DE112021004645T5 - Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem - Google Patents

Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem Download PDF

Info

Publication number
DE112021004645T5
DE112021004645T5 DE112021004645.4T DE112021004645T DE112021004645T5 DE 112021004645 T5 DE112021004645 T5 DE 112021004645T5 DE 112021004645 T DE112021004645 T DE 112021004645T DE 112021004645 T5 DE112021004645 T5 DE 112021004645T5
Authority
DE
Germany
Prior art keywords
washing
machine tool
machining
conditions
under
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
DE112021004645.4T
Other languages
English (en)
Inventor
Kenichi Ogawa
Takashi Nagatomi
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 DE112021004645T5 publication Critical patent/DE112021004645T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/404Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065Monitoring tool breakage, life or condition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/09Supervised learning
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00Economic sectors
    • G16Y10/25Manufacturing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00Information sensed or collected by the things
    • G16Y20/20Information sensed or collected by the things relating to the thing itself
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00IoT characterised by the purpose of the information processing
    • G16Y40/30Control
    • 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
    • G05B2219/35Nc in input of data, input till input file format
    • G05B2219/35111Automatically search for clean up regions, generate clean up tool pass
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/49Nc machine tool, till multiple
    • G05B2219/49049Coolant serves as lubrication and also to take away swarf, chips

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Auxiliary Devices For Machine Tools (AREA)
  • General Factory Administration (AREA)
  • Numerical Control (AREA)

Abstract

Die vorliegende Erfindung erzeugt ein erlerntes Modell, das die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminiert und die Ansammlung von Spänen mit der geringstmöglichen Reinigungsfrequenz verhindert. Eine maschinelle Lernvorrichtung umfasst eine Eingabedatenerfassungseinheit, die Eingabedaten erfasst, die Folgendes umfassen: eine beliebige Bearbeitungsbedingung für ein beliebiges Werkstück, das von einer beliebigen Werkzeugmaschine bearbeitet werden soll; eine Reinigungsbedingung zum Reinigen des Inneren einer Maschine, mit der das Werkstück unter der Bearbeitungsbedingung bearbeitet wurde, durch eine beliebige Reinigungsvorrichtung; und Zustandsinformationen, die einen Schmutzgrad des Inneren der Maschine vor der Bearbeitung unter der Bearbeitungsbedingung anzeigen. Die Vorrichtung umfasst auch: eine Beschriftungserfassungseinheit, die als Beschriftungsdaten Zustandsinformationen über das Innere der Maschine nach der Bearbeitung unter der Bearbeitungsbedingung und der Reinigung unter der Reinigungsbedingung, die in den Eingabedaten enthalten sind, erfasst; und eine Lerneinheit, die überwachtes Lernen unter Verwendung der Eingabedaten, die durch die Eingabedatenerfassungseinheit erfasst wurden, und der Beschriftungsdaten, die durch die Beschriftungserfassungseinheit erfasst wurden, ausführt, um ein erlerntes Modell zu erzeugen.

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung bezieht sich auf eine Maschinen-Lerngerät, ein Waschvorhersagegerät und ein Waschsystem.
  • Stand der Technik
  • In einem Fall, in dem eine Waschvorrichtung (z. B. eine Vorrichtung, die in einer Werkzeugmaschine befestigt ist, oder eine Vorrichtung, die durch Ergreifen durch einen Roboter oder ähnliches arbeitet) das Innere einer Werkzeugmaschine wäscht, ist es üblich, das Innere der Werkzeugmaschine mit einer vorbestimmten Frequenz zu waschen.
  • In den Patentdokumenten 1 bis 3 werden Technologien zur Messung der Menge an angesammelten Spänen mit Hilfe eines visuellen Sensors vorgeschlagen, um zu entscheiden, ob ein Waschvorgang (Reinigung) durchgeführt werden soll oder nicht.
    • Patentdokument 1: Unbeanstandete japanische Patentanmeldung, Veröffentlichung Nr. 2016-168661
    • Patentdokument 2: Unbeanstandete japanische Patentanmeldung, Veröffentlichung Nr. 2017-013182
    • Patentdokument 3: Unbeanstandete japanische Patentanmeldung, Veröffentlichung Nr. 2017-104943
  • Offenbarung der Erfindung
  • Durch die Erfindung zu lösende Probleme
  • Beim Waschen des Innenraums einer Werkzeugmaschine mit einer festen Häufigkeit entscheidet ein Arbeiter empirisch über die Häufigkeit auf der Grundlage der Form der Späne, der Anzahl der bearbeiteten Werkstücke und der Menge des anfallenden Materials.
  • Bei einem Verfahren zur Kontrolle der Späneansammlung durch den visuellen Sensor entscheidet der Arbeiter, ob die Kontrolle durch den visuellen Sensor bei jeder Bearbeitung eines Werkstücks oder nach der Bearbeitung mehrerer Werkstücke durchgeführt werden soll.
  • Während das Innere der Werkzeugmaschine gewaschen (gereinigt) wird, oder während die Menge der angesammelten Späne durch den visuellen Sensor überprüft wird, ist es nicht möglich, ein Werkstück mit der Werkzeugmaschine zu bearbeiten.
  • Um die Produktivität des Werkstücks zu erhöhen, ist es daher notwendig, die für andere Prozesse als die Bearbeitung aufgewendete Zeit so weit wie möglich zu reduzieren und die Anzahl der Waschvorgänge im Inneren der Werkzeugmaschine sowie die Zeit für die Kontrolle durch den visuellen Sensor so weit wie möglich zu verringern.
  • Daher ist es wünschenswert, ein trainiertes Modell zu erstellen, das die Bestätigung durch den visuellen Sensor während der Bearbeitung eliminiert und die Ansammlung von Spänen mit einer möglichst geringen Waschhäufigkeit verhindert oder reduziert.
  • Mittel zur Lösung der Probleme
  • Ein Aspekt eines Maschinen-Lerngerät der vorliegenden Offenbarung umfasst: eine Eingabedatenerfassungseinheit, die so konfiguriert ist, dass sie Eingabedaten erfasst, wobei die Eingabedaten beliebige Bearbeitungsbedingungen für eine beliebige Werkzeugmaschine zur Bearbeitung beliebiger Werkstücke, Waschbedingungen für eine beliebige Waschvorrichtung zum Waschen des Inneren einer Werkzeugmaschine, in der die Werkstücke unter den Bearbeitungsbedingungen bearbeitet wurden, und Zustandsinformationen, die einen Verschmutzungsgrad im Inneren der Werkzeugmaschine vor der Bearbeitung unter den Bearbeitungsbedingungen angeben, enthalten eine Beschriftungserfassungseinheit, die so konfiguriert ist, dass sie als Beschriftungsdaten Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den Bearbeitungsbedingungen, die in den Eingabedaten enthalten sind, und dem anschließenden Waschen unter den Waschbedingungen, die in den Eingabedaten enthalten sind, erfasst; und eine Lerneinheit, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der Eingabedaten, die durch die Eingabedatenerfassungseinheit erfasst wurden, und der Beschriftungsdaten, die durch die Beschriftungserfassungseinheit erfasst wurden, ausführt und ein trainiertes Modell erzeugt.
  • Ein Aspekt eines Waschvorhersagegerät der vorliegenden Offenbarung umfasst: ein trainiertes Modell, das durch das Maschinen-Lerngerät von (1) erzeugt wird; eine Eingabeeinheit, die so konfiguriert ist, dass sie vor der Bearbeitung durch eine Werkzeugmaschine Eingaben von anzuwendenden Bearbeitungsbedingungen, Waschbedingungen für ein vorbestimmtes Waschen und aktuelle Zustandsinformationen über das Innere der Werkzeugmaschine empfängt; und eine Vorhersageeinheit, die so konfiguriert ist, dass sie in das trainierte Modell die anzuwendenden Bearbeitungsbedingungen, die Waschbedingungen und die aktuellen Zustandsinformationen über das Innere der Werkzeugmaschine, die von der Eingabeeinheit empfangen werden, eingibt und Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen vorhersagt.
  • Ein Aspekt eines Waschsystems der vorliegenden Offenbarung umfasst: das Waschvorhersagegerät von (2); und eine Waschvorrichtung.
  • Auswirkungen der Erfindung
  • Nach einem Aspekt ist es möglich, ein trainiertes Modell zu erzeugen, das die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminiert und die Ansammlung von Spänen mit der geringstmöglichen Waschfrequenz verhindert.
  • Figurenliste
    • 1 ist ein funktionelles Blockdiagramm, das ein Beispiel für eine funktionelle Konfiguration eines Waschsystems gemäß einer ersten Ausführungsform zeigt;
    • 2A ist ein Diagramm, das ein Beispiel für einen Zustand der Ansammlung von Spänen von der Seite gesehen in einer Werkzeugmaschine zeigt;
    • 2B ist ein Diagramm, das ein Beispiel für ein vorbestimmtes Waschen von oben gesehen innerhalb der Werkzeugmaschine zeigt;
    • 3 ist ein Diagramm, das ein Beispiel eines trainierten Modells zeigt, das für ein Waschvorhersagegerät von 1 vorgesehen ist;
    • 4 ist ein Diagramm, das ein Beispiel für die Verschmutzungsgrade im Inneren der Werkzeugmaschine zeigt;
    • 5 ist ein Flussdiagramm, das einen Vorhersageprozess eines Waschvorhersagegeräts in einer Betriebsphase veranschaulicht;
    • 6 ist ein funktionelles Blockdiagramm, das ein Beispiel für eine funktionelle Konfiguration eines Waschsystems gemäß einer zweiten Ausführungsform zeigt;
    • 7 ist ein Flussdiagramm, das einen Vorhersageprozess eines Waschvorhersagegeräts in einer Betriebsphase veranschaulicht;
    • 8A ist ein Diagramm, das ein Beispiel für das erste vorbestimmte Waschen zeigt;
    • 8B ist ein Diagramm, das ein Beispiel für das zweite vorbestimmte Waschen zeigt;
    • 9 ist ein Diagramm, das ein Beispiel für die Konfiguration des Waschsystems zeigt; und
    • 10 ist ein Diagramm, das ein Beispiel für die Konfiguration des Waschsystems zeigt.
  • Bevorzuge Ausführungsform der Erfindung
  • <Erste Ausführungsform>
  • Die Konfiguration der vorliegenden Ausführungsform wird anhand von Zeichnungen im Detail beschrieben. Hier wird ein Fall beschrieben, in dem ein Waschzeitpunkt, bei dem eine Werkstückproduktionsmenge am größten ist, auf der Grundlage der anzuwendenden Bearbeitungsbedingungen, der Waschbedingungen für das vorbestimmte Waschen und des aktuellen Verschmutzungsgrads innerhalb einer Werkzeugmaschine festgelegt wird. Wie später beschrieben, ist die vorliegende Erfindung auch auf einen Fall anwendbar, in dem auf der Grundlage der anzuwendenden Bearbeitungsbedingungen, der Waschbedingungen für das vorbestimmte Waschen und des aktuellen Verschmutzungsgrads im Inneren der Werkzeugmaschine die kleinste Anzahl von Malen des vorbestimmten Waschens für das Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen bestimmt wird.
  • 1 ist ein funktionelles Blockdiagramm, das ein funktionelles Konfigurationsbeispiel eines Waschsystems gemäß der ersten Ausführungsform zeigt. Wie in 1 dargestellt, verfügt ein Waschsystem 1 über eine Werkzeugmaschine 10, ein Waschvorhersagegerät 20 und ein Maschinen-Lerngerät 30.
  • Die Werkzeugmaschine 10, das Waschvorhersagegerät 20 und das Maschinen-Lerngerät 30 können über Verbindungsschnittstellen (nicht dargestellt) direkt miteinander verbunden sein. Ferner können die Werkzeugmaschine 10, das Waschvorhersagegerät 20 und das Maschinen-Lerngerät 30 über ein Netzwerk (nicht dargestellt), wie z. B. ein LAN (Local Area Network) oder das Internet, miteinander verbunden sein. In diesem Fall ist jede der Werkzeugmaschine 10, des Waschvorhersagegeräts 20 und des Maschinen-Lerngeräts 30 mit einer Kommunikationseinheit (nicht dargestellt) versehen, die zur gegenseitigen Durchführung der Kommunikation über eine solche Verbindung dient. Die Werkzeugmaschine 10 kann das Waschvorhersagegerät 20 und das Maschinen-Lerngerät 30 umfassen, wie später beschrieben.
  • Bei der Werkzeugmaschine 10 handelt es sich um eine dem Fachmann wohlbekannte Werkzeugmaschine. Die Werkzeugmaschine 10 umfasst eine Waschvorrichtung 101, eine Messvorrichtung 102 und eine Steuervorrichtung 103. Die Werkzeugmaschine 10 arbeitet auf der Grundlage eines Betriebsbefehls der Steuervorrichtung 103. Die Waschvorrichtung 101 und die Steuervorrichtung 103 können von der Werkzeugmaschine 10 unabhängige Vorrichtungen sein.
  • Bei der Waschvorrichtung 101 handelt es sich um eine dem Fachmann wohlbekannte Waschvorrichtung. Beispielsweise wäscht die Waschvorrichtung 101 das Innere der Werkzeugmaschine 10 durch vorbestimmtes Waschen, indem sie eine in der Waschvorrichtung 101 enthaltene Pumpe (nicht gezeigt) in Betrieb setzt, um Waschflüssigkeit, wie z. B. Kühlmittel, aus einer in der Waschvorrichtung 101 enthaltenen Waschdüse (nicht gezeigt) einzuspritzen, und zwar auf der Grundlage eines Steuerbefehls, der von der Steuervorrichtung 103 erzeugt wird, die ein Waschprogramm ausführt.
  • Hier ist das vorbestimmte Waschen ein Waschen, für das die Waschbedingungen für das Waschen der Innenseite der Werkzeugmaschine (z.B. der Winkel und die Einspritzmenge der Waschdüse, die Stellen innerhalb der Werkzeugmaschine, ein Waschweg, die Waschzeit und ähnliches) im Voraus im Waschprogramm entsprechend dem Typ der Werkzeugmaschine 10 und dem Inhalt der Bearbeitung eingestellt werden. In den Waschbedingungen wird auch die Anzahl der vorbestimmten Waschvorgänge festgelegt, wobei der vorbestimmte Waschvorgang eine Grundeinheit darstellt.
  • 2A ist ein Diagramm, das ein Beispiel für einen Zustand der Ansammlung von Spänen von der Seite innerhalb der Werkzeugmaschine 10 aus gesehen zeigt. 2B ist ein Diagramm, das ein Beispiel für das vorbestimmte Waschen von oben in der Werkzeugmaschine 10 zeigt. In 2B entspricht die untere Seite der Türseite der Werkzeugmaschine 10.
  • Wie in 2B gezeigt, entfernt die Waschvorrichtung 101 Späne im Inneren der Werkzeugmaschine 10, indem sie z.B. den vorbestimmten Waschvorgang wiederholt, indem sie die Waschdüse entlang einer Waschroute von (1) bis (6) so oft bewegt, wie es die Waschbedingungen auf der Grundlage des Waschprogramms vorsehen.
  • Die Waschvorrichtung 101 kann an einem Roboter (nicht abgebildet) angebracht oder in diesen integriert werden, um das Innere der Werkzeugmaschine 10 zu waschen. In diesem Fall kann die Werkzeugmaschine 10 eine Robotersteuervorrichtung (nicht abgebildet) enthalten.
  • Die Messvorrichtung 102 kann den Verschmutzungsgrad im Inneren der Werkzeugmaschine 10 für das gesamte Innere der Werkzeugmaschine 10 oder für mindestens einen Aufmerksamkeitspunkt nach der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 messen, beispielsweise von einer vorbestimmten Position aus. Insbesondere kann die Messvorrichtung 102 auf der Grundlage eines Unterschieds zu einem Messwert für das gesamte Innere der Werkzeugmaschine 10 oder für mindestens einen Aufmerksamkeitspunkt, der durch vorheriges Messen des schmutzfreien Inneren der Werkzeugmaschine 10 ermittelt wurde, einen Betrag des Unterschieds (die Fläche, das Volumen oder dergleichen) an jedem Waschzielteil innerhalb der Werkzeugmaschine, eine Rate (%) der Helligkeit des Unterschieds oder dergleichen als den Verschmutzungsgrad innerhalb der Werkzeugmaschine unter Verwendung eines bekannten Verfahrens (z. B. japanische nicht geprüfte Patentanmeldung, Publikationsnummer 2018-153872 oder dergleichen) berechnen. Als Messvorrichtung 102 kann ein visueller Sensor, ein Infrarotlaser, ein Ultraschallmessgerät oder Ähnliches verwendet werden.
  • Bei der Steuervorrichtung 103 handelt es sich um eine numerische Steuervorrichtung, die dem Fachmann bekannt ist. Die Steuervorrichtung 103 erzeugt einen Betriebsbefehl auf der Grundlage von Steuerinformationen und überträgt den erzeugten Betriebsbefehl an die Werkzeugmaschine 10, die Waschvorrichtung 101 und die Messvorrichtung 102. Dadurch steuert die Steuervorrichtung 103 den Betrieb der Werkzeugmaschine 10, der Waschvorrichtung 101 und der Messvorrichtung 102. Die Steuervorrichtung 103 kann die Steuerinformationen auch über die Kommunikationseinheit der Werkzeugmaschine 10 (nicht dargestellt) an das Waschvorhersagegerät 20 ausgeben. Die Steuerinformationen umfassen ein Bearbeitungsprogramm, das Waschprogramm und die Werte der für die Steuervorrichtung 103 eingestellten Parameter.
  • Ferner kann die Steuervorrichtung 103 über die Kommunikationseinheit der Werkzeugmaschine 10 (nicht dargestellt) Zustandsinformationen, die den aktuellen, von der Messvorrichtung 102 gemessenen Verschmutzungsgrad innerhalb der Werkzeugmaschine 10 anzeigen, an das Waschvorhersagegerät 20 ausgeben.
  • In einer Betriebsphase kann das Waschvorhersagegerät 20 vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 die anzuwendenden Bearbeitungsbedingungen, die Waschbedingungen für das vorbestimmte Waschen und die aktuellen Zustandsinformationen über das Innere der Werkzeugmaschine 10 erfassen, die in den Steuerinformationen der Steuervorrichtung 103 enthalten sind. Das Waschvorhersagegerät 20 kann Zustandsinformationen über das Innere der Werkzeugmaschine 10 nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen vorhersagen, indem die erfassten Bearbeitungsbedingungen, Waschbedingungen und aktuellen Zustandsinformationen über das Innere der Werkzeugmaschine in ein trainiertes Modell eingegeben werden, das von dem später beschriebenen Maschinen-Lerngerät 30 bereitgestellt wird.
  • Der Verschmutzungsgrad innerhalb der Werkzeugmaschine wird hauptsächlich durch eine große Menge an Spänen verursacht, die durch die von den Werkzeugen der Werkzeugmaschine 10 bearbeiteten Werkstücke erzeugt werden und sich ansammeln. Daher können die Bearbeitungsbedingungen im Hinblick auf die Erzeugung von Spänen den Typ der Werkzeugmaschine 10, das Material der Werkstücke (Eisen oder Nichteisen), den Typ eines Schneidwerkzeugs, die Spindeldrehzahl, die Vorschubgeschwindigkeit, die Schnitttiefe und die Menge der produzierten Werkstücke umfassen. Die Art des Schneidwerkzeugs bezieht sich auf die Form der Späne, und die Spindeldrehzahl, der Vorschub und die Schnitttiefe beziehen sich auf die Menge der Späne.
  • Zu den Zustandsinformationen gehört auch der Verschmutzungsgrad in der Werkzeugmaschine, wie später beschrieben.
  • Vor der Beschreibung des Waschvorhersagegeräts 20 werden hier „der Verschmutzungsgrad der Werkzeugmaschine“ und das maschinelle Lernen zur Erstellung eines trainierten Modells beschrieben.
  • <Über den Verschmutzungsgrad in der Werkzeugmaschine>
  • Wie oben beschrieben, ist der „Verschmutzungsgrad im Inneren der Werkzeugmaschine“ ein Differenzbetrag (die Fläche, das Volumen oder Ähnliches) an jedem Waschzielteil im Inneren der Werkzeugmaschine, eine Helligkeitsrate (%) der Differenz oder Ähnliches, die von der Messvorrichtung 102 auf der Grundlage des Unterschieds zu einem Messwert des gesamten oder mindestens eines Aufmerksamkeitspunkts des Inneren der Werkzeugmaschine berechnet wird, der durch vorherige Messung des schmutzfreien Inneren der Werkzeugmaschine ermittelt wurde. Das heißt, der „Verschmutzungsgrad im Inneren der Werkzeugmaschine“ der Werkzeugmaschine 10 unmittelbar nach dem Waschen ist „0%“. Dann, wenn die Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 wiederholt wird, wird der „Verschmutzungsgrad im Inneren der Werkzeugmaschine“ zu einem Wert, der dem Betrag der Differenz (der Fläche, des Volumens oder dergleichen) an jedem Waschzielteil im Inneren der Werkzeugmaschine oder einer Rate (%) der Helligkeit der Differenz entspricht, die von der Messvorrichtung 102 gemessen wird. Der im Voraus festgelegte maximal zulässige Grenzwert wird mit γ angegeben.
  • < Maschinen-Lerngerät 30>
  • Das Maschinen-Lerngerät 30 erfasst beispielsweise beliebige Bearbeitungsbedingungen für eine beliebige Werkzeugmaschine zur Bearbeitung beliebiger Werkstücke, Waschbedingungen für eine beliebige Waschvorrichtung zum Waschen des Inneren der Werkzeugmaschine, in der die Werkstücke unter den Bearbeitungsbedingungen bearbeitet wurden, und Zustandsinformationen, die einen Verschmutzungsgrad im Inneren der Werkzeugmaschine vor der Bearbeitung unter den Bearbeitungsbedingungen angeben, als Eingabedaten im Voraus.
  • Ferner erfasst das Maschinen-Lerngerät 30 als Beschriftung (eine richtige Antwort) Zustandsinformationen über das Innere der Werkzeugmaschine (einen Verschmutzungsgrad im Inneren der Werkzeugmaschine) nach der Durchführung einer Bearbeitung unter den in den erfassten Eingabedaten enthaltenen Bearbeitungsbedingungen und einem anschließenden Waschen unter den in den erfassten Eingabedaten enthaltenen Waschbedingungen.
  • Das Maschinen-Lerngerät 30 führt überwachtes Lernen mit Trainingsdaten eines Paares aus den erfassten Eingabedaten und einer Beschriftung durch, um ein später beschriebenes trainiertes Modell zu erstellen.
  • Auf diese Weise kann das Maschinen-Lerngerät 30 das konstruierte, trainierte Modell für das Waschvorhersagegerät 20 bereitstellen.
  • Das Maschinen-Lerngerät 30 wird im Folgenden näher beschrieben.
  • Wie in 1 dargestellt, verfügt das Maschinen-Lerngerät 30 über eine Eingabedatenerfassungseinheit 301, eine Beschriftungserfassungseinheit 302, eine Lerneinheit 303 und eine Speichereinheit 304.
  • In einer Lernphase erfasst die Eingabedatenerfassungseinheit 301 als Eingabedaten über die Kommunikationseinheit (nicht dargestellt) beliebige Bearbeitungsbedingungen für eine beliebige Werkzeugmaschine zur Bearbeitung beliebiger Werkstücke, Waschbedingungen für eine beliebige Waschvorrichtung zum Waschen des Inneren der Werkzeugmaschine, in der die Werkstücke unter den Bearbeitungsbedingungen bearbeitet wurden, und Zustandsinformationen, die einen Verschmutzungsgrad im Inneren der Werkzeugmaschine vor der Bearbeitung unter den Bearbeitungsbedingungen von der Steuervorrichtung 103 oder dergleichen anzeigen. Die Eingabedatenerfassungseinheit 301 gibt die erfassten Eingabedaten an die Speichereinheit 304 aus.
  • Die Beschriftungserfassungseinheit 302 erfasst als Beschriftungsdaten (korrekte Antwortdaten) Daten, die einen Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den in den Eingabedaten enthaltenen Bearbeitungsbedingungen und dem anschließenden Waschen unter den in den Eingabedaten enthaltenen Waschbedingungen anzeigen, und gibt die erfassten Beschriftungsdaten an die Speichereinheit 304 aus.
  • Durch Akzeptieren des Paares aus den Eingabedaten und der oben beschriebenen Beschriftung als Trainingsdaten und Ausführen von überwachtem Lernen unter Verwendung der akzeptierten Trainingsdaten konstruiert die Lerneinheit 303 ein trainiertes Modell 250 zur Vorhersage des Verschmutzungsgrades innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen (z.B. die Anzahl der Male des vorbestimmten Waschens), basierend auf den anzuwendenden Bearbeitungsbedingungen, den Waschbedingungen und dem aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine.
  • Anschließend stellt die Lerneinheit 303 das erstellte, trainierte Modell 250 für das Waschvorhersagegerät 20 bereit.
  • Was die Trainingsdaten für die Durchführung des überwachten Lernens betrifft, so ist es wünschenswert, dass viele Trainingsdaten vorbereitet werden. Zum Beispiel können die Trainingsdaten von jeder der Steuervorrichtung 103 der Werkzeugmaschinen 10, die tatsächlich an verschiedenen Orten, wie z. B. in den Fabriken der Kunden und dergleichen, in Betrieb sind, erfasst werden.
  • 3 ist ein Diagramm, das ein Beispiel des trainierten Modells 250 zeigt, das für das Waschvorhersagegerät 20 von 1 vorgesehen ist. Wie in 3 dargestellt, zeigt das trainierte Modell 250 ein mehrschichtiges neuronales Netz, in dem die anzuwendenden Bearbeitungsbedingungen, wie z.B. der Typ der Werkzeugmaschine und das Material der Werkstücke, eine Waschbedingung für die Anzahl der vorbestimmten Waschvorgänge und Zustandsinformationen über den aktuellen Verschmutzungsgrad in der Werkzeugmaschine als Eingabeschicht verwendet werden, und Daten, die den „Verschmutzungsgrad“ in der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter der Waschbedingung anzeigen, als Ausgabeschicht verwendet werden.
  • Zu den anzuwendenden Bearbeitungsbedingungen gehören der Typ der Werkzeugmaschine, das Material der Werkstücke (Eisen oder Nichteisen), der Typ des Schneidwerkzeugs, die Spindeldrehzahl, der Vorschub, die Schnitttiefe und die Menge der hergestellten Werkstücke, wie oben beschrieben.
  • Obwohl die Anzahl der vorgegebenen Waschvorgänge als Waschbedingung angenommen wird, ist auch die Waschzeit (= (Waschzeit für vorgegebenen Waschvorgang) × (Anzahl der Waschvorgänge)) als Waschbedingung möglich.
  • Wenn nach der Erstellung des trainierten Modells 250 neue Trainingsdaten erfasst werden, kann die Lerneinheit 303 das einmal erstellte trainierte Modell 250 aktualisieren, indem sie weiteres überwachtes Lernen für das trainierte Modell 250 durchführt.
  • Das oben beschriebene überwachte Lernen kann durch Online-Lernen, Batch-Lernen oder Mini-Batch-Lernen durchgeführt werden.
  • Das Online-Lernen ist eine Lernmethode, bei der jedes Mal, wenn die Bearbeitung eines Werkstücks durch die Werkzeugmaschine 10 und die Erzeugung von Trainingsdaten durchgeführt wird, sofort ein überwachtes Lernen durchgeführt wird. Das Batch-Lernen ist eine Lernmethode, bei der, während die Bearbeitung eines Werkstücks durch die Werkzeugmaschine 10 und die Erzeugung von Trainingsdaten wiederholt werden, eine Vielzahl von Trainingsdaten, die den Wiederholungen entsprechen, gesammelt werden, und überwachtes Lernen unter Verwendung aller gesammelten Trainingsdaten durchgeführt wird. Das Mini-Batch-Lernen ist ein Zwischenverfahren zwischen dem Online-Lernen und dem Batch-Lernen, bei dem das überwachte Lernen jedes Mal durchgeführt wird, wenn einige Trainingsdaten gesammelt wurden.
  • Die Speichereinheit 304 ist ein RAM (Speicher mit wahlfreiem Zugriff) oder ähnliches und speichert die von der Eingabedatenerfassungseinheit 301 erfassten Eingabedaten, die von der Beschriftungserfassungseinheit 302 erfassten Beschriftungsdaten, das von der Lerneinheit 303 erstellte trainierte Modell 250 und ähnliches.
  • Das maschinelle Lernen zur Erstellung des trainierten Modells 250, das in dem Waschvorhersagegerät 20 bereitgestellt wird, wurde oben beschrieben.
  • Als nächstes wird das Waschvorhersagegerät 20 in der Betriebsphase beschrieben.
  • <Waschvorhersagegerät 20 in der Betriebsphase>
  • Wie in 1 gezeigt, ist das Waschvorhersagegerät 20 in der Betriebsphase so konfiguriert, dass es eine Eingabeeinheit 201, eine Vorhersageeinheit 202, eine Entscheidungseinheit 203, eine Benachrichtigungseinheit 204 und eine Speichereinheit 205 umfasst.
  • Das Waschvorhersagegerät 20 ist mit einer arithmetischen Verarbeitungsvorrichtung (nicht gezeigt), wie z.B. einer CPU (Zentraleinheit), ausgestattet, um die Operationen der Funktionsblöcke von 1 zu realisieren. Ferner ist das Waschvorhersagegerät 20 mit Hilfsspeichergeräten (nicht gezeigt), wie einem ROM (Nur-Lese-Speicher) und einer HDD, in denen verschiedene Arten von Steuerprogrammen gespeichert sind, und einem Hauptspeicher (nicht gezeigt), wie einem RAM, zum Speichern von Daten, die vorübergehend für die arithmetische Verarbeitungsvorrichtung erforderlich sind, um ein Programm auszuführen, versehen.
  • In dem Waschvorhersagegerät 20 liest die arithmetische Verarbeitungsvorrichtung ein Betriebssystem und eine Anwendungssoftware aus den Hilfsspeichergeräten und führt, während sie das gelesene Betriebssystem und die Anwendungssoftware im Hauptspeicher entwickelt, eine arithmetische Verarbeitung auf der Grundlage des Betriebssystems und der Anwendungssoftware durch. Auf der Grundlage eines Ergebnisses der arithmetischen Verarbeitung steuert das Waschvorhersagegerät 20 jedes Hardwareteil. Auf diese Weise werden die Prozesse der Funktionsblöcke aus 1 realisiert. Das heißt, das Waschvorhersagegerät 20 kann durch die Zusammenarbeit von Hardware und Software realisiert werden.
  • Die Eingabeeinheit 201 empfängt vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 Eingaben von anzuwendenden Bearbeitungsbedingungen, eine Waschbedingung für die Anzahl der Male des vorbestimmten Waschens und Zustandsinformationen über den aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine, zum Beispiel von Steuerinformationen der Steuervorrichtung 103. Die Eingabeeinheit 201 gibt die erfassten anzuwendenden Bearbeitungsbedingungen, die Waschbedingung für die Anzahl der vorbestimmten Waschvorgänge und die Zustandsinformationen über den aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine an die Vorhersageeinheit 202 aus.
  • Die Vorhersageeinheit 202 gibt die anzuwendenden Bearbeitungsbedingungen, die Waschbedingung für die Anzahl der vorbestimmten Waschvorgänge und die Zustandsinformationen über den aktuellen Verschmutzungsgrad im Inneren der Werkzeugmaschine in das trainierte Modell 250 von 3 ein und sagt Zustandsinformationen über den „Verschmutzungsgrad“ im Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter der Waschbedingung voraus.
  • Die Anzahl der vorbestimmten Waschvorgänge in der Waschbedingung wird auf „0“ gesetzt, so dass der Waschzeitpunkt, bei dem die Menge der Werkstückproduktion am größten ist, von der später beschriebenen Entscheidungseinheit 203 bestimmt wird. Das heißt, die Vorhersageeinheit 202 sagt den Verschmutzungsgrad im Inneren der Werkzeugmaschine unmittelbar vor einem Waschzeitpunkt voraus, zu dem es notwendig wird, das Innere der Werkzeugmaschine zu waschen.
  • Die Entscheidungseinheit 203 entscheidet auf der Grundlage der von der Vorhersageeinheit 202 vorhergesagten Zustandsinformationen über den Verschmutzungsgrad innerhalb der Werkzeugmaschine über den Waschzeitpunkt, zu dem die Menge der Werkstückproduktion am größten ist.
  • Insbesondere beurteilt die Entscheidungseinheit 203 auf der Grundlage eines Vergleichs zwischen einem vorhergesagten Wert des Verschmutzungsgrads im Inneren der Werkzeugmaschine und einem voreingestellten Schwellenwert, ob es sich um den Waschzeitpunkt handelt, zu dem das Waschen des Inneren der Werkzeugmaschine erforderlich ist oder nicht.
  • 4 ist ein Diagramm, das ein Beispiel für die Verschmutzungsgrade im Inneren der Werkzeugmaschine zeigt. Wie in 4 gezeigt, beträgt der Verschmutzungsgrad in der Werkzeugmaschine unmittelbar nach dem Waschen beispielsweise „0 %“, und der Verschmutzungsgrad nimmt zu, wenn die Bearbeitung eines Werkstücks durch die Werkzeugmaschine 10 wiederholt wird. Liegt beispielsweise der Verschmutzungsgrad in der Werkzeugmaschine unter einer vorgegebenen Rate α, kann die Werkzeugmaschine 10 ein Werkstück mit der gewünschten Bearbeitungsqualität bearbeiten. Liegt der Verschmutzungsgrad hingegen gleich oder höher als die vorgegebene Rate α, kann die Werkzeugmaschine 10 ein Werkstück nicht mit der gewünschten Bearbeitungsqualität bearbeiten.
  • In der folgenden Beschreibung wird die vorbestimmte Rate α, die ein Verschmutzungsgrad innerhalb der Werkzeugmaschine ist, als Schwellenwert definiert. Die vorbestimmte Rate α (im Folgenden auch als „Schwellenwert α“ bezeichnet) kann entsprechend der Umgebung einer Fabrik, in der die Werkzeugmaschine 10 installiert ist, dem Inhalt der Bearbeitung durch die Werkzeugmaschine 10 und dergleichen festgelegt werden.
  • Wie später beschrieben, kann davon ausgegangen werden, dass keine Späne in der Werkzeugmaschine vorhanden sind, wenn der Verschmutzungsgrad im Inneren der Werkzeugmaschine unter einer vorgegebenen Rate β liegt, und die vorgegebene Rate β, die der Verschmutzungsgrad im Inneren der Werkzeugmaschine ist, wird als Schwellenwert definiert, der einen Zustand anzeigt, in dem das Waschen des Inneren der Werkzeugmaschine unnötig ist und keine Späne vorhanden sind. Hier wird γ>α>β angenommen.
  • Die Entscheidungseinheit 203 beurteilt, ob der von der Vorhersageeinheit 202 vorhergesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt oder nicht. Wenn zum Beispiel der vorhergesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt, erhöht die Entscheidungseinheit 203 die Menge der Werkstückproduktion unter den anzuwendenden Bearbeitungsbedingungen um eins (eine vorbestimmte Anzahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen vorherzusagen, unter denen die Anzahl der produzierten Werkstücke inkrementiert wurde, und der Durchführung des Waschens unter der Waschbedingung vorauszusagen, und den Waschzeitpunkt zu bestimmen, bei dem die Anzahl der produzierten Werkstücke am größten innerhalb eines Bereichs ist, in dem der vorausgesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt.
  • Andererseits, wenn der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine gleich oder über dem Schwellenwert α ist, verringert die Entscheidungseinheit 203 die Menge der Werkstückproduktion unter den anzuwendenden Bearbeitungsbedingungen um eins (eine vorbestimmte Zahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad im Inneren der Werkzeugmaschine nach Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen vorherzusagen, unter denen die Anzahl der produzierten Werkstücke dekrementiert wurde, und der Durchführung des Waschens unter der Waschbedingung vorauszusagen, und den Waschzeitpunkt zu bestimmen, bei dem die Anzahl der produzierten Werkstücke am größten innerhalb des Bereichs ist, in dem der vorausgesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt.
  • Die Benachrichtigungseinheit 204 kann den Waschzeitpunkt, zu dem die von der Entscheidungseinheit 203 festgelegte Menge an produzierten Werkstücken am größten ist, an ein Ausgabegerät (nicht dargestellt), wie z. B. eine Flüssigkristallanzeige in der Werkzeugmaschine 10 und/oder der Steuervorrichtung 103, ausgeben.
  • Auf diese Weise kann die Benachrichtigungseinheit 204 einem Benutzer (einem Bediener) den Waschzeitpunkt empfehlen, zu dem die von der Entscheidungseinheit 203 festgelegte Menge der Werkstückproduktion am größten ist. Die Benachrichtigungseinheit 204 kann eine Benachrichtigung per Sprache über einen Lautsprecher (nicht dargestellt) ausgeben.
  • Die Speichereinheit 205 ist ein ROM, eine HDD oder ähnliches und kann das trainierte Modell 250 zusammen mit den verschiedenen Arten von Steuerprogrammen speichern.
  • <Vorhersageverfahren des Waschvorhersagegeräts 20 in der Betriebsphase>
  • Als Nächstes wird der Betrieb im Zusammenhang mit einem Vorhersageprozess des Waschvorhersagegeräts 20 gemäß der vorliegenden Ausführungsform beschrieben. 5 ist ein Flussdiagramm, das den Vorhersageprozess des Waschvorhersagegeräts 20 in der Betriebsphase zeigt.
  • In Schritt S11, vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10, erhält die Eingabeeinheit 201 Eingaben von anzuwendenden Bearbeitungsbedingungen, eine Waschbedingung der Anzahl von Malen des vorbestimmten Waschens „0“ und Zustandsinformationen über den aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine von Steuerinformationen der Steuervorrichtung 103.
  • In Schritt S12 gibt die Vorhersageeinheit 202 die anzuwendenden Bearbeitungsbedingungen, die Waschbedingung der Anzahl der Male des vorbestimmten Waschens „0“ und die Zustandsinformationen über den aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine in das trainierte Modell 250 ein und sagt Zustandsinformationen über den „Verschmutzungsgrad“ innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter der Waschbedingung voraus.
  • In Schritt S13 entscheidet die Entscheidungseinheit 203 über den Waschzeitpunkt, bei dem die Werkstückproduktionsmenge innerhalb des Bereichs, in dem ein in Schritt S12 vorhergesagter Wert des Verschmutzungsgrads im Inneren der Werkzeugmaschine unter dem Schwellenwert α liegt, am größten ist. Zum Beispiel, wenn der vorhergesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt, erhöht die Entscheidungseinheit 203 die Menge der Werkstückproduktion unter den anzuwendenden Bearbeitungsbedingungen um eins (eine vorbestimmte Zahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen vorherzusagen, unter denen die Anzahl der produzierten Werkstücke inkrementiert wurde, und der Durchführung des Waschens unter der Waschbedingung, und entscheidet den Waschzeitpunkt, bei dem die Anzahl der produzierten Werkstücke am größten innerhalb des Bereichs ist, dass der vorhergesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert α liegt.
  • Andererseits, wenn der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine gleich oder über dem Schwellenwert α ist, verringert die Entscheidungseinheit 203 die Menge der Werkstückproduktion unter den anzuwendenden Bearbeitungsbedingungen um eins (eine vorbestimmte Zahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad im Inneren der Werkzeugmaschine nach Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen vorherzusagen, unter denen die Anzahl der produzierten Werkstücke dekrementiert wurde, und der Durchführung des Waschens unter der Waschbedingung vorauszusagen, und den Waschzeitpunkt zu bestimmen, bei dem die Anzahl der produzierten Werkstücke am größten innerhalb des Bereichs ist, in dem der vorausgesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine niedriger als der Schwellenwert α ist.
  • In Schritt S14 benachrichtigt die Benachrichtigungseinheit 204 den Waschzeitpunkt, an dem die in Schritt S13 ermittelte Menge der Werkstückproduktion am größten ist.
  • Demnach gibt das Waschvorhersagegerät 20 gemäß der ersten Ausführungsform vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 die anzuwendenden Bearbeitungsbedingungen, die sich auf die Bearbeitung beziehen, eine Waschbedingung für die Anzahl der vorbestimmten Waschvorgänge und Zustandsinformationen einschließlich des aktuellen Verschmutzungsgrads innerhalb der Werkzeugmaschine in das trainierte Modell 250 ein, um Zustandsinformationen über den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung und des Waschens vorherzusagen. Dann entscheidet das Waschvorhersagegerät 20 über den Waschzeitpunkt, bei dem die Menge der Werkstückproduktion am größten ist, basierend auf dem Vergleich zwischen einem vorhergesagten Wert des vorhergesagten Verschmutzungsgrads innerhalb der Werkzeugmaschine und einem Schwellenwert.
  • Auf diese Weise kann das Waschvorhersagegerät 20 die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminieren und die Ansammlung von Spänen mit der geringstmöglichen Waschfrequenz verhindern.
  • Darüber hinaus macht das Waschvorhersagegerät 20 es überflüssig, dass ein Arbeiter anhand des trainierten Modells 250 beurteilen muss, ob das Innere der Werkzeugmaschine gewaschen werden muss, und es ist möglich, die Belastung des Arbeiters zu verringern.
  • Die erste Ausführungsform wurde bereits oben beschrieben.
  • <Zweite Ausführungsform>
  • Als nächstes wird eine zweite Ausführungsform beschrieben. Wie oben beschrieben, bestimmt das Waschvorhersagegerät 20 gemäß der ersten Ausführungsform den Waschzeitpunkt, zu dem die Menge der Werkstückproduktion am größten ist, basierend auf den anzuwendenden Bearbeitungsbedingungen, einer Waschbedingung für das vorbestimmte Waschen und dem aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine. Im Vergleich dazu unterscheidet sich ein Waschvorhersagegerät 20a gemäß der zweiten Ausführungsform von der ersten Ausführungsform dadurch, dass auf der Grundlage der anzuwendenden Bearbeitungsbedingungen, der Waschbedingungen für das vorbestimmte Waschen und des aktuellen Verschmutzungsgrads im Inneren der Werkzeugmaschine die kleinste Anzahl von Malen des vorbestimmten Waschens für das Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen bestimmt wird. Es wird davon ausgegangen, dass ein vorhergesagter Wert des Verschmutzungsgrads im Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den Bearbeitungsbedingungen unter dem Schwellenwert α liegt. Indem man es zu einer Bearbeitungsbedingung macht, dass die Werkstückproduktionsmenge innerhalb des Bereichs, in dem der Verschmutzungsgrad im Inneren der Werkzeugmaschine unter dem Schwellenwert α liegt, am größten ist, ist es möglich, die kleinste Anzahl von Malen des vorbestimmten Waschens zu bestimmen, um das Innere der Werkzeugmaschine zu dem Waschzeitpunkt zu waschen, zu dem die Werkstückproduktionsmenge am größten ist.
  • Dadurch kann das Waschvorhersagegerät 20a gemäß der zweiten Ausführungsform die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminieren und die Ansammlung von Spänen mit einer möglichst niedrigen Waschfrequenz verhindern.
  • Die zweite Ausführungsform wird im Folgenden beschrieben.
  • 6 ist ein funktionelles Blockdiagramm, das ein funktionelles Konfigurationsbeispiel eines Waschsystems gemäß der zweiten Ausführungsform zeigt. Für Komponenten, die ähnliche Funktionen wie die Komponenten des Waschsystems 1 aus 1 haben, werden dieselben Bezugszeichen verwendet, und eine detaillierte Beschreibung der Komponenten entfällt.
  • Wie in 6 dargestellt, verfügt ein Waschsystem 1A über die Werkzeugmaschine 10, ein Waschvorhersagegerät 20a und das Maschinen-Lerngerät 30.
  • Die Werkzeugmaschine 10 umfasst die Waschvorrichtung 101, die Messvorrichtung 102 und die Steuervorrichtung 103.
  • Die Waschvorrichtung 101, die Messvorrichtung 102 und die Steuervorrichtung 103 haben ähnliche Funktionen wie die Waschvorrichtung 101, die Messvorrichtung 102 und die Steuervorrichtung 103 gemäß der ersten Ausführungsform.
  • Das Maschinen-Lerngerät 30 umfasst die Eingabedatenerfassungseinheit 301, die Beschriftungserfassungseinheit 302, die Lerneinheit 303 und die Speichereinheit 304.
  • Die Eingabedatenerfassungseinheit 301, die Beschriftungserfassungseinheit 302, die Lerneinheit 303 und die Speichereinheit 304 haben ähnliche Funktionen wie die Funktionen der Eingabedatenerfassungseinheit 301, der Beschriftungserfassungseinheit 302, der Lerneinheit 303 und der Speichereinheit 304 gemäß der ersten Ausführungsform.
  • Das Waschvorhersagegerät 20a umfasst die Eingabeeinheit 201, die Vorhersageeinheit 202, eine Entscheidungseinheit 203a, die Benachrichtigungseinheit 204 und die Speichereinheit 205.
  • Die Eingabeeinheit 201, die Vorhersageeinheit 202, die Benachrichtigungseinheit 204 und die Speichereinheit 205 haben ähnliche Funktionen wie die Funktionen der Eingabeeinheit 201, der Vorhersageeinheit 202, der Benachrichtigungseinheit 204 und der Speichereinheit 205 gemäß der ersten Ausführungsform.
  • Die Entscheidungseinheit 203a entscheidet über die kleinste Anzahl von vorbestimmten Waschvorgängen zum Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen auf der Grundlage von Zustandsinformationen über den Verschmutzungsgrad im Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung und des Waschens, die von der Vorhersageeinheit 202 vorhergesagt wurden.
  • Insbesondere beurteilt die Entscheidungseinheit 203a auf der Grundlage eines Vergleichs zwischen einem vorhergesagten Wert des Verschmutzungsgrads innerhalb der Werkzeugmaschine und einem voreingestellten Schwellenwert β, ob Späne in der Werkzeugmaschine vorhanden sind oder nicht, wobei der Schwellenwert β anzeigt, dass keine Späne in der Werkzeugmaschine vorhanden sind. Wenn der von der Vorhersageeinheit 202 vorhergesagte Verschmutzungsgrad in der Werkzeugmaschine gleich oder höher als der Schwellenwert β ist, entscheidet die Entscheidungseinheit 203a, dass sich Späne in der Werkzeugmaschine befinden. In diesem Fall erhöht die Entscheidungseinheit 203a zum Beispiel die Anzahl der Male des vorbestimmten Waschens unter den eingegebenen Waschbedingungen um eins (eine vorbestimmte Zahl), so dass der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine unter den Schwellenwert β fällt, veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad im Inneren der Werkzeugmaschine unter den Waschbedingungen vorherzusagen, unter denen die Anzahl der Male des vorbestimmten Waschens erhöht worden ist, und entscheidet die kleinste Anzahl von Malen des vorbestimmten Waschens für das Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen innerhalb eines Bereichs, in dem der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine unter dem Schwellenwert β liegt.
  • Wenn andererseits der von der Vorhersageeinheit 202 vorhergesagte Verschmutzungsgrad in der Werkzeugmaschine unter dem Schwellenwert β liegt, entscheidet die Entscheidungseinheit 203a, dass sich kein Span in der Werkzeugmaschine befindet. In diesem Fall verringert die Entscheidungseinheit 203a beispielsweise die Anzahl der vorbestimmten Waschvorgänge unter den eingegebenen Waschbedingungen um eins (eine vorbestimmte Anzahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad im Inneren der Werkzeugmaschine unter den Waschbedingungen vorherzusagen, unter denen die Anzahl der vorbestimmten Waschvorgänge verringert wurde, und bestimmt die kleinste Anzahl der vorbestimmten Waschvorgänge zum Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen innerhalb eines Bereichs, in dem der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine unter dem Schwellenwert β liegt.
  • <Vorhersageverfahren des Waschvorhersagegeräts 20a in der Betriebsphase>
  • Als nächstes wird der Betrieb des Waschvorhersagegeräts 20a gemäß der vorliegenden Ausführungsform beschrieben.
  • 7 ist ein Flussdiagramm, das den Vorhersageprozess des Waschvorhersagegeräts 20a in einer Betriebsphase zeigt.
  • In Schritt S21 erhält die Eingabeeinheit 201 vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 Eingaben der anzuwendenden Bearbeitungsbedingungen, eine Waschbedingung für die Anzahl der vorbestimmten Waschvorgänge und Zustandsinformationen über den aktuellen Verschmutzungsgrad innerhalb der Werkzeugmaschine von Steuerinformationen der Steuervorrichtung 103.
  • In Schritt S22 gibt die Vorhersageeinheit 202 die anzuwendenden Bearbeitungsbedingungen, die Waschbedingung für die Anzahl der Male des vorbestimmten Waschens und die Zustandsinformationen über den aktuellen Verschmutzungsgrad im Inneren der Werkzeugmaschine in das trainierte Modell 250 ein und sagt Zustandsinformationen über den „Verschmutzungsgrad“ im Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter der Waschbedingung voraus.
  • In Schritt S23 entscheidet die Entscheidungseinheit 203a über die kleinste Anzahl von Malen des vorbestimmten Waschens zum Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen innerhalb des Bereichs, in dem ein in Schritt S22 vorhergesagter Wert des Verschmutzungsgrads im Inneren der Werkzeugmaschine unter dem Schwellenwert β liegt. Zum Beispiel erhöht die Entscheidungseinheit 203a die Anzahl der Male des vorbestimmten Waschens unter den in Schritt S21 eingegebenen Waschbedingungen um eins (eine vorbestimmte Anzahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad innerhalb der Werkzeugmaschine unter den Waschbedingungen vorherzusagen, unter denen die Anzahl der Male des vorbestimmten Waschens erhöht worden ist, und entscheidet die kleinste Anzahl von Malen des vorbestimmten Waschens für das Waschen der Innenseite der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen innerhalb des Bereichs, dass der vorhergesagte Verschmutzungsgrad innerhalb der Werkzeugmaschine unter dem Schwellenwert β liegt. Andererseits, wenn der von der Vorhersageeinheit 202 vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine unter dem Schwellenwert β liegt, verringert die Entscheidungseinheit 203a die Anzahl der Male des vorbestimmten Waschens unter den eingegebenen Waschbedingungen um eins (eine vorbestimmte Zahl), veranlasst die Vorhersageeinheit 202, den Verschmutzungsgrad im Inneren der Werkzeugmaschine unter den Waschbedingungen vorherzusagen, unter denen die Anzahl der Male des vorbestimmten Waschens verringert worden ist, und entscheidet die kleinste Anzahl von Malen des vorbestimmten Waschens für das Waschen des Inneren der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen innerhalb des Bereichs, dass der vorhergesagte Verschmutzungsgrad im Inneren der Werkzeugmaschine unter dem Schwellenwert β liegt.
  • In Schritt S24 benachrichtigt die Benachrichtigungseinheit 204 die kleinste in Schritt S23 festgelegte Anzahl von Waschvorgängen.
  • Gemäß dem Vorstehenden gibt das Waschvorhersagegerät 20a gemäß der zweiten Ausführungsform vor der Bearbeitung von Werkstücken durch die Werkzeugmaschine 10 die anzuwendenden Bearbeitungsbedingungen, die sich auf die Bearbeitung beziehen, eine Waschbedingung für die Anzahl der Male des vorbestimmten Waschens und Zustandsinformationen einschließlich des aktuellen Verschmutzungsgrads innerhalb der Werkzeugmaschine in das trainierte Modell 250 ein, um Zustandsinformationen über den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung und des Waschens vorherzusagen. Dann entscheidet das Waschvorhersagegerät 20a die kleinste Anzahl von Malen des vorbestimmten Waschens zum Waschen der Innenseite der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen, basierend auf dem Vergleich zwischen einem vorhergesagten Wert des vorhergesagten Verschmutzungsgrades innerhalb der Werkzeugmaschine und dem Schwellenwert.
  • Dadurch kann das Waschvorhersagegerät 20a die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminieren und die Ansammlung von Spänen mit der geringstmöglichen Waschfrequenz verhindern.
  • Darüber hinaus macht das Waschvorhersagegerät 20a es überflüssig, dass ein Arbeiter anhand des trainierten Modells 250 beurteilen muss, ob das Innere der Werkzeugmaschine gewaschen werden muss, und es ist möglich, die Belastung für den Arbeiter zu verringern.
  • Die zweite Ausführungsform wurde bereits oben beschrieben.
  • Die erste und die zweite Ausführungsform sind oben beschrieben worden. Die Waschvorhersagegeräte 20 und 20a und das Maschinen-Lerngerät 30 sind jedoch nicht auf die obigen Ausführungsformen beschränkt, und Änderungen, Verbesserungen und dergleichen innerhalb eines Bereichs, in dem das Ziel erreicht werden kann, sind eingeschlossen.
  • <Änderungsbeispiel 1 >
  • In der obigen ersten und zweiten Ausführungsform ist das Maschinen-Lerngerät 30 als eine von der Werkzeugmaschine 10, der Steuervorrichtung 103 und die Waschvorhersagegeräte 20 und 20a verschiedene Vorrichtung dargestellt. Ein Teil oder alle Funktionen des Maschinen-Lerngeräts 30 können jedoch für die Werkzeugmaschine 10, die Steuervorrichtung 103 oder jedes der Waschvorhersagegeräte 20 und 20a bereitgestellt werden.
  • <Änderungsbeispiel 2>
  • In der obigen ersten und zweiten Ausführungsform sind die Waschvorhersagegeräte 20 und 20a beispielsweise als von der Werkzeugmaschine 10 und der Steuervorrichtung 103 verschiedene Geräte dargestellt. Ein Teil oder alle Funktionen der Waschvorhersagegeräte 20 oder 20a können jedoch für die Werkzeugmaschine 10 oder die Steuervorrichtung 103 bereitgestellt werden.
  • Alternativ kann ein Teil oder die Gesamtheit der Eingabeeinheit 201, der Vorhersageeinheit 202, der Entscheidungseinheit 203, der Benachrichtigungseinheit 204 und der Speichereinheit 205 des Waschvorhersagegeräts 20 beispielsweise für einen Server vorgesehen sein. Ferner können beispielsweise ein Teil oder die Gesamtheit der Eingabeeinheit 201, der Vorhersageeinheit 202, der Entscheidungseinheit 203a, der Benachrichtigungseinheit 204 und der Speichereinheit 205 des Waschvorhersagegeräts 20a für einen Server vorgesehen sein. Ferner kann jede Funktion des Waschvorhersagegeräts 20 und 20a unter Verwendung einer virtuellen Serverfunktion oder dergleichen auf einer Cloud realisiert werden.
  • Darüber hinaus können die Waschvorhersagegeräte 20 und 20a verteilte Verarbeitungssysteme sein, bei denen die Funktionen der Waschvorhersagegeräte 20 und 20a in geeigneter Weise auf mehrere Server verteilt sind.
  • <Änderungsbeispiel 3>
  • In der obigen zweiten Ausführungsform stellt die Steuervorrichtung 103 beispielsweise jedes Mal denselben Inhalt für das vorbestimmte Waschen im Waschprogramm ein, wie in 2B gezeigt, und veranlasst die Waschvorrichtung 101, das vorbestimmte Waschen so oft wie möglich durchzuführen. Dies stellt jedoch keine Einschränkung dar. Da beispielsweise die Späne in der Werkzeugmaschine 10 mit zunehmender Anzahl von Waschvorgängen abnehmen, kann die Steuervorrichtung 103 den Inhalt des vorgegebenen Waschvorgangs bei jedem Waschvorgang im Waschprogramm ändern.
  • 8A ist ein Diagramm, das ein Beispiel für das erste vorbestimmte Waschen zeigt. 8B ist ein Diagramm, das ein Beispiel für das zweite vorbestimmte Waschen zeigt.
  • Wie in 8A gezeigt, führt die Steuervorrichtung 103 einen vorbestimmten Waschvorgang durch, indem sie die Waschdüse der Waschvorrichtung 101 entlang einer Waschroute von (1) bis (4) auf der Grundlage des Waschprogramms bewegt, um Späne im Inneren der Werkzeugmaschine zu entfernen. Die Steuervorrichtung 103 veranlasst die Messvorrichtung 102, nach dem ersten vorbestimmten Waschvorgang eine Messung der Innenseite der Werkzeugmaschine vorzunehmen. Wenn beispielsweise Späne nur an einer unteren linken Position innerhalb der Werkzeugmaschine verbleiben, wie in 8B gezeigt, basierend auf einem Messergebnis der Messvorrichtung 102, dann kann die Steuervorrichtung 103 eine Waschroute zum Entfernen nur der Späne an der Position für das Waschprogramm für das zweite vorbestimmte Waschen festlegen.
  • Auf diese Weise kann das Waschvorhersagegerät 20a die Waschzeit weiter verkürzen.
  • <Änderungsbeispiel 4>
  • In der obigen ersten und zweiten Ausführungsform sagen die Waschvorhersagegeräte 20 und 20a beispielsweise den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen voraus, wobei die Bearbeitungs- und Waschbedingungen von einer Werkzeugmaschine 10 erfasst wurden, unter Verwendung des trainierten Modells 250, das von dem Maschinen-Lerngerät 30 bereitgestellt wird. Dies stellt jedoch keine Einschränkung dar. Zum Beispiel kann, wie in 9 gezeigt, ein Server 50 das trainierte Modell 250, das von dem Maschinen-Lerngerät 30 erzeugt wurde, speichern und das trainierte Modell 250 mit m Waschvorhersagegeräten 20B(1) bis 20B(m), die mit einem Netzwerk 60 verbunden sind (m ist eine ganze Zahl gleich oder größer als 2), teilen. Dadurch kann das trainierte Modell 250 auch dann angewendet werden, wenn eine neue Werkzeugmaschine oder ein neues Waschvorhersagegerät eingerichtet wird.
  • Jedes der Waschvorhersagegeräte 20B(1) bis 20B(m) ist jeweils mit den Werkzeugmaschinen 10A(1) bis 10A(m) verbunden.
  • Jede der Werkzeugmaschinen 10A(1) bis 10A(m) entspricht der Werkzeugmaschine 10 von 1. Jedes der Waschvorhersagegeräte 20B(1) bis 20B(m) entspricht dem Waschvorhersagegerät 20 von 1 oder dem Waschvorhersagegerät 20a von 6.
  • Alternativ kann der Server 50, wie in 10 gezeigt, beispielsweise als Waschvorhersagegerät 20 oder 20a arbeiten und für jede der an das Netzwerk 60 angeschlossenen Werkzeugmaschinen 10A(1) bis 10A(m) den Verschmutzungsgrad innerhalb der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen vorhersagen. Auf diese Weise kann das trainierte Modell 250 auch dann angewendet werden, wenn eine neue Werkzeugmaschine eingerichtet wird.
  • Jede der Funktionen, die in den Waschvorhersagegeräten 20 und 20a und dem Maschinen-Lerngerät 30 in der ersten und zweiten Ausführungsform enthalten sind, kann durch Hardware, Software oder eine Kombination davon realisiert werden. Hier bedeutet „durch Software realisiert“, dass sie durch einen Computer realisiert wird, der ein Programm liest und ausführt.
  • Jede der Komponenten, die in den Waschvorhersagegeräten 20 und 20a und dem Maschinen-Lerngerät 30 enthalten sind, kann durch Hardware, einschließlich einer elektronischen Schaltung und dergleichen, Software oder eine Kombination davon realisiert werden. Im Falle der Realisierung durch Software wird ein Programm, das die Software bildet, in einem Computer installiert. Das Programm kann auf einem Wechseldatenträger aufgezeichnet und an einen Benutzer verteilt werden oder es kann durch Herunterladen auf den Computer des Benutzers über ein Netzwerk verteilt werden. Im Falle der Konfiguration mit Hardware kann ein Teil oder die Gesamtheit der Funktionen jeder in den oben genannten Geräten enthaltenen Komponente mit einem integrierten Schaltkreis (IC) konfiguriert werden, z. B. einem ASIC (anwendungsspezifischer integrierter Schaltkreis), einem Gate-Array, einem FPGA (feldprogrammierbares Gate-Array) oder einem CPLD (komplexes programmierbares Logikgerät).
  • Das Programm kann dem Computer über verschiedene Arten von nicht-übertragbaren, computerlesbaren Medien zugeführt werden, auf denen das Programm gespeichert ist. Zu den nicht flüchtigen, computerlesbaren Medien gehören verschiedene Arten von materiellen Speichermedien. Beispiele für nicht transitorische computerlesbare Medien sind ein magnetisches Aufzeichnungsmedium (z. B. eine flexible Platte, ein Magnetband oder ein Festplattenlaufwerk), ein magneto-optisches Aufzeichnungsmedium (z. B. eine magneto-optische Platte), eine CD-ROM (Nur-Lese-Speicher), eine CD-R, eine CD-R/W, ein Halbleiterspeicher (z. B. ein Masken-ROM und ein PROM (programmierbares ROM), ein EPROM (löschbares PROM), ein Flash-ROM und ein RAM). Das Programm kann dem Computer durch verschiedene Arten von transitorischen, computerlesbaren Medien zugeführt werden. Beispiele für transitorische, computerlesbare Medien sind ein elektrisches Signal, ein optisches Signal und eine elektromagnetische Welle. Die transitorischen computerlesbaren Medien können dem Computer das Programm über einen verdrahteten Kommunikationsweg, wie z. B. ein elektrisches Kabel und eine optische Faser, oder über einen drahtlosen Kommunikationsweg zuführen.
  • Schritte, die das auf einem Aufzeichnungsmedium aufgezeichnete Programm beschreiben, umfassen nicht nur Prozesse, die chronologisch in dieser Reihenfolge ausgeführt werden, sondern auch Prozesse, die nicht unbedingt chronologisch, sondern parallel oder einzeln ausgeführt werden.
  • Mit anderen Worten, das Maschinen-Lerngerät, die Waschvorhersagegeräte und das Waschsystem der vorliegenden Offenbarung können verschiedene Ausführungsformen mit den folgenden Konfigurationen annehmen.
    • (1) Das Maschinen-Lerngerät 30 der vorliegenden Offenbarung umfasst: die Eingabedatenerfassungseinheit 301, die so konfiguriert ist, dass sie Eingabedaten erfasst, wobei die Eingabedaten beliebige Bearbeitungsbedingungen für eine beliebige Werkzeugmaschine zur Bearbeitung beliebiger Werkstücke, Waschbedingungen für eine beliebige Waschvorrichtung zum Waschen eines Innenraums der Werkzeugmaschine, in dem die Werkstücke unter den Bearbeitungsbedingungen bearbeitet wurden, und Zustandsinformationen, die einen Verschmutzungsgrad im Inneren der Werkzeugmaschine vor der Bearbeitung unter den Bearbeitungsbedingungen angeben, enthalten die Beschriftungserfassungseinheit 302, die so konfiguriert ist, dass sie als Beschriftungsdaten Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den Bearbeitungsbedingungen, die in den Eingabedaten enthalten sind, und dem anschließenden Waschen unter den Waschbedingungen, die in den Eingabedaten enthalten sind, erfasst; und die Lerneinheit 303, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der Eingabedaten, die durch die Eingabedatenerfassungseinheit 301 erfasst wurden, und der Beschriftungsdaten, die durch die Beschriftungserfassungseinheit 302 erfasst wurden, ausführt und das trainierte Modell 250 erzeugt.
  • Mit dem Maschinen-Lerngerät 30 ist es möglich, ein trainiertes Modell zu erstellen, das die Bestätigung durch einen visuellen Sensor während der Bearbeitung eliminiert und die Ansammlung von Spänen mit der geringstmöglichen Waschfrequenz verhindert.
  • (2) In dem Maschinen-Lerngerät 30 gemäß (1) können die Bearbeitungsbedingungen mindestens einen Typ der Werkzeugmaschine, das Material der Werkstücke, einen Typ eines Schneidwerkzeugs, eine Spindeldrehzahl, eine Vorschubgeschwindigkeit, eine Schnitttiefe und die Menge der Werkstückproduktion, die die Anzahl der zu bearbeitenden Werkstücke angibt, umfassen; und die Waschbedingungen können mindestens die Anzahl der Male des vorbestimmten Waschens umfassen.
  • Auf diese Weise kann das Maschinen-Lerngerät 30 ein trainiertes Modell 250 erstellen, das in der Lage ist, den Verschmutzungsgrad innerhalb der Werkzeugmaschine 10 genau vorherzusagen.
  • (3) Das Waschvorhersagegerät 20 der vorliegenden Offenbarung umfasst: das trainierte Modell 250, das von dem Maschinen-Lerngerät 30 gemäß (1) oder (2) erzeugt wurde; die Eingabeeinheit 201, die so konfiguriert ist, dass sie vor der Bearbeitung durch die Werkzeugmaschine 10 Eingaben von anzuwendenden Bearbeitungsbedingungen, Waschbedingungen für ein vorbestimmtes Waschen und aktuelle Zustandsinformationen über das Innere der Werkzeugmaschine 10 empfängt; und die Vorhersageeinheit 202, die so konfiguriert ist, dass sie in das trainierte Modell 250 die anzuwendenden Bearbeitungsbedingungen, die Waschbedingungen und die aktuellen Zustandsinformationen über das Innere der Werkzeugmaschine, die von der Eingabeeinheit 201 empfangen wurden, eingibt und Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen vorhersagt.
  • Mit dem Waschvorhersagegerät 20 ist es möglich, die Bestätigung durch einen visuellen Sensor während der Bearbeitung zu eliminieren und die Ansammlung von Spänen mit der geringstmöglichen Waschfrequenz zu verhindern.
  • (4) Das Waschvorhersagegerät 20 gemäß (3) kann die Entscheidungseinheit 203 enthalten, die einen Waschzeitpunkt bestimmt, bei dem die Menge der Werkstückproduktion am größten ist, basierend auf einem Vergleich zwischen einem vorhergesagten Wert, der in den Zustandsinformationen über das Innere der Werkzeugmaschine enthalten ist, die von der Vorhersageeinheit 202 vorhergesagt wurden, und einem voreingestellten Schwellenwert.
  • Auf diese Weise kann das Waschvorhersagegerät 20 den Zeitaufwand für das Waschen so weit wie möglich reduzieren.
  • (5) Das Waschvorhersagegerät 20a gemäß (3) kann die Entscheidungseinheit 203 enthalten, die die kleinste Anzahl von Malen des vorbestimmten Waschens zum Waschen der Innenseite der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen entscheidet, basierend auf einem Vergleich zwischen einem vorhergesagten Wert, der in den Zustandsinformationen über die Innenseite der Werkzeugmaschine enthalten ist, die von der Vorhersageeinheit 202 vorhergesagt wurden, und einem voreingestellten Schwellenwert.
  • Auf diese Weise kann das Waschvorhersagegerät 20a den Zeitaufwand für das Waschen so weit wie möglich reduzieren.
  • (6) In dem Waschvorhersagegerät 20a gemäß (5) kann der Inhalt des vorbestimmten Waschens entsprechend der festgelegten Anzahl von Waschvorgängen geändert werden.
  • Auf diese Weise kann das Waschvorhersagegerät 20a die Waschzeit weiter verkürzen.
  • (7) In den Waschvorhersagegeräten 20, 20a nach einem der Punkte (3) bis (6) kann das trainierte Modell 250 in einem Server 50 bereitgestellt werden, der so angeschlossen ist, dass er von dem Waschvorhersagegerät 20, 20a über ein Netzwerk 60 zugänglich ist.
  • Auf diese Weise kann das Waschvorhersagegerät 20, 20a das trainierte Modell 250 auch dann anwenden, wenn eine neue Werkzeugmaschine 10 angeordnet wird.
  • (8) Das Waschvorhersagegerät 20, 20a nach einem der Punkte (3) bis (7) kann das Maschinen-Lerngerät 30 nach (1) oder (2) enthalten.
  • Auf diese Weise kann das Waschvorhersagegerät 20, 20a ähnliche Wirkungen wie die Wirkungen der Punkte (1) bis (7) haben.
  • (9) Das Waschsystem 1, 1A der vorliegenden Offenbarung umfasst: das Waschvorhersagegerät 20, 20a nach einem der Punkte (3) bis (8); und die Waschvorrichtung 101.
  • Das Waschsystem 1, 1A kann ähnliche Wirkungen wie die Wirkungen der Punkte (1) bis (8) haben.
  • (10) In dem Waschsystem 1, 1A gemäß (9) kann die Waschvorrichtung 101 innerhalb der Werkzeugmaschine 10 angeordnet sein.
  • Auf diese Weise kann das Waschsystem 1, 1A ähnliche Wirkungen haben wie die Wirkungen der Punkte (1) bis (8).
  • (11) In dem Waschsystem 1, 1A gemäß (9) kann die Waschvorrichtung 101 an einem Roboter angebracht oder in diesem enthalten sein.
  • Auf diese Weise kann das Waschsystem 1, 1A ähnliche Wirkungen haben wie die Wirkungen der Punkte (1) bis (8).
  • Bezugszeichenliste
  • 1, 1A
    Waschsystem
    10
    Werkzeugmaschine
    101
    Waschvorrichtung
    102
    Messvorrichtung
    103
    Steuervorrichtung
    20, 20a
    Waschvorhersagegerät
    201
    Eingabeeinheit
    202
    Vorhersageeinheit
    203
    Entscheidungseinheit
    204
    Benachrichtigungseinheit
    205
    Speichereinheit
    250
    Trainiertes Modell
    30
    Maschinen-Lerngerät
    301
    Eingabedatenerfassungseinheit
    302
    Beschriftungserfassungseinheit
    303
    Lerneinheit
    304
    Speichereinheit
  • 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 2016168661 [0003]
    • JP 2017013182 [0003]
    • JP 2017104943 [0003]
    • JP 2018153872 [0022]

Claims (11)

  1. Maschinen-Lerngerät, die Folgendes umfasst: eine Eingabedatenerfassungseinheit, die so konfiguriert ist, dass sie Eingabedaten erfasst, wobei die Eingabedaten beliebige Bearbeitungsbedingungen für eine beliebige Werkzeugmaschine zur Bearbeitung beliebiger Werkstücke, Waschbedingungen für eine beliebige Waschvorrichtung zum Waschen des Inneren einer Werkzeugmaschine, in der die Werkstücke unter den Bearbeitungsbedingungen bearbeitet wurden, und Zustandsinformationen, die einen Verschmutzungsgrad im Inneren der Werkzeugmaschine vor der Bearbeitung unter den Bearbeitungsbedingungen angeben, enthalten; eine Beschriftungserfassungseinheit, die so konfiguriert ist, dass sie als Beschriftungsdaten Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den in den Eingabedaten enthaltenen Bearbeitungsbedingungen und des anschließenden Waschens unter den in den Eingabedaten enthaltenen Waschbedingungen erfasst; und eine Lerneinheit, die so konfiguriert ist, dass sie überwachtes Lernen unter Verwendung der von der Eingabedatenerfassungseinheit erfassten Eingabedaten und der von der Beschriftungserfassungseinheit erfassten Beschriftungsdaten durchführt und ein trainiertes Modell erzeugt.
  2. Maschinen-Lerngerät nach Anspruch 1, wobei die Bearbeitungsbedingungen mindestens einen Typ der Werkzeugmaschine, das Material der Werkstücke, einen Typ eines Schneidwerkzeugs, eine Spindeldrehzahl, eine Vorschubgeschwindigkeit, eine Schnitttiefe und eine Werkstückproduktionsmenge, die eine Anzahl der zu bearbeitenden Werkstücke angibt, umfassen; und die Waschbedingungen umfassen mindestens die Anzahl der vorbestimmten Waschvorgänge.
  3. Waschvorhersagegerät, das Folgendes umfasst: ein trainiertes Modell, das von dem Maschinen-Lerngerät nach Anspruch 1 oder 2 erzeugt wurde; eine Eingabeeinheit, die so konfiguriert ist, dass sie vor der Bearbeitung durch eine Werkzeugmaschine Eingaben von anzuwendenden Bearbeitungsbedingungen, Waschbedingungen für vorbestimmtes Waschen und aktuelle Zustandsinformationen über das Innere der Werkzeugmaschine empfängt; und eine Vorhersageeinheit, die so konfiguriert ist, dass sie in das trainierte Modell die anzuwendenden Bearbeitungsbedingungen, die Waschbedingungen und die von der Eingabeeinheit empfangenen aktuellen Zustandsinformationen über das Innere der Werkzeugmaschine eingibt und Zustandsinformationen über das Innere der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen und dem anschließenden Waschen unter den Waschbedingungen vorhersagt.
  4. Waschvorhersagegerät nach Anspruch 3, die eine Entscheidungseinheit umfasst, die so konfiguriert ist, dass sie auf der Grundlage eines Vergleichs zwischen einem vorhergesagten Wert, der in den Zustandsinformationen über das Innere der Werkzeugmaschine enthalten ist, die von der Vorhersageeinheit vorhergesagt wurden, und einem voreingestellten Schwellenwert über einen Waschzeitpunkt entscheidet, bei dem die Menge der Werkstückproduktion am größten ist.
  5. Waschvorhersagegerät nach Anspruch 3, die eine Entscheidungseinheit umfasst, die so konfiguriert ist, dass sie eine kleinste Anzahl von Malen des vorbestimmten Waschens zum Waschen der Innenseite der Werkzeugmaschine nach der Durchführung der Bearbeitung unter den anzuwendenden Bearbeitungsbedingungen auf der Grundlage eines Vergleichs zwischen einem vorhergesagten Wert, der in der Zustandsinformation über die Innenseite der Werkzeugmaschine enthalten ist, die von der Vorhersageeinheit vorhergesagt wurde, und einem voreingestellten Schwellenwert entscheidet.
  6. Waschvorhersagegerät nach Anspruch 5, wobei der Inhalt der vorbestimmten Wäsche entsprechend der Anzahl der beschlossenen Waschvorgänge geändert wird.
  7. Waschvorhersagegerät nach einem der Ansprüche 3 bis 6, wobei das trainierte Modell in einem Server bereitgestellt wird, der so angeschlossen ist, dass er von dem Waschvorhersagegerät über ein Netzwerk zugänglich ist.
  8. Waschvorhersagegerät nach einem der Ansprüche 3 bis 7, umfassend das Maschinen-Lerngerät nach Anspruch 1 oder 2.
  9. Ein Waschsystem, das Folgendes umfasst: das Waschvorhersagegerät nach einem der Ansprüche 3 bis 8; und eine Waschvorrichtung.
  10. Waschsystem nach Anspruch 9, wobei die Waschvorrichtung im Inneren der Werkzeugmaschine angeordnet ist.
  11. Waschsystem nach Anspruch 9, wobei die Waschvorrichtung an einem Roboter angebracht oder in diesem enthalten ist.
DE112021004645.4T 2020-11-09 2021-11-02 Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem Pending DE112021004645T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020186745 2020-11-09
JP2020-186745 2020-11-09
PCT/JP2021/040347 WO2022097624A1 (ja) 2020-11-09 2021-11-02 機械学習装置、洗浄予測装置、及び洗浄システム

Publications (1)

Publication Number Publication Date
DE112021004645T5 true DE112021004645T5 (de) 2023-06-29

Family

ID=81457229

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021004645.4T Pending DE112021004645T5 (de) 2020-11-09 2021-11-02 Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem

Country Status (6)

Country Link
US (1) US20230376002A1 (de)
JP (1) JP7453409B2 (de)
CN (1) CN116367958A (de)
DE (1) DE112021004645T5 (de)
TW (1) TW202219843A (de)
WO (1) WO2022097624A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7483162B1 (ja) 2023-07-26 2024-05-14 三菱電機株式会社 切粉堆積領域推定装置、切粉除去装置、切粉堆積領域推定方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016168661A (ja) 2015-03-13 2016-09-23 ファナック株式会社 加工により発生した切粉を除去可能な加工機システム
JP2017013182A (ja) 2015-07-01 2017-01-19 富士機械製造株式会社 工作機械、ワーク清掃方法
JP2017104943A (ja) 2015-12-10 2017-06-15 ファナック株式会社 加工屑を除去する機能を有する除去システムおよび加工システム
JP2018153872A (ja) 2017-03-15 2018-10-04 ファナック株式会社 洗浄工程最適化装置及び機械学習装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6652549B2 (ja) 2017-12-26 2020-02-26 ファナック株式会社 切粉除去装置及び情報処理装置
JP7000376B2 (ja) * 2019-04-23 2022-01-19 ファナック株式会社 機械学習装置、予測装置、及び制御装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016168661A (ja) 2015-03-13 2016-09-23 ファナック株式会社 加工により発生した切粉を除去可能な加工機システム
JP2017013182A (ja) 2015-07-01 2017-01-19 富士機械製造株式会社 工作機械、ワーク清掃方法
JP2017104943A (ja) 2015-12-10 2017-06-15 ファナック株式会社 加工屑を除去する機能を有する除去システムおよび加工システム
JP2018153872A (ja) 2017-03-15 2018-10-04 ファナック株式会社 洗浄工程最適化装置及び機械学習装置

Also Published As

Publication number Publication date
JP7453409B2 (ja) 2024-03-19
TW202219843A (zh) 2022-05-16
US20230376002A1 (en) 2023-11-23
CN116367958A (zh) 2023-06-30
WO2022097624A1 (ja) 2022-05-12
JPWO2022097624A1 (de) 2022-05-12

Similar Documents

Publication Publication Date Title
DE102018006946B4 (de) Steuerung und maschinelle Lernvorrichtung
DE102016010064B4 (de) Numerische Steuerung mit Bearbeitungsbedingungsanpassungsfunktion zum Verringern des Auftretens von Rattern oder Werkzeugverschleiss/-bruch
DE102017010799B4 (de) Maschinenlernvorrichtung zum Lernen einer Bearbeitungsreihenfolge eines Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern, dazugehöriges Robotersystem sowie Maschinenlernverfahren zum Lernen einer Bearbeitungsreihenfolge des Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern
DE102016011528B4 (de) Maschinelle Lernvorrichtung zur Optimierung der Zyklusprozesszeit einer Bearbeitungsmaschine, Motorsteuervorrichtung, Bearbeitungsmaschine und maschinelles Lernverfahren
DE102018001893B4 (de) Reinigungsprozess-Optimierungsvorrichtung und Maschinenlernvorrichtung
DE102017002607B4 (de) Bearbeitungsmaschinensystem, das über die Akzeptanz/Verwerfung von Werkstücken bestimmt
DE102017005349A1 (de) Maschinenlernvorrichtung, numerische steuervorrichtung und maschinenlernverfahren zum lernen eines schwellenwerts zum erkennen einer anomalen last
DE102017001290A1 (de) Maschinenlernvorrichtung, Industriemaschinenzelle, Herstellungssystem und Maschinenlernverfahren zum Erlernen einer Aufgabenteilung unter einer Vielzahl von Industriemaschinen
DE102014003204B4 (de) Numerische Steuervorrichtung für eine Maschine, die eine Funktion zum Mitteilen einer Zeitangabe für eine Durchführung einer Inspektion aufweist
DE102018007630A1 (de) Numerisches steuersystem
DE102016106085A1 (de) Werkzeugmaschinenverwaltungssystem
DE102018004048B4 (de) Steuerung und Maschinenlernvorrichtung
DE102016015017A1 (de) Steuervorrichtung mit Lernfunktion zum Erfassen einer Rauschursache
DE102018007642A1 (de) Numerisches Steuersystem
DE102018117423A1 (de) Bearbeitungsmaschinensystem und fertigungssystem
DE102018122695A1 (de) Produktionssystem
DE102020200491A1 (de) Werkzeugverwaltungssystem von werkzeugmaschine
DE102018126429A1 (de) Bearbeitungsbedingungsanpassungsvorrichtung und Maschinenlernvorrichtung
DE102018119277A1 (de) Datenverarbeitungseinrichtung einer produktionsvorrichtung
EP3767403A1 (de) Machine-learning gestützte form- und oberflächenmessung zur produktionsüberwachung
DE112021004645T5 (de) Maschinen-Lernvorrichtung, Reinigungsvorhersagevorrichtung und Reinigungssystem
DE102017001578A1 (de) Zellensteuervorrichtung, die einen Anomaliezustand einer Fertigungsmaschine für jeden Bereich oder Vorgang anzeigt
DE112021000809T5 (de) Vorrichtung für maschinelles Lernen, Vorhersage für maschinelles Lernen, Vorhersage des Bearbeitungszustands und Steuerungsvorrichtung
DE102020203759A1 (de) Gerät für maschinelles lernen, bildschirmvorhersagevorrichtungund steuereinheit
DE102020204103A1 (de) Wellenformanzeigevorrichtung und wellenformanzeigeverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed