JP7230555B2 - 研削盤の動作指令データ更新装置 - Google Patents
研削盤の動作指令データ更新装置 Download PDFInfo
- Publication number
- JP7230555B2 JP7230555B2 JP2019022199A JP2019022199A JP7230555B2 JP 7230555 B2 JP7230555 B2 JP 7230555B2 JP 2019022199 A JP2019022199 A JP 2019022199A JP 2019022199 A JP2019022199 A JP 2019022199A JP 7230555 B2 JP7230555 B2 JP 7230555B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- grinding
- workpiece
- learning
- quality
- 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
Landscapes
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding Of Cylindrical And Plane Surfaces (AREA)
- A Measuring Device Byusing Mechanical Method (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Numerical Control (AREA)
Description
複数の前記工作物に関する前記実測データを第一学習用入力データとする機械学習により、前記工作物の研削品質を推定するための第一学習モデルを生成する第一学習モデル生成部と、
前記研削盤にて前記砥石車により工作物の研削を行う際において、前記研削盤の制御装置への動作指令データを前記工作物毎に取得する動作指令データ取得部と、
前記工作物の研削品質データを前記工作物毎に取得する研削品質データ取得部と、
前記工作物毎に、前記研削品質データに応じて前記動作指令データに対する報酬を決定する報酬決定部と、
複数の前記工作物に関する前記動作指令データおよび前記報酬を用いた機械学習により、前記報酬を多くするように前記動作指令データを調整するための第二学習モデルを生成する第二学習モデル生成部と、
推定フェーズにおいて、新たな工作物の研削を行っている際の所定期間分の前記実測データである推定用入力データと前記第一学習モデルとを用いて、前記新たな工作物の前記研削品質を推定する研削品質推定部と、
更新フェーズにおいて、新たな工作物の研削に関する前記動作指令データ、前記新たな工作物について前記研削品質推定部により推定された前記研削品質データ、前記報酬および前記第二学習モデルを用いて、前記動作指令データの調整を行う動作指令データ調整部と、
を備える、研削盤の動作指令データ更新装置にある。
(1-1.研削盤の構成)
研削盤1の構成について、図1を参照して説明する。研削盤1は、工作物Wを研削するための機械である。研削盤1は、円筒研削盤、カム研削盤等、種々の構成の研削盤を適用できる。本実施形態においては、研削盤1は、砥石台トラバース型の円筒研削盤を例にあげる。ただし、研削盤1は、テーブルトラバース型を適用することもできる。
次に、第一実施形態の機械学習装置100の概要について、図2を参照して説明する。機械学習装置100は、(a)工作物Wの研削品質を推定するための第一学習モデルを生成すると共に、(b)第一学習モデルを用いて工作物Wの研削品質を推定する。機械学習装置100は、研削盤1とは別の装置として構成することもできるし、研削盤1の制御装置20等に組み込まれた装置として構成することもできる。本実施形態においては、機械学習装置100は、研削盤1とネットワーク線により接続されており、各種データの送受信を行う。
機械学習装置100に関連する研削盤1の構成について、図3を参照して説明する。図3に示すように、研削盤1は、制御装置20を備える。制御装置20は、いわゆるCNC(Computerized Numerical Control)装置である。上述したように、制御装置20は、動作指令データに基づいてNCプログラムを生成し、当該NCプログラムに基づいて、各駆動装置12a,14a,15a,16a,17,18(図3では「12a等」と記載する)を制御する。
機械学習装置100に関連する外部装置2の構成について、図3を参照して説明する。外部装置2は、研削盤1にて砥石車16によって研削された工作物Wの研削品質データを工作物W毎に検出する。研削品質データには、例えば、加工変質層データ(研削焼け等のデータ)、表面性状データ(表面粗さ等のデータ)、びびり模様データ等が含まれる。
機械学習装置100の第一学習フェーズ101の詳細構成について図3を参照して説明する。ここで、第一学習フェーズ101の構成が、研削品質推定モデル生成装置に相当する。
機械学習装置100の推定フェーズ102の詳細構成について図4を参照して説明する。ここで、第一学習フェーズ101の構成および推定フェーズ102の構成が、研削品質推定装置に相当する。第一学習フェーズ101の構成は、上述したとおりである。
(2-1.機械学習装置200の概要)
第二実施形態の機械学習装置200の概要について、図5を参照して説明する。機械学習装置200は、第一実施形態の機械学習装置100と同様に、(a)工作物Wの研削品質を推定するための第一学習モデルを生成すると共に、(b)第一学習モデルを用いて工作物Wの研削品質を推定する。さらに、機械学習装置200は、(c)研削品質が良好となるように、研削盤1の動作指令データを調整するための第二学習モデルを生成すると共に、(d)第二学習モデルを用いて研削品質が良好となるように、研削盤1の動作指令データを更新する。
機械学習装置200の第一学習フェーズ101の詳細構成は、第一実施形態と同一構成である。
機械学習装置200の第二学習フェーズ203の詳細構成について図6を参照して説明する。ここで、第二学習フェーズ203の構成が、研削盤の動作指令データ調整モデル生成装置に相当する。
機械学習装置200の推定フェーズ102は、第一実施形態の推定フェーズ102と同一である。
機械学習装置200の更新フェーズ204の詳細構成について図7を参照して説明する。ここで、第二学習フェーズ203の構成および更新フェーズ204の構成が、研削盤の動作指令データ更新装置に相当する。第二学習フェーズ203の構成は、上述したとおりである。
(3-1.機械学習装置300の概要)
第三実施形態の機械学習装置300の概要について、図8を参照して説明する。機械学習装置300は、(a)工作物Wの研削品質を推定するための第一学習モデルを生成すると共に、(b)第一学習モデルを用いて工作物Wの研削品質を推定する。さらに、機械学習装置300は、(e)砥石車16の表面状態を推定するための第三学習モデルを生成すると共に、(f)第三学習モデルを用いて砥石車16の表面状態を推定する。さらに、機械学習装置300は、(g)研削品質が良好となるように、且つ、砥石車16の修正または交換の頻度を少なくするように、研削盤1の動作指令データを調整するための第二学習モデルを生成すると共に、(h)第二学習モデルを用いて、研削品質が良好となるように、且つ、砥石車16の修正または交換の頻度を少なくするように、研削盤1の動作指令データを更新する。
機械学習装置300の第一学習フェーズ305の詳細構成について図9を参照して説明する。第一学習フェーズ305の構成は、研削品質推定モデル生成装置、および、砥石車表面状態推定モデル生成装置を構成する。第一学習フェーズ305の構成は、第一入力データ取得部130と、品質データ取得部310と、第一学習モデル生成部150と、第三学習モデル生成部320と、第一学習モデル記憶部160と、第三学習モデル記憶部330とを備えて構成される。
機械学習装置300の第二学習フェーズ306の詳細構成について図9を参照して説明する。第二学習フェーズ306の構成は、研削盤の動作指令データ調整モデル生成装置を構成する。
機械学習装置300の推定フェーズ307の詳細構成について、図10を参照して説明する。推定フェーズ307の構成は、第一入力データ取得部130と、第一学習モデル記憶部160と、第三学習モデル記憶部330と、研削品質推定部170と、砥石車表面状態推定部360と、判別部370とを備えて構成される。
機械学習装置300の更新フェーズ308の詳細構成について図10を参照して説明する。更新フェーズ308の構成は、動作指令データ取得部111と、研削品質データ取得部140と、砥石車表面状態データ取得部311と、研削サイクル時間演算部340と、砥石車形状情報取得部350と、報酬決定部210と、第二学習モデル記憶部230と、動作指令データ調整部240とを備えて構成される。
(4-1.機械学習装置400の概要)
第四実施形態の機械学習装置400の概要について、図11を参照して説明する。機械学習装置400は、(a)不良品であると判別された工作物Wの不良品質発生要因を推定するための関係情報学習モデルを生成すると共に、(b)関係情報学習モデルを用いて、不良品であると判別された工作物Wの不良品質発生要因を推定する。なお、機械学習装置400の構成は、不良品質発生要因推定装置を構成する。
機械学習装置400の関係情報学習フェーズ401の詳細構成について図12を参照して説明する。関係情報学習フェーズ401の構成は、不良品加工データ記憶部410と、良品加工データ記憶部420と、相違情報抽出部430と、不良品質発生要因データ記憶部440と、関係情報学習モデル生成部450と、関係情報学習モデル記憶部460とを備えて構成される。
機械学習装置400の推定フェーズ402の詳細構成について、図13を参照して説明する。推定フェーズ402の構成は、不良品加工データ記憶部410と、良品加工データ記憶部420と、相違情報抽出部430と、関係情報学習モデル記憶部460と、不良要因推定部470とを備えて構成される。
Claims (23)
- 研削盤にて砥石車により工作物の研削を行っている際の実測データであって、前記研削盤の構造部材の状態を表す第一実測データ、および、研削部位に関する第二実測データの少なくとも一つである前記実測データを、前記工作物毎に所定期間分取得する実測データ取得部と、
複数の前記工作物に関する前記実測データを第一学習用入力データとする機械学習により、前記工作物の研削品質を推定するための第一学習モデルを生成する第一学習モデル生成部と、
前記研削盤にて前記砥石車により工作物の研削を行う際において、前記研削盤の制御装置への動作指令データを前記工作物毎に取得する動作指令データ取得部と、
前記工作物の研削品質データを前記工作物毎に取得する研削品質データ取得部と、
前記工作物毎に、前記研削品質データに応じて前記動作指令データに対する報酬を決定する報酬決定部と、
複数の前記工作物に関する前記動作指令データおよび前記報酬を用いた機械学習により、前記報酬を多くするように前記動作指令データを調整するための第二学習モデルを生成する第二学習モデル生成部と、
推定フェーズにおいて、新たな工作物の研削を行っている際の所定期間分の前記実測データである推定用入力データと前記第一学習モデルとを用いて、前記新たな工作物の前記研削品質を推定する研削品質推定部と、
更新フェーズにおいて、新たな工作物の研削に関する前記動作指令データ、前記新たな工作物について前記研削品質推定部により推定された前記研削品質データ、前記報酬および前記第二学習モデルを用いて、前記動作指令データの調整を行う動作指令データ調整部と、
を備える、研削盤の動作指令データ更新装置。 - 前記実測データ取得部は、前記研削盤の前記構造部材の振動および前記研削盤の前記構造部材の変形量の少なくとも一つである前記第一実測データ、および、前記研削によって変化する前記工作物の寸法および研削点温度の少なくとも一つである前記第二実測データを、前記実測データとして取得し、
前記第一学習モデル生成部は、複数の前記工作物に関する前記第一実測データおよび前記第二実測データを前記第一学習用入力データとする機械学習により、前記第一学習モデルを生成する、請求項1に記載の研削盤の動作指令データ更新装置。 - 前記第一学習モデル生成部は、前記研削品質データを教師データとする前記機械学習により、前記第一学習モデルを生成する、請求項1または2に記載の研削盤の動作指令データ更新装置。
- 前記工作物の前記研削品質データは、前記工作物の加工変質層データ、前記工作物の表面性状データ、および、前記工作物のびびり模様データの少なくとも一つである、請求項3に記載の研削盤の動作指令データ更新装置。
- さらに、前記研削盤の制御装置への動作指令データ、および、前記制御装置により制御される駆動装置の実動作データの少なくとも一つである動作関連データを、前記工作物毎に所定期間分取得する動作関連データ取得部を備え、
前記第一学習モデル生成部は、複数の前記工作物に関する前記実測データおよび前記動作関連データを前記第一学習用入力データとする前記機械学習により、前記第一学習モデルを生成する、請求項1-4の何れか一項に記載の研削盤の動作指令データ更新装置。 - 前記第一学習モデル生成部は、前記工作物の前記研削品質として、前記工作物の加工変質層の状態、前記工作物の表面性状、および、前記工作物のびびり模様状態の少なくとも一つを推定するための前記第一学習モデルを生成し、
前記研削品質推定部は、前記新たな工作物の前記研削品質として、前記工作物の加工変質層の状態、前記工作物の表面性状、および、前記工作物のびびり模様状態の少なくとも一つを推定する、請求項1に記載の研削盤の動作指令データ更新装置。 - さらに、前記研削品質推定部により推定された前記工作物の前記研削品質に基づいて前記工作物の良否を判別する判別部を備える、請求項1または6に記載の研削盤の動作指令データ更新装置。
- さらに、
前記研削盤の制御装置により制御される駆動装置の実動作データであって予め取得した良品に関する前記実動作データ、または、予め取得した良品に関する前記実測データに基づいて作成された良品加工データを記憶する良品加工データ記憶部と、
前記良品加工データと、前記判別部により不良品と推定された前記工作物に関する前記実動作データまたは実測データである不良品加工データとを比較して、不良品質の発生要因を特定するための加工データ相違情報を抽出する相違情報抽出部と、
を備える、請求項7に記載の研削盤の動作指令データ更新装置。 - さらに、
前記加工データ相違情報と前記不良品質の発生要因との関係を示す発生要因関係情報を記憶する関係情報記憶部と、
前記加工データ相違情報と前記発生要因関係情報との関係に基づいて、前記不良品質の発生要因を推定する不良要因推定部と、
を備える、請求項8に記載の研削盤の動作指令データ更新装置。 - 前記関係情報記憶部は、前記加工データ相違情報と複数種の前記不良品質の発生要因との関係を示す複数種の前記発生要因関係情報を記憶する、請求項9に記載の研削盤の動作指令データ更新装置。
- 前記発生要因関係情報は、前記加工データ相違情報と前記不良品質の発生要因とを学習データとする前記機械学習により生成された学習モデルである、請求項9または10に記載の研削盤の動作指令データ更新装置。
- 前記不良品質の発生要因は、前記研削盤による前記工作物の加工条件、前記砥石車の切れ味、および、前記研削盤の構成部品の振動の少なくとも一つである、請求項8-11の何れか一項に記載の研削盤の動作指令データ更新装置。
- 前記相違情報抽出部は、前記良品加工データと、前記不良品加工データとの差を、前記加工データ相違情報として抽出する、請求項8-12の何れか一項に記載の研削盤の動作指令データ更新装置。
- 前記良品加工データは、予め取得した複数個の良品に関する前記実測データまたは前記実動作データに基づいて作成される、請求項8-13の何れか一項に記載の研削盤の動作指令データ更新装置。
- 前記良品加工データ記憶部は、複数種の前記良品加工データを記憶し、
前記相違情報抽出部は、前記複数種の前記良品加工データと、前記不良品加工データとをそれぞれ比較し、複数種の前記加工データ相違情報を抽出する、請求項8-14の何れか一項に記載の研削盤の動作指令データ更新装置。 - 前記工作物の前記研削品質データは、前記工作物の加工変質層データ、前記工作物の表面性状データ、および、前記工作物のびびり模様データの少なくとも一つである、請求項1に記載の研削盤の動作指令データ更新装置。
- 前記報酬決定部は、前記工作物の前記加工変質層データにおいて、加工変質層が無い場合に前記報酬を多くし、前記加工変質層が有る場合に前記報酬を少なくする、請求項16記載の研削盤の動作指令データ更新装置。
- 前記報酬決定部は、前記工作物の前記表面性状データが所定閾値以下の場合に前記報酬を多くし、前記所定閾値より大きい場合に前記報酬を少なくする、請求項16に記載の研削盤の動作指令データ更新装置。
- 前記報酬決定部は、前記工作物の前記びびり模様データにおいて、びびり模様が無しの場合に前記報酬を多くし、びびり模様が有りの場合に前記報酬を少なくする、請求項16に記載の研削盤の動作指令データ更新装置。
- さらに、前記砥石車の表面状態データを前記工作物毎に取得する表面状態データ取得部を備え、
前記報酬決定部は、前記工作物毎に、前記研削品質データおよび前記表面状態データに応じて前記動作指令データに対する報酬を決定する、請求項1,16-19の何れか一項に記載の研削盤の動作指令データ更新装置。 - 前記砥石車の前記表面状態データは、前記工作物の研削品質に影響を及ぼすデータである、請求項20に記載の研削盤の動作指令データ更新装置。
- 前記砥石車の前記表面状態データは、前記工作物の加工変質層の状態に対応する第一表面状態データ、前記工作物の表面性状に対応する第二表面状態データ、および、前記工作物のびびり模様状態に対応する第三表面状態データの少なくとも一つである、請求項21に記載の研削盤の動作指令データ更新装置。
- さらに、
前記動作指令データ調整部は、さらに、前記発生要因関係情報を用いて、前記動作指令データの調整を行う、請求項9-11の何れか一項に記載の研削盤の動作指令データ更新装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/517,890 US20200033842A1 (en) | 2018-07-25 | 2019-07-22 | Grinding quality estimation model generating device, grinding quality estimating device, poor quality factor estimating device, grinding machine operation command data adjustment model generating device, and grinding machine operation command data updating device |
DE102019119821.6A DE102019119821A1 (de) | 2018-07-25 | 2019-07-23 | Schleifqualitätsschätzmodellerzeugungsvorrichtung, Schleifqualitätsschätzvorrichtung, Schlechte-Qualität-Faktor-Schätzvorrichtung, Schleifmaschinenbetriebsbefehlsdatenjustiermodellerzeugungsvorrichtung und Schleifmaschinenbetriebsbefehlsdatenaktualisierungsvorrichtung |
CN201910666424.4A CN110780639A (zh) | 2018-07-25 | 2019-07-23 | 研磨质量评估模型生成装置及相关装置 |
JP2022206756A JP7388528B2 (ja) | 2018-07-25 | 2022-12-23 | 研削品質推定モデル生成装置、研削品質推定装置、不良品質発生要因推定装置、および、研削盤の動作指令データ更新装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018139210 | 2018-07-25 | ||
JP2018139210 | 2018-07-25 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022206756A Division JP7388528B2 (ja) | 2018-07-25 | 2022-12-23 | 研削品質推定モデル生成装置、研削品質推定装置、不良品質発生要因推定装置、および、研削盤の動作指令データ更新装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020023040A JP2020023040A (ja) | 2020-02-13 |
JP7230555B2 true JP7230555B2 (ja) | 2023-03-01 |
Family
ID=69617966
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019018312A Active JP7230546B2 (ja) | 2018-07-25 | 2019-02-04 | 研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置 |
JP2019022199A Active JP7230555B2 (ja) | 2018-07-25 | 2019-02-11 | 研削盤の動作指令データ更新装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019018312A Active JP7230546B2 (ja) | 2018-07-25 | 2019-02-04 | 研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7230546B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7487503B2 (ja) | 2020-03-16 | 2024-05-21 | 株式会社ジェイテクト | びびり予測システム |
JPWO2021193663A1 (ja) * | 2020-03-25 | 2021-09-30 | ||
JP7484372B2 (ja) | 2020-04-20 | 2024-05-16 | 株式会社ジェイテクト | 表面粗さ推定システム |
CN112395809B (zh) * | 2020-11-20 | 2023-12-19 | 华中科技大学 | 一种加工零件表面振纹缺陷检测方法 |
JP2022114895A (ja) * | 2021-01-27 | 2022-08-08 | 株式会社ジェイテクト | 機上測定システム |
KR102558133B1 (ko) * | 2021-07-12 | 2023-07-21 | 주식회사 디엠테크컨설팅 | 인공지능을 통한 가공 설비 최적 운전 조건 추적 방법 |
CN113751798B (zh) * | 2021-08-25 | 2022-09-09 | 浙江捷众科技股份有限公司 | 一种车窗升降系统中电机盖板的加工工艺及其加工设备 |
KR102624869B1 (ko) * | 2021-10-05 | 2024-01-15 | 울산대학교 산학협력단 | 디지털 트윈을 기반으로 하는 양면 연삭 공정 제어 시스템 및 그 방법 |
CN114473870B (zh) * | 2022-03-11 | 2023-02-28 | 新代科技(苏州)有限公司 | 磨床监测系统及监测方法 |
KR102655363B1 (ko) * | 2022-07-12 | 2024-04-05 | 부산대학교 산학협력단 | 진동데이터에 기초한 cnc 공작기계의 공구 마모도 측정 장치 및 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015199152A (ja) | 2014-04-07 | 2015-11-12 | 株式会社ジェイテクト | 加工変質検出センサを備える工作機械 |
JP2017045300A (ja) | 2015-08-27 | 2017-03-02 | ファナック株式会社 | びびり或いは工具摩耗/破損の発生を抑制する加工条件調整機能を有する数値制御装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3195872B2 (ja) * | 1994-01-05 | 2001-08-06 | 株式会社日立製作所 | 摩擦圧接品の良否判定方法および装置 |
JP3633959B2 (ja) * | 1994-07-14 | 2005-03-30 | 松下電器産業株式会社 | 品質分析方法 |
JPH08193879A (ja) * | 1995-01-19 | 1996-07-30 | Nippon Steel Corp | ロール研削盤の研削異常の検出方法 |
JPH11129145A (ja) * | 1997-10-31 | 1999-05-18 | Denso Corp | 加工物の形状精度診断装置及び加工物の形状精度診断方法及び記録媒体 |
JP3830703B2 (ja) | 1999-11-30 | 2006-10-11 | 株式会社日平トヤマ | カム研削装置 |
JP4517677B2 (ja) | 2004-03-01 | 2010-08-04 | 株式会社ジェイテクト | 研削装置 |
-
2019
- 2019-02-04 JP JP2019018312A patent/JP7230546B2/ja active Active
- 2019-02-11 JP JP2019022199A patent/JP7230555B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015199152A (ja) | 2014-04-07 | 2015-11-12 | 株式会社ジェイテクト | 加工変質検出センサを備える工作機械 |
JP2017045300A (ja) | 2015-08-27 | 2017-03-02 | ファナック株式会社 | びびり或いは工具摩耗/破損の発生を抑制する加工条件調整機能を有する数値制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7230546B2 (ja) | 2023-03-01 |
JP2020023039A (ja) | 2020-02-13 |
JP2020023040A (ja) | 2020-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7230555B2 (ja) | 研削盤の動作指令データ更新装置 | |
US20200033842A1 (en) | Grinding quality estimation model generating device, grinding quality estimating device, poor quality factor estimating device, grinding machine operation command data adjustment model generating device, and grinding machine operation command data updating device | |
JP7225626B2 (ja) | 研削加工に関する学習モデル生成装置、推定装置および動作指令データ更新装置 | |
JP2020015129A (ja) | 砥石車表面状態推定モデル生成装置、砥石車表面状態推定装置、研削盤の動作指令データ調整モデル生成装置および研削盤の動作指令データ更新装置 | |
JP7302226B2 (ja) | 研削盤の支援装置及び支援方法 | |
JP7305945B2 (ja) | 工作機械 | |
KR102627963B1 (ko) | 연마 장치 | |
JP7380107B2 (ja) | 品質予測システム | |
JP7388528B2 (ja) | 研削品質推定モデル生成装置、研削品質推定装置、不良品質発生要因推定装置、および、研削盤の動作指令データ更新装置 | |
EP3736648B1 (en) | Method for autonomous optimization of a grinding process | |
JP7424463B2 (ja) | 研削品質推定モデル生成装置、研削品質推定装置、および、研削盤の動作指令データ更新装置 | |
JP7451949B2 (ja) | 加工品質予測システム | |
JP2020069599A (ja) | 工作機械の支援装置および工作機械システム | |
JP2022113178A (ja) | 領域設定方法、領域設定装置、表面状態推定方法及び表面状態推定システム | |
JP7172636B2 (ja) | 工作機械のメンテナンス支援装置および工作機械システム | |
JP2021171833A (ja) | 表面粗さ推定システム | |
JP7487503B2 (ja) | びびり予測システム | |
JP2023158578A (ja) | 研削加工システム | |
JP7451948B2 (ja) | 加工品質予測システム | |
JP2022147691A (ja) | 加工状態推定方法及び加工状態推定システム | |
JP2024073875A (ja) | 表面粗さ推定システムおよび加工システム | |
JP2022147692A (ja) | 加工状態推定方法及び加工状態推定システム | |
JP2022147687A (ja) | 加工状態推定方法及び加工状態推定システム | |
JP2021171871A (ja) | びびり検出システム | |
JP2022113177A (ja) | 表面状態推定方法及び表面状態推定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210301 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221019 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221223 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7230555 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |