JP2020035260A - 加工環境推定装置 - Google Patents

加工環境推定装置 Download PDF

Info

Publication number
JP2020035260A
JP2020035260A JP2018162451A JP2018162451A JP2020035260A JP 2020035260 A JP2020035260 A JP 2020035260A JP 2018162451 A JP2018162451 A JP 2018162451A JP 2018162451 A JP2018162451 A JP 2018162451A JP 2020035260 A JP2020035260 A JP 2020035260A
Authority
JP
Japan
Prior art keywords
processing
data
vibration
machining
unit
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.)
Granted
Application number
JP2018162451A
Other languages
English (en)
Other versions
JP6777696B2 (ja
Inventor
大輔 上西
Daisuke Kaminishi
大輔 上西
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
Priority to JP2018162451A priority Critical patent/JP6777696B2/ja
Priority to US16/547,576 priority patent/US11099527B2/en
Priority to DE102019122771.2A priority patent/DE102019122771B4/de
Priority to KR1020190105660A priority patent/KR102491716B1/ko
Priority to CN201910823091.1A priority patent/CN110874084B/zh
Publication of JP2020035260A publication Critical patent/JP2020035260A/ja
Application granted granted Critical
Publication of JP6777696B2 publication Critical patent/JP6777696B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical 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
    • G05B19/408—Numerical 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 data handling or data format, e.g. reading, buffering or conversion of data
    • G05B19/4083—Adapting programme, configuration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/12—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical 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
    • G05B19/406—Numerical 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35356—Data handling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37434—Measuring vibration of machine or workpiece or tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • Numerical Control (AREA)
  • Automatic Control Of Machine Tools (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

【課題】高品位加工へ影響を及ぼす各部への極小な振動の加工に対する影響を、加工内容に合わせて予測可能な加工環境推定装置を提供すること。【解決手段】本発明の加工環境推定装置１は、加工機２による加工環境を示す振動の時系列データと、加工機２におけるワークの加工の加工条件と、加工による加工後のワークの加工面の測定データと、加工面の評価データと、を取得するデータ取得部３０と、状態データとしての振動データ及び加工条件データ、ラベルデータとしての加工面測定データ及び加工面評価データを作成する前処理部３２と、状態データ及びラベルデータに基づいて、加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習モデルを生成する学習部１１０と、を備えた。【選択図】図２

Description

本発明は、加工環境推定装置に関し、特に高品位加工に影響する加工環境を測定する加工環境推定装置に関する。
近年、マシニングセンタなどの切削加工機でＩＴ部品や装飾品などの外観部品の高品位加工を行うことが多くなってきている（例えば、特許文献１等）。これら高品位加工には単結晶ダイヤモンドや多結晶ダイヤモンド（ＰＣＤ）、ＣＢＮ等が使われており、これら工具を用いて鏡面加工等を行う際には、主軸の回転や外乱による振動で加工面品位に大きく影響を及ぼすことが知られている。そこで、振動測定装置等を用いて、加工面不良が発生した機械への振動を測定し、各振動と加工条件の相関関係から原因を特定する手段がとられる。
従来、加工面不良に大きな影響を及ぼすものとして、主軸の回転振動が支配的あるとされてきていたが、振動レベルの低いもの（たとえば主軸の回転振動の１／１００以下の極小の振動）が主軸の回転振動との合成（うなり）や、ヘール加工など主軸を一定回転させない加工方法によって加工面不良となるケースがある。この問題を解決するために、主軸の回転振動を測定して主軸部分に伝達している振動源を特定する手法が取られてきた。
特開２００６−１５９２９９号公報
しかしながら、これら従来技術では以下の点の課題がある。すなわち、主軸の回転振動の振動レベルが高レベルなため、主軸回転振動からの振動解析では、例えばスペクトル解析などによる各周波数成分へのＦＦＴ処理をした場合、主軸回転振動には主軸回転周期に以外にも様々な振動周波数や振動周波数に近い振動も存在するため、例えば、主軸回転数と高品位加工において加工面に影響する極小の外乱振動の周波数が近い場合、主軸回転中に極小の外乱振動を分けて取得することは現実的に非常に困難であった。
また、テーブル（ワーク側）は機械設置状態や隣接機械の影響を受けるが、主軸（工具側）とテーブル（ワーク側）の振動影響を分けて考えることが出来ない。また、加工面不良が発生してから対処する必要があるため、予防保全などができず、加工ワークは全数検査が必要となる。一方、解析並びに原因特定には振動による加工面への影響について熟知した熟練者が必要となり、熟練者がいない環境においては原因特定が困難となっていた。更に、高品位加工の要求レベルは加工内容によって異なり、高品位加工を満たす振動レベルは様々であるため、決まった振動レベルか否かで判断することはできず、場合によっては過剰な判断となる場合もある。
そこで本発明の目的は、高品位加工へ影響を及ぼす各部への極小な振動の加工に対する影響を、加工内容に合わせて予測可能な加工環境推定装置を提供することである。
本発明では、入力データとして、加工機の主軸部において主軸回転から生じる主軸回転振動と、主軸部に取り付けられたホルダ部において外乱振動などが主軸内部に伝達するホルダ部振動と、テーブル部においてテーブル動作時及び外乱からのテーブルへ伝達するテーブル振動の、三種類の振動データを測定してスペクトル解析（ＦＦＴ解析など）した周波数データと、加工機の加工条件（主軸回転数と送り速度と刃数）を入力し、ラベルとして、加工したワークの測定した加工面粗さをスペクトル解析した結果から、振幅として影響の大きい波長と、加工面不良の有無を教示し、上記のデータからの加工不良となる振動源を特定できるように機械学習し、その機械学習の結果を用いて三種類の振動データから加工面不良の発生を予測する加工環境推定装置を用いることで、上記課題を解決する。
そして、本発明の一態様は、加工機における加工への振動の影響を推定するための加工環境推定装置であって、前記加工機による加工環境を示す前記加工機の主軸に取り付けられたホルダの振動の時系列データ、前記加工機の主軸の振動の時系列データ、及び前記加工機のテーブルの振動の時系列データと、前記加工機におけるワークの加工の加工条件と、前記加工による加工後のワークの加工面の測定データと、前記加工面の評価データと、を取得するデータ取得部と、前記データ取得部が取得したデータに基づいて、状態データとしての振動データ及び加工条件データ、ラベルデータとしての加工面測定データ及び加工面評価データを作成する前処理部と、前記状態データ及び前記ラベルデータに基づいて、加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習モデルを生成する学習部と、を備えた加工環境推定装置である。
本発明の他の態様は、加工機における加工への振動の影響を推定する加工環境推定装置であって、前記加工機による加工環境を示す前記加工機の主軸に取り付けられたホルダの振動の時系列データ、前記加工機の主軸の振動の時系列データ、及び前記加工機のテーブルの振動の時系列データと、前記加工機におけるワークの加工の加工条件と、を取得するデータ取得部と、前記データ取得部が取得したデータに基づいて、状態データとしての振動データ及び加工条件データを作成する前処理部と、加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習済みモデルを記憶する学習モデル記憶部と、前記状態データに基づいて、前記学習済みモデルを用いた加工後のワークの加工面の測定データ及び該加工面の評価の推定を行う推定部と、を備えた加工環境推定装置である。
本発明により、ホルダ部で主軸停止時に主軸部に伝達する振動を測定することで、極小の外乱振動を判断することが可能となり、加工不良の原因をより細かく推定することができるようになる。また、機械学習後は機械の振動周波数だけで加工面不良が判断できるため、始業前や加工前に加工面不良発生を予測することが可能となる。特に、加工面不良の振動源とされる放熱ファンやミストコレクタ等は、経年変化や切削液の付着によって振動が増加する傾向にあるため、本発明により、振動周波数の変化から予測することが可能となる。
一実施形態による加工環境推定装置の概略的なハードウェア構成図である。 第１実施形態による加工環境推定装置の概略的な機能ブロック図である。 振動の測定に用いられるセンサを例示する図である。 振動の測定に用いられるセンサを例示する図である。 加工後のワークの加工面の測定結果の例を示す図である。 第２実施形態による加工環境推定装置の概略的な機能ブロック図である。 第３実施形態による加工環境推定装置の概略的な機能ブロック図である。 原因推定データの例を示す図である。
以下、本発明の実施形態を図面と共に説明する。
図１は本発明の一実施形態による加工環境推定装置の要部を示す概略的なハードウェア構成図である。本実施形態の加工環境推定装置１は、加工機を制御する制御装置として実装することができる。また、加工環境推定装置１は、加工機を制御する制御装置と併設されたパソコンや、加工機とネットワークを介して接続されたセルコンピュータ、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出来る。図１は、加工機を制御する制御装置と併設されたパソコンとして加工環境推定装置１を実装した場合の例を示している。
本実施形態による加工環境推定装置１が備えるＣＰＵ１１は、加工環境推定装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、バス２２を介して接続されているＲＯＭ１２に格納されたシステム・プログラムを読み出し、該システム・プログラムに従って加工環境推定装置１全体を制御する。ＲＡＭ１３には一時的な計算データや表示装置７０に表示するための表示データ及び入力装置７１を介してオペレータが入力した各種データ等が格納される。
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たＳＲＡＭやＳＳＤ等で構成され、加工環境推定装置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、入力装置７１を介して入力されたデータやプログラム、加工機２から（図示しないＵＳＢ装置等を介して）オフライン乃至（インタフェース２０を介して）オンラインで取得されたデータ、加工機２に併設された加工面測定装置（図示せず）からオンライン乃至オフラインで取得された加工後のワークの加工面の測定データ、加工機２に取り付けられた各種センサ３（振動を検出する加速度センサ等）により検出された検出値をオフライン乃至オンラインで取得したデータ等が記憶される。不揮発性メモリ１４に記憶されたデータやプログラム等は、利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、時系列データの解析のために必要とされる各種アルゴリズムや、その他の必要とされる処理を実行するためのシステム・プログラムがあらかじめ書き込まれている。
インタフェース２３は、加工環境推定装置１と機械学習装置３００を接続するインタフェースである。機械学習装置３００は、機械学習装置３００全体を統御するプロセッサ３０１と、システム・プログラム等を記憶したＲＯＭ３０２、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ＲＡＭ３０３、及び学習モデル等の記憶に用いられる不揮発性メモリ３０４が、バス３０５を介して接続されて構成される。機械学習装置３００は、インタフェース２３を介して加工環境推定装置１で取得可能な各情報を観測することができる。また、加工環境推定装置１は、機械学習装置３００から出力される加工環境が加工結果に与える影響の推定に基づいてその後の処理を行う。
図２は、本発明の第１実施形態による加工環境推定装置１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に示した加工環境推定装置１が備えるＣＰＵ１１、及び機械学習装置３００のプロセッサ３０１が、それぞれのシステム・プログラムを実行し、加工環境推定装置１及び機械学習装置３００の各部の動作を制御することにより実現される。
本実施形態の加工環境推定装置１は、データ取得部３０、前処理部３２を備え、加工環境推定装置１が備える機械学習装置３００は、学習部１１０を備えている。また、不揮発性メモリ１４上には、機械学習装置３００による学習に用いられるデータを記憶する学習データ記憶部５０が設けられており、機械学習装置３００の不揮発性メモリ３０４上には、学習部１１０による機械学習により構築された学習モデルを記憶する学習モデル記憶部１３０が設けられている。
データ取得部３０は、加工機２、センサ３、入力装置７１等から取得したデータを学習データとして、不揮発性メモリ１４上に確保された学習データ記憶部５０に記憶する機能手段である。
データ取得部３０は、加工機２に設置されているセンサ３で測定された物理量の時系列データを取得する。データ取得部３０がデータを取得するセンサ３としては、主に振動を検出するための加速度センサ等を用い、加工機２の各部に取り付けて、取り付けた部分における振動を検出する。センサ３の取り付け部分としては、図３，４に例示されるように、主軸に取り付けられるホルダの部分（ホルダ部測定センサ３Ａ）や、主軸（主軸部測定センサ３Ｂ）、テーブル(テーブル部測定センサ３Ｃ)等が挙げられる。ホルダ部測定センサ３Ａは、加工時において工具に伝わる振動を検出する重要な役割を果たし、単に加工機２外から伝わってくる振動を検出するだけではなく、加工機２内の各部（例えば、主軸モータや制御盤内に取り付けられているファンの回転等）で生じ、主軸回転機構内部を伝達してくる微弱な振動等を検出することができる。また、ホルダ部測定センサ３Ａを用いることで、使用工具よって異なる主軸回転時の振動を測定することができる。主軸部測定センサ３Ｂは、主に主軸回転時に発生する一般的な振動の測定に、また、テーブル部測定センサ３Ｃは、テーブルに対して伝わる一般的な振動を検出する。データ取得部３０は、例えば取得された各データに対して加工環境推定装置１に内蔵された図示しないＲＴＣ等から取得した時刻データを関連付けることにより時系列データを生成して、それぞれのデータごとに学習データ記憶部５０へと記憶するようにしてもよいし、加工機２側で作成された時系列データをそのまま学習データ記憶部５０に記憶するようにしても良い。データ取得部３０が学習データ記憶部５０へと記憶する時系列データは、時間と関連付けられた値の集合（離散値）であっても良く、また、該離散値に基づいて求められた近似式（連続値）であっても良い。
データ取得部３０は、加工機２からワークの加工時における主軸回転数や送り速度、刃数等の加工条件を取得する。データ取得部３０が取得する加工条件は、上記したセンサ３で測定された物理量の時系列データが検出される環境下において、加工機２でワークの加工が行われた際の加工条件のデータである。
データ取得部３０は、図示しない加工面測定装置により測定された加工後のワークの加工面の測定データを取得する。データ取得部３０が取得する加工面の測定データは、上記したセンサ３で測定された物理量の時系列データが検出される環境下において、上記した加工条件下で加工機２において行われた加工後のワークの加工面の測定データである。
データ取得部３０は、入力装置７１から入力された加工後のワークの加工面状態の評価データを取得する。データ取得部３０が取得する加工面の評価データは、上記したセンサ３で測定された物理量の時系列データが検出される環境下において、上記した加工条件下で加工機２において行われた加工後のワークの加工面に対する評価結果を示すデータであり、例えば加工面不良がある／無し等の２値データとしても良い。
そして、データ取得部３０は、上記したセンサ３で測定された物理量（振動）の時系列データ、該時系列データが測定される加工環境下における加工機２によるワークの加工の加工条件、該加工環境下において該加工条件で加工されたワークの加工面の測定データ、該加工環境下において該加工条件で加工されたワークの加工面に対する評価データを、１組の学習データとして学習データ記憶部５０に記憶する。
前処理部３２は、学習データ記憶部５０に記憶されている学習データに基づいて、機械学習装置３００による学習に用いられる状態データＳとラベルデータＬの組である教師データＴを作成する。前処理部３２は、学習データ記憶部５０から読み出した学習データを、機械学習装置３００において扱われる統一的な形式へと変換（数値化、正規化、サンプリング等）して状態データＳ及びラベルデータＬを作成する。前処理部３２が作成する状態データＳは、加工機２の加工環境としての振動の状態を示す振動データＳ１及び加工機２による加工時の加工条件を示す加工条件データＳ２を含む。また、前処理部３２が作成するラベルデータＬは、少なくとも加工後のワークの加工面の測定結果を示す加工面測定データＬ１と、加工後のワークの加工面の評価結果を示す加工面評価データＬ２を含む。
振動データＳ１は、データ取得部３０が取得した各センサ３から検出された加工機２の各部に発生した振動の時系列データの特徴を示す特徴データを用いるようにしても良い。この時、振動データＳ１としては、ホルダ部測定センサ３Ａで測定されたホルダ部の振動の時系列データを公知のスペクトル解析で解析して得られた振動レベルが上位の所定数（例えば、上位２つ、上位１０個等）の周波数成分の加速度値（ｍ／Ｓ2）、速度値（ｍｍ／ｓ）、変位値（μｍ）であって良い。また、振動データＳ１には、更に、主軸部測定センサ３Ｂで測定された主軸部の振動の時系列データを公知のスペクトル解析で解析して得られた振動レベルが上位の所定数（例えば、上位２つ、上位１０個等）の周波数成分の加速度値（ｍ／Ｓ2）、速度値（ｍｍ／ｓ）、変位値（μｍ）や、テーブル部測定センサ３Ｃ測定されたテーブル部の振動の時系列データを公知のスペクトル解析で解析して得られた振動レベルが上位の所定数（例えば、上位２つ、上位１０個等）の周波数成分の加速度値（ｍ／Ｓ2）、速度値（ｍｍ／ｓ）、変位値（μｍ）等を加えても良い。
加工条件データＳ２は、加工機２から取得されたワークの加工時における主軸回転数（ｒｐｍ）、送り速度（ｍｍ／ｍｉｎ）、工具の刃数Ｚ等の加工条件をそのまま用いるようにしても良い。
加工面測定データＬ１は、図５に例示されるように、加工後のワークの加工面を加工面測定装置で測定して得られた加工方向（工具の移動方向）の断面曲線を周波数スペクトル解析して得られた波長及び振幅を用いるようにしても良い。
加工面評価データＬ２は、作業者により入力装置７１を介して入力された、加工後のワークの加工面の評価結果を数値化したもの（加工面不良有り＝１、加工面不良無し＝０等）をそのまま用いるようにしても良い。
学習部１１０は、前処理部３２が作成した状態データＳ及びラベルデータＬを用いた教師あり学習を行い、加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習済みモデルを生成する（学習する）機能手段である。本実施形態の学習部１１０は、例えばニューラルネットワークを学習モデルとして用いた教師あり学習を行うように構成しても良い。この様に構成する場合、学習モデルとしては入力層、中間層、出力層の三層を備えたニューラルネットワークを用いても良いが、四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で、より効果的な学習及び推論を行うように構成することも可能である。学習部１１０が生成した学習済みモデルは、不揮発性メモリ３０４上に設けられた学習モデル記憶部１３０に記憶され、後述する推定部１２０によるワークの加工面の状態及び評価の推定処理に用いられる。
学習部１１０は、データ取得部３０が取得した様々な加工環境における様々な加工条件でのワークの加工時に取得された学習データを用いて上記した学習を繰り返し行うことにより、加工環境の振動の状態及び加工条件から、ワークの加工面の状態及び評価を推定するために用いられる学習済みモデルを生成する。このような学習を繰り返すことにより、加工環境の振動の状態及び加工条件に対する加工の結果としてのワークの加工面の状態及び評価を学習した学習済みモデルが構築される。
図６は、本発明の第２実施形態による加工環境推定装置１の概略的な機能ブロック図である。図６に示した各機能ブロックは、図１に示した加工環境推定装置１が備えるＣＰＵ１１、及び機械学習装置３００のプロセッサ３０１が、それぞれのシステム・プログラムを実行し、加工環境推定装置１及び機械学習装置３００の各部の動作を制御することにより実現される。
本実施形態の加工環境推定装置１は、学習モデル記憶部１３０に記憶された学習済みの学習データを用いて、データ取得部３０が取得した加工環境の振動の状態及び加工条件に基づいて、当該加工環境及び加工条件下における加工を行った場合の加工の結果としてのワークの加工面の状態及び評価を推定する。
本実施形態による加工環境推定装置１において、データ取得部３０は、主として状態データＳを生成するために必要とされるデータのみを加工機２及びセンサ３から取得して、学習データ記憶部５０に記憶する。データ取得部３０による加工環境の振動に係る学習データの取得は、例えば加工が開始される前に、加工機に対して所定の測定動作（ベンチマーク動作）を行わせた際にセンサ３から取得するようにしても良い。また、データ取得部３０による加工条件に係る学習データの取得は、例えば加工が開始される前に、これから行う加工に用いる加工プログラム等から取得するようにしても良い。
また、前処理部３２は、学習データ記憶部５０に記憶された学習データに基づいて、機械学習装置３００による推定に用いる状態データＳとしての振動データＳ１及び加工条件データＳ２を生成する。
推定部１２０は、前処理部３２から入力された状態データＳに基づいて、学習モデル記憶部１３０に記憶された学習済みモデルを用いた加工の結果としてのワークの加工面の状態及び評価の推定を行う。本実施形態の推定部１２０では、学習部１１０による教師あり学習により生成された（パラメータが決定された）学習済みモデルに対して、前処理部３２から入力された状態データＳ（加工環境の振動の状態及び加工条件）を入力データとして入力することで加工の結果としてのワークの加工面の状態及び評価を推定（算出）する。推定部１２０が推定した加工の結果としてのワークの加工面の状態及び評価は、例えば表示装置７０に表示出力したり、図示しない有線／無線ネットワークを介してホストコンピュータやクラウドコンピュータ等に送信出力して利用するようにしても良い。また、単にワークの加工面の状態として、波長及び振幅を表示するに留まらず、推定に用いた状態データＳに含まれる主軸回転数、送り速度、刃数等のデータを用いて、加工面に現れる波（筋目）の波長から加工面不良の原因周波数を算出して表示するようにしても良い。例えば、主軸が回転しないヘール加工では、送り速度を加工面に現れる波の波長で割ることで、加工面不良の原因周波数を算出することができる。また、主軸が一定速度で回転している場合には、主軸回転数及び刃数から算出される主軸の回転原因となる周波数と、送り速度を加工面に現れる波の波長で割って得られた周波数とを加算乃至減算することで外乱振動の周波数を算出することができる。
上記のように構成された本実施形態の加工環境推定装置１では、様々な加工環境、加工条件において得られた複数の教師データに基づいて学習を行った結果として得られた学習済みモデルを用いて、加工の結果としてのワークの加工面の状態及び評価を推定することができるようになる。加工環境推定装置１による推定結果を見た作業者は、現在の加工環境において、加工プログラムで指定されている加工条件で加工を行った場合、加工不良が発生するか否かをひと目で把握することができ、また、加工面の状態として、加工面に表れる波（筋目）の波長や振幅の推定結果も把握することができ、ある程度経験を積んだ作業者であれば、その波長の値等から加工環境を悪化させる原因となるところを予測して対処することができる。更に、上記した加工面不良の原因周波数の表示を併せて行わせることにより、経験の浅い作業者であっても、加工環境を悪化させる原因となるところを予測して対処することができる。
図７は、本発明の第３実施形態による加工環境推定装置１の概略的な機能ブロック図である。図７に示した各機能ブロックは、図１に示した加工環境推定装置１が備えるＣＰＵ１１、及び機械学習装置３００のプロセッサ３０１が、それぞれのシステム・プログラムを実行し、加工環境推定装置１及び機械学習装置３００の各部の動作を制御することにより実現される。
本実施形態の加工環境推定装置１は、第２実施形態で説明した各機能手段に加えて、更に、原因推定部３４を備え、また、予め各部で検出された振動に原因に関連するガイダンスを関連付けた原因推定データを記憶している原因推定データ記憶部５２が不揮発性メモリ１４上に確保されている。
原因推定部３４は、機械学習装置３００による加工の結果としてのワークの加工面の状態及び評価の推定結果に基づいて原因推定データ記憶部５２に記憶された原因推定データを参照し、加工面不良の原因に関連するガイダンスを表示する機能手段である。原因推定部３４が参照する原因推定データ記憶部５２には、例えば図８に例示されるように、加工面に表れる波（筋目）の波長及び加工条件に基づいて算出される周波数成分の範囲に対して、振動の原因であると推定される事項を示すガイダンスが関連付けられた原因推定データが記憶されている。原因推定部３４は、機械学習装置３００による加工の結果としてのワークの加工面の状態及び評価の推定結果及び推定に用いた状態データＳに含まれる主軸回転数、送り速度、刃数等のデータを用いて、加工面に現れる波（筋目）の波長から加工面不良の原因となる周波数を算出し、これを原因推定データ記憶部５２に記憶されている原因推定データと対比して、該当すると思われるガイダンスを読み出し、機械学習装置３００による推定結果と共に表示装置７０に出力する。
原因推定データ記憶部５２に記憶する原因推定データは、予め振動の原因となる部分にわざと問題を生じさせた上で、その時の振動発生部位及び振動の主要な周波数成分を確認し、その確認結果に基づいて作成するようにすれば良い。例えば、制御盤内のファンＡ乃至Ｂを経年劣化したものに取り替えて動作させた上で、所定の加工条件下で加工を行い、実際に加工後のワークの加工面に表れた波を確認することができる。このような確認作業（実験）を繰り返し行うことで原因推定データを作成し、原因推定データ記憶部５２に予め記憶しておいて、原因推定部３４による加工面不良原因の推定に利用することができる。
以上、本発明の一実施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。
１ 加工環境推定装置
２ 加工機
３ センサ
３Ａ ホルダ部測定センサ
３Ｂ 主軸部測定センサ
３Ｃ テーブル部測定センサ
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 不揮発性メモリ
１８，１９，２０，２１，２３ インタフェース
２２ バス
３０ データ取得部
３２ 前処理部
３４ 原因推定部
５０ 学習データ記憶部
５２ 原因推定データ記憶部
７０ 表示装置
７１ 入力装置
１１０ 学習部
１２０ 推定部
１３０ 学習モデル記憶部
３００ 機械学習装置
３０１ プロセッサ
３０２ ＲＯＭ
３０３ ＲＡＭ
３０４ 不揮発性メモリ
３０５ バス

Claims (3)

  1. 加工機における加工への振動の影響を推定するための加工環境推定装置であって、
    前記加工機による加工環境を示す前記加工機の主軸に取り付けられたホルダの振動の時系列データ、前記加工機の主軸の振動の時系列データ、及び前記加工機のテーブルの振動の時系列データと、前記加工機におけるワークの加工の加工条件と、前記加工による加工後のワークの加工面の測定データと、前記加工面の評価データと、を取得するデータ取得部と、
    前記データ取得部が取得したデータに基づいて、状態データとしての振動データ及び加工条件データ、ラベルデータとしての加工面測定データ及び加工面評価データを作成する前処理部と、
    前記状態データ及び前記ラベルデータに基づいて、加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習モデルを生成する学習部と、
    を備えた加工環境推定装置。
  2. 加工機における加工への振動の影響を推定する加工環境推定装置であって、
    前記加工機による加工環境を示す前記加工機の主軸に取り付けられたホルダの振動の時系列データ、前記加工機の主軸の振動の時系列データ、及び前記加工機のテーブルの振動の時系列データと、前記加工機におけるワークの加工の加工条件と、を取得するデータ取得部と、
    前記データ取得部が取得したデータに基づいて、状態データとしての振動データ及び加工条件データを作成する前処理部と、
    加工環境の振動の状態及び加工条件に対する、加工後のワークの加工面の測定データ及び該加工面の評価結果を学習した学習済みモデルを記憶する学習モデル記憶部と、
    前記状態データに基づいて、前記学習済みモデルを用いた加工後のワークの加工面の測定データ及び該加工面の評価の推定を行う推定部と、
    を備えた加工環境推定装置。
  3. 予め検出された振動の主要な周波数成分に対して該振動の原因に関係するガイダンスを関連付けた原因推定データを記憶する原因推定データ記憶部と、
    前記推定部による推定の結果に基づいて、前記原因推定データ記憶部を参照することにより振動の原因を推定する原因推定部と、
    を更に備える、
    請求項２に記載の加工環境推定装置。
JP2018162451A 2018-08-31 2018-08-31 加工環境推定装置 Active JP6777696B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2018162451A JP6777696B2 (ja) 2018-08-31 2018-08-31 加工環境推定装置
US16/547,576 US11099527B2 (en) 2018-08-31 2019-08-22 Machining environment estimation device
DE102019122771.2A DE102019122771B4 (de) 2018-08-31 2019-08-26 Bearbeitungsumgebungsschätzvorrichtung
KR1020190105660A KR102491716B1 (ko) 2018-08-31 2019-08-28 가공 환경 추정 장치
CN201910823091.1A CN110874084B (zh) 2018-08-31 2019-09-02 加工环境推定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018162451A JP6777696B2 (ja) 2018-08-31 2018-08-31 加工環境推定装置

Publications (2)

Publication Number Publication Date
JP2020035260A true JP2020035260A (ja) 2020-03-05
JP6777696B2 JP6777696B2 (ja) 2020-10-28

Family

ID=69526838

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018162451A Active JP6777696B2 (ja) 2018-08-31 2018-08-31 加工環境推定装置

Country Status (5)

Country Link
US (1) US11099527B2 (ja)
JP (1) JP6777696B2 (ja)
KR (1) KR102491716B1 (ja)
CN (1) CN110874084B (ja)
DE (1) DE102019122771B4 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021059804A1 (ja) * 2019-09-24 2021-04-01 シチズン時計株式会社 加工装置、加工方法、及び加工システム
WO2022059633A1 (ja) * 2020-09-17 2022-03-24 ファナック株式会社 演算装置、面粗さ予測システム、および演算方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023012964A1 (ja) * 2021-08-05 2023-02-09 ファナック株式会社 機械学習装置、加工面品位を評価するシステム、及び機械学習用プログラム
PL443764A1 (pl) * 2023-02-13 2024-08-19 Politechnika Rzeszowska im. Ignacego Łukasiewicza Układ elektroniczny do detekcji anomalii w procesie frezowania, zwłaszcza stopów inconel oraz sposób detekcji anomalii w procesie frezowania, zwłaszcza stopów inconel z wykorzystaniem tego układu

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11129145A (ja) * 1997-10-31 1999-05-18 Denso Corp 加工物の形状精度診断装置及び加工物の形状精度診断方法及び記録媒体
JP2001179620A (ja) * 1999-12-24 2001-07-03 Nippei Toyama Corp 研削盤
JP2003094291A (ja) * 2001-09-27 2003-04-03 Kanto Seiki Kk 工作機械の熱変形補正方法および装置
JP2008176559A (ja) * 2007-01-18 2008-07-31 Fanuc Ltd 制御装置
JP2016219756A (ja) * 2015-05-26 2016-12-22 株式会社ディスコ 加工システム
JP2017188030A (ja) * 2016-04-08 2017-10-12 ファナック株式会社 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
US20190308297A1 (en) * 2016-12-28 2019-10-10 Fritz Studer Ag Machine tool and method for determining an actual state of a machine tool

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6493689B2 (en) * 2000-12-29 2002-12-10 General Dynamics Advanced Technology Systems, Inc. Neural net controller for noise and vibration reduction
JP4528937B2 (ja) 2004-12-02 2010-08-25 株式会社 東北テクノアーチ 計測・加工システム
JP4358137B2 (ja) 2005-03-18 2009-11-04 住友電工ハードメタル株式会社 切削加工時の異常振動診断方法および異常振動診断システム
JP4301278B2 (ja) * 2006-09-29 2009-07-22 パナソニック電工株式会社 工作機械の加工寸法予測装置
JP5609739B2 (ja) * 2011-03-30 2014-10-22 ブラザー工業株式会社 加工びびり振動検出装置、及び工作機械
JP5997330B1 (ja) 2015-07-31 2016-09-28 ファナック株式会社 主軸交換の要否を判定できる機械学習装置、主軸交換判定装置、制御装置、工作機械及び生産システム、並びに機械学習方法
JP6063013B1 (ja) * 2015-08-27 2017-01-18 ファナック株式会社 びびり或いは工具摩耗／破損の発生を抑制する加工条件調整機能を有する数値制御装置
JP6450738B2 (ja) * 2016-12-14 2019-01-09 ファナック株式会社 工作機械における工具のビビり発生の予兆を検知する機械学習装置、ｃｎｃ装置および機械学習方法
JP6400750B2 (ja) * 2017-01-26 2018-10-03 ファナック株式会社 学習制御機能を備えた制御システム及び制御方法
CN108363822A (zh) * 2017-01-26 2018-08-03 永进机械工业股份有限公司 刀具刚性预测用于抑制切削颤振的装置及方法
JP6560707B2 (ja) * 2017-04-20 2019-08-14 ファナック株式会社 加工面品位評価装置
JP6557285B2 (ja) * 2017-05-26 2019-08-07 ファナック株式会社 制御装置及び機械学習装置
JP6698604B2 (ja) * 2017-09-29 2020-05-27 ファナック株式会社 数値制御システム、及び工具状態検知方法
MX2020008692A (es) * 2018-02-28 2020-09-25 Nissan Motor Dispositivo de deteccion de anormalidad y metodo de deteccion de anormalidad.
JP6959278B2 (ja) * 2019-02-27 2021-11-02 ファナック株式会社 びびり振動判定装置、機械学習装置及びシステム
JP6898371B2 (ja) * 2019-02-28 2021-07-07 ファナック株式会社 加工条件調整装置及び加工条件調整システム
JP2020201871A (ja) * 2019-06-13 2020-12-17 ファナック株式会社 診断装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11129145A (ja) * 1997-10-31 1999-05-18 Denso Corp 加工物の形状精度診断装置及び加工物の形状精度診断方法及び記録媒体
JP2001179620A (ja) * 1999-12-24 2001-07-03 Nippei Toyama Corp 研削盤
JP2003094291A (ja) * 2001-09-27 2003-04-03 Kanto Seiki Kk 工作機械の熱変形補正方法および装置
JP2008176559A (ja) * 2007-01-18 2008-07-31 Fanuc Ltd 制御装置
JP2016219756A (ja) * 2015-05-26 2016-12-22 株式会社ディスコ 加工システム
JP2017188030A (ja) * 2016-04-08 2017-10-12 ファナック株式会社 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
US20190308297A1 (en) * 2016-12-28 2019-10-10 Fritz Studer Ag Machine tool and method for determining an actual state of a machine tool

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021059804A1 (ja) * 2019-09-24 2021-04-01 シチズン時計株式会社 加工装置、加工方法、及び加工システム
WO2022059633A1 (ja) * 2020-09-17 2022-03-24 ファナック株式会社 演算装置、面粗さ予測システム、および演算方法

Also Published As

Publication number Publication date
CN110874084B (zh) 2023-09-15
JP6777696B2 (ja) 2020-10-28
DE102019122771B4 (de) 2023-11-16
US20200073344A1 (en) 2020-03-05
DE102019122771A1 (de) 2020-03-05
KR20200026108A (ko) 2020-03-10
KR102491716B1 (ko) 2023-01-25
CN110874084A (zh) 2020-03-10
US11099527B2 (en) 2021-08-24

Similar Documents

Publication Publication Date Title
CN110874084B (zh) 加工环境推定装置
TWI640390B (zh) 刀具磨耗監測與預測方法
JP6404893B2 (ja) 工具寿命推定装置
JP6649684B2 (ja) びびり予測のための改良型データベース
KR101957711B1 (ko) 가공좌표계상 가공시간에 따라 가공위치와 물리적 가공절삭 특성값을 매핑하는 절삭특성맵을 활용하여 절삭상태를 지능적으로 감시 및 진단하고, 절삭조건을 제어할 수 있는 지능형 cnc공작기계 제어시스템
JP5536611B2 (ja) 工作機械のモニタ方法及びモニタ装置、工作機械
Grossi et al. Spindle speed ramp-up test: A novel experimental approach for chatter stability detection
JP5608036B2 (ja) 稼動履歴管理方法、及び稼動履歴管理装置
JP7060535B2 (ja) 工作機械の加工不良発生予測システム
US11440152B2 (en) Machining environment measurement device
JP6673002B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム、および情報処理システム
JP6752866B2 (ja) 刃具状態検査システム及び方法
JP2012254499A (ja) 工作機械の加工異常検知装置及び加工異常検知方法
JP7148311B2 (ja) 製品検査装置
CN108363822A (zh) 刀具刚性预测用于抑制切削颤振的装置及方法
JP2016200451A (ja) 信号処理方法、信号処理装置、及び切削加工用異常検出装置
KR20180027114A (ko) 서포트 벡터 머신을 이용한 회전체 수명 진단방법
TWM542534U (zh) 刀具剛性預測用於抑制切削顫振之裝置
Reeber et al. Tool condition monitoring in drilling processes using anomaly detection approaches based on control internal data
JP7154100B2 (ja) 工作機械の加工異常検出装置
JP7310195B2 (ja) 診断装置、診断システム及び診断プログラム
CN109719567B (zh) 诊断装置及诊断方法
Şuteu et al. Determining the optimal operating mode for the embroidery machine by using the vibration measurement technique
JP2024062242A (ja) 加工異常診断のための情報更新装置及び情報更新方法
Tsanakas et al. Evaluation of sensor-based condition monitoring methods as in-process tool wear and breakage indices-case study: drilling

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200114

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20200416

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20200515

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200827

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200908

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201008

R150 Certificate of patent or registration of utility model

Ref document number: 6777696

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150