JP7451949B2 - 加工品質予測システム - Google Patents
加工品質予測システム Download PDFInfo
- Publication number
- JP7451949B2 JP7451949B2 JP2019204673A JP2019204673A JP7451949B2 JP 7451949 B2 JP7451949 B2 JP 7451949B2 JP 2019204673 A JP2019204673 A JP 2019204673A JP 2019204673 A JP2019204673 A JP 2019204673A JP 7451949 B2 JP7451949 B2 JP 7451949B2
- Authority
- JP
- Japan
- Prior art keywords
- grinding
- data
- workpiece
- grinding wheel
- depth
- 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
- 238000003754 machining Methods 0.000 title claims description 35
- 238000012545 processing Methods 0.000 claims description 59
- 239000002826 coolant Substances 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 14
- 230000004907 flux Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 8
- 238000012805 post-processing Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 description 57
- 238000004364 calculation method Methods 0.000 description 42
- 238000002360 preparation method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 4
- 239000006061 abrasive grain Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004513 sizing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 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
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Landscapes
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding Of Cylindrical And Plane Surfaces (AREA)
- Grinding-Machine Dressing And Accessory Apparatuses (AREA)
Description
加工品質予測システム1のハードウェア構成について、図1を参照して説明する。加工品質予測システム1は、少なくとも1台の研削盤10と、1つの演算装置20とを備える。研削盤10は、1台を対象としてもよいし、複数台を対象としてもよい。本例では、加工品質予測システム1は、1台の研削盤10を備える場合を例にあげる。本例では、加工品質予測システム1は、さらに、表示装置30を備える。
研削盤10の一例として、円筒研削盤について、図2を参照して説明する。研削盤10は、工作物Wの研削加工を行うための工作機械である。研削盤10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。本例では、研削盤10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10は、テーブルトラバース型を適用することもできる。
熱流センサ13dの位置について、図3を参照して説明する。本例では、熱流センサ13dは、砥石車Tの表面に対向して配置されており、砥石車Tの表面からの放熱データを検出する。
加工品質予測システム1の機能ブロック構成について、図4-図6を参照して説明する。加工品質予測システム1は、複数の検出器13a-13g、演算装置20、表示装置30を備える。検出器13dは、上述したように、熱流センサであって、工作物Wの研削加工中に研削盤本体11における観測可能な状態データとして放熱データを検出する。
研削加工により研削点に生じた熱は、工作物、砥石車、切粉、クーラントに伝達される。そして、熱流センサ13dは、砥石車T及び工作物Wの少なくとも一方の表面において研削点Paとは異なる位置からの放熱データを検出する。つまり、熱流センサ13dは、研削点Paの温度を直接検出してはいない。しかし、研削点Paに生じた熱が工作物W及び砥石車Tに伝達されているため、工作物W及び砥石車Tの表面は、研削点Paとは異なる位置であっても、熱が残っている。従って、熱流センサ13dは、砥石車T及び工作物Wの少なくとも一方の表面において研削点Paとは異なる位置であっても、研削点Paに生じた熱に相当する放熱データを検出することができる。そして、放熱データと加工変質層の深さとは、所定の関係を有する。従って、熱流センサ13dにより検出された放熱データを用いることにより、加工変質層の深さを高精度に予測することができる。
上記の第一例において、特徴量算出部61b,72bは、放熱データの最大値を特徴量として算出し、関係データ生成部63は、放熱データの最大値と加工変質層の深さとの関係を表す関係データを生成した。そして、予測部73は、関係データと放熱データの最大値とに基づいて、加工変質層の深さを予測した。
上記第一例及び第二例では、加工変質層の深さと放熱データに関する特徴量との関係を表す関係データを生成する場合を例にあげた。関係データは、特徴量の数を多数にすると、生成するのが容易ではない。そこで、第三例としては、多数の特徴量を用いた機械学習を適用する。なお、第一例と実質的に同様の処理を行う構成については、同一符号を付して詳細な説明を省略する。
Claims (11)
- 工作物及び砥石車を回転させながら、前記砥石車により前記工作物の研削加工を行う研削盤本体と、
前記工作物の研削加工中に前記研削盤本体における観測可能な状態データを検出する検出器と、
前記検出器により検出された前記状態データに基づいて、前記砥石車と前記工作物とが接触する研削点の温度が高くなることによって前記工作物に生成される加工変質層の深さを予測する予測部と、
を備え、
前記検出器は、所定方向の熱流束の大きさである熱流データを前記状態データとして検出する熱流センサを含み、
前記熱流センサは、前記砥石車及び前記工作物の少なくとも一方の外周表面において前記研削点とは異なる所定位置に対向して配置され、前記所定位置から前記熱流センサに向かう方向である前記所定方向の熱流束の大きさを検出する、加工品質予測システム。 - 前記研削盤本体は、前記研削点より上の位置から前記研削点に向かってクーラントを供給しながら前記研削加工を行い、
前記熱流センサは、前記砥石車及び前記工作物の少なくとも一方の外周表面において前記研削点より上の前記所定位置に対向して配置される、請求項1に記載の加工品質予測システム。 - 前記砥石車の回転方向は、前記砥石車の外周表面が前記研削点である前記砥石車の側方、下端、上端、前記研削点の順に移動する方向であり、
前記熱流センサは、前記砥石車の外周表面において前記研削点より上の前記所定位置に対向して配置される、請求項2に記載の加工品質予測システム。 - 前記熱流センサは、前記砥石車の外周表面において前記研削点と前記砥石車の上端との間の前記所定位置に対向して配置される、請求項3に記載の加工品質予測システム。
- 前記工作物の回転方向は、前記工作物の外周表面が前記研削点である前記工作物の側方、下端、上端、前記研削点の順に移動する方向であり、
前記熱流センサは、前記工作物の外周表面において前記研削点より上の前記所定位置に対向して配置される、請求項2に記載の加工品質予測システム。 - 前記加工品質予測システムは、さらに、
前記熱流データと前記加工変質層の深さとの関係データを記憶する関係データ記憶部を備え、
前記予測部は、前記関係データにおいて、前記熱流データに対応する前記加工変質層の深さを算出することにより、前記加工変質層の深さを予測する、請求項1-5の何れか1項に記載の加工品質予測システム。 - 前記関係データ記憶部は、前記熱流データに関する複数の特徴量と前記加工変質層の深さとの関係データを記憶し、
前記予測部は、前記関係データにおいて、前記熱流データに関する複数の特徴量に対応する前記加工変質層の深さを算出することにより、前記加工変質層の深さを予測する、請求項6に記載の加工品質予測システム。 - 前記加工品質予測システムは、さらに、
前記状態データを説明変数とし、前記加工変質層の深さを目的変数とし、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学習済みモデルを生成するモデル生成部と、
前記モデル生成部により生成された前記学習済みモデルを記憶する学習済みモデル記憶部と、
を備え、
前記予測部は、前記学習済みモデルと前記状態データとを用いて前記加工変質層の深さを予測する、請求項1-5の何れか1項に記載の加工品質予測システム。 - 前記検出器は、さらに、
前記砥石車及び前記工作物の少なくとも一方の回転動力データを前記状態データとして検出する回転動力センサと、
前記砥石車と前記工作物との切込方向へ軸移動させるための軸動力データを前記状態データとして検出する軸動力センサと、
前記研削加工により生じる音データを前記状態データとして検出する加工音センサと、
前記砥石車及び前記工作物の少なくとも一方を支持する支持装置に生じる振動データを前記状態データとして検出する振動センサと、
の中の少なくとも1つを備える、請求項8に記載の加工品質予測システム。 - 前記加工品質予測システムは、さらに、
前記予測部により予測された前記加工変質層の深さが所定深さ以上である場合に、対象の前記工作物を選別、廃棄、詳細検査の何れかを実行させる工作物後処理部を備える、請求項1-9の何れか1項に記載の加工品質予測システム。 - 前記加工品質予測システムは、さらに、
前記予測部により予測された前記加工変質層の深さに応じて、研削加工条件を変更する、又は、前記砥石車のツルーイングを実行させる改善処理部を備える、請求項1-10の何れか1項に記載の加工品質予測システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204673A JP7451949B2 (ja) | 2019-11-12 | 2019-11-12 | 加工品質予測システム |
CN202011154595.8A CN112775731B (zh) | 2019-11-01 | 2020-10-26 | 磨削系统 |
EP20204366.7A EP3815842B1 (en) | 2019-11-01 | 2020-10-28 | Grinding system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019204673A JP7451949B2 (ja) | 2019-11-12 | 2019-11-12 | 加工品質予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021074842A JP2021074842A (ja) | 2021-05-20 |
JP7451949B2 true JP7451949B2 (ja) | 2024-03-19 |
Family
ID=75899167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019204673A Active JP7451949B2 (ja) | 2019-11-01 | 2019-11-12 | 加工品質予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7451949B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7505441B2 (ja) | 2021-04-27 | 2024-06-25 | 株式会社デンソー | レーダ装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002224935A (ja) | 2001-01-31 | 2002-08-13 | Toyoda Mach Works Ltd | 工作機械の定寸装置およびその制御プログラムを記録したコンピュータ読取り可能な記録媒体 |
JP2010184343A (ja) | 2009-01-13 | 2010-08-26 | Jtekt Corp | 加工変質層検出装置、加工変質層検出方法およびセンタレス研削盤 |
JP2012161906A (ja) | 2011-01-21 | 2012-08-30 | Jtekt Corp | 研削異常監視方法および研削異常監視装置 |
JP2017500216A (ja) | 2013-12-23 | 2017-01-05 | ハイドロ アルミニウム ロールド プロダクツ ゲゼルシャフト ミット ベシュレンクテル ハフツングHydro Aluminium Rolled Products GmbH | ロール研削装置およびロールを研削する方法 |
JP2019032649A (ja) | 2017-08-07 | 2019-02-28 | ファナック株式会社 | 制御装置及び機械学習装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0398761A (ja) * | 1989-09-12 | 1991-04-24 | Toyo Eitetsuku Kk | 研削盤の研削寸法制御方法およびその装置 |
JPH11188570A (ja) * | 1997-12-24 | 1999-07-13 | Toyoda Mach Works Ltd | 冷風冷却を用いた機械加工装置及び機械加工方法 |
EP3736648B1 (en) * | 2019-05-08 | 2023-07-05 | Agathon AG, Maschinenfabrik | Method for autonomous optimization of a grinding process |
-
2019
- 2019-11-12 JP JP2019204673A patent/JP7451949B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002224935A (ja) | 2001-01-31 | 2002-08-13 | Toyoda Mach Works Ltd | 工作機械の定寸装置およびその制御プログラムを記録したコンピュータ読取り可能な記録媒体 |
JP2010184343A (ja) | 2009-01-13 | 2010-08-26 | Jtekt Corp | 加工変質層検出装置、加工変質層検出方法およびセンタレス研削盤 |
JP2012161906A (ja) | 2011-01-21 | 2012-08-30 | Jtekt Corp | 研削異常監視方法および研削異常監視装置 |
JP2017500216A (ja) | 2013-12-23 | 2017-01-05 | ハイドロ アルミニウム ロールド プロダクツ ゲゼルシャフト ミット ベシュレンクテル ハフツングHydro Aluminium Rolled Products GmbH | ロール研削装置およびロールを研削する方法 |
JP2019032649A (ja) | 2017-08-07 | 2019-02-28 | ファナック株式会社 | 制御装置及び機械学習装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021074842A (ja) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tönshoff et al. | Process monitoring in grinding | |
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 | |
JP7380107B2 (ja) | 品質予測システム | |
CN110780639A (zh) | 研磨质量评估模型生成装置及相关装置 | |
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 | |
JP5272569B2 (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 | |
EP3815842B1 (en) | Grinding system | |
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 | |
JP2007000945A (ja) | 研削方法及び装置 | |
JP2020069600A (ja) | 工作機械 | |
JP7451949B2 (ja) | 加工品質予測システム | |
JP7451948B2 (ja) | 加工品質予測システム | |
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 | |
Chi et al. | Optimization of internal plunge grinding using collaboration of the air-grinding and the material removal model based on the power signal | |
JP7484372B2 (ja) | 表面粗さ推定システム | |
JP7271983B2 (ja) | 熱変位量推定装置および研削盤 | |
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 | |
JP7487503B2 (ja) | びびり予測システム | |
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 | |
JP2020114614A (ja) | 表面粗さ推定装置および工作機械システム | |
WO2024075303A1 (ja) | 工作物質量決定装置、加工推定装置及び加工システム | |
JP2021171871A (ja) | びびり検出システム | |
JP2022147691A (ja) | 加工状態推定方法及び加工状態推定システム | |
JP2023150900A (ja) | 研削加工システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200817 |
|
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: 20230721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231026 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240219 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7451949 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |