相对应的辅助功能指令发送至辅助处理执行装置。辅助处理执行装置执行与辅助功能指令相对应的辅助功能。如上所述,数控装置1对辅助功能的执行进行控制(步骤S30)。此时,控制部22将与辅助功能编号J3相对应的抑制位置指令51进行输出。在由辅助处理执行装置执行的辅助功能初次使用的情况下,控制部22将作为与辅助功能相对应的抑制位置指令51而预先登记的抑制位置指令51输出至驱动单元31。
由此,数控装置1使用与辅助功能相对应的抑制位置指令51,对由辅助功能引起的振动进行抑制。如果工作机械执行辅助功能,则刀具、刀架、伺服电动机32等振动。在本实施方式中,数控装置1使用抑制位置指令51对刀具、刀架、伺服电动机32等的振动进行抑制(步骤S40)。如上所述,数控装置1对由辅助功能引起的振动进行抑制。
另外,在辅助功能指令为振动抑制对象的指令的情况下,控制部22将位置指令J1、选择刀具编号J2及辅助功能编号J3通知给状态观测部11。由此,状态观测部11取得位置指令J1、选择刀具编号J2及辅助功能编号J3。另外,状态观测部11从驱动单元31取得伺服电动机32的FB位置J4及伺服电动机温度J5。状态观测部11将位置指令J1、选择刀具编号J2、辅助功能编号J3、FB位置J4及伺服电动机温度J5作为状态变量而发送至学习部12。
学习部12基于从状态观测部11发送来的状态变量,对与辅助功能相对应的抑制位置指令51的信息即抑制信息进行学习(步骤S50),将学习到的抑制信息发送至控制部22。具体地说,学习部12对与辅助功能相对应的抑制位置指令51的振幅及定时进行学习,将表示抑制位置指令51的振幅及定时的抑制信息发送至控制部22。
然后,数控装置1返回步骤S20的处理。即,解析部21判定接下来执行的指令是否是振动抑制对象的辅助功能指令(步骤S20)。
在接下来执行的指令不是振动抑制对象的辅助功能指令的情况下(步骤S20,No),数控装置1基于加工程序所包含的指令,对被加工物的加工处理进行控制(步骤S60)。加工程序所包含的指令之中的除了振动抑制对象以外的指令的例子是与加工有关的指令,即,使用刀具用于执行向被加工物的加工的指令。在下面的说明中,对加工程序所包含的指令之中的除了振动抑制对象以外的指令是加工指令的情况进行说明。
在数控装置1对被加工物的加工处理进行控制的情况下,控制部22生成与加工程序所包含的加工指令相对应的位置指令J1,发送至驱动单元31。由此,驱动单元31按照位置指令J1对伺服电动机32进行控制。然后,数控装置1返回步骤S20的处理。即,解析部21判定接下来执行的指令是否是振动抑制对象的辅助功能指令(步骤S20)。
数控装置1在使辅助功能执行后,与工作机械的振动的有无无关,立即开始被加工物的加工处理。在数控装置1不执行抑制位置指令的情况下,工作机械在通过辅助功能的执行而发生振动的状况下执行加工处理。另一方面,在本实施方式中,数控装置1输出抑制位置指令51,并且输出与加工指令相对应的位置指令J1,因此工作机械一边抑制由于辅助功能的执行而发生的振动、一边执行加工处理。此外,数控装置1可以在由振动引起的刀具的位置偏移小于特定值的时刻开始被加工物的加工处理。数控装置1即使在由于辅助功能的执行而发生振动的情况下,也能够抑制振动,因此能够缩短直至振动收敛为止的时间。
在步骤S20中,直至加工程序所包含的指令成为振动抑制对象的辅助功能指令为止,数控装置1重复步骤S60及步骤S20的处理。
在步骤S20中,在加工程序所包含的指令是振动抑制对象的辅助功能指令的情况下(步骤S20,Yes),数控装置1对辅助功能的执行进行控制(步骤S30)。
另外,数控装置1使用抑制位置指令51对刀具、刀架、伺服电动机32等的振动进行抑制(步骤S40)。而且,学习部12基于从状态观测部11发送来的状态变量,对与辅助功能相对应的抑制信息进行学习(步骤S50),数控装置1返回步骤S20的处理。
数控装置1直至执行加工程序内的全部指令为止,重复步骤S20至S50的处理。
在这里,对使用了抑制信息的抑制位置指令51的创建处理进行说明。图3是用于对由实施方式所涉及的数控装置抑制的振动进行说明的图。在图3的上部所示的图形的波形F1示出FB位置J4的变化,图3的下部所示的图形示出抑制位置指令51。图3的上部所示的图形的横轴为时间,纵轴为FB位置的坐标。图3的下部所示的图形的横轴为时间,纵轴为抑制位置指令51(指定的位置的坐标)。FB位置J4例如通过X坐标、Y坐标及Z坐标表示。在图3的例子中,示出X方向的FB位置J4和X方向的抑制位置指令51。
波形F1是在加工指令执行前执行辅助功能的情况下的波形。即,波形F1是针对位置指令J1的刀具的移动开始前的波形。如波形F1所示,由于执行辅助功能而FB位置J4变化。即,通过执行辅助功能而发生振动。为了抑制该振动,数控装置1在能够抑制由于执行辅助功能而发生的振动的定时T1,将用于抑制振动的抑制位置指令51进行输出。
抑制位置指令51是用于抑制FB位置J4的指令。即,抑制位置指令51是用于将FB位置J4(刀具的位置)设为0的指令。具体地说,抑制位置指令51是用于移动至与刀具的位置即FB位置J4相反方向的位置的指令。例如,在FB位置J4为正坐标的情况下,抑制位置指令51是使刀具移动至负坐标的指令。
另外,抑制位置指令51具有能够抑制FB位置J4的振幅A1。即,与抑制位置指令51相对应的刀具的位置与FB位置J4是绝对值相同、符号相反。在FB位置J4为图3所示的波形F1的情况下,抑制位置指令51成为与能够抑制第1波的波形X1相对应的位置指令。波形X1是与波形F1的第1波相反的相位。波形X1的振幅优选是与波形F1的第1波相同大小,但只要与波形F1的第1波的大小大致相同即可。波形X1的振幅如果是小于或等于波形F1的第1波的振幅的大小,则能够抑制振动。
另外,抑制位置指令51可以包含能够抑制第2波及其以后的位置指令。本实施方式的抑制位置指令51以由振动引起的刀具的位置偏移小于特定值的方式,包含直至第N(N为自然数)波为止的位置指令。数控装置1在由振动引起的刀具的位置偏移小于特定值的时刻,使用位置指令J1而开始被加工物的加工处理。由此,FB位置J4也成为与位置指令J1相对应的位置。
如上所述,抑制位置指令51是基于抑制信息所包含的使指令产生的定时T1和指令的振幅A1而生成的。而且,由辅助功能产生的振动通过生成的抑制位置指令51而受到抑制。在这里使抑制位置指令51产生的定时T1的起点的例子,是从解析部21对控制部22通知对象辅助功能的时刻。此外,使抑制位置指令51产生的定时T1的起点如果是能够抑制振动的定时,则可以是任意的定时。
在这里,对通过机器学习装置10实施的学习处理进行说明。状态观测部11对位置指令J1、选择刀具编号J2、辅助功能编号J3、FB位置J4、伺服电动机温度J5进行观测而作为状态变量。学习部12按照基于状态变量而创建的数据集,对抑制信息即抑制位置指令51的振幅及定时进行学习。
数控装置1作为学习部12所使用的学习算法,可以使用任意的算法。在这里,作为学习算法的一个例子,对应用强化学习(Reinforcement Learning)的情况进行说明。数控装置1在执行强化学习时,某环境内的智能体(行动主体)对当前的状态(环境的参数)进行观测,决定应该采取的行动。
在强化学习中,由于智能体的行动而环境动态地变化,与环境的变化相应地将回报赋予给智能体。智能体重复进行上述动作,对通过一系列的行动而回报得到最多的行动方案进行学习。换言之,智能体通过对行动进行选择而从环境得到回报,对通过一系列的行动而回报得到最多的对策进行学习。作为强化学习的代表性的方法,已知Q学习(Q-learning)及TD学习(TD-learning)。例如,在Q学习的情况下,行动价值函数Q(s,a)的一般性的更新式(训练好的模型)通过下面的式(1)表示。
【式1】
在式(1)中,st表示时刻t的环境,at表示时刻t的行动。通过行动at,状态(环境)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。此外,γ处于0<γ≤1的范围,α处于0<α≤1的范围。在应用Q学习的情况下,抑制信息(抑制位置指令51的振幅及定时)成为行动at,位置指令J1、选择刀具编号J2、辅助功能编号J3、FB位置J4及伺服电动机温度J5成为状态st,学习部12对时刻t的状态st中的最好的行动at进行学习。
通过式(1)表示的更新式是如果时刻t+1的Q值最高的行动a的行动价值Q大于在时刻t执行的行动a的行动价值Q,则增大行动价值Q,在相反的情况下,减小行动价值Q。换言之,学习部12以使时刻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Q的方式对行动价值函数Q(s,a)进行更新。由此,某环境中的最好的行动价值Q不断依次传播为其以前的环境中的行动价值Q。
学习部12具有回报计算部15和函数更新部16。回报计算部15基于状态变量对回报r进行计算。回报计算部15基于位置指令J1和FB位置J4的差分,即,由振动产生的误差而对回报r进行计算。例如,回报计算部15在位置指令J1和FB位置J4的差分小的情况下使回报r增大(例如赋予“1”的回报)。另一方面,回报计算部15在位置指令J1和FB位置J4的差分大的情况下,使回报r减小(例如赋予“-1”的回报)。
学习部12将位置指令J1和FB位置J4的差分设为从辅助功能指令之后至下一个指令为止的时间差分的合计。此外,学习部12也可以通过参数等确定差分的取得时间,将从辅助功能指令之后至确定的取得时间为止的合计设为差分。
函数更新部16按照由回报计算部15计算的回报r,对用于决定抑制信息的函数进行更新。例如在Q学习的情况下,函数更新部16将通过式(1)表示的行动价值函数Q(st,at)作为用于对抑制信息进行计算的函数使用。学习部12重复执行以上的学习。
此外,在本实施方式中,对在学习部12所使用的学习算法中应用强化学习的情况进行了说明,但学习算法并不限定于强化学习。关于学习算法,除了强化学习以外,也能够应用有教师学习、无教师学习或者有半教师学习等。
另外,学习部12作为上述的学习算法,也能够使用对特征量本身的提取进行学习的深层学习(DeepLearning),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。
此外,机器学习装置10被用于对数控装置1的抑制信息进行学习,但机器学习装置10例如可以是经由网络而与数控装置1连接的与该数控装置1分体的装置。另外,机器学习装置10也可以内置于数控装置1。并且,机器学习装置10也可以存在于云服务器上。
另外,学习部12可以按照针对多个数控装置1创建的数据集而对抑制信息进行学习。此外,学习部12可以从在同一现场使用的多个数控装置1及多个驱动单元31取得数据集,或者可以利用从在不同的现场独立运转的多个工作机械及多个驱动单元31收集的数据集而对抑制信息进行学习。并且,学习部12也能够将对数据集进行收集的数控装置1在中途追加至对象,或者相反地从对象去除。并且,学习部12可以将关于某数控装置1对抑制信息进行学习的机器学习装置10安装于其他数控装置1,针对该其他数控装置1对抑制信息进行再学习而进行更新。
控制部22如果从解析部21接收到辅助功能指令,则判定是否是由机器学习装置10训练好的辅助功能。控制部22如果辅助功能是由机器学习装置10训练好的辅助功能,则基于与辅助功能相对应的抑制信息而生成抑制位置指令51。数控装置1在执行辅助功能时,使用生成的抑制位置指令51对工作机械的振动进行抑制。
此外,数控装置1如果不对抑制信息进行学习而是事先能够设定抑制信息,则可以将抑制信息设定为参数等,基于参数而创建抑制位置指令51,抑制振动。
在这里,对机器学习装置10的硬件结构进行说明。图4是表示实现实施方式所涉及的数控装置所具有的机器学习装置的硬件结构例的图。
机器学习装置10能够通过输入装置300、处理器100、存储器200及输出装置400而实现。处理器100的例子是CPU(也称为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、DSP(Digital Signal Processor))或者系统LSI(Large Scale Integration)。存储器200的例子是RAM(Random Access Memory)、ROM(ReadOnly Memory)。
机器学习装置10是由处理器100将在存储器200中存储的用于执行机器学习装置10的动作的计算机可执行的学习程序读出并执行而实现的。用于执行机器学习装置10的动作的程序即学习程序可以说是使计算机执行机器学习装置10的顺序或者方法。
由机器学习装置10执行的学习程序成为包含状态观测部11和学习部12在内的模块结构,它们载入至主存储装置上,它们生成于主存储装置上。
输入装置300对位置指令J1、选择刀具编号J2、辅助功能编号J3、FB位置J4及伺服电动机温度J5进行接收而发送至处理器100。存储器200被用作由处理器100执行各种处理时的暂时存储器。存储器200对状态变量、回报、行动价值函数等进行存储。输出装置400将与辅助功能相对应的抑制信息输出至控制部22。
学习程序可以通过可安装的形式或者可执行的形式的文件而存储于计算机可读取的存储介质,作为计算机程序产品被提供。另外,学习程序也可以经由互联网等网络而提供给机器学习装置10。此外,关于机器学习装置10的功能,可以将一部分通过专用电路等专用的硬件实现,也可以将一部分通过软件或者固件实现。另外,关于数控装置1,也能够通过与机器学习装置10相同的硬件结构而实现。
另外,在由于辅助功能而使工作机械发生振动的情况下,该振动对伺服电动机造成大的影响。伺服电动机振动,由此加工位置的定位精度恶化,因此加工精度降低。在该情况下,根据状况,由于检测到加工位置的误差变得过大、刀具位置的越位等,有时会发生伺服警报。本实施方式的数控装置1抑制了工作机械的振动,因此能够防止加工精度降低,并且能够防止伺服警报的发生。
另外,由于旋转轴的夹紧或者松开,有时发生大的振动。如果为了缩短加工时间而夹紧的压力增强,则有时发生大的振动。另外,如果为了不使振动发生而压力减弱,则针对夹紧或者松开的动作时间变长,加工时间变长。本实施方式的数控装置1即使增强夹紧的压力而缩短针对夹紧或者松开的动作时间,也能够抑制工作机械的振动。
如上所述,实施方式的数控装置1如果存在辅助功能指令,则对与辅助功能相对应的处理进行控制,并且将用于对在执行辅助功能的情况下发生的振动进行抑制的抑制位置指令51在抑制振动的定时输出至伺服电动机32。抑制位置指令51是使伺服电动机32产生与工作机械的振动相反的相位、具有相同大小的振幅的振动的位置指令。由此,数控装置1能够抑制通过执行辅助功能而根据指令发生的非周期性的振动。
另外,数控装置1能够抑制伺服电动机32的振动,因此通过工作机械进行的加工的加工精度提高。另外,数控装置1能够抑制振动,因此能够防止伺服警报的发生。另外,数控装置1能够抑制由辅助功能的动作引起的振动,因此能够使辅助功能动作的动作高速化,能够缩短加工时间。
以上的实施方式所示的结构表示一个例子,也能够与其他公知技术组合,在不脱离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数控装置,10机器学习装置,11状态观测部,12学习部,15回报计算部,16函数更新部,21解析部,22控制部,23PLC,31驱动单元,32伺服电动机,33远程IO,40加工程序存储部,51抑制位置指令,100处理器,200存储器,300输入装置,400输出装置,J1位置指令,J2选择刀具编号,J3辅助功能编号,J4 FB位置,J5伺服电动机温度。
Claims (6)
1.一种数控装置,其特征在于,
具有控制部,该控制部向在使用刀具由工作机械执行向被加工物的加工时对所述刀具进行驱动的驱动部输出位置指令,并且如果存在执行除了所述被加工物的加工以外的处理的辅助功能的指令,则对与所述辅助功能相对应的处理进行控制,并且将对在执行所述辅助功能的情况下发生的所述工作机械的第1振动进行抑制的位置指令即抑制位置指令输出至所述驱动部,
所述抑制位置指令是使所述驱动部发生第2振动的位置指令,该第2振动与所述第1振动为相反相位,具有小于或等于所述第1振动的振幅的大小的振幅。
2.根据权利要求1所述的数控装置,其特征在于,
所述抑制位置指令针对所述辅助功能的每个种类而预先登记,
所述控制部将与所述辅助功能相对应的抑制位置指令输出至所述驱动部。
3.根据权利要求1所述的数控装置,其特征在于,
还具有机器学习装置,该机器学习装置具有:
状态观测部,其对识别所述辅助功能的种类的第1识别信息、所述位置指令及与所述位置指令相对应的反馈位置进行观测而作为状态变量;以及
学习部,其按照基于所述状态变量而创建的数据集,对输出所述抑制位置指令的定时和所述抑制位置指令的所述振幅进行学习,
所述控制部在输出由所述学习部学习到的所述抑制位置指令的定时输出所述抑制位置指令。
4.根据权利要求3所述的数控装置,其特征在于,
在所述状态变量包含有用于对所述刀具的种类进行识别的第2识别信息及所述驱动部的温度。
5.根据权利要求3或4所述的数控装置,其特征在于,
所述学习部具有:
回报计算部,其基于所述位置指令和所述反馈位置的差分对回报进行计算;以及
函数更新部,其基于所述回报,对用于决定所述定时及所述振幅的函数进行更新。
6.根据权利要求5所述的数控装置,其特征在于,
所述函数是行动价值函数。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/012983 WO2021192023A1 (ja) | 2020-03-24 | 2020-03-24 | 数値制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115315665A true CN115315665A (zh) | 2022-11-08 |
Family
ID=72916077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080098600.XA Pending CN115315665A (zh) | 2020-03-24 | 2020-03-24 | 数控装置 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6775720B1 (zh) |
CN (1) | CN115315665A (zh) |
DE (1) | DE112020006576T5 (zh) |
WO (1) | WO2021192023A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075535A (zh) * | 2023-10-16 | 2023-11-17 | 上海诺倬力机电科技有限公司 | 振动抑制方法、装置、电子设备及可读存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116783561A (zh) * | 2021-01-14 | 2023-09-19 | 发那科株式会社 | 机器学习装置 |
JP7214060B1 (ja) * | 2022-05-18 | 2023-01-27 | 三菱電機株式会社 | 制御パラメータ調整装置 |
JP7490149B1 (ja) | 2023-05-10 | 2024-05-24 | 三菱電機株式会社 | 消費電力量調整装置、数値制御装置、および消費電力量調整方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54113779A (en) * | 1978-02-24 | 1979-09-05 | Toyo Electric Mfg Co Ltd | Digital servo-device |
JP2017138821A (ja) * | 2016-02-04 | 2017-08-10 | ブラザー工業株式会社 | 振動抑制装置と振動抑制方法 |
JP2018192532A (ja) * | 2017-05-12 | 2018-12-06 | 株式会社日立製作所 | 制振装置および加工機 |
JP6494897B1 (ja) * | 2018-07-05 | 2019-04-03 | 三菱電機株式会社 | 数値制御装置 |
JP6605185B1 (ja) * | 2019-04-08 | 2019-11-13 | 三菱電機株式会社 | 数値制御装置およびびびり振動の発生判定方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000505578A (ja) | 1996-03-01 | 2000-05-09 | フラウンホーファー・ゲゼルシャフト ツア フェルデルンク デア アンゲヴァンテン フォルシュンク アインゲトラーゲナー フェアアイン | 切削工作機械における動的変位を補正する方法および装置 |
JP3764432B2 (ja) * | 2003-03-06 | 2006-04-05 | ファナック株式会社 | 工具の切粉付着防止/除去方法、及び工具交換装置 |
JP4261470B2 (ja) * | 2004-11-30 | 2009-04-30 | ファナック株式会社 | 制御装置 |
JP7020649B2 (ja) * | 2018-03-02 | 2022-02-16 | ブラザー工業株式会社 | 振動抑制装置と振動抑制方法 |
-
2020
- 2020-03-24 JP JP2020542180A patent/JP6775720B1/ja active Active
- 2020-03-24 DE DE112020006576.6T patent/DE112020006576T5/de active Pending
- 2020-03-24 WO PCT/JP2020/012983 patent/WO2021192023A1/ja active Application Filing
- 2020-03-24 CN CN202080098600.XA patent/CN115315665A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54113779A (en) * | 1978-02-24 | 1979-09-05 | Toyo Electric Mfg Co Ltd | Digital servo-device |
JP2017138821A (ja) * | 2016-02-04 | 2017-08-10 | ブラザー工業株式会社 | 振動抑制装置と振動抑制方法 |
JP2018192532A (ja) * | 2017-05-12 | 2018-12-06 | 株式会社日立製作所 | 制振装置および加工機 |
JP6494897B1 (ja) * | 2018-07-05 | 2019-04-03 | 三菱電機株式会社 | 数値制御装置 |
JP6605185B1 (ja) * | 2019-04-08 | 2019-11-13 | 三菱電機株式会社 | 数値制御装置およびびびり振動の発生判定方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075535A (zh) * | 2023-10-16 | 2023-11-17 | 上海诺倬力机电科技有限公司 | 振动抑制方法、装置、电子设备及可读存储介质 |
CN117075535B (zh) * | 2023-10-16 | 2024-01-02 | 上海诺倬力机电科技有限公司 | 振动抑制方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021192023A1 (ja) | 2021-09-30 |
JP6775720B1 (ja) | 2020-10-28 |
JPWO2021192023A1 (zh) | 2021-09-30 |
DE112020006576T5 (de) | 2022-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115315665A (zh) | 数控装置 | |
JP6542839B2 (ja) | 制御装置及び機械学習装置 | |
JP6519457B2 (ja) | 補正装置、補正装置の制御方法、情報処理プログラム、および記録媒体 | |
US20220308531A1 (en) | Motor controller and motor control method | |
US20190299406A1 (en) | Controller and machine learning device | |
JP6494897B1 (ja) | 数値制御装置 | |
US11474497B2 (en) | Numerical control device, machine learning device, and numerical control method | |
JP2017127964A (ja) | 学習機能を備えたロボット装置 | |
US20210247734A1 (en) | Numerical control device and numerical control method | |
CN116745712A (zh) | 数控装置、学习装置、推断装置及数控方法 | |
JP2020035159A (ja) | パラメータ調整装置 | |
CN112748699A (zh) | 模拟装置、数值控制装置以及模拟方法 | |
CN114072742A (zh) | 数控装置、机器学习装置及数控方法 | |
CN109507879B (zh) | 控制装置以及机器学习装置 | |
US11262721B2 (en) | Automatic optimization of the parameterization of a movement controller | |
TWI765597B (zh) | 控制系統、馬達控制裝置及機器學習裝置 | |
WO2020162199A1 (ja) | 制御装置、モデル作成方法および制御プログラム | |
US11022951B2 (en) | Information processing device and information processing method | |
CN112975004A (zh) | 优劣判定装置及优劣判定方法 | |
CN112867975A (zh) | 维护辅助系统、数控装置及维护辅助系统的控制方法 | |
JPWO2020136899A1 (ja) | 数値制御装置および機械学習装置 | |
WO2023135685A1 (ja) | 数値制御装置、及び記憶媒体 | |
JP2001154719A (ja) | 自由曲線補間方法 | |
WO2021166366A1 (ja) | 電力変換システム、電力変換装置、状態推定装置、電力変換方法、および電力変換プログラム | |
CN117957088A (zh) | 数控装置、加工系统、数控方法及加工方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221108 |