JP2019082836A - 工具寿命予測装置 - Google Patents

Abstract

【課題】多品種少量生産において高精度に工具の寿命予測が可能となる工具寿命予測装置を提供する。【解決手段】情報取得用の第一工具を用いて複数種の工作物Ｗについての第一加工を行った場合に、第一工具の使用開始から寿命到達までにおける第一加工情報を取得する第一加工情報取得部３６と、複数種の工作物Ｗに関する第一加工情報に基づいて決定された演算モデルであり、第一工具と同種の工具の寿命予測を行うための演算モデルを記憶するモデル記憶部３７と、第一工具と同種の工具であって寿命予測対象である第二工具を用いて複数種の工作物Ｗについての第二加工を行った場合に、第二加工を行っている時の第二加工情報を取得する第二加工情報取得部３８と、第二加工情報及び演算モデルに基づいて、第二工具の寿命予測を行う予測部３９，４３とを備える。【選択図】図１０

Description

本発明は、工具寿命予測装置に関するものである。

特許文献１には、各加工工程の実施によって進行する工具の摩耗の進行度合いに応じた摩耗評価指数を工具毎に予め設定しておき、各加工工程の繰り返しに応じて累計した累計摩耗評価指数を使用工具毎に算出し、累計摩耗評価指数が限界指数に至ったとき使用工具が寿命に達したと判定することが記載されている。

特許文献２には、今回加工予定の工作物について事前に測定された比切削抵抗と、それ以前に加工された工作物についての既に測定済みの加工負荷値及びこれに対応する比切削抵抗とを用いて、今回加工予定の工作物を加工する際に発生すると予測される加工負荷値を予測し、予測した加工負荷値を用いて工具が寿命に達しているかを検出することが記載されている。

特許文献３には、加工材質によって決まる材質係数及び加工条件による加工条件係数を加味した補正係数を求め、工具の使用時間に補正係数を乗じて工具の使用時間を補正し、補正された工具の使用時間を累積して工具の寿命を推定することが記載されている。

特開２００１−２４６５３４号公報 特許第５４１１０５５号公報 特開平７−５１９９８号公報

特許文献１においては、同一の加工工程を繰り返す場合には適用できるが、異なる加工工程を行う場合には適用できない。つまり、特許文献１に記載の技術では、同種の工作物を大量生産する場合に適用される。しかし、当該技術は、多品種少量生産、すなわち多品種少量の工作物を加工する場合における工具の寿命予測に適用することができない。

また、工具の使用開始から寿命到達までにおいて、工具の切れ味等の工具の状態が変化する。しかし、特許文献２，３に記載の技術においては、工具の状態の変化を考慮できていない。そのため、当該技術では、高精度な工具の寿命予測ができない。

本発明は、多品種少量生産のおける工具の寿命予測が可能であり、工具の使用開始から寿命到達までにおける工具の状態を考慮するにより高精度に工具の寿命予測が可能となる工具寿命予測装置を提供することを目的とする。

本発明に係る工具寿命予測装置は、複数種の工具を用いて複数種の工作物を加工する場合において前記複数種の工具のそれぞれの寿命を予測する工具寿命予測装置であって、前記複数種の工具のそれぞれに対応する情報取得用の第一工具を用いて前記複数種の工作物についての第一加工を行った場合に、前記第一工具の使用開始から寿命到達までにおける第一加工情報を取得する第一加工情報取得部と、前記複数種の工作物に関する前記第一加工情報に基づいて決定された演算モデルであり、前記第一工具と同種の工具の寿命予測を行うための前記演算モデルを記憶するモデル記憶部と、前記第一工具と同種の工具であって寿命予測対象である第二工具を用いて前記複数種の工作物についての第二加工を行った場合に、前記第二加工を行っている時の第二加工情報を取得する第二加工情報取得部と、前記第二加工情報及び前記演算モデルに基づいて、前記第二工具の寿命予測を行う予測部とを備える。

本発明によれば、演算モデルは、第一工具により複数種の工作物の第一加工を行った場合において、第一工具の使用開始から寿命到達までにおける第一加工情報に基づいて決定されている。つまり、演算モデルは、第一工具の使用開始から寿命到達までにおける第一工具の状態を考慮している。さらに、演算モデルを決定するための第一加工情報は、第一工具により複数種の工作物を加工した場合における情報である。そのため、演算モデルは、特定の一種の工作物を加工した場合を対象としているのではなく、複数種の工作物を加工した場合を対象としている。つまり、演算モデルは、多品種少量生産を対象としている。

そして、予測部が、当該演算モデルを用いると共に、第一工具と同種の第二工具により第二加工を行った場合の第二加工情報を用いることにより、第二工具ついての寿命予測を行っている。つまり、予測部は、第二工具による第二加工情報と演算モデルとを用いることにより、第二工具が使用開始から寿命到達までにおけるどの状態に位置するのかを得ることができ、第二工具の寿命予測が可能となる。

以上より、本発明によれば、多品種少量生産のおける工具の寿命予測が可能であり、工具の使用開始から寿命到達までにおける工具の状態を考慮するにより高精度に工具の寿命予測が可能となる。

生産設備であるマシニングセンタを示す図である。 生産設備に関する機能ブロックを示す図である。 工具寿命予測装置の機能ブロック図である。 基準データを示す図である。 対象データを示す図である。 総結合データを示す図である。 グループGr1の工具別結合データを示す図である。 グループGr2の工具別結合データを示す図である。 グループGr3の工具別結合データを示す図である。 複数種の工作物を加工した場合において、加工した工作物の数と工具の使用時間との関係を示す図である。 図８と同様の図において、第一加工情報の取得タイミングを示す。 図８と同様の図でおいて、第一加工情報の取得タイミングのそれぞれについて、演算モデルにより予測した残り使用時間に対応するレベルを示す図である。 演算モデルの変数の一例として、加工周波数ピーク、主軸トルクピーク及びOverall値を変数とする場合の三次元空間を示す図である。 演算モデルの一例としてのｋ近傍法を説明するための二次元空間を示す図である。 各工具について、加工した工作物Ｗの数に応じたレベルの挙動を示す図である。 第二予測部による寿命到達のタイミングの予測を説明するための図である。

（１．工作機械１の構成）
工作機械１は、生産計画に基づいて複数種の工作物Ｗを順次加工する機械である。つまり、工作機械１は、多品種少量生産を行うための機械である。工作機械１は、工具を用いて、例えば、切削加工、研削加工、鍛造加工、放電加工等を行う。工作機械１の一例について、図１及び図２を参照して説明する。工作機械１は、生産ラインにおいて工作物Ｗを切削加工する横形のマシニングセンタを例にあげる。なお、工作機械１としてのマシニングセンタの構成は、以下の構成の他に、種々の公知の構成を採用することができる。

マシニングセンタは、例えば以下のように構成される。設置面にベッド１１が固定され、ベッド１１には、コラム１２がＸ軸方向（図１の紙面前後方向）に移動可能に支持されている。コラム１２の前面（図１の右面）には、サドル１３がＹ軸方向（図１の上下方向）に移動可能に支持されている。サドル１３には主軸装置１４が設けられ、主軸装置１４における回転体である主軸（図示せず）に工具１５が保持されている。

また、ベッド１１上において、コラム１２に対してＺ軸方向（図１の左右方向）に対向する位置に、テーブル１６がＺ軸方向に移動可能に支持されている。テーブル１６上には、工作物Ｗが固定されている。さらに、ベッド１１上において、コラム１２の側方には、工具マガジン１７が設けられている。工具マガジン１７には、複数の工具１５が収容されている。さらに、自動工具交換装置１８が設けられており、工具マガジン１７に収容されている複数の工具１５のうち指定された工具番号の工具１５と、主軸装置１４に保持されている工具１５とを交換する。

さらに、工作機械１であるマシニングセンタは、図２に示すように、ＣＮＣ（Computerized Numerical Control）装置２１、ＰＬＣ（Programmable Logic Controller）２２、各種検出器２３ａ，２３ｂ，２３ｃ，２３ｄ，２４ａ，２４ｂ，２４ｃ、及び、第一予測装置２５を備える。

ＣＮＣ装置２１は、加工プログラム（ＮＣプログラム）に従って、主軸装置１４における主軸を回転するためのモータ（図示せず）を制御し、且つ、主軸装置１４に取り付けられた工具１５と工作物Ｗとを相対移動させるためのモータ（図示せず）を制御する。ＣＮＣ装置２１は、例えば、主軸装置１４のモータの駆動電流を検出する検出器２３ａ、コラム１２、サドル１３及びテーブル１６を移動するためのモータの駆動電流を検出する検出器２３ｂ、コラム１２のＸ軸位置、サドル１３のＹ軸位置及びテーブル１６のＺ軸位置などを検出する検出器２３ｃによる検出情報を取得して、各モータの制御を行う。また、ＣＮＣ装置２１は、外気温を検出する検出器２３ｄによる検出情報を取得して、例えば熱変位補正などを行う。

ＰＬＣ２２は、ラダー回路やシーケンシャルファンクションチャート（ＳＦＣ）などに従って、シーケンス制御を行う。ＰＬＣ２２は、工作機械１に設けられるＯＮ／ＯＦＦの検出器２４ａ，２４ｂ，２４ｃの情報を取得する。例えば、ＰＬＣ２２は、指定の工具番号の工具１５を、自動工具交換装置１８における交換位置に移動するための動作を制御したり、自動工具交換装置１８の動作を制御したりする。また、ＰＬＣ２２は、クーラント装置（図示せず）のポンプを制御することで、クーラントの供給を制御する。

第一予測装置２５（工具寿命予測装置）は、複数種の工具１５を用いて複数種の工作物Ｗを加工する場合において複数種の工具１５のそれぞれの寿命を予測する。第一予測装置２５は、工作機械１に設けられた検出器２３ａ−２３ｄ，２４ａ−２４ｃの検出データ（工作機械１に関するデータに相当する）、及び、ＣＮＣ装置２１における制御データ、ＰＬＣ２２におけるＩ／Ｏメモリに記憶されているＩ／Ｏデータなどを取得する。

ここで、第一予測装置２５は、例えば、ベッド１１上の奥側に配置されたり、制御盤（図示せず）の筐体の中に収容されたりする。第一予測装置２５は、ＣＮＣ装置２１及びＰＬＣ２２と接続されている。例えば、第一予測装置２５は、ＬＡＮコネクタ及びＵＳＢコネクタなどを備えており、ＣＮＣ装置２１及びＰＬＣ２２と接続される。つまり、第一予測装置２５は、ＣＮＣ装置２１及びＰＬＣ２２とは、Ethernet（登録商標）やEtherCAT（登録商標）などにより接続されている。すなわち、第一予測装置２５は、ＣＮＣ装置２１及びＰＬＣ２２と、例えば、ＯＳＩ参照モデルの下位２層（物理層及びデータリンク層）のネットワークプロトコルを用いて通信する。

一般に、インターネット・プロトコル・スイートは、ＯＳＩ参照モデルの第３層（ネットワーク層）以上のプロトコルが用いられる。そして、物理層やデータリンク層によるデータ伝送速度は、インターネット・プロトコル・スイートによるデータ伝送速度に比べて、高速である。

そして、本実施形態における第一予測装置２５は、通信対象（ＣＮＣ装置２１及びＰＬＣ２２）に近くに下位層のプロトコルにより接続されたエッジコンピューティングを構成している。なお、エッジコンピューティングは、インターネット・プロトコル・スイートを利用したクラウドコンピューティングと対比させた称呼として用いる。

また、第一予測装置２５は、外部機器として入力装置２６及び表示装置２７を着脱可能に接続することができる。そのため、第一予測装置２５は、表示装置２７に接続するための端子を備えている。入力装置２６は、第一予測装置２５の設定内容を入力及び編集する。表示装置２７は、第一予測装置２５による処理内容を表示することができる。なお、第一予測装置２５が、入力装置２６及び表示装置２７を備える構成としてもよい。

さらに、第一予測装置２５は、ＬＡＮコネクタに接続されたＬＡＮケーブルをサーバなどの管理装置２８（工具寿命予測装置）に接続することで、第一予測装置２５による処理結果等のデータを第二予測装置としての管理装置２８に伝送することができる。第二予測装置としての管理装置２８は、生産計画を記憶すると共に、第一予測装置２５による処理結果、生産計画及び加工プログラムを用いて工具の寿命を予測する。つまり、第二予測装置としての管理装置２８は、生産計画を考慮して、複数種の工具１５を用いて複数種の工作物Ｗを加工する場合において複数種の工具１５のそれぞれの寿命を予測する。

なお、第一予測装置２５は、ＣＮＣ装置２１やＰＬＣ２２と別体の装置として説明するが、ＣＮＣ装置２１やＰＬＣ２２などの組み込みシステムとすることもでき、工作機械１とは別位置に配置されるパーソナルコンピュータやサーバなどとすることもできる。また、第一予測装置２５と管理装置２８とは、工具寿命予測装置５０を構成する。

（２．工具寿命予測装置５０の構成）
工具寿命予測装置５０の構成について、図３−図１４を参照して説明する。図３に示すように、工具寿命予測装置５０は、第一予測装置２５と、第二予測装置としての管理装置２８とにより構成される。

第一予測装置２５は、第一データベース３１、基準データ取得部３２、対象データ取得部３３、データ取得判定部３４、結合データ生成部３５、第一加工情報取得部３６、モデル記憶部３７、及び、第二加工情報取得部３８を備える。

第一データベース３１は、ＣＮＣ装置２１及びＰＬＣ２２が記憶しているデータのうち、予め設定した種類のデータを取得して記憶する。第一データベース３１には、ＣＮＣ装置２１及びＰＬＣ２２を介して、検出器２３ａ−２３ｄ、２４ａ−２４ｃが検出したデータが記憶される。さらに、第一データベース３１には、ＣＮＣ装置２１が制御に用いるデータ、及び、ＰＬＣ２２の制御に用いるＩ／Ｏデータが記憶されている。

例えば、マシニングセンタにより複数個の工作物を連続加工する場合において、１個の工作物を加工し終わるたびに、第一データベース３１に、データが記憶されるようにする。つまり、１個の工作物を加工し終わると、第一データベース３１に、当該工作物に関するデータが新たに追加される。また、データは、データファイルなどとして記憶媒体へ保存されてもよいし、データは、１加工サイクルのように１サイクルで追加されたり、一定周期で取得し追加されたりしてもよい。

ここで、第一データベース３１には、現在使用している工具１５（「グループ分けの基準」に相当する）の工具番号（「工具の識別情報」に相当する）に関する基準データを含むものとする。工具１５に関する基準データ（File_A）は、図４に示すように、工具１５の識別情報としての工具番号と、工具１５の動作時刻情報（日時を含む）とを含む。本実施形態においては、基準データの一例は、図４に示すように、工具１５が動作した時刻情報（工具１５により加工を開始した時刻）と、当該時刻において使用している工具１５の識別情報としての工具番号とを含む。工具１５の工具番号は、ＣＮＣ装置２１の加工プログラムの実行情報、又は、ＰＬＣ２２の工具交換動作に関する情報などから取得される。

工具１５に関する基準データにおけるグループとは、複数種の工具１５のそれぞれに対応するグループである。つまり、工具１５の種類が異なれば、グループが異なる。なお、図４においては、工具１５が変更されたタイミングで、新たな基準データが記録されている。基準データが記憶されるタイミングは、所定周期としてもよい。

さらに、第一データベース３１には、工作機械１に設けられた検出器２３ａ−２３ｄ、２４ａ−２４ｃにより検出された工作機械１の状態に関する対象データを含む。例えば、第一データベース３１には、工具１５の使用時間、主軸装置１４のモータのトルクの特徴量、Ｘ，Ｙ，Ｚの各軸のモータのトルクの特徴量、主軸装置１４の振動に関する特徴量、加工条件、工作物Ｗの材質等を含む。

ここで、工具１５の使用時間は、工具１５の使用開始からの累積使用時間である。主軸装置１４のモータのトルクの特徴量は、例えば、トルクのピーク値、分散値、平均値等である。Ｘ，Ｙ，Ｚの各軸のモータのトルクの特徴量は、トルクのピーク値、分散値、平均値等である。主軸装置１４の振動に関する特徴量は、加工周波数ピーク（「主軸回転数×工具の刃数」に対応）、回転周波数ピーク（「主軸回転数」に対応）、Overall値（「振動値のＦＦＴ値の合計値」に対応）、ＲＭＳ値（「振動値のＦＦＴ値のばらつき」に対応）等である。加工条件は、主軸回転数、Ｘ，Ｙ，Ｚの各軸の送り速度、切込量等である。

例えば、第一データベース３１には、主軸装置１４のモータの駆動電流を検出する検出器２３ａにより検出される対象データを含む。当該対象データ（File_B）は、図５に示すように、検出器２３ａにより検出された時刻情報（日時を含む）と、当該時刻において検出器２３ａによって取得された主軸装置１４のモータの駆動電流のデータとを含む。本実施形態においては、対象データの一例は、図５に示すように、検出した時刻（日時）と、当該時刻において検出器２３ａによって取得された主軸装置１４のモータの駆動電流のデータとを含む。対象データは、それ自身で、グループ分けをできる情報ではない。また、対象データは、所定周期毎に記憶されている。なお、工具１５の工具番号の取得のサンプリング周期は、主軸装置１４のモータの駆動電流の検出データのサンプリング周期より長い。

基準データ取得部３２は、第一データベース３１に記憶されているデータの中から、グループ分けの基準としての基準データを取得する。対象データ取得部３３は、第一データベース３１に記憶されているデータの中から、対象データを取得する。

データ取得判定部３４は、予め設定されたアルゴリズムに基づいて、基準データ取得部３２が基準データを取得したことを判定し、且つ、対象データ取得部３３が対象データを取得したことを判定する。ここで、１個の工作物が加工し終わると、第一データベース３１に基準データ（File_A）及び対象データ（File_B）が記憶される。そのため、１個の工作物が加工し終わるタイミングで、基準データ取得部３２が基準データ（File_A）を取得すると共に、対象データ取得部３３が対象データ（File_B）を取得することになる。つまり、データ取得判定部３４も、１個の工作物が加工し終わるタイミングで、両データが取得されたと判定する。

結合データ生成部３５は、基準データ（File_A）及び対象データ（File_B）が取得されたとデータ取得判定部３４が判定した場合に、工具別結合データの生成を開始する。工具別結合データは、基準データ（File_A）における工具１５の種類毎に、対象データ（File_B）において基準データ（File_A）の動作時間帯と同一時間帯に検出したデータを、基準データ（File_A）と結合させたデータである。

結合データ生成部３５は、総結合データ生成部３５ａと工具別分割部３５ｂとを備える。総結合データ生成部３５ａは、基準データ（File_A）及び対象データ（File_B）を、基準データ取得部３２及び対象データ取得部３３から取得する。続いて、図６に示すように、総結合データ生成部３５ａは、取得した基準データ（File_A）及び対象データ（File_B）を、基準データ（File_A）の動作時間及び対象データ（File_B）の検出時間で対応付けて結合した総結合データ（File_C）を生成する。

つまり、総結合データ（File_C）は、時刻（日時）、当該時刻に動作していた工具１５の工具番号、当該時刻に検出された駆動電流のデータ等を含む。このとき、図６に示すように、基準データ（File_A）が存在しない時刻における工具番号の情報は、直前の情報を引き継ぐ。つまり、工具番号がＴ３からＴ１に変更されるまでの間、工具番号はＴ３となる。また、工具番号がＴ１からＴ７に変更されるまでの間、工具番号はＴ１となる。

工具別分割部３５ｂは、総結合データ（File_C）における基準データ（File_A）の工具１５の種類（Gr1,Gr2,Gr3）に基づいて総結合データ（File_C）を工具別に分割することにより、図７Ａ−図７Ｃに示すように、工具１５の種類毎に工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）を生成する。つまり、各工具別結合データは、時刻（日時）、当該時刻に動作していた工具１５の工具番号、当該時刻に検出された駆動電流のデータを含んでいる。そして、同一の工具別結合データにおいて、工具番号は同一となる。

第一加工情報取得部３６は、複数種の工具１５のそれぞれに対応する情報取得用の第一工具を用いて複数種の工作物Ｗについての第一加工を行った場合に、第一工具の使用開始から寿命到達までにおける第一加工情報を取得する。ここで、第一加工情報は、第一加工を行った場合において、工具別分割部３５ｂによって生成された工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）である。

第一加工とは、例えば、多品種少量生産を行うための実際の生産計画に基づいて実行される複数種の工作物Ｗに対する加工である。ただし、第一加工は、実際の生産計画に基づく加工に限られず、試し加工を対象とすることもできる。

ここで、複数種の工作物Ｗを複数種の工具１５により加工する場合において、各工具１５は、寿命に到達する度に、新品に交換される。例えば、工具番号Ｔ１の工具１５に着目し、第一加工を行った場合において、加工した工作物Ｗの数と工具１５の使用時間との関係を図８に示す。図８においては、工具１５が新品に交換されると、工具１５の使用時間がリセットされる。つまり、図８において、○印は、作業者によって工具１５が寿命に到達したと判断され、工具１５が新品に交換されたタイミングを意味する。

図８に示すように、工作物Ｗの種類が異なる場合において、工具１５の使用開始から寿命到達までの工作物Ｗの加工数及び工具１５の使用時間は、異なる。例えば、寿命到達の工具１５の使用時間は、２００分以上の場合、５０分程度の場合等、様々である。寿命到達までに加工した工作物Ｗの数も、様々である。

そして、第一加工情報取得部３６は、第一加工を行った場合における第一加工情報を取得する。第一加工情報取得部３６が第一加工情報を取得するタイミングは、例えば、図９の○印にて示す。図９は、図８と同様に、加工した工作物Ｗの数と工具１５の使用時間との関係を示す図である。取得する第一加工情報は、工具別分割部３５ｂによって生成された工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）である。つまり、第一加工情報は、工具１５の種類毎にグループ分けされた情報であって、工具１５の使用時間、主軸装置１４のモータのトルクの特徴量、Ｘ，Ｙ，Ｚの各軸のモータのトルクの特徴量、主軸装置１４の振動に関する特徴量、加工条件、工作物Ｗの材質等に関する情報を含む。このように、第一加工情報は、複数種の変数を含む。

モデル記憶部３７は、複数種の工作物Ｗに関する第一加工情報に基づいて決定される演算モデルであって、第一工具と同種の工具の寿命予測を行うための演算モデルを記憶する。演算モデルは、工具１５の寿命到達の有無、及び、工具１５の寿命到達までの残り使用時間を予測可能なモデルとされる。

例えば、演算モデルは、寿命到達までの残り使用時間そのものを予測してもよいし、予測される残り使用時間に対応する複数のレベルの中から該当するレベルを決定するようにしてもよい。本実施形態においては、演算モデルは、後者のレベルを決定する場合とする。図１０に示すように、複数種のレベルは、例えば、レベル１−５に分類されている。レベル１は、予測される残り使用時間が１５分未満に対応する。レベル２は、予測される残り使用時間が１５分以上３０分未満に対応する。レベル３は、予測される残り使用時間が３０分以上６０分未満に対応する。レベル４は、予測される残り使用時間が６０分以上１２０分未満に対応する。レベル５は、予測される残り使用時間が１２０分以上に対応する。つまり、レベル１が、寿命到達に近い状態であり、レベル５が、新品に近い状態である。

そして、演算モデルは、第一加工情報に基づいて残り使用時間に対応するレベルを予測し、工具１５の実際の残り使用時間と第一加工情報に基づいて予測される残り使用時間とが適合するように設定される。設定された演算モデルと第一加工情報とを用いて予測された残り使用時間に対応するレベルは、図１０に示すようになる。図１０に示すように、工具１５を新品に交換したばかりのタイミングにおいては、レベル５となっており、寿命到達間近においては、レベル１となっていることが分かる。

演算モデルは、線形適応（例えば、線形適応制御等）、非線形同定（例えば、逐次型同定等）、ベイズ手法（例えば、ナイーブベイズ分類器、ベイジアンネットワーク等）、機械学習（例えば、ニューラルネットワーク、サポートベクタマシン（ＳＶＭ）、ランダムフォレスト、ｋ近傍法等）、回帰分析（例えば、重回帰分析、リッジ回帰、ロジスティック回帰等）等を適用できる。

例えば、演算モデルは、図１１に示すように、加工周波数ピーク、主軸トルクピーク及びOverall値を変数としており、これらの３個の変数の値に基づいてレベルを決定する。なお、演算モデルは、４個以上の変数を用いたモデルとすることもでき、１個又は２個の変数を用いたモデルとすることもできる。また、モデル記憶部３７は、複数種の演算モデルを記憶するようにしてもよい。例えば、モデル記憶部３７は、機械学習の演算モデルと、回帰分析の演算モデルとを記憶するようにしてもよい。また、モデル記憶部３７は、例えば、加工材質の種類及び加工条件等に応じて異なる演算モデルを記憶するようにしてもよい。

ここで、演算モデルは、任意の時刻における変数の値を用いて、当該任意の時刻における工具１５の寿命予測を行う。つまり、演算モデルは、特定の時刻における工具１５の寿命予測を行うために、過去の情報を用いることなく、その時刻（瞬間）における情報を用いるだけである。なお、演算モデルは、過去の情報を用いて、工具１５の寿命予測を行うようにしてもよい。

また、モデル記憶部３７は、一旦決定された演算モデルを記憶した後に、継続して取得された第一加工情報を用いて演算モデルを更新するようにしてもよい。もちろん、モデル記憶部３７は、一旦決定された演算モデルを記憶した後は、更新しないようにしてもよい。演算モデルを更新する場合には、第一加工情報取得部３６は、第一加工情報としての工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）を継続して取得し続けることになる。一方、演算モデルを更新しない場合には、第一加工情報取得部３６は、演算モデルが決定された後には、第一加工情報としての工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）を取得することはない。

第二加工情報取得部３８は、モデル記憶部３７に演算モデルが記憶された後において、第一工具と同種の工具１５であって寿命予測対象である第二工具を用いて複数種の工作物Ｗについての第二加工を行った場合に、第二加工を行っている時の第二加工情報を取得する。ここで、第二加工情報は、第二加工を行った場合において、工具別分割部３５ｂによって生成された工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）である。

第二加工とは、第一加工に引き続き実行される複数種の工作物Ｗに対する加工である。この他に、モデル記憶部３７に演算モデルが一旦記憶された後において演算モデルを更新する場合には、第一加工と第二加工とは、同一となる。つまり、後者の場合には、工具別分割部３５ｂによって生成された工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）が、第一加工情報であると共に、第二加工情報である。つまり、第二加工情報取得部３８は、図９の○印にて示すように、第二加工情報としての工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）を取得する。なお、第二加工情報は、第一加工情報と同様に、工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）であるため、複数種の変数を含む。

第一予測部３９は、第二加工情報及び演算モデルに基づいて第二工具の寿命予測を行う。特に、第一予測部３９は、任意の時刻のみにおける第二加工情報及び演算モデルに基づいて、当該任意の時刻における第二工具の寿命予測を行う。

第一予測部３９は、演算モデルの出力形式に応じた寿命予測に関する情報を出力する。例えば、演算モデルが工具１５の寿命到達の有無を演算するモデルである場合には、第一予測部３９は、第二工具の寿命到達の有無を演算する。演算モデルが工具１５の寿命到達までの残り使用時間を演算するモデルである場合には、第一予測部３９は、第二工具の寿命到達までの使用時間を演算する。演算モデルが工具１５の残り使用時間に対応するレベルを決定する場合には、第一予測部３９は、第二工具のレベルを決定する。本実施形態においては、第一予測部３９は、レベル１−５を決定する演算モデルを用いて、第二加工情報に基づいて、第二工具のレベルを決定する場合を例にあげる。

例えば、演算モデルが、図１１に示すように、加工周波数ピーク、主軸トルクピーク及びOverall値を変数としており、これらの３個の変数の値に基づいてレベルを決定するモデルであるとする。この場合、図１１に示すように、この三次元空間において第一加工情報に対応する点がプロットされており、各プロット点には、レベルの属性が含まれている。

ここで、演算モデルは、一例として、ｋ近傍法を適用する。ｋ近傍法は、例えば３個の変数による三次元の空間において、ｋ個の最近傍に位置するデータ群（第一加工情報に対応するデータ群）の中から、最も多く分類されているレベルが割り当てられる。ｋ個は、設定された個数である。分かりやすくするために、図１２に示す二次元空間を参照する。図１２に示すように、二次元空間において、任意の時刻の第二加工情報に対応する点が★印であるとする場合に、★印の近傍のｋ個（例えば、２５個）の第一加工情報に対応するデータ群の中で●印が最も多く存在する。そのため、任意の時刻の第二加工情報に対応する点（★印）の分類は、●印、すなわちレベル４に分類される。つまり、任意の時刻における第二工具は、レベル４、すなわち、寿命到達までの残り使用時間６０−１２０分のレベルと決定される。

ここで、上記においては、第一予測部３９は、１種の演算モデルのみを用いて、各時刻における第二工具のレベルを決定するものとした。ここで、モデル記憶部３７に複数種の演算モデルが記憶されている場合には、第一予測部３９は、複数種の演算モデルの中から選択された１種の演算モデルを用いて第二工具のレベルを決定するようにしてもよい。このとき、演算モデルは、例えば、工作物Ｗの材質や加工条件などに応じて選択するようにしてもよい。

また、モデル記憶部３７に複数種の演算モデルが記憶されている場合に、第一予測部３９は、複数種の演算モデルのそれぞれを用いて、第二工具のそれぞれのレベルを決定するようにしてもよい。この場合、複数のレベルが得られるため、得られた複数のレベルの中で最多のレベルを、第二工具のレベルとすることもできる。この場合、モデル記憶部３７に記憶されている複数種の演算モデルを全て用いるようにしてもよいし、記憶されている複数種の演算モデルの中から選択された複数種の演算モデルを用いるようにしてもよい。

上記のように、第一予測部３９は、各時刻（各瞬間）における第二工具のレベルを決定している。第一予測部３９は、第二工具のレベルの挙動に基づいて、第二工具の寿命到達の有無を決定することもできる。このことについて、図１３を参照して説明する。

図１３には、工具番号Ｔ１−Ｔ５０の各工具１５について、加工した工作物Ｗの数に応じたレベルの挙動が示される。加工した工作物Ｗの数が０個の場合が、当該工具の使用開始のときとなる。例えば、工具番号Ｔ１の工具１５のレベルの挙動によれば、工具番号Ｔ１の工具１５の使用開始から加工した工作物Ｗの数（以下、「加工数」と称する）が０個から約５０個までは、工具番号Ｔ１の工具１５はレベル５である。その後、加工数が約５０個から約６０個までにおいて、工具番号Ｔ１の工具１５は、レベル５とレベル４とを行き来している。その後、加工数が約６０個から約８０個までは、工具番号Ｔ１の工具１５は、レベル４である。

その後、加工数が約８０個から９０個までにおいて、工具番号Ｔ１の工具１５は、レベル４とレベル３とを行き来している。その後、加工数が約９５個において、工具番号Ｔ１の工具１５は、レベル４から一気にレベル２に変化している。その後、加工数が約９５個から１２０個までにおいて、工具番号Ｔ１の工具１５は、レベル２とレベル１とを行き来している。

例えば、工具番号Ｔ１の工具１５の寿命到達は、工具番号Ｔ１の工具１５がレベル１になってから、所定期間を経過したときとする。ただし、図１２に示すように、レベル１になったとしても、レベル２に戻ることもある。そこで、第一予測部３９は、決定されたレベルが残り使用時間を最小とするレベル（レベル１）であるとされた回数又は頻度に基づいて、第二工具の寿命到達を予測する。例えば、第一予測部３９は、レベル１の回数が１０回に達したときに、第二工具が寿命到達であると予測する。また、第一予測部３９は、所定の加工数（例えば、１０回）のうちレベル１の回数が５回に達したときに、第二工具が寿命到達であると予測するようにしてもよい。また、回数及び頻度の他に、第一予測部３９は、最初にレベル１に達したときから所定の加工数に達したときに、第二工具が寿命到達であると予測するようにしてもよい。

第一予測部３９は、寿命に到達した工具１５や寿命に到達間近な工具１５に関する情報を、工作機械１の操作盤（図示せず）や、作業者が所有する携帯端末等に対して、通知処理及び表示処理を実行する。また、第一予測部３９は、工具番号Ｔ１−Ｔ５０の各工具１５の現在レベルを、操作盤や携帯端末等に表示するための処理を実行することもできる。さらに、第一予測部３９は、現在レベルの他に、図１２に示すような、現在に至るまでのレベルの挙動を表示するための処理を実行することもできる。従って、作業者は、どの工具１５が寿命に到達したか、寿命に達しそうな工具１５が存在するか否か、寿命に到達するまでの挙動を把握することができる。そのため、作業者は、交換するべき工具１５を予め準備することができる。

工具寿命予測装置５０は、第一予測装置２５に加えて、第二予測装置としての管理装置２８を備える。管理装置２８は、上述したように、第一予測装置２５と、ＬＡＮケーブル等により接続されている。管理装置２８は、生産計画記憶部４１、加工プログラム記憶部４２、及び、第二予測部４３により構成される。

生産計画記憶部４１は、工作機械１により加工される複数種の工作物Ｗの生産計画を記憶する。生産計画は、複数種の工作物Ｗの加工順序、各工作物Ｗの加工を開始する時刻等に関する情報を含んでいる。加工プログラム記憶部４２は、加工する工作物Ｗに対応する加工プログラムが記憶されている。図示しないが、工作機械１は、生産計画に従って工作物Ｗを加工すると共に、工作物Ｗを加工する際には加工プログラム記憶部４２に記憶されている加工プログラムを用いる。ただし、生産計画及び加工プログラムは、工作機械１の制御装置（図示せず）が管理装置２８から予め取得して記憶するようにしてもよい。

第二予測部４３は、第一予測部３９により予測された第二工具としての各工具１５の寿命到達までの残り使用時間を取得する。さらに、第二予測部４３は、取得した各工具１５の残り使用時間と、生産計画と、加工プログラムとを用いて、各工具１５の寿命到達のタイミングを予測する。第二予測部４３による寿命到達のタイミングの予測に関して、図１４を参照して説明する。

図１４には、生産計画に基づく工作物Ｗの加工順を横軸とし、各工作物Ｗを工具番号Ｔ１−Ｔ４の各工具１５により加工する場合における工具番号Ｔ１−Ｔ４の各工具１５の計画使用時間を縦軸とする。第二予測部４３は、生産計画記憶部４１に記憶されている生産計画より、工作物Ｗの加工順を把握する。また、第二予測部４３は、加工プログラム記憶部４２に記憶されている加工プログラムを解析することにより、当該加工プログラムにおいて各工具１５が使用される時間を予測することができる。具体的には、第二予測部４３は、各工具１５による加工経路の距離、並びに、加工している間の各工具１５の移動速度に基づいて、各工具１５が使用される時間を予測することができる。以下において、各工具１５が使用される時間を計画使用時間と称する。

ここで、第一予測部３９により、工具番号Ｔ３の工具１５の寿命到達までの残り使用時間が１５分であるとする。１番目及び２番目の工作物Ｗにおいては、工具番号Ｔ１−Ｔ４の工具１５は、使用されない。３番目の工作物Ｗにおいては、工具番号Ｔ１，Ｔ２の工具１５は、使用されておらず、工具番号Ｔ３，Ｔ４の工具１５は使用されている。このときの工具番号Ｔ３，Ｔ４の各工具１５の計画使用時間は、順に、３分、１分である。４番目の工作物Ｗにおいては、工具番号Ｔ１−Ｔ４の工具１５は使用されており、工具番号Ｔ１−Ｔ４の各工具１５の計画使用時間は、順に、２７分、２０分、３７分、４分である。５番目から７番目の工作物Ｗにおいては、工具番号Ｔ１−Ｔ４の工具１５は、何れも使用される。

工具番号Ｔ３の工具１５に着目すると、１番目から３番目までの工作物Ｗを加工した場合、工具番号Ｔ３の工具１５の計画使用時間の累計は、３分となる。１番目から４番目までの工作物Ｗを加工した場合、工具番号Ｔ３の工具１５の計画使用時間の累計は、３９分となる。工具番号Ｔ３の工具１５の残り使用時間が１５分であるため、第二予測部４３は、４番目の工作物Ｗを加工する途中に工具番号Ｔ３の工具１５が寿命に到達すると予測する。

ただし、上記における第二予測部４３による予測は、単に工具１５の使用時間のみを用いているため、工作物Ｗの材質、加工条件等を考慮しておらず、正確ではない。そこで、第二予測部４３は、計画使用時間を、工作物Ｗの材質、加工条件等により補正するようにしてもよい。

第二予測部４３は、各工具１５の寿命到達のタイミング、すなわちどの工作物Ｗを加工するときに寿命到達するかに関する情報を、工作機械１の操作盤や、作業者が所有する携帯端末等に対して送信する。操作盤や携帯端末は、当該情報を表示することができるため、作業者は、交換するべき工具１５を予め準備することができる。

なお、第一予測部３９と第二予測部４３とが、本発明における予測部６０に相当する。上記においては、第一予測部３９と第二予測部４３とが別装置としたが、一体の装置とすることもできる。つまり、第二予測部４３が、工作機械１に設けられるようにしてもよい。また、第二予測部４３のみならず、管理装置２８として説明した、生産計画記憶部４１、加工プログラム記憶部４２及び第二予測部４３が、工作機械１に設けられるようにしてもよい。そして、第一予測部３９と同様に、第二予測部４３も、ＣＮＣ装置２１やＰＬＣ２２などの組み込みシステムとすることもでき、工作機械１とは別位置に配置されるパーソナルコンピュータやサーバなどとすることもできる。

（３．効果）
モデル記憶部３７に記憶される演算モデルは、第一工具により複数種の工作物Ｗの第一加工を行った場合において、第一工具の使用開始から寿命到達までにおける第一加工情報に基づいて決定されている。つまり、演算モデルは、第一工具の使用開始から寿命到達までにおける第一工具の状態を考慮している。さらに、演算モデルを決定するための第一加工情報は、第一工具により複数種の工作物Ｗを加工した場合における情報である。そのため、演算モデルは、特定の一種の工作物Ｗを加工した場合を対象としているのではなく、複数種の工作物Ｗを加工した場合を対象としている。つまり、演算モデルは、多品種少量生産を対象としている。

そして、第一予測部３９が、当該演算モデルを用いると共に、第一工具と同種の第二工具により第二加工を行った場合の第二加工情報を用いることにより、第二工具ついての寿命予測を行っている。つまり、第一予測部３９は、第二工具による第二加工情報と演算モデルとを用いることにより、第二工具が使用開始から寿命到達までにおけるどの状態に位置するのかを得ることができ、第二工具の寿命予測が可能となる。

以上より、多品種少量生産のおける工具１５の寿命予測が可能であり、工具１５の使用開始から寿命到達までにおける工具１５の状態を考慮するにより高精度に工具１５の寿命予測が可能となる。

なお、図１０において、演算モデルを決定するために用いた第一加工情報は、１６個の工具１５を対象としたが、２個以上の工具１５を対象とすればよい。ただし、サンプリング数が多いほど、演算モデルの精度が高くなるため、第一加工情報の対象とする工具１５の個数は多いほどよい。

また、第一予測部３９は、寿命予測として、寿命到達の有無、寿命到達までの残り使用時間、レベルの何れを予測してもよい。目的に応じて、第一予測部３９が予測する対象を決定するとよい。

また、第一予測部３９は、任意の時刻のみにおける第二加工情報を用いて、当該任意の時刻における工具１５の寿命予測を行っている。つまり、第一予測部３９は、寿命予測に際して、過去の情報を用いていない。つまり、演算モデルが、その瞬間の情報のみを用いて、寿命予測を行うことができるモデルとされている。これにより、演算モデルの簡易化が可能となると共に、寿命予測に要する処理時間が短縮できるため、リアルタイムに寿命予測が可能となる。

ここで、複数種の変数を用いることが、より高精度な寿命予測を実現できる。しかし、過去の情報を用いつつ、複数種の変数を用いて寿命予測を行うと、演算モデルが複雑となる上に、寿命予測に要する処理時間が長くなる。これでは、リアルタイムに寿命予測ができない。しかし、第一予測部３９は、複数種の変数を用いてはいるが、任意の時刻のみにおける第二加工情報を用いて寿命予測を行っているため、リアルタイム且つ高精度な寿命予測が可能となる。

第一予測部３９は、１種の演算モデルを用いてもよいし、複数種の演算モデルを用いてもよい。複数種の演算モデルを用意しておくことで、例えば、工作物Ｗの材質に応じて適用する演算モデルを選択することもできる。その結果、高精度な寿命予測が可能となる。また、複数種の演算モデルを用いた複数の寿命予測に基づいて、最終的な寿命予測を総合判断することも可能となる。このようにしても、高精度な寿命予測が可能となる。

また、第二予測部４３は、生産計画及び加工プログラムを用いて、工具１５の寿命到達のタイミングを予測した。これにより、現在の工具１５を用いて、何番目先の工作物Ｗまで加工が可能であるかを予測することができる。従って、工具１５を寿命ぎりぎりまで使用することが可能となる。

また、第一加工情報及び第二加工情報は、工具１５の種類毎に工具別結合データ（File_D_Gr1, File_D_Gr2, File_D_Gr3）としている。通常、工具１５の種類毎に、各種情報を収集するのは容易ではない。しかし、結合データ生成部３５が、工具１５の識別情報と工具１５の動作時刻情報とを含む基準データをグループ分けの基準として用いて、工具別結合データを生成している。従って、第一加工情報及び第二加工情報として、工具１５の種類毎に多数の情報が関連付けられた情報を、確実に得ることができる。これにより、演算モデルを容易に多種多様なモデルとすることができ、高精度な寿命予測を行うことができる演算モデルを容易に決定することが可能となる。

また、工具１５や工作物Ｗ（搬送用箱を含む）にＲＦＩＤ（ＲＦタグ）を取り付けて、工具１５や工作物Ｗの種類を判別して、予測に反映してもよい。

１：工作機械、１５：工具（第一工具、第二工具）、２３ａ，２３ｂ，２３ｃ，２３ｄ，２４ａ，２４ｂ，２４ｃ：検出器、２５：第一予測装置、２８：管理装置、３２：基準データ取得部、３３：対象データ取得部、３５：結合データ生成部、３６：第一加工情報取得部、３７：モデル記憶部、３８：第二加工情報取得部、３９：第一予測部（予測部）、４１：生産計画記憶部、４２：加工プログラム記憶部、４３：第二予測部（予測部）、５０：工具寿命予測装置、６０：予測部、Ｗ：工作物

Claims (8)

1. 複数種の工具を用いて複数種の工作物を加工する場合において前記複数種の工具のそれぞれの寿命を予測する工具寿命予測装置であって、
   前記複数種の工具のそれぞれに対応する情報取得用の第一工具を用いて前記複数種の工作物についての第一加工を行った場合に、前記第一工具の使用開始から寿命到達までにおける第一加工情報を取得する第一加工情報取得部と、
   前記複数種の工作物に関する前記第一加工情報に基づいて決定された演算モデルであり、前記第一工具と同種の工具の寿命予測を行うための前記演算モデルを記憶するモデル記憶部と、
   前記第一工具と同種の工具であって寿命予測対象である第二工具を用いて前記複数種の工作物についての第二加工を行った場合に、前記第二加工を行っている時の第二加工情報を取得する第二加工情報取得部と、
   前記第二加工情報及び前記演算モデルに基づいて、前記第二工具の寿命予測を行う予測部と、
   を備える、工具寿命予測装置。
2. 前記演算モデルは、寿命到達の有無、及び、寿命到達までの残り使用時間を予測可能であり、
   前記予測部は、前記第二加工情報及び前記演算モデルに基づいて、前記第二工具の寿命到達の有無及び寿命到達までの残り使用時間を演算する、請求項１に記載の工具寿命予測装置。
3. 前記予測部は、任意の時刻のみにおける前記第二加工情報及び前記演算モデルに基づいて、前記任意の時刻における前記第二工具の寿命予測を行う、請求項１又は２に記載の工具寿命予測装置。
4. 前記第一加工情報及び前記第二加工情報は、複数種の変数を含み、
   前記演算モデルは、前記複数種の変数を用いて前記任意の時刻における前記工具の寿命予測を行う、請求項３に記載の工具寿命予測装置。
5. 前記モデル記憶部は、前記第一加工情報に基づいて決定された複数種の前記演算モデルを記憶し、
   前記予測部は、前記複数種の前記演算モデルの中から選択された１つ又は複数種の前記演算モデルに基づいて、前記第二工具の寿命予測を行う、請求項１−４の何れか一項に記載の工具寿命予測装置。
6. 前記予測部は、前記複数種の前記工作物の生産計画及び前記複数種の前記工作物の加工プログラムを用いて、前記第二工具の寿命到達のタイミングを予測する、請求項１−５の何れか一項に記載の工具寿命予測装置。
7. 前記演算モデルは、寿命到達までの残り使用時間に対応する複数のレベルの中から該当するレベルを決定し、
   前記予測部は、前記第二加工情報及び前記演算モデルに基づいて、前記第二工具の前記レベルを決定し、決定された前記レベルが前記残り使用時間を最小とするレベルであるとされた回数又は頻度に基づいて前記第二工具の寿命到達を予測する、請求項１−６の何れか一項に記載の工具寿命予測装置。
8. 前記第一加工情報取得部及び前記第二加工情報取得部は、
   工作機械において、グループ分けの基準としての基準データであり、前記工具の識別情報と前記工具の動作時刻情報とを含む前記基準データを取得する基準データ取得部と、
   前記工作機械に設けられた検出器により検出された前記工作機械の状態に関する対象データを取得する対象データ取得部と、
   前記基準データにおける前記工具の種類毎に、前記対象データにおいて前記基準データの動作時間帯と同一時間帯に検出されたデータを、前記基準データと結合させた工具別結合データを生成し、前記工具別結合データを前記第一加工情報又は前記第二加工情報とする結合データ生成部と、
   を備える、請求項１−７の何れか一項に記載の工具寿命予測装置。

Images