JP2020015129A - 砥石車表面状態推定モデル生成装置、砥石車表面状態推定装置、研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置 - Google Patents

Abstract

【課題】砥石車の表面状態を取得することができる砥石車表面状態推定モデル生成装置を提供する。【解決手段】砥石車表面状態推定モデル生成装置は、研削盤１にて砥石車により工作物Ｗの研削を行っている際の実測データであって、研削盤１の構造部材１５の状態を表す第一実測データ１２１、および、研削部位に関する第二実測データ１２２の少なくとも一つである実測データを、工作物Ｗ毎に所定期間分取得する実測データ取得部１２０と、複数の工作物Ｗに関する実測データを第一学習用入力データとする機械学習により、砥石車の表面状態を推定するための第一学習モデルを生成する第一学習モデル生成部１５０を備える。【選択図】図３

Description

本発明は、砥石車表面状態推定モデル生成装置、砥石車表面状態推定装置、研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置に関するものである。

研削盤にて砥石車による工作物の研削において、砥石車の切れ味を維持するために、砥石車の表面のツルーイングおよびドレッシングが行われる。砥石車の切れ味が低下すると、工作物の品質が低下するおそれがある。そこで、ツルーイングおよびドレッシングは、研削した工作物の数が所定数に達した度に行われており、工作物の品質が低下しないように所定数が決定されている。しかし、作業者によって決定されるため、切れ味が低下したにも関わらず、研削が継続して行われるおそれがあり、工作物の品質の低下のおそれがあった。

そこで、特許文献１には、主軸ヘッドに取り付けられた振動検出器によって主軸ヘッドの振動を検出し、主軸の振幅が工作物の研削面の研削精度に応じて予め設定された設定値に達した後に、研削作業を停止して砥石車のドレッシングを行うことが記載されている。

ところで、近年コンピュータの処理速度の向上に伴い、人工知能が急速に発展しており、例えば、特許文献２には、機械学習により、レーザ加工条件データを生成することが記載されている。

特開２００２−３０７３０４号公報 特開２０１７−１６４８０１号公報

しかし、特許文献１に記載されているように、主軸ヘッドの振動が設定値に達したか否かだけでは、砥石車の切れ味を十分に判定できない。その結果、砥石車の修正（ツルーイングおよびドレッシング）のタイミングを適切に判定できない。そこで、瞬間的な振動情報のみではなく、より多くの情報を用いて、砥石車の表面状態を判定することが求められる。

本発明は、砥石車の表面状態を取得することができる砥石車表面状態推定モデル生成装置、および、砥石車表面状態推定装置を提供することを目的とする。また、本発明は、砥石車の表面状態を用いて、砥石車の表面状態を良好とすることができる研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置を提供することを目的とする。

（１．砥石車表面状態推定モデル生成装置）
砥石車表面状態推定モデル生成装置は、研削盤にて砥石車により工作物の研削を行っている際の実測データであって、前記研削盤の構造部材の状態を表す第一実測データ、および、研削部位に関する第二実測データの少なくとも一つである前記実測データを、前記工作物毎に所定期間分取得する実測データ取得部と、複数の前記工作物に関する前記実測データを第一学習用入力データとする機械学習により、前記砥石車の表面状態を推定するための第一学習モデルを生成する第一学習モデル生成部とを備える。

第一学習モデルは、実測データを第一学習用入力データとする機械学習により生成されている。そして、実測データは、研削盤の構造部材の状態を表す第一実測データ、および、研削部位に関する第二実測データの少なくとも一つである。そして、実測データは、工作物毎に所定期間分取得したデータである。例えば、実測データは、工作物毎における研削初期から研削終期までのデータや、粗研の初期から粗研の終期までのデータ等である。従って、１つの工作物の実測データだけでも、多量のデータとなる。さらに、複数の工作物に関する実測データとなれば、極めて多量のデータとなる。しかし、第一学習モデルは、機械学習を用いることによって、複数の工作物に関する多量の実測データを用いるとしても、容易に生成することができる。

従って、砥石車の表面状態に影響を及ぼす多量の実測データを考慮して第一学習モデルを生成することで、結果として、砥石車の表面状態を取得することができる。なお、研削盤の構造部材の状態を表す第一実測データは、例えば、構造部材の振動、構造部材の変形量等である。研削部位に関する第二実測データは、例えば、研削によって変化する工作物の寸法、研削点温度等である。

（２．砥石車表面状態推定装置）
砥石車表面状態推定装置は、上述した砥石車表面状態推定モデル生成装置と、新たな工作物の研削を行っている際の所定期間分の前記実測データである推定用入力データと前記第一学習モデルとを用いて、前記新たな工作物の研削に行った場合における前記砥石車の前記表面状態を推定する表面状態推定部とを備える。機械学習により生成された第一学習モデルを用いることで、新たな工作物に関する多量の実測データである推定用入力データに基づいて、当該新たな工作物の研削を行った際の砥石車の表面状態を推定することができる。

（３．研削盤の動作指令データ調整モデル生成装置）
研削盤の動作指令データ調整モデル生成装置は、研削盤にて砥石車により工作物の研削を行う際において、前記研削盤の制御装置への動作指令データを取得する動作指令データ取得部と、前記砥石車の表面状態データを前記工作物毎に取得する表面状態データ取得部と、前記工作物毎に、前記表面状態データに応じて前記動作指令データに対する報酬を決定する報酬決定部と、複数の前記工作物に関する前記動作指令データおよび前記報酬を用いた機械学習により、前記報酬を多くするように前記動作指令データを調整するための第二学習モデルを生成する第二学習モデル生成部とを備える。

当該生成装置は、機械学習により、研削盤の動作指令データを調整するための第二学習モデルを生成する。そして、機械学習においては、複数の工作物に関する動作指令データおよび報酬を用いている。従って、多量のデータを用いたとしても、機械学習を適用することにより、第二学習モデルを容易に生成することができる。さらに、機械学習においては、工作物を研削した際の砥石車の表面状態データを用いて決定された報酬を多くするように、研削盤の動作指令データが調整されている。従って、砥石車の表面状態に応じた動作指令データを生成することができるようになる。

（４．研削盤の動作指令データ更新装置）
研削盤の動作指令データ更新装置は、上述した研削盤の動作指令データ調整モデル生成装置と、新たな工作物の研削に関する前記動作指令データ、前記新たな工作物の前記表面状態データ、前記報酬、および、前記第二学習モデルを用いて、前記動作指令データの調整を行う動作指令データ調整部とを備える。つまり、機械学習により生成された第二学習モデルを用いて動作指令データが更新される。そのため、研削状態が変化したとしても、動作指令データが現在の研削状態に応じて更新されていく。このように動作指令データが更新されることによって、砥石車の表面状態に応じた研削を行うことができる。

研削盤を示す平面図である。 第一実施形態の機械学習装置の概要構成を示す機能ブロック図である。 第一実施形態の機械学習装置の学習フェーズの詳細構成を示す機能ブロック図である。 第一実施形態の機械学習装置の推定フェーズの詳細構成を示す機能ブロック図である。 第二実施形態の機械学習装置の概要構成を示す機能ブロック図である。 第二実施形態の機械学習装置の学習フェーズの詳細構成を示す機能ブロック図である。 第二実施形態の機械学習装置の推定フェーズの詳細構成を示す機能ブロック図である。

（１．第一実施形態）
（１−１．研削盤の構成）
研削盤１の構成について、図１を参照して説明する。研削盤１は、工作物Ｗを研削するための機械である。研削盤１は、円筒研削盤、カム研削盤等、種々の構成の研削盤を適用できる。本実施形態においては、研削盤１は、砥石台トラバース型の円筒研削盤を例にあげる。ただし、研削盤１は、テーブルトラバース型を適用することもできる。

研削盤１は、主として、ベッド１１、主軸台１２、心押台１３、トラバースベース１４、砥石台１５、砥石車１６、定寸装置１７、砥石車修正装置１８、クーラント装置１９、及び、制御装置２０を備える。

ベッド１１は、設置面上に固定されている。主軸台１２は、は、ベッド１１の上面において、Ｘ軸方向の手前側（図１の下側）且つＺ軸方向の一端側（図１の左側）に設けられている。主軸台１２は、工作物ＷをＺ軸回りに回転可能に支持する。工作物Ｗは、主軸台１２に設けられたモータ１２ａの駆動により回転される。心押台１３は、ベッド１１の上面において、主軸台１２に対してＺ軸方向に対向する位置、すなわち、Ｘ軸方向の手前側（図１の下側）且つＺ軸方向の他端側（図１の右側）に設けられている。つまり、主軸台１２および心押台１３が、工作物Ｗを回転可能に両端支持する。

トラバースベース１４は、ベッド１１の上面において、Ｚ軸方向に移動可能に設けられている。トラバースベース１４は、ベッド１１に設けられたモータ１４ａの駆動により移動する。砥石台１５は、トラバースベース１４の上面において、Ｘ軸方向に移動可能に設けられている。砥石台１５は、トラバースベース１４に設けられたモータ１５ａの駆動により移動する。砥石車１６は、砥石台１５に回転可能に支持されている。砥石車１６は、砥石台１５に設けられたモータ１６ａの駆動により回転する。砥石車１６は、複数の砥粒をボンド材により固定されて構成されている。

定寸装置１７は、工作物Ｗの寸法（径）を測定する。砥石車修正装置１８は、砥石車１６の形状を修正する。砥石車修正装置１８は、砥石車１６のツルーイングを行う装置である。砥石車修正装置１８は、ツルーイングに加えて、または、ツルーイングに代えて、砥石車１６のドレッシングを行う装置としてもよい。さらに、砥石車修正装置１８は、砥石車１６の寸法（径）を測定する機能も有する。

ここで、ツルーイングは、形直し作業であり、研削によって砥石車１６が摩耗した場合に工作物Ｗの形状に合わせて砥石車１６を成形する作業、片摩耗によって砥石車１６の振れを取り除く作業等である。ドレッシングは、目直し（目立て）作業であり、砥粒の突き出し量を調整したり、砥粒の切れ刃を創成したりする作業である。ドレッシングは、目つぶれ、目詰まり、目こぼれ等を修正する作業であって、通常ツルーイング後に行われる。

クーラント装置１９は、砥石車１６による工作物Ｗの研削点にクーラントを供給する。クーラント装置１９は、回収したクーラントを、所定温度に冷却して、再度研削点に供給する。

制御装置２０は、工作物Ｗの形状、加工条件、砥石車１６の形状、クーラントの供給タイミング情報等の動作指令データに基づいて生成されたＮＣプログラムに基づいて、各駆動装置を制御する。すなわち、制御装置２０は、動作指令データを入力し、動作指令データに基づいてＮＣプログラムを生成し、ＮＣプログラムに基づいて各モータ１２ａ，１４ａ，１５ａ，１６ａおよびクーラント装置１９等を制御することにより工作物Ｗの研削を行う。特に、制御装置２０は、定寸装置１７により測定される工作物Ｗの径に基づいて、工作物Ｗが仕上げ形状となるまで研削を行う。また、制御装置２０は、砥石車１６を修正するタイミングにおいて、各モータ１４ａ，１５ａ，１６ａ、および、砥石車修正装置１８等を制御することにより、砥石車１６の修正（ツルーイングおよびドレッシング）を行う。

また、図１には一部を図示しないが、研削盤１は、後述する各種センサ２１，２２，２３（図３等に示す）を備えている。例えば、研削盤１は、各モータ等の実動作データ、研削盤１を構成する構造部材の状態を示すデータ、定寸装置１７、砥石径センサ、温度センサ等を備える。なお、各種センサ等の詳細は、後述する。

（１−２．機械学習装置１００の概要）
次に、第一実施形態の機械学習装置１００の概要について、図２を参照して説明する。機械学習装置１００は、（ａ）砥石車１６の表面状態を推定するための第一学習モデルを生成すると共に、（ｂ）第一学習モデルを用いて砥石車１６の表面状態を推定する。機械学習装置１００は、研削盤１とは別の装置として構成することもできるし、研削盤１の制御装置２０等に組み込まれた装置として構成することもできる。本実施形態においては、機械学習装置１００は、研削盤１とネットワーク線により接続されており、各種データの送受信を行う。

機械学習装置１００は、第一学習モデルを生成する第一学習フェーズ１０１において機能する要素１０１ａ，１０１ｂ，１０１ｃ、および、砥石車１６の表面状態を推定する推定フェーズ１０２（一般に「推論フェーズ」とも称する）において機能する要素１０２ａ，１０２ｂを備える。機械学習装置１００は、第一学習フェーズ１０１において機能する要素として、第一学習用入力データを取得する要素１０１ａ、第一教師データを取得する要素１０１ｂ、および、第一学習モデルの生成を行う要素１０１ｃを備える。

要素１０１ａにおいて取得される第一学習用入力データは、機械学習に用いられる入力データであって、例えば、動作指令データ、実動作データ、第一実測データ（構造部材の状態を表すデータ）、第二実測データ（研削部位に関するデータ）等である。

要素１０１ｂにおいて取得される第一教師データは、教師有り学習における機械学習に用いられる教師データである。第一教師データは、砥石車１６の表面状態を表すデータ（砥石車１６の表面状態データ）である。砥石車１６の表面状態データは、例えば、目つぶれ、目詰まり、目こぼれ等が生じている状態に関するデータ、目立てすぎの状態に関するデータ等である。

砥石車１６の表面は、工作物Ｗの研削品質に影響を及ぼす。すなわち、砥石車１６の表面状態とは、工作物Ｗの研削品質に影響を及ぼす程度である。砥石車１６の表面状態とは、例えば、目つぶれ、目詰まり、目こぼれ等が生じている状態、目立てすぎの状態等である。そして、砥石車１６の表面状態が良好でない場合には、工作物Ｗの研削品質が低下するおそれがある。従って、砥石車１６の表面状態を把握することが求められる。

砥石車１６の表面状態が、目つぶれ、目詰まり、目こぼれ等が生じている場合には、ドレッシングを行ったり、ツルーイングにより成形した後にドレッシングを行ったりすることが必要となる。また、砥石車１６の表面状態が、目立てすぎの状態であれば、ツルーイングを行うことが必要となる。通常、ツルーイング後には、ドレッシングが行われる。そして、ツルーイング回数が所定回数に到達した場合には、または、ツルーイングにより所定量成形した場合には、砥石車１６の交換を行う必要がある。

そして、砥石車１６の寿命を向上するためには、ツルーイングおよびドレッシングを行う回数を少なくすることが求められる。さらに、ツルーイング、ドレッシングおよび砥石車１６の交換を行うと、これらに要する時間によって、研削サイクル時間が長くなることになる。当然に、研削サイクル時間を短くすることが求められる。この観点においても、砥石車１６の表面状態を把握することが求められる。そこで、要素１０１ｂは、砥石車１６の表面状態データを第一教師データとして取得することとしている。なお、砥石車１６の表面状態データとは、工作物の研削品質に影響を及ぼす程度を示すデータである。

要素１０１ｃにおいて生成される第一学習モデルは、第一学習用入力データおよび第一教師データに基づいて、機械学習のうち教師有り学習を行うことによって砥石車１６の表面状態を推定するためのモデル（関数）である。ただし、第一学習モデルは、砥石車１６の表面状態の分類分けを行うことを目的として、教師無し学習を適用することにより生成することもできる。ただし、教師有り学習を適用する場合には、高精度に、砥石車１６の表面状態を取得することができる。

機械学習装置１００は、砥石車１６の表面状態を推定する推定フェーズ１０２において機能する要素として、推定用入力データを取得する要素１０２ａを備える。要素１０２ａにおいて取得される推定用入力データは、第一学習用入力データと同種のデータであって、学習に用いた工作物Ｗとは異なる工作物Ｗ（新しい工作物Ｗ）に関して取得されるデータである。

さらに、機械学習装置１００は、推定フェーズ１０２において機能する要素として、砥石車１６の表面状態の推定、並びに、砥石車１６のツルーイングの実行、砥石車１６のドレッシングの実行、および、砥石車１６の交換の実行を判別する要素１０２ｂを備える。要素１０２ｂは、推定用入力データと第一学習モデルとを用いて砥石車１６の表面状態を推定すると共に、推定された表面状態に基づいて砥石車１６のツルーイングの実行等を判別する。要素１０２ｂにて用いる第一学習モデルは、第一学習フェーズ１０１において機械学習によって生成される第一学習モデルである。

（１−３．機械学習装置１００に関連する研削盤１の構成）
機械学習装置１００に関連する研削盤１の構成について、図３を参照して説明する。図３に示すように、研削盤１は、制御装置２０を備える。制御装置２０は、いわゆるＣＮＣ（Computerized Numerical Control）装置である。上述したように、制御装置２０は、動作指令データに基づいてＮＣプログラムを生成し、当該ＮＣプログラムに基づいて、各駆動装置１２ａ，１４ａ，１５ａ，１６ａ，１７，１８（図３では「１２ａ等」と記載する）を制御する。

各駆動装置１２ａ，１４ａ，１５ａ，１６ａ，１７，１８が駆動することによって、構造部材１２，１３，１４，１５（図３では「１５等」を記載する。）が動作する。構造部材１２，１３，１４，１５の動作によって、工作物Ｗが砥石車１６による研削が行われる。図３では、工作物Ｗにおいて砥石車１６によって研削される部位が研削部位として示される。

研削盤１は、さらに、駆動装置１２ａ等の実動作データを検出するセンサ２１、構造部材１５等の状態（構造部材の状態を表すデータ）を検出するセンサ２２、研削によって変化する研削部位Ｗに関するデータ（研削部位データ）を検出するセンサ２３を備える。センサ２１は、例えば、モータ１２ａの駆動電流を検出する電流センサ、モータ１２ａの現在位置（回転角度）を検出する位置センサ等である。センサ２１は、他の駆動装置１４ａ，１５ａ，１６ａ，１７，１８についても同様の情報を検出する。センサ２２は、構造部材１５等の振動を検出する振動センサ、構造部材１５等の変形量を検出する歪センサ等である。振動センサは、振動に対応する加速度を検出するセンサ、振動に対応する音波を検出するセンサ等を適用できる。センサ２３は、研削によって変化する工作物Ｗの寸法（径）を検出する定寸装置、研削時における研削点温度を検出する温度センサである。

（１−４．機械学習装置１００に関連する外部装置２の構成）
機械学習装置１００に関連する外部装置２の構成について、図３を参照して説明する。外部装置２は、研削盤１にて砥石車１６によって工作物Ｗを研削した場合に、砥石車１６の表面状態データに相関を有するデータを工作物Ｗ毎に検出する。ここで、砥石車１６の表面状態データは、工作物Ｗの研削品質に影響を及ぼす程度を示すデータである。つまり、砥石車１６の表面状態データに相関を有するデータとして、工作物Ｗの研削品質データを適用する。すなわち、砥石車１６の表面状態データは、工作物Ｗの研削品質に影響を及ぼす程度を示すデータとして、工作物Ｗの加工変質層の状態に対応する第一表面状態データ（研削焼け等に関するデータ）、工作物Ｗの表面性状に対応する第二表面状態データ（表面粗さ等に関するデータ）、および、工作物Ｗのびびり模様状態に対応する第三表面状態データ等が含まれる。

すなわち、外部装置２は、加工変質層データ（研削焼け、研削による軟化層等に関するデータ）を取得する加工変質層検出器、表面性状データ（表面粗さ等に関するデータ）を取得する表面性状測定器、びびり模様データを取得するびびり検出器等である。なお、外部装置２は、当該データを直接取得する装置としてもよい。また、外部装置２は、相関を有する別データを取得して、当該別データを用いて演算することにより目的のデータを取得する装置、すなわち目的のデータを間接的に取得する装置としてもよい。

加工変質層データは、加工変質層の有無に関するデータとしてもよいし、加工変質層の程度に関するスコアとしてもよい。表面性状データは、例えば表面粗さの値そのものとしてもよいし、表面粗さの程度に関するスコアとしてもよい。また、びびり模様データは、びびり模様の有無に関するデータとしてもよいし、びびり模様の程度に関するスコアとしてもよい。各スコアは、例えば、複数段階の評点などで表される。

（１−５．機械学習装置１００の第一学習フェーズ１０１の詳細構成）
機械学習装置１００の第一学習フェーズ１０１の詳細構成について図３を参照して説明する。ここで、第一学習フェーズ１０１の構成が、砥石車表面状態推定モデル生成装置に相当する。

第一学習フェーズ１０１の構成は、第一入力データを取得する第一入力データ取得部１３０と、砥石車１６の表面状態データを取得する表面状態データ取得部１４０と、第一学習モデル生成部１５０と、第一学習モデル記憶部１６０とを備えて構成される。

第一入力データ取得部１３０は、複数の工作物Ｗに関する第一入力データを、機械学習の第一学習用入力データとして取得する。また、表面状態データ取得部１４０は、工作物Ｗ毎に研削後における砥石車１６の表面状態データを、機械学習の第一教師データとして取得する。ここで、第一学習用入力データおよび第一教師データは、表１に示すとおりである。表１に示すように、第一学習用入力データは、多数のデータとしているが、表１に示す全てのデータを用いる必要はなく、一部のデータのみを用いるようにしてもよい。

第一入力データ取得部１３０は、動作関連データ取得部１１０と、実測データ取得部１２０とを備える。動作関連データ取得部１１０は、制御装置２０への動作指令データを取得する動作指令データ取得部１１１、制御装置２０により制御される駆動装置１２ａ等の実動作データをセンサ２１から取得する実動作データ取得部１１２を備える。

動作関連データのうちの動作指令データは、表１に示すように、工程毎の指令切込速度、工程切替時の移動体１４，１５の指令位置、砥石車１６の指令回転速度、工作物Ｗの指令回転速度、クーラントの供給情報等である。ここで、工作物Ｗの研削は、例えば、粗研、精研、微研、スパークアウト等の複数の研削工程によって行われる。動作関連データのうちの実動作データは、表１に示すように、モータ１２ａ等の駆動電流、モータ１２ａ等の実位置等である。実動作データ取得部１１２は、工作物Ｗ毎に所定期間分の実動作データを取得する。所定期間分とは、例えば、研削初期から研削終期まで、粗研の初期から粗研の終期まで等である。なお、研削が非定常状態の時には、不安定であるため、定常状態のみを対象としてデータを取得することも可能である。

実測データ取得部１２０は、第一実測データをセンサ２２から取得する第一実測データ取得部１２１、第二実測データをセンサ２３から取得する第二実測データ取得部１２２を備える。第一実測データは、砥石車１６により工作物Ｗの研削を行っている際の実測データであって、構造部材１５等の振動、構造部材１５等の変形量等である。第二実測データは、砥石車１６により工作物Ｗの研削を行う際の実測データであって、工作物Ｗの寸法（径）、研削点温度等である。

第一実測データ取得部１２１は、第一実測データを、工作物Ｗ毎に所定期間分取得する。また、第二実測データ取得部１２２も、第二実測データを、工作物Ｗ毎に所定期間分取得する。第一実測データおよび第二実測データは、上述した実動作データと同一の所定期間の分だけ取得される。所定期間は、上述したように、例えば、研削初期から研削終期まで、粗研の初期から粗研の終期まで等である。

表面状態データ取得部１４０は、外部装置２によって取得された工作物Ｗの研削品質データに対応する砥石車１６の表面状態データを、教師有り学習の第一教師データとして取得する。砥石車１６の表面状態データは、工作物Ｗの加工変質層の状態（研削焼け、研削による軟化層等を表す状態）に対応する第一表面状態データ、工作物Ｗの表面性状（表面粗さ等）に対応する第二表面状態データ、および、工作物Ｗのびびり模様状態に対応する第三表面状態データを含む。

ただし、第一表面状態データは、加工変質層データ（研削焼け、研削による軟化層等に関するデータ）そのものとしてもよいし、加工変質層データに基づいて演算したデータとしてもよい。また、第二表面状態データは、工作物Ｗの表面性状データ（表面粗さ等のデータ）そのものとしてもよいし、表面性状データに基づいて演算したデータとしてもよい。第三表面状態データは、びびり模様データそのものとしてもよいし、びびり模様データに基づいて演算したデータとしてもよい。

第一学習モデル生成部１５０は、教師有り学習を行って、第一学習モデルを生成する。詳細には、第一学習モデル生成部１５０は、第一入力データ取得部１３０が取得した複数の工作物Ｗに関する第一入力データを第一学習用入力データとし、且つ、表面状態データ取得部１４０が取得した工作物Ｗ毎の砥石車１６の表面状態データを第一教師データとする機械学習により、砥石車１６の表面状態を推定するための第一学習モデルを生成する。

つまり、第一学習モデル生成部１５０は、動作指令データ、実動作データ、第一実測データ、第二実測データを第一学習用入力データとし、且つ、砥石車１６の表面状態データを第一教師データとする機械学習により、第一学習モデルを生成する。第一学習モデルは、第一学習用入力データと第一教師データとの関係を示すモデルである。

ここで、第一学習用入力データのうち、少なくとも、実動作データ、第一実測データおよび第二実測データは、工作物Ｗ毎の所定期間分のデータである。従って、１つの工作物Ｗに関する第一学習用入力データだけでも、多量のデータとなる。さらに、複数の工作物Ｗに関する第一学習用入力データとなれば、極めて多量のデータとなる。しかし、第一学習モデルは、機械学習を用いることによって、複数の工作物Ｗに関する多量の第一学習用入力データを用いるとしても、容易に生成することができる。従って、後述するが、砥石車１６の表面状態に影響を及ぼす多量の第一学習用入力データを考慮して第一学習モデルを生成することで、結果として、砥石車１６の表面状態を取得することができる。

第一学習モデルは、砥石車１６の表面状態として、工作物の研削品質に影響を及ぼす程度を推定するためのモデルである。例えば、第一学習モデルは、砥石車１６の表面状態として、砥石車１６の目つぶれ、目詰まり、目こぼれ等が生じている状態、砥石車１６の目立てすぎの状態等を推定するためのモデルである。

例えば、第一学習モデルは、砥石車１６の表面状態として、工作物Ｗの加工変質層の状態に対応する第一表面状態、工作物Ｗの表面性状に対応する第二表面状態、および、工作物Ｗのびびり模様状態に対応する第三表面状態を推定するためのモデルである。ただし、第一学習モデルは、これら全ての表面状態を推定する場合に限られず、これらの一部のみの表面状態を推定するようにしてもよい。そして、第一学習モデル生成部１５０によって生成された第一学習モデルは、第一学習モデル記憶部１６０に記憶される。

また、取得する所定期間が、研削初期から研削終期までである場合には、第一学習モデルは、全ての研削工程を考慮したモデルとなる。一方、取得する所定期間が、例えば粗研の初期から粗研の終期までである場合には、第一学習モデルは、粗研工程のみを考慮したモデルとなる。研削品質に影響を及ぼす工程を特定したい場合には、工程毎に第一学習モデルを取得するようにしてもよい。

（１−６．機械学習装置１００の推定フェーズ１０２の詳細構成）
機械学習装置１００の推定フェーズ１０２の詳細構成について図４を参照して説明する。ここで、第一学習フェーズ１０１の構成および推定フェーズ１０２の構成が、砥石車表面状態推定装置に相当する。第一学習フェーズ１０１の構成は、上述したとおりである。

推定フェーズ１０２の構成は、第一入力データを取得する第一入力データ取得部１３０と、第一学習モデル記憶部１６０と、表面状態推定部１７０と、判別部１８０とを備えて構成される。第一入力データ取得部１３０は、新たな工作物Ｗの研削における第一入力データを所定期間分取得しており、第一学習フェーズ１０１において説明した内容と実質的に同一である。ここでの所定期間とは、第一学習フェーズ１０１における所定期間と同一とする。第一学習モデル記憶部１６０は、第一学習フェーズ１０１において説明したように、第一学習モデル生成部１５０によって生成された第一学習モデルを記憶する。

表面状態推定部１７０は、新たな工作物Ｗの研削を行っている際の所定期間分の第一入力データを推定用入力データとし、第一学習モデル記憶部１６０に記憶されている第一学習モデルを用いることで、新たな工作物Ｗの研削を行った場合の砥石車１６の表面状態を推定する。ここで、第一学習モデルは、上述したように、第一学習用入力データと、第一教師データとの関係を示すモデルである。

そこで、表面状態推定部１７０は、砥石車１６の表面状態として、工作物Ｗの研削品質に影響を及ぼす程度を推定する。例えば、表面状態推定部１７０は、砥石車１６の表面状態として、工作物Ｗの加工変質層の状態に対応する第一表面状態、工作物Ｗの表面性状に対応する第二表面状態、および、工作物Ｗのびびり模様状態に対応する第三表面状態を推定する。ただし、表面状態推定部１７０は、当該全ての砥石車１６の表面状態を推定するのではなく、一部の表面状態のみを推定するようにしてもよい。例えば、表面状態推定部１７０は、第一表面状態のみを推定するようにしてもよい。この場合、第一学習モデルが、第一表面状態のみを推定するようなモデルとして生成されていることになる。

表面状態推定部１７０は、上記のように、表面状態として複数の対象を推定している。機械学習を適用して生成された第一学習モデルを用いることにより、表面状態推定部１７０は、複数の対象を容易に推定することができる。このように、機械学習装置１００は、複雑化された対象を一度に推定することができる。

判別部１８０は、表面状態推定部１７０により推定された砥石車１６の表面状態に基づいて、砥石車１６のツルーイングの実行、砥石車１６のドレッシングの実行、および、砥石車１６の交換の実行の少なくとも一つを判別する。例えば、判別部１８０は、推定された加工変質層の状態に対応する第一表面状態に基づいて、工作物Ｗに加工変質層が存在している（所定条件を満たしていない）と判別された場合には、砥石車１６のドレッシングを実行するべきと判別する。また、判別部１８０は、推定された表面性状に対応する第二表面状態が所定条件を満たしていないと判別された場合には、砥石車１６のツルーイングを実行するべきと判別する。また、判別部１８０は、推定されたびびり模様状態に対応する第三表面状態に基づいて、びびり模様が存在している（所定条件を満たしていない）と判別された場合には、砥石車１６のドレッシングを実行するべきと判別する。

一方、判別部１８０は、第一表面状態、第二表面状態および第三表面状態に関して各条件を満たす場合に、砥石車１６は良好な状態であると判別する。この場合、砥石車１６に対してドレッシングおよびツルーイングは不要であると判別されることになる。このように、機械学習を適用して生成された第一学習モデルを用いることにより、複数の条件について、容易に判別することができる。

（２．第二実施形態）
（２−１．機械学習装置２００の概要）
第二実施形態の機械学習装置２００の概要について、図５を参照して説明する。機械学習装置２００は、第一実施形態の機械学習装置１００と同様に、（ａ）砥石車１６の表面状態を推定するための第一学習モデルを生成すると共に、（ｂ）第一学習モデルを用いて砥石車１６の表面状態を推定する。さらに、機械学習装置２００は、（ｃ）研削品質が良好となるように、且つ、砥石車１６の修正または交換の頻度を少なくするように、研削盤１の動作指令データを調整するための第二学習モデルを生成すると共に、（ｄ）第二学習モデルを用いて、研削品質が良好となるように、且つ、砥石車１６の修正または交換の頻度を少なくするように、研削盤１の動作指令データを更新する。

機械学習装置２００は、第一学習モデルを生成する第一学習フェーズ１０１において機能する要素１０１ａ，１０１ｂ，１０１ｃ、および、砥石車１６の表面状態を推定する推定フェーズ１０２において機能する要素１０２ａ，１０２ｂを備える。第一学習フェーズ１０１および推定フェーズ１０２は、第一実施形態の対応するフェーズと同一構成を有する。

また、機械学習装置２００は、第二学習モデルを生成する第二学習フェーズ２０３において機能する要素として、第二学習用入力データを取得する要素２０３ａ、第一評価結果データを取得する要素２０３ｂ、および、第二学習モデルの生成を行う要素２０３ｃを備える。

要素２０３ａにおいて取得される第二学習用入力データは、機械学習に用いられる入力データであって、例えば、動作指令データ等である。動作指令データは、第一実施形態における表１に示すように、工程毎の指令切込速度、工程切替時の移動体１４，１５の指令位置、砥石車１６の指令回転速度、工作物Ｗの指令回転速度、クーラントの供給情報等である。動作指令データは、制御装置２０にて実行されるＮＣプログラムを生成するためのデータである。

要素２０３ｂにおいて取得される第一評価結果データは、強化学習における機械学習に用いられる報酬を導き出すための評価結果データである。第一評価結果データは、砥石車１６の表面状態データである。要素２０３ｃにおいて生成される第二学習モデルは、第二学習用入力データおよび第一評価結果データに基づいて、機械学習のうち強化学習を行うことによって研削盤１の動作指令データを調整するためのモデル（関数）である。

機械学習装置２００は、動作指令データを更新する更新フェーズ２０４において機能する要素として、更新用入力データを取得する要素２０４ａ、並びに、動作指令データの更新を行う要素２０４ｂを備える。要素２０４ａにおいて取得される更新用入力データは、第二学習用入力データと同種のデータであって、学習に用いた工作物Ｗとは異なる工作物Ｗ（新しい工作物Ｗ）に関して取得されるデータである。要素２０４ｂは、更新用入力データ、第二学習モデル、および、推定された砥石車１６の表面状態を用いて、動作指令データを更新する。要素２０４ｂにて用いる第二学習モデルは、第二学習フェーズ２０３において機械学習によって生成される第二学習モデルである。また、推定された砥石車１６の表面状態は、推定フェーズ１０２において推定された砥石車１６の表面状態である。

（２−２．機械学習装置２００の第一学習フェーズ１０１の詳細構成）
機械学習装置２００の第一学習フェーズ１０１の詳細構成は、第一実施形態と同一構成である。

（２−３．機械学習装置２００の第二学習フェーズ２０３の詳細構成）
機械学習装置２００の第二学習フェーズ２０３の詳細構成について図６を参照して説明する。ここで、第二学習フェーズ２０３の構成が、研削盤の動作指令データ調整モデル生成装置に相当する。

第二学習フェーズ２０３の構成は、動作指令データ取得部１１１と、表面状態データ取得部１４０と、研削サイクル時間演算部２１０と、砥石車形状情報取得部２２０と、報酬決定部２３０と、第二学習モデル生成部２４０と、第二学習モデル記憶部２５０とを備えて構成される。

動作指令データ取得部１１１は、研削盤１にて砥石車１６により工作物Ｗの研削を行う際において、研削盤１の制御装置２０への動作指令データを取得する。動作指令データ取得部１１１は、複数の工作物Ｗに関する動作指令データを、機械学習の第二学習用入力データとして取得する。また、表面状態データ取得部１４０は、工作物Ｗ毎の研削後における砥石車１６の表面状態データを、機械学習の第一評価結果データとして取得する。ここで、第二学習用入力データおよび第一評価結果データは、表２に示すとおりである。ここで、表２に示すように、第二学習用入力データは、多数のデータとしているが、表２に示す全てのデータを用いる必要はなく、一部のデータのみを用いるようにしてもよい。

研削サイクル時間演算部２１０は、１個の工作物Ｗ当たりの研削サイクル時間を演算する。研削サイクル時間には、複数の工作物Ｗの研削に要する時間、前記研削において砥石車１６の交換に要する時間、前記研削において砥石車１６のドレッシングに要する時間、および、前記研削において砥石車１６のツルーイングに要する時間の合計を、工作物Ｗの数で除算した値である。つまり、砥石車１６の交換回数が少ないほど、砥石車１６のドレッシングの回数が少ないほど、さらには、砥石車１６のツルーイングの回数が少ないほど、研削サイクル時間が短くなる。

砥石車形状情報取得部２２０は、砥石車１６の形状情報を取得する。砥石車形状情報取得部２２０は、砥石車修正装置１８により測定された砥石車１６の寸法（径）を取得する。つまり、砥石車形状情報取得部２２０は、砥石車修正装置１８によって、砥石車１６のツルーイングまたはドレッシングが行われるときに取得される。さらに、砥石車形状情報取得部２２０は、砥石車１６の形状情報として、砥石車１６の寸法変化、および、砥石車１６の形崩れを取得することができる。

報酬決定部は２３０、第二学習用入力データである動作指令データおよび第一評価結果データである砥石車１６の表面状態データを取得して、表面状態データに応じて、動作指令データに対する報酬を決定する。ここで、報酬は、強化学習において、動作指令データの組み合わせに対する報酬である。そして、当該動作指令データに対応する表面状態データが望ましい結果を導き出した時に、当該動作指令データに対して多くの報酬が付与され、望ましくない結果を導き出した時に、当該動作指令データに対して少ない報酬（マイナスの報酬を含む）が付与される。

例えば、報酬決定部２３０は、第一表面状態データに対応する加工変質層が無い場合に報酬を多くし、加工変質層が有る場合に報酬を少なくする。また、報酬決定部２３０は、第二表面状態データに対応する工作物Ｗの表面性状データが所定閾値以下の場合に報酬を多くし、表面性状が所定閾値より大きい場合に報酬を少なくする。また、報酬決定部２３０は、第三表面状態データに対応するびびり模様が無しの場合に報酬を多くし、びびり模様が有りの場合に報酬を少なくする。なお、報酬決定部２３０は、第一表面状態データ、第二表面状態データ、および、第三表面状態データの全てに基づいて報酬を決定してもよいし、これらの何れかのみに基づいて報酬を決定してもよい。

さらに、報酬決定部２３０は、研削サイクル時間演算部２１０によって演算された研削サイクル時間を取得し、研削サイクル時間に応じて、動作指令データに対する報酬を決定する。詳細には、報酬決定部２３０は、研削サイクル時間が短くなるほど報酬を多くする。つまり、報酬決定部２３０は、砥石車１６の交換に要する時間、砥石車１６のドレッシングに要する時間、および、砥石車１６のツルーイングに要する時間の少なくとも一つが短くなるほど報酬を多くする。

さらに、報酬決定部２３０は、砥石車形状情報取得部２２０が取得した砥石車１６の形状情報に基づいて、報酬を決定する。詳細には、報酬決定部２３０は、砥石車１６の寸法変化が小さくなるほど、砥石車１６の形崩れが小さくなるほど、報酬を多くする。

第二学習モデル生成部２４０は、機械学習により、報酬を多くするように動作指令データを調整するための第二学習モデルを生成する。第二学習モデル生成部２４０において、強化学習として、例えば、Ｑ学習、Sarsa、モンテカルロ法等が適用される。

ここで、調整前の動作指令データが、第一の工作物Ｗに関するデータであり、調整後の動作指令データが、第二の工作物Ｗに関するデータであるとする。第一の工作物Ｗに関する動作指令データと当該第一の工作物Ｗの研削を行った場合の砥石車１６の表面状態データとの関係を、第一データ関係とする。第二の工作物Ｗの動作指令データと当該第二の工作物Ｗの研削を行った場合の砥石車１６の表面状態データとの関係を、第二データ関係とする。

そして、第二学習モデルは、調整前である第一データ関係と調整後である第二データ関係との相互関係を表すモデルである。第二学習モデル生成部２４０は、調整後である第二の工作物Ｗの研削を行った場合の砥石車１６の表面状態データが、調整前である第一の工作物Ｗの研削を行った場合の砥石車１６の表面状態データより良好となるように、すなわち報酬が多くなるように、調整前である第一の工作物Ｗの動作指令データから調整後である第二の工作物Ｗの動作指令データへの調整方法を学習する。

ただし、調整後の動作指令データは、調整前の動作指令データに対して、予め設定された制約の範囲内で調整可能とされている。例えば、調整可能なパラメータの一つである指令切込速度においては、調整後の指令切込速度は、調整前の指令切込速度に対して所定割合（例えば±３％）内に制限されている。所定割合は、任意に設定可能である。その他の調整可能なパラメータについても同様である。また、調整可能なパラメータを設定することも可能である。そして、生成された第二学習モデルは、第二学習モデル記憶部２５０に記憶される。

なお、第二学習モデル生成部２４０は、後述する更新フェーズ２０４においても第二学習モデルを学習することも可能である。この場合、第一評価結果データである砥石車１６の表面状態データは、推定フェーズ１０２（第一実施形態にて説明）により得られた表面状態データを用いる。

（２−４．機械学習装置２００の推定フェーズ１０２の詳細構成）
機械学習装置２００の推定フェーズ１０２は、第一実施形態の推定フェーズ１０２と同一である。

（２−５．機械学習装置２００の更新フェーズ２０４の詳細構成）
機械学習装置２００の更新フェーズ２０４の詳細構成について図７を参照して説明する。ここで、第二学習フェーズ２０３の構成および更新フェーズ２０４の構成が、研削盤の動作指令データ更新装置に相当する。第二学習フェーズ２０３の構成は、上述したとおりである。

更新フェーズ２０４の構成は、動作指令データ取得部１１１と、表面状態データ取得部１４０と、研削サイクル時間演算部２１０と、砥石車形状情報取得部２２０と、報酬決定部２３０と、第二学習モデル記憶部２５０と、動作指令データ調整部２６０とを備えて構成される。

動作指令データ取得部１１１および表面状態データ取得部１４０は、新たな工作物Ｗの研削における各データを取得し、第二学習フェーズ２０３において説明した内容と実質的に同一である。また、研削サイクル時間演算部２１０、および、砥石車形状情報取得部２２０も、第二学習フェーズ２０３において説明した内容と実質的に同一である。

報酬決定部２３０は、新たな工作物Ｗの研削において取得した動作指令データ、および、砥石車１６の表面状態データを用いて、報酬を決定する。すなわち、報酬決定部２３０は、新たな工作物Ｗの研削に関して、表面状態データに応じて、動作指令データに対する報酬を決定する。第二学習モデル記憶部２５０は、第二学習フェーズ２０３において説明したように、第二学習モデル生成部２４０によって生成された第二学習モデルを記憶する。

動作指令データ調整部２６０は、新たな工作物Ｗの研削に関する動作指令データ、新たな工作物Ｗの研削を行った場合の砥石車１６の表面状態データ、報酬、および、第二学習モデルを用いて、動作指令データの調整方法を決定し、決定した調整方法に基づいて動作指令データの調整を行う。ここで、第二学習モデルは、報酬が多くなるように、調整前の動作指令データから調整後の動作指令データへの調整方法を学習することによって生成されたモデルである。

詳細には、動作指令データ調整部２６０は、現在の動作指令データを調整前の動作指令データとして取得し、そのときの報酬を取得する。この場合に、動作指令データ調整部２６０は、現在の動作指令データと、現在の動作指令データに対する報酬と、第二学習モデルとを用いて、調整すべき動作指令データを決定する。つまり、調整すべき動作指令データは、現在の動作指令データにおける報酬よりも多くの報酬となるような動作指令データとなる。

動作指令データ調整部２６０の処理において、調整すべき動作指令データとして、報酬が同等となる複数の候補が出力される場合がある。この場合には、例えば、動作指令データ調整部２６０は、調整するパラメータの優先順位を設定することにより、複数の候補に対して順位付けを行うことができる。例えば、調整するパラメータの優先順位とは、第一位を指令切込速度とし、第二位を工作物Ｗの指令回転速度とする等である。

そして、動作指令データ調整部２６０は、第一位の候補を、調整すべき動作指令データと決定し、現在の動作指令データを当該調整すべき動作指令データに更新する。そうすると、研削盤１は、更新された動作指令データに基づいて工作物Ｗの研削を行う。そして、機械学習装置２００の更新フェーズ２０４において、当該工作物Ｗの研削における各データに基づいて、再び、次の研削における動作指令データを調整する。なお、動作指令データの調整の頻度を設定することもできる。例えば、設定数の工作物Ｗを研削した後に、動作指令データを調整するようにしてもよい。

つまり、機械学習装置２００の機械学習により生成された第二学習モデルを用いて動作指令データが更新される。そのため、研削状態が変化したとしても、動作指令データが現在の研削状態に応じて更新されていく。このように動作指令データが更新されることによって、砥石車の表面状態に応じた研削を行うことができる。

すなわち、動作指令データが更新されることによって、砥石車１６の表面状態が良好となる。砥石車１６の表面状態を良好とすることにより、工作物Ｗの研削品質を向上させることにつながる。さらに、動作指令データが更新されることによって、砥石車１６の交換に要する時間、砥石車１６のドレッシングに要する時間、および、砥石車１６のツルーイングに要する時間が少なくなる。結果として、研削サイクル時間が短くなる。さらに、動作指令データが更新されることによって、砥石車１６の寸法変化が小さくなり、砥石車１６の形崩れが小さくなる。

１：研削盤、２：外部装置、１１：ベッド、１２：主軸台（構造部材）、１２ａ，１４ａ，１５ａ，１６ａ：モータ（駆動装置）、１３：心押台（構造部材）、１４：トラバースベース（構造部材、移動体）、１５：砥石台（構造部材、移動体）、１６：砥石車、１７：定寸装置（駆動装置）、１８：砥石車修正装置（駆動装置）、１９：クーラント装置、２０：制御装置、２１，２２，２３：センサ、１００：機械学習装置、１０１：第一学習フェーズ、１０２：推定フェーズ、１１０：動作関連データ取得部、１１１：動作指令データ取得部、１１２：実動作データ取得部、１２０：実測データ取得部、１２１：第一実測データ取得部、１２２：第二実測データ取得部、１３０：第一入力データ取得部、１４０：表面状態データ取得部、１５０：第一学習モデル生成部、１６０：第一学習モデル記憶部、１７０：表面状態推定部、１８０：判別部、２００：機械学習装置、２０３：第二学習フェーズ、２０４：更新フェーズ、２１０：研削サイクル時間演算部、２２０：砥石車形状情報取得部、２３０：報酬決定部、２４０：第二学習モデル生成部、２５０：第二学習モデル記憶部、２６０：動作指令データ調整部、Ｗ：工作物（研削部位）

Claims (20)

1. 研削盤にて砥石車により工作物の研削を行っている際の実測データであって、前記研削盤の構造部材の状態を表す第一実測データ、および、研削部位に関する第二実測データの少なくとも一つである前記実測データを、前記工作物毎に所定期間分取得する実測データ取得部と、
   複数の前記工作物に関する前記実測データを第一学習用入力データとする機械学習により、前記砥石車の表面状態を推定するための第一学習モデルを生成する第一学習モデル生成部と、
   を備える、砥石車表面状態推定モデル生成装置。
2. 前記実測データ取得部は、前記研削盤の前記構造部材の振動および前記研削盤の前記構造部材の変形量の少なくとも一つである前記第一実測データ、および、前記研削によって変化する前記工作物の寸法および研削点温度の少なくとも一つである前記第二実測データを、前記実測データとして取得し、
   前記第一学習モデル生成部は、複数の前記工作物に関する前記第一実測データおよび前記第二実測データを前記第一学習用入力データとする機械学習により、前記第一学習モデルを生成する、請求項１に記載の砥石車表面状態推定モデル生成装置。
3. 前記砥石車表面状態推定モデル生成装置は、さらに、前記砥石車の表面状態データを前記工作物毎に取得する表面状態データ取得部を備え、
   前記第一学習モデル生成部は、前記砥石車の前記表面状態データを教師データとする前記機械学習により、前記第一学習モデルを生成する、請求項１または２に記載の砥石車表面状態推定モデル生成装置。
4. 前記砥石車の前記表面状態データは、前記工作物の研削品質に影響を及ぼす程度を示すデータである、請求項３に記載の砥石車表面状態推定モデル生成装置。
5. 前記砥石車の前記表面状態データは、前記工作物の前記研削品質に影響を及ぼす程度を示すデータとして、前記工作物の加工変質層の状態に対応する第一表面状態データ、前記工作物の表面性状に対応する第二表面状態データ、および、前記工作物のびびり模様状態に対応する第三表面状態データの少なくとも一つである、請求項４に記載の砥石車表面状態推定モデル生成装置。
6. 前記砥石車表面状態推定モデル生成装置は、さらに、前記研削盤の制御装置への動作指令データ、および、前記制御装置により制御される駆動装置の実動作データの少なくとも一つである動作関連データを、前記工作物毎に所定期間分取得する動作関連データ取得部を備え、
   前記第一学習モデル生成部は、複数の前記工作物に関する前記実測データおよび前記動作関連データを前記第一学習用入力データとする前記機械学習により、前記第一学習モデルを生成する、請求項１−５の何れか一項に記載の砥石車表面状態推定モデル生成装置。
7. 請求項１−６の何れか一項に記載の砥石車表面状態推定モデル生成装置と、
   新たな工作物の研削を行っている際の所定期間分の前記実測データである推定用入力データと前記第一学習モデルとを用いて、前記新たな工作物の研削に行った場合における前記砥石車の前記表面状態を推定する表面状態推定部と、
   を備える、砥石車表面状態推定装置。
8. 前記砥石車の前記表面状態は、前記工作物の研削品質に影響を及ぼす程度である、請求項７に記載の砥石車表面状態推定装置。
9. 前記第一学習モデル生成部は、前記砥石車の前記表面状態として、前記工作物の加工変質層の状態に対応する第一表面状態、前記工作物の表面性状に対応する第二表面状態、および、前記工作物のびびり模様状態に対応する第三表面状態の少なくとも一つを推定するための前記第一学習モデルを生成し、
   前記表面状態推定部は、前記新たな工作物の研削における前記砥石車の前記表面状態として、前記第一表面状態、前記第二表面状態、および、前記第三表面状態の少なくとも一つを推定する、請求項８に記載の砥石車表面状態推定装置。
10. 前記砥石車表面状態推定装置は、さらに、前記表面状態推定部により推定された前記砥石車の前記表面状態に基づいて、前記砥石車のツルーイングの実行、前記砥石車のドレッシングの実行、および、前記砥石車の交換の実行の少なくとも一つを判別する判別部を備える、請求項７または９に記載の砥石車表面状態推定装置。
11. 研削盤にて砥石車により工作物の研削を行う際において、前記研削盤の制御装置への動作指令データを取得する動作指令データ取得部と、
    前記砥石車の表面状態データを前記工作物毎に取得する表面状態データ取得部と、
    前記工作物毎に、前記表面状態データに応じて前記動作指令データに対する報酬を決定する報酬決定部と、
    複数の前記工作物に関する前記動作指令データおよび前記報酬を用いた機械学習により、前記報酬を多くするように前記動作指令データを調整するための第二学習モデルを生成する第二学習モデル生成部と、
    を備える、研削盤の動作指令データ調整モデル生成装置。
12. 前記砥石車の前記表面状態データは、前記工作物の研削品質に影響を及ぼす程度を示すデータである、請求項１１に記載の研削盤の動作指令データ調整モデル生成装置。
13. 前記砥石車の前記表面状態データは、前記工作物の前記研削品質に影響を及ぼす程度を示すデータとして、前記工作物の加工変質層の状態に対応する第一表面状態データ、前記工作物の表面性状に対応する第二表面状態データ、および、前記工作物のびびり模様状態に対応する第三表面状態データの少なくとも一つである、請求項１２に記載の研削盤の動作指令データ調整モデル生成装置。
14. 前記報酬決定部は、前記第一表面状態データに対応する加工変質層が無い場合に前記報酬を多くとし、前記加工変質層が有る場合に前記報酬を少なくする、請求項１３に記載の研削盤の動作指令データ調整モデル生成装置。
15. 前記報酬決定部は、前記第二表面状態データに対応する前記工作物の前記表面性状が所定閾値以下の場合に前記報酬を多くし、前記所定閾値より大きい場合に前記報酬を少なくする、請求項１３に記載の研削盤の動作指令データ調整モデル生成装置。
16. 前記報酬決定部は、前記第三表面状態データに対応するびびり模様が無しの場合に前記報酬を多くし、びびり模様が有りの場合に前記報酬を少なくする、請求項１３に記載の研削盤の動作指令データ調整モデル生成装置。
17. 前記報酬決定部は、前記砥石車の寸法変化が小さくなるほど、または、前記砥石車の形崩れが小さくなるほど、前記報酬を多くする、請求項１１−１６の何れか一項に記載の研削盤の動作指令データ調整モデル生成装置。
18. 前記報酬決定部は、前記砥石車の交換に要する時間、前記砥石車のドレッシングに要する時間、および、前記砥石車のツルーイングに要する時間の少なくとも一つが短くなるほど、前記報酬を多くする、請求項１１−１７の何れか一項に記載の研削盤の動作指令データ調整モデル生成装置。
19. 前記砥石車の前記表面状態データは、請求項７−１０の何れか一項に記載の砥石車表面状態推定装置により推定された前記砥石車の前記表面状態である、請求項１１−１８の何れか一項に記載の研削盤の動作指令データ調整モデル生成装置。
20. 請求項１１−１９の何れか一項に記載の研削盤の動作指令データ調整モデル生成装置と、
    新たな工作物の研削に関する前記動作指令データ、前記新たな工作物の前記表面状態データ、前記報酬、および、前記第二学習モデルを用いて、前記動作指令データの調整を行う動作指令データ調整部と、
    を備える、研削盤の動作指令データ更新装置。

Images