DE112021000809T5 - Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung - Google Patents

Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung Download PDF

Info

Publication number
DE112021000809T5
DE112021000809T5 DE112021000809.9T DE112021000809T DE112021000809T5 DE 112021000809 T5 DE112021000809 T5 DE 112021000809T5 DE 112021000809 T DE112021000809 T DE 112021000809T DE 112021000809 T5 DE112021000809 T5 DE 112021000809T5
Authority
DE
Germany
Prior art keywords
machining
information
burnishing
workpiece
processing
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
DE112021000809.9T
Other languages
English (en)
Inventor
Hideo Ogino
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 DE112021000809T5 publication Critical patent/DE112021000809T5/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
    • 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
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B39/00Burnishing machines or devices, i.e. requiring pressure members for compacting the surface zone; Accessories therefor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B39/00Burnishing machines or devices, i.e. requiring pressure members for compacting the surface zone; Accessories therefor
    • B24B39/04Burnishing machines or devices, i.e. requiring pressure members for compacting the surface zone; Accessories therefor designed for working external surfaces of revolution
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B51/00Arrangements for automatic control of a series of individual steps in grinding a workpiece
    • 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
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/026Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/12Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
    • 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
    • G05B2219/32Operator till task planning
    • G05B2219/32194Quality prediction

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Numerical Control (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

Der Zweck der vorliegenden Erfindung ist es, ein erlerntes Modell zu erstellen, das mit hoher Präzision einen Bearbeitungszustand eines bearbeiteten Werkstücks in einem Fall ausgibt, in dem ein Glattwalzprozess unter einer bestimmten Bearbeitungsbedingung durchgeführt wurde, ohne tatsächlich einen Bearbeitungsvorgang oder eine Simulation durchzuführen, und den Bearbeitungszustand mit hoher Präzision unter Verwendung des erlernten Modells vorherzusagen. Diese maschinelle Lernvorrichtung ist versehen mit: eine Eingabedaten-Erfassungseinheit, die bei einem Glattwalzprozess, bei dem eine Bearbeitungsoberfläche eines beliebigen Werkstücks mit einem beliebigen Werkzeug oberflächenbehandelt wird, als Eingabedaten Bearbeitungsinformationen einschließlich Information über das Werkstück vor dem Glattwalzprozess und Informationen über eine Bearbeitungsbedingung erfasst; eine Beschriftungseinheit, die Beschriftungsdaten erhält, die Informationen über den bearbeiteten Zustand anzeigen, einschließlich eines bearbeiteten Zustands des Werkstücks nach dem Polierprozess und der Oberflächenrauheit des Werkstücks, wenn der bearbeitete Zustand normal ist; und eine Lerneinheit, die überwachtes Lernen unter Verwendung der Eingabedaten und der so erhaltenen Beschriftungsdaten durchführt, um ein erlerntes Modell zu erzeugen, in das Bearbeitungsinformationen eines bevorstehenden Polierprozesses eingegeben werden und das Informationen über den bearbeiteten Zustand für den Glattwalzprozess ausgibt.

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung betrifft eine maschinelle Lernvorrichtung, eine Vorrichtung zur Vorhersage des Bearbeitungszustands und eine Steuervorrichtung.
  • Hintergrund
  • Das Glattwalzen ist ein Verfahren zur Endbearbeitung, bei dem die Oberflächenrauheit eines Werkstücks, z. B. eines Maschinenteils, nach dem Schneiden auf einen bestimmten Wert eingestellt wird.
  • Wie in 8 (entspricht 1 in dem unten beschriebenen Patentdokument 1) dargestellt, ist das Glattwalzen ein Verfahren der plastischen Bearbeitung zur glatten Endbearbeitung einer Oberfläche durch Pressen eines Werkzeugs T mit einer Walzen- (oder Kugel-) Form auf eine zu Glattwalzende Oberfläche eines Metallwerkstücks W, wobei eine rollende Verdichtung bewirkt wird. Dadurch verhärtet sich die Umgebung eines brünierten Abschnitts des Werkstücks W und es treten Druckeigenspannungen auf, wodurch eine Verbesserung der Abrieb- oder Dauerfestigkeit des brünierten Abschnitts erwartet werden kann. Daher wird das Glattwalzen hauptsächlich bei der Endbearbeitung von Automobilteilen usw. eingesetzt.
  • Man beachte, dass in einem Bereich A in 8 allmählich Druck ausgeübt wird, während das Werkzeug T auf eine Oberfläche des Werkstücks W gepresst wird. Darüber hinaus übersteigt der Anpressdruck in einem Bereich B die Fließgrenze des Werkstücks W, und es kommt zu einer plastischen Verformung. Außerdem trennt sich das Werkzeug T in einem Bereich C von der brünierten Oberfläche, und das Metall des Werkstücks W erholt sich elastisch nur um eine winzige Strecke Dr. Infolgedessen werden an der Stelle, über die das Werkzeug T gegangen ist, Oberflächenunebenheiten abgeflacht und die Rauheit verringert.
  • Der Abstand Dr bezieht sich hier auf den Betrag der elastischen Rückstellung. Darüber hinaus ist der Abstand Dv der Abstand, um den das Werkzeug T in die Oberfläche des Werkstücks W eindringt, und gibt ebenfalls das Ausmaß der Walzverdichtung (oder das Ausmaß des Glattwalzens) an. Darüber hinaus wird ein Abstand Ds zwischen der Oberfläche vor dem Glattwalzen und der Oberfläche, die sich nach dem Glattwalzen um den Abstand Dr elastisch erholt hat, als Maßänderung bezeichnet.
  • Ein Verfahren zur Erzeugung einer Reaktionsfläche, die angibt, wie sich das Ausmaß der Walzverdichtung und die Oberflächenrauheit vor der Bearbeitung zu der Oberflächenrauheit nach der Bearbeitung verhalten, und zur Bestimmung der Walzendrehzahl, des Vorschubs, des Ausmaßes der Walzverdichtung usw. für ein Polierwerkzeug auf der Grundlage der erzeugten Reaktionsfläche ist bekannt. Siehe zum Beispiel das Patentdokument 1.
  • Patentdokument 1: Japanisches Patent Nr. 5527543
  • Offenbarung der Erfindung
  • Durch die Erfindung zu lösende Probleme
  • Beim Glattwalzen müssen die Bearbeitungsbedingungen, wie z.B. das Ausmaß der Walzverdichtung, die relative Rotationsgeschwindigkeit (Walzendrehzahl) zwischen einem Werkzeug und einem Werkstück und die relative Vorschubgeschwindigkeit zwischen dem Werkzeug und dem Werkstück, entsprechend den Abmessungen oder der Oberflächenrauheit des Materials, die nach dem Glattwalzen erforderlich sind, angemessen eingestellt werden.
  • Insbesondere bei hohlen Werkstücken, wie in dargestellt, kann es bei dünnen Wandstärken des Werkstücks aufgrund der Walzverdichtung zu einer Welligkeit oder Verformung kommen, und es ist schwierig, die Walzverdichtung entsprechend dem Werkstoff (Härte) und der Wandstärke des Werkstücks einzustellen. Daher werden die Bearbeitungsbedingungen oft auf der Grundlage der Erfahrung eines Fachmanns festgelegt.
  • Darüber hinaus geht die plastische Bearbeitung mit einer elastischen Rückstellung einher (Rückstellung in die ursprüngliche Form), und je nach Werkstückmaterial, Härte und Bearbeitungsbedingungen ergeben sich Unterschiede im Ausmaß der elastischen Rückstellung. Daher ist es notwendig, die Bearbeitungsbedingungen neu einzustellen oder das Glattwalzen zu wiederholen, wenn die geforderten Abmessungen oder Oberflächenrauheit nicht erreicht werden konnten. Das Nachjustieren der Bearbeitungsbedingungen oder das erneute Glattwalzen ist jedoch mit einem hohen Aufwand verbunden.
  • Dementsprechend besteht der Wunsch, ein erlerntes Modell zu erstellen, das mit guter Genauigkeit den Bearbeitungszustand eines Werkstücks nach dem Glattwalzen ausgibt, wenn das Glattwalzen unter bestimmten Bearbeitungsbedingungen durchgeführt wurde, und das erlernte Modell zu verwenden, um mit guter Genauigkeit den Bearbeitungszustand eines Werkstücks nach dem Glattwalzen vorherzusagen, ohne dass das Glattwalzen tatsächlich durchgeführt oder simuliert wird.
  • Mittel zum Lösen der Probleme
    1. (1) Ein Aspekt einer maschinellen Lernvorrichtung gemäß der vorliegenden Offenbarung ist mit einer Eingabedaten-Erfassungseinheit versehen, die konfiguriert ist, um als Eingabedaten Bearbeitungsinformationen für das Glattwalzen zu erhalten, bei dem eine Oberflächenbehandlung durch Pressen eines beliebigen Werkzeugs gegen eine bearbeitete Oberfläche eines beliebigen Werkstücks durchgeführt wurde, wobei die Bearbeitungsinformationen zumindest Information über das Werkstück vor dem Glattwalzen und Informationen über eine Bearbeitungsbedingung für das Glattwalzen enthalten; eine Beschriftungs-Erfassungseinheit, die so konfiguriert ist, dass sie Beschriftungsdaten erhält, die Bearbeitungszustandsinformation einschließlich eines Bearbeitungszustands des Werkstücks nach dem Glattwalzen und einer Oberflächenrauheit des Werkstücks in einem Fall, in dem der Bearbeitungszustand normal ist, anzeigen; und eine Lerneinheit, die so konfiguriert ist, dass sie die von der Eingabedaten-Erfassungseinheit erhaltenen Eingabedaten und die von der Beschriftungs-Erfassungseinheit erhaltenen Beschriftungsdaten verwendet, um überwachtes Lernen auszuführen und ein erlerntes Modell zu erzeugen, das als Eingabe Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens nimmt und Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgibt.
    2. (2) Ein Aspekt einer Vorrichtung zur Vorhersage des bearbeiteten Zustands (auch als Bearbeitungszustands bezeichnet) gemäß der vorliegenden Offenbarung ist mit einem erlernten Modell versehen, das von der maschinellen Lernvorrichtung gemäß (1) erzeugt wird und so konfiguriert ist, dass Bearbeitungsinformation bezüglich des auszuführenden Glattwalzens eingegeben wird und die Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgegeben wird; eine Eingabeeinheit, die so konfiguriert ist, dass ihr vor dem Glattwalzen Bearbeitungsinformationen eingegeben werden, die Informationen über eine Bearbeitungsbedingung für das durchzuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten; und eine Vorhersageeinheit, die so konfiguriert ist, dass sie durch Eingeben der in die Eingabeeinheit eingegebenen Bearbeitungsinformationen in das erlernte Modell die Bearbeitungszustandsinformation vorhersagt, die für das durchzuführende Glattwalzen bestimmt sind und von dem erlernten Modell ausgegeben werden sollen.
    3. (3) Ein Aspekt einer Steuervorrichtung gemäß der vorliegenden Offenbarung ist mit einer Vorrichtung zur Vorhersage des bearbeiteten Zustands gemäß (2) versehen.
  • Effekte der Erfindung
  • Gemäß einem Aspekt ist es möglich, ein erlerntes Modell zu erzeugen, das mit guter Genauigkeit den Bearbeitungszustand eines Werkstücks nach dem Glattwalzen in einem Fall ausgibt, in dem das Glattwalzen unter bestimmten Bearbeitungsbedingungen durchgeführt wird, ohne dass das Glattwalzen tatsächlich durchgeführt oder simuliert wird. Darüber hinaus ist es durch die Verwendung dieses erlernten Modells möglich, den Bearbeitungszustand eines Werkstücks nach dem Glattwalzen mit guter Genauigkeit vorherzusagen.
  • Figurenliste
    • 1 ist ein funktionales Blockdiagramm, das ein Beispiel für eine funktionale Konfiguration eines Vorhersagesystems gemäß einer Ausführungsform zeigt;
    • 2 ist eine Ansicht, die ein Beispiel für Informationen über Werkstücke, Informationen über Bearbeitungsbedingungen für das Glattwalzen und Beschriftungsdaten veranschaulicht;
    • 3 ist eine Ansicht, die für die in 2 dargestellten Werkstücke ein Beispiel für die Oberflächenrauheit vor der Bearbeitung und die Oberflächenrauheit nach der Bearbeitung zeigt;
    • 4 ist eine Ansicht, die ein Beispiel eines erlernten Modells veranschaulicht, das der Vorrichtung zur Vorhersage des bearbeiteten Zustands in 1 zur Verfügung gestellt wird;
    • 5 ist ein Flussdiagramm zur Beschreibung der Vorhersageverarbeitung durch die Vorrichtung zur Vorhersage des bearbeiteten Zustands in einer Betriebsphase;
    • 6 ist eine Ansicht, die ein Beispiel für eine Konfiguration eines Vorhersagesystems zeigt;
    • 7 ist eine Ansicht, die ein Beispiel für eine Konfiguration eines Vorhersagesystems darstellt;
    • 8 ist eine schematische Ansicht zur Beschreibung der Prinzipien des Glattwalzens; und
    • 9 ist eine Ansicht, die ein Beispiel für eine Verformung aufgrund einer übermäßigen Walzverdichtung im Falle eines hohlen Werkstücks zeigt.
  • Bevorzugte Ausführungsform der Erfindung
  • Im Folgenden wird eine Ausführungsform gemäß der vorliegenden Offenbarung unter Bezugnahme auf die Zeichnungen beschrieben.
  • <Eine Ausführungsform>
  • 1 ist ein funktionales Blockdiagramm, das ein Beispiel für eine funktionale Konfiguration eines Vorhersagesystems gemäß einer Ausführungsform zeigt. Wie in 1 dargestellt, weist ein Vorhersagesystem 1 eine Werkzeugmaschine 10, eine Vorrichtung zur Vorhersage des Bearbeitungszustands 20 und eine maschinelle Lernvorrichtung 30 auf.
  • Die Werkzeugmaschine 10, die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 und die maschinelle Lernvorrichtung 30 können über eine Verbindungsschnittstelle (nicht dargestellt) direkt miteinander verbunden sein. Die Werkzeugmaschine 10, die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 und die maschinelle Lernvorrichtung 30 können auch über ein Netzwerk (nicht dargestellt), wie z. B. ein lokales Netzwerk (LAN) oder das Internet, miteinander verbunden sein. In diesem Fall sind die Werkzeugmaschine 10, die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 und die maschinelle Lernvorrichtung 30 jeweils mit einer Kommunikationseinheit (nicht dargestellt) zur gegenseitigen Kommunikation über die entsprechende Verbindung ausgestattet. Zu beachte ist, dass, wie unten beschrieben, die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 die maschinelle Lernvorrichtung 30 enthalten kann. Darüber hinaus kann die Werkzeugmaschine 10 die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 und die maschinelle Lernvorrichtung 30 umfassen.
  • Bei der Werkzeugmaschine 10 handelt es sich um eine Werkzeugmaschine, die dem Fachmann allgemein bekannt ist, und die eine Steuereinrichtung 101 umfasst. Die Werkzeugmaschine 10 arbeitet auf der Grundlage eines Betriebsbefehls von der Steuereinrichtung 101. Wie im Folgenden beschrieben, kann die Werkzeugmaschine 10 vor dem Glattwalzen über eine Kommunikationseinheit (nicht dargestellt) in der Werkzeugmaschine 10 Bearbeitungsinformationen an die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 ausgeben, die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten.
  • Zu beachten ist, dass die Informationen über die Bearbeitungsbedingungen für das Glattwalzen eine relative Drehgeschwindigkeit für ein Werkzeug T und ein Werkstück W, eine relative Vorschubgeschwindigkeit für das Werkzeug T und das Werkstück W, einen Betrag der Walzverdichtung Dv usw. umfassen können, wie in 8 dargestellt. Darüber hinaus können die Informationen über das Bearbeitungszielwerkstück das Material, die Härte, die Dicke, die Oberflächenrauheit vor der Bearbeitung usw. in Bezug auf das Werkstück W umfassen. Es kann jedoch sein, dass die Informationen über das Bearbeitungszielwerkstück die Dicke (Wanddicke) des Werkstücks W nur dann umfassen, wenn das Werkstück W hohl ist.
  • Die Steuervorrichtung 101 ist eine numerische Steuervorrichtung, die einem Fachmann allgemein bekannt ist, und erzeugt einen Betriebsbefehl auf der Grundlage eines Programms zum Glattwalzen und überträgt den erzeugten Betriebsbefehl an die Werkzeugmaschine 10. Folglich kann die Steuereinrichtung 101 die Werkzeugmaschine 10 veranlassen, das Glattwalzen durchzuführen. Es ist zu beachten, dass die Steuervorrichtung 101 anstelle der Werkzeugmaschine 10 über die Kommunikationseinheit (nicht dargestellt) in der Werkzeugmaschine 10 an die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 Bearbeitungsinformationen ausgeben kann, die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten.
  • Darüber hinaus kann die Steuereinrichtung 101 unabhängig von der Werkzeugmaschine 10 sein.
  • In einer Betriebsphase und vor dem Glattwalzen erhält die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands Bearbeitungsinformationen, die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten. Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gibt die erhaltenen Bearbeitungsinformationen bezüglich des durchzuführenden Glattwalzens in ein erlerntes Modell ein, das von der maschinellen Lernvorrichtung 30 bereitgestellt wird, die weiter unten beschrieben wird. Infolgedessen kann die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands Bearbeitungszustandsinformation für das auszuführende Glattwalzen vorhersagen.
  • Man beachte, dass für ein Bearbeitungszielwerkstück nach dem auszuführenden Glattwalzen die Bearbeitungszustandsinformation beinhalten, ob der Bearbeitungszustand normal ist, was bedeutet, dass keine Welligkeit und keine Verformung vorliegt, und die Oberflächenrauheit nach der Bearbeitung in dem Fall, dass der Bearbeitungszustand normal ist.
  • Vor der Beschreibung der Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands wird das maschinelle Lernen zur Erzeugung des erlernten Modells beschrieben.
  • <Maschinelle Lernvorrichtung 30>
  • Beispielsweise erhält die maschinelle Lernvorrichtung 30 für das Glattwalzen, bei dem die Oberflächenbehandlung im Voraus durch Drücken eines beliebigen Werkzeugs gegen eine zu glattwalzende Oberfläche eines beliebigen Werkstücks durchgeführt wurde, als Eingabedaten Bearbeitungsinformationen, die Information über das Werkstück vor dem Glattwalzen und Informationen über eine Bearbeitungsbedingung für das Glattwalzen umfassen.
  • Für die erhaltenen Eingabedaten erhält die maschinelle Lernvorrichtung 30 auch als Beschriftung (korrekte Antwort) Daten, die Bearbeitungszustandsinformation einschließlich des Bearbeitungszustands des Werkstücks nach dem Glattwalzen und der Oberflächenrauheit des Werkstücks in dem Fall, in dem der Bearbeitungszustand normal ist, anzeigen.
  • Die maschinelle Lernvorrichtung 30 konstruiert ein erlerntes Modell, das unten beschrieben wird, indem sie überwachtes Lernen unter Verwendung von Trainingsdaten durchführt, die eine Gruppe von erhaltenen Eingabedaten und Kennzeichnungen sind.
  • Als Ergebnis kann die maschinelle Lernvorrichtung 30 das konstruierte erlernte Modell an die Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 liefern.
  • Die maschinelle Lernvorrichtung 30 wird im Detail beschrieben.
  • Wie in 1 dargestellt, hat die maschinelle Lernvorrichtung 30 eine Eingangsdaten-Erfassungseinheit 301, eine Beschriftungs-Erfassungseinheit 302, eine Lerneinheit 303 und eine Speichereinheit 304.
  • Für das Glattwalzen, bei dem die Oberflächenbehandlung durch Drücken eines beliebigen Werkzeugs gegen eine zu glattwalzende Oberfläche eines beliebigen Werkstücks durchgeführt wurde, erhält die Eingabedaten-Erfassungseinheit 301 in einer Lernphase von der Werkzeugmaschine 10 über eine Kommunikationseinheit (nicht dargestellt) Bearbeitungsinformationen als Eingabedaten. Die Bearbeitungsinformationen umfasst Information über das Werkstück vor dem Glattwalzen und Informationen über eine Bearbeitungsbedingung für das Glattwalzen.
  • 2 ist eine Ansicht, die ein Beispiel für Informationen über Werkstücke, Informationen über Bearbeitungsbedingungen für das Glattwalzen und Beschriftungsdaten zeigt.
  • Wie in 2 dargestellt, umfassen die Informationen, die sich auf Werkstücke beziehen und in den Bearbeitungsinformationen enthalten sind, das „Material“ (auch als Werkstoff bezeichnet), die „Brinell-Härte“, die „Dicke“ und die „Oberflächenrauheit vor der Bearbeitung“ der Werkstücke.
  • Das „Material“, der in den Informationen über die Werkstücke enthalten ist, umfasst „C15C“, „S50C“, „S55C“, „S60C“ usw., zusätzlich zu „S45C“ im Falle von Kohlenstoffstahl. Darüber hinaus umfasst das „Material“ in den Angaben zu den Werkstücken „FC100“, „FC150“, „FC200“, „FC250“, „FC300“, „FC350“ usw. im Falle von Gusseisen. Darüber hinaus umfasst das in den Werkstückinformationen enthaltene „Material“ „A4032“, „A5052“, „A5083“, „A6061“, „A7075“ usw. sowie „A5056“ und „AC3A“ im Falle einer Aluminiumlegierung. Darüber hinaus umfasst der „Werkstoff“ in den Werkstückinformationen „AZ31“, „AZ91“ usw. im Falle einer Magnesiumlegierung.
  • Die „Brinell-Härte“ wird als „Härte“ in den Informationen über die Werkstücke angegeben. Zu beachten ist, dass die „Vickershärte“ usw. als „Härte“ in den Informationen über die Werkstücke eingestellt werden kann.
  • Die in den Angaben zu den Werkstücken enthaltene „Dicke“ wird nur dann angegeben, wenn ein Werkstück hohl ist, wie oben beschrieben. Dementsprechend wird für die „Dicke“ von Werkstücken, deren „Material“ „S45C (Kohlenstoffstahl)“, „SCM440 (Chrom-Molybdän-Stahl)“, „SUS303 (rostfreier Chromstahl)“ und „A5056 (Aluminiumlegierung)“ ist, „-“ als leeres Feld gespeichert, da diese Werkstücke nicht hohl sind.
  • Die in den Angaben zu den Werkstücken enthaltene „Oberflächenrauheit vor der Bearbeitung“ wird beispielsweise auf einen Wert für den arithmetischen Mittelwert der Rauheit (Ra) festgelegt, der vor dem Glattwalzen beispielsweise mit einem Oberflächenrauheitsmessgerät gemessen wird, das einen Taststift, Laserlicht usw. verwendet. Die „Oberflächenrauheit vor der Bearbeitung“ kann jedoch auch auf einen Wert für die maximale Höhe (Ry) oder den Zehn-Punkt-Mittelwert der Rauheit (Rz) eingestellt werden.
  • Es ist zu beachten, dass der arithmetische Mittelwert der Rauheit (Ra), die maximale Höhe (Ry) und der Zehn-Punkt-Mittelwert der Rauheit (Rz) mit Hilfe einer allgemein bekannten Methode berechnet werden können (siehe z.B. JIS B 0601:1994, JIS B 0031:1994 usw.), und eine detaillierte Beschreibung entfällt.
  • Als Nächstes umfassen die Informationen über die Bearbeitungsbedingungen für das Glattwalzen die „relative Rotationsgeschwindigkeit (Umfangsgeschwindigkeit)“, die „relative Vorschubgeschwindigkeit“ und den „Grad der Walzverdichtung“ beim Glattwalzen für jedes Werkstück, für das die oben beschriebenen Informationen über die Werkstücke angegeben sind, wie in 2 dargestellt. Beachten Sie, dass die „relative Rotationsgeschwindigkeit (Umfangsgeschwindigkeit)“ zum Beispiel die relative Rotationsgeschwindigkeit für ein Werkzeug T und ein Werkstück W angibt, wie in dargestellt. Außerdem gibt die „relative Vorschubgeschwindigkeit“ die relative Vorschubgeschwindigkeit für das Werkzeug T und das Werkstück W an. Außerdem gibt der „Betrag der Walzverdichtung“ einen Abstand Dv an.
  • Die Eingabedaten-Erfassungseinheit 301 speichert die erhaltenen Eingabedaten in der Speichereinheit 304.
  • Für jedes Element der Eingabedaten erhält die Beschriftungs-Erfassungseinheit 302 als Beschriftungsdaten (korrekte Antwortdaten) Bearbeitungszustandsinformation, einschließlich des Bearbeitungszustands des Werkstücks nach dem Glattwalzen und der Oberflächenrauheit des Werkstücks in dem Fall, in dem der Bearbeitungszustand normal ist. Die Beschriftungs-Erfassungseinheit 302 speichert die erhaltenen Beschriftungsdaten in der Speichereinheit 304.
  • Insbesondere, wie in 2 gezeigt, erhält die Beschriftungs-Erfassungseinheit 302 als Beschriftungsdaten einen „Bearbeitungszustand“, der auf „normal“ gesetzt ist, wenn keine Welligkeit, Verformung usw. vorliegt, und auf „abnormal“ gesetzt ist, wenn Welligkeit, Verformung usw. für ein Werkstück nach dem Glattwalzen vorhanden sind. Darüber hinaus verwendet die Beschriftungs-Erfassungseinheit 302 beispielsweise eine Oberflächenrauheitsmessvorrichtung, die einen Taststift, Laserlicht usw. verwendet, um als Beschriftungsdaten die „Oberflächenrauheit nach der Bearbeitung“ zu erhalten, die für ein Werkstück gemessen wird, für das der „bearbeitete Zustand“ normal ist, ähnlich wie im Fall der „Oberflächenrauheit vor der Bearbeitung“.
  • Man beachte, dass der „Bearbeitungszustand“, also der bearbeitete Zustand, in den Beschriftungsdaten in 2 zum Beispiel ein Ergebnis der visuellen Bestimmung des Zustands des Werkstücks nach dem Glattwalzen durch einen Bediener ist und von diesem eingegeben werden kann. Außerdem ist die „Oberflächenrauheit nach der Bearbeitung“ in den Beschriftungsdaten beispielsweise die Oberflächenrauheit des Werkstücks, die von einem Bediener beispielsweise mit einem Oberflächenrauheitsmessgerät nach dem Glattwalzen gemessen wurde, und kann vom Bediener eingegeben werden. Alternativ können der „bearbeitete Zustand“ und die „Oberflächenrauheit nach der Bearbeitung“ in den Beschriftungsdaten z. B. der Zustand des Werkstücks sein, der durch die Bildverarbeitung eines nach dem Glattwalzen aufgenommenen Bildes des Werkstücks bestimmt wurde, und eine gemessene Oberflächenrauheit.
  • Darüber hinaus gibt es keine Beschränkung auf Beschriftungsdaten, die angeben, ob ein „ Bearbeitungszustand“ normal ist oder nicht, und sie können durch einen binären Wert wie „1“ oder „0“ dargestellt werden.
  • Darüber hinaus ist das Werkstück in 2, für das das „Material“ „AC3A (Aluminiumlegierung)“ ist, hohl, und weil Welligkeit, Verformung usw. aufgrund des Glattwalzens aufgetreten sind, wie in 9 dargestellt, wird der „Bearbeitungszustand“ als „abnormal“ bestimmt, und „-“, das ein leeres Feld anzeigt, wird für die „Oberflächenrauheit nach der Bearbeitung“ gespeichert.
  • 3 ist eine Ansicht, die für die in 2 dargestellten Werkstücke ein Beispiel für die Oberflächenrauheit vor der Bearbeitung und die Oberflächenrauheit nach der Bearbeitung zeigt.
  • Hier ist die „Oberflächenrauheit nach der Bearbeitung“ auf einen Wert für das arithmetische Mittel der Rauheit (Ra) eingestellt, kann aber auch auf einen Wert für die maximale Höhe (Ry) oder das Zehn-Punkt-Mittel der Rauheit (Rz) eingestellt werden.
  • Die Lerneinheit 303 akzeptiert als Trainingsdaten eine Gruppe von Eingabedaten und eine Beschriftung, die oben beschrieben sind. Die Lerneinheit 303 verwendet die akzeptierten Trainingsdaten, um überwachtes Lernen durchzuführen, um dadurch ein erlerntes Modell 250 zu konstruieren, das mit Bearbeitungsinformationen eingegeben wird, einschließlich Informationen, die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück angeben, und gibt Bearbeitungszustandsinformation aus, die einen Bearbeitungszustand für das Bearbeitungszielwerkstück nach dem auszuführenden Glattwalzen angeben.
  • Die Lerneinheit 303 liefert das konstruierte erlernte Modell 250 an die Vorrichtung zur Vorhersage des Bearbeitungszustands 20.
  • Es ist zu beachten, dass es wünschenswert ist, eine große Anzahl von Trainingsdaten zu erstellen, um das überwachte Lernen durchzuführen. Zum Beispiel können Trainingsdaten von Werkzeugmaschinen 10 an verschiedenen Orten, an denen die Werkzeugmaschinen 10 tatsächlich betrieben werden, wie z.B. in Fabriken von Kunden, gewonnen werden.
  • 4 ist eine Ansicht, die ein Beispiel eines erlernten Modells 250 zeigt, das der Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands in 1 zur Verfügung gestellt wird. Wie in 4 dargestellt, stellt das erlernte Modell 250 ein mehrschichtiges neuronales Netz dar, das Informationen über ein Bearbeitungszielwerkstück und Informationen über Bearbeitungsbedingungen für das auszuführende Glattwalzen als Eingabeschicht und Bearbeitungszustandsinformation, die den Bearbeitungszustand des Bearbeitungszielwerkstücks nach dem auszuführenden Glattwalzen anzeigen, als Ausgabeschicht einstellt.
  • Die Informationen über ein Bearbeitungszielwerkstück umfassen das „Material“, die „Brinell-Härte“, die „Dicke“ und die „Oberflächenrauheit vor der Bearbeitung“ des Werkstücks. Darüber hinaus umfassen die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen die relative Drehgeschwindigkeit für ein Werkzeug und ein Werkstück, die relative Vorschubgeschwindigkeit für das Werkzeug und das Werkstück sowie ein Ausmaß der Walzverdichtung. Darüber hinaus umfasst die Bearbeitungszustandsinformation, ob der „Bearbeitungszustand normal“ für das Bearbeitungszielwerkstück sein wird und die „Oberflächenrauheit nach der Bearbeitung“ für das Bearbeitungszielwerkstück.
  • Darüber hinaus kann die Lerneinheit 303 in einem Fall, in dem nach der Konstruktion des erlernten Modells 250 neue Trainingsdaten erhalten werden, weiterhin überwachtes Lernen in Bezug auf das erlernte Modell 250 durchführen, um dadurch das konstruierte erlernte Modell 250 zu aktualisieren.
  • Infolgedessen ist es möglich, automatisch Trainingsdaten von einem Glattwalzvorgang durch eine übliche Werkzeugmaschine 10 zu erfassen, und somit ist es möglich, die Genauigkeit der Vorhersage des bearbeiteten Zustands von Werkstücken auf einer täglichen Basis zu verbessern.
  • Das oben beschriebene überwachte Lernen kann durch Online-Lernen, durch Batch-Lernen oder durch Mini-Batch-Lernen durchgeführt werden.
  • Online-Lernen ist eine Lernmethode, bei der das Glattwalzen an der Werkzeugmaschine 10 durchgeführt wird und das überwachte Lernen jedes Mal, wenn Trainingsdaten erzeugt werden, sofort durchgeführt wird. Darüber hinaus ist das Batch-Lernen eine Lernmethode, bei der das Glattwalzen wiederholt an der Werkzeugmaschine 10 durchgeführt wird und wiederholt Trainingsdaten erzeugt werden, eine Vielzahl von Trainingsdaten, die den Wiederholungen entsprechen, gesammelt werden und alle gesammelten Trainingsdaten verwendet werden, um überwachtes Lernen durchzuführen. Darüber hinaus ist das Mini-Batch-Lernen eine Lernmethode, die zwischen dem Online-Lernen und dem Batch-Lernen liegt und bei der überwachtes Lernen immer dann durchgeführt wird, wenn eine bestimmte Menge von Trainingsdaten gesammelt wird.
  • Die Speichereinheit 304 ist beispielsweise ein Speicher mit wahlfreiem Zugriff (RAM) und speichert beispielsweise Eingabedaten, die von der Eingabedaten-Erfassungseinheit 301 erhalten wurden, Beschriftungsdaten, die von der Beschriftungs-Erfassungseinheit 302 erhalten wurden, das erlernte Modell 250, das von der Lerneinheit 303 erstellt wurde, usw.
  • Damit ist die Beschreibung des maschinellen Lernens zur Erzeugung des erlernten Modells 250, mit dem die Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 ausgestattet ist, abgeschlossen.
  • Als nächstes wird die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in einer Betriebsphase beschrieben.
  • <Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in der Betriebsphase>
  • Wie in 1 dargestellt, ist die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in der Betriebsphase so konfiguriert, dass sie eine Eingabeeinheit 201, eine Vorhersageeinheit 202, eine Bestimmungseinheit 203, eine Benachrichtigungseinheit 204 und eine Speichereinheit 205 umfasst.
  • Es ist zu beachten, dass die Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 mit einer arithmetischen Verarbeitungsvorrichtung (nicht dargestellt), wie z.B. einer zentralen Verarbeitungseinheit (CPU), ausgestattet ist, um den Betrieb der Funktionsblöcke in 1 zu realisieren. Darüber hinaus ist die Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 mit einer Hilfsspeichereinrichtung (nicht dargestellt), wie z. B. einem Festwertspeicher (ROM) oder einem Festplattenlaufwerk (HDD), die verschiedene Steuerprogramme speichert, und einer Hauptspeichereinrichtung (nicht dargestellt), wie z. B. einem RAM, die Daten speichert, die vorübergehend für die arithmetische Verarbeitungseinrichtung zur Ausführung eines Programms erforderlich sind, ausgestattet.
  • In der Vorrichtung zur Vorhersage des bearbeiteten Zustands (20) liest die arithmetische Verarbeitungsvorrichtung ein Betriebssystem oder eine Anwendungssoftware aus der Hilfsspeichervorrichtung und führt, während sie das gelesene Betriebssystem oder die Anwendungssoftware in der Hauptspeichervorrichtung einsetzt, eine arithmetische Verarbeitung auf der Grundlage des Betriebssystems oder der Anwendungssoftware durch. Auf der Grundlage eines Ergebnisses der arithmetischen Verarbeitung steuert die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands jedes Element der Hardware. Infolgedessen wird die Verarbeitung gemäß den Funktionsblöcken in 1 realisiert. Mit anderen Worten, die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 kann diese Verarbeitung durch die Zusammenarbeit zwischen Hardware und Software realisieren.
  • Vor dem Glattwalzen nimmt die Eingabeeinheit 201 als Eingaben von der Werkzeugmaschine 10 Bearbeitungsinformationen entgegen, die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück umfassen. Die Eingabeeinheit 201 gibt die eingegebenen Bearbeitungsinformationen an die Vorhersageeinheit 202 aus.
  • Zu beachten ist, dass die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen die relative Drehgeschwindigkeit für ein Werkzeug und ein Werkstück, die relative Vorschubgeschwindigkeit für das Werkzeug und das Werkstück und einen Betrag der Walzverdichtung umfassen können. Darüber hinaus können die Informationen über das Bearbeitungszielwerkstück das Material, die Härte, die Dicke (im Falle eines hohlen Werkstücks) und die Oberflächenrauheit vor der Bearbeitung umfassen.
  • Die Vorhersageeinheit 202 gibt in das erlernte Modell 250 in 3 die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und die Informationen über das Bearbeitungszielwerkstück ein, die in den Bearbeitungsinformationen enthalten sind, die von der Eingabeeinheit 201 eingegeben werden. Infolgedessen kann die Vorhersageeinheit 202 aus den Ausgaben des erlernten Modells 250 vorhersagen, ob aufgrund des durchzuführenden Glattwalzens der „Bearbeitungszustand normal“ für das Bearbeitungszielwerkstück sein wird und die „Oberflächenrauheit nach der Bearbeitung“ in dem Fall, in dem der „Bearbeitungszustand normal“ sein wird.
  • Die Bestimmungseinheit 203 bestimmt, ob der „Bearbeitungszustand wird normal sein“ von der Vorhersageeinheit 202 vorhergesagt wurde.
  • In dem Fall, in dem „Bearbeitungszustand wird normal sein “ von der Vorhersageeinheit 202 vorhergesagt wird, vergleicht die Bestimmungseinheit 203 die „Oberflächenrauheit nach der Bearbeitung“ mit einer voreingestellten erforderlichen Genauigkeit a und bestimmt, ob die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt. In dem Fall, in dem die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt, bestimmt die Bestimmungseinheit 203, die Werkzeugmaschine 10 zu veranlassen, das Glattwalzen an dem Werkstück auf der Grundlage der eingegebenen Bearbeitungsinformationen durchzuführen.
  • Im Gegensatz dazu bestimmt die Bestimmungseinheit 203, wenn es nicht der Fall ist, dass der „Bearbeitungszustand wird normal sein“ (mit anderen Worten, der bearbeitete Zustand wird anormal sein) oder in dem Fall, in dem die „Oberflächenrauheit nach der Bearbeitung“ nicht innerhalb der erforderlichen Genauigkeit α sein wird, die Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens zu ändern.
  • Infolgedessen kann die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands einen Bediener der Werkzeugmaschine 10 auffordern, die Bearbeitungsbedingungen für das auszuführende Glattwalzen zu ändern, so dass der „ Bearbeitungszustand wird normal sein“ ist und die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt.
  • Es ist zu beachten, dass die geforderte Genauigkeit α z. B. in Abhängigkeit von der für die Werkzeugmaschine 10 geforderten Zykluszeit oder Glattwalzgenauigkeit angemessen festgelegt werden kann.
  • Wenn die Benachrichtigungseinheit 204 von der Bestimmungseinheit 203 eine Bestimmung empfängt, die Werkzeugmaschine 10 zu veranlassen, das Glattwalzen auf der Grundlage eingegebener Bearbeitungsinformationen auszuführen, kann die Benachrichtigungseinheit 204 eine Anweisung zum Ausführen des Glattwalzens auf der Grundlage der eingegebenen Bearbeitungsinformationen an ein Ausgabegerät (nicht dargestellt), wie z.B. eine Flüssigkristallanzeige, die in der Werkzeugmaschine 10 und/oder der Steuervorrichtung 101 enthalten ist, ausgeben.
  • Im Gegensatz dazu kann die Benachrichtigungseinheit 204 in dem Fall, in dem eine Bestimmung zur Änderung der Bearbeitungsinformationen von der Bestimmungseinheit 203 empfangen wird, eine Anweisung zur Änderung der Bearbeitungsbedingungen für das auszuführende Glattwalzen an das Ausgabegerät (nicht dargestellt) in der Werkzeugmaschine 10 und/oder der Steuervorrichtung 101 ausgeben.
  • Es ist zu beachten, dass die Benachrichtigungseinheit 204 eine Benachrichtigung unter Verwendung von Ton über einen Lautsprecher (nicht dargestellt) ausgeben kann.
  • Es kann sein, dass die Speichereinheit 205 ein ROM, eine Festplatte usw. ist und verschiedene Steuerprogramme sowie das erlernte Modell 250 und die erforderliche Genauigkeit α speichert.
  • <Vorhersageverarbeitung durch die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in der Betriebsphase>
  • Als nächstes wird der Betrieb der Vorhersageverarbeitung durch die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß der vorliegenden Ausführungsform beschrieben.
  • 5 ist ein Flussdiagramm zur Beschreibung der Vorhersageverarbeitung durch die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in einer Betriebsphase. Der hier dargestellte Ablauf wird jedes Mal wiederholt ausgeführt, wenn Bearbeitungsinformationen eingegeben werden.
  • In Schritt S11, vor dem Glattwalzen, erhält die Eingabeeinheit 201 von der Werkzeugmaschine 10 Bearbeitungsinformationen, die Informationen über die Bearbeitungsbedingungen für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten.
  • In Schritt S12 gibt die Vorhersageeinheit 202 die in Schritt S11 eingegebenen Bearbeitungsinformationen in das erlernte Modell 250 ein, um dadurch vorherzusagen, ob der „Bearbeitungszustand wird normal sein “ für das Bearbeitungszielwerkstück sein wird, und die „Oberflächenrauheit nach der Bearbeitung“.
  • Vorhersagen ob „Bearbeitungszustand wird normal sein“ und „Oberflächenrauheit nach der Bearbeitung“ falls „Bearbeitungszustand wird normal sein“
  • In Schritt S13 bestimmt die Bestimmungseinheit 203, ob die in Schritt S12 gemachte Vorhersage anzeigt, dass der „Bearbeitungszustand wird normal sein“. Falls der „ Bearbeitungszustand“ sein wird, fährt die Verarbeitung mit Schritt S14 fort. Ist es hingegen nicht der Fall, dass der „bearbeitete Zustand normal sein wird“, fährt die Verarbeitung mit Schritt S16 fort.
  • In Schritt S14 vergleicht die Bestimmungseinheit 203 in dem Fall, in dem der Bearbeitungszustand wird normal sein“ in Schritt S13 bestimmt wird, die „Oberflächenrauheit nach der Bearbeitung“ mit einer vorgegebenen erforderlichen Genauigkeit a und bestimmt, ob die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt. Wenn die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt, fährt die Verarbeitung mit Schritt S15 fort. Liegt dagegen die „Oberflächenrauheit nach der Bearbeitung“ nicht innerhalb der erforderlichen Genauigkeit a, wird mit Schritt S16 fortgefahren.
  • In Schritt S15 gibt die Meldeeinheit 204 eine Anweisung zum Ausführen des Glattwalzens auf der Grundlage der eingegebenen Bearbeitungsinformationen an ein Ausgabegerät (nicht dargestellt) in der Werkzeugmaschine 10 und/oder der Steuereinrichtung 101 aus.
  • In Schritt S16 gibt die Benachrichtigungseinheit 204 an ein Ausgabegerät (nicht dargestellt) in der Werkzeugmaschine 10 und/oder der Steuereinrichtung 101 eine Anweisung zur Änderung der Bearbeitungsinformationen bezüglich des durchzuführenden Glattwalzens aus. In diesem Fall revidiert ein Bediener der Werkzeugmaschine 10 die Bearbeitungsbedingungen für das auszuführende Glattwalzen, so dass der „Bearbeitungszustand wird normal sein “ und die „Oberflächenrauheit nach der Bearbeitung“ innerhalb der erforderlichen Genauigkeit α liegt, und gibt die revidierten Bearbeitungsinformationen in die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 ein (mit anderen Worten, er kehrt zur Verarbeitung in Schritt S11 zurück).
  • Gemäß einer Ausführungsform gibt die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands vor dem Glattwalzen in das erlernte Modell 250 Bearbeitungsinformationen ein, die Informationen über die Bearbeitungsbedingungen für das durchzuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten, um dadurch vorherzusagen, ob der Bearbeitungszustand des Bearbeitungszielwerkstücks nach dem durchzuführenden Glattwalzen normal sein wird, und um die Oberflächenrauheit nach der Bearbeitung vorherzusagen.
  • Folglich kann die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands den Bearbeitungszustand eines Werkstücks nach dem Glattwalzen in einem Fall vorhersagen, in dem das Glattwalzen unter bestimmten Bearbeitungsbedingungen durchgeführt wird, ohne dass das Glattwalzen tatsächlich durchgeführt oder simuliert wird.
  • Nachdem das erlernte Modell erstellt wurde, ist es insbesondere möglich, ohne Durchführung des Glattwalzens oder Messung eines Werkstücks nach dem Glattwalzen auf einfache Weise vorherzusagen, ob das Glattwalzen normal durchgeführt werden kann, ohne dass Welligkeit oder Verformung auftritt, und darüber hinaus, welches Niveau der Oberflächenrauheit erreicht wird, wenn das Glattwalzen unter den in der Praxis anzuwendenden Bearbeitungsbedingungen durchgeführt wird.
  • Dadurch kann der Aufwand für das Ausprobieren der Bearbeitungsbedingungen für das Glattwalzen und das erneute Durchführen des Glattwalzens aufgelöst werden.
  • Damit ist die Beschreibung einer Ausführungsform abgeschlossen, aber die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands und die Vorrichtung 30 zum maschinellen Lernen sind nicht auf die oben beschriebene Ausführungsform beschränkt und umfassen Variationen, Verbesserungen usw. in einem Umfang, der das Erreichen des Ziels ermöglicht.
  • <Erste Variante>
  • In der oben beschriebenen Ausführungsform ist die maschinelle Lernvorrichtung 30 beispielhaft als eine Vorrichtung dargestellt, die sich von der Werkzeugmaschine 10, der Steuervorrichtung 101 und der Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 unterscheidet, aber einige oder alle Funktionen der maschinellen Lernvorrichtung 30 können in der Werkzeugmaschine 10, der Steuervorrichtung 101 oder der Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 bereitgestellt werden.
  • <zweite Variante>
  • Als weiteres Beispiel ist die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 als eine Vorrichtung dargestellt, die sich von der Werkzeugmaschine 10 oder der Steuervorrichtung 101 in der oben beschriebenen Ausführungsform unterscheidet, aber einige oder alle Funktionen der Vorrichtung zur Vorhersage des Bearbeitungszustands 20 können in der Werkzeugmaschine 10 oder der Steuervorrichtung 101 bereitgestellt werden.
  • Alternativ kann eine, ein Teil oder die gesamte Eingabeeinheit 201, die Vorhersageeinheit 202, die Bestimmungseinheit 203, die Benachrichtigungseinheit 204 und die Speichereinheit 205 in der Vorrichtung zur Vorhersage des Bearbeitungszustands 20 beispielsweise in einem Server bereitgestellt werden. Darüber hinaus kann jede Funktion der Vorrichtung zur Vorhersage des Bearbeitungszustands 20 beispielsweise mit Hilfe einer cloudbasierten virtuellen Serverfunktion realisiert werden.
  • Darüber hinaus kann die Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands ein verteiltes Verarbeitungssystem sein, bei dem jede Funktion der Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands auf eine Vielzahl von Servern verteilt ist, je nach Bedarf.
  • <Dritte Variante>
  • Als weiteres Beispiel verwendet die Vorrichtung 20 zur Vorhersage des Bearbeitungszustands in der oben beschriebenen Ausführungsform das erlernte Modell 250, das von der maschinellen Lernvorrichtung 30 bereitgestellt wird, mit Bearbeitungsinformationen bezüglich des durchzuführenden Glattwalzens eingegeben wird und Bearbeitungszustandsinformation für ein Werkstück in Übereinstimmung mit dem durchzuführenden Glattwalzen ausgibt, um dadurch aus den eingegebenen Bearbeitungsinformationen vorherzusagen, ob der „Bearbeitungszustand normal“ für ein Bearbeitungszielwerkstück in Übereinstimmung mit dem durchzuführenden Glattwalzen sein wird, und die „Oberflächenrauheit nach der Bearbeitung“ vorherzusagen, aber es gibt keine Einschränkung dafür. Wie in 6 dargestellt, kann beispielsweise ein Server 50 das von der maschinellen Lernvorrichtung 30 erzeugte erlernte Modell 250 speichern und das erlernte Modell 250 mit m Vorhersagevorrichtungen für den Bearbeitungszustand 20A(1) bis 20A(m) teilen, die mit einem Netzwerk 60 verbunden sind (m ist eine ganze Zahl gleich oder größer als 2). Folglich ist es möglich, das erlernte Modell 250 auch dann anzuwenden, wenn eine neue Werkzeugmaschine und eine neue Vorrichtung zur Vorhersage des Bearbeitungszustands angeordnet sind.
  • Zu beachten ist, dass die Vorrichtung zur Vorhersage des Bearbeitungszustandes 20A(1) bis 20A(m) jeweils mit den Werkzeugmaschinen 10A(1) bis 10A(m) verbunden sind.
  • Darüber hinaus entspricht jede der Werkzeugmaschinen 10A(1) bis 10A(m) der Werkzeugmaschine 10 in 1. Jede der Vorrichtung zur Vorhersage des Bearbeitungszustandes 20A(1) bis 20A(m) entspricht der Vorrichtung zur Vorhersage des Bearbeitungszustands 20 in 1.
  • Alternativ kann, wie in 7 dargestellt, ein Server 50 beispielsweise als die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 arbeiten und für jede der an ein Netzwerk 60 angeschlossenen Werkzeugmaschinen 10A(1) bis 10A(m) aus eingegebenen Bearbeitungsinformationen bezüglich des durchzuführenden Glattwalzens Bearbeitungszustandsinformation darüber vorhersagen, ob der „Bearbeitungszustand normal“ für ein Werkstück entsprechend dem durchzuführenden Glattwalzen sein wird, und die „Oberflächenrauheit nach der Bearbeitung“ vorhersagen. Folglich ist es möglich, das erlernte Modell 250 auch dann anzuwenden, wenn eine neue Werkzeugmaschine angeordnet ist.
  • <Vierte Variante>
  • Als weiteres Beispiel führt die maschinelle Lernvorrichtung 30 in der oben beschriebenen Ausführungsform überwachtes Lernen aus, aber es gibt keine Beschränkung darauf, und ein erlerntes Modell kann durch eine andere Lernmethode konstruiert werden (zum Beispiel Verstärkungslernen, das eine positive oder negative Belohnung liefert).
  • Es ist zu beachten, dass jede Funktion, die in der Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 und der Vorrichtung zum maschinellen Lernen 30 gemäß der einen Ausführungsform enthalten ist, durch Hardware, Software oder eine Kombination davon realisiert werden kann. Durch Software realisiert zu sein bedeutet, durch einen Computer realisiert zu sein, der ein Programm liest und ausführt.
  • Jede Komponente, die in der Vorrichtung zur Vorhersage des bearbeiteten Zustands 20 und der maschinellen Lernvorrichtung 30 enthalten ist, kann durch Hardware, einschließlich einer elektronischen Schaltung usw., Software oder eine Kombination aus Hardware und Software realisiert werden. Im Falle einer Realisierung durch Software wird ein Programm, das die Software konfiguriert, auf einem Computer installiert. Alternativ können diese Programme auf einem Wechseldatenträger gespeichert und an den Benutzer verteilt werden, oder sie können durch Herunterladen auf den Computer des Benutzers über ein Netzwerk verteilt werden. Darüber hinaus kann im Falle der Konfiguration durch Hardware ein Teil oder die gesamte Funktionalität jeder Komponente der oben beschriebenen Vorrichtungen durch eine integrierte Schaltung (IC) wie z. B. eine anwendungsspezifische integrierte Schaltung (ASIC), ein Gate-Array, ein feldprogrammierbares Gate-Array (FPGA) oder ein komplexes programmierbares Logikbauteil (CPLD) konfiguriert werden.
  • Ein Programm kann auf verschiedenen Arten von nicht-transitorischen, computerlesbaren Medien gespeichert und an einen Computer geliefert werden. Ein nicht-transitorisches, computerlesbares Medium umfasst verschiedene Arten von materiellen Speichermedien. Ein Beispiel für ein nicht transitorisches computerlesbares Medium ist ein magnetisches Aufzeichnungsmedium (z. B. eine Diskette, ein Magnetband oder ein Festplattenlaufwerk), ein magneto-optisches Aufzeichnungsmedium (z. B. eine magneto-optische Platte), eine CD-ROM (Festwertspeicher), CD-R, CD-R/W und ein Halbleiterspeicher (z. B. ein Masken-ROM, ein programmierbares ROM (PROM), ein löschbares PROM (EPROM), ein Flash-ROM oder ein RAM). Darüber hinaus kann ein Programm einem Computer durch verschiedene Arten von transitorischen computerlesbaren Medien zugeführt werden. Ein Beispiel für ein transitorisches, computerlesbares Medium ist ein elektrisches Signal, ein optisches Signal oder elektromagnetische Wellen. Ein transitorisches computerlesbares Medium kann ein Programm über einen verdrahteten Kommunikationskanal, wie z. B. eine elektrische Leitung oder eine optische Faser, oder über einen drahtlosen Kommunikationskanal an einen Computer liefern.
  • Es ist zu beachten, dass die Schritte, die ein auf einem Aufzeichnungsmedium aufgezeichnetes Programm ausdrücken, natürlich die Verarbeitung in chronologischer Reihenfolge gemäß der Reihenfolge dieser Schritte umfassen, aber auch die Verarbeitung, die parallel oder einzeln ausgeführt wird, ohne dass die Verarbeitung in chronologischer Reihenfolge erfolgen muss.
  • In anderen Worten, die maschinelle Lernvorrichtung, die Vorrichtung zur Vorhersage des Bearbeitungszustands und die Steuervorrichtung gemäß der vorliegenden Offenbarung können verschiedene Ausführungsformen haben, die Konfigurationen wie die folgenden aufweisen.
    1. (1) Die maschinelle Lernvorrichtung 30 gemäß der vorliegenden Offenbarung ist mit der Eingabedaten-Erfassungseinheit 301 versehen, die so konfiguriert ist, dass sie als Eingabedaten Bearbeitungsinformationen für das Glattwalzen erhält, bei dem eine Oberflächenbehandlung durch Drücken eines beliebigen Werkzeugs gegen eine bearbeitete Oberfläche eines beliebigen Werkstücks durchgeführt wurde, wobei die Bearbeitungsinformationen zumindest Informationen über das Werkstück vor dem Glattwalzen und Informationen über eine Bearbeitungsbedingung für das Glattwalzen enthalten; die Beschriftungs-Erfassungseinheit 302, die so konfiguriert ist, dass sie Beschriftungsdaten erhält, die Bearbeitungszustandsinformation einschließlich eines Bearbeitungszustands des Werkstücks nach dem Glattwalzen und einer Oberflächenrauheit des Werkstücks in einem Fall, in dem der Bearbeitungszustand normal ist, anzeigen; und die Lerneinheit 303, die so konfiguriert ist, dass sie die von der Eingabedatenerfassungseinheit 301 erhaltenen Eingabedaten und die von der Beschriftungs-Erfassungseinheit 302 erhaltenen Beschriftungsdaten verwendet, um überwachtes Lernen auszuführen und das erlernte Modell 250 zu erzeugen, das als Eingabe Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens nimmt und Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgibt.
  • Durch diese maschinelle Lernvorrichtung 30 ist es möglich, das erlernte Modell 250 zu erzeugen, das mit guter Genauigkeit den bearbeiteten Zustand eines Werkstücks nach der Bearbeitung in einem Fall ausgibt, in dem das Glattwalzen unter bestimmten Bearbeitungsbedingungen durchgeführt wird, ohne dass die Bearbeitung tatsächlich durchgeführt oder simuliert wird.
    • (2) Die maschinelle Lernvorrichtung 30 gemäß (1), bei der es sein kann, dass die Informationen über das Werkstück mindestens eines von Material, Härte, Dicke und Oberflächenrauheit vor der Bearbeitung des Werkstücks umfasst, und die Information über die Bearbeitungsbedingung für das Glattwalzen mindestens eines von einer relativen Rotationsgeschwindigkeit für zwischen einem Werkzeug und einem Werkstück, einer relativen Vorschubrate für zwischen dem Werkzeug und dem Werkstück und einem Betrag der Walzverdichtung umfasst.
  • Als Ergebnis kann die maschinelle Lernvorrichtung 30 das erlernte Modell 250 erzeugen, das Bearbeitungszustandsinformation ausgibt, die den Informationen über das Werkstück und den Informationen über die Bearbeitungsbedingungen entsprechen.
    • (3) Die maschinelle Lernvorrichtung 30 gemäß (1) oder (2), bei der die Bearbeitungszustandsinformation für das Werkstück nach dem Glattwalzen mindestens eines davon umfassen kann, ob ein Bearbeitungszustand, der keine Welligkeit oder Verformung anzeigt, normal ist, und eine Oberflächenrauheit nach der Bearbeitung in einem Fall, in dem der Bearbeitungszustand normal ist.
  • Infolgedessen kann die maschinelle Lernvorrichtung 30 das erlernte Modell 250 erzeugen, das mit guter Genauigkeit die Bearbeitungszustandsinformation des Werkstücks nach der Bearbeitung ausgibt, die dem durchzuführenden Glattwalzen entsprechen.
    • (4) Die Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands gemäß der vorliegenden Offenbarung, versehen mit: dem erlernten Modell 250, das von der maschinellen Lernvorrichtung 30 gemäß einem der Punkte (1) bis (3) erzeugt wird und so konfiguriert ist, dass es mit Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens eingegeben wird und die Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgibt; die Eingabeeinheit 201, die so konfiguriert ist, dass ihr vor dem Glattwalzen Bearbeitungsinformationen eingegeben werden, die Informationen über eine Bearbeitungsbedingung für das durchzuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten; und eine Vorhersageeinheit 202, die so konfiguriert ist, dass sie durch Eingeben der der Eingabeeinheit 201 eingegebenen Bearbeitungsinformationen in das erlernte Modell 250 die Bearbeitungszustandsinformation vorhersagt, die für das durchzuführende Glattwalzen bestimmt sind und von dem erlernten Modell 250 ausgegeben werden sollen.
  • Mit Hilfe dieser Vorrichtung zur Vorhersage des Bearbeitungszustands 20 ist es möglich, den Bearbeitungszustand eines Werkstücks nach der Bearbeitung in einem Fall vorherzusagen, in dem das Glattwalzen unter bestimmten Bearbeitungsbedingungen durchgeführt wird, ohne dass die Bearbeitung tatsächlich durchgeführt oder simuliert wird.
    • (5) Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß (4), wobei es sein kann, dass die Information über das Werkstück mindestens eines von Material, Härte, Dicke und Oberflächenrauheit vor der Bearbeitung des Werkstücks umfasst, und die Information über die Bearbeitungsbedingung für das Glattwalzen mindestens eines von einer relativen Rotationsgeschwindigkeit für zwischen einem Werkzeug und einem Werkstück, einer relativen Vorschubrate für zwischen dem Werkzeug und dem Werkstück und einem Betrag der Walzverdichtung umfasst.
  • Infolgedessen kann die Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands Bearbeitungszustandsinformation vorhersagen, die den Informationen über das Werkstück vor der Bearbeitung und den Informationen über die Bearbeitungsbedingungen für das Glattwalzen entsprechen.
    • (6) Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß (4) oder (5), bei der die Bearbeitungszustandsinformation für das Bearbeitungszielwerkstück nach dem auszuführenden Glattwalzen mindestens eines davon umfassen können, ob ein Bearbeitungszustand, der anzeigt, dass keine Welligkeit oder Verformung normal ist, und eine Oberflächenrauheit nach der Bearbeitung in einem Fall, in dem der Bearbeitungszustand normal ist.
  • Infolgedessen kann die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 mit guter Genauigkeit die Bearbeitungszustandsinformation bezüglich eines Werkstücks nach der Bearbeitung vorhersagen, die dem durchzuführenden Glattwalzen entsprechen.
    • (7) Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß (6) kann versehen sein mit: der Bestimmungseinheit 203, die so konfiguriert ist, dass sie die von der Vorhersageeinheit 202 vorhergesagte Oberflächenrauheit nach der Bearbeitung mit der voreingestellten erforderlichen Genauigkeit α vergleicht und bestimmt, ob die Oberflächenrauheit nach der Bearbeitung innerhalb der erforderlichen Genauigkeit α liegt.
  • Infolgedessen kann die Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands einen Bediener der Werkzeugmaschine 10 auffordern, die Bearbeitungsbedingungen für das auszuführende Glattwalzen zu überarbeiten, so dass der bearbeitete Zustand normal ist und die Oberflächenrauheit nach der Bearbeitung innerhalb der erforderlichen Genauigkeit α liegt.
    • (8) Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß einem der Punkte (4) bis (7), wobei das erlernte Modell 250 in dem Server 50 gespeichert werden kann, der so angeschlossen ist, dass er von der Vorrichtung zur Vorhersage des Bearbeitungszustands 20 über das Netzwerk 60 zugänglich ist.
  • Infolgedessen kann die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 das erlernte Modell 250 auch dann anwenden, wenn eine neue Werkzeugmaschine 10, eine neue Steuereinrichtung 101 und eine neue Vorrichtung zur Vorhersage des Bearbeitungszustands 20 angeordnet sind.
    • (9) Die Vorrichtung zur Vorhersage des Bearbeitungszustands 20 gemäß einem der Punkte (4) bis (8) kann mit der maschinellen Lernvorrichtung 30 gemäß einem der Punkte (1) bis (3) ausgestattet sein.
  • Infolgedessen kann die Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands einen ähnlichen Effekt erzielen, wie er für jeden der oben beschriebenen (1) bis (8) gilt.
    • (10) Die Steuereinrichtung 101 gemäß der vorliegenden Offenbarung ist mit der Vorrichtung 20 zur Vorhersage des bearbeiteten Zustands gemäß einem der Punkte (4) bis (9) versehen.
  • Mit Hilfe dieser Steuervorrichtung 101 ist es möglich, ähnliche Effekte wie die oben beschriebenen (4) bis (9) zu erzielen.
  • Bezugszeichenliste
  • 10
    Werkzeugmaschine
    101
    Steuereinrichtung
    20
    Vorrichtung zur Vorhersage Bearbeitungszustands
    201
    Eingabeeinheit
    202
    Vorhersageeinheit
    203
    Bestimmungseinheit
    204
    Benachrichtigungseinheit
    205
    Speichereinheit
    250
    Erlerntes Modell
    30
    maschinelle Lernvorrichtung
    301
    Eingabedaten-Erfassungseinheit von Eingabedaten
    302
    Beschriftungs-Erfassungseinheit
    303
    Lerneinheit
    304
    Speichereinheit
    50
    Server
    60
    Netzwerk
  • 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 5527543 [0007]

Claims (10)

  1. Eine maschinelle Lernvorrichtung, umfassend: eine Eingabedaten-Erfassungseinheit, die so konfiguriert ist, dass sie als Eingabedaten Bearbeitungsinformationen für das Glattwalzen erhält, bei dem eine Oberflächenbehandlung durch Pressen eines beliebigen Werkzeugs gegen eine bearbeitete Oberfläche eines beliebigen Werkstücks durchgeführt wurde, wobei die Bearbeitungsinformationen zumindest Information über das Werkstück vor dem Glattwalzen und Informationen über eine Bearbeitungsbedingung für das Glattwalzen enthalten; eine Beschriftungs-Erfassungseinheit, die so konfiguriert ist, dass sie Beschriftungsdaten erhält, die Bearbeitungszustandsinformation einschließlich eines Bearbeitungszustands des Werkstücks nach dem Glattwalzen und einer Oberflächenrauheit des Werkstücks in einem Fall, in dem der Bearbeitungszustand normal ist, anzeigen; und eine Lerneinheit, die so konfiguriert ist, dass sie die von der Eingabedaten-Erfassungseinheit erhaltenen Eingabedaten und die von der Beschriftungs-Erfassungseinheit erhaltenen Beschriftungsdaten verwendet, um überwachtes Lernen auszuführen und ein erlerntes Modell zu erzeugen, das als Eingabe Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens nimmt und Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgibt.
  2. Die maschinelle Lernvorrichtung nach Anspruch 1, wobei die Information über das Werkstück mindestens eines der folgenden Merkmale umfasst: Material, Härte, Dicke und Oberflächenrauheit vor der Bearbeitung des Werkstücks, und die Information über die Bearbeitungsbedingung für das Glattwalzen mindestens eines von einer relativen Rotationsgeschwindigkeit für zwischen einem Werkzeug und einem Werkstück, einer relativen Vorschubgeschwindigkeit zwischen dem Werkzeug und dem Werkstück und einem Ausmaß der Walzverdichtung umfasst.
  3. Die maschinelle Lernvorrichtung nach Anspruch 1 oder Anspruch 2, wobei die Bearbeitungszustandsinformation des Werkstücks nach dem Glattwalzen mindestens eines der folgenden Elemente umfasst: ob ein Bearbeitungszustand, der keine Welligkeit oder Verformung anzeigt, normal ist, und eine Oberflächenrauheit nach der Bearbeitung in dem Fall, dass der Bearbeitungszustand normal ist.
  4. Vorrichtung zur Vorhersage des bearbeiteten Zustands, umfassend: ein erlerntes Modell, das von der maschinellen Lernvorrichtung nach einem der Ansprüche 1 bis 3 erzeugt wird und so konfiguriert ist, dass es mit Bearbeitungsinformationen bezüglich des auszuführenden Glattwalzens eingegeben wird und die Bearbeitungszustandsinformation für das auszuführende Glattwalzen ausgibt; eine Eingabeeinheit, die so konfiguriert ist, dass ihr vor dem Glattwalzen Bearbeitungsinformationen eingegeben werden, die Informationen über eine Bearbeitungsbedingung für das auszuführende Glattwalzen und Informationen über ein Bearbeitungszielwerkstück enthalten; und eine Vorhersageeinheit, die so konfiguriert ist, dass sie durch Eingeben der in die Eingabeeinheit eingegebenen Bearbeitungsinformationen in das erlernte Modell die Bearbeitungszustandsinformation vorhersagt, die für das durchzuführende Glattwalzen bestimmt sind und von dem erlernten Modell ausgegeben werden sollen.
  5. Vorrichtung zur Vorhersage des bearbeiteten Zustands nach Anspruch 4, wobei die Information über das Werkstück mindestens eines von Material, Härte, Dicke und Oberflächenrauheit vor der Bearbeitung des Werkstücks umfassen, und die Information über die Bearbeitungsbedingung für das Glattwalzen mindestens eine der folgenden Informationen enthält: eine relative Drehgeschwindigkeit zwischen einem Werkzeug und einem Werkstück, eine relative Vorschubgeschwindigkeit zwischen dem Werkzeug und dem Werkstück und ein Ausmaß der Walzverdichtung.
  6. Vorrichtung zur Vorhersage des Bearbeitungszustands nach Anspruch 4 oder Anspruch 5, wobei die Bearbeitungszustandsinformation für das Bearbeitungszielwerkstück nach dem auszuführenden Glattwalzen mindestens eines der folgenden Elemente umfasst: ob ein Bearbeitungszustand, der keine Welligkeit oder Verformung anzeigt, normal ist, und eine Oberflächenrauheit nach der Bearbeitung in einem Fall, in dem der Bearbeitungszustand normal ist.
  7. Vorrichtung zur Vorhersage des bearbeiteten Zustands nach Anspruch 6, umfassend: eine Bestimmungseinheit, die so konfiguriert ist, dass sie die von der Vorhersageeinheit vorhergesagte Oberflächenrauheit nach der Bearbeitung mit einer voreingestellten erforderlichen Genauigkeit vergleicht und bestimmt, ob die Oberflächenrauheit nach der Bearbeitung innerhalb der erforderlichen Genauigkeit liegt.
  8. Vorrichtung zur Vorhersage des bearbeiteten Zustands nach einem der Ansprüche 4 bis 7, wobei das erlernte Modell in einem Server gespeichert ist, der so angeschlossen ist, dass er von der Vorrichtung zur Vorhersage des bearbeiteten Zustands über ein Netzwerk zugänglich ist.
  9. Vorrichtung zur Vorhersage des bearbeiteten Zustands nach einem der Ansprüche 4 bis 8, umfassend: die maschinelle Lernvorrichtung nach einem der Ansprüche 1 bis 3.
  10. Steuervorrichtung, umfassend: die Vorrichtung zur Vorhersage des bearbeiteten Zustands nach einem der Ansprüche 4 bis 9.
DE112021000809.9T 2020-01-31 2021-01-25 Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung Pending DE112021000809T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-015704 2020-01-31
JP2020015704 2020-01-31
PCT/JP2021/002485 WO2021153514A1 (ja) 2020-01-31 2021-01-25 機械学習装置、加工状態予測装置、及び制御装置

Publications (1)

Publication Number Publication Date
DE112021000809T5 true DE112021000809T5 (de) 2022-12-15

Family

ID=77078229

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021000809.9T Pending DE112021000809T5 (de) 2020-01-31 2021-01-25 Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung

Country Status (5)

Country Link
US (1) US20230103837A1 (de)
JP (1) JP7328364B2 (de)
CN (1) CN115038548A (de)
DE (1) DE112021000809T5 (de)
WO (1) WO2021153514A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230366855A1 (en) * 2022-05-13 2023-11-16 Zhejiang University Of Technology Method for predicting surface quality of burnishing workpiece

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115453996B (zh) * 2022-09-19 2023-11-10 江兴(淮安)汽车部件有限公司 一种汽车传动轴的加工方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5527543B2 (de) 1975-04-16 1980-07-21

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4051053B2 (ja) 2004-07-12 2008-02-20 株式会社スギノマシン ローラバニシング工具
JP2012074574A (ja) * 2010-09-29 2012-04-12 Hitachi Ltd 加工装置制御システムおよび加工装置制御方法
JP5527543B2 (ja) 2010-09-29 2014-06-18 株式会社Ihi バニシング加工方法
JP6557198B2 (ja) * 2016-09-06 2019-08-07 ファナック株式会社 数値制御装置
JP6470251B2 (ja) 2016-12-26 2019-02-13 ファナック株式会社 数値制御装置及び機械学習装置
JP6499689B2 (ja) * 2017-03-08 2019-04-10 ファナック株式会社 仕上げ加工量予測装置及び機械学習装置
JP6546230B2 (ja) * 2017-08-28 2019-07-17 ファナック株式会社 機械学習装置、機械学習システム及び機械学習方法
DE102019102250A1 (de) * 2018-02-06 2019-08-08 Fanuc Corporation Vorhersagen der Abnutzung des Polierwerkzeugs, Maschinenlernvorrichtung und System

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5527543B2 (de) 1975-04-16 1980-07-21

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230366855A1 (en) * 2022-05-13 2023-11-16 Zhejiang University Of Technology Method for predicting surface quality of burnishing workpiece
US11879869B2 (en) * 2022-05-13 2024-01-23 Zhejiang University Of Technology Method for predicting surface quality of burnishing workpiece

Also Published As

Publication number Publication date
US20230103837A1 (en) 2023-04-06
CN115038548A (zh) 2022-09-09
JPWO2021153514A1 (de) 2021-08-05
JP7328364B2 (ja) 2023-08-16
WO2021153514A1 (ja) 2021-08-05

Similar Documents

Publication Publication Date Title
DE102006006273B4 (de) System zur Ermittlung des Verschleißzustandes einer Werkzeugmaschine
DE102017011350A1 (de) Maschinenlernvorrichtung, lebensdauerprognosevorrichtung, numerische steuereinrichtung, produktionssystem und maschinenlernverfahren zum prognostizieren einer lebensdauer eines nand-flash-speichers
DE102017011290A1 (de) Vorrichtung für maschinelles Lernen, CNC-Vorrichtung und maschinelles Lernverfahren zum Erkennen eines Anzeichens eines Auftretens von Rattern im Werkzeug einer Werkzeugmaschine
DE112021000809T5 (de) Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung
DE19535084A1 (de) Verfahren und Vorrichtung zur dynamischen Optimierung von durch ein Computersystem gemanagten Geschäftsprozessen
EP1989601A1 (de) System und verfahren zur analyse eines fertigungsprozesses
DE102018126429A1 (de) Bearbeitungsbedingungsanpassungsvorrichtung und Maschinenlernvorrichtung
DE112018006134T5 (de) Werkzeugmaschine-steuerverfahren, werkzeugmaschine-steuervorrichtung, werkzeugmaschine-einstellhilfsvorrichtung, werkzeugmaschine-steuersystem und programm
DE102016013496A1 (de) Numerisches steuersystem zur koordination mit einer werkzeug- katalogdatenbank
DE102019106728A1 (de) Wärmeverschiebungskorrektursystem und computer
DE102020204412A1 (de) Maschinenlernvorrichtung, vorhersagevorrichtung und steuerung
DE102018119945A1 (de) Bearbeitungszeitvorhersagesystem
DE102020206760A1 (de) System zur verbesserung des bearbeitungsbefehls und verfahren zur verbesserung des bearbeitungsbefehls
EP2808749B1 (de) Verfahren zum Austausch von Steuerungsinformationen zwischen Bedien- und Beobachtungsgeräten eines industriellen Automatisierungssystems und industrielles Automatisierungssystem
DE112011103259T5 (de) Verfahren, Programm und Vorrichtung zum Gruppieren einer Vielzahl von Elementen
DE102017005674B4 (de) Zellenfertigungssystem mit Fertigungszelle für autonome Fertigung
DE102020204103A1 (de) Wellenformanzeigevorrichtung und wellenformanzeigeverfahren
DE112017004633T5 (de) Simulationsvorrichtung, Simulationsverfahren und Simulationsprogramm
DE112016006846T5 (de) Bearbeitungszeitberechnungsvorrichtung und Bearbeitungszeitberechnungsverfahren
DE102019007381A1 (de) Numerische Steuerung
DE102017105597B4 (de) Bearbeitungsprogrammerzeugungsvorrichtung
DE102010035982B4 (de) Verfahren zur Pressensteuerung bei einem Tiefziehprozess zur Herstellung von Blechbauteilen, insbesondere von Karosseriebauteilen
DE102017003157A1 (de) Numerische Steuerung
DE112021004645T5 (de) Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem
DE10335326A1 (de) Verfahren und Vorrichtung zur Simulation von Prozessabläufen in der graphischen Industrie

Legal Events

Date Code Title Description
R012 Request for examination validly filed