JP2020170391A - 機械学習装置および機械学習方法 - Google Patents
機械学習装置および機械学習方法 Download PDFInfo
- Publication number
- JP2020170391A JP2020170391A JP2019072018A JP2019072018A JP2020170391A JP 2020170391 A JP2020170391 A JP 2020170391A JP 2019072018 A JP2019072018 A JP 2019072018A JP 2019072018 A JP2019072018 A JP 2019072018A JP 2020170391 A JP2020170391 A JP 2020170391A
- Authority
- JP
- Japan
- Prior art keywords
- polishing
- machine learning
- quality
- state information
- label
- 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
Images
Abstract
Description
を備える。
図1は、実施の形態における研磨加工装置10および機械学習装置12の概略構成図である。
上記実施の形態は、以下のように変形してもよい。
図4は、変形例1における研磨加工装置10および機械学習装置12の概略構成図である。図4の研磨加工装置10および機械学習装置12の構成は図1と同様なので詳細は省いてある。変形例1においては、複数の研磨加工装置10が機械学習装置12に接続されている。
図5は、変形例2における複数の研磨加工装置10の概略構成図である。変形例1では、機械学習装置12は研磨加工装置10の制御装置16とは別の演算装置であるとしたが、変形例2では、変形例1の機械学習装置12が複数の研磨加工装置10の制御装置16のいずれか1つに設けられている。図5に示した1つの研磨加工装置10の制御装置16に設けられた機械学習装置12の状態取得部50は、機械学習装置12が設置されていない他の研磨加工装置10からも状態情報を取得する。そして、機械学習装置12の判定部52は、機械学習装置12が設置されている研磨加工装置10を含む複数の研磨加工装置10の各々に対して、研磨加工による表面品質の良否を判定する。
上記実施の形態から把握しうる発明について、以下に記載する。
研磨加工装置(10)の研磨加工による加工対象物(18)の表面品質を判定する機械学習装置(12)であって、少なくとも研磨加工による加工音および加工対象物(18)の材質を含む状態情報を取得する状態取得部(50)と、学習モデル(60)を有し、学習モデル(60)を用いて状態情報から研磨加工による表面品質の良否を判定する判定部(52)と、オペレータにより入力された研磨加工による表面品質の良否を示すラベルを取得するラベル取得部(56)と、状態情報およびラベルに基づいて、学習モデル(60)を修正する学習部(58)と、を備える。
研磨加工装置(10)の研磨加工による加工対象物(18)の表面品質を判定する機械学習方法であって、少なくとも研磨加工による加工音および加工対象物(18)の材質を含む状態情報を取得する状態取得ステップと、学習モデル(60)を用いて状態情報から研磨加工による表面品質の良否を判定する判定ステップと、オペレータにより入力された研磨加工による表面品質の良否を示すラベルを取得するラベル取得ステップと、状態情報およびラベルに基づいて、学習モデル(60)を修正する学習ステップと、を含む。
14…多関節ロボット 16…制御装置
18…加工対象物 20…ベッド
24…ベース部 26a、26b、26c、26d…アーム
28a、28b、28c…関節 30…工具
32、38…モータ 34…電流検出器
36、40…回転速度検出器 42…振動センサ
44…音センサ 52…判定部
50…状態取得部 54…操作部
56…ラベル取得部 58…学習部
60…学習モデル 70…ニューラルネットワーク
Ii…入力素子 Mj…中間層素子
O…出力素子
Claims (15)
- 研磨加工装置の研磨加工による加工対象物の表面品質を判定する機械学習装置であって、
少なくとも研磨加工による加工音および前記加工対象物の材質を含む状態情報を取得する状態取得部と、
学習モデルを有し、前記学習モデルを用いて前記状態情報から研磨加工による前記表面品質の良否を判定する判定部と、
オペレータにより入力された研磨加工による前記表面品質の良否を示すラベルを取得するラベル取得部と、
前記状態情報および前記ラベルに基づいて、前記学習モデルを修正する学習部と、
を備える、機械学習装置。 - 請求項1に記載の機械学習装置であって、
前記学習モデルは、複数のパラメータを有し、
前記学習部は、複数の前記パラメータを更新することにより前記学習モデルを修正する、機械学習装置。 - 請求項2に記載の機械学習装置であって、
前記学習モデルは、ニューラルネットワークである、機械学習装置。 - 請求項1〜3のいずれか1項に記載の機械学習装置であって、
前記状態取得部は、研磨加工により発生する振動、前記研磨加工装置のモータのトルク、および、前記加工対象物に対する前記研磨加工装置の工具の回転速度の少なくとも1つをさらに取得する、機械学習装置。 - 請求項1〜4のいずれか1項に記載の機械学習装置であって、
前記研磨加工装置は多関節ロボットを備え、
前記状態取得部は、前記多関節ロボットのモータのトルク、および、前記多関節ロボットの動作速度の少なくとも1つをさらに取得する、機械学習装置。 - 請求項1〜5のいずれか1項に記載の機械学習装置であって、
前記機械学習装置は、前記研磨加工装置の制御装置に設けられている、機械学習装置。 - 請求項1〜5のいずれか1項に記載の機械学習装置であって、
前記状態取得部は、前記研磨加工装置毎に前記状態情報を取得し、
前記判定部は、複数の前記研磨加工装置の各々に対して、研磨加工による前記表面品質の良否を判定する、機械学習装置。 - 請求項7に記載の機械学習装置であって、
前記機械学習装置は、複数の前記研磨加工装置の制御装置のいずれか1つに設けられている、機械学習装置。 - 請求項1〜5、7のいずれか1項に記載の機械学習装置であって、
前記機械学習装置は、前記研磨加工装置の制御装置とは別の演算装置である、機械学習装置。 - 研磨加工装置の研磨加工による加工対象物の表面品質を判定する機械学習方法であって、
少なくとも研磨加工による加工音および前記加工対象物の材質を含む状態情報を取得する状態取得ステップと、
学習モデルを用いて前記状態情報から研磨加工による前記表面品質の良否を判定する判定ステップと、
オペレータにより入力された研磨加工による前記表面品質の良否を示すラベルを取得するラベル取得ステップと、
前記状態情報および前記ラベルに基づいて、前記学習モデルを修正する学習ステップと、
を含む、機械学習方法。 - 請求項10に記載の機械学習方法であって、
前記学習モデルは、複数のパラメータを有し、
前記学習ステップは、複数の前記パラメータを更新することにより前記学習モデルを修正する、機械学習方法。 - 請求項11に記載の機械学習方法であって、
前記学習モデルは、ニューラルネットワークである、機械学習方法。 - 請求項10〜12のいずれか1項に記載の機械学習方法であって、
前記状態取得ステップは、研磨加工により発生する振動、前記研磨加工装置のモータのトルク、および、前記加工対象物に対する前記研磨加工装置の工具の回転速度の少なくとも1つをさらに取得する、機械学習方法。 - 請求項10〜13のいずれか1項に記載の機械学習方法であって、
前記研磨加工装置は多関節ロボットを備え、
前記状態取得ステップは、前記多関節ロボットのモータのトルク、および、前記多関節ロボットの動作速度の少なくとも1つをさらに取得する、機械学習方法。 - 請求項10〜14のいずれか1項に記載の機械学習方法であって、
前記状態取得ステップは、前記研磨加工装置毎に前記状態情報を取得し、
前記判定ステップは、複数の前記研磨加工装置の各々に対して、研磨加工による前記表面品質の良否を判定する、機械学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019072018A JP7173916B2 (ja) | 2019-04-04 | 2019-04-04 | 機械学習装置および機械学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019072018A JP7173916B2 (ja) | 2019-04-04 | 2019-04-04 | 機械学習装置および機械学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020170391A true JP2020170391A (ja) | 2020-10-15 |
JP7173916B2 JP7173916B2 (ja) | 2022-11-16 |
Family
ID=72746766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019072018A Active JP7173916B2 (ja) | 2019-04-04 | 2019-04-04 | 機械学習装置および機械学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7173916B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022087045A (ja) * | 2020-11-30 | 2022-06-09 | 株式会社 情報システムエンジニアリング | 状態判定システム、状態判定方法、及び状態判定プログラム |
WO2022186988A1 (en) * | 2021-03-03 | 2022-09-09 | Applied Materials, Inc. | In-situ monitoring to label training spectra for machine learning system for spectrographic monitoring |
JP7173916B2 (ja) | 2019-04-04 | 2022-11-16 | ファナック株式会社 | 機械学習装置および機械学習方法 |
WO2023153208A1 (ja) * | 2022-02-09 | 2023-08-17 | 株式会社荏原製作所 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
CN117067096A (zh) * | 2023-10-18 | 2023-11-17 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0349846A (ja) * | 1989-07-13 | 1991-03-04 | Omron Corp | 研削加工適応制御装置 |
JPH04138504A (ja) * | 1990-09-29 | 1992-05-13 | Toyoda Mach Works Ltd | インテリジェント加工システム |
US20080057830A1 (en) * | 1999-04-01 | 2008-03-06 | Molnar Charles J | Advanced workpiece finishing |
JP2018138327A (ja) * | 2017-02-24 | 2018-09-06 | ファナック株式会社 | 工具状態推定装置及び工作機械 |
JP2018156151A (ja) * | 2017-03-15 | 2018-10-04 | ファナック株式会社 | 異常検知装置及び機械学習装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4138504B2 (ja) | 2002-03-27 | 2008-08-27 | 大日本スクリーン製造株式会社 | 基板処理装置 |
JP7173916B2 (ja) | 2019-04-04 | 2022-11-16 | ファナック株式会社 | 機械学習装置および機械学習方法 |
-
2019
- 2019-04-04 JP JP2019072018A patent/JP7173916B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0349846A (ja) * | 1989-07-13 | 1991-03-04 | Omron Corp | 研削加工適応制御装置 |
JPH04138504A (ja) * | 1990-09-29 | 1992-05-13 | Toyoda Mach Works Ltd | インテリジェント加工システム |
US20080057830A1 (en) * | 1999-04-01 | 2008-03-06 | Molnar Charles J | Advanced workpiece finishing |
JP2018138327A (ja) * | 2017-02-24 | 2018-09-06 | ファナック株式会社 | 工具状態推定装置及び工作機械 |
JP2018156151A (ja) * | 2017-03-15 | 2018-10-04 | ファナック株式会社 | 異常検知装置及び機械学習装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7173916B2 (ja) | 2019-04-04 | 2022-11-16 | ファナック株式会社 | 機械学習装置および機械学習方法 |
JP2022087045A (ja) * | 2020-11-30 | 2022-06-09 | 株式会社 情報システムエンジニアリング | 状態判定システム、状態判定方法、及び状態判定プログラム |
JP7148938B2 (ja) | 2020-11-30 | 2022-10-06 | 株式会社 情報システムエンジニアリング | 状態判定システム、状態判定方法、及び状態判定プログラム |
WO2022186988A1 (en) * | 2021-03-03 | 2022-09-09 | Applied Materials, Inc. | In-situ monitoring to label training spectra for machine learning system for spectrographic monitoring |
WO2023153208A1 (ja) * | 2022-02-09 | 2023-08-17 | 株式会社荏原製作所 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
CN117067096A (zh) * | 2023-10-18 | 2023-11-17 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
CN117067096B (zh) * | 2023-10-18 | 2023-12-15 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7173916B2 (ja) | 2022-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020170391A (ja) | 機械学習装置および機械学習方法 | |
JP6542839B2 (ja) | 制御装置及び機械学習装置 | |
US20200398424A1 (en) | Machine learning apparatus, robot system, and machine learning method of learning state of tool | |
JP6940542B2 (ja) | 把持力調整装置及び把持力調整システム | |
US10730183B2 (en) | Learning device, controller, and control system | |
US20070071310A1 (en) | Robot simulation device | |
CN109849025B (zh) | 振动抑制装置 | |
JP2017030067A (ja) | 加工時間測定機能とオンマシン測定機能を有する制御装置付き加工装置 | |
JP6629815B2 (ja) | 寿命推定装置及び機械学習装置 | |
JP7101131B2 (ja) | 数値制御システム | |
JP2019139755A (ja) | 研磨工具摩耗量予測装置、機械学習装置及びシステム | |
JP6841801B2 (ja) | 機械学習装置、制御システム及び機械学習方法 | |
JP2021000672A (ja) | 調整支援装置 | |
JP2009020009A (ja) | 回転体のセンタリング方法及び装置 | |
TW202019640A (zh) | 減速機系統、對驅動單元之指令值之修正方法、修正資料之產生方法、及減速機系統之製造方法 | |
JP7148311B2 (ja) | 製品検査装置 | |
JP2961621B2 (ja) | 数値制御装置の加工条件作成機能の学習方法 | |
TWI765597B (zh) | 控制系統、馬達控制裝置及機器學習裝置 | |
JPH1086039A (ja) | 加工条件自動作成機能を有する数値制御装置 | |
JP2941032B2 (ja) | 加工条件自動作成機能を有する数値制御装置 | |
JP7409653B2 (ja) | 不釣合い修正システムおよび不釣合い修正方法 | |
JP3835641B2 (ja) | ロボットの負荷パラメータ推定方法 | |
JP7056733B2 (ja) | 異常検出装置及び異常検出方法 | |
WO2023157137A1 (ja) | ロボット制御システム、ロボット制御方法、ロボット制御プログラム、および推定システム | |
WO2024013955A1 (ja) | 数値制御装置、数値制御工作機械、加工プログラム生成装置および加工プログラム生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220927 |
|
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: 20221004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221104 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7173916 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |