DE102020001169A1

DE102020001169A1 - Vorrichtung und System für die Einstellung von Bearbeitungsbedingungen

Info

Publication number: DE102020001169A1
Application number: DE102020001169.1A
Authority: DE
Inventors: Hirohide TSUNODA; Wataru Shiraishi
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2019-02-28
Filing date: 2020-02-21
Publication date: 2020-09-03
Also published as: CN111624951B; JP6898371B2; US11481630B2; JP2020138279A; CN111624951A; US20200279158A1

Abstract

Eine Bearbeitungsbedingungseinstellvorrichtung enthält eine Datengewinnungseinheit zum Gewinnen von zumindest einem Datensatz, der einen Bearbeitungszustand angibt einschließlich einer Bearbeitungsart in einer Werkzeugmaschine, eine Prioritätsbedingungsspeichereinheit, welche Prioritätsbedingungsdaten abspeichert, in denen die Bearbeitungsart verknüpft ist mit einer Prioritätsbedingung, eine Vorverarbeitungseinheit, welche Daten erzeugt zur Verwendung bei maschinellem Lernen und eine maschinelle Lernvorrichtung, welche ein maschinelles Lernen ausführt bezüglich einer Bearbeitungsbedingung und/oder eines Bearbeitungsparameters für die Bearbeitung durch die Werkzeugmaschine. Die maschinelle Lernvorrichtung enthält eine Lernmodellspeichereinheit, welche eine Mehrzahl von Lernmodellen abspeichert, die für jede Bearbeitungsart erzeugt sind, und eine Lernmodellauswahleinheit, welche auf Basis der Bearbeitungsart ein Lernmodell auswählt.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die Erfindung betrifft eine Bearbeitungsbedingungseinstellvorrichtung und ein Bearbeitungsbedingungseinstellsystem.
Zum Stand der Technik
Im Stand der Technik bekannt ist eine Optimierung von Gießbedingungen in einer Spritzgießmaschine durch maschinelles Lernen (offengelegte japanische Patentanmeldung 2017-030152 als Beispiel). Wird eine Form für ein neues gegossenes Produkt hergestellt, ist die entsprechende Spritzgießmaschine auf optimale Spritzgießbedingungen einzustellen. Die im Stand der Technik gemäß der offengelegten japanischen Patentanmeldung 2017-030152 und in ähnlichen Veröffentlichungen beschriebene Technik ist in der Lage, die Spritzgießbedingungen unter Einsatz einer maschinellen Lernvorrichtung für den jeweiligen Spritzgießvorgang einzustellen.
Wird in einem sogenannten Bearbeitungszentrum mit einem Schneidvorgang ein Werkstück bearbeitet, dann führt das Bearbeitungszentrum mehrere Arten von Bearbeitungen aus, wie eine Grobbearbeitung, ein Bohren, ein Gewindebohren und eine Endbearbeitung. In einer derartigen Werkzeugmaschine sind die Einzelheiten, die für die jeweilige Art der Bearbeitung erforderlich sind, unterschiedlich. Bei einer Grobbearbeitung sind in der Regel kurze Zykluszeiten und hohe Bearbeitungseffizienz erforderlich, wobei geringfügige Fehler zugelassen sind. Bei der Endbearbeitung ist hingegen die Formpräzision vorrangig, auch wenn die Zykluszeit länger wird.
Bei der Bearbeitung mittels Werkzeugmaschinen sind somit die für jede Art der Bearbeitung erforderlichen Parameter unterschiedlich. Auch kann die Optimierung von der Bedienungsperson abhängen. Optimale Einstellungen unterscheiden sich auch in Abhängigkeit von Faktoren, wie der Installationsumgebung der Werkzeugmaschine, welche für die Bearbeitung eingesetzt wird.
KURZBESCHREIBUNG DER ERFINDUNG
Es besteht deshalb ein Bedarf an einer Bearbeitungsbedingungseinstellvorrichtung und an einem Bearbeitungsbedingungseinstellsystem, welche die Bearbeitungsbedingungen und/oder Bearbeitungsparameter einstellen unter Berücksichtigung der Einzelheiten, die entsprechend der Bearbeitungsart eines Werkstückes in einer Werkzeugmaschine erforderlich sind.
Eine Variante der Erfindung ist eine Bearbeitungsbedingungseinstellvorrichtung, welche eine Bearbeitungsbedingung und/oder einen Bearbeitungsparameter für eine Werkzeugmaschine einstellt zum Bearbeiten eines Werkstückes. Die Bearbeitungsbedingungseinstellvorrichtung enthält: eine Datengewinnungseinheit, welche zumindest einen Datensatz gewinnt, welcher einen Bearbeitungszustand einschließlich einer Bearbeitungsart in der Werkzeugmaschine angibt; eine Prioritätsbedingungsspeichereinheit, welche Prioritätsbedingungsdaten speichert, in denen die Bearbeitungsart in der Werkzeugmaschine verknüpft ist mit einer Prioritätsbedingung für die Bearbeitungsart; eine Vorverarbeitungseinheit, welche Daten erzeugt zur Verwendung für maschinelles Lernen auf Basis von Daten, die durch die Datengewinnungseinheit gewonnen sind, und der Prioritätsbedingung entsprechend der Bearbeitungsart, die in den Daten enthalten und in der Prioritätsbedingungsspeichereinheit abgelegt sind; und eine maschinelle Lernvorrichtung, welche den maschinellen Lernprozess ausführt bezüglich einer Bearbeitungsbedingung und/oder eines Bearbeitungsparameters zur Bearbeitung durch die Werkzeugmaschine in einer Umgebung, wo das Werkstück durch die Werkzeugmaschine bearbeitet wird auf Basis von Daten, welche durch die Vorverarbeitungseinheit erzeugt werden. Die maschinelle Lernvorrichtung enthält: eine Lernmodellspeichereinheit, welche mehrere Lernmodelle speichert, die für jede Bearbeitungsart in der Werkzeugmaschine erzeugt sind; und eine Lernmodellauswahleinheit, welche aus den mehreren, in der Lernmodellspeichereinheit abgelegten Lernmodellen ein Lernmodell zum Einsatz für das maschinelle Lernen auswählt auf Basis der Bearbeitungsart, die in den durch die Vorverarbeitungseinheit erzeugten Daten enthalten ist.
Eine Variante der Erfindung ist ein Bearbeitungsbedingungseinstellsystem mit einer Mehrzahl von Vorrichtungen, die untereinander über ein Netzwerk verbunden sind, wobei die Mehrzahl von Vorrichtungen eine Bearbeitungsbedingungseinstellvorrichtung beinhalten mit zumindest einer Lerneinheit.
Gemäß einer Variante der Erfindung kann die Bearbeitungsbedingung eingestellt werden entsprechend einer Bearbeitungsart für ein Werkstück in der Werkzeugmaschine und unter Berücksichtigung der für den jeweiligen Bearbeitungstyp erforderlichen Bedingungen.
Figurenliste
Obige sowie weitere Ziele und Merkmale der Erfindung werden noch deutlicher aus der nachfolgenden Beschreibung von Ausführungsbeispielen mit Bezug auf die Figuren:

1 zeigt schematisch den gerätetechnischen Aufbau einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem Ausführungsbeispiel;
2 ist ein schematisches funktionales Blockdiagramm einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem ersten Ausführungsbeispiel;
3 beschreibt Prioritätsbedingungsdaten;
4 ist ein schematisches funktionales Blockdiagramm einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem zweiten Ausführungsbeispiel;
5 ist ein schematisches funktonales Blockdiagramm einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem dritten Ausführungsbeispiel;
6 ist ein schematisches funktionales Blockdiagramm einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem vierten Ausführungsbeispiel;
7 ist ein schematisches funktionales Blockdiagramm einer Bearbeitungsbedingungseinstellvorrichtung gemäß einem fünften Ausführungsbeispiel;
8 zeigt ein Beispiel für ein System mit einer drei-lagigen Struktur einschließlich eines Cloud-Servers, eines Fog-Computers und eines Edge-Computers;
9 zeigt schematisch den gerätetechnischen Aufbau einer Bearbeitungsbedingungseinstellvorrichtung in einer Implementierung in einem Computer;
10 zeigt schematisch die Konfiguration eines Bearbeitungsbedingungseinstellsystems gemäß einem sechsten Ausführungsbeispiel;
11 zeigt schematisch die Konfiguration eines Bearbeitungsbedingungseinstellsystems gemäß einem siebten Ausführungsbeispiel; und
12 zeigt schematisch die Konfiguration eines Bearbeitungsbedingungseinstellsystems gemäß einem achten Ausführungsbeispiel.

BESCHREIBUNG BEVORZUGTER AUSFÜHRUNGSBEISPIELE IM EINZELNEN
Nachfolgend werden Ausführungsbeispiele der Erfindung mit Blick auf die Figuren näher beschrieben.
1 zeigt schematisch die Hardware-Konfiguration zur Erläuterung wesentlicher Teile der Bearbeitungsbedingungseinstellvorrichtung einschließlich einer maschinellen Lernvorrichtung gemäß einem Ausführungsbeispiel. Eine Bearbeitungsbedingungseinstellvorrichtung 1 gemäß dem Ausführungsbeispiel kann in einer Steuervorrichtung implementiert sein, welche beispielsweise eine Werkzeugmaschine steuert. Die Bearbeitungsbedingungseinstellvorrichtung 1 gemäß dem Ausführungsbeispiel kann in einem Personalcomputer implementiert sein, in Verbindung mit einer Steuervorrichtung, welche eine Werkzeugmaschine steuert oder in einem Computer, wie einem Rechenzentrum, einem Edge-Computer, einem Fog-Computer oder einem Cloud-Server, welche über ein verdrahtetes/drahtloses Netzwerk mit der Steuervorrichtung verbunden sind. Bei dem Ausführungsbeispiel ist die Bearbeitungsbedingungseinstellvorrichtung 1 in einer Steuervorrichtung implementiert, welche eine Werkzeugmaschine steuert.
Eine CPU (zentrale Prozessoreinheit) 11 ist in der Bearbeitungsbedingungseinstellvorrichtung 1 enthalten und ist beim vorliegenden Ausführungsbeispiel ein Prozessor, welcher die Bearbeitungsbedingungseinstellvorrichtung 1 insgesamt steuert. Die CPU 11 liest in einem ROM (Lesespeicher) 12 gespeicherte Systemprogramme über einen Bus 20 aus und steuert die gesamte Bearbeitungsbedingungseinstellvorrichtung 1 entsprechend den Systemprogrammen. Zeitweise anfallende Rechendaten, Anzeigedaten, verschiedene Arten von seitens einer Bedienungsperson über eine Eingabeeinheit (nicht dargestellt) eingegebene Daten usw. werden zeitweise in einem RAM (Speicher mit wahlfreiem Zugriff) 13 abgelegt.
Ein nicht-flüchtiger Speicher 14 ist eingerichtet als ein Speicher, dessen Speicherzustand beibehalten wird mittels einer Batterie (nicht dargestellt) oder dergleichen, auch wenn die Bearbeitungsbedingungseinstellvorrichtung 1 ausgeschaltet ist. Aus externen Einrichtungen 72 über eine Schnittstelle 15 ausgelesene Programme oder Programme, die über eine Anzeige-/MDI-Einheit 70 eingegeben sind, werden in dem nicht-flüchtigen Speicher 14 abgespeichert. In dem nicht-flüchtigen Speicher 14 sind unterschiedliche Arten von Daten (Informationen bezüglich der Werkzeuge, wie Arten der Werkzeuge, Informationen bezüglich Schneidbedingungen, wie Spindelgeschwindigkeit, Vorschubgeschwindigkeit, Schneidtiefe, Informationen bezüglich Werkstücke, wie Materialien und Formen der Werkstücke, Informationen bezüglich durch den jeweiligen Motor verbrauchter Leistung, Abmessungswerte und Oberflächenqualitäten von Bereichen des bearbeiteten Werkstückes und Temperaturen von Bereichen der Werkzeugmaschine gemäß Messung durch Sensoren 3 oder dergleichen) abgespeichert, welche von Einheiten der Bearbeitungsbedingungseinstellvorrichtung 1, der Werkzeugmaschine, der Sensoren 3 oder dergleichen gewonnen sind. Die Programme oder die unterschiedlichen Typen von Daten, welche in dem nicht-flüchtigen Speicher 14 abgelegt sind, können zur Zeit der Ausführung der Programme oder des Einsatzes der Daten in den RAM 13 geladen werden. Verschiedene Systemprogramme (einschließlich Systemprogramme zum Steuern der Wechselwirkung mit der maschinellen Lernvorrichtung 100, welche weiter unten näher beschrieben wird), wie etwa allgemein bekannte Analyseprogramme, sind zuvor in den ROM 12 eingeschrieben.
Die Schnittstelle 15 verbindet die Bearbeitungsbedingungseinstellvorrichtung 1 mit der externen Ausrüstung 72, wie ein Adapter. Programme oder verschiedene Parameter werden von der externen Ausrüstung 72 ausgelesen. Die Programme oder die unterschiedlichen Parameter, die durch die Bearbeitungsbedingungseinstellvorrichtung editiert sind, können in externen Speichereinrichtungen über die externe Ausrüstung 72 abgespeichert werden. Eine programmierbare Maschinensteuerung (PMC) 16 führt eine Eingabe und Ausgabe von Signalen durch über eine Eingabe-/AusgabeEinheit 17 (I/O), jeweils bezüglich einer Werkzeugmaschine, eines Roboters und Einrichtungen, und den Sensoren 3, die an oder in der Werkzeugmaschine oder dem Roboter installiert sind, um eine Steuerung entsprechend einem Sequenzprogramm auszuführen, welches in der Bearbeitungsbedingungseinstellvorrichtung 1 abgelegt ist.
Die Bearbeitungsbedingungseinstellvorrichtung 1 ist verbunden mit den Sensoren 3, wie einem Kontakt-Distanzsensor oder einem kontaktlosen Distanzsensor, einer Bildaufnahmevorrichtung, einem Messinstrument für die Oberflächenrauigkeit, welche jeweils eingesetzt werden bei der Bearbeitung eines Werkstückes mit der Werkzeugmaschine. Die Sensoren 3 werden eingesetzt zum Messen von Fehlern bezüglich der Konstruktionsdaten, Profil-Fehler oder dergleichen in Bereichen des Werkstückes, die mit der Werkzeugmaschine bearbeitet sind.
Die Anzeige-/MDI-Einheit 70 hat eine manuelle Dateneingabe einschließlich einer Anzeigeeinrichtung, einer Tastatur oder dergleichen. Eine Schnittstelle 18 empfängt Befehle oder Daten von der Tastatur der Anzeige-/MDI-Einheit 70 und gibt die Befehle bzw. Daten an die CPU 11. Die Schnittstelle 19 ist mit einem Bedienfeld 71 einschließlich eines manuellen Pulsgenerators oder dergleichen verbunden, welcher eingesetzt wird, wenn Achsen von Hand bewegt werden.
Achsensteuerschaltungen 30 steuern Achsen der Werkzeugmaschine und empfangen Bewegungsdistanzbefehle für die Achsen von der CPU 11 und geben Befehle bezüglich der Achsen an Servoverstärker 40. Die Servoverstärker 40 empfangen die Befehle und treiben Servomotoren 50, welche die Achsen der Werkzeugmaschine bewegen. Die Servomotoren 50 für die Achsen beinhalten Detektoren für die Position/Geschwindigkeit, geben Signale bezüglich Position/Geschwindigkeit von den Detektoren zurück zu den Achsensteuerschaltungen 30 und führen somit eine Rückmeldungssteuerung (Regelung) aus bezüglich Positionen/Geschwindigkeiten. Zwar sind hier die Achsensteuerschaltungen 30, die Servoverstärker 40 und die Servomotoren 50 jeweils nur ein-fach in der Hardware-Konfiguration gemäß 1 dargestellt, jedoch entspricht tatsächlich die Anzahl der Achsensteuerschaltungen 30, der Servoverstärker 40 und der Servomotor 50 jeweils der Anzahl der Achsen in der zu steuernden Werkzeugmaschine (jeweils drei bei einer Werkzeugmaschine mit drei Linearachsen oder fünf bei einer Fünf-Achsen-Werkzeugmaschine, als Beispiele).
Eine Spindelsteuerschaltung 60 empfängt einen Spindelrotationsbefehl für eine Spindel der Werkzeugmaschine und gibt ein Spindelgeschwindigkeitssignal an den Spindelverstärker 61. Der Spindelverstärker 61 empfängt das Spindelgeschwindigkeitssignal, rotiert einen Spindelmotor 61 für die Spindel mit einer Rotationsgeschwindigkeit entsprechend dem Befehl und treibt so ein Werkzeug an. Der Positionscodierer 63 ist mit dem Spindelmotor 62 gekoppelt und gibt Rückmeldungspulse synchron mit der Rotation der Spindel. Die Rückmeldungspulse werden durch die CPU 11 gelesen.
Eine Schnittstelle 21 verbindet die Bearbeitungsbedingungseinstellvorrichtung 1 und die maschinelle Lernvorrichtung 100. Die maschinelle Lernvorrichtung 100 hat einen Prozessor 101, welcher die maschinelle Lernvorrichtung 100 insgesamt steuert, einen ROM 102, in dem Systemprogramme und dergleichen abgespeichert sind, einen RAM 103 für die Speicherung von zeitweise anfallenden Daten in Prozessen bezüglich des maschinellen Lernens und einen nicht-flüchtigen Speicher 104, der eingesetzt wird zum Speichern eines Lernmodells oder dergleichen. Die maschinelle Lernvorrichtung 100 ist in der Lage, Informationen zu verarbeiten, welche in der Bearbeitungsbedingungseinstellvorrichtung 1 gewonnen und über die Schnittstelle 61 eingegeben sind (Informationen bezüglich der Werkzeuge, wie die Arten der Werkzeuge, Informationen bezüglich der Schneidbedingungen, wie die Spindelgeschwindigkeit, der Spindelvorschub und die Schneidtiefe, Informationen bezüglich des Werkstückes, wie die Materialien und Formen des Werkstückes, die von den jeweiligen Motoren verbrauchte Energie, Informationen bezüglich der Abmessungswerte und der Oberflächenqualität der Bereiche des bearbeiteten Werkstückes und der Temperaturen von Bereichen der Werkzeugmaschine gemäß Messung durch die Sensoren oder dergleichen, jeweils als Beispiele). Die Bearbeitungsbedingungseinstellvorrichtung 1 empfängt Informationen, die von der maschinellen Lernvorrichtung 100 ausgegeben werden und führt die Steuerung der Werkzeugmaschine aus auf Basis von Daten der Anzeige-/MDI-Einheit 70, der Übertragung von Informationen von anderen Einrichtungen über ein Netzwerk (nicht dargestellt) oder dergleichen.
2 ist ein funktionales Blockdiagramm zur Erläuterung der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 gemäß einem ersten Ausführungsbeispiel. Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält eine Konfiguration für einen Lernvorrichtung, wie sie für die maschinelle Lernvorrichtung 100 mit sogenanntem bestärkendem Lernen erforderlich ist. Die funktionalen Blöcke gemäß 1 werden implementiert durch Ausführung jeweiliger Systemprogramme und durch Steuerung des Betriebs der Einheiten der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 mittels der CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 und durch den Prozessor 101 der maschinellen Lernvorrichtung 100.
Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält eines Steuereinheit 32, eine Bearbeitungsartbestimmungseinheit 33, eine Datengewinnungseinheit 34, eine Vorverarbeitungseinheit 36 und eine Prioritätsbedingungseinstelleinheit 37 und die maschinelle Lernvorrichtung 100 in der Bearbeitungsbedingungseinstellvorrichtung 1 enthält eine Lernmodellauswahleinheit 105, eine Lerneinheit 110 und eine Entscheidungseinheit 122. Im nicht-flüchtigen Speicher 14 gemäß 1 ist eine Speichereinheit 52 für gewonnene Daten eingerichtet, in welcher Daten gespeichert werden, die von der Werkzeugmaschine 2, den Sensoren 3 und dergleichen gewonnen werden, und eine Speichereinheit 56 für Prioritätsbedingungen, in welcher Prioritätsbedingungsdaten gespeichert werden, welche durch die Prioritätsbedingungseinstelleinheit 37 eingestellt sind. Im nicht-flüchtigen Speicher 104 der maschinellen Lernvorrichtung 100 gemäß 1 ist eine Lernmodellspeichereinheit 130 eingerichtet, welche ein Lernmodell abspeichert, das durch maschinelles Lernen seitens der Lerneinheit 110 gebildet wird.
Die Steuerung der Werkzeugmaschine 2 mittels der Steuereinheit 32 erfolgt durch Ausführung von Systemprogrammen, die aus dem ROM 12 ausgelesen und durch die CPU 11 ausgeführt werden, welche in der Bearbeitungsbedingungseinstellvorrichtung 1 nach 1 enthalten ist, weiterhin durch Rechenprozesse hauptsächlich durch die CPU 11 unter Einsatz des RAM 13 und des nicht-flüchtigen Speichers 14 und durch die Steuerung der Werkzeugmaschine 2 und der Sensoren 3 über die Achsensteuerschaltungen 30, die Spindelsteuerschaltung 60 und die PMC 16. Die Steuereinheit 32 steuert den Bearbeitungsbetrieb durch die Werkzeugmaschine 2 und den Messbetrieb durch die Sensoren 3 auf Basis eines Steuerprogramms 54, welches in dem nicht-flüchtigen Speicher 14 gemäß 1 abgespeichert ist. Die Steuereinheit 32 hat Funktionen für die Gesamtsteuerung, wie sie für die einzelnen Bereiche der Werkzeugmaschine 2 erforderlich ist, wie etwa die Ausgabe von Bewegungsbefehlen in jedem Steuerzyklus an die Servomotoren 50 (1), welche die Achsen der Werkzeugmaschine 2 bewegen, und an den Spindelmotor 62 (1) entsprechend dem Steuerprogramm 54. Weiterhin gibt die Steuereinheit 32 Befehle aus für die Ausführung des Messbetriebs durch die Sensoren 3. Weiterhin empfängt die Steuereinheit 32 Daten bezüglich eines Zustandes und eines Ergebnisses der Bearbeitung seitens der Werkzeugmaschine 2, wobei diese Daten erhalten werden von der Werkzeugmaschine 2 und den Sensoren 3, und gibt entsprechende Daten an die Datengewinnungseinheit 34. Beispiele für die Daten, welche von der Steuereinheit 32 von der Werkzeugmaschine 2 und den Sensoren 3 gewonnen werden und welche an die Datengewinnungseinheit 34 gegeben werden, beinhalten Informationen bezüglich der Werkzeuge, wie die Typen der Werkzeuge, Informationen bezüglich der Schneidbedingungen, wie die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit und die Schneidtiefe, Informationen bezüglich Bearbeitungsparametern, Informationen bezüglich der Werkstücke, wie deren Materialien und Formen, Informationen bezüglich der durch die jeweiligen Motoren verbrauchten Leistungen und Informationen bezüglich der Temperaturen von Bereichen der Werkzeugmaschine, Informationen bezüglich der Ergebnisse der Bearbeitung, wie Abmessungen und Formfehler von bearbeiteten Werkstückbereichen und dergleichen, jeweils beispielhaft.
Werden Bearbeitungsbedingungen und/oder Bearbeitungsparameter von der maschinellen Lernvorrichtung 100 ausgegeben, steuert die Steuereinheit 32 den Bearbeitungsbetrieb in der Werkzeugmaschine 2 unter Einsatz der Bearbeitungsbedingungen bzw. der Bearbeitungsparameter, wie sie von der maschinellen Lernvorrichtung 100 ausgegeben werden, und nicht auf Basis der Bearbeitungsbedingungen bzw. Bearbeitungsparameter entsprechend den Befehlen des Steuerprogramms 54 oder dergleichen.
Die Bestimmung einer Bearbeitungsart durch die Bearbeitungsartbestimmungseinheit 33 erfolgt durch Ausführung von Systemprogrammen, die durch die CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 aus dem ROM 12 ausgelesen werden, und auf Basis von Rechenoperationen hauptsächlich seitens der CPU 11 unter Einsatz des RAM 13 und des nicht-flüchtigen Speichers 14. Die Bearbeitungsartbestimmungseinheit 33 bestimmt die Bearbeitungsart der Bearbeitung, welche durch die Werkzeugmaschine 2 ausgeführt wird, entsprechend dem Befehl von der Steuereinheit 32. Die Bearbeitungsartbestimmungseinheit 33 kann das Steuerprogramm 54, welches gerade durch die Steuereinheit 32 ausgeführt wird, analysieren und dabei beispielsweise die Bearbeitungsart der gerade ausgeführten Bearbeitung bestimmen auf Basis von Befehlen, die gerade ausgeführt werden, Befehlen, die zuvor oder danach ausgeführt werden etc. Damit kann die Bearbeitungsart bestimmt werden auf Basis der Art des Werkzeuges, welches gerade eingesetzt wird (Gewindebohren bei Einsatz eines Gewindebohrers, Bohren bei Einsatz eines Bohrwerkzeuges oder dergleichen), weiterhin auf Basis einer Bearbeitungsbedingung (Steuercode im Befehl, Rohbearbeitung bei einer Schneidtiefe gleich oder größer als ein gegebener Schwellenwert, Endbearbeitung bei einer Schneidtiefe kleiner als der Schwellenwert, oder dergleichen), oder einer Anmerkung im Steuerprogramm 54 oder dergleichen, jeweils beispielhaft. Andererseits kann die Bearbeitungsart auch bestimmt werden durch Einbettung eines Codes zur Bestimmung der Bearbeitungsart im Steuerprogramm und durch Auslesung des Codes. Weiterhin kann die gerade ausgeführte Bearbeitungsart bei der Bearbeitung auch bestimmt werden durch Ausgestaltung des Steuerprogramms 54 derart, dass es unterschiedlich ist für jede Bearbeitungsart, oder auch durch Analyse von CAD/CAM-Daten oder dergleichen entsprechend dem Steuerprogramm 54.
Die Gewinnung von Daten durch die Datengewinnungseinheit 34 wird gestützt durch die Ausführung der aus dem ROM 12 durch die CPU 11 ausgelesenen Systemprogramme und durch die arithmetische Bearbeitung von Daten hauptsächlich durch die CPU 11 unter Einsatz des RAM 13 und des nicht-flüchtigen Speichers 14. Die Datengewinnungseinheit 34 speichert in der Speichereinheit 52 für gewonnene Daten die Daten bezüglich des Zustandes und des Ergebnisses der Bearbeitung mittels der Werkzeugmaschine 2, wie sie durch die Steuereinheit 32 eingegeben werden, der Daten bezüglich des Ergebnisses der Bearbeitung, wie sie durch eine Bedienungsperson über die Anzeige-/MDI-Einheit 70 angegeben werden, der Bearbeitungsart, wie sie durch die Bearbeitungsartbestimmungseinheit 33 bestimmt ist, und dergleichen. Die Datengewinnungseinheit 34 verknüpft die Daten bezüglich des Zustandes und des Ergebnisses der Bearbeitung durch die Werkzeugmaschine 2, wie sie durch die Steuereinheit 32 eingegeben werden, die Daten bezüglich des Ergebnisses der Bearbeitung, wie sie durch die Bedienungsperson eingegeben werden, der Bearbeitungsart, wie sie durch die Bearbeitungsartbestimmungseinheit 33 bestimmt ist und dergleichen miteinander und speichert die so verknüpften Daten als gewonnene Daten in der Speichereinheit 52 für die gewonnenen Daten.
Die Einstellung seitens der Prioritätsbedingungseinstelleinheit 37 wird erreicht durch die Ausführung von Systemprogrammen, welche über die CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung nach 1 aus dem ROM 12 ausgelesen werden, weiterhin durch die arithmetischen Prozesse, die hauptsächlich durch die CPU 11 mit dem RAM 13 und dem nicht-flüchtigen Speicher 14 ausgeführt werden, und durch die Prozesssteuerung über die Anzeige-/MDI-Einheit 70 oder dergleichen, mit Datenübertragung über die Schnittstelle 18. Die Prioritätsbedingungseinstelleinheit 37 erhält eine Prioritätsbedingung für jede Bearbeitungsart bei der Bearbeitung eines Werkstückes und speichert die Prioritätsbedingung in der Prioritätsbedingungsspeichereinheit 56. Die Prioritätsbedingungseinstelleinheit 37 zeigt einen UI-Bildschirm an für die Einstellung der Prioritätsbedingung bezüglich jeder Bearbeitungsart auf der Anzeige-/MDI-Einheit 70, gewinnt weiterhin die Prioritätsbedingung für jede Bearbeitungsart, welche durch die Bedienungsperson über den UI-Bildschirm eingestellt ist, erzeugt Prioritätsbedingungsdaten, also Daten, in welchen die Bearbeitungsart verknüpft ist mit der Prioritätsbedingung, und speichert die Prioritätsbedingungsdaten in der Prioritätsbedingungsspeichereinheit 56.
3 zeigt ein Beispiel von Prioritätsbedingungsdaten, wie sie in der Prioritätsbedingungsspeichereinheit 56 abgespeichert sind. Die Bearbeitungsart kann definiert werden als ein Bearbeitungsprozess zum Ausführen einer Bearbeitung mit gegebenen Zwecken, wie Rohbearbeitung, Endbearbeitung, Profilbearbeitung, jeweils beispielsweise. Die Prioritätsbedingungen können definiert werden unter Einsatz der erforderlichen Merkmale bei der Bearbeitung, wie „hohe Zykluszeit“ (Kürzungen der Bearbeitungszeit im Zyklus), „Energiesparen“ (Reduktion des Leistungsverbrauchs, des Verbrauchs an Schneidmittel, des Luftverbrauchs, oder des Verbrauchs an Schmiermittel oder dergleichen), „Bearbeitung mit hoher Qualität“ (Verbesserung der Oberflächenqualität, Verminderung von Bearbeitungsmustern oder dergleichen), „Bearbeitungsgenauigkeit“ (Verbesserung der Präzision der Bearbeitung), „Verlängerung der Lebensdauer von Komponenten der Werkzeugmaschine“ (Reduzierung der Abnutzung von Komponenten, wie an einer Vorschubwelle oder an Lagern, die Reduzierung von starken Belastungen oder dergleichen), „Verlängerung von Werkzeuglebensdauern“ (Reduzierung der Abnutzung und Vermeidung von Brüchen an Werkzeugen, die Reduzierung von übermäßigen Belastungen und dergleichen), „Verlängerung der Lebensdauer von peripheren Einrichtungen“ (Einstellung einer Minimalgeschwindigkeit, Einstellung von Operationsfrequenzen, oder der Anzahl von Operationen), „Reduktion bezüglich der maximalen Spitzenleistung der Werkzeugmaschine“, „Verbesserung der Produktionsrate von bearbeiteten Produkten“, „Optimierung von Form und Abmessung der Chips“, „Reduktion von Vibrationen, Geräuschen, elektromagnetischen Signalen und von seitens der Werkzeugmaschine und peripheren Einrichtungen erzeugter Wärme“, oder „Reduktion von Wärmeerzeugung durch die Werkzeugmaschine“, jeweils als Beispiele. Bei einer derartigen Konfiguration können im Voraus Bedingungsausdrucke für alle erforderlichen Einzelheiten in der Prioritätsbedingungsspeichereinheit 56 abgelegt werden, wobei auf diese Bedingungsausdrucke zurückgegriffen werden kann, wenn eine Bestimmung erfolgt bezüglich der jeweils erforderlichen Eigenschaften. Ein Bedingungsausdruck wie „Steigungsfehler < Err_pit“ bezüglich einer Bearbeitungsbedingung, eines Bearbeitungsparameters, Messdaten, Daten bezüglich des Ergebnisses der Bearbeitung oder dergleichen können direkt als Prioritätsbedingung definiert werden.
Bei den Prioritätsbedingungsdaten kann es sich um Datenhandeln, in denen eine Mehrzahl von Prioritätsbedingungen mit einer einzigen Bearbeitungsart verknüpft sind. Andererseits kann es sich bei den Prioritätsbedingungsdaten auch um Daten handeln, bei denen Prioritäten einer Mehrzahl von Prioritätsbedingungen zugeordnet sind. Beim Beispiel gemäß 3 sind zwei Prioritätsbedingungen „Formpräzision“ und „Zykluszeit“ mit der Bearbeitungsart „Endbearbeitung“ verknüpft und die Priorität der Bedingung „Formpräzision“ ist spezifiziert in Bezug auf die Bedingung „Zykluszeit“. Die Prioritäten der Prioritätsbedingungen können definiert werden durch Wichtungen oder dergleichen und die Wichtungen können angegeben werden durch numerische Werte oder auch durch eine Beschreibung der Wichtungen unter Einsatz eines Graphen oder dergleichen. Zusätzlich zur Einstellung von Prioritätsbedingungen über die Anzeige-/MDI-Einheit 70 kann die Prioritätsbedingungseinstelleinheit 37 auch eingerichtet werden für eine Definition der Prioritätsbedingung für jede Bearbeitungsart in dem Steuerprogramm 54 und die Einstellung der Prioritätsbedingung für jede Bearbeitungsart gemäß Auslesung des Steuerprogramms 54. Weiterhin kann die Prioritätsbedingungseinstelleinheit 37 eingerichtet sein zum Einstellen der Prioritätsbedingung für jede Bearbeitungsart durch Gewinnung der Prioritätsbedingung aus einer anderen Vorrichtung oder dergleichen, welche über ein Netzwerk (nicht dargestellt) angeschlossen ist.
Die Vorverarbeitung seitens der Vorverarbeitungseinheit 36 wird ausgeführt mittels Systemprogrammen, die von der CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 aus dem ROM 12 ausgelesen werden, und durch die Rechenprozesse hauptsächlich der CPU 11 unter Einsatz des RAM 13 und des nicht-flüchtigen Speichers 14. Die Vorverarbeitungseinheit 36 erzeugt Lerndaten zur Verwendung beim maschinellen Lernen durch die maschinelle Lernvorrichtung 100 auf Basis von Daten, die gewonnen werden durch die Datengewinnungseinheit 34, und der Prioritätsbedingungsdaten, die in der Prioritätsbedingungsspeichereinheit 56 abgelegt sind. Die Vorverarbeitungseinheit 36 erzeugt die Lerndaten, in denen die durch die Datengewinnungseinheit 34 (und die in der Speichereinheit 52 für gewonnene Daten abgelegten Daten) gewonnenen Daten eine Konversion durchlaufen haben (wie eine Digitalisierung oder Abtastung) in ein einheitliches Format, welches von der maschinellen Lernvorrichtung 100 verarbeitbar ist, wobei die erzeugten Lerndaten zusammen mit der Bearbeitungsart an die maschinelle Lernvorrichtung 100 gegeben werden. Führt die maschinelle Lernvorrichtung 100 beispielsweis das bestärkende Lernen aus, erzeugt die Vorverarbeitungseinheit 36 einen Satz von Zustandsdaten S und Bestimmungsdaten D in gegebenen Formaten für den Lernprozess, wobei dies dann die Lerndaten sind.
Die von der Vorverarbeitungseinheit 36 gemäß dem Ausführungsbeispiel erzeugten Zustandsdaten S enthalten zumindest Werkzeugdaten S1 mit Informationen bezüglich der Werkzeuge, die bei der Bearbeitung eines Werkstückes mit der Werkzeugmaschine 2 einzusetzen sind, und/oder Bearbeitungsbedingungsdaten S2 einschließlich Informationen bezüglich der Bearbeitungsbedingungen bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine 2 und/oder Bearbeitungsparameterdaten S3 einschließlich Parameterinformationen bezüglich der Bearbeitung des Werkstückes mit der Werkzeugmaschine 2.
Die Werkzeugdaten S1 sind definiert als Datenketten, welche die Typen und Materialien der Werkzeuge angeben, welche bei der Bearbeitung des Werkstückes mit der Werkzeugmaschine 2 einzusetzen sind. Die Typen der Werkzeuge können unterteilt werden in Schneidwerkzeuge, Fräswerkzeuge, Bohrwerkzeuge oder dergleichen, jeweils als Beispiele, oder auch entsprechend den Formen der Werkzeuge zum Einsatz bei der Bearbeitung oder auch in Form von numerischen Werten, welche jeweils eine eindeutige Identifizierung erlauben. Die Materialien der Werkzeuge, wie Hochgeschwindigkeitsstahl und Hartmetall, können ebenfalls ausgedrückt werden in Form numerischer Werte, welche jeweils eine eindeutige Identifizierung ermöglichen. Die Werkzeugdaten S1 können erzeugt werden durch Gewinnung von Informationen bezüglich der Werkzeuge, wie sie über die Bearbeitungsbedingungseinstellvorrichtung 1 und die Werkzeugmaschine 2 seitens einer Bedienungsperson eingestellt sind, und auch auf Basis von bezüglich der Werkzeuge gewonnenen Informationen.
Die Bearbeitungsbedingungsdaten S2 sind definiert als Datenketten einschließlich Bearbeitungsbedingungen, wie Spindelgeschwindigkeit, Vorschubgeschwindigkeit und Schneidtiefe auf Basis von Einstellungen oder Befehlen bezüglich der Bearbeitung des Werkstückes durch die Werkzeugmaschine 2. Für die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit, die Schneidtiefe und dergleichen können numerische Werte verwendet werden, wobei die Werte der jeweiligen Bearbeitungsbedingungen ausgedrückt werden unter Verwendung gegebener Einheiten. Die Werte für die jeweiligen Bearbeitungsbedingungen werden eingestellt mit Befehlen aus dem Steuerprogramm 54 oder als Standardwerte für die Steuerung, sie können somit also erzeugt werden durch Gewinnung der Befehle oder durch Standardwerte.
Die Bearbeitungsparameterdaten S3 sind definiert als Datenketten einschließlich Steuerparameter für die Maschine, auf die zurückgegriffen wird für die Bearbeitung des Werkstückes durch die Werkzeugmaschine 2. Die Steuerparameter sind Parameter, wie die Steuerzeitkonstanten für Motoren zur Steuerung der Werkzeugmaschine 2, Parameter bezüglich einer Steuerung von Peripheriegeräten oder dergleichen, usw. Als Bearbeitungsparameterdaten S3 können die Parameter eingesetzt werden, die während der Bearbeitung eingestellt sind.
Für die Bestimmungsdaten D, welche erzeugt werden mittels der Vorverarbeitungseinheit 36 gemäß diesem Ausführungsbeispiel, können Daten eingesetzt werden, die gewonnen werden von der Werkzeugmaschine 2 und den Sensoren 3, und die sich beziehen auf die Prioritätsbedingung, die mit der Bearbeitungsart verknüpft ist im Zustand der Bearbeitung, in welchem die oben genannten Zustandsdaten S gewonnen sind. Sind die Prioritätsbedingungsdaten nach dem Beispiel gemäß 3 in der Prioritätsbedingungsspeichereinheit 56 abgelegt und sind die Zustandsdaten S auf Basis von seitens der Werkzeugmaschine 2 (und den Sensoren 3) gewonnenen Daten bei dem Bohrvorgang als Beispiel erzeugt, dann erzeugt die Vorverarbeitungseinheit 36 die Bestimmungsdaten D entsprechend den Zustandsdaten S auf Basis von Daten bezüglich des Steigungsfehlers. Sind die Zustandsdaten S erzeugt auf Basis von Daten, die von der Werkzeugmaschine 2 (und den Sensoren 3) während der Profilbearbeitung gewonnen werden, erzeugt die Vorverarbeitungseinheit 36 die Bestimmungsdaten D entsprechend den Zustandsdaten S auf Basis von Daten zur Bestimmung der Oberflächenqualität oder dergleichen gemäß Messung durch die Sensoren 3.
Die Auswahl des Lernmodells durch die Lernmodellauswahleinheit 105 wird ausgeführt durch Abarbeitung von Systemprogrammen, die durch den Prozessor 101 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 aus dem ROM 102 ausgelesen werden, und durch die arithmetischen Prozesse hauptsächlich durch den Prozessor 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Lernmodellauswahleinheit 105 gemäß diesem Ausführungsbeispiel wählt aus der Lernmodellspeichereinheit 130 ein Lernmodell aus entsprechend der seitens der Vorverarbeitungseinheit 36 eingegebenen Bearbeitungsart und bewirkt, dass das ausgewählte Lernmodell eingesetzt wird für den Lernvorgang durch die Lerneinheit 110 und den Entscheidungsprozess durch die Entscheidungseinheit 122. Ist ein Lernmodell entsprechend der Bearbeitungsart gemäß Eingabe durch die Vorverarbeitungseinheit 36 nicht in der Lernmodellspeichereinheit 130 abgelegt, kann die Lernmodellauswahleinheit 105 neuerlich ein Lernmodell erzeugen entsprechend der Bearbeitungsart und das Lernmodell kann in der Lernmodellspeichereinheit 130 abgespeichert werden.
Der Lernvorgang durch die Lerneinheit 110 wird ausgeführt mittels Systemprogrammen, die durch den Prozessor 101 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 aus dem ROM 102 ausgelesen werden, und durch die Rechenprozesse hauptsächlich seitens des Prozessors 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Lerneinheit 110 gemäß dem Ausführungsbeispiel führt das maschinelle Lernen aus mit Lerndaten, welche durch die Vorverarbeitungseinheit 36 erzeugt sind. Die Lerneinheit 110 aktualisiert das durch die Lernmodellauswahleinheit 105 ausgewählte Lernmodell, um so ein Anpassungsverhalten zu erlernen bezüglich der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter in Bezug auf den Zustand und das Ergebnis der Bearbeitung durch die Werkzeugmaschine 2 entsprechend allgemein bekannten Techniken des bestärkenden Lernens und sie speichert das aktualisierte Lernmodell in der Lernmodellspeichereinheit 130. Bei dem bestärkenden Lernen handelt es sich um eine Technik, bei der ein Zyklus iterativ gemäß „Versuch- und Irrtum“ ausgeführt wird mit Überwachung eines laufenden Zustandes (das ist die Eingabe) einer Umgebung, in der ein Lernobjekt vorliegt, Ausführung eines gegebenen Verhaltens (das ist die Ausgabe) im laufenden Zustand und Zuerkennung einer bestimmten Belohnung für das Verhalten, und bei der eine Maßnahme (das Einstellungsverhalten bezüglich der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter in der maschinellen Lernvorrichtung 100 gemäß der jeweiligen Anwendung) als optimale Lösung erlernt wird, mit welcher die Gesamtheit der Belohnungen maximiert wird. Als Techniken für solches bestärkendes Lernen, welches durch die Lerneinheit 110 ausgeführt wird, können das Q-Lernen und dergleichen genannt werden.
Beim Q-Lernen durch die Lerneinheit 110 kann die Belohnung R bestimmt werden auf Basis der Prioritätsbedingung, die mit der Bearbeitungsart in der Prioritätsbedingungsspeichereinheit 56 abgespeichert ist. Sind Prioritätsbedingungsdaten gemäß dem Beispiel nach 3 in der Prioritätsbedingungsspeichereinheit 56 abgespeichert und sind die Zustandsdaten S als das laufende Lernobjekt auch datenbasiert, die beispielsweise beim Bohren gewonnen sind, kann der Belohnungswert R positiv (plus) gesetzt werden, wenn der Steigungsfehler (als die Bestimmungsdaten) kleiner ist als der Schwellenwert Err_pit, der in der Prioritätsbedingungsspeichereinheit 56 abgespeichert ist, oder er kann negativ (minus) gesetzt werden, wenn der Steigungsfehler gleich oder größer ist als der Schwellenwert Err_pit. Werden die Daten gemäß graduellen Werten behandelt, kann die Belohnung R jeweils graduell positiv (plus) gesetzt werden bzw. als negativer Wert (minus) entsprechend den graduellen Unterschieden. Beim oben erläuterten Beispiel bezüglich des Steigungsfehlers kann also die Größe der positiven oder negativen Belohnung eingestellt werden entsprechend der jeweiligen Abweichung des Steigungsfehlers vom Schwellenwert Err_pit.
Sind eine Mehrzahl von Prioritätsbedingungen mit einer Bearbeitungsart in der Prioritätsbedingungsspeichereinheit 56 verknüpft, kann die Belohnung R berechnet werden unter Einsatz eines Ausdruckes, in dem die mehreren Prioritätsbedingungen kombiniert sind. Sind die Prioritätsbedingungsdaten entsprechend dem Beispiel nach 3 in der Prioritätsbedingungsspeichereinheit 56 abgespeichert und sind während der Endbearbeitung beispielsweise die Zustandsdaten S als der momentane Lerngegenstand auch datenbasiert, kann eine gegebene Formel eingesetzt werden für die Belohnungsberechnung, bei der Daten bezüglich der Formpräzision und Daten bezüglich der Zykluszeit eingesetzt werden, die im Voraus definiert sind, und die Belohnung R kann dann berechnet werden mit dieser Formel für die Belohnungsberechnung. Sind Prioritäten unter den Prioritätsbedingungen gesetzt, können dominante Daten für die Berechnung der Belohnung entsprechend solchen Prioritäten geändert werden. Erfolgt beispielsweise bei den Daten gemäß 3 eine Profilbearbeitung, kann die Formel für die Belohnungsberechnung definiert werden als R = b₁ × f (x) („x“ sind Daten bezüglich der Formpräzision) + b₂ × g (y) (y sind Daten bezüglich der Zykluszeit) (wobei f(x) und g(y) gegebene Funktionen für die Belohnungsberechnung sind) und wobei Koeffizienten b₁ und b₂ einstellbar sind mit Bezug auf eine vorgegebene Referenz, damit b₁ > b₂ ist.
Die Lerneinheit 110 kann für eine Wertefunktion Q ein neuronales Netzwerk einsetzen (Lernmodell) und sie kann eingerichtet sein, die Zustandsdaten S und das Verhalten a als Eingangsdaten in das neuronale Netzwerk einzusetzen derart, dass ein Wert ausgegeben wird (Ergebnis y) bezüglich des Verhaltens a in dem betreffenden Zustand. In einer derartigen Konfiguration kann ein neuronales Netzwerk mit drei Schichten eingesetzt werden aus einer Eingabeschicht, einer Zwischenschicht und einer Ausgabeschicht als Lernmodell. Das Lernmodell kann konfiguriert sein, ein effizienteres Lernen und Schlussfolgern auszuführen unter Einsatz einer Technik des sogenannten tiefen Lernens mit Einsatz eines neuronalen Netzwerkes aus drei oder mehr Schichten. Das mit der Lerneinheit 110 aktualisierte Lernmodell wird in der Lernmodellspeichereinheit 130 im nicht-flüchtigen Speicher 104 abgelegt und eingesetzt für die Bestimmung des Anpassungsverhaltens bezüglich der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter mittels der Entscheidungseinheit 122.
Die Lerneinheit 110 ist eine wesentliche Komponente im Vorgang des Lernens, jedoch keine wesentliche Komponente mehr, wenn der Lernvorgang bezüglich des Anpassungsverhaltens für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter mittels der Lerneinheit 110 abgeschlossen ist. Ist ein Produkt, bei dem die maschinelle Lernvorrichtung 100 den Lernvorgang abgeschlossen hat, zu einem Kunden auszuliefern, kann beispielsweise die maschinelle Lernvorrichtung 100 von der Lerneinheit 110 entfernt sein.
Der Entscheidungsvorgang durch die Entscheidungseinheit 122 wird ausgeführt mittels Systemprogrammen, die durch den Prozessor 101 in der Bearbeitungsbedingungseinstellvorrichtung 1 aus dem ROM 102 gemäß 1 ausgelesen werden, und durch die Rechenoperationen hauptsächlich durch den Prozessor 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Entscheidungseinheit 122 ermittelt die optimale Lösung bezüglich des Anpassungsverhaltens für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter unter Einsatz des Lernmodells, wie es durch die Lernmodellauswahleinheit 105 ausgewählt ist, auf Basis der seitens der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S und gibt das so ermittelte Anpassungsverhalten bezüglich der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter aus. Die Entscheidungseinheit 122 des Ausführungsbeispieles gibt die Zustandsdaten S (die Werkzeugdaten S1, die Bearbeitungsbedingungsdaten S2 und die Bearbeitungsparameterdaten S3), wie sie von der Vorverarbeitungseinheit 36 eingegeben sind, und das Anpassungsverhalten für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter (eine Kombination für die Einstellung der Vorschubgeschwindigkeit, die Einstellung der Spindelgeschwindigkeit und dergleichen oder eine Änderung bezüglich der Einstellung der Parameter) als Eingabedaten in das aktualisierte Lernmodell ein (mit den bestimmten Parametern), wobei diese Eingabe erfolgt im Verlauf des bestärkenden Lernens durch die Lerneinheit 110, so dass für die Ausführung des betreffenden Verhaltens im laufenden Zustand die Belohnung berechnet wird. Die Berechnung der Belohnung in der Entscheidungseinheit 122 wird ausgeführt bezüglich des Anpassungsverhaltens hinsichtlich der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, die momentan gelten. Durch einen Vergleich der Mehrzahl berechneter Belohnungen wird das Anpassungsverhalten bezüglich Bearbeitungsbedingungen und/oder Bearbeitungsparameter als optimale Lösung bestimmt, welches in der Berechnung die größte Belohnung ergibt. Die optimale Lösung des Anpassungsverhaltens für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter gemäß Bestimmung durch die Entscheidungseinheit 122 wird in die Steuereinheit 32 eingegeben und dann eingesetzt für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter bei der tatsächlichen Bearbeitung. Die optimale Lösung bezüglich des Anpassungsverhaltens kann zusätzlich auch eingesetzt werden für eine Anzeige auf der Anzeige-/MDI-Einheit 70 oder sie kann übertragen werden zur Ausgabe über ein verdrahtetes/drahtloses Netzwerk (nicht dargestellt) an einen Fog-Computer, einen Cloud-Computer oder dergleichen.
Die Bearbeitungsbedingungseinstellvorrichtung 1 kann die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter entsprechend Anforderungen passend einstellen, welche durch eine Bedienungsperson während der Bearbeitung eines Werkstückes durch die Werkzeugmaschine 2 gefordert werden.
Bei einer Abwandlung der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß dem Ausführungsbeispiel kann die Vorverarbeitungseinheit 36 weiterhin Werkstückdaten S4 erzeugen, die Informationen bezüglich des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben, und zwar als Zustandsdaten zusätzlich zu den Werkzeugdaten S1, den Bearbeitungsbedingungsdaten S2 und den Bearbeitungsparameterdaten S3. Die Werkstückdaten S4 sind definiert als Datenketten, welche Materialien des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben. Die Materialien des Werkstückes, wie etwa Aluminium oder Eisen, können ausgedrückt werden als numerische Werte, die eine eindeutige Identifizierung erlauben. Die Werkstückdaten S4 können erzeugt werden auf Basis von Informationen bezüglich des Werkstückes, welche durch die Bedienungsperson oder dergleichen für die Bearbeitungsbedingungseinstellvorrichtung 1 oder die Werkzeugmaschine 2 eingegeben werden.
4 ist ein schematisches funktionales Blockdiagramm zur Erläuterung der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 gemäß einem zweiten Ausführungsbeispiel. Die Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel enthält eine Konfiguration zum Erlernen für einen Lernprozess, wie er für eine maschinelle Lernvorrichtung 100 erforderlich ist, welche ein überwachtes Lernen („Supervised Learning“) ausführt. Die Funktionen der in 4 gezeigten Funktionsblöcke werden ausgeführt durch die entsprechenden Systemprogramme und die Steuerung des Betriebs der Einheiten der Vorrichtung 1 für die Einstellung der Bearbeitungsbedingungen und durch die maschinelle Lernvorrichtung 100 entsprechend einer Steuerung mittels der CPU 11 in der Vorrichtung 1 für die Einstellung der Bearbeitungsbedingungen, wie sie in 1 dargestellt ist, und durch den Prozessor 101 der maschinellen Lernvorrichtung 100.
Die Vorrichtung 1 für die Einstellung der Bearbeitungsbedingungen dieses Ausführungsbeispieles enthält eine Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Vorverarbeitungseinheit 36 und die Prioritätsbedingungseinstelleinheit 37, während die maschinelle Lernvorrichtung 100 in der Vorrichtung 1 für die Einstellung der Bearbeitungsbedingungen die Lernmodellauswahleinheit 105 und die Lerneinheit 110 enthält. Im nicht-flüchtigen Speicher 14 nach 1 werden Daten der Speichereinheit 52 für gewonnene Daten, welche also von der Werkzeugmaschine 2, den Sensoren 3 etc. gewonnen sind, abgespeichert und es ist die Prioritätsbedingungsspeichereinheit 56 vorgesehen, in welcher Prioritätsbedingungsdaten, die durch die Prioritätsbedingungseinstelleinheit 37 gesetzt sind, gespeichert werden. Der nicht-flüchtige Speicher 104 der maschinellen Lernvorrichtung 100 gemäß 1 stellt auch die Lernmodellspeichereinheit 130 bereit, in welcher ein Lernmodell abgespeichert wird, welches durch das maschinelle Lernen der Lerneinheit 110 konstruiert ist.
Die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Prioritätsbedingungseinstelleinheit 37 und die Lernmodellauswahleinheit 105 gemäß dem zweiten Ausführungsbeispiel haben Funktionen ähnlich den Funktionen der Steuereinheit 32, der Bearbeitungsartbestimmungseinheit 33, der Datengewinnungseinheit 34, der Prioritätsbedingungseinstelleinheit 37 und der Lernmodellauswahleinheit 105 gemäß dem ersten Ausführungsbeispiel.
Die Vorverarbeitungseinheit 36 gemäß dem nun vorliegenden Ausführungsbeispiel erzeugt Lerndaten zur Verwendung beim maschinellen Lernen durch die maschinelle Lernvorrichtung 100 auf Basis der von der Datengewinnungseinheit 34 gewonnenen Daten und der Prioritätsbedingungsdaten, wie sie in der Prioritätsbedingungsspeichereinheit 56 abgelegt sind. Die Vorverarbeitungseinheit 36 erzeugt die Lerndaten, in denen die durch die Datengewinnungseinheit 34 gewonnenen (und in der Speichereinheit 52 für gewonnene Daten abgespeicherten) Daten einer Konversion unterzogen worden sind (wie einer Digitalisierung oder Abtastung), wobei die Konversion in ein einheitliches Format erfolgt, welches in der maschinellen Lernvorrichtung 100 verarbeitbar ist, und wobei die erzeugten Lerndaten zusammen mit der Bearbeitungsart an die maschinelle Lernvorrichtung 100 gegeben werden. Führt die maschinelle Lernvorrichtung 100 beispielsweise ein überwachtes Lernen aus, erzeugt die Vorverarbeitungseinheit 36 einen Satz von Zustandsdaten S und beschriftete Daten (Labeldaten, „Label Data“) L in den Formaten für das Lernen, jeweils als Lerndaten.
Die Vorverarbeitungseinheit 36 gemäß diesem Ausführungsbeispiel erzeugt den Satz von Zustandsdaten S und beschrifteten (gelabelten) Daten L als Lerndaten auf Basis von nur denjenigen gewonnenen Daten, welche eine Prioritätsbedingung erfüllen, die mit der Bearbeitungsart in einem Zustand verknüpft ist, in welchem die Daten jeweils gewonnen worden sind, wobei die Auswahl erfolgt unter den von der Datengewinnungseinheit 34 gewonnenen Daten (die in der Speichereinheit 52 für gewonnene Daten abgelegt sind). Für den Fall von nur beim Bohren gewonnenen Daten und unter der Voraussetzung, dass die Prioritätsbedingungsdaten gemäß dem Beispiel nach 3 in der Prioritätsbedingungsspeichereinheit 56 (als Beispiel) abgelegt sind, wird der Satz von Zustandsdaten S und beschrifteten Daten L als Lerndaten nur aus den Daten abgeleitet, bei denen der Steigungsfehler kleiner ist als der Schwellenwert Err_pgt und nur diese Daten werden an die maschinelle Lernvorrichtung 100 gegeben. Nur diejenigen Lerndaten, welche die Prioritätsbedingung für die jeweilige Bearbeitungsart erfüllen, werden also von der Vorverarbeitungseinheit 36 an die maschinelle Lernvorrichtung 100 gegeben. Deshalb ergibt das Lernmodell, welches dem Lernvorgang unter Einsatz dieser Lerndaten unterzogen worden ist, zumindest entweder die Bearbeitungsbedingungen oder die Bearbeitungsparameter für die Bearbeitung unter Einhaltung der Prioritätsbedingungen.
Die von der Vorverarbeitungseinheit 36 erzeugten Zustandsdaten S enthalten bei diesem Ausführungsbeispiel zumindest die Werkzeugdaten S1 mit Informationen bezüglich der Werkzeuge, die bei der Bearbeitung eines Werkstückes mit der Werkzeugmaschine 2 eingesetzt werden. Die Werkzeugdaten S1 sind definiert als Datenketten, welche die Typen und Materialien der einzusetzenden Werkzeuge für die Bearbeitung des Werkstückes mit der Werkzeugmaschine 2 angeben. Die Typen der Werkzeuge können eingeteilt werden in Schneidwerkzeuge, Fräswerkzeuge, Bohrwerkzeuge etc., jeweils als Beispiele, in Abhängigkeit von den Formen der Werkzeuge oder dem Einsatz bei der Bearbeitung und die Einordnung kann ausgedrückt werden mit numerischen Werten, die eine eindeutige Identifizierung ermöglichen. Die Materialien der Werkzeuge, wie Hochgeschwindigkeitsstahl und Hartmetall, können auch in Form numerischer Werte ausgedrückt werden, welche eine eindeutige Identifizierung ermöglichen. Die Werkzeugdaten S1 können erzeugt werden durch Gewinnung von Informationen bezüglich der Werkzeuge, welche für die Bearbeitungsbedingungseinstellvorrichtung 1 und die Werkzeugmaschine 2 durch eine Bedienungsperson eingesetzt worden sind, und auf Basis der bezüglich der Werkzeuge gewonnenen Informationen.
Die beschrifteten Daten (Label Data) L, welche durch die Vorverarbeitungseinheit 36 gemäß diesem Ausführungsbeispiel erzeugt sind, enthalten zumindest Bearbeitungsbedingungsbeschriftungsdaten L1, die mit Informationen bezüglich der Bearbeitungsbedingungen bei der Bearbeitung eines Werkstückes durch die Werkzeugmaschine 2 in einem Bearbeitungszustand, in dem die Zustandsdaten S gewonnen wurden, versehen sind oder Bearbeitungsparameterbeschriftungsdaten L2 mit Parameterinformationen bezüglich der Bearbeitung des Werkstückes mit der Werkzeugmaschine 2.
Die Bearbeitungsbedingungsbeschriftungsdaten L1 sind definiert als Datenketten, enthaltend die Bearbeitungsbedingungen, wie die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit und die Schneidtiefe entsprechend den Einstellungen oder den Instruktionen für die Bearbeitung des Werkstückes mit der Werkzeugmaschine 2. Für die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit, die Schneidtiefe und dergleichen können numerische Werte verwendet werden, bei denen Werte bezüglich der jeweiligen Bearbeitungsbedingungen ausgedrückt werden unter Verwendung gegebener Einheiten. Die Werte für die jeweiligen Bearbeitungsbedingungen werden durch Instruktionen gesetzt, die von dem Steuerprogramm 54 vorgegeben werden, oder als Standardwerte für die Steuerung und sie können somit erzeugt werden durch Gewinnung der Instruktionen oder auf Basis von Standardwerten.
Die Bearbeitungsparameterbeschriftungsdaten L2 sind definiert als Datenketten einschließlich Steuerparametern für die Maschine, auf welche zurückgegriffen wird für die Bearbeitung des Werkstückes durch die Werkzeugmaschine 2. Die Steuerparameter beinhalten beispielsweise Steuerungszeitkonstante für die Motoren der Werkzeugmaschine 2, Parameter bezüglich der Steuerung von Peripheriegeräten oder dergleichen etc. Als die Bearbeitungsparameterbeschriftungsdaten L2 können Parameter gewonnen werden, die während der Bearbeitung eingestellt werden.
Das Lernen durch die Lerneinheit 110 gemäß diesem Ausführungsbeispiel wird ausgeführt durch die Systemprogramme, die aus dem ROM 102 durch den Prozessor 101 ausgelesen werden, welcher in der Bearbeitungsbedingungseinstellvorrichtung 1 nach 1 enthalten ist, und durch die Rechenoperationen hauptsächlich durch den Prozessor 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Lerneinheit 110 gemäß dem Ausführungsbeispiel führt das maschinelle Lernen aus unter Einsatz der Lerndaten, wie sie durch die Vorverarbeitungseinheit 36 erzeugt werden. Die Lerneinheit 110 aktualisiert das durch die Lernmodellauswahleinheit 105 ausgewählte Lernmodell, um so zumindest die Bearbeitungsbedingungen oder die Bearbeitungsparameter zu erlernen, welche die Prioritätsbedingung erfüllen bezüglich des Zustandes der Bearbeitung durch die Werkzeugmaschine 2, wobei allgemein bekannte Lerntechniken des überwachten Lernens eingesetzt werden, und speichert das aktualisierte Lernmodell in der Lernmodellspeichereinheit 130. Für die überwachte Lerntechnik, welche durch die Lerneinheit 110 ausgeführt wird, kommen beispielsweise die Mehrschicht-Perceptron-Technik, die Technik des rekurrenten neuronalen Netzwerkes, die Technik des langen Kurzzeitgedächtnisses (long short-term memory) die Technik des faltenden neuronalen Netzwerkes (Convolutional Neuronal Network CNN) und dergleichen in Betracht.
Die Lerneinheit 110 gemäß diesem Ausführungsbeispiel aktualisiert das Lernmodell, um so die Bearbeitungsbedingungen und die Bearbeitungsparameter zu erlernen, welche die Prioritätsbedingung entsprechend der Bearbeitungsart in Verknüpfung mit dem Zustand der Bearbeitung durch die Werkzeugmaschine 2 erfüllen. Das mit der Lerneinheit 110 gemäß diesem Ausführungsbeispiel auf die genannte Weise erzeugte Lernmodell kann eingesetzt werden zum Abschätzen der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, welche die Prioritätsbedingung erfüllen in Abhängigkeit von der Bearbeitungsart, wenn der entsprechende Zustand der Bearbeitung mittels der Werkzeugmaschine 2 vorliegt.
Die Lerneinheit 110 ist eine wesentliche Komponente im Stadium des Lernens, jedoch nicht notwendigerweise eine wesentliche Komponente nach Abschluss des Lernvorganges von zumindest den Bearbeitungsbedingungen und/oder den Bearbeitungsparametern, welche die Prioritätsbedingung erfüllen entsprechend der Bearbeitungsart, wobei der Lernvorgang durch die Lerneinheit 110 ausgeführt wird. Wird beispielsweise die maschinelle Lernvorrichtung 100 nach abgeschlossenem Lernvorgang zu einem Kunden ausgeliefert, kann die Lieferung eine maschinelle Lernvorrichtung 100 beinhalten, aus welcher die Lerneinheit 110 entfernt worden ist.
Die Bearbeitungsbedingungseinstellvorrichtung 1 mit obiger Konfiguration gemäß dem Ausführungsbeispiel erzeugt eine Mehrzahl von Lernmodellen, in denen zumindest die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter, welche in Verknüpfung die Prioritätsbedingung entsprechend der Bearbeitungsart und dem Zustand der Bearbeitung mittels der Werkzeugmaschine 2 erfüllen, erlernt sind. Mit Einsatz der Mehrzahl von auf diese Weise erzeugten Lernmodellen kann eine weiter unten näher beschriebene Abschätzeinheit 120 einen Abschätzvorgang ausführen auf Basis der Zustandsdaten S, die von der Werkzeugmaschine 2 gewonnen werden, was für die Bestimmung von zumindest den Bearbeitungsbedingungen und/oder den Bearbeitungsparametern erforderlich ist, welche dann passender sind und welche der Bearbeitungsart in dem gewonnenen Zustand entsprechen.
Bei einer Abwandlung der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel kann die Vorverarbeitungseinheit 36 weiterhin, zusätzlich zu den Werkzeugdaten S1, Werkstückdaten S4 erzeugen, welche Informationen bezüglich des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben. Die Werkstückdaten S4 sind definiert als Datenketten, welche Materialien des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes beinhalten. Die Materialien des Werkstückes, wie Aluminium oder Eisen, können ausgewählt werden als numerische Werte, welche jeweils eine eindeutige Identifizierung ermöglichen. Die Werkstückdaten S4 können erzeugt werden auf Basis von Informationen bezüglich des Werkstückes, die für die Bearbeitungsbedingungseinstellvorrichtung 1 oder die Werkzeugmaschine 2 durch beispielsweise die Bedienungsperson eingestellt sind.
5 illustriert mit einem schematischen funktionalen Blockdiagramm die Bearbeitungsbedingungseinstellvorrichtung 1 und die maschinelle Lernvorrichtung 100 gemäß einem dritten Ausführungsbeispiel. Die Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel enthält eine Abschätzungskonfiguration, welche erforderlich ist, wenn die maschinelle Lernvorrichtung 100 zumindest die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter für die Bearbeitung mit der jeweiligen Werkzeugmaschine abschätzt. Die funktionalen Blöcke gemäß 5 werden implementiert durch Ausführung jeweiliger Systemprogramme und die Steuerung des Betriebs der Einheiten der Vorrichtung 1 für die Bearbeitungsbedingungseinstellung und die maschinelle Lernvorrichtung 100 mittels der CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 und den Prozessor 101 der maschinellen Lernvorrichtung 100.
Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Vorverarbeitungseinheit 36 und die Prioritätsbedingungseinstelleinheit 37, und die maschinelle Lernvorrichtung 100 in der Bearbeitungsbedingungseinstellvorrichtung 100 enthält die Lernmodellauswahleinheit 105 und eine Abschätzeinheit 120. Im nicht-flüchtigen Speicher 14 gemäß 1 sind die Gewinnungsdatenspeichereinheit 52, in welcher von der Werkzeugmaschine 2 gewonnene Daten, von den Sensoren 3 gewonnene Daten und so weiter abgespeichert sind, und die Prioritätsbedingungsspeichereinheit 56, in welcher Prioritätsbedingungsdaten, welche durch die Prioritätsbedingungseinstelleinheit 37 eingestellt sind, abgespeichert sind, vorgesehen. Der nicht-flüchtige Speicher 104 der maschinellen Lernvorrichtung 100 gemäß 1 stellt auch die Lernmodellspeichereinheit 130 bereit, in welcher Lernmodelle abgespeichert werden, die erzeugt werden durch das maschinelle Lernen mittels der Lerneinheit 110, wie sie anhand es zweiten Ausführungsbeispieles beschrieben ist.
Die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Prioritätsbedingungseinstelleinheit 37 und die Lernmodellauswahleinheit 105 gemäß dem dritten Ausführungsbeispiel haben Funktionen entsprechend den Funktionen der Steuereinheit 32, der Bearbeitungsartbestimmungseinheit 33, der Datengewinnungseinheit 34, der Prioritätsbedingungseinstelleinheit 37 und der Lernmodellauswahleinheit 105 gemäß dem ersten Ausführungsbeispiel.
Bei Abschätzung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, welche die Prioritätsbedingung erfüllen unter Einsatz des Lernmodells mittels der maschinellen Lernvorrichtung 100, führt bei diesem Ausführungsbeispiel die Vorverarbeitungseinheit 36 eine Konversion aus (wie eine Digitalisierung oder eine Abtastung) in ein einheitliches Format, welches in der maschinellen Lernvorrichtung 100 verarbeitbar ist, auf Basis der mit der Datengewinnungseinheit 34 gewonnenen Daten und der Prioritätsbedingungsdaten, die in der Prioritätsbedingungsspeichereinheit 56 abgespeichert sind. Die Zustandsdaten S in einem vorgegebenen Format zur Verwendung für die Abschätzung in der maschinellen Lernvorrichtung 100 werden aus den konvertierten Daten und den erzeugten Zustandsdaten S zusammen mit der Bearbeitungsart generiert und an die maschinelle Lernvorrichtung 100 gegeben. Beispielsweise erzeugt die Vorverarbeitungseinheit 36 die Werkzeugdaten S1 auf Basis der mit der Datengewinnungseinheit 34 gewonnenen Daten.
Die Abschätzung mittels der Abschätzungseinheit 120 wird ausgeführt durch vom Prozessor aus dem ROM 102 ausgelesene Systemprogramme und durch die Rechenoperationen, hauptsächlich mittels des Prozessors 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Abschätzeinheit 120 schätzt die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter ab, welche die Prioritätsbedingung erfüllen unter Einsatz des von der Lernmodellauswahleinheit 105 ausgewählten Lernmodells auf Basis der Zustandsdaten S, wie sie durch die Vorverarbeitungseinheit 36 erzeugt sind. Bei der Abschätzeinheit 120 dieses Ausführungsbeispiels werden die von der Vorverarbeitungseinheit 36 erhaltenen Zustandsdaten S in das Lernmodell eingegeben, welches (mit bestimmten Parametern) durch die Lerneinheit 110 erzeugt ist, und die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter, welche die mit der Bearbeitungsart verknüpfte Prioritätsbedingung erfüllen, werden so abgeschätzt und ausgegeben. Ein durch die Abschätzeinheit 120 abgeschätztes Ergebnis wird in die Steuereinheit 32 gegeben.
Die Bearbeitungsbedingungseinstellvorrichtung 1 obiger Konfiguration gemäß dem Ausführungsbeispiel ist in der Lage, zumindest eine der oben genannten Bestimmungen abschätzend durchzuführen, also die Bearbeitungsbedingungen und die Bearbeitungsparameter abzuschätzen, welche der Prioritätsbedingung entsprechend der jeweiligen Bearbeitungsart entsprechen, und den Bearbeitungsbetrieb für ein Werkstück durch die Werkzeugmaschine 2 zu steuern auf Basis von zumindest einer dieser abgeschätzten Bestimmungen, also auf Basis des Bearbeitungsbedingungen und/oder der Bearbeitungsparameter.
Bei einer Abwandlung der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel kann die Vorverarbeitungseinheit 36 zusätzlich zu den Werkzeugdaten S1 als Zustandsdaten weiterhin die Werkstückdaten S4 generieren, welche Informationen bezüglich des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben. Die Werkstückdaten S4 sind definiert als Datenketten, welche die Materialien der mit der Werkzeugmaschine 2 zu bearbeitenden Werkstücke angeben. Die Materialien der Werkstücke, wie etwa Aluminium und Eisen, können mit numerischen Werten ausgedrückt werden, welche jeweils eine eindeutige Identifizierung ermöglichen. Die Werkstückdaten S4 können erzeugt werden auf Basis von Informationen bezüglich der Werkstücke, die für die Bearbeitungsbedingungseinstellvorrichtung 1 oder für die Werkzeugmaschine 2 durch die Bedienungsperson oder in anderer Weise eingestellt sind.
6 ist ein schematisches funktionales Blockdiagramm zur Erläuterung der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 gemäß einem vierten Ausführungsbeispiel. Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält eine Konfiguration für eine maschinelle Lernvorrichtung 100, welche ein nicht überwachtes Lernen ausführt. Die funktionalen Blöcke gemäß 6 werden implementiert durch Ausführung der jeweiligen Systemprogramme und durch Steuerung des Betriebs der Einheiten der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 mittels der CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 nach 1 und durch den Prozessor 101 der maschinellen Lernvorrichtung 100.
Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Vorverarbeitungseinheit 36 und die Prioritätsbedingungseinstelleinheit 37 und die maschinelle Lernvorrichtung 100 der Bearbeitungsbedingungseinstellvorrichtung 1 enthält die Lernmodellauswahleinheit 105 und die Lerneinheit 110. Der nicht-flüchtige Speicher 14 gemäß 1 stellt die Speichereinheit 52 für gewonnene Daten bereit, in welcher von der Werkzeugmaschine 2, den Sensoren 3 und dergleichen gewonnene Daten gespeichert werden, und auch die Speichereinheit 56 für Prioritätsbedingungen, in welcher Prioritätsbedingungsdaten abgespeichert werden, welche durch die Prioritätsbedingungseinstelleinheit 37 gesetzt werden. Der nicht-flüchtige Speicher 104 der maschinellen Lernvorrichtung 100 gemäß 1 stellt die Lernmodellspeichereinheit 130 bereit, welche ein Lernmodell abspeichert, das durch maschinelles Lernen der Lerneinheit 110 gebildet wird.
Die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Prioritätsbedingungseinstelleinheit 37 und die Lernmodellauswahleinheit 105 gemäß dem vierten Ausführungsbeispiel haben Funktionen entsprechend den Funktionen der Steuereinheit 32, der Bearbeitungsartbestimmungseinheit 33, der Datengewinnungseinheit 34, der Prioritätsbedingungseinstelleinheit 37 bzw. der Lernmodellauswahleinheit 105 entsprechend dem ersten Ausführungsbeispiel.
Die Vorverarbeitungseinheit 36 gemäß diesem Ausführungsbeispiel erzeugt Lerndaten zur Verwendung beim maschinellen Lernen durch die maschinelle Lernvorrichtung 100 auf Basis von Daten, die durch die Datengewinnungseinheit 34 gewonnen werden, und der Prioritätsbedingungsdaten, die in der Prioritätsbedingungsspeichereinheit 56 abgelegt sind. Die Vorverarbeitungseinheit 36 erzeugt die Lerndaten, derart, dass die mit der Datengewinnungseinheit 34 gewonnenen und in der Speichereinheit 52 für gewonnene Daten abgelegte Daten einer Konversion unterzogen werden, wie einer Digitalisierung oder Abtastung in ein einheitliches Format, welches von der maschinellen Lernvorrichtung 100 verarbeitbar ist, und es werden die erzeugten Lerndaten zusammen mit der Bearbeitungsart an die maschinelle Lernvorrichtung 100 gegeben. Führt die maschinelle Lernvorrichtung 100 beispielsweise ein nicht überwachtes Lernen aus, erzeugt die Vorverarbeitungseinheit 36 beim Lernen Zustandsdaten S in einem vorgegebenen Format, und dies sind die Lerndaten.
Die Vorverarbeitungseinheit dieses Ausführungsbeispiels erzeugt als Lerndaten die Zustandsdaten S nur aus den gewonnenen Daten, welche eine Prioritätsbedingung in Verknüpfung mit der Bearbeitungsart erfüllen in einem Zustand, in dem die Daten jeweils gewonnen wurden; es erfolgt also eine Auswahl unter den durch die Datengewinnungseinheit 34 gewonnenen (und in der Speichereinheit 52 für gewonnene Daten abgelegten) Daten. Für die beim Bohren gewonnenen Daten werden beispielsweise dann, wenn die Prioritätsbedingungsdaten entsprechend dem Beispiel nach 3 in der Prioritätsbedingungsspeichereinheit 56 abgelegt sind, die Zustandsdaten S als Lerndaten nur aus denjenigen Daten erzeugt, bei denen der Steigungsfehler kleiner ist als der Schwellenwert Err_pet und diese Daten werden an die maschinelle Lernvorrichtung 100 gegeben. Die Vorverarbeitungseinheit 36 gibt also an die maschinelle Lernvorrichtung 100 nur diejenigen Lerndaten, die erzeugt sind auf Basis derjenigen Daten, die die Prioritätsbedingung für die jeweilige Bearbeitungsart erfüllen. Deshalb repräsentiert das Lernmodell, welches den Lernvorgang unter Einsatz dieser Lerndaten ausgeführt hat, eine Verteilung für die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter für die Bearbeitung unter Erfüllung der Prioritätsbedingungen .
Die Zustandsdaten S, welche gemäß diesem Ausführungsbeispiel von der Vorverarbeitungseinheit 36 erzeugt werden, enthalten zumindest die Werkzeugdaten S1 mit Informationen bezüglich der bei der Bearbeitung von Werkstücken durch die Werkzeugmaschine 2 einzusetzenden Werkzeuge und die Bearbeitungsbedingungsdaten S2 mit Informationen bezüglich der Bearbeitungsbedingungen bei Bearbeitung der Werkstücke durch die Werkzeugmaschine 2 und/oder die Bearbeitungsparameterdaten S3 mit Parameterinformationen bezüglich der Bearbeitung des Werkstückes mit der Werkzeugmaschine 2.
Die Werkzeugdaten S1 sind gegeben als Datenketten, die Typen und Materialien der Werkzeuge angeben, welche für die Bearbeitung der Werkstücke mit der Werkzeugmaschine 2 einzusetzen sind. Die Typen der Werkzeuge können beispielsweise eingeteilt werden in Schneidwerkzeuge, Fräswerkzeuge, Bohrwerkzeuge und dergleichen entsprechend den Formen der Werkzeuge oder dem Einsatz bei der Bearbeitung und die Zuordnung kann erfolgen mit numerischen Werten, welche jeweils eine eindeutige Identifizierung erlauben. Die Materialien der Werkzeuge, wie Hochgeschwindigkeitsstahl und Hartmetall, können ausgedrückt werden in Form numerischer Werte, welche eine eindeutige Identifizierung ermöglichen. Die Werkzeugdaten S1 können erzeugt werden durch Gewinnung von Informationen bezüglich der Werkzeuge, welche für die Bearbeitungsbedingungseinstellvorrichtung 1 und die Werkzeugmaschine 2 durch eine Bedienungsperson eingestellt sind, und auf Basis der bezüglich der Werkzeuge gewonnenen Informationen.
Die Bearbeitungsbedingungsdaten S2 sind definiert als Datenketten, enthaltend die Bearbeitungsbedingungen, wie die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit und die Schneidtiefe entsprechend Einstellungen oder Instruktionen für die Bearbeitung des Werkstückes durch die Werkzeugmaschine 2. Für die Spindelgeschwindigkeit, die Vorschubgeschwindigkeit, die Schneidtiefe und dergleichen können numerische Werte herangezogen werden, wobei die Werte jeweils mit den entsprechenden Einheiten für die jeweiligen Bearbeitungsbedingungen versehen werden. Die Werte bezüglich der jeweiligen Bearbeitungsbedingungen werden eingestellt entsprechend Instruktionen vom Steuerprogramm 54 oder als Standardwerte für die Steuerung.
Die Bearbeitungsparameterdaten S3 sind definiert als Datenketten, enthaltend Steuerparameter für die Maschine, auf die für die Bearbeitung des Werkstückes mit der Werkzeugmaschine 2 zugegriffen wird. Die Steuerparameter beinhalten beispielsweise Steuerungszeitkonstante für Motoren zur Steuerung der Werkzeugmaschine 2, Parameter bezüglich der Steuerung von peripheren Einrichtungen oder dergleichen. Für die Bearbeitungsparameterdaten S3 können während der Bearbeitung eingestellte Parameter herangezogen werden.
Das Lernen durch die Lerneinheit 110 gemäß diesem Ausführungsbeispiel wird ausgeführt durch Systemprogramme, die aus dem ROM 102 ausgelesen werden, mittels des Prozessors 101 in der Bearbeitungsbedingungseinstellvorrichtung 1 nach 1 und durch die arithmetischen Prozesse, hauptsächlich ausgeführt durch den Prozessor 101 unter Verwendung des RAM 103 und des nicht-flüchtigen Speichers 104. Die Lerneinheit 110 gemäß diesem Ausführungsbeispiel führt den maschinellen Lernprozess aus unter Einsatz von Lerndaten, die erzeugt werden durch die Vorverarbeitungseinheit 36. Die Lerneinheit 110 aktualisiert das Lernmodell, welches durch die Lernmodellauswahleinheit 105 ausgewählt wird, um so die Verteilung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter zu erlernen, welche die Prioritätsbedingung bei der Bearbeitung durch die Werkzeugmaschine 2 erfüllen, wobei ein allgemein bekanntes, nicht überwachtes Lernen ausgeführt wird und das aktualisierte Lernmodell abgespeichert wird in der Lernmodellspeichereinheit 130. Für die Technik des nicht überwachten Lernens, welches durch die Lerneinheit 110 ausgeführt wird, kann die sogenannte Autoencoder-Technik, die k-Means-Technik und dergleichen beispielsweise eingesetzt werden.
Die Lerneinheit 110 gemäß diesem Ausführungsbeispiel aktualisiert das Lernmodell, um so die Verteilung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter zu erlernen, welche die Prioritätsbedingung entsprechend der Bearbeitungsart bei der Bearbeitung mit der Werkzeugmaschine 2 erfüllen. Das mit der Lerneinheit 110 gemäß dem Ausführungsbeispiel auf diese Weise erzeugte Lernmodell kann eingesetzt werden zum Abschätzen der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, welche die Prioritäten erfüllen entsprechend der Bearbeitungsart bei der Bearbeitung durch die Werkzeugmaschine 2.
Die Lerneinheit 110 ist ein wesentlicher Bestandteil im Stadium des Lernens, jedoch nicht notwendigerweise ein wesentlicher Bestandteil nach Abschluss des Lernvorganges bezüglich der Verteilung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, welche die Prioritätsbedingung entsprechend der Bearbeitungsart erfüllen. Hat die maschinelle Lernvorrichtung 100 den Lernvorgang abgeschlossen und wird die Vorrichtung dann zum Nutzer ausgeliefert, kann beispielsweise aus der maschinellen Lernvorrichtung 100 die Lerneinheit 110 entfernt sein.
Die Bearbeitungsbedingungseinstellvorrichtung 1 mit der obigen Konfiguration gemäß dem Ausführungsbeispiel erzeugt eine Mehrzahl von Lernmodellen, bei denen die Verteilung der Bearbeitungsbedingungen und der Bearbeitungsparameter, welche die Prioritätsbedingung entsprechend der Bearbeitungsart erfüllen, erlernt sind. Mit Einsatz der Mehrzahl von auf diese Weise erzeugten Lernmodellen ist die Abschätzeinheit 120, die weiter unten noch näher beschrieben wird, in der Lage, einen Abschätzprozess auszuführen, der auf den Zustandsdaten S, die von der Werkzeugmaschine 2 gewonnen werden, basiert und der erforderlich ist für die Bestimmung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, die jeweils passender werden und die der Bearbeitungsart in dem gewonnenen Zustand entsprechen.
Gemäß einer Abwandlung der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel kann die Vorverarbeitungseinheit 36 weiterhin die Werkstückdaten S4 erzeugen, die Informationen des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben, zusätzlich zu den Werkzeugdaten S1, den Bearbeitungsbedingungsdaten S2 und den Bearbeitungsparameterdaten S3. Die Werkstückdaten S4 sind gegeben durch Datenketten, welche die Materialien des Werkstückes angeben, das durch die Werkzeugmaschine 2 zu bearbeiten ist. Die Materialien der Werkstücke, wie Aluminium oder Eisen, können mit numerischen Werten ausgedrückt werden, welche jeweils eine eindeutige Identifizierung ermöglichen. Die Werkstückdaten S4 können erzeugt werden auf Basis von Informationen bezüglich des Werkstückes, welche durch die Bearbeitungsbedingungseinstellvorrichtung 1 oder die Werkzeugmaschine 2 seitens der Bedienungsperson oder dergleichen eingestellt sind.
7 ist ein schematisches funktionales Blockdiagramm zur Erläuterung der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 gemäß einem fünften Ausführungsbeispiel. Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält eine Konfiguration, die erforderlich ist, wenn die maschinelle Lernvorrichtung 100 die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter für die Bearbeitung mit einer Werkzeugmaschine abschätzt. Die Funktionen der Blöcke gemäß 7 werden ausgeführt durch die jeweiligen Systemprogramme und die Steuerung des Betriebs der Einheiten der Bearbeitungsbedingungseinstellvorrichtung 1 und der maschinellen Lernvorrichtung 100 mittels der CPU 11 in der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß 1 und des Prozessors 101 der maschinellen Lernvorrichtung 100.
Die Bearbeitungsbedingungseinstellvorrichtung 1 dieses Ausführungsbeispieles enthält die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Vorverarbeitungseinheit 36 und die Prioritätsbedingungseinstelleinheit 37, und die maschinelle Lernvorrichtung 100 in der Bearbeitungsbedingungseinstellvorrichtung 1 und die Lerneinheit enthält die Lernmodellauswahleinheit 105 und die Abschätzeinheit 120. Der in 1 dargestellte nicht-flüchtige Speicher 14 stellt die Speichereinheit 52 für gewonnene Daten, in welcher von der Werkzeugmaschine 2, den Sensoren 3 und gegebenenfalls weiteren Einheiten gewonnene Daten abgelegt werden, und die Prioritätsbedingungsspeichereinheit 56, in welcher Prioritätsbedingungsdaten abgespeichert werden, welche durch die Prioritätsbedingungseinstelleinheit 37 eingestellt sind. Der nicht-flüchtige Speicher 104 der maschinellen Lernvorrichtung 100 gemäß 1 stellt die Lernmodellspeichereinheit 130, welche ein Lernmodell abspeichert, das durch das maschinelle Lernen der Lerneinheit 110 gemäß dem zweiten Ausführungsbeispiel gebildet wird.
Die Steuereinheit 32, die Bearbeitungsartbestimmungseinheit 33, die Datengewinnungseinheit 34, die Prioritätsbedingungseinstelleinheit 37 und die Lernmodellauswahleinheit 105 gemäß dem fünften Ausführungsbeispiel haben Funktionen entsprechend den Funktionen der Steuereinheit 32, der Bearbeitungsartbestimmungseinheit 33, der Datengewinnungseinheit 34, der Prioritätsbedingungseinstelleinheit 37 und der Lernmodellauswahleinheit 105 gemäß dem ersten Ausführungsbeispiel.
Im Stadium der Abschätzung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, welche die Prioritätsbedingung erfüllen, unter Einsatz des Lernmodells durch die maschinelle Lernvorrichtung 100, führt die Vorverarbeitungseinheit 36 gemäß diesem Ausführungsbeispiel die Konversion (wie eine Digitalisierung oder Abtastung) in das einheitliche Format aus, welches in der maschinellen Lernvorrichtung 100 verarbeitbar ist, auf Basis der Daten, die von der Datengewinnungseinheit 34 gewonnen werden, und der Prioritätsbedingungsdaten, die in der Prioritätsbedingungsspeichereinheit 56 abgelegt sind. Die Zustandsdaten S in dem von der maschinellen Lernvorrichtung 100 bei der Abschätzung verwendeten Format werden aus den konvertierten Daten erzeugt und die erzeugten Zustandsdaten S, zusammen mit der Bearbeitungsart, werden an die maschinelle Lernvorrichtung 100 gegeben. Beispielsweise erzeugt die Vorverarbeitungseinheit 36 zumindest die Werkzeugdaten S1 und gegebenenfalls die Bearbeitungsbedingungsdaten S2 und/oder die Bearbeitungsparameter S3 auf Basis der mit der Datengewinnungseinheit 34 gewonnenen Daten.
Die Abschätzung durch die Abschätzeinheit 120 wird ausgeführt über die aus dem ROM 102 durch den Prozessor 101 ausgelesenen Systemprogramme, wobei der Prozessor 101 in der Bearbeitungsbedingungseinstellvorrichtung 1 nach 1 enthalten ist, und durch die Rechenoperationen hauptsächlich des Prozessors 101 unter Einsatz des RAM 103 und des nicht-flüchtigen Speichers 104. Die Abschätzeinheit 120 schätzt die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter ab, welche die Prioritätsbedingung erfüllen, unter Einsatz des Lernmodells, welches durch die Lernmodellauswahleinheit 105 ausgewählt ist, auf Basis der Zustandsdaten S, welche durch die Vorverarbeitungseinheit 36 generiert sind. In der Abschätzeinheit 120 dieses Ausführungsbeispiels werden die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter, welche die Prioritätsbedingung erfüllen, abgeschätzt und ausgegeben auf Basis der Anordnung der von der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S in einer Verteilung von Daten in dem Lernmodell, welches durch die Lerneinheit 110 generiert ist. Das mit der Abschätzeinheit 120 abgeschätzte Ergebnis wird an die Steuereinheit 32 gegeben.
Die Abschätzeinheit 120 berechnet den Abstand zwischen der jeweiligen Datengruppe („Cluster“) in der Datenverteilung in dem mit der Lerneinheit 110 erzeugten Lernmodell und der Anordnung (Position) von aus der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S und kommt zu dem Schätzergebnis, dass die momentanen Bearbeitungsbedingungen oder Bearbeitungsparameter in der momentanen Bearbeitungsart die Prioritätsbedingung erfüllen, wenn der Abstand zwischen der Position der Zustandsdaten S, wie sie von der Vorverarbeitungseinheit 36 eingegeben sind, und dem nächstliegenden Datensatz Cl_n gleich ist oder kürzer als ein vorgegebener Schwellenwert Dist_th1. Die Abschätzeinheit 120 kommt zu dem Ergebnis, dass die Prioritätsbedingung in der momentanen Bearbeitungsart nicht bezüglich der momentanen Bearbeitungsbedingungen und/oder der momentanen Bearbeitungsparameter erfüllt ist, wenn der Abstand zwischen der Position der von der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S und dem nächstliegenden Datensatz Cl_n größer ist als der vorgegebene Schwellenwert Dist_th1. Die Abschätzeinheit 120 stellt eine Bearbeitungsbedingung oder einen Bearbeitungsparameter oder mehrere Arbeitsbedingungen oder mehrere Bearbeitungsparameter innerhalb der von der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten entsprechend einer vorgegebenen Regel so ein, dass der Abstand zu dem Datensatz Cl_n gleich ist oder kleiner als der vorgegebene Schwellenwert Dist_th1. Bei der vorgegebenen Regel für diese Einstellung kann es sich um eine Regel handeln, mit der eine gegebene Bearbeitungsbedingung oder ein gegebener Bearbeitungsparameter beispielsweise fest eingestellt wird. Die Regel kann vorsehen, dass die Einstellung so erfolgt, dass der Abstand zum Datensatz Cl_n gleich oder kleiner ist als der vorgegebene Schwellenwert Distthi auf Basis des kleinstmöglichen Einstellbetrages. Es kann dabei eine Regel vorgesehen werden, dass eine bestimmte Bearbeitungsbedingung oder ein bestimmter Bearbeitungsparameter bei den Einstellungen ausgeschlossen werden. Somit schätzt die Abschätzeinheit 120 die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter ab und gibt solche aus, welche die Prioritätsbedingung auf Basis der momentanen Zustandsdaten S und des Lernmodells erfüllen.
Die Abschätzeinheit 120 kann einen Befehl ausüben zum Stoppen der Bearbeitung, wenn der Abstand zwischen der Position der Zustandsdaten S, wie sie von der Vorverarbeitungseinheit 36 eingegeben sind, und dem nächstliegenden Datensatz ein größer ist als ein vorgegebener Schwellenwert Dist_th2 (Schwellenwert Dist_th2 > Schwellenwert Dist_th1). Ein Befehl für einen Notstopp kann ausgegeben werden, wenn der Abstand größer ist als ein vorgegebener Schwellenwert Dist_th3 (Schwellenwert Dist_th3 > Schwellenwert Dist_th2). Mit dieser Technik wird ermöglicht, abzuschätzen, ob der Bearbeitungszustand anormal ist, wenn der Betrieb sehr verschieden ist von einem Normalbetrieb und dies kann der Bedienungsperson mitgeteilt werden.
Die Bearbeitungsbedingungseinstellvorrichtung 1 mit der vorstehend beschriebenen Konfiguration gemäß dem Ausführungsbeispiel ist eingerichtet, die Bearbeitungsbedingungen und/oder die Bearbeitungsparameter abzuschätzen, welche der Prioritätsbedingung genügen entsprechend der jeweiligen Bearbeitungsart und damit kann der Bearbeitungsbetrieb eines Werkstückes durch die Werkzeugmaschine 2 auf Basis der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter, wie sie abgeschätzt sind, gesteuert werden.
Bei einer Abwandlung der Bearbeitungsbedingungseinstellvorrichtung 1 gemäß diesem Ausführungsbeispiel kann die Vorverarbeitungseinheit 36 weiterhin die Werkstückdaten S4 erzeugen, welche Informationen des mit der Werkzeugmaschine 2 zu bearbeitenden Werkstückes angeben, wobei dies dann zusätzlich zu den Werkzeugdaten S1, den Bearbeitungsbedingungsdaten S2 und den Bearbeitungsparameterdaten S3 Zustandsdaten sind. Die Werkstückdaten S4 sind gegeben durch Datenketten, welche die Materialien der Werkstücke, welche mit der Werkzeugmaschine 2 zu bearbeiten sind, angeben. Die Materialien der Werkstücke, wie Aluminium und Eisen, können in Form numerischer Werte ausgedrückt werden, die jeweils eine eindeutige Identifizierung ermöglichen. Die Werkstückdaten S4 können erzeugt werden auf Basis von Informationen bezüglich des Werkstückes, die durch eine Bedienungsperson oder auf andere Weise für die Bearbeitungsbedingungseinstellvorrichtung 1 oder die Werkzeugmaschine 2 eingestellt sind.
Als sechste bis achte Ausführungsbeispiele werden nachfolgend Beispiele näher erläutert, bei denen die Bearbeitungsbedingungseinstellvorrichtungen 1 gemäß den ersten bis fünften Ausführungsbeispielen als Teile von Systemen implementiert sind, die jeweils über ein verdrahtetes/drahtloses Netzwerk mit einer Mehrzahl von Einrichtungen verbunden sind, wie einem Cloud-Server, einem Hauptrechner, einem Fog-Computer, oder einem Edge-Computer (im Rahmen einer Robotersteuerung, einer Steuervorrichtung oder dergleichen). Bei den sechsten bis achten Ausführungsbeispielen, beispielhaft in 8 dargestellt, ist ein System so konfiguriert, dass es logisch in drei Schichten unterteilt ist, wobei die Mehrzahl von Einrichtungen jeweils an ein Netzwerk angeschlossen ist. Die drei Schichten sind: eine Schicht mit einem Cloud-Server 6 oder dergleichen, eine Schicht mit Fog-Computern 7 oder dergleichen und eine Schicht mit Edge-Computern 8 oder dergleichen (eine Robotersteuerung, Steuervorrichtung und dergleichen, jeweils in Zellen 9 enthalten). In einem solchen System kann die Bearbeitungsbedingungseinstellvorrichtung 1 gemäß einer Variante der Erfindung implementiert sein in irgend einem der Cloud-Server 6, der Fog-Computer 7 oder der Edge-Computer 8. Die Bearbeitungsbedingungseinstellvorrichtung 1 ist eingerichtet zur Ausführung eines distributierten Lernens unter gemeinsamer Benutzung von Daten, die bei den Prozessen des maschinellen Lernens eingesetzt werden, zusammen mit der Mehrzahl von Einrichtungen über das Netzwerk, insbesondere für eine Analyse in großem Maßstab („Large Scale Analysis“) mit Sammlung der erzeugten Lernmodelle in den Fog-Computern 7 oder im Cloud-Server 6, wechselseitigem Einsatz der erzeugten Lernmodelle und dergleichen. Bei dem beispielhaften System entsprechend 8 sind mehrere Zellen 9 vorgesehen, jeweils in Fabriken in unterschiedlichen Regionen, und die Fog-Computer 7 einer höheren Schicht (Ebene) handhaben getrennt die Zellen 9 in gegebenen Einheiten (jede Einheit bestehend aus einer einzigen Fabrik oder eine Zusammenfassung mehrerer Fabriken desselben Herstellers oder dergleichen). Mit den Fog-Computern 7 gesammelte und analysierte Daten werden weiter gesammelt und analysiert durch den Cloud-Server 6 auf einer nächsthöheren Ebene, so dass sich ergebende Informationen eingesetzt werden können für die Steuerung in jedem der Edge-Computer 8 oder dergleichen.
9 zeigt schematisch eine Hardware-Konfiguration, bei der die Bearbeitungsbedingungseinstellvorrichtungen in Computern, wie dem Cloud-Server oder den Fog-Computern, implementiert sind.
Eine CPU 311 in der Bearbeitungsbedingungseinstellvorrichtung 1', die in einem Computer gemäß dem Ausführungsbeispiel implementiert ist, ist ein Prozessor zur allgemeinen Steuerung der Bearbeitungsbedingungseinstellvorrichtung 1'. Die CPU 311 liest über einen Bus 21 in einem ROM 312 abgelegte Systemprogramme aus und steuert die gesamte Bearbeitungsbedingungseinstellvorrichtung 1' entsprechend den Systemprogrammen. Zeitweise benötigte Rechendaten, Anzeigedaten, verschiedene Arten von seitens einer Bedienungsperson über eine nicht dargestellte Eingabeeinrichtung eingegebene Daten und dergleichen werden zeitweise in einem RAM 313 abgelegt.
Ein nicht-flüchtiger Speicher 314 behält seinen Speicherzustand durch Stütze seitens einer Batterie (nicht dargestellt) oder dergleichen, beispielsweise auch dann, wenn die Bearbeitungsbedingungseinstellvorrichtung 1' ausgeschaltet ist. Über eine Eingabeeinrichtung 371 eingegebene Programme und verschiedene Arten von Daten, die durch Einheiten der Bearbeitungsbedingungseinstellvorrichtung 1' oder durch ein Netzwerk 5 von einer Werkzeugmaschine 2' (oder Sensoren 3) oder dergleichen gewonnen werden, werden in dem nicht-flüchtigen Speicher 314 gespeichert. Die Programme oder anderen Arten von Daten, welche in dem nicht-flüchtigen Speicher 314 abgelegt sind, können bei Ausführung/Einsatz in den Bus RAM 313 überführt werden. Verschiedene Systemprogramme (einschließlich Systemprogrammen für die Steuerung der Wechselwirkung mit der maschinellen Lernvorrichtung 100, wie weiter unten näher beschrieben), wie zum Beispiel allgemein bekannte Analyseprogramme, werden vorab in dem RAM 312 eingeschrieben.
Die Bearbeitungsbedingungseinstellvorrichtung 1' ist über eine Schnittstelle 319 mit einem verdrahteten/drahtlosen Netzwerk 5 verbunden. Zumindest eine Werkzeugmaschine 2' (Werkzeugmaschine mit einer Steuerung), weitere Bearbeitungsbedingungseinstellvorrichtungen 1, die Edge-Computer 8, die Fog-Computer 7, der Cloud-Server 6 und dergleichen sind an das Netzwerk 5 angeschlossen, so dass Daten mit der Bearbeitungsbedingungseinstellvorrichtung 1' ausgetauscht werden können.
Auf einer Anzeigeeinrichtung 370 sind über eine Schnittstelle 317 erhaltene Daten dargestellt, die in einem Speicher abgelegt werden oder die gewonnen wurden im Ergebnis der Ausführung von Programmen oder dergleichen. Die Eingabeeinrichtung 371 hat eine Tastatur, eine Zeiger-Einrichtung oder dergleichen zum Überführen von Befehlen, Daten oder dergleichen seitens einer Bedienungsperson, wobei die Daten über eine Schnittstelle 318 der CPU 311 zugeführt werden.
Eine Schnittstelle 321 verbindet die Bearbeitungsbedingungseinstellvorrichtung 1' und die maschinelle Lernvorrichtung 100. Die maschinelle Lernvorrichtung 100 hat eine Konfiguration entsprechend der Konfiguration, wie sie anhand von 1 beschrieben wurde.
Bei einer Konfiguration, in der die Bearbeitungsbedingungseinstellvorrichtung 1' in einem Rechner, wie einem Cloud-Server oder einem Fog-Computer implementiert ist, entsprechen die Funktionen der Bearbeitungsbedingungseinstellvorrichtung 1' den Funktionen, wie sie in Bezug auf die ersten bis dritten Ausführungsbeispiele beschrieben sind, mit Ausnahme, dass die Gewinnung von Informationen von der Werkzeugmaschine 2' und den Sensoren 3 und die Befehle an die Werkzeugmaschine 2 für die Einstellung der Bearbeitungsbedingungen über das Netzwerk 5 erfolgen. Dabei enthält die Werkzeugmaschine 2' die Steuereinrichtung und somit steuert die Steuereinheit 32 in der Bearbeitungsbedingungseinstellvorrichtung 1' nicht die Werkzeugmaschine 2', sondern gewinnt Informationen über den Zustand der Bearbeitung in der Werkzeugmaschine 2' von der Steuereinrichtung in der Werkzeugmaschine 2'. Die Steuereinheit 32 in der Bearbeitungsbedingungseinstellvorrichtung 1' steuert indirekt die Sensoren 3 über die Steuereinrichtung in der Werkzeugmaschine 2' und gewinnt Messwerte von den Sensoren 3 über die Steuereinrichtung in der Werkzeugmaschine 2'.
10 zeigt schematisch die Konfiguration eines Bearbeitungsbedingungseinstellsystems gemäß einem sechsten Ausführungsbeispiel einschließlich der Bearbeitungsbedingungseinstellvorrichtung 1'. Das Bearbeitungsbedingungseinstellsystem 500 enthält mehrere Bearbeitungsbedingungseinstellvorrichtungen 1, 1', mehrere Werkzeugmaschinen 2' und ein Netzwerk 5, welches die Bearbeitungsbedingungseinstellvorrichtungen 1, 1' und die Werkzeugmaschinen 2' verbindet.
In dem Bearbeitungsbedingungseinstellsystem 500 bestimmt die Bearbeitungsbedingungseinstellvorrichtung 1' mit der maschinellen Lernvorrichtung 100 Bearbeitungsbedingungen, welche die Prioritätsbedingung erfüllen, auf Basis des Zustandes der Bearbeitung durch die Werkzeugmaschine 2' unter Einsatz der Ergebnisse des Lernvorganges durch die Lerneinheit 110. Zumindest eine Bearbeitungsbedingungseinstellvorrichtung 1' ist konfiguriert zum Erlernen der Bearbeitungsbedingungen, welche die Prioritätsbedingungen entsprechend dem Zustand der Bearbeitung seitens der Werkzeugmaschinen 2, 2' erfüllen, die allen Bearbeitungsbedingungseinstellvorrichtungen 1, 1' gemeinsam sind, auf Basis der Zustandsdaten S und der beschrifteten Daten L oder der Bestimmungsdaten D, welche durch jede der mehreren weiteren Bearbeitungsbedingungseinstellvorrichtungen 1, 1' gewonnen sind, um so die Ergebnisse des Lernvorganges mit anderen Bearbeitungsbedingungseinstellvorrichtungen 1, 1' gemeinsam zu nutzen. Mit dem Bearbeitungsbedingungseinstellsystem 500 können dementsprechend die Geschwindigkeit und die Zuverlässigkeit des Lernvorganges verbessert werden durch Einsatz von diversen Datenmengen (einschließlich der Zustandsdaten S und der beschrifteten Daten L oder der Bestimmungsdaten D) als Eingaben.
11 zeigt schematisch die Konfiguration eines Systems gemäß einem siebten Ausführungsbeispiel, bei dem die maschinelle Lernvorrichtung und die Bearbeitungsbedingungseinstellvorrichtungen in unterschiedlichen Vorrichtungen implementiert sind. Das Bearbeitungsbedingungseinstellsystem 500' enthält zumindest eine maschinelle Lernvorrichtung 100, die implementiert ist als Teil eines Computers, wie eines Cloud-Servers, eines Host-Computers oder eines Fog-Computers (11 zeigt ein Beispiel für eine Implementierung als Teil eines Fog-Computers 7), einer Mehrzahl von Bearbeitungsbedingungseinstellvorrichtungen 1", wobei ein Netzwerk 5 Verbindungen herstellt unter den Bearbeitungsbedingungseinstellvorrichtungen 1" und mit dem Computer. In der Hardware-Konfiguration des Computers sind Hardware-Komponenten, wie die CPU 311, der RAM 313 und der nicht-flüchtige Speicher 314 In einem gemeinsamen Rechner über den Bus 320 verbunden, entsprechend der schematisch dargestellten Hardware-Konfiguration der Bearbeitungsbedingungseinstellvorrichtung 1' gemäß 9.
In dem Bearbeitungsbedingungseinstellsystem 500' obiger Konfiguration erlernt die maschinelle Lernvorrichtung 100 Bearbeitungsbedingungen, welche den Prioritätsbedingungen entsprechend den Zuständen der Bearbeitung mittels der Werkzeugmaschine 2 entsprechen, die allen Bearbeitungsbedingungseinstellvorrichtungen 1" gemeinsam sind, auf Basis der Zustandsdaten S und der beschrifteten Daten L oder der Bestimmungsdaten D, welche für jede aus den mehreren Bearbeitungsbedingungseinstellvorrichtungen 1" gewonnen werden. Die Bearbeitungsbedingungen für jede Werkzeugmaschine 2 können dann mit den Ergebnissen dieses Lernvorganges eingestellt werden. Mit dieser Konfiguration des Bearbeitungsbedingungseinstellsystems 500' sind die mehreren Bearbeitungsbedingungseinstellvorrichtungen 1" jeweils in der Lage, die geforderte Anzahl von Bearbeitungsbedingungseinstellvorrichtungen 1" zu den erforderlichen Zeitpunkten an die maschinelle Lernvorrichtung 100 anzuschließen, unabhängig vom Ort und den Einsatzzeiten der Bearbeitungsbedingungseinstellvorrichtungen 1".
12 zeigt schematisch die Konfiguration eines Bearbeitungsbedingungseinstellsystems 500" gemäß einem achten Ausführungsbeispiel mit den maschinelle Lernvorrichtungen 100' und den Bearbeitungsbedingungseinstellvorrichtungen 1. Das Bearbeitungsbedingungseinstellsystem 500" hat zumindest eine maschinelle Lernvorrichtung 100', die in einem Computer, wie einem Edge-Computer, einem Fog-Computer, einem Host-Computer oder einem Cloud-Server implementiert ist (12 zeigt ein Beispiel mit einer Implementierung als Teil eines Fog-Computers 7), weiterhin mit einer Mehrzahl von Bearbeitungsbedingungseinstellvorrichtungen 1 und mit einem verdrahteten/drahtlosen Netzwerk 5, welches Verbindungen herstellt zwischen den Bearbeitungsbedingungseinstellvorrichtungen 1 und dem Computer.
In dem Bearbeitungsbedingungseinstellsystem 500" obiger Konfiguration gewinnt der die maschinelle Lernvorrichtung 100' enthaltende Fog-Computer 7 von jeder der Bearbeitungsbedingungseinstellvorrichtungen 1 ein Lernmodell, welches gewonnen wurde als Ergebnis eines maschinellen Lernvorganges durch die maschinelle Lernvorrichtung 100 in jeder der Bearbeitungsbedingungseinstellvorrichtungen 1. Die maschinelle Lernvorrichtung 100' in dem Fog-Computer 7 erzeugt neuerlich ein optimiertes Lernmodell durch Optimierung bzw. Anpassung auf Basis der Mehrzahl von Lernmodellen und gibt das so erzeugte Lernmodell an die Bearbeitungsbedingungseinstellvorrichtungen 1.
Als Beispiel für die Optimierung des Lernmodells durch die maschinelle Lernvorrichtung 100' kann die Erzeugung eines destillierten Modells auf Basis der Mehrzahl von Lernmodellen, wie sie von den Bearbeitungsbedingungseinstellvorrichtungen 1 gewonnen werden, angegeben werden. Bei diesem Beispiel erzeugt die maschinelle Lernvorrichtung 100' Ausgangsdaten zur Eingabe in die Lernmodelle und erzeugt neuerlich das destillierte Modell als Lernmodell durch erneutes Lernen unter Einsatz von Ausgangsdaten, die gewonnen werden als Ergebnis der Eingabe in jedes der Lernmodelle. Wie oben beschrieben, wird das auf diese Weise erzeugte destillierte Modell verteilt an die Bearbeitungsbedingungseinstellvorrichtungen 1 oder an andere Rechner über ein externes Speichermedium oder das Netzwerk 5.
Ein weiteres Beispiel für die Optimierung des Lernmodells durch die maschinelle Lernvorrichtung 100' bei der Destillation aus den mehreren, von den mehreren Bearbeitungsbedingungseinstellvorrichtungen 1 gewonnenen Lernmodellen kann vorgesehen werden, dass eine Verteilung von Ausgangsdaten aus jedem Lernmodell als Reaktion auf die Eingabedaten mit einer gemeinsamen statistischen Methode analysiert wird, Ausreißer in den Sätzen von Eingangsdaten und Ausgangsdaten ausgeschlossen werden und die Destillation ausgeführt wird mit den Sätzen von Eingabedaten und Ausgabedaten ohne die ausgeschlossenen Ausreißer. Mit einem solchen Prozess können außergewöhnliche Abschätzergebnisse aus den Eingabedaten und den Ausgabedaten, die von den einzelnen Lernmodellen gewonnen werden, ausgeschlossen werden und das destillierte Modell kann erzeugt werden unter Einsatz der Sätze von Eingabedaten und Ausgabedaten, bei denen ungewöhnliche Abschätzergebnisse ausgeschlossen sind. Das auf diese Weise destillierte Modell kann als ein vielseitigeres Lernmodell eingesetzt werden im Vergleich zu den mit den mehreren Bearbeitungsbedingungseinstellvorrichtungen 1 erzeugten Lernmodellen.
Eine weitere allgemein bekannte Technik für die Optimierung eines Lernmodells kann ebenso eingesetzt werden (wie die Analyse eines jeden Lernmodells und Optimierung von Hyperparametern des Lernmodells auf Basis von Ergebnissen der Analyse).
Bei Einsatz des Bearbeitungsbedingungseinstellsystems 500" gemäß diesem Ausführungsbeispiel kann beispielsweise die maschinelle Lernvorrichtung 100' in dem Fog-Computer 7 vorgesehen sein, der für die mehreren Bearbeitungsbedingungseinstellvorrichtungen 1 als Edge-Computer eingesetzt wird, und die Lernmodelle, die jeweils in den Bearbeitungsbedingungseinstellvorrichtungen 1 erzeugt werden, können in dem Fog-Computer 7 gesammelt und gespeichert werden. Nach der Optimierung auf Basis der Mehrzahl von abgespeicherten Lernmodellen kann das optimierte Lernmodell zurück zu den Bearbeitungsbedingungseinstellvorrichtungen 1 verteilt werden, je nach Bedarf.
Bei dem Bearbeitungsbedingungseinstellsystem 500" gemäß diesem Ausführungsbeispiel können beispielsweise die in dem Fog-Computer 7 gesammelten und abgespeicherten Lernmodelle und das im Fog-Computer optimierte Lernmodell in einem Host-Computer oder einem Cloud-Server auf einer höheren Ebene gesammelt werden und die in dem Server gesammelten Lernmodelle können eingesetzt werden für die Analyse in einer Fabrik oder bei einem Hersteller der Bearbeitungsbedingungseinstellvorrichtungen 1. Beispiele hierfür sind der Entwurf und die Verteilung von anpassungsfähigeren Lernmodellen in bzw. aus einem Server auf höherer Ebene, die Unterstützung von Wartungsarbeiten auf Basis von Ergebnissen der Analyse der Lernmodelle, die Untersuchung der Leistungsfähigkeit der einzelnen Bearbeitungsbedingungseinstellvorrichtungen 1, der Einsatz für die Entwicklung neuer Geräte oder dergleichen.
Zwar sind vorstehend Ausführungsbeispiele der Erfindung näher beschrieben, jedoch ist die Erfindung nicht auf solche Beispiele beschränkt und kann mit unterschiedlichen Abwandlungen ausgeführt werden.
Die Bearbeitungsbedingungseinstellvorrichtung 1 und die maschinelle Lernvorrichtung 100 sind oben mit jeweils unterschiedlichen CPU (Prozessoren) beschrieben, jedoch kann die maschinelle Lernvorrichtung 100 auch durch die CPU 11 implementiert werden, die in der Bearbeitungsbedingungseinstellvorrichtung 1 vorgesehen ist und durch die in dem ROM 12 abgespeicherten Systemprogramme.
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 2017030152 [0002]

Claims

Bearbeitungsbedingungseinstellvorrichtung zum Einstellen einer Bearbeitungsbedingung einer Werkzeugmaschine zur Bearbeitung eines Werkstückes, wobei die Bearbeitungsbedingungseinstellvorrichtung aufweist: eine Datengewinnungseinheit zum Gewinnen zumindest eines Datensatzes, der einen Zustand der Bearbeitung einschließlich einer Bearbeitungsart in der Werkzeugmaschine angibt; eine Prioritätsbedingungsspeichereinheit, welche Prioritätsbedingungsdaten speichert, in denen die Bearbeitungsart in der Werkzeugmaschine verknüpft ist mit einer Prioritätsbedingung für die Bearbeitungsart; eine Vorverarbeitungseinheit, welche Daten erzeugt zur Verwendung bei maschinellem Lernen auf Basis von Daten, die durch die Datengewinnungseinheit gewonnen sind, und der Prioritätsbedingung entsprechend der Bearbeitungsart, die in den Daten enthalten und in der Prioritätsbedingungsspeichereinheit gespeichert ist; und eine maschinelle Lernvorrichtung, welche einen maschinellen Lernvorgang ausführt bezüglich einer Bearbeitungsbedingung und/oder eines Bearbeitungsparameters für die Bearbeitung durch die Werkzeugmaschine in einer Umgebung, in der das Werkstück mit der Werkzeugmaschine bearbeitet wird, auf Basis von Daten, die durch die Vorverarbeitungseinheit erzeugt werden, wobei die maschinelle Lernvorrichtung enthält: eine Lernmodellspeichereinheit, welche mehrere Lernmodelle speichert, die für jede Bearbeitungsart in der Werkzeugmaschine erzeugt sind, und eine Lernmodellauswahleinheit, welche aus den mehreren, in der Lernmodellspeichereinheit gespeicherten Lernmodellen ein Lernmodell auswählt zur Verwendung bei dem maschinellen Lernvorgang auf Basis der Bearbeitungsart, die in den Daten enthalten ist, welche die Vorverarbeitungseinheit erzeugt hat.
Bearbeitungsbedingungseinstellvorrichtung gemäß Anspruch 1, wobei auf Basis der mit der Datengewinnungseinheit gewonnenen Daten die Vorverarbeitungseinheit Bestimmungsdaten erzeugt auf Basis der Prioritätsbedingung, welche der Bearbeitungsart entspricht, die in den Daten enthalten und in der Prioritätsbedingungsspeichereinheit abgespeichert ist, und von Zustandsdaten, die zumindest Werkzeugdaten beinhalten einschließlich Informationen des für die Bearbeitung des Werkstückes mit der Werkzeugmaschine eingesetzten Werkzeuges, und Bearbeitungsbedingungsdaten einschließlich Informationen bezüglich der Bearbeitungsbedingung bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine und/oder Bearbeitungsparameterdaten einschließlich Informationen bezüglich der Bearbeitungsparameter bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine als Daten, die eingesetzt werden für ein bestärkendes Lernen durch die maschinelle Lernvorrichtung, wobei die maschinelle Lernvorrichtung enthält: eine Lerneinheit, welche ein Lernmodell erzeugt, in dem der Zustand der Bearbeitung mittels der Werkzeugmaschine verknüpft ist mit Anpassungsverhalten für die Bearbeitungsbedingung und/oder den Bearbeitungsparameter entsprechend der Prioritätsbedingung auf Basis der Zustandsdaten und der Bestimmungsdaten, und eine Entscheidungseinheit, welche die Bearbeitungsbedingung und/oder die Bearbeitungsparameter ermittelt, welche die Prioritätsbedingung erfüllen, unter Einsatz des von der Lerneinheit erzeugten Lernmodells auf Basis der Zustandsdaten, und wobei die Werkzeugmaschine gesteuert wird auf Basis der Bearbeitungsbedingung und/oder der Bearbeitungsparameter, welche die von der Entscheidungseinheit bestimmte Prioritätsbedingung erfüllen.
Bearbeitungsbedingungseinstellvorrichtung gemäß Anspruch 1, wobei die Vorverarbeitungseinheit nur auf Basis von Daten, die mit der Datengewinnungseinheit gewonnen sind und die Prioritätsbedingungen erfüllen entsprechend der Bearbeitungsart, die in den Daten enthalten ist und in der Prioritätsbedingungsspeichereinheit abgespeichert ist, Zustandsdaten erzeugt, die zumindest Werkzeugdaten enthalten mit Informationen über das bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine einzusetzende Werkzeug, und beschriftete Daten, welche beschriftete Bearbeitungsbedingungsdaten, die mit der Bearbeitungsbedingung beschriftet sind, und/oder beschriftete Bearbeitungsparameterdaten, die mit dem Bearbeitungsparameter beschriftet sind, als bei überwachtem Lernen durch die maschinelle Lernvorrichtung einzusetzende Daten, und die maschinelle Lernvorrichtung eine Lerneinheit enthält, welche auf Basis der Zustandsdaten und der beschrifteten Daten ein Lernmodell erzeugt, in dem der Zustand der Bearbeitung durch die Werkzeugmaschine verknüpft ist mit der Bearbeitungsbedingung und/oder dem Bearbeitungsparameter, welche die Prioritätsbedingung erfüllen.
Bearbeitungsbedingungseinstellvorrichtung gemäß Anspruch 1, wobei die Vorverarbeitungseinheit auf Basis der mit der Datengewinnungseinheit gewonnenen Daten Zustandsdaten erzeugt, die zumindest Werkzeugdaten beinhalten einschließlich Informationen über ein bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine einzusetzendes Werkzeug, als Daten, die für die Abschätzung seitens der maschinellen Lernvorrichtung einzusetzen sind, die maschinelle Lernvorrichtung eine Abschätzeinheit aufweist, welche auf Basis der Zustandsdaten die Bearbeitungsbedingung und/oder den Bearbeitungsparameter abschätzt, welcher die Prioritätsbedingung erfüllt, unter Einsatz des durch die Lernmodellauswahleinheit ausgewählten Lernmodells, die in der Lernmodellspeichereinheit abgespeicherten Lernmodelle diejenigen Lernmodelle sind, in denen jeweils der Zustand der Bearbeitung durch die Werkzeugmaschine verknüpft ist mit der Bearbeitungsbedingung und/oder dem Bearbeitungsparameter, welche bzw. welcher die Prioritätsbedingung erfüllt, und die Werkzeugmaschine gesteuert wird auf Basis der Bearbeitungsbedingung und/oder des Bearbeitungsparameters, welche durch die Abschätzeinheit als die Prioritätsbedingung erfüllend abgeschätzt sind.
Bearbeitungsbedingungseinstellvorrichtung gemäß Anspruch 1, wobei die Vorverarbeitungseinheit nur aus Daten, die von der Datengewinnungseinheit gewonnen sind und die Prioritätsbedingung erfüllen entsprechend der in den Daten enthaltenen Bearbeitungsart und der Abspeicherung in der Prioritätsbedingungsspeichereinheit, Zustandsdaten erzeugt, die zumindest Werkzeugdaten beinhalten mit Informationen über das bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine einzusetzende Werkzeug und Bearbeitungsbedingungsdaten einschließlich Informationen über die Bearbeitungsbedingung bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine und/oder Bearbeitungsparameterdaten einschließlich Informationen über den bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine einzusetzenden Bearbeitungsparameter als Daten zur Verwendung beim nicht überwachten Lernen durch die maschinelle Lernvorrichtung, und die maschinelle Lernvorrichtung eine Lerneinheit enthält, welche auf Basis der Zustandsdaten ein Lernmodell erzeugt, welches eine Verteilung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter darstellt, welche die Prioritätsbedingung bei der Bearbeitung durch die Werkzeugmaschine erfüllen.
Bearbeitungsbedingungseinstellvorrichtung gemäß Anspruch 1, wobei die Vorverarbeitungseinheit als bei der Abschätzung durch die maschinelle Lernvorrichtung einzusetzende Daten auf Basis der mit der Datengewinnungseinheit gewonnenen Daten Zustandsdaten erzeugt, die zumindest Werkzeugdaten beinhalten einschließlich Informationen über ein bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine einzusetzenden Werkzeuges und Bearbeitungsbedingungsdaten einschließlich Informationen über die Bearbeitungsbedingung bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine oder Bearbeitungsparameterdaten einschließlich Informationen über den Bearbeitungsparameter bei der Bearbeitung des Werkstückes durch die Werkzeugmaschine, die maschinelle Lernvorrichtung eine Abschätzeinheit enthält, welche die Bearbeitungsbedingung und/oder den Bearbeitungsparameter abschätzt, welche die Prioritätsbedingung erfüllen, wobei die Abschätzung erfolgt auf Basis einer Beziehung zwischen den Zustandsdaten und dem durch die Lernmodellauswahleinheit ausgewählten Lernmodell, die in der Lernmodellspeichereinheit abgespeicherten Lernmodelle diejenigen Lernmodelle sind, welche eine Verteilung der Bearbeitungsbedingungen und/oder der Bearbeitungsparameter darstellen, welche die Prioritätsbedingung bei der Bearbeitung durch die Werkzeugmaschine erfüllen, und die Werkzeugmaschine gesteuert wird auf Basis der Bearbeitungsbedingung und/oder des Bearbeitungsparameters, welche die Prioritätsbedingung gemäß Abschätzung durch die Abschätzeinheit erfüllen.
Bearbeitungsbedingungseinstellsystem mit einer Mehrzahl von über ein Netzwerk verbundenen Einrichtungen, wobei die Mehrzahl von Einrichtungen eine erste Bearbeitungsbedingungseinstellvorrichtung enthalten, welche eine Bearbeitungsbedingungseinstellvorrichtung gemäß zumindest einem der Ansprüche 1 bis 6 ist.
Bearbeitungsbedingungseinstellsystem gemäß Anspruch 7, wobei die Mehrzahl von Einrichtungen einen Computer beinhalten einschließlich einer maschinellen Lernvorrichtung, der Computer zumindest eines der Lernmodelle für die erste Bearbeitungsbedingungseinstellvorrichtung gewinnt, und die in dem Computer enthaltene maschinelle Lernvorrichtung eine Optimierung oder Anpassung ausführt auf Basis des gewonnenen Lernmodells.
Bearbeitungsbedingungseinstellsystem gemäß Anspruch 7, wobei die Mehrzahl von Einrichtungen eine zweite Bearbeitungsbedingungseinstellvorrichtung aufweisen, verschieden von der ersten Bearbeitungsbedingungseinstellvorrichtung, und ein Ergebnis des Lernens durch die erste Bearbeitungsbedingungseinstellvorrichtung mit der zweiten Bearbeitungsbedingungseinstellvorrichtung geteilt wird.
Bearbeitungsbedingungseinstellsystem gemäß Anspruch 7, wobei die Mehrzahl von Einrichtungen eine zweite Bearbeitungsbedingungseinstellvorrichtung, verschieden von der ersten Bearbeitungsbedingungseinstellvorrichtung enthalten und mit der zweiten Bearbeitungsbedingungseinstellvorrichtung ermittelte Daten über ein Netzwerk zugänglich sind zum Lernvorgang seitens der ersten Bearbeitungsbedingungseinstellvorrichtung.