DE102019104922A1

DE102019104922A1 - Kollisionspositionsschätzvorrichtung und maschinenlernvorrichtung

Info

Publication number: DE102019104922A1
Application number: DE102019104922.9A
Authority: DE
Inventors: Chao Zhi; Kazuhiro Satou; Keita HADA; Takeshi Sumi; Ryutaro ISHIKAWA
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2018-03-06
Filing date: 2019-02-27
Publication date: 2019-09-12
Also published as: US20190278251A1; CN110231803A; CN110231803B; JP2019150932A; US10962957B2; JP6698724B2

Abstract

Eine Kollisionspositionsschätzvorrichtung, die eine Extraktion von Daten ermöglicht, die sich auf ein Drehmoment eines Abschnitts beziehen, der sich auf eine Kollision eines Dämpfungselements bezieht, schließt eine Maschinenlernvorrichtung ein. Die Maschinenlernvorrichtung schließt eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich der Bewegung der Achse angeben, und Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen aktuellen Zustand einer Umgebung darstellt, eine Etikettendatenerfassungseinheit zum Erfassen von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements als Etikettendaten angeben, und eine Lerneinheit zum Verknüpfen und Lernen der Informationen bezüglich der Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements unter Verwendung der Zustandsvariablen und der Etikettendaten ein.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die Anmeldung betrifft eine Kollisionspositionsschätzvorrichtung und eine Maschinenlernvorrichtung.
Beschreibung der verwandten Technik
Eine Teleskopabdeckung ist eine Abdeckung zum Schützen eines inneren Mechanismus einer Werkzeugmaschine vor Spänen und Schneidflüssigkeit, die erzeugt werden, wenn die Werkzeugmaschine eine maschinelle Bearbeitung durchführt. Diese Teleskopabdeckung weist eine Struktur auf, die eine Abdeckung durch Antreiben einer mehrstufigen Metallabdeckung unter Verwendung eines Teleskopelements wie eines Pantographen oder einer Feder öffnet und schließt.
6 und 7 sind Schaubilder, die eine schematische Struktur einer Werkzeugmaschine mit einer Teleskopabdeckung veranschaulichen. Die in 6 und 7 veranschaulichte Abdeckung ist als mehrstufige Abdeckung einer oberen Abdeckung und einer unteren Abdeckung konfiguriert. Bei der Teleskopabdeckung in diesem Beispiel sind ein Ende der oberen Abdeckung und ein Ende der unteren Abdeckung durch ein elastisches Element wie eine Feder gebunden, wobei das eine Ende der oberen Abdeckung an einer Plattform befestigt ist und ein Polsterelement wie Gummi an einem Ende der unteren Abdeckung angebracht ist, um die Abdeckung vor einer Kollision zu schützen.
Das Bewegen der Plattform der Werkzeugmaschine einschließlich einer solchen Teleskopabdeckung unter Verwendung eines Servomotors wird in Betracht gezogen. Die in 6 dargestellte Plattform der Werkzeugmaschine befindet sich in der Zeichnung auf der linken Seite. Wenn hier der Servomotor angetrieben wird, um eine Kugelumlaufspindel zu drehen, und die Plattform in der Zeichnung nach rechts bewegt wird, bewegt sich die obere Abdeckung der Teleskopabdeckung entsprechend der Bewegung der Plattform und die untere Abdeckung auf der linken Seite bewegt sich durch eine elastische Kraft des elastischen Elements, auf das von einem Anschlag und der oberen Abdeckung gedrückt wird, und durch eine Zugkraft von der oberen Abdeckung zur rechten Seite. Ferner kollidiert, wie in 7 dargestellt, das Polsterelement auf der linken Seite mit einem Gießereiständer.
Wenn eine solche Kollision wiederholt wird, wird das Polsterelement abgenutzt. Wenn dieses Polsterelement jedoch unverändert bleibt, fungiert das Polsterelement aufgrund von Verschleiß nicht als Polster, und die Abdeckung kollidiert mit einem Teil der Werkzeugmaschine usw., was zu einem Ausfall der Abdeckung oder der Werkzeugmaschine führt. Daher besteht ein Bedarf an einem Mechanismus zum Vorhersagen des Auftretens einer Anomalie auf der Grundlage eines übermäßigen Verschleißes des Polsterelements. Beispielsweise beschreibt eine in der japanischen Patentoffenlegungsschrift Nr. 2016-68183 offenbarte Technologie ein Verfahren zum Erfassen eines Zustands einer Anomalie bei einer Teleskopbewegung einer Teleskopabdeckung so schnell wie möglich, wenn die Anomalie auftritt. Bei diesem Verfahren sind ein Lichtemissionsabschnitt und ein Lichtempfangsabschnitt innerhalb der Teleskopabdeckung bereitgestellt, und es wird bestimmt, dass eine Anomalie aufgetreten ist, wenn von dem Lichtemissionsabschnitt erzeugtes Licht von einem Plattenkörper blockiert und nicht von dem Lichtempfangsabschnitt empfangen wird.
Gemäß dem in der japanischen Patentoffenlegungsschrift Nr. 2016-68183 beschriebenen Verfahren kann jedoch nur eine Anomalie wie eine Verformung eines vermuteten Aspekts eines vermuteten Elements erfasst werden. Außerdem kann die in der japanischen Patentoffenlegungsschrift Nr. 2016-68183 offenbarte Technologie lediglich einen Effekt erzielen, dass eine Anomalie in einem frühen Stadium erfasst werden kann, wenn die Anomalie auftritt, und kann keinen Effekt erzielen, dass das Auftreten einer Anomalie durch Erfassen eines Ereignisses, das zum Auftreten der Anomalie führt, vorhergesagt wird.
Als ein Beispiel für eine Technologie zum Vorhersagen des Auftretens einer Anomalie ist es beispielsweise denkbar, Daten bezüglich eines Drehmoments, das zum Zeitpunkt der Kollision eines Dämpfungselements gemessen wird, unter Verwendung einer Maschinenlernvorrichtung usw. mechanisch zu lernen und das Auftreten einer Anomalie basierend auf einer Änderung von Daten in Bezug auf ein Drehmoment in Abhängigkeit von der Abnutzung des Polsterelements vorherzusagen.
8 ist ein Schaubild, das zeitliche Änderungen eines Positionsbefehls für den Servomotor der in 6 und 7 dargestellten Werkzeugmaschine und eines Drehmomentbefehls darstellt, der Daten entspricht, die sich auf ein von dem Servomotor erfasstes Drehmoment beziehen. In 8 ist t1 eine Zeit, zu der die Plattform der Werkzeugmaschine beginnt, die Plattform aus einer in 6 dargestellten Position zu bewegen, und t2 ist eine Zeit, die einer in 7 dargestellten Position entspricht, das heißt, einer Zeit, zu der das Polsterelement mit dem Gießereiständer kollidiert. Außerdem ist t3 eine Zeit, zu der eine Schwingung abnimmt, die erzeugt wird, wenn das Polsterelement mit dem Gießereiständer kollidiert. Anschließend wird die Plattform von t3 nach links verschoben. t4 ist eine Zeit, zu der die Plattform wieder in die in 6 dargestellte Position zurückkehrt, das heißt, eine Zeit, zu der ein Polsterelement auf der gegenüberliegenden Seite mit einem Gießereiständer kollidiert. Außerdem ist t5 eine Zeit, zu der eine Schwingung abnimmt, die erzeugt wird, wenn das Polsterelement mit dem Gießereiständer kollidiert. Im Allgemeinen werden beim Maschinenlernen eines Zustands (normal/anormal) des Polsterelements Daten eines Drehmomentbefehls in der Nähe von t2 bis t3 oder eines Drehmomentbefehls in der Nähe von t4 bis t5 entsprechend Daten eines Teils, der sich auf eine Kollision des Polsterelements in den Daten des in 8 dargestellten Drehmomentbefehls bezieht, benötigt. Außerdem verursachen zu anderen Zeiten erfasste Daten eines Drehmomentbefehls eine Verschlechterung der Genauigkeit des Maschinenlernens, und es ist daher nicht erwünscht, dass sie so oft wie möglich verwendet werden, was ein Problem darstellt.
Die Segmentierung solcher Daten ist jedoch relativ einfach, wenn ein Kollisionszeitpunkt des Polsterelements eindeutig bekannt ist. Im Fall der Teleskopabdeckung mit der in 6 und 7 dargestellten Struktur variiert ein Bewegungsaspekt in Abhängigkeit von der Bewegungsgeschwindigkeit oder der Position der Plattform, der Reibungskraft zwischen den Abdeckungen usw. Somit wird die Position der Kollision des Polsterelements in Abhängigkeit von der Position der Plattform nicht als konstant bestimmt und eine Segmentierung der Daten, die sich auf eine Kollision des Polsterelements mit dem Gießereiständer beziehen, ist schwierig. Außerdem besteht in diesem Beispiel, wie unmittelbar nach t1 und unmittelbar nach t3 eines Schaubildes des Drehmomentbefehls aus 8 dargestellt, da ein Drehmomentbefehl zum Zeitpunkt des Beginns einer Bewegung des Servomotors in einem normalen Betrieb groß ist, ein Problem darin, dass es unmöglich ist, zwischen einer Zeit, zu der sich der Servomotor zu bewegen beginnt, und einer Zeit, zu der eine Kollision des Polsterelements auftritt, nur durch die Größe des Drehmomentbefehls zu unterscheiden.
KURZDARSTELLUNG DER ERFINDUNG
In dieser Hinsicht ist es eine Aufgabe der Anmeldung, eine Kollisionspositionsschätzvorrichtung und eine Vorrichtung zum Maschinenlernen bereitzustellen, die die Extraktion von Daten ermöglichen, die sich auf ein Drehmoment eines Abschnitts beziehen, der sich auf eine Kollision eines Polsterelements bezieht.
In der Anmeldung wird das obige Problem durch Schätzen einer Kollisionsposition eines Polsterelements einer Teleskopabdeckung unter Verwendung eines Schemas zum Maschinenlernen gelöst.
Ferner ist ein Aspekt der Anmeldung eine Kollisionspositionsschätzvorrichtung zum Schätzen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines Polsterelements, das in einer Teleskopabdeckung enthalten ist, wobei die Kollisionspositionsschätzvorrichtung eine Maschinenlernvorrichtung zum Lernen der Position der Achse während einer Kollision des Polsterelements einschließt, wobei die Maschinenlernvorrichtung eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich der Bewegung der Achse angeben, und Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen aktuellen Zustand einer Umgebung darstellt, eine Etikettendatenerfassungseinheit zum Erfassen von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements als Etikettendaten angeben, und eine Lerneinheit zum Verknüpfen und Lernen der Informationen bezüglich der Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements unter Verwendung der Zustandsvariablen und der Etikettendaten einschließt.
Ein weiterer Aspekt der Anmeldung ist eine Kollisionspositionsschätzvorrichtung zum Schätzen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines in einer Teleskopabdeckung enthaltenen Polsterelements, wobei die Kollisionspositionsschätzvorrichtung eine Maschinenlernvorrichtung zum Lernen der Position der Achse während der Kollision des Polsterelements einschließt, wobei die Maschinenlernvorrichtung eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt, eine Lerneinheit, die die Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements verknüpft und diese lernt, und eine Schätzergebnisausgabeeinheit zum Ausgeben eines Ergebnisses des Schätzens von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements angeben, basierend auf einer von der Zustandsbeobachtungseinheit beobachteten Zustandsvariablen und einem Lernergebnis von der Lerneinheit einschließt.
Ein weiterer Aspekt der Anmeldung ist eine Maschinenlernvorrichtung zum Lernen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines in einer Teleskopabdeckung enthaltenen Polsterelements, wobei die Maschinenlernvorrichtung eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich der Bewegung der Achse angeben, und Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen aktuellen Zustand einer Umgebung darstellt, eine Etikettendatenerfassungseinheit zum Erfassen von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements als Etikettendaten angeben, und eine Lerneinheit zum Verknüpfen und Lernen der Informationen bezüglich der Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements unter Verwendung der Zustandsvariablen und der Etikettendaten einschließt.
Ein weiterer Aspekt der Anmeldung ist eine Maschinenlernvorrichtung zum Lernen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines in einer Teleskopabdeckung enthaltenen Polsterelements, wobei die Maschinenlernvorrichtung eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt, eine Lerneinheit, die die Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements verknüpft und diese lernt, und eine Schätzergebnisausgabeeinheit zum Ausgeben eines Ergebnisses des Schätzens von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements angeben, basierend auf einer von der Zustandsbeobachtungseinheit beobachteten Zustandsvariablen und einem Lernergebnis von der Lerneinheit einschließt.
Gemäß der Anmeldung ist es möglich, die Kollisionsposition des Polsterelements der Teleskopabdeckung zu schätzen. Somit ist es möglich, Daten, die sich auf ein Drehmoment beziehen, wie beispielsweise einen Drehmomentbefehl, der sich auf eine Kollision bezieht, auf der Grundlage der geschätzten Kollisionsposition problemlos zu extrahieren, und es ist möglich, eine Anomalie des Polsterelements durch weiteres Maschinenlernen unter Verwendung der extrahierten Daten, die sich auf das Drehmoment beziehen, genau zu erfassen.
Figurenliste
Die oben beschriebene Aufgabe und Eigenschaft der Anmeldung und weitere Aufgaben und Eigenschaften gehen aus der Beschreibung von Ausführungsformen unten unter Bezugnahme auf die beigefügten Zeichnungen deutlich hervor. Es zeigen in den Zeichnungen:

1 eine schematische Darstellung einer Hardwarekonfiguration einer Kollisionspositionsschätzvorrichtung gemäß einer ersten Ausführungsform;
2 ein schematisches Funktionsblockdiagramm der Kollisionspositionsschätzvorrichtung gemäß der ersten Ausführungsform;
3 ein schematisches Funktionsblockdiagramm, das einen Modus der Kollisionspositionsschätzvorrichtung darstellt;
4A ein Diagramm, das ein Neuron beschreibt;
4B ein Diagramm, das ein neuronales Netzwerk beschreibt;
5 ein schematisches Funktionsblockdiagramm, das einen Modus eines Systems darstellt, das die Kollisionspositionsschätzvorrichtung einschließt;
6 ein Diagramm, das einen Betrieb einer Werkzeugmaschine mit einer Teleskopabdeckung beschreibt;
7 ein Diagramm, das einen Betrieb der Werkzeugmaschine einschließlich der Teleskopabdeckung beschreibt; und
8 ein Diagramm, das einen Drehmomentbefehl zeigt, der sich auf eine Bewegung einer Achse der Werkzeugmaschine einschließlich der Teleskopabdeckung bezieht.

DETAILLIERTE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
Nachstehend wird eine Ausführungsform der Anmeldung unter Bezugnahme auf die Zeichnungen beschrieben.
1 ist eine schematische Darstellung einer Hardwarekonfiguration, die einen Hauptteil einer Kollisionspositionsschätzvorrichtung gemäß einer ersten Ausführungsform darstellt. Beispielsweise kann eine Kollisionspositionsschätzvorrichtung 1 als eine Steuerung montiert sein, die eine Fertigungsmaschine wie eine Werkzeugmaschine steuert. Alternativ kann die Kollisionspositionsschätzvorrichtung 1 beispielsweise als ein Personalcomputer montiert sein, der an eine Steuerung angeschlossen ist, die eine Fertigungsmaschine wie eine Werkzeugmaschine oder einen Computer wie einen Zellencomputer, einen Hostcomputer, einen Edge-Server, einen Cloud-Server usw. steuert, die über ein kabelgebundenes/kabelloses Netzwerk mit der Steuerung verbunden sind. Die vorliegende Ausführungsform stellt ein Beispiel eines Falls dar, in dem die Kollisionspositionsschätzvorrichtung 1 als die Steuerung montiert ist, die die Werkzeugmaschine einschließlich der in 6 und 7 dargestellten Teleskopabdeckung steuert.
Eine in der Kollisionspositionsschätzvorrichtung 1 gemäß der vorliegenden Ausführungsform enthaltene zentrale Verarbeitungseinheit (CPU) 11 ist ein Prozessor, der die Kollisionspositionsschätzvorrichtung 1 insgesamt steuert. Die CPU 11 liest ein in einem Nur-Lese-Speicher (ROM) 12 gespeichertes Systemprogramm über einen Bus 20 und steuert die gesamte Kollisionspositionsschätzvorrichtung 1 gemäß dem Systemprogramm. Ein Direktzugriffsspeicher (RAM) 13 speichert vorübergehend temporäre Berechnungsdaten und Anzeigedaten, verschiedene Daten, die von einem Bediener über eine Eingabeeinheit (nicht dargestellt) eingegeben werden, usw.
Beispielsweise ist ein nichtflüchtiger Speicher 14 als ein Speicher konfiguriert, der in einem Speicherzustand gehalten wird, selbst wenn eine Energiequelle der Kollisionspositionsschätzvorrichtung 1 ausgeschaltet wird, indem sie durch eine Batterie (nicht dargestellt) gesichert wird.
Der nichtflüchtige Speicher 14 speichert ein Steuerprogramm, das von einer externen Vorrichtung 72 über eine Schnittstelle 15 gelesen wird, ein Steuerprogramm, das über eine Anzeige-/manuelle Dateneingabeeinheit (MDI) 70 eingegeben wird, und verschiedene Daten, die von jedem Teil oder der Werkzeugmaschine der Kollisionspositionsschätzvorrichtung 1 erfasst werden (zum Beispiel eine Position oder eine Geschwindigkeit eines Servomotors 50, einen Positionsbefehl für den Servomotor 50, einen Geschwindigkeitsbefehl, Daten in Bezug auf ein von dem Servomotor 50 erfasstes Drehmoment usw.). Das Steuerprogramm und die verschiedenen Daten, die in dem nichtflüchtigen Speicher 14 gespeichert sind, können während der Ausführung/während der Verwendung in den RAM 13 geladen werden. Zudem werden verschiedene Systemprogramme wie ein bekanntes Analyseprogramm usw. (einschließlich eines Systemprogramms zum Steuern des Austauschs mit einer nachfolgend beschriebenen Maschinenlernvorrichtung 100) vorab in den ROM 12 geschrieben.
Die Schnittstelle 15 ist eine Schnittstelle zum Verbinden der Kollisionspositionsschätzvorrichtung 1 und der externen Vorrichtung 72 wie eines Adapters, miteinander. Ein Steuerprogramm, verschiedene Parameter usw. werden von der Seite der externen Vorrichtung 72 gelesen. Außerdem können ein in der Kollisionspositionsschätzvorrichtung 1 bearbeitetes Programm, verschiedene Parameter usw. über die externe Vorrichtung 72 in externen Speichereinrichtungen gespeichert werden. Eine programmierbare Maschinensteuerung (PMC) 16 gibt über eine Eingabe-/Ausgabe- (I/O-) Einheit 17 ein Signal an die Werkzeugmaschine und ein Peripheriegerät der Werkzeugmaschine aus, und zwar durch ein Ablaufprogramm, das in der Kollisionspositionsschätzvorrichtung 1 eingebaut ist, um einen Steuervorgang auszuführen. Außerdem empfängt die PCM 16 Signale von verschiedenen Schaltern oder Sensoren usw. eines Konsolenfelds, das in einem Hauptkörper der Werkzeugmaschine bereitgestellt ist, führt die notwendige Signalverarbeitung durch und liefert dann die Signale an die CPU 11.
Die Anzeige-/MDI-Einheit 70 ist eine manuelle Dateneingabevorrichtung mit einer Anzeige, einer Tastatur usw., und eine Schnittstelle 18 empfängt einen Befehl und Daten von der Tastatur der Anzeige-/MDI-Einheit 70 und liefert den empfangenen Befehl und die empfangenen Daten an die CPU 11. Eine Schnittstelle 19 ist mit einer Konsole 71 verbunden, die einen manuellen Impulsgenerator usw. aufweist, der zum manuellen Antreiben jeder Achse verwendet wird.
Eine Achsensteuerschaltung 30 zum Steuern jeder Achse, die jede Achse der Werkzeugmaschine bewegt, empfängt eine Bewegungsbefehlsmenge der Achse von der CPU 11 und gibt einen Befehl der Achse an einen Servoverstärker 40 aus. Der Servoverstärker 40 empfängt diesen Befehl und treibt einen Servomotor 50 an, der die in der Werkzeugmaschine enthaltene Achse bewegt. Der Servomotor 50 der Achse integriert einen Positions-/Geschwindigkeitsdetektor und meldet ein Positions-/Geschwindigkeitsrückmeldungssignal von diesem Positions-/Geschwindigkeitsdetektor an die Achsensteuerschaltung 30 zurück, wodurch eine Rückmeldungssteuerung einer Position/Geschwindigkeit durchgeführt wird. In dem Hardware-Konfigurationsdiagramm aus 1 sind nur eine Achsensteuerschaltung 30, ein Servoverstärker 40 und ein Servomotor 50 dargestellt. In der Praxis entspricht jedoch jede der Anzahl der Achsensteuerungen, der Anzahl der Servoverstärker und der Anzahl der vorzubereitenden Servomotoren der Anzahl der Achsen, die in der zu steuernden Werkzeugmaschine enthalten sind (beispielsweise drei im Fall der Werkzeugmaschine einschließlich XYZ-Achsen).
Eine Spindelsteuerschaltung 60 empfängt einen Spindeldrehbefehl an eine an der Werkzeugmaschine montierte Spindel und gibt ein Spindeldrehzahlsignal an einen Spindelverstärker 61 aus. Der Spindelverstärker 61 empfängt dieses Spindeldrehzahlsignal und dreht einen Spindelmotor 62 der Spindel mit einer befohlenen Drehzahl, um ein Werkzeug anzutreiben. Ein Positionscodierer 63 ist mit dem Spindelmotor 62 gekoppelt, der Positionscodierer 63 gibt synchron mit der Drehung der Spindel einen Rückmeldungsimpuls aus und der Rückmeldungsimpuls wird von der CPU 11 gelesen.
Eine Schnittstelle 21 ist eine Schnittstelle zum Miteinanderverbinden der Kollisionspositionsschätzvorrichtung 1 und der Maschinenlernvorrichtung 100. Die Maschinenlernvorrichtung 100 schließt einen Prozessor 101, der die gesamte Maschinenlernvorrichtung 100 steuert, einen ROM 102, in dem Systemprogramme usw. gespeichert sind, einen RAM 103, der in jedem Prozess, der sich auf Maschinenlernen bezieht, eine temporäre Speicherung durchführt, und einen nichtflüchtigen Speicher 104 ein, der verwendet wird, um ein Lernmodell usw. zu speichern. Die Maschinenlernvorrichtung 100 kann jede Information (beispielsweise eine Position und eine Geschwindigkeit des Servomotors 50, einen Positionsbefehl und einen Geschwindigkeitsbefehl für den Servomotor 50, Daten in Bezug auf ein Drehmoment, das von dem Servomotor 50 usw. erfasst wird) beobachten, die von der Kollisionspositionsschätzvorrichtung 1 über die Schnittstelle 21 erhalten werden kann. Außerdem empfängt die Kollisionspositionsschätzvorrichtung 1 einen geschätzten Wert einer Kollisionsposition eines Polsterelements, der von der Maschinenlernvorrichtung 100 ausgegeben wird, und führt eine Verarbeitung wie eine Segmentierung von Daten aus, die sich auf ein von der Werkzeugmaschine erfasstes Drehmoment beziehen.
2 ist ein schematisches Funktionsblockdiagramm der Kollisionspositionsschätzvorrichtung 1 und der Maschinenlernvorrichtung 100 gemäß der ersten Ausführungsform. Jeder in 2 dargestellte Funktionsblock wird von jedem der CPU 11, die in der in 1 dargestellten Kollisionspositionsschätzvorrichtung 1 enthalten ist, und dem Prozessor 101 der Maschinenlernvorrichtung 100 realisiert, die ein Systemprogramm ausführen, um einen Vorgang jeder Einheit der Kollisionspositionsschätzvorrichtung 1 und der Maschinenlernvorrichtung 100 zu steuern.
Die Kollisionspositionsschätzvorrichtung 1 der vorliegenden Ausführungsform schließt eine Steuereinheit 34 ein, die eine Werkzeugmaschine 2 basierend auf einem in dem nichtflüchtigen Speicher 14 gespeicherten Steuerprogramm steuert. Zum Beispiel führt die Steuereinheit 34 die Bearbeitung eines Werkstücks durch Steuern eines Vorgangs der Werkzeugmaschine 2 auf der Grundlage eines Bearbeitungszustands und eines durch das Steuerprogramm usw. festgelegten Befehls durch. Die Werkzeugmaschine 2 schließt die Teleskopabdeckung ein und die Teleskopabdeckung arbeitet auch, wenn der Servomotor 50 eine Plattform auf der Grundlage eines von der Steuereinheit 34 ausgegebenen Befehls bewegt.
Währenddessen weist die in der Kollisionspositionsschätzvorrichtung 1 enthaltene Maschinenlernvorrichtung 100 Software (Lernalgorithmus usw.) und Hardware (Prozessor 101 usw.) zum Selbstlemen einer Schätzung einer Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung in Bezug auf Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und Daten bezüglich eines Drehmoments des die Achse antreibenden Servomotors 50 durch so genanntes Maschinenlernen („Machine Learning“) auf. Ein Objekt, das von der in der Kollisionspositionsschätzvorrichtung 1 enthaltenen Maschinenlernvorrichtung 100 gelernt wird, entspricht einer Modellstruktur, die eine Korrelation zwischen den Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und den Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 und der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung darstellt.
Wie durch Funktionsblöcke in 2 dargestellt, schließt die in der Kollisionspositionsschätzvorrichtung 1 enthaltene Maschinenlernvorrichtung 100 eine Zustandsbeobachtungseinheit 106 zur Beobachtung als eine Zustandsvariable S, die einen gegenwärtigen Zustand einer Umgebung darstellt, die Achsbewegungsdaten S1 einschließt, die Informationen in Bezug auf eine Bewegung der Achse in der Werkzeugmaschine 2 und Motordrehmomentdaten S2 angeben, die Daten in Bezug auf das Drehmoment des Servomotors angeben, eine Etikettendatenerfassungseinheit 108, die Etikettendaten L einschließlich Kollisionspositionsdaten L1 erfasst, die die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung angeben, eine Lerneinheit 110, die die Informationen in Bezug auf eine Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und die Daten in Bezug auf das Drehmoment des die Achse antreibenden Servomotors 50 mit der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung unter Verwendung der Zustandsvariable S und der Etikettendaten L verknüpft und diese lernt, und eine Schätzergebnisausgabeeinheit 122 ein, die die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung ausgibt, die aus den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 sind, und den Daten, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 beziehen, unter Verwendung eines von der Lerneinheit 110 gelernten Modells geschätzt werden.
Die Zustandsbeobachtungseinheit 106 erfasst die Achsbewegungsdaten S1 und die Motordrehmomentdaten S2 als die Zustandsvariable S von der Werkzeugmaschine 2 zum Zeitpunkt des Lernens durch die Lerneinheit 110. Zudem erfasst die Zustandsbeobachtungseinheit 106 die Achsbewegungsdaten S1 und die Motordrehmomentdaten S2 als die Zustandsvariable S von der Werkzeugmaschine 2 zum Zeitpunkt der Schätzung der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung unter Verwendung eines Lernergebnisses der Lerneinheit 110. In jedem Fall können, anstatt Daten direkt von der Werkzeugmaschine 2 zu erfassen, Daten über den nichtflüchtigen Speicher 14 usw. erfasst werden, der in der Kollisionspositionsschätzvorrichtung 1 enthalten ist.
Als die von der Zustandsbeobachtungseinheit 106 beobachteten Achsbewegungsdaten S1 in der Zustandsvariablen S können beispielsweise im einfachsten Fall ein Positionsbefehl für die Achse der Werkzeugmaschine 2 und eine Vorschubgeschwindigkeit der Achse verwendet werden. Beispielsweise kann der Positionsbefehl für die Achse der Werkzeugmaschine 2 von einem Befehl durch ein Steuerprogramm erhalten werden, das von der Steuereinheit 34 ausgeführt wird. Außerdem kann zum Beispiel die Vorschubgeschwindigkeit der Achse der Werkzeugmaschine 2 aus einer Bearbeitungsbedingung ermittelt werden, die in der Kollisionspositionsschätzvorrichtung 1 als die Steuerung oder der Befehl durch das von der Steuereinheit 34 ausgeführte Steuerprogramm eingestellt ist.
Indessen ist es möglich, als Motordrehmomentdaten S2 in der Zustandsvariablen S, die von der Zustandsbeobachtungseinheit 106 beobachtet werden, im Fall einer einfachsten Konfiguration beispielsweise einen Drehmomentbefehl des Servomotors 50 zu verwenden, der die Achse der Werkzeugmaschine 2 antreibt. Alternativ ist es als Motordrehmomentdaten S2 möglich, einen Drehmomentwert zu verwenden, der basierend auf einem gegenwärtigen Wert des Servomotors 50 usw. erhalten wird. Eine Reibungskraft zwischen jeweiligen Abdeckungen, die in der Teleskopabdeckung enthalten sind, beeinflusst die Daten, die sich auf das Drehmoment des Servomotor 50 beziehen, der die Achse der Werkzeugmaschine 2 antreibt. Wenn somit die Reibungskraft als eine Zustandsvariable verwendet wird, ist es möglich, die Reibungskraft usw. zwischen den jeweiligen Abdeckungen, die in der Teleskopabdeckung enthalten sind, beim Lernen und Schätzen der Lerneinheit 110 widerzuspiegeln. Als ein Beispiel der Motordrehmomentdaten S2 ist es wünschenswert, einen Mittelwert von Absolutwerten von Drehmomentwerten in einem Teil zu verwenden, in dem eine Fluktuation eines Übergangsdrehmomentwerts nach dem Beginn einer Bewegung der Achse (nach t1) in dem in 8 dargestellten Drehmomentbefehl niedrig und im Wesentlichen flach wird.
Die Etikettendatenerfassungseinheit 108 erfasst die Etikettendaten L, die die Kollisionspositionsdaten L1 enthalten, die die Achsenposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung als Etikettendaten L zum Zeitpunkt des Lernens der Lerneinheit 110 angeben. Beispielsweise können die Kollisionspositionsdaten L1 basierend auf einer Position der in der Werkzeugmaschine 2 enthaltenen Achse und einer Position der Teleskopabdeckung (eines Elements, an dem das Polsterelement angebracht ist) berechnet werden, die von einem Sensor wie einem Tastkopf oder einem Laserinterferometer erfasst werden, das um die Teleskopabdeckung herum angebracht ist. Zum Beispiel ist im Falle der Teleskopabdeckung, die in 6 und 7 dargestellt ist, der Sensor in einer lateralen Richtung installiert (eine Position, an der ein Anschlag vorhanden ist), und eine Position der Achse der Werkzeugmaschine 2 zu dem Zeitpunkt, zu dem sich die untere Abdeckung zu einer vorbestimmten Position bewegt, wird als die Kollisionspositionsdaten L1 verwendet. Wenn sich das Polsterelement in der in 6 und 7 dargestellten Teleskopabdeckung in einem normalen Zustand befindet, ist eine Position der unteren Abdeckung zu dem Zeitpunkt, zu dem das Polsterelement mit dem Gießereiständer kollidiert, jederzeit konstant, und somit kann eine Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung unter Verwendung dieses Punktes erfasst werden.
Die Etikettendatenerfassungseinheit 108 ist eine unverzichtbare Konfiguration in einer Stufe des Lernens von der Lerneinheit 110 und ist keine unverzichtbare Konfiguration nach Abschluss des Lernens von der Lerneinheit 110, die die in der Werkzeugmaschine 2 enthaltenen Informationen in Bezug auf eine Bewegung der Achse und die Daten in Bezug auf das Drehmoment des die Achse antreibenden Servomotors 50 mit der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung verknüpft. Beispielsweise kann im Falle des Versands der Maschinenlernvorrichtung 100, die das Lernen für einen Kunden usw. abschließt, die Etikettendatenerfassungseinheit 108 getrennt und versandt werden.
Die Lerneinheit 110 lernt die Etikettendaten L (die Kollisionspositionsdaten L1, die die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung angeben) in Bezug auf die Zustandsvariable S (die Achsbewegungsdaten S1, die die Informationen bezüglich einer Bewegung der Achse angeben, die in der Werkzeugmaschine 2 enthalten ist, und die Motordrehmomentdaten S2, die die Daten bezüglich des Drehmoments des Servomotors angeben) gemäß einem beliebigen Lernalgorithmus, dessen allgemeine Bezeichnung Maschinenlernen („Machine Learning“) ist. Beispielsweise kann die Lerneinheit 110 eine Korrelation zwischen den Achsenbewegungsdaten S1 und den Motordrehmomentdaten S2, die in der Zustandsvariablen S enthalten sind, und den Kollisionspositionsdaten L1, die in den Etikettendaten L enthalten sind, lernen. Die Lerneinheit 110 kann den Lernvorgang basierend auf einem Datensatz, der die Zustandsvariable S und die Etikettendaten L enthält, wiederholt ausführen.
Beim Lernen durch die Lerneinheit 110 ist es wünschenswert, eine Mehrzahl von Lernzyklen basierend auf Daten auszuführen, die für jede der Bewegungen von Achsen durch eine Mehrzahl von Werkzeugmaschinen 2 erhalten werden. Durch Wiederholen eines solchen Lernzyklus interpretiert die Lerneinheit 110 automatisch die Korrelation zwischen den Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse (den Achsbewegungsdaten S1) und den Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 (den Motordrehmomentdaten S2) und der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung (den Kollisionspositionsdaten L1). Zu Beginn des Lernalgorithmus ist die Korrelation der Kollisionspositionsdaten L1 mit den Achsbewegungsdaten S1 und den Motordrehmomentdaten S2 im Wesentlichen unbekannt. Es ist jedoch möglich, die Korrelation der Kollisionspositionsdaten L1 in Bezug auf die Achsbewegungsdaten S1 und die Motordrehmomentdaten S2 zu interpretieren, indem eine Beziehung der Kollisionspositionsdaten L1 in Bezug auf die Achsbewegungsdaten S1 und die Motordrehmomentdaten S2 allmählich interpretiert und ein Lernmodell angewendet wird, das als Ergebnis davon erhalten wird, wenn die Lerneinheit 110 mit dem Lernen voranschreitet.
Die Schätzergebnisausgabeeinheit 122 schätzt die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung und gibt die geschätzte Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung basierend auf den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und den Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 basierend auf einem Ergebnis (gelerntes Modell) aus, das von der Lerneinheit 110 gelernt wird. Die Kollisionspositionsdaten L1, die die Achsenposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung angeben, sind mit den Achsenbewegungsdaten S1, die die Informationen bezüglich einer Bewegung der Achse angeben, die in der Werkzeugmaschine 2 enthalten ist, und dem Motordrehmomentdaten S2 verknüpft, die die Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 angeben und von der Lerneinheit 110 gelernt werden, werden verwendet, um einen Zustand (normal/abnormal) des Polsterelements, das in der Teleskopabdeckung enthalten ist, die in der Werkzeugmaschine 2 installiert ist (von einer anderen Maschinenlernvorrichtung), zu schätzen.
In der Maschinenlernvorrichtung 100 mit der oben beschriebenen Konfiguration ist ein von der Lerneinheit 110 ausgeführter Lernalgorithmus nicht besonders eingeschränkt, und es ist möglich, einen bekannten Lernalgorithmus als Maschinenlernen zu verwenden. 3 entspricht einem anderen Modus der in 2 dargestellten Kollisionspositionsschätzvorrichtung 1 und zeigt eine Konfiguration mit der Lerneinheit 110, die überwachtes Lernen als ein anderes Beispiel des Lernalgorithmus ausführt. Das überwachte Lernen entspricht einem Schema, bei dem ein bekannter Datensatz (als Lehrerdaten bezeichnet) einer Eingabe und einer damit korrespondierenden Ausgabe angegeben wird und aus den Lehrerdaten eine Eigenschaft identifiziert wird, die eine Korrelation zwischen der Eingabe und der Ausgabe impliziert, sodass ein Korrelationsmodell zum Schätzen einer erforderlichen Ausgabe in Bezug auf eine neue Eingabe gelernt wird.
In der Maschinenlernvorrichtung 100, die in der in 3 dargestellten Kollisionspositionsschätzvorrichtung 1 enthalten ist, schließt die Lerneinheit 110 eine Fehlerberechnungseinheit 112, die einen Fehler E zwischen einem Korrelationsmodell M, das die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung aus den Informationen bezüglich einer Bewegung der Achse schätzt, die in der Werkzeugmaschine 2 enthalten ist, und einer Korrelationseigenschaft berechnet, die aus Lehrerdaten T identifiziert wird, die aus einem Ergebnis der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung aus den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten sind, und den Daten bezüglich des Drehmoments des Servomotors, die in der Vergangenheit erhalten wurden, und den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 ist, durch einen Sensor usw. erhalten werden, und eine Modellaktualisierungseinheit 114 ein, die das Korrelationsmodell M aktualisiert, um den Fehler E zu reduzieren. Die Lerneinheit 110 lernt eine Schätzung der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung aus den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und den Daten bezüglich des Drehmoments der die Achse antreibenden Servomotor 50 durch die Modellaktualisierungseinheit 114 und wiederholt eine Aktualisierung des Korrelationsmodells M.
Beispielsweise stellt ein Anfangswert des Korrelationsmodells M vereinfacht (beispielsweise als eine Funktion n-ter Ordnung) eine Korrelation zwischen der Zustandsvariablen S und den Etikettendaten L dar und wird der Lerneinheit 110 vor Beginn des überwachten Lernens zugeführt. In der oben beschriebenen Anmeldung können die Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und die Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50, die in der Vergangenheit erhalten wurden, und die Daten der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung aus den Informationen, die sich auf eine Bewegung der Achse beziehen, die in der Werkzeugmaschine 2 enthalten ist, die von dem Sensor usw. erfasst werden, als die Lehrerdaten T verwendet werden, wobei die Lehrerdaten T zu jeder Zeit während des Betriebs der Kollisionspositionsschätzvorrichtung 1 der Lerneinheit 110 zugeführt werden. Die Fehlerberechnungseinheit 112 identifiziert eine Korrelationseigenschaft, die eine Korrelation zwischen den Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und den Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 und der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung durch die der Lerneinheit 110 zugeführten Lehrerdaten T impliziert, und erhält den Fehler E zwischen dieser Korrelationseigenschaft und dem Korrelationsmodell M entsprechend der Zustandsgröße S und den Etikettendaten L im gegenwärtigen Zustand. Beispielsweise aktualisiert die Modellaktualisierungseinheit 114 das Korrelationsmodell M in einer Richtung, in der der Fehler E gemäß einer vorbestimmten Aktualisierungsregel abnimmt.
In einem anschließenden Lernzyklus wird die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung unter Verwendung der Zustandsvariablen S gemäß dem Korrelationsmodell M nach einer Aktualisierung geschätzt, die Fehlerberechnungseinheit 112 erhält einen Fehler E zwischen einem Ergebnis der Schätzung und tatsächlich erhaltenen Etikettendaten L, und die Modellaktualisierungseinheit 114 aktualisiert das Korrelationsmodell M erneut. Auf diese Weise wird eine Korrelation zwischen einem gegenwärtigen Zustand einer Umgebung und einer diesbezüglichen Schätzung, die nicht bekannt war, allmählich offensichtlich.
Wenn das oben beschriebene überwachte Lernen voranschreitet, ist es möglich, ein neuronales Netzwerk zu verwenden.
4A zeigt schematisch ein Modell eines Neurons. 4B zeigt schematisch ein Modell eines dreischichtigen neuronalen Netzwerks, das durch Kombinieren der in 4A dargestellten Neuronen konstruiert ist. Beispielsweise kann das neuronale Netzwerk durch eine Arithmetikeinheit, eine Speichereinheit usw. gebildet sein, die ein Modell eines Neurons imitiert.
Das in 4A dargestellte Neuron gibt ein Ergebnis y in Bezug auf eine Mehrzahl von Eingaben x (hier als Beispiel eine Eingabe x₁ bis zu einer Eingabe x₃ ) aus. Jede der Eingaben x₁ bis x₃ wird mit einer Gewichtung w (w₁ bis w₃ ) entsprechend der Eingabe x multipliziert. Auf diese Weise gibt das Neuron die durch die nachstehende Gleichung 1 ausgedrückte Ausgabe y aus. In Gleichung 1 entsprechen alle Eingaben x, die Ausgaben y und die Gewichtung w Vektoren. Außerdem bezeichnet θ eine Vorspannung und f_k bezeichnet eine Aktivierungsfunktion. $y = f_{k} (\sum_{i = 1}^{n} x_{i} w_{i} - θ)$
In dem in 4B dargestellten dreischichtigen neuronalen Netzwerk wird eine Mehrzahl von Eingaben x (hier als Beispiel eine Eingabe x1 bis zu einer Eingabe x3) von einer linken Seite eingegeben und ergibt y (hier als Beispiel ein Ergebnis y1 bis ein Ergebnis y3) werden von einer rechten Seite ausgegeben. In dem dargestellten Beispiel wird jede der Eingaben x1, x2 und x3 mit einer entsprechenden Gewichtung multipliziert (gemeinsam durch w1 dargestellt), und die einzelnen Eingaben x1, x2 und x3 werden in drei Neuronen N11, N12 und N13 eingegeben.
In 4B sind die Ausgaben der jeweiligen Neuronen N11 bis N13 gemeinsam durch z1 dargestellt. z1 kann als ein Merkmalsvektor betrachtet werden, aus dem eine Merkmalsmenge des Eingabevektors extrahiert wird. In dem dargestellten Beispiel wird jeder der Merkmalsvektoren z1 mit einer entsprechenden Gewichtung multipliziert (gemeinsam durch w2 dargestellt), und die jeweiligen Merkmalsvektoren z1 werden in zwei Neuronen N21 und N22 eingegeben. Der Merkmalsvektor z1 repräsentiert ein Merkmal zwischen der Gewichtung w1 und der Gewichtung w2.
In 4B sind die jeweiligen Neuronen N21 und N22 gemeinsam durch z2 dargestellt. z2 kann als ein Merkmalsvektor betrachtet werden, aus dem eine Merkmalsmenge des Merkmalsvektors z1 extrahiert wird. In dem dargestellten Beispiel wird jeder der Merkmalsvektoren z2 mit einer entsprechenden Gewichtung multipliziert (gemeinsam durch w3 dargestellt), und die jeweiligen Merkmalsvektoren z2 werden in drei Neuronen N31, N32 und N33 eingegeben. Der Merkmalsvektor z2 repräsentiert ein Merkmal zwischen der Gewichtung w2 und der Gewichtung w3. Schließlich geben die Neuronen N31 bis N33 jeweils die Ergebnisse y1 bis y3 aus.
Es ist möglich, ein so genanntes Deep-Learning-Schema unter Verwendung eines neuronalen Netzwerks zu verwenden, das drei oder mehrere Schichten bildet.
Wenn in der in der Kollisionspositionsschätzvorrichtung 1 enthaltenen Maschinenlernvorrichtung 100 die Lerneinheit 110 einen Mehrstrukturvorgang gemäß dem oben beschriebenen neuronalen Netzwerk unter Verwendung einer Zustandsvariablen S als Eingabe x durchführt, ist es möglich, die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung (Ausgabe y) aus den Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und den Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 (Eingabe x) zu schätzen. Beispiele eines Betriebsmodus des neuronalen Netzwerks schließen einen Lernmodus und einen Wertvorhersagemodus ein. Beispielsweise kann eine Gewichtung w unter Verwendung eines Lerndatensatzes im Lernmodus gelernt werden, und ein Wert einer Aktion kann im Wertevorhersagemodus unter Verwendung der gelernten Gewichtung w bestimmt werden. Im Wertevorhersagemodus können Erfassung, Klassifizierung, Inferenz usw. durchgeführt werden.
Die oben beschriebene Konfiguration der Maschinenlernvorrichtung 100 kann als ein Maschinenlernverfahren (oder eine Software) beschrieben werden, die individuell von dem Prozessor 101 ausgeführt wird. Dieses Maschinenlernverfahren ist ein Maschinenlernverfahren zum Lernen (Schätzen) der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung, die aus den Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und den Daten geschätzt wird, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 beziehen, und weist einen Schritt des Beobachtens der Informationen, die sich auf die Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse (die Achsbewegungsdaten S1) und die Daten beziehen, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 (die Motordrehmomentdaten S2) als die Zustandsvariable S beziehen, die den gegenwärtigen Zustand darstellt, ein Schritt des Erfassens der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung (die Kollisionspositionsdaten L1) als Etikettendaten L und einen Schritt des Verknüpfens und Lernens der Achsbewegungsdaten S1 und der Motordrehmomentdaten S2 mit der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung unter Verwendung der Zustandsvariablen S und der Etikettendaten L durch den Prozessor 101 auf.
Das gelernte Modell, das von der Lerneinheit 110 der Maschinenlernvorrichtung 100 gelernt und erhalten wird, kann als ein Programmmodul verwendet werden, das ein Teil von Software ist, die sich auf Maschinenlernen bezieht. Das gelernte Modell der Anmeldung kann in einem Computer verwendet werden, der einen Prozessor wie eine CPU oder eine Grafikverarbeitungseinheit (GPU) und einen Speicher einschließt. Insbesondere arbeitet der Prozessor des Computers, um eine Berechnung unter Verwendung der Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 als Eingabe gemäß einem Befehl aus dem im Speicher gespeicherten Lernmodell auszuführen und ein Schätzergebnis der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung auf der Grundlage eines Berechnungsergebnisses auszugeben. Das gelernte Modell der Anmeldung kann verwendet werden, indem es über ein externes Speichermedium, ein Netzwerk usw. auf einen anderen Computer kopiert wird.
Außerdem kann, wenn das gelernte Modell der Anmeldung auf einen anderen Computer kopiert und in einer neuen Umgebung verwendet wird, ein weiteres Lernen an dem gelernten Modell basierend auf einer neuen Zustandsvariablen und Etikettendaten durchgeführt werden, die in der Umgebung erhalten werden. In diesem Fall ist es möglich, ein gelerntes Modell (im Folgenden als ein abgeleitetes Modell bezeichnet) zu erhalten, das aus dem gelernten Modell basierend auf der Umgebung abgeleitet wird. Das abgeleitete Modell der Anmeldung ist insofern dasselbe wie das ursprünglich gelernte Modell, als ein Schätzergebnis der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung aus den Informationen bezüglich einer Bewegung der in der Werkzeugmaschine 2 enthaltenen Achse und den Daten ausgegeben wird, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 beziehen, und unterscheidet sich davon darin, dass ein Ergebnis ausgegeben wird, das für eine neue Umgebung geeigneter ist, wenn es mit dem ursprünglich gelernten Modell verglichen wird. Dieses abgeleitete Modell kann verwendet werden, indem es über das externe Speichermedium, das Netzwerk usw. auf einen anderen Computer kopiert wird.
Ferner ist es möglich, ein gelerntes Modell (im Folgenden als Destillationsmodell bezeichnet) zu schaffen und zu verwenden, das durch Ausführen eines Lernvorgangs von einem Start in einer anderen Maschinenlernvorrichtung unter Verwendung einer Ausgabe erhalten wird, die in Bezug auf eine Eingabe in eine Maschinenlernvorrichtung erhalten wird, die das gelernte Modell der Anmeldung einschließt (ein solcher Lernprozess wird als Destillation bezeichnet). Bei der Destillation wird das ursprünglich gelernte Modell auch als Lehrermodell bezeichnet, und ein neu erstelltes Destillationsmodell wird auch als Schülermodell bezeichnet. Im Allgemeinen ist das Destillationsmodell kleiner als das ursprünglich gelernte Modell und hat die gleiche Genauigkeit wie das ursprünglich gelernte Modell und ist daher besser für die Verteilung auf einen anderen Computer über das externe Speichermedium, das Netzwerk usw. geeignet.
5 veranschaulicht ein System 170 gemäß einer Ausführungsform, die die Kollisionspositionsschätzvorrichtung 1 einschließt. Das System 170 schließt mindestens eine Kollisionspositionsschätzvorrichtung 1, die als Teil eines Computers wie eines Zellencomputers, eines Hostcomputers, eines Cloud-Servers usw. montiert ist, eine Mehrzahl von Werkzeugmaschinen 2 und ein drahtgebundenes/drahtloses Netzwerk 172 zum Verbinden der Kollisionspositionsschätzvorrichtung 1 und der Werkzeugmaschinen 2 miteinander ein.
In dem System 170 mit der obigen Konfiguration kann die Kollisionspositionsschätzvorrichtung 1, die die Maschinenlernvorrichtung 100 einschließt, die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung mit Bezug auf die Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und der Daten bezüglich des Drehmoments des die Achse antreibenden Servomotors 50 durch jede der Werkzeugmaschinen 2 unter Verwendung des Lernergebnisses der Lerneinheit 110 für jede der Werkzeugmaschinen 2 automatisch und genau erhalten. Außerdem kann die Maschinenlernvorrichtung 100 der Kollisionspositionsschätzvorrichtung 1 die Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung in Bezug auf die Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und die Daten, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 beziehen, die allen Werkzeugmaschinen 2 gemeinsam sind, basierend auf der Zustandsvariablen S und den Etikettendaten L lernen, die für jede der Mehrzahl von Werkzeugmaschinen 2 erhalten werden, und ein Lernergebnis davon kann von den Werkzeugmaschinen 2 gemeinsam genutzt werden. Daher ist es gemäß dem System 170 möglich, die Geschwindigkeit und Zuverlässigkeit des Lernens der Achsposition der Werkzeugmaschine 2 zum Zeitpunkt der Kollision des Polsterelements der Teleskopabdeckung in Bezug auf die Informationen bezüglich einer Bewegung der Achse, die in der Werkzeugmaschine 2 enthalten ist, und die Daten, die sich auf das Drehmoment des die Achse antreibenden Servomotors 50 beziehen, unter Verwendung unterschiedlicherer Datensätze (einschließlich der Zustandsvariablen S und der Etikettendaten L) als Eingabe zu verbessern.
Obwohl die Ausführungsform der Anmeldung oben beschrieben wurde, ist die Anmeldung nicht nur auf die Beispiele der oben beschriebenen Ausführungsform beschränkt und kann in verschiedenen Aspekten durch Vornehmen geeigneter Änderungen implementiert werden.
Beispielsweise sind ein Lernalgorithmus und ein Berechnungsalgorithmus, die von der Maschinenlernvorrichtung 100 ausgeführt werden, ein Steueralgorithmus, der von der Kollisionspositionsschätzvorrichtung 1 ausgeführt wird, usw. nicht auf die oben beschriebenen eingeschränkt, und es können verschiedene Algorithmen angewendet werden.
Außerdem sind in der obigen Ausführungsform die Kollisionspositionsschätzvorrichtung 1 und die Maschinenlernvorrichtung 100 als Vorrichtungen mit unterschiedlichen CPUs beschrieben. Die Maschinenlernvorrichtung 100 kann jedoch durch die in der Kollisionspositionsschätzvorrichtung 1 enthaltene CPU 11 und das in dem ROM 12 gespeicherte Systemprogramm realisiert werden.

Claims

Kollisionspositionsschätzvorrichtung zum Schätzen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines Polsterelements, das in einer Teleskopabdeckung enthalten ist, wobei die Kollisionspositionsschätzvorrichtung Folgendes umfasst eine Maschinenlernvorrichtung zum Lernen der Position der Achse während einer Kollision des Polsterelements, wobei die Maschinenlernvorrichtung Folgendes einschließt eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt, eine Etikettendatenerfassungseinheit zum Erfassen von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements als Etikettendaten angeben, und eine Lerneinheit zum Verknüpfen und Lernen der Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements unter Verwendung der Zustandsvariablen und der Etikettendaten.
Kollisionspositionsschätzvorrichtung nach Anspruch 1, wobei die Informationen, die sich auf die Bewegung der Achse beziehen, einen Positionsbefehl und eine Vorschubgeschwindigkeit einschließen, die in Bezug auf die Achse befohlen wird.
Kollisionspositionsschätzvorrichtung nach Anspruch 1 oder 2, wobei die Daten, die sich auf das Drehmoment des die Achse antreibenden Motors beziehen, einen Drehmomentbefehl des Motors einschließen.
Kollisionspositionsschätzvorrichtung nach Anspruch 1 oder 2, wobei die Lerneinheit Folgendes einschließt eine Fehlerberechnungseinheit zum Berechnen eines Fehlers zwischen einem Korrelationsmodell zum Schätzen der Position der Achse während einer Kollision des Polsterelements aus der Zustandsvariablen und einer Korrelationseigenschaft, die aus im Vorfeld vorbereiteten Lehrerdaten identifiziert wird, und eine Modellaktualisierungseinheit zum Aktualisieren des Korrelationsmodells, um den Fehler zu reduzieren.
Kollisionspositionsschätzvorrichtung nach einem der Ansprüche 1 bis 3, wobei die Lerneinheit die Zustandsvariable und die Etikettendaten in einer Mehrschichtstruktur berechnet.
Kollisionspositionsschätzvorrichtung zum Schätzen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines Polsterelements, das in einer Teleskopabdeckung enthalten ist, wobei die Kollisionspositionsschätzvorrichtung Folgendes umfasst eine Maschinenlernvorrichtung, die die Position der Achse während einer Kollision des Polsterelements lernt, wobei die Maschinenlernvorrichtung Folgendes einschließt eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt, eine Lerneinheit, die die Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements verknüpft und diese lernt, und eine Schätzergebnisausgabeeinheit zum Ausgeben eines Ergebnisses des Schätzens von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements angeben, basierend auf einer von der Zustandsbeobachtungseinheit beobachteten Zustandsvariablen und einem Lernergebnis von der Lerneinheit.
Kollisionspositionsschätzvorrichtung nach einem der Ansprüche 1 bis 5, wobei die Maschinenlernvorrichtung in einem Cloud-Server vorhanden ist.
Maschinenlernvorrichtung zum Lernen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines Polsterelements, das in einer Teleskopabdeckung enthalten ist, wobei die Maschinenlernvorrichtung Folgendes umfasst: eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt; eine Etikettendatenerfassungseinheit zum Erfassen von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements als Etikettendaten angeben; und eine Lerneinheit zum Verknüpfen und Lernen der Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements unter Verwendung der Zustandsvariablen und der Etikettendaten.
Vorrichtung zum maschinellen Lernen zum Lernen einer Position einer Achse einer Werkzeugmaschine während einer Kollision eines Polsterelements, das in einer Teleskopabdeckung enthalten ist, wobei die Vorrichtung zum maschinellen Lernen Folgendes umfasst: eine Zustandsbeobachtungseinheit zum Beobachten von Achsbewegungsdaten, die Informationen bezüglich einer Bewegung der Achse angeben, und von Motordrehmomentdaten, die Daten bezüglich eines Drehmoments eines die Achse antreibenden Motors als eine Zustandsvariable angeben, die einen gegenwärtigen Zustand einer Umgebung darstellt; eine Lerneinheit, die die Informationen bezüglich einer Bewegung der Achse und der Daten bezüglich des Drehmoments des die Achse antreibenden Motors mit der Position der Achse während einer Kollision des Polsterelements verknüpft und diese lernt; und eine Schätzergebnisausgabeeinheit zum Ausgeben eines Ergebnisses des Schätzens von Kollisionspositionsdaten, die die Position der Achse während einer Kollision des Polsterelements angeben, basierend auf einer von der Zustandsbeobachtungseinheit beobachteten Zustandsvariablen und einem Lernergebnis von der Lerneinheit.