JP7126639B1 - MACHINING CONDITION GENERATING DEVICE, ELECTRICAL DISCHARGE MACHINING SYSTEM, MACHINING CONDITION GENERATING METHOD, AND ELECTRICAL DISCHARGE MACHINING METHOD - Google Patents
MACHINING CONDITION GENERATING DEVICE, ELECTRICAL DISCHARGE MACHINING SYSTEM, MACHINING CONDITION GENERATING METHOD, AND ELECTRICAL DISCHARGE MACHINING METHOD Download PDFInfo
- Publication number
- JP7126639B1 JP7126639B1 JP2022538305A JP2022538305A JP7126639B1 JP 7126639 B1 JP7126639 B1 JP 7126639B1 JP 2022538305 A JP2022538305 A JP 2022538305A JP 2022538305 A JP2022538305 A JP 2022538305A JP 7126639 B1 JP7126639 B1 JP 7126639B1
- Authority
- JP
- Japan
- Prior art keywords
- machining
- condition
- result
- processing
- value
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
- B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
- B23H7/14—Electric circuits specially adapted therefor, e.g. power supply
- B23H7/20—Electric circuits specially adapted therefor, e.g. power supply for programme-control, e.g. adaptive
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Mechanical Engineering (AREA)
- Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
Abstract
加工条件生成装置(2)は、放電加工機(3)の加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである加工試験パターンを、加工条件を生成するための基準とする基準条件に基づいて生成する加工試験パターン生成部(11)と、加工試験パターンに含まれる1つまたは複数のパラメータの値の変化量と放電加工機(3)の加工結果に含まれる複数の項目の各々の値の変化量との関係を、加工試験パターンから加工結果の値を推論するためのモデルに基づいて計算する加工結果変化量計算部(16)と、加工試験パターンと、パラメータの値の変化量と加工結果の値の変化量との関係を表す情報とを表示する表示部(13)と、を備える。A machining condition generation device (2) uses a machining test pattern, which is a combination of parameter values for each of a plurality of items included in the machining conditions of the electric discharge machine (3), as a basis for generating machining conditions. A machining test pattern generator (11) that generates based on the reference conditions, and a plurality of items included in the machining result of the electric discharge machine (3) and the amount of change in the value of one or more parameters included in the machining test pattern. Based on a model for inferring the value of the machining result from the machining test pattern, a machining result variation calculation unit (16) for calculating the relationship between the amount of change in each value, the machining test pattern, and the value of the parameter and a display unit (13) for displaying information representing the relationship between the amount of change in and the amount of change in the value of the processed result.
Description
本開示は、放電加工機の加工条件を生成する加工条件生成装置、放電加工システム、加工条件生成方法および放電加工方法に関する。 The present disclosure relates to a machining condition generation device, an electric discharge machining system, a machining condition generation method, and an electric discharge machining method that generate machining conditions for an electric discharge machine.
放電加工機には、加工対象であるワークの板厚に対応する加工条件、または面粗さ等の要求仕様に対応する加工条件があらかじめ用意されている。放電加工機を使用する作業者は、用意されている加工条件の中から加工に適した加工条件を適宜選択することで、高精度加工、例えば1/100mmから1/1000mmの公差での加工を実現し得る。その一方で、あらゆる板厚またはあらゆる要求仕様を想定して加工条件を作成しておくことは困難である。また、加工条件に含まれるパラメータである加工条件パラメータの数が膨大であることから、想定される全ての加工条件について加工条件パラメータの値の組み合わせをあらかじめ放電加工機にインプットしておくことも困難である。そのため、従来、加工条件を容易に作成するための技術が開発されている。 The electric discharge machine is prepared in advance with machining conditions corresponding to the plate thickness of the workpiece to be machined or machining conditions corresponding to required specifications such as surface roughness. A worker using an electric discharge machine can select the machining conditions suitable for machining from among the prepared machining conditions, and perform high-precision machining, for example, machining with a tolerance of 1/100 mm to 1/1000 mm. It can be realized. On the other hand, it is difficult to prepare processing conditions assuming all plate thicknesses or all required specifications. In addition, since the number of machining condition parameters, which are parameters included in machining conditions, is enormous, it is difficult to input combinations of machining condition parameter values for all possible machining conditions into the EDM in advance. is. Therefore, conventionally, techniques for easily creating processing conditions have been developed.
特許文献1には、入力された要求仕様に基づいて加工条件を生成し、生成された加工条件を基に加工結果を予測する加工条件生成装置が開示されている。特許文献1の加工条件生成装置は、予測された加工結果の内容を表示部にて表示することによって、予測された加工結果の内容を作業者に提示する。作業者は、表示部に表示された内容を基に、加工条件パラメータの値を調整する。
しかしながら、上記特許文献1の技術によると、複数ある加工条件パラメータの中からどの加工条件パラメータを選択して加工条件パラメータの値を調整すれば良いかを判断することが困難であった。すなわち、上記特許文献1の技術によると、加工結果の改善のために値を調整することが有効である加工条件パラメータを選択することが困難であるという問題があった。
However, according to the technique of
本開示は、上記に鑑みてなされたものであって、加工結果の改善のために値を調整することが有効である加工条件パラメータを容易に選択可能とする加工条件生成装置を得ることを目的とする。 The present disclosure has been made in view of the above, and an object thereof is to obtain a machining condition generation device that enables easy selection of machining condition parameters whose values are effective to be adjusted to improve machining results. and
上述した課題を解決し、目的を達成するために、本開示にかかる加工条件生成装置は、放電加工機の加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである加工試験パターンを、加工条件を生成するための基準とする基準条件に基づいて生成する加工試験パターン生成部と、加工試験パターンに含まれる1つまたは複数のパラメータの値の変化量と放電加工機の加工結果に含まれる複数の項目の各々の値の変化量との関係を、加工試験パターンから加工結果の値を推論するためのモデルに基づいて計算する加工結果変化量計算部と、加工試験パターンと、パラメータの値の変化量と加工結果の値の変化量との関係を表す情報とを表示する表示部と、を備える。 In order to solve the above-described problems and achieve the object, a machining condition generation apparatus according to the present disclosure provides a machining test pattern that is a combination of parameter values for each of a plurality of items included in machining conditions of an electric discharge machine. a machining test pattern generator that generates a machining test pattern based on a reference condition that is used as a reference for generating the machining condition; a machining result variation calculation unit for calculating the relationship between the amount of change in each value of a plurality of items included in and based on a model for inferring the value of the machining result from the machining test pattern; a machining test pattern; a display unit for displaying information representing the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result.
本開示にかかる加工条件生成装置は、加工結果の改善のために値を調整することが有効である加工条件パラメータを容易に選択可能となるという効果を奏する。 The machining condition generation apparatus according to the present disclosure has the effect of making it possible to easily select machining condition parameters whose values are effective to be adjusted in order to improve machining results.
以下に、実施の形態にかかる加工条件生成装置、放電加工システム、加工条件生成方法および放電加工方法を図面に基づいて詳細に説明する。 A machining condition generation device, an electric discharge machining system, a machining condition generation method, and an electric discharge machining method according to embodiments will be described in detail below with reference to the drawings.
実施の形態1.
図1は、実施の形態1にかかる放電加工システム1の概略構成を示す図である。放電加工システム1は、加工条件生成装置2と放電加工機3とを備える。加工条件生成装置2と放電加工機3とは、互いに通信可能に接続されている。加工条件生成装置2は、放電加工機3の加工条件を生成する。加工条件生成装置2は、生成された加工条件を出力する。放電加工機3は、加工電極とワークとの間隙において放電を発生させることによってワークを加工する工作機械である。放電加工機3は、加工条件生成装置2から出力された加工条件に従って放電加工を行う。放電加工機3は、例えばワイヤ放電加工機である。作業者は、放電加工機3を使用する者であって、加工条件生成装置2を使用する者でもある。
FIG. 1 is a diagram showing a schematic configuration of an electrical
図2は、実施の形態1にかかる放電加工システム1が有する加工条件生成装置2の構成例を示す図である。加工条件生成装置2は、加工条件を生成するための基準とする基準条件が入力される基準条件入力部10と、加工試験パターンを生成する加工試験パターン生成部11と、放電加工機3の加工結果が入力される加工結果入力部12と、情報を表示する表示部13と、を備える。加工条件生成装置2は、加工結果の値に許容される範囲を示す要求仕様が入力される要求仕様入力部14と、要求仕様に含まれる加工結果の値を得るための生成条件を算出する加工条件算出部15と、加工条件パラメータの値の変化量と加工結果の値の変化量との関係を計算する加工結果変化量計算部16と、加工条件パラメータの調整された値を含む調整条件が入力される調整条件入力部17と、を備える。加工条件生成装置2は、生成条件に基づく加工結果を推定する生成条件加工結果推定部18と、調整条件に基づく加工結果を推定する調整条件加工結果推定部19と、を備える。
FIG. 2 is a diagram showing a configuration example of the machining
また、加工条件生成装置2は、加工試験パターンから加工結果の値を推論するためのモデルを出力する学習装置4を備える。学習装置4は、状態量観測部20と、信頼度算出部21と、状態量評価部22と、モデル生成部23と、モデル記憶部24とを備える。
The machining
基準条件入力部10には、加工条件を生成するための基準とする基準条件が作業者によって入力される。基準条件は、基準とする加工条件ともいえる。基準条件には、複数の項目の各々についての加工条件パラメータの値が含まれる。基準条件入力部10は、入力された基準条件を加工試験パターン生成部11へ出力する。
A standard condition used as a standard for generating a processing condition is input to the standard
また、基準条件入力部10は、基準条件に含まれる複数の加工条件パラメータの各々の値について調整対象とするか否かの設定を受け付ける。作業者は、基準条件入力部10を操作することにより、入力した基準条件の各加工条件パラメータの値について調整対象とするか否かを選択する。基準条件入力部10は、入力した基準条件の各加工条件パラメータの値について、調整対象か否かを示す情報を加工試験パターン生成部11へ出力する。
Further, the reference
加工試験パターンは、放電加工機3の加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである。加工試験パターンは、加工条件パラメータと加工結果との関係をモデル化するための加工試験に用いられる。
A machining test pattern is a combination of parameter values for each of a plurality of items included in the machining conditions of the
加工結果は、放電加工機3によってワークを加工した結果である。加工結果には、放電加工機3によって加工されたワークにおける加工面の状態またはワークの形状精度についての項目が含まれる。加工結果には、面粗さ、加工断面の真直度および形状誤差といった項目が含まれる。加工結果には、加工速度、または、加工が異常なく完了したか否かといった項目が含まれても良い。
The machining result is the result of machining the work by the
加工試験パターン生成部11は、基準条件と、各加工条件パラメータの値についての調整対象か否かを示す情報とに基づいて、加工試験パターンを生成する。加工試験パターン生成部11は、生成された加工試験パターンを学習装置4と表示部13とへ出力する。
The machining test
表示部13は、加工試験パターンである各加工条件パラメータの値を表示する。作業者は、表示部13に表示された各加工条件パラメータの値に基づいて、放電加工機3に加工試験を行わせる。すなわち、実施の形態1において、放電加工機3による実際の加工によって、加工試験が行われる。
The
加工結果入力部12には、加工試験によって得られた加工結果の値が作業者によって入力される。加工結果入力部12は、入力された加工結果の値を学習装置4へ出力する。これにより、学習装置4には、放電加工機3が加工試験パターンに従って加工を行うことによって得られた加工結果の値が入力される。また、学習装置4には、加工試験パターンが入力される。
The value of the machining result obtained by the machining test is input to the machining
状態量観測部20は、加工結果の値と加工試験パターンとを状態量として観測する。状態量観測部20は、信頼度算出部21へ状態量を出力する。信頼度算出部21は、互いに同じ複数の加工試験パターンに対して取得された加工結果の間のばらつきと、加工試験パターンが変更された場合において加工結果の変化量が変化し得る範囲との少なくとも一方に基づいて、加工結果の信頼度を算出する。信頼度算出部21は、信頼度の算出結果を状態量評価部22へ出力する。
The state
状態量評価部22は、信頼度に応じた重み付けを状態量に施す。状態量評価部22は、重み付けされた状態量である学習データをモデル生成部23へ出力する。モデル生成部23は、重み付けされた状態量である学習データを用いて加工試験パターンのパラメータの値である説明変数と加工結果の値である目的変数との関係を学習して、モデルを生成または更新する。モデル記憶部24は、モデル生成部23によって生成または更新されたモデルを記憶する。学習装置4は、モデル記憶部24に記憶されたモデルを出力する。
The state quantity evaluation unit 22 weights the state quantity according to the reliability. The state quantity evaluation unit 22 outputs learning data, which are weighted state quantities, to the model generation unit 23 . The model generation unit 23 learns the relationship between the explanatory variable, which is the value of the parameter of the processing test pattern, and the objective variable, which is the value of the processing result, using the learning data, which is the weighted state quantity, to generate or generate a model. Update. The model storage unit 24 stores models generated or updated by the model generation unit 23 . The
加工結果変化量計算部16には、モデルが入力される。加工結果変化量計算部16は、加工試験パターンに含まれる1つまたは複数のパラメータの値の変化量と放電加工機3の加工結果に含まれる複数の項目の各々の値の変化量との関係を、モデルに基づいて計算する。以下の説明では、当該関係を、変化量関係と称する。加工結果変化量計算部16は、変化量関係の計算結果を表示部13へ出力する。
A model is input to the machining result
表示部13は、変化量関係を表す情報を表示する。表示部13は、ヒートマップを用いて、変化量関係についての情報を定量的に表示する。また、表示部13は、加工試験パターンのパラメータのうち、パラメータの変化に対する加工結果の変化量が最大となる最重要パラメータを表示する。作業者は、表示部13に表示された変化量関係から、各加工条件パラメータの値を変更した場合に加工結果がどの程度変化するかを認識することができる。また、作業者は、表示部13に最重要パラメータが表示されることによって、加工結果に最も大きな変化を及ぼす加工条件パラメータを確認することができる。表示部13における表示の具体例については、後述の実施の形態5および6において説明する。
The
要求仕様入力部14には、加工結果の値に許容される範囲を示す要求仕様が作業者によって入力される。作業者は、加工結果の項目ごとに値の範囲を指定することによって、要求仕様を入力する。また、作業者は、加工結果の項目ごとの重要度の割合を要求仕様入力部14に入力する。要求仕様入力部14は、要求仕様と重要度の割合の情報とを加工条件算出部15へ出力する。
Into the required
加工条件算出部15には、要求仕様と重要度の割合の情報とモデルとが入力される。加工条件算出部15は、要求仕様に含まれる加工結果の値を得るための加工条件パラメータの値の組み合わせである生成条件をモデルに基づいて算出する。加工条件算出部15は、要求仕様を満足するとともに、重要度の割合に応じて良好な加工結果が得られる生成条件を算出する。加工条件算出部15は、表示部13と生成条件加工結果推定部18とへ生成条件を出力する。表示部13は、生成条件を表示する。作業者は、算出された生成条件を表示部13にて確認することができる。
The machining
生成条件加工結果推定部18には、加工条件算出部15から生成条件およびモデルが入力される。生成条件加工結果推定部18は、放電加工機3による生成条件に従った加工により得られる加工結果を推定した結果である生成条件推定加工結果を算出する。生成条件加工結果推定部18は、生成条件とモデルとに基づいて生成条件推定加工結果を算出する。生成条件加工結果推定部18は、算出された生成条件推定加工結果を表示部13へ出力する。表示部13は、生成条件推定加工結果を表示する。作業者は、算出された生成条件推定加工結果を表示部13にて確認することができる。
A generation condition and a model are input from the processing
調整条件入力部17には、加工条件パラメータの調整された値を含む調整条件が作業者によって入力される。また、調整条件入力部17には、モデルが入力される。調整条件に含まれる加工条件パラメータの値は、作業者によって調整される。調整条件入力部17は、入力された調整条件を調整条件加工結果推定部19へ出力する。
The adjustment condition including the adjusted values of the machining condition parameters is input to the adjustment
調整条件加工結果推定部19には、調整条件入力部17から調整条件およびモデルが入力される。調整条件加工結果推定部19は、放電加工機3による調整条件に従った加工により得られる加工結果を推定した結果である調整条件推定加工結果を算出する。調整条件加工結果推定部19は、調整条件とモデルとに基づいて調整条件推定加工結果を算出する。調整条件加工結果推定部19は、算出された調整条件推定加工結果を表示部13へ出力する。表示部13は、調整条件推定加工結果を表示する。作業者は、算出された調整条件推定加工結果を表示部13にて確認することができる。
The adjustment condition and the model are input from the adjustment
図2に示す構成例では、学習装置4は、加工条件生成装置2の内部に設けられている。学習装置4は、加工条件生成装置2の外部の装置であっても良い。学習装置4が加工条件生成装置2の外部の装置である場合、加工条件生成装置2と学習装置4とは、互いに通信可能に接続される。学習装置4は、ネットワークを介して加工条件生成装置2に接続されても良い。学習装置4は、クラウドサーバ上に存在する装置であっても良い。
In the configuration example shown in FIG. 2 , the
図3は、実施の形態1にかかる放電加工システム1の変形例を示す図である。図3に示す放電加工システム1は、加工条件生成装置2と、放電加工機3と、学習装置4とを備える。図3に示す放電加工システム1において、学習装置4は、加工条件生成装置2の外部に設けられている。加工条件生成装置2は、加工試験パターンと加工結果の値とを学習装置4へ出力する。学習装置4は、学習により生成されたモデルを加工条件生成装置2へ出力する。
FIG. 3 is a diagram showing a modification of the electric
次に、加工条件生成装置2を実現するハードウェアについて説明する。図4は、実施の形態1にかかる放電加工システム1が有する加工条件生成装置2を実現するハードウェアの構成例を示す図である。加工条件生成装置2は、図4に例示されるコンピュータシステムによって実現される。図4に示す構成例は、加工条件生成装置2の要部を、プロセッサ91とメモリ92とを有する処理回路90によって実現する場合の構成例である。図2に示す加工試験パターン生成部11、加工条件算出部15、加工結果変化量計算部16、生成条件加工結果推定部18、調整条件加工結果推定部19、状態量観測部20、信頼度算出部21、状態量評価部22、およびモデル生成部23は、加工条件生成装置2の要部である。
Next, hardware that implements the machining
プロセッサ91は、CPU(Central Processing Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、またはDSP(Digital Signal Processor)ともいう)である。メモリ92は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable Read Only Memory)、EEPROM(登録商標)(Electrically Erasable Programmable Read Only Memory)などの、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスクまたはDVD(Digital Versatile Disc)などが該当する。
The processor 91 is a CPU (also referred to as a Central Processing Unit, central processing unit, processing unit, arithmetic unit, microprocessor, microcomputer, processor, or DSP (Digital Signal Processor)). The
加工条件生成装置2の要部は、プロセッサ91がメモリ92に記憶されたプログラムを読み出して実行することにより実現される。プロセッサ91は、メモリ92に記憶されたプログラムを読み出して実行することによって、加工条件生成装置2の要部の機能を実行する。また、プロセッサ91は、演算結果などのデータをメモリ92の揮発性メモリに出力する。メモリ92は、プロセッサ91が実施する各処理における一時メモリとしても使用される。プロセッサ91は、演算結果などのデータをメモリ92に出力して記憶させても良い。モデル記憶部24は、メモリ92により実現される。演算結果などのデータは、メモリ92の揮発性メモリを介して補助記憶装置に記憶されても良い。
A main part of the machining
プログラムは、例えば、CD(Compact Disc)-ROM、DVD-ROMなどの記憶媒体に書き込まれた状態でユーザなどに提供される形態であっても良く、ネットワークを介して提供される形態であっても良い。 For example, the program may be provided to a user while being written on a storage medium such as a CD (Compact Disc)-ROM or a DVD-ROM, or may be provided via a network. Also good.
入力装置93は、作業者が各種情報を入力するために使用する。入力装置93は、例えば、キーボード等の文字入力手段、マウス等のポインティングデバイスで構成される。表示装置94は、各種情報を表示する。表示装置94は、ディスプレイまたは液晶表示パネルなどで構成される。表示部13の機能は、表示装置94の使用により実現される。基準条件入力部10、加工結果入力部12、要求仕様入力部14、および調整条件入力部17の機能は、入力装置93および表示装置94の使用により実現される。作業者は、入力装置93の使用により、表示装置94に表示される画面上に情報を入力する。なお、入力装置93および表示装置94は、タッチパネルに含まれても良い。通信装置95は、加工条件生成装置2の外部の装置との通信を行う。
The
加工条件生成装置2は、複数のコンピュータシステムによって実現されても良い。例えば、加工条件生成装置2は、クラウドコンピュータシステムによって実現されても良い。学習装置4が加工条件生成装置2の外部に設けられる場合、学習装置4は、図4に例示されるコンピュータシステムと同様の構成を使用して実現される。
The processing
次に、加工条件生成装置2の動作について説明する。図5および図6は、実施の形態1にかかる放電加工システム1が有する加工条件生成装置2の動作手順を示すフローチャートである。
Next, the operation of the machining
図5に示すステップS1において、基準条件入力部10は、基準条件を受け付ける。基準条件が入力されると、ステップS2において、基準条件入力部10は、加工条件パラメータの各々について調整対象とするか否かの設定を受け付ける。基準条件入力部10は、基準条件と、調整対象か否かを示す情報とを加工試験パターン生成部11へ出力する。
In step S1 shown in FIG. 5, the reference
ステップS3において、加工試験パターン生成部11は、加工試験パターンを生成する。加工試験パターン生成部11は、生成された加工試験パターンを学習装置4と表示部13とへ出力する。ステップS4において、表示部13は、加工試験パターンを表示する。
In step S3, the processing
作業者は、加工試験パターンを用いて放電加工機3に加工試験を行わせる。ステップS5において、加工結果入力部12は、加工結果を受け付ける。加工結果入力部12は、入力された加工結果を学習装置4へ出力する。
The operator causes the
ステップS6において、学習装置4は、加工結果と加工試験パラメータとを用いた学習データに基づいてモデルを生成または更新する。学習装置4は、生成または更新されたモデルを出力する。ステップS7において、加工結果変化量計算部16は、1つまたは複数の加工条件パラメータの変化量と加工結果の変化量との関係である変化量関係をモデルに基づいて計算する。加工結果変化量計算部16は、変化量関係を表示部13へ出力する。ステップS8において、表示部13は、加工条件パラメータの変化量と加工結果の変化量との関係である変化量関係を表示する。
In step S6, the
図6に示すステップS9において、要求仕様入力部14は、要求仕様を受け付ける。要求仕様入力部14は、入力された要求仕様を加工条件算出部15へ出力する。ステップS10において、加工条件算出部15は、要求仕様とモデルとに基づいて生成条件を算出する。加工条件算出部15は、生成条件を表示部13と生成条件加工結果推定部18とへ出力する。ステップS11において、生成条件加工結果推定部18は、生成条件推定加工結果をモデルに基づいて算出する。生成条件加工結果推定部18は、生成条件推定加工結果の値、すなわち生成条件に基づいた加工結果の推定値を算出する。生成条件加工結果推定部18は、生成条件推定加工結果を表示部13へ出力する。ステップS12において、表示部13は、生成条件と生成条件推定加工結果とを表示する。
At step S9 shown in FIG. 6, the required
ステップS13において、調整条件入力部17は、調整条件を受け付ける。調整条件入力部17は、入力された調整条件を調整条件加工結果推定部19へ出力する。ステップS14において、調整条件加工結果推定部19は、調整条件推定加工結果をモデルに基づいて算出する。調整条件加工結果推定部19は、調整条件推定加工結果の値、すなわち調整条件を基に加工条件パラメータが調整された場合における加工結果の推定値を算出する。調整条件加工結果推定部19は、調整条件推定加工結果を表示部13へ出力する。ステップS15において、表示部13は、調整条件推定加工結果を表示する。
In step S13, the adjustment
加工条件生成装置2は、加工条件生成装置2により生成された加工条件である生成条件を放電加工機3へ出力する。または、加工条件生成装置2により生成条件を出力することに代えて、作業者が放電加工機3へ生成条件を入力しても良い。以上により、加工条件生成装置2は、図5および図6に示す手順による動作を終了する。
The machining
実施の形態1によると、加工条件生成装置2は、変化量関係を表す情報を表示部13に表示する。作業者は、各加工条件パラメータの値を変更した場合に加工結果がどの程度変化するかを定量的かつ直感的に認識することができる。以上により、加工結果の改善のために値を調整することが有効である加工条件パラメータを容易に選択可能となるという効果を奏する。作業者は、加工結果の改善のために値を調整することが有効である加工条件パラメータを容易に選択可能であることで、加工条件生成装置2により加工条件を容易に生成することができる。また、加工に関する知識を有しない作業者であっても、加工条件生成装置2により、要求仕様を満たす加工条件を生成することができる。
According to
実施の形態2.
図7は、実施の形態2にかかる放電加工システム1Aの構成例を示す図である。放電加工システム1Aは、加工条件生成装置2Aと放電加工機3とを備える。加工条件生成装置2Aは、図2に示す加工条件生成装置2と同様の構成に加えて、加工結果計測装置5を備える。実施の形態2では、上記の実施の形態1と同一の構成要素には同一の符号を付し、実施の形態1とは異なる構成について主に説明する。
FIG. 7 is a diagram showing a configuration example of an electric
実施の形態2においても、実施の形態1の場合と同様に、放電加工機3による実際の加工によって、加工試験が行われる。加工結果計測装置5は、加工結果を自動で計測する。加工結果入力部12には、加工結果計測装置5によって計測された加工結果が入力される。学習装置4には、加工結果計測装置5によって計測された加工結果の値が入力される。
Also in the second embodiment, as in the case of the first embodiment, a machining test is performed by actual machining by the
加工条件生成装置2Aは、図4に例示されるコンピュータシステムと同様の構成を使用して実現される。なお、図7に示す構成例では、加工結果計測装置5は、加工条件生成装置2Aの内部に設けられている。加工結果計測装置5は、加工条件生成装置2Aの外部の装置であっても良い。実施の形態2によると、加工条件生成装置2Aは、作業者が加工結果の計測を行わなくても、加工条件を生成することができる。これにより、加工条件を生成するための時間を短縮することができる。
The processing condition generation device 2A is implemented using a configuration similar to that of the computer system illustrated in FIG. In addition, in the configuration example shown in FIG. 7, the machining
実施の形態3.
図8は、実施の形態3にかかる放電加工システム1Bの構成例を示す図である。放電加工システム1Bは、加工条件生成装置2Bと放電加工機3とを備える。加工条件生成装置2Bは、図2に示す加工条件生成装置2と同様の構成に加えて、加工結果予測装置6を備える。実施の形態3では、上記の実施の形態1または2と同一の構成要素には同一の符号を付し、実施の形態1または2とは異なる構成について主に説明する。
FIG. 8 is a diagram showing a configuration example of an electric
加工結果予測装置6には、放電加工機3から出力される加工データが入力される。加工データは、放電加工機3による加工の状態についてのデータであって、加工電圧、加工電流、放電パルス数、および加工速度等のデータを含む。加工結果予測装置6は、放電加工機3から出力される加工データに基づいて加工結果を予測する。実施の形態3では、加工結果予測装置6での加工結果の予測によって、加工試験が行われる。加工結果入力部12には、加工結果予測装置6によって予測された加工結果が入力される。学習装置4には、加工結果予測装置6によって予測された加工結果の値が入力される。
Machining data output from the
加工条件生成装置2Bは、図4に例示されるコンピュータシステムと同様の構成を使用して実現される。なお、図8に示す構成例では、加工結果予測装置6は、加工条件生成装置2Bの内部に設けられている。加工結果予測装置6は、加工条件生成装置2Bの外部の装置であっても良い。実施の形態3によると、加工条件生成装置2Bは、作業者が加工結果の計測を行わなくても、加工条件を生成することができる。これにより、加工条件を生成するための時間を短縮することができる。
The processing condition generation device 2B is implemented using a configuration similar to that of the computer system illustrated in FIG. In addition, in the configuration example shown in FIG. 8, the machining
実施の形態4.
図9は、実施の形態4にかかる放電加工システム1Cの構成例を示す図である。放電加工システム1Cは、加工条件生成装置2Cと放電加工機3とを備える。加工条件生成装置2Cは、図2に示す加工条件生成装置2と同様の構成を備える。実施の形態4では、上記の実施の形態1から3と同一の構成要素には同一の符号を付し、実施の形態1から3とは異なる構成について主に説明する。
FIG. 9 is a diagram showing a configuration example of an electric
加工条件生成装置2Cは、加工条件算出部15によって算出された生成条件を自動で放電加工機3へ出力する。放電加工機3へ生成条件が入力されることによって、放電加工機3は、生成条件に従った加工を開始する。加工条件生成装置2Cは、図4に例示されるコンピュータシステムと同様の構成を使用して実現される。
The machining condition generation device 2C automatically outputs the generation conditions calculated by the
実施の形態4によると、作業者が放電加工機3へ生成条件を入力しなくても、加工条件生成装置2Cから放電加工機3へ自動で生成条件が入力される。これにより、要求仕様を満たす生成条件の生成から、生成条件を用いた加工までのステップを自動化できる。なお、実施の形態4の加工条件生成装置2Cには、実施の形態2の場合と同様の加工結果計測装置5、または実施の形態3の場合と同様の加工結果予測装置6が備えられても良い。
According to the fourth embodiment, even if the operator does not input the generation conditions to the
実施の形態5.
実施の形態5では、上記の実施の形態1から4における表示部13による表示の第1の具体例について説明する。図10は、実施の形態5における加工条件生成装置2の表示部13に表示される第1の画面30の例を示す図である。図11は、実施の形態5における加工条件生成装置2の表示部13に表示される第2の画面40の例を示す図である。表示部13は、第1の画面30と第2の画面40とに表示を切り換え可能であるものとする。表示部13は、第1の画面30と第2の画面40とを同時に表示可能であっても良い。
図10に示す第1の画面30には、基準条件入力欄31と、加工試験パターン表示欄32と、加工結果入力欄33と、加工試験パターン生成ボタン34と、モデル化実行ボタン35とが表示される。
The first screen 30 shown in FIG. 10 displays a reference
基準条件入力欄31には、基準条件が入力される。第1の画面30および後述する第2の画面40において、「A」、「B」、・・・、「G」の各々は、加工条件の項目を表す。基準条件入力欄31は、項目ごとの加工条件パラメータの値が入力される欄を有する。作業者は、基準条件入力欄31の各欄に加工条件パラメータの値を入力することによって、基準条件を入力する。基準条件入力欄31では、入力した基準条件の各加工条件パラメータの値について調整対象とするか否かの選択を受け付ける。図10に示す基準条件入力欄31において、調整加工条件パラメータ36は、調整対象として選択された加工条件パラメータである。固定加工条件パラメータ37は、調整対象として選択されていない加工条件パラメータである。基準条件入力欄31のうち値が入力された欄をクリックすることによって、調整対象として選択するか否かを切り換えることができる。
A reference condition is entered in the reference
図10に示す例では、固定加工条件パラメータ37の欄の背景色は、調整加工条件パラメータ36の欄の背景色とは異なる色である。図10では、調整加工条件パラメータ36の欄は白抜きとし、固定加工条件パラメータ37の欄にはハッチングを付す。調整加工条件パラメータ36と固定加工条件パラメータ37とで背景色が異なることによって、作業者は、基準条件入力欄31において調整加工条件パラメータ36と固定加工条件パラメータ37とを容易に見分けることができる。
In the example shown in FIG. 10, the background color of the fixed
加工試験パターン生成ボタン34は、加工試験パターン生成部11による加工試験パターンの生成を指示するための操作を受け付ける。加工試験パターン生成ボタン34がクリックまたはタップされることによって、加工試験パターン生成部11は、加工試験パターンを生成する。
The machining test
加工試験パターン表示欄32には、加工試験パターン生成部11によって生成された加工試験パターンが表示される。加工試験パターン表示欄32は、項目ごとの加工条件パラメータの値が表示される欄を有する。加工試験パターン表示欄32においても、基準条件入力欄31の場合と同様に、固定加工条件パラメータ37の欄の背景色は、調整加工条件パラメータ36の欄の背景色とは異なる色である。作業者は、加工試験パターン表示欄32において調整加工条件パラメータ36と固定加工条件パラメータ37とを容易に見分けることができる。
The machining test
加工結果入力欄33には、加工結果が入力される。第1の画面30および後述する第2の画面40において、「X」、「Y」、「Z」の各々は、加工結果の項目を表す。加工結果入力欄33は、項目ごとの加工結果の値が入力される欄を有する。加工結果入力欄33には、加工試験パターン表示欄32に表示されている加工試験パターンごとに、加工結果が入力される。
A processing result is entered in the processing
モデル化実行ボタン35は、学習装置4によるモデルの生成または更新を指示するための操作を受け付ける。モデル化実行ボタン35がクリックまたはタップされることによって、学習装置4は、モデルを生成または更新する。
The
図11に示す第2の画面40には、加工結果変化量表示欄41と、最重要パラメータ表示欄42と、要求仕様入力欄43と、生成条件表示欄44と、調整条件入力欄45と、調整条件推定加工結果表示欄46とが表示される。また、第2の画面40には、加工条件生成実行ボタン47と、生成条件出力ボタン48と、調整条件出力ボタン49とが表示される。
The
加工結果変化量表示欄41には、加工結果変化量計算部16による変化量関係の計算結果が表示される。加工結果変化量表示欄41は、行および列を有する表である。かかる表は、表示される値に応じた背景色が各欄に施されたヒートマップである。表示部13は、加工結果変化量表示欄41を表示することによって、項目ごとの加工条件パラメータの値の変化量と加工結果の項目ごとの値の変化量との関係を定量的に表示する。
In the machining result change
図11に示す例では、加工結果変化量表示欄41の各列には、項目ごとに加工条件パラメータが指定されている。加工結果変化量表示欄41の各行には、加工結果に含まれる項目ごとに加工結果が指定されている。加工結果変化量表示欄41の態様は、図11に示すものに限られない。加工結果変化量表示欄41の各列には加工結果に含まれる項目ごとに加工結果が指定され、加工結果変化量表示欄41の各行には項目ごとに加工条件パラメータが指定されても良い。
In the example shown in FIG. 11 , machining condition parameters are designated for each item in each column of the machining result change
図11に示す加工結果変化量表示欄41では、行の項目と列の項目とによって指定される欄に、加工条件パラメータの値の変化量と加工結果の値の変化量との比を表す値が表示される。各欄には、比を表す値に応じた背景色が施される。すなわち、表示部13は、加工結果変化量表示欄41の各欄に比を表す値の大きさに応じた色を施して、加工結果変化量表示欄41を表示する。背景色は、値ごとにあらかじめ設定された色、または、値の範囲ごとにあらかじめ設定された色である。なお、図11に示す加工結果変化量表示欄41においても、白抜きの欄は調整加工条件パラメータ36を表し、ハッチングの欄は固定加工条件パラメータ37を表す。図11に示す加工結果変化量表示欄41では、白抜きで示した調整加工条件パラメータ36の各欄に、比を表す値に応じた背景色が施される。作業者は、各加工条件パラメータの値を変更した場合に加工結果がどの程度変化するかを、加工結果変化量表示欄41によって定量的かつ直感的に認識することができる。
In the machining result change
なお、加工結果変化量表示欄41では、比を表す値に応じて各欄における背景色の濃淡を異ならせても良い。すなわち、表示部13は、加工結果変化量表示欄41の各欄に比を表す値の大きさに応じた背景色の濃淡を施して、加工結果変化量表示欄41を表示しても良い。この場合も、作業者は、各加工条件パラメータの値を変更した場合に加工結果がどの程度変化するかを、加工結果変化量表示欄41によって定量的かつ直感的に認識することができる。
In addition, in the processing result change
最重要パラメータ表示欄42には、変化量関係の計算結果に基づいて決定された最重要パラメータが表示される。最重要パラメータ表示欄42では、加工結果の項目ごとに、最重要パラメータに決定された項目が表示される。作業者は、表示部13に最重要パラメータが表示されることによって、加工結果に最も大きな変化を及ぼす加工条件パラメータを確認することができる。
The most important
要求仕様入力欄43には、要求仕様が入力される。要求仕様入力欄43は、加工結果の項目ごとに値の範囲を指定するための欄を有する。図11に示す例では、最小値を入力する欄と最大値を入力する欄とが設けられている。要求仕様入力欄43において項目ごとの最小値および最大値が入力されることによって、加工結果の項目ごとの値の範囲が指定される。また、要求仕様入力欄43は、加工結果の項目ごとに重要度の割合を示す値を入力するための欄を有する。
A required specification is entered in the required
加工条件生成実行ボタン47は、加工条件算出部15による生成条件の算出を指示するための操作を受け付ける。加工条件生成実行ボタン47がクリックまたはタップされることによって、加工条件算出部15は、生成条件を算出する。
The processing condition
生成条件表示欄44には、加工条件算出部15によって算出された生成条件と、生成条件加工結果推定部18によって算出された生成条件推定加工結果とが表示される。生成条件表示欄44は、生成条件の項目ごと、すなわち加工条件の項目ごとの加工条件パラメータの値が表示される欄を有する。また、生成条件表示欄44は、加工結果の項目ごとにおける生成条件推定加工結果の値が表示される欄を有する。作業者は、算出された生成条件と算出された生成条件推定加工結果とを生成条件表示欄44において確認することができる。
The production
調整条件入力欄45には、調整条件が入力される。調整条件入力欄45は、加工条件の項目ごとの加工条件パラメータの値が入力される欄を有する。作業者は、加工条件の項目ごとに、適宜調整した加工条件パラメータの値を入力する。表示部13は、調整条件入力欄45に表示されている値のうち、生成条件表示欄44の値から手動によって変更された値の強調表示を行っても良い。図11に示す調整条件入力欄45では、調整条件入力欄45に表示されている値のうち手動によって変更された値について、値に下線を付すとともに値を太字とする強調表示が行われている。これにより、作業者は、生成条件表示欄44の値から手動によって変更された値を、調整条件入力欄45において容易に見分けることができる。調整条件推定加工結果表示欄46には、調整条件加工結果推定部19によって算出された調整条件推定加工結果が表示される。
An adjustment condition is entered in the adjustment
生成条件出力ボタン48は、加工条件生成装置2からの生成条件または生成条件推定加工結果の出力を指示するための操作を受け付ける。生成条件出力ボタン48がクリックまたはタップされることによって、加工条件生成装置2は、生成条件または生成条件推定加工結果を加工条件生成装置2の外部へ出力する。加工条件生成装置2は、例えば、放電加工機3へ生成条件または生成条件推定加工結果を出力する。放電加工機3は、生成条件または生成条件推定加工結果が入力されることによって、生成条件または生成条件推定加工結果に従った加工を行うことができる。加工条件生成装置2は、生成条件または生成条件推定加工結果のデータを外部ファイルへ出力しても良い。放電加工機3には、外部ファイルへ出力された生成条件または生成条件推定加工結果が入力されても良い。
The production
調整条件出力ボタン49は、加工条件生成装置2からの調整条件推定加工結果の出力を指示するための操作を受け付ける。調整条件出力ボタン49がクリックまたはタップされることによって、加工条件生成装置2は、調整条件推定加工結果を加工条件生成装置2の外部へ出力する。加工条件生成装置2は、例えば、放電加工機3へ調整条件推定加工結果を出力する。放電加工機3は、調整条件推定加工結果が入力されることによって、調整条件推定加工結果に従った加工を行うことができる。加工条件生成装置2は、調整条件推定加工結果のデータを外部ファイルへ出力しても良い。放電加工機3には、外部ファイルへ出力された調整条件推定加工結果が入力されても良い。
The adjustment
以上のように、実施の形態5によると、作業者は、表示部13に表示される第1の画面30および第2の画面40によって、加工条件生成装置2への情報の入力と、加工条件生成装置2で生成された情報の確認とを行うことができる。
As described above, according to
実施の形態6.
実施の形態6では、上記の実施の形態1から4における表示部13による表示の第2の具体例について説明する。図12は、実施の形態6における加工条件生成装置2の表示部13に表示される画面50の例を示す図である。
In
画面50には、図10に示す第1の画面30の内容と、図11に示す第2の画面40の内容とが表示される。実施の形態6によると、作業者は、実施の形態5で説明した第1の画面30の内容と第2の画面40の内容とを1つの画面50にて確認することができる。作業者は、第1の画面30にて行う入力と第2の画面40にて行う入力とを1つの画面50にて行うことができる。
The
実施の形態7.
実施の形態7では、上記の実施の形態1から4の加工条件生成装置2,2A,2B,2Cに入力される加工結果の例について説明する。図13は、実施の形態7における加工結果の例について説明するための第1の図である。図14は、実施の形態7における加工結果の例について説明するための第2の図である。図13に示すワーク60は、加工電極であるワイヤ電極61の使用によって加工されているワークの例である。図14には、図13に示すAおよびBの2方向の各々からワーク60を見たときの平面形状を示す。図13および図14には、連続して実行される複数の加工ステップの1つである第1の加工ステップが終了したときのワーク60を示す。図14に示す段差62は、第1の加工ステップでの加工誤差によって生じたものとする。
In
図15は、実施の形態7における加工結果の例について説明するための第3の図である。図16は、実施の形態7における加工結果の例について説明するための第4の図である。ここでは、寸法、面粗さおよび真直度の各々は、加工結果の項目の例とする。寸法は、加工されたワーク60の形状の寸法である。面粗さは、ワーク60の加工断面の面粗さである。真直度は、ワーク60の加工断面の真直度である。なお、加工結果の項目は、実施の形態7で説明する項目に限られない。加工結果の項目には、寸法、面粗さおよび真直度以外の項目が含まれても良い。
FIG. 15 is a third diagram for explaining an example of processing results in the seventh embodiment. FIG. 16 is a fourth diagram for explaining an example of processing results in the seventh embodiment. Here, dimensions, surface roughness and straightness are examples of machining result items. The dimension is the dimension of the shape of the
図15および図16には、第2の加工ステップが終了したときのワーク60の寸法、面粗さおよび真直度の各様子を示す。部分63は、第2の加工ステップによって除去された部分である。面粗さの様子としては、加工断面に生じた凹凸64を拡大して示す。真直度の様子としては、加工断面に生じた湾曲65をデフォルメして示す。図15には、第2の加工ステップが実施されても第1の加工ステップにおける加工誤差が解消されていない様子を示す。また、図15には、加工断面に凹凸64と湾曲65とが生じている様子を示す。図16には、第2の加工ステップの実施によって加工誤差が解消された様子を示す。また、図16に示すワーク60では、図15に示す場合よりも凹凸64が小さく、かつ、図15に示す場合よりも湾曲65の度合いが小さい。
15 and 16 show the dimensions, surface roughness and straightness of the
図16に示すワーク60は、図15に示すワーク60に比べて、寸法、面粗さおよび真直度の各々について良好な加工結果が得られている。図16に示す状態は、ロバスト性が高い加工条件により第2の加工ステップが実施された場合の状態といえる。図15に示す状態は、図16の場合に比べてロバスト性が低い加工条件により第2の加工ステップが実施された場合の状態である。
The
作業者は、各加工条件パラメータの値を変更した場合に加工結果がどの程度変化するかを定量的かつ直感的に認識できることによって、加工条件生成装置2,2A,2B,2Cにより、ロバスト性が高い加工条件を生成することができる。 The operator can quantitatively and intuitively recognize how much the machining result changes when the value of each machining condition parameter is changed. High processing conditions can be generated.
学習装置4は、第1の加工ステップによる加工結果のばらつきを示す情報を加工結果に含めて、モデルを生成しても良い。または、学習装置4は、意図的に生じさせた加工結果のばらつきと、第2の加工ステップによる加工結果のばらつきとを比較した結果を加工結果に含めてモデルを生成しても良い。ここで、加工結果のばらつきとは、同一の加工条件パラメータの値を用いて複数回取得した複数の加工結果の間のばらつきとする。これにより、第1の加工ステップにおいて加工のばらつきが発生した場合に、第2の加工ステップにおいて良好な加工結果が得られる加工条件を容易に作成することができる。
The
実施の形態8.
実施の形態8では、上記の実施の形態1から4の学習装置4による学習の詳細について説明する。学習装置4のモデル生成部23が用いる学習アルゴリズムは教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。モデル生成部23は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、加工条件パラメータを説明変数、加工結果を目的変数とする関数を学習する。ここで、教師あり学習とは、入力と結果であるラベルとのデータの組を学習装置4に与えることで、それらの状態量にある特徴を学習し、入力から結果を推論する手法をいう。
In
ニューラルネットワークは、複数のニューロンからなる入力層と、複数のニューロンからなる中間層である隠れ層と、複数のニューロンからなる出力層とで構成される。中間層は、1層、または2層以上でもよい。 A neural network is composed of an input layer consisting of a plurality of neurons, a hidden layer which is an intermediate layer consisting of a plurality of neurons, and an output layer consisting of a plurality of neurons. The intermediate layer may be one layer, or two or more layers.
図17は、実施の形態8において学習装置4による学習に使用されるニューラルネットワークの構成例を示す図である。図17に示すニューラルネットワークは、3層のニューラルネットワークである。入力層は、ニューロンX1,X2,X3を含む。中間層は、ニューロンY1,Y2を含む。出力層は、ニューロンZ1,Z2,Z3を含む。なお、各層のニューロンの数は任意とする。入力層へ入力された複数の値は、重みW1であるw11,w12,w13,w14,w15,w16が乗算されて、中間層へ入力される。中間層へ入力された複数の値は、重みW2であるw21,w22,w23,w24,w25,w26が乗算されて、出力層から出力される。出力層から出力される出力結果は、重みW1,W2の値に従って変化する。
FIG. 17 is a diagram showing a configuration example of a neural network used for learning by the
状態量観測部20は、加工試験パターンおよび加工結果の値の組合せに基づいて状態量を作成する。実施の形態8において、ニューラルネットワークは、状態量に従って、いわゆる教師あり学習により、加工条件パラメータの値を説明変数、加工結果の値を目的変数とする関数を学習する。すなわち、ニューラルネットワークは、入力層に加工試験パターンを入力して出力層から出力された結果が、加工試験パターンによる加工結果の値に近づくように重みW1と重みW2とを調整することで学習する。モデル生成部23は、以上のような学習を実行することでモデルを生成または更新し、モデルを出力する。モデル記憶部24は、モデル生成部23から出力されたモデルを記憶する。
The state
次に、学習装置4が行う処理について説明する。図18は、実施の形態8において学習装置4が行う処理の手順を示すフローチャートである。ステップS21において、状態量観測部20は、加工試験パターンと加工結果の値とを同時に取得することによって、状態量を観測する。なお、ここでは加工試験パターンと加工結果の値とを同時に取得することとしたが、状態量観測部20は、加工試験パターンと加工結果の値とを互いに別のタイミングで取得しても良い。加工試験パターンと、加工試験パターンに対応する加工結果の値とが互いに関連付けられて入力されていれば良い。
Next, processing performed by the
ステップS22において、信頼度算出部21は、信頼度を算出する。信頼度算出部21は、同一の加工条件パラメータの値を用いて複数回取得した複数の加工結果の間のばらつきに基づいて、加工結果の信頼度を算出する。または、信頼度算出部21は、あらかじめ設定された加工条件パラメータの値を変更した際に加工結果の値の変化量が取り得る範囲に基づいて、加工結果の信頼度を算出する。 In step S22, the reliability calculation unit 21 calculates reliability. The reliability calculation unit 21 calculates the reliability of the machining result based on variations among the plurality of machining results obtained multiple times using the same machining condition parameter value. Alternatively, the reliability calculation unit 21 calculates the reliability of the machining result based on the possible range of variation in the value of the machining result when the value of the preset machining condition parameter is changed.
ステップS23において、状態量評価部22は、信頼度に応じた重み付けを状態量に施すことによって、状態量を評価する。状態量評価部22は、重み付けされた状態量である学習データを出力する。 In step S23, the state quantity evaluation unit 22 evaluates the state quantity by weighting the state quantity according to the reliability. The state quantity evaluation unit 22 outputs learning data that are weighted state quantities.
ステップS24において、モデル生成部23は、状態量評価部22から出力された学習データに基づいてモデルを生成する。ステップS24では、モデル生成部23は、過去に生成されたモデルを更新しても良い。モデル生成部23は、加工条件パラメータの値を説明変数、加工結果の値を目的変数として関数を学習することによって、モデルを生成または更新する。モデル生成部23は、生成または更新されたモデルを出力する。ステップS25において、モデル記憶部24は、モデル生成部23から出力されたモデルを記憶する。以上により、学習装置4は、図18に示す手順による処理を終了する。
In step S<b>24 , the model generation unit 23 generates a model based on the learning data output from the state quantity evaluation unit 22 . In step S24, the model generator 23 may update the model generated in the past. The model generator 23 generates or updates a model by learning a function using the value of the machining condition parameter as an explanatory variable and the value of the machining result as an objective variable. The model generator 23 outputs a generated or updated model. In step S<b>25 , the model storage unit 24 stores the model output from the model generation unit 23 . With the above, the
実施の形態8では、学習装置4が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムには、教師あり学習以外にも、強化学習、教師なし学習、または半教師あり学習等を適用することも可能である。
In the eighth embodiment, a case where supervised learning is applied to the learning algorithm used by the
学習装置4は、複数の放電加工機3に対して作成された学習データに従って学習を行っても良い。学習装置4は、同一の現場で使用される複数の放電加工機3から学習データを取得しても良く、または、互いに異なる現場で使用される複数の放電加工機3から学習データを取得しても良い。学習データは、複数の現場において互いに独立して稼働する複数の放電加工機3から収集されたものであっても良い。複数の放電加工機3からの学習データの収集を開始した後に、学習データが収集される対象に新たな放電加工機3が追加されても良い。また、複数の放電加工機3からの学習データの収集を開始した後に、学習データが収集される対象から、複数の放電加工機3のうちの一部が除外されても良い。
The
ある1つの放電加工機3について学習を行った学習装置4は、当該放電加工機3以外の他の放電加工機3についての学習を行っても良い。当該他の放電加工機3についての学習を行う学習装置4は、当該他の放電加工機3における再学習によって、モデルを更新することができる。
The
また、学習アルゴリズムには、特徴量の抽出を学習する深層学習(Deep Learning)を用いることができる。あるいは、学習アルゴリズムには、その他の公知の方法、例えば、遺伝的プログラミング、帰納論理プログラミング、またはサポートベクターマシンといった方法を用いても良い。実施の形態8によると、学習装置4は、加工試験パターンと加工結果を結びつけるモデルを生成することができる。
In addition, deep learning that learns to extract feature amounts can be used as a learning algorithm. Alternatively, learning algorithms may use other known methods such as genetic programming, inductive logic programming, or support vector machines. According to the eighth embodiment, the
本開示では、放電加工機3がワイヤ放電加工機である場合を例としたが、放電加工機3は、ワイヤ放電加工機以外の放電加工機であっても良い。ワイヤ放電加工機以外の放電加工機の例としては、形彫放電加工機または細穴放電加工機などを挙げることができる。また、本開示は、放電加工機3に適用されるものに限定されない。本開示は、例えば、レーザ加工機、切削加工機または積層造形加工機など、複数の加工条件パラメータに依存して複数の加工結果に変化が発生する加工機に広く適用可能である。
In the present disclosure, the case where the
放電加工機3は、他の加工機に比べて加工条件パラメータの数が多いため、加工条件の生成に時間がかかることが多く、また、加工条件パラメータが加工結果に与える変化量の予測が困難である。このため、本開示は、放電加工機3に適用した場合に、加工条件を短時間にて生成することができ、かつ、変化量の予測が容易となるという有利な効果がある。また、ワイヤ放電加工機は、ワイヤ放電加工機以外の放電加工機と比較すると、加工中に加工条件を変更することができないという事情がある。このため、ワイヤ放電加工機については、加工前にあらかじめ加工条件を生成しておく必要がある。このようなことから、本開示は、加工結果を改善させ得る加工条件を加工前に生成することが可能である点で、ワイヤ放電加工機に適用した場合に有利な効果がある。
Since the
以上の各実施の形態に示した構成は、本開示の内容の一例を示すものである。各実施の形態の構成は、別の公知の技術と組み合わせることが可能である。各実施の形態の構成同士が適宜組み合わせられても良い。本開示の要旨を逸脱しない範囲で、各実施の形態の構成の一部を省略または変更することが可能である。 The configuration shown in each of the above embodiments is an example of the contents of the present disclosure. The configuration of each embodiment can be combined with another known technique. Configurations of respective embodiments may be combined as appropriate. A part of the configuration of each embodiment can be omitted or changed without departing from the gist of the present disclosure.
1,1A,1B,1C 放電加工システム、2,2A,2B,2C 加工条件生成装置、3 放電加工機、4 学習装置、5 加工結果計測装置、6 加工結果予測装置、10 基準条件入力部、11 加工試験パターン生成部、12 加工結果入力部、13 表示部、14 要求仕様入力部、15 加工条件算出部、16 加工結果変化量計算部、17 調整条件入力部、18 生成条件加工結果推定部、19 調整条件加工結果推定部、20 状態量観測部、21 信頼度算出部、22 状態量評価部、23 モデル生成部、24 モデル記憶部、30 第1の画面、31 基準条件入力欄、32 加工試験パターン表示欄、33 加工結果入力欄、34 加工試験パターン生成ボタン、35 モデル化実行ボタン、36 調整加工条件パラメータ、37 固定加工条件パラメータ、40 第2の画面、41 加工結果変化量表示欄、42 最重要パラメータ表示欄、43 要求仕様入力欄、44 生成条件表示欄、45 調整条件入力欄、46 調整条件推定加工結果表示欄、47 加工条件生成実行ボタン、48 生成条件出力ボタン、49 調整条件出力ボタン、50 画面、60 ワーク、61 ワイヤ電極、62 段差、63 部分、64 凹凸、65 湾曲、90 処理回路、91 プロセッサ、92 メモリ、93 入力装置、94 表示装置、95 通信装置。 1, 1A, 1B, 1C electric discharge machining system, 2, 2A, 2B, 2C machining condition generation device, 3 electric discharge machine, 4 learning device, 5 machining result measuring device, 6 machining result prediction device, 10 reference condition input unit, 11 machining test pattern generation unit 12 machining result input unit 13 display unit 14 required specification input unit 15 machining condition calculation unit 16 machining result variation calculation unit 17 adjustment condition input unit 18 generation condition machining result estimation unit , 19 adjustment condition processing result estimation unit, 20 state quantity observation unit, 21 reliability calculation unit, 22 state quantity evaluation unit, 23 model generation unit, 24 model storage unit, 30 first screen, 31 reference condition input field, 32 Machining test pattern display column 33 Machining result input column 34 Machining test pattern generation button 35 Modeling execution button 36 Adjusted machining condition parameter 37 Fixed machining condition parameter 40 Second screen 41 Machining result change amount display column 42 most important parameter display column 43 required specification input column 44 production condition display column 45 adjustment condition input column 46 adjustment condition estimation processing result display column 47 machining condition generation execution button 48 generation condition output button 49 adjustment Condition output button, 50 Screen, 60 Work, 61 Wire electrode, 62 Step, 63 Part, 64 Unevenness, 65 Curve, 90 Processing circuit, 91 Processor, 92 Memory, 93 Input device, 94 Display device, 95 Communication device.
Claims (20)
前記加工試験パターンに含まれる1つまたは複数の前記パラメータの値の変化量と前記放電加工機の加工結果に含まれる複数の項目の各々の値の変化量との関係を、前記加工試験パターンから前記加工結果の値を推論するためのモデルに基づいて計算する加工結果変化量計算部と、
前記加工試験パターンと、前記パラメータの値の変化量と前記加工結果の値の変化量との関係を表す情報とを表示する表示部と、
を備えることを特徴とする加工条件生成装置。Machining test pattern generation for generating a machining test pattern, which is a combination of parameter values for each of a plurality of items included in the machining conditions of the electric discharge machine, based on a reference condition used as a reference for generating the machining conditions. Department and
The relationship between the amount of change in the value of one or more of the parameters included in the machining test pattern and the amount of change in the value of each of the plurality of items included in the machining result of the electric discharge machine is determined from the machining test pattern. a machining result variation calculation unit that calculates based on a model for inferring the value of the machining result;
a display unit for displaying the processing test pattern and information representing the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result;
A machining condition generation device comprising:
前記基準条件入力部は、前記基準条件に含まれる複数のパラメータの各々の値について調整対象とするか否かの設定を受け付けることを特徴とする請求項1または2に記載の加工条件生成装置。A reference condition input unit for inputting the reference condition,
3. The processing condition generation apparatus according to claim 1, wherein the reference condition input unit receives a setting as to whether or not each value of a plurality of parameters included in the reference condition is to be adjusted.
前記行および前記列の一方には、項目ごとに前記パラメータが指定されており、
前記行および前記列の他方には、前記加工結果に含まれる項目ごとに前記加工結果が指定されており、
前記行の項目と前記列の項目とによって指定される欄に、前記パラメータの値の前記変化量と前記加工結果の値の変化量との比を表す値が表示されることを特徴とする請求項1から3のいずれか1つに記載の加工条件生成装置。The display unit quantitatively displays the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result by displaying a heat map, which is a table having rows and columns,
The parameter is specified for each item in one of the row and the column,
In the other of the row and the column, the processing result is specified for each item included in the processing result,
A value representing a ratio between the amount of change in the value of the parameter and the amount of change in the value of the processing result is displayed in the field specified by the item of the row and the item of the column. Item 4. The processing condition generation device according to any one of items 1 to 3.
前記要求仕様に含まれる前記加工結果の値を得るための前記パラメータの値の組み合わせである生成条件を前記モデルに基づいて算出する加工条件算出部と、
前記放電加工機による前記生成条件に従った加工により得られる前記加工結果を推定した結果である生成条件推定加工結果を算出する生成条件加工結果推定部と、を備え、
前記表示部は、前記生成条件と前記生成条件推定加工結果とを表示することを特徴とする請求項1から3のいずれか1つに記載の加工条件生成装置。a requirement specification input unit for inputting a requirement specification indicating an allowable range for the value of the processing result;
a machining condition calculation unit that calculates a generation condition, which is a combination of the parameter values for obtaining the machining result value included in the required specifications, based on the model;
a production condition machining result estimating unit that calculates a production condition estimation machining result that is a result of estimating the machining result obtained by machining according to the production condition by the electric discharge machine,
4. The processing condition generation apparatus according to claim 1, wherein the display unit displays the generation condition and the estimated processing result of the generation condition.
前記加工条件算出部による前記生成条件の算出を指示するための操作を受け付ける加工条件生成実行ボタンと、
前記加工条件生成装置からの前記生成条件または前記生成条件推定加工結果の出力を指示するための操作を受け付ける生成条件出力ボタンと、を表示することを特徴とする請求項6に記載の加工条件生成装置。The display unit
a processing condition generation execution button for receiving an operation for instructing calculation of the generation conditions by the processing condition calculation unit;
7. The processing condition generation according to claim 6, wherein a generation condition output button for accepting an operation for instructing output of the generation condition or the generation condition estimation processing result from the processing condition generation device is displayed. Device.
前記放電加工機による前記調整条件に従った加工により得られる前記加工結果を推定した結果である調整条件推定加工結果を算出する調整条件加工結果推定部と、を備え、
前記表示部は、前記調整条件推定加工結果を表示することを特徴とする請求項1から3のいずれか1つに記載の加工条件生成装置。an adjustment condition input unit for inputting an adjustment condition including the adjusted value of the parameter;
an adjustment condition machining result estimation unit that calculates an adjustment condition estimation machining result that is a result of estimating the machining result obtained by machining according to the adjustment condition by the electric discharge machine,
4. The processing condition generating apparatus according to claim 1, wherein the display unit displays the adjustment condition estimation processing result.
前記学習装置には、前記加工結果計測装置によって計測された前記加工結果の値が入力されることを特徴とする請求項12に記載の加工条件生成装置。Equipped with a machining result measuring device that automatically measures the machining result,
13. The machining condition generating apparatus according to claim 12, wherein the value of the machining result measured by the machining result measuring device is input to the learning device.
前記学習装置には、前記加工結果予測装置によって予測された前記加工結果の値が入力されることを特徴とする請求項11に記載の加工条件生成装置。a machining result prediction device for predicting the machining result based on machining data output from the electric discharge machine;
12. The machining condition generating apparatus according to claim 11, wherein the value of the machining result predicted by the machining result prediction device is input to the learning device.
前記加工結果の値と前記加工試験パターンとを状態量として観測する状態量観測部と、
互いに同じ複数の前記加工試験パターンに対して取得された前記加工結果の間のばらつきと、前記加工試験パターンが変更された場合において前記加工結果の変化量が変化し得る範囲との少なくとも一方に基づいて、前記加工結果の信頼度を算出する信頼度算出部と、
前記信頼度に応じた重み付けを前記状態量に施す状態量評価部と、
重み付けされた前記状態量である学習データを用いて前記加工試験パターンの前記パラメータの値である説明変数と前記加工結果の値である目的変数との関係を学習して、前記モデルを生成または更新するモデル生成部と、
前記モデル生成部から出力された前記モデルを記憶するモデル記憶部と、を備えることを特徴とする請求項11から14のいずれか1つに記載の加工条件生成装置。The learning device
a state quantity observation unit that observes the value of the processing result and the processing test pattern as state quantities;
Based on at least one of a variation between the processing results obtained for the plurality of processing test patterns that are the same as each other, and a range in which the amount of change in the processing result can change when the processing test pattern is changed. a reliability calculation unit that calculates the reliability of the processing result;
a state quantity evaluation unit that weights the state quantity according to the reliability;
Learning the relationship between the explanatory variable that is the value of the parameter of the processing test pattern and the objective variable that is the value of the processing result using learning data that is the weighted state quantity to generate or update the model. a model generator that
The machining condition generation device according to any one of claims 11 to 14, further comprising a model storage unit that stores the model output from the model generation unit.
前記放電加工機の加工条件を生成する加工条件生成装置と、を備え、
前記加工条件生成装置は、
前記加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである加工試験パターンを、前記加工条件の生成における基準とする基準条件に基づいて生成する加工試験パターン生成部と、
前記加工試験パターンに含まれる1つまたは複数の前記パラメータの値の変化量と前記放電加工機の加工結果に含まれる複数の項目の各々の値の変化量との関係を、前記加工試験パターンから前記加工結果を推論するためのモデルに基づいて計算する加工結果変化量計算部と、
前記加工試験パターンと、前記パラメータの値の変化量と前記加工結果の値の変化量との関係を表す情報とを表示する表示部と、
を備えることを特徴とする放電加工システム。an electrical discharge machine;
a machining condition generation device that generates machining conditions for the electric discharge machine,
The processing condition generation device is
a processing test pattern generator that generates a processing test pattern, which is a combination of parameter values for each of a plurality of items included in the processing conditions, based on a reference condition used as a reference in generating the processing conditions;
The relationship between the amount of change in the value of one or more of the parameters included in the machining test pattern and the amount of change in the value of each of the plurality of items included in the machining result of the electric discharge machine is determined from the machining test pattern. a machining result variation calculation unit that calculates based on a model for inferring the machining result;
a display unit for displaying the processing test pattern and information representing the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result;
An electrical discharge machining system comprising:
前記加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである加工試験パターンを、前記加工条件の生成における基準とする基準条件に基づいて生成するステップと、
前記加工試験パターンに含まれる1つまたは複数の前記パラメータの値の変化量と前記放電加工機の加工結果に含まれる複数の項目の各々の値の変化量との関係を、前記加工試験パターンから前記加工結果の値を推論するためのモデルに基づいて計算するステップと、
前記加工試験パターンと、前記パラメータの値の変化量と前記加工結果の値の変化量との関係を表す情報とを表示するステップと、
を含むことを特徴とする加工条件生成方法。A machining condition generation method for generating machining conditions for an electric discharge machine by a machining condition generation device,
generating a processing test pattern, which is a combination of parameter values for each of a plurality of items included in the processing conditions, based on a reference condition used as a reference in generating the processing conditions;
The relationship between the amount of change in the value of one or more of the parameters included in the machining test pattern and the amount of change in the value of each of the plurality of items included in the machining result of the electric discharge machine is determined from the machining test pattern. calculating based on a model for inferring the value of the machining result;
displaying the processing test pattern and information representing the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result;
A machining condition generation method, comprising:
前記加工条件を生成するステップは、
前記加工条件に含まれる複数の項目の各々についてのパラメータの値の組み合わせである加工試験パターンを、前記加工条件の生成における基準とする基準条件に基づいて生成するステップと、
前記加工試験パターンに含まれる1つまたは複数の前記パラメータの値の変化量と前記放電加工機の加工結果に含まれる複数の項目の各々の値の変化量との関係を、前記加工試験パターンから前記加工結果の値を推論するためのモデルに基づいて計算するステップと、
前記加工試験パターンと、前記パラメータの値の変化量と前記加工結果の値の変化量との関係を表す情報とを表示するステップと、
を含むことを特徴とする放電加工方法。including a step of generating machining conditions for an electric discharge machine by a machining condition generation device;
The step of generating the processing conditions includes:
generating a processing test pattern, which is a combination of parameter values for each of a plurality of items included in the processing conditions, based on a reference condition used as a reference in generating the processing conditions;
The relationship between the amount of change in the value of one or more of the parameters included in the machining test pattern and the amount of change in the value of each of the plurality of items included in the machining result of the electric discharge machine is determined from the machining test pattern. calculating based on a model for inferring the value of the machining result;
displaying the processing test pattern and information representing the relationship between the amount of change in the value of the parameter and the amount of change in the value of the processing result;
An electrical discharge machining method comprising:
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/006955 WO2023157298A1 (en) | 2022-02-21 | 2022-02-21 | Device for generating machining conditions, electrical discharge machining system, method for generating machining conditions, and electrical discharge machining method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7126639B1 true JP7126639B1 (en) | 2022-08-26 |
JPWO2023157298A1 JPWO2023157298A1 (en) | 2023-08-24 |
Family
ID=83047413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022538305A Active JP7126639B1 (en) | 2022-02-21 | 2022-02-21 | MACHINING CONDITION GENERATING DEVICE, ELECTRICAL DISCHARGE MACHINING SYSTEM, MACHINING CONDITION GENERATING METHOD, AND ELECTRICAL DISCHARGE MACHINING METHOD |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7126639B1 (en) |
WO (1) | WO2023157298A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024111031A1 (en) * | 2022-11-21 | 2024-05-30 | ファナック株式会社 | Machining state prediction device and machining control device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07116927A (en) * | 1993-10-21 | 1995-05-09 | Sodick Co Ltd | Machining setting data determining device and method for electric discharge machining |
JP2012236267A (en) * | 2011-05-13 | 2012-12-06 | Mitsubishi Electric Corp | Searching device of machining condition |
JP2014061564A (en) * | 2012-09-20 | 2014-04-10 | Fanuc Ltd | Wire electric discharge machine having axis feed control system determination function |
JP7116927B2 (en) | 2017-05-26 | 2022-08-12 | 三菱瓦斯化学株式会社 | Resin composition, prepreg, resin sheet, metal foil-clad laminate, printed wiring board, and method for producing resin composition |
-
2022
- 2022-02-21 JP JP2022538305A patent/JP7126639B1/en active Active
- 2022-02-21 WO PCT/JP2022/006955 patent/WO2023157298A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07116927A (en) * | 1993-10-21 | 1995-05-09 | Sodick Co Ltd | Machining setting data determining device and method for electric discharge machining |
JP2012236267A (en) * | 2011-05-13 | 2012-12-06 | Mitsubishi Electric Corp | Searching device of machining condition |
JP2014061564A (en) * | 2012-09-20 | 2014-04-10 | Fanuc Ltd | Wire electric discharge machine having axis feed control system determination function |
JP7116927B2 (en) | 2017-05-26 | 2022-08-12 | 三菱瓦斯化学株式会社 | Resin composition, prepreg, resin sheet, metal foil-clad laminate, printed wiring board, and method for producing resin composition |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024111031A1 (en) * | 2022-11-21 | 2024-05-30 | ファナック株式会社 | Machining state prediction device and machining control device |
Also Published As
Publication number | Publication date |
---|---|
WO2023157298A1 (en) | 2023-08-24 |
JPWO2023157298A1 (en) | 2023-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10121107B2 (en) | Machine learning device and method for optimizing frequency of tool compensation of machine tool, and machine tool having the machine learning device | |
TWI709089B (en) | Finish-machining amount prediction apparatus and machine learning device | |
US10949740B2 (en) | Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu | |
CN108723889B (en) | Acceleration/deceleration control device | |
CN108687415A (en) | The control device and machine learning device of wire electric discharge machine | |
JP5352485B2 (en) | Factor analyzer | |
EP3580619B1 (en) | Method and apparatus for robust reduction of shape error in laser powder deposition based additive manufacturing process due to uncertainty | |
US11619926B2 (en) | Information processing device, program, process treatment executing device, and information processing system | |
JP6813532B2 (en) | Simulation equipment | |
KR102224970B1 (en) | Controller and machine learning device | |
JP7126639B1 (en) | MACHINING CONDITION GENERATING DEVICE, ELECTRICAL DISCHARGE MACHINING SYSTEM, MACHINING CONDITION GENERATING METHOD, AND ELECTRICAL DISCHARGE MACHINING METHOD | |
EP3425466A1 (en) | Design support device, design support method and design support program | |
JP2019082894A (en) | Working condition adjusting device and machine learning device | |
JP5137537B2 (en) | Robot work motion optimization device | |
Haghshenas Gorgani et al. | A hybrid algorithm for adjusting the input parameters of the wirecut EDM machine in order to obtain maximum customer satisfaction | |
Erhan et al. | ViSA: A parametric design modeling method to enhance visual sensitivity control and analysis | |
JP7270454B2 (en) | Design support system, design support method and design support program | |
JP2019184575A (en) | Measurement operation parameter adjustment device, machine learning device, and system | |
JP7395954B2 (en) | NC data quality judgment device and processing device | |
WO2023012964A1 (en) | Machine learning device, system for evaluating machined surface quality, and machine learning program | |
JP7415100B1 (en) | Parameter adjustment device and parameter adjustment method | |
WO2022168864A1 (en) | Information processing apparatus, simulator system, neural network system, argument value determination method, and recording medium | |
WO2022210472A1 (en) | Machining condition adjustment device | |
JP6971897B2 (en) | Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program | |
JP2003196325A (en) | System of calculating grid convergence solution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220620 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220620 |
|
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: 20220719 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220816 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7126639 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |