JP7380107B2 - 品質予測システム - Google Patents
品質予測システム Download PDFInfo
- Publication number
- JP7380107B2 JP7380107B2 JP2019204669A JP2019204669A JP7380107B2 JP 7380107 B2 JP7380107 B2 JP 7380107B2 JP 2019204669 A JP2019204669 A JP 2019204669A JP 2019204669 A JP2019204669 A JP 2019204669A JP 7380107 B2 JP7380107 B2 JP 7380107B2
- Authority
- JP
- Japan
- Prior art keywords
- quality
- state data
- machining
- workpiece
- grinding
- 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
- 238000012545 processing Methods 0.000 claims description 121
- 238000000034 method Methods 0.000 claims description 95
- 230000008569 process Effects 0.000 claims description 95
- 238000003754 machining Methods 0.000 claims description 81
- 238000012549 training Methods 0.000 claims description 41
- 238000003860 storage Methods 0.000 claims description 29
- 238000010801 machine learning Methods 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000010187 selection method Methods 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 description 13
- 238000012937 correction Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000003746 surface roughness Effects 0.000 description 9
- 239000002826 coolant Substances 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004513 sizing Methods 0.000 description 4
- 239000006061 abrasive grain Substances 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005407 grinding (machining) Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- 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
- Grinding Of Cylindrical And Plane Surfaces (AREA)
- Grinding-Machine Dressing And Accessory Apparatuses (AREA)
- General Factory Administration (AREA)
Description
品質予測システムは、複数の加工工程を経て工作物の機械加工を行う加工機による加工品質を予測する。ここで、加工品質とは、予め設定された品質基準に対するスコア、品質異常の有無、或いは、加工品質に影響を及ぼす工具の寿命等を含む。尚、工具の寿命は、工具が完全に使用不可となる状態のみならず、例えば、工具を再研することや、砥石車のツルーイング、ドレッシング等の工具の修正を行う状態を含む。
品質予測システム1の構成の概要について、図1を参照して説明する。品質予測システム1は、少なくとも1台の加工機10と、1つの演算装置(20,30)とを備える。加工機10は、1台を対象としても良いし、図1に示すように、複数台を対象としても良い。本例では、品質予測システム1は、複数台の加工機10を備える場合を例に挙げる。
品質予測システム1の構成について、図1を参照して、より詳細に説明する。品質予測システム1は、複数台の加工機10、演算装置の一部として機能する1台の学習処理装置20、演算装置の他の一部として機能する複数台の予測演算装置30を備える。
加工機本体11の一例として、研削加工を行う研削盤について、図2を参照して説明する。尚、加工機本体11は、上述したように、研削盤は一例であり、他の加工に適用しても良い。
品質予測システム1の機能ブロックについて、図3を参照して説明する。品質予測システム1は、制御装置12、第一検出器13、第二検出器14、学習処理装置20、予測演算装置30、表示装置40,50を備える。
上述した本例においては、モデル生成部73は、訓練データセット記憶部72に記憶された訓練データセットを用いて研削工程(加工工程)につき1つの学習済みモデルを生成するようにした。ところで、モデル生成部73は、1つのアルゴリズムを用いて機械学習を行うことに限られず、異なる複数のアルゴリズムを用いて機械学習を行うことが可能である。又、モデル生成部73は、1つの特徴量或いは特定の組み合わせの特徴量を説明変数とすることに限定されず、全ての特徴量又は複数の異なる組み合わせの特徴量を説明変数として機械学習を行うことが可能である。
上述した本例及び別例においては、学習処理装置20が特徴量抽出部71cとモデル生成部73とを備えるようにした。ところで、特徴量抽出部71cが機械学習において用いる機械学習手法(変数選択手法を実現するアルゴリズム)とモデル生成部73が機械学習において用いる機械学習手法(アルゴリズム)とが同じになる場合がある。この場合、例えば、特徴量抽出部71cを省略し、モデル生成部73は、状態データ分割部71bから訓練データセット記憶部72に記憶された状態データについて所定のアルゴリズムを用いて特徴量を抽出することができる。
品質予測システム1によれば、時系列的に(連続的に)検出される状態データを工程情報に基づいて研削工程(加工工程)毎に分割することができる。そして、品質予測システム1は、研削工程(加工工程)毎に分割された状態データについて特徴量を抽出し、抽出した特徴量を用いて研削工程(加工工程)毎の学習済みモデルを生成することができる。このように、研削工程(加工工程)毎に特徴量を抽出して学習済みモデルを生成することにより、汎用性を有して客観的に且つ正確に工作物Wの品質を予測することができる。
Claims (15)
- 制御装置の制御により複数の加工工程を経て工作物の機械加工を行う加工機と、
前記加工機による前記機械加工において観測可能な状態データを検出し、検出した状態データを前記制御装置に出力する検出器と、
前記加工工程毎において前記検出器により検出され且つ前記制御装置を介して取得した前記状態データの特徴量を説明変数とし、前記機械加工による前記工作物の加工品質に関連する品質関連データを目的変数とし、前記説明変数及び前記目的変数を含む訓練データセットを用いて機械学習を行うことにより生成された学習済みモデルを、前記加工工程毎に記憶する学習済みモデル記憶部と、
予測対象の加工工程に対応する前記学習済みモデルと前記予測対象の加工工程における加工中に検出された前記状態データとを用いて、前記予測対象の加工工程における前記工作物の前記加工品質を予測する品質予測部と、
を備える、品質予測システム。 - 前記状態データは、前記制御装置によって前記加工工程を識別する工程情報を付加されており、
前記工程情報に基づいて、前記状態データを前記加工工程毎に分割する状態データ分割部を備えた、請求項1に記載の品質予測システム。 - 前記状態データ分割部は、
全ての前記加工工程の経過に伴って取得された前記状態データについて、前記工程情報に基づいて前記状態データを前記加工工程毎に分割する、請求項2に記載の品質予測システム。 - 前記加工工程において取得した前記状態データについて複数の特徴量を抽出する特徴量抽出部を備え、
前記学習済みモデル記憶部は、
前記特徴量抽出部によって抽出された複数の前記特徴量のうちの少なくとも1つの前記特徴量を前記説明変数として生成された前記学習済みモデルを、前記加工工程毎に記憶する、請求項1-3のうちの何れか一項に記載の品質予測システム。 - 前記特徴量抽出部は、
所定の変数選択手法を用いた機械学習により、前記状態データにおける複数の前記特徴量のうち前記品質関連データに対する寄与度の大きい前記特徴量を抽出する、請求項4に記載の品質予測システム。 - 前記特徴量抽出部は、
前記状態データについて統計演算を行うことにより得られる基本統計量を前記特徴量として抽出する、請求項4又は5に記載の品質予測システム。 - 前記加工工程毎における前記特徴量を前記説明変数とし、前記品質関連データを前記目的変数とし、前記説明変数及び前記目的変数を含む訓練データセットを用いて機械学習を行うことにより前記学習済みモデルを生成する学習済みモデル生成部を備える、請求項1-6のうちの何れか一項に記載の品質予測システム。
- 複数の前記訓練データセットのうちの一部を用いて、前記学習済みモデル生成部によって異なるアルゴリズムを用いた機械学習により生成された複数の前記学習済みモデルについて、複数の前記訓練データセットのうちの他部を用いて、前記説明変数を複数の前記学習済みモデルに与えた場合に予測される予測値と前記目的変数である実測値との差異に基づき複数の前記学習済みモデルの評価を行う学習済みモデル評価部を備え、
前記学習済みモデル記憶部は、
前記学習済みモデル評価部によって前記差異が最も小さい前記学習済みモデルを記憶する、請求項7に記載の品質予測システム。 - 更に、予測された前記工作物の前記加工品質に対する寄与度の大きい前記特徴量を表示する表示装置を備える、請求項1-8のうちの何れか一項に記載の品質予測システム。
- 前記表示装置は、
前記加工機に設けられて前記工作物に前記機械加工を施す工具の修正又は交換に関する情報を表示する、請求項9に記載の品質予測システム。 - 前記加工機は、砥石車を用いて前記工作物の研削加工を行う研削盤であり、
前記状態データは、前記研削盤による前記工作物の研削工程毎に分割可能である、請求項1-10のうちの何れか一項に記載の品質予測システム。 - 前記状態データは、前記砥石車を修正した後に、前記研削工程毎について前記工作物の前記研削加工を行った回数に基づいて分割される、請求項11に記載の品質予測システム。
- 前記状態データは、前記砥石車を交換した後に、前記研削工程毎について前記工作物の前記研削加工を行った回数に基づいて分割される、請求項11に記載の品質予測システム。
- 前記研削工程は、少なくとも、粗研削工程、精研削工程、微研削工程及びスパークアウト工程を含む、請求項11-13のうちの何れか一項に記載の品質予測システム。
- 前記粗研削工程における前記状態データは、
前記制御装置によって前記状態データに付加された前記粗研削工程を識別する工程情報に加え、前記砥石車を回転駆動するモータに供給される駆動電流データの変化に基づいて、前記粗研削工程に含まれていて前記砥石車を前記工作物に接近させる期間であって前記砥石車が前記工作物を粗研削していない空研期間が判別されて分割される、請求項14に記載の品質予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204669A JP7380107B2 (ja) | 2019-11-12 | 2019-11-12 | 品質予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204669A JP7380107B2 (ja) | 2019-11-12 | 2019-11-12 | 品質予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021077205A JP2021077205A (ja) | 2021-05-20 |
JP7380107B2 true JP7380107B2 (ja) | 2023-11-15 |
Family
ID=75898013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019204669A Active JP7380107B2 (ja) | 2019-11-12 | 2019-11-12 | 品質予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7380107B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102618657B1 (ko) * | 2021-09-07 | 2023-12-29 | 한국생산기술연구원 | 로봇을 이용한 폴리싱 장치 및 이에 의한 폴리싱 방법 |
KR102622569B1 (ko) | 2022-12-20 | 2024-01-09 | (주)위세아이텍 | 지능형 제조 설비 제어 장치 및 그의 제어 방법 |
CN116117587B (zh) * | 2023-04-18 | 2023-06-30 | 济宁联威车轮制造有限公司 | 一种基于数控车床生成的成品品质检测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012226511A (ja) | 2011-04-19 | 2012-11-15 | Hitachi Ltd | 歩留まり予測システムおよび歩留まり予測プログラム |
JP2019049940A (ja) | 2017-09-12 | 2019-03-28 | 安川情報システム株式会社 | 異常工程推定方法、異常工程推定装置および異常工程推定プログラム |
JP2019101683A (ja) | 2017-11-30 | 2019-06-24 | 三菱重工業株式会社 | シミュレーションの条件の適正化方法、製造工程シミュレーション装置、製造工程シミュレーションシステム及びプログラム |
JP2020140365A (ja) | 2019-02-27 | 2020-09-03 | トヨタ自動車株式会社 | 製品品質不良予測システム |
-
2019
- 2019-11-12 JP JP2019204669A patent/JP7380107B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012226511A (ja) | 2011-04-19 | 2012-11-15 | Hitachi Ltd | 歩留まり予測システムおよび歩留まり予測プログラム |
JP2019049940A (ja) | 2017-09-12 | 2019-03-28 | 安川情報システム株式会社 | 異常工程推定方法、異常工程推定装置および異常工程推定プログラム |
JP2019101683A (ja) | 2017-11-30 | 2019-06-24 | 三菱重工業株式会社 | シミュレーションの条件の適正化方法、製造工程シミュレーション装置、製造工程シミュレーションシステム及びプログラム |
JP2020140365A (ja) | 2019-02-27 | 2020-09-03 | トヨタ自動車株式会社 | 製品品質不良予測システム |
Also Published As
Publication number | Publication date |
---|---|
JP2021077205A (ja) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7380107B2 (ja) | 品質予測システム | |
JP7230555B2 (ja) | 研削盤の動作指令データ更新装置 | |
EP2047343B1 (en) | Control of a machining operation | |
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 | |
JP7383982B2 (ja) | 工具寿命予測システム | |
JP7305945B2 (ja) | 工作機械 | |
KR20220062555A (ko) | 치부 가공 기계에서의 자동 공정 모니터링 | |
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 | |
US20200030939A1 (en) | Estimation model creating device for grinding wheel surface condition estimation, grinding wheel surface condition estimating device, adjustment model creating device for grinding machine operation command data adjustment, and updating device for grinding machine operation command data update | |
EP3815842B1 (en) | Grinding system | |
EP3736648B1 (en) | Method for autonomous optimization of a grinding process | |
JP7484372B2 (ja) | 表面粗さ推定システム | |
JP7451948B2 (ja) | 加工品質予測システム | |
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 | |
JP7310369B2 (ja) | 工作機械システムの振動解析装置 | |
JP7487503B2 (ja) | びびり予測システム | |
JP2022126285A (ja) | 工具寿命予測システム | |
JPH0276678A (ja) | 研削工程を制御するための改良された装置と方法、および砥石を修正するための装置と方法 | |
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 | |
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 | |
JP2022023408A (ja) | 加工システム及び学習済みモデル生成装置 | |
JP2022147691A (ja) | 加工状態推定方法及び加工状態推定システム | |
JP7484381B2 (ja) | びびり検出システム | |
JP2022147687A (ja) | 加工状態推定方法及び加工状態推定システム |
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: 20221013 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230630 |
|
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: 20231003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231016 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7380107 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |