DE102019213431A1 - Steuervorrichtung, CNC-Vorrichtung und Steuerverfahren - Google Patents

Steuervorrichtung, CNC-Vorrichtung und Steuerverfahren Download PDF

Info

Publication number
DE102019213431A1
DE102019213431A1 DE102019213431.9A DE102019213431A DE102019213431A1 DE 102019213431 A1 DE102019213431 A1 DE 102019213431A1 DE 102019213431 A DE102019213431 A DE 102019213431A DE 102019213431 A1 DE102019213431 A1 DE 102019213431A1
Authority
DE
Germany
Prior art keywords
unit
control device
machine
command
deterioration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102019213431.9A
Other languages
English (en)
Inventor
Yusaku OHO
Ryoutarou TSUNEKI
Shinji Okuda
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of DE102019213431A1 publication Critical patent/DE102019213431A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/414Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4142Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by the use of a microprocessor
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065Monitoring tool breakage, life or condition
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4062Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31455Monitor process status
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/34Director, elements to supervisory
    • G05B2219/34013Servocontroller
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/42Servomotor, servo controller kind till VSS
    • G05B2219/42271Monitor parameters, conditions servo for maintenance, lubrication, repair purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Numerical Control (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Eine Verschlechterung in den Betriebseigenschaften einer Antriebseinheit einer Maschine wie etwa einer Werkzeugmaschine oder einer Industriemaschine wird ohne das Durchführen eines maschinellen Lernens geschätzt. Eine Steuervorrichtung umfasst: eine Maschinelles-Lernen-Einheit 550, die maschinell einen Steuerparameter lernt, der Betriebseigenschaften einer Antriebseinheit einer Maschine 400, die ein Antriebsziel eines Motors 300 ist, bestimmt und den Steuerparameter für eine den Motor steuernde Motorsteuereinrichtung 200 setzt; eine Funktionsprüfbetrieb-Befehlseinheit, die einen Befehl für einen Funktionsprüfbetrieb zum Betreiben der Motorsteuereinrichtung 200 für das Erhalten von Betriebseigenschaften der Antriebseinheit ausgibt; eine Betriebsbewertungseinheit 520, die Informationen, die die Betriebseigenschaften der Antriebseinheit angeben, von der Motorsteuereinrichtung oder der Maschine, die basierend auf dem Befehl für den Funktionsprüfbetrieb betrieben wird, erhält, einen Bewertungswert basierend auf einer die Informationen verwendenden Bewertungsfunktion berechnet und den Bewertungswert in einer Speichereinheit 530 in Assoziation mit Betriebsinformationen des Motors oder Zeitinformationen während der Ausführung des Funktionsprüfbetriebs speichert; und eine Verschlechterungsschätzung-Betriebseinheit 540, die eine Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine basierend auf dem in der Speichereinheit 530 gespeicherten Bewertungswert und dem durch die Betriebsbewertungseinheit während der Durchführung des Funktionsprüfbetriebs berechneten Bewertungswert schätzt.

Description

  • HINTERGRUND DER ERFINDUNG
  • Erfindungsfeld
  • Die vorliegende Erfindung betrifft eine Steuervorrichtung, die einen Funktionsprüfbetrieb zum Betreiben einer einen Motor steuernden Motorsteuereinrichtung durchführt, um eine Verschlechterung in den Betriebseigenschaften einer Antriebseinheit einer Maschine, die ein Antriebsziel eines Motors ist, zu schätzen, und betrifft weiterhin eine Vorrichtung für eine computergestützte numerische Steuerung (Computerized Numerical Control bzw. CNC), die die Steuervorrichtung verwendet, sowie ein Steuerverfahren für die Steuervorrichtung.
  • Stand der Technik
  • Eine Vorrichtung, die Fehler oder Anormalitäten in einer Maschine wie etwa einer Werkzeugmaschine oder einer Industriemaschine erfasst, wird zum Beispiel in den Patentdokumenten 1 bis 3 angegeben.
  • Das Patentdokument 1 gibt eine Maschinelles-Lernen-Vorrichtung an, die ein Anzeichen für einen Fehler erfassen kann, bevor die Spindel einer Werkzeugmaschine oder ein die Spindel antreibender Motor einen Fehler verursacht. Insbesondere ist die Maschinelles-Lernen-Vorrichtung eine Maschinelles-Lernen-Vorrichtung, die das Vorhersagen eines Fehlers einer Spindel einer Werkzeugmaschine oder eines die Spindel antreibenden Motors lernt, wobei sie umfasst: eine Zustandsbeobachtungseinheit, die Zustandsvariablen einschließlich von Ausgabedaten einer Motorsteuereinrichtung, die den Motor steuert, von Ausgabedaten eines Detektors, der einen Zustand des Motors erfasst, und von Ausgabedaten einer Messeinrichtung, die einen Zustand der Spindel oder des Motors erfasst, beobachtet; eine Bestimmungsdaten-Erhaltungseinheit, die Bestimmungsdaten erhält und das Vorhandensein eines Fehlers in der Spindel oder des Motors oder den Fehlergrad bestimmt; und eine Lerneinheit, die das Voraussagen eines Fehlers der Spindel oder des Motors anhand eines Datensatzes lernt, der basierend auf einer Kombination aus den Zustandsvariablen und den Bestimmungsdaten erzeugt wird.
  • Das Patentdokument 2 gibt ein Fehlervorhersagesystem an, das Fehler genau anhand einer Situation vorhersagen kann. Insbesondere enthält das Fehlervorhersagesystem eine Maschinelles-Lernen-Vorrichtung, die mit Fehlern in einer Industriemaschine assoziierte Bedingungen lernt. Die Maschinelles-Lernen-Vorrichtung umfasst: eine Zustandsbeobachtungseinheit, die Zustandsvariablen einschließlich von Ausgabedaten eines Sensors, von internen Daten einer Steuersoftware oder von Berechnungsdaten, die basierend auf den Ausgabedaten und den internen Daten während des Betriebs oder Stopps einer Industriemaschine erhalten werden; eine Bestimmungsdaten-Erhaltungseinheit, die Bestimmungsdaten erhält, die das Vorhandensein eines Fehlers in der Industriemaschine oder den Fehlergrad angeben, beobachtet; und eine Lerneinheit, die mit Fehlern in der Industriemaschine assoziierte Lernbedingungen durch ein überwachtes Lernen anhand eines Trainingsdatensatzes, der basierend auf einer Kombination aus den Zustandsvariablen und den Bestimmungsdaten erzeugt wird, lernt.
  • Das Patentdokument 3 gibt eine Anormalitätserfassungsvorrichtung für das Erfassen von Anormalitäten in einem Werkzeug einer Werkzeugmaschine mit einer verbesserten Diagnosegenauigkeit an. Insbesondere enthält die Anormalitätserfassungsvorrichtung: eine Erhaltungseinheit, die eine Vielzahl von mit dem Werkzeug assoziierten Messwerten als Messdaten (Vibrationsinformationen, Schneidkraftinformationen, Geräuschinformationen, eine Spindellast, einen Motorstrom, einen Leistungswert usw.) erhält; eine Normalmodelleinheit, die die während einer Bearbeitung in einem normalen Zustand erhaltenen Messdaten mittels einer Klasse eines maschinellen Lernens lernt, um ein Normalmodell zu erzeugen; eine Anormalitätsdiagnoseeinheit, die basierend auf dem Normalmodell diagnostiziert, ob die Messdaten normal oder anormal sind, während die Messdaten während einer Bearbeitung nach der Erzeugung des Normalmodells erhalten werden; und eine Neudiagnoseeinheit, die die durch die Anormalitätsdiagnoseeinheit als anormal diagnostizierten Messdaten erneut unter Verwendung einer anderen Methode als der durch die Anormalitätsdiagnoseeinheit verwendeten erneut diagnostiziert.
    • Patentdokument 1: Ungeprüfte japanische Patentanmeldung mit der Veröffentlichungsnummer 2017-188030.
    • Patentdokument 2: Ungeprüfte japanische Patentanmeldung mit der Veröffentlichungsnummer 2017-120649
    • Patentdokument 3: Ungeprüfte japanische Patentanmeldung mit der Veröffentlichungsnummer 2018-24055
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die Patentdokumente 1 bis 3 geben Vorrichtungen zum Erfassen von Fehlern oder Anormalitäten in einer Werkzeugmaschine oder einer Industriemaschine mittels eines maschinellen Lernens an, wobei jedoch das maschinelle Lernen einen großen Informationsverarbeitungsaufwand mit sich bringt, sodass eine bestimmte Lernzeit erforderlich ist und die Maschinenbetriebseffizienz aufgrund des maschinellen Lernens vermindert wird.
  • Es ist eine Aufgabe der vorliegenden Erfindung, eine Steuervorrichtung vorzusehen, die eine Verschlechterung in den Betriebseigenschaften einer Antriebseinheit einer Maschine wie etwa einer Werkzeugmaschine oder einer Industriemaschine schätzen kann, ohne ein maschinelles Lernen durchzuführen, und weiterhin eine CNC-Vorrichtung, die die Steuervorrichtung verwendet, und ein Steuerverfahren für die Steuervorrichtung vorzusehen.
  • (1) Eine Steuervorrichtung gemäß der vorliegenden Erfindung ist eine Steuervorrichtung (zum Beispiel die weiter unten beschriebene Steuervorrichtung 500), die umfasst: eine Maschinelles-Lernen-Einheit (zum Beispiel die weiter unten beschriebene Maschinelles-Lernen-Einheit 550), die maschinell einen Steuerparameter lernt, der Betriebseigenschaften einer Antriebseinheit einer Maschine (zum Beispiel der weiter unten beschriebenen Maschine 400), die ein Antriebsziel eines Motors (zum Beispiel des weiter unten beschriebenen Servomotors 300) ist, bestimmt und den Steuerparameter für eine den Motor steuernde Motorsteuereinrichtung (zum Beispiel der weiter unten beschriebenen Servosteuereinrichtung 200) setzt; eine Funktionsprüfbetrieb-Befehlseinheit (zum Beispiel die weiter unten beschriebene Funktionsprüfbetrieb-Befehlseinheit 510), die einen Befehl für einen Funktionsprüfbetrieb zum Betreiben der Motorsteuereinrichtung für das Erhalten von Betriebseigenschaften der Antriebseinheit ausgibt; eine Betriebsbewertungseinheit (zum Beispiel die weiter unten beschriebene Betriebsbewertungseinheit 520), die Informationen, die die Betriebseigenschaften der Antriebseinheit angeben, von der Motorsteuereinrichtung oder der Maschine, die basierend auf dem Befehl für den Funktionsprüfbetrieb betrieben wird, erhält, einen Bewertungswert basierend auf einer die Informationen verwendenden Bewertungsfunktion berechnet und den Bewertungswert in einer Speichereinheit (zum Beispiel in der weiter unten beschriebenen Speichereinheit 530) in Assoziation mit Betriebsinformationen des Motors oder Zeitinformationen während der Ausführung des Funktionsprüfbetriebs speichert; und eine Verschlechterungsschätzung-Betriebseinheit (zum Beispiel die weiter unten beschriebene Verschlechterungsschätzung-Betriebseinheit 540), die eine Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine basierend auf dem in der Speichereinheit gespeicherten Bewertungswert und dem durch die Betriebsbewertungseinheit während der Durchführung des Funktionsprüfbetriebs berechneten Bewertungswert schätzt.
  • (2) In der Steuervorrichtung gemäß (1) kann die Verschlechterungsschätzung-Betriebseinheit die Maschinelles-Lernen-Einheit anweisen, den Steuerparameter maschinell basierend auf einem Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine zu lernen.
  • (3) in der Steuervorrichtung gemäß (1) oder (2) kann die Verschlechterungsschätzung-Betriebseinheit eine Benachrichtigungseinheit (zum Beispiel die weiter unten beschriebene Benachrichtigungseinheit 560) anweisen, eine Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine basierend auf einem Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine zu melden.
  • (4) In der Steuervorrichtung gemäß einem von (1) bis (3) kann die Funktionsprüfbetrieb-Befehlseinheit einen Befehl für den Funktionsprüfbetrieb gemäß einem vorbestimmten Plan oder bei der Eingabe eines vorbestimmten Signals ausgeben.
  • (5) In der Steuervorrichtung gemäß einem von (1) bis (4) kann die Funktionsprüfbetrieb-Befehlseinheit den Befehl für den Funktionsprüfbetrieb zu einer numerischen Steuereinrichtung senden, die einen Steuerbefehl zu der Motorsteuereinrichtung ausgibt.
  • (6) Eine CNC-Vorrichtung gemäß der vorliegenden Erfindung ist eine CNC-Vorrichtung, die umfasst: die Steuervorrichtung gemäß (5); eine Motorsteuereinrichtung, die einen Motor steuert; und eine numerische Steuereinrichtung, die einen Steuerbefehl zu der Motorsteuereinrichtung basierend auf einem von der Steuervorrichtung ausgegebenen Befehl für einen Funktionsprüfbetrieb ausgibt.
  • (7) Ein Steuerverfahren gemäß der vorliegenden Erfindung ist ein Steuerverfahren, das eine Steuervorrichtung einschließlich einer Speichereinheit (zum Beispiel der weiter unten beschriebenen Speichereinheit 530) und einer Maschinelles-Lernen-Einheit (zum Beispiel der weiter unten beschriebenen Maschinelles-Lernen-Einheit 550), die einen Steuerparameter, der Betriebseigenschaften einer Antriebseinheit einer Maschine (zum Beispiel der weiter unten beschriebenen Maschine 400), die ein Antriebsziel eines Motors (zum Beispiel des weiter unten beschriebenen Servomotors 300) ist, bestimmt und den Steuerparameter für eine den Motor steuernden Motorsteuereinrichtung setzt, veranlasst zum Ausführen von: einem Funktionsprüfbetrieb-Befehlsschritt zum Ausgeben eines Befehls für einen Funktionsprüfbetrieb zum Betreiben der Motorsteuereinrichtung für das Erhalten von Betriebseigenschaften der Antriebseinheit; einem Betriebsbewertungsschritt zum Erhalten von Informationen, die die Betriebseigenschaften der Antriebseinheit von der Motorsteuereinrichtung oder der Maschine, die basierend auf dem Befehl für den Funktionsprüfbetrieb betrieben wird, angeben, zum Berechnen eines Bewertungswerts basierend auf einer die Informationen verwendenden Bewertungsfunktion und zum Speichern des Bewertungswerts in der Speichereinheit in Assoziation mit Betriebsinformationen des Motors oder Zeitinformationen während der Ausführung des Funktionsprüfbetriebs; und einen Verschlechterungsschätzschritt zum Schätzen einer Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine basierend auf dem in der Speichereinheit gespeicherten Bewertungswert und dem in dem Betriebsbewertungsschritt während der Durchführung des Funktionsprüfbetriebs berechneten Bewertungswert.
  • (8) In dem Steuerverfahren gemäß (7) kann der Verschlechterungsschätzschritt weiterhin umfassen: einen Maschinelles-Lernen-Schritt zum Anweisen der Maschinelles-Lernen-Einheit, dass sie den Steuerparameter basierend auf dem in dem Verschlechterungsschätzschritt geschätzten Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine lernen soll.
  • (9) In dem Steuerverfahren gemäß (7) kann der Verschlechterungsschätzschritt weiterhin umfassen: einen Benachrichtigungsschritt zum Melden der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine basierend auf dem in dem Verschlechterungsschätzschritt erhaltenen Schätzergebnis zu der Verschlechterung der Betriebseigenschaften der Antriebseinheit der Maschine.
  • Gemäß der vorliegenden Erfindung kann eine Verschlechterung in den Betriebseigenschaften einer Antriebseinheit einer Maschine wie etwa einer Werkzeugmaschine oder einer Industriemaschine ohne das Durchführen eines maschinellen Lernens geschätzt werden.
  • Figurenliste
    • 1 ist ein Blockdiagramm, das ein Maschinensteuersystem zeigt, das eine Steuervorrichtung für eine Maschine gemäß einer ersten Ausführungsform der vorliegenden Erfindung enthält.
    • 2 ist ein Blockdiagramm, das eine Konfiguration einer numerischen Steuereinrichtung, einer Servosteuereinrichtung und einer Maschine des Maschinensteuersystems zeigt.
    • 3 ist ein Diagramm, das eine Bewegungsbahn für ein Quadrat mit gerundeten Ecken zeigt.
    • 4 ist ein Diagramm, das eine Bewegungsbahn für ein Quadrat mit gerundeten Ecken zeigt, wenn die Koeffizienten ω, τ und σ einer Übertragungsfunktion eines Filters einer Servosteuereinrichtung durch ein maschinelles Lernen eingestellt werden und eine alterungsbedingte Verschlechterung einer Maschine nach der Einstellung auftritt.
    • 5 ist ein Kennliniendiagramm, das ein Beispiel für einen durch eine Bewertungsfunktion der Gleichung 3 verwendeten Positionsfehler e zeigt.
    • 6 ist ein Kennliniendiagramm, das ein Beispiel für einen durch eine Bewertungsfunktion der Gleichung 4 verwendeten Positionsfehler e zeigt.
    • 7 ist ein Kennliniendiagramm, das einen Zustand zeigt, in dem ein Bewertungswert während eines maschinellen Lernens vor dem Versand aufgrund einer alterungsbedingten Verschlechterung größer wird, und einen Zustand, in dem ein Bewertungswert während eines Neulernens wiederum aufgrund einer alterungsbedingten Verschlechterung größer wird.
    • 8 ist ein Flussdiagramm, das einen Betrieb einer Steuervorrichtung gemäß der Ausführungsform zeigt.
    • 9 ist ein Diagramm, das eine kreisförmige Bewegungsbahnbeschreibt.
    • 10 ist ein Diagramm, das eine Bewegungsbahn für ein Quadrat beschreibt.
    • 11 ist ein Diagramm, das eine oktogonale Bewegungsbahn beschreibt.
    • 12 ist ein Diagramm, das eine sternförmige Bewegungsbahn beschreibt.
    • 13 ist ein Blockdiagramm, das eine Maschinelles-Lernen-Einheit gemäß der ersten Ausführungsform der vorliegenden Erfindung beschreibt.
    • 14 ist ein Blockdiagramm, das eine Konfiguration einer numerischen Steuereinrichtung, einer Servosteuereinrichtung und einer Maschine eines Maschinensteuersystems gemäß einer zweiten Ausführungsform der vorliegenden Erfindung zeigt.
    • 15 ist ein Blockdiagramm, das ein anderes Konfigurationsbeispiel eines Maschinensteuersystems zeigt.
  • AUSFÜHRLICHE BESCHREIBUNG DER ERFINDUNG
  • Im Folgenden werden Ausführungsformen der vorliegenden Erfindung mit Bezug auf die Zeichnungen beschrieben.
  • (Erste Ausführungsform)
  • 1 ist ein Blockdiagramm, das ein Maschinensteuersystem zeigt, das eine Steuervorrichtung für eine Maschine gemäß der ersten Ausführungsform der vorliegenden Erfindung enthält. 2 ist ein Blockdiagramm, das eine Konfiguration einer numerischen Steuereinrichtung, einer Servosteuereinrichtung und einer Maschine des Maschinensteuersystems zeigt. Wie in 1 gezeigt, enthält ein Maschinensteuersystem 10 eine numerische Steuereinrichtung 100, eine Servosteuereinrichtung 200, einen Servomotor 300, eine Maschine 400 und eine Steuervorrichtung 500. Die Servosteuereinrichtung 200 ist eine Motorsteuereinrichtung. Die numerische Steuereinrichtung 100, die Servosteuereinrichtung 200 und der Servomotor 300 bilden eine CNC-Vorrichtung 20. Die Steuervorrichtung 500 kann in der CNC-Vorrichtung 20 enthalten sein. Die Maschine 400 ist ein Antriebsziel des Servomotors 300.
  • Im Folgenden werden vor einer Beschreibung der Steuervorrichtung 500 zuerst einmal die numerische Steuereinrichtung 100, die Servosteuereinrichtung 200 und die Maschine 400 beschrieben. Die numerische Steuereinrichtung 100 enthält eine Numerische-Steuerung-Verarbeitungseinheit 101 und eine Speichereinheit 102. Die Speichereinheit 102 speichert ein Bearbeitungsprogramm für eine Funktionsprüfung, ein Bearbeitungsprogramm für ein maschinelles Lernen und ein Bearbeitungsprogramm für eine tatsächliche Bearbeitungsverarbeitung. Die numerische Steuerverarbeitungseinheit 101 empfängt einen Befehl für einen Funktionsprüfbetrieb von einer Funktionsprüfbetrieb-Befehlseinheit 510 der Steuervorrichtung 500, liest ein Bearbeitungsprogramm für eine Funktionsprüfung aus der Speichereinheit 102, erzeugt einen Positionsbefehl, der als ein Steuerbefehl dient, und gibt den Positionsbefehl zu der Servosteuereinrichtung 200 aus. Weiterhin empfängt die Numerische-Steuerung-Verarbeitungseinheit 101 während des maschinellen Lernens oder der tatsächlichen Bearbeitungsverarbeitung einen Maschinelles-Lernen-Ausführbefehl von der Maschinelles-Lernen-Einheit 550 der Steuervorrichtung 500 oder empfängt einen Bearbeitungsausführbefehl von einem Bediener, liest ein Bearbeitungsprogramm für ein maschinelles Lernen oder ein Bearbeitungsprogramm für eine tatsächliche Bearbeitungsverarbeitung aus der Speichereinheit 102, erzeugt einen Positionsbefehl und gibt den Positionsbefehl zu der Servosteuereinrichtung 200 aus. Die Numerische-Steuerung-Verarbeitungseinheit 101 kann auch einen Maschinelles-Lernen-Ausführbefehl von der Verschlechterungsschätzung-Betriebseinheit 540 anstatt von der Maschinelles-Lernen-Einheit 550 empfangen.
  • Wie in 2 gezeigt, enthält die Servosteuereinrichtung 200 ein Filter 201, einen Subtrahierer 202, eine Positionssteuereinheit 203, einen Addierer 204, einen Differentiator 205, eine Positionsvorwärtskopplung-Verarbeitungseinheit 206, einen Subtrahierer 207, eine Geschwindigkeitssteuereinheit 208 und einen Integrator 209. Der Subtrahierer 202, die Positionssteuereinheit 203, der Addierer 204, der Subtrahierer 207, die Geschwindigkeitssteuereinheit 208, der Servomotor 300, ein Drehcodierer 310 und der Integrator 209 bilden eine Positionsrückkopplungsschleife. Weiterhin bilden der Subtrahierer 207, die Geschwindigkeitssteuereinheit 208, der Servomotor 300 und der Drehcodierer 310 eine Geschwindigkeitsrückkopplungsschleife. Das Filter 201 ist ein Dämpfungsfilter, das eine Vibration der Maschine 400 dämpft, wobei zum Beispiel ein durch die folgende Gleichung 1 wiedergegebenes Bandstoppfilter verwendet wird.
  • In der Gleichung 1 ist der Koeffizient sein Zeitkoeffizient, der ein Argument einer Expontentialfunktion einer Laplace-Transformation ist, ist der Koeffizient ω eine Grenzmittenfrequenz, ist ein Koeffizient τ eine normierte Bandbreite und ist ein Koeffizient g = στ. Wenn eine Grenzmittenfrequenz fc ist und eine Grenzbandbreite fw ist, wird der Koeffizient ω durch ω = 2πfc wiedergegeben und wird der Koeffizient τ durch τ=fw/fc wiedergegeben. Der Koeffizient σ ist ein Dämpfungskoeffizient (0<σ≤1). Die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 sind Steuerparameter, die verwendet werden, wenn die als eine Motorsteuereinrichtung dienende Servosteuereinrichtung die Betriebseigenschaften einer Antriebseinheit der Maschine 400 bestimmt. F ( s ) = s 2 + 2 g ω s + ω 2 s 2 + 2 τ ω s + ω 2
    Figure DE102019213431A1_0001
  • Ein Positionsbefehl wird von der Numerische-Steuerung-Verarbeitungseinheit 101 zu dem Filter 201 eingegeben. In diesem Beispiel ist das Filter 201 außerhalb einer Positionsrückkopplungsschleife und einer Geschwindigkeitsrückkopplungsschleife vorgesehen, wobei das Filter 201 aber auch innerhalb der Positionsrückkopplungsschleife und der Geschwindigkeitsrückkopplungsschleife vorgesehen sein kann. Zum Beispiel kann das Filter 201 mit einer Ausgabeseite der weiter unten beschriebenen Geschwindigkeitssteuereinheit 208 oder einer Ausgabeseite des Addierers 204 verbunden sein. Hinsichtlich der Konfiguration des Filters 201 werden hier keine besonderen Vorgaben gegeben, wobei vorzugsweise ein IIR-Filter der zweiten oder einer höheren Ordnung verwendet wird.
  • Der Subtrahierer 202 berechnet eine Differenz zwischen einem Positionsbefehl nach dem Formen einer Ausgabe von dem Filter 201 und einer Positionsrückkopplung-Erfassungsposition und gibt die Differenz zu der Positionssteuereinheit 203, einer Maschinelles-Lernen-Einheit 550 und einer weiter unten beschriebenen Betriebsbewertungseinheit als einen Positionsfehler aus. Die Betriebsbewertungseinheit 520 führt einen Funktionsprüfbetrieb unter Verwendung des Positionsfehlers durch, und die Maschinelles-Lernen-Einheit 550 führt ein maschinelles Lernen unter Verwendung des Positionsfehlers durch.
  • Die Positionssteuereinheit 203 gibt einen durch das Multiplizieren des Positionsfehlers mit einer Positionsverstärkung Kp erhaltenen Wert zu dem Addierer 204 als einen Geschwindigkeitsbefehlswert aus. Der Differentiator 205 gibt einen durch das Differenzieren der Positionsbefehlswerte und das Multiplizieren derselben mit einer Konstante α erhaltenen Wert zu der Positionsvorwärtskopplung-Verarbeitungseinheit 206 aus. Die Positionsvorwärtskopplung-Verarbeitungseinheit 206 führt einen durch eine Übertragungsfunktion G(s) in der Gleichung 2 wiedergegebenen Positionsvorwärtskopplungsprozess auf der Ausgabe von dem Differentiator 205 durch und gibt das Verarbeitungsergebnis zu dem Addierer 204 als einen Positionsvorwärtskopplungsterm aus. Die Koeffizienten ai und bj (x≥i, j≥0, und X ist eine natürliche Zahl) der Gleichung 2 sind Koeffizienten der Übertragungsfunktion G(s). G ( s ) = b 0 + b 1 s + b 2 s 2 + + b x s x a 0 + a 1 s + a 2 s 2 + + a x s x
    Figure DE102019213431A1_0002
  • Der Addierer 204 addiert den Geschwindigkeitsbefehlswert und einen Ausgabewert (den Positionsvorwärtskopplungsterm) der Positionsvorwärtskopplung-Verarbeitungseinheit 206 und gibt ein Additionsergebnis zu dem Subtrahierer 207 als einen Vorwärtskopplung-gesteuerten Geschwindigkeitsbefehlswert aus. Der Subtrahierer 207 berechnet eine Differenz zwischen der Ausgabe des Addierers 204 und einem Rückkopplungsgeschwindigkeit-Erfassungswert und gibt die Differenz zu der Geschwindigkeitssteuereinheit 208 als einen Geschwindigkeitsfehler aus.
  • Die Geschwindigkeitssteuereinheit 208 addiert einen durch das Multiplizieren und Integrieren des Geschwindigkeitsfehlers mit einer Integralverstärkung K1v erhaltenen Wert und einen durch das Multiplizieren des Geschwindigkeitsfehlers mit einer Proportionalverstärkung K2v erhaltenen Wert und gibt das Additionsergebnis zu dem Servomotor 300 als einen Drehmomentbefehl aus.
  • Eine Drehwinkelposition des Servomotors 300 wird durch den Drehcodierer 310 erfasst und der Geschwindigkeitserfassungswert wird durch den Subtrahierer 207 als eine Geschwindigkeitsrückkopplung (Geschwindigkeit FB) eingegeben. Der Geschwindigkeitserfassungswert wird durch den Integrator 209 zu einem Positionserfassungswert integriert, und der Positionserfassungswert wird in den Subtrahierer 202 als eine Positionsrückkopplung (Position-FB) eingegeben. Die Servosteuereinrichtung 200 ist auf diese Weise konfiguriert.
  • Der Servomotor 300 wird durch die Servosteuereinrichtung 200 gedreht und gesteuert, um die Maschine 400 anzutreiben. Die Maschine 400 ist eine Werkzeugmaschine, eine Industriemaschine oder ähnliches. Der Servomotor 300 kann in der Maschine 400 wie etwa in einer Werkzeugmaschine oder einer Industriemaschine enthalten sein. In 2 ist die Maschine 400 als eine Werkzeugmaschine gezeigt, wobei ein Teil einer Werkzeugmaschine gezeigt ist. Wie in 2 gezeigt, umfasst die Maschine 400 eine Kugelumlaufspindel 401, die mit einer Drehachse des Servomotors 300 verbunden ist, eine Mutter 402, die auf die Kugelumlaufspindel 401 geschraubt ist, und einen Tisch 403, der mit der Mutter 402 verbunden ist. Die Kugelumlaufspindel 401, die Mutter 402 und der Tisch 403 bilden die Antriebseinheit. Bei einer Drehung des Servomotors 300, bewegt sich die auf die Kugelumlaufspindel 401 geschraubte Mutter 402 in einer Axialrichtung der Kugelumlaufspindel 410.
  • Wenn der Tisch 403 mit einem daran montierten Werkstück in einer X-Achsenrichtung und einer Y-Achsenrichtung bewegt wird, sind die Servosteuereinrichtung 200 und der Servomotor 300 von 2 jeweils in der Maschine 400 vorgesehen. Wenn der Tisch in den Richtungen von drei oder mehr Achsen bewegt wird, sind die Servosteuereinrichtung 200 und der Servomotor 300 in den entsprechenden Achsenrichtungen vorgesehen.
  • Im Folgenden wird die Steuervorrichtung 500 beschrieben. Zuerst wird der Zweck des durch die Steuervorrichtung 500 durchgeführten Funktionsprüfbetriebs beschrieben. Ein Funktionsprüfbetrieb ist ein Betrieb zum Betreiben einer Servosteuereinrichtung unter Verwendung eines Bearbeitungsprogramms für eine Funktionsprüfung, zum Erhalten von Informationen, die die Betriebseigenschaften einer Antriebseinheit der Maschine angeben, zum Erhalten eines Bewertungswerts basierend auf einer diese Informationen verwendenden Bewertungsfunktion, und zum Schätzen einer alterungsbedingten Verschlechterung der Maschine basierend auf dem Bewertungswert. Es wird hier eine alterungsbedingte Verschlechterung, die aus einer Verwendung der Maschine resultiert, als ein Beispiel für eine Verschlechterung in den Betriebseigenschaften beschrieben, wobei die Verschlechterung jedoch nicht darauf beschränkt ist und auch eine Verschlechterung in den Betriebseigenschaften sein kann, die aufgrund einer Änderung in der Umgebung wie etwa der Temperatur, der Feuchtigkeit oder einer Vibration auftritt. Das in der Speichereinheit 102 der numerischen Steuereinrichtung 100 gespeicherte Bearbeitungsprogramm für eine Funktionsprüfung ist ein Bearbeitungsprogramm, mit dem die Servosteuereinrichtung 200 den Servomotor 300 derart steuert, dass eine Bewegungsbahn ML von charakteristischen Punkten auf dem Tisch 403 ein Quadrat mit gerundeten Ecken wie in 3 gezeigt ist. In der Bewegungsbahn ML von 3 vermindert sich an der Position P1 die Drehgeschwindigkeit des Servomotors, der den Tisch in der Y-Achsenrichtung bewegt, wenn er die Position P1 verlässt und die Drehung an der Position P2 stoppt. Weiterhin beginnt sich der Servomotor, der den Tisch in der X-Achsenrichtung bewegt, an der Position P1 zu drehen und wird die Drehgeschwindigkeit an der Position P2 konstant. Das Bearbeitungsprogramm für eine Funktionsprüfung wird in einem Zustand ausgeführt, in dem kein Werkstück auf dem Tisch 403 montiert ist und keine Bearbeitung des Werkstücks durchgeführt wird.
  • 4 ist ein Diagramm, das eine Bewegungsbahn eines Quadrats mit gerundeten Ecken zeigt, wenn die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 der Servosteuereinrichtung 200 durch ein maschinelles Lernen eingestellt werden und eine alterungsbedingte Verschlechterung der Maschine 400 nach der Einstellung auftritt. Wie in 4 gezeigt, werden in einem Zustand, in dem die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 der Servosteuereinrichtung 200 nicht eingestellt sind, wenn die Servosteuereinrichtung 200 unter Verwendung des Bearbeitungsprogramms für eine Funktionsprüfung betrieben wird, Vorsprünge, die als Quadrantenfehler bezeichnet werden, in den gerundeten Ecken des Quadrats einer Bewegungsbahn ML1 der charakteristischen Punkte auf dem Tisch 403 erzeugt. Vor dem Versand der Maschine 400 lernt die (weiter unten beschriebene) Maschinelles-Lernen-Einheit 550 der Steuervorrichtung 500 die optimalen Werte der Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 der Servosteuereinrichtung 200 und stellt die Koeffizienten ω, τ und σ der Übertragungsfunktion zu optimalen Werten ein, sodass eine Bewegungsbahn ML2 ohne Quadrantenfehler erhalten wird, während die Servosteuereinrichtung 200 unter Verwendung eines Maschinelles-Lernen-Programms einschließlich des Bearbeitungsprogramms für eine Funktionsprüfung betrieben wird, sodass die Quadrantenfehler nicht in der Bewegungsbahn erzeugt werden. Aufgrund einer alterungsbedingten Verschlechterung, die aus der Verwendung der Maschine 400 resultiert, tritt eine Vibration oder ähnliches in dem Zustand der während des Versands gesetzten Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 auf und treten Quadrantenfehler wie in einer Bewegungsbahn ML3 auf.
  • Deshalb schätzt die Steuervorrichtung 500 eine alterungsbedingte Verschlechterung der Maschine mittels eines Funktionsprüfbetriebs. Außerdem wird erneut ein maschinelles Lernen (als Neulernen bezeichnet) basierend auf dem Schätzungsergebnis der alterungsbedingten Verschlechterung durchgeführt, um die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 einzustellen. Die Steuervorrichtung 500 kann einen Prozess zum Senden einer Benachrichtigung an einen Bediener oder einen Administrator anstatt oder in Verbindung mit einer Einstellung der Koeffizienten des Filters 201 mittels eines maschinellen Lernens basierend auf dem Schätzungsergebnis der alterungsbedingten Verschlechterung durchführen. Weil das maschinelle Lernen einen großen Umfang von Informationsverarbeitung mit sich bringt und eine entsprechende Lernzeit erforderlich ist, wenn das Neulernen häufig durchgeführt wird, vermindert sich die Maschinenbetriebseffizienz aufgrund des Neulernens. Und wenn eine Meldung häufig durchgeführt wird, erhöht sich die Arbeitslast für den Bediener oder Administrator, der die Benachrichtigungen überwacht. Deshalb führt die Steuervorrichtung 500 eine Funktionsprüfoperation durch, damit ein Neulernen oder eine Benachrichtigung bei Bedarf durchgeführt werden.
  • Im Folgenden werden die Konfiguration und der Betrieb der Steuervorrichtung 500 beschrieben. Wie in 1 gezeigt, umfasst die Steuervorrichtung 500 eine Funktionsprüfbetrieb-Befehlseinheit 510, eine Operationsbewertungseinheit 520, eine Speichereinheit 530, eine Verschlechterungsschätzung-Betriebseinheit 540, eine Maschinelles-Lernen-Einheit 550 und eine Benachrichtigungseinheit 560.
  • Die Funktionsprüfbetrieb-Befehlseinheit 510 sendet einen Befehl für einen Funktionsprüfbetrieb zu der Numerische-Steuerung-Verarbeitungseinheit 101 der numerischen Steuereinrichtung 100 während einer Aktivierung der Maschine 400 oder gemäß einem Ausführungsbefehl von einem Bediener. Ein Aktivierungssignal wird in die Funktionsprüfbetrieb-Befehlseinheit 510 während einer Aktivierung eingegeben; oder es wird ein Ausführungsbefehlssignal zu der Funktionsprüfbetrieb-Befehlseinheit 510 eingegeben, wenn ein Ausführungsbefehl von einem Bediener ausgegeben wird. Das Aktivierungssignal und das Ausführungsbefehlssignal entsprechen einem vorbestimmten Signal. Die Funktionsprüfbetrieb-Befehlseinheit 510 kann den Befehl für den Funktionsprüfbetrieb zu der Numerische-Steuerung-Verarbeitungseinheit 101 gemäß einem durch einen Bediener gesetzten vorbestimmten Plan senden.
  • Wenn sie den Befehl für den Funktionsprüfbetrieb empfängt, liest die Numerische-Steuerung-Verarbeitungseinheit 101 das Bearbeitungsprogramm für eine Funktionsprüfung aus der Speichereinheit 102, erzeugt einen Positionsbefehl und gibt den Positionsbefehl an die Servosteuereinrichtung 200 aus. Die Servosteuereinrichtung 200 dreht und steuert den Servomotor 300 basierend auf dem Positionsbefehl.
  • Die Betriebsbewertungseinheit 520 erhält einen Positionsfehler e, der die Ausgabe des Subtrahierers 202 der Servosteuereinrichtung 200 ist, und berechnet einen Bewertungswert EA unter Verwendung einer Bewertungsfunktion. Zum Beispiel kann eine Bewertungsfunktion der unten angegebenen Gleichung 3 oder 4 als die Bewertungsfunktion verwendet werden. Die Koeffizienten Ca und Cb in der Gleichung 3 und die Koeffizienten Cc und Cd in der Gleichung 4 sind Gewichtungsfaktoren. Ein Koeffizient to in der Gleichung 4 ist eine Zeit, die abläuft, bis der Positionsfehler e in einen vorbestimmten Bereich fällt, nachdem der Geschwindigkeitsbefehlswert des Servomotors 300 geändert wurde. Die Bewertungsfunktion ist nicht auf die in der Gleichung 3 oder 4 gezeigte Bewertungsfunktion begrenzt. Zum Beispiel kann eine Zeitintegration eines absoluten Werts des Positionsfehlers e in den Gleichungen 3 und 4 eine Zeitintegration des Quadrats des absoluten Werts des Positionsfehlers e oder ein größter Wert eines Satzes von absoluten Werten des Positionsfehlers e sein. C a × | e | d t + C b × | d e / d t | d t
    Figure DE102019213431A1_0003
    C c × | e | d t + C d × t 0 d t
    Figure DE102019213431A1_0004
  • 5 ist ein Kennliniendiagramm, das ein Beispiel des durch die Bewertungsfunktion der Gleichung 3 verwendeten Positionsfehlers e zeigt. 6 ist ein Kennliniendiagramm, das ein Beispiel des durch die Bewertungsfunktion der Gleichung 4 verwendeten Positionsfehlers e zeigt. In der Bewertungsfunktion der Gleichung 3 ist eine Vibration eines durch eine Strichlinie angegebenen Positionsfehlers kleiner als diejenige eines durch die durchgezogene Linie in 5 angegebenen Positionsfehlers, vermindert sich ein Zeitintegrationswert von |de/dt| und vermindert sich ein Bewertungswert. Deshalb wird die Bewertungsfunktion als ein zufriedenstellenderes Ergebnis bewertet. Obwohl in der Bewertungsfunktion der Gleichung 4 ein augenblicklicher Fehler des durch eine Strichlinie angegebenen Positionsfehlers größer ist als derjenige eines durch die durchgezogene Linie in 6 angegebenen Positionsfehlers, vermindert sich ein stationärer Fehler, vermindert sich ein Zeitintegrationswert von t0 und vermindert sich ein Bewertungswert. Deshalb wird die Bewertungsfunktion als ein zufriedenstellenderes Ergebnis bewertet. Der basierend auf der Gleichung 3 oder 4 erhaltene Bewertungswert EA wird zu der Verschlechterungsschätzung-Betriebseinheit 540 und der Speichereinheit 530 ausgegeben.
  • Nachdem ein maschinelles Lernen vor dem Versand durchgeführt wurde, speichert die Betriebsbewertungseinheit 520 einen Bewertungswert EB basierend auf dem Positionsfehler e, der durch das Betreiben der Servosteuereinrichtung 200 unter Verwendung des Bearbeitungsprogramms für eine Funktionsprüfung erhalten wird, sowie Zeitinformationen während der Ausführung des Funktionsprüfbetriebs oder Betriebsinformationen des Servomotors 300 in der Speichereinheit 530 in einer Korrelation. Und nachdem der Versand durchgeführt wurde, speichert die Betriebsbewertungseinheit 520 den Bewertungswert EA basierend auf dem Positionsfehler e, der immer erhalten wird, wenn die Servosteuereinrichtung 200 unter Verwendung des Bearbeitungsprogramms für eine Funktionsprüfung betrieben wird, sowie die Zeitinformationen während der Ausführung des Funktionsprüfbetriebs oder die Betriebsinformationen des Servomotors 300 in der Speichereinheit 530 in einer Korrelation. Und auch nachdem ein Neulernen durchgeführt wurde, speichert die Betriebsbewertungseinheit 520 den Bewertungswert EA basierend auf dem Positionsfehler e, der immer erhalten wird, wenn die Servosteuereinrichtung 200 unter Verwendung des Bearbeitungsprogramms für eine Funktionsprüfung betrieben wird, sowie die Zeitinformationen während der Ausführung des Funktionsprüfbetriebs oder die Betriebsinformationen des Servomotors 300 in der Speichereinheit 530 in einer Korrelation.
  • Die Verschlechterungsschätzung-Betriebseinheit 540 erhält die Zeitinformationen während der Ausführung des Funktionsprüfbetriebs und den durch die Betriebsbewertungseinheit 520 berechneten Bewertungswert EA, die Zeitinformationen und den Bewertungswert EB während der Ausführung des Funktionsprüfbetriebs nach dem maschinellen Lernen vor dem Versand und einen Satz der Zeitinformationen und des Bewertungswerts EA während der Ausführung des Funktionsprüfbetriebs nach dem Versand aus der Speichereinheit 530 und erzeugt eine Verschlechterungsschätzkennlinie wie in 7 gezeigt zum Beispiel mittels einer linearen Annäherung aus den Bewertungswerten EB und EA und den Zeitinformationen. Entsprechend erzeugt die Verschlechterungsschätzung-Betriebseinheit 540 eine Verschlechterungsschätzkennlinie, nachdem das Neulernen durchgeführt wurde. 7 ist ein Kennliniendiagramm, das einen Zustand zeigt, in dem ein Bewertungswert nach dem maschinellen Lernen vor dem Versand größer wird, und einen Zustand, in dem ein Bewertungswert während des Neulernens wieder aufgrund einer alterungsbedingten Verschlechterung größer wird. Wenn eine Verschlechterungsschätzkennlinie erhalten wird, kann eine Kurve der n-ten Ordnung angenommen werden und können die Koeffizienten derselben unter Verwendung der Methode der kleinsten Quadrate bestimmt werden, um eine Verschlechterungsschätzkennlinie zu erhalten. Betriebsinformationen wie etwa eine Bewegungsgröße des Servomotors 300 können anstelle der Zeitinformationen während der Ausführung des Gesundheitsprüfbetriebs verwendet werden.
  • Die Verschlechterungsschätzung-Betriebseinheit 540 schätzt eine Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine 400 unter Verwendung einer Verschlechterungsschätzkennlinie und weist die Maschinelles-Lernen-Einheit 550 an, ein Neulernen der Steuerparameter basierend auf dem Schätzergebnis durchzuführen. Insbesondere schätzt zum Beispiel wie in 7 gezeigt die Verschlechterungsschätzung-Betriebseinheit 540 eine Lernperiode basierend auf der Verschlechterungsschätzkennlinie und sendet einen Maschinelles-Lernen-Befehl zu der Maschinelles-Lernen-Einheit 550. Insbesondere sendet die Verschlechterungsschätzung-Betriebseinheit 540 einen Maschinelles-Lernen-Befehl (einen Neulernbefehl) zu der Maschinelles-Lernen-Einheit 550, bevor ein gesetzter Verschlechterungsbestimmungspegel erreicht wird (zum Beispiel mehrere Wochen, bevor ein Verschlechterungsbestimmungspegel erreicht wird) basierend auf der Verschlechterungsschätzkennlinie des Bewertungswerts, der durch den Funktionsprüfbetrieb nach dem Versand erhalten wird. Die Maschinelles-Lernen-Einheit 550 führt ein Neulernen zu einem Zeitpunkt durch, zu dem die Maschine 400 keine Bearbeitung durchführt. Der Verschlechterungsbestimmungspegel kann entsprechend basierend auf einem Bearbeitungszustand eines Werkstücks, einer Änderung in einem Bewertungswert oder ähnlichem gesetzt werden. Die Verschlechterungsschätzung-Betriebseinheit 540 berechnet eine Verschlechterungsschätzkennlinie auch, nachdem ein Neulernen durchgeführt wurde, schätzt die nächste Lernperiode basierend auf der Verschlechterungsschätzkennlinie und sendet einen Maschinelles-Lernen-Befehl zu der Maschinelles-Lernen-Einheit 550. Die Verschlechterungsschätzung-Betriebseinheit 540 kann einen Benachrichtigungsbefehl zu der Benachrichtigungseinheit 560 anstatt von oder gemeinsam mit dem Senden des Maschinelles-Lernen-Befehl senden. Die Verschlechterungsschätzung-Betriebseinheit 540 kann einen Maschinelles-Lernen-Befehl zu der Maschinelles-Lernen-Einheit 550 senden und kann einen Maschinelles-Lernen-Ausführbefehl zu der Numerische-Steuerung-Verarbeitungseinheit 101 der numerischen Steuereinrichtung 100 senden. In diesem Fall kann die Maschinelles-Lernen-Einheit 550 den Maschinelles-Lernen-Ausführbefehl nicht zu der Numerische-Steuerung-Verarbeitungseinheit 101 senden.
  • Nach dem Empfangen eines Benachrichtigungsbefehls sendet die Benachrichtigungseinheit 560 eine Benachrichtigung an einen Bediener oder Administrator durch das Anzeigen einer Empfehlung für eine Prüfung oder einer Warnung hinsichtlich einer Verschlechterung an einem Flüssigkristalldisplay oder durch das Senden derselben zu einem mobilen Endgerät über eine Kommunikationseinheit. Wenn die Maschinelles-Lernen-Einheit 550 ein Neulernen durchführt und keine Benachrichtigung an einen Bediener oder Administrator sendet, kann auf die Benachrichtigungseinheit 560 verzichtet werden. Ein Bediener, der eine Benachrichtigung erhalten hat, kann einen Maschinelles-Lernen-Befehl zu der Maschinelles-Lernen-Einheit 550 zu einem Zeitpunkt, zu dem eine Maschine keine Bearbeitung durchführt, senden.
  • Nachdem sie den Maschinelles-Lernen-Befehl empfangen hat, sendet die Maschinelles-Lernen-Einheit 550 einen Maschinelles-Lernen-Ausführbefehl zu der Numerische-Steuerung-Verarbeitungseinheit 101 der numerischen Steuereinrichtung 100. Nachdem sie den Maschinelles-Lernen-Ausführbefehl empfangen hat, liest die Numerisch-Steuerung-Verarbeitungseinheit 101 das Bearbeitungsprogramm für ein maschinelles Lernen aus der Speichereinheit 102, erzeugt einen Positionsbefehl und gibt den Positionsbefehl zu der Servosteuereinrichtung 200 aus. Die Servosteuereinrichtung 200 dreht und steuert den Servomotor 300 basierend auf dem Positionsbefehl. Die Maschinelles-Lernen-Einheit 550 erhält den Positionsfehler e, der die Ausgabe des Subtrahierers 202 der Servosteuereinrichtung 200 ist, lernt maschinell die optimalen Werte der Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 der Servosteuereinrichtung 200 und stellt die Koeffizienten ω, τ und σ der Übertragungsfunktion zu den optimalen Werten ein. Details des maschinellen Lernens werden weiter unten beschrieben.
  • 8 ist ein Flussdiagramm, das eine Funktionsprüfoperation der Steuervorrichtung 500 gemäß der vorliegenden Erfindung zeigt. Zuerst erhält in Schritt S11 die Betriebsprüfeinheit 520 den Positionsfehler e, der die Ausgabe des Subtrahierers 202 der gemäß einem Befehl für den Funktionsprüfbetrieb betriebenen Servosteuereinrichtung 200 ist und berechnet den Bewertungswert EA unter Verwendung der Bewertungsfunktion. Anschließend erzeugt in Schritt S12 die Verschlechterungsschätzung-Betriebseinheit 540 Verschlechterungsschätzungseigenschaften (eine Verschlechterungsschätzkennlinie) unter Verwendung des Bewertungswerts, der nach dem maschinellen Lernen vor dem Versand erhalten wird. In dem Schritt S13 schätzt die Verschlechterungsschätzung-Betriebseinheit 540 eine Lernperiode basierend auf der Verschlechterungsschätzkennlinie und sendet einen Maschinelles-Lernen-Befehl zu der Maschinelles-Lernen-Einheit 550. In Schritt S14 führt die Maschinelles-Lernen-Einheit 550 ein maschinelles Lernen basierend auf dem Maschinelles-Lernen-Befehl durch. In Schritt S15 bestimmt die Steuervorrichtung 500, ob eine Schätzung der alterungsbedingten Verschlechterung fortgesetzt werden soll, gemäß einem Befehl eines Bedieners oder von ähnlichem. Wenn die Schätzung fortgesetzt werden soll (Schritt S15: JA), kehrt der Fluss zu Schritt S11 zurück und wartet die Betriebsbewertungseinheit 520, bis der Positionsfehler e erhalten wird, gemäß einem Befehl für einen folgenden Funktionsprüfbetrieb. Wenn die Schätzung der alterungsbedingten Verschlechterung nicht fortgesetzt werden soll (Schritt S15: NEIN), wird der Funktionsprüfbetrieb der Steuervorrichtung 500 beendet.
  • Im Folgenden wird die Maschinelles-Lernen-Einheit 550 der Steuervorrichtung 500 beschrieben.
  • <Maschinelles-Lernen-Einheit 550>
  • Die Maschinelles-Lernen-Einheit 550 führt das Bearbeitungsprogramm für ein maschinelles Lernen durch und lernt maschinell (nachfolgend einfach als Lernen bezeichnet) die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201, sodass sich der Positionsfehler vermindert, unter Verwendung des von dem Subtrahierer 202 erhaltenen Positionsfehlers. Die Maschinelles-Lernen-Einheit 550 ist eine Maschinelles-Lernen-Vorrichtung. Obwohl das Lernen durch die Maschinelles-Lernen-Einheit 550 vor dem Versand durchgeführt wird, wird nach dem Versand ein Neulernen durchgeführt. Die durch das Bearbeitungsprogramm während des Lernens designierte Bewegungsbahn ist zum Beispiel ein Kreis, ein Rechteck, ein Achteck oder eine Sternform wie in 9 bis 12 oder ein Quadrat mit gerundeten Ecken wie in 3. Das Lernen wird in einer entsprechenden Kombination mit den Lernbearbeitungsprogramen von 9 bis 12 durchgeführt. Eine Vibration, die erzeugt wird, wenn die Drehrichtung des den Tisch in der X-Achsenrichtung und/oder der Y-Achsenrichtung bewegenden Servomotors gemäß einer durch ein derartiges Lernbearbeitungsprogramm designierten Bewegungsbahn umgekehrt wird und der Servomotor aus einem Drehzustand heraus stoppt, kann bewertet werden, wobei der Einfluss auf den Positionsfehler geprüft werden kann.
  • Wenn die in 3 und 9 bis 12 gezeigten Lernbearbeitungsprogramme während des Lernens ausgeführt werden, gibt die Numerische-Steuerung-Verarbeitungseinheit 101 sequentiell Positionsbefehlswerte aus, sodass zum Beispiel die Bewegungsbahnen eines Quadrats mit gerundeten Ecken, eines Kreises, eines Rechtecks, eines Achtecks und einer Sternform erhalten werden.
  • Die Maschinelles-Lernen-Einheit 550 führt ein Q-Lernen aus, in dem eine Aktion A zum Einstellen der mit einem Servozustand S assoziierten Koeffizienten ω, τ und σ ausgewählt wird, wobei es sich zum Beispiel um Befehle und Rückkopplungen handeln kann, die die Werte der Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 und die durch das Ausführen des Lernbearbeitungsprogramms erhaltenen Positionsfehlerinformationen der Servosteuereinrichtung 200 enthalten. Wie dem Fachmann wohlbekannt ist, besteht eine Zielsetzung des Q-Lernens darin, eine Aktion A mit dem höchsten Wert Q(S,A) als eine optimale Aktion innerhalb der in einem bestimmten Zustand S durchführbaren Aktionen A auszuwählen.
  • Insbesondere lernt ein Agent (eine Maschinelles-Lernen-Vorrichtung) den korrekten Wert Q(S,A) durch das Auswählen verschiedener Aktionen A in einem bestimmten Zustand S und das Vornehmen einer besseren Auswahl der Aktion basierend auf den für die ausgewählten Aktionen A erhaltenen Belohnungen.
  • Und weil der Agent eine in der Zukunft erhaltene Gesamtbelohnung maximieren möchte, versucht das Q-Lernen, endgültig eine Beziehung von Q(S,A) = E[Σ(γt)rt] zu erhalten. Dabei gibt E[ ]einen erwarteten Wert an, gibt t eine Zeit an, ist y ein als Nachlassfaktor bezeichneter und weiter unten beschriebener Parameter, ist rt eine Belohnung zu der Zeit t und ist Σ die Summe zu der Zeit t. In dieser Gleichung ist der erwartete Wert ein Wert, der bei einer Änderung des Zustands gemäß einer optimalen Aktion erwartet wird. Eine Aktualisierungsgleichung eines derartigen Werts Q(S,A) kann durch die folgende Gleichung 5 wiedergegeben werden.
  • Q ( S t + 1 , A t + 1 ) Q ( S t , A t ) + α ( r t + 1 + A γ m a x Q ( S t + 1 , A ) Q ( S t , A t ) )
    Figure DE102019213431A1_0005
  • In der Gleichung 5 gibt St einen Umgebungszustand zu der Zeit t an und gibt At eine Aktion zu der Zeit t an. Durch die Aktion At ändert sich der Zustand zu St+1 . Weiterhin gibt rt+1 eine durch die Änderung in dem Zustand erhaltene Belohnung an. Außerdem ist ein Term mit max eine Multiplikation des Q-Werts mit γ, wenn eine Aktion A mit dem zu diesem Zeitpunkt bekannten höchsten Q-Wert in dem Zustand St+1 ausgewählt wurde. Dabei ist γ ein Parameter von 0<γ≤1 und wird als ein Nachlassrate bezeichnet. Weiterhin ist α ein Lernkoeffizient im Bereich von 0<α≤1. Die Gleichung 5 gibt eine Methode zum Aktualisieren eines Werts Q(St , At ) einer Aktion At in einem Zustand St basierend auf einer bei der Durchführung der Aktion At erhaltenen Belohnung rt+1 an.
  • Die Maschinelles-Lernen-Einheit 550 beobachtet Zustandsinformationen S einschließlich eines Servozustands etwa in der Form von Befehlen oder Rückkopplungen einschließlich der Positionsfehlerinformationen der Servosteuereinrichtung 200, die durch das Ausführen des Lernmaschinenprogramms basierend auf den Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 erhalten werden. Die Zustandsinformationen entsprechen den Rückkopplungsinformationen. Die Maschinelles-Lernen-Einheit 505 gibt bei jeder Ausführung der Aktion A eine Belohnung aus. Dabei wird die Belohnung r wie folgt gesetzt. Der Belohnungswert wird auf einen negativen Wert gesetzt, wenn die Zustandsinformationen S durch Aktionsinformationen A zu den Zustandsinformationen S' korrigiert werden und der Wert der Bewertungsfunktion des Positionsfehlers e der Servosteuereinrichtung 200, die basierend auf den Koeffizienten ω, τ und σ nach der mit den Zustandsinformationen S' assoziierten Korrektur betrieben wird, größer ist als der Wert der Bewertungsfunktion des Positionsfehlers e der Servosteuereinrichtung 200, die basierend auf den Koeffizienten ω, τ und σ vor der mit den Zustandsinformationen S vor dem Korrigieren durch die Aktionsinformationen A assoziierten Korrektur betrieben wird. Zum Beispiel kann eine durch die Betriebsbewertungseinheit 520 verwendete Bewertungsfunktion der Gleichung 3 oder 4 als die Bewertungsfunktion verwendet werden. Die durch das maschinelle Lernen verwendete Bewertungsfunktion kann auch eine andere Bewertungsfunktion sein als die durch die Betriebsbewertungseinheit 520 verwendete Bewertungsfunktion.
  • Dagegen wird der Belohnungswert zu einem positiven Wert gesetzt, wenn der Wert der Bewertungsfunktion des Positionsfehlers e der Servosteuereinrichtung 200, die basierend auf den Koeffizienten ω, τ und σ nach der mit den durch die Aktionsinformationen A korrigierten Zustandsinformationen S' assoziierten Korrektur betrieben wird, kleiner ist als der Wert der Bewertungsfunktion des Positionsfehlers e der Servosteuereinrichtung 200, die basierend auf den Koeffizienten ω, τ und σ vor der mit den Zustandsinformationen S vor dem Korrigieren durch die Aktionsinformationen A assoziierten Korrektur betrieben wird. Bei einem Q-Lernen sucht die Maschinelles-Lernen-Einheit 505 in einer Versuch-und-Irrtum-Weise nach der optimalen Aktion A, sodass die Summe der Belohnungen r in Zukunft maximiert ist. Dadurch kann die Maschinelles-Lernen-Einheit 505 eine optimale Aktion A (d.h. die Werte der optimalen Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201) in Bezug auf den Zustand S einschließlich eines Servozustands auswählen, wie etwa Fehler und Rückkopplungen einschließlich der Positionsfehlerinformationen der Servosteuereinrichtung 200, die durch das Ausführen des Lernbearbeitungsprogramms basierend auf den Koeffizienten ω, τ und σ erhalten werden.
  • 13 ist ein Blockdiagramm, das die Maschinelles-Lernen-Einheit zeigt. Um wie in 13 gezeigt das Verstärkungslernen durchzuführen, enthält die Maschinelles-Lernen-Einheit 505 eine Zustandsinformationen-Erhaltungseinheit 551, eine Lerneinheit 552, eine Aktionsinformationen-Ausgabeeinheit 553, eine Wertfunktion-Speichereinheit 554 und eine Optimierungsaktionsinformationen-Ausgabeeinheit 555.
  • Die Zustandsinformationen-Erhaltungseinheit 551 erhält von der Servosteuereinrichtung 200 die Zustandsinformationen S, die als Rückkopplungsinformationen dienen, einschließlich von Befehlen und Rückkopplungen einschließlich der Positionsfehlerinformationen der Servosteuereinrichtung 200, die durch das Ausführen des Lernbearbeitungsprogramms basierend auf den Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 erhalten werden. Die Zustandsinformationen S entsprechen einem Umgebungszustand S in dem Q-Lernen. Die Zustandsinformationen-Erhaltungseinheit 551 gibt die erhaltenen Zustandsinformationen S zu der Lerneinheit 552 aus. Die Koeffizienten ω, τ und σ zu dem Zeitpunkt, zu dem das Q-Lernen startet, werden zuvor durch einen Benutzer erzeugt.
  • Die Lerneinheit 552 ist eine Lerneinheit, die den Wert Q(S,A) lernt, wenn eine bestimmte Aktion A unter einem bestimmten Umgebungszustand S ausgewählt wird. Insbesondere enthält die Lerneinheit 552 eine Belohnungsausgabeeinheit 5521, eine Wertfunktion-Aktualisierungseinheit 5522 und eine Aktionsinformationen-Erzeugungseinheit 5523.
  • Die Belohnungsausgabeeinheit 5521 ist eine Einheit, die eine Belohnung berechnet, wenn die Aktion A unter einem bestimmten Zustand S ausgewählt wird. Dabei wird ein Positionsfehler, der eine Zustandsvariable in dem Zustand S ist, durch e(S) angegeben und wird ein Positionsfehler, der eine mit den Zustandsinformationen S', die von dem Zustand S durch die Aktionsinformationen A (die Korrektur der Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201) geändert wurden, assoziierte Zustandsvariable ist, durch e(S') angegeben.
  • Zum Beispiel wird die Bewertungsfunktion der Gleichung 3 oder 4, die gleich der durch die Betriebsbewertungseinheit 520 verwendeten Bewertungsfunktion ist, als die Bewertungsfunktion f verwendet.
  • In diesem Fall setzt die Belohnungsausgabeeinheit 5521 den Belohnungswert zu einem negativen Wert, wenn der Wert f(e(S')) der Bewertungsfunktion f, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 nach der mit den durch die Aktionsinformationen A korrigierten Zustandsinformationen S' assoziierten Korrektur betrieben wird, größer ist als der Wert f(e(S)) der Bewertungsfunktion f, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 vor einer mit den Zustandsinformationen S vor dem Korrigieren durch die Aktionsinformationen A assoziierten Korrektur betrieben wird.
  • Dagegen setzt die Belohnungsausgabeeinheit 5521 den Belohnungswert zu einem positiven Wert, wenn der Wert f(e(S')) der Bewertungsfunktion f, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 nach der mit den durch die Aktionsinformationen A korrigierten Zustandsinformationen S' betrieben wird, kleiner ist als der Wert f(e(S)) der Bewertungsfunktion f, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 vor der mit den Zustandsinformationen S vor dem Korrigieren durch die Aktionsinformationen A assoziierten Korrektur betrieben wird. Weiterhin setzt die Belohnungsausgabeeinheit 5521 den Belohnungswert zu null, wenn der Wert f(e(S')) der Bewertungsfunktion f, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 nach der mit den durch die Aktionsinformationen A korrigierten Zustandsinforationen S' assoziierten Korrektur betrieben wird, gleich dem Wert f(e(S)) der Bewertungsfunktion f ist, wenn die Servosteuereinrichtung 200 basierend auf dem Filter 201 vor der mit den Zustandsinformationen S vor dem Korrigieren durch die Aktionsinformationen A assoziierten Korrektur betrieben wird.
  • Weiterhin kann der negative Wert in Entsprechung proportional erhöht werden, wenn der Wert f(e(S') der Bewertungsfunktion f des Zustands S' nach der Ausführung der Aktion A größer ist als der Wert f(e(S)) der Bewertungsfunktion f in dem vorausgehenden Zustand S. Das heißt, dass sich der negative Wert in Entsprechung zu dem Erhöhungsgrad des Werts f(e(S')) der Bewertungsfunktion f des Zustands S' erhöhen kann. Im Gegensatz dazu kann sich der positive Wert in Entsprechung zu einer Proportion erhöhen, wenn der Wert f(e(S')) der Bewertungsfunktion f des Zustands S' nach der Ausführung der Aktion A kleiner ist als der Wert f(eS)) der Bewertungsfunktion f in dem vorausgehenden Zustand s. Das heißt, dass sich der positive Wert in Entsprechung zu dem Verminderungsgrad des Werts f(e(S')) erhöhen kann.
  • Die Wertfunktion-Aktualisierungseinheit 5522 aktualisiert die in der Wertfunktion-Speichereinheit 554 gespeicherte Wertfunktion Q durch das Durchführen eines Q-Lernens basierend auf dem Zustand S, der Aktion A, dem Zustand S', wenn die Aktion A auf den Zustand S angewendet wurde, und dem auf diese Weise berechneten Wert der Belohnung r. Die Aktualisierung der Wertfunktion Q kann durch ein Online-Lernen, ein Stapel-Lernen oder ein Ministapel-Lernen durchgeführt werden. Das Online-Lernen ist eine Lernmethode zum Anwenden einer bestimmten Aktion A auf einen aktuellen Zustand S und zum Aktualisieren der Wertfunktion Q unmittelbar immer dann, wenn der aktuelle Zustand S zu einem neuen Zustand S' übergeht. Ein Stapel-Lernen ist eine Lernmethode zum Anwenden einer bestimmten Aktion A auf einen aktuellen Zustand S und zum wiederholten Erzielen eines Übergangs von dem Zustand S zu einem neuen Zustand S', zum Sammeln von Lerndaten und zum Aktualisieren der Wertfunktion Q unter Verwendung aller gesammelten Lerndaten. Ein Ministapel-Lernen ist eine Lernmethode, die zwischen dem Online-Lernen und dem Stapel-Lernen liegt und das Aktualisieren der Wertfunktion Q immer dann vorsieht, wenn eine bestimmte Menge von Lerndaten gesammelt wurde.
  • Die Aktionsinformationen-Erzeugungseinheit 5523 wählt die Aktion A in dem Prozess des Q-Lernens in Bezug auf den aktuellen Zustand S aus. Die Aktionsinformationen-Erzeugungseinheit 5523 erzeugt die Aktionsinformationen A und gibt die erzeugten Aktionsinformationen A zu der Aktionsinformationen-Ausgabeeinheit 553 aus, um einen Betrieb (in Entsprechung zu der Aktion A in dem Q-Lernen) zum Korrigieren der Koeffizienten ω, τ und σ in dem Prozess des Q-Lernens durchzuführen. Insbesondere gibt die Aktionsinformationen-Erzeugungseinheit 5523 zum Beispiel die Aktionsinformationen A zum inkrementellen Erhöhen oder Vermindern der Koeffizienten ω, τ und σ indem Zustand S aus. Die Aktionsinformationen A sind Korrekturinformationen der Koeffizienten ω, τ und σ.
  • Wenn die Koeffizienten ω, τ und σ vergrößert oder verkleinert werden geht der Zustand S zu dem Zustand S' über und wird eine Plus-Belohnung (eine positive Belohnung) angeboten, wobei die Aktionsinformationen-Erzeugungseinheit 5523 eine Vorgehensweise zum Auswählen einer derartigen Aktion A', die den Wert des Positionsfehlers weiter vermindert, wie etwa ein inkrementelles Erhöhen oder Vermindern der Koeffizienten ω, τ und σ ähnlich wie in der vorausgehenden Aktion als die nächste Aktion A' auswählen kann.
  • Wenn dagegen eine Minus-Belohnung (eine negative Belohnung) angeboten wird, kann die Aktionsinformationen-Erzeugungseinheit 5523 eine Vorgehensweise zum Auswählen einer derartigen Aktion A', dass der Positionsfehler zu kleiner als der vorausgehende Wert etwa durch das inkrementelle Vermindern oder Erhöhen der Koeffizienten ω, τ und σ entgegen der vorausgehenden Aktion vermindert wird, als die nächste Aktion A' auswählen.
  • Die Aktionsinformationen-Ausgabeeinheit 553 ist eine Einheit, die die Korrekturinformationen der Koeffizienten, die als die von der Lerneinheit 552 ausgegebenen Aktionsinformationen A dienen, zu dem Filter 201 ausgibt. Wie weiter oben beschrieben, stellt das Filter 201 den aktuellen Zustand S (d.h. die derzeit gesetzten Koeffizienten ω, τ und σ der Übertragungsfunktion) basierend auf den Aktionsinformationen fein ein, um dadurch zu dem nächsten Zustand S' (d.h. zu den korrigierten Koeffizienten ω, τ und σ) überzugehen.
  • Die Wertfunktion-Speichereinheit 554 ist eine Speichereinrichtung, die die Wertfunktion Q speichert. Die Wertfunktion Q kann zum Beispiel als eine Tabelle (nachfolgend als eine Aktionswerttabelle bezeichnet) für jeden Zustand S und jede Aktion A gespeichert werden. Die in der Wertfunktion-Speichereinheit 554 gespeicherte Wertfunktion Q wird durch die Wertfunktion-Aktualisierungseinheit 5522 aktualisiert.
  • Die Optimierungsaktionsinformationen-Ausgabeeinheit 555 erzeugt die Aktionsinformationen A (nachfolgend als „Optimierungsaktionsinformationen“ bezeichnet), um das Filter 201 zum Durchführen eines Betriebs zum Maximieren der Wertfunktion Q(S,A) basierend auf der durch die Wertfunktion-Aktualisierungseinheit 5522, die das Q-Lernen durchführt, aktualisierten Wertfunktion Q zu veranlassen. Die Optimierungsaktionsinformationen umfassen Informationen, die die Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 korrigieren, ähnlich wie die Aktionsinformationen, die die Aktionsinformationen-Ausgabeeinheit 553 in dem Prozess des Q-Lernens ausgibt.
  • Die Servosteuereinrichtung 200 kann derart betrieben werden, dass die Koeffizienten ω, τ und σ basierend auf den Koeffizientenkorrekturinformationen korrigiert werden und der Positionsfehlerwert reduziert wird. Wie oben beschrieben, kann unter Verwendung der Maschinelles-Lernen-Einheit 550 die Einstellung der Koeffizienten ω, τ und σ der Übertragungsfunktion des Filters 201 der Servosteuereinrichtung 200 vereinfacht werden.
  • Vorstehend wurden die Funktionsblöcke in der numerischen Steuereinrichtung 100, der Servosteuereinrichtung 200 und der Steuervorrichtung 500 beschrieben. Um diese Funktionsblöcke zu realisieren, enthalten die numerische Steuereinrichtung 100, die Servosteuereinrichtung 200 und die Steuervorrichtung 500 jeweils eine arithmetische Verarbeitungseinrichtung wie etwa eine zentrale Verarbeitungseinheit (CPU). Weiterhin enthält die Servosteuereinrichtung 200 auch eine Nebenspeichereinrichtung wie etwa ein Festplattenlaufwerk (HDD) für das Speichern von verschiedenen Steuerprogrammen wie etwa einer Anwendungssoftware und einem Betriebssystem und eine Hauptspeichereinrichtung wie etwa einen RAM für das Speichern von vorübergehend für die Ausführung des Programms durch die arithmetische Verarbeitungseinrichtung erforderlichen Daten.
  • In der numerischen Steuereinrichtung 100, der Servosteuereinrichtung 200 und der Steuervorrichtung 500 liest die arithmetische Verarbeitungseinrichtung eine Anwendung und ein Betriebssystem aus der Nebenspeichereinrichtung und entwickelt die gelesene Anwendungssoftware und das Betriebssystem in der Hauptspeichereinrichtung, um eine arithmetische Verarbeitung basierend auf der gelesenen Anwendungssoftware und dem Betriebssystem durchzuführen. Die arithmetische Verarbeitungseinrichtung steuert auch verschiedene Typen von Hardware in jeder Einrichtung basierend auf dem Rechenergebnis. Auf diese Weise werden die Funktionsblöcke der vorliegenden Ausführungsform realisiert. Die vorliegende Ausführungsform kann also durch die Zusammenwirkung von Hardware und Software realisiert werden.
  • Weil die Maschinelles-Lernen-Einheit 550 einen großen Rechenaufwand in Verbindung mit dem maschinellen Lernen zu leisten hat, können grafische Verarbeitungseinheiten (GPUs) an einem PC vorgesehen sein und für die arithmetische Verarbeitung in Verbindung mit dem maschinellen Lernen unter Verwendung einer als allgemeine Verarbeitung an grafischen Verarbeitungseinheiten (General-Purpose Computing on Graphics Processing Units bzw. GPGPUs) bezeichneten Technik verwendet werden. Auf diese Weise kann eine Hochgeschwindigkeitsverarbeitung durchgeführt werden. Und um eine Verarbeitung mit einer höheren Geschwindigkeit zu realisieren, kann ein Computercluster mit einer Vielzahl von mit derartigen GPUs ausgestatteten Computern gebildet werden, wobei die in dem Computercluster enthaltene Vielzahl von Computern eine parallele Verarbeitung durchführen kann.
  • (Zweite Ausführungsform)
  • 14 ist ein Blockdiagramm, das eine Konfiguration einer numerischen Steuereinrichtung, einer Servosteuereinrichtung und einer Maschine eines Maschinensteuersystems gemäß einer zweiten Ausführungsform der vorliegenden Erfindung zeigt. Das Maschinensteuersystem der vorliegenden Erfindung weist die gleiche Konfiguration auf wie das Maschinensteuersystem 10 von 1 und 2 mit Ausnahme der Konfiguration der Servosteuereinrichtung.
  • Eine Servosteuereinrichtung 200A der vorliegenden Ausführungsform enthält nicht das Filter 201, sondern einen Doppeldifferentiator 210, eine Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 und einen Addierer 213 im Gegensatz zu der Servosteuereinrichtung 200 von 2.
  • Der Doppeldifferentiator 210 gibt einen durch das Differenzieren eines Positionsbefehlswerts und das Multiplizieren desselben mit einer Konstante β erhaltenen Wert zu der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 aus. Die Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 führt einen Geschwindigkeitsvorwärtskopplungsprozess, der durch eine durch die Gleichung 6 angegebene Übertragungsfunktion H(s) wiedergegeben wird, in Bezug auf die Ausgabe von dem Doppeldifferentiator 210 aus und gibt das Verarbeitungsergebnis zu dem Addierer 213 als einen Geschwindigkeitsvorwärtskopplungsterm aus. Die Koeffizienten ci und dj (x≥i, j≥0, und X ist eine natürliche Zahl) in der Gleichung 6 sind Koeffizienten der Übertragungsfunktion H(s). H ( s ) = d 0 + d 1 s + d s s 2 + + b x s x c 0 + c 1 s + c s s 2 + + c x s x
    Figure DE102019213431A1_0006
  • Die Maschinelles-Lernen-Einheit 550 führt ein Lernbearbeitungsprogramm für das Lernen der Werte der Koeffizienten ci und dj (i und j≥0) der Übertragungsfunktion H(s) der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211, sodass sich ein Positionsfehler vermindert, unter Verwendung des von dem Subtrahierer 202 erhaltenen Positionsfehlers aus. Wie insbesondere im Detail in der ersten Ausführungsform beschrieben wurde, lernt die Maschinelles-Lernen-Einheit 550 einen Wert Q zum Auswählen einer Aktion A für das Einstellen der Werte der Koeffizienten ci und dj der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211, die mit einem Servozustand S assoziiert sind, wie etwa Befehle und Rückkopplungen einschließlich der Werte der Koeffizienten ci und dj (i und j≥0) der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 der Servosteuereinrichtung 200 und der Positionsfehlerinformationen und des Positionsfehlers der Servosteuereinrichtung 200, der durch das Ausführen des Lernbearbeitungsprogramms erhalten wird.
  • Die Form der durch das Lernbearbeitungsprogramm designierten Bewegungsbahn ist zum Beispiel ein Achteck wie in 11 gezeigt. Das Lernen der mit der Übertragungsfunktion H(s) assoziierten Koeffizienten wird durch das Bewerten einer Vibration, wenn die Drehgeschwindigkeit der linearen Steuerung an den Positionen P3 und P4 der in 11 gezeigten Bewegungsbahn geändert wird, und das Prüfen des Einflusses auf einen Positionsfehler durchgeführt.
  • In diesem Beispiel lernt die Maschinelles-Lernen-Einheit 550 die Werte der Koeffizienten ci und dj (i und j≥0) der Übertragungsfunktion H(s) der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211, wobei die Maschinelles-Lernen-Einheit 550 aber auch die Werte von Koeffizienten ai und bj (i und j≥0) der Übertragungsfunktion G(s) der Positionsvorwärtskopplung-Verarbeitungseinheit 206 lernen kann und sowohl die Koeffizienten der Übertragungsfunktion H(s) als auch die Koeffizienten der Übertragungsfunktion G(s) lernen kann. Die Koeffizienten ci und dj (i und j ≥0) der Übertragungsfunktion H(s) der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 und die Koeffizienten ai und bi (i und j ≥0) der Übertragungsfunktion G(s) der Positionsvorwärtskopplungs-Verarbeitungseinheit 206 sind Steuerparameter, die verwendet werden, wenn eine als eine Motorsteuereinrichtung dienende Servosteuereinrichtung die Betriebseigenschaften der Antriebseinheit der Maschine 400 bestimmt.
  • Wenn sowohl die Koeffizienten der Übertragungsfunktion H(s) als auch die Koeffizienten der Übertragungsfunktion G(s) gelernt werden, führt die Maschinelles-Lernen-Einheit 550 vorzugsweise das Lernen der Koeffizienten der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 separat zu dem Lernen der Koeffizienten der Übertragungsfunktion der Positionsvorwärtskopplungs-Verarbeitungseinheit 206 durch und führt das Lernen der Koeffizienten der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 auf einer weiter innen gelegenen Seite (in einer weiter innen gelegenen Schleife) als die Positionsvorwärtskopplung-Verarbeitungseinheit 206 und früher als das Lernen der Koeffizienten der Übertragungsfunktion der Positionsvorwärtskopplung-Verarbeitungseinheit 206 durch. Insbesondere fixiert die Maschinenlerneinheit 505 die Koeffizienten der Übertragungsfunktion der Positionsvorwärtskopplung-Verarbeitungseinheit 206 und lernt die optimalen Werte der Koeffizienten der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211. Danach fixiert die Maschinelles-Lernen-Einheit 505 die Koeffizienten der Übertragungsfunktion der Geschwindigkeitsvorwärtskopplung-Verarbeitungseinheit 211 bei den durch das Lernen erhaltenen optimalen Werten und lernt die Koeffizienten der Übertragungsfunktion der Positionsvorwärtskopplung-Verarbeitungseinheit 206.
  • Auf diese Weise kann das Lernen für die Optimierung der Koeffizienten der Übertragungsfunktion der Positionsvorwärtskopplung-Verarbeitungseinheit 206 unter der Bedingung des durch das Lernen optimierten Geschwindigkeitsvorwärtskopplungterms durchgeführt werden und kann eine Variation in dem Positionsfehler unterdrückt werden.
  • Es kann ein Bearbeitungsprogramm, in dem die Bewegungsbahn wie in 11 gezeigt ein Achteck ist, als das Bearbeitungsprogramm für eine Funktionsprüfung gemäß der vorliegenden Ausführungsform verwendet werden, wobei jedoch auch eine andere Form verwendet werden kann, solange eine Vibration bei einer Änderung der Drehgeschwindigkeit der linearen Steuerung bewertet werden kann. Der Betrieb der Steuervorrichtung 500 dieser Ausführungsform ist gleich dem in der ersten Ausführungsform beschriebenen Betrieb.
  • Die in der numerischen Steuereinrichtung, der Servosteuereinrichtung und der Steuervorrichtung enthaltenen Komponenten können durch Hardware, Software oder eine Kombination aus diesen realisiert werden. Ein Servosteuerverfahren und ein Steuerverfahren, die durch die Zusammenwirkung der Komponenten in der Servosteuereinrichtung und der Steuervorrichtung enthaltenen Komponenten durchgeführt werden, können durch Hardware, Software oder eine Kombination aus diesen realisiert werden. Unter einer Realisierung durch Software ist dabei zu verstehen, dass ein Computer ein Programm liest und ausführt.
  • Die Programme können auf verschiedenen Typen von nicht-transitorischen, computerlesbaren Medien gespeichert werden und können zu einem Computer gegeben werden. Die nicht-transitorischen, computerlesbaren Medien können verschiedenen Typen von greifbaren Speichermedien sein. Beispiele für die nicht-transitorischen, computerlesbaren Medien sind ein magnetisches Aufzeichnungsmedium (zum Beispiel eine Diskette, ein Festplattenlaufwerk), ein magnetooptisches Aufzeichnungsmedium (zum Beispiel eine magnetooptische Platte), eine CD-ROM, eine CD-R, eine CD-R/W, ein Halbleiterspeicher (zum Beispiel ein Masken-ROM, ein PROM (ein programmierbarer ROM), ein EPROM (ein löschbarer PROM), ein Flash-ROM und ein RAM (Random Access Memory)). Weiterhin können die Programme zu einem Computer über verschiedene Typen von transitorischen, computerlesbaren Medien zugeführt werden.
  • Die oben beschriebene Ausführungsform ist eine bevorzugte Ausführungsform der vorliegenden Erfindung. Der Erfindungsumfang ist jedoch nicht auf die hier beschriebene Ausführungsform beschränkt, die auch auf verschiedene Weise modifiziert werden kann, ohne dass deshalb der Erfindungsumfang verlassen wird. In der oben beschriebenen Ausführungsform wird ein Servomotor als der Motor verwendet und wird eine Servosteuereinrichtung als die Motorsteuereinrichtung verwendet, wobei die Erfindung jedoch nicht darauf beschränkt ist und zum Beispiel auch ein Schrittmotor als der Motor verwendet werden kann und eine Steuereinrichtung, die keine Servosteuerung durchführt, als die Motorsteuereinrichtung verwendet werden kann. In der oben beschriebenen Ausführungsform erhält eine Steuereinrichtung einen Positionsfehler, der als Informationen zu den Betriebseigenschaften der Antriebseinheit einer Maschine von einer Servosteuereinrichtung dient, wobei jedoch, wenn die Informationen Beschleunigungsinformationen einer Antriebseinheit einer Maschine sind, die Informationen auch von einem an der Maschine vorgesehenen Beschleunigungssensor erhalten werden können. Das heißt, dass die Informationen, die die Betriebseigenschaften der Antriebseinheit einer Maschine angeben, auch von einer Servosteuereinrichtung oder der Maschine erhalten werden können. In der oben beschriebenen Ausführungsform ist der von der numerischen Steuereinrichtung zu der Motorsteuereinrichtung ausgegebene Steuerbefehl ein Positionsbefehl, wobei der Steuerbefehl jedoch nicht auf den Positionsbefehl beschränkt ist und zum Beispiel auch ein Geschwindigkeitsbefehl sein kann.
  • Das Maschinensteuersystem kann die folgende Konfiguration zusätzlich zu der in 1 gezeigten Konfiguration aufweisen.
  • <Modifikation, in der die Steuervorrichtung außerhalb der CNC-Vorrichtung vorgesehen ist>
  • 15 ist ein Blockdiagramm, das ein anderes Konfigurationsbeispiel eines Maschinensteuersystems zeigt. Ein in 15 gezeigtes Maschinensteuersystem 10A unterscheidet sich von dem in 1 gezeigten Maschinensteuersystem 10 dadurch, dass n (n ist eine natürliche Zahl von 2 oder mehr) Steuervorrichtungen 500-1 bis 500-n mit n CNC-Vorrichtungen 20A-1 bis 20A-n über ein Netzwerk 600 verbunden sind. Die CNC-Vorrichtungen 20A-1 bis 20A-n sind mit Maschinen 400-1 bis 400-n verbunden. Die CNC-Vorrichtungen 20A-1 bis 20A-n weisen jeweils die gleiche Konfiguration auf wie die CNC-Vorrichtung 20 von 1. Die Steuervorrichtungen 500-1 bis 500-n weisen jeweils die gleiche Konfiguration auf wie die Steuervorrichtung 500 von 1. Die Maschinen 400-1 bis 400-n weisen jeweils die gleiche Konfiguration auf wie die Maschine 400 von 2.
  • Dabei sind die CNC-Vorrichtung 20A-1 und die Steuervorrichtung 500-1 in einer eins-zu-eins-Beziehung gepaart und kommunikativ miteinander verbunden. Die CNC-Vorrichtungen 20A-2 bis 20A-n und die Steuervorrichtungen 500-2 bis 500-n sind entsprechend mit der CNC-Steuervorrichtung 20A-1 und der Steuervorrichtung 500-1 verbunden. In 15 sind n Paare von CNC-Vorrichtungen 20A-1 bis 20A-n und der Steuervorrichtungen 500-1 bis 500-n über das Netzwerk 600 in 15 verbunden, wobei die n Paare der CNC-Vorrichtungen 20A-1 bis 20A-n und der Steuervorrichtungen 500-1 bis 500-n aber auch direkt über Verbindungsschnittstellen miteinander verbunden sein können. Es können eine Vielzahl von n Paaren der CNC-Vorrichtungen 20A-1 bis 20A-n und der Steuervorrichtungen 500-1 bis 500-n zum Beispiel in der gleichen Anlage vorgesehen sein oder auch in verschiedenen Anlagen vorgesehen sein.
  • Das Netzwerk 600 ist zum Beispiel ein lokales Netz (LAN) in einer Anlage, das Internet, ein öffentliches Telefonnetz oder eine Kombination derselben. Es werden hier keine besonderen Vorgaben zu dem spezifischen Kommunikationsschema des Netzwerks 600, dazu, ob das Netzwerk eine Kabelverbindung oder eine drahtlose Verbindung verwendet, oder zu ähnlichem gemacht.
  • <Freiheit der Systemkonfiguration>
  • In der oben beschriebenen Modifikation sind die CNC-Geräte 20A-1 bis 20A-n und die Steuervorrichtungen 500-1 bis 500-n kommunikativ in einer eins-zu-eins-Beziehung verbunden, wobei eine Steuereinrichtung kommunikativ mit einer Vielzahl von CNC-Vorrichtungen über das Netzwerk 600 verbunden sein kann, um einen Funktionsprüfbetrieb und ein maschinelles Lernen jeder CNC-Vorrichtung durchzuführen. In diesem Fall kann ein verteiltes Verarbeitungssystem verwendet werden, in dem entsprechende Funktionen einer einzelnen Steuervorrichtung auf eine Vielzahl von Servern verteilt sind. Weiterhin können die Funktionen einer einzelnen Steuervorrichtung unter Verwendung einer Virtueller-Server-Funktion oder ähnlichem in einer Cloud realisiert werden.
  • Wenn n Steuervorrichtungen 500-1 bis 500-n der gleichen Typenbezeichnung, der gleichen Spezifikation oder der gleichen Serie jeweils in Entsprechung zu den CNC-Vorrichtungen 20A-1 bis 20A-n vorgesehen sind, können die Ergebnisse des Funktionsprüfbetriebs und/oder des maschinellen Lernens der entsprechenden Steuervorrichtungen 500-1 bis 500-n gemeinsam genutzt werden. Dadurch kann ein besseres Modell erzeugt werden.
  • Bezugszeichenliste
  • 10, 10A:
    Maschinensteuersystem
    20, 20-1 bis 20-n:
    CNC-Vorrichtung
    100:
    numerische Steuereinrichtung
    200:
    Servosteuereinrichtung
    300:
    Servomotor
    400, 400-1 bis 400-n:
    Maschine
    500, 500-1 bis 500-n:
    Steuervorrichtung
    510:
    Funktionsprüfoperation-Befehlseinheit
    520:
    Betriebsbewertungseinheit
    530:
    Speichereinheit
    540:
    Verschlechterungsschätzung-Betriebseinheit
    550:
    Maschinelles-Lernen-Einheit
    560:
    Benachrichtigungseinheit
  • 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 2017120649 [0005]

Claims (9)

  1. Steuervorrichtung (500), umfassend: eine Maschinelles-Lernen-Einheit (550), die maschinell einen Steuerparameter lernt, der Betriebseigenschaften einer Antriebseinheit einer Maschine (400), die ein Antriebsziel eines Motors (300) ist, bestimmt und den Steuerparameter für eine den Motor steuernde Motorsteuereinrichtung (200) setzt, eine Funktionsprüfbetrieb-Befehlseinheit (510), die einen Befehl für einen Funktionsprüfbetrieb zum Betreiben der Motorsteuereinrichtung (200) für das Erhalten von Betriebseigenschaften der Antriebseinheit ausgibt, eine Betriebsbewertungseinheit (520), die Informationen, die die Betriebseigenschaften der Antriebseinheit angeben, von der Motorsteuereinrichtung oder der Maschine, die basierend auf dem Befehl für den Funktionsprüfbetrieb betrieben wird, erhält, einen Bewertungswert basierend auf einer die Informationen verwendenden Bewertungsfunktion berechnet und den Bewertungswert in einer Speichereinheit (530) in Assoziation mit Betriebsinformationen des Motors oder Zeitinformationen während der Ausführung des Funktionsprüfbetriebs speichert, und eine Verschlechterungsschätzung-Betriebseinheit (540), die eine Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) basierend auf dem in der Speichereinheit (530) gespeicherten Bewertungswert und dem durch die Betriebsbewertungseinheit (520) während der Durchführung des Funktionsprüfbetriebs berechneten Bewertungswert schätzt.
  2. Steuervorrichtung (500) nach Anspruch 1, wobei: die Verschlechterungsschätzung-Betriebseinheit (540) die Maschinelles-Lernen-Einheit (550) anweist, den Steuerparameter maschinell basierend auf einem Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) zu lernen.
  3. Steuervorrichtung (500) nach Anspruch 1 oder 2, wobei: die Verschlechterungsschätzung-Betriebseinheit (540) eine Benachrichtigungseinheit anweist, eine Verschlechterung in der Betriebseigenschaft der Antriebseinheit der Maschine (400) basierend auf einem Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) zu melden.
  4. Steuervorrichtung (500) nach einem der Ansprüche 1 bis 3, wobei: die Funktionsprüfbetrieb-Befehlseinheit (510) einen Befehl für den Funktionsprüfbetrieb gemäß einem vorbestimmten Plan oder bei der Eingabe eines vorbestimmten Signals ausgibt.
  5. Steuervorrichtung (500) nach einem der Ansprüche 1 bis 4, wobei: die Funktionsprüfbetrieb-Befehlseinheit (510) den Befehl für den Funktionsprüfbetrieb zu einer numerischen Steuereinrichtung (100) sendet, die einen Steuerbefehl zu der Motorsteuereinrichtung (200) ausgibt.
  6. CNC-Vorrichtung (20), die umfasst: die Steuervorrichtung (500) gemäß Anspruch 5, eine Motorsteuereinrichtung (200), die einen Motor (300) steuert, und eine numerische Steuereinrichtung (100), die einen Steuerbefehl zu der Motorsteuereinrichtung (200) basierend auf einem von der Steuervorrichtung (500) ausgegebenen Befehl für einen Funktionsprüfbetrieb ausgibt.
  7. Steuerverfahren zum Veranlassen einer Steuervorrichtung (500) mit einer Speichereinheit (530) und einer Maschinelles-Lernen-Einheit (550), die einen Steuerparameter, der Betriebseigenschaften einer Antriebseinheit einer Maschine (400), die ein Antriebsziel eines Motors (300) ist, bestimmt und den Steuerparameter für eine den Motor (300) steuernde Motorsteuereinrichtung (200) setzt, veranlasst zum Ausführen von Folgendem: ein Funktionsprüfbetrieb-Befehlsschritt zum Ausgeben eines Befehls für einen Funktionsprüfbetrieb zum Betreiben der Motorsteuereinrichtung (200) für das Erhalten der Betriebseigenschaften der Antriebseinheit, einen Betriebsbewertungsschritt zum Erhalten von Informationen, die die Betriebseigenschaften der Antriebseinheit angeben, von der Motorsteuereinrichtung (200) oder der Maschine (400), die basierend auf dem Befehl für den Funktionsprüfbetrieb betrieben wird, zum Berechnen eines Bewertungswerts basierend auf einer die Informationen verwendenden Bewertungsfunktion und zum Speichern des Bewertungswerts in der Speichereinheit (530) in Assoziation mit Betriebsinformationen des Motors oder Zeitinformationen während der Ausführung des Funktionsprüfbetriebs, und ein Verschlechterungsschätzschritt zum Schätzen einer Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) basierend auf dem in der Speichereinheit (530) gespeicherten Bewertungswert und dem in dem Betriebsbewertungsschritt während der Durchführung des Funktionsprüfbetriebs berechneten Bewertungswert.
  8. Steuerverfahren nach Anspruch 7, wobei der Verschlechterungsschätzschritt weiterhin umfasst: einen Maschinelles-Lernen-Befehlsschritt zum Anweisen der Maschinelles-Lernen-Einheit (550), dass sie den Steuerparameter basierend auf dem in dem Verschlechterungsschätzschritt geschätzten Schätzergebnis zu der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) lernen soll.
  9. Steuerverfahren nach Anspruch 7, wobei der Verschlechterungsschätzschritt weiterhin umfasst: einen Benachrichtigungsschritt zum Melden der Verschlechterung in den Betriebseigenschaften der Antriebseinheit der Maschine (400) basierend auf dem in dem Verschlechterungsschätzschritt erhaltenen Schätzergebnis zu der Verschlechterung der Betriebseigenschaften der Antriebseinheit der Maschine (400).
DE102019213431.9A 2018-09-11 2019-09-04 Steuervorrichtung, CNC-Vorrichtung und Steuerverfahren Pending DE102019213431A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018169921A JP6856591B2 (ja) 2018-09-11 2018-09-11 制御装置、cnc装置及び制御装置の制御方法
JP2018-169921 2018-09-11

Publications (1)

Publication Number Publication Date
DE102019213431A1 true DE102019213431A1 (de) 2020-03-12

Family

ID=69621688

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019213431.9A Pending DE102019213431A1 (de) 2018-09-11 2019-09-04 Steuervorrichtung, CNC-Vorrichtung und Steuerverfahren

Country Status (4)

Country Link
US (1) US11287801B2 (de)
JP (1) JP6856591B2 (de)
CN (1) CN110888398B (de)
DE (1) DE102019213431A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7187397B2 (ja) * 2019-07-18 2022-12-12 オークマ株式会社 工作機械における診断モデルの再学習要否判定方法及び再学習要否判定装置、再学習要否判定プログラム
CN112034715B (zh) * 2020-09-17 2021-07-13 福州大学 一种基于改进q学习算法的电机伺服系统无模型反馈控制器设计方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002049407A (ja) * 2000-08-01 2002-02-15 Yaskawa Electric Corp モータ制御装置
JP4850754B2 (ja) * 2007-02-28 2012-01-11 富士重工業株式会社 制御パラメータの自動適合システム
JP5361180B2 (ja) * 2007-12-21 2013-12-04 三菱電機株式会社 エレベータ制御装置
JP4782766B2 (ja) * 2007-12-27 2011-09-28 オークマ株式会社 機械診断方法及びその装置
JP4627553B2 (ja) * 2008-03-28 2011-02-09 株式会社日立製作所 プラントの制御装置および火力発電プラントの制御装置
JP2011134169A (ja) * 2009-12-25 2011-07-07 Mitsubishi Heavy Ind Ltd 制御パラメータ調整方法及び調整装置
DE112012002333B9 (de) * 2011-05-31 2021-10-14 Mitsubishi Electric Corp. Belastungscharakteristikschätzvorrichtung für eine antriebsmaschine
WO2014156164A1 (ja) * 2013-03-29 2014-10-02 パナソニック株式会社 モータ駆動装置のサーボ調整方法
JP2015014247A (ja) * 2013-07-05 2015-01-22 公益財団法人鉄道総合技術研究所 劣化度合評価方法およびプログラム
JP6340236B2 (ja) * 2014-04-15 2018-06-06 三菱重工工作機械株式会社 工作機械の診断方法及びシステム
US20170308055A1 (en) * 2014-10-27 2017-10-26 Makino Milling Machine Co., Ltd. Machine tool control method and machine tool control device
JP5956619B2 (ja) * 2015-01-13 2016-07-27 ファナック株式会社 加工条件に応じてパラメータを調整するパラメータ自動調整装置
JP6148316B2 (ja) * 2015-07-31 2017-06-14 ファナック株式会社 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム
JP6325504B2 (ja) * 2015-10-28 2018-05-16 ファナック株式会社 学習制御器の自動調整を行う機能を有するサーボ制御装置
CN108352798B (zh) * 2015-11-12 2021-05-11 三菱电机株式会社 电机控制装置及使用了该电机控制装置的电梯
JP6444851B2 (ja) * 2015-12-24 2018-12-26 ファナック株式会社 ノイズの発生原因を検出する学習機能を有する制御装置
JP6140331B1 (ja) * 2016-04-08 2017-05-31 ファナック株式会社 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
JP6542713B2 (ja) * 2016-06-09 2019-07-10 ファナック株式会社 異常負荷検出の閾値を学習する機械学習器,数値制御装置および機械学習方法
JP6426667B2 (ja) * 2016-08-10 2018-11-21 三菱重工工作機械株式会社 工作機械の工具の異常検知装置及び方法
JP6450732B2 (ja) * 2016-11-11 2019-01-09 ファナック株式会社 数値制御装置
JP6346253B2 (ja) * 2016-12-05 2018-06-20 ファナック株式会社 工作機械及び機械学習装置
JP6386523B2 (ja) * 2016-12-15 2018-09-05 ファナック株式会社 Nandフラッシュメモリの寿命を予測する機械学習装置、寿命予測装置、数値制御装置、生産システム、及び機械学習方法
JP6453919B2 (ja) * 2017-01-26 2019-01-16 ファナック株式会社 行動情報学習装置、行動情報最適化システム及び行動情報学習プログラム
WO2018151215A1 (ja) * 2017-02-20 2018-08-23 株式会社安川電機 制御装置及び制御方法
JP6659647B2 (ja) * 2017-09-29 2020-03-04 ファナック株式会社 数値制御システム及び逆流防止弁状態検知方法
CN107834912A (zh) * 2017-11-08 2018-03-23 郑州精益达汽车零部件有限公司 一种电动乘客门控制器及控制方法
CN108021026B (zh) * 2017-11-10 2020-11-06 明阳智慧能源集团股份公司 一种风力发电机组故障预警及控制参数在线优化方法
DE112017001162B4 (de) * 2017-11-10 2022-06-15 Mitsubishi Electric Corporation Servosteuerungsvorrichtung
US10840840B2 (en) * 2018-06-14 2020-11-17 Mitsubishi Electric Corporation Machine learning correction parameter adjustment apparatus and method for use with a motor drive control system

Also Published As

Publication number Publication date
JP2020042585A (ja) 2020-03-19
JP6856591B2 (ja) 2021-04-07
US11287801B2 (en) 2022-03-29
US20200081411A1 (en) 2020-03-12
CN110888398A (zh) 2020-03-17
CN110888398B (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
DE102018203702B4 (de) Vorrichtung für maschinelles Lernen, Servo-Regelungsvorrichtung, Servo-Regelungssystem und Verfahren für maschinelles Lernen
DE102016008987B4 (de) Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt
DE102018205015B4 (de) Einstellvorrichtung und Einstellverfahren
DE102014118741B4 (de) Motorsteuervorrichtung
DE102018004048B4 (de) Steuerung und Maschinenlernvorrichtung
DE102016106085A1 (de) Werkzeugmaschinenverwaltungssystem
DE102018003769B4 (de) Vorrichtung für maschinelles Lernen, Servosteuersystem und Verfahren zum maschinellen Lernen
DE102018202654A1 (de) Vorrichtung für maschinelles Lernen, Servoregeleinrichtung, Servoregelsystem und Verfahren für maschinelles Lernen
DE102019204861A1 (de) Maschinenlernvorrichtung; steuervorrichtung und maschinelles lernverfahren
DE102008064391A1 (de) Maschinendiagnostizierendes Verfahren und dementsprechende Vorrichtung
DE102018200794A1 (de) Aktionsinformationslernvorrichtung, aktionsinformationsoptimierungssystem und aktionsinformationslernprogramm
DE102018209951A1 (de) Maschinenlerngerät, servosteuergerät, servosteuersystem und maschinenlernverfahren
DE112018000122T5 (de) Maschinelles-Lernen-Vorrichtung, Korrekturparameter-Anpassungssystem und Maschinelles-Lernen-Verfahren
DE112017000153T5 (de) Steuerparameter-Einstellvorrichtung
DE102018000788A1 (de) Servosteuereinheit
DE102019202701A1 (de) Einstelleinrichtung und Einstellverfahren
DE102020118225A1 (de) Anomaliebestimmungsvorrichtung und Anomaliebestimmungssystem
DE102018205185A1 (de) Steuereinrichtung
DE102019212814A1 (de) Vorrichtung für maschinelles Lernen, Steuersystem und Verfahren für maschinelles Lernen
DE102019213431A1 (de) Steuervorrichtung, CNC-Vorrichtung und Steuerverfahren
DE102019124483A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
DE102019209104A1 (de) Ausgabevorrichtung, Steuervorrichtung und Ausgabeverfahren für einen Bewertungsfunktionswert
DE102019104922A1 (de) Kollisionspositionsschätzvorrichtung und maschinenlernvorrichtung
DE102020122373A1 (de) Vorrichtung für maschinelles Lernen, Servosteuervorrichtung, Servosteuersystem und Verfahren für maschinelles Lernen
DE102017002372A1 (de) Testsystem zum Durchführen eines Maschinentests

Legal Events

Date Code Title Description
R012 Request for examination validly filed