JP2019139755A - 研磨工具摩耗量予測装置、機械学習装置及びシステム - Google Patents

Abstract

【課題】研磨加工中に研磨ツールの研磨工具部の摩耗量を予測することが可能な研磨工具摩耗量予測装置、機械学習装置及びシステムを提供すること。【解決手段】本発明の研磨工具摩耗量予測装置１は、研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、研磨加工の加工条件に対する前記研磨工具の摩耗量の相関性を記憶する学習モデルを用いた学習乃至予測をする機械学習装置１００を備える。【選択図】図２

Description

本発明は、研磨工具摩耗量予測装置、機械学習装置及びシステムに関する。

研磨ツールをロボットに把持させてワークの研磨を行う場合、研磨ツールとワークとの間に生じる接線方向摩擦力によって研磨ツールの研磨工具部が磨耗して研磨面の精度に影響を及ぼす。その為、ワークの研磨加工の精度を上げるためには、研磨ツールの研磨工具部の摩耗量を把握し、把握した摩耗量に応じた研磨ツールの位置の補正が重要になってくる。

研磨ツールの研磨工具部の摩耗量を取得する為、ロボットが摩耗した研磨部を物体に押し付け、この時のロボットの現在位置データを取り込み、研磨部が摩耗していないときの位置データと比較し、摩耗量を計算する。この動作は一定時間または規定動作回数毎に実施する。なお、研磨ツールの研磨工具部の摩耗量を計算により取得する従来技術として、例えば非特許文献１等に、金属のアブレシブ摩耗における摩耗体積を算出する手法が開示されている。

梅原徳次，「研磨技術とトライボロジー」，表面技術，49巻(1998)9号，pp.922-927

研磨加工作業を行うロボットは、一連の研磨動作が終了する毎に、または何回かの研磨動作を行った後に、研磨ツールの研磨工具部の摩耗量を測定する必要がある。この測定動作は、作業全体のサイクルタイムを遅くするため、可能であれば削減したいという要望がある。

また、一連の研磨動作中には複数の研磨箇所があり、研磨ツールの研磨工具部は少しずつ摩耗するため、最初の研磨箇所と最後の研磨箇所での摩耗量は違ってくるので、研磨する箇所毎に摩耗量を変更し、ロボット動作を補正することが望ましいが、摩耗量の測定を頻繁に行うことは、サイクルタイムを大幅に遅くする原因となるため、これを行うことは現実的ではない。その為、最初の研磨箇所と最後の研磨箇所における摩耗量の差異は微小で、研磨品質への影響はほとんどないとして無視しているのが現状である。

従来技術で示されている金属のアブレシブ摩耗における摩耗体積を算出する手法を応用して、研磨加工をしながら研磨ツールの研磨工具部の摩耗量を算出して、サイクルタイムを遅くすることなく研磨加工を行いながらロボットの動作を補正していく方法も考えられるが、従来技術の手法では研磨加工中における加工条件の変更や加工環境の変化等に対応することが難しく、現実の研磨加工に対して適用したとしても十分な精度を保つことが困難である。

そこで本発明の目的は、研磨加工中に研磨ツールの研磨工具部の摩耗量を予測することが可能な研磨工具摩耗量予測装置、機械学習装置及びシステムを提供することである。

本発明では、大量のデータの中から自らルールを見つけ、現在の状態から所定の情報を予測することができる機械学習装置を利用して、実際の研磨ツールの研磨工具部の摩耗量と色々なパラメータを含める関数で算出した摩耗量と比較することで機械学習を進め、連続的な摩耗量を予測するようにすることで、上記課題を解決する。

そして、本発明の一態様は、研磨工具によるワークの研磨加工における前記研磨工具の摩耗量を予測する研磨工具摩耗量予測装置であって、前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記研磨加工の加工条件に対する前記研磨工具の摩耗量の相関性を記憶する学習モデルを用いた学習乃至予測をする機械学習装置を備える研磨工具摩耗量予測装置である。

本発明の他の態様は、研磨工具によるワークの研磨加工における、前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記研磨加工の加工条件に対する前記研磨工具の摩耗量の相関性を記憶する学習モデルを用いた学習乃至予測をする機械学習装置である。

本発明の他の態様は、複数の装置がネットワークを介して相互に接続されたシステムであって、前記複数の装置は、少なくとも機械学習装置を有する研磨工具摩耗量予測装置を備えた第１のロボットを含むシステムである。

本発明により、機械学習を応用して研磨加工中に研磨ツールの摩耗状態を予測することができるので、研磨加工を中断することなく摩耗量を連続的に出力し、摩耗量に応じて、動的にロボット動作と研磨ツールの回転速度を補正するため研磨精度が向上し、また、摩耗量の測定時間が短縮できる。

第１の実施形態による研磨工具摩耗量予測装置の概略的なハードウェア構成図である。 第１の実施形態による研磨工具摩耗量予測装置の概略的な機能ブロック図である。 研磨工具摩耗量予測装置の一形態を示す概略的な機能ブロック図である。 ニューロンを説明する図である。 ニューラルネットワークを説明する図である。 クラウドサーバ、フォグコンピュータ、エッジコンピュータを含む３階層構造のシステムの例を示す図である。 研磨工具摩耗量予測装置を組み込んだシステムの一形態を示す概略的な機能ブロック図である。 研磨工具摩耗量予測装置を組み込んだシステムの他の形態を示す概略的な機能ブロック図である。 図６で示したコンピュータの概略的なハードウェア構成図である。 研磨工具摩耗量予測装置を組み込んだシステムの他の形態を示す概略的な機能ブロック図である。

以下、本発明の実施形態を図面と共に説明する。
図１は一実施形態による研磨工具摩耗量予測装置の要部を示す概略的なハードウェア構成図である。研磨工具摩耗量予測装置１は、例えばロボット等の製造機械を制御する制御装置として実装することができる。また、研磨工具摩耗量予測装置１は、例えばロボット等の製造機械を制御する制御装置に併設されたパソコンや、制御装置に有線／無線のネットワークを介して接続されたセルコンピュータ、エッジコンピュータ、フォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータとして実装することができる。本実施形態では、研磨工具摩耗量予測装置１を、ロボットを制御する制御装置として実装した場合の例を示す。

本実施形態による研磨工具摩耗量予測装置１が備えるＣＰＵ１１は、研磨工具摩耗量予測装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、ＲＯＭ１２に格納されたシステム・プログラムをバス２０を介して読み出し、該システム・プログラムに従って研磨工具摩耗量予測装置１の全体を制御する。ＲＡＭ１３には一時的な計算データや表示データ、図示しない入力部を介してオペレータが入力した各種データ等が一時的に格納される。

不揮発性メモリ１４は、例えば図示しないバッテリでバックアップされるなどして、研磨工具摩耗量予測装置１の電源がオフされても記憶状態が保持されるメモリとして構成される。不揮発性メモリ１４には、インタフェース１５を介して外部機器７２から読み込まれたプログラムや表示器／ＭＤＩユニット７０を介して入力されたプログラム、研磨工具摩耗量予測装置１の各部やロボットから取得された各種データ（例えば、ロボットによる研磨ツールの移動速度（研磨速度）、研磨ツールの研磨工具部の回転速度、研磨ツールの研磨工具部の押し付け力、研磨音、研磨時間、研磨ツールの研磨工具部の温度、ロボットの各軸位置等）が記憶されている。不揮発性メモリ１４に記憶されたプログラムや各種データは、実行時／利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、公知の解析プログラムなどの各種のシステム・プログラム（後述する機械学習装置１００とのやりとりを制御するためのシステム・プログラムを含む）があらかじめ書き込まれている。

インタフェース１５は、研磨工具摩耗量予測装置１とアダプタ等の外部機器７２と接続するためのインタフェースである。外部機器７２側からはプログラムや各種パラメータ等が読み込まれる。また、研磨工具摩耗量予測装置１内で編集したプログラムや各種パラメータ等は、外部機器７２を介して外部記憶手段に記憶させることができる。ＰＭＣ（プログラマブル・マシン・コントローラ）１６は、研磨工具摩耗量予測装置１に内蔵されたシーケンス・プログラムでロボット及び該ロボットの周辺装置にＩ／Ｏユニット１７を介して信号を出力し制御する。また、ロボットの本体に配備された操作盤の各種スイッチ等の信号を受け、必要な信号処理をした後、ＣＰＵ１１に渡す。

表示器／ＭＤＩユニット７０はディスプレイやキーボード等を備えた手動データ入力装置であり、インタフェース１８は表示器／ＭＤＩユニット７０のキーボードからの指令，データを受けてＣＰＵ１１に渡す。インタフェース１９は各軸を手動で駆動させる際に用いる手動パルス発生器等を備えた操作盤７１に接続されている。

ロボットの関節を動かす各軸を制御するための軸制御回路３０はＣＰＵ１１からの軸の移動指令量を受けて、軸の指令をサーボアンプ４０に出力する。サーボアンプ４０はこの指令を受けて、ロボットが備える軸を移動させるサーボモータ５０を駆動する。軸のサーボモータ５０は位置・速度検出器を内蔵し、この位置・速度検出器からの位置・速度フィードバック信号を軸制御回路３０にフィードバックし、位置・速度のフィードバック制御を行う。なお、図１のハードウェア構成図では軸制御回路３０、サーボアンプ４０、サーボモータ５０は１つずつしか示されていないが、実際には制御対象となるロボットに備えられた軸の数（例えば、６軸ロボットであれば６つ）だけ用意される。

スピンドル制御回路６０は、ロボットが把持する研磨ツールの研磨工具部を回転させる主軸への主軸回転指令を受け、スピンドルアンプ６１にスピンドル速度信号を出力する。スピンドルアンプ６１はこのスピンドル速度信号を受けて、主軸のスピンドルモータ６２を指令された回転速度で回転させ、工具を駆動する。スピンドルモータ６２にはポジションコーダ６３が結合され、ポジションコーダ６３が主軸の回転に同期して帰還パルスを出力し、その帰還パルスはＣＰＵ１１によって読み取られる。

インタフェース２１は、研磨工具摩耗量予測装置１と機械学習装置１００とを接続するためのインタフェースである。機械学習装置１００は、機械学習装置１００全体を統御するプロセッサ１０１と、システム・プログラム等を記憶したＲＯＭ１０２、機械学習に係る各処理における一時的な記憶を行うためのＲＡＭ１０３、及び学習モデル等の記憶に用いられる不揮発性メモリ１０４を備える。機械学習装置１００は、インタフェース２１を介して研磨工具摩耗量予測装置１で取得可能な各情報（例えば、ロボットによる研磨ツールの移動速度（研磨速度）、研磨ツールの研磨工具部の回転速度、研磨ツールの研磨工具部の押し付け力、研磨音、研磨時間、研磨ツールの研磨工具部の温度、ロボットの各軸位置等）を観測することができる。また、研磨工具摩耗量予測装置１は、機械学習装置１００から出力される、研磨ツールの研磨工具部の摩耗量の推定値を受けて、ロボットの各軸の位置を補正する。

図２は、第１実施形態による研磨工具摩耗量予測装置１と機械学習装置１００の概略的な機能ブロック図である。図２に示した各機能ブロックは、図１に示した研磨工具摩耗量予測装置１が備えるＣＰＵ１１、及び機械学習装置１００のプロセッサ１０１が、それぞれのシステム・プログラムを実行し、研磨工具摩耗量予測装置１及び機械学習装置１００の各部の動作を制御することにより実現される。

本実施形態の研磨工具摩耗量予測装置１は、ロボット２が把持する研磨ツールによるワークの研磨加工の加工条件及び機械学習装置１００から出力された研磨ツールの研磨工具部の摩耗量の推定結果に基づいてロボット２を制御する制御部３４を備える。制御部３４は、例えばプログラム等により指定された研磨加工の加工条件に従ってロボットの動作を制御すると共に、機械学習装置１００から研磨ツールの研磨工具部の摩耗量が出力されると、前記プログラム等の指令通りの位置で研磨ツールの研磨工具部がワークと接するように当該摩耗量に基づいてロボット２の各軸の位置を補正する。制御部３４は、更に、研磨ツールの研磨工具部が摩耗したことにより、研磨工具部の半径が減少した場合に研磨速度が低下しないように、機械学習装置１００から出力された研磨ツールの研磨工具部の摩耗量の推定結果に応じて、研磨ツールの回転速度を補正するように研磨ツールを制御しても良い。

一方、研磨工具摩耗量予測装置１が備える機械学習装置１００は、ロボット２による研磨ツールを用いた研磨加工の加工条件に対する、研磨ツールの研磨工具部の摩耗量の推定を、いわゆる機械学習により自ら学習するためのソフトウェア（学習アルゴリズム等）及びハードウェア（プロセッサ１０１等）を含む。研磨工具摩耗量予測装置１が備える機械学習装置１００が学習するものは、ロボット２による研磨ツールを用いた研磨加工の加工条件と、研磨ツールの研磨工具部の摩耗量との、相関性を表すモデル構造に相当する。

図２に機能ブロックで示すように、研磨工具摩耗量予測装置１が備える機械学習装置１００は、研磨ツールを用いた研磨加工の加工条件を示す研磨加工条件データＳ１を含む環境の現在状態を表す状態変数Ｓとして観測する状態観測部１０６と、研磨ツールの研磨工具部の摩耗量を示す摩耗量データＬ１を含むラベルデータＬを取得するラベルデータ取得部１０８と、状態変数ＳとラベルデータＬとを用いて、研磨加工の加工条件に、研磨ツールの研磨工具部の摩耗量を関連付けて学習する学習部１１０と、学習部１１０による学習済みモデルを用いて研磨加工の加工条件から予測した研磨ツールの研磨工具部の摩耗量を出力する推定結果出力部１２２と、を備える。

状態観測部１０６は、学習部１１０による学習時において、状態変数Ｓとしての研磨加工条件データＳ１をロボット２から取得する。また、状態観測部１０６は、学習部１１０の学習結果を用いた研磨ツールの研磨工具部の摩耗量の推定時において、状態変数Ｓとしての研磨加工条件データＳ１をロボット２から取得する。なお、いずれの場合も、直接的にロボット２からデータを取得する代わりに、研磨工具摩耗量予測装置１が備える不揮発性メモリ１４等を経由してデータを取得するようにしても良い。

状態観測部１０６が観測する状態変数Ｓのうち、研磨加工条件データＳ１は、最もシンプルに構成する場合には、例えばロボット２の研磨ツールによる研磨加工における研磨速度（必要であれば更に研磨ツールの研磨工具部の回転速度）、研磨ツールの研磨工具部のワークに対する押し付け力、研磨時間を用いることができる。ロボット２による研磨加工における研磨速度は、例えばロボット２の各軸の移動速度に基づいて算出しても良いし、ロボット２を制御するプログラムの制御指令に基づいて求めるようにしても良い。また、ロボット２による研磨加工における研磨ツールの研磨工具部の回転速度は、例えばロボット２が把持する研磨ツールから取得しても良いし、ロボット２が把持する研磨ツールに対するプログラムの制御指令に基づいて求めるようにしても良い。研磨ツールの研磨工具部のワークに対する押し付け力については、ロボット２乃至研磨ツールに取り付けられたセンサから取得するようにしても良いし、精度は低下するがロボット２の各軸のトルク値に基づいて算出するようにしても良い。研磨時間については、実際に研磨加工に掛けた時間を取得すれば良い。

ラベルデータ取得部１０８は、学習部１１０の学習時において、ラベルデータＬとして、研磨ツールの研磨工具部の摩耗量を示す摩耗量データＬ１を含むラベルデータＬを取得する。摩耗量データＬ１は、例えば研磨ツール研磨工具部を所定の箇所（ロボット２の基台との位置が変化しない箇所、例えば、ワークを取り付けている台等）に押しつけた際の、ロボット２の各軸位置に基づいて算出するようにしても良い。このようにする場合、研磨加工の動作を行う前に、予めロボット２に把持させた研磨ツール研磨工具部を前記所定の箇所に押しつけた状態で、ロボット２の各軸位置を取得して基準軸位置として記憶しておき、研磨ツールの研磨工具部の摩耗量を取得する際には、同様の手順でロボット２の各軸位置を取得し、記憶してある基準軸位置との差に基づいて研磨加工による研磨ツールの研磨工具部の摩耗量を算出することができる。摩耗量データＬ１は、例えば距離センサなどを用いて研磨加工による研磨ツールの研磨工具部の摩耗量を計測して取得するようにしても良く、更に、作業者が手作業で研磨加工による研磨ツールの研磨工具部の摩耗量を計測し、研磨工具摩耗量予測装置１に入力するようにしても良い。いずれにせよ、従来技術において用いられている方法で、研磨加工による研磨ツールの研磨工具部の摩耗量を取得することができる。

なお、ラベルデータ取得部１０８は、学習部１１０による学習の段階では必須の構成となるが、学習部１１０による研磨加工の加工条件と研磨ツールの研磨工具部の摩耗量とを関連付けた学習が完了した後には必ずしも必須の構成ではない。例えば、学習が完了した機械学習装置１００を顧客に出荷する場合等には、ラベルデータ取得部１０８を取り外して出荷するようにしても良い。

学習部１１０は、機械学習と総称される任意の学習アルゴリズムに従い、状態変数Ｓ（研磨ツールを用いた研磨加工の加工条件を示す研磨加工条件データＳ１）に対するラベルデータＬ（研磨ツールの研磨工具部の摩耗量を示す摩耗量データＬ１）を学習する。学習部１１０は、例えば状態変数Ｓに含まれる研磨加工条件データＳ１と、ラベルデータＬに含まれる摩耗量データＬ１との相関性を学習することができる。学習部１１０は、状態変数ＳとラベルデータＬとを含むデータ集合に基づく学習を反復実行することができる。

学習部１１０による学習においては、複数のロボット２による研磨加工のそれぞれについて得られたデータに基づいた複数の学習サイクルを実行することが望ましい。このような学習サイクルを繰り返すことにより、学習部１１０は、研磨加工の加工条件（研磨加工条件データＳ１）と、研磨ツールの研磨工具部の摩耗量（摩耗量データＬ１）との相関性を自動的に解釈する。学習アルゴリズムの開始時には研磨加工条件データＳ１に対する摩耗量データＬ１の相関性は実質的に未知であるが、学習部１１０が学習を進めるに従い研磨加工条件データＳ１に対する摩耗量データＬ１との関係を徐々に解釈し、その結果として得られた学習済みモデルを用いることで研磨加工条件データＳ１に対する摩耗量データＬ１の相関性を解釈可能になる。

推定結果出力部１２２は、学習部１１０が学習した結果（学習済みモデル）に基づいて、ロボット２が把持する研磨ツールによる研磨加工の加工条件に基づいて研磨ツールの研磨工具部の摩耗量を推定し、推定した研磨ツールの研磨工具部の摩耗量を出力する。より具体的には、学習部１１０が研磨加工の加工条件を示す研磨加工条件データＳ１に関連付けて学習した研磨ツールの研磨工具部の摩耗量を示すに摩耗量データＬ１は、ロボット２が把持する研磨ツールを用いてワークの研磨加工をする際に制御部３４がロボット２に対して指令する各軸の位置をどのように補正するべきかという予測をするために用いられる。推定結果出力部１２２は、予め定めた所定の単位時間毎（例えば、１〜数制御周期毎）の研磨ツールの研磨工具部の摩耗量を出力するようにしても良い。

研磨工具摩耗量予測装置１が備える機械学習装置１００の一変形例として、状態観測部１０６は、研磨加工条件データＳ１に加えて、ロボット２の研磨ツールによる研磨加工時に発生した音を示す研磨音データＳ２を状態変数Ｓとして観測するようにしても良い。研磨音データＳ２としては、例えばロボット２又はロボット２の近傍に取り付けられた音センサから取得することができる。研磨音データＳ２は、取得された研磨加工時に発生した音に含まれる主要な周波数成分のデータとしても良い。

研磨工具摩耗量予測装置１が備える機械学習装置１００の他の変形例として、状態観測部１０６は、研磨加工条件データＳ１に加えて、ロボット２の研磨ツールによる研磨加工時の研磨ツールの研磨工具部の温度を示す研磨温度データＳ３を状態変数Ｓとして観測するようにしても良い。研磨温度データＳ３としては、例えばロボット２の近傍乃至研磨ツールに取り付けられた温度センサから取得することができる。研磨温度データＳ３としては、例えば研磨加工に用いている研磨ツールをどの程度の時間連続して研磨加工に用いたのかに基づいて研磨ツールの温度を推定し、これを用いるようにしても良い。研磨加工では、研磨ツールの研磨工具部の温度によって、研磨加工時の研磨ツールの研磨工具部の摩耗量が変化する場合もあるが、研磨ツールの温度を学習部１１０による学習に用いることで、更に精度よく研磨ツールの研磨工具部の摩耗量の学習及び推定をすることができるようになる。

研磨工具摩耗量予測装置１が備える機械学習装置１００の他の変形例として、状態観測部１０６は、研磨加工条件データＳ１に加えて、研磨ツールの種類（研磨工具部の種類）を示す工具種類データＳ４を状態変数Ｓとして観測するようにしても良い。工具種類データＳ４としては、例えば作業者により予め不揮発性メモリ１４に設定しておき、そこから取得するようにしても良いし、研磨加工に用いられている研磨ツールから直接型番等を取得して、取得した型番に基づいて研磨ツールの種類を特定するようにしても良い。研磨ツールは、その種類毎に研磨工具部の形状や、研磨工具部に用いられている素材（素材の固さ等）が異なるので、これを用いることで、更に精度よく研磨ツールの研磨工具部の摩耗量の学習及び推定をすることができるようになる。

研磨工具摩耗量予測装置１が備える機械学習装置１００の他の変形例として、状態観測部１０６は、研磨加工条件データＳ１に加えて、ロボット２の研磨ツールによる研磨加工時の環境を示す加工環境データＳ５を状態変数Ｓとして観測するようにしても良い。加工環境データＳ５としては、例えば環境温度、環境湿度等、研磨加工時の研磨ツールの摩耗に影響を及ぼす外的データを採用することができる。

上記構成を有する機械学習装置１００では、学習部１１０が実行する学習アルゴリズムは特に限定されず、機械学習として公知の学習アルゴリズムを採用できる。図３は、図２に示す研磨工具摩耗量予測装置１の他の形態であって、学習アルゴリズムの他の例として教師あり学習を実行する学習部１１０を備えた構成を示す。教師あり学習は、入力とそれに対応する出力との既知のデータセット（教師データと称する）が与えられ、それら教師データから入力と出力との相関性を暗示する特徴を識別することで、新たな入力に対する所要の出力を推定するための相関性モデルを学習する手法である。

図３に示す研磨工具摩耗量予測装置１が備える機械学習装置１００において、学習部１１０は、研磨ツールを用いた研磨加工の加工条件から研磨ツールの研磨工具部の摩耗量を推定する相関性モデルＭと過去に取得された研磨ツールを用いた研磨加工の加工条件のデータ及び実際の研磨ツールの摩耗の結果から得られた教師データＴから識別される相関性特徴との誤差Ｅを計算する誤差計算部１１２と、誤差Ｅを縮小するように相関性モデルＭを更新するモデル更新部１１４とを備える。学習部１１０は、モデル更新部１１４が相関性モデルＭの更新を繰り返すことによって研磨ツールを用いた研磨加工の加工条件から研磨ツールの研磨工具部の摩耗量の推定を学習する。

相関性モデルＭの初期値は、例えば、状態変数ＳとラベルデータＬとの相関性を単純化して（例えばＮ次関数で）表現したものであり、教師あり学習の開始前に学習部１１０に与えられる。教師データＴは、本発明では上述したように過去に取得された研磨ツールを用いた研磨加工の加工条件のデータと実際の研磨ツールの摩耗のデータとを利用することができ、研磨工具摩耗量予測装置１の運用時に随時学習部１１０に与えられる。誤差計算部１１２は、学習部１１０に随時与えられた教師データＴにより、研磨ツールを用いた研磨加工の加工条件と研磨ツールの研磨工具部の摩耗量との相関性を暗示する相関性特徴を識別し、この相関性特徴と、現在状態における状態変数Ｓ及びラベルデータＬに対応する相関性モデルＭとの誤差Ｅを求める。モデル更新部１１４は、例えば予め定めた更新ルールに従い、誤差Ｅが小さくなる方向へ相関性モデルＭを更新する。

次の学習サイクルでは、誤差計算部１１２は、更新後の相関性モデルＭに従って状態変数Ｓを用いて研磨ツールの研磨工具部の摩耗量の推定が行われ、該推定の結果と実際に取得されたラベルデータＬの誤差Ｅを求め、モデル更新部１１４が再び相関性モデルＭを更新する。このようにして、未知であった環境の現在状態とそれに対する推定との相関性が徐々に明らかになる。

前述した教師あり学習を進める際に、ニューラルネットワークを用いることができる。図４Ａは、ニューロンのモデルを模式的に示す。図４Ｂは、図４Ａに示すニューロンを組み合わせて構成した三層のニューラルネットワークのモデルを模式的に示す。ニューラルネットワークは、例えば、ニューロンのモデルを模した演算装置や記憶装置等によって構成できる。

図４Ａに示すニューロンは、複数の入力ｘ（ここでは一例として、入力ｘ₁〜入力ｘ₃）に対する結果ｙを出力するものである。各入力ｘ₁〜ｘ₃には、この入力ｘに対応する重みｗ（ｗ₁〜ｗ₃）が掛けられる。これにより、ニューロンは、次の数１式により表現される出力ｙを出力する。なお、数１式において、入力ｘ、出力ｙ及び重みｗは、すべてベクトルである。また、θはバイアスであり、ｆ_kは活性化関数である。

図４Ｂに示す三層のニューラルネットワークは、左側から複数の入力ｘ（ここでは一例として、入力ｘ１〜入力ｘ３）が入力され、右側から結果ｙ（ここでは一例として、結果ｙ１〜結果ｙ３）が出力される。図示の例では、入力ｘ１、ｘ２、ｘ３のそれぞれに対応の重み（総称してｗ１で表す）が乗算されて、個々の入力ｘ１、ｘ２、ｘ３がいずれも３つのニューロンＮ１１、Ｎ１２、Ｎ１３に入力されている。

図４Ｂでは、ニューロンＮ１１〜Ｎ１３の各々の出力を、総称してｚ１で表す。ｚ１は、入カベクトルの特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ１のそれぞれに対応の重み（総称してｗ２で表す）が乗算されて、個々の特徴ベクトルｚ１がいずれも２つのニューロンＮ２１、Ｎ２２に入力されている。特徴ベクトルｚ１は、重みＷ１と重みＷ２との間の特徴を表す。

図４Ｂでは、ニューロンＮ２１〜Ｎ２２の各々の出力を、総称してｚ２で表す。ｚ２は、特徴ベクトルｚ１の特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ２のそれぞれに対応の重み（総称してｗ３で表す）が乗算されて、個々の特徴ベクトルｚ２がいずれも３つのニューロンＮ３１、Ｎ３２、Ｎ３３に入力されている。特徴ベクトルｚ２は、重みＷ２と重みＷ３との間の特徴を表す。最後にニューロンＮ３１〜Ｎ３３は、それぞれ結果ｙ１〜ｙ３を出力する。
なお、三層以上の層を為すニューラルネットワークを用いた、いわゆるディープラーニングの手法を用いることも可能である。

研磨工具摩耗量予測装置１が備える機械学習装置１００においては、状態変数Ｓを入力ｘとして、学習部１１０が上記したニューラルネットワークに従う多層構造の演算を行うことで、研磨加工の加工条件（入力ｘ）から研磨ツールの研磨工具部の摩耗量（出力ｙ）を推定することができる。なお、ニューラルネットワークの動作モードには、学習モードと価値予測モードとがあり、例えば学習モードで学習データセットを用いて重みｗを学習し、学習した重みｗを用いて価値予測モードで行動の価値判断を行うことができる。なお価値予測モードでは、検出、分類、推論等を行うこともできる。

上記した機械学習装置１００の構成は、プロセッサ１０１が各々実行する機械学習方法（或いはソフトウェア）として記述できる。この機械学習方法は、研磨加工の加工条件から研磨ツールの研磨工具部の摩耗量の推定を学習する機械学習方法であって、プロセッサ１０１が、研磨加工の加工条件（研磨加工条件データＳ１）を現在状態を表す状態変数Ｓとして観測するステップと、研磨ツールの研磨工具部の摩耗量（摩耗量データＬ１）をラベルデータＬとして取得するステップと、状態変数ＳとラベルデータＬとを用いて、研磨加工条件データＳ１と、研磨ツールの研磨工具部の摩耗量とを関連付けて学習するステップとを有する。

機械学習装置１００の学習部１１０により学習されて得られた学習済みモデルは機械学習に係るソフトウェアの一部であるプログラムモジュールとしての利用することが可能である。本発明の学習済みモデルは、ＣＰＵやＧＰＵ等のプロセッサとメモリを備えるコンピュータにて用いることができる。より具体的には、コンピュータのプロセッサが、メモリに記憶された学習済みモデルからの指令に従って、研磨加工の加工条件を入力として演算を行い、演算結果に基づいて研磨ツールの研磨工具部の摩耗量の推定結果を出力するように動作する。本発明の学習済みモデルは、外部記憶媒体やネットワーク等を介して他のコンピュータに対して複製して利用することが可能である。

また、本発明の学習済みモデルを他のコンピュータに対して複製して新しい環境で利用する際に、当該環境で得られた新たな状態変数やラベルデータに基づいて当該学習済みモデルに対して更なる学習を行わせることもできる。このようにした場合、当該環境による学習済みモデルから派生した学習済みモデル（以下、派生モデルとする）を得ることが可能である。本発明の派生モデルは、研磨加工の加工条件から研磨ツールの研磨工具部の摩耗量の推定結果を出力するという点では元の学習済みモデルと同じだが、元の学習済みモデルよりも新しい環境に適合した結果を出力するという点で異なる。この派生モデルもまた、外部記憶媒体やネットワーク等を介して他のコンピュータに対して複製して利用することが可能である。

更に、本発明の学習済みモデルを組み込んだ機械学習装置に対する入力に対して得られる出力を用いて、他の機械学習装置において１から学習を行うことで得られる学習済みモデル（以下、蒸留モデルとする）を作成し、これを利用することも可能である（このような学習工程を蒸留と言う）。蒸留において、元の学習済みモデルを教師モデル、新たに作成する蒸留モデルを生徒モデルとも言う。一般に、蒸留モデルは元の学習済みモデルよりもサイズが小さく、それでいて元の学習済みモデルと同等の正確度を出せるため、外部記憶媒体やネットワーク等を介した他のコンピュータに対する配布により適している。

以下の第２〜４実施形態では、第１実施形態による研磨工具摩耗量予測装置１が、クラウドサーバやホストコンピュータ、フォグコンピュータ、エッジコンピュータ（ロボットコントローラ、制御装置等）を含む複数の装置と有線／無線のネットワークを介して相互に接続した実施形態について説明する。図５に例示されるように、以下の第２〜４実施形態では、複数の装置のそれぞれがネットワークに接続された状態でクラウドサーバ６等を含む層、フォグコンピュータ７等を含む層、エッジコンピュータ８（セル９に含まれるロボットコントローラ、制御装置等）等を含む層の、３つの階層に論理的に分けて構成されているシステムを想定する。この様なシステムに於いて、研磨工具摩耗量予測装置１は、クラウドサーバ６、フォグコンピュータ７、エッジコンピュータ８のいずれの上にも実装することが可能であり、それぞれの複数の装置との間でネットワークを介して相互に学習データを共有して分散学習をしたり、生成した学習モデルをフォグコンピュータ７やクラウドサーバ６に収集して大規模な解析を行ったり、更に、生成した学習モデルの相互再利用等をしたりすることができる。図５に例示されるシステムにおいて、セル９は各地の工場にそれぞれ複数設けられ、それぞれのセル９を所定の単位（工場単位、同じ製造業者の複数の工場単位等）で上位層のフォグコンピュータ７が管理する。そして、これらフォグコンピュータ７が収集、解析したデータを、更に上位層のクラウドサーバ６で収集、解析等を行い、その結果として得られた情報を各々のエッジコンピュータの制御等に活用することができる。

図６は、研磨工具摩耗量予測装置１を備えた第２実施形態によるシステム１７０を示す。システム１７０は、エッジコンピュータやフォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータの一部として実装された少なくとも１台の研磨工具摩耗量予測装置１と、複数のロボット２と、研磨工具摩耗量予測装置１、ロボット２を互いに接続する有線／無線のネットワーク１７２とを備える。

上記構成を有するシステム１７０は、機械学習装置１００を備える研磨工具摩耗量予測装置１が、学習部１１０の学習結果を用いて、それぞれのロボット２による研磨加工の加工条件に対する研磨ツールの研磨工具部の摩耗量を、それぞれのロボット２毎に自動的かつ正確に求めることができる。また、研磨工具摩耗量予測装置１の機械学習装置１００が、複数のロボット２のそれぞれについて得られた状態変数Ｓ及びラベルデータＬに基づき、全てのロボット２に共通する研磨加工の加工条件に対する研磨ツールの研磨工具部の摩耗量を学習し、その学習結果を全てのロボット２による研磨加工において共有するように構成できる。したがってシステム１７０によれば、より多様なデータ集合（状態変数Ｓ及びラベルデータＬを含む）を入力として、研磨加工の加工条件に対する研磨ツールの研磨工具部の摩耗量の学習の速度や信頼性を向上させることができる。

図７は、研磨工具摩耗量予測装置１を備えた第３実施形態によるシステム１７０を示す。システム１７０は、エッジコンピュータやフォグコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータ５の上に実装された少なくとも１台の機械学習装置１００’と、ロボット２を制御する制御装置（エッジコンピュータ）として実装された少なくとも１台の研磨工具摩耗量予測装置１と、コンピュータ５及びロボット２を互いに接続する有線／無線のネットワーク１７２とを備える。

上記構成を有するシステム１７０では、機械学習装置１００を備えるコンピュータ５が、各々のロボット２を制御する研磨工具摩耗量予測装置から、該研磨工具摩耗量予測装置１が備える機械学習装置１００による機械学習の結果として得られた学習モデルを取得する。そして、コンピュータ５が備える機械学習装置１００’は、これら複数の学習モデルに基づく知識の最適化や効率化の処理を行うことで、新たに最適化乃至効率化された学習モデルを生成し、生成した学習モデルを各々のロボット２を制御する研磨工具摩耗量予測装置１に対して配布する。

機械学習装置１００’が行う学習モデルの最適化乃至効率化の例としては、各研磨工具摩耗量予測装置１から取得した複数の学習モデルに基づいた蒸留モデルの生成が挙げられる。この場合、本実施形態による機械学習装置１００’は、学習モデルに対して入力する入力データを作成し、該入力モデルを各々の学習モデルに対して入力した結果として得られる出力を用いて、１から学習を行うことで新たに学習モデル（蒸留モデル）を生成する。このようにして生成された蒸留モデルは、上記でも説明したように、外部記憶媒体やネットワーク等を介した他のコンピュータに対する配布により適している。

機械学習装置１００’が行う学習モデルの最適化乃至効率化の他の例としては、各研磨工具摩耗量予測装置１から取得した複数の学習モデルに対して蒸留を行う過程において、入力データに対する各学習モデルの出力の分布を一般的な統計的手法で解析し、入力データと出力データの組の外れ値を抽出し、該外れ値を除外した入力データと出力データの組を用いて蒸留を行うことも考えられる。このような過程を経ることで、それぞれの学習モデルから得られる入力データと出力データの組から例外的な推定結果を除外し、例外的な推定結果を除外した入力データと出力データの組を用いて蒸留モデルを生成することができる。このようにして生成された蒸留モデルは、複数の研磨工具摩耗量予測装置１で生成された学習モデルから、当該研磨工具摩耗量予測装置１が制御するロボット２に対して汎用的な蒸留モデルを生成することができる。
なお、他の一般的な学習モデルの最適化乃至効率化の手法（各学習モデルを解析し、その解析結果に基づいて学習モデルのハイパパラメータを最適化する等）も適宜導入することが可能である。

本実施形態によるシステムでは、例えばエッジコンピュータとしての複数のロボット２（研磨工具摩耗量予測装置１）に対して設置されたフォグコンピュータとしてのコンピュータ５の上に機械学習装置１００’を配置し、各々のロボット２（研磨工具摩耗量予測装置１）で生成された学習モデルをフォグコンピュータ上に集約して記憶しておき、記憶した複数の学習モデルに基づいた最適化乃至効率化を行った上で、最適化乃至効率化された学習モデルを必要に応じて各ロボット２（研磨工具摩耗量予測装置１）に対して再配布するという運用を行うことができる。

また、本実施形態によるシステムでは、例えばフォグコンピュータとしてのコンピュータ５の上に集約して記憶された学習モデルや、フォグコンピュータ上で最適化乃至効率化された学習モデルを、更に上位のホストコンピュータやクラウドサーバ上に集め、これら学習モデルを用いて工場やロボット２のメーカでの知的作業への応用（上位サーバでの更なる汎用的な学習モデルの構築及び再配布、学習モデルの解析結果に基づく保守作業の支援、各々のロボット２の性能等の分析、新しい機械の開発への応用等）を行うことができる。

図８は、図７で示したコンピュータ５の概略的なハードウェア構成図である。
コンピュータ５が備えるＣＰＵ５１１は、コンピュータ５を全体的に制御するプロセッサである。ＣＰＵ５１１は、ＲＯＭ５１２に格納されたシステム・プログラムをバス５２０を介して読み出し、該システム・プログラムに従ってコンピュータ５全体を制御する。ＲＡＭ５１３には一時的な計算データ、入力装置５３１を介して作業者が入力した各種データ等が一時的に格納される。

不揮発性メモリ５１４は、例えば図示しないバッテリでバックアップされたメモリやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、コンピュータ５の電源がオフされても記憶状態が保持される。不揮発性メモリ５１４には、コンピュータ５の動作に係る設定情報が格納される設定領域や、入力装置５３１から入力されたデータ、各ロボット２（の制御装置）から取得される学習モデル、図示しない外部記憶装置やネットワークを介して読み込まれたデータ等が記憶される。不揮発性メモリ５１４に記憶されたプログラムや各種データは、実行時／利用時にはＲＡＭ５１３に展開されても良い。また、ＲＯＭ５１２には、各種データを解析するための公知の解析プログラム等を含むシステム・プログラムが予め書き込まれている。

コンピュータ５は、インタフェース５１６を介してネットワーク１７２と接続されている。ネットワーク１７２には、少なくとも１つのロボット２や他のコンピュータ等が接続され、コンピュータ５との間で相互にデータのやり取りを行っている。

表示装置５３０には、メモリ上に読み込まれた各データ、プログラム等が実行された結果として得られたデータ等がインタフェース５１７を介して出力されて表示される。また、キーボードやポインティングデバイス等から構成される入力装置５３１は、作業者による操作に基づく指令，データ等をインタフェース５１８を介してＣＰＵ５１１に渡す。
なお、機械学習装置１００については、コンピュータ５のＣＰＵ５１１と協働して学習モデルの最適化乃至効率化に用いられる点を除けば、図１で説明したものと同様のハードウェア構成を備える。

図９は、研磨工具摩耗量予測装置１を備えた第４実施形態によるシステム１７０を示す。システム１７０は、ロボット２を制御する制御装置（エッジコンピュータ）として実装された複数の研磨工具摩耗量予測装置１と、複数台の他のロボット２（制御装置）と、これらを互いに接続する有線／無線のネットワーク１７２とを備える。

上記構成を有するシステム１７０では、機械学習装置１００を備える研磨工具摩耗量予測装置１は、制御対象となるロボット２から取得された状態データや判定データ、（機械学習装置１００を備えていない）他のロボット２から取得した状態データや判定データに基づいた機械学習を行い、学習モデルを生成する。このようにして生成された学習モデルは、自身の制御するロボット２の研磨動作における研磨工具の摩耗量の推定に用いられる他、機械学習装置１００を備えていない他のロボット２からの要求に応じて該他のロボット２（の制御装置）による研磨動作における研磨工具の摩耗量の推定にも用いられる。また、新たに学習モデル生成前の機械学習装置１００を備えた研磨工具摩耗量予測装置１が導入された際には、ネットワーク１７２を介して学習モデルを備えた他の研磨工具摩耗量予測装置１から該学習モデルを取得して利用することも可能となる。

本実施形態によるシステムでは、いわゆるエッジコンピュータとしての複数のロボット２（研磨工具摩耗量予測装置１）の間で学習に用いるデータや学習モデルを共有して活用することが可能となるため、機械学習の効率の向上や、機械学習にかけるコストの削減（ロボット２を制御する１台の制御装置（研磨工具摩耗量予測装置１）にのみ機械学習装置１００を導入し、他のロボット２との間で共有するなど）をすることができる。

以上、本発明の実施の形態について説明したが、本発明は上述した実施の形態の例のみに限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。

例えば、機械学習装置１００が実行する学習アルゴリズムや演算アルゴリズム、研磨工具摩耗量予測装置１が実行する制御アルゴリズム等は、上述したものに限定されず、様々なアルゴリズムを採用できる。

また、上記した実施形態では研磨工具摩耗量予測装置１と機械学習装置１００が異なるＣＰＵを有する装置として説明しているが、機械学習装置１００は研磨工具摩耗量予測装置１が備えるＣＰＵ１１と、ＲＯＭ１２に記憶されるシステム・プログラムにより実現するようにしても良い。

また、上記した実施形態では、ロボット２が把持する研磨ツールを用いて研磨加工する場合を例として研磨工具摩耗量予測装置１の構成を説明しているが、本発明による研磨工具摩耗量予測装置１は、所謂研磨装置等のような研磨加工の専用機による研磨加工における研磨工具の摩耗の予測に用いることも可能である。

１ 研磨工具摩耗量予測装置
２ ロボット
５ コンピュータ
６ クラウドサーバ
７ フォグコンピュータ
８ エッジコンピュータ
９ セル
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 不揮発性メモリ
１５，１８，１９，２１ インタフェース
１７ Ｉ／Ｏユニット
２０ バス
３０ 軸制御回路
３４ 制御部
４０ サーボアンプ
５０ サーボモータ
６０ スピンドル制御回路
６１ スピンドルアンプ
６２ スピンドルモータ
６３ ポジションコーダ
７０ 表示器／ＭＤＩユニット
７１ 操作盤
７２ 外部機器
１００ 機械学習装置
１０１ プロセッサ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ 不揮発性メモリ
１０６ 状態観測部
１０８ ラベルデータ取得部
１１０ 学習部
１１２ 誤差計算部
１１４ モデル更新部
１２２ 推定結果出力部
１７０ システム
１７２ ネットワーク
５１１ ＣＰＵ
５１２ ＲＯＭ
５１３ ＲＡＭ
５１４ 不揮発性メモリ
５１６、５１６，５１７ インタフェース
５２０ バス
５３０ 表示装置
５３１ 入力装置

Claims (14)

1. 研磨工具によるワークの研磨加工における前記研磨工具の摩耗量を予測する研磨工具摩耗量予測装置であって、
   前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記研磨加工の加工条件に対する前記研磨工具の摩耗量をモデル化した学習モデルを用いた学習乃至予測をする機械学習装置を備える
   研磨工具摩耗量予測装置。
2. 、
   前記機械学習装置は、
   前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測する状態観測部と、
   前記研磨加工による前記研磨工具の摩耗量を示す摩耗量データを、ラベルデータとして取得するラベルデータ取得部と、
   前記状態変数と前記ラベルデータとを用いて、前記研磨加工の加工条件と、前記研磨工具の摩耗量とを関連付けて学習した前記学習モデルを生成する学習部と、
   を備える請求項１に記載の研磨工具摩耗量予測装置。
3. 前記状態観測部は、環境の現在状態を表す状態変数として、研磨加工条件データに加えて、研磨加工時に発生した音を示す研磨音データ、研磨加工時の研磨ツールの研磨工具部の温度を示す研磨温度データ、前記研磨工具の種類を示す工具種類データ、研磨加工時の環境を示す加工環境データの少なくともいずれかを観測する、
   請求項２に記載の研磨工具摩耗量予測装置。
4. 前記学習部は、
   前記状態変数から前記研磨工具の摩耗量を推定する前記学習モデルとしての相関性モデルと、予め用意された教師データから識別される相関性特徴との誤差を計算する誤差計算部と、
   前記誤差を縮小するように前記相関性モデルを更新するモデル更新部とを備える、
   請求項２又は３に記載の研磨工具摩耗量予測装置。
5. 前記学習部は、前記状態変数と前記ラベルデータとを多層構造で演算する、
   請求項２〜４のいずれか１つに記載の研磨工具摩耗量予測装置。
6. 前記機械学習装置は、
   前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測する状態観測部と、
   前記研磨加工の加工条件と、前記研磨工具の摩耗量とを関連付けて学習した前記学習モデルを備えた学習部と、
   前記状態観測部が観測した状態変数と、前記学習モデルとに基づいて、前記研磨工具の摩耗量を推定した結果を出力する推定結果出力部と、
   を備える請求項１に記載の研磨工具摩耗量予測装置。
7. 前記機械学習装置は、クラウドサーバに存在する、
   請求項１〜６のいずれか１つに記載の研磨工具摩耗量予測装置。
8. 研磨工具によるワークの研磨加工における、前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測し、該状態変数に基づいて、前記研磨加工の加工条件に対する前記研磨工具の摩耗量をモデル化した学習モデルを用いた学習乃至予測をする、
   機械学習装置。
9. 前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測する状態観測部と、
   前記研磨加工による前記研磨工具の摩耗量を示す摩耗量データを、ラベルデータとして取得するラベルデータ取得部と、
   前記状態変数と前記ラベルデータとを用いて、前記研磨加工の加工条件と、前記研磨工具の摩耗量とを関連付けて学習した前記学習モデルを生成する学習部と、
   を備える請求項８に記載の機械学習装置。
10. 前記研磨加工の加工条件を示す研磨加工条件データを、環境の現在状態を表す状態変数として観測する状態観測部と、
    前記研磨加工の加工条件と、前記研磨工具の摩耗量とを関連付けて学習した前記学習モデルを備えた学習部と、
    前記状態観測部が観測した状態変数と、前記学習モデルとに基づいて、前記研磨工具の摩耗量を推定した結果を出力する推定結果出力部と、
    を備える請求項８に記載の機械学習装置。
11. 複数の装置がネットワークを介して相互に接続されたシステムであって、
    前記複数の装置は、少なくとも請求項２に記載された研磨工具摩耗量予測装置を備えた第１のロボットを含む
    システム。
12. 前記複数の装置は、機械学習装置を備えたコンピュータを含み、
    前記コンピュータは、前記研磨工具摩耗量予測装置の前記学習部における学習により生成された少なくとも１つの学習モデルを取得し、
    前記コンピュータが備える機械学習装置は、取得した前記学習モデルに基づいて最適化乃至効率化を行う、
    請求項１１に記載のシステム。
13. 前記複数の装置は、前記第１のロボットとは異なる第２のロボットを含み、
    前記第１のロボットが備えた研磨工具摩耗量予測装置が備える学習部による学習結果は、前記第２のロボットと共有される、
    請求項１１に記載のシステム。
14. 前記複数の装置は、前記第１のロボットとは異なる第２のロボットを含み、
    前記第２のロボットにおいて観測されたデータは、前記ネットワークを介して前記第１のロボットが備えた研磨工具摩耗量予測装置が備える学習部による学習に利用可能である、
    請求項１１に記載のシステム。

Images