JP7450517B2 - 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム - Google Patents
加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム Download PDFInfo
- Publication number
- JP7450517B2 JP7450517B2 JP2020178367A JP2020178367A JP7450517B2 JP 7450517 B2 JP7450517 B2 JP 7450517B2 JP 2020178367 A JP2020178367 A JP 2020178367A JP 2020178367 A JP2020178367 A JP 2020178367A JP 7450517 B2 JP7450517 B2 JP 7450517B2
- Authority
- JP
- Japan
- Prior art keywords
- processing
- image
- determination
- learning
- small
- 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
- 238000000034 method Methods 0.000 title claims description 74
- 238000004441 surface measurement Methods 0.000 title claims description 60
- 238000003754 machining Methods 0.000 title claims description 44
- 238000012545 processing Methods 0.000 claims description 244
- 238000010801 machine learning Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 35
- 238000003384 imaging method Methods 0.000 claims description 33
- 238000009826 distribution Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 12
- 239000012530 fluid Substances 0.000 claims description 8
- 238000000227 grinding Methods 0.000 claims description 5
- 238000005266 casting Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000007517 polishing process Methods 0.000 claims 1
- 238000003860 storage Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 18
- 230000002950 deficient Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 6
- 238000011176 pooling Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000012958 reprocessing Methods 0.000 description 4
- 210000000225 synapse Anatomy 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Biochemistry (AREA)
- Image Analysis (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
又は鋳造工程等の各種の加工工程が実施された後の加工面の状態が挙げられる。この加工面の状態には、例えば、粗さ、凹凸、うねり、そり、模様、筋目、波打ち等の様々な判定項目が含まれる。
判定対象物の加工面の状態を判定する加工面判定装置であって、
前記加工面が撮像された所定の判定用画像領域を有する判定用画像を取得する画像取得部と、
前記判定用画像領域を小画像領域に分割することで前記判定用画像から生成される複数の小画像の各々を、前記小画像領域に相当する学習用画像領域を有する学習用画像と当該学習用画像に含まれる前記加工面の状態を複数の加工状態のいずれかに分類した分類結果との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論する推論部と、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果を処理することで処理結果を求める分類結果処理部と、
前記処理結果に基づいて、前記加工面の状態を判定する判定部と、を備える。
図1は、実施形態に係る加工面判定装置7を備える加工システム1の一例を示す概略構成図である。
対象物10の表面である。加工面100は、判定対象物10が有する任意の表面でよく、判定対象物10が有する表面の全体でもよいし、その一部分でもよい。
図3は、実施形態に係る機械学習装置6の一例を示すブロック図である。
41に分割したときの分割数に相当する数の学習用データを取得することができ、さらに上記の作業を繰り返すことで所望の数の学習用データを取得することができる。そのため、学習用データを容易に収集することができる。
図6は、実施形態に係る加工面判定装置7の一例を示すブロック図である。
I/F部222又はI/OデバイスI/F部226とプロセッサ212とで構成され、推論部71、分類結果処理部73、判定部74、及び、出力処理部75は、プロセッサ212で構成され、学習済みモデル記憶部72は、ストレージ装置220で構成される。
一方が撮像された学習用画像41と当該学習用画像41に撮像された加工面100の状態を複数の加工状態のいずれかに分類するとともに当該学習用画像41に撮像された背景110を判定対象外に分類した分類結果との相関関係を機械学習装置6にて機械学習させたものでもよい。この場合、推論部71は、小画像43の各々を学習モデル2に入力することにより、小画像単位で、小画像43に撮像された加工面100の状態を複数の加工状態のいずれかに分類するとともに、小画像43に撮像された背景110を判定対象外に分類する分類器として機能する。分類結果には、複数の加工状態にさらに判定対象外が加わるため、上記の例における推論部71による分類結果は、3クラス(良、不良、判定対象外)、又は、4クラス(良、可、不良、判定対象外)で表される。
定してもよい。
図10は、実施形態に係る加工面判定装置7による加工面判定方法の一例を示すフローチャートである。なお、図10に示す一連の加工面判定方法は、加工面判定装置7により所定のタイミングにて繰り返し実行されるものである。所定のタイミングは、任意のタイミングでよく、例えば、加工部3による加工工程が終了した後でもよいし、加工工程の途中でもよいし、所定の事象発生時(作業者の操作時、生産管理システムからの指示時等)でもよい。以下では、加工面判定方法が、加工部3による加工工程が終了した後に、当該加工工程により加工された判定対象物10に対して実行される場合について説明する。
。
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。
車が有する複数の羽根を、判定対象の複数の加工面100として含むように設定されてもよい。すなわち、判定対象物10が、加工部3により異なる加工工程を経てそれぞれ加工された複数の加工面100を有する場合には、判定用画像領域420は、複数の加工面100を含むように設定されてもよい。
を含む)、階層型クラスタリング、非階層型クラスタリング、k近傍法、k平均法等のク
ラスタリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。
本発明は、図2に示すコンピュータ200を、上記実施形態に係る加工面判定装置7が備える各部として機能させるプログラム(加工面判定プログラム)230の態様で提供することができる。また、本発明は、図2に示すコンピュータ200に、上記実施形態に係る加工面判定方法が備える各工程を実行させるためのプログラム(加工面判定プログラム)230の態様で提供することもできる。
本発明は、上記実施形態に係る加工面判定装置7(加工面判定方法又は加工面判定プログラム)の態様によるもののみならず、加工面100の状態を判定するために用いられる推論装置(推論方法又は推論プログラム)の態様で提供することもできる。その場合、推論装置(推論方法又は推論プログラム)としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、加工面100が撮像された所定の判定用画像領域420を有する判定用画像42を取得する画像取得処理(画像取得工程)と、画像取得処理にて判定用画像42を取得すると、判定用画像領域420を小画像領域430に分割することで判定用画像42から生成される複数の小画像43の各々に対して、加工面100の状態を複数の加工状態のいずれかに分類した分類結果を小画像単位で推論する推論処理(推論工程)と、小画像単位で推論された複数の小画像43に対する分類結果を処理することで処理結果を求める分類結果処理(分類結果処理工程)と、処理結果に基づいて、加工面100の状態を判定する判定処理(判定工程)と、を含む。
ある。
6…機械学習装置、7…加工面判定装置、8…作業者用端末、10…判定対象物、
20…推論モデル、21…入力層、22…中間層、22a…畳み込み層、
22b…プーリング層、22c…全結合層、23…出力層、
40…撮像画像、41…学習用画像、42…判定用画像、43…小画像、
50…制御盤、51…操作表示盤、
60…学習用データ取得部、61…学習用データ記憶部、
62…機械学習部、63…モデル記憶部、
70…画像取得部、71…推論部、72…モデル記憶部、
73…分類結果処理部、74…判定部、75…出力処理部、
100…加工面、110…背景、120…加工面集合、130…不良集合、
200…コンピュータ
400…撮像画像領域、410…学習用画像領域、
420…判定用画像領域、430…小画像領域
Claims (11)
- 判定対象物の加工面の状態を判定する加工面判定装置であって、
前記加工面が撮像された所定の判定用画像領域を有する判定用画像を取得する画像取得部と、
前記判定用画像領域を小画像領域に分割することで前記判定用画像から生成される複数の小画像の各々を、前記小画像領域に相当する学習用画像領域を有する学習用画像と当該学習用画像に含まれる前記加工面の状態を複数の加工状態のいずれかに分類した分類結果との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論する推論部と、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果を処理することで処理結果を求める分類結果処理部と、
前記処理結果に基づいて、前記加工面の状態を判定する判定部と、を備え、
前記推論部は、
複数の前記小画像の各々を、前記加工面又は前記加工面以外の背景の少なくとも一方が撮像された前記学習用画像と当該学習用画像に撮像された前記加工面の状態を複数の加工状態のいずれかに分類するとともに当該学習用画像に撮像された前記背景を判定対象外に分類した分類結果との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論し、
前記分類結果処理部は、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果のうち前記判定対象外に分類された前記小画像以外の前記小画像に対する前記分類結果を処理することで前記処理結果を求める、
加工面判定装置。 - 判定対象物の加工面の状態を判定する加工面判定装置であって、
前記加工面が撮像された所定の判定用画像領域を有する判定用画像を取得する画像取得部と、
前記判定用画像領域を小画像領域に分割することで前記判定用画像から生成される複数の小画像の各々を、前記小画像領域に相当する学習用画像領域を有する学習用画像と当該学習用画像に含まれる前記加工面の状態を複数の加工状態のいずれかに分類した分類結果
との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論する推論部と、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果を処理することで処理結果を求める分類結果処理部と、
前記処理結果に基づいて、前記加工面の状態を判定する判定部と、を備え、
前記判定部は、
前記加工面の状態として、
前記加工面を加工したときと同一の加工工程を再度行う再加工の要否、
前記加工面を加工したときと異なる加工工程を行う別加工の要否、
前記加工面に対して作業者が仕上げ加工を行う仕上げ加工の要否、及び、
前記加工面のうち前記再加工、前記別加工又は前記仕上げ加工を行う対象とする加工範囲、
の少なくとも1つを判定する、
加工面判定装置。 - 前記分類結果処理部は、
前記処理結果として、前記加工面が撮像された前記小画像の全体数に対する、複数の前記加工状態のうち所定の加工状態に分類された前記小画像の合計数の割合を求める、
請求項1又は請求項2に記載の加工面判定装置。 - 前記分類結果処理部は、
前記処理結果として、前記加工面が撮像された前記小画像の集合に対する、複数の前記加工状態のうち所定の加工状態に分類された前記小画像の集合の分布を求める、
請求項1又は請求項2に記載の加工面判定装置。 - 前記画像取得部は、
複数の前記加工面が撮像された前記判定用画像を取得し、
前記分類結果処理部は、
複数の前記小画像に対する前記分類結果を前記加工面毎に処理して処理結果を求め、
前記判定部は、前記処理結果に基づいて複数の前記加工面の状態を前記加工面毎に判定する、
請求項1乃至請求項4のいずれか一項に記載の加工面判定装置。 - 前記加工面は、研磨工程、研削工程、切削工程又は鋳造工程により前記判定対象物が加工されたときの当該判定対象物の表面である、
請求項1乃至請求項5のいずれか一項に記載の加工面判定装置。 - 前記判定対象物は、流体機械又は前記流体機械を構成する流体部品である、
請求項1乃至請求項6のいずれか一項に記載の加工面判定装置。 - コンピュータを、請求項1乃至請求項7のいずれか一項に記載の加工面判定装置として機能させる、
加工面判定プログラム。 - 判定対象物の加工面を判定する加工面判定方法であって、
前記加工面が撮像された所定の判定用画像領域を有する判定用画像を取得する画像取得工程と、
前記判定用画像領域を小画像領域に分割することで前記判定用画像から生成される複数の小画像の各々を、前記小画像領域に相当する学習用画像領域を有する学習用画像と当該学習用画像に含まれる前記加工面の状態を複数の加工状態のいずれかに分類した分類結果
との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論する推論工程と、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果を処理することで処理結果を求める分類結果処理工程と、
前記処理結果に基づいて、前記加工面の状態を判定する判定工程と、を備え、
前記推論工程は、
複数の前記小画像の各々を、前記加工面又は前記加工面以外の背景の少なくとも一方が撮像された前記学習用画像と当該学習用画像に撮像された前記加工面の状態を複数の加工状態のいずれかに分類するとともに当該学習用画像に撮像された前記背景を判定対象外に分類した分類結果との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論し、
前記分類結果処理工程は、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果のうち前記判定対象外に分類された前記小画像以外の前記小画像に対する前記分類結果を処理することで前記処理結果を求める、
加工面判定方法。 - 判定対象物の加工面を判定する加工面判定方法であって、
前記加工面が撮像された所定の判定用画像領域を有する判定用画像を取得する画像取得工程と、
前記判定用画像領域を小画像領域に分割することで前記判定用画像から生成される複数の小画像の各々を、前記小画像領域に相当する学習用画像領域を有する学習用画像と当該学習用画像に含まれる前記加工面の状態を複数の加工状態のいずれかに分類した分類結果との相関関係を機械学習させた学習モデルに入力することにより、複数の前記小画像に対する前記分類結果を前記小画像単位で推論する推論工程と、
前記小画像単位で推論された複数の前記小画像に対する前記分類結果を処理することで処理結果を求める分類結果処理工程と、
前記処理結果に基づいて、前記加工面の状態を判定する判定工程と、を備え、
前記判定工程は、
前記加工面の状態として、
前記加工面を加工したときと同一の加工工程を再度行う再加工の要否、
前記加工面を加工したときと異なる加工工程を行う別加工の要否、
前記加工面に対して作業者が仕上げ加工を行う仕上げ加工の要否、及び、
前記加工面のうち前記再加工、前記別加工又は前記仕上げ加工を行う対象とする加工範囲、
の少なくとも1つを判定する、
加工面判定方法。 - 請求項1乃至請求項7のいずれか一項に記載の加工面判定装置と、
前記判定対象物を加工する加工部と、
前記判定対象物の加工面を撮像する撮像部と、
前記加工面判定装置、前記加工部及び前記撮像部を制御する制御部と、を備える、
加工システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020178367A JP7450517B2 (ja) | 2020-10-23 | 2020-10-23 | 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム |
PCT/JP2021/026260 WO2022085253A1 (ja) | 2020-10-23 | 2021-07-13 | 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム |
CN202180071197.6A CN116324334A (zh) | 2020-10-23 | 2021-07-13 | 加工面判定装置、加工面判定程序、加工面判定方法、以及加工系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020178367A JP7450517B2 (ja) | 2020-10-23 | 2020-10-23 | 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022069275A JP2022069275A (ja) | 2022-05-11 |
JP7450517B2 true JP7450517B2 (ja) | 2024-03-15 |
Family
ID=81290407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020178367A Active JP7450517B2 (ja) | 2020-10-23 | 2020-10-23 | 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7450517B2 (ja) |
CN (1) | CN116324334A (ja) |
WO (1) | WO2022085253A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230117908A1 (en) * | 2021-10-14 | 2023-04-20 | Arm Limited | Battery cell monitoring systems, battery packs, and methods of operation of the same |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018235266A1 (ja) | 2017-06-23 | 2018-12-27 | 株式会社Rist | 検査装置、検査方法及び検査プログラム |
JP2019056668A (ja) | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
CN109632817A (zh) | 2019-01-15 | 2019-04-16 | 天津大学 | 一种基于准直激光束的织物织造在线疵点检测方法 |
JP2019211415A (ja) | 2018-06-08 | 2019-12-12 | アズビル株式会社 | 外観検査装置および方法 |
-
2020
- 2020-10-23 JP JP2020178367A patent/JP7450517B2/ja active Active
-
2021
- 2021-07-13 CN CN202180071197.6A patent/CN116324334A/zh active Pending
- 2021-07-13 WO PCT/JP2021/026260 patent/WO2022085253A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018235266A1 (ja) | 2017-06-23 | 2018-12-27 | 株式会社Rist | 検査装置、検査方法及び検査プログラム |
JP2019056668A (ja) | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
JP2019211415A (ja) | 2018-06-08 | 2019-12-12 | アズビル株式会社 | 外観検査装置および方法 |
CN109632817A (zh) | 2019-01-15 | 2019-04-16 | 天津大学 | 一种基于准直激光束的织物织造在线疵点检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022085253A1 (ja) | 2022-04-28 |
JP2022069275A (ja) | 2022-05-11 |
CN116324334A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Geometrical defect detection for additive manufacturing with machine learning models | |
Xiong et al. | Transferable two-stream convolutional neural network for human action recognition | |
Chen et al. | Rapid surface defect identification for additive manufacturing with in-situ point cloud processing and machine learning | |
CN108500736B (zh) | 工具状态推定装置以及机床 | |
US11511420B2 (en) | Machine learning device, robot system, and machine learning method for learning operation program of robot | |
JP6453805B2 (ja) | 製品の異常に関連する変数の判定値を設定する生産システム | |
JP2019162712A (ja) | 制御装置、機械学習装置及びシステム | |
EP3999923B1 (en) | Control for laser cutting head movement in a cutting process | |
JP2019139755A (ja) | 研磨工具摩耗量予測装置、機械学習装置及びシステム | |
US20190291270A1 (en) | Controller, machine learning device, and system | |
JP6542738B2 (ja) | 対象物の出荷時検査情報と稼働時アラーム情報の相関関係を学習する機械学習装置および機械学習方法 | |
JP2018106466A (ja) | 制御装置及び制御方法 | |
JP6683666B2 (ja) | 識別コード読取装置及び機械学習装置 | |
CN114730407A (zh) | 使用神经网络对工作环境中的人类行为进行建模 | |
JP7450517B2 (ja) | 加工面判定装置、加工面判定プログラム、加工面判定方法、及び、加工システム | |
US20230342908A1 (en) | Distortion prediction for additive manufacturing using image analysis | |
Rachmawati et al. | Digital twin-enabled 3D printer fault detection for smart additive manufacturing | |
JP2021135977A (ja) | 情報処理装置及び方法 | |
WO2022158060A1 (ja) | 加工面判定装置、加工面判定プログラム、加工面判定方法、加工システム、推論装置、及び、機械学習装置 | |
CN110942083A (zh) | 拍摄装置以及拍摄系统 | |
US11035666B2 (en) | Inspection-guided critical site selection for critical dimension measurement | |
Liu | Smart additive manufacturing using advanced data analytics and closed loop control | |
TWI801820B (zh) | 用於製造流程之系統及方法 | |
JP6829271B2 (ja) | 測定動作パラメータ調整装置、機械学習装置及びシステム | |
JP7376318B2 (ja) | アノテーション装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210712 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230303 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240131 |
|
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: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240305 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7450517 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |