DE102020126518A1 - Maschinenlernvorrichtung, vorhersagevorrichtung und steuervorrichtung - Google Patents

Maschinenlernvorrichtung, vorhersagevorrichtung und steuervorrichtung Download PDF

Info

Publication number
DE102020126518A1
DE102020126518A1 DE102020126518.2A DE102020126518A DE102020126518A1 DE 102020126518 A1 DE102020126518 A1 DE 102020126518A1 DE 102020126518 A DE102020126518 A DE 102020126518A DE 102020126518 A1 DE102020126518 A1 DE 102020126518A1
Authority
DE
Germany
Prior art keywords
manual feed
machine tool
unit
prediction
learned model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020126518.2A
Other languages
English (en)
Inventor
Hirochika Satou
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of DE102020126518A1 publication Critical patent/DE102020126518A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4061Avoiding collision or forbidden zones
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D3/00Control of position or direction
    • G05D3/10Control of position or direction without using feedback
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/34Director, elements to supervisory
    • G05B2219/34457Emit alarm signal
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/49Nc machine tool, till multiple
    • G05B2219/49141Detect near collision and slow, stop, inhibit movement tool

Landscapes

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

Abstract

Es ist eine Kollision eines beweglichen Teils zu verhindern, ohne bei Handvorschub übermäßig Alarm auszulösen. Eine Maschinenlernvorrichtung 30 umfasst: eine Zustandsbeobachtungseinheit 301, die als Eingangsdaten Handvorschub-Zustandsinformationen, die eine Handvorschub-Impulswellenform umfassen, zu einem Zeitpunkt eines Handvorschubbetriebs bei jedem Handvorschubbetrieb ermittelt, der in einer Werkzeugmaschine 10 ausgeführt wird, die für Handvorschub geeignet ist; eine Markierungsermittlungseinheit 302, die Markierungsdaten ermittelt, die eine Distanz angeben, um die sich ein beweglicher Teil der Werkzeugmaschine 10 innerhalb einer vorbestimmten Zeit unmittelbar nach der Handvorschub-Impulswellenform der Handvorschub-Zustandsinformationen bewegt hat, die in den Eingangsdaten enthalten sind; und eine Lerneinheit 303, die überwachtes Lernen unter Verwendung der von der Zustandsbeobachtungseinheit 301 ermittelten Eingangsdaten und der von der Markierungsermittlungseinheit 302 ermittelten Markierungsdaten ausführt und ein erlerntes Modell 250 erzeugt.

Description

  • HINTERGRUND DER ERFINDUNG
  • Gebiet der Erfindung
  • Die vorliegende Erfindung bezieht sich auf eine Maschinenlernvorrichtung, eine Vorhersagevorrichtung und eine Steuervorrichtung.
  • Verwandte Technik
  • Bei einer Werkzeugmaschine ist, um die Kollision eines beweglichen Teils eines Werkzeugs oder dergleichen zu verhindern, eine Technik bekannt, die eine Störungsprüfung basierend auf der Position des beweglichen Teils zu einem vorhergehenden Zeitpunkt, der aus einem Maschinenbearbeitungsprogramm berechnet wird, und einem Umrissmodell ausführt, bei dem der Umriss des beweglichen Teils und der Umriss eines unbeweglichen Teils im Voraus gespeichert werden und, wenn festgestellt wird, dass eine Störung auftritt, der bewegliche Teil verlangsamt und stoppt oder einen Alarm erzeugt. Siehe beispielsweise Patentdokument 1.
  • Patentdokument 1: Japanisches Patent Nr. 4221016
  • ÜBERSICHT ÜBER DIE ERFINDUNG
  • Es gibt jedoch einige Werkzeugmaschinen mit einem beweglichen Teil, der der für Handvorschub geeignet ist. In diesem Fall ist es schwierig, die zukünftige Position des beweglichen Teils vorherzusagen, da das Bearbeitungsprogramm nicht ausgeführt wird und der Benutzer den beweglichen Teil in Echtzeit bewegt.
  • In diesem Fall ist als ein Verfahren zum Vorhersagen der zukünftigen Position des beweglichen Teils ein Verfahren zum Berechnen einer zukünftigen Position des beweglichen Teils und Ausführen einer Störungsprüfung basierend auf der Annahme denkbar, dass der Zustand des gegenwärtigen Impulssignals (d.h. der Betrieb des Handvorschubs) unter Verwendung des Impulssignals aufrechterhalten wird, das von einem Handgriff erzeugt wird, den der Benutzer während des Handvorschubs betätigt. Wenn der Benutzer den Handgriff jedoch nicht kontinuierlich dreht oder selbst wenn der Benutzer den Handgriff in dem oben beschriebenen Verfahren vorsichtig in der Nähe eines störenden Gegenstandes wie eines Werkstücks oder eines Tisches dreht, kann basierend auf der berechneten zukünftigen Position davon ausgegangen werden, dass er sich an dem Störgegenstand stört, und kann ein Alarm erzeugt werden. Da ein Alarm übermäßig erzeugt wird, wird infolgedessen die beabsichtigte Tätigkeit des Benutzers unterbrochen, wodurch die Arbeitseffizienz abnehmen kann.
  • Daher ist es erwünscht, eine Kollision des beweglichen Teils zu verhindern, ohne übermäßig einen Alarm bei Handvorschub zu erzeugen.
    • (1) Ein Aspekt einer Maschinenlernvorrichtung (30) gemäß dieser Offenbarung umfasst:
      • eine Zustandsbeobachtungseinheit (301), die als Eingangsdaten Handvorschub-Zustandsinformationen, die eine Handvorschub-Impulswellenform umfassen, zu einem Zeitpunkt eines Handvorschubbetriebs bei jedem Handvorschubbetrieb ermittelt, der in einer Werkzeugmaschine (10) ausgeführt wird, die für Handvorschub geeignet ist; eine Markierungsermittlungseinheit (302), die Markierungsdaten ermittelt, die eine Distanz angeben, um die sich ein beweglicher Teil der Werkzeugmaschine (10) innerhalb einer vorbestimmten Zeit unmittelbar nach der Handvorschub-Impulswellenform der Handvorschub-Zustandsinformationen bewegt hat, die in den Eingangsdaten enthalten sind; und eine Lerneinheit (303), die überwachtes Lernen unter Verwendung der von der Zustandsbeobachtungseinheit (301) ermittelten Eingangsdaten und der von der Markierungsermittlungseinheit (302) erfassten Markierungsdaten ausführt und ein erlerntes Modell (250) erzeugt.
    • (2) Ein Aspekt einer Vorhersagevorrichtung (20) gemäß dieser Offenbarung umfasst ein erlerntes Modell (250), das von der in (1) beschriebenen Maschinenlernvorrichtung (30) erzeugt wird; eine Eingabeeinheit (201), die die Handvorschub-Zustandsinformationen des Handvorschubs eingibt, der gegenwärtig in Bezug auf eine Werkzeugmaschine (10) ausgeführt wird, die für Handvorschub geeignet ist; und eine Vorhersageeinheit (202), die die von der Eingabeeinheit (201) eingegebenen Handvorschub-Zustandsinformationen in das erlernte Modell (250) eingibt und eine Bewegungsdistanz eines beweglichen Teils der Werkzeugmaschine (10) nach einer vorbestimmten Zeit von einer aktuellen Zeit basierend auf den Handvorschub-Zustandsinformationen vorhersagt.
    • (3) Ein Aspekt einer Steuervorrichtung (15) gemäß dieser Offenbarung umfasst die in (2) beschriebene Vorhersagevorrichtung (20).
  • Gemäß einem Aspekt ist es möglich, eine Kollision des beweglichen Teils zu verhindern, ohne bei Handvorschub übermäßig einen Alarm zu erzeugen.
  • Figurenliste
    • 1 ist ein Funktionsblockschaltbild, das ein Funktionskonfigurationsbeispiel eines Arbeitssystems gemäß einer Ausführungsform zeigt;
    • 2A ist ein Diagramm, das ein Beispiel zeigt, das die Vorhersageverarbeitung einer Vorhersagevorrichtung erklärt;
    • 2B ist ein Diagramm, das ein Beispiel zeigt, das die Vorhersageverarbeitung einer Vorhersagevorrichtung erklärt;
    • 3 ist ein Diagramm, das ein Beispiel einer Handvorschub-Impulswellenform bei einem Handvorschubbetrieb vom Beginn bis zum Ende einer Handgriffbetätigung zeigt;
    • 4 ist ein Diagramm, das ein Beispiel eines erlernten Modells zeigt, das der Vorhersagevorrichtung von 1 bereitgestellt wird;
    • 5A ist ein Diagramm, das ein Beispiel einer Vorhersageverarbeitung einer Vorhersageeinheit zeigt;
    • 5B ist ein Diagramm, das ein Beispiel der Vorhersageverarbeitung der Vorhersageeinheit zeigt;
    • 6 ist ein Flussdiagramm, das die Vorhersageverarbeitung der Vorhersagevorrichtung in einer Betriebsphase erklärt;
    • 7 ist ein Diagramm, das ein Beispiel der Konfiguration eines Arbeitssystems zeigt;
    • 8 ist ein Diagramm, das ein Beispiel der Konfiguration des Arbeitssystems zeigt;
    • 9A ist ein Diagramm, das ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine durch Verzögern um einen Vorhersagezyklus ab der Erzeugung des Impulssignals zeigt;
    • 9B ist ein Diagramm, das ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine durch Verzögern um einen Vorhersagezyklus ab der Erzeugung des Impulssignals zeigt;
    • 10 ist ein Diagramm, das ein Beispiel eines erlernten Modells zeigt, das eine geschätzte Impulswellenform ausgibt;
    • 11A ist ein Diagramm, das ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine durch Verzögern um einen Vorhersagezyklus ab der Erzeugung des Impulssignals zeigt; und
    • 11 B ist ein Diagramm, das ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine durch Verzögern um einen Vorhersagezyklus ab der Erzeugung des Impulssignals zeigt.
  • DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
  • Nachfolgend wird eine Ausführungsform der vorliegenden Offenbarung unter Bezugnahme auf die Zeichnungen beschrieben.
  • <Ausführungsform>
  • 1 ist ein Funktionsblockschaltbild, das ein Funktionskonfigurationsbeispiel eines Arbeitssystems gemäß einer Ausführungsform zeigt. Wie in 1 gezeigt, umfasst das Arbeitssystem 1 eine Werkzeugmaschine 10, eine Vorhersagevorrichtung 20 und eine Maschinenlernvorrichtung 30.
  • Die Werkzeugmaschine 10, die Vorhersagevorrichtung 20 und die Maschinenlernvorrichtung 30 können über eine Verbindungsschnittstelle (nicht gezeigt) direkt miteinander verbunden sein. Weiterhin können die Werkzeugmaschine 10, die Vorhersagevorrichtung 20 und die Maschinenlernvorrichtung 30 über ein Netzwerk (nicht gezeigt) wie ein Nahbereichsnetzwerk (LAN) und das Internet miteinander verbunden sein. In diesem Fall sind die Werkzeugmaschine 10, die Vorhersagevorrichtung 20 und die Maschinenlernvorrichtung 30 mit einer Kommunikationseinheit (nicht gezeigt) versehen, um über eine derartige Verbindung miteinander zu kommunizieren. Es wird darauf hingewiesen, dass, wie später beschrieben wird, die Vorhersagevorrichtung 20 die Maschinenlernvorrichtung 30 umfassen kann. Zudem kann die Werkzeugmaschine 10 die Vorhersagevorrichtung 20 und die Maschinenlernvorrichtung 30 umfassen.
  • Die Werkzeugmaschine 10 ist eine dem Fachmann bekannte Werkzeugmaschine und umfasst eine Steuervorrichtung 15. Die Werkzeugmaschine 10 arbeitet auf der Grundlage eines Bedienbefehls der Steuervorrichtung 15 und betätigt die beweglichen Teile wie etwa ein Werkzeug durch einen Handgriff (nicht gezeigt), der in der zu betätigenden Werkzeugmaschine 10 enthalten ist. Wie später beschrieben wird, kann die Werkzeugmaschine 10, wenn der Handgriff (nicht gezeigt) betätigt und Handvorschub erfolgt, auch die Wellenform des von dem Handgriff (nicht gezeigt) erzeugten Impulssignals an die Vorhersagevorrichtung 20 als Handvorschub-Impulswellenform von Handvorschub-Zustandsinformationen ausgeben, während der Handvorschub über eine Kommunikationseinheit (nicht gezeigt) der Werkzeugmaschine 10 ausgeführt wird. Darüber hinaus können die Handvorschub-Zustandsinformationen eine Distanz zu einem Störgegenstand wie einem Werkstück oder Tisch, Benutzer-Identifikationsinformationen eines Benutzers, der den Handvorschub ausführt, Datum und Uhrzeit der Ausführung des Handvorschubs sowie eine Achsenzahl umfassen. Darüber hinaus können die Handvorschub-Zustandsinformationen Umgebungsbedingungen wie die Temperatur und Feuchtigkeit an dem Ort enthalten, an dem die Werkzeugmaschine 10 installiert ist.
  • Es wird darauf hingewiesen, dass die Informationen bezüglich der Distanz zu dem Störgegenstand (d.h. der Position des Störgegenstands) im Voraus in einer Speichereinheit (nicht gezeigt) wie einem ROM (Festspeicher) gespeichert sein können, der in der Werkzeugmaschine 10 enthalten sein kann. Darüber hinaus beeinflusst die Distanz zu dem Störgegenstand beispielsweise die Bedienung des Handgriffs (nicht gezeigt) durch den Benutzer. In einem Fall, in dem die Distanz zwischen dem beweglichen Teil und dem Störgegenstand groß ist, dreht der Benutzer beispielsweise den Handgriff (nicht gezeigt) stark (schneller), um das bewegliche Teil stark zu bewegen. Daher erzeugt der Handgriff (nicht gezeigt) viele Impulssignale. Andererseits dreht der Benutzer in einem Fall, in dem die Distanz zwischen dem beweglichen Teil und dem Störgegenstand klein ist, den Handgriff (nicht gezeigt) leicht (langsamer), um das bewegliche Teil leicht zu bewegen. Somit erzeugt der Handgriff (nicht gezeigt) eine kleine Anzahl von Impulssignalen. Da die Distanz zu dem Störgegenstand eng mit der Handvorschub-Impulswellenform zusammenhängt, ist die Distanz zu dem Störgegenstand in den Handvorschub-Zustandsinformationen enthalten.
  • Darüber hinaus unterscheidet sich die Bedienung des Handgriffs (nicht gezeigt) von Benutzer zu Benutzer und unterscheidet sich häufig stark zwischen dem starken Bewegen des beweglichen Teils und dem leichten Bewegen des beweglichen Teils. Daher sind die Benutzer-Identifikationsinformationen in den Handvorschub-Zustandsinformationen enthalten, um vorherzusagen, wie sich die Impulswellenform ändert, indem die Impulswellenform für jeden Benutzer in der später zu beschreibenden Maschinenlernvorrichtung 30 gelernt wird.
  • Weiterhin gibt die Achsenzahl beispielsweise die X-Achse, die Y-Achse und die Z-Achse an, welche die Bewegungsrichtungen des beweglichen Teils sind.
  • Die Steuervorrichtung 15 ist eine dem Fachmann bekannte numerische Steuervorrichtung und erzeugt einen Betriebsbefehl basierend auf den Steuerinformationen und sendet den erzeugten Betriebsbefehl an die Werkzeugmaschine 10. Somit steuert die Steuervorrichtung 15 den Betrieb der Werkzeugmaschine 10. Es wird darauf hingewiesen, dass die Steuervorrichtung 15 die Handvorschub-Zustandsinformationen anstelle der Werkzeugmaschine 10 über die Kommunikationseinheit der Werkzeugmaschine 10 (nicht gezeigt) an die Vorhersagevorrichtung 20 ausgeben kann.
  • Die Steuervorrichtung 15 kann auch eine von der Werkzeugmaschine 10 unabhängige Vorrichtung sein.
  • Wenn der Handvorschub in der Werkzeugmaschine 10 in der Betriebsphase ausgeführt wird, ermittelt die Vorhersagevorrichtung 20 die aktuell von der Werkzeugmaschine 10 ausgeführten Handvorschub-Zustandsinformationen. Die Vorhersagevorrichtung 20 gibt die ermittelten Handvorschub-Zustandsinformationen in das erlernte Modell ein, das von der Maschinenlernvorrichtung 30, die später beschrieben wird, bereitgestellt ist, wobei die Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 nach einer vorbestimmten Zeit ab der gegenwärtigen Zeit vorhergesagt werden kann.
  • Wenn insbesondere, wie in 2A gezeigt, der Benutzer A beispielsweise den beweglichen Teil in der X-Achse (z.B. Achsenzahl „1“ oder dergleichen) der Werkzeugmaschine 10 durch den Handgriff (nicht gezeigt) ab der Zeit hh: mm des Wochentags c betätigt, sagt die Vorhersagevorrichtung 20 die Distanz D, in der sich der bewegliche Teil ab der gegenwärtigen Zeit bis b [ms] bewegt, wie in 2B gezeigt, basierend auf der Handvorschub-Impulswellenform ab der gegenwärtigen Zeit bis zur Zeit vor a [ms] und der Distanz s [mm] von der gegenwärtigen Position zu dem Störgegenstand voraus.
  • Damit die Vorhersagevorrichtung 20 die Distanz D vorhersagen kann, verwendet die später zu beschreibende Maschinenlernvorrichtung 30 wenigstens die Handvorschub-Impulswellenform der Zeit a [ms] als Eingangsdaten und ermittelt als Markierungsdaten die Distanz, um die der bewegliche Teil der Werkzeugmaschine 10 in der Zeit von b [ms] seit der Zeit unmittelbar nach der Ausgabe der Wellenform bewegt wurde, und übernimmt die Daten als Trainingsdaten.
  • Vor der Beschreibung der Vorhersagevorrichtung 20 wird maschinelles Lernen zum Erzeugen eines erlernten Modells beschrieben.
  • <Maschinenlernvorrichtung 30>
  • Beispielsweise ermittelt die Maschinenlernvorrichtung 30 im Voraus als Eingangsdaten eine Handvorschub-Impulswellenform zum Zeitpunkt eines Handvorschubbetriebs in jedem von der Werkzeugmaschine 10 ausgeführten Handvorschubbetrieb, eine Distanz zu einem Störgegenstand zu dem Zeitpunkt des Handvorschubbetriebs, Benutzer-Identifikationsinformationen eines Benutzers, der den Handvorschubbetrieb ausgeführt hat, ein Datum und eine Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wurde, und Handvorschub-Zustandsinformationen, die eine in dem Handvorschubbetrieb betätigte Achsenzahl umfassen.
  • Weiterhin ermittelt die Maschinenlernvorrichtung 30 als Markierung (richtige Antwort) Daten, die die Distanz angeben, um die sich der bewegliche Teil der Werkzeugmaschine 10 innerhalb einer vorbestimmten Zeit unmittelbar nach der Handvorschub-Impulswellenform bewegt hat, in den erfassten Eingangsdaten.
  • Die Maschinenlernvorrichtung 30 führt überwachtes Lernen unter Verwendung von Trainingsdaten aus, die ein Satz der Markierung und der erfassten Eingangsdaten sind, und erstellt ein erlerntes Modell, das später beschrieben wird.
  • Auf diese Weise ist es der Maschinenlernvorrichtung 30 möglich, das erstellte erlernte Modell der Vorhersagevorrichtung 20 bereitzustellen. Die Maschinenlernvorrichtung 30 wird detailliert beschrieben.
  • Wie in 1 gezeigt, umfasst die Maschinenlernvorrichtung 30 eine Zustandsbeobachtungseinheit 301, eine Markierungsermittlungseinheit 302, eine Lerneinheit 303 und eine Speichereinheit 304.
  • In der Lernphase ermittelt die Zustandsbeobachtungseinheit 301 von der Werkzeugmaschine 10 über die Kommunikationseinheit (nicht gezeigt) als Eingangsdaten die Handvorschub-Zustandsinformationen einschließlich der Handvorschub-Impulswellenform zum Zeitpunkt des Handvorschubbetriebs in einem beliebigen Handvorschubbetrieb, der von der Werkzeugmaschine 10 ausgeführt wird, die Distanz zu dem Störgegenstand zum Zeitpunkt des Handvorschubbetriebs, die Benutzer-Identifikationsinformationen des Benutzers, der den Handvorschubbetrieb ausgeführt hat, das Datum und die Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wurde, und die in dem Handvorschubbetrieb betätigte Achsenzahl.
  • 3 ist ein Diagramm, das ein Beispiel einer Handvorschub-Impulswellenform in einem Handvorschubbetrieb vom Beginn bis zum Ende einer Betätigung eines Handgriffs (nicht gezeigt) darstellt. Es wird darauf hingewiesen, dass die in dem oberen und unteren Abschnitt von 3 gezeigten Handvorschub-Impulswellenformen gleich sind.
  • Wie in dem oberen Abschnitt von 3 gezeigt, unterteilt die Zustandsbeobachtungseinheit 301 zum Beispiel die Handvorschub-Impulswellenform vom Beginn bis zum Ende der Betätigung des Handgriffs (nicht gezeigt) zu jedem spezifizierten Zeitpunkt (entsprechend a [ms] in 2A), wie beispielsweise 500 ms, um unterteilte Handvorschub-Impulswellenformen 401 bis 405 zu erzeugen. Die Zustandsbeobachtungseinheit 301 erfasst als Eingangsdaten die erzeugten Handvorschub-Impulswellenformen 401 bis 405 zusammen mit der Distanz zu dem Störgegenstand zum Zeitpunkt des Handvorschubbetriebs in 3 der Handvorschub-Zustandsinformationen, die Benutzer-Identifikationsinformationen des Benutzers, der den Handvorschubbetrieb in 3 ausgeführt hat, das Datum und die Uhrzeit, zu der der Handvorschubbetrieb in 3 ausgeführt wurde, und die Achsenzahl, die in dem Handvorschubbetrieb in 3 betätigt wurde. Die Zustandsbeobachtungseinheit 301 speichert die erfassten Eingangsdaten in der Speichereinheit 304.
  • Es wird darauf hingewiesen, dass die angegebene Zeit nicht auf 500 ms begrenzt ist und jederzeit eingestellt werden kann.
  • Die Markierungsermittlungseinheit 302 ermittelt beispielsweise als Markierungsdaten (richtige Antwort) Daten, die die Distanz angeben, um die sich der bewegliche Teil der Werkzeugmaschine 10 innerhalb einer vorbestimmten Zeit von unmittelbar nach jeder der Handvorschub-Impulswellenformen 401 bis 405 der Handvorschub-Zustandsinformationen bewegt hat, in den Eingangsdaten.
  • Insbesondere erfasst, wie in dem unteren Abschnitt von 3 gezeigt, die Markierungsermittlungseinheit 302 beispielsweise als Markierungsdaten (richtige Antwort) die Distanz, um den sich der bewegliche Teil der Werkzeugmaschine 10 innerhalb einer bestimmten Zeit bewegte, wie etwa 200 ms (entsprechend b [ms] in 2B), von den Zeiten t1 bis t5 unmittelbar nach den jeweils erzeugten Handvorschub-Impulswellenformen 401 bis 405 (z.B. der Wert der Zeitintegration der Impulse der Bereiche 411 bis 415), wie durch Schraffur dargestellt. Die Markierungsermittlungseinheit 302 speichert die erfassten Markierungsdaten in der Speichereinheit 304.
  • Es wird darauf hingewiesen, dass die angegebene Zeit nicht auf 200 ms begrenzt ist und auf eine Zeit eingestellt sein kann, die kürzer als wenigstens die angegebene Zeit der unterteilten Handvorschub-Impulswellenformen 401 bis 405 ist.
  • Die Lerneinheit 303 empfängt den oben genannten Satz der Eingangsdaten und der Markierung als Trainingsdaten. Die Lerneinheit 303 führt ein überwachtes Lernen unter Verwendung der empfangenen Trainingsdaten aus, wodurch ein gelerntes Modell 250 zum Vorhersagen der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 erstellt wird.
  • Die Lerneinheit 303 stellt das erstellte erlernte Modell 250 der Vorhersagevorrichtung 20 bereit.
  • Es wird darauf hingewiesen, dass es vorzuziehen ist, eine Anzahl von Trainingsdaten für die Durchführung eines überwachten Lernens vorzubereiten. Beispielsweise können Trainingsdaten von Werkzeugmaschinen 10 an verschiedenen Orten erfasst werden, die tatsächlich in der Fabrik eines Kunden oder dergleichen arbeiten.
  • 4 ist ein Diagramm, das ein Beispiel des erlernten Modells 250 zeigt, das für die Vorhersagevorrichtung 20 von 1 bereitgestellt ist. Hier veranschaulicht das erlernte Modell 250, wie in 4 gezeigt, ein mehrschichtiges neuronales Netzwerk, in dem die Handvorschub-Zustandsinformationen des aktuell in der Werkzeugmaschine 10 ausgeführten Handvorschubs als Eingabeschichten verwendet werden, wobei der geschätzte Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 nach einer vorbestimmten Zeit (zum Beispiel 200 ms etc.) ab dem vorliegenden Zeitpunkt durch die Handvorschub-Zustandsinformationen als Ausgabeschicht verwendet wird.
  • Hier umfassen die Handvorschub-Zustandsinformationen eines gegenwärtig ausgeführten Handvorschubs die Handvorschub-Impulswellenform im Handvorschubbetrieb, die Distanz zu dem Störgegenstand zum Zeitpunkt des Handvorschubbetriebs, die Benutzer-Identifikationsinformationen des Benutzers, der den Handvorschubbetrieb ausführt, Datum und Uhrzeit der Ausführung des Handvorschubbetriebs sowie die im Handvorschubbetrieb betätigte Achsenzahl.
  • Es wird darauf hingewiesen, dass die Handvorschub-Zustandsinformationen eines derzeit ausgeführten Handvorschubs Umgebungsbedingungen wie Temperatur und Luftfeuchtigkeit umfassen können, in denen die Werkzeugmaschine 10 installiert ist.
  • Darüber hinaus kann in einem Fall, in dem neue Trainingsdaten ermittelt werden, nachdem das erlernte Modell 250 erstellt wurde, die Lerneinheit 303 weiterhin überwachtes Lernen für das erlernte Modell 250 ausführen, um das erlernte Modell 250, das erstellt wurde, zu aktualisieren.
  • Auf diese Weise können Trainingsdaten automatisch aus der Bedienung eines Handgriffs (nicht gezeigt) durch einen normalen Benutzer ermittelt werden, wodurch es möglich ist, die Genauigkeit der Vorhersage routinemäßig zu erhöhen.
  • Das überwachte Lernen kann durch Online-Lernen ausgeführt werden. Darüber hinaus kann das überwachte Lernen durch Batch-Lernen ausgeführt werden. Zudem kann das überwachte Lernen durch Mini-Batch-Lernen ausgeführt werden.
  • Online-Lernen bezieht sich auf ein Lernverfahren, bei dem der Handvorschub in der Werkzeugmaschine 10 ausgeführt wird, wobei das überwachte Lernen jedes Mal sofort ausgeführt wird, wenn Trainingsdaten erzeugt werden. Batch-Lernen bezieht sich auf ein Lernverfahren, bei dem, während der Handvorschub in der Werkzeugmaschine 10 ausgeführt wird und Trainingsdaten wiederholt erzeugt werden, mehrere Trainingsdaten, die der Wiederholung entsprechen, gesammelt werden und überwachtes Lernen unter Verwendung sämtlicher gesammelter Trainingsdaten ausgeführt wird. Darüber hinaus bezieht sich Mini-Batch-Lernen auf eine Lernmethode, die eine Zwischenmethode zwischen dem Online-Lernen und dem Batch-Lernen darstellt und bei der überwachtes Lernen ausgeführt wird, wenn eine bestimmte Menge von Trainingsdaten gesammelt ist.
  • Die Speichereinheit 304 ist ein RAM (Direktzugriffsspeicher) oder dergleichen und speichert Eingangsdaten, die von der Zustandsbeobachtungseinheit 301 ermittelt werden, die von der Markierungsermittlungseinheit 302 ermittelten Markierungsdaten, das von der Lerneinheit 303 erstellte erlernte Modell 250 und dergleichen.
  • Das Maschinenlernen zum Erzeugen des erlernten Modells 250, das in der Vorhersagevorrichtung 20 enthalten ist, wurde oben erläutert. Als nächstes folgt eine Erläuterung der Vorhersagevorrichtung 20 in der Betriebsphase.
  • <Vorhersagegerät 20 in Betriebsphase>
  • Wie in 1 gezeigt, umfasst die Vorhersagevorrichtung 20 in der Betriebsphase eine Eingabeeinheit 201, eine Vorhersageeinheit 202, eine Bestimmungseinheit 203, eine Benachrichtigungseinheit 204 und eine Speichereinheit 205.
  • Es wird darauf hingewiesen, dass die Vorhersagevorrichtung 20 eine arithmetische Verarbeitungseinheit (nicht gezeigt), wie beispielsweise eine Zentralverarbeitungseinheit (CPU) umfasst, um den Betrieb der in 1 gezeigten Funktionsblöcke zu realisieren. Zudem umfasst die Vorhersagevorrichtung 20 eine Hilfsspeichervorrichtung (nicht gezeigt), wie etwa einen Festspeicher (ROM) oder ein Festplattenlaufwerk (HDD), auf dem verschiedene Steuerprogramme gespeichert sind, und eine Hauptspeichervorrichtung (nicht gezeigt), wie z.B. einen RAM zum Speichern von Daten, die vorübergehend für die Ausführung von Programmen durch die arithmetische Verarbeitungseinheit erforderlich sind.
  • Darüber hinaus liest in der Vorhersagevorrichtung 20 die arithmetische Verarbeitungseinheit das Betriebssystem und die Anwendungssoftware von der Hilfsspeichervorrichtung und führt eine arithmetische Verarbeitung basierend auf diesem Betriebssystem und der Anwendungssoftware aus, während das gelesene Betriebssystem und die Anwendungssoftware auf der Hauptspeichervorrichtung bereitgestellt werden. Die Vorhersagevorrichtung 20 steuert jede Hardwarekomponente auf der Basis des arithmetischen Verarbeitungsergebnisses. Auf diese Weise wird die Verarbeitung der in 1 gezeigten Funktionsblöcke realisiert. Das heißt, die Vorhersagevorrichtung 20 kann durch das Zusammenwirken von Hardware und Software realisiert sein.
  • Die Eingabeeinheit 201 gibt von der Werkzeugmaschine 10 die Handvorschub-Zustandsinformationen des derzeit in der Werkzeugmaschine 10 ausgeführten Handvorschubs ein. Die Eingabeeinheit 201 gibt die eingegebenen Handvorschub-Zustandsinformationen an die Vorhersageeinheit 202 aus.
  • Die Vorhersageeinheit 202 gibt die von der Eingabeeinheit 201 eingegebenen Handvorschub-Zustandsinformationen in das erlernte Modell 250 von 3 ein und sagt die Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 nach einer vorbestimmten Zeit vom vorliegenden Zeitpunkt voraus.
  • 5A und 5B sind Diagramme, die jeweils ein Beispiel der Vorhersageverarbeitung der Vorhersageeinheit 202 zeigen. Es wird darauf hingewiesen, dass die in 1 und 2 gezeigten Impulswellenformen. 5A und 5B Beispiele der Handvorschub-Impulswellenformen sind, die von der Werkzeugmaschine 10 in einem Fall erfasst werden, in dem der Benutzer der Werkzeugmaschine 10 die X-Achse (z.B. die Achsenzahl „1“ oder dergleichen) durch den Handgriff (nicht gezeigt) ab Montag, 10:00 Uhr betätigt.
  • Wie in 5A gezeigt, gibt die Vorhersageeinheit 202 in das erlernte Modell 250 von 3 die Handvorschub-Impulswellenform von der gegenwärtigen Zeit bis vor 500 ms zusammen mit der Distanz zu dem Störgegenstand zum Zeitpunkt des Handvorschubbetriebs, der aktuell ausgeführt wird, die Benutzer-Identifikationsinformationen des Benutzers, der den Handvorschubbetrieb ausführt, das Datum und die Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wird, und die Achsenzahl „1“, die in dem Handvorschubbetrieb betätigt wird, unter der ermittelten Handvorschub-Impulswellenform ein. Wie in 5B dargestellt, sagt die Vorhersageeinheit 202 die Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 zum Zeitpunkt nach 200 ms von der gegenwärtigen Zeit voraus.
  • Es wird darauf hingewiesen, dass die Länge der Zeit der Handvorschub-Impulswellenform, die in das erlernte Modell 250 eingegeben wird, dem Zeitintervall der Handvorschub-Impulswellenform der Eingangsdaten entsprechen kann, die zum Erzeugen des erlernten Modells 250 verwendet werden, d.h. 500 ms. Der geschätzte Wert der von dem erlernten Modell 250 ausgegebenen Bewegungsdistanz kann der Zeit entsprechen, die der bewegliche Teil der Werkzeugmaschine 10 benötigt, um die Strecke der Markierungsdaten zu bewegen, die zum Erzeugen des erlernten Modells 250 verwendet werden, d.h. 200 ms.
  • Weiterhin kann die Vorhersageeinheit 202 den geschätzten Wert der Bewegungsdistanz in dem Vorhersagezyklus des Zeitintervalls wie 10 ms und 50 ms vorhersagen. Somit ist es der Werkzeugmaschine 10 möglich, eine Kollision bei Handvorschub zu vermeiden.
  • Die Bestimmungseinheit 203 bestimmt, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert oder nicht, basierend auf dem geschätzten Wert der Bewegungsdistanz, die von der Vorhersageeinheit 202 für jeden Vorhersagezyklus vorhergesagt wird, und der Distanz zu dem Störgegenstand.
  • Insbesondere bestimmt in einem Fall, in dem der geschätzte Wert der Bewegungsdistanz kürzer als die Distanz zu dem Störgegenstand ist, die Bestimmungseinheit 203, dass keine Kollision auftritt, wodurch bestimmt wird, dass der Betrieb des Handvorschubs fortgesetzt wird, ohne einen Alarm zu erzeugen.
  • Andererseits bestimmt in einem Fall, in dem der geschätzte Wert der Bewegungsdistanz gleich oder größer als die Distanz zu dem Störgegenstand ist, die Bestimmungseinheit 203, dass die Kollision auftreten wird, wodurch ein Alarm erzeugt und der Betrieb des Handvorschubs gestoppt wird.
  • Auf diese Weise führt die Vorhersagevorrichtung 20 die Störungsüberprüfung basierend auf dem geschätzten Wert der Bewegungsdistanz aus, die unter Verwendung des erlernten Modells 250 vorhergesagt wurde, wodurch eine Vorhersage nahe der Tätigkeit des Benutzers ausgeführt werden und die Häufigkeit des Alarms verringert werden kann.
  • In einem Fall, in dem die Bestimmungseinheit 203 bestimmt, dass eine Kollision auftreten wird, kann die Benachrichtigungseinheit 204 einen Alarm und einen Betriebsstopp an eine Ausgabevorrichtung (nicht gezeigt), wie beispielsweise eine Flüssigkristallanzeige, ausgeben, die in der Werkzeugmaschine 10 und/oder der Steuervorrichtung 15 enthalten ist. Es wird darauf hingewiesen, dass die Benachrichtigungseinheit 204 durch Sprache über einen Lautsprecher (nicht gezeigt) benachrichtigt werden kann.
  • Die Speichereinheit 205 ist beispielsweise ein ROM, eine Festplatte oder dergleichen und kann das erlernte Modell 250 zusammen mit verschiedenen Steuerprogrammen speichern.
  • <Vorhersageverarbeitung der Vorhersagevorrichtung 20 in der Betriebsphase>
  • Als nächstes wird ein Betrieb erklärt, der sich auf die Vorhersageverarbeitung der Vorhersagevorrichtung 20 gemäß der vorliegenden Ausführungsform bezieht.
  • 6 ist ein Flussdiagramm zur Erläuterung der Vorhersageverarbeitung der Vorhersagevorrichtung 20 in der Betriebsphase. Der hier gezeigte Ablauf wird für jeden Vorhersagezyklus wiederholt ausgeführt.
  • In Schritt S11 gibt die Eingabeeinheit 201 von der Werkzeugmaschine 10 die Handvorschub-Zustandsinformationen des Handvorschubs ein, der gegenwärtig in der Werkzeugmaschine 10 ausgeführt wird.
  • In Schritt S12 gibt die Vorhersageeinheit 202 die Handvorschub-Zustandsinformationen des aktuell ausgeführten Handvorschubs, die in Schritt S11 eingegeben wurden, in das erlernte Modell 250 ein, um einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 vorherzusagen.
  • In Schritt S13 bestimmt die Bestimmungseinheit 203, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert oder nicht, basierend auf dem Vergleich zwischen dem geschätzten Wert der in Schritt S12 vorhergesagten Bewegungsdistanz und der Distanz zu dem Störgegenstand. In einem Fall, in dem bestimmt wird, dass eine Kollision auftreten wird, fährt die Verarbeitung mit Schritt S14 fort, und in einem Fall, in dem bestimmt wird, dass keine Kollision auftritt, endet die Verarbeitung.
  • In Schritt S14 benachrichtigt die Benachrichtigungseinheit 204 den in Schritt S13 bestimmten Alarm und den Betriebsstopp.
  • Somit ist es für die Vorhersagevorrichtung 20 gemäß der Ausführungsform möglich, die Handvorschub-Zustandsinformationen des derzeit in der Werkzeugmaschine 10 ausgeführten Handvorschubs in das erlernte Modell 250 einzugeben und einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 vorherzusagen. Zudem ist es möglich, dass die Vorhersagevorrichtung 20 im Voraus erkennt, ob der bewegliche Teil mit dem Störgegenstand kollidiert oder nicht, basierend auf dem Vergleich zwischen dem geschätzten Wert der vorhergesagten Bewegungsdistanz und der Distanz zu dem Störgegenstand.
  • Das heißt, da die Vorhersagevorrichtung 20 die Störungsüberprüfung basierend auf dem geschätzten Wert der Bewegungsdistanz durchführt, die unter Verwendung des erlernten Modells 250 vorhergesagt wurde, kann die Vorhersage nahe der Tätigkeit des Benutzers gemacht werden, und somit ist es möglich, die Kollision des beweglichen Teils zu verhindern, ohne übermäßig einen Alarm bei Handvorschub zu erzeugen.
  • Wenngleich oben eine Ausführungsform beschrieben wurde, sind die Vorhersagevorrichtung 20 und die Maschinenlernvorrichtung 30 nicht auf die oben beschriebene Ausführungsform beschränkt und umfassen Modifikationen, Verbesserungen und dergleichen eines Geltungsbereiches, der ein Ziel der vorliegenden Erfindung erreichen kann.
  • <Änderungsbeispiel 1 >
  • In der oben genannten Ausführungsform ist die Maschinenlernvorrichtung 30 beispielhaft als eine Vorrichtung dargestellt, die sich von der Werkzeugmaschine 10, der Steuervorrichtung 15 und der Vorhersagevorrichtung 20 unterscheidet. Sie kann jedoch derart eingerichtet sein, dass die Werkzeugmaschine 10, die Steuervorrichtung 15 oder die Vorhersagevorrichtung 20 einige oder sämtliche Funktionen der Maschinenlernvorrichtung 30 umfasst.
  • <Änderungsbeispiel 2>
  • Weiterhin ist beispielsweise in der oben beschriebenen Ausführungsform die Vorhersagevorrichtung 20 als eine Vorrichtung dargestellt, die sich von der Werkzeugmaschine 10 und der Steuervorrichtung 15 unterscheidet. Sie kann jedoch derart eingerichtet sein, dass die Werkzeugmaschine 10 oder die Steuervorrichtung 15 einige oder sämtliche Funktionen der Vorhersagevorrichtung 20 enthalten kann.
  • Alternativ kann ein Server beispielsweise eine oder sämtliche von Eingabeeinheit 201, Vorhersageeinheit 202, Bestimmungseinheit 203, Benachrichtigungseinheit 204 und Speichereinheit 205 der Vorhersagevorrichtung 20 umfassen. Die Vorhersagevorrichtung 20 kann unter Verwendung einer virtuellen Serverfunktion oder dergleichen in der Cloud realisiert sein.
  • Darüber hinaus kann die Vorhersagevorrichtung 20 ein verteiltes Verarbeitungssystem sein, in dem die Funktionen der Vorhersagevorrichtung 20 in geeigneter Weise auf mehrere Server verteilt sind.
  • <Änderungsbeispiel 3>
  • Weiterhin sagt beispielsweise in der oben beschriebenen Ausführungsform die Vorhersagevorrichtung 20 einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 aus den Handvorschub-Zustandsinformationen der gegenwärtig ausgeführten Handvorschubvorhersage voraus, die von einer Werkzeugmaschine 10 ermittelt wurde, wobei das von der Maschinenlernvorrichtung 30 bereitgestellte erlernte Modell 250 verwendet wird. Die vorliegende Erfindung ist jedoch nicht darauf beschränkt. Zum Beispiel kann, wie in 7 gezeigt, der Server 50 das erlernte Modell 250 speichern, das von der Maschinenlernvorrichtung 30 erzeugt wird, und das erlernte Modell 250 mit Anzahl m von Vorhersagevorrichtungen 20A (1) bis 20A (m) gemeinsam nutzen, die an das Netzwerk 60 angeschlossen sind (m ist eine ganze Zahl gleich oder größer als 2). Auf diese Weise ist es möglich, das erlernte Modell 250 zu übernehmen, selbst wenn eine neue Werkzeugmaschine und eine neue Vorhersagevorrichtung installiert sind.
  • Es wird darauf hingewiesen, dass die Vorhersagevorrichtungen 20A (1) bis 20A (m) jeweils mit den Werkzeugmaschinen 10A (1) bis 10A (m) verbunden sind.
  • Weiterhin entspricht jede der Werkzeugmaschinen 10A (1) bis 10A (m) der Werkzeugmaschine 10 von 1 wobei sie Werkzeugmaschinen desselben Modells zueinander sind. Jede der Vorhersagevorrichtungen 20A (1) bis 20A (m) entspricht der Vorhersagevorrichtung 20 von 1.
  • Alternativ kann, wie in 8 gezeigt, der Server 50 beispielsweise als Vorhersagevorrichtung 20 arbeiten und einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils aus den Handvorschub-Zustandsinformationen des Handvorschubs vorhersagen, der derzeit für jede der Maschinen 10A (1) bis 10A (m) ausgeführt wird, die mit dem Netzwerk 60 verbunden sind. Dadurch kann das erlernte Modell 250 übernommen werden, selbst wenn eine neue Werkzeugmaschine installiert ist.
  • Es wird darauf hingewiesen, dass in einem Fall, in dem die Werkzeugmaschinen 10A (1) bis 10A (m) wenigstens zwei verschiedene Modelle sind, die Maschinenlernvorrichtung 30 das erlernte Modell 250 für jedes Modell erzeugen kann und der Server 50 das erzeugte erlernte Modell 250 für jedes Modell speichern kann.
  • <Änderungsbeispiel 4>
  • Während beispielsweise in der oben beschriebenen Ausführungsform die Werkzeugmaschine 10 den beweglichen Teil gemäß der Betätigung des Handgriffs durch den Benutzer (nicht gezeigt) manuell zuführt, sagt die Vorhersagevorrichtung 20 einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 für jeden Vorhersagezyklus wie beispielsweise 50 ms voraus. Die vorliegende Erfindung ist jedoch nicht darauf beschränkt. Beispielsweise kann in der Werkzeugmaschine 10, selbst wenn die Betätigung des Handgriffs von dem Benutzer (nicht gezeigt) ausgeführt wird, der bewegliche Teil durch Verzögern um den Vorhersagezyklus von der Erzeugung des Impulssignals bewegt werden. Das heißt, es ist möglich, dass die Vorhersagevorrichtung 20 eine Kollision verhindert, indem die Werkzeugmaschine 10 den beweglichen Teil bedienen kann, nachdem die Richtigkeit der vergangenen Vorhersage bestätigt wurde.
  • 9A und 9B sind jeweils ein Diagramm, das ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine 10 durch Verzögern um den Vorhersagezyklus ab der Erzeugung des Impulssignals zeigt. Es wird darauf hingewiesen, dass die in 9A und 9B gezeigten Impulswellenformen Beispiele für die Handvorschub-Impulswellenformen sind, die von der Werkzeugmaschine 10 in einem Fall erfasst wurden, in dem der Benutzer der Werkzeugmaschine 10 die X-Achse (z.B. die Achsenzahl „1“ oder dergleichen) ab dem Zeitpunkt 10:00 Uhr an Montag mit dem Handgriff (nicht abgebildet) betätigt.
  • Der obere Abschnitt von 9A zeigt in einer Volllinie die Handvorschub-Impulswellenform, die von der Vorhersagevorrichtung 20 von der Werkzeugmaschine 10 zum gegenwärtigen Zeitpunkt erfasst wurde. Andererseits zeigt der untere Abschnitt von 9A die Handvorschub-Impulswellenform, in der der bewegliche Teil der Werkzeugmaschine 10 bis zum gegenwärtigen Zeitpunkt betrieben wurde, d.h. die Handvorschub-Impulswellenform, die um den Vorhersagezyklus (50 ms) im Vergleich zu der Impulswellenform von 9A verzögert ist.
  • Insbesondere kann die Bestimmungseinheit 203 der Vorhersagevorrichtung 20 die tatsächliche Bewegungsdistanz D2 des beweglichen Teils in der Zeitspanne ab der Zeit 200 ms vor der gegenwärtigen Zeit bis zu der gegenwärtigen Zeit berechnen, während der der geschätzte Wert D1 der Bewegungsdistanz des beweglichen Teils zum gegenwärtigen Zeitpunkt vorhergesagt wird, basierend auf der zeitlichen Integration der Handvorschub-Impulswellenform, die durch die durchgezogene Linie in dem oberen Abschnitt von 9A angezeigt ist. Die Bestimmungseinheit 203 vergleicht die berechnete tatsächliche Bewegungsdistanz D2 mit dem geschätzten Wert D1 der Bewegungsdistanz. In einem Fall, in dem der geschätzte Wert D1 der Bewegungsdistanz gleich oder größer als die tatsächliche Bewegungsdistanz D2 ist, kann die Bestimmungseinheit 203 bestimmen, dass der geschätzte Wert D1 der Bewegungsdistanz korrekt ist, und kann, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert, basierend auf dem geschätzten Wert D1 der Bewegungsdistanz und der Distanz zu dem Störgegenstand bestimmen.
  • Andererseits bestimmt in einem Fall, in dem der geschätzte Wert D1 der Bewegungsdistanz kleiner als die tatsächliche Bewegungsdistanz D2 ist, die Bestimmungseinheit 203, dass der geschätzte Wert D1 der Bewegungsdistanz fehlerhaft ist. In diesem Fall kann, wie in 9B gezeigt, die Bestimmungseinheit 203, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert, basierend auf dem geschätzten Wert D3 der durch Schraffur gezeigten Bewegungsdistanz und der Distanz zu dem Störgegenstand bestimmen, die durch ein herkömmliches Vorhersageverfahren vorhergesagt werden, das davon ausgeht, dass die vorliegende Impulswellenform weiterhin konstant bleibt oder dergleichen.
  • <Änderungsbeispiel 5>
  • Beispielsweise wird in der oben beschriebenen Ausführungsform das erlernte Modell 250 im Voraus mit der Handvorschub-Impulswellenform zum Zeitpunkt des Handvorschubbetriebs in jedem von der Werkzeugmaschine 10 ausgeführten Handvorschubbetrieb, der Distanz zu dem Störgegenstand zum Zeitpunkt des Handvorschubbetriebs, den Benutzer-Identifikationsinformationen des Benutzers, der den Handvorschubbetrieb ausgeführt hat, dem Datum und der Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wurde, und der von dem Handvorschubbetrieb betätigten Achsenzahl als Eingangsdaten erzeugt. Die vorliegende Erfindung ist jedoch nicht darauf beschränkt. Beispielsweise kann die Maschinenlernvorrichtung 30 das erlernte Modell 250 für sämtliche Benutzer-Identifikationsinformationen für jeden Wochentag, an dem der Handvorschubbetrieb ausgeführt wurde, für jede Zeitzone, in der der Handvorschubbetrieb ausgeführt wurde, oder für jede Achsenzahl erzeugen, anstatt die Trainingsdaten für die Benutzer-Identifikationsinformationen, das Datum und die Uhrzeit, zu der der Handvorschub ausgeführt wird, und die Achsenzahl einzugeben. Beispielsweise ist es durch das erlernte Modell 250, das für jede Benutzer-Identifikationsinformationen erzeugt wird, möglich, dass die Vorhersagevorrichtung 20 den geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 unter Berücksichtigung der Betätigungsgewohnheit des Handgriffs (nicht gezeigt) der Werkzeugmaschine 10 für jeden Benutzer genau vorhersagt.
  • <Änderungsbeispiel 6>
  • Darüber hinaus gab das erlernte Modell 250 in der oben beschriebenen Ausführungsform, wie sie in 4 gezeigt ist, beispielsweise durch Eingabe der Handvorschub-Zustandsinformationen des aktuell ausgeführten Handvorschubs den geschätzten Wert der Bewegungsdistanz des beweglichen Teils der Werkzeugmaschine 10 nach einer vorbestimmten Zeit ab der gegenwärtigen Zeit (z.B. 200 ms etc.) aus. Die vorliegende Erfindung ist jedoch nicht darauf beschränkt. Beispielsweise kann das erlernte Modell 250 durch die Handvorschub-Zustandsinformationen des aktuell ausgeführten Handvorschubs, der gerade eingegeben wird, eine geschätzte Impulswellenform ausgeben, die von einem Handgriff (nicht gezeigt) der Werkzeugmaschine 10 nach einer vorbestimmten Zeit (z.B. 200 ms etc.) ab dem gegenwärtigen Zeitpunkt erzeugt wird.
  • 10 ist ein Diagramm, das ein Beispiel eines erlernten Modells 250A zeigt, das eine geschätzte Impulswellenform ausgibt.
  • Das erlernte Modell 250A von 10 veranschaulicht ein mehrschichtiges neuronales Netzwerk, in dem die Handvorschub-Zustandsinformationen des aktuell ausgeführten Handvorschubs als Eingabeschichten verwendet werden und die geschätzte Impulswellenform, die von dem Handgriff (nicht gezeigt) der Werkzeugmaschine 10 nach einer vorbestimmten Zeit (z.B. 200 ms) ab dem gegenwärtigen Zeitpunkt ausgegeben wird, als Ausgabeschicht verwendet wird.
  • In einem Fall des Vorhersagens der geschätzten Impulswellenform unter Verwendung des erlernten Modells 250A von 10 und Betreiben des beweglichen Teils nach Verzögerung des beweglichen Teils um einen Vorhersagezyklus ab der Erzeugung des Impulssignals, selbst wenn die Werkzeugmaschine 10 mit einem Handgriff (nicht gezeigt) durch den Benutzer betätigt wird, kann die Vorhersagevorrichtung 20 die Werkzeugmaschine 10 veranlassen, den beweglichen Teil zu bedienen, nachdem geprüft wurde, ob die vergangene Vorhersage richtig oder falsch ist. Auf diese Weise ist es der Vorhersagevorrichtung 20 möglich, die Kollision des beweglichen Teils der Werkzeugmaschine 10 zu verhindern.
  • 11A und 11B sind Diagramme, die jeweils ein Beispiel eines Falls des Betriebs des beweglichen Teils der Werkzeugmaschine 10 durch Verzögern um einen Vorhersagezyklus ab der Erzeugung des Impulssignals zeigen. Es wird darauf hingewiesen, dass die in 11A und 11B gezeigten Impulswellenformen Beispiele für Handvorschub-Impulswellenformen sind, die von dem Benutzer der Werkzeugmaschine 10 erzeugt werden, der die X-Achse (z.B. die Achsenzahl „1“ oder dergleichen) ab Montag 10:00 Uhr durch einen Handgriff (nicht gezeigt) betätigt.
  • Der obere Abschnitt von 11A zeigt die Handvorschub-Impulswellenform, die von der Vorhersagevorrichtung 20 von der Werkzeugmaschine 10 zum gegenwärtigen Zeitpunkt erfasst wurde, in einer durchgezogenen Linie. Andererseits zeigt der untere Abschnitt von 11A die Handvorschub-Impulswellenform, in der der bewegliche Teil der Werkzeugmaschine 10 bis zum gegenwärtigen Zeitpunkt betrieben wurde, d.h. die Handvorschub-Impulswellenform, die durch den Vorhersagezyklus (50 ms) im Vergleich zu der Impulswellenform von 11A verzögert ist.
  • Insbesondere vergleicht die Bestimmungseinheit 203 der Vorhersagevorrichtung 20 beispielsweise die geschätzte Impulswellenform, die durch eine unterbrochene Linie angezeigt wird, die zum Zeitpunkt 200 ms vor der gegenwärtigen Zeit vorhergesagt wird, mit der tatsächlichen Handvorschub-Impulswellenform, die durch eine Volllinie angezeigt wird, wie in dem oberen Abschnitt von 11A gezeigt. In einem Fall, in dem die tatsächliche Handvorschub-Impulswellenform die geschätzte Impulswellenform nicht überschreitet, kann die Bestimmungseinheit 203, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert oder nicht, basierend auf dem geschätzten Wert der Bewegungsdistanz des beweglichen Teils bestimmen, der aus der geschätzten Impulswellenform und der Distanz zu dem Störgegenstand vorhergesagt wird.
  • Andererseits schätzt in einem Fall, in dem die tatsächliche Handvorschub-Impulswellenform die geschätzte Impulswellenform überschreiten kann, die Bestimmungseinheit 203 die Impulswellenform basierend auf einem herkömmlichen Vorhersageverfahren, bei dem die vorliegende Impulswellenform weiterhin konstant bleibt oder dergleichen, wie in 11 B gezeigt. Die Bestimmungseinheit 203 kann, ob der bewegliche Teil der Werkzeugmaschine 10 mit dem Störgegenstand kollidiert, basierend auf dem geschätzten Wert der Bewegungsdistanz bestimmen, der aus der geschätzten Impulswellenform und der Distanz zu dem Störgegenstand berechnet wird.
  • Es wird darauf hingewiesen, dass in einer Ausführungsform jede Funktion, die in der Vorhersagevorrichtung 20 und der Maschinenlernvorrichtung 30 enthalten ist, durch Hardware, Software oder eine Kombination davon realisiert sein kann. Hier bedeutet die Realisierung durch Software, dass sie durch einen Computer realisiert wird, der ein Programm liest und ausführt.
  • Jede in der Vorhersagevorrichtung 20 und der Maschinenlernvorrichtung 30 enthaltene Komponente kann durch Hardware einschließlich elektronischer Schaltungen oder dergleichen, Software oder eine Kombination daraus ausgeführt sein. Bei Ausführung durch Software sind die Programme, aus denen diese Software besteht, auf dem Computer installiert. Darüber hinaus können diese Programme auch auf Wechselmedien aufgezeichnet und an den Benutzer verteilt oder über ein Netzwerk auf den Computer des Benutzers heruntergeladen werden. Sofern durch Hardware konfiguriert, können ein Teil oder sämtliche Funktionen jeder Komponente, die in den oben beschriebenen Vorrichtungen enthalten sind, durch eine integrierte Schaltung (IC) ausgebildet sein, wie etwa einen ASIC (Application Specific Integrated Circuit), a Gate-Array, eine FPGA (Field Programmable Gate Array), eine CPLD (Complex Programmable Logic Device) oder dergleichen.
  • Die Programme können auf verschiedenen Arten von nicht flüchtigen computerlesbaren Medien gespeichert und einem Computer bereitgestellt werden. Die nicht flüchtigen computerlesbaren Medien umfassen verschiedene Arten von materiellen Speichermedien. Beispiele für nicht flüchtige computerlesbare Medien umfassen ein magnetisches Aufzeichnungsmedium (zum Beispiel eine flexible Diskette, ein Magnetband und ein Festplattenlaufwerk), ein magnetooptisches Aufzeichnungsmedium (zum Beispiel eine magnetooptische Platte), CD-ROM (Festspeicher), CD-R, CD-R/W, Halbleiterspeicher (z.B. Masken-ROM, PROM (programmierbaren ROM), EPROM (löschbaren PROM), Flash-ROM und RAM (Direktzugriffsspeicher). Die Programme können einem Computer unter Verwendung eines beliebigen von verschiedenen Arten von flüchtigen computerlesbaren Medien bereitgestellt werden. Beispiele für flüchtige computerlesbare Medien umfassen elektrische Signale, optische Signale und elektromagnetische Wellen. Ein flüchtiges computerlesbares Medium kann einem Computer Programme über einen drahtgebundenen Kommunikationsweg wie ein elektrisches Kabel, eine optische Faser oder dergleichen oder über einen drahtlosen Kommunikationsweg bereitstellen.
  • Es wird darauf hingewiesen, dass der Schritt des Schreibens von Programmen, die auf einem Aufzeichnungsmedium aufgezeichnet werden sollen, eine Verarbeitung umfasst, die in Art einer Zeitfolge gemäß der Reihenfolge und Verarbeitung ausgeführt wird, die parallel oder unabhängig ausgeführt wird, selbst wenn die Verarbeitung nicht notwendigerweise in Art einer Zeitfolge ausgeführt wird.
  • Mit anderen Worten können die Maschinenlernvorrichtung, die Vorhersagevorrichtung und die Steuervorrichtung der vorliegenden Offenbarung verschiedene Ausführungsformen mit den folgenden Konfigurationen annehmen.
    • (1) Eine Maschinenlernvorrichtung 30 gemäß der vorliegenden Offenbarung umfasst: eine Zustandsbeobachtungseinheit 301, die als Eingangsdaten Handvorschub-Zustandsinformationen, die eine Handvorschub-Impulswellenform umfassen, zu einem Zeitpunkt eines Handvorschubbetriebs bei jedem Handvorschubbetrieb ermittelt, der in einer Werkzeugmaschine 10 ausgeführt wird, die für Handvorschub geeignet ist; eine Markierungsermittlungseinheit 302, die Markierungsdaten ermittelt, die eine Distanz angeben, um die sich ein beweglicher Teil der Werkzeugmaschine 10 innerhalb einer vorbestimmten Zeit unmittelbar nach der Handvorschub-Impulswellenform der Handvorschub-Zustandsinformationen bewegt hat, die in den Eingangsdaten enthalten sind; und eine Lerneinheit 303, die überwachtes Lernen unter Verwendung der von der Zustandsbeobachtungseinheit 301 ermittelten Eingangsdaten und der von der Markierungsermittlungseinheit 302 ermittelten Markierungsdaten ausführt und ein erlerntes Modell 250 erzeugt. Gemäß der Maschinenlernvorrichtung 30 ist es möglich, ein erlerntes Modell 250 zu erzeugen, das einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils durch den Handvorschub vorhersagt, der in Bezug auf die Werkzeugmaschine 10 ausgeführt wird.
    • (2) Bei der Maschinenlernvorrichtung 30 nach (1) können die Handvorschub-Zustandsinformationen zu einem Zeitpunkt des Handvorschubbetriebs eine beliebige Distanz zu einem Störgegenstand und/oder Benutzer-Identifikationsinformationen eines Benutzers, der den Handvorschubbetrieb ausgeführt hat, und/oder ein Datum und eine Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wurde, und/oder eine Achsenzahl umfassen, die in dem Handvorschubbetrieb betätigt wurde. Auf diese Weise ist es der Maschinenlernvorrichtung 30 möglich, das erlernte Modell 250 zu erzeugen, das den geschätzten Wert der Bewegungsdistanz des beweglichen Teils durch den Handvorschub genauer vorhersagen kann.
    • (3) Bei der Maschinenlernvorrichtung 30 nach (1) oder (2) kann die Zustandsbeobachtungseinheit 301 die Eingangsdaten für jedes Modell der Werkzeugmaschine 10 ermitteln, kann die Markierungsermittlungseinheit 302 die Markierungsdaten für jedes Modell der Werkzeugmaschine 10 erfassen und kann die Lerneinheit 303 ein erlerntes Modell 250 für jedes Modell der Werkzeugmaschine 10 unter Verwendung der Eingangsdaten und der Markierungsdaten für jedes Modell der Werkzeugmaschine 10 erzeugen. Somit ist es für die Maschinenlernvorrichtung 30 möglich, das erlernte Modell 250 zu erzeugen, das einen geschätzten Wert der Bewegungsdistanz des beweglichen Teils gemäß dem Modell der Werkzeugmaschine 10 vorhersagt.
    • (4) Eine Vorhersagevorrichtung 20 gemäß der vorliegenden Offenbarung umfasst: ein erlerntes Modell 250, das von der Maschinenlernvorrichtung 30 gemäß einem von (1) bis (3) erzeugt wird; eine Eingabeeinheit 201, die die Handvorschub-Zustandsinformationen des Handvorschubs eingibt, der gegenwärtig in Bezug auf eine Werkzeugmaschine 10 ausgeführt wird, die für Handvorschub geeignet ist; und eine Vorhersageeinheit 202, die die von der Eingabeeinheit 201 eingegebenen Handvorschub-Zustandsinformationen in das erlernte Modell 250 eingibt und eine Bewegungsdistanz eines beweglichen Teils der Werkzeugmaschine 10 nach einer vorbestimmten Zeit von einer gegenwärtigen Zeit basierend auf den Handvorschub-Zustandsinformationen vorhersagt. Gemäß dieser Vorhersagevorrichtung 20 ist es möglich, die Kollision des beweglichen Teils der Werkzeugmaschine 10 zu verhindern, ohne bei Handvorschub übermäßig einen Alarm zu erzeugen.
    • (5) Bei der Vorhersagevorrichtung (20) nach (4) kann die Vorhersageeinheit 202 die Bewegungsdistanz in einem kürzeren Zeitintervall als der vorbestimmten Zeit zyklisch vorhersagen. Auf diese Weise ist es der Vorhersagevorrichtung 20 möglich, die Kollision des beweglichen Teils der Werkzeugmaschine 10 mit hoher Genauigkeit zu verhindern.
    • (6) Bei der Vorhersagevorrichtung 20 nach (4) oder (5) kann das erlernte Modell 250 in einem Server 50 enthalten sein, der über ein Netzwerk 60 von der Vorhersagevorrichtung 20 aus zugänglich angeschlossen ist. Auf diese Weise ist es möglich, dass die Vorhersagevorrichtung 20 das erlernte Modell 250 übernimmt, selbst wenn eine neue Werkzeugmaschine 10, eine neue Steuervorrichtung 15 und eine neue Vorhersagevorrichtung 20 installiert sind.
    • (7) Bei der Vorhersagevorrichtung 20 nach einem von (4) bis (6) kann weiterhin die Maschinenlernvorrichtung 30 nach einem von (1) bis (3) enthalten sein. Auf diese Weise ist es möglich, dass die Vorhersagevorrichtung 20 dieselben Effekte wie die oben beschriebenen (1) bis (6) erzielt.
    • (8) Eine Steuervorrichtung 15 gemäß der vorliegenden Offenbarung umfasst eine Vorhersagevorrichtung 20 nach einem von (4) bis (7). Gemäß dieser Steuervorrichtung 15 ist es möglich, dieselben Effekte wie bei einem beliebigen der oben beschriebenen (4) bis (7) zu erzielen.
  • Bezugszeichenliste
  • 10
    Werkzeugmaschine
    15
    Steuervorrichtung
    20
    Vorhersagevorrichtung
    201
    Eingabeeinheit
    202
    Vorhersageeinheit
    203
    Bestimmungseinheit
    250
    erlerntes Modell
    30
    Maschinenlernvorrichtung
    301
    Zustandsbeobachtungseinheit
    302
    Markierungsermittlungseinheit
    303
    Lerneinheit
    50
    Server
  • 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 4221016 [0003]

Claims (8)

  1. Maschinenlernvorrichtung (30), umfassend: eine Zustandsbeobachtungseinheit (301), die als Eingangsdaten Handvorschub-Zustandsinformationen, die eine Handvorschub-Impulswellenform umfassen, zu einem Zeitpunkt eines Handvorschubbetriebs bei jedem Handvorschubbetrieb ermittelt, der in einer Werkzeugmaschine (10) ausgeführt wird, die für Handvorschub geeignet ist; eine Markierungsermittlungseinheit (302), die Markierungsdaten ermittelt, die eine Distanz angeben, um die sich ein beweglicher Teil der Werkzeugmaschine (10) innerhalb einer vorbestimmten Zeit unmittelbar nach der Handvorschub-Impulswellenform der Handvorschub-Zustandsinformationen bewegt hat, die in den Eingangsdaten enthalten sind; und eine Lerneinheit (303), die überwachtes Lernen unter Verwendung der von der Zustandsbeobachtungseinheit (301) ermittelten Eingangsdaten und der von der Markierungsermittlungseinheit (302) ermittelten Markierungsdaten ausführt und ein erlerntes Modell (250) erzeugt.
  2. Maschinenlernvorrichtung 30 nach Anspruch 1, bei der die Handvorschub-Zustandsinformationen eine Distanz zu einem Störgegenstand und/oder Benutzer-Identifikationsinformationen eines Benutzers, der den Handvorschubbetrieb ausgeführt hat, und/oder ein Datum und eine Uhrzeit, zu der der Handvorschubbetrieb ausgeführt wurde, und/oder eine Achsenzahl umfassen, die in dem Handvorschubbetrieb betätigt wurde.
  3. Maschinenlernvorrichtung 30 nach Anspruch 1 oder 2, bei der die Zustandsbeobachtungseinheit (301) die Eingangsdaten für jedes Modell der Werkzeugmaschine (10) ermittelt, die Markierungsermittlungseinheit (302) die Markierungsdaten für jedes Modell der Werkzeugmaschine (10) ermittelt; und die Lerneinheit (303) ein erlerntes Modell (250) für jedes Modell der Werkzeugmaschine (10) unter Verwendung der Eingangsdaten und der Markierungsdaten für jedes Modell der Werkzeugmaschine (10) erzeugt.
  4. Vorhersagevorrichtung (20) umfassend: ein erlerntes Modell (250), das von der Maschinenlernvorrichtung (30) nach einem der Ansprüche (1) bis (3) erzeugt wird; eine Eingabeeinheit (201), die die Handvorschub-Zustandsinformationen des Handvorschubs eingibt, der gegenwärtig in Bezug auf eine Werkzeugmaschine (10) ausgeführt wird, die für Handvorschub geeignet ist; und eine Vorhersageeinheit (202), die die von der Eingabeeinheit (201) eingegebenen Handvorschub-Zustandsinformationen in das erlernte Modell (250) eingibt und eine Bewegungsdistanz eines beweglichen Teils der Werkzeugmaschine (10) nach einer vorbestimmten Zeit ab einer gegenwärtigen Zeit basierend auf den Handvorschub-Zustandsinformationen vorhersagt.
  5. Vorhersagevorrichtung (20) nach Anspruch 4, bei der die Vorhersageeinheit (202) die Bewegungsdistanz in einem kürzeren Zeitintervall als der vorbestimmten Zeit zyklisch vorhersagen kann.
  6. Vorhersagevorrichtung (20) nach Anspruch 4 oder 5, bei der das erlernte Modell (250) in einem Server (50) enthalten ist, der über ein Netzwerk (60) von der Vorhersagevorrichtung (20) aus zugänglich angeschlossen ist.
  7. Vorhersagevorrichtung (20) nach einem der Ansprüche 4 bis 6, weiterhin umfassend die Maschinenlernvorrichtung (30) nach einem der Ansprüche 1 bis 3.
  8. Steuervorrichtung (15), umfassend eine Vorhersagevorrichtung 20 nach einem der Ansprüche 4 bis 7.
DE102020126518.2A 2019-11-06 2020-10-09 Maschinenlernvorrichtung, vorhersagevorrichtung und steuervorrichtung Pending DE102020126518A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019201662A JP7364431B2 (ja) 2019-11-06 2019-11-06 機械学習装置、予測装置、及び制御装置
JP2019-201662 2019-11-06

Publications (1)

Publication Number Publication Date
DE102020126518A1 true DE102020126518A1 (de) 2021-05-06

Family

ID=75485532

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020126518.2A Pending DE102020126518A1 (de) 2019-11-06 2020-10-09 Maschinenlernvorrichtung, vorhersagevorrichtung und steuervorrichtung

Country Status (4)

Country Link
US (1) US11809146B2 (de)
JP (1) JP7364431B2 (de)
CN (1) CN112784955A (de)
DE (1) DE102020126518A1 (de)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004345005A (ja) 2003-05-20 2004-12-09 Toyota Motor Corp 工作機械のレベリングボルト調整量算出装置、工作機械及び工作機械群のレベル監視方法
JP5812843B2 (ja) 2011-12-15 2015-11-17 ファナック株式会社 手動送り装置を有する数値制御装置
JP6266304B2 (ja) 2013-10-30 2018-01-24 株式会社マキタ 往復動切断工具
JP6290835B2 (ja) 2015-08-27 2018-03-07 ファナック株式会社 数値制御装置及び機械学習器
JP6619192B2 (ja) * 2015-09-29 2019-12-11 ファナック株式会社 移動軸異常負荷警告機能を有するワイヤ放電加工機
JP2017138881A (ja) 2016-02-05 2017-08-10 ファナック株式会社 操作メニューの表示を学習する機械学習器,数値制御装置,工作機械システム,製造システムおよび機械学習方法
JP6625914B2 (ja) * 2016-03-17 2019-12-25 ファナック株式会社 機械学習装置、レーザ加工システムおよび機械学習方法
KR102000416B1 (ko) * 2016-05-09 2019-07-15 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 산업용 사물 인터넷을 위한 방법들 및 시스템들
US20180284755A1 (en) * 2016-05-09 2018-10-04 StrongForce IoT Portfolio 2016, LLC Methods and systems for data storage in an industrial internet of things data collection environment with large data sets
US20210383250A1 (en) * 2018-02-26 2021-12-09 Hitachi Information & Telecommunication Engineering, Ltd. State Prediction Apparatus and State Prediction Control Method

Also Published As

Publication number Publication date
US11809146B2 (en) 2023-11-07
US20210132553A1 (en) 2021-05-06
JP7364431B2 (ja) 2023-10-18
CN112784955A (zh) 2021-05-11
JP2021076977A (ja) 2021-05-20

Similar Documents

Publication Publication Date Title
EP0744676B1 (de) Verfahren und Einrichtung zum sicheren Betrieb einer numerischen Steuerung auf Werkzeugmaschinen oder Robotern
DE102017009822A1 (de) Maschinenlernvorrichtung und Bearbeitungszeitvorhersagevorrichtung
DE2735397C2 (de) Überwachungseinrichtung für eine programmgesteuerte Maschine
EP3538963A1 (de) Verfahren zum betrieb eines zustandsüberwachungssystems einer schwingmaschine und zustandsüberwachungssystem
DE102016011020A1 (de) Kontaktplan-Überwachungsvorrichtung mit der Fähigkeit, zusätzlich eine Betriebssituation einer CNC in einem Kommentar anzuzeigen
WO2005109136A1 (de) Rechnergestütztes diagnosesystem auf der basis von heuristiken und system-topologien
DE102018122695A1 (de) Produktionssystem
DE112018008087T5 (de) Numerisches Steuerungsgerät und numerisches Steuerungsverfahren und Maschinenlerngerät
EP2808749B1 (de) Verfahren zum Austausch von Steuerungsinformationen zwischen Bedien- und Beobachtungsgeräten eines industriellen Automatisierungssystems und industrielles Automatisierungssystem
DE102009027267A1 (de) Verfahren und Vorrichtung zur vereinfachten Fehlerverarbeitung an einer Werkzeugmaschine
DE102019120864B3 (de) Verfahren und Vorrichtung zur Planung von Wartungsarbeiten an wenigstens einer Maschine
DE112015006682T5 (de) Vorrichtung und verfahren zur erzeugung von programmen
DE102020126518A1 (de) Maschinenlernvorrichtung, vorhersagevorrichtung und steuervorrichtung
DE102020203759A1 (de) Gerät für maschinelles lernen, bildschirmvorhersagevorrichtungund steuereinheit
EP2419798A1 (de) Verfahren zum bereitstellen eine information über ein verschleiss einer komponente einer maschine und verfahren zum bereitstellen eines ersatzalgorithmus
DE112019007734T5 (de) Numerisches Steuerungsgerät, Maschinelles-Lernen-Gerät und numerisches Steuerungsverfahren
DE112021004645T5 (de) Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem
EP3567441B1 (de) Prozessleitsystem mit einem engineering-, einem operator- und einem archiv-system
DE102017105597B4 (de) Bearbeitungsprogrammerzeugungsvorrichtung
DE102019005747A1 (de) Vorrichtung für die einstellung einer bearbeitungsbedingungund maschinelle lernvorrichtung
DE102017009751A1 (de) Numerische Steuervorrichtung
DE102021003650A1 (de) Informationsverarbeitungsvorrichtung, Verfahren zum Steuern einer Informationsverarbeitungsvorrichtung, Fertigungssystem, Verfahren zur Herstellung von Gegenständen und Aufzeichnungsmedium
DE102017220653A1 (de) Leiterprogramm-Verwaltungsvorrichtung
DE102017004591A1 (de) Numerische Steuerung
DE112019006945B4 (de) Mehrachssteuerungssystem, Mehrachssteuerungsverfahren und Mehrachssteuerungsprogramm

Legal Events

Date Code Title Description
R012 Request for examination validly filed