JP2000233369A

JP2000233369A - 研削状態監視装置およびドレッシング状態監視装置

Info

Publication number: JP2000233369A
Application number: JP11035561A
Authority: JP
Inventors: Makoto Sato; 佐藤　　誠
Original assignee: Noritake Co Ltd
Current assignee: Noritake Co Ltd
Priority date: 1999-02-15
Filing date: 1999-02-15
Publication date: 2000-08-29

Abstract

(57)【要約】【課題】研削砥石の研削状態の判定或いは監視の精度
が充分に得られる研削状態監視装置を提供する。【解決手段】研削状態判定手段６０、６４により、研
削砥石１０において発生する研削砥石側ＡＥ信号および
被削材において発生する被削材側ＡＥ信号がそのまま周
波数解析されたものに基づいて研削砥石の研削状態が判
定されることから、いずれか一方のＡＥ信号に基づいて
研削状態を判定する場合に比較してＡＥ信号が研削砥石
で発生したものか被削材において発生したものかが明確
となるので、研削状態１０の判定精度が好適に高められ
る。また、研削砥石側ＡＥ信号および被削材側ＡＥ信号
がそのまま周波数解析されることから、時系列的なＡＥ
信号のピーク値を結ぶ包絡線すなわちＡＥ信号のピーク
値の時間変化を用いる場合に比較してＡＥ信号本来の周
波数分布や研削加工中の加工形態の変化が明確となるの
で、研削状態の判定精度が好適に高められる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、被削材が研削砥石
により研削される状態を監視するための研削状態監視装
置、および、研削砥石がドレッサによりドレッシングさ
れる状態を監視するためのドレッシング状態監視装置に
関し、特に研削状態およびドレッシング状態を正確に監
視する技術に関するものである。

【０００２】

【従来の技術】研削砥石を構成する砥粒などの破砕に関
連して発生する破砕音を表すＡＥ信号（acoustic emiss
ion signal：周波数がたとえば１００kHz 以上の超音波
領域である振動波或いは音波）を検出し、そのＡＥ信号
に基づいて研削焼け、目詰まり、砥石の切れ味、砥石周
面状態などの研削砥石の研削状態或いはドレッシング状
態を判定し或いは監視する装置が提案されている。たと
えば、特開昭５９−１５２０６１号公報、特開平４−３
５８６５号公報、特開平４−９９９４６号公報、特開平
７−１６４３１９号公報に記載された装置がそれであ
る。

【０００３】

【発明が解決しようとする課題】ところで、上記従来の
研削砥石の研削状態或いはドレッシング状態を検出し或
いは監視する装置では、通常、ＡＥ信号を検出するため
のＡＥセンサが、研削砥石側、或いは被削材側またはド
レッサ側に設けられた１箇所の取付場所に装着されてい
る。このため、ＡＥセンサにより検出されるＡＥ信号が
研削砥石から発生したものか、或いは被削材またはドレ
ッサから発生したものかが不明であるため、研削砥石の
研削状態或いはドレッシング状態の判定或いは監視の精
度が充分に得られない場合があった。

【０００４】本発明は以上の事情を背景として為された
ものであり、その目的とするところは、研削砥石の研削
状態或いはドレッシング状態の判定或いは監視の精度が
充分に得られる研削状態監視装置或いはドレッシング状
態監視装置を提供することにある。

【０００５】

【課題を解決するための第１の手段】かかる目的を達成
するための本発明の要旨とするところは、被削材が研削
砥石により研削される状態を監視するための研削状態監
視装置であって、(a) 前記研削砥石において発生する研
削砥石側ＡＥ信号を検出するための研削砥石側ＡＥセン
サと、(b) 前記被削材において発生する被削材側ＡＥ信
号を検出するための被削材側ＡＥセンサと、(c) 前記研
削砥石側ＡＥ信号および被削材側ＡＥ信号を周波数解析
する周波数解析手段と、(d) その周波数解析手段により
それぞれ周波数解析された研削砥石側ＡＥ信号および被
削材側ＡＥ信号に基づいて、前記研削砥石の研削状態を
判定する研削状態判定手段とを、含むことにある。

【０００６】

【第１発明の効果】このようにすれば、研削状態判定手
段により、研削砥石において発生する研削砥石側ＡＥ信
号および被削材において発生する被削材側ＡＥ信号がそ
のまま周波数解析されたものに基づいて研削砥石の研削
状態が判定されることから、いずれか一方のＡＥ信号に
基づいて研削状態を判定する場合に比較してＡＥ信号が
研削砥石で発生したものか被削材において発生したもの
かが明確となるので、研削状態の判定精度が好適に高め
られる。また、研削砥石側ＡＥ信号および被削材側ＡＥ
信号がそのまま周波数解析されることから、時系列的な
ＡＥ信号のピーク値を結ぶ包絡線すなわちＡＥ信号のピ
ーク値の時間変化を用いる場合に比較してＡＥ信号本来
の周波数分布や研削加工中の加工形態の変化が明確とな
るので、研削状態の判定精度が好適に高められる。

【０００７】

【課題を解決するための第２の手段】かかる目的を達成
するための本発明の要旨とするところは、研削砥石がド
レッサによりドレッシングされる状態を監視するための
ドレッシング状態監視装置であって、(a) 前記研削砥石
において発生する研削砥石側ＡＥ信号を検出するための
研削砥石側ＡＥセンサと、(b) 前記ドレッサにおいて発
生するドレッサ側ＡＥ信号を検出するためのドレッサ側
ＡＥセンサと、(c) 前記研削砥石側ＡＥ信号およびドレ
ッサ側ＡＥ信号を周波数解析する周波数解析手段と、
(d) その周波数解析手段によりそれぞれ周波数解析され
た研削砥石側ＡＥ信号およびドレッサ側ＡＥ信号に基づ
いて、前記ドレッサによるドレッシング状態を判定する
ドレッシング状態判定手段とを、含むことにある。

【０００８】

【第２発明の効果】このようにすれば、ドレッシング状
態判定手段により、研削砥石において発生する研削砥石
側ＡＥ信号およびドレッサにおいて発生するドレッサ側
ＡＥ信号がそのまま周波数解析されたものに基づいて研
削砥石のドレッシング状態が判定されることから、いず
れか一方のＡＥ信号に基づいて研削状態を判定する場合
に比較してＡＥ信号が研削砥石で発生したものかドレッ
サにおいて発生したものかが明確となるので、ドレッシ
ング状態の判定精度が好適に高められる。また、研削砥
石側ＡＥ信号およびドレッサ側ＡＥ信号がそのまま周波
数解析されることから、時系列的なＡＥ信号のピーク値
を結ぶ包絡線すなわちＡＥ信号のピーク値の時間変化を
用いる場合に比較してＡＥ信号本来の周波数分布やドレ
ッシング加工中の加工形態の変化が明確となるので、ド
レッシング状態の判定精度が好適に高められる。

【０００９】

【発明の他の態様】ここで、好適には、前記第１発明に
おいて、前記研削状態判定手段は、前記周波数解析され
た研削砥石側ＡＥ信号から前記周波数解析された被削材
側ＡＥ信号に含まれる周波数成分を相殺することにより
研削砥石で発生した信号成分を抽出する相殺演算手段
と、その相殺演算手段により抽出された信号成分に基づ
いて前記研削砥石の研削状態を判定する第１研削状態判
定手段とを含むものである。このようにすれば、相殺演
算手段により抽出された、研削砥石で発生した信号成分
に基づいて前記研削砥石の研削状態が判定されるので、
研削状態の判定精度が一層高められる。

【００１０】また、好適には、前記第１発明において、
前記研削状態判定手段は、前記周波数解析された研削砥
石側ＡＥ信号および被削材側ＡＥ信号を入力信号とする
ニューラルネットワークと、そのニューラルネットワー
クの出力信号に基づいて前記研削砥石の研削状態を判定
する第２研削状態判定手段とを含むものである。このよ
うにすれば、周波数解析された研削砥石側ＡＥ信号およ
び被削材側ＡＥ信号に基づいて学習されたニューラルネ
ットワークの出力信号に基づいて前記研削砥石の研削状
態が判定されるので、研削状態の判定精度が得られる。

【００１１】また、好適には、上記ニューラルネットワ
ークは、前記周波数解析手段による周波数解析毎に時系
列的に得られた周波数解析後の研削砥石側ＡＥ信号およ
び被削材側ＡＥ信号を入力信号とするものである。この
ようにすれば、研削状態判断時点前に得られた周波数解
析後の研削砥石側ＡＥ信号および被削材側ＡＥ信号も入
力されることから、それらの時間変化が明らかとなるの
で、研削状態の判定精度が一層高められる。

【００１２】また、好適には、上記ニューラルネットワ
ークは、前記相殺演算手段により抽出された、研削砥石
で発生した信号成分を入力信号とするものである。この
ようにすれば、相殺演算手段により抽出された信号成分
も入力されることから、本来研削砥石で発生した信号成
分が明確に用いられるので、研削状態の判定精度が一層
高められる。

【００１３】また、好適には、前記第１発明において、
前記研削砥石側ＡＥセンサは、前記研削砥石の回転中心
に対して偏心した位置に設けられたものであり、前記周
波数解析手段による周波数解析のために、その研削砥石
側ＡＥセンサにより検出された研削砥石側ＡＥ信号のう
ち予め設定された時間範囲の信号をその研削砥石の回転
に同期して抽出するとともに、前記被削材側ＡＥ信号の
うちその時間範囲の信号と同時に発生する信号を抽出す
る信号同期抽出手段をさらに含むものである。このよう
にすれば、研削砥石側ＡＥセンサにより検出された研削
砥石側ＡＥ信号のうちその研削砥石側ＡＥセンサが研削
点に近接している時間範囲内に発生した研削砥石側ＡＥ
信号が抽出されて用いられるとともに、その時間範囲内
に発生した被削材側ＡＥ信号が用いられるので、研削砥
石側ＡＥセンサが研削点から離隔していて研削砥石内を
迂回して伝播することにより重要な情報が欠落した研削
砥石側ＡＥセンサが用いられる場合に比較して、研削状
態の判定精度が一層高められる。

【００１４】また、好適には、前記第２発明において、
前記ドレッシング状態判定手段は、前記周波数解析され
た研削砥石側ＡＥ信号から前記周波数解析されたドレッ
サ側ＡＥ信号の周波数成分を相殺することにより研削砥
石で発生した信号成分を抽出する相殺演算手段と、その
相殺演算手段により抽出された信号成分に基づいて前記
研削砥石のドレッシング状態を判定する第１ドレッシン
グ状態判定手段とを含むものである。このようにすれ
ば、相殺演算手段により抽出された、研削砥石で発生し
た信号成分に基づいて前記研削砥石のドレッシング状態
が判定されるので、ドレッシング状態の判定精度が一層
高められる。

【００１５】また、好適には、前記第２発明において、
前記研削状態判定手段は、前記周波数解析された研削砥
石側ＡＥ信号およびドレッサ側ＡＥ信号を入力信号とす
るニューラルネットワークと、そのニューラルネットワ
ークの出力信号に基づいて前記研削砥石のドレッシング
状態を判定する第２ドレッシング状態判定手段とを含む
ものである。このようにすれば、周波数解析された研削
砥石側ＡＥ信号およびドレッサ側ＡＥ信号に基づいて学
習されたニューラルネットワークの出力信号に基づいて
前記研削砥石のドレッシング状態が判定されるので、ド
レッシング状態の判定精度が得られる。

【００１６】また、好適には、上記ニューラルネットワ
ークは、前記周波数解析手段による周波数解析毎に時系
列的に得られた周波数解析後の研削砥石側ＡＥ信号およ
びドレッサ側ＡＥ信号を入力信号とするものである。こ
のようにすれば、ドレッシング状態判断時点前に得られ
た周波数解析後の研削砥石側ＡＥ信号およびドレッサ側
ＡＥ信号も入力されることから、それらの時間変化が明
らかとなるので、ドレッシング状態の判定精度が一層高
められる。

【００１７】また、好適には、上記ニューラルネットワ
ークは、前記相殺演算手段により抽出された、研削砥石
で発生した信号成分を入力信号とするものである。この
ようにすれば、相殺演算手段により抽出された信号成分
も入力されることから、本来研削砥石で発生した信号成
分が明確に用いられるので、ドレッシング状態の判定精
度が一層高められる。

【００１８】また、好適には、前記第２発明において、
前記研削砥石側ＡＥセンサは、前記研削砥石の回転中心
に対して偏心した位置に設けられたものであり、前記周
波数解析手段による周波数解析のために、その研削砥石
側ＡＥセンサにより検出された研削砥石側ＡＥ信号のう
ち予め設定された時間範囲の信号をその研削砥石の回転
に同期して抽出するとともに、前記ドレッサ側ＡＥ信号
のうちその時間範囲の信号と同時に発生する信号を抽出
する信号同期抽出手段をさらに含むものである。このよ
うにすれば、研削砥石側ＡＥセンサにより検出された研
削砥石側ＡＥ信号のうちその研削砥石側ＡＥセンサが研
削点に近接している時間範囲内に発生した研削砥石側Ａ
Ｅ信号が抽出されて用いられるとともに、その時間範囲
内に発生したドレッサ側ＡＥ信号が用いられるので、研
削砥石側ＡＥセンサが研削点から離隔していて研削砥石
内を迂回して伝播することにより重要な情報が欠落した
研削砥石側ＡＥセンサが用いられる場合に比較して、ド
レッシング状態の判定精度が一層高められる。

【００１９】

【発明の好適な実施の形態】以下、本発明の一実施例を
図面に基づいて詳細に説明する。

【００２０】図１は、本発明の一実施例の研削状態監視
装置１０の構成を説明する図である。図１において、研
削砥石１０は、ＷＡ砥粒、ＧＣ砥粒、セラミックス砥粒
などの一般砥粒や、ＣＢＮ砥粒、タイヤモンド砥粒など
の超砥粒を含む砥石部１２を、ドラム状のコアすなわち
本体１４の外周面に備えて図示しない駆動モータにより
回転駆動される回転軸に固定されるものであり、たとえ
ば８０ｍ／秒以上の高い周速で駆動され、たとえば研削
盤において往復移動させられる長方形の被削材１６の表
面を研削する。

【００２１】上記研削砥石１０の本体１４内には、砥石
部１２に含まれると砥粒の破砕時に発生し且つ砥石部１
２内を伝播する極めて周波数の高い破砕音すなわちＡＥ
信号（アコースティック・エミッション・シグナル）を
砥石部１２の内周面から検出し、その破砕音を表すＡＥ
信号Ｓ_AE1を出力する研削砥石側ＡＥセンサ１８と、そ
の研削砥石側ＡＥセンサ１８から出力されたＡＥ信号Ｓ
_AE1を増幅するプリアンプ２０と、そのプリアンプ２０
により増幅されたＡＥ信号Ｓ_AE1を所定の搬送波を用い
て送信する送信回路２２とが設けられている。この送信
回路２２から送信されたＡＥ信号Ｓ_AE1は、アンテナ２
４を有する受信回路２６により受信された後、たとえば
百ｋＨｚ〜数ＭＨｚの周波数帯を備えたバンドパスフィ
ルタ２８およびＡ／Ｄ変換器３０を介して、演算制御装
置３２へ入力されるようになっている。上記研削砥石側
ＡＥセンサ１８は、研削砥石１０の回転中心に対して偏
心した位置に設けられている。

【００２２】上記砥石部１２は、たとえば図２に示すよ
うに、砥粒３４と、それら砥粒３４を結合する無機質結
合剤３６と、気孔３８とから成るよく知られた砥石組織
から構成されており、被削材１６との摺接によって、砥
粒３４と無機質結合剤３６との界面剥離Ａ（１００ｋＨ
ｚ〜２ＭＨｚの信号を発生）、砥粒３４自体のクラック
Ｂ（１００ｋＨｚ〜２ＭＨｚの信号を発生）、無機質結
合剤３６自体のクラックＣ（１００ｋＨｚ〜２ＭＨｚの
信号を発生）が発生し、そのような剥離Ａ或いはクラッ
クＢ或いはＣが上記研削砥石側ＡＥセンサ１８によって
検出されるのである。

【００２３】図１に示すように、前記被削材１６にも、
研削砥石側ＡＥセンサ１８と同様に構成された被削材側
ＡＥセンサ４０が設けられている。この被削材側ＡＥセ
ンサ４０により検出され且つ出力されたＡＥ信号Ｓ_AE2
は、バンドパスフィルタ２８と同様のバンドパスフィル
タ４２およびＡ／Ｄ変換器３０を介して、演算制御装置
３２へ入力されるようになっている。図２に示すよう
に、被削材１６においても、砥石部１２に対する被削材
１６の摺接音すなわち摩擦音、延性モードにおける被削
材１６の塑性変形（１００ｋＨｚ〜８００ｋＨｚ）、展
性モードにおける被削材１６の脆性破壊（２００ｋＨｚ
〜７００ｋＨｚ）が発生し、そのような摩擦音や破壊音
が上記被削材側ＡＥセンサ４０によって検出されるので
ある。しかし、この被削材側ＡＥセンサ４０にも前記砥
石部１２内で発生するＡＥ信号が検出されるし、研削砥
石側ＡＥセンサ１８にも上記被削材１６内で発生するＡ
Ｅ信号が検出されるが、近くで発生した信号が明瞭に検
出される。

【００２４】演算制御装置３２は、ＣＰＵ、ＲＯＭ、Ｒ
ＡＭ、インターフェースなどを含む所謂マイクロコンピ
ュータであって、ＣＰＵはＲＡＭの一時記憶機能を利用
しつつ予めＲＯＭに記憶されたプログラムに従って入力
信号を処理し、研削状態を判定し、研削状態を表す画像
などを出力装置４４から出力させる。

【００２５】図３は、上記演算制御装置３２の制御機能
を説明する機能ブロック線図である。図３において、研
削砥石側信号同期抽出手段５０は、研削砥石側ＡＥセン
サ１８により検出された研削砥石側ＡＥ信号のうち予め
設定された時間範囲Ｔの信号をその研削砥石１０の回転
に同期して抽出する。その時間範囲Ｔは、たとえば図４
に示すように、研削砥石側ＡＥセンサ１８が被削材１６
に接近してそれにより検出された研削砥石側ＡＥ信号が
最も大きくなる期間であり、研削砥石１０が予め設定し
た回転位相となること或いは研削砥石側ＡＥ信号が所定
値以上のレベルとなることにより判定される。また、前
記被削材側信号同期抽出手段５２は、前記被削材側ＡＥ
信号のうち上記時間範囲Ｔ内の信号と同時に発生する信
号を、研削砥石側信号同期抽出手段５０からの信号に同
期して抽出する。

【００２６】研削砥石側周波数解析手段５４は、研削砥
石側ＡＥセンサ１８により検出され且つ研削砥石側信号
同期抽出手段５０により抽出された研削砥石側ＡＥ信号
を周波数解析する。また、被削材側周波数解析手段５６
は、被削材側ＡＥセンサ４０により検出され且つ被削材
側信号同期抽出手段５２により抽出された被削材側ＡＥ
信号を周波数解析する。

【００２７】相殺演算手段５８は、たとえば、上記研削
砥石側周波数解析手段５４により周波数解析された研削
砥石側ＡＥ信号から、上記被削材側周波数解析手段５６
により周波数解析された被削材側ＡＥ信号に係数を掛け
た信号を差し引くことにより、研削砥石側ＡＥ信号に混
入した被削材側ＡＥ信号を相殺して、本来の研削砥石１
０において発生したＡＥ信号を算出する。第１研削状態
判定手段６０は、上記の周波数解析手段５４、５６によ
りそれぞれ周波数解析された研削砥石側ＡＥ信号および
被削材側ＡＥ信号に基づいて得られた研削砥石１０にお
いて発生した本来のＡＥ信号に基づいて、研削やけ、ビ
ビリ振動、研削砥石１０の表面状態などを判定し、出力
手段６６は判定結果を出力装置４４に表示させる。

【００２８】ニューラルネットワーク６２には、たとえ
ば、上記の周波数解析手段５４、５６による周波数解析
毎に時系列的に得られたそれぞれ周波数解析された研削
砥石側ＡＥ信号および被削材側ＡＥ信号、それらの信号
に基づいて相殺演算手段５８により算出された研削砥石
１０において発生した本来のＡＥ信号が入力されるよう
になっている。そのニューラルネットワーク６２は、た
とえばｒ個の神経細胞要素（ニューロン）Ｘ_i（Ｘ₁〜
Ｘ_r）から構成された入力層と、ｓ個の神経細胞要素Ｙ
_j（Ｙ₁〜Ｙ_s）から構成された中間層と、ｔ個の神経
細胞要素Ｚ_k（Ｚ₁〜Ｚ_t）から構成された出力層とか
ら構成された３層構造である。そして、上記入力層から
出力層へ向かって神経細胞要素の状態を伝達するため
に、結合係数（重み）Ｗ_Xijを有して上記ｒ個の神経細
胞要素Ｘ_iとｓ個の神経細胞要素Ｙ _jとをそれぞれ結合
する伝達要素Ｄ_Xijと、結合係数Ｗ_Yjkを有してｓ個の
神経細胞要素Ｙ_jとｔ個の神経細胞要素Ｚ_kとをそれぞ
れ結合する伝達要素Ｄ_Yjkが設けられている。上記ニュ
ーラルネットワーク６２は、その結合係数Ｗ_Xijおよび
Ｗ_Yjkを所謂誤差逆伝播学習アルゴリズムによって学習
させられたパターン連想型のシステムである。その学習
は、研削実験によって予め完了させられているので、本
実施例の研削状態監視装置８の組み立て時には、上記結
合係数Ｗ_XijおよびＷ_Yjkには所定値が与えられてい
る。

【００２９】第２研削状態判定手段６４は、上記の周波
数解析手段５４、５６によりそれぞれ周波数解析された
研削砥石側ＡＥ信号および被削材側ＡＥ信号に基づい
て、すなわちニューラルネットワーク６２の出力信号に
基づいて研削砥石１０の研削状態を判定する。たとえ
ば、研削砥石１０の焼け、研削砥石１０の表面状態を判
定する。

【００３０】図５は、演算制御装置３２の制御作動の要
部を説明するフローチャートである。図５において、前
記研削砥石側信号同期抽出手段５０或いは被削材側信号
同期抽出手段５２に対応するＳＡ１では、予め設定され
た時間範囲Ｔ内であるか否かが判断される。このＳＡ１
の判断が否定された場合はそのＳＡ１の判断が繰り返し
実行されるが、肯定された場合は、ＳＡ２において研削
砥石側ＡＥ信号が読み込まれるとともに、ＳＡ３におい
て被削材側ＡＥ信号が読み込まれる。次いで、ＳＡ４に
おいて、上記ＡＥ信号の読込回数Ｎが予め設定された判
定値Ｎ_Oを上回ったか否かが判断される。当初は、ＳＡ
４の判断が否定されるのでＳＡ１以下が繰り返し実行さ
れるが、読込回数Ｎが判定値Ｎ_Oに到達すると、前記研
削砥石側周波数解析手段５４に対応するＳＡ５におい
て、それまで読み込まれた研削砥石側ＡＥ信号が周波数
解析されるとともに、前記被削材側周波数解析手段５６
に対応するＳＡ６において、それまで読み込まれた被削
材側ＡＥ信号が周波数解析される。

【００３１】そして、前記相殺演算手段５８に対応する
ＳＡ７において、上記ＳＡ５により周波数解析された研
削砥石側ＡＥ信号から、上記ＳＡ６により周波数解析さ
れた被削材側ＡＥ信号に係数を掛けた信号を差し引くこ
とにより、研削砥石側ＡＥ信号に混入した被削材側ＡＥ
信号が相殺されて、研削砥石１０において発生した本来
のＡＥ信号が算出される。

【００３２】次いで、前記第１研削状態判定手段６０に
対応するＳＡ８において、上記ＳＡ５およびＳＡ６によ
りそれぞれ周波数解析された研削砥石側ＡＥ信号および
被削材側ＡＥ信号から得られた研削砥石１０において発
生した本来のＡＥ信号に基づいて、研削やけ、ビビリ振
動、研削砥石１０の表面状態などが判定されたか否かが
判断される。このＳＡ８の判断が肯定された場合は、前
記出力手段６６に対応するＳＡ９において、ＳＡ８の判
断内容が出力装置４４において表示される。

【００３３】上記ＳＡ８の判断が否定された場合は、前
記第２研削状態判定手段６４に対応するＳＡ１０におい
て、上記のＳＡ５、ＳＡ６によりそれぞれ周波数解析さ
れた研削砥石側ＡＥ信号および被削材側ＡＥ信号に基づ
いて、すなわち前記ニューラルネットワーク６２の出力
信号に基づいて研削砥石１０の研削状態、たとえば、研
削砥石１０の焼け、研削砥石１０の表面状態などが判定
されたか否かが判断される。このＳＡ１０の判断が肯定
された場合は、前記出力手段６６に対応するＳＡ１１に
おいて、ＳＡ１０の判断内容が出力装置４４において表
示される。

【００３４】上述のように、本発明の研削状態監視装置
８によれば、研削状態判定手段６０、６４により、研削
砥石１０において発生する研削砥石側ＡＥ信号および被
削材において発生する被削材側ＡＥ信号がそのまま周波
数解析されたものに基づいて研削砥石の研削状態が判定
されることから、いずれか一方のＡＥ信号に基づいて研
削状態を判定する場合に比較してＡＥ信号が研削砥石で
発生したものか被削材において発生したものかが明確と
なるので、研削状態１０の判定精度が好適に高められ
る。

【００３５】また、研削砥石側ＡＥ信号および被削材側
ＡＥ信号がそのまま周波数解析されることから、時系列
的なＡＥ信号のピーク値を結ぶ包絡線すなわちＡＥ信号
のピーク値の時間変化を用いる場合に比較して、ＡＥ信
号本来の周波数分布や研削加工中の加工形態の変化が明
確となるので、たとえ微弱なＡＥ信号であってもたとえ
ば研削開始点などの研削状態の判定精度が好適に高めら
れる。因みに、研削加工開始時のＡＥ信号の時間経過を
示す図６において、研削加工開始点Ａ付近のＡＥ信号が
比較的小さいためにそのＡＥ信号からは研削加工開始点
Ａを判定するのが困難であるのに対し、その図６に示す
ＡＥ信号を周波数解析した図７に示すように、研削加工
開始点Ａは低周波数帯域において顕著に認識でき、容易
に判定が可能となっている。

【００３６】また、本実施例の研削状態監視装置８によ
れば、前記周波数解析された研削砥石側ＡＥ信号から前
記周波数解析された被削材側ＡＥ信号に含まれる周波数
成分を相殺することにより研削砥石で発生した信号成分
を抽出する相殺演算手段５８と、その相殺演算手段５８
により抽出された信号成分に基づいて研削砥石１０の研
削状態を判定する第１研削状態判定手段６０とを含むも
のであることから、相殺演算手段５８により抽出され
た、研削砥石１０で発生した信号成分に基づいて研削砥
石１０の研削状態が判定されるので、研削状態の判定精
度が一層高められる。

【００３７】また、本実施例の研削状態監視装置８によ
れば、前記周波数解析された研削砥石側ＡＥ信号および
被削材側ＡＥ信号を入力信号とするニューラルネットワ
ーク６２と、そのニューラルネットワーク６２の出力信
号に基づいて研削砥石１０の研削状態を判定する第２研
削状態判定手段６４とが含まれることから、周波数解析
された研削砥石側ＡＥ信号および被削材側ＡＥ信号に基
づいて学習されたニューラルネットワーク６２の出力信
号に基づいて研削砥石１０の研削状態が判定されるの
で、研削状態の判定精度が得られる。

【００３８】また、本実施例の研削状態監視装置８によ
れば、上記ニューラルネットワーク６２は、前記周波数
解析手段５４、５６による周波数解析毎に時系列的に得
られた周波数解析後の研削砥石側ＡＥ信号および被削材
側ＡＥ信号を入力信号とするものであることから、研削
状態判断時点前に得られた周波数解析後の研削砥石側Ａ
Ｅ信号および被削材側ＡＥ信号も入力されることから、
それらの時間変化が明らかとなるので、研削状態の判定
精度が一層高められる。

【００３９】また、本実施例の研削状態監視装置８によ
れば、ニューラルネットワーク６２は、前記相殺演算手
段５８により抽出された、研削砥石１０で本来発生した
信号成分を入力信号とするものである。このように、相
殺演算手段５８により抽出された信号成分もニューラル
ネットワーク６２に入力されることから、本来研削砥石
１０で発生した信号成分が明確に用いられるので、研削
状態の判定精度が一層高められる。

【００４０】また、本実施例の研削状態監視装置８によ
れば、研削砥石側ＡＥセンサ１８は、研削砥石１０の回
転中心に対して偏心した位置に設けられたものであり、
前記周波数解析手段による周波数解析のために、その研
削砥石側ＡＥセンサにより検出された研削砥石側ＡＥ信
号のうち予め設定された時間範囲の信号をその研削砥石
の回転に同期して抽出するとともに、前記被削材側ＡＥ
信号のうちその時間範囲の信号と同時に発生する信号を
抽出する信号同期抽出手段５０、５２をさらに含むもの
である。このため、研削砥石側ＡＥセンサ１８により検
出された研削砥石側ＡＥ信号のうちその研削砥石側ＡＥ
センサ１８が研削点に近接している時間範囲Ｔ内に発生
した研削砥石側ＡＥ信号が抽出されて用いられるととも
に、その時間範囲Ｔ内に発生した被削材側ＡＥ信号が用
いられるので、研削砥石側ＡＥセンサ１８が研削点から
離隔していて研削砥石内を迂回して伝播することにより
重要な情報が欠落した研削砥石側ＡＥセンサが用いられ
る場合に比較して、研削状態の判定精度が一層高められ
る。

【００４１】次に、本発明の他の実施例を説明する。な
お、以下の説明において前述の実施例と共通する部分に
は同一の符号を付して説明を省略する。

【００４２】図８は、本発明の他の実施例のドレッシン
グ状態監視装置７０の構成を説明する図である。また、
図９は、上記ドレッシング状態監視装置７０の演算制御
装置３２の制御機能の要部を説明する機能ブロック線
図、図１０は、その演算制御装置３２の制御作動の要部
を説明するフローチャートである。

【００４３】図８のドレッシング状態監視装置７０で
は、研削砥石１０の外周面にツルーイング或いは目立て
を施すためのロータリドレッサ７２が被削材１６に代え
て設けられ、そのロータリドレッサ７２側で発生するＡ
Ｅ信号を検出するためのドレッサ側ＡＥセンサ７４が被
削材側ＡＥセンサ４０に代えて設けられている点におい
て、図１の研削状態監視装置８と相違する。たとえば、
上記ドレッサ側ＡＥセンサ７４は、位置固定に設けら
れ、回転駆動されるロータリドレッサ７２側で発生する
ドレッサ側ＡＥ信号をクーラントを介して検出するよう
になっている。図１１に示すように、砥粒３４と、それ
ら砥粒３４を結合する無機質結合剤３６と、気孔３８と
から成るよく知られた砥石組織から構成された研削砥石
１０では、ロータリドレッサ７２のダイヤモンド７３と
の衝突によって、砥粒３４と無機質結合剤３６との界面
剥離Ａ（１００ｋＨｚ〜２ＭＨｚの信号を発生）、砥粒
３４自体のクラックＢ（１００ｋＨｚ〜２ＭＨｚの信号
を発生）、無機質結合剤３６自体のクラックＣ（１００
ｋＨｚ〜２ＭＨｚの信号を発生）が発生し、そのような
剥離Ａ或いはクラックＢ或いはＣが上記研削砥石側ＡＥ
センサ１８によって検出されるだけでなく、ロータリド
レッサ７２においても、ダイヤモンド７３の摩耗音或い
は破壊時の脆性破壊音が発生し、そのような摩擦音や破
壊音がドレッサ側ＡＥセンサ７４によって検出されるよ
うになっている。

【００４４】図９のドレッシング状態監視装置７０の機
能ブロック線図では、ドレッサ側信号同期抽出手段７
６、ドレッサ側周波数解析手段７８、第１ドレッシング
状態判定手段８０、第２ドレッシング状態判定手段８２
が、被削材側信号同期抽出手段５２、被削材側周波数解
析手段５６、第１研削状態判定手段６０、第２研削状態
判定手段６４に代えて設けられ、相殺演算手段５８で
は、たとえば、上記研削砥石側周波数解析手段５４によ
り周波数解析された研削砥石側ＡＥ信号から、上記ドレ
ッサ側周波数解析手段７８により周波数解析されたドレ
ッサ側ＡＥ信号に係数ｋを掛けた信号を差し引くことに
より、研削砥石側ＡＥ信号に混入したドレッサ側ＡＥ信
号を相殺して、本来の研削砥石１０において発生したＡ
Ｅ信号が算出される。第１ドレッシング状態判定手段８
０は、上記の周波数解析手段５４、７８によりそれぞれ
周波数解析された研削砥石側ＡＥ信号およびドレッサ側
ＡＥ信号に基づいて得られた研削砥石１０において発生
した本来のＡＥ信号に基づいて、研削砥石１０の目立て
状態などを判定し、出力手段６６はその判定結果を出力
装置４４に表示させる。

【００４５】また、ニューラルネットワーク６２には、
たとえば、上記の周波数解析手段５４、７８による周波
数解析毎に時系列的に得られたそれぞれ周波数解析され
た研削砥石側ＡＥ信号およびドレッサ側ＡＥ信号、それ
らの信号に基づいて相殺演算手段５８により算出された
研削砥石１０において発生した本来のＡＥ信号が入力さ
れるようになっており、ドレッシング実験によってその
学習が予め完了させられているので、本実施例のドレッ
シング状態監視装置７０の組み立て時には、ニューラル
ネットワーク６２の結合係数Ｗ_XijおよびＷ_Yjkには所
定値が与えられている。第２ドレッシング状態判定手段
８２は、上記の周波数解析手段５４、７８によりそれぞ
れ周波数解析された研削砥石側ＡＥ信号および被削材側
ＡＥ信号に基づいて、すなわちニューラルネットワーク
６２の出力信号に基づいて研削砥石１０の表面の目立て
状態すなわちドレッシング状態を判定し、出力手段６６
はそのドレッシング状態を出力装置４４に表示させる。

【００４６】図１０のドレッシング状態監視装置７０の
制御作動を示すフローチャートにおいて、ＳＢ１におい
て予め設定された時間範囲Ｔ内であると判断されている
間に、ＳＢ２およびＳＢ３において、研削砥石側ＡＥ信
号およびドレッサ側ＡＥ信号が読み込まれる。次いで、
ＳＢ４において読込回数Ｎが所定値Ｎ_Oに到達したと判
定されると、周波数解析手段５４、７８に対応するＳＢ
５およびＳＢ６において、研削砥石側ＡＥ信号およびド
レッサ側ＡＥ信号の周波数解析が行われる。続くＳＢ７
では、ＳＡ７と同様にして、研削砥石１０において発生
する本来のＡＥ信号が抽出され、第１ドレッシング状態
判定手段８０に対応するＳＢ８において、それぞれ周波
数解析された研削砥石側ＡＥ信号およびドレッサ側ＡＥ
信号に基づいて得られた研削砥石１０において発生した
本来のＡＥ信号に基づいて、研削砥石１０の目立て状態
などが判定される。ＳＢ９では、その目立て状態などの
監視結果が出力装置４４に表示させられる。また、第２
ドレッシング状態判定手段８２に対応するＳＢ１０で
は、ニューラルネットワーク６２の出力信号に基づい
て、研削砥石１０の目立て状態などが判定される。ＳＢ
１１では、その目立て状態などの監視結果が出力装置４
４に表示させられる。

【００４７】本実施例のドレッシング状態監視装置７０
によれば、ドレッシング状態判定手段８０、８２によ
り、研削砥石１０において発生する研削砥石側ＡＥ信号
およびドレッサにおいて発生するドレッサ側ＡＥ信号が
そのまま周波数解析されたものに基づいて研削砥石１０
のドレッシング状態が判定されることから、いずれか一
方のＡＥ信号に基づいて研削状態を判定する場合に比較
してＡＥ信号が研削砥石で発生したものかドレッサにお
いて発生したものかが明確となるので、ドレッシング状
態の判定精度が好適に高められる。また、研削砥石側Ａ
Ｅ信号およびドレッサ側ＡＥ信号がそのまま周波数解析
されることから、時系列的なＡＥ信号のピーク値を結ぶ
包絡線すなわちＡＥ信号のピーク値の時間変化を用いる
場合に比較してＡＥ信号本来の周波数分布やドレッシン
グ加工中の加工形態の変化が明確となるので、ドレッシ
ング状態の判定精度が好適に高められる。

【００４８】また、本実施例のドレッシング状態監視装
置７０では、周波数解析された研削砥石側ＡＥ信号から
前記周波数解析されたドレッサ側ＡＥ信号の周波数成分
を相殺することにより研削砥石で発生した信号成分を抽
出する相殺演算手段５８と、その相殺演算手段５８によ
り抽出された信号成分に基づいて研削砥石１０のドレッ
シング状態を判定する第１ドレッシング状態判定手段８
０とが設けられていることから、相殺演算手段５８によ
り抽出された、研削砥石１０で本来発生した信号成分に
基づいてその研削砥石１０のドレッシング状態が判定さ
れるので、ドレッシング状態の判定精度が一層高められ
る。

【００４９】また、本実施例のドレッシング状態監視装
置７０では、周波数解析された研削砥石側ＡＥ信号およ
びドレッサ側ＡＥ信号を入力信号とするニューラルネッ
トワーク６２と、そのニューラルネットワーク６２の出
力信号に基づいて研削砥石１０のドレッシング状態を判
定する第２ドレッシング状態判定手段８２とが設けられ
ていることから、周波数解析された研削砥石側ＡＥ信号
およびドレッサ側ＡＥ信号に基づいて学習されたニュー
ラルネットワーク６２の出力信号に基づいて研削砥石１
０のドレッシング状態が判定されるので、ドレッシング
状態の判定精度が得られる。

【００５０】また、本実施例のドレッシング状態監視装
置７０において、ニューラルネットワーク６２は、周波
数解析手段５４、７８による周波数解析毎に時系列的に
得られた周波数解析後の研削砥石側ＡＥ信号およびドレ
ッサ側ＡＥ信号を入力信号とするものである。このた
め、ドレッシング状態判断時点前に得られた周波数解析
後の研削砥石側ＡＥ信号およびドレッサ側ＡＥ信号も入
力されることから、それらの時間変化が明らかとなるの
で、ドレッシング状態の判定精度が一層高められる。

【００５１】また、本実施例のドレッシング状態監視装
置７０において、ニューラルネットワーク６２は、相殺
演算手段５８により抽出された、研削砥石１０で本来発
生した信号成分を入力信号とするものである。このた
め、相殺演算手段５８により抽出された信号成分も入力
されることから、本来研削砥石１０で発生した信号成分
が明確に用いられるので、ドレッシング状態の判定精度
が一層高められる。

【００５２】また、本実施例のドレッシング状態監視装
置７０において、研削砥石側ＡＥセンサ１８は、研削砥
石１０の回転中心に対して偏心した位置に設けられたも
のであり、周波数解析手段５４による周波数解析のため
に、その研削砥石側ＡＥセンサ１８により検出された研
削砥石側ＡＥ信号のうち予め設定された時間範囲Ｔの信
号をその研削砥石１０の回転に同期して抽出するととも
に、ドレッサ側ＡＥ信号のうちその時間範囲Ｔの信号と
同時に発生する信号を抽出する信号同期抽出手段５０が
さらに設けられていることから、研削砥石側ＡＥセンサ
１８により検出された研削砥石側ＡＥ信号のうちその研
削砥石側ＡＥセンサが研削点に近接している時間範囲Ｔ
内に発生した研削砥石側ＡＥ信号が抽出されて用いられ
るとともに、その時間範囲Ｔ内に発生したドレッサ側Ａ
Ｅ信号が用いられるので、研削砥石側ＡＥセンサ１８が
研削点から離隔していて研削砥石内を迂回して伝播する
ことにより重要な情報が欠落した研削砥石側ＡＥセンサ
が用いられる場合に比較して、ドレッシング状態の判定
精度が一層高められる。

【００５３】以上、本発明の一実施例を図面を用いて説
明したが、本発明はその他の態様においても適用され
る。

【００５４】たとえば、前述の実施例において、研削砥
石側ＡＥセンサ１８は、研削砥石１０内に設けられてい
たが、研削砥石１０の外側において位置固定に設けられ
ていてもよい。この場合には、図８のドレッサ側ＡＥセ
ンサ７４のように、クーラントを介してＡＥ信号が検出
される。また、ドレッサ側ＡＥセンサ７４は、図１の研
削砥石側ＡＥセンサ１８のように、ロータリドレッサ７
２内に設けられてもよい。この場合には、スリップリン
グ或いは送受信装置を介してＡＥ信号が外部へ取り出さ
れる。

【００５５】また、前述の実施例のニューラルネットワ
ーク６２には、周波数解析毎に得られた研削砥石側ＡＥ
信号と被削材側ＡＥ信号或いはドレッサ側ＡＥ信号とが
時系列的に入力されていたが、研削状態判定或いはドレ
ッシング状態判定時より前に得られた時系列データは必
ずしも入力されていなくてもよい。

【００５６】また、前述の図３の実施例において、研削
砥石側信号同期抽出手段５０或いは被削材側信号同期抽
出手段５２は、研削砥石側周波数解析手段５４或いは被
削材側周波数解析手段５６の後段に設けられていても差
し支えない。

【００５７】また、前述の図８の実施例では、ロータリ
ドレッサ７２が用いられていたが、ブレード型ドレッサ
などであっても差し支えない。

【００５８】なお、上述したのはあくまでも本発明の一
実施例であり、本発明はその主旨を逸脱しない範囲にお
いて種々の変更が加えられ得るものである。

【図面の簡単な説明】

【図１】本発明の一実施例の研削状態監視装置の構成を
説明するである。

【図２】研削状態におけるＡＥ信号の発生メカニズムを
説明する図である。

【図３】図１の研削状態監視装置の制御機能の要部を説
明する機能ブロック線図である。

【図４】図３の研削砥石側信号同期抽出手段により予め
設定された時間範囲Ｔ内に発生した研削砥石側ＡＥ信号
が抽出される作動を説明する図である。

【図５】図１の研削状態監視装置の制御作動の要部を説
明するフローチャートである。

【図６】研削加工開始時におけるＡＥ信号の時間変化を
研削開始点Ａとともに示す図である。

【図７】図６のＡＥ信号を周波数解析した結果を研削開
始点Ａと共に示す図である。

【図８】本発明の他の実施例のドレッシング状態監視装
置の構成を説明するである。

【図９】図８のドレッシング状態監視装置の制御機能の
要部を説明する機能ブロック線図である。

【図１０】図８の研削状態監視装置の制御作動の要部を
説明するフローチャートである。

【図１１】ドレッシング状態におけるＡＥ信号の発生メ
カニズムを説明する図である。

【符号の説明】

８：研削状態監視装置１０：研削砥石１２：砥石部１８：研削砥石側ＡＥセンサ４０：被削材側ＡＥセンサ５０：研削砥石側信号同期抽出手段、５２：被削材側信
号同期抽出手段（信号同期抽出手段）５４：研削砥石側周波数解析手段、５６：被削材側周波
数解析手段（周波数解析手段）５８：相殺演算手段６０：第１研削状態判定手段、６４：第２研削状態判定
手段（研削状態判定手段）６２：ニューラルネットワーク７４：ドレッサ側ＡＥセンサ７６：ドレッサ側信号同期抽出手段７８：ドレッサ側周波数解析手段８０：第１ドレッシング状態判定手段、８２：第２ドレ
ッシング状態判定手段（ドレッシング状態判定手段）

Claims

【特許請求の範囲】

【請求項１】被削材が研削砥石により研削される状態
を監視するための研削状態監視装置であって、前記研削砥石において発生する研削砥石側ＡＥ信号を検
出するための研削砥石側ＡＥセンサと、前記被削材において発生する被削材側ＡＥ信号を検出す
るための被削材側ＡＥセンサと、前記研削砥石側ＡＥ信号および被削材側ＡＥ信号を周波
数解析する周波数解析手段と、該周波数解析手段によりそれぞれ周波数解析された研削
砥石側ＡＥ信号および被削材側ＡＥ信号に基づいて、前
記研削砥石の研削状態を判定する研削状態判定手段と
を、含むことを特徴とする研削状態監視装置。
【請求項２】前記研削状態判定手段は、前記周波数解
析された研削砥石側ＡＥ信号から前記周波数解析された
被削材側ＡＥ信号に含まれる周波数成分を相殺すること
により研削砥石で発生した本来の信号成分を抽出する相
殺演算手段と、該相殺演算手段により抽出された信号成
分に基づいて前記研削砥石の研削状態を判定する第１研
削状態判定手段とを含むものである請求項１の研削状態
監視装置。
【請求項３】前記研削状態判定手段は、前記周波数解
析された研削砥石側ＡＥ信号および被削材側ＡＥ信号を
入力信号とするニューラルネットワークと、該ニューラ
ルネットワークの出力信号に基づいて前記研削砥石の研
削状態を判定する第２研削状態判定手段とを含むもので
ある請求項１の研削状態監視装置。
【請求項４】前記研削砥石側ＡＥセンサは、前記研削
砥石の回転中心に対して偏心した位置に設けられたもの
であり、前記周波数解析手段による周波数解析のため
に、該研削砥石側ＡＥセンサにより検出された研削砥石
側ＡＥ信号のうち予め設定された時間範囲の信号を該研
削砥石の回転に同期して抽出するとともに、前記被削材
側ＡＥ信号のうち該時間範囲の信号と同時に発生する信
号を抽出する信号同期抽出手段をさらに含むものである
請求項１の研削状態監視装置。
【請求項５】研削砥石がドレッサによりドレッシング
される状態を監視するためのドレッシング状態監視装置
であって、前記研削砥石において発生する研削砥石側ＡＥ信号を検
出するための研削砥石側ＡＥセンサと、前記ドレッサにおいて発生するドレッサ側ＡＥ信号を検
出するためのドレッサ側ＡＥセンサと、前記研削砥石側ＡＥ信号およびドレッサ側ＡＥ信号を周
波数解析する周波数解析手段と、該周波数解析手段によりそれぞれ周波数解析された研削
砥石側ＡＥ信号およびドレッサ側ＡＥ信号に基づいて、
前記ドレッサによるドレッシング状態を判定するドレッ
シング状態判定手段とを、含むことを特徴とするドレッ
シング状態監視装置。
【請求項６】前記ドレッシング状態判定手段は、前記
周波数解析された研削砥石側ＡＥ信号から前記周波数解
析されたドレッサ側ＡＥ信号の周波数成分を相殺するこ
とにより研削砥石で発生した信号成分を抽出する相殺演
算手段と、該相殺演算手段により抽出された信号成分に
基づいて前記研削砥石のドレッシング状態を判定する第
１ドレッシング状態判定手段とを含むものである請求項
５の研削状態監視装置。
【請求項７】前記研削状態判定手段は、前記周波数解
析された研削砥石側ＡＥ信号およびドレッサ側ＡＥ信号
を入力信号とするニューラルネットワークと、該ニュー
ラルネットワークの出力信号に基づいて前記研削砥石の
ドレッシング状態を判定する第２ドレッシング状態判定
手段とを含むものである請求項５の研削状態監視装置。
【請求項８】前記研削砥石側ＡＥセンサは、前記研削
砥石の回転中心に対して偏心した位置に設けられたもの
であり、前記周波数解析手段による周波数解析のため
に、該研削砥石側ＡＥセンサにより検出された研削砥石
側ＡＥ信号のうち予め設定された時間範囲の信号を該研
削砥石の回転に同期して抽出するとともに、前記ドレッ
サ側ＡＥ信号のうち該時間範囲の信号と同時に発生する
信号を抽出する信号同期抽出手段をさらに含むものであ
る請求項５の研削状態監視装置。