DE102018201157B4

DE102018201157B4 - Lernmodell-Konstruktionsvorrichtung und Steuerinformations-Optimierungsvorrichtung

Info

Publication number: DE102018201157B4
Application number: DE102018201157.5A
Authority: DE
Inventors: Zheng TONG; Takuma Nishimura; Yuuzou INAGUCHI
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2017-02-03
Filing date: 2018-01-25
Publication date: 2021-07-15
Anticipated expiration: 2038-01-26
Also published as: CN108388205A; US20180224808A1; CN108388205B; DE102018201157A1; JP2018124929A; JP6453921B2; US10359742B2

Abstract

Steuerinformations-Optimiersystem (1) umfassend eine Lernmodell-Konstruktionsvorrichtung (300) und eine Steuerinformations-Optimiervorrichtung (400), welche das durch die Lernmodell-Konstruktionsvorrichtung (300) konstruierte Lernmodell verwendet, die Lernmodell-Konstruktionsvorrichtung (300), umfassend:ein Eingangsdaten-Erfassungsmittel (310), welches als Eingabedaten Steuerinformation einschließlich einer Kombination eines Betriebsmusters einer Antriebsvorrichtung einer Spindel und von Parametern, die sich auf die Bearbeitung in einer Werkzeugmaschine (100) beziehen, und Temperaturinformation der Spindel vor der Durchführung der Bearbeitung, basierend auf der Steuerinformation erfasst, was eine Kombination eines Betriebsmusters, die eine Drehzahl der Antriebsvorrichtung der Spindel, eine Schneidzufuhrrate, eine Schneidzeit und/oder eine Haltezeit, um die Antriebsvorrichtung der Spindel dazu zu bringen, eine bezeichnete Zeit lang in Bereitschaft zu sein, enthält, und eines Parameters, der eine Zeitkonstante von Beschleunigung/Verlangsamung und/oder eine Schneidezufuhrratenüberschreibung enthält, ist;ein Markierungserfassungsmittel (320) zum Erfassen von Temperaturinformation der Antriebsvorrichtung der Spindel, nachdem sie die Bearbeitung durchgeführt hat, basierend auf der Steuerinformation, als einer Markierung; undein Lernmodell-Konstruktionsmittel (330) zum Konstruieren eines Lernmodells für Temperaturinformation der Antriebsvorrichtung der Spindel, nach Durchführung der Bearbeitung, basierend auf der Steuerinformation, durch Durchführen von überwachtem Lernen mit einer Gruppe der Eingangsdaten und der Markierung als Trainingsdaten, unddie Steuerinformations-Optimiervorrichtung (400) umfassend:ein Optimal-Justierinformations-Auswahlmittel (410) zum Auswählen optimaler Justierinformation aus Sätzen von Justierinformation zum Justieren der Steuerinformation, basierend auf dem durch die Lernmodell-Konstruktionsvorrichtung konstruierten Lernmodell,wobei die Optimal-Justierinformation Justierinformation ist, für welche eine Überhitzung in der Antriebsvorrichtung der Spindel in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation und Durchführen der Bearbeitung nicht auftreten wird, und für welche eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation und Durchführen der Bearbeitung kürzer als eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß anderer Justierinformation als der Optimal-Justierinformation und Durchführen der Bearbeitung ist.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die vorliegende Erfindung bezieht sich auf eine Lernmodell-Konstruktionsvorrichtung, die ein Lernmodell für Steuerinformation zum Steuern einer Werkzeugmaschine oder dergleichen konstruiert, und eine Steuerinformations-Optimierungsvorrichtung, welche Steuerinformation unter Verwendung des konstruierten Lernmodells optimiert.
Stand der Technik
Um die Produktivität aus Werkzeugmaschinen zu verbessern, ist es notwendig, die Zykluszeit zu reduzieren, welches die Bearbeitungszeit zur Bearbeitung eines Werkstücks ist. Als ein Verfahren zur Reduktion der Zykluszeit ist beispielsweise das Anheben der Schneidzufuhrrate der Werkzeugmaschine und das Senken der Zeitkonstante von Beschleunigung/Verlangsamung der Spindel oder der Zufuhrwelle, die in die Werkzeugmaschine eingerüstet ist, erwogen worden.
Wenn jedoch die Schneidzufuhrrate erhöht wird oder die Zeitkonstante von Beschleunigung/Verlangsamung der Spindel oder der Zufuhrwelle angehoben wird, steigt die Belastung der Antriebsvorrichtung jeder Welle, die aus einem Motor und einem Verstärker besteht, an. Als Ergebnis davon kann die Antriebsvorrichtung Wärme und Überhitzung erzeugen und eine Beschädigung der Antriebsvorrichtung und/oder eine Fehlfunktion verursachen.
Um solche Situationen zu verhindern, konfiguriert die allgemeine Technologie es, einen Alarm- und Stoppbetrieb der Antriebseinheit anzukündigen, falls die Temperatur der Antriebsvorrichtung aufgrund von Wärmeerzeugung unmittelbar vor der Überhitzung ansteigt. Es ist daher möglich, zu verhindern, dass die Antriebsvorrichtung beschädigt wird oder dergleichen, dadurch, dass die Antriebsvorrichtung überhitzt. Dadurch entsteht ein Problem damit, dass die Bearbeitung aufgrund dem unterbrochen wird, dass es nicht möglich ist, neu zu starten, während der Lauf der Antriebsvorrichtung zeitweilig gestoppt wird, bis die Antriebsvorrichtung gekühlt ist und die Temperatur abfällt.
Dieses Problem berücksichtigend, veranlasst die in Patentdokument 1 offenbarte Technologie, die Betriebsgeschwindigkeit der Antriebseinheit zu senken, durch Justieren der Steuerinformation (z.B. Information einschließlich Betriebsmuster von Spindeln, Parametern etc.), die in der Numeriksteuervorrichtung eingestellt sind, ohne die Antriebseinheit zu veranlassen, unmittelbar zu stoppen, im Fall, dass die Temperatur der Antriebsvorrichtung bis zu einer vorbestimmten Temperatur aufgrund von Wärmeerzeugung ansteigt. Falls auf diese Weise konfiguriert, ist es möglich, die Antriebseinheit zu betreiben und die Bearbeitung fortzusetzen, während ein weiterer Anstieg bei der Temperatur der Antriebsvorrichtung verhindert wird.
Patentdokument 1: Japanische ungeprüfte Patentanmeldung, Veröffentlichungs-Nr. 2003-5836
Druckschrift JP 6 063 016 B1 bezieht sich auf eine maschinelle Lernvorrichtung zum Erlernen eines Betriebsbefehls an einen Elektromotor. Die Vorrichtung hat eine Statusüberwachungseinrichtung zum Überwachen des Betrages einer in einen Elektromotor eingespeisten Leistung, einer Temperatur des Elektromotors, einer Last am Elektromotor und von Vibrationen des Elektromotors als Statusvariable und eine Lerneinrichtung zum Erlernen eines Betriebsbefehls an den Elektromotor entsprechend einem Satz von Trainingsdaten, welcher auf Basis der Statusvariablen erstellt ist.
Druckschrift MNIH, V, [u. a.]: Human-level control through deep reinforcement learning. In: NATURE, VOL 518, 26. Feb. 2015, ab S. 529, bezieht sich auf eine Deep Q-Netzwerk (DQN) die ein Verstärkungslernen mit mehrschichtigen neuronalen Netzwerken kombiniert.
ZUSAMMENFASSUNG DER ERFINDUNG
Wie oben erwähnt, selbst falls die in Patentdokument 1 offenbarte Technologie verwendet wird, selbst in einem Fall, dass es eine Möglichkeit gibt, dass die Antriebsvorrichtung überhitzt, kann die Bearbeitung durch Justieren der Steuerinformation fortgesetzt werden. Es ist dadurch möglich, das Auftreten von Überhitzen zu vermeiden.
Jedoch, falls weiter die Länge der Zykluszeit berücksichtigt wird und nicht nur das Überhitzen, wird die in Übereinstimmung mit Patentdokument 1 justierte Steuerinformation nicht notwendigerweise eine optimale Steuerinformation sein. Beispielsweise einen Anstieg bei der Temperatur erwartend, ohne die Geschwindigkeit der Antriebsvorrichtung zu veranlassen, zu sinken, nach Anstieg auf eine vorbestimmte Temperatur, wie in Patentdokument 1, weist als ein Ergebnis die Weise, in welcher die Bearbeitung bei einer angemessenen Geschwindigkeit so durchgeführt wird, dass die Temperatur nicht bis zur vorbestimmten Temperatur ansteigt, auch die Möglichkeit auf, eine kurze Zykluszeit aufzuweisen. Zusätzlich weist die Weise, in der die Haltezeit angemessen ausgeführt wird, um die Antriebsvorrichtung zu veranlassen, eine vorbestimmte Zeit lang vor dem Temperaturanstieg in Bereitschaft zu sein, auch die Möglichkeit auf, als Ergebnis eine kurze Zykluszeit aufzuweisen.
Jedoch ist die in Patentdokument 1 offenbarte Technologie letztlich eine Technologie zum Durchführen einer Gegenmaßnahme im Falle der steigenden Temperatur, und ist nicht eine Technologie zum Justieren der Steuerinformation, um zu einer optimale Steuerinformation bei einer kurzen Zykluszeit zu werden, während auch das Auftreten einer ..? vermieden wird, und dann Durchführen von Bearbeitung. Daher, im Falle des Verwendens der in Patentdokument 1 offenbarten Technologie gibt es eine Befürchtung, dass die Produktivität der Werkzeugmaschinen abnimmt.
Daher hat die vorliegende Erfindung als Aufgabe die Bereitstellung einer Lernmodell-Konstruktionsvorrichtung, die ein Lernmodell zum Justieren von Steuerinformation konstruiert, so dass die Zykluszeit kürzer wird, während auch das Auftreten von Überhitzung vermieden wird, und eine Steuerinformations-Optimiervorrichtung zum Justieren der Steuerinformation unter Verwendung dieses konstruierten Lernmodells. Diese Aufgabe wird gelöst durch ein Steuerinformations-Optimiersystem mit den Merkmalen des Anspruchs 1. Vorteilhafte Ausgestaltungen ergeben sich aus den Unteransprüchen.
Eine Lernmodell-Konstruktionsvorrichtung (z.B. die später beschriebene Lernmodell-Konstruktionsvorrichtung 300) gemäß einem ersten Aspekt der vorliegenden Erfindung beinhaltet: ein Eingangsdaten-Erfassungsmittel (z.B. die später beschriebene Eingangsdaten-Erfassungseinheit 310), welche als Eingabedaten Steuerinformation einschließlich einer Kombination eines Betriebsmusters einer Spindel und von Parametern, die sich auf die Bearbeitung in einer Werkzeugmaschine (z.B. der später beschriebenen Werkzeugmaschine 100) beziehen, und Temperaturinformation der Spindel vor der Durchführung der Bearbeitung, basierend auf der Steuerinformation erfasst; ein Markierungserfassungsmittel (zum Beispiel die später beschriebene Markierungserfassungseinheit 320) zum Erfassen von Temperaturinformation der Spindel, nachdem sie die Bearbeitung durchgeführt hat, basierend auf der Steuerinformation, als einer Markierung; und ein Lernmodell-Konstruktionsmittel (zum Beispiel die später beschriebene Lerneinheit 330) zum Konstruieren eines Lernmodells für Temperaturinformation der Spindel, nach Durchführung der Bearbeitung, basierend auf der Steuerinformation, durch Durchführen von überwachtem Lernen mit einer Gruppe der Eingangsdaten und der Markierung als Trainingsdaten.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung kann die Lernmodell-Konstruktionsvorrichtung wie im ersten Aspekt beschrieben, so konfiguriert sein, dass die Steuervorrichtung ein Betriebsmuster für entweder eine oder beide einer Schneidzufuhrrate und einer Haltezeit, welche die Spindel dazu gebracht wird, eine bezeichnete Zeit lang in Bereitschaft zu sein, als das Betriebsmuster der Spindel beinhaltet.
Gemäß einem dritten Aspekt der vorliegenden Erfindung kann die wie im ersten oder zweiten Aspekt beschriebene Lernmodell-Konstruktionsvorrichtung so konfiguriert sein, dass die Steuerinformation einen Parameter entweder für eine oder beide einer Zeitkonstante von Beschleunigung/Verlangsamung und einem Geschwindigkeitsüberschreiben für die Schneidzufuhr als die Parameter beinhaltet.
Eine Steuerinformations-Optimiervorrichtung (zum Beispiel die später beschriebene Steuerinformations-Optimiervorrichtung 400) gemäß einem vierten Aspekt der vorliegenden Erfindung ist eine Steuerinformations-Optimiervorrichtung, welche das durch die Lernmodell-Konstruktionsvorrichtung, wie in einem der ersten bis dritten Aspekte beschrieben, konstruierte Lernmodell verwendet, wobei die Steuerinformations-Optimiervorrichtung beinhaltet: ein Optimal-Justierinformations-Auswahlmittel (zum Beispiel die später beschriebene Optimal-Justierinformations-Auswahleinheit 410) zum Auswählen optimaler Justierinformation aus Sätzen von Justierinformation zum Justieren der Steuerinformation, basierend auf dem durch die Lernmodell-Konstruktionsvorrichtung konstruierten Lernmodell, in welchem die Optimal-Justierinformation Justierinformation ist, für welche eine Überhitzung in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation nicht auftreten wird, und Durchführen der Bearbeitung, und für welche eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation und Durchführen der Bearbeitung kürzer als eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß anderer Justierinformation als der Optimal-Justierinformation und Durchführen der Bearbeitung ist.
Gemäß einem fünften Aspekt der vorliegenden Erfindung kann die wie in dem vierten Aspekt beschriebene Steuerinformations-Optimiervorrichtung so konfiguriert sein, dass das Optimal-Justierinformations-Auswahlmittel die Optimal-Justierinformation durch Durchführen einer Simulation auswählt, die auf dem durch die Lernmodell-Konstruktionsvorrichtung konstruierten Lernmodell basiert, ohne die Bearbeitung tatsächlich mittels einer Werkzeugmaschine durchzuführen.
Gemäß einem sechsten Aspekt der vorliegenden Erfindung kann die wie in den vierten oder fünften Aspekten beschriebene Steuerinformations-Optimiervorrichtung so konfiguriert sein, dass das Optimal-Justierinformations-Auswahlmittel:

einen ersten Satz, der ein Satz von Postjustier-Steuerinformation ist, die durch eine Vielzahl von Justierinformationen jeweils justiert wird, ermittelt; einen zweiten Satz, der ein Satz von Postjustier-Steuerinformation ist, für welche Überhitzung in einem Fall des Durchführens der Bearbeitung nicht auftreten wird, aus der Postjustier-Steuerinformation im ersten Satz ermittelt; einen dritten Satz, der ein Satz von Postjustier-Steuerinformation ist, die eine vorbestimmte Temperaturbedingung in einem Fall der Durchführung kontinuierlichen Betriebs der Bearbeitung, aus dem zweiten Satz, erfüllt, ermittelt; und Postjustier-Steuerinformation mit der kürzesten Zykluszeit in einem Fall der Durchführung der Bearbeitung aus dem dritten Satz auswählt und Justierinformation entsprechend der Postjustier-Steuerinformation, die so ausgewählt ist, als die Optimal-Justierinformation auswählt.

Gemäß einem siebten Aspekt der vorliegenden Erfindung kann die wie in dem vierten oder fünften Aspekt beschriebene Steuerinformations-Optimiervorrichtung so konfiguriert sein, dass das Optimal-Justierinformations-Auswahlmittel berücksichtigt, dass die Temperaturinformation der Spindel vor Durchführung der nachfolgenden Bearbeitung sich durch Durchführen der Bearbeitung gemäß Postjustier-Steuerinformation, die anhand der Optimal-Justierinformation justiert wurde, ändert, und die Verarbeitung wiederholt von: Ermitteln eines ersten Satzes, der ein Satz von Postjustier-Steuerinformation ist, die durch eine Vielzahl von Justierinformationen jeweils justiert wird, Ermitteln eines zweiten Satzes, welches ein Satz von Postjustier-Steuerinformation ist, für welche eine Überhitzung in einem Fall der Durchführung der Bearbeitung nicht auftreten wird, aus der Postjustier-Steuerinformation im ersten Satz; und Auswählen von Postjustier-Steuerinformation mit der kürzesten Zykluszeit in einem Falle des Durchführens der Bearbeitung aus dem dritten Satz, und die Justierinformation entsprechend der Postjustier-Steuerinformation, die so ausgewählt ist, als die Optimal-Justierinformation auswählt.
Gemäß einem achten Aspekt der vorliegenden Erfindung kann die wie in einem der vierten bis sechsten Aspekte beschriebene Steuerinformations-Optimiervorrichtung so konfiguriert sein, dass sie weiter ein Optimal-Justierinformations-Ausgabemittel (zum Beispiel die später beschriebene Optimal-Justierinformations-Ausgabeeinheit 420) zum Ausgeben der Optimal-Justierinformation enthält, um die Steuerinformation anhand der Optimal-Justierinformation zu justieren, und die Bearbeitung durchzuführen.
Gemäß einer ersten Perspektive der vorliegenden Erfindung wird es möglich, ein Lernmodell zum Justieren der Steuerinformation so zu konstruieren, dass die Zykluszeit kürzer wird, während das Auftreten von Überhitzung auch vermieden wird. Zusätzlich wird es gemäß der zweiten Perspektive der vorliegenden Erfindung möglich, die Steuerinformation unter Verwendung dieses konstruierten Lernmodells zu justieren.
Figurenliste

1 ist ein Blockdiagramm, welches eine Basiskonfiguration einer Gesamtausführungsform der vorliegenden Erfindung zeigt;
2 ist ein Blockdiagramm, das Funktionsblöcke zeigt, die an jeder Vorrichtung, die in der Ausführungsform der vorliegenden Erfindung enthalten sind, ausgerüstet sind;
3 ist ein Flussdiagramm, das Basisoperationen während überwachten Lernens in der Ausführungsform der vorliegenden Erfindung zeigt;
4 ist ein Flussdiagramm, das Basisoperationen während der Auswahl von Optimal-Justierinformation in einer ersten Ausführungsform der vorliegenden Erfindung zeigt; und
5 ist ein Flussdiagramm, das Basisoperationen während der Auswahl von Optimal-Justierinformation in einer zweiten Ausführungsform der vorliegenden Erfindung zeigt.

DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
Als Nächstes wrden eine erste Ausführungsform und eine zweite Ausführungsform der vorliegenden Erfindung im Detail unter Bezugnahme auf die Zeichnungen beschrieben. Die erste Ausführungsform und die zweite Ausführungsform der vorliegenden Erfindung teilen Basiskonfigurationen und Operationen; jedoch sind die Auswahlverfahren der Justierinformationen, die später beschrieben werden, unterschiedlich. Nachfolgend wird als eine Erläuterung der ersten Ausführungsform eine Erläuterung für die Basiskonfigurationen und Operationen gegeben, die in den jeweiligen Ausführungsformen geteilt sind, und das Auswahlverfahren der Justierinformation in der ersten Ausführungsform. Als Nächstes werden als eine Erläuterung der zweiten Ausführungsform redundante Erläuterungen für die Basiskonfigurationen und Operationen, die in den jeweiligen Ausführungsformen geteilt sind, weggelassen und wird eine Erläuterung für das Auswahlverfahren von Justierinformation in der zweiten Ausführungsform gegeben.
<Erste Ausführungsform>
Zuerst wird die Konfiguration eines Steuerinformations-Optimiersystems 1 gemäß der vorliegenden Ausführungsform erläutert. Das Steuerinformations-Optimiersystem 1 beinhaltet eine Anzahl n von Werkzeugmaschinen 100, eine Anzahl n von Numeriksteuervorrichtungen 200, eine Anzahl m von Lernmodell-Konstruktionsvorrichtungen, eine Steuerinformations-Optimiervorrichtung 400 und ein Netzwerk 500, wie in 1 gezeigt. Es sollte angemerkt werden, dass n und m jegliche natürliche Zahlen sind.
Hier werden die Numeriksteuervorrichtung 200 und die Werkzeugmaschine 100 in Eins-zu-Eins-Gruppen etabliert und sind kommunizierbar miteinander verbunden. Die Numeriksteuervorrichtung 200 und die Werkzeugmaschine 100 können über eine Verbindungsschnittstelle verbunden sein und können über ein Netzwerk wie etwa ein LAN (Lokalbereichsnetzwerk) verbunden sein. Eine Vielzahl von Gruppen dieser Gruppe der Numeriksteuervorrichtung 200 und der Werkzeugmaschine 100 können beispielsweise in derselben Fabrik installiert sein oder können in jeweils unterschiedlichen Fabriken installiert sein.
Zusätzlich sind die Numeriksteuervorrichtung 200, eine Lernmodell-Konstruktionsvorrichtung 300 und die Steuerinformations-Optimiervorrichtung 400 jeweils direkt über eine Verbindungsschnittstelle verbunden oder sind jeweils über das Netzwerk 500 verbunden, um in der Lage zu sein, wechselseitig Kommunikation durchzuführen. Es ist anzumerken, dass das Netzwerk 500 beispielsweise ein LAN, das innerhalb einer Fabrik konstruiert ist, das Internet, das öffentliche Telefonnetzwerk oder eine Kombination von diesen ist. Das spezifische Kommunikationssystem des Netzwerks 500, egal ob es eine verdrahtete Verbindung oder Funkverbindung ist, ist nicht besonders beschränkt.
Als Nächstes werden die Funktionen dieser in dem Steuerinformations-Optimiersystem 1 enthaltenen Vorrichtungen durch Bezugnahme auf 2 beschrieben. Hier ist 2 ein Blockdiagramm, welches die in jeder Vorrichtungen enthaltenen Funktionsblöcke repräsentiert. Es ist anzumerken, dass, da die entsprechenden Numeriksteuervorrichtungen 200 äquivalente Funktionen aufweisen, nur eine von ihnen wie in 2 illustriert ist. Ähnlich, da jede der Werkzeugmaschinen 100 und jede der Lernmodell-Konstruktionsvorrichtungen 300 jeweils auch äquivalente Funktionen aufweisen, ist nur eine von ihnen in 2 illustriert. Zusätzlich wird das zwischen jeder Vorrichtung existierende Netzwerk 500 aus der Illustration weggelassen.
Die Werkzeugmaschine 100 ist eine Werkzeugmaschine, die eine vorbestimmte Bearbeitung wie etwa Schneidarbeit basierend auf Betriebsbefehlen, die durch die Numeriksteuervorrichtung 200 ausgegeben werden, durchführt. Die Werkzeugmaschine 100 beinhaltet einen Spindelmotor 110, eine Temperaturmesseinheit 120 und einen Zykluszähler 130.
Der Spindelmotor 110 ist ein Spindelmotor zum Durchführen von Schneidarbeit. Ein Schneidwerkzeug (aus der Illustration weggelassen) für die Schneidarbeit ist an dem Spindelmotor 110 installiert und die Schneidarbeit wird durch die Spindel (aus der Illustration weggelassen), indem sie durch den Spindelmotor 110 rotiert wird und eine Zufuhrwelle (aus der Illustration weggelassen), welche diese Spindel zuführt, durchgeführt.
Die Temperaturmesseinheit 120 ist ein Temperatursensor, welcher die Temperatur des Spindelmotors 110 misst. Die durch die Temperaturmesseinheit 120 gemessene Temperatur wird an die Numeriksteuervorrichtung 200 als Temperaturinformation (Wert, welcher die Spindeltemperatur angibt, oder Wert, der den Anstiegsbetrag bei der Spindeltemperatur angibt) ausgegeben. Es sollte angemerkt werden, dass die Temperaturmesseinheit 120 in den Spindelmotor 110 eingebaut sein kann, und in der Nähe des Spindelmotors 110 installiert sein kann.
In dem Fall, dass die Werkzeugmaschine 100 eine vorbestimmte Schneidarbeit durchführt, ist der Zykluszähler 130 ein Zähler zum Zählen der Zykluszeit, welches die für diese Schneidarbeit benötigte Bearbeitungszeit ist. Die Zykluszeit, welche durch den Zykluszähler 130 gezählt wird, wird an die Numeriksteuervorrichtung 200 ausgegeben.
Die Numeriksteuervorrichtung 200 ist eine Vorrichtung, die eine vorrichtende Bearbeitung wie etwa Schneidarbeit veranlasst, durch die Werkzeugmaschine 100 durchgeführt zu werden, indem die Werkzeugmaschine 100 gesteuert wird. Zusätzlich weist die Numeriksteuervorrichtung 200 auch die Funktion auf, Eingangsdaten und Markierungen zum Durchführen von Maschinenlernen an die Lernmodell-Konstruktionsvorrichtung 300 zu senden. Es wird eine Erläuterung für die Details der Eingabedaten und Markierungen gegeben, zusammen mit der Erläuterung von Funktionsblöcken der später beschriebenen Lernmodell-Konstruktionsvorrichtung 300.
Die Numeriksteuervorrichtung 200 beinhaltet ein Motorsteuereinheit 210, eine Parameter-Einstelleinheit 220 und eine Programmkorrektureinheit 230.
Die Motorsteuereinheit 210 erzeugt einen Betriebsbefehl, basierend auf der Steuerinformation und steuert den Antrieb des Spindelmotors 110 etc. der Werkzeugmaschine 100 durch Senden des erzeugten Betriebsbefehls an die Werkzeugmaschine 100. Die Schneidarbeit wird dadurch durch die Werkzeugmaschine 100 realisiert.
Hier ist die Steuerinformation eine Information, welche das in der Numeriksteuervorrichtung 200 eingestellte Bearbeitungsprogramm und die Werte von Parametern, die in der Numeriksteuervorrichtung 200 eingestellt sind, beinhaltet. In dem, in der Steuerinformation enthaltenen Bearbeitungsprogramm, sind beispielsweise das Betriebsmuster zum Durchführen von Schneidarbeit, wie etwa die Drehzahl der Spindel, Schneidzufuhrrate, Schneidzeit und Haltezeit, die eine Bereitschaft eine bezeichnete Zeit lang in dem Zustand, so wie er ist, veranlasst, eingeschrieben. Zusätzlich sind in den Werten von in der Steuerinformation enthaltenen Parametern beispielsweise die Zeitkonstante von Beschleunigung/Verlangsamung und die Werte von Parametern, die sich auf Überschreiben beziehen, enthalten.
Die Programmkorrektureinheit 220 ist ein Bereich, der direkt das in der Steuerinformation enthaltene Bearbeitungsprogramm korrigiert, basierend auf der Justierinformation. Spezifischer korrigiert die Programmkorrektureinheit 220 direkt den Programmcode, wie etwa die Schneidzufuhrrate, Haltezeit etc., die in dieses Bearbeitungsprogramm eingeschrieben sind, basierend auf der vom Anwender eingegebenen Justierinformation und der aus der Steuerinformations-Optimiervorrichtung 400 ausgegebenen Optimal-Justierinformation.
Die Parameter-Einstelleinheit 230 ist ein Bereich, der die Werte von Parametern, die in der Steuerinformation enthalten sind, basierend auf der Justierinformation einstellt. Spezifischer stellt die Parameter-Einstelleinheit 230 die Werte dieser Parameter, basierend auf der vom Anwender eingegebenen Justierinformation und der Optimal-Justierinformation, die aus der Steuerinformations-Optimiervorrichtung 400 ausgegeben ist, ein.
Obwohl die Funktionsblöcke der Werkzeugmaschine 100 und der Numeriksteuervorrichtung 200 oben erläutert worden sind, sind die vorgenannten Funktionsblöcke besonders auf die Betriebe der vorliegenden Ausführungsform bezogen. Die Werkzeugmaschine 100 und die Numeriksteuervorrichtung 200 enthalten gemeinsame Funktionsblöcke zusätzlich zu den vorgenannten Funktionsblöcken. Beispielsweise sind ein Servomotor zum Veranlassen des Werkstücks, sich zu bewegen, eine Steuereinheit zum Steuern des Servomotors, ein Positions-/Geschwindigkeitsdetektor zum Durchführen von Position/Geschwindigkeits-Rückkopplungssteuerung, ein Motorantriebsverstärker, der den Betriebsbefehl verstärkt, ein Steuerpaneel zum Empfangen von Manipulationen des Anwenders etc. als Funktionsblöcke enthalten. Jedoch, da diese gemeinsamen Funktionsblöcke Fachleuten auf dem Gebiet bekannt sind, werden detaillierte Erläuterungen und Illustrationen weggelassen.
Die Lernmodell-Konstruktionsvorrichtung 300 ist eine Vorrichtung, die ein Lernmodell für die Temperatur des Anzeigeobjekts 100, nachdem die Werkzeugmaschine 100 eine Bearbeitung wie etwa Schneidarbeit durchgeführt hat, durch Durchführen überwachten Lernens, welches Maschinenlernen unter Verwendung von Trainingsdaten ist, konstruiert. Dieses Lernmodell wird für die später beschriebene Steuerinformations-Optimiervorrichtung 400 verwendet, um Justierinformation so auszuwählen, dass die Bearbeitungszykluszeit am kürzesten wird, während auch das Auftreten von Überhitzung vermieden wird.
Um ein solches Lernmodell zu konstruieren, beinhaltet die Lernmodell-Konstruktionsvorrichtung 300 eine Eingabedaten-Erfassungseinheit 310, eine Markierungserfassungseinheit 320, eine Lerneinheit 330 und eine Lernmodell-Speichereinheit 340.
Die Eingabedaten-Erfassungseinheit 310 ist ein Teil, der Eingangsdaten aus der Numeriksteuervorrichtung 200 erfasst und die erfassten Eingangsdaten an die Lerneinheit 330 ausgibt. Hier sind Steuerinformation, die in der Numeriksteuervorrichtung 200 eingestellt sind, und Temperaturinformation des Spindelmotors 110, bevor die Werkzeugmaschine 100 die Bearbeitung anhand des Betriebsbefehls durchführt, basierend auf dieser Steuerinformation, in den Eingangsdaten enthalten.
Die Markierungserfassungseinheit 320 ist ein Teil, der Markierungen aus der Numeriksteuervorrichtung 200 erfasst und die erfassten Markierungen an die Lerneinheit 330 ausgibt. Hier ist die Temperaturinformation des Spindelmotors 110, nachdem die Werkzeugmaschine 100 Bearbeitung anhand des Betriebsbefehls durchführt, basierend auf der in den Eingangsdaten enthaltenen Steuerinformation, in der Markierung enthalten.
Die Lerneinheit 330 akzeptiert eine Gruppe dieser Eingangsdaten und Markierung als Trainingsdaten und unter Verwendung dieser Trainingsdaten konstruiert sie das Lernmodell für die Temperatur des Spindelmotors 110 nach Durchführen von Bearbeitung, durch Durchführen von supervidiertem Lernen. Es ist anzumerken, dass detailliertere Inhalte von subervidiertem Lernen durch die Lerneinheit 330 später unter Bezugnahme auf 4 beschrieben werden.
Hier ist es wünschenswert, dass verschiedene Sätze von Trainingsdaten zum Durchführen von supervidiertem Lernen vorbereitet werden. Daher kann es beispielsweise so konfiguriert werden, dass Trainingsdaten aus jeder der Numeriksteuervorrichtungen 200 erfasst werden, die tatsächlich in einer Kundenfabrik oder dergleichen arbeiten. Da der Kunde verschiedene Justierinformationen zum Justieren der Steuerinformation in der Kundenfabrik oder dergleichen verwendet, ist es möglich, verschiedene Trainingsdaten zu erfassen.
Zusätzlich, um effizient Lernen mittels der Lernmodell-Konstruktionsvorrichtung 300 durchzuführen, kann beispielsweise so konfiguriert werden, dass viele Sätze von Trainingsdaten erfasst werden, durch Veranlassen der Werkzeugmaschine 100 zu arbeiten, während die Steuerinformation unter Verwendung verschiedener Justierinformationen in einem Laboratorium oder dergleichen justiert wird. In diesem Fall kann die Erzeugung von Justierinformation durch den Anwender durchgeführt werden; jedoch kann es so konfiguriert sein, dass Justierinformation durch eine Vorrichtung wie etwa die Numeriksteuervorrichtung 200 automatisch erzeugt wird und in Übereinstimmung mit dieser Justierinformation, die automatisch erzeugt wurde, arbeitet.
Beispielsweise in dem Fall, bei dem die Temperatur des Spindelmotors 110 niedriger ist, nachdem die Werkzeugmaschine 100 die Bearbeitung durchführt, ist es gut, so zu konfigurieren, dass die Numeriksteuervorrichtung 200 automatisch Justierinformation so erzeugt, dass die Last ansteigt, aber die Zykluszeit sich verkürzt, durch inkrementelles Anheben der Schneidzufuhrrate, inkrementelles Senken der Zeitkonstante oder dergleichen. Andererseits, falls die Temperatur des Spindelmotors 110, nachdem die Bearbeitung durch Spindelmotor 110 durchgeführt ist, hoch ist, ist es gut, so zu konfigurieren, dass eine Vorrichtung wie etwa die Numeriksteuervorrichtung 200 automatisch Justierinformation so erzeugt, dass die Zykluszeit sich verlängert, aber die Last kleiner wird, wie etwa durch inkrementelles Reduzieren der Schneidzufuhrrate, inkrementelles Erhöhen der Zeitkonstante oder dergleichen.
Das durch die Lerneinheit 330 konstruierte Lernmodell wird an die Lernmodell-Speichereinheit 340 und die später beschriebene Steuerinformations-Optimiervorrichtung 400 ausgegeben.
Die Lernmodell-Speichereinheit 340 ist eine Speichereinheit, welche das durch die Lerneinheit 330 konstruierte Lernmodell speichert. Das durch die Lernmodell-Speichereinheit 340 gespeicherte Lernmodell wird durch die später beschriebene Steuerinformations-Optimiervorrichtung 400 verwendet.
Es sollte angemerkt werden, dass nach Konstruieren des Lernmodells in dem Fall der Erfassung von neuen Trainingsdaten es so konfiguriert sein kann, dass das einmal konstruierte Lernmodell aktualisiert wird, durch weiteres Durchführen von supervidiertem ? Lernen am durch die Lernmodell-Speichereinheit 340 gespeicherten Lernmodell.
Zusätzlich kann so konfiguriert werden, dass die durch die Lernmodell-Speichereinheit 340 gespeicherten Lernmodelle mit anderen Lernmodell-Konstruktionsvorrichtungen 300 geteilt werden. Falls so konfiguriert wird, dass die Lernmodelle mit einer Vielzahl von Lernmodell-Konstruktionsvorrichtungen 300 geteilt werden, da es möglich wird, ein supervidiertes Lernen durch Verteilen, an jede der Lernmodell-Konstruktionsvorrichtungen 300 durchzuführen, ist es möglich, die Effizienz des supervidierten Lernens zu verbessern.
Die Steuerinformations-Optimiervorrichtung 400 ist eine Vorrichtung, welche die Justierinformation so auswählt, dass die Bearbeitungszykluszeit am kürzesten wird, während auch das Auftreten von Überhitzen vermieden wird. Die Steuerinformations-Optimiervorrichtung 400 beinhaltet eine Optimal-Justierinformations-Auswahleinheit 410 und eine Optimal-Justierinformations-Ausgabeeinheit 420.
Die Optimal-Justierinformations- Auswahleinheit 410 erfasst Lernmodelle, welche durch die Lernmodell-Speichereinheit 340 gespeichert sind. Dieses Lernmodell ist ein Lernmodell, welches durch die Lerneinheit 330 beim Durchführen supervidierten Lernens wie oben erwähnt konstruiert wird. Dann wählt die Optimal-Justierinformations-Auswahleinheit 410 Justierinformation wie etwa die, dass die Bearbeitungszykluszeit am kürzesten wird (nachfolgend als „Optimal-Justierinformation“ bezeichnet) aus, während auch das Auftreten von Überhitzen vermieden wird, durch Durchführen von Simulation unter Verwendung dieses Lernmodells. Die spezifischen Auswahlverfahren der Optimal-Justierinformation werden später bei Bezugnahme auf die Flussdiagramme von 4 und 5 beschrieben.
Die Optimal-Justierinformations-Ausgabeeinheit 420 ist ein Teil, der die durch die Optimal-Justierinformations-Auswahleinheit 410 ausgewählte Optimal-Justierinformation ausgibt. Die Optimal-Justierinformations-Ausgabeeinheit 420 gibt die Optimal-Justierinformation an die Numeriksteuervorrichtung 200 aus. Dann korrigiert die Numeriksteuervorrichtung 200 das Bearbeitungsprogramm und/oder stellt die Werte von Parametern ein, die in der in dieser Numeriksteuervorrichtung 200 eingestellten Steuerinformation enthalten sind, basierend auf dieser Optimal-Justierinformation. Zusätzlich erzeugt die Numeriksteuervorrichtung 200 einen Betriebsbefehl, basierend auf diesem korrigierten Programm und/oder den Werten von Parametern, die eingestellt sind. Dann, dadurch, dass die Numeriksteuervorrichtung 200 den Antrieb der Werkzeugmaschine 100 gemäß diesem Betriebsbefehl steuert, kann die Werkzeugmaschine 100 so arbeiten, dass diese Bearbeitungszykluszeit am kürzesten wird, während auch das Auftreten von Überhitzung vermieden wird.
Es sollte angemerkt werden, dass die Optimal-Justierinformations-Ausgabeeinheit 420 die Optimal-Justierinformation an eine andere Vorrichtung als die Numeriksteuervorrichtung 200 ausgeben kann, die Optimal-Justierinformation auf einem Aufzeichnungsmedium aufzeichnen kann oder die Optimal-Justierinformation auf einem Bildschirm anzeigen kann.
Die in der Numeriksteuervorrichtung 200, der Lernmodell-Konstruktionsvorrichtung 300 und der Steuerinformations-Optimiervorrichtung 400 enthaltenen Funktionsblöcke sind oben erläutert worden.
Um diese Funktionsblöcke zu realisieren, beinhaltet jede der Numeriksteuervorrichtung 200, der Lernmodell-Konstruktionsvorrichtung 300 und der Steuerinformations-Optimiervorrichtung 400 eine Arithmetik-Verarbeitungseinheit wie etwa eine CPU (Zentraleinheit). Zusätzlich beinhaltet jede der Numeriksteuervorrichtung 200, Lernmodell-Konstruktionsvorrichtung 300 und Steuerinformations-Optimiervorrichtung 400 auch eine Hilfsspeichervorrichtung wie etwa eine HDD (Festplattenlaufwerk), die verschiedene Steuerprogramme wie etwa Applikations-Software und das BS (Betriebssystem) speichert und eine Hauptspeichervorrichtung, wie etwa RAM (Wahlfreizugriffsspeicher) zum Speichern von Daten, die zeitweilig, wenn die Arithmetik-Verarbeitungseinheit Programme ausführt, benötigt werden.
Dann liest in jeder der Numeriksteuervorrichtung 200, der Lernmodell-Konstruktionsvorrichtung 300 und der Steuerinformations-Optimiervorrichtung 400 die Arithmetik-Verarbeitungseinheit die Applikations-Software und/oder das BS aus der Hilfsspeichervorrichtung aus und führt eine arithmetische Verarbeitung basierend auf dieser Applikations-Software und/oder dem BS durch, während die eingelesene Applikations-Software und/oder das BS in der Hauptspeichervorrichtung expandiert wird. Zusätzlich, basierend auf diesen Rechenergebnissen, wird die verschiedene Hardware, die durch die entsprechenden Vorrichtungen besessen wird, kontrolliert. Die Funktionsblöcke der vorliegenden Ausführungsform werden dadurch realisiert. Mit anderen Worten kann die vorliegende Ausführungsform durch Hardware und Software, die kooperieren, realisiert werden.
Als spezifisches Beispiel kann die Numeriksteuervorrichtung 200 realisiert werden durch ein Kombinieren von Applikations-Software zum Realisieren der vorliegenden Ausführungsform mit einer üblichen Numeriksteuervorrichtung. Zusätzlich können die Lernmodell-Konstruktionsvorrichtung 300 und/oder die Steuerinformations-Optimiervorrichtung 400 durch Kombinieren von Applikations-Software zum Realisieren der vorliegenden Ausführungsform mit einem üblichen persönlichen Computer realisiert werden.
Jedoch, da der Rechenbetrag einhergehend mit supervidiertem Lernen für die Lernmodell-Konstruktionsvorrichtung 300 ansteigt, ist es gut, dies so zu machen, dass eine Hochgeschwindigkeits-Verarbeitung möglich ist, wenn konfiguriert wird, GPUs (Praphikprozesseinheiten) in einem persönlichen Computer zu installieren, und die Verwendung der GPUs in der dem supervidierten Lernen einhergehenden Arithmetik-Verarbeitung verwendend, gemäß einer Technik, die GPGPU (General Purpose computing on Graphics Processing Units) genannt wird. Weiterhin, um eine höhere Geschwindigkeitsverarbeitung durchzuführen, kann sie so konfiguriert sein, dass ein Computercluster konstruiert wird, der eine Vielzahl von mit solchen GPUs ausgerüsteten Computern verwendet, um Parallelverarbeitung mit der Vielzahl von in diesem Computercluster enthaltenen Computern durchzuführen.
Als Nächstes wird eine Erläuterung für Operationen während supervidierten Lernens durch die Lernmodell-Konstruktionsvorrichtung 300 unter Bezugnahme auf das Flussdiagramm von 3 gegeben.
Im Schritt S11 erfasst die Eingabedaten-Erfassungseinheit 310 aus der Numeriksteuervorrichtung 200 Eingabedaten, welche Steuerinformation beinhaltet, die in der Numeriksteuervorrichtung 200 eingestellt ist, und Temperaturinformation des Spindelmotors 110, bevor die Werkzeugmaschine 100 eine Bearbeitung anhand des Betriebsbefehls basierend auf dieser Steuerinformation durchführt.
Im Schritt S12 erfasst die Markierungserfassungseinheit 320 aus der Numeriksteuervorrichtung 200 eine Markierung einschließlich Temperaturinformation des Spindelmotors 110, nachdem die Werkzeugmaschine 100 Bearbeitung gemäß dem Betriebsbefehl durchführt, basierend auf der in den Eingabedaten enthaltenen Steuerinformation.
Im Schritt S13 führt die Lerneinheit 330 supervidiertes Lernen mit der Gruppe von Eingangsdaten, die im Schritt S11 erfasst sind, und der Markierung, die im Schritt S12 erfasst ist, als den Trainingsdaten durch. In der vorliegenden Ausführungsform wird supervidiertes Lernen durch ein neuronales Netzwerk, das durch Verbinden von Perceptronen aufgebaut ist, durchgeführt. Spezifischer ist eine Gruppe von Eingabedaten und eine in den Trainingsdaten enthaltene Markierung an einem neuronalen Netzwerk vorgesehen und wird die Gewichtung für jedes in dem neuronalen Netzwerk enthaltenen Perceptron so variiert, dass die Ausgabe des neuralen Netzwerkes die gleich wie die Markierung wird. Durch Konfigurierungen auf diese Weise werden die Charakteristika der Trainingsdaten erlernt und ein Lernmodell für das Abschätzen eines Ergebnisses aus der Eingabe wird rekursiv ermittelt.
Im Schritt S14 bestimmt die Lerneinheit 330, supervidiertes Lernen zu beenden, oder supervidiertes Lernen zu wiederholen (Schritt S14). Hier ist es möglich, beliebig die Bedingungen zum Beenden supervidierten Lernens zu entscheiden. Beispielsweise ist es gut, so zu konfigurieren, dass supervidiertes Lernen in dem Fall, in dem der Wert des Fehlers zwischen der Ausgabe des neuralen Netzwerks und der Markierung nicht größer als ein vorbestimmter Wert wird, zu beenden. Zusätzlich ist es alternativ gut, so zu konfigurieren, dass supervidiertes Lernen im Falle beendet wird, bei dem wiederholtes supervidiertes Lernen nur die Anzahl von Malen, die vorab bestimmt ist, wiederholt wird.
Jedenfalls, falls die Bedingung noch nicht erfüllt ist, und das supervidierte Lernen noch nicht beendet ist (NEIN im Schritt S14), kehrt die Verarbeitung zu Schritt S11 zurück, und wiederholt supervidiertes Lernen wieder mit neuen Trainingsdaten oder denselben Trainingsdaten als dem Ziel.
Andererseits, falls im Verlauf des Wiederholens supervidierten Lernens die Bedingung zum Beenden supervidierten Lernens erfüllt ist (JA im Schritt S14), wird das supervidierte Lernen beendet. Dann wird im Schritt S15 das anhand des supervidierten Lernens bis zu diesem Moment konstruierte Lernmodell ausgegeben und in der Lernmodell-Speichereinheit 240 gespeichert.
Gemäß den oben erläuterten Operationen übt die Lernmodell-Konstruktionsvorrichtung 300 einen Effekt aus, in der Lage zu sein, ein Lernmodell für die Temperatur des Spindelmotors 110 zu konstruieren, nachdem die Werkzeugmaschine 100 Bearbeitung wie etwa Schneidarbeit durchführte.
Zusätzlich kann das vorgenannte supervidierte Lernen durch Online-Lernen durchgeführt werden, kann durch Batch-Lernen durchgeführt werden oder kann durch Mini-Batch-Lernen durchgeführt werden. Online-Lernen ist ein Lernverfahren des Durchführens supervidierten Lernens unmittelbar jedes Mal, wenn eine Bearbeitung durch die Werkzeugmaschine 100 durchgeführt wird und Trainingsdaten erzeugt werden. Zusätzlich ist Batch-Lernen ein Lernverfahren, welches, während Bearbeitung durch die Werkzeugmaschine 100 durchgeführt wird und Trainingsdaten wiederholt erzeugt werden, eine Vielzahl zum Setzen von Trainingsdaten in Reaktion auf die Wiederholung gesammelt werden und supervidiertes Lernen unter Verwendung aller gesammelter Trainingsdaten durchgeführt wird. Weiterhin ist Mini-Batch-Lernen ein Lernverfahren zwischen Online-Lernen und Batch-Lernen des Durchführens supervidierten Lernens jedes Mal, wenn ein gewisser Betrag von Trainingsdaten akkumuliert.
Als Nächstes wird eine Erläuterung für den Betrieb der Steuerinformations-Optimiervorrichtung 400 durch Bezugnahme auf das Flussdiagramm von 4 gegeben. Dies ist eine Operation, die zum Auswählen optimaler Justierinformation dient, wie etwa, dass man in dem Fall, in dem man einen gewissen Satz von Steuerinformation, mit verschiedener Justierinformation justieren kann, das Auftreten von Überhitzen vermeiden kann, selbst falls kontinuierlich eine lange Zeitperiode lang betrieben wird, und die Bearbeitungszykluszeit wird am kürzesten.
Im Schritt S21 erfasst die Optimal-Justierinformations-Auswahleinheit 410 ein durch die Lernmodell-Speichereinheit 340 gespeichertes Lernmodell. Dieses Lernmodell ist das Produkt des Aktualisierens der Lerneinheit 330, die supervidiertes Lernen wie oben erwähnt durchführt.
Im Schritt S22 ermittelt die Optimal-Justierinformations-Auswahleinheit 410 einen Satz A, der aus justierter Steuerinformation c besteht, die erhalten wird durch Justieren der entsprechenden Vielzahl von Justierinformationen.
Im Schritt S23 ermittelt die Optimal-Justierinformations-Auswahleinheit 410 einen Satz B, der als ein Satz von Steuerinformation ceA besteht, welche die Bedingung des „Nichtüberhitzens“ erfüllt, von der Steuerinformation ceA, die zum Satz A gehört.
Aus diesem Grund gibt die Optimal-Justierinformations-Auswahleinheit 410 eine Kombination von Steuerinformation ceA und Temperaturinformation vor der Bearbeitung des Spindelmotors 110 an das Lernmodell als Eingabedaten aus. Dann wird bestimmt, ob Überhitzen in dem Falle der Durchführung der Bearbeitung entsprechend diesen Eingangsdaten auftreten wird oder nicht, gemäß der Temperatur, basierend auf der Temperaturinformation nach Bearbeiten des Spindelmotors 110, welcher die Ausgabe entsprechend diesen Eingabedaten ist. Dann, in dem Fall, dass keine Überhitzung auftritt, wird die Steuerinformation ceA, die in diesen Eingabedaten enthalten ist, als eine Quelle (Element) von Satz B eingestellt. Andererseits, im Fall, dass Überhitzen auftritt, wird die in diesen Eingabedaten enthaltene Steuerinformation c∈A nicht als eine Quelle (Element) von Satz B eingestellt. Die Optimal-Justierinformations-Auswahleinheit 410 ermittelt den Satz B durch Durchführen der Bestimmung auf diese Weise an allen Steuerinformationen ceA, die zum Satz A gehören.
Im Schritt S24 wird Satz C, der aus einem Satz von Steuerinformation ceB besteht, die eine vorbestimmte Temperaturbedingung erfüllt, aus der entsprechenden Steuerinformation c∈B, was zum Satz B gehört, ermittelt. Darin ist die vorbestimmte Temperaturbedingung eine Sache des Anstiegs bei der Temperatur, die nicht eine gestattete Temperatur Tmax im Falle von konsekutiv Ausführen der Bearbeitung gemäß der Steuerinformation c∈B übersteigt.
Zusätzlich sind die sich auf das Lernmodell beziehenden Eingangsdaten eine Gruppe der Temperatur vor der Bearbeitung des Spindelmotors 110 und die Steuerinformation ceB und da die Ausgabe entsprechend diesen Eingabedaten die Temperatur des Spindelmotors 110 nach Durchführen der Bearbeitung anhand der Steuerinformation ceB ist, kann die Funktion F entsprechend dem Lernmodell wie folgt definiert werden:

F (Temperatur vor Bearbeitung, justierte Steuerinformation) = Temperatur nach Bearbeitung

Dann, im Falle, dass T₀ als Temperatur vor der Bearbeitung substituiert wird, ceB als die Steuerinformation ceB, N als die Anzahl von Malen, welche die Bearbeitung ausführen und die Anzahl N sei eine ausreichend große Zahl in die Funktion F, wird sie $\begin{array}{l} T_{1} = F (T_{0}, c \in B) \\ T_{2} = F (T_{1}, c \in B) \\ \dots \\ T_{i+ 1} = F (T_{i}, c \in B) \\ \dots \\ T_{N} = F (T_{N - 1}, c \in B) \end{array}$
und es ist möglich, die Temperatur T_N des Spindelmotors 110 nach konsekutivem Durchführen der Bearbeitung N Mal zu berechnen. Danach, falls T_N, welches durch die tatsächlich durchgeführte Simulation berechnet wird, durch tatsächliches Verwenden des Lernmodells, die vorbestimmte Temperatur Tmax nicht übersteigt, bestimmt werden kann, dass die vorbestimmte Temperaturbedingung erfüllt war. Dann wird die, die vorbestimmte Temperaturbedingung erfüllende Steuerinformation ceB als eine Quelle (Element) von Satz C etabliert. Andererseits wird die Steuerinformation ceB, welche die vorbestimmte Temperaturbedingung nicht erfüllt, nicht als eine Quelle (Element) von Satz C etabliert. Die Optimal-Justierinformations-Auswahleinheit 410 ermittelt Satz C durch Durchführen der Bestimmung für alle Steuerinformationen ceB, die zum Satz B gehören.
Im Schritt S25 wählt die Optimal-Justierinformations-Auswahleinheit 410 die Steuerinformation ceC mit der kürzesten Zykluszeit im Falle der Durchführung von Bearbeitung mit der Steuerinformation ceC aus, aus der Steuerinformation ceC, die zum Satz C gehört. Dann entsprechen die Justierinformationen der ausgewählten Steuerinformation ceC (d.h. Justierinformation zum Justieren der Steuerinformation C vor der Justierung an der ausgewählten Steuerinformation c∈C) wird als die Optimal-Justierinformation ausgewählt. Hier kann Zykluszeit basierend auf den Inhalten der Steuerinformation ceC derselben abgeschätzt werden. Zusätzlich kann so konfiguriert sein, dass die durch den Zykluszähler 130 gemessene Zykluszeit der Werkzeugmaschine 100 beim tatsächlichen Durchführen von Bearbeitung basierend auf den Inhalten dieser Steuerinformation ceC ohne Abschätzung verwendet wird.
Im Schritt S26 gibt die Optimal-Justierinformations-Ausgabeeinheit 420 die durch die Optimal-Justierinformations-Auswahleinheit 410 ausgewählte Optimal-Justierinformation aus. Wenn dies gemacht ist, korrigiert die Numeriksteuervorrichtung 200 das in der Numeriksteuervorrichtung 200 eingestellte Bearbeitungsprogramm und/oder stellt die Werte von Parametern ein, basierend auf dieser optimalen Justierinformation. Zusätzlich erzeugt die Numeriksteuervorrichtung 200 einen Betriebsbefehl, basierend auf diesem korrigierten Programm und/oder den Werten der eingestellten Parameter. Dann übt sie einen Effekt dahingehend aus, dass die Werkzeugmaschine 100 kontinuierlich arbeiten kann, wie etwa, dass diese Bearbeitungszykluszeit am kürzesten wird, während auch das Auftreten von Überhitzen vermieden wird, durch die Numeriksteuervorrichtung 200, welche den Antrieb der Werkzeugmaschine 100 gemäß diesem Betriebsbefehl steuert.
Eine Erläuterung der ersten Ausführungsform ist oben gegeben worden. Eine Erläuterung der zweiten Ausführungsform wird als Nächstes gegeben. Es ist anzumerken, dass, da jede der Ausführungsformen Grundkonfigurationen und Operationen teilen, wie am Anfang der Erläuterung der Ausführungsformen erwähnt, das redundante Erläutern dieser Punkte weggelassen wird. Andererseits wird, da das Auswahlverfahren für die Justierinformation durch die Optimal-Justierinformations-Auswahleinheit 410 sich zwischen den jeweiligen Ausführungsformen unterscheidet, eine detaillierte Erläuterung für diesen Punkt gegeben.
<Zweite Ausführungsform>
In der ersten Ausführungsform, in dem Fall, in dem man in der Lage ist, einen gewissen Satz von Steuerinformation verschiedenen Justierinformationen zu justieren, wie oben unter Bezugnahme auf das Flussdiagramm von 4 erwähnt, wird eine Optimal-Justierinformation so ausgewählt, dass es möglich ist, das Auftreten von Überhitzen zu vermeiden, selbst bei kontinuierlichem Betrieb eine lange Zeitperiode lang, und wird die Bearbeitungszykluszeit am kürzesten. Im Gegensatz dazu, bei der vorliegenden Ausführungsform, in dem Fall, in der Lage zu sein, einen gewissen Satz von Steuerinformation mit verschiedener Justierinformation zu justieren, wie unten unter Bezugnahme auf das Flussdiagramm von 5 erwähnt, wird eine Optimal-Justierinformation so ausgewählt, dass es möglich ist, das Auftreten von Überhitzen zu vermeiden, jedes Mal, wenn die Werkzeugmaschine 100 Bearbeitung anhand des Betriebsbefehls durchführt, basierend auf der Justiersteuerinformation und die Bearbeitungszykluszeit wird am kürzesten.
Im Schritt S31 erfasst die Optimal-Justierinformations-Auswahleinheit 410 ein durch die Lernmodell-Speichereinheit 340 gespeichertes Lernmodell. Dieses Lernmodell ist das Produkt des Aktualisierens durch die Lerneinheit 330, die supervidiertes Lernen wie oben erwähnt durchführt.
Im Schritt S32 ermittelt die Optimal-Justierinformations-Auswahleinheit 410 Satz A, der aus Steuerinformation C besteht, nach Justierung, die durch Justieren der entsprechenden Vielzahl von Justierinformationen ermittelt wird.
Im Schritt S33 ermittelt die Optimal-Justierinformations-Auswahleinheit 410 Satz B, der aus Steuerinformation ceA besteht, der die Bedingung des „Nichtüberhitzens“ von der zum Satz A gehörenden Steuerinformation ceA erfüllt.
Aus diesem Grund gibt die Optimal-Justierinformations-Auswahleinheit 410 die Gruppe von Steuerinformationen c∈A und Temperaturinformationen vor der Bearbeitung des Spindelmotors 110 am Lernmodell als Eingabedaten ein. Dann wird bestimmt, ob ein Überhitzen in dem Fall der Durchführung der diesen Eingabedaten entsprechenden Bearbeitung auftritt oder nicht, anhand der Temperatur, basierend auf der Temperaturinformation nach Bearbeitung des Spindelmotors 110, welches die Ausgabe entsprechend dieser Eingabedaten ist. Dann wird in dem Fall, bei dem Überhitzen nicht auftritt, die Steuerinformation C, die in diesen Eingangsdaten enthalten ist, als eine Quelle (Element) von Satz B eingestellt. Andererseits, im Falle, dass Überhitzen auftritt, wird die in diesen Eingabedaten enthaltene Steuerinformation C nicht als Quelle (Element) von Satz B eingestellt.
Die Optimal-Justierinformations-Auswahleinheit 410 ermittelt Satz B durch Durchführen der Bestimmung auf diese Weise an allen der Steuerinformationen ceA, die zum Satz A gehören.
Im Schritt S34 wählt die Optimal-Justierinformations-Auswahleinheit 410 die Steuerinformation ceB mit der kürzesten Zykluszeit im Falle der Durchführung der Bearbeitung mit dieser Steuerinformation c∈B aus der zum Satz B gehörenden Steuerinformation c∈B. Dann die der ausgewählten Steuerinformation c∈B entsprechende Justierinformation (das heißt Justierinformation zum Justieren der Vorjustier-Steuerinformation C auf die ausgewählte Steuerinformation ceB) als die optimale Justierinformation. Hier kann die Zykluszeit basierend auf den Inhalten dieser Steuereinheit ceB abgeschätzt werden. Zusätzlich kann so konfiguriert sein, dass die durch den Zykluszähler 130 der Werkzeugmaschine 100 gemessene Zykluszeit bei tatsächlichem Durchführen der Bearbeitung zu verwenden ist, basierend auf den Inhalten dieser Steuerinformation ceB ohne Abschätzung.
Durch Durchführen der Verarbeitung bis zum vorgenannten Schritt S33 wird die Optimal-Justierinformation für die Steuerinformation, die bei der Anfangsbearbeitung verwendet wird, (definiert als Steuerinformation c₀ ) ausgewählt. Als Nächstes, um eine Auswahl der Optimal-Justierinformation für die in der nächsten Bearbeitung verwendete Steuerinformation durchzuführen (definiert als Steuerinformation c₁), nach Durchführen der Bearbeitung unter Verwendung der Steuerinformation c₀, wird die Verarbeitung von Schritt S33 und Schritt S34 wieder durchgeführt. In diesem Fall, da die Bearbeitung unter Verwendung der Steuerinformation c₀ durchgeführt wird, ändert sich die Temperatur des Spindelmotors 110. Mit anderen Worten, wenn unter Verwendung der Funktionen F ähnlich zur ersten Ausführungsform ausgedrückt, durch Durchführen der Bearbeitung und unter Verwendung der Steuerinformation c₀, um so $T_{1} = F (T_{0}, c_{0} \in B)$
zu sein, ändert sich die Temperatur des Spindelmotors 110 von T₀, welches die Temperatur vor Durchführung von Bearbeitung ist, unter Verwendung der Steuerinformation c₀, zu T₁.
Dann, in der Bestimmung davon, ob es im Schritt S33 zum zweiten Mal überhitzen wird, wird eine Bestimmung mit der Temperatur des Spindelmotors 110 als T₁ durchgeführt. Aus diesem Grund wird die zum Satz B gehörende Steuerinformation c₁∈B₁ angenommen als Information, die sich von der Steuerinformation c₀∈B₀ unterscheidet, gemäß der Bestimmung. Daher wird die Optimalsteuerinformation für die im nächsten Schritt S34 ausgewählte Steuerinformation c₁ auch angenommen, Information zu werden, die sich von der optimalen Steuerinformation für die Steuerinformation c₀ unterscheidet.
Auf dieselbe Weise, um eine Auswahl von optimaler Justierinformation für die Steuerinformation durchzuführen, die in der nächsten Bearbeitung (definiert als Steuerinformation c2) verwendet wird, wird die Verarbeitung von Schritt S33 und Schritt S34 wieder durchgeführt. In diesem Fall, da die Bearbeitung unter Verwendung der Steuerinformation c₁ durchgeführt wird, ändert sich die Temperatur des Spindelmotors 110 weiter. Mit anderen Worten, wenn unter Verwendung der Funktion F ähnlich zur ersten Ausführungsform ausgedrückt, indem die Bearbeitung unter Verwendung der Steuerinformation c₁ durchgeführt wird, um so $T_{2} = F (T_{1}, c_{1} \in B)$
zu sein, ändert sich die Temperatur des Spindelmotors 11 von T₁ zu T₂. Daher wird angenommen, dass die optimale Steuerinformation für die Steuerinformation c₂ Information wird, die sich von der optimalen Steuerinformation für die Steuerinformation c₁ unterscheidet.
Durch Konfigurieren auf diese Weise wird die optimale Steuerinformation für nachfolgende Bearbeitung ausgewählt, wann immer bearbeitet wird, basierend auf der Temperatur des Spindelmotors 110, die sich bei jeder Bearbeitung ändert. Die vorliegende Ausführungsform konfiguriert so, dass die Optimal-Justierinformation über die Bearbeitung N Mal erhalten wird.
Aus diesem Grund wird die Verarbeitung von Schritt S33 und Schritt S34 N Mal wiederholt. Spezifischer wird bestimmt, ob die vorerwähnte Verarbeitung von Schritt S32 und Schritt S33 n Mal wiederholt worden ist, als Steuerinformation c_i (0 ≤ i ≤ N). Falls die Verarbeitung von Schritt S32 und Schritt S33 nicht N Mal durchgeführt wird (NEIN im Schritt S35), kehrt nach Inkrementieren des Werts von i um 1 im Schritt S36, die Verarbeitung zu Schritt S33 zurück. Dann, wenn Schritt S33 und Schritt S34 N Mal auf diese Weise wiederholt sind (JA im Schritt S35), rückt die Verarbeitung zu Schritt S37 vor.
Im Schritt S37 gibt die Optimal-Justierinformations-Ausgabeeinheit 420 den Satz von optimaler Justierinformation {c₀, ..., c_N}, die für jede der Steuerinformation c₀, Steuerinformation c₁, ..., Steuerinformation c_N durch die Optimal-Justierinformations-Ausgabeeinheit 420 ausgewählt ist, aus.
Die Numeriksteuervorrichtung 200 korrigiert das Bearbeitungsprogramm und stellt die Werte von Parametern, die in dieser Numeriksteuervorrichtung 200 eingestellt sind, ein, basierend auf diesem Satz von Optimal-Justierinformation {c₀, ..., c_N}. Zusätzlich erzeugt die Numeriksteuervorrichtung 200 einen Betriebsbefehl, der auf diesem korrigierten Programm und Werten vom Parametersatz basiert. Dann steuert die Numeriksteuervorrichtung 200 den Antrieb der Werkzeugmaschine 100 anhand dieses Betriebsbefehls. Die Bearbeitung wird dadurch gemäß dem Betriebsbefehl basierend auf der Steuerinformation c₀ durchgeführt, die Bearbeitung wird anhand des Betriebsbefehls basierend auf der nächsten Steuerinformation c₁, ..., durchgeführt und die Bearbeitung wird anhand des Betriebsbefehls basierend auf der Endsteuerinformation c_N durchgeführt. Dies übt damit einen Effekt dahingehend aus, dass die Werkzeugmaschine 100 so arbeiten kann, dass die entsprechenden Bearbeitungszykluszeiten am kürzesten werden, während auch das Auftreten von Überhitzen vermieden wird.
Als Nächstes werden die Effekte für jede Ausführungsform der vorliegenden Erfindung detaillierter erläutert. Als eine Voraussetzung ist es möglich, die Zykluszeit durch Justieren des Bearbeitungsprogramms abzukürzen, um die Schneidzufuhrrate anzuheben. Andererseits ist es möglich, die Wärmeerzeugung der Spindel durch Senken der Schneidzufuhrrate zu unterdrücken. Zusätzlich ist es möglich, die Zykluszeit durch Justieren des Bearbeitungsprogramms abzukürzen, zum Abkürzen der Haltezeit. Andererseits ist es möglich, die Wärmeerzeugung der Spindel durch Verlängern der Haltezeit zu unterdrücken. Weiterhin ist es möglich, die Zykluszeit durch Justieren der Einstellwerte von Parametern zu kürzen, um die Zeitkonstante von Beschleunigung/Verlangsamung zu verkürzen. Andererseits ist es möglich, die Wärmeerzeugung der Spindel durch Verlängern der Zeitkonstante von Beschleunigung/Verlangsamung zu unterdrücken.
Auf diese Weise sind das Verkürzen der Zykluszeit und Wärmeerzeugung in der Spindel oft in einer Vor- und Nachteilsbeziehung. In dieser Hinsicht hat konventioneller Weise der Anwender die Justierinformation, von der er selbst glaubt, dass sie optimal ist, eingestellt, basierend auf seiner/ihrer eigenen Erfahrung. Jedoch ist diese Justierinformation nicht notwendigerweise optimal und der Perfektionsgrad unterscheidet sich abhängig vom Anwender. Mit anderen Worten ist es konventioneller Weise schwierig gewesen, die Zykluszeit zu verkürzen, während auch das Auftreten von Überhitzen vermieden wird, durch angemessenes Justieren des Bearbeitungsprogramms und/oder von Parameterwerten.
Im Gegensatz dazu, bei den entsprechenden Ausführungsformen der vorliegenden Erfindung, ist es möglich, die Zykluszeit zu verkürzen, während auch das Auftreten von Überhitzen vermieden wird, aufgrund davon, in der Lage zu sein, die Optimal-Justierinformation in der vorgenannten Weise auszuwählen, und Justieren des Bearbeitungsprogramms und/oder von Parameterwerten anhand dieser Optimal-Justierinformation. Zusätzlich, bei den jeweiligen Ausführungsformen der vorliegenden Erfindung, aufgrund dem, in der Lage zu sein, die Optimal-Justierinformation mittels Simulation unter Verwendung des konstruierten Lernmodells auszuwählen, ist es nicht notwendig, tatsächlich eine Bearbeitung mit der Werkzeugmaschine 100 durchzuführen, um die Optimal-Justierinformation auszuwählen. Mit anderen Worten übt die vorliegende Ausführungsform einen vorteilhaften Effekt im Vergleich zur üblichen Technologie aus.
Es sollte angemerkt werden, dass jede der entsprechenden Vorrichtungen, die in dem oben erwähnten Steuerinformations-Optimierungssystem enthalten sind, durch Hardware, Software oder eine Kombination dieser realisiert werden kann. Zusätzlich kann das Steuerinformations-Lernverfahren, welches durch Kooperation jeder der in dem oben erwähnten Steuerinformations-Lernsystem enthaltenen jeweiligen Vorrichtungen durchgeführt wird, auch durch Hardware, Software oder eine Kombination dieser realisiert werden. Hier, durch Software realisiert werdend, gibt den Fall an, durch einen Computer realisiert zu werden, der Programme ausliest und ausführt.
Die Programme können unter Verwendung verschiedener Typen nicht transitorischer computerlesbarer Medien gespeichert und einem Computer zugeführt werden. Die nicht transitorischen computerlesbaren Medien beinhalten anfassbare Speichermedien. Beispiele von nicht transitorischen computerlesbaren Medien beinhalten Magnetmedien (beispielsweise flexible Disks, Magnetbänder, Festplattenlaufwerk), magneto-optische Aufzeichnungsmedien (beispielsweise magneto-optische Disks), CD-ROM (Nurlesespeicher), CD-R, CD-R/W und Halbleiterspeicher (beispielsweise Masken-ROM, PROM (Programmierbares ROM), EPROM (Löschbares PROM), Flash-ROM, RAM (Wahlfreizugriffsspeicher)). Zusätzlich können die Programme einem Computer mittels verschiedener Typen transitorischer computerlesbarer Medien zugeführt werden. Beispiele von transitorischen computerlesbaren Medien beinhalten elektrische Signale, optische Signale und elektromagnetische Wellen. Die transitorischen computerlesbaren Medien können Programme einem Computer über Drahtkommunikationspfade wie etwa elektrische Drähte und optische Fasern oder einen Funkkommunikationspfad zuführen.
Zusätzlich ist jede der vorgenannten Ausführungsformen eine bevorzugte Ausführungsform der vorliegenden Erfindung; jedoch soll dies den Schutzumfang der vorliegenden Erfindung nicht nur auf die oben beschriebenen Ausführungsformen begrenzen und es ist eine Implementierung in Modi möglich, die durch Kombinieren der jeweiligen Ausführungsformen erzielt werden, oder Modi, die durch Ausführen verschiedener Modifikationen in einem Schutzumfang erzielt werden, der nicht vom Geist der vorliegenden Erfindung abweicht.
Jede der vorgenannten Ausführungsformen gibt ein Beispiel einer Werkzeugmaschine, die Schneidarbeit durchführt, als die Werkzeugmaschine 100; jedoch ist dies nicht darauf beschränkt. Beispielsweise kann eine Werkzeugmaschine, die andere Bearbeitung wie etwa Schleifen, Polieren, Walzen oder Schmieden durchführt, als die Werkzeugmaschine 100 etabliert werden.
Zusätzlich wird bei jeder der vorgenannten Ausführungsformen das Lernmodell mittels supervidiertem Lernen konstruiert; jedoch kann es so konfiguriert sein, dass es das Lernmodell mittels anderen Maschinenlernens, wie etwa halbsupervidiertem Lernen, konstruiert.
Jede der vorgenannten Ausführungsformen nimmt an, dass die Lernmodell-Konstruktionsvorrichtung 300 und die Steuerinformations-Optimiervorrichtung 400 durch Vorrichtungen realisiert werden, die von der Werkzeugmaschine 100 und der Numeriksteuervorrichtung 200 getrennt sind; jedoch kann so konfiguriert sein, dass ein Teil oder die Gesamtheit der Funktionen der Lernmodell-Konstruktionsvorrichtung 300 und/oder der Steuerinformations-Optimiervorrichtung 400 durch die Werkzeugmaschine 100 und/oder die Numeriksteuervorrichtung 200 realisiert werden. Zusätzlich kann so konfiguriert sein, dass sowohl die Funktionen der Lernmodell-Konstruktionsvorrichtung 300 als auch der Steuerinformations-Optimiervorrichtung 400 durch eine singuläre Vorrichtung realisiert werden.
Bezugszeichenliste

100: Werkzeugmaschine
110: Spindelmotor
120: Temperaturmesseinheit
130: Zykluszähler
200: Numeriksteuervorrichtung
210: Motorsteuereinheit
220: Parameter-Einstelleinheit
300: Lernmodell-Konstruktionsvorrichtung
310: Eingabedaten-Erfassungseinheit
320: Steuerinformations-Ausgabeeinheit
330: Lerneinheit
340: Lernmodell-Speichereinheit
400: Steuerinformations-Optimiervorrichtung
410: Optimal-Justierinformations-Auswahleinheit
420: Optimal-Justierinformations-Ausgabeeinheit
500: Netzwerk

Claims

Steuerinformations-Optimiersystem (1) umfassend eine Lernmodell-Konstruktionsvorrichtung (300) und eine Steuerinformations-Optimiervorrichtung (400), welche das durch die Lernmodell-Konstruktionsvorrichtung (300) konstruierte Lernmodell verwendet, die Lernmodell-Konstruktionsvorrichtung (300), umfassend: ein Eingangsdaten-Erfassungsmittel (310), welches als Eingabedaten Steuerinformation einschließlich einer Kombination eines Betriebsmusters einer Antriebsvorrichtung einer Spindel und von Parametern, die sich auf die Bearbeitung in einer Werkzeugmaschine (100) beziehen, und Temperaturinformation der Spindel vor der Durchführung der Bearbeitung, basierend auf der Steuerinformation erfasst, was eine Kombination eines Betriebsmusters, die eine Drehzahl der Antriebsvorrichtung der Spindel, eine Schneidzufuhrrate, eine Schneidzeit und/oder eine Haltezeit, um die Antriebsvorrichtung der Spindel dazu zu bringen, eine bezeichnete Zeit lang in Bereitschaft zu sein, enthält, und eines Parameters, der eine Zeitkonstante von Beschleunigung/Verlangsamung und/oder eine Schneidezufuhrratenüberschreibung enthält, ist; ein Markierungserfassungsmittel (320) zum Erfassen von Temperaturinformation der Antriebsvorrichtung der Spindel, nachdem sie die Bearbeitung durchgeführt hat, basierend auf der Steuerinformation, als einer Markierung; und ein Lernmodell-Konstruktionsmittel (330) zum Konstruieren eines Lernmodells für Temperaturinformation der Antriebsvorrichtung der Spindel, nach Durchführung der Bearbeitung, basierend auf der Steuerinformation, durch Durchführen von überwachtem Lernen mit einer Gruppe der Eingangsdaten und der Markierung als Trainingsdaten, und die Steuerinformations-Optimiervorrichtung (400) umfassend: ein Optimal-Justierinformations-Auswahlmittel (410) zum Auswählen optimaler Justierinformation aus Sätzen von Justierinformation zum Justieren der Steuerinformation, basierend auf dem durch die Lernmodell-Konstruktionsvorrichtung konstruierten Lernmodell, wobei die Optimal-Justierinformation Justierinformation ist, für welche eine Überhitzung in der Antriebsvorrichtung der Spindel in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation und Durchführen der Bearbeitung nicht auftreten wird, und für welche eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß der Optimal-Justierinformation und Durchführen der Bearbeitung kürzer als eine Zykluszeit in einem Fall des Justierens der Steuerinformation gemäß anderer Justierinformation als der Optimal-Justierinformation und Durchführen der Bearbeitung ist.
Steuerinformations- Optimiersystem (1) gemäß Anspruch 1, wobei das Optimal-Justierinformations-Auswahlmittel (410) die Optimal-Justierinformation durch Durchführen einer Simulation auswählt, die auf dem durch die Lernmodell-Konstruktionsvorrichtung (300) konstruierten Lernmodell basiert, ohne die Bearbeitung tatsächlich mittels einer Werkzeugmaschine (100) durchzuführen.
Steuerinformations- Optimiersystem (1) gemäß Anspruch 1 oder 2, wobei das Optimal-Justierinformations-Auswahlmittel (410) : einen ersten Satz, der ein Satz von Postjustier-Steuerinformation ist, die durch eine Vielzahl von Justierinformationen jeweils justiert wird, ermittelt; einen zweiten Satz, der ein Satz von Postjustier-Steuerinformation ist, für welche Überhitzung in der Antriebsvorrichtung der Spindel in einem Fall des Durchführens der Bearbeitung nicht auftreten wird, aus der Postjustier-Steuerinformation im ersten Satz ermittelt; einen dritten Satz, der ein Satz von Postjustier-Steuerinformation ist, die eine vorbestimmte Temperaturbedingung in einem Fall der Durchführung kontinuierlichen Betriebs der Bearbeitung, aus dem zweiten Satz, erfüllt, ermittelt; und Postjustier-Steuerinformation mit der kürzesten Zykluszeit in einem Fall der Durchführung der Bearbeitung aus dem dritten Satz auswählt und Justierinformation entsprechend der Postjustier-Steuerinformation, die so ausgewählt ist, als die Optimal-Justierinformation auswählt.
Steuerinformations- Optimiersystem (1) gemäß Anspruch 1 oder 2, wobei das Optimal-Justierinformations-Auswahlmittel (410) berücksichtigt, dass die Temperaturinformation der Antriebsvorrichtung der Spindel vor Durchführung der nachfolgenden Bearbeitung sich durch Durchführen der Bearbeitung gemäß Postjustier-Steuerinformation, die anhand der Optimal-Justierinformation justiert wurde, ändert, und die Verarbeitung wiederholt von: Ermitteln eines ersten Satzes, der ein Satz von Postjustier-Steuerinformation ist, die durch eine Vielzahl von Justierinformationen jeweils justiert wird, Ermitteln eines zweiten Satzes, welches ein Satz von Postjustier-Steuerinformation ist, für welche eine Überhitzung der Antriebsvorrichtung der Spindel in einem Fall der Durchführung der Bearbeitung nicht auftreten wird, aus der Postjustier-Steuerinformation im ersten Satz; und Auswählen von Postjustier-Steuerinformation mit der kürzesten Zykluszeit in einem Falle des Durchführens der Bearbeitung aus dem dritten Satz, und die Justierinformation entsprechend der Postjustier-Steuerinformation, die so ausgewählt ist, als die Optimal-Justierinformation auswählt.
Steuerinformations- Optimiersystem (1) gemäß einem der Ansprüche 1 bis 4, weiter umfassend ein Optimal-Justierinformations-Ausgabemittel (420) zum Ausgeben der Optimal-Justierinformation, um die Steuerinformation anhand der Optimal-Justierinformation zu justieren, und die Bearbeitung durchzuführen.