JP7424463B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7424463B2 JP7424463B2 JP2022206749A JP2022206749A JP7424463B2 JP 7424463 B2 JP7424463 B2 JP 7424463B2 JP 2022206749 A JP2022206749 A JP 2022206749A JP 2022206749 A JP2022206749 A JP 2022206749A JP 7424463 B2 JP7424463 B2 JP 7424463B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- grinding
- workpiece
- learning
- grinding 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
- 238000010801 machine learning Methods 0.000 claims description 164
- 238000005259 measurement Methods 0.000 claims description 81
- 230000001133 acceleration Effects 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 34
- 238000006073 displacement reaction Methods 0.000 claims description 33
- 238000004513 sizing Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 27
- 230000007423 decrease Effects 0.000 claims description 12
- 230000001131 transforming effect Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 35
- 238000003860 storage Methods 0.000 description 29
- 238000011156 evaluation Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 238000012937 correction Methods 0.000 description 11
- 239000002826 coolant Substances 0.000 description 10
- 238000005520 cutting process Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 7
- 230000003746 surface roughness Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000002950 deficient Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003754 machining Methods 0.000 description 4
- 239000006061 abrasive grain Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005498 polishing Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- YDLQKLWVKKFPII-UHFFFAOYSA-N timiperone Chemical compound C1=CC(F)=CC=C1C(=O)CCCN1CCC(N2C(NC3=CC=CC=C32)=S)CC1 YDLQKLWVKKFPII-UHFFFAOYSA-N 0.000 description 1
- 229950000809 timiperone Drugs 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding Of Cylindrical And Plane Surfaces (AREA)
Description
本発明の一態様は、粗研、精研、微研、スパークアウトの順番の研削工程で砥石車による工作物の研削が行われる研削盤にて前記砥石車により研削した前記工作物の外径を測定する定寸装置と、
前記定寸装置に設けられ、前記工作物の外径測定時に前記定寸装置に発生する振動、および、前記砥石車による前記工作物の研削部位において発生する音の少なくとも一方を工作物情報として検出可能な検出器と、
前記検出器により出力された前記工作物情報に関する波形データをフーリエ変換することにより、第一次データを生成する第一次データ生成部を有し、前記第一次データを用いて前記研削部位に関する実測データを生成する実測データ生成部と、
前記実測データを、前記工作物毎にかつ前記研削工程毎に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学習モデルである第一学習モデルを前記研削工程毎に生成する学習モデル生成部と、
を備える、研削品質推定モデル生成装置にある。
本発明の他の態様は、粗研、精研、微研、スパークアウトの順番の研削工程で砥石車による工作物の研削が行われる研削盤にて前記砥石車により前記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、前記工作物毎にかつ前記研削工程毎に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学習モデルである第二学習モデルを前記研削工程毎に生成する学習モデル生成部と、
前記砥石車により研削した前記工作物の外径を測定可能な定寸装置と、
前記定寸装置に設けられ、前記工作物の外径測定時に前記定寸装置に発生する振動、および、前記砥石車による前記工作物の研削部位において発生する音の少なくとも一方を工作物情報として検出可能な検出器と、
前記検出器により検出された前記工作物情報に関する波形データをフーリエ変換することにより、第一次データを生成する第一次データ生成部を有し、前記第一次データを用いて前記工作物の研削品質データを生成する研削品質データ生成部と、
前記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、
を備え、
前記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、前記第二学習モデルを生成する、研削品質推定モデル生成装置にある。
当該研削品質推定モデル生成装置は、工作物の研削品質を良好に取得できる。また、第二学習モデル生成部は、研削品質データを教師データとする機械学習により、第二学習モデルを研削工程毎に生成するので、機外に設けられた外部装置により検出された研削品質データを教師データとする場合と比べて、サイクルタイムの短縮を図ることができる。
本発明の他の態様は、上述した研削品質推定モデル生成装置と、
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前記研削工程毎の前記実測データである推定用入力データと前記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、
を備える、研削品質推定装置にある。
当該研削品質推定装置は、機械学習により生成された学習モデルを用いることで、新たな工作物に関する多量の実測データである推定用入力データに基づいて、当該新たな工作物の研削品質を推定することができる。
本発明の他の態様は、上述した研削品質推定装置と、
前記研削盤にて前記砥石車により前記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三学習モデルを生成する第三学習モデル生成部と、
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、前記第三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。
図3に戻り、機械学習装置100に関連する外部装置2の構成を説明する。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、真円度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5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6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二学習モデルを生成すると共に、(b)第二学習モデルを用いて工作物Wの研削品質を推定する。
図7に戻り、機械学習装置200の第二学習フェーズ201の詳細構成を説明する。機械学習装置200の第二学習フェーズ201の構成は、第一入力データ取得部130と、研削品質データを取得する研削品質データ取得部140と、第二学習モデル生成部250と、第二学習モデル記憶部260とを備えて構成される。第二学習モデル生成部250は、第一実施形態における第一学習モデル生成部150と同一構成であり、第二学習モデル記憶部260は、第一実施形態における第一学習モデル記憶部160と同一構成である。
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。
(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9を参照して説明する。機械学習装置300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300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三学習モデルを生成すると共に、(d)第三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。なお、機械学習装置300は、上記(a)において、第一学習モデルの代わりに第二学習モデルを生成し、上記(b)において、第一学習モデルの代わりに第二学習モデルを用いて工作物Wの研削品質を推定してもよい。
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300の第三学習フェーズ303の詳細構成について図10を参照して説明する。ここで、第三学習フェーズ303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300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300の更新フェーズ304の詳細構成について図11を参照して説明する。ここで、第三学習フェーズ303の構成および更新フェーズ304の構成が、研削盤の動作指令データ更新装置に相当する。第三学習フェーズ303の構成は、上述したとおりである。
(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12を参照して説明する。機械学習装置400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。なお、機械学習装置400は、上記(a)において、第一学習モデルの代わりに第二学習モデルを生成し、上記(b)において、第一学習モデルの代わりに第二学習モデルを用いて工作物Wの研削品質を推定してもよい。
機械学習装置400の第一学習フェーズ405の詳細構成について図13を参照して説明する。第一学習フェーズ405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405の構成は、第一入力データ取得部130と、品質データ取得部410と、第一学習モデル生成部150と、第四学習モデル生成部420と、第一学習モデル記憶部160と、第四学習モデル記憶部430とを備えて構成される。
機械学習装置400の第三学習フェーズ406の詳細構成について図13を参照して説明する。第三学習フェーズ406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400の推定フェーズ407の詳細構成について、図14を参照して説明する。推定フェーズ407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、第四学習モデル記憶部430と、研削品質推定部170と、砥石車表面状態推定部460と、判別部470とを備えて構成される。
機械学習装置400の更新フェーズ408の詳細構成について図14を参照して説明する。更新フェーズ408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411と、研削サイクル時間演算部440と、砥石車形状情報取得部450と、報酬決定部310と、第三学習モデル記憶部330と、動作指令データ調整部340とを備えて構成される。
Claims (26)
- 粗研、精研、微研、スパークアウトの順番の研削工程で砥石車による工作物の研削が行われる研削盤にて前記砥石車により研削した前記工作物の外径を測定する定寸装置と、
前記定寸装置に設けられ、前記工作物の外径測定時に前記定寸装置に発生する振動、および、前記砥石車による前記工作物の研削部位において発生する音の少なくとも一方を工作物情報として検出可能な検出器と、
前記検出器により出力された前記工作物情報に関する波形データをフーリエ変換することにより、第一次データを生成する第一次データ生成部を有し、前記第一次データを用いて前記研削部位に関する実測データを生成する実測データ生成部と、
前記実測データを、前記工作物毎にかつ前記研削工程毎に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学習モデルである第一学習モデルを前記研削工程毎に生成する学習モデル生成部と、
を備える、研削品質推定モデル生成装置。 - 前記定寸装置は、
装置本体と、
前記工作物に接触可能な接触子と、
前記接触子を保持すると共に前記装置本体に対して変位可能に支持されたフィンガと、
を備え、
前記検出器は、回転する前記工作物に前記接触子を接触させた状態で、前記フィンガに発生する前記振動を前記工作物情報として検出する、請求項1に記載の研削品質推定モデル生成装置。 - 前記第一次データ生成部は、前記工作物のスパークアウト中において、または、前記工作物の研削後であって前記工作物の回転中において、前記検出器が検出した前記振動に関する波形データをフーリエ変換することにより前記第一次データを生成する、請求項2に記載の研削品質推定モデル生成装置。
- 前記定寸装置は、前記装置本体に設けられ、前記フィンガの変位を検出可能な差動トランスを備え、
前記検出器は、前記差動トランスであり、
前記第一次データ生成部は、変位成分と時間成分とを含む波形データをフーリエ変換することにより、前記変位成分と周波数成分とを含む前記第一次データを生成する、請求項2または3に記載の研削品質推定モデル生成装置。 - 前記検出器は、前記フィンガに取り付けられ、前記フィンガの前記振動を検出可能な加速度センサであり、
前記第一次データ生成部は、加速度成分と時間成分とを含む波形データをフーリエ変換することにより、前記加速度成分と周波数成分とを含む前記第一次データを生成する、請求項2または3に記載の研削品質推定モデル生成装置。 - 前記実測データ生成部は、前記第一次データの前記加速度成分を変位成分に変換した第二次データを生成する第二次データ生成部を備える、請求項5に記載の研削品質推定モデル生成装置。
- 前記実測データ生成部は、前記第一次データに含まれる前記変位成分のうち特定の周波数帯域以外の前記変位成分を、前記第一次データから除去した特定周波数データを生成する特定周波数データ生成部を備える、請求項4に記載の研削品質推定モデル生成装置。
- 前記実測データ生成部は、前記第二次データに含まれる前記変位成分のうち特定の周波数帯域以外の前記変位成分を、前記第二次データから除去した特定周波数データを生成する特定周波数データ生成部を備える、請求項6に記載の研削品質推定モデル生成装置。
- 前記実測データ生成部は、前記第二次データに基づいて生成された前記特定周波数データを逆フーリエ変換することにより、前記変位成分と前記時間成分とを含む第三次データを生成する第三次データ生成部を備える、請求項8に記載の研削品質推定モデル生成装置。
- 前記検出器は、前記定寸装置に取り付けられ、前記研削部位において発生する前記音を前記工作物情報として検出可能なマイクロフォンである、請求項1に記載の研削品質推定モデル生成装置。
- 前記研削品質推定モデル生成装置は、さらに、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を備え、
前記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、前記研削工程毎の前記学習モデルを生成する、請求項1-10の何れか一項に記載の研削品質推定モデル生成装置。 - 粗研、精研、微研、スパークアウトの順番の研削工程で砥石車による工作物の研削が行われる研削盤にて前記砥石車により前記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、前記工作物毎にかつ前記研削工程毎に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学習モデルである第二学習モデルを前記研削工程毎に生成する学習モデル生成部と、
前記砥石車により研削した前記工作物の外径を測定可能な定寸装置と、
前記定寸装置に設けられ、前記工作物の外径測定時に前記定寸装置に発生する振動、および、前記砥石車による前記工作物の研削部位において発生する音の少なくとも一方を工作物情報として検出可能な検出器と、
前記検出器により検出された前記工作物情報に関する波形データをフーリエ変換することにより、第一次データを生成する第一次データ生成部を有し、前記第一次データを用いて前記工作物の研削品質データを生成する研削品質データ生成部と、
前記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、
を備え、
前記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、前記第二学習モデルを生成する、研削品質推定モデル生成装置。 - 前記工作物の前記研削品質データは、前記工作物の真円度データ、前記工作物の表面性状データ、前記工作物のびびり模様データ、および、前記工作物の加工変質層データの少なくとも一つである、請求項12に記載の研削品質推定モデル生成装置。
- 前記研削品質推定モデル生成装置は、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、前記工作物毎にかつ前記研削工程毎に取得する動作関連データ取得部を備え、
前記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、前記学習モデルを生成する、請求項1-13の何れか一項に記載の研削品質推定モデル生成装置。 - 請求項1-14の何れか一項に記載の研削品質推定モデル生成装置と、
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前記研削工程毎の前記実測データである推定用入力データと前記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、
を備える、研削品質推定装置。 - 前記学習モデル生成部は、前記工作物の前記研削品質として、前記工作物の真円度、前記工作物の表面性状、前記工作物のびびり模様状態、および、前記工作物の加工変質層データの少なくとも一つを推定するための前記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、前記工作物の真円度、前記工作物の表面性状、前記工作物のびびり模様状態、および、前記工作物の加工変質層データの少なくとも一つを推定する、請求項15に記載の研削品質推定装置。 - 前記研削品質推定装置は、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15または16に記載の研削品質推定装置。
- 請求項15-17の何れか一項に記載の研削品質推定装置と、
前記研削盤にて前記砥石車により前記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三学習モデルを生成する第三学習モデル生成部と、
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、前記第三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。 - 前記工作物の前記研削品質データは、前記工作物の真円度データ、前記工作物の表面性状データ、前記工作物のびびり模様データ、および、前記工作物の加工変質層データの少なくとも一つである、請求項18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、前記工作物の前記真円度データにおいて、真円度が所定値未満である場合に前記報酬を多くし、前記真円度が所定値以上である場合に前記報酬を少なくする、請求項19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19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19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19記載の研削盤の動作指令データ更新装置。
- 前記研削盤の動作指令データ調整モデル生成装置は、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18-23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24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、前記工作物の真円度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、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、および、前記工作物の加工変質層の状態に対応する第四表面状態データの少なくとも一つである、請求項25に記載の研削盤の動作指令データ更新装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018139210 | 2018-07-25 | ||
JP2018139210 | 2018-07-25 | ||
JP2019018312A 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 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019018312A Division 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023024705A JP2023024705A (ja) | 2023-02-16 |
JP7424463B2 true JP7424463B2 (ja) | 2024-01-30 |
Family
ID=87890803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022206749A Active JP7424463B2 (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、および、研削盤の動作指令データ更新装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7424463B2 (ja) |
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 |
-
2022
- 2022-12-23 JP JP2022206749A patent/JP7424463B2/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 |
---|---|
JP2023024705A (ja) | 2023-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7230546B2 (ja) | 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 | |
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 | |
US11597056B2 (en) | Apparatus and method for assisting grinding machine | |
JPH04250965A (ja) | 半径方向非円形工作物を円周研削する方法 | |
JP7380107B2 (ja) | 品質予測システム | |
JP2009064426A (ja) | びびりシミュレーション装置、および、びびりシミュレーション方法 | |
Jenkins et al. | Adaptive pole-zero cancellation in grinding force control | |
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 | |
EP3736648B1 (en) | Method for autonomous optimization of a grinding process | |
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 | |
JP7451949B2 (ja) | 加工品質予測システム | |
JP7451948B2 (ja) | 加工品質予測システム | |
JP7484372B2 (ja) | 表面粗さ推定システム | |
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 | |
JP2020069599A (ja) | 工作機械の支援装置および工作機械システム | |
JP7487503B2 (ja) | びびり予測システム | |
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 | |
JP2022113177A (ja) | 表面状態推定方法及び表面状態推定システム | |
JP2023150900A (ja) | 研削加工システム | |
JP2024073875A (ja) | 表面粗さ推定システムおよび加工システム | |
JP2020114614A (ja) | 表面粗さ推定装置および工作機械システム | |
JP2023158578A (ja) | 研削加工システム | |
JP2022147691A (ja) | 加工状態推定方法及び加工状態推定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230119 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230119 |
|
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: 20231219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240101 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7424463 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |