TW202302269A - 加工條件探索裝置及加工條件探索方法 - Google Patents

加工條件探索裝置及加工條件探索方法 Download PDF

Info

Publication number
TW202302269A
TW202302269A TW110143466A TW110143466A TW202302269A TW 202302269 A TW202302269 A TW 202302269A TW 110143466 A TW110143466 A TW 110143466A TW 110143466 A TW110143466 A TW 110143466A TW 202302269 A TW202302269 A TW 202302269A
Authority
TW
Taiwan
Prior art keywords
processing
evaluation value
value
unit
evaluation
Prior art date
Application number
TW110143466A
Other languages
English (en)
Other versions
TWI854169B (zh
Inventor
増井秀之
黒川聡昭
髙田智昭
Original Assignee
日商三菱電機股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日商三菱電機股份有限公司 filed Critical 日商三菱電機股份有限公司
Publication of TW202302269A publication Critical patent/TW202302269A/zh
Application granted granted Critical
Publication of TWI854169B publication Critical patent/TWI854169B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

加工條件探索裝置(1)係包括：加工結果收集部(12)，係收集加工結果資訊；評估值取得部(13)，係算出對所實施之加工的暫定評估值；收歛判定部(14)，係在暫定評估值係未收歛的情況，推測推測收歛值；停止判定部(15)，係在暫定評估值係未收歛的情況，判定是否在暫定評估值收歛之前停止加工；評估決定部(16)，係在停止加工的情況，將推測收歛值決定成評估值，而在不停止加工的情況，在暫定評估值收歛後，將暫定評估值之收歛值決定成評估值；以及探索結束判定部(113)，係在結束探索的情況，係決定最佳之加工條件，而在不結束探索的情況，係產生下一個應嘗試之加工條件；至判定結束探索，重複地進行上述之加工結果收集部(12)、評估值取得部(13)、收歛判定部(14)、停止判定部(15)、評估決定部(16)以及探索結束判定部(113)之各處理。

Description

加工條件探索裝置及加工條件探索方法
本揭示係有關於一種探索加工條件之加工條件探索裝置及加工條件探索方法。
一般，在產業用途所使用之加工機，係可設定複數個控制參數。加工機之加工結果係與加工條件相依，該加工條件是複數個控制參數之各個的參數值之組合。即，為了得到所要的加工結果，需要對加工機設定適當之加工條件。
可是，控制參數係存在複數個，且各控制參數之參數值係連續值，或是能以複數個階段設定。因此，由人來選擇如使加工機實際地實施加工並得到所要之加工結果的加工條件時，花費龐大的時間。例如，在板金雷射加工機的情況，作為對加工結果之影響度大之主要的控制參數，列舉雷射輸出、裁斷速度、束徑、焦點位置、氣體壓力之5個。各個控制參數係從複數個階段的值之中選擇一個。此處，例如，若對5個控制參數之各個可從10個階段的值選擇，則總組合數係成為10 5種。在此時，若嘗試一個加工條件花5分鐘，則嘗試10 5種加工條件係需要約347天。 因此，以往已知一種探索技術(例如，專利文獻1)，其係根據使加工機按照嘗試之幾個加工條件實施加工所得的加工結果，算出對應於加工條件之評估值，再根據所算出之評估值與對應於該評估值之加工條件，使用高斯過程迴歸，預測與未嘗試之加工條件對應的評估值後，根據所算出之評估值與所預測之評估值，從龐大之組合個數的加工條件中探索最佳之加工條件，而該幾個加工條件係從所設想之控制參數的組合之加工條件中所產生。作為為了預測與未嘗試之加工條件對應的評估值而使用高斯過程迴歸的方法，係例如列舉使用機率模型之方法，該機率模型係假設對加工條件之評估值是根據特定之分布的機率變數所產生。 [先行專利文獻] [專利文獻]
[專利文獻1] 國際公開第2020/261572號
[發明所欲解決的問題]
在根據某加工條件使加工機實施加工所得之加工結果係在加工進行的過程有時振動性地變化。例如，作為加工結果所得之加工速度係在長時間觀察時看起來以等速進行，亦在短時間觀察時振動性地變化。加工結果振動性地變化時，對應於該加工結果之評估值亦振動性地變化。 在由專利文獻1揭示之技術所代表之最佳加工條件的探索技術，係對嘗試之全部的加工條件，分別在至加工結果之振動性的變化穩定之某程度的時間，使加工機繼續實施加工，並等待加工結果之振動性的變化穩定後，算出對應於加工條件之評估值。 因此，在上述之探索技術，算出與嘗試之加工條件對應的評估值費時，結果，具有至探索到最佳加工條件費時的問題。
本揭示係解決上述之問題，其目的在於提供一種加工條件探索裝置及加工條件探索方法，該加工條件探索裝置係在探索最佳之加工條件時，可比習知技術縮短至可探索到最佳之加工條件的時間，而該習知技術係對嘗試之全部的加工條件，使加工機實施根據該加工條件的加工至加工結果之振動性的變化穩定。 [用以解決問題的手段]
本揭示之加工條件探索裝置係包括：加工條件計算部，係產生加工條件，該加工條件係由可設定於加工機之複數個控制參數所構成；實際加工指令部，係使加工機根據加工條件計算部所產生之加工條件實施加工；加工結果收集部，係收集加工結果資訊，該加工結果資訊係表示實際加工指令部使加工機實施加工之加工結果；評估值取得部，係根據加工結果收集部所收集之加工結果資訊，算出對所實施之加工的暫定評估值；收歛判定部，係根據評估值取得部所算出之時間系列的暫定評估值，判定是否暫定評估值係收歛，在判定暫定評估值係未收歛的情況，推測成為暫定評估值之收歛位置的推測收歛值；停止判定部，係在收歛判定部判定暫定評估值係未收歛的情況，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工；評估決定部，係在停止判定部判定停止根據嘗試中之加工條件之加工的情況，使實際加工指令部結束對加工機之根據加工條件的加工，且將收歛判定部所推測之推測收歛值決定成根據加工條件所實施之加工的評估值，而在停止判定部判定不停止根據嘗試中之加工條件之加工的情況，係在收歛判定部判定暫定評估值係收歛後，將暫定評估值之收歛值決定成評估值；預測部，係根據評估決定部所決定之評估值、與對應於評估值之加工條件，預測與未嘗試的加工條件對應之評估值的預測值；以及探索結束判定部，係判定是否結束加工條件之探索，在結束探索的情況，係根據評估決定部所決定之評估值決定最佳之加工條件，而在不結束探索的情況，係使加工條件計算部根據預測部所預測之預測值，產生下一個應嘗試之加工條件；至探索結束判定部判定結束探索，重複地進行加工條件計算部、實際加工指令部、加工結果收集部、評估值取得部、收歛判定部、停止判定部、評估決定部、預測部以及探索結束判定部之各處理。 [發明功效]
若依據本揭示，在探索最佳之加工條件時，可比習知技術縮短至可探索到最佳之加工條件的時間，而該習知技術係對嘗試之全部的加工條件，使加工機實施根據該加工條件的加工至加工結果之振動性的變化穩定。
[用以實施發明的形態]
實施形態1 圖1係表示實施形態1之加工條件探索裝置1之構成例的圖。 實施形態1之加工條件探索裝置1係與加工機2及顯示部3連接。加工條件探索裝置1係從可設定於加工機2之多個加工條件探索最佳之加工條件(以下，稱為「最佳加工條件」)。最佳加工條件係例如是可得到滿足加工之要求規格之加工結果的加工條件。又，顯示部3係根據來自加工作業員等之使用者的要求，顯示藉加工條件探索裝置1探索到之加工條件等。例如，顯示部3係顯示在加工機2所設定之加工條件、與加工機2根據該加工條件所實施之加工的評估值。又，例如，顯示部3係顯示加工機2未實施之加工條件、與設想加工機2根據該加工條件實施加工的情況之該加工之評估值的預測值。又，例如，顯示最佳加工條件，該最佳加工條件是加工條件探索裝置1之探索的探索結果。此外，在圖1，顯示部3係加工條件探索裝置1及加工機2之外部所具備，但是，這係只不過是一例。顯示部3係例如亦可加工條件探索裝置1所具備，亦可加工機2所具備。
加工機2係根據加工條件實施加工之產業用裝置。加工機2係例如，藉由除去不要的部分，將是被加工物之工件加工成所要的形狀。又，加工機2係例如亦可進行附加加工。以下，將工件稱為工件(work)。工件之材料係例如是金屬。此外，這係只不過是一例，工件之材料係不限定為金屬。亦可工件之材料係例如是陶瓷、玻璃、或木材。 在加工機2，係例如有雷射加工機、放電加工機、切削加工機、研磨加工機、電解加工機、超音波加工機、電子束加工機、或附加加工機。在以下的實施形態1，係作為一例，當作加工機2是雷射加工機。此外，這係只不過是一例，在實施形態1，亦可加工機2係雷射加工機以外的加工機。
加工機2係可進行用以將工件作成所要的形狀之一般的加工，且可對工件進行實驗用的加工。 在實驗用的加工，實施形態1之加工條件探索裝置1係產生嘗試用之加工條件，再根據該加工條件，使加工機2實施實驗用的加工。加工機2係根據該加工條件，對工件實施所預設之實驗用的加工。 此處，加工條件係由複數個控制參數的組合所構成，該複數個控制參數係在加工機2的控制所使用。控制參數係例如是雷射輸出、裁斷速度、束徑、焦點位置、氣體壓力等。加工條件所含的各控制參數係可調整。例如，在雷射加工機之加工可調整的控制參數有5個，在能以10個階段選擇各控制參數之值的情況，由各控制參數之組合所構成的加工條件係10 5＝100000種。
加工條件探索裝置1係從如此龐大的個數之組合的加工條件中，產生用以探索之嘗試的加工條件，再使加工機2實施實驗用的加工。加工機2根據加工條件實施實驗用的加工時，加工條件探索裝置1係從加工機2收集表示加工結果之資訊(以下，稱為「加工結果資訊」)。加工結果資訊係例如是表示加工中之加工機2之狀態的資訊、表示加工中之工件之狀態的資訊、或表示加工後之工件之狀態的資訊。在加工結果資訊，係亦包含在加工機2進行加工時所根據之加工條件的資訊。 例如，加工機2係具備感測器，該感測器係檢測出在加工中所產生之聲音、光、或加工速度，加工條件探索裝置1係從該感測器收集加工結果資訊。例如，亦可感測器係攝像裝置或測量器，該攝像裝置係取得拍攝了加工後之工件的影像，該測量器係測量工件之裁斷面的凹凸。又，亦可感測器係被設置於與加工機2係不同的場所。加工條件探索裝置1只要可收集加工結果資訊即可。
加工條件探索裝置1係根據實施根據加工條件之加工所收集之加工結果資訊，決定根據該加工條件所實施之加工的評估值。而且，加工條件探索裝置1係根據加工條件與評估值之組合，一面預測與未嘗試之加工條件對應的評估值，一面探索最佳加工條件。關於加工條件探索裝置1探索最佳加工條件之方法的細節係後述。
此處，如上述所示，在根據某加工條件使加工機2實施加工的情況所得之加工結果係在加工進行的過程有時振動性地變化。加工結果振動性地變化時，根據該加工結果所算出之與該加工結果對應的評估值亦振動性地變化。若加工條件探索裝置1對嘗試之全部的加工條件，在至根據各加工條件之加工的加工結果之振動性的變化穩定之某程度的時間，使加工機2實施加工，並等待加工結果之振動性的變化穩定時，為了算出與各加工條件對應之評估值而費時。 因此，實施形態1之加工條件探索裝置1係關於在至加工結果之振動性的變化穩定的過程所算出之評估值，即使是振動性的變化穩定之前的評估值，亦若是被假想為在探索最佳之加工條件時無影響的評估值，則在最佳之加工條件的探索採用之，停止根據嘗試中之加工條件之實驗中的加工，並切換用以探索之加工條件。藉此，實施形態1之加工條件探索裝置1係縮短至可探索到最佳之加工條件的時間。
說明實施形態1之加工條件探索裝置1之詳細的構成例。 加工條件探索裝置1係包括探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17。又，加工條件探索裝置1係包括加工結果記憶部18A、評估值記憶部18B、收歛結果記憶部18C、停止判定記憶部18D、探索結果記憶部18E、預測結果記憶部18F以及不確實性記憶部18G。此外，亦可記憶部18A~18G之全部或其一部分係與加工條件探索裝置1另外地設置之外部裝置所具備。
探索加工條件產生部11係產生在實驗用之加工所使用的加工條件，並使加工機2實施根據所產生之加工條件的加工。即，探索加工條件產生部11係在以構成加工條件之控制參數為維度的多維空間，產生藉實際加工所探索之加工條件。如圖1所示，探索加工條件產生部11係包括加工條件計算部111、實際加工指令部112以及探索結束判定部113。
探索加工條件產生部11之加工條件計算部111係產生加工條件，該加工條件係由可設定於加工機2之複數個控制參數所構成。詳細地說明之，加工條件計算部111係產生在實驗用之加工所使用的加工條件。例如，加工條件計算部111係從加工機2之複數個控制參數及這些控制參數可取得之值的範圍之組合，選擇與加工內容對應的組合，再從所選擇之組合產生加工條件。控制參數係例如是雷射輸出、裁斷速度、束徑、焦點位置、氣體壓力等。 加工條件計算部111係向實際加工指令部112輸出所產生之加工條件。
實際加工指令部112係使加工機2實施加工，該加工係根據加工條件計算部111所產生之加工條件。此外，實際加工指令部112係使加工機2繼續地實施根據加工條件計算部111所產生之加工條件的加工。詳細地說明之，實際加工指令部112係根據從加工條件計算部111所輸出之加工條件，產生用以使加工機2動作之指令，並向加工機2輸出所產生之指令。加工機2係根據從實際加工指令部112所輸出之指令，實施根據加工條件的加工。 又，實際加工指令部112係在從評估決定部16輸出結束根據嘗試中之加工條件的加工之指示(以下，稱為「加工結束指示」)的情況，結束現在使加工機2實施之實驗用的加工。關於評估決定部16之細節，係後述。
探索結束判定部113係根據預測結果記憶部18F或不確實性記憶部18G所記憶之資訊，判定是否結束加工條件之探索。 探索結束判定部113係在判定不必追加地進行加工條件之探索的情況，根據評估決定部16所決定之評估值，決定最佳加工條件。具體而言，探索結束判定部113係將探索結果記憶部18E所記憶之評估值中與最大之評估值對應的加工條件當作最佳加工條件。關於評估決定部16之細節，係後述。 又，探索結束判定部113係在判定需要追加地進行加工條件之探索的情況，使加工條件計算部111產生下一個應嘗試之用以探索的加工條件。
加工結果收集部12係從加工機2收集加工結果資訊，該加工結果資訊係表示根據加工條件所實施之加工的加工結果。 加工結果收集部12係每次實際加工指令部112實施加工，就收集加工結果。如上述所示，加工結果收集部12係繼續實施根據加工條件的加工。在加工機2實施加工之間，實施複數個步驟之加工。因此，在加工機2根據某加工條件實施實驗用的加工時，收集複數個加工結果。 加工結果收集部12係使加工結果記憶部18A記憶所收集之加工結果資訊。加工結果收集部12係例如，以與該加工結果資訊之取得時刻賦與對應的方式使加工結果記憶部18A記憶加工結果資訊。 加工結果記憶部18A係以時間系列記憶加工結果資訊。
評估值取得部13係根據加工結果收集部12所收集之加工結果資訊，算出對加工機2所實施之加工的評估值。在實施形態1，將評估值取得部13係根據加工結果資訊所算出的評估值亦稱為「暫定評估值」。評估值取得部13係對各加工結果資訊算出暫定評估值。即，評估值取得部13係在加工之各步驟算出暫定評估值。此外，評估值取得部13係從加工結果記憶部18A取得加工結果收集部12所收集之加工結果資訊。 在實施形態1，評估值係表示加工之良否的值，並被定義為其值愈大，表示是愈佳之加工的值。評估值係例如以從0至1之值表示。在此情況，在進行最佳之加工的情況，評估值係成為1，而在進行最差之加工的情況，評估值係成為0。 評估值取得部13係使評估值記憶部18B記憶將加工結果資訊之取得時刻、加工條件以及所算出之暫定評估值賦與對應的資訊(以下，稱為「暫定評估值資訊」)。此外，在暫定評估值資訊，當作將加工結果資訊之取得時刻與加工條件及暫定評估值賦與對應者，但是，這係只不過是一例。例如，在暫定評估值資訊，亦可將暫定評估值之算出時刻、與加工條件及暫定評估值賦與對應。 評估值記憶部18B係以時間系列記憶暫定評估值資訊。
收歛判定部14係根據評估值取得部13所算出之時間系列的暫定評估值，判定是否暫定評估值係收歛。在實施形態1，「收歛」係意指值之振動性的變化消失。收歛判定部14係係對各加工條件，判定是否暫定評估值係收歛。此外，收歛判定部14係從評估值記憶部18B所記憶之暫定評估值資訊取得評估值取得部13所算出之時間系列的暫定評估值。 收歛判定部14係在判定暫定評估值收歛的情況，使收歛結果記憶部18C記憶收歛判定後資訊，該收歛判定後資訊係將加工結果資訊之取得時刻、暫定評估值收歛之主旨的資訊、加工條件、暫定評估值以及暫定評估值之收歛值賦與對應的資訊。亦可替代加工結果資訊之取得時刻，將暫定評估值之算出時刻賦與對應。收歛判定部14係例如，將最新之暫定評估值作為暫定評估值之收歛值。此外，這係只不過是一例。例如，亦可預先決定資訊(以下，稱為「收歛值算出用資訊」)，該收歛值算出用資訊係定義根據時間系列的暫定評估值如何地算出暫定評估值之收歛值的資訊，收歛判定部14係根據收歛值算出用資訊，算出暫定評估值之收歛值。 另一方面，收歛判定部14係在判定暫定評估值係未收歛的情況，推測成為暫定評估值之收歛位置的值(以下，稱為「推測收歛值」)。而且，收歛判定部14係使收歛結果記憶部18C記憶收歛判定後資訊，該收歛判定後資訊係將加工結果資訊之取得時刻、暫定評估值未收歛之主旨的資訊、加工條件、暫定評估值以及推測收歛值賦與對應的資訊。亦可替代加工結果資訊之取得時刻，將暫定評估值之算出時刻賦與對應。
停止判定部15係在收歛判定部14判定暫定評估值係未收歛的情況，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。停止判定部15係對各加工條件，判定是否停止根據嘗試中之加工條件的加工。此外，停止判定部15係可從收歛結果記憶部18C所記憶之收歛判定後資訊判定收歛判定部14判定暫定評估值係未收歛。亦可停止判定部15係從收歛判定部14直接取得判定暫定評估值係未收歛之主旨的資訊。此外，在圖1，省略從收歛判定部14往停止判定部15之箭號。
停止判定部15係使停止判定記憶部18D記憶停止判定後資訊，該停止判定後資訊係將是否停止根據嘗試中之加工條件的加工之判定結果(以下，稱為「停止判定結果」)、與從收歛判定部14所輸出之最新的收歛判定後資訊賦與對應之資訊(以下，稱為「停止判定後資訊」)。 停止判定記憶部18D係記憶停止判定後資訊。
評估決定部16係在停止判定部15判定停止根據嘗試中之加工條件之加工的情況，使實際加工指令部112結束對加工機2之根據加工條件的加工，且將收歛判定部14所推測之推測收歛值決定成根據加工條件所實施之加工的評估值。評估決定部16係在停止判定部15判定不停止根據嘗試中之加工條件之加工的情況，在收歛判定部14判定暫定評估值係收歛後，將暫定評估值之收歛值決定成根據加工條件所實施之加工的評估值。此外，決定部16係對各加工條件，決定對根據加工條件所實施之加工的評估值。 評估決定部16係可從停止判定記憶部18D所記憶之停止判定後資訊特定是否停止判定部15判定停止根據嘗試中之加工條件的加工、收歛判定部14所推測之推測收歛值、或暫定評估值之收歛值。例如，亦可評估決定部16係從停止判定部15直接取得停止判定後資訊。此外，在圖1，省略從停止判定部15往評估決定部16之箭號。
評估決定部16係將加工條件與評估值之組合作為探索結果，記憶於探索結果記憶部18E。 探索結果記憶部18E係記憶探索結果。
機器學習部17係使用探索結果記憶部18E所記憶之探索結果，預測與未嘗試(未實施加工)之加工條件對應之加工的評估值。又，機器學習部17係算出對評估值之預測值的不確實性，即，預測之易失準性。
機器學習部17係包括預測部171及不確實性評估部172。 預測部171係根據評估決定部16所決定之評估值、與對應於該評估值之加工條件，預測與未嘗試之加工條件對應的評估值。預測部171係可從探索結果記憶部18E所記憶之探索結果取得評估決定部16所決定之評估值、與對應於該評估值之加工條件。 預測部171係使預測結果記憶部18F記憶將藉預測所得之評估值的預測值與加工條件賦與對應的資訊(以下，稱為「預測結果資訊」)。預測結果資訊係將未嘗試之加工條件、和與該加工條件對應之評估值的預測值賦與對應的資訊。 預測結果記憶部18F係記憶預測結果資訊。
不確實性評估部172係算出指標，該指標係表示預測部171之對評估值的預測之不確實性。不確實性評估部172係使用探索結果記憶部18E所記憶之探索結果，算出指標，該指標係表示對評估值之預測值的不確實性，即，預測之易失準性。不確實性評估部172係使不確實性記憶部18G記憶將所算出之指標的值與加工條件賦與對應的資訊(以下，稱為「不確實性資訊」)。不確實性資訊係將未嘗試之加工條件、與指標值賦與對應的資訊，該指標值係表示與未嘗試之加工條件對應之評估值之預測值的不確實性。 不確實性記憶部18G係記憶不確實性資訊。
其次，說明實施形態1之加工條件探索裝置1的動作。 圖2係用以說明實施形態1之加工條件探索裝置1之動作的流程圖。 加工條件探索處理開始時，首先，探索加工條件產生部11之加工條件計算部111產生起始加工條件(步驟ST1)。加工條件計算部111係從可設定為加工條件之全部的組合中，選擇預定之個數的加工條件，作為起始加工條件，藉此，產生起始加工條件。作為加工條件計算部111之對起始加工條件的選擇方法，例如列舉實驗計畫法、最佳計畫法、或隨機取樣。又，在使用者從過去之利用的實際成績等無法決定認為最佳之加工條件的情況，亦可加工條件計算部111係使用由使用者所輸入之加工條件，作為起始加工條件。此外，這些方法係只不過是一例，亦可加工條件計算部111係使用任何的方法，產生起始加工條件。
例如，構成加工條件之控制參數是5個，若對各控制參數從10個階段之值選擇設定於加工機2之值，則加工條件之總組合數係存在10 5＝100000種。加工條件計算部111係從該組合之中，選擇例如10種之加工條件，作為起始加工條件。此外，構成加工條件之控制參數的個數、對各控制參數可設定之階段的個數、或作為起始加工條件所選擇之加工條件的個數係不限定為這些值。亦可根據控制參數，可設定之階段的個數相異。
接著，加工條件探索裝置1係從加工條件計算部111所產生之起始加工條件中選擇一個起始加工條件，並使加工機2根據所選擇之起始加工條件實施加工(步驟ST2)。詳細地說明之，加工條件計算部111係從起始加工條件之中選擇一個，並向探索加工條件產生部11之實際加工指令部112輸出所選擇之起始加工條件。實際加工指令部112係根據從加工條件計算部111所輸出之起始加工條件，產生用以使加工機2動作之指令，並向加工機2輸出所產生之指令。藉此，加工機2係實施根據加工條件計算部111所選擇之起始加工條件的加工。實施形態1之加工條件探索裝置1係依此方式，首先，使加工機2實施根據起始加工條件的加工。在以下，將根據起始加工條件的加工亦稱為「起始加工」。
加工結果收集部12係從加工機2收集加工結果資訊(步驟ST3)，該加工結果資訊係表示根據起始加工條件所實施之起始加工的加工結果。 加工結果收集部12係使加工結果記憶部18A記憶所收集之加工結果資訊。
評估值取得部13係根據加工結果收集部12所收集之加工結果資訊，算出對在步驟ST2藉加工機2根據起始加工條件所實施之加工的暫定評估值(步驟ST4)。 評估值取得部13係使評估值記憶部18B記憶暫定評估值資訊，該暫定評估值資訊係將加工結果資訊之取得時刻、加工條件(此處係起始加工條件)以及所算出之暫定評估值賦與對應的資訊。
收歛判定部14係根據評估值取得部13所算出之時間系列的暫定評估值，判定是否暫定評估值係收歛。收歛判定部14係在判定暫定評估值收歛的情況，使收歛結果記憶部18C記憶收歛判定後資訊，該收歛判定後資訊係將加工結果資訊之取得時刻、暫定評估值收歛之主旨的資訊、加工條件(此處係起始加工條件)、暫定評估值以及暫定評估值之收歛值賦與對應的資訊。另一方面，收歛判定部14係在判定暫定評估值係未收歛的情況，推測推測收歛值，並使收歛結果記憶部18C記憶收歛判定後資訊(步驟ST5)，該收歛判定後資訊係將加工結果資訊之取得時刻、暫定評估值未收歛之主旨的資訊、加工條件(此處係起始加工條件)、暫定評估值以及推測收歛值賦與對應的資訊。
此處，列舉具體例，說明在步驟ST5之藉收歛判定部14之判定方法及推測方法，該判定方法係根據時間系列的暫定評估值，判定是否暫定評估值係收歛，該推測方法係在判定暫定評估值係未收歛的情況推測推測收歛值。
收歛判定部14係例如，根據時間系列之暫定評估值的不均程度，判定是否暫定評估值收歛及推測推測收歛值。 列舉具體例，例如，收歛判定部14係從時間系列的暫定評估值，求暫定評估值之四分位數間距。而且，收歛判定部14係根據暫定評估值之四分位數間距成為多大之值的範圍，判定是否暫定評估值收歛。例如，預先決定在判定暫定評估值收歛的情況之值的範圍(以下，稱為「第1收歛判定用範圍」)。收歛判定部14係若暫定評估值之四分位數間距位於第1收歛判定用範圍內，則判定暫定評估值收歛。收歛判定部14係若暫定評估值之四分位數間距未位於第1收歛判定用範圍內，則判定暫定評估值未收歛。 收歛判定部14係判定暫定評估值未收歛時，接著，從根據時間系列的暫定評估值所求得之暫定評估值的四分位數間距，推測推測收歛值。例如，收歛判定部14係將暫定評估值之四分位數間距的中央值推測為推測收歛值。
列舉別的具體例，例如，亦可收歛判定部14係將時間系列的暫定評估值當作特定的分布，並推測該分布，再根據暫定評估值之分布中暫定評估值之平均值±κσ的區間之值成為多大，判定是否暫定評估值收歛。例如，預先決定在判定暫定評估值收歛的情況之值的範圍(以下，稱為「第2收歛判定用範圍」)。收歛判定部14係若暫定評估值之分布中暫定評估值之平均值±κσ的區間之值位於第2收歛判定用範圍內，則判定暫定評估值收歛。收歛判定部14係若暫定評估值之分布中暫定評估值之平均值±κσ的區間之值未位於第2收歛判定用範圍內，則判定暫定評估值未收歛。 收歛判定部14係判定暫定評估值未收歛時，接著，從根據時間系列之暫定評估值所推測的分布，推測推測收歛值。例如，收歛判定部14係將暫定評估值之平均值推測為推測收歛值。
又，例如，亦可收歛判定部14係根據已學習之模型(以下，稱為「第1機器學習模型」)，推測推測收歛值，該已學習之模型係將時間系列的評估值作為輸入，並輸出推測收歛值。收歛判定部14係向第1機器學習模型輸入時間系列的暫定評估值，而得到推測收歛值。 又，例如，亦可第1機器學習模型係不僅輸出推測收歛值，而且輸出關於暫定評估值之不均程度的資訊之模型。亦可收歛判定部14係根據關於暫定評估值之不均程度的資訊，判定是否暫定評估值收歛，而該關於暫定評估值之不均程度的資訊係向第1機器學習模型輸入時間系列的暫定評估值所得到。
停止判定部15係在收歛判定部14判定暫定評估值未收歛的情況，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工(步驟ST6)。
此處，列舉具體例，說明停止判定部15之判定方法，該判定方法係判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。
停止判定部15係例如，藉時間系列之暫定評估值的不均程度、與臨限值(以下，稱為「停止用臨限值」)的比較，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工，而該時間系列之暫定評估值的不均程度係該評估值取得部13所算出並記憶於評估值記憶部18B。 停止用臨限值係例如，預先由使用者指定，並被停止判定部15記憶。例如，使用者係在不超過停止用臨限值的情況係當作停止根據嘗試中之加工條件的加工，並預先將成為停止之基準的評估值(以下，稱為「基準評估值」)指定成停止用臨限值。使用者係例如因應於加工機2所要求的要求性能，設定基準評估值。
列舉具體例，例如，在收歛判定部14從時間系列的暫定評估值，求暫定評估值之四分位數間距的情況，停止判定部15係藉四分位數間距內之暫定評估值中最大的暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工。在此情況，停止判定部15係若四分位數間距內之暫定評估值中最大的暫定評估值是未滿停止用臨限值，則判定停止根據嘗試中之加工條件的加工。另一方面，停止判定部15係若四分位數間距內之暫定評估值中最大的暫定評估值是停止用臨限值以上，則判定使根據嘗試中之加工條件的加工繼續。
圖3係在實施形態1，停止判定部15藉四分位數間距內之暫定評估值中最大的暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工之方法例的示意圖。 圖3之橫軸係表示實施根據某加工條件之加工的時間寬度，圖3之縱軸係表示評估值(暫定評估值)。圖3之以黑圓所示的點係表示根據加工結果所算出之暫定評估值，該加工結果係根據加工條件所實施之加工的結果。此外，在圖3，為了易了解，作成圖示暫定評估值逐漸地收歛的狀況。在圖3，201a、201b以及201c係表示暫定評估值之四分位數間距。 在經過t 1時間的時間點，暫定評估值之四分位數間距係以201a所示的範圍，在經過t 2時間的時間點，暫定評估值之四分位數間距係以201b所示的範圍。關於201a及201b所示的四分位數間距，四分位數間距內之暫定評估值中最大的暫定評估值係成為停止用臨限值以上。因此，在此情況，停止判定部15係判定使根據嘗試中之加工條件的加工繼續。 經過t 3時間時，暫定評估值之四分位數間距係成為以201c所示的範圍，四分位數間距內之暫定評估值中最大的暫定評估值係成為未滿停止用臨限值。在此情況，停止判定部15係判定停止根據嘗試中之加工條件的加工。
列舉別的具體例，例如，亦可在收歛判定部14推測時間系列之暫定評估值之分布的情況，停止判定部15係藉暫定評估值之平均值±κσ的區間所含之暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工。在此情況，停止判定部15係若暫定評估值之平均值±κσ的區間所含之暫定評估值是全部未滿停止用臨限值，則判定停止根據嘗試中之加工條件的加工。另一方面，停止判定部15係若暫定評估值之平均值±κσ的區間所含之暫定評估值不是全部未滿停止用臨限值，則判定使根據嘗試中之加工條件的加工繼續。
圖4係在實施形態1，停止判定部15藉暫定評估值之平均值±κσ的區間所含的暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工之方法例的示意圖。 圖4之橫軸係表示實施根據某加工條件之加工的時間寬度，圖4之縱軸係表示評估值(暫定評估值)。圖4之以黑圓所示的點係表示根據加工結果所算出之暫定評估值，該加工結果係根據加工條件所實施之加工的結果。此外，在圖4，為了易了解，作成圖示暫定評估值逐漸地收歛的狀況。在圖4，301a、301b以及301c係表示暫定評估值之平均值±κσ的區間所含之暫定評估值中最大的暫定評估值。 在經過t 4時間的時間點，暫定評估值之平均值±κσ的區間所含之暫定評估值中最大的暫定評估值係以301a所示的值，在經過t 5時間的時間點，暫定評估值之平均值±κσ的區間所含之暫定評估值中最大的暫定評估值係以301b所示的值。以301a所示的值及以301b所示的值係都是停止用臨限值以上。即，含有以301a所示的值之暫定評估值之平均值±κσ的區間所含之全部的暫定評估值未成為未滿停止用臨限值。又，含有以301b所示的值之暫定評估值之平均值±κσ的區間所含之全部的暫定評估值未成為未滿停止用臨限值。因此，在此情況，停止判定部15係判定使根據嘗試中之加工條件的加工繼續。 經過t 6時間時，暫定評估值之平均值±κσ的區間所含之暫定評估值中最大的暫定評估值係成為以301c所示的值。以301c所示的值係未滿停止用臨限值。即，含有以301c所示的值之暫定評估值之平均值±κσ的區間內之全部的暫定評估值成為未滿停止用臨限值。在此情況，停止判定部15係判定停止根據嘗試中之加工條件的加工。
又，例如，亦可停止判定部15係根據已學習之模型(以下，稱為「第2機器學習模型」)，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工，該已學習之模型係將時間系列的評估值作為輸入，並輸出表示是否停止加工的資訊。停止判定部15係向第2機器學習模型輸入評估值取得部13所算出之時間系列的暫定評估值，而得到表示是否停止加工的資訊。此外，停止判定部15係例如可從收歛結果記憶部18C所記憶之收歛判定後資訊取得評估值取得部13所算出之時間系列的暫定評估值。
暫定評估值未收歛，亦在觀察時間系列之暫定評估值的不均程度時，若暫定評估值大致位於低值的範圍內，照這樣使加工機2繼續加工，亦無法得到高的暫定評估值，換言之，假設所得之評估值低。因此，停止判定部15係例如根據如上述所示之方法，在從時間系列之暫定評估值的不均程度判定暫定評估值大致位於低值之範圍內的情況，判定是暫定評估值收歛之前亦停止根據嘗試中之加工條件的加工。
停止判定部15係使停止判定記憶部18D記憶停止判定後資訊，該停止判定後資訊係將停止判定結果與從收歛判定部14所輸出之最新的收歛判定後資訊賦與對應之資訊。
評估決定部16係在停止判定部15判定在暫定評估值收歛之前停止根據嘗試中之起始加工條件之加工的情況(步驟ST6之“YES”的情況)，使實際加工指令部112結束對加工機2之根據起始加工條件的加工。具體而言，評估決定部16係向實際加工指令部112輸出加工結束指示。實際加工指令部112係從評估決定部16輸出加工結束指示時，結束現在對加工機2實施之加工，該加工係根據在步驟ST1所產生之起始加工條件的加工。又，評估決定部16係將收歛判定部14所推測之推測收歛值決定成根據起始加工條件所實施之加工的評估值。而且，評估決定部16係將加工條件與評估值之組合作為探索結果，記憶於探索結果記憶部18E(步驟ST8)。詳細地說明之，評估決定部16係將起始加工條件與評估值(此處係推測收歛值)之組合作為探索結果，記憶於探索結果記憶部18E。 評估決定部16係在停止判定部15判定不停止根據嘗試中之起始加工條件之加工的情況(步驟ST6之“NO”的情況)，判定是否收歛判定部14判定暫定評估值係收歛(步驟ST7)。在收歛判定部14判定暫定評估值係未收歛的情況(步驟ST7之“NO”的情況)，加工條件探索裝置1的動作係回到步驟ST2的處理。收歛判定部14判定暫定評估值係收歛時(步驟ST7之“YES”的情況)，評估決定部16係將暫定評估值之收歛值決定成評估值。而且，評估決定部16係將加工條件與評估值之組合作為探索結果，記憶於探索結果記憶部18E(步驟ST8)。詳細地說明之，評估決定部16係將起始加工條件與評估值(此處係暫定評估值之收歛值)之組合作為探索結果，記憶於探索結果記憶部18E。
加工條件計算部111係對作為起始加工條件所選擇之全部的加工條件，確認是否起始加工已結束(步驟ST9)。 在有起始加工未結束之起始加工條件的情況(步驟ST9之“NO”的情況)，對起始加工未結束之起始加工條件，依序實施從步驟ST1至步驟ST8之處理。在第2次以後之步驟ST1，加工條件計算部111係選擇在至目前為止之步驟ST1未選擇的起始加工條件。藉此，在探索結果記憶部18E，係記憶將全部之起始加工條件(例如10種起始加工條件)與評估值之組合賦與對應的探索結果。
機器學習部17之預測部171係例如，根據10種起始加工條件之起始加工結束時，使用探索結果記憶部18E所記憶之探索結果(加工條件及對應於加工條件之評估值)，換言之，根據評估決定部16所決定之評估值、與對應於該評估值之加工條件，預測與未嘗試之加工條件對應的評估值(步驟ST10)。關於已實施加工之已嘗試的加工條件，係藉上述之步驟ST8，決定評估值。另一方面，已實施加工之加工條件係全部之加工條件的組合之一部分。例如，加工條件的全部組合是100000種，在產生10種起始加工條件的情況，在起始加工結束後，未嘗試之加工條件係99990種。因此，在此情況，預測部171係算出99990個之評估值的預測值。此外，如後述所示，在步驟ST15~步驟ST22亦進行加工條件之選擇、加工之實施、加工結果之收集、暫定評估值之算出、該暫定評估值之收歛值的預測、是否在暫定評估值收歛之前停止加工的判定、以及評估值之決定，並在步驟ST22的處理之後實施步驟ST10的處理。在經由步驟ST15~步驟ST22的處理之後實施步驟ST10的情況，在步驟ST15所設定之加工條件係從未嘗試之加工條件被除去。
作為預測部171算出與未嘗試的加工條件對應之評估值的預測值之方法，即，與未嘗試的加工條件對應之評估值的預測方法之一例，列舉使用高斯過程迴歸之方法。在預測部171使用高斯過程迴歸，預測與未嘗試的加工條件對應之評估值的情況，進行如以下所示之計算。使用高斯過程迴歸之方法係使用評估值之對加工條件的機率模型之方法的一例，該機率模型係假設對加工條件之評估值是根據特定之分布的機率變數所產生。將觀察值之個數，即，進行加工並算出評估值之加工條件的個數當作N，將Gram矩陣當作C N，並將探索結果記憶部18E所記憶之在各加工條件之該控制參數的值當作x 1~x N時，對未嘗試之加工條件x N ＋ 1之評估值的預測值m(x N ＋ 1)係能根據以下之數學式(1)計算。k係如以下之數學式(2)所示，是排列以已探索之加工條件x 1、…、x N的各個與x N ＋ 1為自變數時之核函數的值之向量。此外，上標之T係表示轉置，上標之－1係表示反矩陣。 m(x N ＋ 1)＝k T．(C N － 1)．t　　…(1)
Figure 02_image001
此外，此處係說明了預測部171使用高斯過程迴歸來預測的例子，但是預測部171所使用之評估值的預測方法係不限定為此。例如，亦可預測部171係使用決策樹、線性迴歸、推升法(boosting)、神經網路之有老師的學習來預測評估值。
預測部171係預測與未嘗試的加工條件對應之評估值後，記憶評估值的預測值(步驟ST11)。詳細地說明之，預測部171係使預測結果記憶部18F記憶預測結果資訊，該預測結果資訊係將藉在步驟ST10所預測之評估值的預測值與加工條件賦與對應的資訊。
又，機器學習部17之不確實性評估部172係使用探索結果記憶部18E所記憶之探索結果，算出指標(步驟ST12)，該指標係表示對與未嘗試的加工條件對應之評估值的預測之不確實性。作為表示不確實性之指標的一例，列舉使用高斯過程迴歸所算出之標準偏差，該高斯過程迴歸是機率模型之一例。在不確實性評估部172使用高斯過程迴歸算出表示不確實性之指標的情況，例如，進行如以下所示之計算。將觀察值之個數，即，進行加工並算出評估值之加工條件的個數當作N，將Gram矩陣當作C N，將排列探索結果記憶部18E所記憶之加工條件的向量當作k，並將對未嘗試之加工條件x N ＋ 1彼此之核的值加上預測模型之精度參數的純量值當作c。此時，將構成加工條件的控制參數中之一個當作x i(i係自然數)，將探索結果記憶部18E所記憶之在各加工條件之該控制參數的值當作x 1~x N時，是指標之標準偏差σ(x N ＋ 1)係能根據以下之數學式(3)計算，該指標係表示對未嘗試之加工條件x N ＋ 1之評估值的預測之不確實性。此外，在數學式(3)，係求分散σ 2(x N ＋ 1)，但是藉由計算分散的平方根，可求標準偏差σ(x N ＋ 1)。 σ 2(x N ＋ 1)＝c－k T．(C N － 1)．k　　…(3)
此外，此處係說明了不確實性評估部172使用高斯過程迴歸，算出指標的例子，該指標係表示對預測的不確實性，但是表示不確實性之指標的算出方法係不限定為此。例如，亦可不確實性評估部172係使用密度推測、混合密度網路之手法來算出該指標。
此處，說明實施形態1之評估值的預測值及該預測值的不確實性。 圖5係示意地表示實施形態1之評估值的預測值、與表示不確實性之指標之關係的圖形。 在圖5，係表示使用高斯過程迴歸，算出預測值與表示不確實性之指標的例子。圖5之橫軸係表示是加工條件之控制參數的值x，圖5之縱軸係表示評估值。圖5之以黑圓所示的點係表示根據使用起始加工條件之實際加工所算出的評估值(以下，亦稱為實際加工的評估值)。在使用高斯過程迴歸之預測，係當作評估值根據高斯分布，來預測評估值。因此，將評估值的預測值當作高斯分布的平均m(x)，並將表示預測之不確實性的指標當作高斯分布的標準偏差σ(x)時，在統計上表示實際的評估值係以約95%之機率，位於m(x)－2σ(x)以上，且m(x)＋2σ(x)以下的範圍。在圖5，以實線所示之曲線係表示是評估值之預測值的m(x)。又，在圖5，以虛線所示之曲線係表示m(x)－2σ(x)之曲線、及m(x)＋2σ(x)之曲線。 如圖5所示，在接近實際加工的評估值之處，表示不確實性的指標係變小，而在遠離實際加工的評估值之處，表示不確實性的指標係變大。
回到在圖2之流程圖所示之加工條件探索裝置1的動作之說明。 不確實性評估部172係記憶表示預測值之不確實性的指標(步驟ST13)。詳細地說明之，不確實性評估部172係使不確實性記憶部18G記憶不確實性資訊，而該不確實性資訊係將所算出之指標的值與加工條件賦與對應的資訊。
探索加工條件產生部11之探索結束判定部113係使用預測結果記憶部18F所記憶之加工條件之評估值的預測值、及不確實性記憶部18G所記憶之表示評估值的預測值之不確實性的指標，判定是否結束加工條件之探索(步驟ST14)。例如，探索結束判定部113係將不確實性記憶部18G所記憶之指標的值與臨限值比較，在該指標之值是臨限值以下的情況，判斷探索到最佳加工條件，並結束加工條件之探索，而該指標係表示至目前為止所探索之全部的加工條件之評估值之預測的不確實性。
例如，探索結束判定部113係藉由使用加工條件x、對該加工條件x之評估值的預測值m(x)、以及表示該評估值之預測的不確實性之指標(標準偏差)σ(x)，可判斷m(x)＋κσ(x)之值愈大，探索加工條件之價值愈高。此外，κ係在探索加工條件之前所決定的參數。κ之值愈小，選擇評估值的預測值愈高的加工條件，而κ之值愈大，選擇評估值的預測大為失準之可能性愈高的加工條件。κ之值係亦可持續使用相同的值，亦可在中途改變值。
在判定結束加工條件之探索的情況(步驟ST14之“YES”的情況)，探索結束判定部113係將與探索結果記憶部18E所記憶之全部之加工條件的評估值中最高之評估值被賦與對應的加工條件決定成最佳加工條件。探索結束判定部113係例如，抽出最佳加工條件，並向實際加工指令部112輸出所抽出之加工條件。實際加工指令部112係向加工機2輸出含有從探索結束判定部113所輸出之加工條件的指令，並將該加工條件設定於加工機2。藉此，實際加工指令部112係使加工機2實施根據所設定的加工條件之一般的加工。此外，這係只不過是一例，例如，亦可探索結束判定部113係使未圖示之記憶部記憶所決定之最佳加工條件。
在判定不結束加工條件之探索的情況，換言之，在判定需要追加地進行加工條件之探索的情況(步驟ST14之“NO”的情況)，探索結束判定部113係向加工條件計算部111指示下一個應嘗試之加工條件的產生。
加工條件計算部111係在探索結束判定部113指示下一個應嘗試之加工條件之產生的情況，使用預測結果記憶部18F所記憶之加工條件之評估值的預測值，產生下一個應嘗試之加工條件(步驟ST15)。具體而言，加工條件計算部111係從全部之加工條件中選擇下一個應嘗試之加工條件，即，新的加工條件。向實際加工指令部112輸出藉加工條件計算部111所產生之下一個應嘗試的加工條件。
實際加工指令部112係向加工機2輸出含有下一個應嘗試的加工條件之指令，並使加工機2根據該加工條件實施加工(步驟ST16)，而下一個應嘗試的加工條件係在步驟ST15加工條件計算部111所產生。在加工機2之加工中，加工結果收集部12係收集加工結果資訊(步驟ST17)。評估值取得部13係算出對在步驟ST16所實施之加工的暫定評估值(步驟ST18)。收歛判定部14係根據時間系列之暫定評估值的不均程度，進行暫定評估是否值收歛之判定及推測收歛值之推測(步驟ST19)。停止判定部15係判定是否停止根據嘗試中之加工條件的加工(步驟ST20)。評估決定部16係在停止判定部15判定停止根據嘗試中之加工條件之加工的情況，將推測收歛值決定成評估值，而在停止判定部15判定不停止根據嘗試中之加工條件之加工的情況，收歛判定部14判定暫定評估值係收歛(步驟ST21)後，將暫定評估值之收歛值決定成評估值。而且，評估決定部16係記憶探索結果(步驟ST22)。然後，移至步驟ST10及步驟ST12之處理，並執行上述之處理。
顯示部3係顯示在上述之處理的過程所得之資訊、處理之結果所得的最佳加工條件等。例如，顯示部3係顯示加工條件及與該加工條件對應的評估值，而該加工條件係在加工條件探索裝置1之對加工條件的探索中所得。又，顯示部3係顯示加工條件及與該加工條件對應之評估值的預測值。又，顯示部3係顯示探索結果之最佳加工條件。即，顯示部3係顯示從探索結果記憶部18E所讀出之加工條件及與該加工條件對應的評估值、從預測結果記憶部18F所讀出之加工條件及與該加工條件對應之評估值的預測值、或從加工條件計算部111所輸出之探索結果的最佳加工條件中至少一個。藉此，使用者係藉由參照顯示部3所顯示的資訊，可認識加工條件之探索狀況及探索結果。
依此方式，加工條件探索裝置1係根據加工結果資訊，算出對所實施之加工的暫定評估值，而該加工結果資訊係根據產生之加工條件使加工機2實施加工所收集的資訊。加工條件探索裝置1係根據所算出之時間系列的暫定評估值，判定是否暫定評估值收歛，而在判定暫定評估值係未收歛的情況，係判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。加工條件探索裝置1係例如，藉時間系列之暫定評估值的不均程度(例如，暫定評估值之四分位數間距或暫定評估值的分布)與停止用臨限值的比較，在判定照這樣繼續加工亦無法得到高的評估值，換言之，所得之評估值低的情況，係判定在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。在所得之評估值低的情況，該評估值係被假設為在探索最佳之加工條件時無影響的評估值。加工條件探索裝置1係在暫定評估值收歛之前停止根據嘗試中之加工條件的加工時，將推測收歛值作為與嘗試中之加工條件對應的評估值。加工條件探索裝置1係預測評估值的預測值後，判定是否結束加工條件之探索，在結束加工條件之探索的情況，根據所決定之評估值與評估值的預測值決定最佳加工條件，而在不結束加工條件之探索的情況，係產生下一個應嘗試之加工條件。加工條件探索裝置1係至判定結束加工條件之探索，重複上述之處理。藉此，加工條件探索裝置1係決定最佳加工條件。
在以往之最佳加工條件的探索技術，係對嘗試之全部的加工條件，分別在至加工結果之振動性的變化穩定之某程度的時間，使加工機2實施加工，等待加工結果之振動性的變化穩定，再算出與加工條件對應的評估值。因此，以往之最佳加工條件的探索技術係至可探索到最佳加工條件的時間效率差。 相對地，實施形態1之加工條件探索裝置1係如上述所示，在算出評估值時，在判定照這樣繼續加工亦無法得到高的評估值的情況，在評估值(暫定評估值)收歛之前停止根據嘗試中之加工條件的加工，並將推測收歛值作為與嘗試中之加工條件對應的評估值。藉此，加工條件探索裝置1係對判定無法得到高的評估值之根據某工條件的加工，可省略至該加工之加工結果收歛的時間中從停止之時間點至加工結果收歛之間的時間。即，加工條件探索裝置1係可將至探索到最佳加工條件所需的總時間縮短該省略之時間的份量。
圖6A及圖6B係表示在以往之最佳加工條件的探索技術至探索到最佳加工條件的時間、與藉實施形態1之加工條件探索裝置1至探索到最佳加工條件的時間之比較的結果之一例的圖形。 圖6A係表示在以往之最佳加工條件的探索技術至探索到最佳加工條件之評估值的圖形，圖6B係表示藉實施形態1之加工條件探索裝置1至探索到最佳加工條件之評估值的圖形。 在圖6A及圖6B，以黑圓所示的點係表示根據至加工結果收歛所實施之實際加工的加工結果算出的評估值。在圖6B，以白圓所示的點係表示根據在加工結果收歛之前停止之實際加工的加工結果算出的推測收歛值。 此外，圖6A及圖6B係對相同的加工機2，作為探索到如得到相同之所要的加工結果之最佳加工條件的結果。
在以往之最佳加工條件的探索技術，係如圖6A所示，因為不論評估值之好壞，使加工繼續至加工結果，換言之，評估值收歛，所以至探索到最佳加工條件費時。在圖6A所示之例子，係至探索到最佳加工條件花21分鐘。 相對地，在實施形態1之加工條件探索裝置1，係如圖6B所示，因為在預料加工結果，換言之，評估值低的情況係停止加工，所以能在短時間探索到最佳加工條件。在圖6B所示之例子，係至探索到最佳加工條件花14分鐘。在實施形態1之加工條件探索裝置1，至探索到最佳加工條件所需的時間係比圖6A所示之在以往之最佳加工條件的探索技術至探索到最佳加工條件所需的時間更縮短7分鐘。
此外，在以上之實施形態1，係在加工條件探索裝置1，停止判定部15在判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工時所使用之停止用臨限值係採用由使用者預先指定的基準評估值。即，停止用臨限值係當作固定的值。而且，停止判定部15係作成藉時間系列之暫定評估值的不均程度與停止用臨限值的比較，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。可是，這係只不過是一例。 例如，亦可停止判定部15係根據已嘗試之加工條件及與該加工條件對應之評估值，設定停止用臨限值。已嘗試之加工條件及與該加工條件對應之評估值係作為探索結果，藉評估決定部16記憶於探索結果記憶部18E。將停止判定部15根據已決定之評估值所設定的停止用臨限值亦稱為「可變停止用臨限值」。此外，在此情況，停止判定部15係設定可變停止用臨限值時，例如藉收歛判定部14所推測之推測收歛值與可變停止用臨限值的比較，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工。收歛判定部14所推測之推測收歛值係收歛結果記憶部18C所記憶之在最新之收歛判定後資訊中的推測收歛值。 詳細地說明之，停止判定部15係例如，根據已嘗試之加工條件及與該加工條件對應之評估值，按照預設之條件(以下，稱為「可變停止用臨限值設定條件」)，設定可變停止用臨限值。
在可變停止用臨限值設定條件，係例如，設定如以下之＜條件(1)＞、＜條件(2)＞、以及＜條件(3)＞的條件。 ＜條件(1)＞ 在嘗試次數未滿X次的情況，係將不停止加工之值作為可變停止用臨限值，而在嘗試次數是X次以上的情況，將與已嘗試之全部的加工條件對應之各評估值中第X順位的評估值作為可變停止用臨限值。 ＜條件(2)＞ 將與已嘗試之全部的加工條件對應之各評估值中上階Y順位的評估值作為可變停止用臨限值。 ＜條件(3)＞ 將與已嘗試之全部的加工條件對應之各評估值中上階Z%的評估值中最下階的評估值作為可變停止用臨限值。
此外，在＜條件(1)＞、＜條件(2)＞、以及＜條件(3)＞中之X、Y、Z的值係可適當地設定。 又，在＜條件(1)＞，「不停止加工之值」係例如採用「0」。此外，這係只不過是一例，在「不停止加工之值」，係可設定不超過可假想之推測收歛值的值。
此處，圖7係在實施形態1，用以說明停止判定部15根據已嘗試之加工條件及與該加工條件對應之評估值，設定可變停止用臨限值的方法之一例的圖。 圖7係作為用以說明停止判定部15根據已嘗試之加工條件及與該加工條件對應之評估值，按照上述之＜條件(1)＞的可變停止用臨限值設定條件，設定可變停止用臨限值的情況之停止用臨限值的設定方法之一例的圖。在圖7，係作為一例，將在＜條件(1)＞之X當作「5」。 圖7之橫軸係表示加工條件之嘗試次數。嘗試次數係即，已嘗試之加工條件的個數。圖7之縱軸係表示與各加工條件對應的評估值。此外，在加工條件是嘗試中時，圖7之縱軸的評估值係推測收歛值。在圖7以黑圓所示的點是表示與各加工條件對應的評估值、或推測收歛值。
為了便於說明，在圖7，係當作已嘗試9次加工條件，但是例如，當作現在是第6次之加工條件的嘗試中。即，在此情況，在圖7，與第6次之嘗試對應的評估值係推測收歛值。 在此情況，依據圖7時，在結束5次之嘗試的時間點，在與該嘗試5次之已嘗試之加工條件對應的評估值中第5順位的評估值，係與第3次所嘗試之加工條件對應的評估值。因此，停止判定部15係將與第3次所嘗試之加工條件對應的評估值設定成可變停止用臨限值。此外，因為對嘗試中之加工條件，換言之，第6次所嘗試之加工條件的推測收歛值係未滿該可變停止用臨限值，所以停止判定部15係判定停止根據嘗試中之加工條件的加工。
又，例如，當作現在是第9次之加工條件的嘗試中。即，在此情況，在圖7，與第9次之嘗試對應的評估值係推測收歛值。 在此情況，依據圖7，在結束8次之嘗試的時間點，在與該嘗試8次之已嘗試之加工條件對應的評估值中第5順位的評估值，係與第4次所嘗試之加工條件對應的評估值。因此，停止判定部15係將與第4次所嘗試之加工條件對應的評估值設定成可變停止用臨限值。此外，因為對嘗試中之加工條件，換言之，第9次所嘗試之加工條件的推測收歛值係未滿該可變停止用臨限值，所以停止判定部15係判定停止根據嘗試中之加工條件的加工。
依此方式，停止判定部15係可變更在判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工時所使用之基準，換言之，停止用臨限值。 例如，在停止用臨限值太高的情況，加工條件探索裝置1係連應等待加工結果的收歛之加工的加工條件亦在中途就停止，而具有所預測之評估值的預測值之偏差變大的可能性。結果，加工條件探索裝置1係具有無法探索最佳加工條件的可能性。反之，例如，在停止用臨限值太低的情況，加工條件探索裝置1係具有至判定在暫定評估值收歛之前停止根據與低之評估值對應的加工條件之加工費時，或者不停止加工地等待至該暫定評估值收歛的可能性。結果，加工條件探索裝置1係具有至可探索到最佳加工條件費時的可能性。 在加工條件探索裝置1，藉由作成停止判定部15可變更停止用臨限值，加工條件探索裝置1係一面保持可探索最佳加工條件的可能性，一面可縮短至可探索到該最佳加工條件的時間。 此外，在此情況，對使用圖2的流程圖所說明之加工條件探索裝置1的動作，在步驟ST5與步驟ST6之間、及步驟ST19與步驟ST20之間，追加停止判定部15進行設定可變停止用臨限值之處理的步驟。
實現加工條件探索裝置1之功能的硬體構成係如以下所述。 在加工條件探索裝置1之探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17的功能係藉處理電路所實現。即，加工條件探索裝置1係具備執行圖2之從步驟ST1至步驟ST22之處理的處理電路。處理電路係亦可是專用之硬體，亦可是執行記憶體所記憶之程式的CPU(Central Processing Unit)。
圖8A係表示實現加工條件探索裝置1的功能之硬體構成的方塊圖。進而，圖8B係表示執行軟體之硬體構成的方塊圖，而該軟體係實現加工條件探索裝置1的功能。在圖8A及圖8B，輸入介面裝置102係將從加工機2向加工條件探索裝置1所輸出之加工結果資訊中繼，並將從各記憶部18A~18G向加工條件探索裝置1所輸出之記憶資訊中繼。輸出介面裝置103係將從加工條件探索裝置1向顯示部3所輸出之資訊、或從加工條件探索裝置1向各記憶部18A~18G所輸出之資訊中繼。
在處理電路是圖8A所示之專用的硬體之處理電路101的情況，處理電路101係例如，單一電路、複合電路、程式化之處理器、平行程式化之處理器、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、或這些元件之組合符合。在加工條件探索裝置1之探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17的功能係亦可藉各自分開之處理電路實現，亦可將這些功能集中，而以一個處理電路實現。
在處理電路是圖8B所示之處理器104的情況，在加工條件探索裝置1之探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17的功能係藉軟體、軔體、或者軟體與軔體之組合實現。此外，軟體或軔體係被記述成程式，並被記憶於記憶體105。
處理器104係藉由讀出記憶體105所記憶之程式並執行，實現在加工條件探索裝置1之探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17的功能。例如，加工條件探索裝置1係具有記憶程式之記憶體105，而該程式係在藉處理器104執行時，結果上執行在圖2所示的流程圖之從步驟ST1至步驟ST22的處理。這些程式係使電腦執行探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17之處理的程序或方法。亦可記憶體105係電腦可讀記憶媒體，其係記憶用以使電腦作用為探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17的程式。
記憶體105係例如RAM(Random Access Memory)、ROM(Read Only Memory)、快閃記憶體、EPROM(Erasable Programmable Read Only Memory)、EEPROM(Electrically－EPROM)等之不揮發性或揮發性的半導體記憶體、磁碟、軟碟、光碟、小光碟、迷你光碟、DVD等符合。
亦可在加工條件探索裝置1之探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17之功能的一部分係以專用硬體實現，一部分係以軟體或軔體實現。例如，探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15以及評估決定部16係藉是專用硬體之處理電路101實現其功能，而機器學習部17係藉由處理器104讀出記憶體105所記憶之程式並執行，實現其功能。依此方式，處理電路係藉硬體、軟體、軔體或這些的組合，可實現上述之功能。
又，在以上之實施形態1，加工條件探索裝置1係例如，亦可被搭載於加工機2，亦可經由網路與加工機2連接之伺服器所具備。例如，亦可在探索加工條件產生部11、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16以及機器學習部17中，一部分被搭載於加工機2，而伺服器具備其他的部分。
如以上所示，實施形態1之加工條件探索裝置1，係包括：加工條件計算部111，係產生加工條件，該加工條件係由可設定於加工機2之複數個控制參數所構成；實際加工指令部112，係使加工機2根據加工條件計算部111所產生之加工條件實施加工；加工結果收集部12，係收集加工結果資訊，該加工結果資訊係表示實際加工指令部112使加工機2實施加工之加工結果；評估值取得部13，係根據加工結果收集部12所收集之加工結果資訊，算出對所實施之加工的暫定評估值；收歛判定部14，係根據評估值取得部13所算出之時間系列的暫定評估值，判定是否暫定評估值係收歛，在判定暫定評估值係未收歛的情況，推測成為暫定評估值之收歛位置的推測收歛值；停止判定部15，係在收歛判定部14判定暫定評估值係未收歛的情況，判定是否在暫定評估值收歛之前停止根據嘗試中之加工條件的加工；評估決定部16，係在停止判定部15判定停止根據嘗試中之加工條件之加工的情況，使實際加工指令部112結束對加工機2之根據加工條件的加工，且將收歛判定部14所推測之推測收歛值決定成根據加工條件所實施之加工的評估值，而在停止判定部15判定不停止根據嘗試中之加工條件之加工的情況，係在收歛判定部14判定暫定評估值係收歛後，將暫定評估值之收歛值決定成評估值；以及探索結束判定部113，係判定是否結束加工條件之探索，在結束探索的情況，係根據評估決定部16所決定之評估值決定最佳之加工條件，而在不結束探索的情況，係使加工條件計算部111根據預測部171所預測之預測值，產生下一個應嘗試之加工條件；至探索結束判定部113判定結束探索，重複地進行加工條件計算部111、實際加工指令部112、加工結果收集部12、評估值取得部13、收歛判定部14、停止判定部15、評估決定部16、預測部171以及探索結束判定部113之各處理。藉此，加工條件探索裝置1係在探索最佳之加工條件時，可比習知技術縮短至可探索到最佳之加工條件的時間，而該習知技術係對嘗試之全部的加工條件，使加工機2實施根據該加工條件的加工至加工結果之振動性的變化穩定。
此外，實施形態之任意之構成元件的變形或實施形態之任意之構成元件的省略是可能。 [產業利用性]
本揭示之加工條件探索裝置係例如，可利用於雷射加工機之加工條件的探索。
1:加工條件探索裝置 2:加工機 3:顯示部 11:探索加工條件產生部 111:加工條件計算部 112:實際加工指令部 113:探索結束判定部 12:加工結果收集部 13:評估值取得部 14:收歛判定部 15:停止判定部 16:評估決定部 17:機器學習部 171:預測部 172:不確實性評估部 18A:加工結果記憶部 18B:評估值記憶部 18C:收歛結果記憶部 18D:停止判定記憶部 18E:探索結果記憶部 18F:預測結果記憶部 18G:不確實性記憶部 101:處理電路 102:輸入介面裝置 103:輸出介面裝置 104:處理器 105:記憶體
圖1係表示實施形態1之加工條件探索裝置之構成例的圖。 圖2係用以說明實施形態1之加工條件探索裝置之動作的流程圖。 圖3係在實施形態1，停止判定部藉四分位數間距內之暫定評估值中最大的暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工之方法例的示意圖。 圖4係在實施形態1，停止判定部藉暫定評估值之平均值±κσ的區間所含的暫定評估值與停止用臨限值的比較，判定是否停止根據嘗試中之加工條件的加工之方法例的示意圖。 圖5係示意地表示實施形態1之評估值的預測值、與表示不確實性之指標之關係的圖形。 圖6A及圖6B係表示在以往之最佳加工條件的探索技術至探索到最佳加工條件的時間、與藉實施形態1之加工條件探索裝置至探索到最佳加工條件的時間之比較的結果之一例的圖形。 圖7係在實施形態1，用以說明停止判定部根據已嘗試之加工條件及與該加工條件對應之評估值，設定可變停止用臨限值的方法之一例的圖。 圖8A及圖8B係表示實施形態1之加工條件探索裝置的硬體構成之一例的圖。
1:加工條件探索裝置
2:加工機
3:顯示部
11:探索加工條件產生部
111:加工條件計算部
112:實際加工指令部
113:探索結束判定部
12:加工結果收集部
13:評估值取得部
14:收歛判定部
15:停止判定部
16:評估決定部
17:機器學習部
171:預測部
172:不確實性評估部
18A:加工結果記憶部
18B:評估值記憶部
18C:收歛結果記憶部
18D:停止判定記憶部
18E:探索結果記憶部
18F:預測結果記憶部
18G:不確實性記憶部

Claims (11)

  1. 一種加工條件探索裝置，其係： 包括： 加工條件計算部，係產生加工條件，該加工條件係由可設定於加工機之複數個控制參數所構成； 實際加工指令部，係使該加工機根據該加工條件計算部所產生之該加工條件實施加工； 加工結果收集部，係收集加工結果資訊，該加工結果資訊係表示該實際加工指令部使該加工機實施該加工之加工結果； 評估值取得部，係根據該加工結果收集部所收集之該加工結果資訊，算出對所實施之該加工的暫定評估值； 收歛判定部，係根據該評估值取得部所算出之時間系列的該暫定評估值，判定是否該暫定評估值係收歛，在判定該暫定評估值係未收歛的情況，推測成為該暫定評估值之收歛位置的推測收歛值； 停止判定部，係在該收歛判定部判定該暫定評估值係未收歛的情況，判定是否在該暫定評估值收歛之前停止根據嘗試中之該加工條件的該加工； 評估決定部，係在該停止判定部判定停止根據嘗試中之該加工條件之該加工的情況，使該實際加工指令部結束對該加工機之根據該加工條件的該加工，且將該收歛判定部所推測之該推測收歛值決定成根據該加工條件所實施之該加工的評估值，而在該停止判定部判定不停止根據嘗試中之該加工條件之該加工的情況，係在該收歛判定部判定該暫定評估值係收歛後，將該暫定評估值之收歛值決定成該評估值； 預測部，係根據該評估決定部所決定之該評估值、與對應於該評估值之該加工條件，預測與未嘗試的該加工條件對應之該評估值的預測值；以及 探索結束判定部，係判定是否結束該加工條件之探索，在結束該探索的情況，係根據該評估決定部所決定之該評估值決定最佳之該加工條件，而在不結束該探索的情況，係使該加工條件計算部根據該預測部所預測之該預測值，產生下一個應嘗試之該加工條件； 至該探索結束判定部判定結束該探索，重複地進行該加工條件計算部、該實際加工指令部、該加工結果收集部、該評估值取得部、該收歛判定部、該停止判定部、該評估決定部、該預測部以及該探索結束判定部之各處理。
  2. 如請求項1之加工條件探索裝置，其中該收歛判定部係根據該評估值取得部所算出之時間系列之該暫定評估值的不均程度，推測該推測收歛值。
  3. 如請求項1之加工條件探索裝置，其中該收歛判定部係根據時間系列的該暫定評估值與第1機器學習模型，推測該推測收歛值，而該時間系列的該暫定評估值係該評估值取得部所算出，該第1機器學習模型係將時間系列的該評估值作為輸入，並輸出該推測收歛值。
  4. 如請求項1之加工條件探索裝置，其中該停止判定部係藉該評估值取得部所算出之時間系列之該暫定評估值的不均程度與停止用臨限值的比較，判定是否在該暫定評估值收歛之前停止根據嘗試中之該加工條件的該加工。
  5. 如請求項4之加工條件探索裝置，其中該停止判定部係根據已嘗試之該加工條件及對應於該加工條件之該評估值，設定可變停止用臨限值，藉該收歛判定部所推測之該推測收歛值與所設定之該可變停止用臨限值的比較，判定是否在該暫定評估值收歛之前停止根據嘗試中之該加工條件的該加工。
  6. 如請求項1之加工條件探索裝置，其中該停止判定部係根據該評估值取得部所算出之時間系列的該暫定評估值與第2機器學習模型，判定是否在該暫定評估值收歛之前停止根據嘗試中之該加工條件的該加工，該第2機器學習模型係將時間系列之該評估值作為輸入，並輸出表示是否停止加工之資訊。
  7. 如請求項1之加工條件探索裝置，其中 具備不確實性評估部，其係算出表示該預測部之預測之不確實性的指標； 該加工條件計算部係根據該預測部所預測之該評估值的該預測值與表示預測之不確實性的該指標，產生下一個應嘗試之該加工條件。
  8. 如請求項7之加工條件探索裝置，其中該探索結束判定部係使用該評估值的該預測值及表示該評估值之不確實性的指標，判定是否結束該加工條件之該探索，在判定結束該加工條件之該探索的情況，將與該評估決定部所決定之該評估值中成為最高之該評估值對應的該加工條件作為該最佳之該加工條件。
  9. 如請求項7之加工條件探索裝置，其中 該預測部係使用評估值之對該加工條件的機率模型，預測該預測值，該機率模型假設對該加工條件之該評估值是根據特定之分布的機率變數所產生； 該不確實性評估部係使用該機率模型，算出表示該預測之不確實性的該指標。
  10. 如請求項1之加工條件探索裝置，其中具備顯示部，其係顯示該加工條件及與該加工條件對應的該評估值、該加工條件及與該加工條件對應之該評估值的該預測值、或探索結果的該加工條件中至少一個。
  11. 一種加工條件探索方法，其係： 包括： 產生步驟，係加工條件計算部產生加工條件，該加工條件係由可設定於加工機之複數個控制參數所構成； 實施步驟，係實際加工指令部使該加工機根據該加工條件計算部所產生之該加工條件實施加工； 收集步驟，係加工結果收集部收集加工結果資訊，該加工結果資訊係表示該實際加工指令部使該加工機實施該加工之加工結果； 算出步驟，係評估值取得部根據該加工結果收集部所收集之該加工結果資訊，算出對所實施之該加工的暫定評估值； 推測步驟，係收歛判定部根據該評估值取得部所算出之時間系列的該暫定評估值，判定是否該暫定評估值係收歛，在判定該暫定評估值係未收歛的情況，推測成為該暫定評估值之收歛位置的推測收歛值； 判定步驟，係停止判定部在該收歛判定部判定該暫定評估值係未收歛的情況，判定是否在該暫定評估值收歛之前停止根據嘗試中之該加工條件的該加工； 決定步驟，係評估決定部在該停止判定部判定停止根據嘗試中之該加工條件之該加工的情況，使該實際加工指令部結束對該加工機之根據該加工條件的該加工，且將該收歛判定部所推測之該推測收歛值決定成根據該加工條件所實施之該加工的評估值，而在該停止判定部判定不停止根據嘗試中之該加工條件之該加工的情況，係在該收歛判定部判定該暫定評估值係收歛後，將該暫定評估值之收歛值決定成該評估值； 預測步驟，係預測部根據該評估決定部所決定之該評估值、與對應於該評估值之該加工條件，預測與未嘗試的該加工條件對應之該評估值的預測值；以及 產生步驟，係探索結束判定部判定是否結束該加工條件之探索，在結束該探索的情況，係根據該評估決定部所決定之該評估值決定最佳之該加工條件，而在不結束該探索的情況，係使該加工條件計算部根據該預測部所預測之該預測值，產生下一個應嘗試之該加工條件； 至該探索結束判定部判定結束該探索，重複地進行該加工條件計算部、該實際加工指令部、該加工結果收集部、該評估值取得部、該收歛判定部、該停止判定部、該評估決定部、該預測部以及該探索結束判定部之各處理。
TW110143466A 2021-07-08 2021-11-23 加工條件探索裝置及加工條件探索方法 TWI854169B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
WOPCT/JP2021/025722 2021-07-08
PCT/JP2021/025722 WO2023281681A1 (ja) 2021-07-08 2021-07-08 加工条件探索装置および加工条件探索方法

Publications (2)

Publication Number Publication Date
TW202302269A true TW202302269A (zh) 2023-01-16
TWI854169B TWI854169B (zh) 2024-09-01

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI849868B (zh) * 2023-04-26 2024-07-21 財團法人工業技術研究院 加工設備及其控制系統與控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI849868B (zh) * 2023-04-26 2024-07-21 財團法人工業技術研究院 加工設備及其控制系統與控制方法

Also Published As

Publication number Publication date
KR20240005995A (ko) 2024-01-12
JP7109689B1 (ja) 2022-07-29
WO2023281681A1 (ja) 2023-01-12
DE112021007612T5 (de) 2024-03-14
US20240094688A1 (en) 2024-03-21
KR102677644B1 (ko) 2024-06-24
JPWO2023281681A1 (zh) 2023-01-12
CN117500635A (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
JP5734086B2 (ja) 加工条件探索装置
TWI608231B (zh) 無偏差之晶圓缺陷樣本
KR20200015048A (ko) 메타-학습에 기반하여 기계학습의 모델을 선정하는 방법 및 장치
TW202100290A (zh) 加工條件探索裝置及加工條件探索方法
US11619926B2 (en) Information processing device, program, process treatment executing device, and information processing system
Nguyen et al. People-centric evolutionary system for dynamic production scheduling
US20220382229A1 (en) Machining condition searching device and machining condition searching method
JP2020144530A (ja) パラメータ推定装置、方法、及びプログラム
Deb et al. Identifying Pareto Fronts Reliably Using a Multistage Reference-Vector-Based Framework
TW202302269A (zh) 加工條件探索裝置及加工條件探索方法
TWI854169B (zh) 加工條件探索裝置及加工條件探索方法
CN111652422A (zh) 基于建筑物分类的供热系统负荷预测方法、装置及系统
CN117933058A (zh) 连铸工艺参数的调整方法、系统及模型生成方法、系统
Ng et al. Reference point based evolutionary multi-objective optimization with dynamic resampling for production systems improvement
JP2011145905A (ja) 予測関数生成装置、方法、及び、プログラム
CN118011938B (zh) 一种基于多变量控制的发电系统控制回路反馈调节方法
JP2016024713A (ja) パラメータ選定方法、パラメータ選定プログラム及びパラメータ選定装置
CN118657171B (zh) 一种紫外激光切割控制方法及系统
CN117790300B (zh) 一种精细线路的动态蚀刻补偿方法
CN116881227B (zh) 基于旋钮剪枝的数据库参数调优方法、设备及存储介质
CN118477954B (zh) 钢丝连续处理与自动切断集成控制方法及系统
CN116068962B (zh) 一种基于数控机床的工艺路线规划方法及相关设备
CN118471865B (zh) 一种基于动态调整的晶圆键合稳定性控制方法及系统
CN118051026A (zh) 一种数控机床的自适应控制方法及系统
JP6550899B2 (ja) モデル推定システム、モデル推定方法およびモデル推定プログラム