DE102019007721A1

DE102019007721A1 - Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs

Info

Publication number: DE102019007721A1
Application number: DE102019007721.0A
Authority: DE
Inventors: Yasuhiro NAKAHAMA
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2018-11-14
Filing date: 2019-11-07
Publication date: 2020-05-14
Also published as: CN111185789A; JP6882248B2; JP2020082198A; US20200147737A1; CN111185789B

Abstract

Eine Werkzeuganfügungsanomalieerfassungsvorrichtung erlangt Daten, die mit einem maschinellen Bearbeitungszentrum assoziiert sind, führt eine Vorverarbeitung durch, um Daten hinsichtlich zumindest chronologischer Daten einer Schwingung oder eines Klangs zu erstellen, die oder der in einem Werkzeugwechsler entstand, wenn ein Werkzeug an ein Werkzeugmagazin angefügt wurde, wobei die Daten basierend auf den Daten, die erlangt wurden, erstellt werden, und erfasst eine Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf den Daten, die in dem Vorverarbeitungsstadium erstellt wurden.

Description

Hintergrund der Erfindung
Gebiet der Erfindung:
Die vorliegende Erfindung betrifft eine Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs.
Beschreibung des verwandten Stands der Technik:
Werkzeugmaschinen, die mit einem automatischen Werkzeugwechsler ausgestattet sind, und insbesondere typische maschinelle Bearbeitungszentren werden weithin auf dem Gebiet der Werkzeugmaschinen eingesetzt. Ein solches typisches maschinelles Bearbeitungszentrum umfasst ein Werkzeugmagazin, das eine Vielzahl von Werkzeugen beherbergt, von denen jedes an einen Werkzeughalter angefügt ist. Das maschinelle Bearbeitungszentrum wählt ein vorbestimmtes Werkzeug durch eine Indizierungsmaßnahme des Werkzeugmagazins aus, um das ausgewählte Werkzeug zu einer vorbestimmten Position zu bewegen, und löst das Werkzeug zusammen mit dessen Werkzeughalter aus dem Werkzeugmagazin durch eine Werkzeugwechselmaßnahme durch einen Werkzeugwechselarm oder dergleichen, um das Werkzeug in einen passenden Eingriff mit einer Hauptspindel zu bringen und das Werkzeug in einem maschinellen Bearbeitungsvorgang zu verwenden (siehe zum Beispiel die internationale Offenlegung Nr. 93/18884, d.h. die japanische Patentanmeldungsoffenlegung Nr. 05-261638 (Patentdruckschrift 1)).
Als Beispiele traditioneller Technologien zur Erfassung von Anomalien bei einer solchen Werkzeugwechselmaßnahme offenbaren das japanische Patent Nr. 4501918 (Patentdruckschrift 2) und die japanische Patentanmeldungsoffenlegung Nr. 11-333657 (Patentdruckschrift 3), die die nachstehend beschriebenen Patentdruckschriften sind, sowie die vorstehend beschriebene Patentdruckschrift 1 Technologien zur Erfassung von Anomalien, die mit der Stellung, in der das Werkzeug an das Werkzeugmagazin angefügt wird, der Werkzeugwechselmaßnahme und dem Anfügungszustand des Werkzeugs an die Hauptspindel in Werkzeugmaschinen, die einen automatischen Werkzeugwechsler umfassen, assoziiert sind.
Ein Werkzeugmagazin umfasst eine Vielzahl mechanischer Handgreifer, die den Werkzeughalter durch elastische Federkraft greifen. Wenn ein Werkzeug an das Werkzeugmagazin anzufügen ist, wird eine Positionierung des Werkzeugs relativ zu dem Werkzeughalter derart getätigt, dass eine Schlüsselnut des Werkzeughalters, an den das Werkzeug gepasst wird, einer Positionierungsnut entspricht, die auf dem Greifer vorgesehen ist, wird der Werkzeughalter in den Greifer gedrückt und wird dadurch der Werkzeughalter durch den Greifer ergriffen.
An diesem Punkt wird aufgrund eines Fehlers durch einen Bediener oder dergleichen der Werkzeughalter in einigen Fällen womöglich nicht korrekt an den Greifer angefügt. In einem solchen Fall kann sich das Werkzeug aus dem Werkzeugmagazin lösen oder mit der Hauptspindel kollidieren als ein Ergebnis der Werkzeugwechselmaßnahme, was zu Schäden an einem Drehwerkzeug und dem Hauptkörper der Maschine führen kann.
Zur Lösung eines solchen Problems, kann eine Anomalie in dem Anfügungszustand eines Werkzeugs relativ zu einer Hauptspindel gemäß der in Patentdruckschrift 2 offenbarten Technologie erfasst werden. Ein Greifer, der in einem Werkzeugmagazin vorgesehen ist, kann jedoch nicht den Anfügungszustand des Werkzeugs relativ zu dessen Werkzeughalter erfassen. Ebenso ist die in Patentdruckschrift 3 offenbarte Technologie lediglich in der Lage, mit einer Werkzeugwechselmaßnahme assoziierte Anomalien zu erfassen.
Ebenso kann gemäß der in der japanischen Patentanmeldungsoffenlegung Nr. 2005-324262 (Patentdruckschrift 4) offenbarten Technologie erfasst werden, ob die Stellung eines an ein Werkzeugmagazin angefügten Werkzeugs korrekt ist oder nicht. Das Werkzeug kann jedoch zum Beispiel an ein Werkzeugmagazin dem Anschein nach in korrekter Stellung angefügt sein, während der Greifer tatsächlich den Werkzeughalter aufgrund von Spänen, die an dem Anfügungsabschnitt des Werkzeughalters an den Greifer haften, nicht vollständig ergreifen kann. Demgemäß ist es für die in den vorstehend gezeigten Patentdruckschriften offenbarten Technologien schwierig, einen solchen anomalen Zustand der Anfügung eines Werkzeugs zu erfassen.
Kurzfassung der Erfindung
In Anbetracht der vorstehend beschriebenen Umstände besteht eine Aufgabe der vorliegenden Erfindung in der Bereitstellung einer Vorrichtung, die in der Lage ist, eine Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin genau zu erfassen.
Gemäß der vorliegenden Erfindung wird eine Schwingung oder ein Klang, die oder der auf den Werkzeugwechsler (insbesondere ein Werkzeugmagazin) wirkt, wenn ein Bediener ein Werkzeug (im Einzelnen einen Werkzeughalter, an den das Werkzeug angefügt ist) an ein Werkzeugmagazin angefügt, als Zustandsdaten verwendet. Es wird ein maschinelles Lernen ausgeführt, um zum Beispiel entweder die Schwingung oder den Klang zu erlernen, wenn das Werkzeug korrekt angefügt wird, und die Schwingung oder den Klang zu erlernen, wenn das Werkzeug nicht korrekt angefügt wird, und wird die Normalität/Anomalie bei der Anfügung des Werkzeugs unter Verwendung des Lernergebnisses geschätzt, um das vorstehend beschriebene Problem zu lösen. Zu dem Zeitpunkt der Anfügung eines Werkzeugs an das Werkzeugmagazin, wenn ein mechanischer Handgreifer den Werkzeughalter durch eine elastische Federkraft oder dergleichen ergreift, gehen dessen vorbestimmte Abschnitte in passenden Eingriff miteinander, was zum Entstehen einer bestimmten Schwingung oder eines bestimmten Klangs führt. Falls jedoch Späne an dem Anfügungsabschnitt des Werkzeughalters haften und das Ergreifen des Werkzeughalters durch den Greifer oder das Drücken des Werkzeugs durch den Bediener behindern, und der Vorgang somit unvollständig ist, dann entsteht keine solche Schwingung oder kein solcher Klang, sondern entsteht eine andere Schwingung oder ein anderer Klang. Wenn im Ergebnis ein Lernmodell zum Erlernen der Schwingungen oder Klänge zu dem Zeitpunkt normaler und anomaler Betriebe durch das maschinelle Lernen erstellt wird, wird es ermöglicht, den Unterschied zwischen diesen zu schätzen und eine Normalität/Anomalie bei der Anfügung eines Werkzeugs zu erfassen.
Zudem sieht eine Ausgestaltung der vorliegenden Erfindung eine Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs an eine Werkzeugmaschine in einem Werkzeugwechsler vor, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, wobei die Vorrichtung umfasst: eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Daten hinsichtlich zumindest chronologischer Daten der Schwingung oder des Klangs, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Daten hinsichtlich der zumindest chronologischen Daten auf der Grundlage der durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung zum Erfassen einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf den durch den Präprozessor erstellten Daten.
Eine weitere Ausgestaltung der vorliegenden Erfindung sieht eine Vorrichtung zum Erfassen einer Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin in einem Werkzeugwechsler vor, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, wobei die Vorrichtung umfasst: eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Zustandsdaten, die zumindest Werkzeuganfügungsschwingungsdaten hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs umfassen, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Zustandsdaten als Lerndaten basierend auf den durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung, die zur Erfassung einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin auf der Grundlage von durch den Präprozessor erstellten Daten konfiguriert ist. Die Werkzeuganfügungsanomalieerfassungseinrichtung umfasst eine Lerneinrichtung zum Durchführen maschinellen Lernens unter Verwendung von Lerndaten, die durch den Präprozessor erstellt sind, und weiterhin zum Erstellen eines Lernmodells zur Erfassung einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin.
Eine weitere Ausgestaltung der vorliegenden Erfindung sieht eine Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin in einem Werkzeugwechsler vor, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, und umfasst eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Zustandsdaten, die zumindest Werkzeuganfügungsschwingungsdaten hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs umfassen, der oder die in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Zustandsdaten basierend auf den durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung zum Erfassen einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf den durch den Präprozessor erstellten Daten. Die Werkzeuganfügungsanomalieerfassungseinrichtung umfasst einen Lernmodellspeicher, der konfiguriert ist, um ein Lernmodell zum Erlernen des Anfügungszustands des Werkzeugs, das an das Werkzeugmagazin angefügt ist, hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs zu speichern, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird; und eine Schätzeinrichtung, die konfiguriert ist, um den Anfügungszustand des an das Werkzeugmagazin angefügten Werkzeugs unter Verwendung des in dem Lernmodellspeicher gespeicherten Lernmodells zu schätzen, wobei der Anfügungszustand basierend auf den durch den Präprozessor erstellten Zustandsdaten geschätzt wird.
Gemäß der vorliegenden Erfindung wird ermöglicht, den Anfügungszustand eines Werkzeugs mit hoher Genauigkeit zu schätzen, was wiederum ermöglicht, die Wahrscheinlichkeit eines fehlerhaften Betriebs zu dem Zeitpunkt der Anfügung des Werkzeugs durch einen Bediener zu verringern. Ebenso können gemäß der vorliegenden Erfindung Fehler bei der Anfügung von Werkzeugen mit verringerten Kosten erfasst werden, da es möglich ist, den Anfügungszustand des Werkzeugs unter Verwendung eines einzelnen Sensors oder einer kleinen Anzahl von Sensoren zu schätzen.
Figurenliste
Die vorstehend beschriebenen und weitere Aufgaben und Merkmale werden beim Studium der nachfolgenden Beschreibung von Ausführungsbeispielen unter Bezugnahme auf die beiliegenden Zeichnungen offensichtlich werden. Es zeigen:

1 eine Hardwareaufbaudarstellung, die schematisch eine Werkzeuganfügungsanomalieerfassungsvorrichtung gemäß einem ersten Ausführungsbeispiel der vorliegenden Erfindung zeigt;
2 eine Funktionsblockdarstellung, die schematisch die Vorrichtung gemäß dem ersten Ausführungsbeispiel zeigt;
3 eine Hardwareaufbaudarstellung, die schematisch eine Werkzeuganfügungsanomalieerfassungsvorrichtung gemäß einem zweiten oder einem dritten Ausführungsbeispiel der vorliegenden Erfindung zeigt;
4 eine Funktionsblockdarstellung, die schematisch die Vorrichtung gemäß dem zweiten Ausführungsbeispiel zeigt;
5 eine Darstellung, die ein Beispiel eines Lernmodells zeigt, das durch nicht-überwachtes Lernen in der Vorrichtung gemäß dem zweiten Ausführungsbeispiel erstellt wird;
6 eine Darstellung, die ein Beispiel eines Lernmodells zeigt, das durch überwachtes Lernen in der Vorrichtung gemäß dem zweiten Ausführungsbeispiel erstellt wird;
7 eine Funktionsblockdarstellung, die schematisch die Vorrichtung gemäß dem dritten Ausführungsbeispiel der vorliegenden Erfindung zeigt;
8 eine Darstellung, die ein Beispiel der Schätzung einer Normalität/Anomalie bei der Anfügung eines Werkzeugs unter Verwendung des Lernmodells zeigt, das durch das nicht-überwachte Lernen in der Vorrichtung gemäß dem dritten Ausführungsbeispiel erstellt wird;
9 eine Darstellung, die ein Beispiel der Schätzung der Normalität/Anomalie bei der Anfügung eines Werkzeugs unter Verwendung des Lernmodells zeigt, das durch das überwachte Lernen in der Vorrichtung gemäß dem dritten Ausführungsbeispiel erstellt wird; und
10 eine Darstellung, die ein Ausführungsbeispiel der Werkzeuganfügungsanomalieerfassungsvorrichtung zum Schätzen der Normalität/Anomalie bei der Anfügung eines Werkzeugs einer Vielzahl maschineller Bearbeitungszentren zeigt.

Ausführliche Beschreibung der bevorzugten Ausführungsbeispiele
Einige Ausführungsbeispiele der vorliegenden Erfindung werden nachstehend unter Bezugnahme auf die Zeichnungen beschrieben werden.
1 zeigt eine Hardwareaufbaudarstellung, die schematisch den Hauptteil einer Vorrichtung zum Erfassen einer Anomalie bei der Anfügung eines Werkzeugs zeigt, und umfasst eine Maschinenlernvorrichtung gemäß einem ersten Ausführungsbeispiel (die ebenso als eine „Werkzeuganfügungsanomalieerfassungsvorrichtung“ oder einfach als „die Vorrichtung 1“ bezeichnet werden kann). Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel kann zum Beispiel bei einer Steuervorrichtung implementiert werden, die ein maschinelles Bearbeitungszentrum 2 steuert. Ebenso kann die Vorrichtung 1 gemäß diesem Ausführungsbeispiel als ein Personal Computer implementiert werden, der mit der Steuereinrichtung ausgestattet ist, die das maschinelle Bearbeitungszentrum steuert, oder als ein Computer, wie ein Kantencomputer, ein Zellcomputer, ein Host-Computer und ein Cloud-Server, der über ein drahtgebundenes oder drahtloses Netzwerk mit der Steuereinrichtung verbunden ist. In diesem Ausführungsbeispiel wird die Vorrichtung 1 als ein Personal Computer implementiert, der mit der Steuereinrichtung ausgestattet ist, die das maschinelle Bearbeitungszentrum 2 steuert.
Unter Bezugnahme auf 1 kann die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 eine zentrale Verarbeitungseinheit (CPU) 11, einen Festwertspeicher (ROM) 12, einen Speicher mit wahlfreiem Zugriff (RAM) 13, einen nicht-flüchtigen Speicher 14 und eine Vielzahl von Schnittstellen 16 bis 19 umfassen.
Die zentrale Verarbeitungseinheit (CPU) 11, die in der Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst ist, ist ein Prozessor, der für die Gesamtsteuerung der Vorrichtung 1 zuständig ist. Die CPU 11 liest Systemprogramme, die in dem Festwertspeicher (ROM) 12 gespeichert sind, über einen Bus 20 und steuert die gesamte Vorrichtung 1 gemäß den Systemprogrammen. Der Speicher mit wahlfreiem Zugriff (RAM) 13 kann zeitweilig temporäre Berechnungsdaten und andere verschiedene Daten speichern, die durch einen Bediener über eine Eingabe 71 eingegeben wurden.
Der nicht-flüchtige Speicher 14 ist als ein Speicher, der durch eine nicht gezeigte Batterie gepuffert ist, als ein Festkörperlaufwerk (SSD) oder dergleichen konfiguriert und behält seinen Zustand selbst dann bei, wenn die Vorrichtung 1 abgeschaltet wird. Der nicht-flüchtige Speicher 14 umfasst einen Einstellungsbereich, in dem Einstellungsinformationen hinsichtlich des Betriebs der Vorrichtung 1 vorgesehen sind, und speichert Daten, die von der Eingabe 71 eingegeben wurden, verschiedene Daten, die von dem maschinellen Bearbeitungszentrum 2 erlangt wurden (einen Betriebszustand hinsichtlich des Werkzeugwechsels, Einheitsarten des maschinellen Bearbeitungszentrums usw.), chronologische Daten verschiedener physikalischer Größen, die von dem Sensor 3 erlangt wurden (Schwingungen, Klänge usw., die in einem Werkzeugwechsler entstehen, der in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist), und Daten, die über ein Netzwerk und/oder aus einem nicht gezeigten externen Speicher eingelesen wurden. Die Programme und die verschiedenen Daten, die in dem nicht-flüchtigen Speicher 14 gespeichert sind, können ebenso in dem RAM 13 gespeichert werden, wenn sie im Ablauf befindlich sind oder verwendet werden. Ebenso werden Systemprogramme, die ein bekanntes Analyseprogramm zum Analysieren verschiedener Daten umfassen, vorab in dem ROM 12 gespeichert.
Das maschinelle Bearbeitungszentrum 2 ist eine Werkzeugmaschine, die mit einem automatischen Werkzeugwechsler ausgestattet ist. Das maschinelle Bearbeitungszentrum 2 ist in der Lage, mehrere Arten maschineller Bearbeitungsvorgänge durchzuführen, wie Fräsen, Lochen und Bohren, während verschiedene Drehwerkzeuge gegeneinander durch den automatischen Werkzeugwechsler ausgetauscht werden. Eine Vielzahl von Werkzeugen, von denen jedes in einen Werkzeughalter geladen wird, wird an das Werkzeugmagazin durch den Bediener angefügt. Ein Werkzeug, das bei einer vorbestimmten Position des Werkzeugmagazins ergriffen und an dieses angefügt ist, wird an die Hauptspindel der Werkzeugmaschine angefügt, um in einem vorgesehenen maschinellen Bearbeitungsvorgang gemäß einem Werkzeugwechselbefehl durch ein maschinelles Bearbeitungsprogramm oder dergleichen verwendet zu werden. Die Steuereinrichtung des maschinellen Bearbeitungszentrums 2 gibt Informationen hinsichtlich des Zustands des maschinellen Bearbeitungszentrums (wie die Einheitsarten des maschinellen Bearbeitungszentrums, einen Betriebszustand der Werkzeugmaschine, einen offenen/geschlossenen Betriebszustand der Abdeckung und einen Betriebszustand des Werkzeugwechsels) zu der Vorrichtung 1 über die Schnittstelle 16 aus.
Der Sensor 3 ist konfiguriert, um chronologische Daten einer Schwingung oder eines Klangs zu erlangen, die oder der in dem Werkzeugwechsler entsteht, der in dem maschinellen Bearbeitungszentrum 2 (insbesondere dem Werkzeugmagazin) vorgesehen ist. Ein Beschleunigungssensor, ein akustischer Emissions- (AE) -Sensor, ein Geräuschsammler, ein optisches Interferometer und dergleichen können zum Beispiel als der Sensor 3 verwendet werden. Zumindest ein Sensor 3 kann hinreichend die Schwingung oder den Klang erfassen, die oder der in dem Werkzeugwechsler entsteht. Wenn eine Vielzahl von Sensoren 3 auf oder nahe dem Werkzeugwechsler angebracht sind, dann wird es ermöglicht, die Schwingung oder den Klang, die oder der in dem Werkzeugwechsler entsteht, in einer facettenreicheren Art und Weise zu erfassen, und kann die Genauigkeit des maschinellen Lernens, das nachstehend beschrieben werden wird, weiter verbessert werden. Wenn alternativ die Sensoren 3 bei geeigneten Positionen unter Berücksichtigung der Struktur des Werkzeugmagazins angebracht sind, dann ist es ebenso möglich, die Schwingung und den Schall, die oder der in dem Werkzeugwechsler entsteht, durch einen einzelnen oder eine kleine Zahl von Sensor(en) 3 hinreichend zu erfassen.
Daten, die in den Speicher gelesen sind, Daten, die als ein Ergebnis der Ausführung eines Programms oder dergleichen erlangt sind, Daten, die aus der Maschinenlernvorrichtung 100 ausgegeben sind, die nachstehend beschrieben werden werden, und jedwede andere relevanten Daten können über die Schnittstelle 17 zu einer Anzeige 70 ausgegeben und auf der Anzeige 70 angezeigt werden. Ebenso sendet die Eingabe 71 die mit einer Tastatur, einer Zeigervorrichtung und dergleichen aufgebaut ist, einen Befehl, Daten usw. basierend auf der Bedienung durch den Bediener über die Schnittstelle 18 zu der CPU 11.
2 zeigt eine Funktionsblockdarstellung, die schematisch die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 gemäß dem ersten Ausführungsbeispiel zeigt. Die jeweiligen in 2 gezeigten Funktionsblöcke werden durch die CPU 11 bewirkt, die in der Vorrichtung 1 vorgesehen ist, die in 1 gezeigt ist, wie sie Systemprogramme ablaufen lässt und die Betriebe der einzelnen Komponenten in der Vorrichtung 1 steuert.
Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst eine Datenerlangungseinrichtung 30, einen Präprozessor 34 und eine Werkzeuganfügungsanomalieerfassungseinrichtung 36. Die Werkzeuganfügungsanomalieerfassungseinrichtung 36 umfasst eine Schätzeinrichtung 120. Ebenso sind ein Speicher 50 für erlangte Daten, in dem durch die Datenerlangungseinrichtung 30 erlangte Daten, gespeichert werden, und ein Normalschwingungsdatenspeicher 140 in dem nicht-flüchtigen Speicher 14 vorgesehen.
Die Datenerlangungseinrichtung 30 ist eine Funktionseinheit, die verschiedene Daten erlangt, die aus dem maschinellen Bearbeitungszentrum 2, dem Sensor 3, der Eingabe 71 und dergleichen eingegeben sind. Die Datenerlangungseinrichtung 30 erlangt verschiedene Daten, wie den Betriebszustand hinsichtlich des Werkzeugwechsels, die Einheitsarten des maschinellen Bearbeitungszentrums 2, chronologische Daten der Schwingung oder des Schalls, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird, und Informationen hinsichtlich der Anfügung des Werkzeugs, die durch den Bediener eingegeben sind, und speichert diese Teile der Informationen in dem Speicher 50 für erlangte Daten. Die Datenerlangungseinrichtung 30 kann ebenso konfiguriert sein, um Daten aus einem nicht gezeigten externen Speicher oder von anderen Vorrichtungen über ein drahtgebundenes oder drahtloses Netzwerk zu erlangen.
Wenn die Datenerlangungseinrichtung 30 die chronologischen Daten der Schwingung oder des Klangs erlangt, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird, identifiziert die Datenerlangungseinrichtung 30 Schwingungs- oder Klangdaten, die eine Schwingung oder einen Klang angeben, die oder der in dem Werkzeugwechsler entsteht und aus dem Sensor 3 basierend auf dem Betriebszustands der Werkzeugmaschine erlangt wurde, der von dem maschinellen Bearbeitungszentrum 2 erlangt ist, dem offenen/geschlossenen Betriebszustand der Abdeckung, dem Betriebszustand des Werkzeugwechslers und dergleichen. Die Datenerlangungseinrichtung 30 identifiziert weiterhin die Schwingungs- oder Klangdaten, die die Schwingung oder den Klang angeben, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird. Wenn im allgemeinen ein Bediener verschiedene Vorgänge, wie die Aufgabe des Anfügens eines Werkzeugs an ein Werkzeugmagazin durchführt, dann bedient er/sie ein Steuerpaneel oder dergleichen, hält die maschinelle Bearbeitung durch die Werkzeugmaschine an, öffnet die Abdeckung, positioniert einen bestimmten Greifer des Werkzeugmagazins bei der Werkzeuganfügungsposition, um das Werkzeug daran anzufügen, schließt die Abdeckung und vollendet somit den Werkzeugwechsel. Die Datenerlangungseinheit 30 kann einen solchen typischen Werkzeuganfügungsvorgang erfassen, um die Schwingung oder den Klang, die oder der durch den Sensor 3 während eines solchen Vorgangs erfasst wird, als die Schwingungs- oder Klangdaten zu identifizieren, die die Schwingung oder den Klang angeben, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird. Falls ebenso der Druck oder dergleichen, der mit dem Werkzeugmagazin assoziiert ist, erfasst werden kann, dann kann das Drücken des Werkzeugs durch den Bediener gegen das Werkzeugmagazin (Werkzeuganfügung) basierend auf dem Zustand des Drucks erfasst werden. Somit können/kann der Druck und/oder das erfasste Drücken des Werkzeugs durch den Bediener verwendet werden, um die Schwingungs- oder Klangdaten zu identifizieren, die die Schwingung oder den Klang angeben, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird. Es sei darauf hingewiesen, dass Beispiele des Falls, in dem der Druck oder dergleichen des Werkzeugmagazins erfasst werden kann, unter anderem einen Fall umfassen kann, in dem ein Drucksensor unabhängig installiert ist, und einen Fall, in dem der Strom eines Motors zum Drehen des Werkzeugmagazins erfasst werden kann. Falls ebenso jedwede andere Einrichtungen zum Erfassen des Zeitpunkts verfügbar sind, zu dem der Bediener das Werkzeug an das Werkzeugmagazin anfügt, dann kann sich die Identifikation ebenso auf den erfassten Zeitpunkt verlassen.
Der Präprozessor 34 erstellt Daten, die in einem Vorgang zum Erfassen einer Anomalie bei der Anfügung eines Werkzeugs verwendet werden, durch die Anfügungsanomalieerfassungseinrichtung 36 basierend auf den durch die Datenerlangungseinrichtung 30 erlangten Daten (und den in dem Speicher 50 für erlangte Daten gespeicherten Daten). Der Präprozessor 34 erstellt Daten, die erlangt werden, indem die durch die Datenerlangungseinrichtung 30 erlangten Daten einer Umwandlung (Quantifizierung, Normalisierung, Abtastung usw.) in ein einheitliches Format unterzogen werden, das durch die Werkzeuganfügungsanomalieerfassungseinrichtung 36 zu verwalten ist. Der Präprozessor 34 kann konfiguriert werden, um die Daten, die erlangt werden, indem die chronologischen Daten der Schwingung oder des Klangs, die oder der in dem Werkzeugwechsler zu dem Zeitpunkt der Anfügung des Werkzeugs entsteht und durch den Sensor 3 erfasst wird, als zugehörige Daten dargestellt werden, die einer erneuten Abtastung unter einem vorbestimmten Zyklus unterzogen wurden. Der Präprozessor kann ebenso konfiguriert sein, um Daten zu verwenden, die Eigenschaften der chronologischen Daten (zum Beispiel einen bekannten Mel-Frequenz-Cepstrumkoeffizienten) angeben.
Die Werkzeuganfügungsanomalieerfassungseinrichtung 36 ist eine Funktionseinheit zum Erfassen einer Anomalie bei der Anfügung eines Werkzeugs basierend auf den durch den Präprozessor 34 erstellten Daten.
Die Schätzeinrichtung 120, die in der Werkzeuganfügungsanomalieerfassungseinrichtung 36 vorgesehen ist, ist eine Funktionseinheit, die Bezug auf normale Schwingungsdaten nimmt, die in einem Normalschwingungsdatenspeicher 140 gespeichert sind, und eine Anomalie bei der Anfügung eines Werkzeugs an das Werkzeugmagazin durch einen Bediener basierend auf den durch den Präprozessor 34 erstellten Daten schätzt. In dem Normalschwingungsdatenspeicher 140 werden chronologische Daten der Schwingung oder des Klangs, die oder der durch den Sensor 3 erfasst wird, wenn der Bediener vorab das Werkzeug korrekt an das Werkzeugmagazin angefügte, das in dem maschinellen Arbeitszentrum 2 vorgesehen ist, als die normalen Schwingungsdaten gestellt.
Die Schätzeinrichtung 120 berechnet einen Grad an Übereinstimmung zwischen den chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, die durch die Datenerlangungseinrichtung 30 erlangt sind, und den normalen Schwingungsdaten, die in dem Normalschwingungsdatenspeicher 140 gespeichert sind, unter Verwendung eines bekannten Signalverlaufmusterabgleichmodells, wie eines dynamischen Programmierungsabgleichs (DP-Abgleich) und eines verborgenen Markovmodells (HMM). Falls der Grad an Übereinstimmung, der berechnet wurde, einen vorbestimmten Schwellenwert überschreitet, dann schätzt die Schätzeinrichtung 120, dass die Anfügung des Werkzeugs an das Werkzeugmagazin korrekt durchgeführt wurde. Andernfalls schätzt die Schätzeinrichtung 120, dass die Anfügung des Werkzeugs an das Werkzeugmagazin sich in einem anomalen Zustand befindet. Die Schätzeinrichtung 120 kann ebenso konfiguriert werden, um den Grad an Anomalie gemäß dem zu berechnen, wie weit der Grad an Übereinstimmung zwischen den chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, die durch die Datenerlangungseinrichtung 30 erlangt sind, und den normalen Schwingungsdaten, die in dem Normalschwingungsdatenspeicher 140 gespeichert sind, von dem vordefinierten Schwellenwert entfernt ist.
Wenn zudem die Schätzeinrichtung 120 schätzte, dass die Anfügung des Werkzeugs an das Werkzeugmagazin sich in einem anomalen Zustand befindet, dann kann die Werkzeuganfügungsanomalieerfassungseinrichtung 36 das Ergebnis der Schätzung durch die Schätzeinrichtung 120 (Normalität/Anomalie bei der Anfügung des Werkzeugs, und falls das Auftreten der Anomalie geschätzt wurde, den Grad an Anomalie) auf der Anzeige 70 anzeigen und das Ergebnis der Schätzung ausgeben, um das Ergebnis zu einem Host-Computer, einem Cloud-Computer oder dergleichen über ein nicht gezeigtes drahtgebundenes oder drahtloses Netzwerk zu senden. Die Vorrichtung 1 kann ebenso konfiguriert sein, um den Anzeigezustand der Anzeige 70 gemäß der Größenordnung des Grads an Anomalie zu ändern.
Der Normalschwingungsdatenspeicher 140 kann eine Vielzahl von Teilen normaler Schwingungsdaten speichern, die von demselben maschinellen Bearbeitungszentrum 2 erlangt sind. In diesem Fall kann die Schätzeinrichtung 120 den Schätzvorgang ausführen, um den Anfügungszustand des Werkzeugs relativ zu dem Werkzeugmagazin unter Verwendung von jedem der mehreren Teile von normalen Schwingungsdaten zu schätzen. Die Schätzeinrichtung 120 kann dann den Anfügungszustand des Werkzeugs relativ zu dem Werkzeugmagazin als normal schätzen, falls geschätzt wurde, dass der Anfügungszustand normal ist basierend auf jedwedem der mehreren Teile von normalen Schwingungsdaten, oder falls geschätzt wurde, dass der Anfügungszustand normal ist hinsichtlich einer vorbestimmten Zahl der Teile von normalen Schwingungsdaten, wobei die vorbestimmte Zahl vorab definiert ist.
Ebenso können normale Schwingungsdaten, die von Einheitsarten des maschinellen Bearbeitungszentrums 2 erlangt sind, in dem Normalschwingungsdatenspeicher 140 zusammen und in Assoziierung mit den Einheitsarten des maschinellen Bearbeitungszentrums 2 gespeichert werden. In diesem Fall soll die Schätzeinrichtung 120 den Schätzvorgang ausführen, um den Anfügungszustand des Werkzeugs relativ zu dem Werkzeugmagazin zwischen den chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, die durch die Datenerlangungseinrichtung 30 erlangt sind, und den normalen Schwingungsdaten, die mit den Einheitsarten des maschinellen Bearbeitungszentrums 2 assoziiert sind, aus dem die chronologischen Daten der Schwingung oder des Klangs erlangt wurden, zu schätzen.
In der Vorrichtung 1 mit dem vorstehend beschriebenen Aufbau wird die Erfassung einer Anomalie bei der Anfügung eines Werkzeugs unter Verwendung der durch den Präprozessor 34 erstellten Daten basierend auf den Daten ausgeführt, die von dem maschinellen Bearbeitungszentrum 2 und dem Sensor 3 erlangt wurden. Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel führt die Schätzung des Anfügungszustand des Werkzeugs, das durch den Bediener angefügt wird, nicht basierend auf dem äußeren Erscheinungsbild, sondern auf der Schwingung oder dem Klang aus, die oder der zu dem Zeitpunkt der Anfügung des Werkzeugs entsteht. Selbst wenn ein Werkzeug dem Anschein nach geeignet angefügt wurde, aber tatsächlich auf Grund einer kaum merklichen Fehlanordnung oder dergleichen ungeeignet angebracht wurde, ist es mittels dessen in der Vorrichtung 1 möglich, die Anomalie des Werkzeugs mit hoher Genauigkeit zu erfassen.
3 zeigt eine Hardwareaufbaudarstellung, die schematisch den Hauptteil der Werkzeuganfügungsanomalieerfassungsvorrichtung zeigt, die mit einer Maschinenlernvorrichtung gemäß einem zweiten oder dritten Ausführungsbeispiel ausgestattet ist.
Gemäß diesem Ausführungsbeispiel ist die CPU 11, die in der Werkzeuganfügungsanomalieerfassungsvorrichtung 1 vorgesehen ist, ein Prozessor, der für die Gesamtsteuerung der Vorrichtung 1 zuständig ist. Die CPU 11 liest Systemprogramme, die in dem ROM 12 gespeichert sind, über den Bus 20, um die gesamte Vorrichtung 1 gemäß den Systemprogrammen zu steuern. Der RAM 13 kann zeitweilig temporäre Berechnungsdaten, verschiedene Daten, die durch einen Bediener über die Eingabe 71 eingegeben sind, usw. speichern.
Der nicht-flüchtige Speicher 14 kann durch einen Speicher, der durch eine nicht gezeigte Batterie gepuffert ist, ein Festkörperlaufwerk (SSD) oder dergleichen aufgebaut werden und behält seinen Speicherzustand selbst dann bei, wenn die Vorrichtung 1 abgeschaltet wird. Der nicht-flüchtige Speicher 14 umfasst einen Einstellungsbereich, in dem Einstellungsinformationen hinsichtlich des Betriebs der Vorrichtung 1 vorgesehen werden, und speichert von der Eingabe 71 eingegebene Daten, verschiedene von dem maschinellen Bearbeitungszentrum 2 erlangte Daten (den Betriebszustands hinsichtlich des Werkzeugwechsels, Einheitsarten des maschinellen Bearbeitungszentrums oder dergleichen), und chronologische Daten verschiedener physikalischer Größen, die von dem Sensor 3 erlangt sind (Schwingungen, Klang usw., die oder der in dem Werkzeugwechsler entsteht, der in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist). Des Weiteren kann der nicht-flüchtige Speicher 14 Daten speichern, die aus einem nicht gezeigten externen Speicher und/oder über ein Netzwerk gelesen sind. Die Programme und die verschiedenen Daten, die in dem nicht-flüchtigen Speicher 14 gespeichert sind, können auf dem RAM 13 eingesetzt werden, wenn sie sich in Ablauf befinden oder verwendet werden. Ebenso können Systemprogramme, die ein bekanntes Analyseprogramm zum Analysieren verschiedener Daten und ein Programm zum Steuern von Kommunikationen mit der Maschinenlernvorrichtung 100 umfassen, die nachstehend beschrieben werden werden, zuvor in den ROM 12 geschrieben werden.
Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst weiterhin eine Schnittstelle 21, die eine Schnittstelle zur gegenseitigen Verbindung zwischen der Werkzeuganfügungsanomalieerfassungsvorrichtung 1 und der Maschinenlernvorrichtung 100 darin ist. Die Maschinenlernvorrichtung 100 umfasst einen Prozessor 101, der für die Gesamtsteuerung der Maschinenlernvorrichtung 100 zuständig ist, den ROM 102, der die Systemprogramme und dergleichen speichert, den RAM 103 zur zeitweiligen Speicherung für individuelle Vorgänge, die mit dem maschinellen Lernen assoziiert sind, und den nicht-flüchtigen Speicher 104, der verwendet wird, um ein Lernmodell und dergleichen zu speichern. Die Maschinenlernvorrichtung 100 ist in der Lage, über die Schnittstelle 21 verschiedene Teile der Informationen zu beobachten und zu überwachen, die durch die Vorrichtung 1 erlangt werden können. Hierbei können die Informationen, die durch die Vorrichtung 1 erlangt werden können, den Betriebszustands hinsichtlich des Werkzeugwechsels, die Einheitsarten des maschinellen Bearbeitungszentrums 2 und die chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs umfassen, ohne darauf beschränkt zu sein, wobei der Werkzeugwechsler in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist. Ebenso kann die Vorrichtung 1 das Ergebnis der Verarbeitung erlangen, das aus der Maschinenlernvorrichtung 100 über die Schnittstelle 21 ausgegeben ist, das erlangte Ergebnis speichern und anzeigen und das Ergebnis zu einer anderen Vorrichtung über ein nicht gezeigtes Netzwerk senden.
4 zeigt eine Funktionsblockdarstellung, die schematisch die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 und die Maschinenlernvorrichtung 100 gemäß dem zweiten Ausführungsbeispiel zeigt. Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst einen Aufbau, der für die Maschinenlernvorrichtung 100 erforderlich ist, um das Lernen durchzuführen (einen „Lernmodus“ durchzuführen). Die einzelnen Funktionsblöcke, die in 4 gezeigt sind, werden durch die CPU 11 bewirkt, die in der in 3 gezeigten Vorrichtung vorgesehen ist, und den Prozessor 101 in der Maschinenlernvorrichtung 100, der deren jeweilige Systemprogramme ausführt, um die Betriebe der einzelnen Komponenten der Vorrichtung 1 und der Maschinenlernvorrichtung 100 zu steuern.
Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst eine Datenerlangungseinrichtung 30, einen Präprozessor 34 und eine Werkzeuganfügungsanomalieerfassungseinrichtung 36. Die Maschinenlernvorrichtung 100, die den Werkzeuganfügungsanomalieerfassungseinrichtung 36 bildet, umfasst ebenso eine Lerneinrichtung 110. Ebenso wird ein Speicher 50 für erlangte Daten in dem nicht-flüchtigen Speicher 14 vorgesehen. Der Speicher 50 für erlangte Daten speichert die durch die Datenerlangungseinrichtung 30 erlangten Daten. Der nicht-flüchtige Speicher 104 in der Maschinenlernvorrichtung 100, die die Werkzeuganfügungsanomalieerfassungseinrichtung 36 bildet, umfasst einen Lernmodellspeicher 130. Der Lernmodellspeicher 130 speichert das Lernmodell, das durch maschinelles Lernen durch die Lerneinrichtung 110 aufgebaut wurde.
Die Datenerlangungseinrichtung 30 ist eine Funktionseinheit zum Erlangen von verschiedenen Daten, die von dem maschinellen Bearbeitungszentrum 2, dem Sensor 3, der Eingabe 71 und dergleichen eingegeben sind. Die Datenerlangungseinrichtung 30 erlangt verschiedene Daten, die den Betriebszustands hinsichtlich des Werkzeugwechsels, die Einheitsarten des maschinellen Bearbeitungszentrums 2, die chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, wenn in das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird, und Informationen hinsichtlich der Anfügung des Werkzeugs, die durch den Bediener eingegeben sind, um diese Teile von Informationen in dem Speicher 50 für erlangte Daten zu speichern. Die Datenerlangungseinrichtung 30 kann ebenso konfiguriert werden, um die Daten aus einem nicht gezeigten externen Speicher oder von anderen Vorrichtungen über ein drahtgebundenes oder drahtloses Netzwerk zu erlangen.
Der Präprozessor 34 erstellt Lerndaten zur Verwendung bei dem Lernen durch die Maschinenlernvorrichtung 100 basierend auf den durch die Datenerlangungseinrichtung 30 erlangten Daten (und den in dem Speicher 50 für erlangte Daten gespeicherten Daten). Der Präprozessor 34 erstellt Zustandsdaten, die erlangt werden, indem die durch die Datenerlangungseinrichtung 30 erlangten Daten einer Umwandlung (zum Beispiel einer Quantifizierung, einer Normalisierung und einer Abtastung) in ein einheitliches Format unterzogen wurden, das durch die Maschinenlernvorrichtung 100 zu verwalten ist. Falls zum Beispiel die Maschinenlernvorrichtung 100 ein nicht-überwachtes Lernen ausführt, erstellt der Präprozessor 34, als die Lerndaten, Zustandsdaten S mit einem vorbestimmten Format gemäß dem nicht-überwachten Lernen. Falls die Maschinenlernvorrichtung 100 überwachtes Lernen ausführt, erstellt der Präprozessor 34, als die Lerndaten, einen Satz von Zustandsdaten S und Labeldaten L mit einem vorbestimmten Format gemäß dem überwachten Lernen.
Die Zustandsdaten S, die durch den Präprozessor 34 erstellt wurden, umfassen zumindest Werkzeuganfügungsschwingungsdaten S1. Die Werkzeuganfügungsschwingungsdaten S1 sind chronologische Daten der Schwingung oder des Klangs, die oder der in dem Werkzeugwechsler entsteht und durch den Sensor 3 erfasst wird, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird. Es ist möglich, als die Werkzeuganfügungsschwingungsdaten S1, Daten zu verwenden, die erlangt werden, indem die chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs zu dem Zeitpunkt der Anfügung des Werkzeugs, die durch den Sensor 3 erfasst wurde, als zugehörige Daten zu verwenden, die einer erneuten Abtastung mit einem vorbestimmten Zyklus unterzogen wurden. Ebenso ist es möglich, Daten, die die Eigenschaft der chronologischen Daten angeben, zu verwenden (wie einen bekannten Mel-Frequenz-Cepstrumkoeffizienten).
Wenn die Labeldaten L in den Lerndaten umfasst sind, die durch den Präprozessor 34 erstellt wurden, dann umfassen die Labeldaten L ebenso zumindest Werkzeuganfügungszustandsdaten L1. Die Werkzeuganfügungszustandsdaten L1 geben die Informationen hinsichtlich Normalität/Anomalie der Anfügung des Werkzeugs zu dem Zeitpunkt der Anfügung des Werkzeugs durch den Bediener an. Ein Eingabewert, der von der Eingabe 71 eingegeben wird und das Ergebnis einer manuellen Bestätigung des Anfügungszustand des Werkzeugs durch den Bediener angibt, nachdem der Bediener das Werkzeug anfügte, kann zum Beispiel als die Werkzeuganfügungszustandsdaten L1 verwendet werden.
Die Lerneinrichtung 110 führt ein maschinelles Lernen unter Verwendung der Lerndaten aus, die durch den Präprozessor 34 erstellt wurden. Die Lerneinrichtung 110 führt ein maschinelles Lernen unter Verwendung der von dem maschinellen Bearbeitungszentrum 2 erlangten Daten gemäß einem bekannten Schema des maschinellen Lernens aus, wie dem nicht-überwachten Lernen und dem überwachten Lernen, um ein Lernmodell zu erstellen, und speichert das erstellte Lernmodell in dem Lernmodellspeicher 130. Als Schemata für nicht-überwachtes Lernen, das durch die Lerneinrichtung 110 ausgeführt wird, seien zum Beispiel der Autocodierer und K-Means erwähnt. Als Schemata für überwachtes Lernen seien zum Beispiel ein mehrschichtiges Perzeptron, ein sich wiederholendes neurales Netz, ein langes Kurzzeitgedächtnis und ein neurales Faltungsnetzwerk erwähnt.
Als ein Beispiel des maschinellen Lernens durch die Lerneinrichtung 110 kann nicht-überwachtes Lernen basierend auf den durch den Präprozessor 34 erstellten Zustandsdaten S basierend auf den Daten ausgeführt werden, die erlangt wurden, als das Werkzeug korrekt an den Werkzeugwechsler angefügt wurde, der in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist. Auf diese Weise kann die Verteilung (der Cluster) der Lerndaten, die in einem Zustand erlangt wurden, in dem die Anfügung des Werkzeugs an das Werkzeugmagazin korrekt ausgeführt wurde, als ein Lernmodell erzeugt werden.
5 zeigt eine Darstellung, die ein Beispiel eines Lernmodells zeigt, das basierend auf den Lerndaten erstellt wurde, die durch nicht-überwachtes Lernen in diesem Ausführungsbeispiel erlangt wurden, und das in einem Zustand erlangt wurde, in dem die Anfügung des Werkzeugs an das Werkzeugmagazin korrekt ausgeführt wurde. Es sei darauf hingewiesen, dass 5 um der Erklärung und Vereinfachung willen ein Lernmodell mittels eines Beispiels darstellt, in dem lediglich Parameter A, B und C als die Zustandsdaten S beteiligt sind, es werden aber die Ist-Zustandsdaten S (zum Beispiel die Zustandsdaten S mit Werten zur Darstellung der chronologischen Daten als ihre Elemente) durch einen Vektorraum höherer Ordnung dargestellt werden. Falls das Lernmodell, das auf diese Weise erzeugt wurde, zu verwenden ist, schätzt die Schätzeinrichtung 120, die nachstehend beschrieben werden wird, die Normalität/Anomalie bei der Anfügung eines Werkzeugs gemäß dem, ob die von dem maschinellen Bearbeitungszentrum 2 und dem Sensor 3 erlangten Daten in der Verteilung der Lerndaten umfasst sind oder nicht, die in dem Zustand erlangt wurden, in dem die Anfügung des Werkzeugs an das Werkzeugmagazin korrekt ausgeführt wurde (Cluster 202 als das Lernmodell), wenn die Daten mit der Verteilung verglichen werden. Falls bestimmt wird, dass eine Anomalie vorliegt, kann der Grad an Anomalie als das Ergebnis der Schätzung gemäß dem berechnet werden, wie weit die Daten von der Verteilung der Lerndaten entfernt liegen.
Ebenso kann die Lerneinrichtung 110 das maschinelle Lernen basierend auf den Daten 204, die erlangt werden, wenn das Werkzeug korrekt an den Werkzeugwechsler angefügt wurde, der in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist, und den Daten 206 ausführen, die erlangt werden, wenn das Werkzeug nicht korrekt an den Werkzeugwechsler angefügt wird, der in dem maschinellen Bearbeitungszentrum 2 vorgesehen ist. Die Lerneinrichtung 110 führt zum Beispiel ein überwachtes Lernen unter Verwendung der Lerndaten (Lehrdaten) aus, die durch den Präprozessor 34 erstellt wurden, wobei ein Label, das Normalität angibt, zu den Daten 204 hinzugefügt wird, und ein Label, dass die Anomalie angibt, zu den Daten 206 hinzugefügt wird, und kann, als das Lernmodell, die Unterscheidungsgrenze 208 zwischen den normalen Daten und den anomalen Daten erzeugen.
6 zeigt eine Darstellung, die ein Beispiel eines Lernmodells zeigt, dass basierend auf den Lerndaten erstellt wurde, die erlangt werden, wenn die Anfügung des Werkzeugs an das Werkzeugmagazin gemäß dem überwachten Lernen in diesem Ausführungsbeispiel ausgeführt wird. Es sei darauf hingewiesen, dass 6 um der Erklärung und Vereinfachung willen ein Lernmodell mittels eines Beispiels beschreibt, in dem lediglich Parameter A und B beteiligt sind. Die Ist-Zustandsdaten S (zum Beispiel die Zustandsdaten S mit Werten zur Darstellung der chronologischen Daten als ihre Elemente) werden durch einen Vektorraum höherer Ordnung dargestellt. Falls das Lernmodell, das auf diese Weise erzeugt wurde, zu verwenden ist, schätzt die Schätzeinrichtung 120, die nachstehend beschrieben werden wird, die Normalität/Anomalie bei der Anfügung eines Werkzeugs gemäß dem, auf welcher Seite die Daten 204, 206, die neu aus dem maschinellen Bearbeitungszentrum 2 und dem Sensor 3 erlangt sind, hinsichtlich der Unterscheidungsgrenze 208 als das Lernmodell aufgetragen werden. Falls bestimmt wird, dass eine Anomalie vorliegt, kann der Grad an Anomalie als das Schätzergebnis gemäß dem berechnet werden, wie weit die Daten von der Unterscheidungsgrenze entfernt liegen.
In der Vorrichtung 1 mit dem vorstehend beschriebenen Aufbau führt die Lerneinrichtung 110 ein maschinelles Lernen unter Verwendung der Lerndaten aus, die durch den Präprozessor 34 erstellt wurden, basierend auf den Daten, die von dem maschinellen Bearbeitungszentrum 2 und dem Sensor 3 erlangt wurden. Das Lernmodell 208, das auf diese Weise erstellt wurde, kann bei der Schätzung basierend auf Daten hinsichtlich der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs verwendet werden, die von dem Sensor 3 erlangt werden, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird.
7 zeigt eine Funktionsblockdarstellung, die schematisch die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 und die Maschinenlernvorrichtung 100 gemäß dem dritten Ausführungsbeispiel zeigt. Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst einen Aufbau, der für die Maschinenlernvorrichtung 100 erforderlich ist, um eine Schätzung (Schätzmodus) durchzuführen. Die einzelnen Funktionsblöcke, die in 7 gezeigt sind, werden durch die CPU 11, die in der in 3 gezeigten Vorrichtung 1 vorgesehen ist, und den Prozessor 101 in der Maschinenlernvorrichtung 100 bewirkt, die ihre jeweiligen Systemprogramme ausführen, um die Betriebe der einzelnen Komponenten der Werkzeuganfügungsanomalieerfassungsvorrichtung 1 und der Maschinenlernvorrichtung 100 zu steuern.
Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel umfasst die Datenerlangungseinrichtung 30 und den Präprozessor 34, wie in dem ersten Ausführungsbeispiel. Die Maschinenlernvorrichtung 100, die die Werkzeuganfügungsanomalieerfassungseinrichtung 36 bildet, umfasst die Schätzeinrichtung 120. Ebenso umfasst der nicht-flüchtige Speicher 14 einen Speicher 50 für erlangte Daten. Der Speicher 50 für erlangte Daten speichert die Lerndaten, die bei der Schätzung des Zustands durch die Maschinenlernvorrichtung 100 verwendet werden. Der Lernmodellspeicher 130 ist auf dem nicht-flüchtigen Speicher 104 der Maschinenlernvorrichtung 100 vorgesehen, die die Werkzeuganfügungsanomalieerfassungseinrichtung 36 bildet. Der Lernmodellspeicher 130 speichert das Lernmodell, das durch das maschinelle Lernen durch die Lerneinrichtung 110 aufgebaut wurde.
Die Datenerlangungseinrichtung 30 gemäß diesem Ausführungsbeispiel ist eine Funktionseinheit zum Erlangen verschiedener Daten, die von dem maschinellen Bearbeitungszentrum 2, dem Sensor 3, der Eingabe 71 und dergleichen eingegeben wurden. Die Datenerlangungseinrichtung 30 erlangt verschiedene Daten und lässt die erlangten Daten in dem Speicher 50 für erlangte Daten speichern. Hierbei können die verschiedenen Daten, die durch die Datenerlangungseinrichtung 30 erlangt werden können, den Betriebszustand hinsichtlich des Werkzeugwechsels, die Einheitsarten des maschinellen Bearbeitungszentrums 2, die chronologischen Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wird, und die Informationen hinsichtlich der Anfügung des Werkzeugs umfassen, die durch den Bediener eingegeben werden, ohne auf diese beschränkt zu sein. Die Datenerlangungseinrichtung 30 kann ebenso konfiguriert sein, um die Daten aus einem nicht gezeigten externen Speicher oder aus anderen Vorrichtungen über ein drahtgebundenes oder drahtloses Netzwerk zu erlangen. Der Präprozessor 34 gemäß diesem Ausführungsbeispiel erstellt Zustandsdaten S zur Verwendung bei dem Schätzen durch die Maschinenlernvorrichtung 100 basierend auf den in dem Speicher 50 für erlangte Daten gespeicherten Daten. Der Präprozessor 34 erstellt Zustandsdaten, die erlangt werden, indem die erlangten Daten einer Umwandlung (wie einer Quantifizierung, einer Normalisierung und einer Abtastung) in ein einheitliches Format unterzogen wurden, das durch die Maschinenlernvorrichtung 100 zu verwalten ist. Die Zustandsdaten S, die durch den Präprozessor 34 erstellt wurden, umfassen zumindest Werkzeuganfügungsschwingungsdaten S1. Die Werkzeuganfügungsschwingungsdaten S1 sind chronologische Daten der in dem Werkzeugwechsler entstandenen Schwingung oder des in dem Werkzeugwechsler entstandenen Klangs, die durch den Sensor 3 erfasst wurden, wenn das Werkzeug an das Werkzeugmagazin durch den Bediener angefügt wurde.
Die Schätzeinrichtung 120 führt eine Schätzung des Zustands des maschinellen Bearbeitungszentrums unter Verwendung des in dem Lernmodellspeicher 130 gespeicherten Lernmodells basierend auf den Zustandsdaten S aus, die durch den Präprozessor 34 erstellt wurden. In der Schätzeinrichtung 120 dieses Ausführungsbeispiels werden die Zustandsdaten S, die von dem Präprozessor 34 eingegeben wurden, in das Lernmodell eingegeben, das durch (dessen Parameter, die bestimmt werden durch) die Lerneinrichtung 110 erzeugt wurde, um zu schätzen, ob das Werkzeug korrekt an das Werkzeugmagazin angefügt wurde oder nicht.
8 zeigt eine Darstellung, die ein Beispiel der Schätzung der Normalität/Anomalie bei der Anfügung eines Werkzeugs unter Verwendung des Lernmodells zeigt, das durch nicht-überwachtes Lernen in diesem Ausführungsbeispiel erstellt wurde. Es sei darauf hingewiesen, dass 8 um der Erklärung und der Vereinfachung willen ein Lernmodell mittels eines Beispiels beschreibt, in dem lediglich Parameter A, B und C als die Zustandsdaten S beteiligt sind. Die Ist-Zustandsdaten S (zum Beispiel die Zustandsdaten S mit Werten zur Darstellung der chronologischen Daten als ihre Elemente) wird als ein Vektorraum höherer Ordnung dargestellt werden. Wenn die Schätzung unter Verwendung des Lernmodells ausgeführt wird, das durch das nicht-überwachte Lernen erstellt wurde, wird die Frage, ob die Anfügung des Werkzeugs normal oder anomal ist oder nicht, gemäß dem geschätzt, ob die Zustandsdaten S, die als ein Ziel der Schätzung eingegeben sind, in die Verteilung der Lerndaten (den Cluster 202) fallen, der als das Lernmodell erstellt wurde, oder außerhalb der Verteilung liegen. In den Figuren werden die Zustandsdaten, die erfasst werden, wenn die Anfügung des Werkzeugs normal verläuft, durch das Bezugszeichen 210 angegeben. Demgegenüber werden die Zustandsdaten, die erfasst werden, wenn diese anomal ist, durch das Bezugszeichen 212 angegeben. Wenn die Schätzeinrichtung 120 die Zustandsdaten 212 erfasst und schätzt, dass die Anfügung des Werkzeugs anomal ist, dann kann die Schätzeinrichtung 120 ebenso den Grad an Anomalie 214 basierend auf dem Abstand zwischen den Zustandsdaten und dem Cluster berechnen.
9 zeigt eine Darstellung, die ein Beispiel der Schätzung der Normalität/Anomalie bei der Anfügung eines Werkzeugs unter Verwendung des Lernmodells zeigt, das durch das überwachte Lernen in diesem Ausführungsbeispiel erstellt wurden. Es sei darauf hingewiesen, dass 9 um der Erklärung und Vereinfachung willen ein Lernmodell mittels eines Beispiels beschreibt, in dem lediglich Parameter A und B beteiligt sind. Die Ist-Zustandsdaten S (zum Beispiel die Zustandsdaten S mit Werten zur Darstellung der chronologischen Daten als ihre Elemente) werden durch einen Vektorraum höherer Ordnung dargestellt werden. Wenn die Schätzung unter Verwendung des Lernmodells ausgeführt wird, das durch das überwachte Lernen erstellt wurde, wird die Frage, ob die Anfügung des Werkzeugs normal oder anomal vorliegt oder nicht, gemäß dem geschätzt, auf welcher der Seiten, die durch die Unterscheidungsgrenze 208 ausgewiesen sind, die als das Lernmodell erstellt wurde, die Zustandsdaten S liegen, die als das Ziel der Schätzung eingegeben wurden. Wenn geschätzt wurde, dass eine Anomalie vorliegt, dann kann ebenso der Grad an Anomalie 214 weiterhin basierend auf dem Abstand zwischen den Zustandsdaten und der Unterscheidungsgrenze 208 berechnet werden.
Das Ergebnis der Schätzung durch die Schätzeinrichtung 120 (zum Beispiel Normalität/Anomalie bei der Anfügung eines Werkzeugs, deren Grad an Anomalie, falls deren Auftreten geschätzt wurde) kann auf der Anzeige 70 angezeigt und ausgegeben werden, und kann über ein nicht gezeigtes drahtgebundenes oder drahtloses Netzwerk zu einem Host-Computer, einem Cloud-Computer oder dergleichen gesendet und ausgegeben werden, um durch diesen verwendet zu werden. Die Vorrichtung 1 kann ebenso konfiguriert sein, um den Anzeigezustand der Anzeige 70 gemäß der Größenordnung des Grades an Anomalie zu ändern.
In der Vorrichtung 1 mit dem vorstehend beschriebenen Aufbau wird die Schätzung der Normalität/Anomalie bei der Anfügung eines Werkzeugs unter Verwendung der Zustandsdaten, die durch den Präprozessor 34 erstellt wurden, basierend auf den Daten ausgeführt, die von dem maschinellen Bearbeitungszentrum 2 und dem Sensor 3 erlangt wurden. Die Vorrichtung 1 gemäß diesem Ausführungsbeispiel führt die Schätzung des Anfügungszustands des Werkzeugs, das durch den Bediener angefügt wurde, nicht basierend auf der äußeren Erscheinung, sondern auf der Schwingung oder dem Klang aus, die oder der zu dem Zeitpunkt der Anfügung des Werkzeugs entstand. Mittels dessen wird ermöglicht, die Anomalie des Werkzeugs mit hoher Genauigkeit zu erfassen, selbst wenn ein Werkzeug dem Anschein nach geeignet angefügt wird, aber tatsächlich auf Grund einer kaum merklichen Fehlanordnung oder dergleichen ungeeignet angefügt wird.
Während die Ausführungsbeispiele der vorliegenden Erfindung vorstehend beschrieben wurden, ist die vorliegende Erfindung nicht auf die vorstehend beschriebenen Ausführungsbeispiele beschränkt und kann in verschiedenen Modi mit verschiedenen Modifikationen an ihr nach Bedarf implementiert werden.
Obwohl das vorstehend beschriebene zweite und dritte Ausführungsbeispiel unter der Annahme beschrieben wurden, dass die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 und die Maschinenlernvorrichtung 100 Vorrichtungen sind, die jeweils eine zentrale Verarbeitungseinheit oder einen Prozessor aufweisen, die oder der voneinander verschieden sind, kann die Maschinenlernvorrichtung 100 ebenso durch den Prozessor 11, der in der Werkzeuganfügungsanomalieerfassungsvorrichtung 1 vorgesehen ist, und durch die Systemprogramme bewirkt werden, die in dem ROM 12 gespeichert sind.
Während ebenso das vorstehend beschriebene zweite und dritte Ausführungsbeispiel unter der Annahme beschrieben wurden, dass der Aufbau zum Lernen ein Ausführungsbeispiel bildet und der Aufbau zur Schätzung ein anderes Ausführungsbeispiel bildet, das von dem erstgenannten verschieden ist, ist es ebenso möglich, eine Werkzeuganfügungsanomalieerfassungsvorrichtung 1 aufzubauen, die beide diese Aufbauten in sich vereint. In diesem Fall wird die Vorrichtung 1 betrieben werden, um das Lernmodell nach Bedarf zu aktualisieren (zu erlernen), während die Schätzung des Anfügungszustands des Werkzeugs ausgeführt wird.
Des Weiteren kann die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 zum Beispiel auf einem Host-Computer, einem Cloud-Server und usw. angebracht sein. Wie in 10 gezeigt ist, falls die Werkzeuganfügungsanomalieerfassungsvorrichtung 1 über ein drahtgebundenes oder drahtloses Netzwerk 5 mit einer Vielzahl maschineller Bearbeitungszentren 2 und den Sensoren 3 verbunden ist, von denen jeder an ein entsprechendes dieser maschinellen Bearbeitungszentren 2 angefügt ist, dann kann die Vorrichtung 1 aufgebaut werden, um Daten aus den jeweiligen maschinellen Bearbeitungszentren 2 und deren Sensoren 3 zu sammeln und die Normalität/Anomalie des Anfügungszustands des Werkzeugs relativ zu dem Werkzeugmagazin in jedem der maschinellen Bearbeitungszentren 2 zu erfassen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 4501918 [0003]

Claims

Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin in einem Werkzeugwechsler, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, dadurch gekennzeichnet, dass sie umfasst: eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Daten hinsichtlich zumindest chronologischer Daten der Schwingung oder des Klangs, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Daten hinsichtlich der zumindest chronologischen Daten auf der Grundlage der durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung zum Erfassen einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf den durch den Präprozessor erstellten Daten.
Vorrichtung gemäß Anspruch 1, dadurch gekennzeichnet, dass die Vorrichtung über ein Netzwerk mit einer Vielzahl maschineller Bearbeitungszentren verbunden ist, und basierend auf Daten, die aus der Vielzahl maschineller Bearbeitungszentren erlangt sind, die Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin in dem Werkzeugwechsler erfasst wird, der jeweils in einem entsprechenden der Vielzahl maschineller Bearbeitungszentren vorgesehen ist.
Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin in einem Werkzeugwechsler, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, dadurch gekennzeichnet, dass sie umfasst: eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Zustandsdaten, die zumindest Werkzeuganfügungsschwingungsdaten hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs umfassen, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Zustandsdaten als Lerndaten basierend auf den durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung, die zur Erfassung einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf durch den Präprozessor erstellten Daten konfiguriert ist, wobei die Werkzeuganfügungsanomalieerfassungseinrichtung eine Lerneinrichtung zum Durchführen maschinellen Lernens unter Verwendung von Lerndaten, die durch den Präprozessor erstellt sind, und weiterhin zum Erstellen eines Lernmodells zur Erfassung einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin umfasst.
Vorrichtung gemäß Anspruch 3, dadurch gekennzeichnet, dass das Lernmodell durch nicht-überwachtes Lernen erzeugt wird.
Vorrichtung gemäß Anspruch 3, dadurch gekennzeichnet, dass das Lernmodell durch überwachtes Lernen erzeugt wird.
Vorrichtung gemäß Anspruch 3, dadurch gekennzeichnet, dass die Vorrichtung über ein Netzwerk mit einer Vielzahl maschineller Bearbeitungszentren verbunden ist, und basierend auf Daten, die aus der Vielzahl maschineller Bearbeitungszentren erlangt sind, ein Lernmodell erzeugt wird, das zur Erfassung der Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin in dem Werkzeugwechsler konfiguriert ist, der jeweils in einem entsprechenden der Vielzahl maschineller Bearbeitungszentren vorgesehen ist.
Vorrichtung zur Erfassung einer Anomalie bei der Anfügung eines Werkzeugs an ein Werkzeugmagazin in einem Werkzeugwechsler, der in einem maschinellen Bearbeitungszentrum vorgesehen ist, dadurch gekennzeichnet, dass sie umfasst: eine Datenerlangungseinrichtung zum Erlangen von Daten hinsichtlich des maschinellen Bearbeitungszentrums; einen Präprozessor zum Erstellen von Zustandsdaten, die zumindest Werkzeuganfügungsschwingungsdaten hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs umfassen, der oder die in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird, wobei die Zustandsdaten basierend auf den durch die Datenerlangungseinrichtung erlangten Daten erstellt werden; und eine Werkzeuganfügungsanomalieerfassungseinrichtung zum Erfassen einer Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin basierend auf den durch den Präprozessor erstellten Daten, wobei die Werkzeuganfügungsanomalieerfassungseinrichtung umfasst: einen Lernmodellspeicher, der konfiguriert ist, um ein Lernmodell zum Erlernen des Anfügungszustands des Werkzeugs, das an das Werkzeugmagazin angefügt ist, hinsichtlich chronologischer Daten einer Schwingung oder eines Klangs zu speichern, die oder der in dem Werkzeugwechsler entsteht, wenn das Werkzeug an das Werkzeugmagazin angefügt wird; und eine Schätzeinrichtung, die konfiguriert ist, um den Anfügungszustand des an das Werkzeugmagazin angefügten Werkzeugs unter Verwendung des in dem Lernmodellspeicher gespeicherten Lernmodells zu schätzen, wobei der Anfügungszustand basierend auf den durch den Präprozessor erstellten Zustandsdaten geschätzt wird.
Vorrichtung gemäß Anspruch 7, dadurch gekennzeichnet, dass das Lernmodell durch nicht-überwachtes Lernen erzeugt wird.
Vorrichtung gemäß Anspruch 7, dadurch gekennzeichnet, dass das Lernmodell durch überwachtes Lernen erzeugt wird.
Vorrichtung gemäß Anspruch 7, dadurch gekennzeichnet, dass die Vorrichtung über ein Netzwerk mit einer Vielzahl maschineller Bearbeitungszentren verbunden ist, und basierend auf den Daten, die aus der Vielzahl maschineller Bearbeitungszentren erlangt sind, die Anomalie bei der Anfügung des Werkzeugs an das Werkzeugmagazin des Werkzeugwechslers erfasst wird, der jeweils in einem entsprechenden der Vielzahl maschineller Bearbeitungszentren vorgesehen ist.