JP7111152B2 - 製造支援システム及び方法 - Google Patents
製造支援システム及び方法 Download PDFInfo
- Publication number
- JP7111152B2 JP7111152B2 JP2020512577A JP2020512577A JP7111152B2 JP 7111152 B2 JP7111152 B2 JP 7111152B2 JP 2020512577 A JP2020512577 A JP 2020512577A JP 2020512577 A JP2020512577 A JP 2020512577A JP 7111152 B2 JP7111152 B2 JP 7111152B2
- Authority
- JP
- Japan
- Prior art keywords
- manufacturing
- hardware
- information
- manufacturing process
- data
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims description 259
- 238000000034 method Methods 0.000 title claims description 87
- 238000013473 artificial intelligence Methods 0.000 claims description 168
- 238000012549 training Methods 0.000 claims description 70
- 238000012545 processing Methods 0.000 claims description 67
- 238000013528 artificial neural network Methods 0.000 claims description 50
- 239000000463 material Substances 0.000 claims description 33
- 238000010801 machine learning Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000010365 information processing Effects 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 description 42
- 230000008569 process Effects 0.000 description 40
- 238000003754 machining Methods 0.000 description 24
- 238000005520 cutting process Methods 0.000 description 15
- 238000011176 pooling Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000005553 drilling Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005266 casting Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005245 sintering Methods 0.000 description 3
- 238000005476 soldering Methods 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000001746 injection moulding Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010791 quenching Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- JPKJQBJPBRLVTM-OSLIGDBKSA-N (2s)-2-amino-n-[(2s,3r)-3-hydroxy-1-[[(2s)-1-[[(2s)-1-[[(2s)-1-[[(2r)-1-(1h-indol-3-yl)-3-oxopropan-2-yl]amino]-1-oxo-3-phenylpropan-2-yl]amino]-1-oxo-3-phenylpropan-2-yl]amino]-1-oxo-3-phenylpropan-2-yl]amino]-1-oxobutan-2-yl]-6-iminohexanamide Chemical compound C([C@H](NC(=O)[C@@H](NC(=O)[C@@H](N)CCCC=N)[C@H](O)C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@H](CC=1C2=CC=CC=C2NC=1)C=O)C1=CC=CC=C1 JPKJQBJPBRLVTM-OSLIGDBKSA-N 0.000 description 1
- 101100327917 Caenorhabditis elegans chup-1 gene Proteins 0.000 description 1
- 102100031277 Calcineurin B homologous protein 1 Human genes 0.000 description 1
- 241000839426 Chlamydia virus Chp1 Species 0.000 description 1
- 101000777252 Homo sapiens Calcineurin B homologous protein 1 Proteins 0.000 description 1
- 101000943802 Homo sapiens Cysteine and histidine-rich domain-containing protein 1 Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 101150101590 hop-1 gene Proteins 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32099—CAPP computer aided machining and process planning
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32104—Data extraction from geometric models for process planning
-
- 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
- G05B2219/33—Director till display
- G05B2219/33002—Artificial intelligence AI, expert, knowledge, rule based system KBS
-
- 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
- G05B2219/35204—Planning, generic process planning
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Stored Programmes (AREA)
- Image Analysis (AREA)
Description
製造される対象物の(対象物形状データ、特に3D対象物データ等の)対象物データを取得する取得ユニットと;
前記対象物データを入力として受信し、前記対象物を製造する製造システムに利用可能なハードウェアに関する情報を参照して前記製造システムのハードウェア構成を決定する人工知能(AI)エンジンと;
決定された前記ハードウェア構成を出力する出力ユニットと;を備える。
前記AIエンジンは:
前記対象物データを入力として受信して;
受信した前記対象物データを使って計算を実行し;
前記計算に基づいて前記対象物を製造するための少なくとも一組の製造プロセスの工程を示す情報を出力する機械学習装置と;
利用可能なハードウェアに関する情報を参照して、前記対象物を製造するための前記少なくとも一組の製造プロセスの工程に含まれる1以上の各工程の実行に必要な少なくとも1つのハードウェア要素を特定することにより、前記製造システムの前記ハードウェア構成を決定するハードウェア情報処理ユニットと;を含む。
前記AIエンジンは2以上のハードウェア構成を決定し、
前記製造支援システムは:
前記対象物の要求される納期と前記作業スケジュールに基づいて、前記2以上のハードウェア構成のうち1つを選択する選択ユニットを備え、
前記出力ユニットは、前記2以上のハードウェア構成のうち選択された1つを出力する。
製造される前記対象物の(対象物形状データ、特に3D対象物データ等の)対象物データを取得するステップ;
前記対象物データを人工知能(AI)エンジンによって入力として受信するステップ;
製造システムに利用可能なハードウェアに関する情報を参照して前記対象物を製造する製造システムのハードウェア構成を人工知能AIエンジンによって決定するステップ;及び
決定された前記ハードウェア構成を出力するステップを含んでもよい。
前記対象物を製造する前記製造システムにより実行される製造プロセスの工程をAIエンジンによって決定するステップ;及び
決定された前記製造プロセスの工程を出力するステップをさらに含んでもよい。
前記製造プロセスの工程に含まれる1以上の各工程に関連するパラメータの数値または数値範囲を前記AIエンジンによって決定するステップ;及び
決定された前記数値または数値範囲を出力するステップをさらに含んでもよい。
前記製造プロセスの工程を決定するステップは、前記AIエンジンに含まれる機械学習装置により実行され、前記製造プロセスの工程を決定するステップは:
前記対象物データを入力として受信するステップ;
受信した前記対象物データを使って計算を実行するステップ;及び
前記計算に基づいて前記対象物を製造するための少なくとも一組の製造プロセスの工程を示す情報を出力するステップ、を含み、
前記製造システムのハードウェア構成を決定するステップは、利用可能なハードウェアに関する情報を参照して、前記対象物を製造するための製造プロセスの工程の少なくとも一組に含まれる1以上の各工程の実行に必要な少なくとも1つのハードウェア要素を特定することにより実行される。
前記方法はさらに:
1以上の対象物の対象物データと、前記1以上の対象物を製造するための製造プロセスの工程の組を示す情報とを含む訓練データを使って前記ニューラルネットワークを訓練するステップを含み、
前記ニューラルネットワークの訓練はディープラーニング技術に従って実行される。
2以上のハードウェア構成が前記AIエンジンによって決定され、
前記方法はさらに:
前記対象物の要求される納期と前記作業スケジュールに基づいて、前記2以上のハードウェア構成のうち1つを選択するステップを含み、
前記2以上のハードウェア構成のうち選択された1つが、決定された前記ハードウェア構成として出力される。
前記2以上のハードウェア構成の1つを決定するステップは、前記2以上のハードウェア構成の間の前記優先順位に基づく。
製造される前記対象物の材料、加工及び/又はサイズに関する情報を取得するステップをさらに含み、
前記AIエンジンはさらに、製造される前記対象物の材料、加工及び/又はサイズに関する情報を受信し、
前記AIエンジンはさらに、製造される前記対象物の材料、加工及び/又はサイズに関する情報を使って前記製造システムのハードウェア構成を決定する。
1以上の対象物の対象物データと、前記1以上の対象物を製造するための製造プロセスの工程の組を示す情報とを含む訓練データを使って前記AIを訓練するAI訓練ユニットを含む。
1以上の対象物の対象物データと、前記1以上の対象物を製造するための製造プロセスの工程の組を示す情報を含む訓練データを使って前記AIを訓練するステップを含む。
図1は代表的な実施例にかかる製造支援システムの一例の機能ブロック図を示す。
以下にAI計算ユニット204の詳細な例を説明する。
いくつかの例において、AI計算ユニット204は図4Aに示す構成を有するニューラルネットワークを含み、該ニューラルネットワークはオートエンコーダに関連する既知のディープラーニング技術を使って訓練される。
いくつかの例において、AI計算ユニット204は画像認識に適したニューラルネットワークとして知られる畳み込みニューラルネットワーク(CNN)を含む。製造支援システムのAI計算ユニット204へのCNNの代表的な応用を図5ないし7を参照して以下に説明する。
a)AIの訓練
図8は機械学習装置200のAI計算ユニット204によって実施される、AIを訓練するために実行される代表的処理のフローチャートを示す。図8に示される処理は図1に示すAI訓練ユニット210により実行される。図8に示される処理は例えばユーザからの指示に応答して開始し、AI計算ユニット204の訓練を開始する。
図9は製造支援システムによって実行される代表的な処理のフローチャートを示す。図9に示される処理は、例えば、ユーザの指示に応じてスタートし図9に示される処理を始める。
いくつかの例において、製造支援システムは制御情報生成ユニット50によって決定されたハードウェア構成の制御プログラムを生成する。
図1ないし図11を参照して説明した代表的な実施例及びその変形例は単なる例に過ぎず、他の実施例や変形例が存在することを当業者は理解すべきである。
上記の製造支援システムに含まれるAIエンジン20及びユニットのさまざまな例はコンピュータを使って実施される。
Claims (15)
- 製造される対象物の対象物データを取得する取得ユニット(10)と;
前記対象物データを入力として受信し、前記対象物を製造するための製造システムによって実行される製造プロセスの工程を決定し、前記対象物を製造するための前記製造システムに利用可能なハードウェアに関する情報を参照して前記製造システムのハードウェア構成を決定する人工知能(AI)エンジン(20)と;
決定された前記製造プロセスの工程、および、決定された前記ハードウェア構成を出力する出力ユニット(60)と、を含み、
前記製造システムに利用可能なハードウェアに関する情報は、予想される製造プロセスの工程の少なくとも一部に対し、利用可能でかつ前記製造プロセスの工程を実行するために必要な少なくとも1つのハードウェア要素を示す情報を含み、
前記AIエンジン(20)は:
前記対象物データを入力として受信し、
受信した前記対象物データを使って計算を実行し、
前記計算に基づいて前記対象物を製造するための少なくとも一組の製造プロセスの工程を示す情報を出力する機械学習装置(200)と;
利用可能なハードウェアに関する情報を参照して、前記対象物を製造するための前記少なくとも一組の製造プロセスの工程に含まれる1以上の各工程を実行するのに必要な少なくとも1つのハードウェア要素を特定することによって、前記製造システムの前記ハードウェア構成を決定するハードウェア情報処理ユニット(212)と;
を含み、
前記機械学習装置(200)は、受信した前記対象物データを使って計算を実行するニューラルネットワークを含み、
該ニューラルネットワークは、1以上の対象物の対象物データと、前記1以上の対象物を製造するための製造プロセスの工程の組を示す情報とを含む訓練データを使って訓練されており、
前記対象物データは、前記対象物の画像データであり、
前記ニューラルネットワークの入力層は、前記画像データに含まれるピクセルに対応するノードを含む、製造支援システム。 - 前記AIエンジン(20)はさらに、前記製造プロセスの工程に含まれる1以上の各工程に関するパラメータの数値又は数値範囲を決定し、
前記出力ユニット(60)はさらに、決定された前記数値又は数値範囲を出力する、請求項1に記載の製造支援システム。 - 前記ニューラルネットワークの訓練はディープラーニング技術に従って実行される、請求項1又は2に記載の製造支援システム。
- 利用可能なハードウェアに関する前記情報は、利用可能なハードウェア要素の作業スケジュールを示す情報を含み、
前記AIエンジン(20)は2以上のハードウェア構成を決定し、
前記製造支援システムはさらに:
前記対象物の要求される納期と前記作業スケジュールに基づいて、前記2以上のハードウェア構成のうち1つを選択する選択ユニットを含み、
前記出力ユニット(60)は、前記2以上のハードウェア構成のうち選択された1つを出力する、請求項1ないし3のいずれか一項に記載の製造支援システム。 - 前記AIエンジン(20)はさらに、前記2以上のハードウェア構成の間で優先順位を決定し、
前記選択ユニット(40)はさらに、前記2以上のハードウェア構成の間の前記優先順位に基づいて前記2以上のハードウェア構成のうちの1つを選択する、請求項4に記載の製造支援システム。 - 前記対象物データ及び/又は決定された前記ハードウェア構成に基づいて決定された前記ハードウェア構成を備えた前記製造システムを制御する制御情報を生成する制御情報生成ユニット(50)をさらに含む、請求項1ないし5のいずれか一項に記載の製造支援システム。
- 前記取得ユニット(10)はさらに、製造される前記対象物の材料、加工及び/又はサイズに関する情報を取得し、
前記AIエンジン(20)はさらに:
入力の一部として、製造される前記対象物の材料、加工及び/又はサイズに関する情報を受信し;
製造される前記対象物の材料、加工及び/又はサイズに関する情報をさらに使って前記ハードウェア構成を決定する、請求項1ないし6のいずれか一項に記載の製造支援システム。 - コンピュータにより製造支援を実施する方法であって、該方法は:
製造される対象物の対象物データを取得するステップ;
人工知能(AI)エンジン(20)により前記対象物データを入力として受信するステップ;
前記AIエンジン(20)により、前記対象物を製造するための製造システムにより実行される製造プロセスの工程を決定するステップ;
前記AIエンジン(20)により、前記対象物を製造するための前記製造システムに利用可能なハードウェアに関する情報を参照して前記製造システムのハードウェア構成を決定するステップ;及び
決定された前記製造プロセスの工程、および、決定された前記ハードウェア構成を出力するステップ、を含み、
前記製造システムに利用可能なハードウェアに関する情報は、予想される製造プロセスの工程の少なくとも一部に対し、利用可能でかつ前記製造プロセスの工程を実行するために必要な少なくとも1つのハードウェア要素を示す情報を含み、
前記製造プロセスの工程を決定するステップは、前記AIエンジン(20)に含まれる機械学習装置(200)によって実行され、前記製造プロセスの工程を決定するステップは:
対象物データを入力として受信するステップ;
受信した前記対象物データを使って計算を実行するステップ;及び
前記計算に基づいて前記対象物を製造するための少なくとも一組の製造プロセスの工程を示す情報を出力するステップ、を含み、
前記製造システムのハードウェア構成を決定するステップは、利用可能なハードウェアに関する情報を参照して、前記対象物を製造するための製造プロセスの工程の少なくとも一組に含まれる1以上の各工程の実行に必要な少なくとも1つのハードウェア要素を特定することにより実行され、
前記機械学習装置(200)は、受信した前記対象物データを使って計算を実行するニューラルネットワークを含み、
前記方法はさらに:
1以上の対象物の対象物データと、前記1以上の対象物を製造するための製造プロセスの工程の組を示す情報とを含む訓練データを使って前記ニューラルネットワークを訓練するステップを含み、
前記対象物データは、前記対象物の画像データであり、
前記ニューラルネットワークの入力層は、前記画像データに含まれるピクセルに対応するノードを含む、方法。 - 前記AIエンジン(20)により、前記製造プロセスの工程に含まれる1以上の各工程に関するパラメータの数値または数値範囲を決定するステップ、及び
決定された前記数値または数値範囲を出力するステップをさらに含む、請求項8に記載の方法。 - 請求項8又は9に記載の方法であって、
前記ニューラルネットワークの訓練はディープラーニング技術に従って実行される、方法。 - 請求項8ないし10のいずれか一項に記載の方法であって、
利用可能なハードウェアに関する情報は、利用可能なハードウェア要素の作業スケジュールを示す情報を含み、
2以上のハードウェア構成が前記AIエンジン(20)によって決定され、
前記方法はさらに:
前記対象物の要求される納期と前記作業スケジュールに基づいて、前記2以上のハードウェア構成のうち1つを選択するステップを含み、
前記2以上のハードウェア構成のうち選択された1つが、決定された前記ハードウェア構成として出力される、方法。 - 前記AIエンジン(20)はさらに、前記2以上のハードウェア構成の間で優先順位を決定し、
前記2以上のハードウェア構成の1つを決定するステップは、前記2以上のハードウェア構成の間の前記優先順位に基づく、請求項11に記載の方法。 - 前記対象物データ及び/又は決定された前記ハードウェア構成に基づいて決定された前記ハードウェア構成を備えた前記製造システムを制御する制御情報を生成するステップをさらに含む、請求項8ないし12のいずれか一項に記載の方法。
- 製造される前記対象物の材料、加工及び/又はサイズに関する情報を取得するステップをさらに含み、
前記AIエンジン(20)はさらに、製造される前記対象物の材料、加工及び/又はサイズに関する情報を受信し、
前記AIエンジン(20)はさらに、製造される前記対象物の材料、加工及び/又はサイズに関する情報を使って前記製造システムのハードウェア構成を決定する、請求項8ないし13のいずれか一項に記載の方法。 - コンピュータにロードされて実行されるとき、請求項8ないし14のいずれか一項に記載の方法の前記ステップを前記コンピュータに実行させるコンピュータ可読命令を含むコンピュータプログラム製品。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IB2017/001062 WO2019043425A1 (en) | 2017-09-01 | 2017-09-01 | SYSTEM AND METHOD FOR AIDING MANUFACTURING |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020537773A JP2020537773A (ja) | 2020-12-24 |
JP7111152B2 true JP7111152B2 (ja) | 2022-08-02 |
Family
ID=60001940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020512577A Active JP7111152B2 (ja) | 2017-09-01 | 2017-09-01 | 製造支援システム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11454956B2 (ja) |
EP (1) | EP3676674A1 (ja) |
JP (1) | JP7111152B2 (ja) |
CN (1) | CN111279278B (ja) |
WO (1) | WO2019043425A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753595A (zh) * | 2019-03-29 | 2020-10-09 | 北京市商汤科技开发有限公司 | 活体检测方法和装置、设备和存储介质 |
WO2020204915A1 (en) * | 2019-04-03 | 2020-10-08 | Siemens Industry Software Inc | System and method for design and manufacture using multi-axis machine tools |
EP3764269A1 (en) * | 2019-07-07 | 2021-01-13 | Dassault Systèmes | Modelling operations on functional structures |
US11829873B2 (en) | 2020-05-21 | 2023-11-28 | Applied Materials, Inc. | Predictive modeling of a manufacturing process using a set of trained inverted models |
US11797353B2 (en) * | 2020-10-29 | 2023-10-24 | EMC IP Holding Company LLC | Method and system for performing workloads in a data cluster |
CN112987665B (zh) * | 2021-02-09 | 2022-04-12 | 东北大学 | 一种基于强化学习的流水车间调度方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002073140A (ja) | 2000-08-30 | 2002-03-12 | Yamazaki Mazak Corp | 機械生産設備 |
JP2006059170A (ja) | 2004-08-20 | 2006-03-02 | Nippon T Cam:Kk | ネットcad/camシステム |
JP2012048512A (ja) | 2010-08-27 | 2012-03-08 | Hitachi Ltd | 工程設計・生産計画装置 |
JP2013171481A (ja) | 2012-02-22 | 2013-09-02 | Mitsubishi Heavy Ind Ltd | 工程計画作成システム |
JP2016009351A (ja) | 2014-06-25 | 2016-01-18 | 株式会社カブク | 情報処理装置及びプログラム |
JP2017146910A (ja) | 2016-02-19 | 2017-08-24 | 株式会社コスモシステム | データ生成プログラム、加工装置、及び検査装置 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03127202A (ja) * | 1989-10-13 | 1991-05-30 | Oki Electric Ind Co Ltd | 生産工程設計システム |
SI21200A (sl) | 2002-03-27 | 2003-10-31 | Jože Balič | Cnc upravljalna enota za krmiljenje obdelovalnih centrov s sposobnostjo učenja |
US7174232B2 (en) * | 2003-10-30 | 2007-02-06 | Agency For Science, Technology And Research | Job release with multiple constraints |
JP4181522B2 (ja) * | 2004-04-12 | 2008-11-19 | 沖電気工業株式会社 | 製造工程管理方法 |
JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US7668614B2 (en) * | 2005-09-29 | 2010-02-23 | Intel Corporation | Optimization-based process scheduling method and system |
CN103176431A (zh) * | 2011-12-21 | 2013-06-26 | 新昌县盛大科技有限公司 | 石墨球形化生产参数自动优化工艺 |
EP2665030A1 (en) * | 2012-05-14 | 2013-11-20 | Siemens Aktiengesellschaft | Method and a system for an automatic recovery from a fault situation in a production plant |
US9618926B1 (en) * | 2013-09-13 | 2017-04-11 | D. P. Technology, Corp. | Intelligent engine for managing operations for a computer numerical control (CNC) machine in a computer-aided manufacturing (CAM) system |
CN104267671B (zh) * | 2014-09-25 | 2017-06-09 | 江南大学 | 一种数控加工刀具智能选择方法及其系统 |
JP6346128B2 (ja) | 2015-07-28 | 2018-06-20 | ファナック株式会社 | 最適な操作条件を算出できる射出成形システム及び機械学習器 |
JP6169655B2 (ja) | 2015-07-30 | 2017-07-26 | ファナック株式会社 | 工作機械、シミュレーション装置、及び機械学習器 |
JP6077617B1 (ja) | 2015-09-25 | 2017-02-08 | ファナック株式会社 | 最適な速度分布を生成する工作機械 |
US10642251B2 (en) * | 2016-04-14 | 2020-05-05 | David E Platts | Subtractive machining work center |
US10860950B2 (en) * | 2016-08-31 | 2020-12-08 | Sas Institute Inc. | Automated computer-based model development, deployment, and management |
US10281902B2 (en) * | 2016-11-01 | 2019-05-07 | Xometry, Inc. | Methods and apparatus for machine learning predictions of manufacture processes |
EP3316193B1 (en) * | 2016-11-01 | 2023-04-12 | Hitachi, Ltd. | Production support system |
CN106599197B (zh) * | 2016-12-14 | 2020-04-07 | 深圳天源迪科信息技术股份有限公司 | 数据采集交换引擎 |
CN106944584A (zh) * | 2017-03-21 | 2017-07-14 | 武汉理工大学 | 一种四轨迹摆辗机生产工艺自动生成的专家系统及方法 |
US10234848B2 (en) * | 2017-05-24 | 2019-03-19 | Relativity Space, Inc. | Real-time adaptive control of additive manufacturing processes using machine learning |
US10725735B2 (en) * | 2017-07-31 | 2020-07-28 | Allegro Artificial Intelligence Ltd | System and method for merging annotations of datasets |
-
2017
- 2017-09-01 WO PCT/IB2017/001062 patent/WO2019043425A1/en active Search and Examination
- 2017-09-01 US US16/643,517 patent/US11454956B2/en active Active
- 2017-09-01 CN CN201780096268.1A patent/CN111279278B/zh active Active
- 2017-09-01 JP JP2020512577A patent/JP7111152B2/ja active Active
- 2017-09-01 EP EP17777947.7A patent/EP3676674A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002073140A (ja) | 2000-08-30 | 2002-03-12 | Yamazaki Mazak Corp | 機械生産設備 |
JP2006059170A (ja) | 2004-08-20 | 2006-03-02 | Nippon T Cam:Kk | ネットcad/camシステム |
JP2012048512A (ja) | 2010-08-27 | 2012-03-08 | Hitachi Ltd | 工程設計・生産計画装置 |
JP2013171481A (ja) | 2012-02-22 | 2013-09-02 | Mitsubishi Heavy Ind Ltd | 工程計画作成システム |
JP2016009351A (ja) | 2014-06-25 | 2016-01-18 | 株式会社カブク | 情報処理装置及びプログラム |
JP2017146910A (ja) | 2016-02-19 | 2017-08-24 | 株式会社コスモシステム | データ生成プログラム、加工装置、及び検査装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019043425A1 (en) | 2019-03-07 |
US11454956B2 (en) | 2022-09-27 |
CN111279278B (zh) | 2023-07-28 |
EP3676674A1 (en) | 2020-07-08 |
JP2020537773A (ja) | 2020-12-24 |
US20200363791A1 (en) | 2020-11-19 |
CN111279278A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7111152B2 (ja) | 製造支援システム及び方法 | |
Taufik et al. | Role of build orientation in layered manufacturing: a review | |
Cheng et al. | Vision-based online process control in manufacturing applications | |
Zwier et al. | Design for additive manufacturing: Automated build orientation selection and optimization | |
Moroni et al. | Functionality-based part orientation for additive manufacturing | |
JP6325509B2 (ja) | 工作機械 | |
JP2021504197A (ja) | 付加製造画像の畳み込みニューラルネットワーク評価、及びこれに基づく付加製造システム | |
US10884392B2 (en) | Assessing deflections experienced by a workpiece during computer controlled machining with a toolpath to determine stock amount | |
CN105911956A (zh) | 机床 | |
JP2005519355A (ja) | 荒加工用システムおよび方法 | |
CN105916666A (zh) | 处理将要由增材制造方法产生的物体的三维物体数据 | |
CN112132970B (zh) | 一种面向3d打印的自然纹理合成系统及方法 | |
Vassilakos et al. | Fabrication of parts with heterogeneous structure using material extrusion additive manufacturing | |
JP2019091436A (ja) | 3d配置のタイプに応じた2d画像の分類 | |
WO2021236282A1 (en) | Computer aided generative design with layer boundary determination to facilitate 2.5-axis subtractive manufacturing processes | |
Konobrytskyi et al. | 5-Axis tool path planning based on highly parallel discrete volumetric geometry representation: Part I contact point generation | |
Kumar et al. | Preprocessing and postprocessing in additive manufacturing | |
US20140156051A1 (en) | Quality control of an object during machining thereof | |
Alexander et al. | Layered manufacturing of surfaces with open contours using localized wall thickening | |
Hattab et al. | Interactive fabrication of csg models with assisted carving | |
Osman Zahid et al. | End mill tools integration in CNC machining for rapid manufacturing processes: simulation studies | |
CN115917457A (zh) | 具有过滤以促进2.5轴减材制造过程的计算机辅助生成式设计 | |
WO2021033490A1 (ja) | 加工条件を決定するための方法及び装置 | |
Makki et al. | Direct duplication of physical models in discrete 5-axis machining | |
WO2022180842A1 (ja) | 積層造形技術の開発方法および3次元積層造形システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200304 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20200415 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200806 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220525 |
|
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: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220704 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7111152 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |