JP7484372B2 - 表面粗さ推定システム - Google Patents

Description

本発明は、表面粗さ推定システムに関する。

特許文献１には、研削加工中の研削盤の振動について、一定周波数帯域の振動の大きさと一定時間内における振動の変化の度合とを判別基準値と比較することにより、びびり振動の発生の有無を判定する技術が開示されている。これにより、特に、発生初期のびびり振動を検出するようになっている。

特開２０００－２３３３６８号公報

一般に、工作物に研削加工を施す場合、工作物の研削加工面における表面粗さに起因したびびり振動が生じる場合がある。研削加工においてびびり振動が発生した場合、研削加工品質の悪化を引き起こす虞があり、工作物の研削加工面における表面粗さを研削加工中に、即ち、インプロセスで把握することは極めて重要である。

この点において、特許文献１に開示された技術では、インプロセスで工作物の研削加工面における表面粗さを把握することが可能であるものの、専用の振動計を研削装置に設ける必要があり、研削装置の構成が複雑になる。ところで、研削装置においては、例えば、定寸装置を用いてインプロセスで工作物の形状を計測することが行われる。定寸装置は、測定子を工作物の研削加工面に接触させて工作物の形状を計測するため、例えば、定寸装置によって計測された変位値に基づいて工作物の表面粗さを推定することが可能である。

しかしながら、一般に、定寸装置の測定子は、工作物の研削加工面と接触することによる摩耗を抑制するために、径が大きく設定される。このため、例えば、オフラインにおいて、測定子の径の小さい粗さ計を用いて計測した表面粗さに比べて計測精度が低下する虞がある。

本発明は、工作物の研削加工面における表面粗さを精度よく推定することができる表面粗さ推定システムを提供することを目的とする。

表面粗さ推定システムは、制御装置の制御によって砥石が工作物に研削加工を行う研削装置と、工作物の研削加工面に接触する検出測定子を有しており、研削装置による研削加工において観測可能な検出測定子の動作に応じて工作物の研削加工面の表面粗さに関連する状態データを検出して出力する検出器と、検出測定子よりも小径であって、研削装置とは別に設けられた粗さ計の小径測定子を用いて計測した場合の工作物の研削加工面の表面粗さを表す実粗さ値と、小径測定子を用いて計測した研削加工面の実変位値に基づいて算出する算出粗さ値であって、検出測定子を用いて計測する場合の工作物の研削加工面の表面粗さを表す算出粗さ値と、の相関関係を導出する相関関係導出部と、検出器から出力された状態データに基づいて、工作物の研削加工面の表面粗さを表す検出粗さ値、を表す推定用データを取得する推定用データ取得部と、推定用データと相関関係とを用いて、実粗さ値を推定する粗さ値推定部と、を備え、検出器は、研削装置に一体に設けられており、検出測定子は、研削装置に設けられた定寸装置が有するものであり、さらに、実変位値を繋いだ実線粗さ曲線を、検出測定子を用いて計測する場合の変位値を繋いだ線粗さ曲線に変換する線粗さ曲線変換部を備え、相関関係導出部は、変換された線粗さ曲線から得られる算出粗さ値と、実粗さ値との相関関係を導出する。

これによれば、研削装置に設けられた検出器の検出測定子を用いて計測した場合の粗さ値と、検出測定子よりも小径の小径測定子を用いて計測した場合の実粗さ値との相関関係を導出することができる。これにより、径の大きな検出測定子を用いて、工作物の研削加工面の表面粗さを計測した場合であっても、導出した相関関係に基づいて、研削加工中の工作物の研削加工面における表面粗さ即ち実粗さ値を精度よく推定することができる。

表面粗さ推定システムの構成を示す図である。 研削装置の一例を示す図である。 検出器の一例の機能ブロック構成を示す図である。 検出器によって検出される周方向の粗さデータを説明するための図である。 図４の周方向の粗さデータに基づいて生成される面状粗さデータを説明するための図である。 表面粗さ推定システムの機能ブロック構成を示す図である。 粗さ計によって計測される実線粗さ曲線を示す図である。 包絡線に基づいて導出される中心軌跡線を説明するための図である。 実線粗さ曲線に中心軌跡線を重ねた状態を示す図である。 実粗さ値（推定粗さ値）と中心軌跡粗さ値（近似波形粗さ値）との相関関係を示すグラフである。 線粗さ近似波形を示す図である。 第一別例に係る表面粗さ推定システムの構成を示す図である。 図１２の学習処理装置の機能ブロック構成を示す図である。 周波数解析によって抽出される周波数毎の振幅を示す図である。 図１２の推定演算装置の機能ブロック構成を示す図である。

（１．表面粗さ推定システムの適用対象の研削装置）
表面粗さ推定システムは、研削装置によって研削加工された工作物の研削加工面の表面粗さを推定する。研削装置としては、円筒研削盤、カム研削盤、平面研削盤等、種々の構成の研削装置を適用できる。研削装置は、粗研削工程、精研削工程、微研削工程、スパークアウト等の研削工程を経て、工作物に研削加工を行うことができる。

（２．表面粗さ推定システム１の構成の概要）
表面粗さ推定システム１の構成の概要について、図１を参照して説明する。表面粗さ推定システム１は、少なくとも１台の研削装置１０と、１つの演算装置２０とを備える。研削装置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、表面粗さ推定システム１は、複数台の研削装置１０を備える場合を例に挙げる。

研削装置１０は、少なくとも、工作物Ｗの研削加工中において観測可能な状態データを検出する検出器１３を備える。演算装置２０は、検出器１３により検出された状態データを用いて、状態データと相関関係を有する工作物Ｗの表面粗さを推定する。ここで、相関関係は、研削装置１０が工作物Ｗを研削加工しているときに検出器１３によって検出された表面粗さに関連する状態データと、例えば、研削加工後の工作物Ｗについて研削装置１０とは別に設けられた粗さ計２の小径測定子によって検出された実変位値に基づく工作物Ｗの線粗さ（以下、この線粗さを表す値を「実粗さ値」と称呼する。）との相関を表す。

（３．表面粗さ推定システム１の構成の詳細）
表面粗さ推定システム１の構成について、図１を参照して、より詳細に説明する。表面粗さ推定システム１は、複数台の研削装置１０と、各々の研削装置１０に一対一で設けられた複数台の演算装置２０を備える。本例において、演算装置２０は、推定演算装置２０として構成される。

それぞれの研削装置１０は、砥石Ｔを用いて工作物Ｗの研削加工を行う研削盤１１と、研削盤１１を制御する制御装置１２と、検出器１３と、インターフェース１４とを主に備える。制御装置１２は、ＣＮＣ装置及びＰＬＣ装置等を含み、研削盤１１における駆動装置等を制御する。インターフェース１４は、研削盤１１、制御装置１２、検出器１３と、外部と通信可能とする機器である。尚、外部には、各々の研削装置１０によって研削された工作物Ｗの研削加工面の表面粗さを必要に応じて検出する粗さ計２、後述する学習処理装置６０及び共通表示装置７０等が含まれる。

検出器１３は、状態データとして、研削盤１１による工作物Ｗの研削加工中に研削加工面の表面粗さに関連する状態データを検出する。検出器１３は、例えば、工作物Ｗの研削加工面の表面粗さに起因する加速度データ又は変位データを検出する加速度センサ又は変位センサ等である。即ち、検出器１３が検出する状態データは、加速度データ（振動データ）、変位データ（粗さデータであって、後述する面状粗さデータ）等である。

推定演算装置２０は、プロセッサ２１、記憶装置２２、インターフェース２３等を備えて構成される。それぞれの推定演算装置２０は、対応する研削装置１０、及び、後述するサーバとしての学習処理装置６０と通信可能に接続されている。

推定演算装置２０は、それぞれの研削装置１０に近接した位置に配置されており、所謂、エッジコンピュータとして機能する。推定演算装置２０は、工作物Ｗの研削加工中に検出器１３によって検出された表面粗さ関連データに基づいて、工作物Ｗの研削加工面の表面粗さを推定する（予測する）。尚、推定演算装置２０の配置に関しては、必ずしも研削装置１０に近接した位置に配置する必要はなく、研削装置１０とは別体となるように配置することも可能である。

表面粗さ推定システム１は、複数の個別表示装置３０を備える。但し、表面粗さ推定システム１は、個別表示装置３０を備えない構成としても良い。個別表示装置３０は、研削装置１０のそれぞれに対応して配置される。

（４．研削盤１１の例）
本例の研削盤１１として、図２に示すように、砥石台トラバース型の円筒研削盤４０を例に挙げる。尚、研削盤１１は、テーブルトラバース型を用いることもできる。

円筒研削盤４０は、工作物Ｗの周面を研削するための機械である。円筒研削盤４０は、主として、ベッド４１、主軸台４２、心押台４３、トラバースベース４４、砥石台４５、砥石車４６（砥石Ｔ）、定寸装置４７、砥石車修正装置４８、及び、クーラント装置４９を備える。

ベッド４１は、設置面上に固定されている。主軸台４２は、ベッド４１の上面において、Ｘ軸方向の手前側（図２の下側）且つＺ軸方向の一端側（図２の左側）に設けられている。主軸台４２は、工作物ＷをＺ軸回りに回転可能に支持する。工作物Ｗは、主軸台４２に設けられたモータ４２ａの駆動により回転される。心押台４３は、ベッド４１の上面において、主軸台４２に対してＺ軸方向に対向する位置、即ち、Ｘ軸方向の手前側（図２の下側）且つＺ軸方向の他端側（図２の右側）に設けられている。これにより、工作物Ｗは、主軸台４２及び心押台４３によって回転可能に両端支持される。

トラバースベース４４は、ベッド４１の上面において、Ｚ軸方向に移動可能に設けられている。トラバースベース４４は、ベッド４１に設けられたモータ４４ａの駆動により移動する。砥石台４５は、トラバースベース４４の上面において、Ｘ軸方向に移動可能に設けられている。砥石台４５は、トラバースベース４４に設けられたモータ４５ａの駆動により移動する。砥石車４６は、砥石台４５に回転可能に支持されている。砥石車４６は、砥石台４５に設けられたモータ４６ａの駆動により回転する。砥石車４６は、複数の砥粒をボンド材により固定されて構成されている。

定寸装置４７は、工作物Ｗの寸法（径）を測定する。定寸装置４７は、ベッド４１の上面において、Ｚ軸方向に移動可能に設けられている。定寸装置４７は、ベッド４１に設けられた送り機構４７ａによりＺ軸方向の位置が制御される。定寸装置４７は、工作物Ｗの研削加工面に接触する検出測定子４７ｂを備える。検出測定子４７ｂは、研削加工において回転している工作物Ｗの研削加工面に常に接触しており、研削加工面との摩擦による摩滅を抑制する必要がある。このため、検出測定子４７ｂの径は、摩滅を抑制するように形成され、具体的には、粗さ計２の小径測定子の径（数μｍ程度）よりも大径（数ｍｍ程度）に形成される。

又、定寸装置４７には、検出測定子４７ｂを支持するアームに加速度センサ４７ｃが設けられる。加速度センサ４７ｃは、回転する工作物Ｗの研削加工面に検出測定子４７ｂの中心が接触した状態で検出される加速度を表す加速度データを出力する。尚、加速度センサ４７ｃを用いることに代えて、回転する工作物Ｗの研削加工面に検出測定子４７ｂの中心が接触した状態で検出される変位値（表面粗さに相当）を表す変位データを出力する変位センサを用いることも可能である。

砥石車修正装置４８は、砥石車４６の形状を修正する。砥石車修正装置４８は、砥石車４６のツルーイングを行う装置である。砥石車修正装置４８は、ツルーイングに加えて又は代えて、砥石車４６のドレッシングを行う装置としても良い。ここで、ツルーイングは、形直し作業であり、研削によって砥石車４６が摩耗した場合に工作物Ｗの形状に合わせて砥石車４６を成形する作業、偏摩耗による砥石車４６の振れを取り除く作業である。ドレッシングは、目直し（目立て）作業であり、砥粒の突き出し量を調整したり、砥粒の切れ刃を創成したりする作業である。ドレッシングは、目つぶれ、目詰まり、目こぼれ等を修正する作業であって、通常ツルーイング後に行われる。

クーラント装置４９は、砥石車４６による工作物Ｗの研削点にクーラントを供給する。クーラント装置４９は、回収したクーラントを、所定温度に冷却して、再度研削点に供給する。

円筒研削盤４０に設けられる制御装置１２は、工作物Ｗの形状、加工条件、砥石車４６の形状、クーラントの供給タイミング情報等の作動指令データに基づいて生成されたＮＣプログラムに基づいて、各駆動装置を制御する。即ち、制御装置１２は、動作指令データを入力し、動作指令データに基づいてＮＣプログラムを生成する。

そして、制御装置１２は、ＮＣプログラムに基づいて各モータ４２ａ，４４ａ，４５ａ，４６ａ及びクーラント装置４９等を制御することにより、工作物Ｗの研削加工を行う。特に、制御装置１２は、定寸装置４７により測定される工作物Ｗの径に基づいて、工作物Ｗが仕上げ形状となるまで研削加工を行う。又、制御装置１２は、砥石車４６を修正するタイミングにおいて、各モータ４２ａ，４４ａ，４５ａ，４６ａ、及び、砥石車修正装置４８等を制御することにより、砥石車４６の修正（ツルーイング及びドレッシング）を行う。

（５．検出器１３の例）
本例においては、円筒研削盤４０に一体に設けられた検出器１３が研削加工において、工作物Ｗの研削加工面の表面粗さに応じて発生するびびり振動を評価するびびり評価装置５０を例に挙げる。尚、検出器１３が変位センサや加速度センサを用いて構成されて、変位データや加速度データ（振動データ）を出力することもできる。

びびり評価装置５０は、図３に示すように、実データ取得部５１、変位変換部５２、面状粗さデータ生成部５３、出力部５４を主に備える。

実データ取得部５１は、定寸装置４７に設けられた加速度センサ４７ｃによって検出された加速度データを時系列的に取得する。ここで、実データ取得部５１は、定寸装置４７の検出測定子４７ｂによる工作物Ｗの研削加工面上の接触位置を螺旋状に移動させたときに、回転する工作物Ｗの所定角度毎の螺旋状の位置に関する時系列データを取得する。

即ち、定寸装置４７の検出測定子４７ｂは、研削加工に伴って工作物Ｗを回転させた状態において、送り機構４７ａによって工作物Ｗの軸方向であるＺ軸方向に移動する。この場合、定寸装置４７の検出測定子４７ｂは工作物Ｗの研削加工面に接触しているため、検出測定子４７ｂの中心と工作物Ｗとの接触位置は、工作物Ｗの研削加工面上を螺旋状の軌跡を描いて移動する。従って、実データ取得部５１は、検出測定子４７ｂが研削加工面上を螺旋状に相対移動しながら検出された加速度データを取得する。

変位変換部５２は、加速度センサ４７ｃから時系列的に取得した加速度データをＦＦＴ（高速フーリエ変換）し、砥石車４６の回転数に対応する回転周波数成分（特定周波数成分）を有する加速度に関するデータを抽出する。そして、変位変換部５２は、抽出した特定周波数成分を有する加速度に関するデータを逆ＦＦＴする。これにより、変位変換部５２は、特定周波数成分を有する定寸装置４７の検出測定子４７ｂの変位値、即ち、工作物Ｗの研削加工面における凹凸（表面粗さ）に関する変位データ（粗さデータ）に変換する。尚、特定周波数成分は、砥石車４６の回転数及び回転数の整数倍の周波数成分である。

ここで、円筒研削盤４０は、砥石車４６を回転させながら工作物Ｗを研削加工する。このため、砥石車４６の表面形状は、砥石車４６の回転周期、即ち、回転数毎に転写されて工作物Ｗの研削加工面に現れる。具体的に、砥石車４６の表面に大きく突き出した砥粒が存在する場合、工作物Ｗの研削加工面においては、砥粒と当接する箇所が大きく削り取られた凹部が形成される。この場合、工作物Ｗに形成された凹部は回転方向に等間隔で形成され、工作物Ｗの周方向における凹部の間隔は砥石車４６の回転周期（回転数毎）に一致する。従って、特定周波数成分を有する加速度に関するデータを抽出することにより、工作物Ｗの研削加工面における凹凸即ち表面粗さを抽出することが可能になる。

面状粗さデータ生成部５３は、工作物Ｗの研削加工面における周方向の粗さデータ（変位データ）を用いて、一連の面状粗さデータを生成する。具体的に、変位変換部５２によって生成された複数の周方向の粗さデータは、工作物Ｗの回転軸に対する角度が互いに異なる角度毎に生成される。即ち、図４に示すように、隣接する軸方向位置における周方向の粗さデータは、互いに工作物Ｗの周方向にずれた位置のデータとなる。粗さデータ即ち工作物Ｗの研削加工面における凹凸（表面粗さ）は、上述したように、砥石車４６の回転周期毎に工作物Ｗの研削加工面に繰り返し見られる。このため、面状粗さデータ生成部５３は、異なる角度毎の各々の粗さデータを周方向（図４に示す矢印方向）に移動させる。これにより、面状粗さデータ生成部５３は、図５に示すように、異なる角度毎の各々の粗さデータを工作物Ｗの角度を同一角度とし、且つ、軸方向にて並列に並べた一連の面状粗さデータを生成する。

ここで、螺旋状に取得した加速度データから変換して得られる周方向の粗さデータ（変位データ）を分割する場合、分割した各々の粗さデータによって表される凹凸がずれる場合がある。従って、面状粗さデータ生成部５３は、面状粗さデータを生成する際には、各々の粗さデータの端点のおける凹凸が工作物Ｗの軸方向（Ｚ軸方向）に沿って連続性を有するように、各々の粗さデータの相対的な位置を補正する。そして、面状粗さデータ生成部５３は、位置を補正した各々の粗さデータを軸方向に並べて状態データとしての面状粗さデータを生成する。

ところで、本例の工作物Ｗは、Ｚ軸回りの周面を有する円筒状（又は円柱状）である。このため、各々の粗さデータを軸方向に並列に並べて一連の面状粗さデータを生成する場合、工作物Ｗの研削加工面における外径変化の影響も加味する必要がある。このため、面状粗さデータ生成部５３は、面状粗さデータと工作物Ｗの外径を表す外径データとを合成することにより、外径変化の影響を加えた面状粗さデータを生成する。

即ち、面状粗さデータ生成部５３は、定寸装置４７（検出測定子４７ｂ）からの信号に基づき外径データを取得し、取得した外径データをＦＦＴ（高速フーリエ変換）する。そして、面状粗さデータ生成部５３は、ＦＦＴした外径データのうち、びびり振動の周波数成分を含まない特定の周波数領域（例えば、５０Ｈｚ以下）となる低周波数成分を有する外径データを抽出する。これにより、面状粗さデータ生成部５３は、工作物Ｗの軸方向の外径変化を抽出する。

そして、面状粗さデータ生成部５３は、抽出した低周波数成分を有する外径データを逆ＦＦＴし、逆ＦＦＴした外径データと面状粗さデータとを合成、即ち、工作物Ｗの周方向の凹凸（表面粗さ）と軸方向の外径変化とを合成する。これにより、面状粗さデータ生成部５３は、工作物Ｗの研削加工面における凹凸（表面粗さ）即ち面状粗さデータを、工作物Ｗの外径変化を加味して正確に生成することができる。

出力部５４は、面状粗さデータ生成部５３によって生成された面状粗さデータを状態データとして推定演算装置２０に出力する。尚、出力部５４は、面状粗さデータ生成部５３によって生成された面状粗さデータに基づいて生成可能な画像データを出力することも可能である。

（６．表面粗さ推定システム１の機能ブロック構成）
表面粗さ推定システム１の機能ブロックについて、図６を参照して説明する。表面粗さ推定システム１は、制御装置１２、検出器１３（びびり評価装置５０）、推定演算装置２０、表示装置３０を備える。

検出器１３即ちびびり評価装置５０は、上述したように、工作物Ｗの研削加工中に円筒研削盤４０における観測可能な状態データである面状粗さデータを出力する。面状粗さデータは、例えば、研削工程、即ち、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毎について、１個の工作物Ｗにおける加工開始から加工終了までに検出されて出力される。

又、円筒研削盤４０の制御装置１２には、カウンタが含まれている。カウンタは、円筒研削盤４０が研削加工した工作物Ｗの加工数をカウントする。本例において、カウンタは、砥石車修正装置４８が砥石車４６をツルーイング又はドレッシングしたときからの工作物Ｗの加工数をカウントする。尚、カウンタは、制御装置１２の他に、検出器１３自身が備えるようにしたり、粗さ計２が備えるようにしたりすることもできる。

推定演算装置２０は、対応する円筒研削盤４０において、検出器１３即ちびびり評価装置５０から取得した面状粗さデータに基づいて任意の軸方向における線粗さ曲線近似波形（後述する図１１を参照）を取得し、研削加工面における推定粗さ値を算出する。推定演算装置２０は、線粗さ曲線変換部８１、相関関係導出部８２、推定用データ取得部８３、粗さ値推定部８４、出力部８５を備える。

線粗さ曲線変換部８１は、図７に示すように、粗さ計２の小径測定子によって計測された実変位値を工作物Ｗの軸方向に沿って繋いだ線粗さ曲線（以下、「実線粗さ曲線ＬＢ」と称呼する。）を、定寸装置４７の検出測定子４７ｂによって計測する場合の線粗さ曲線に変換する。このため、線粗さ曲線変換部８１は、図６に示すように、実線粗さ曲線取得部８１ａ、包絡線算出部８１ｂ、交点算出部８１ｃ及び中心軌跡算出部８１ｄを備える。

実線粗さ曲線取得部８１ａは、図６に示すように、円筒研削盤４０の機外に配置された粗さ計２から実線粗さ曲線ＬＢを表す線粗さ曲線データを取得する。ここで、上述したように、粗さ計２の小径測定子の径は数μｍ程度である。これにより、粗さ計２は、工作物Ｗの軸方向における研削加工面の凹凸即ち実変位値を正確に計測することができ、図７に示すように、研削加工面の表面粗さを正確に反映した実線粗さ曲線ＬＢを得ることができる。

包絡線算出部８１ｂは、実線粗さ曲線取得部８１ａが粗さ計２から取得した線粗さ曲線データによって表される実線粗さ曲線ＬＢにおいて、定寸装置４７の検出測定子４７ｂの径（数ｍｍ程度）と同一の円を用いて包絡線を算出する。具体的に、包絡線算出部８１ｂは、図８に示すように、実線粗さ曲線ＬＢ（図８にて太破線により示す）と粗さ計２の計測間隔線（図８にて二点鎖線により示す）との交点Ｐ１～Ｐ７即ち実変位値を中心とし、且つ、検出測定子４７ｂの径となる円Ｃ１～Ｃ７を、各交点Ｐ１～Ｐ７に設ける。続いて、包絡線算出部８１ｂは、各円Ｃ１～Ｃ７について、互いに隣接する円に接する包絡線Ｌ１～Ｌ６を算出する。

交点算出部８１ｃは、包絡線算出部８１ｂが算出した包絡線Ｌ１～Ｌ６と、計測間隔線との交点Ｑ１～Ｑ７を算出する。ところで、包絡線Ｌ１～Ｌ６は、同一の計測間隔線に対して２箇所で交わる場合がある。例えば、図８において、交点Ｑ５が設定される計測間隔線は、包絡線Ｌ４及び包絡線Ｌ５と交差する。この場合、包絡線算出部８１ｂは、計測間隔線において検出測定子４７ｂが計測する場合の変位値が大きな値を有する側、即ち、図８において上側になる包絡線Ｌ４が計測間隔線と交差する側を交点Ｑ５とする。

中心軌跡算出部８１ｄは、交点算出部８１ｃが算出した交点Ｑ１～Ｑ７を繋いだ線、即ち、図８において太実線により示すように、円で表される大径の検出測定子４７ｂの中心が実線粗さ曲線ＬＢに沿って移動した場合の検出測定子４７ｂの軌跡を表す中心軌跡線ＬＣを算出する。ここで、中心軌跡線ＬＣは、図９に示すように、実線粗さ曲線ＬＢ（図９にて破線により示す）に対応付けられることにより、算出粗さ値を表す。従って、以下の説明においては、中心軌跡線ＬＣによって表される算出粗さ値を「中心軌跡粗さ値」と称呼する。

相関関係導出部８２は、粗さ計２の小径測定子によって計測された実変位値に基づく実粗さ値と、上述した中心軌跡線ＬＣに基づく中心軌跡粗さ値即ち検出測定子４７ｂが計測する場合に相当する中心軌跡粗さ値のとの相関関係を算出する。相関関係導出部８２は、図６に示すように、実粗さ値取得部８２ａ、中心軌跡粗さ値算出部８２ｂ、粗さ値関係式算出部８２ｃを備える。

実粗さ値取得部８２ａは、粗さ計２によって計測された実変位値に基づく実粗さ値を取得する。ここで、本例においては、実粗さ値として、例えば、各曲線（計測点の変位値）から算出した算術平均粗さ（Ｒａ）用いる場合を例示するが、十点平均粗さ（Ｒｚ）等を用いても良い。

中心軌跡粗さ値算出部８２ｂは、中心軌跡算出部８１ｄによって算出された中心軌跡線ＬＣを表す中心軌跡データに基づいて、中心軌跡粗さ値を算出する。即ち、中心軌跡粗さ値算出部８２ｂは、実粗さ値取得部８２ａが取得した実粗さ値に対応する中心軌跡粗さ値を算出する。

粗さ値関係式算出部８２ｃは、実粗さ値取得部８２ａが取得した実粗さ値と、中心軌跡粗さ値算出部８２ｂが算出した中心軌跡粗さ値との相関関係を算出する。即ち、粗さ値関係式算出部８２ｃは、互いに対応する実粗さ値及び中心軌跡粗さ値について、例えば、統計演算処理を行うことにより、実粗さ値と中心軌跡粗さ値との相関関係を導く。これにより、図１０に示すように、例えば、実粗さ値と中心軌跡粗さ値とが一次関数（ｙ＝ａｘ＋ｂ）により表される相関関係を導く。但し、実粗さ値と中心軌跡粗さ値との相関関係については、一次関数に限られるものではなく、二次関数や三次関数、その他の関数により表される相関関係であっても良いことは言うまでもない。

推定用データ取得部８３は、検出器１３、即ち、びびり評価装置５０から出力された状態データである面状粗さデータに基づいて、推定用データを取得する。推定用データ取得部８３は、図６に示すように、近似波形取得部８３ａ、及び、近似波形粗さ値導出部８３ｂを備える。近似波形取得部８３ａは、びびり評価装置５０から出力される面状粗さデータを取得し、図１１に示すように、取得した面状粗さデータにおける任意の軸線方向（図５の太実線を参照）における線粗さ近似波形ＬＡを取得する。

近似波形粗さ値導出部８３ｂは、近似波形取得部８３ａが取得した線粗さ近似波形ＬＡに基づいて、近似波形粗さ値を算出することにより導出する。近似波形粗さ値導出部８３ｂは、例えば、線粗さ近似波形ＬＡの算術平均粗さ（Ｒａ）を算出する。

ここで、線粗さ近似波形ＬＡは、定寸装置４７の検出測定子４７ｂによって検出された面状粗さデータに基づくものである。即ち、線粗さ近似波形ＬＡは、任意の軸方向において、定寸装置４７の検出測定子４７ｂの中心が工作物Ｗの研削加工面に接触することによって検出された研削加工面の線粗さ（表面粗さ）を近似したものである。従って、近似波形粗さ値導出部８３ｂが導出（算出）した近似波形粗さ値は、中心軌跡粗さ値とみなすことができる。

粗さ値推定部８４は、推定用データ取得部８３の近似波形粗さ値導出部８３ｂが推定用データとして導出（算出）した近似波形粗さ値即ち中心軌跡粗さ値と、相関関係導出部８２の粗さ値関係式算出部８２ｃによって導出された相関関係とを用いて、中心軌跡粗さ値（近似波形粗さ値）に対応する推定粗さ値を推定する（変換する）。ここで、推定粗さ値は、図１０に示すように、実粗さ値に相当する。即ち、推定粗さ値は、測定子の径の小さな粗さ計２が計測した粗さ値に相当し、径の大きな検出測定子４７ｂを用いた中心軌跡粗さ値（近似波形粗さ値）よりも精度が高い。そして、出力部８５は、粗さ値推定部８４によって推定された（変換された）推定粗さ値を表示装置３０に出力する。

表示装置３０は、推定演算装置２０の出力部８５から出力された推定粗さ値を表示する。これにより、作業者或いは円筒研削盤４０（研削盤１１）の制御装置１２は、研削加工において（インプロセスにおいて）、加工される工作物Ｗの品質を確認することができる。

以上の説明からも理解できるように、表面粗さ推定システム１によれば、研削装置１０である円筒研削盤４０に設けられた検出器１３より具体的には定寸装置４７の検出測定子４７ｂを用いて計測した場合の粗さ値（びびり評価装置５０から出力される面状粗さデータ）と、検出測定子４７ｂよりも小径の小径測定子を用いて粗さ計２が計測した場合の実粗さ値との相関関係を導出することができる。これにより、径の大きな大径測定子に相当する検出測定子４７ｂを用いて、工作物Ｗの研削加工面の表面粗さを計測した場合であっても、導出した相関関係に基づいて、研削加工中の工作物Ｗの研削加工面における表面粗さ即ち実粗さ値を精度よく推定することができる。

（７．第一別例）
上述した本例においては、推定演算装置２０の相関関係導出部８２が中心軌跡粗さ値と粗さ計２によって計測された変位値との相関関係を導出するようにした。

第一別例においては、算出された中心軌跡線ＬＣについて周波数解析を行うことによって各周波数の振幅を特徴量として抽出する。そして、第一別例においては、抽出された振幅と、粗さ計２によって計測された実変位値に基づく実粗さ値との相関を機械学習により学習し、機械学習によって生成した学習済みモデルを用いて推定用データを推定する。

（７－１．第一別例の表面粗さ推定システム１００の構成の詳細）
第一別例の表面粗さ推定システム１００の構成について、図１２を参照して、詳細に説明する。表面粗さ推定システム１００は、上述した本例の表面粗さ推定システム１と比べて、演算装置６０及び共通表示装置７０を備える点で異なる。演算装置６０は、学習処理装置６０である。学習処理装置６０は、所謂、サーバ機能を有しており、上述した推定演算装置２０、及び、複数台の研削装置１０（円筒研削盤４０）や、例えば、離間した他の工場に設置された研削装置１０と通信可能に接続されている。尚、図１２において、推定演算装置２０と学習処理装置６０とは、第一別例として独立した構成として示すが、１つの装置とすることもできる。共通表示装置７０は、学習処理装置６０に対して配置される。

学習処理装置６０は、プロセッサ６１、記憶装置６２、インターフェース６３等を備えて構成される。学習処理装置６０は、粗さ計２から出力された線粗さ曲線データ及び粗さ計２から出力された実変位に基づく実粗さ値に基づいて、機械学習を行う。そして、学習処理装置６０は、推定用データを予測するための学習済みモデルを生成する。

特に、学習処理装置６０は、線粗さ曲線データに基づいて算出される中心軌跡線ＬＣを表す中心軌跡データを周波数解析であるＦＦＴ（高速フーリエ変換）することにより抽出される周波数ごとの振幅を特徴量とする。そして、学習処理装置６０は、抽出された特徴量と実粗さ値とを用いて学習済みモデルを生成する。

（７－２．学習処理装置６０の詳細）
学習処理装置６０は、図１３に示すように、訓練データセット取得部９１、訓練データセット記憶部９２、モデル生成部９３を備える。

訓練データセット取得部９１は、機械学習を行うための訓練データセットを取得する。訓練データセット取得部９１は、実線粗さ曲線取得部９１ａ、包絡線算出部９１ｂ、交点算出部９１ｃ、中心軌跡算出部９１ｄ、学習用周波数解析部９１ｅ、実粗さ値取得部９１ｆを備える。

実線粗さ曲線取得部９１ａは、粗さ計２から線粗さ曲線データを取得する。包絡線算出部９１ｂは、実線粗さ曲線取得部９１ａが粗さ計２から取得した線粗さ曲線データによって表される実線粗さ曲線ＬＢ（図７を参照）において、定寸装置４７の検出測定子４７ｂの径に対応する円を用いて包絡線を算出する（図８を参照）。交点算出部９１ｃは、包絡線算出部９１ｂが算出した包絡線Ｌ１～Ｌ６と、計測間隔線との交点Ｑ１～Ｑ７を算出する（図８を参照）。中心軌跡算出部９１ｄは、交点算出部９１ｃが算出した交点Ｑ１～Ｑ７を繋いだ中心軌跡線ＬＣを算出する（図９を参照）。

ここで、実線粗さ曲線取得部９１ａ、包絡線算出部９１ｂ、交点算出部９１ｃ及び中心軌跡算出部９１ｄは、推定演算装置２０の線粗さ曲線変換部８１を構成する実線粗さ曲線取得部８１ａ、包絡線算出部８１ｂ、交点算出部８１ｃ及び中心軌跡算出部８１ｄと同様の処理を行う。尚、本例においては、訓練データセット取得部９１の実線粗さ曲線取得部９１ａ、包絡線算出部９１ｂ、交点算出部９１ｃ及び中心軌跡算出部９１ｄと、実線粗さ曲線取得部８１ａ、包絡線算出部８１ｂ、交点算出部８１ｃ及び中心軌跡算出部８１ｄとは別要素として説明する。

但し、訓練データセット取得部９１の実線粗さ曲線取得部９１ａ、包絡線算出部９１ｂ、交点算出部９１ｃ及び中心軌跡算出部９１ｄを、実線粗さ曲線取得部８１ａ、包絡線算出部８１ｂ、交点算出部８１ｃ及び中心軌跡算出部８１ｄと兼用することも可能である。即ち、学習処理装置６０における要素９１ａ，９１ｂ，９１ｃ，９１ｄの機能が、推定演算装置２０の一部の機能と兼用される。

学習用周波数解析部９１ｅは、中心軌跡算出部９１ｄによって算出された中心軌跡線ＬＣを表す中心軌跡データ、即ち、周波数特性を有する中心軌跡データについて、周波数解析（具体的には、ＦＦＴ（高速フーリエ変換））を行う。これにより、学習用周波数解析部９１ｅは、図１４に示すように、中心軌跡データに含まれる複数の周波数成分のそれぞれの振幅を、機械学習における説明変数である特徴量として抽出する。

実粗さ値取得部９１ｆは、粗さ計２によって計測された実変位による実粗さ値を取得する。ここで、実粗さ値としては、例えば、算術平均粗さ（Ｒａ）を用いる。しかし、十点平均粗さ（Ｒｚ）等を用いることもできる。

訓練データセット記憶部９２は、訓練データセット取得部９１によって取得した訓練データセットを記憶する。具体的に、訓練データセット記憶部９２は、学習用周波数解析部９１ｅによって抽出された複数の周波数成分の各々の振幅を表す振幅データと、実粗さ値取得部９１ｆによって取得された実粗さ値とを関連付けて記憶する。

モデル生成部９３は、訓練データセット記憶部９２に記憶された訓練データセットを用いて機械学習を行う。具体的には、モデル生成部９３は、学習用周波数解析部９１ｅによって抽出された特徴量である各々の振幅を説明変数とし、実粗さ値を目的変数とした機械学習を行う。そして、モデル生成部９３は、相関関係を導出する即ち推定粗さ値を導出するための学習済みモデルを生成する。

第一別例における推定演算装置２０は、上述した本例の推定演算装置２０に対して、図１５に示すように、一部変更される。即ち、第一別例における推定演算装置２０は、本例において説明した線粗さ曲線変換部８１及び相関関係導出部８２が省略される。そして、第一別例においては、推定用データ取得部８３の構成が変更されることにより、相関関係導出部としての機能を発揮する。

具体的に、第一別例の推定用データ取得部８３は、学習処理装置６０によって生成された相関関係を導出するための学習済みモデルを記憶するモデル記憶部８３ｃが設けられる。更に、第一別例の推定用データ取得部８３は、近似波形粗さ値導出部８３ｂに代えて、周波数解析部８３ｄが設けられる。

周波数解析部８３ｄは、近似波形取得部８３ａによって取得された線粗さ近似波形ＬＡについて、周波数解析（具体的には、ＦＦＴ（高速フーリエ変換））を行い、特徴量として周波数毎の振幅を抽出する。粗さ推定部８４は、周波数解析部８３ｄによって抽出された各々の振幅（特徴量）と、モデル記憶部８３ｃに記憶された学習済みモデルとを用いて、推定粗さ値を導出する。

即ち、第一別例においては、推定用データ取得部８３の周波数解析部８３ｄが周波数解析によって特徴量である振幅を抽出して粗さ値推定部８４に出力する。そして、粗さ値推定部８４は、相関関係導出部としての学習処理装置６０によって生成された学習済みモデルと、出力された特徴量である振幅とを用いて、推定粗さ値を予測することができる。従って、この場合においても、学習処理装置６０が生成した学習済みモデルを用いることにより、上述した本例と同様に推定粗さ値を推定することができるため、上述した本例と同様の効果が得られる。

（９．その他）
上述した本例及び第一別例においては、検出器１３としてびびり評価装置５０から面状粗さデータを状態データとして取得するようにした。しかしながら、検出器１３から出力される状態データは、面状粗さデータに限られるものではなく、例えば、工作物Ｗを回転させず、Ｚ軸方向のみに移動させ、定寸装置４７により検出した変位データに基づいて取得可能な線粗さデータであっても良い。

１，１００…表面粗さ推定システム、２…粗さ計、１０…研削装置、１１…研削盤、１２…制御装置、１３…検出器、１４…インターフェース、２０…推定演算装置、２１…プロセッサ、２２…記憶装置、２３…インターフェース、３０…個別表示装置、４０…円筒研削盤、４１…ベッド、４２…主軸台、４２ａ…モータ、４３…心押台、４４…トラバースベース、４４ａ…モータ、４５…砥石台、４５ａ…モータ、４６…砥石車（砥石Ｔ）、４６ａ…モータ、４７…定寸装置、４７ａ…送り機構、４７ｂ…検出測定子、４７ｃ…加速度センサ、４８…砥石車修正装置、４９…クーラント装置、５０…びびり評価装置、５１…実データ取得部、５２…変位変換部、５３…面状粗さデータ生成部、５４…出力部、６０…学習処理装置（相関関係導出部）、６１…プロセッサ、６２…記憶装置、６３…インターフェース、７０…共通表示装置、８１…線粗さ曲線変換部、８１ａ…実線粗さ曲線取得部、８１ｂ…包絡線算出部、８１ｃ…交点算出部、８１ｄ…中心軌跡算出部、８２…相関関係導出部、８２ａ…実粗さ値取得部、８２ｂ…中心軌跡粗さ値算出部、８２ｃ…粗さ値関係式導出部、８３…推定用データ取得部、８３ａ…近似波形取得部、８３ｂ…近似波形粗さ値導出部、８３ｃ…モデル記憶部（学習済みモデル記憶部）、８３ｄ…周波数解析部、８４…粗さ値推定部、８５…出力部、９１…訓練データセット取得部、９１ａ…実線粗さ曲線取得部、９１ｂ…包絡線算出部、９１ｃ…交点算出部、９１ｄ…中心軌跡算出部、９１ｅ…学習用周波数解析部、９２…訓練データセット記憶部、９３…モデル生成部、ＬＡ…線粗さ近似波形、ＬＢ…実線粗さ曲線、ＬＣ…中心軌跡線、Ｐ１～Ｐ７…交点、Ｑ１～Ｑ７…交点、Ｌ１～Ｌ６…包絡線、Ｃ１～Ｃ７…円、Ｔ…砥石、Ｗ…工作物

Claims (12)

1. 制御装置の制御によって砥石が工作物に研削加工を行う研削装置と、
   前記工作物の研削加工面に接触する検出測定子を有しており、前記研削装置による前記研削加工において観測可能な前記検出測定子の動作に応じて前記工作物の研削加工面の表面粗さに関連する状態データを検出して出力する検出器と、
   前記検出測定子よりも小径であって、前記研削装置とは別に設けられた粗さ計の小径測定子を用いて計測した場合の前記工作物の前記研削加工面の表面粗さを表す実粗さ値と、前記小径測定子を用いて計測した前記研削加工面の実変位値に基づいて算出する算出粗さ値であって、前記検出測定子を用いて計測する場合の前記工作物の前記研削加工面の表面粗さを表す前記算出粗さ値と、の相関関係を導出する相関関係導出部と、
   前記検出器から出力された前記状態データに基づいて、前記工作物の前記研削加工面の表面粗さを表す検出粗さ値、を表す推定用データを取得する推定用データ取得部と、
   前記推定用データと前記相関関係とを用いて、前記実粗さ値を推定する粗さ値推定部と、を備え、
   前記検出器は、前記研削装置に一体に設けられており、
   前記検出測定子は、前記研削装置に設けられた定寸装置が有するものであり、
   さらに、前記実変位値を繋いだ実線粗さ曲線を、前記検出測定子を用いて計測する場合の変位値を繋いだ線粗さ曲線に変換する線粗さ曲線変換部を備え、
   前記相関関係導出部は、
   変換された前記線粗さ曲線から得られる前記算出粗さ値と、前記実粗さ値との前記相関関係を導出する、
   表面粗さ推定システム。
2. 前記線粗さ曲線変換部は、
   前記実線粗さ曲線を取得する実線粗さ曲線取得部と、
   前記実線粗さ曲線において、前記検出測定子と同一の径を有し、且つ、前記実線粗さ曲線上の各々の前記実変位値を表す点を中心とする円を用いて包絡線を算出する包絡線算出部と、
   算出した前記包絡線と、前記実変位値を計測する際の計測間隔を表す各々の計測間隔線との交点により表される前記変位値を算出する交点算出部と、
   算出した各々の前記変位値を繋いで、前記円の中心が前記実線粗さ曲線上を移動した場合の前記円の軌跡を表す中心軌跡線を算出する中心軌跡算出部と、
   を備え、
   前記相関関係導出部は、
   算出された前記中心軌跡線の前記算出粗さ値と、前記実粗さ値との前記相関関係を導出する、請求項１に記載の表面粗さ推定システム。
3. 前記交点算出部は、
   同一の前記計測間隔線に２つの前記包絡線が交わる場合、前記変位値が大きな値を有する側を前記交点として算出する、請求項２に記載の表面粗さ推定システム。
4. 前記推定用データ取得部は、
   前記状態データに基づいて前記工作物の線粗さを表す線粗さ近似波形を取得する近似波形取得部と、
   取得した前記線粗さ近似波形の前記検出粗さ値を前記推定用データとして導出する近似波形粗さ値導出部と、
   を備える、請求項１－３のうちの何れか一項に記載の表面粗さ推定システム。
5. 前記推定用データ取得部は、
   前記状態データに基づいて前記検出測定子を用いて計測する場合の前記工作物の線粗さを表す線粗さ近似波形を取得する近似波形取得部と、
   前記検出測定子を用いて計測する場合の線粗さ曲線の特徴量を説明変数とし、前記実粗さ値を目的変数とし、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記憶する学習済みモデル記憶部と、
   前記線粗さ近似波形から抽出された前記特徴量と前記学習済みモデルとを用いて予測された前記実粗さ値を導出する粗さ値導出部と、
   を備える、請求項１－３のうちの何れか一項に記載の表面粗さ推定システム。
6. 前記線粗さ近似波形及び前記線粗さ曲線は、周波数特性を有しており、
   前記線粗さ近似波形及び前記線粗さ曲線を周波数解析することにより前記特徴量を抽出する周波数解析部を備えた、請求項５に記載の表面粗さ推定システム。
7. 前記周波数解析部は、前記線粗さ近似波形及び前記線粗さ曲線を周波数解析することにより複数の周波数成分に分割し、複数の周波数成分の各々の振幅を前記特徴量として抽出する、請求項６に記載の表面粗さ推定システム。
8. 前記線粗さ曲線変換部によって変換された前記線粗さ曲線を周波数解析することにより学習用の前記特徴量を抽出する学習用周波数解析部、を備え、
   前記学習用周波数解析部によって抽出された前記特徴量を前記説明変数とし、前記実粗さ値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５－７のうちの何れか一項に記載の表面粗さ推定システム。
9. 前記状態データは、前記研削加工が施された前記工作物の表面粗さに対応して前記検出測定子に発生する加速度データ又は変位データである、請求項１－８のうちの何れか一項に記載の表面粗さ推定システム。
10. 前記状態データは、前記工作物の複数個所における前記加速度データ又は前記変位データについて統計演算することによって算出される、請求項９に記載の表面粗さ推定システム。
11. 前記工作物が軸回りの周面を有する場合、
    前記状態データは、前記検出測定子により検出される前記工作物の外径を表す外径データを含む、請求項９又は１０に記載の表面粗さ推定システム。
12. 前記工作物が軸回りの周面を有する場合、
    前記状態データは、前記工作物の異なる角度毎の複数の周方向における前記加速度データ又は前記変位データを前記工作物の同一角度における複数の前記加速度データ又は前記変位データとみなし、且つ、前記外径データを合成して前記工作物の軸方向に並列させた複数の前記加速度データ又は前記変位データである、請求項１１に記載の表面粗さ推定システム。

Images