JP2020069569A - 切削管理システム、及び情報処理装置 - Google Patents
切削管理システム、及び情報処理装置 Download PDFInfo
- Publication number
- JP2020069569A JP2020069569A JP2018204715A JP2018204715A JP2020069569A JP 2020069569 A JP2020069569 A JP 2020069569A JP 2018204715 A JP2018204715 A JP 2018204715A JP 2018204715 A JP2018204715 A JP 2018204715A JP 2020069569 A JP2020069569 A JP 2020069569A
- Authority
- JP
- Japan
- Prior art keywords
- cutting
- information
- tool
- storage unit
- learning
- 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
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 448
- 230000010365 information processing Effects 0.000 title claims description 10
- 238000012545 processing Methods 0.000 claims abstract description 103
- 238000010801 machine learning Methods 0.000 claims abstract description 27
- 238000003860 storage Methods 0.000 claims description 111
- 238000011156 evaluation Methods 0.000 claims description 79
- 230000008859 change Effects 0.000 claims description 40
- 230000003746 surface roughness Effects 0.000 claims description 16
- 239000011248 coating agent Substances 0.000 claims description 12
- 238000000576 coating method Methods 0.000 claims description 12
- 239000000758 substrate Substances 0.000 claims description 4
- 238000000034 method Methods 0.000 description 24
- 239000000463 material Substances 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 238000005457 optimization Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000003466 welding Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 229910001069 Ti alloy Inorganic materials 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007514 turning Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
Images
Abstract
Description
しかしながら、上述したようなテクスチャを効率的に最適化する手段は従来技術には無く、技術者が実験を繰り返すことにより、より効果の高いテクスチャを選定してゆくしかなかった。この方法では多くの時間と手間を要するため、無数に存在するテクスチャの中から最適なものを選定することは非常に困難であった。そこで、テクスチャなどの形状因子について効率的に最適化を図る技術が求められている。
図1に示すように、切削インサート10は、主軸回りに回転させられる金属材料等の被削材(ワーク)に対して、旋削加工(切削加工)を施す切削工具の一例であり、四角形の各コーナに切れ刃を備えている。また、切削インサート10は、自工具を識別する工具ID(工具識別情報)を示す2次元コードCD1と、識別マーク(CM1、CM2、CM3)とを備える。
また、切削インサート10は、90°毎の回転対称な形状を有しており、識別マーク(CM1、CM2、CM3)は、切れ刃のある各コーナを識別するためのマークである。
なお、本発明の対象となる形状因子は、切削工具の製造工程において、工具個体ごとに容易に変更可能なものであることが好ましい。例えば、テクスチャは、レーザ加工プログラムを変えることで、工具個体ごとに容易に変更可能である。また、このように工具個体ごとに容易に変更可能な形状因子は、通常は製品仕様に含まれない追加要素である。また、本発明の対象外とする形状因子は、例えば、工具の外径やチップブレーカーなど、マクロな形状因子であり製品仕様に含まれるものである。
なお、2次元コードCD1、識別マーク(CM1、CM2、CM3)、及びテクスチャTXは、例えば、レーザなどにより、切削インサート10の主面に付加される。
図2(a)~(d)は、テクスチャTXのパターン例を示している。図2(a)は、水玉模様のパターンのテクスチャTXの一例を示し、図2(b)は、四角模様のパターンのテクスチャTXの一例を示している。また、図2(c)は、横縞パターンのテクスチャTXの一例を示し、図2(d)は、波線パターンのテクスチャTXの一例を示している。
なお、テクスチャTXは、パターンの種類を変更する他に、同一のパターンであっても、パターンを形成する溝の幅や深さ、パターンの配置、等を変更したものを付加条件の変更としてもよい。すなわち、付加条件には、テクスチャTXのパターン形状、パターンの大きさ、配置、パターンを形成する溝の幅及び深さ、などが含まれる。
なお、本実施形態における切削インサート10は、例えば、一つ一つが異なるテクスチャTXが付加される。
図3は、本実施形態による切削管理システム1の一例を示す機能ブロック図である。
図3に示すように、切削管理システム1は、切削装置20と、コード読取部(24、53)と、AIコントローラ30と、データサーバ装置40と、評価装置50と、切削管理装置100とを備える。AIコントローラ30と、データサーバ装置40と、評価装置50と、切削管理装置100とは、ネットワークNW1を介して接続されている。
センサ部22(検出部の一例)は、例えば、切削抵抗、切削温度、びびり(切削の際の振動)などの各種切削状況又は切削負荷を示す切削情報を検出する。センサ部22は、例えば、工具支持部21に配置されているものとする。センサ部22は、検出した切削情報をAIコントローラ30に出力する。なお、センサ部22は、例えば、切削装置20の主軸モータ、あるいは、ワークW又は工具支持部21を並進移動するモータの電流値を検出する場合に、切削装置20の制御回路の所定の端子から電流値を直接検出する電流計などでもよい。これらの電流値は、上述した切削負荷に相当する。また、切削装置20の主軸電流値は、例えば、後述する装置制御部23の制御情報に基づいて、検出されてもよい。
図4に示すように、工具情報記憶部41は、「工具ID」と、「工具型番」と、「ロット番号」と、「テクスチャ情報」とを対応付けて記憶する。ここで、「工具ID」は、例えば、図1に示す2次元コードCD1を読み込むことで得られる工具IDであり、切削インサート10を識別する工具識別情報の一例である。また、「工具型番」は、例えば、切削インサート10の製品型番などの切削工具の製品識別情報であり、「ロット番号」は、製造ロットを示す情報である。また、「テクスチャ情報」は、テクスチャTXを識別するテクスチャTXの「コード」と、「パターン種類」とを含んでいる。
図5は、本実施形態における切削情報記憶部42のデータ例を示す図である。
図5に示すように、切削情報記憶部42は、「利用者ID」と、「工具ID」と、「コーナNO.」と、「ワーク材質」と、「開始日時」と、「終了日時」と、「検出時刻」と、「切削抵抗」と、「切削温度」とを対応付けて記憶する。
また、図5に示すこの例では、1秒ごとに、切削情報を検出した場合の一例を示している。
図6に示すように、評価情報記憶部43は、「工具ID」と、「コーナNO.」と、「摩耗量」と、「欠損の有無」と、「溶着量」とを対応付けて記憶する。ここで、「摩耗量」、「欠損の有無」、及び「溶着量」は、評価情報(計時変化情報)の一例である。
例えば、図6に示す例では、「工具ID」が“INS0000001”の切削インサート10の「コーナNO.」が“1”の切れ刃は、「摩耗量」が“XXX”で、「欠損の有無」が“有”であることを示している。また、「溶着量」が“XXX”であることを示している。
最適化情報記憶部114は、学習結果記憶部113が記憶する学習結果に基づいて、推定された最適なテクスチャTXの情報を記憶する。なお、切削インサート10の最適なテクスチャTXを推定する推定処理の詳細については後述する。
学習処理部122は、機械学習を実行した学習結果を、学習結果記憶部113に記憶させる。
図7は、本実施形態におけるAIコントローラ30の動作の一例を示すフローチャートである。ここでは、AIコントローラ30による切削情報の収集処理について説明する。
図7に示すように、AIコントローラ30は、まず、工具ID及びコーナNO.を取得する(ステップS101)。AIコントローラ30は、切削インサート10を切削装置20に取り付ける又は交換する際に、コード読取部24に切削インサート10に印刷されている2次元コードCD1を読み取らせて、2次元コードCD1の示す工具IDを、コード読取部24から取得する。また、AIコントローラ30は、コード読取部24が識別マーク(CM1、CM2、CM3)に基づく切削に使用するコーナNO.を取得する。なお、AIコントローラ30は、切削インサート10を切削装置20に取り付ける又は切削インサート10を交換する際に、切削加工の開始日時の情報を、例えば、内部の時計機能などから取得する。
次に、図8を参照して、本実施形態におけるテクスチャTXの最適化の学習処理について説明する。
図8は、本実施形態における切削管理装置100の学習処理の一例を示すフローチャートである。
次に、図9を参照して、本実施形態におけるテクスチャTXの最適化の学習処理について説明する。
図9は、本実施形態における切削管理装置100の推定処理の一例を示すフローチャートである。
これにより、本実施形態による切削管理システム1は、テクスチャTXの他に、刃先の曲率半径、及びすくい面又は逃げ面の面粗さの最適化が可能になり、使用条件に応じて、切削工具(例えば、テクスチャTX)を使用した切削工具をさらに最適化することができる。
これにより、本実施形態による切削管理システム1は、計時変化情報(評価情報)を数値化して、最適な形状因子(例えば、テクスチャTX)の推定のための学習を適切に実行することができる。
これにより、本実施形態による切削管理システム1では、ランダムに選択された形状因子(例えば、テクスチャTX)の異なる切削インサート10が、利用者に送付され使用されるため、より広い範囲の均等なサンプル数の機械学習のための学習用データを収集することができる。よって、本実施形態による切削管理システム1は、より精度のよい機械学習を行うことができる。
これにより、本実施形態では、同一の製品に、付加条件を変更して付加された様々な形状因子を備える切削インサート10を利用者に提供することで、機械学習のための学習用データを容易に収集することができる。そのため、本実施形態による切削インサート10は、切削加工をより効率的に最適化することができる。
これにより、本実施形態による切削管理装置100は、上述した切削管理システム1と同様の効果を奏し、切削工具を効率的に最適化することができる。
例えば、上記の実施形態において、形状因子の一例として、テクスチャTXを変更して切削インサート10に付加する例を説明したが、これに限定されるものではなく、例えば、刃先の曲率半径、すくい面又は逃げ面の面粗さ、及び基材へのコーティングの膜厚などの他の形状因子であってもよい。なお、刃先の曲率半径、及びすくい面又は逃げ面の面粗さは、例えば、プラスト処理時間を変更することで、付加条件を変更可能であるが、コーティングの膜厚は、例えば、CVD(Chemical Vapor Deposition)の成膜炉内部の位置に応じて、膜厚が変化する。この場合、付加条件は、形成された後に膜厚に応じて水準分けして使用する。このように、形状因子には、意図的に調整可能(変更可能)でないものが含まれてもよい。
また、2次元コードCD1は、上記の実施形態に限定されるものではなく、例えば、直線のバーコードやQRコード(登録商標)などの他のコード化手段を適用してもよい。また、2次元コードCD1には、切削インサート10の工具型番や当該切削インサート10が製造されたロット番号などが含まれていてもよい。また、2次元コードCD1の代わりに、切削インサート10に個体識別情報を含むICチップを埋め込むなどの方法を用いてもよい。
また、上記の実施形態において、切削管理システム1は、評価装置50を備える例を説明したが、これに限定されるものではなく、評価装置50は、切削管理装置100に含まれる構成であってもよい。
また、上記の実施形態において、データサーバ装置40、評価装置50、及び切削管理装置100は、それぞれ1台の装置として構成する例を説明したが、これに限定されるものではなく、データサーバ装置40、評価装置50、及び切削管理装置100は、複数の装置で構成されるようにしてもよい。
また、上記の実施形態において、管理処理部121は、付加条件が変更された形状因子をランダムに選択して、利用者に送付させる例を説明したが、例えば、広範囲に付加条件を変更した複数の切削インサート10の初期セット(試行セット)を利用者に送付して使用させた後に、初期セットの評価結果に基づいて、付加条件の変更範囲を絞り込むようにしてもよい。このようにすることで、切削管理システム1は、さらに効率よく学習用データを収集することができる。また、管理処理部121は、付加条件が変更された形状因子をランダムに選択して、利用者に送付した後に、その結果をフィードバックして、徐々に絞り込んで、付加条件が変更された形状因子を選択するようにしてもよい。
10 切削インサート
11 記憶部
12 制御部
20 切削装置
21 工具支持部
22 センサ部
23 装置制御部
24、53 コード読取部
30 AIコントローラ
40 データサーバ装置
41 工具情報記憶部
42 切削情報記憶部
43 評価情報記憶部
50 評価装置
51 撮像部
52 評価処理部
100 切削管理装置
111 利用者情報記憶部
112 学習情報記憶部
113 学習結果記憶部
114 最適化情報記憶部
121 管理処理部
122 学習処理部
123 推定処理部
CD1 2次元コード
CM1、CM2、CM3 識別マーク
NW1 ネットワーク
TX テクスチャ
W ワーク
Claims (5)
- 付加条件を変更して付加された形状因子と、自工具を識別する工具識別情報を示す個体識別子とを有する切削工具を使用して切削加工を行った際の使用条件を含む切削情報と、前記個体識別子を読み取ることで取得された前記工具識別情報とを対応付けて記憶する切削情報記憶部と、
切削加工後の前記切削工具の計時変化を示す計時変化情報と、前記個体識別子を読み取ることで取得された前記工具識別情報とを対応付けて記憶する変化情報記憶部と、
前記工具識別情報に対応する前記形状因子の状態と、前記切削情報記憶部が記憶する前記切削情報と、前記変化情報記憶部が記憶する前記計時変化情報とに基づいて、最適な前記形状因子の状態を推定する機械学習を実行する学習処理部と、
前記学習処理部が学習した学習結果に基づいて、前記使用条件に応じた最適な前記形状因子の状態を推定する推定処理部と
を備えることを特徴とする切削管理システム。 - 前記形状因子は、切れ刃のすくい面又は逃げ面に付加されたパターン構造であるテクスチャ、刃先の曲率半径、前記すくい面又は逃げ面の面粗さ、及び基材へのコーティングの膜厚のいずれかであり、
前記推定処理部は、前記使用条件に応じた前記テクスチャ、前記刃先の曲率半径、前記すくい面又は逃げ面の面粗さ、及び前記コーティングの膜厚のいずれかの最適な状態を推定する
ことを特徴とする請求項1に記載の切削管理システム。 - 前記学習処理部は、前記計時変化情報を所定の規定に基づいて、前記切削工具の性能評価を指標値に変換し、変換した前記指標値と、前記形状因子の状態と、前記切削情報とに基づいて、前記機械学習を実行する
ことを特徴とする請求項1又は請求項2に記載の切削管理システム。 - 前記付加条件が変更された前記形状因子を付加した前記切削工具を、ランダムに選択して、利用者に送付させる管理処理部を備える
ことを特徴とする請求項1から請求項3のいずれか一項に記載の切削管理システム。 - 付加条件を変更して付加された形状因子と、自工具を識別する工具識別情報を示す個体識別子とを有する切削工具を使用して切削加工を行った際の使用条件を含む切削情報と、前記個体識別子を読み取ることで取得された前記工具識別情報とを対応付けて記憶する切削情報記憶部と、切削加工後の前記切削工具の計時変化を示す計時変化情報と、前記個体識別子を読み取ることで取得された前記工具識別情報とを対応付けて記憶する変化情報記憶部と、を備える切削管理システムが備える情報処理装置であって、
前記工具識別情報に対応する前記形状因子の状態と、前記切削情報記憶部が記憶する前記切削情報と、前記変化情報記憶部が記憶する前記計時変化情報とに基づいて、最適な前記形状因子の状態を推定する機械学習を実行する学習処理部と、
前記学習処理部が学習した学習結果に基づいて、前記使用条件に応じた最適な前記形状因子の状態を推定する推定処理部と
を備えることを特徴とする情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018204715A JP7227455B2 (ja) | 2018-10-31 | 2018-10-31 | 切削管理システム、及び情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018204715A JP7227455B2 (ja) | 2018-10-31 | 2018-10-31 | 切削管理システム、及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020069569A true JP2020069569A (ja) | 2020-05-07 |
JP7227455B2 JP7227455B2 (ja) | 2023-02-22 |
Family
ID=70548921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018204715A Active JP7227455B2 (ja) | 2018-10-31 | 2018-10-31 | 切削管理システム、及び情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7227455B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114559106A (zh) * | 2022-02-25 | 2022-05-31 | 乐捷家居股份有限公司 | 一种可调节式家具生产用板材切角装置及其切角方法 |
JP2022128019A (ja) * | 2021-02-22 | 2022-09-01 | Dmg森精機株式会社 | 工具診断システム及びそれを備える工作機械 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11267949A (ja) * | 1998-03-20 | 1999-10-05 | Kawasaki Heavy Ind Ltd | 工具摩耗検知装置および方法 |
US7933679B1 (en) * | 2007-10-23 | 2011-04-26 | Cessna Aircraft Company | Method for analyzing and optimizing a machining process |
JP5204934B1 (ja) * | 2011-11-09 | 2013-06-05 | 株式会社小松製作所 | 切削抵抗解析装置およびこれを備えた切削加工装置、切削抵抗解析プログラム |
-
2018
- 2018-10-31 JP JP2018204715A patent/JP7227455B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11267949A (ja) * | 1998-03-20 | 1999-10-05 | Kawasaki Heavy Ind Ltd | 工具摩耗検知装置および方法 |
US7933679B1 (en) * | 2007-10-23 | 2011-04-26 | Cessna Aircraft Company | Method for analyzing and optimizing a machining process |
JP5204934B1 (ja) * | 2011-11-09 | 2013-06-05 | 株式会社小松製作所 | 切削抵抗解析装置およびこれを備えた切削加工装置、切削抵抗解析プログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022128019A (ja) * | 2021-02-22 | 2022-09-01 | Dmg森精機株式会社 | 工具診断システム及びそれを備える工作機械 |
JP7244555B2 (ja) | 2021-02-22 | 2023-03-22 | Dmg森精機株式会社 | 工具診断システム及びそれを備える工作機械 |
CN114559106A (zh) * | 2022-02-25 | 2022-05-31 | 乐捷家居股份有限公司 | 一种可调节式家具生产用板材切角装置及其切角方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7227455B2 (ja) | 2023-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10401827B2 (en) | Method and device for machining a tool by removing material | |
JP2018101401A5 (ja) | ||
RU2012110399A (ru) | Система и способ для автоматизированного ремонта | |
US11458584B2 (en) | Machine tool, machined-object manufacturing method, and machining system | |
JP7227455B2 (ja) | 切削管理システム、及び情報処理装置 | |
JP5883264B2 (ja) | 工作機械、制御装置、プログラム及び工作機械による加工方法 | |
JP6557183B2 (ja) | 切削加工工具の寿命判定装置、寿命判定方法及びプログラム | |
CN109725601B (zh) | 综合加工系统、综合加工方法以及计算机可读介质 | |
JP2017004413A (ja) | 加工条件の変化を考慮した工具寿命管理機能を備えた数値制御装置 | |
JP5751611B2 (ja) | 工作機械、工作機械の温度測定部の数及び配置の決定方法及びプログラム | |
JP2014113675A (ja) | レンズ加工システム、工具交換時期検出方法および眼鏡レンズの製造方法 | |
JP2019082836A (ja) | 工具寿命予測装置 | |
CN112114560B (zh) | 加工指令改良系统以及加工指令改良方法 | |
CN108262667A (zh) | 轴承加工确定尺寸补偿量的方法 | |
WO2021005887A1 (ja) | 機械加工管理方法及び機械加工管理システム | |
JP2019530082A (ja) | 誤差伝搬を推定するための方法 | |
JP5322881B2 (ja) | 加工シミュレーション装置および最適工程決定装置 | |
KR101546617B1 (ko) | 공작기계용 주축의 열변위 보정장치 및 방법 | |
CN109613888A (zh) | 数值控制装置 | |
US8428765B2 (en) | Process integration determining system and method | |
JP5019544B2 (ja) | 工作機械における変位補正式の生成装置および工作機械における変位補正式の生成方法 | |
JP2004255514A (ja) | 工具摩耗量の予測方法 | |
JP2017064190A (ja) | 歯科補綴物加工用演算装置 | |
US11958166B2 (en) | Dressing estimation device and controller | |
JP7316126B2 (ja) | 工作機械システムと工作機械諸元の推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210930 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220902 |
|
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: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230123 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7227455 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |