DE112021002094T5

DE112021002094T5 - Werkzeugzustands-Lernvorrichtung, eine Werkzeugzustands-Schätzungsvorrichtung, eine Steuervorrichtung, ein Verfahren zum Erlernen des Werkzeugzustands und ein Verfahren zur Schätzung des Werkzeugzustands

Info

Publication number: DE112021002094T5
Application number: DE112021002094.3T
Authority: DE
Inventors: Shougo Inagaki; Yasushi OKAJIMA; Takeshi Saitoh; Tsutomu Uchida
Original assignee: Hitachi Ltd; Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2020-04-02
Filing date: 2021-03-26
Publication date: 2023-01-26
Also published as: WO2021200654A1; CN115362046A; US20230129992A1; JPWO2021200654A1; JP7369856B2

Abstract

Der Zweck der vorliegenden Erfindung ist es, den Werkzeugzustand anhand eines Bildes einer bearbeiteten Oberfläche einfach abzuschätzen. Eine Werkzeugzustands-Lernvorrichtung ist ausgestattet mit: einer Speichereinheit zum Speichern eines beliebigen Bildes, das von einer Abbildungsvorrichtung aufgenommen wurde, die eine bearbeitete Oberfläche eines beliebigen Werkstücks abbildet, das unter Verwendung eines beliebigen Werkzeugs geschnitten wurde; einer Lehrerdaten-Erfassungseinheit zum Erfassen eines beliebigen Bildes, das in der Speichereinheit gespeichert ist, als Eingabedaten und zum Erfassen des Zustands des Werkzeugs, der gemäß vorgeschriebener Stufen, die den Abnutzungsgrad des Werkzeugs anzeigen, auf der Grundlage des beliebigen Bildes kommentiert ist, als ein Kennzeichnung und eine Werkzeugzustands-Lerneinheit zum Verwenden der Kennzeichnung und der von der Lehrerdaten-Erfassungseinheit erfassten Eingabedaten, um überwachtes Lernen durchzuführen, und zum Erzeugen eines gelernten Modells, in das ein Oberflächenbearbeitungsbild der bearbeiteten Oberfläche eines Werkstücks, das von der Abbildungsvorrichtung abgebildet wird, eingegeben wird und der Zustand des Werkzeugs, das die bearbeitete Oberfläche des Werkstücks geschnitten hat, ausgegeben wird.

Description

Technisches Gebiet
Die vorliegende Erfindung bezieht sich auf eine Werkzeugzustands-Lernvorrichtung, eine Werkzeugzustands-Schätzungsvorrichtung, eine Steuervorrichtung, ein Verfahren zum Erlernen des Werkzeugzustands und ein Verfahren zur Schätzung des Werkzeugzustands.
Stand der Technik
Die Schneide eines Werkzeugs, das in einem Zerspanungsprozess verwendet wird, verschleißt, wenn das Werkzeug benutzt wird. Die Genauigkeit der Zerspanung wird durch den Verschleiß der Werkzeugschneide beeinträchtigt. Aus diesem Grund wird im Allgemeinen für jeden Werkzeugtyp im Voraus eine bestimmte Nutzungsdauer festgelegt, und ein Werkzeug wird auf der Grundlage der Gesamtbearbeitungszeit und der Nutzungsdauer durch ein neues Werkzeug ersetzt.
In diesem Zusammenhang gibt es eine bekannte Technik zur Bestimmung der Restlebensdauer eines Werkzeugs. Gemäß der bekannten Technik werden Bilder von bearbeiteten Oberflächen einer Vielzahl von Werkstücken, die einer Zerspanung unterzogen werden, aufgenommen, und die verbleibende Lebensdauer des Werkzeugs wird auf der Grundlage eines Vergleichs zwischen einem voreingestellten Schwellenwert und dem Kontrast in den aufgenommenen Bildern der bearbeiteten Oberflächen bestimmt, der die Qualität der Ergebnisse der Zerspanung anzeigt. Siehe z.B. Patentdokument 1.
Patentdokument 1: Ungeprüfte japanische Patentanmeldung, Veröffentlichung Nr. 2018-1288
Offenbarung der Erfindung
Durch die Erfindung zu lösende Probleme
Wenn numerische Daten wie der Kontrast als Referenz verwendet werden, ist es im Allgemeinen schwierig, einen Schwellenwert zu bestimmen, der einem Zeitpunkt für den Werkzeugwechsel entspricht, da die numerischen Daten je nach Werkstück und Abbildungsbedingungen variieren können.
Unter den oben beschriebenen Umständen ist es wünschenswert, die Abschätzung des Werkzeugzustandes aus dem Bild einer bearbeiteten Oberfläche zu erleichtern.
Mittel zur Lösung der Probleme

(1) Ein Aspekt der vorliegenden Offenbarung bezieht sich auf eine Werkzeugzustands-Lernvorrichtung, die Folgendes umfasst eine Speichereinheit, die so konfiguriert ist, dass sie ein beliebiges Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks speichert, das von einer Abbildungsvorrichtung erfasst wurde, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde; eine Lehrerdaten-Erfassungseinheit, die so konfiguriert ist, dass sie als Eingabedaten das in der Speichereinheit gespeicherte beliebige Bild erfasst und als Kennzeichnung einen Zustand des Werkzeugs erfasst, wobei der Zustand in Übereinstimmung mit vorbestimmten Stufen kommentiert wird, die jeweils einen Grad der Werkzeugabnutzung auf der Grundlage des beliebigen Bildes anzeigen; und eine Werkzeugzustands-Lerneinheit, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der Eingabedaten und der Kennzeichnung durchführt, die von der Lehrerdaten-Erfassungseinheit erfasst wurden, und ein trainiertes Modell erzeugt, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild (engl. „machined surface image“ also Oberflächenbearbeitungsbild oder auch Bilder der bearbeiteten Oberfläche), einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde.
(2) Ein Aspekt der vorliegenden Offenbarung bezieht sich auf eine Werkzeugzustands-Schätzungsvorrichtung, die Folgendes umfasst ein trainiertes Modell, das von der Werkzeugzustands-Lernvorrichtung gemäß (1) erzeugt wird, wobei das trainierte Modell so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von einer Abbildungsvorrichtung erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde; eine Eingabeeinheit, die so konfiguriert ist, dass sie ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eingibt, die von der Abbildungsvorrichtung erfasst wurde; und eine Werkzeugzustands-Schätzungseinheit, die so konfiguriert ist, dass sie das von der Eingabeeinheit eingegebene Oberflächenbearbeitungsbild in das trainierte Modell eingibt und dadurch einen Zustand eines Werkzeugs schätzt, mit dem die in dem Bild gezeigte bearbeitete Oberfläche geschnitten wurde.
(3) Ein Aspekt der vorliegenden Offenbarung ist auf eine Steuervorrichtung gerichtet, die die Werkzeugzustands-Schätzungsvorrichtung gemäß (2) enthält.
(4) Ein Aspekt der vorliegenden Offenbarung ist auf ein Verfahren zum Erlernen des Werkzeugzustands gerichtet, das Folgendes umfasst: einen Lehrerdatenerfassungsschritt, der das Erfassen eines beliebigen Bildes einer bearbeiteten Oberfläche eines beliebigen Werkstücks, das von einer Abbildungsvorrichtung erfasst wurde, als Eingabedaten umfasst, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde, und das Erfassen eines Zustands des Werkzeugs als Kennzeichnung, wobei der Zustand in Übereinstimmung mit vorbestimmten Stufen, die jeweils einen Grad der Werkzeugabnutzung anzeigen, auf der Grundlage des beliebigen Bildes kommentiert wird; und einen Werkzeugzustands-Lernschritt, der das Durchführen eines überwachten Lernens unter Verwendung der Eingabedaten und der Kennzeichnung, die erfasst worden sind, und das Erzeugen eines trainierten Modells umfasst, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst worden ist, und dass es einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten worden ist.
(5) Ein Aspekt der vorliegenden Offenbarung ist auf ein Verfahren zur Schätzung des Werkzeugzustands gerichtet, das Folgendes umfasst: einen Eingabeschritt, der das Eingeben eines Oberflächenbearbeitungsbildes einer bearbeiteten Oberfläche, die von einer Abbildungsvorrichtung erfasst wurde, umfasst und einen Schätzschritt, der das Eingeben des Oberflächenbearbeitungsbildes, das in dem Eingabeschritt eingegeben wurde, in ein trainiertes Modell einschließt, das von der Werkzeugzustands-Lernvorrichtung gemäß (1) erzeugt wird, wobei das trainierte Modell so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst wurde, und dass es einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde, und dass es einen Zustand des Werkzeugs schätzt, mit dem die in dem Bild der bearbeiteten Oberfläche gezeigte bearbeitete Oberfläche geschnitten worden ist.

Auswirkungen der Erfindung
Jeder Aspekt der vorliegenden Offenbarung macht es einfach, einen Zustand eines Werkzeugs aus einem Bild einer bearbeiteten Oberfläche zu schätzen.
Figurenliste

1 ist ein funktionales Blockdiagramm, das ein Beispiel für eine funktionale Konfiguration eines Werkzeugzustands-Schätzungssystems gemäß einer Ausführungsform zeigt;
2 ist ein Diagramm, das ein Beispiel für eine Beziehung zwischen dem Verschleiß einer Schneidkante eines Werkzeugs und einer bearbeiteten Oberfläche eines Werkstücks darstellt;
3 ist ein Diagramm, das ein Beispiel für ein Bild einer bearbeiteten Oberfläche zeigt;
4 ist ein Diagramm, das den Grad des Werkzeugverschleißes veranschaulicht, als Beispiel;
5 ist ein Flussdiagramm, das einen Schätzungsprozess veranschaulicht, der von einer Werkzeugzustands-Schätzungsvorrichtung in einer Betriebsphase durchgeführt wird;
6 ist ein Diagramm, das ein Beispiel für eine Konfiguration eines Werkzeugzustands-Schätzsystems zeigt; und
7 ist ein Diagramm, das ein Beispiel für eine Konfiguration eines Werkzeugzustands-Schätzsystems darstellt.

Bevorzugte Ausführungsform der Erfindung
Eine Ausführungsform der vorliegenden Offenbarung wird unter Bezugnahme auf die Zeichnungen beschrieben.
< Ausführungsform >
1 ist ein funktionales Blockdiagramm, das ein Beispiel für eine funktionale Konfiguration eines Werkzeugzustands-Schätzungssystems gemäß der Ausführungsform zeigt. Wie in 1 dargestellt, umfasst das Werkzeugzustands-Schätzungssystem 1 eine Abbildungsvorrichtung 10, eine Werkzeugzustands-Schätzungsvorrichtung 20 und eine Werkzeugzustands-Lernvorrichtung 30.
Die Abbildungsvorrichtung 10, die Werkzeugzustands-Schätzungsvorrichtung 20 und die Werkzeugzustands-Lernvorrichtung 30 können über eine Verbindungsschnittstelle (nicht dargestellt) direkt miteinander verbunden sein. Alternativ können die Abbildungsvorrichtung 10, die Werkzeugzustands-Schätzungsvorrichtung 20 und die Werkzeugzustands-Lernvorrichtung 30 über ein Netzwerk (nicht dargestellt), wie z. B. ein lokales Netzwerk (LAN) oder das Internet, miteinander verbunden sein. In diesem Fall sind die Abbildungsvorrichtung 10, die Werkzeugzustands-Schätzungsvorrichtung 20 und die Werkzeugzustands-Lernvorrichtung 30 mit einer Kommunikationseinheit (nicht dargestellt) versehen, um über eine solche Verbindung miteinander zu kommunizieren. Wie später beschrieben wird, kann die Werkzeugzustands-Schätzungsvorrichtung 20 die Werkzeugzustands-Lernvorrichtung 30 umfassen.
Die Abbildungsvorrichtung 10 umfasst eine Digitalkamera oder dergleichen, ist beispielsweise an einer Werkzeugmaschine (nicht gezeigt) angeordnet und erfasst ein Bild einer bearbeiteten Oberfläche eines Werkstücks W, das von der Werkzeugmaschine (nicht gezeigt) geschnitten wird. Die Abbildungsvorrichtung 10 gibt das erfasste Bild der bearbeiteten Oberfläche des Werkstücks W an die später zu beschreibende Werkzeugzustands-Schätzungsvorrichtung 20 aus, basierend auf einem Steuerbefehl von einer Steuervorrichtung (nicht gezeigt), die das Schneiden durch die Werkzeugmaschine (nicht gezeigt) steuert.
In einer Betriebsphase erwirbt die Werkzeugzustands-Schätzungsvorrichtung 20 ein aufgenommenes Bild einer bearbeiteten Oberfläche eines Werkstücks W von der Abbildungsvorrichtung 10. Die Werkzeugzustands-Schätzungsvorrichtung 20 gibt dann das erfasste Bild der bearbeiteten Oberfläche des Werkstücks W in ein trainiertes Modell ein, das von der später zu beschreibenden Werkzeugzustands-Lernvorrichtung 30 bereitgestellt wird. Auf diese Weise kann die Werkzeugzustands-Schätzungsvorrichtung 20 beispielsweise einen Verschleißgrad der Schneidkante des Werkzeugs (im Folgenden auch als „Werkzeugverschleißgrad“ bezeichnet) als einen Zustand des Werkzeugs schätzen, mit dem die bearbeitete Oberfläche des Werkstücks W geschnitten wurde.
In einer Lernphase kann die Werkzeugzustands-Schätzungsvorrichtung 20 ein Bild einer bearbeiteten Oberfläche eines Werkstücks W, das von der Abbildungsvorrichtung 10 erfasst wurde, an die Werkzeugzustands-Lernvorrichtung 30 ausgeben.
Die Werkzeugzustands-Schätzungsvorrichtung 20 kann in einer Steuervorrichtung (nicht dargestellt) enthalten sein, wie später beschrieben wird.
Vor der Beschreibung der Werkzeugzustands-Schätzungsvorrichtung 20 werden der „Grad der Werkzeugabnutzung“ und das maschinelle Lernen zur Erzeugung des trainierten Modells beschrieben.
<Grad des Werkzeugverschleißes>
Wie bereits erwähnt, bezeichnet der „Werkzeugverschleißgrad“ den Grad der Abnutzung der Schneidkante eines Werkzeugs für den Einsatz in einem Schneidprozess.
2 ist ein Diagramm, das ein Beispiel für eine Beziehung zwischen dem Verschleiß einer Schneidkante eines Werkzeugs und einer bearbeiteten Oberfläche eines Werkstücks W zeigt. Wie in 2 gezeigt, verschleißt die Schneide des Werkzeugs mit zunehmender Anzahl der Schnitte (d.h. der Zeit der Werkzeugnutzung) von links nach rechts, und die Schnittspuren auf der bearbeiteten Oberfläche des Werkstücks W ändern sich allmählich. Wenn beispielsweise das Werkstück W aus Aluminium besteht, wird die bearbeitete Oberfläche des Werkstücks W glänzend, wenn die Schneide des Werkzeugs abgenutzt ist. Handelt es sich bei dem Werkstück W beispielsweise um ein Gussteil, wird die bearbeitete Oberfläche des Werkstücks W matt, wenn die Schneidkante des Werkzeugs abgenutzt ist.
Wie in 2 ganz links dargestellt, ist die Schneide eines neuen Werkzeugs verschleißfrei und weist die höchste Schärfe auf, und sie hat einen „Werkzeugverschleißgrad“ von „0 %“. Da sich die Schneide beim Einsatz des Werkzeugs, wie in dargestellt, abnutzt, hat der „Werkzeugverschleißgrad“ einen Wert zwischen „0%“ und „100%“.
Beachten Sie, dass der „Werkzeugverschleißgrad“ hier als Prozentwert im Bereich von „0 %“ bis „100 %“ ausgedrückt wird, aber z. B. auch ein Wert im Bereich von „0“ bis „1“ sein kann.
Wie später noch beschrieben wird, wird der „Grad des Werkzeugverschleißes“ von einem Bediener auf der Grundlage eines Bildes bestimmt, das von der Abbildungsvorrichtung 10 aufgenommen wurde und eine bearbeitete Oberfläche eines beliebigen Werkstücks zeigt.
In der vorliegenden Ausführungsform ist die Werkzeugzustands-Schätzungsvorrichtung 20 so konfiguriert, dass sie den „Grad des Werkzeugverschleißes“ als Zustand eines Werkzeugs schätzt, das in einem Zerspanungsprozess verwendet wurde, aber dies ist ein nicht limitierendes Beispiel. Zum Beispiel kann die Werkzeugzustands-Schätzungsvorrichtung 20 einen Zustand eines Werkzeugs, das in einem Schneidprozess verwendet wurde, in Form von zwei oder mehr Stufen wie „normal“ und „anormal“ schätzen. In diesem Fall zeigt „normal“ beispielsweise einen Werkzeugzustand an, in dem das Schneiden mit angemessener Bearbeitungsgenauigkeit durchgeführt werden kann, wie im Falle von zwei Werkzeugen, die in der linken Hälfte von 2 dargestellt sind. Der Begriff „anormal“ bezeichnet beispielsweise einen Werkzeugzustand, bei dem das Werkzeug kurz vor dem Austausch steht, wie bei den beiden in der rechten Hälfte von 2 dargestellten Werkzeugen.
< Werkzeugzustands-Lernvorrichtung 30 >
Beispielsweise erfasst die Werkzeugzustands-Lernvorrichtung 30 zuvor als Eingabedaten ein Bild, das von der Abbildungsvorrichtung 10 aufgenommen wurde und eine bearbeitete Oberfläche eines beliebigen Werkstücks zeigt, das mit einem beliebigen Werkzeug geschnitten wurde.
Ferner erfasst die Werkzeugzustands-Lernvorrichtung 30 auf der Grundlage des als Eingabedaten erfassten Bildes als Kennzeichnung (richtige Antwort) Daten, die einen Zustand des Werkzeugs angeben, mit dem die im Bild gezeigte bearbeitete Oberfläche geschnitten wurde, wobei der Zustand aus der bearbeiteten Oberfläche des Werkstücks bestimmt wird.
Die Werkzeugzustands-Lernvorrichtung 30 führt ein überwachtes Lernen auf der Grundlage von Trainingsdaten durch, die die erfassten Eingabedaten und die miteinander gepaarten Kennzeichnungen enthalten, und erstellt so ein trainiertes Modell, das später beschrieben wird.
Auf diese Weise kann die Werkzeugzustands-Lernvorrichtung 30 das erstellte trainierte Modell an die Werkzeugzustands-Schätzungsvorrichtung 20 liefern.
Die Werkzeugzustands-Lernvorrichtung 30 wird im Folgenden genauer beschrieben.
Wie in 1 dargestellt, umfasst die Werkzeugzustands-Lerneinheit 30 eine Steuereinheit 31, eine Speichereinheit 32 und eine Bildanzeigeeinheit 33. Die Steuereinheit 31 umfasst eine Lehrerdaten-Erfassungseinheit 311, eine Werkzeugzustands-Lerneinheit 312 und eine Bildbereichs-Spezifizierungseinheit 313.
Die Bildanzeigeeinheit 33 umfasst eine Flüssigkristallanzeige oder ähnliches und zeigt ein von der Abbildungsvorrichtung 10 aufgenommenes Bild in Reaktion auf einen Steuerbefehl von der Steuereinheit 31 an, der später beschrieben wird.
<Speichereinheit 32>
Die Speichereinheit 32 umfasst einen Arbeitsspeicher (RAM), ein Festplattenlaufwerk (HDD) usw. Die Speichereinheit 32 speichert die Lehrerdaten 321 und das trainierte Modell 250.
Die Lehrerdaten 321 speichern ein Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks, das mit einem beliebigen Werkzeug bearbeitet wurde. Dieses Bild wird von der Abbildungsvorrichtung 10 mittels der Lehrerdaten-Erfassungseinheit 311, die später beschrieben wird, über eine Kommunikationseinheit (nicht dargestellt) erfasst.
Die Lehrerdaten 321 speichern als Kennzeichnung Daten, die einen Zustand („normal“ oder „abnormal“) des Werkzeugs angeben, mit dem die bearbeitete Oberfläche des im gespeicherten Bild gezeigten Werkstücks geschnitten wurde. Der Zustand wird aus der bearbeiteten Oberfläche des im gespeicherten Bild dargestellten Werkstücks ermittelt.
Das trainierte Modell 250 wird von der später zu beschreibenden Werkzeugzustands-Lerneinheit 312 erstellt.
<Steuereinheit 31 >
Die Steuereinheit 31 hat eine dem Fachmann bekannte Konfiguration und umfasst eine Zentraleinheit (CPU), einen Festwertspeicher (ROM), einen Arbeitsspeicher (RAM), einen komplementären Metall-Oxid-Halbleiter-Speicher (CMOS) und dergleichen. Diese Komponenten sind über einen Bus kommunikativ miteinander verbunden.
Bei der CPU handelt es sich um einen Prozessor, der die gesamte Werkzeugzustands-Lernvorrichtung 30 steuert. Die CPU liest über den Bus ein Systemprogramm und Anwendungsprogramme, die im ROM gespeichert sind, und steuert die gesamte Werkzeugzustands-Lernvorrichtung 30 in Übereinstimmung mit dem Systemprogramm und den Anwendungsprogrammen. Wie in 1 dargestellt, ist die Steuereinheit 31 so konfiguriert, dass sie die Funktionen der Lehrerdaten-Erfassungseinheit 311, der Werkzeugzustands-Lerneinheit 312 und der Bildbereichs-Spezifizierungseinheit 313 übernimmt. Der Arbeitsspeicher speichert verschiedene Daten, wie z. B. temporäre Berechnungsdaten und Anzeigedaten. Der CMOS-Speicher wird durch eine Batterie (nicht dargestellt) gestützt und ist als nichtflüchtiger Speicher konfiguriert, der einen Speicherzustand beibehält, selbst wenn die Werkzeugzustands-Lernvorrichtung 30 ausgeschaltet ist.
In der Lernphase erfasst die Lehrerdaten-Erfassungseinheit 311 als Eingabedaten ein Bild, das von der Abbildungsvorrichtung 10 aufgenommen wurde und eine bearbeitete Oberfläche eines beliebigen Werkstücks zeigt, das mit einem beliebigen Werkzeug geschnitten wurde, über eine Kommunikationseinheit (nicht gezeigt).
Die Lehrerdaten-Erfassungseinheit 311 zeigt das erfasste Bild z.B. auf der Bildanzeigeeinheit 33 an. Der Bediener kommentiert einen Werkzeugzustand, d.h. einen „Grad der Werkzeugabnutzung“ entsprechend den Schnittspuren, einen Glanzgrad oder einen Verdunkelungsgrad der im angezeigten Bild dargestellten bearbeiteten Oberfläche. Die Lehrerdaten-Erfassungseinheit 311 erfasst den „Grad der Werkzeugabnutzung“, der vom Bediener über ein Eingabegerät (nicht dargestellt), wie z.B. eine Tastatur oder ein Berührungsfeld, das in der Werkzeugzustands-Lernvorrichtung 30 enthalten ist, notiert wird, als Kennzeichnung.
Die Lehrerdaten-Erfassungseinheit 311 speichert das erfasste Bild als Eingabedaten und die Kennzeichnung des Werkzeugverschleißgrades als Lehrerdaten in den Lehrerdaten 321 der Speichereinheit 32.
Die Werkzeugzustands-Lerneinheit 312 gewinnt als Trainingsdaten die Eingabedaten und die Kennzeichnung, die miteinander gepaart sind, aus den Lehrerdaten 321 der Speichereinheit 32. Die Werkzeugzustands-Lerneinheit 312 führt überwachtes Lernen unter Verwendung der erworbenen Trainingsdaten durch, um das trainierte Modell 250 zu konstruieren, das das von der Abbildungsvorrichtung 10 erfasste Bild eingibt und einen Zustand des Werkzeugs ausgibt, mit dem die im Bild gezeigte bearbeitete Oberfläche geschnitten wurde, d.h. einen „Grad der Werkzeugabnutzung“.
In der vorliegenden Ausführungsform kann die Werkzeugzustands-Lerneinheit 312 maschinelles Lernen auf der Grundlage eines neuronalen Netzes durchführen, beispielsweise eines mehrschichtigen neuronalen Netzes. Zum Beispiel kann ein gefaltetes neuronales Netz (CNN) verwendet werden.
Die Werkzeugzustands-Lerneinheit 312 stellt das erstellte trainierte Modell 250 der Werkzeugzustands-Schätzungsvorrichtung 20 zur Verfügung.
Es ist wünschenswert, eine große Anzahl von Trainingsdaten für das überwachte Lernen vorzubereiten. Die Trainingsdaten können beispielsweise von Abbildungsvorrichtungen 10 gewonnen werden, die tatsächlich an verschiedenen Orten an einem Standort, wie z. B. einer Fabrik eines Kunden, in Betrieb sind.
Wenn nach der Erstellung des trainierten Modells 250 neue Trainingsdaten erfasst werden, kann die Werkzeugzustands-Lerneinheit 312 das erstellte trainierte Modell 250 aktualisieren, indem sie weiteres überwachtes Lernen an dem erstellten trainierten Modell 250 durchführt.
Auf diese Weise können die Trainingsdaten automatisch aus dem normalen Bildgebungsbetrieb der Abbildungsvorrichtung 10 gewonnen werden, wodurch die Genauigkeit der Schätzung des Werkzeugzustands täglich erhöht werden kann.
Das oben beschriebene überwachte Lernen kann durch Online-Lernen, Batch-Lernen oder Mini-Batch-Lernen durchgeführt werden.
Online-Lernen ist eine Lernmethode, bei der überwachtes Lernen jedes Mal sofort durchgeführt wird, wenn ein Bild einer bearbeiteten Oberfläche eines neu geschnittenen Werkstücks W von der Abbildungsvorrichtung 10 erfasst und Trainingsdaten erzeugt werden. Batch-Lernen ist ein Lernverfahren, bei dem überwachtes Lernen auf der Grundlage von Trainingsdaten durchgeführt wird, die einen Satz einer vorbestimmten Anzahl von Bildern von bearbeiteten Oberflächen von neu geschnittenen Werkstücken W enthalten, die von der Abbildungsvorrichtung 10 aufgenommen wurden. Mini-Batch-Lernen ist eine Art von Lernmethode zwischen dem Online-Lernen und dem Batch-Lernen, bei der überwachtes Lernen jedes Mal durchgeführt wird, wenn Trainingsdaten akkumuliert werden, um eine bestimmte Menge zu erreichen.
Die Werkzeugzustands-Lerneinheit 312 kann ein trainiertes Modell 250 konstruieren, das ein Bild einer bearbeiteten Oberfläche, das von der Abbildungsvorrichtung 10 aufgenommen wurde, und Werkzeuginformationen bezüglich des Werkzeugs, mit dem die bearbeitete Oberfläche geschnitten wurde, eingibt, und das einen Zustand des Werkzeugs ausgibt. In diesem Fall verwendet die Werkzeugzustands-Lerneinheit 312 zum Aufbau des trainierten Modells 250 beispielsweise Trainingsdaten, die Eingabedaten umfassen, die mit einer Kennzeichnung eines vom Bediener notierten Werkzeugverschleißgrades gepaart sind, wobei die Eingabedaten ein Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks, das mit einem beliebigen Werkzeug geschnitten wurde, und Werkzeuginformationen bezüglich des Werkzeugs, mit dem die bearbeitete Oberfläche geschnitten wurde, enthalten, nämlich mindestens eines der Materialien des Werkzeugs (z.B, Kohlenstoff-Werkzeugstahl, Keramik usw.), eine Form des Werkzeugs (z. B. Schneidwerkzeug, Planfräswerkzeug usw.), ein Werkzeugdurchmesser, eine Werkzeuglänge, ein Vorbearbeitungszustand des Werkzeugs oder Ähnliches.
In diesem Fall kann eine Werkzeugverwaltungstabelle (nicht gezeigt) zur Verwaltung aller Werkzeuge, die an einer Werkzeugmaschine (nicht gezeigt) angebracht werden können, in einer Speichereinheit, wie z. B. einer Festplatte, die in der Werkzeugmaschine enthalten ist, oder in einer Steuervorrichtung (nicht gezeigt) gespeichert werden. Basierend auf einer Werkzeugnummer oder ähnlichem, die in einem Bearbeitungsprogramm eingestellt ist, kann die Werkzeugzustands-Lernvorrichtung 30 Werkzeuginformationen einschließlich mindestens eines Materials des Werkzeugs, einer Form des Werkzeugs, eines Werkzeugdurchmessers, einer Werkzeuglänge, eines Vorbearbeitungszustands des Werkzeugs oder ähnlichem von der Werkzeugverwaltungstabelle (nicht gezeigt) über die Werkzeugmaschine (nicht gezeigt) oder die Steuervorrichtung (nicht gezeigt) erfassen.
Alternativ kann die Werkzeugzustands-Lerneinheit 312 ein trainiertes Modell 250 konstruieren, das ein Bild einer bearbeiteten Oberfläche, das von der Abbildungsvorrichtung 10 erfasst wurde, Werkzeuginformationen bezüglich des Werkzeugs, mit dem die bearbeitete Oberfläche geschnitten wurde, und Werkstückinformationen eingibt und einen Zustand des Werkzeugs ausgibt. In diesem Fall verwendet die Werkzeugzustands-Lerneinheit 312, um das trainierte Modell 250 zu konstruieren, beispielsweise Trainingsdaten, die Eingabedaten umfassen, die mit einer Kennzeichnung eines Grades von Werkzeugverschleiß gepaart sind, der durch den Bediener kommentiert wird, wobei die Eingabedaten ein Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks enthalten, das mit einem beliebigen Werkzeug geschnitten wurde; Werkzeuginformationen, die das Werkzeug betreffen, mit dem die bearbeitete Oberfläche geschnitten wurde; und Werkstückinformationen, die das Material und dergleichen des Werkstücks W als ein Bearbeitungsziel betreffen.
Auf diese Weise kann die Schätzungsgenauigkeit des trainierten Modells 250 verbessert werden.
Die Werkzeugzustands-Lerneinheit 312 kann die trainierten Modelle 250 auf einer Werkzeugzu-Werkzeug-Basis konstruieren.
Wenn die Werkzeugzustands-Lerneinheit 312 das überwachte Training unter Verwendung von Trainingsdaten, die ein Bild enthalten, durchführen soll, maskiert die Bildbereichs-Spezifizierungseinheit 313 in dem Bild einen anderen Bereich als einen Bereich, der der bearbeiteten Oberfläche des Werkstücks W entspricht, um Effekte des letzteren Bereichs zu eliminieren, der nicht dem Bereich entspricht, der der bearbeiteten Oberfläche entspricht.
3 ist ein Diagramm, das ein Beispiel für ein Bild einer bearbeiteten Oberfläche zeigt. Wie in 3 dargestellt, enthält das Bild der bearbeiteten Oberfläche einen Bildbereich SR, der einem Bereich der bearbeiteten Oberfläche entspricht und mit einer Schattierung markiert ist, einen Bildbereich BR, der einem Hintergrund, wie z. B. einem Tisch, auf dem das Werkstück W angeordnet ist, entspricht, und einen Bildbereich AR, der einem anderen Bereich der bearbeiteten Oberfläche entspricht, der mit einem anderen Werkzeug als dem zur Bearbeitung des dem Bildbereich SR entsprechenden Bereichs verwendeten Werkzeug bearbeitet wurde. In dem von der Abbildungsvorrichtung 10 aufgenommenen Bild können in Abhängigkeit von dem auf die bearbeitete Oberfläche des Werkstücks W auftreffenden Licht die Position und die Form der bearbeiteten Oberfläche, die dem Bildbereich SR entspricht, undeutlich erscheinen, beispielsweise aufgrund von Reflexionen von dem Bildbereich AR, der der bearbeiteten Oberfläche mit Ausnahme des Bildbereichs SR entspricht, und Reflexionen von dem Bildbereich BR, der dem Hintergrund entspricht.
Um den vorgenannten Fall anzugehen, führt die Bildbereichs-Spezifizierungseinheit 313 eine Abgleichsverarbeitung durch, indem sie CAD-Daten, die beispielsweise von einer CAD/CAM-Vorrichtung (nicht gezeigt) erworben wurden, und ein in den Trainingsdaten enthaltenes Bild verwendet, und spezifiziert dadurch den Bildbereich SR der bearbeiteten Oberfläche. Die Bildbereichs-Spezifizierungseinheit 313 kann den Bildbereich AR, der der bearbeiteten Oberfläche entspricht, mit Ausnahme des spezifizierten Bildbereichs SR und des Bildbereichs BR, der dem Hintergrund entspricht, maskieren und das Bild mit den maskierten Bereichen an die Werkzeugzustands-Lerneinheit 312 ausgeben.
Somit kann die Werkzeugzustands-Lernvorrichtung 30 die Schätzgenauigkeit des zu erstellenden trainierten Modells 250 verbessern, indem sie überwachtes Lernen unter Verwendung des Bildes durchführt, in dem die Bildbereiche AR und BR maskiert sind, aber der Bildbereich SR der bearbeiteten Oberfläche nicht maskiert ist.
Beispielsweise kann die Bildbereichs-Spezifizierungseinheit 313 ein Bild auf der Bildanzeigeeinheit 33 anzeigen und den Bildbereich SR der bearbeiteten Oberfläche auf der Grundlage eines Eingabevorgangs spezifizieren, der von dem Bediener über die Eingabevorrichtung (nicht gezeigt) der Werkzeugzustands-Lernvorrichtung 30 durchgeführt wird.
Das maschinelle Lernen zur Erstellung des trainierten Modells 250, das in der Werkzeugzustands-Schätzungsvorrichtung 20 bereitgestellt werden soll, wurde im Vorangehenden beschrieben.
Als nächstes wird die Werkzeugzustands-Schätzungsvorrichtung 20 in der Betriebsphase beschrieben.
< Werkzeugzustands-Schätzungsvorrichtung 20 in der Betriebsphase >
Wie in 1 dargestellt, umfasst die Werkzeugzustands-Schätzungsvorrichtung 20 in der Betriebsphase eine Eingabeeinheit 201, eine Werkzeugzustands-Schätzungseinheit 202, eine Bestimmungseinheit 203, eine Benachrichtigungseinheit 204 und eine Speichereinheit 205.
Es ist zu beachten, dass die Werkzeugzustands-Schätzungsvorrichtung 20 ferner einen arithmetischen Prozessor (nicht dargestellt), wie z. B. eine CPU, umfasst, um die Operationen der in 1 dargestellten Funktionsblöcke zu implementieren. Die Werkzeugzustands-Schätzungsvorrichtung 20 ist ferner mit einer Hilfsspeichereinrichtung (nicht gezeigt), wie z.B. einem Festwertspeicher (ROM) und einer Festplatte, die verschiedene Steuerprogramme speichern, und einer Hauptspeichereinrichtung (nicht gezeigt), wie z.B. einem Arbeitsspeicher (RAM), der vorübergehend Daten speichert, die für den arithmetischen Prozessor zur Ausführung der Programme erforderlich sind, versehen.
In der Werkzeugzustands-Schätzungsvorrichtung 20 liest der arithmetische Prozessor das Betriebssystem und die Anwendungssoftware aus der Hilfsspeichereinrichtung und führt eine arithmetische Verarbeitung auf der Grundlage des Betriebssystems und der Anwendungssoftware durch, während er das gelesene Betriebssystem und die Anwendungssoftware in der Hauptspeichereinrichtung entwickelt. Die Werkzeugzustands-Schätzungsvorrichtung 20 steuert jede Hardwarekomponente auf der Grundlage der Ergebnisse der arithmetischen Verarbeitung. Auf diese Weise führen die in 1 dargestellten Funktionsblöcke die jeweilige Verarbeitung durch. Mit anderen Worten, die Werkzeugzustands-Schätzungsvorrichtung 20 kann durch Hardware und Software implementiert werden, die miteinander kooperieren.
Die Eingabeeinheit 201 empfängt von der Abbildungsvorrichtung 10 ein Bild einer bearbeiteten Oberfläche eines Werkstücks W, das von der Abbildungsvorrichtung 10 aufgenommen wurde. Die Eingabeeinheit 201 gibt das empfangene Bild an die Werkzeugzustands-Schätzungseinheit 202 aus. In einem Fall, in dem das trainierte Modell 250 unter Verwendung eines Bildes einer bearbeiteten Oberfläche erzeugt wurde, in dem der Hintergrundbildbereich BR und der Bildbereich AR, der nicht der Bildbereich SR ist, maskiert sind, wie in 3 dargestellt, ist es wünschenswert, dass die Eingabeeinheit 201 eine Maskierungsverarbeitung an dem empfangenen Bild in der gleichen Weise wie die Bildbereichs-Spezifizierungseinheit 313 durchführt, wenn sie das Bild an die Werkzeugzustands-Schätzungseinheit 202 ausgibt.
Die Werkzeugzustands-Schätzungseinheit 202 gibt das Bild, das von der Eingabeeinheit 201 ausgegeben wurde, in das trainierte Modell 250 ein. Als Reaktion auf die Eingabe des Bildes liefert das trainierte Modell 250 eine Ausgabe, aus der die Werkzeugzustands-Schätzungseinheit 202 einen „Werkzeugverschleißgrad“ des Werkzeugs, mit dem die in dem eingegebenen Bild gezeigte bearbeitete Oberfläche geschnitten wurde, als einen Zustand des Werkzeugs schätzen kann.
Die Werkzeugzustands-Schätzungsvorrichtung 20 kann beispielsweise den von der Werkzeugzustands-Schätzungseinheit 202 geschätzten Grad des Werkzeugverschleißes an eine Werkzeugmaschine (nicht dargestellt) oder eine Steuervorrichtung (nicht dargestellt) ausgeben und einen Vorbearbeitungswerkzeugzustand aktualisieren, der in einer Werkzeugverwaltungstabelle (nicht dargestellt) enthalten ist, die in einer Speichereinheit der Werkzeugmaschine (nicht dargestellt) oder der Steuervorrichtung (nicht dargestellt) gespeichert ist.
Die Bestimmungseinheit 203 bestimmt auf der Grundlage des von der Werkzeugzustands-Schätzungseinheit 202 geschätzten Werkzeugverschleißgrades, ob das Werkzeug ausgetauscht werden soll oder nicht.
Genauer gesagt, bestimmt die Bestimmungseinheit 203 einen optimalen Zeitpunkt für den Werkzeugwechsel, basierend auf einem Vergleich zwischen dem geschätzten Wert des Werkzeugverschleißgrades und einem voreingestellten Schwellenwert.
4 ist ein Diagramm, das den Grad des Werkzeugverschleißes als Beispiel zeigt. Wie in 2 beschrieben, verschleißt die Schneide eines Werkzeugs mit zunehmender Anzahl der Schnitte (d.h. mit zunehmender Verwendungsdauer des Werkzeugs), und der Verschleißgrad des Werkzeugs nimmt entsprechend zu. Wenn der Werkzeugverschleißgrad beispielsweise „80 %“ oder weniger beträgt, kann das Werkzeug ein Werkstück mit angemessener Bearbeitungsgenauigkeit schneiden. Ist der Werkzeugverschleißgrad hingegen höher als 80 %, steht das Werkzeug kurz vor dem Austausch, und der Bediener muss das Werkzeug ersetzen.
In der folgenden Beschreibung wird ein Werkzeugverschleißgrad von „80 %“ als Schwellenwert α definiert. Der Schwellenwert α kann z. B. in Abhängigkeit vom Material des zu bearbeitenden Werkstücks W und der Umgebung, in der die Werkzeugmaschine (nicht abgebildet) installiert ist, festgelegt werden.
Die Bestimmungseinheit 203 bestimmt, ob ein von der Werkzeugzustands-Schätzungseinheit 202 geschätzter Werkzeugverschleißgrad gleich oder kleiner als der Schwellenwert α ist oder nicht. Wenn der geschätzte Werkzeugverschleißgrad gleich oder kleiner als der Schwellenwert α ist, bestimmt die Bestimmungseinheit 203, dass das Werkzeug nicht ausgetauscht werden soll.
Ist dagegen der geschätzte Werkzeugverschleißgrad größer als der Schwellenwert α, so bestimmt die Bestimmungseinheit 203, dass der Zeitpunkt für den Werkzeugwechsel erreicht ist.
Obwohl die Bestimmungseinheit 203 in der vorangegangenen Beschreibung den geschätzten Werkzeugverschleißgrad mit einem Schwellenwert α vergleicht, kann die Bestimmungseinheit 203 den geschätzten Werkzeugverschleißgrad auch mit zwei oder mehr vorgegebenen Schwellenwerten vergleichen.
Konkret kann die Bestimmungseinheit 203 beispielsweise den geschätzten Werkzeugverschleißgrad mit einem Schwellenwert α1 und einem Schwellenwert α2 vergleichen, die z.B. auf „80%“ bzw. „90%“ eingestellt sind. In diesem Fall kann die Bestimmungseinheit 203 bestimmen, dass das Werkzeug ausgetauscht werden muss, wenn der geschätzte Verschleißgrad des Werkzeugs gleich oder niedriger als der Schwellenwert α1 ist. Wenn der geschätzte Werkzeugverschleißgrad höher als der Schwellenwert α1 und gleich oder niedriger als der Schwellenwert α2 ist, kann die Bestimmungseinheit 203 bestimmen, einen Alarm auszugeben, der anzeigt, dass das Werkzeug kurz vor dem Zeitpunkt des Austauschs steht und nicht sofort, sondern in naher Zukunft ausgetauscht werden muss. Wenn der geschätzte Verschleißgrad des Werkzeugs höher ist als der Schwellenwert α2, kann die Bestimmungseinheit 203 bestimmen, einen Alarm auszugeben, der den Bediener auffordert, das Werkzeug sofort auszutauschen.
Auf diese Weise kann unter den Alarmen, die verschiedene Meldungen anzeigen, ein Alarm entsprechend dem mit Hilfe des trainierten Modells 250 geschätzten Werkzeugverschleißgrad ausgegeben werden.
Nachdem die Bestimmungseinheit 203 festgestellt hat, dass das Werkzeug ausgewechselt werden muss, kann die Benachrichtigungseinheit 204 eine Anweisung zum Auswechseln des Werkzeugs ausgeben, beispielsweise an ein Ausgabegerät (nicht dargestellt), wie eine Flüssigkristallanzeige, die in der Werkzeugmaschine (nicht dargestellt) und/oder der Steuervorrichtung (nicht dargestellt) enthalten ist. Die Werkzeugmaschine (nicht gezeigt) kann das Werkzeug, für das die Werkzeugwechselanweisung ausgegeben wurde, automatisch ersetzen, und zwar mit Hilfe einer automatischen Werkzeugwechselvorrichtung (nicht gezeigt), die in der Werkzeugmaschine enthalten ist, und zwar auf der Grundlage einer Werkzeugverwaltungstabelle (nicht gezeigt), die in der Speichereinheit der Werkzeugmaschine (nicht gezeigt) oder der Steuervorrichtung (nicht gezeigt) gespeichert ist.
Die Benachrichtigungseinheit 204 kann eine Benachrichtigung durch Abgabe eines Tons über einen Lautsprecher (nicht gezeigt) oder durch Aufleuchten einer Drehlampe, einer Signallampe oder dergleichen (nicht gezeigt) ausgeben.
Die Speichereinheit 205 umfasst ein ROM, eine Festplatte und dergleichen und kann das trainierte Modell 250 zusammen mit verschiedenen Steuerprogrammen speichern.
< Von der Werkzeugzustands-Schätzungsvorrichtung 20 in der Betriebsphase durchgeführte Schätzungsverarbeitung >
Als nächstes wird die von der Werkzeugzustands-Schätzungsvorrichtung 20 gemäß der vorliegenden Ausführungsform durchgeführte Schätzungsverarbeitung beschrieben.
5 ist ein Flussdiagramm, das die von der Werkzeugzustands-Schätzungsvorrichtung 20 in der Betriebsphase durchgeführte Schätzungsverarbeitung illustriert. Der dargestellte Ablauf kann jedes Mal ausgeführt werden, wenn ein Bild einer bearbeiteten Oberfläche eines Werkstücks W eingegeben wird, oder er kann jedes Mal ausgeführt werden, wenn Bilder von bearbeiteten Oberflächen von 10 oder 100 Werkstücken W in bestimmten Intervallen eingegeben werden.
In Schritt S11 gibt die Eingabeeinheit 201 von der Abbildungsvorrichtung 10 ein Bild einer bearbeiteten Oberfläche eines Werkstücks W ein, das von der Abbildungsvorrichtung 10 aufgenommen wurde.
In Schritt S12 gibt die Werkzeugzustands-Schätzungseinheit 202 das in Schritt S11 empfangene Bild in das trainierte Modell 250 ein, wodurch ein Grad der Werkzeugabnutzung geschätzt wird.
In Schritt S13 bestimmt die Bestimmungseinheit 203, ob der in Schritt S12 geschätzte Grad des Werkzeugverschleißes gleich oder kleiner als der Schwellenwert α ist oder nicht. Wenn der Grad des Werkzeugverschleißes gleich oder kleiner als der Schwellenwert α ist, bestimmt die Bestimmungseinheit 203, dass das Werkzeug nicht ausgetauscht werden muss und der Werkzeugaustausch nicht durchgeführt werden soll. Daraufhin wird der Vorgang beendet. Ist hingegen der Grad des Werkzeugverschleißes größer als der Schwellenwert α, bestimmt die Bestimmungseinheit 203, dass das Werkzeug ausgetauscht werden muss, und der Werkzeugwechsel wird durchgeführt. Das Verfahren fährt dann mit Schritt S14 fort.
In Schritt S14 gibt die Benachrichtigungseinheit 204 auf der Grundlage der von der Bestimmungseinheit 203 empfangenen Bestimmung, dass das Werkzeug ausgetauscht werden muss, eine Werkzeugaustauschanweisung an die Ausgabeeinrichtung (nicht dargestellt) der Werkzeugmaschine (nicht dargestellt) und/oder die Steuervorrichtung (nicht dargestellt) aus.
Wie oben beschrieben, schätzt die Werkzeugzustands-Schätzungsvorrichtung 20 gemäß der Ausführungsform einen Grad des Werkzeugverschleißes als einen Zustand eines Werkzeugs, indem sie in das trainierte Modell 250 ein Bild eingibt, das von der Abbildungsvorrichtung 10 aufgenommen wurde und eine bearbeitete Oberfläche eines Werkstücks W zeigt.
Auf diese Weise erleichtert die Werkzeugzustands-Schätzungsvorrichtung 20 die Schätzung des Werkzeugzustands (d.h. des Werkzeugverschleißgrads) aus dem Bild der bearbeiteten Oberfläche und ermöglicht es, den Zeitpunkt des Werkzeugwechsels angemessen zu bestimmen, ohne auf die Erfahrung eines Bedieners zurückgreifen zu müssen.
Obwohl im Vorstehenden eine Ausführungsform beschrieben wurde, sind die Werkzeugzustands-Schätzungsvorrichtung 20 und die Werkzeugzustands-Lernvorrichtung 30 nicht auf die oben beschriebene Ausführungsform beschränkt, sondern umfassen Modifikationen, Verbesserungen und dergleichen innerhalb eines Bereichs, in dem das Ziel der vorliegenden Erfindung erreicht werden kann.
<Modifikation 1 >
In der oben beschriebenen Ausführungsform ist die Werkzeugzustands-Lernvorrichtung 30 als eine von der Werkzeugzustands-Schätzungsvorrichtung 20, der Werkzeugmaschine (nicht dargestellt) und der Steuervorrichtung (nicht dargestellt) getrennte Vorrichtung dargestellt. Einige oder alle Funktionen der Werkzeugzustands-Lernvorrichtung 30 können jedoch in der Werkzeugzustands-Schätzungsvorrichtung 20, der Werkzeugmaschine (nicht dargestellt) oder der Steuervorrichtung (nicht dargestellt) enthalten sein.
<Modifikation 2>
In der oben beschriebenen Ausführungsform ist die Werkzeugzustands-Schätzungsvorrichtung 20 beispielhaft als eine von der Werkzeugmaschine (nicht gezeigt) und der Steuervorrichtung (nicht gezeigt) getrennte Vorrichtung dargestellt. Einige oder alle Funktionen der Werkzeugzustands-Schätzungsvorrichtung 20 können jedoch in der Werkzeugmaschine (nicht dargestellt) oder der Steuervorrichtung (nicht dargestellt) enthalten sein.
Alternativ können einige oder alle Funktionen der Eingabeeinheit 201, der Werkzeugzustands-Schätzungseinheit 202, der Bestimmungseinheit 203, der Benachrichtigungseinheit 204 und der Speichereinheit 205 der Werkzeugzustands-Schätzungsvorrichtung 20 z. B. in einem Server enthalten sein. Alternativ können die Funktionen der Werkzeugzustands-Schätzungsvorrichtung 20 mittels einer virtuellen Serverfunktion oder ähnlichem in der Cloud implementiert werden.
Des Weiteren kann die Werkzeugzustands-Schätzungsvorrichtung 20 als verteiltes Verarbeitungssystem konfiguriert sein, in dem die Funktionen der Werkzeugzustands-Schätzungsvorrichtung 20 auf eine Mehrzahl von Servern entsprechend verteilt sind.
<Modifikation 3>
In der oben beschriebenen Ausführungsform schätzt die Werkzeugzustands-Schätzungsvorrichtung 20 den Grad des Werkzeugverschleißes als Zustand eines Werkzeugs unter Verwendung des trainierten Modells 250, das von der Werkzeugzustands-Lernvorrichtung 30 bereitgestellt wird, aus einem Bild einer bearbeiteten Oberfläche, das von der Abbildungsvorrichtung 10 erfasst wurde. Dies ist jedoch ein nicht-begrenzendes Beispiel. Wie in 6 dargestellt, kann beispielsweise ein Server 50 das von der Werkzeugzustands-Lernvorrichtung 30 erzeugte trainierte Modell 250 speichern, und das trainierte Modell 250 kann von dem Server 50 auf die m Werkzeugzustands-Schätzungsvorrichtungen 20A(1) bis 20A(m) (m ist eine ganze Zahl gleich oder größer als 2) heruntergeladen werden, die mit einem Netzwerk 60 verbunden sind. Diese Konfiguration ermöglicht es, das trainierte Modell 250 auch dann anzuwenden, wenn eine neue Werkzeugmaschine und eine neue Werkzeugzustands-Schätzungsvorrichtung installiert werden.
Jede der Werkzeugzustands-Schätzungsvorrichtungen 20A(1) bis 20A(m) ist mit einer der zugehörigen Werkzeugmaschinen 15(1) bis 15(m) verbunden.
Jede der Werkzeugmaschinen 15(1) bis 15(m) umfasst eine Abbildungsvorrichtung ähnlich der in 1 dargestellten Abbildungsvorrichtung 10 und eine Steuervorrichtung (nicht dargestellt). Jede der Werkzeugzustands-Schätzungsvorrichtungen 20A(1) bis 20A(m) entspricht der in 1 dargestellten Werkzeugzustands-Schätzungsvorrichtung 20.
Alternativ kann, wie in 7 dargestellt, ein Server 50 beispielsweise als die Werkzeugzustands-Schätzungsvorrichtung 20 fungieren und einen Werkzeugzustand für jede der an ein Netzwerk 60 angeschlossenen Werkzeugmaschinen 15(1) bis 15(m) aus einem Bild einer bearbeiteten Oberfläche schätzen, das von der Abbildungsvorrichtung jeder Werkzeugmaschine 15(i) aufgenommen wurde. Beachten Sie, dass i eine ganze Zahl von 1 bis m ist. Diese Konfiguration ermöglicht es, das trainierte Modell 250 auch dann anzuwenden, wenn eine neue Werkzeugmaschine installiert wird.
Die Funktionen der Werkzeugzustands-Schätzungsvorrichtung 20 und der Werkzeugzustands-Lernvorrichtung 30 gemäß einer Ausführungsform können durch Hardware, Software oder eine Kombination davon implementiert werden. Hier bedeutet die Implementierung durch Software, dass ein Computer ein Programm für die Implementierung liest und ausführt.
Die Komponenten, die in der Werkzeugzustands-Schätzungsvorrichtung 20 und der Werkzeugzustands-Lernvorrichtung 30 enthalten sind, können durch Hardware, einschließlich einer elektronischen Schaltung oder dergleichen, Software oder eine Kombination davon implementiert werden. Wenn die Funktionen durch Software implementiert sind, werden Programme, die die Software bilden, in einem Computer installiert. Darüber hinaus können diese Programme auf einem Wechseldatenträger aufgezeichnet und an die Benutzer verteilt werden, oder sie können heruntergeladen und über ein Netzwerk an die Computer der Benutzer verteilt werden. Wenn die Komponenten aus Hardware bestehen, kann ein Teil oder die Gesamtheit der Funktionen der Komponenten, die in den oben beschriebenen Vorrichtungen enthalten sind, durch eine integrierte Schaltung (IC), wie z. B. eine anwendungsspezifische integrierte Schaltung (ASIC), ein Gate-Array, ein feldprogrammierbares Gate-Array (FPGA) und ein komplexes programmierbares Logikbauteil (CPLD), implementiert werden.
Die Programme können auf verschiedenen Arten von nicht-transitorischen, computerlesbaren Medien gespeichert und einem Computer zur Verfügung gestellt werden. Zu den nicht-transitorischen computerlesbaren Medien gehören verschiedene Arten von materiellen Speichermedien. Beispiele für nicht transitorische computerlesbare Medien sind magnetische Aufzeichnungsmedien (z. B. flexible Platten, Magnetbänder, Festplattenlaufwerke), magnetisch-optische Aufzeichnungsmedien (z. B. magnetisch-optische Platten), Festwertspeicher (CD-ROM), CD-R, CD-R/W und Halbleiterspeicher (z. B. Masken-ROM, programmierbares ROM (PROM), löschbares PROM (EPROM), Flash-ROM und RAM). Das Programm kann einem Computer über verschiedene Arten von transitorischen computerlesbaren Medien zur Verfügung gestellt werden. Beispiele für transitorische computerlesbare Medien sind ein elektrisches Signal, ein optisches Signal und eine elektromagnetische Welle. Das transitorische computerlesbare Medium kann dem Computer ein Programm über eine verdrahtete Kommunikationsleitung, wie z. B. ein Kabel und eine optische Faser, oder über eine drahtlose Kommunikation zur Verfügung stellen.
Die Schritte zur Beschreibung des auf einem Aufzeichnungsmedium aufzuzeichnenden Programms umfassen nicht nur Prozesse, die in zeitlicher Abfolge entsprechend der jeweiligen Reihenfolge ausgeführt werden, sondern auch Prozesse, die parallel oder einzeln und nicht unbedingt in zeitlicher Abfolge ausgeführt werden.
Mit anderen Worten, die Werkzeugzustands-Lernvorrichtung, die Werkzeugzustands-Schätzungsvorrichtung, die Steuervorrichtung, das das Verfahren zur Schätzung des Werkzeugzustands der vorliegenden Offenbarung können in verschiedenen Ausführungsformen mit den unten beschriebenen Merkmalen implementiert werden.
(1) Die Werkzeugzustands-Lernvorrichtung 30 gemäß der vorliegenden Offenbarung umfasst: eine Speichereinheit 32, die so konfiguriert ist, dass sie ein beliebiges Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks speichert, das von der Abbildungsvorrichtung 10 erfasst wurde, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde; eine Lehrerdaten-Erfassungseinheit 311, die so konfiguriert ist, dass sie als Eingabedaten das in der Speichereinheit 32 gespeicherte beliebige Bild erfasst und als Kennzeichnung einen Zustand des Werkzeugs erfasst, wobei der Zustand in Übereinstimmung mit vorbestimmten Stufen kommentiert wird, die jeweils einen Grad des Werkzeugverschleißes auf der Grundlage des beliebigen Bildes angeben; und die Werkzeugzustands-Lerneinheit 312, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der Eingabedaten und der Kennzeichnung durchführt, die von der Lehrerdaten-Erfassungseinheit 311 erfasst wurden, und das trainierte Modell 250 erzeugt, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks W eingibt, das von der Abbildungsvorrichtung 10 erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks W geschnitten wurde.
Die Werkzeugzustands-Lernvorrichtung 30 mit dieser Konfiguration ermöglicht es, das trainierte Modell 250, das einen Zustand eines Werkzeugs mit Genauigkeit ausgibt, aus einem Bild einer bearbeiteten Oberfläche zu erzeugen.
(2) Die Werkzeugzustands-Lernvorrichtung 30 gemäß (1) kann ferner die Bildanzeigeeinheit 33 umfassen, die so konfiguriert ist, dass sie das beliebige Bild anzeigt, damit ein Zustand des Werkzeugs in Übereinstimmung mit den vorbestimmten Stufen annotiert werden kann.
Aufgrund dieses Merkmals kann die Werkzeugzustands-Lernvorrichtung 30 den Zustand des Werkzeugs, der in Übereinstimmung mit den vorbestimmten Stufen, die jeweils einen Grad des Werkzeugverschleißes anzeigen, kommentiert wurde, als ein Kennzeichnung erfassen.
(3) Die Werkzeugzustands-Lernvorrichtung 30 gemäß (1) oder (2) kann ferner die Bildbereichs-Spezifizierungseinheit 313 enthalten, die so konfiguriert ist, dass sie in dem beliebigen Bild die Bildbereiche AR und BR maskiert, die nicht dem Bildbereich SR entsprechen, der der bearbeiteten Oberfläche entspricht, und die Lehrerdaten-Erfassungseinheit 311 kann das beliebige Bild mit den maskierten Bildbereichen als Eingabedaten erfassen.
Mit diesem Merkmal kann die Werkzeugzustands-Lernvorrichtung 30 die Schätzgenauigkeit des trainierten Modells 250 verbessern, indem überwachtes Lernen unter Verwendung eines Bildes mit einem maskierten Bereich durchgeführt wird.
(4) In derWerkzeugzustands-Lernvorrichtung 30 gemäß einem der Punkte (1) bis (3) kann die Werkzeugzustands-Lerneinheit 312 das trainierte Modell 250 aktualisieren, indem sie das überwachte Lernen durchführt, indem sie als Eingabedaten ein Oberflächenbearbeitungsbild verwendet, das von der Abbildungsvorrichtung 10 neu erfasst wurde, und indem sie als Kennzeichnung einen Zustand des Werkzeugs verwendet, der von dem trainierten Modell 250 in Bezug auf das eingegebene Oberflächenbearbeitungsbild ausgegeben wurde.
Mit diesem Merkmal kann die Werkzeugzustands-Lernvorrichtung 30 die Schätzgenauigkeit des trainierten Modells 250 verbessern.
(5) In der Werkzeugzustands-Lernvorrichtung 30 gemäß einem der Punkte (1) bis (3) kann die Lehrerdaten-Erfassungseinheit 311 als Eingabedaten Werkzeuginformationen, einschließlich mindestens eines Materials, einer Form oder eines Vorbearbeitungszustands des Werkzeugs, zusammen mit dem beliebigen Bild erfassen, und die Werkzeugzustands-Lerneinheit 312 kann ein trainiertes Modell erzeugen, das so konfiguriert ist, dass es das von der Abbildungsvorrichtung 10 erfasste Oberflächenbearbeitungsbild und Werkzeuginformationen bezüglich des Werkzeugs, mit dem die in dem Oberflächenbearbeitungsbild gezeigte bearbeitete Oberfläche geschnitten wurde, eingibt und einen Zustand des Werkzeugs ausgibt.
Mit diesem Merkmal kann die Werkzeugzustands-Lernvorrichtung 30 die Schätzgenauigkeit des trainierten Modells 250 verbessern.
(6) Die Werkzeugzustands-Schätzungsvorrichtung 20 gemäß der vorliegenden Offenbarung umfasst: ein trainiertes Modell 250, das von der Werkzeugzustands-Lernvorrichtung 30 gemäß einem der Punkte (1) bis (5) erzeugt wird, wobei das trainierte Modell 250 so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks W eingibt, das von der Abbildungsvorrichtung 10 erfasst wird, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks W geschnitten wurde; die Eingabeeinheit 201, die so konfiguriert ist, dass sie ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eingibt, die von der Abbildungsvorrichtung 10 erfasst wurde; und die Werkzeugzustands-Schätzungseinheit 202, die so konfiguriert ist, dass sie das Oberflächenbearbeitungsbild, das von der Eingabeeinheit 201 eingegeben wurde, in das trainierte Modell 250 eingibt und dadurch einen Zustand eines Werkzeugs schätzt, mit dem die in dem Bild gezeigte bearbeitete Oberfläche geschnitten wurde.
Die Werkzeugzustands-Schätzungsvorrichtung 20 mit dieser Konfiguration macht es einfach, einen Zustand eines Werkzeugs aus einem Bild einer bearbeiteten Oberfläche zu schätzen.
(7) Die Werkzeugzustands-Schätzungsvorrichtung 20 gemäß (6) kann ferner die Bestimmungseinheit 203 umfassen, die so konfiguriert ist, dass sie auf der Grundlage des von der Werkzeugzustands-Schätzungseinheit 202 geschätzten Zustands des Werkzeugs bestimmt, ob der Zeitpunkt für den Austausch des Werkzeugs erreicht wurde oder nicht.
Aufgrund dieses Merkmals kann die Werkzeugzustands-Schätzungsvorrichtung 20 dem Bediener den Zeitpunkt des Werkzeugwechsels mit Genauigkeit mitteilen.
(8) Das trainierte Modell 250 der Werkzeugzustands-Schätzungsvorrichtung 20 gemäß (6) oder (7) kann in dem Server 50 bereitgestellt werden, der von der Werkzeugzustands-Schätzungsvorrichtung 20 über das Netzwerk 60 zugänglich ist.
Aufgrund dieses Merkmals kann die Werkzeugzustands-Schätzungsvorrichtung 20 das trainierte Modell 250 auch in einem Fall anwenden, in dem eine neue Abbildungsvorrichtung 10 und eine neue Werkzeugzustands-Schätzungsvorrichtung 20 installiert werden.
(9) Die Werkzeugzustands-Schätzungsvorrichtung 20 gemäß einem der Punkte (6) bis (8) kann ferner die Werkzeugzustands-Lernvorrichtung 30 gemäß einem der Punkte (1) bis (5) umfassen.
Aufgrund dieses Merkmals kann die Werkzeugzustands-Schätzungsvorrichtung 20 die gleichen Effekte erzielen wie die oben beschriebenen (1) bis (8).
(10) Die Steuervorrichtung der vorliegenden Offenbarung kann die Werkzeugzustands-Schätzungsvorrichtung 20 gemäß einem der Punkte (6) bis (9) umfassen.
Die Steuervorrichtung mit dieser Konfiguration kann die gleichen Effekte erzielen wie die in einem der oben beschriebenen (1) bis (9).
(11) Das Verfahren zum Erlernen des Werkzeugzustands der vorliegenden Offenbarung umfasst: einen Lehrerdatenerfassungsschritt, der das Erfassen eines beliebigen Bildes einer bearbeiteten Oberfläche eines beliebigen Werkstücks, das von der Abbildungsvorrichtung 10 erfasst wurde, als Eingabedaten umfasst, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde, und das Erfassen eines Zustands des Werkzeugs als Kennzeichnung, wobei der Zustand in Übereinstimmung mit vorbestimmten Stufen, die jeweils einen Grad der Werkzeugabnutzung anzeigen, auf der Grundlage des beliebigen Bildes kommentiert wird; und einen Werkzeugzustands-Lernschritt, der das Durchführen eines überwachten Lernens unter Verwendung der Eingabedaten und der Kennzeichnung, die erfasst worden sind, und das Erzeugen eines trainierten Modells umfasst, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung 10 erfasst worden ist, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten worden ist.
Das Verfahren zum Erlernen des Werkzeugzustands kann die gleichen Effekte erzielen wie die oben beschriebenen (1).
(12) Das Verfahren zur Schätzung des Werkzeugzustands gemäß der vorliegenden Offenbarung umfasst: einen Eingabeschritt, der die Eingabe eines Oberflächenbearbeitungsbildes einer bearbeiteten Oberfläche einschließt, das von der Abbildungsvorrichtung 10 erfasst wurde; und einen Schätzschritt, der das Eingeben des Oberflächenbearbeitungsbildes, das in dem Eingabeschritt eingegeben wurde, in ein trainiertes Modell 250 einschließt, das von der Werkzeugzustands-Lernvorrichtung 30 gemäß einem der Punkte (1) bis (4) erzeugt wurde, wobei das trainierte Modell 250 so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks W eingibt, das von der Abbildungsvorrichtung 10 erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks W geschnitten wurde, und dadurch einen Zustand des Werkzeugs schätzt, mit dem die in dem Oberflächenbearbeitungsbild gezeigte bearbeitete Oberfläche geschnitten wurde.
Mit dem Verfahren zur Schätzung des Werkzeugzustands können die gleichen Effekte erzielt werden wie mit dem oben beschriebenen Verfahren (6).
Bezugszeichenliste

1: System zur Schätzung des Werkzeugzustands
10: Abbildungsvorrichtung
20: Werkzeugzustands-Schätzungsvorrichtung
201: Eingabeeinheit
202: Werkzeugzustands-Schätzungseinheit
203: Bestimmende Einheit
204: Benachrichtigungseinheit
205: Speichereinheit
250: Trainiertes Modell
30: Werkzeugzustands-Lernvorrichtung
311: Lehrerdaten-Erfassungseinheit
312: Werkzeugzustands-Lerneinheit
313: Bildbereichs-Spezifizierungseinheit
32: Speichereinheit
321: Lehrdaten
33: Bildanzeigeeinheit

Claims

Werkzeugzustands-Lernvorrichtung, die Folgendes umfasst: eine Speichereinheit, die so konfiguriert ist, dass sie ein beliebiges Bild einer bearbeiteten Oberfläche eines beliebigen Werkstücks speichert, das durch eine Abbildungsvorrichtung erfasst wurde, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde; eine Lehrerdaten-Erfassungseinheit, die so konfiguriert ist, dass sie das in der Speichereinheit gespeicherte beliebige Bild als Eingabedaten erfasst und einen Zustand des Werkzeugs als Kennzeichnung erfasst, wobei der Zustand in Übereinstimmung mit vorbestimmten Stufe kommentiert wird, die jeweils einen Grad der Werkzeugabnutzung auf der Grundlage des beliebigen Bildes anzeigen; und eine Werkzeugzustands-Lemeinheit, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der Eingabedaten und der Kennzeichnung, die von der Lehrerdaten-Erfassungseinheit erfasst wurden, durchführt und ein trainiertes Modell erzeugt, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst wurde, und einen Zustand eines Werkzeugs, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde, ausgibt.
Die Werkzeugzustands-Lernvorrichtung nach Anspruch 1, die ferner umfasst eine Bildanzeigeeinheit, die so konfiguriert ist, dass sie das beliebige Bild anzeigt, um zu ermöglichen, dass ein Zustand des Werkzeugs in Übereinstimmung mit der vorbestimmten Stufe kommentiert wird.
Die Werkzeugzustands-Lernvorrichtung nach Anspruch 1 oder 2, die ferner umfasst eine Bildbereichs-Spezifizierungseinheit, die so konfiguriert ist, dass sie in dem beliebigen Bild einen anderen Bildbereich als einen der bearbeiteten Oberfläche entsprechenden Bildbereich maskiert, wobei die Lehrerdaten-Erfassungseinheit das beliebige Bild mit dem maskierten Bildbereich als Eingabedaten erfasst.
Die Werkzeugzustands-Lernvorrichtung nach einem der Ansprüche 1 bis 3, wobei die Werkzeugzustands-Lerneinheit das trainierte Modell aktualisiert, indem sie das überwachte Lernen durchführt, wobei sie als Eingabedaten ein von der Abbildungsvorrichtung neu aufgenommenes Oberflächenbearbeitungsbild verwendet und als Kennzeichnung einen Zustand des Werkzeugs verwendet, der von dem trainierten Modell in Bezug auf das neu aufgenommene Oberflächenbearbeitungsbild ausgegeben wird.
Die Werkzeugzustands-Lernvorrichtung nach einem der Ansprüche 1 bis 3, wobei die Lehrerdaten-Erfassungseinheit als Eingabedaten Werkzeuginformationen, die mindestens eines von einem Material, einer Form oder einem Vorbearbeitungszustand des Werkzeugs umfassen, zusammen mit dem beliebigen Bild erfasst, und wobei die Werkzeugzustands-Lerneinheit ein trainiertes Modell erzeugt, das so konfiguriert ist, dass es das von der Abbildungsvorrichtung erfasste Oberflächenbearbeitungsbild und Werkzeuginformationen bezüglich des Werkzeugs, mit dem die in dem Oberflächenbearbeitungsbild dargestellte bearbeitete Oberfläche geschnitten wurde, eingibt und einen Zustand des Werkzeugs ausgibt.
Werkzeugzustands-Schätzungsvorrichtung, die Folgendes umfasst: ein trainiertes Modell, das von der Werkzeugzustands-Lernvorrichtung nach einem der Ansprüche 1 bis 5 erzeugt wird, wobei das trainierte Modell so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von einer Abbildungsvorrichtung erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde; eine Eingabeeinheit, die so konfiguriert ist, dass sie ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eingibt, das von der Abbildungsvorrichtung erfasst wurde; und eine Werkzeugzustands-Schätzungseinheit, die so konfiguriert ist, dass sie das von der Eingabeeinheit eingegebene Oberflächenbearbeitungsbild in das trainierte Modell eingibt und dadurch einen Zustand eines Werkzeugs schätzt, mit dem die in dem Bild gezeigte bearbeitete Oberfläche geschnitten wurde.
Werkzeugzustands-Schätzungsvorrichtung nach Anspruch 6, ferner umfassend eine Bestimmungseinheit, die so konfiguriert ist, dass sie auf der Grundlage des von der Werkzeugzustands-Schätzungseinheit geschätzten Zustands des Werkzeugs bestimmt, ob die Zeit für den Austausch des Werkzeugs erreicht ist oder nicht.
Werkzeugzustands-Schätzungsvorrichtung nach Anspruch 6 oder 7, wobei das trainierte Modell in einem Server bereitgestellt wird, der von der Werkzeugzustands-Schätzungsvorrichtung über ein Netzwerk zugänglich ist.
Werkzeugzustands-Schätzungsvorrichtung nach einem der Ansprüche 6 bis 8, ferner umfassend: die Werkzeugzustands-Lernvorrichtung nach einem der Ansprüche 1 bis 5.
Steuervorrichtung, umfassend: die Werkzeugzustands-Schätzungsvorrichtung nach einem der Ansprüche 6 bis 9.
Verfahren zum Erlernen des Werkzeugzustands, umfassend: einen Schritt zum Erfassen von Lehrerdaten, der das Erfassen eines beliebigen Bildes einer bearbeiteten Oberfläche eines beliebigen Werkstücks als Eingabedaten einschließt, das von einer Abbildungsvorrichtung aufgenommen wurde, wobei die bearbeitete Oberfläche mit einem beliebigen Werkzeug geschnitten wurde, und das Erfassen eines Zustands des Werkzeugs als Kennzeichnung, wobei der Zustand in Übereinstimmung mit einer vorbestimmten Stufe kommentiert wird, die jeweils einen Grad der Werkzeugabnutzung auf der Grundlage des beliebigen Bildes anzeigen; und einen Schritt zum Lernen des Werkzeugzustands, der das Durchführen von überwachtem Lernen unter Verwendung der Eingabedaten und der Kennzeichnung, die erfasst worden sind, und das Erzeugen eines trainierten Modells umfasst, das so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst worden ist, und dass es einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten worden ist.
Verfahren zur Schätzung des Werkzeugzustands, umfassend: einen Eingabeschritt, der die Eingabe eines Oberflächenbearbeitungsbildes einer bearbeiteten Oberfläche einschließt, das von einer Abbildungsvorrichtung erfasst wurde; und einen Schätzschritt, der das Eingeben des Oberflächenbearbeitungsbildes, das im Eingabeschritt eingegeben wurde, in ein trainiertes Modell einschließt, das von der Werkzeugzustands-Lernvorrichtung nach einem der Ansprüche 1 bis 4 erzeugt wird, wobei das trainierte Modell so konfiguriert ist, dass es ein Oberflächenbearbeitungsbild einer bearbeiteten Oberfläche eines Werkstücks eingibt, das von der Abbildungsvorrichtung erfasst wurde, und einen Zustand eines Werkzeugs ausgibt, mit dem die bearbeitete Oberfläche des Werkstücks geschnitten wurde, und einen Zustand des Werkzeugs schätzt, mit dem die in dem Bild der bearbeiteten Oberfläche gezeigte bearbeitete Oberfläche geschnitten wurde.