WO1995011105A1 - Dispositif et procede pour etablir les conditions d'usinage relatives a une operation d'usinage par etincelage - Google Patents

Dispositif et procede pour etablir les conditions d'usinage relatives a une operation d'usinage par etincelage Download PDF

Info

Publication number
WO1995011105A1
WO1995011105A1 PCT/JP1994/001777 JP9401777W WO9511105A1 WO 1995011105 A1 WO1995011105 A1 WO 1995011105A1 JP 9401777 W JP9401777 W JP 9401777W WO 9511105 A1 WO9511105 A1 WO 9511105A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
machining
processing
conditions
inference
Prior art date
Application number
PCT/JP1994/001777
Other languages
English (en)
French (fr)
Inventor
Osamu Akemura
Original Assignee
Sodick Co., Ltd.
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 Sodick Co., Ltd. filed Critical Sodick Co., Ltd.
Priority to US08/464,663 priority Critical patent/US5742018A/en
Priority to DE69415791T priority patent/DE69415791D1/de
Priority to EP94930352A priority patent/EP0677352B1/en
Publication of WO1995011105A1 publication Critical patent/WO1995011105A1/ja

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
    • B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
    • B23H7/14—Electric circuits specially adapted therefor, e.g. power supply
    • B23H7/20—Electric circuits specially adapted therefor, e.g. power supply for programme-control, e.g. adaptive

Definitions

  • the present invention provides an electric discharge machine that determines machining conditions including a current peak value according to specification data including desired dimensions, desired surface roughness, and material of a product, and dimensions and a material of an electrode to be used. And methods.
  • a workpiece electrode is discharged by applying a voltage pulse to the gap between the workpiece and the electrode, called a gap, while sending a tool electrode (hereinafter referred to as an electrode) to the workpiece in the vertical direction.
  • a voltage pulse to the gap between the workpiece and the electrode, called a gap
  • an electrode a tool electrode
  • Processing by Multiple sets of different processing conditions are used, including the off-time of the voltage pulse applied to the gap, the on-time of the current flowing in the gap, and the wave value, and the cavities with the desired dimensions and surface roughness are applied to the workpiece.
  • the processing conditions having high energy are sequentially switched to the processing conditions having low energy.
  • the operator When preparing for EDM, the operator must first use one or more tool electrodes, depending on the material of the product, the desired dimensions of the cavity formed on the workpiece and the desired surface roughness. (Hereinafter referred to as the electrode) Determine the dimensions and material of the electrode, and also apply multiple sets of application conditions, including the on-time and wave value of the current pulse flowing through the gap, and the off-time of the voltage pulse applied to the gap. Is determined and a machining program is created.
  • the machining conditions include the feed amount of the electrode relative to the workpiece.
  • the electrode is The workpiece is vibrated relative to the workpiece in a plane perpendicular to the vertical feed direction, and the processing conditions may include vibration radiation of the electrode.
  • Such an apparatus memorizes a data table obtained by using a plurality of sets of processing conditions and the processing results including the surface roughness and showing a relation between the processing results including the surface roughness. From the multiple sets of processing conditions, the processing conditions that are faster than the processing conditions and are close to the specifications are selected. If the processing conditions that can be used for all specifications are configured to be stored in the storage device, the data amount will be enormous. Furthermore, the data collection requires a lot of time and effort and is not practical.
  • the relation between the specification including the desired surface roughness, processing area, and processing depth and the processing condition including the current wave value is expressed by a functional expression, and the specification is matched or approximated using the functional expression.
  • a method of calculating the processing conditions to be performed is also conceivable. However, the relationship between the processing conditions and the surface roughness and dimensional accuracy of the product caused by EDM under the processing conditions is complicated.
  • An object of the present invention is to provide an electric discharge machining apparatus and a method for determining machining conditions that best meet machining specifications including desired surface roughness.
  • a machining condition setting device for electric discharge machining for setting machining conditions including a current peak value and an electrode feeding amount based on a specification including a desired surface roughness includes:
  • An input device for inputting data corresponding to specifications including workpiece material and product surface roughness
  • a basic data storage unit for storing a plurality of sets of basic data indicating a relationship between the processing conditions and specifications provided by the processing conditions;
  • a data readout unit for reading out peripheral data most suitable for the specification data from the plurality of sets of basic data
  • An inference unit that learns the surrounding data and infers the optimal machining conditions for the specification data
  • a control unit for controlling learning and inference of the inference unit.
  • a machining condition setting method for electric discharge machining for setting machining conditions including a current wave value and an electrode feeding amount based on a specification including a desired surface roughness includes:
  • the method according to the above method further comprising: Adding to the basic data,
  • the processing data or the processing data is close to or related to the requested data.
  • the method further includes a step of inferring and generating processing conditions suitable for the required data after the learning step or intermediate value data relating to a processing result obtained when processing is performed using the processing conditions.
  • the electric discharge machining method of the present invention is characterized in that electric discharge machining is performed by performing machining setting based on data inferred and generated by the electric discharge machining setting data determination method.
  • FIG. 1 is a schematic block diagram illustrating one embodiment of the present invention.
  • FIG. 2 is a main flowchart showing the operation of the apparatus according to the present invention.
  • FIG. 3 is a flowchart showing the operation of the setting data generation unit.
  • FIG. 4 is an example of a data file stored in the basic data storage unit.
  • FIG. 5 is an example of a data table stored in the basic data storage unit.
  • Fig. 6 shows the neural network model of the inference unit.
  • FIG. 7 shows the arrangement of the electrodes and the workpiece.
  • FIG. 8 is a diagram for explaining the relationship between learning data of a neural network and inferred values.
  • FIG. 9 is a flowchart for learning and inferring and determining the setting of a plurality of machining stages.
  • FIG. 1 is a diagram of one embodiment showing the overall configuration of the present invention
  • FIG. 2 is an operation diagram showing the operation of the apparatus of FIG. 1
  • FIG. 3 is an operation flowchart showing the operation of the setting data generator 40
  • FIG. Shows an example of a table of basic data stored in the basic data storage unit 42.
  • reference numeral 10 denotes an input device such as a keyboard
  • reference numeral 20 denotes a display device using a CRT
  • reference numeral 30 denotes an internal CPU, which is necessary for setting machining setting data.
  • the main control unit has processing software.
  • Reference numeral 50 denotes a processing program that creates a machining program based on machining setting data necessary for creating a program sent from the main control unit 30 and outputs the machining program to an NC device, a discharge control unit, or a storage medium. This is the creation unit.
  • Reference numeral 40 denotes a setting data generation unit which is a main part of the present invention.
  • the setting data generation unit 40 further includes a data reading unit 41, a basic data storage unit 42, an inference unit 43, and a temporary storage unit 4. 4. It consists of a numerical correction unit 45 and an inference control unit 46.
  • the information input from the input device 10 is the specification data, including the machining area, workpiece material, electrode material, electrode shape, electrode taper angle, electrode reduction, machining depth, and desired surface roughness. (SD).
  • the main controller 30 instructs the display device 20 to display an appropriate screen for inputting the specification data (SD).
  • the operator inputs specification data (SD) using the input device 10 such as a keyboard while referring to the screen.
  • the main control unit 30 includes, among the input specification data (SD), in this embodiment, the material of the electrode and the workpiece, the machining area, the machining depth of the cavity formed on the work piece, and the electrode. It is called the original size, and sends data on the dimensional difference between the size of the cavity and the size of the electrode used, the taper angle of the electrode, and the desired surface roughness to the setting data generator 40.
  • Main control The section 30 calculates the processing conditions used in each processing stage from roughing to finishing processing based on the data inferred and generated by the setting data generating section 40, and displays the calculation results on the display device 20. And outputs it to the machining program creation unit 50.
  • the main control unit 30 is a unit having the above-described functions, and is configured by, for example, software for performing predetermined processing and a CPU.
  • the setting data generation unit 40 includes a basic data storage unit 30 that stores a plurality of sets of basic data indicating the relationship between some specifications and some processing conditions. Further, based on the specification data (SD) provided from the main control unit 30, the setting data generation unit 40 writes a plurality of sets of data most corresponding to the specification data (SD) into a basic data record. It includes a neurocomputer that selects from the basic data in the storage unit 42 and learns the relationship between specifications and machining conditions by using multiple sets of data.
  • the setting data generation unit 40 stores basic data near or around the input data approximate to the specification data in the basic data storage unit 42.
  • Data reading unit 41 that is selected from the data and sent to the inference unit 43, and a main storage unit that stores a plurality of basic data that will serve as basic data for determining the optimal machining setting data as described later.
  • the basic data storage unit 42 comprising a spare storage unit for holding the data obtained as a result of the inference for the next inference, and the data reading unit 41 from the basic data storage unit 42 are selected.
  • Inference unit 4 3 that infers data for calculating the optimal machining conditions for the specification data (SD) by learning the peripheral data that has been obtained, and inference of the peripheral data and inference necessary for the learning inference of the inference unit 4 3 To temporarily store the data
  • a numerical correction unit 45 that corrects each data of the machining result affected by the gradient in the basic data by the gradient value and gives it to the inference unit 43
  • the inference control unit 46 controls the entire processing of the setting data generation unit 40.
  • FIG. 2 is a processing operation flow chart showing processing steps of the apparatus according to the embodiment of the present invention.
  • the operator uses the input device 10 to input specification data (SD) (S10).
  • SD specification data
  • the specification data (SD) necessary for determining the optimum condition for the specification by the main control unit 30 is transferred to the setting data generation unit 40.
  • the data reading unit 41 sends the basic data storage unit 42 from the basic data storage unit 42. Is called and stored in the temporary storage section 44 (S11).
  • the inference unit 43 learns the neural network based on the peripheral data stored in the temporary storage unit 44 and processes the machining conditions corresponding to the specification data (SD) .
  • SD specification data
  • the current peak value and its For finishing when machining with current peak value The amount that should be left in the lateral direction of the cavity required for machining (side residual amount) and the amount of electrode reduction that must be minimized in order to achieve the desired surface roughness from the roughing process
  • the relative feed amount between the electrode and the work piece is inferred (S12).
  • the main control unit 30 calculates machining condition data (SP) for each machining stage based on the inference data (FD) inferred by the setting data generation unit 40 (S13).
  • the program creation unit 50 writes data into a required portion of the machining program stored therein based on the machining condition data (SP) of each machining stage obtained in S13 to complete the machining program ( S 1 4)
  • the processing here is to generate data inference that determines the processing conditions and the relative movement amount of the electrode and the workpiece suitable for the specification data (SD) input by the operator.
  • the stored basic data is not analog data, but a plurality of commonly used basic data is stored in a discontinuous form. If they do not match the data, the processing conditions will be determined by considering the hail extremely reduced amount / the processing area, etc., whereas in the present invention, the processing conditions and the data not held as the basic data are determined.
  • the amount corresponding to the relative movement amount required for the finishing processing that is, in this embodiment, the numerical data necessary for calculating the current peak value, the electrode reduction amount, the electrode vibration width, and the feeding amount of the anode are inferred and generated. Is
  • the specification data (SD) is sent from the main control unit 30 to the inference control unit 46 from the main control unit 30. Based on the specification data (SD) provided to the data readout unit 41, the inference control unit 46 retrieves, from the basic data storage unit 42, peripheral data that is near or related to the input machining specification data (SD) value. call.
  • the basic data storage section 42 is divided into representative data groups for each electrode and workpiece material, and further stores basic data as a data file for each processing area.
  • (a) is a data file when the machining area is 50 second
  • (b) is a 10 OfflBi 2 data file.
  • the IP value is a setting that indicates a current peak value of approximately 1.5 A per IP with the current peak value set value.
  • the operation of the setting data setting unit 40 will be described assuming that the specification data (SD) is set as follows.
  • the material of the workpiece is a net, and the material of the electrode is copper.
  • Working area 80 ugly 2 the processing depth is 15 nm, electrode undersizing weight 360; a ura.
  • the electrode taper angle is 0 degrees and the desired surface roughness is 0.4 AiRmax.
  • two data files with a machining area of 80 mm 2 most suitable that is, a data file with a machining area of 50 mm 2
  • a data file corresponding to the processing area of Omra 2 is selected (S 21).
  • the actual machining depth 15 mm
  • the actual machining depth calls the processing depth 1 Omm and 2 Omni a peripheral data vicinity
  • the surrounding data of the electrode reduction amount corresponding to 360 zm is searched from the data rows with the depths of 10 and 20 mm, and the IP value corresponding to the electrode reduction amount is called as the peripheral data.
  • the peripheral data is called from the processing area 10 Omra 2 which is close to the actual processing area by the same processing.
  • the peripheral data groups D1 to D8 thus selected are sent to the temporary storage unit 44 and stored therein (S22).
  • the inference control unit 46 based on the selected peripheral data groups D1 to D8,
  • the neighboring data the large and small data closest to the input value are called.However, two neighboring values larger than the input value and two smaller neighboring values are called as the peripheral data, and a total of 16 pieces are called. Further data may be called as peripheral data.
  • the inference unit 43 performs learning using the neuron model shown in FIG. 6 based on the peripheral data groups D1 to D8 selected from the basic data storage unit 42.
  • the machining area, machining depth, and electrode reduction amount of the data group D1 to D8 described above are given to the neural network input side, and the IP value is given to the output side. In this case, learning is performed eight times. After the learning is completed, the optimal IP value will be inferred.
  • the obtained IP value is registered and stored in the temporary storage unit 44 as the first current peak value IP ⁇ (1). In this way, intermediate value data suitable for machining requirements can be obtained from representative basic data stored as discontinuous point cloud data (S23, S24).
  • the inferred value of the obtained electrode reduction amount is displayed on the display device 20 by the main control unit 30.
  • the operator refers to the displayed electrode reduction amount and inputs the displayed inferred value if the electrode dimensions can be changed. If it cannot be changed, use the electrode reduction data that was initially input as the prerequisite processing data (PD). Subsequent processing will be performed based on this input data (S26, S27, S28) o
  • the inference control unit 46 compares the input value and the inference value i8, and when the input value is smaller than the inference value, the inference unit 43 reduces the inferred IP value ⁇ (1) by 1 and infers the inference in the inference unit 43. Let me do it again. If the input value and the inference value match or the input value is large, execute the steps from S31.
  • the processing after S31 is based on the inferred first current peak value, IP value ⁇ (1), the multiple current peak values (I ⁇ value) to be used before finishing to the final surface roughness, and each of them. This is a process of obtaining the side residual amount £ and the bottom surface residual amount t with respect to the current peak value of, and the learning and inference are repeated to infer and generate the data (S 31, S 32).
  • FIG. 9 is a flowchart showing the processing of S31 and S32 in further detail.
  • the amount of electrode reduction of the electrode; 3 the first current peak value I ⁇ (1) has been determined, so this treatment involves multiple processes until the desired surface roughness is reached.
  • the current peak value I ⁇ ⁇ (1) to ⁇ ( ⁇ ) used in each stage and the side surface residual amount ⁇ (1) to (!, Bottom residual amount when machining at each current peak value ⁇ This is a process of learning and inferring (1) to ( ⁇ ).
  • the IP value (1) obtained in the above process is determined as the first current peak value.
  • the second current peak value used next is the surface roughness of the IP value ⁇ (1).
  • the inference unit 43 infers the IP value that results in the surface roughness of about half of the I ⁇ value ⁇ (1).
  • the processing area, IP value, and surface roughness corresponding to IP are stored in the inference control unit 46 and the data reading unit 41 as peripheral data related to surface roughness and IP from the basic data storage unit 42. Is called, and the inference unit 43 learns (S40). Learning is performed by inputting the machining area and each IP value and giving the surface roughness corresponding to the IP value to the output side.
  • the learning inference here uses the above-mentioned data for learning input and inference input using the neural network shown in Fig. 6.
  • the first processing is performed from the actual processing area and the surface roughness.
  • the IP value or (2) that is half of the surface roughness obtained by the IP value of ()
  • the inference control unit 46 sets ⁇ JZ 2 ⁇ compared with the surface roughness being requested, ( ⁇ 2 the eta until less than the surface roughness that is required S 42 and S 43 a ⁇ Ri barbs plurality of current wave ⁇ (1) '' ( ⁇ ) Is obtained and stored in the temporary storage unit 44 as the second, third,... * First current peak values (S44).
  • FIG. 8 is a table showing a relationship between learning data for inference generation of data on the n-th current peak value and its result, input data for inference, and inference data. The learning and inference shown in FIG. 8 are performed several times, and intermediate value data that does not exist in the basic data storage unit 42 is sequentially generated.
  • the 3 ⁇ 4extremely reduced amount, the IP value ⁇ (1) ⁇ ( ⁇ ), the side residual amount £ (1), 'and the bottom residual amount (1)' '( ⁇ ) obtained as described above are It is called from the temporary storage unit 44 by the inference control unit 46 and sent to the main control unit 30.
  • a discharge time (T on) and a machining pause time (T off) appropriate for the obtained IP value ⁇ (1) ′′ ( ⁇ ) are calculated by a predetermined method.
  • the amount of current per IP value is determined so that a value obtained by multiplying the set value of IP by 30 to 40 becomes a discharge time (usee). off is selected and the first to n-th processing conditions at the start of processing are determined.
  • the machining conditions stored in the basic data storage unit 42 are represented by the current peak value I I, but not only the current peak value but also the discharge ON time and the pause corresponding to each I ⁇ value.
  • machining condition number values for example, C1, C2
  • the processing conditions may be stored as basic data in the basic data storage unit 42.
  • Fig. 7 illustrates the relative positional relationship between the electrode and the workpiece in multiple machining stages, where a1 is the distance required from the first machining condition to the final finish. In other words, it is the side residual amount that is the sum of the allowance required for overcutting and finishing. a2 is the amount of remaining side surface required for further finishing when processing is performed under the second processing condition where the processing condition is set to a small value after processing under the first processing condition.
  • a 2 that is,-£ (2)
  • a3 corresponds to overcutting under processing conditions in the finishing processing step.
  • the amount of left side surface is inferred using the value of the left side surface amount in Fig. 5. Therefore, in FIG. 5, since the data of the amount of residual side surface for finishing the surface roughness to a surface of 0.4 / uRmax is stored, the desired surface roughness is required to be larger than 0.4 / RRmax.
  • the required dimensions were calculated as if the required dimensions were larger by the value obtained by subtracting the side gap from the side residual amount £ (n) when the required additional dimensions were processed under the final processing conditions, and processing was performed under the processing conditions.
  • the desired processing can be performed by setting the vibration width plus the side gap to the required dimension position.
  • b1 is the bottom surface remaining amount (1) in the processing direction required until the final finishing after processing under the first processing conditions. Therefore, when machining under the first machining condition, machining is completed by the value of b 1 from the required machining depth, and the actual machining depth Z— (1) is equal to the first feed amount Z It becomes 1.
  • b3 is the gap in the low plane direction under the final processing conditions.
  • the processing depth is calculated under each processing condition as the processing depth assuming that the surface is finished to 0.4 ⁇ Rmax in the same way as the lateral direction, and the surface roughness is calculated.
  • the feed amount in the depth direction is determined so that the position processed under the same processing condition becomes the position of the required processing depth.
  • the machining condition data (SP) is sent to the program creation unit 50, and a machining program is created. Since the method of creating the machining program is created by the same method as the conventional technique, the detailed description is omitted.
  • the respective values IP ⁇ (1), the electrode reduction amount, the bottom surface remaining amount £, etc. obtained as described above are stored in the temporary storage unit 44, and are processed using the processing condition data (SP). If the result is good, the operator instructs to keep the processing conditions.
  • the inferred data (FD) of the used data such as IP value, surface roughness, bottom gap, etc. are stored in the preliminary data storage unit in the basic data storage unit 42 with the processing area, processing depth, material, etc. of the input value. Is stored as one basic data. It is stored so that it can be used as one basic data in the inference process when processing the following processing specifications.
  • the data readout unit 41 when performing inference, the data readout unit 41 first searches for a nearby value from the basic data, and if there is a nearby data in the spare data storage unit, adds that data as learning data for better accuracy. Evolve the data so that inferences can be made.
  • the second and subsequent machining conditions can be used by recalling the previously set machining conditions. Since the data on the appropriate processing conditions and the results obtained under the processing conditions have been determined more accurately and the processing errors have been reduced, only the processing condition data (SP) at the start of processing is used and the second and subsequent data are used.
  • SP processing condition data
  • the processing accuracy can be sufficiently improved even if the processing condition data uses a fixed processing which is already stored by a predetermined method.
  • the IP value is associated with data such as the surface roughness side surface and bottom surface gap.
  • data such as the electrode wear rate and the state of the jet are used as basic data. It can be easily conceived that a configuration in which the data is stored in the data storage unit 42 can be adopted.
  • various different processes such as a process area, a process depth, an electrode reduction amount, etc.
  • Intermediate data suitable for machining requests can be generated from typical basic data even for requests, eliminating the need to collect and store vast amounts of machining setting data, and to reduce machining setting data with smaller errors. Is determined, and machining can be performed overnight with the optimum machining setting data for the machining request.
  • the apparatus can be evolved so that more accurate inference can be performed using the inferred result, the processing efficiency and the processing accuracy can be improved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Mechanical Engineering (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Numerical Control (AREA)

Description

明細書
放電加工用の加工条件設定装置及び方法 技術分野
本発明は、 製品の所望寸法、 所望表面粗さ、 材質と、 使用される電極の寸 法及び材質を含む、 仕様の設定データに応じて、 電流波高値を含む加工条件 を決定する放電加工装置及び方法に閱する。
背景技術
一般に、 放電加工では、 工具電極を （以下、 電極と言う） をワークピース へ垂直方向に送りつつ、 ギャップと呼ばれる、 ワークピースと電極との間隙 に電圧パルスを印加することによって、 ワークピースを放電によって加工す る。 ギャップに印加される電圧パルスのオフタイム、 ギャップに流れる電流 パルスのオンタイム及び波髙値を含む、 それぞれ異なる複数組の加工条件が 使用され、 所望の寸法と表面粗さを有するキヤビティーをワークピースに形 成する。 加工が進行するとともに、 大きいエネルギーを有する加工条件は、 順次、 小さいエネルギーを有する加工条件へ切り換えられる。
作業者は、 放電加工を準備する際、 まず、 製品の材質と、 ワークピースに 形成されるキヤビティーの所望の寸法と所望の表面粗さに応じて、 使用され る 1本あるいは複数本の工具電極 （以下、 電極と述べる〉 の寸法及び材質を 決定する。 さらに、 ギャップに流れる電流パルスのオンタイム及び波髙値、 ギャップに印加される電圧パルスのオフタイムをそれぞれ含む、 複数組の加 ェ条件が決定され、 加工プログラムが作成される。 その加工条件は、 ワーク ピースに相対的な電極の送り込み量を含む。 さらに、 ただ 1つの電極を使用 してワークピースを加工する場合には、 電極は、 その垂直な送り方向に直行 する平面内で、 ワークピースに相対的に振動させられる。 加工条件は、 その 電極の振動輻を含んでもよい。
この加工条件の決定には、 かなりの熟練度が要求される。 製品の所望寸法、 所望表面粗さ、 材質と、 使用される電極の寸法及び材質を含む、 仕様の設定 データに応じて、 複数組の加工条件を自動的に決定して、 加工プログラムを 作成する自動プログラミング装置が提案されている。
そのような装置においては、 複数組の加工条件と、 その加工条件を使用し て得られ、 表面粗さを含む加工結果との閲係を示すデータテーブルをき己憶し ている。 その複数組の加工条件から、 加工条件に閱速した加工結果が仕様に 近い加工条件が選ばれる。 もし、 あらゆる仕様に対応できる加工条件を記憶 装置に記憶させておくように構成するとそのデータ量が膨大なものとなる。 さらに、 そのデータ収集にも多大な時間と労力を必要とし実際的ではない。 また、 所望表面粗さ、 加工面積、 及び加工深さを含む仕様と、 電流波髙値 を含む加工条件との閱係を関数式で表し、 その関数式を用いて、 仕様に一致 または、 近似する加工条件を算出する方法も考えられる。 しかしながら、 加 ェ条件と、 その加工条件下での放電加工がもたらす、 製品の表面粗さ、 寸法 精度との関係は、 複雑である。
本発明は、 所望表面粗さを含む加工仕様に最もかなう加工条件を決定する 放電加工装置及び方法を提供することである。
発明の開示
上記の目的を解決するため、 本発明によれば、 所望表面粗さを含む仕様に 基づいて、 電流波高値や電極送り込み量を含む加工条件を設定する放電加工 用の加工条件設定装置は、
ワークピースの材質及び製品の表面粗さを含む仕様に閱するデータを入力 する入力装置と、
加工条件と、 その加工条件がもたらす仕様との関係を示す複数組の基礎デ ータを記憶する基礎データ記憶部と、
その複数組の基礎データから、 仕様データに最も相応する周辺データを読 み出すデータ読み出し部と、
その周辺データを学習し、 仕様データに最適な加工条件を推論する推論部 と、
その推論部の学習及び推論を制御する制御部を含んで成る。
一方、 本発明によれば、 所望表面粗さを含む仕様に基づいて、 電流波髙値 や電極送り込み量を含む加工条件を設定する放電加工用の加工条件設定方法 は、
ワークピースの材質及び製品の所望表面粗さを含む仕様に関するデータを 設定する工程と、
仕様と加工条件との関係を示す複数組の基礎データを記憶する工程と、 複数組の基礎データから、 設定された仕様データに最も相応する仕様を含 む周辺データを複数組選ぶ工程と、
その複数組の周辺データを使用して、 仕様と加工条件との関係を学習する 工程と、
前記学習に基づき前記入力情報に適した加工条件及び電極とワークピース の相対移動量を決定するデータを推論生成する工程とを特徴とする点にある, また、 前記方法において、 推論生成されたデータを基礎データに加えるェ 程と、
前記工程以後の推論時に加えられたデータを含めて基礎データとして利用 して推論する工程とを有することを特徴とする。
さらに、 放電加工の加工条件と前記加工条件を使用して加工を行った時得 られる加工結果に関する加工データを予め記憶させておく工程と、
前記工程で記憶された前記加工条件あるいは、 前記加工データに存在しな い加工条件あるいは、 加工結果に閼する加工データが要求された場合に前記 加工条件あるいは、 加工データから要求データに近傍または関係する少なく とも一方の周辺データを複数個前記工程で記憶させた前記加工条件あるいは、 加工データから呼び出す工程と、
前記工程で呼び出された前記周辺データをニューラルネッ トワークに学習 する工程と、 前記学習工程の後前記要求データに適した加工条件あるいは、 該加工条件 を使用して加工を行った時得られる加工結果に関する中間値データを推論生 成する工程を有することを特徵とする。
さらに、 本発明の放電加工方法は、 前記放電加工加工設定データ決定方法 により推論生成されたデータを基に加工設定を行って放電加工を行うことを 特徴とする点にある。
図面の簡単な説明
第 1図は、 本発明の 1実施例をィラストした概略プロック図である。 第 2図は、 本発明の実施装置の動作を示すメインフローチヤ一トである。 第 3図は、 設定データ生成部の動作を示すフローチャートである。
第 4図は、 基礎データ記憶部に記憶されているデータファイルの一例であ る。
第 5図は、 基礎データ記憶部に記憶されているデータテーブルの一例であ る
第 6図は、 推論部のニューラルネッ トワークのモデルをである。
第 7図は、 電極とワークピースの配置を示している。
第 8図は、 ニューラルネッ トワークの学習データと推論値の関係を説明す る図でる。
第 9図は、 複数の加工段階の設定を学習推論し決定するフローチャートで ある。
発明を実施するための最良の形態
以下本発明について図を参照しながら説明する。 図 1は本発明の全体構成 を示す 1実施例図、 図 2は、 図 1の装置の動作を示す動作図、 図 3は設定デ ータ生成部 4 0の動作を示す動作フローチャート、 図 5は、 基礎データ記憶 部 4 2に記憶されている基礎データのテーブルの一例を示す。
図 1において、 1 0はキーボード等の入力装置、 2 0は C R Tを用いた表 示装置、 3 0は内部に C P Uを有し加工設定データを設定するために必要と なる処理ソフトウェアを有する主制御部である。 5 0は、 前記主制御部 3 0 から送られてくるプログラム作成に必要となる加工設定データを基に加工プ ログラムを作成し N C装置、 放電制御部あるいは、 記憶媒体等に出力する加 ェプログラム作成部である。 4 0は、 本発明の主要部である設定データ生成 部であり、 設定データ生成部 4 0は更に、 データ読み出し部 4 1、 基礎デー タ記憶部 4 2、 推論部 4 3、 一時記憶部 4 4、 数値補正部 4 5及び推論制御 部 4 6からなつている。
入力装置 1 0から入力される情報は、 加工面積、 ワークピース材質、 電極 材質、 電極形状、 電極のテーパ角度、 電極減寸量、 加工深さ、 及び、 所望表 面粗さを含む、 仕様データ （S D ) である。
主制御部 3 0は、 仕様データ （S D ) を入力するための適当な画面を表示 するよう、 表示装置 2 0に指令する。 作業者は、 画面を参照しながら、 例え ば、 キーボードのような入力装置 1 0を使用して、 仕様データ （S D ) を入 力する。 本実施例においては、 主制御部 3 0は入力された仕様データ （S D〉 のうち本実施例では、 電極及びワークピースの材質、 加工面積、 ワークピー スに形成されるキヤビティーの加工深さと、 電極原寸量と呼ばれ、 そのキヤ ビティーのサイズと使用される電極のサイズとの寸法差、 電極のテーパ角度、 所望表面粗さをに関するデータを、 設定データ生成部 4 0へ送る。 また、 主 制御部 3 0は、 設定データ生成部 4 0により推論生成されたデータに基づい て、 荒取りから仕上げ加工に至るまでの各加工段階に使用する加工条件を計 算し、 算出結果を表示装置 2 0に表示すると共に加工プログラム作成部 5 0 に出力する。 主制御部 3 0は上述の機能を有する部分であり、 例えば、 所定 の処理を行うソフトウエアと C P Uにより構成されている。
設定データ生成部 4 0は、 一部の仕様と一部の加工条件との関係を示す、 複数組の基礎データを記憶する基礎データ記憶部 3 0を含む。 さらに、 設定 データ生成部 4 0は、 主制御部 3 0から提供される仕様データ （S D ) に基 いて、 仕様データ （S D ) に最も相応する複数組のデータを、 基礎データ記 憶部 4 2中の基礎データの中から選び出し、 その複数組のデータによって、 仕様と加工条件との関係を学習するニューロコンピュータを含む。
設定データ生成部 4 0は、 主制御部 3 0から提供された仕様データ （S D ) に基づいて、 仕様データに近似する該入力データに近傍あるいは、 周辺の基 磋データを基礎データ記憶部 4 2から選び出し、 推論部 4 3に送るデータ読 み出し部 4 1と、 後述する様に最適加工設定データを決定するための基磋デ ータとなる複数の基礎データを記憶している主記憶部と推論の結果得られた データを次の推論のため保持しておく為の予備記憶部からなる基礎データ記 憶部 4 2と、 前記基礎データ記憶部 4 2からデータ読み出し部 4 1が選び出 した周辺データを学習してさらに仕様データ （S D ) に最適な加工条件を算 出するためのデータを推論する推論部 4 3と、 推論部 4 3の学習推論に必要 な周辺データ及び推論の推論されたデータを一時的に記憶する一時記憶部 4 4、 更にテーパー電極を使用する場合、 その勾配値分だけ基礎データ中の勾 配により影響を受ける加工結果の各データを補正して推論部 4 3に与える数 値補正部 4 5及び設定データ生成部 4 0全体の処理を制御する推論制御部 4 6により構成されている。
次に、 図 1の装置の動作を説明しながら更に詳述する。 図 2は本発明の実 施例装置の処理工程を示す処理動作流れ図である。
まず、 作業者は、 入力装置 1 0を使用して、 仕様データ （S D ) を入力す る （ S 1 0 ) 。 主制御部 3 0により仕様に対して最適条件を決定するために 必要な仕様データ （ S D ) が設定データ生成部 4 0に転送される。 設定デー タ生成部 4 0では、 推論制御部 4 6が送られてきた情報に基づいて、 データ 読み出し部 4 1に基礎データ記憶部 4 2より仕様データ （S D ) に近傍また は関連する周辺データを呼び出させ一時記憶部 4 4に記憶させる （S 1 1 ) 。 推論部 4 3では、 一時記憶部 4 4に記憶された周辺データを基にニューラル ネッ トワークを学習し、 仕様データ （S D ) により相応した加工条件、 本実 施例においては、 電流波高値とその電流波高値で加工した場合仕上げのため に必要となるキヤビティーの側面方向に残しておくべき量 （側面残し量） と 荒加工工程から所望の表面粗さに仕上げる為に電極を最低限減寸しておかな ければならない電極減寸量等の電極とワークピースの相対送り量を推論させ る （ S 1 2 ) 。 次に、 主制御部 3 0は、 設定データ生成部 4 0にて推論され た推論データ （F D ) に基づいて、 各加工段階の加工条件データ （S P ) を 算出する （ S 1 3 ) 。 プログラム作成部 5 0は、 S 1 3で求められた各加工 段階の加工条件データ （ S P ) に基づいて、 その内部に記憶されている加工 プログラムの所要部分にデータを書き込み加工プログラムを完成させる （S 1 4 )
次に、 図 3を参照しながら設定データ生成部 4 0の動作を詳述する。 ここ での処理は作業者が入力した仕様データ （S D ) に適した加工条件及び電極 とワークピースの相対移動量を決定するデータ推論生成する事である。 前述 のように従来の装置では、 記憶している基礎データはアナログ量ではなく一 般的に使用される基礎データが不連続な形で複数個記憶されているものであ るので、 仕様が基礎データと一致しない場合は、 雹極減寸量ゃ加工面積など を考虚して加工条件が決定されることになるのに対し、 本発明では、 基礎デ ータとして保持されていない加工条件や仕上げ加工に必要な相対移動量に閱 する量、 つまり本実施例では電流波高値、 電極減寸量、 電極振動幅と ¾極の 送り込み量の算出するために必要となる数値データを推論生成するものであ る
主制御部 3 0から仕様データ （S D ) が、 主制御部 3 0から、 推論制御部 4 6に送られる。 推論制御部 4 6はデータ読み出し部 4 1へ提供された仕様 データ （S D ) に基づいて、 基礎データ記憶部 4 2から入力加工仕様データ ( S D ) 値に近傍するかあるいは、 関係する周辺データを呼び出す。
基礎データ記憶部 4 2には、 図 4に示すように電極及びワークピース材質 ごとの代表データ群に分けられ、 更に加工面積ごとのデータファイルとして 基礎データが記憶されている。 図 5において、 （a) は加工面積が 50隨2の時のデータファイルで （b ) は 10 OfflBi2のデータファイルである。 表 （ a) において I P値は、 電流波高 値の設定値で IP 1当たり約 1. 5 Aの電流波高値を示す設定である。 表面 粗さ、 それぞれの I P値で加工した場合得られる表面粗さ （； uRnax) 、 底面 ギャップは、 底面方向のオーバカツ ト （ΛίΙΗ) 、 側面ギャップは側面方向のォ ーバカツ ト （yum) 、 底面残し量は、 それぞれの I P値で加工を開始した後、 0. 4 Rmaxの表面粗さまで仕上げるために必要となる仕上げ距離- (yum) 、 惻面残し量は、 側面方向に必要な仕上げ距離 in)である。 表の最下櫊は、 加工深さ及び I P値と電極減寸量の最適な関係を示している。
ここで、 仕様データ （SD)が以下のように設定されたと仮定して、 設定 データ設定部 40の動作を説明する。 ワークピースの材質は網であり、 電極 の材質は、 銅である。 加工面積は 80醜2、 加工深さは 15nm、 電極減寸量は 360； uraである。 電極のテーパ角度は 0度、 所望表面粗さが 0. 4 AiRma Xである。 まず、 鏞電極と鋼ワークピースという要求にかなう、 一群のデー タファイルから、 加工面積が 80 mm2に最も相応する 2つのデータファイル、 すなわち、 50 mm2の加工面積にかなうデータファイルと、 l O Omra2の加工 面積にかなうデータファイルが選ばれる （S 21 ) 。
次に、 選び出された 50mm2データファイル中から、 実際の加工深さ （ 15 mm) に近傍する周辺データである加工深さ 1 Ommと 2 Omniを呼出し、 更に入 力された電極減寸量 360 zmに最も相応する電極減寸量の周辺データを加 ェ深さ 10及び 20 mmのデータ列から探しその電極減寸量に対応する I P 値を周辺データとして呼出す。 次に、 実際の加工面積に近傍する加工面積 1 0 Omra2から同様の処理にて周辺データを呼び出す。 このようにして選び出さ れた周辺データ群 D 1~D8を一時記憶部 44に送り記憶させる （S 22 ) 。 選び出された周辺データ群 D 1〜D 8を基に推論制御部 46は、 推論部 4
3にそれぞれの周辺データの閩係を学習させる。 ここで上述の場合では次の ようになる。 学習データ ( 入 力 層 ） ( 出力層 加工面積 加工深さ 鬼極減寸量 I P値
D 1 ( 50 10 350 ) ( 10)
D 2 ( 50 10 420 ) ( 15 )
D 3 ( 50 20 295 ) ( 5 )
D 4 ( 50 20 420 ) ( 10 )
D 5 ( 100 10 330 ) ( 10 )
D 6 ( 100 10 400 ) ( 15 )
D 7 ( 100 20 275 ) ( 5 )
D 8 ( 100 20 360 ) ( 15 )
なお、 近傍する周辺データとしてここでは入力値に最も近い大小のデータ を呼び出すようにしたが、 入力値より大きい近傍値 2つと小さい近傍値 2つ を周辺データとして呼び出し計 16個とするかあるいは、 それ以上のデータ を周辺データとして呼び出すようにしても良い。
基礎データ記憶部 42から選択させた周辺データ群 D 1〜D8を基に推論 部 43では、 図 6に示すニューロンモデルで学習を行う。 上述の D 1〜D 8 のデータ群の加工面積、 加工深さ及び電極減寸量をニューラルネッ トワーク 入力側に、 IP値を出力側に与え、 この場合では 8回の学習を行う。 学習が 終了した後、 最適 I P値の推論を行うことになるが、 推論は実際に入力され た加工面積 （ 8 Omni2) 、 加工深さ （ 15mm)及び電極減寸量 （ 360 ιη) を入力信号として行われ、 最適 IP値 αが得られる。 得られた IP値は一時 記憶部 44に第 1回目の電流波高値 IP α(1)として登録され記憶される。 こ の様にして、 不連続な点群データとして記憶されている代表的基礎データか ら加工要求に適した中間値データが得られる （S 23， S 24) 。
次に、 得られた I Ρ値 α(1)と加工予定の深さに対応する電極減寸量データ は基礎データ中には存在しないので、 S 23及び S 24と同様に学習推論を 行い、 得られた I Ρ値 α (1)で加工する場合の電極減寸量を求める。 S 25の ステップの学習に際して前記 S 23の処理で推論部 43に学習した内容は消 去され新たな学習を行うことになる。 学習時の入力層データとして前述のス テツプで呼び出された周辺データ群 D 1から D8中の加工面積、 加工深さ及 び I P値を用い、 出力層には電極減寸量を用いる。 推論する際は、 入力され た実際の加工面積、 加工滦さ及び I P値 α(1)を入力データとし、 出力層から I Ρ値 t(l)で加工を開始した場合必要となる電極減寸量の推論値/?を得る ( S 25 , S 26 ) o
得られた電極減寸量の推論値 は、 主制御部 30により表示装置 20に表 示される。 作業者は表示された電極減寸量を参考にして、 もし電極寸法の変 更が可能であれば表示された推論値 を入力する。 また変更ができない場合 は、 最初に加工前提仕様データ （PD) として入力した電極減寸量データと する。 以後の処理は、 この入力データに基づいて行われることになる （S2 6 , S 27 , S 28 ) o
S 29では推論制御部 46が入力値と推論値 i8を比較して、 入力値が推論 値 より小さいときは、 推論された IP値 α(1)を 1下げた値で推論部 43で 推論を再度行わせる。 入力値と推論値 ?がー致または入力値が大きい場合は S3 1以降のステップを実行させる。 S31以降の処理は、 推論された第 1 番目の電流波高値である IP値《(1)から、 最終表面粗さに仕上げを行う迄に 使用する複数の電流波高値 （ I Ρ値） 及び各々の電流波高値に対する側面残 し量 £と底面残し量 tを求める処理であり学習と推論を繰り返して前記各デ 一夕を推論生成する （S 31 , S32 ) 。
図 9は、 S31及び S 32の処理をさらに詳細に示したフローチャートで ある。 S 30迄の工程で電極の電極減寸量； 3、 第一番目の電流波高値 I Ρα (1)が求められているので、 ここでの処理は所望表面粗さに達するまでの加工 を複数段階に分け、 それぞれの段階で使用する電流波高値 I Ρ α(1)〜α(η) 及びそれぞれの電流波高値で加工したときの側面残し量 ε(1)〜（！ 、 底面残 し量 ξ (1)〜（η)を学習し推論する処理である。 前述の工程で得られた I P値な（1)が最初の電流波高値として決定されるが、 次に使用する第 2番目の電流波高値は I P値 α(1)で得られる表面粗さの 1/ 2程度が経験上加工効率がよいということが言えることから、 I Ρ値 α(1)の 約半分の表面粗さになる IP値を推論部 43にて推論する。 まず、 前述の推 論方法と同じように、 推論制御部 46、 データ読み出し部 41に基礎データ 記憶部 42から表面粗さと IP関係する周辺データとして、 加工面積、 IP 値、 I Pに対応する表面粗さの値を呼び出させ、 推論部 43に学習させる (S 40 ) 。 学習は、 加工面積と各 IP値を入力として IP値に対応する 表面粗さを出力側に与えて学習を行う。 次に推論は、 実際の加工面積、 IP 値 α(η) (η=1)から表面粗さ Jを推論する （S41 ) 。 ここでの学習推論は 図 6に示したニューラルネッ トワークを用い学習入力と推論入力に上述の各 データを用いる。
つぎに、 加工面積と各 I P値に対応する表面粗さと I P値に関する閱係を 推論部 43で学習させた後 （S 42 ) 、 実際の加工面積と表面粗さ ノ2 "か ら第 1番目の I P値で得られる表面粗さ <ίの半分になる I P値 or (2)を推論し、 推論値を一時記憶部 44に記憶させる （S 43 ) 。 推論制御部 46は <JZ 2 Ώを要求されている表面粗さと比較して、 （ίΖ2ηが要求されている表面粗さ より小さくなるまで上記 S 42と S 43を緣り返し複数の電流波髙値 ΙΡα (1)''(η)を求め一時記憶部 44に第 2番目、 第 3番目 · · *第1 番目の電流 波高値として記憶させる。 （S 44 )
さらに、 求められた I Ρα(1)'·(η)で加工を行った場合の側面残し量と底 面残し量が基礎データ中に無ければ S45〜S49を実行し I Ρな（1)·'(η) に対応する惻面残し量 £ (1)'·(η)、 底面残し量 ξ (1)·'(η)を推論し一時記憶 部 44にそれぞれ対応させて記憶する。 なお、 仕様データ （SD) に一致し ている基礎データが存在している場合及び求められた I Ρα(1)''(η)の値に —致する基礎データが存在している場合はそれらのデータを使用することに なる。 図 8は、 第 n番目迄の電流波高値とその結果に関するデータを推論生成す るための学習データ及び推論する埸合の入力データ及び推論データに閧する 関係を示す表である。 図 8に示す学習と推論を数囬行い基礎データ記憶部 4 2に存在しない中間値データも順次生成していく。
上述のようにして求められた ¾極減寸量 、 I P値 α(1)··(η)及び側面残 し量£(1)，' 、 底面残し量 （1)' '(η)は、 推論制御部 46により一時記憶 部 44から呼び出され主制御部 30に送られる。 主制御部 30では、 求めら れた I P値 α(1)''(η)に適切な放電時間 （ T o n ) と加工休止時間 （ To f f ) が所定の方法で算出される。 本発明の実施例では I Pの設定値に 30か ら 40を乗じた値が放電時間 （ usee) となるよう IP値 1当たりの電流量が 決められており、 求められた T o nに適した T o f fが選択され加工開始時 の第一加工条件から n番目までの加工条件が決定される。 また、 上述の手法 で I P値に対応する放電時間 （ T o n ) と加工休止時間 （To f f ) 算出す る方法に換え、 I P値と放電時間と加工休止時間の閧係を予め ROM等の記 憶媒体に記憶させた記憶部を主制御部 30に設けておき I P値 α(1)'·(η)対 応する放電時間と加工休止時間等の電気的加工条件パラメータを啐び出す構 成としても良い。 また、 本実施例では基礎データ記億部 42に記憶させてい る加工条件を電流波高値 I Ρで表しているが、 電流波髙値のみではなく各 I Ρ値に対応する放電オン時間と休止時間、 加工電源電圧、 補助電源の電圧等 の複数の電気的加工条件パラメータを組み合わせた複数組の加工条件として、 それぞれに対し加工条件番号値例えば C 1、 C2、 · * Cnとして表すと共 に各 C l、 C 2、 · · C nの加工条件で加工した場合に得られる結果の加工 データを関連づけて用意し荒加工用から最終仕上げの面粗度 0. 4 /Rma Xを得る電気的加工条件を基礎データ記憶部 42の基礎データとして記憶さ せておいても良い。
次に、 主制御部 30では、 求められた α、 β、 ε、 の値から、 各加工段 階における、 電極の振動幅、 送り込み量を含む全ての必要な加工条件を算出 する。 図 7は、 複数の加工段階での電極とワークピースの相対位置関係を説 明するためのもので、 a 1は第一番目の加工条件で加工した後、 最終仕上げ に至るまでに必要な距離であり、 すなわち、 オーバカツ トと仕上げまでに必 要な取り代の合計である側面残し量である。 a 2は、 第 1番目の加工条件で 加工した後、 加工条件を小さい値に設定した第 2番目の加工条件で加工した 場合更に仕上げを行う上で必要となる側面残し量であり a 1と a 2の差すな わち - £ (2)が、 電極の送り方向に直交する平面内で電極をワークピースに 相対的に移動させる振動幅となる。 a 3は仕上げ加工工程での加工条件での オーバカツ 卜に当たるものである。 なお側面残し量は、 図 5の側面残し量の 値を用いて推論されている。 従って図 5では面粗度を 0. 4/uRmaxの面 にまで仕上げるための側面残し量のデータが記憶されているので、 所望表面 粗さが 0. 4 /Rmaxより大きい面粗度が要求されている埸合は、 要求加 ェ寸法に最終加工条件で加工した場合の側面残し量 £(n)から側面ギャップを 差し引いた値だけ要求寸法が大きいものとして計算をし、 加工条件で加工し た振動幅に側面ギャップ分が加えられたものが要求寸法位置となるようにす る事により所望の加工が行える。
次に、 b 1は第 1番目の加工条件で加工した後、 最終仕上げを行うまでに 必要な加工方向に対する底面残し量 （1)である。 従って、 第 1番目の加工条 件で加工する場合要求される加工深さから b 1の値だけ手前で加工を終える ことになり実加工深さ Z— （1)が第一番目の送り込み量 Z 1となる。 b 2も 同様に、 第 2番目の加工条件で加工した時に必要とされる仕上げまでの底面 残し量 （2)を示す値で第 2番目の加工条件に対する加工深さは Z 2 = Z— (2)となる。 b3は、 最終加工条件に於ける低面方向のギャップとなる。 ここ で、 表面粗さが 0. 4 Rmaxより大きい場合は、 側面方向と同様に 0. 4 ^Rmaxまで仕上げることと仮定した加工深さとして各加工条件での加 ェ深さを算出し表面粗さの加工条件で加工した位置が要求加工深さの位置と なるようにして深さ方向の送り込み量が決定される。 この加工条件データ （ S P ) は、 プログラム作成部 5 0へ送られ、 加工プ 口グラムが作成される。 この加工プログラムの作成方法は従来の技術と同様 な手法で作成されるので詳述は省略する。
つぎに、 本発明の第 2目的である装置を進化させる方法について説明する。 上述の様にして得られたそれぞれの値 I P α (1)、 電極減寸量 、 底面残し量 £等は一時記憶部 4 4に記憶されており、 加工条件データ （S P ) を使用し た加工の結果が良好であった場合、 作業者は加工条件の保持を指令する。 使 用されたデータ I P値、 表面粗さ、 底面ギャップ等の推論データ （F D ) は、 基礎データ記憶部 4 2内の予備データ記憶部に入力値の加工面積、 加工深さ 及び材質等と合わせて一つの基礎データとして蓄積される。 次の加工仕様の 加工を行う場合に推論過程で一つの基礎データとして使用できるように保存 される。 すなわち、 推論を行う際、 データ読み出し部 4 1ば、 まず基礎デー タから近傍値を探し出した後、 予備データ記憶部中に近傍データがあればそ のデータも学習データとして加えてより精度の良い推論が行われるようにデ ータを進化させていく。
なお、 以上説明した基礎データから全て学習推論する構成としたが、 第 2 番目以降の加工条件は既に予め設定した加工条件を呼び出して使用する構成 としても第 1回目の加工条件が従来の装置より適切な加工条件とその加工条 件で得られる結果に関するデータがより正確に決定されており加工誤差が少 なくなっているので、 加工開始時の加工条件データ （ S P ) だけ用いて第二 番目以降の加工条件データは所定の手法で既に記憶されている固定された加 ェ設定を用いても十分加工精度は向上できる。 また、 本実施例では I P値と 表面粗さ側面及び底面ギャップ等のデータを関連づけて構成したが、 前述の 他に、 電極の消耗率や噴流の状態、 などのデータを基礎データとして基礎デ ータ記憶部 4 2に記憶させておく構成をとることもできることは容易に想到 できよう。
本発明によれば、 加工面積、 加工深さ、 電極減寸量等の種々の異なる加工 要求に対しても代表的な基礎データから加工要求に適した中間データ生成す ることができ、 膨大な加工設定デ一タを収集し記憶させておく必要がなく、 より小さな誤差で加工設定データが決定され、 加工要求に最適の加工設定デ 一夕で加工を行うことができる。 さらに、 推論された結果を用いて更に精度 の良い推論が行えるよう装置を進化させることができるので、 加工効率及び 加工精度の向上を図ることができる。
本発明は、 開示されたフォームにそつくり同じものに限定されることを目 的としたものではなく、 上述の説明に照らして、 多くの改良及びバリエーシ ヨンが可能であることは明らかである。 発明の本質とその実用的な応用を説 明する目的で、 上記実施例が選ばれた。 発明の範囲は、 添付の特許請求の範 囲によって定義される。

Claims

請求の範囲
1 . 放電加工を行う際に電極とワークピースに関する諸情報と放電加工結果 に対する要求事項を入力することにより要求される加工仕様を得るための加 ェ条件及び電極とワークピースの相対送り込み量を算出する放電加工装置の 加工設定データ決定装置において、
前記諸情報と加工要求事項に関するデータを入力する入力装置と、 放電加工の加工条件と前記加工条件で加工した場合に得られる加工結果を 基礎データとして複数個記憶しているデータ記憶部と、
前記入力装置から入力された前記データに近傍または関係する周辺データ の少なくとも一方を前記データ記憶部から複数個取り出す周辺データ呼出部 と、
前記周辺データを学習し入力された前記データに適した加工条件及び電極 とワークピースの相対移動量を推論生成する推論部と、
前記推論部の学習及び推論を制御する制御部を有することを特徴とする加 ェ設定データ決定装置
2 . 放電加工を行うに当たり放電加工装置に予め設定しておくべき複数の加 ェ設定データを決定するために必要となる入力情報を基に放電加工の加工条 件及び電極とワークピースの相対移動量を決定する放電加工の加工設定決定 方法において、
電極とワークピースについての情報及び要求される加工結果に関する情報 を入力する工程と、
前記入力工程で入力された情報に対して装置内に予め格納されている複数 の加工条件と加工結果に閧する基礎データから前記入力情報に近傍あるいは、 閩係する少なくとも一方の周辺データを複数個呼出す工程と、
前記呼び出された前記周辺データを基に前記周辺データの関係を学習する 工程と、 前記学習に基づき前記入力情報に適した加工条件及び電極とワークピース の相対移動量を決定するデータを推論生成する工程とを特徴とする放電加工 設定データ決定方法。
3 . 請求項 2に記載された放電加工加工設定データ決定方法において、 推論生成されたデータを基礎データに加える工程と、
前記工程以後の推論時に加えられたデータを含めて基礎データとして利用 て推論する工程とを特徴とする放電加工設定データ決定方法。
4 . 放電加工の加工条件と前記加工条件を使用して加工を行った時得られる 加工結果に関する加工データを予め記憶させておく工程と、
前記工程で記憶された前記加工条件あるいは、 前記加工データに存在しな い加工条件あるいは、 加工結果に関する加工データが要求された場合に前記 加工条件あるいは、 加工データから要求データに近傍または関係する少なく とも一方の周辺データを複数個前記工程で記憶させた前記加工条件あるいは、 加工データから呼び出す工程と、
前記工程で呼び出された前記周辺データをニューラルネッ トワークに学習 する工程と、
前記学習工程の後前記要求データに適した加工条件あるいは、 該加工条件 を使用して加工を行った時得られる加工結果に関する中間値データを推論生 成することを特徴とする放電加工の加工条件決定方法。
5 . 請求項 2、 4に記載された放電加工加工設定データ決定方法により推論 生成されたデータを基に加工設定を行って放電加工を行うことを特徵とする 放電加工方法。
PCT/JP1994/001777 1993-10-21 1994-10-21 Dispositif et procede pour etablir les conditions d'usinage relatives a une operation d'usinage par etincelage WO1995011105A1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US08/464,663 US5742018A (en) 1993-10-21 1994-10-21 Device for and method of setting machining conditions for electrical discharge machining
DE69415791T DE69415791D1 (de) 1993-10-21 1994-10-21 Vorrichtung und verfahren zum einstellen der bearbeitungsbedingungen einer drahtfunkenerosionsvorrichtung
EP94930352A EP0677352B1 (en) 1993-10-21 1994-10-21 Device and method for setting machining conditions for electrical discharge machining

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP29886793A JP3231521B2 (ja) 1993-10-21 1993-10-21 放電加工の加工設定データ決定装置と方法
JP5/298867 1993-10-21

Publications (1)

Publication Number Publication Date
WO1995011105A1 true WO1995011105A1 (fr) 1995-04-27

Family

ID=17865218

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP1994/001777 WO1995011105A1 (fr) 1993-10-21 1994-10-21 Dispositif et procede pour etablir les conditions d'usinage relatives a une operation d'usinage par etincelage

Country Status (6)

Country Link
US (1) US5742018A (ja)
EP (1) EP0677352B1 (ja)
JP (1) JP3231521B2 (ja)
CN (1) CN1079041C (ja)
DE (1) DE69415791D1 (ja)
WO (1) WO1995011105A1 (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19614201C2 (de) * 1996-04-10 1999-08-12 Agie Ag Ind Elektronik Verfahren und Vorrichtung zur Steuerung einer Werkzeugmaschine, insbesondere einer Funkenerosionsmaschine
US6850874B1 (en) 1998-04-17 2005-02-01 United Technologies Corporation Method and apparatus for predicting a characteristic of a product attribute formed by a machining process using a model of the process
US6791055B1 (en) * 2000-04-20 2004-09-14 Mitsubishi Denki Kabushiki Kaisha Method and apparatus for electrodischarge machining
JP2003058215A (ja) * 2001-08-09 2003-02-28 Mori Seiki Co Ltd 類似加工データ検索装置及び自動プログラミング装置
US7041933B2 (en) * 2003-04-14 2006-05-09 Meyer Tool, Inc. Complex hole shaping
CN100413645C (zh) * 2004-10-29 2008-08-27 大连理工大学 微细电火花加工间隙放电状态的检测方法
JP4795282B2 (ja) * 2006-07-11 2011-10-19 三菱電機株式会社 加工条件探索装置
JP2009012092A (ja) * 2007-07-02 2009-01-22 Fujitsu Ltd 工作機械の制御装置
CN101878085B (zh) * 2007-11-29 2013-03-06 三菱电机株式会社 放电加工装置以及程序设计装置
JP5174933B2 (ja) * 2011-03-31 2013-04-03 株式会社小松製作所 歯車加工装置及び歯車加工条件設定装置
JP5199440B1 (ja) * 2011-11-04 2013-05-15 ファナック株式会社 放電加工機の加工条件調整装置
TWI500466B (zh) * 2012-09-25 2015-09-21 Ind Tech Res Inst 調變式放電加工控制裝置與方法
CN104014887B (zh) * 2013-09-11 2016-05-25 中磁科技股份有限公司 一种线切割机床的控制方法及系统
JP6140228B2 (ja) * 2015-08-27 2017-05-31 ファナック株式会社 加工条件を調整しながら加工を行うワイヤ放電加工機
JP6619192B2 (ja) * 2015-09-29 2019-12-11 ファナック株式会社 移動軸異常負荷警告機能を有するワイヤ放電加工機
CN106346502B (zh) * 2016-11-09 2018-11-09 芜湖市恒浩机械制造有限公司 一种调运夹取装置
JP6680714B2 (ja) * 2017-03-30 2020-04-15 ファナック株式会社 ワイヤ放電加工機の制御装置及び機械学習装置
US10840840B2 (en) * 2018-06-14 2020-11-17 Mitsubishi Electric Corporation Machine learning correction parameter adjustment apparatus and method for use with a motor drive control system
CN113168157A (zh) * 2018-12-13 2021-07-23 三菱电机株式会社 机器学习装置、加工程序生成装置及机器学习方法
DE112019007437B4 (de) * 2019-07-03 2023-10-19 Mitsubishi Electric Corporation Vorrichtung für maschinelles Lernen, numerische Steuerung, Drahterodiermaschine und Verfahren zum maschinellen Lernen
JP7492080B2 (ja) * 2021-03-29 2024-05-28 ファナック株式会社 加工条件推定装置
TWI816270B (zh) * 2021-12-27 2023-09-21 倍騰國際股份有限公司 自動化電極治具的放電加工排序方法
WO2023157298A1 (ja) * 2022-02-21 2023-08-24 三菱電機株式会社 加工条件生成装置、放電加工システム、加工条件生成方法および放電加工方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02131838A (ja) * 1988-06-03 1990-05-21 Mitsubishi Electric Corp 加工機適応制御装置
JPH04122524A (ja) * 1990-09-13 1992-04-23 Fanuc Ltd 加工条件自動検索制御方式
JPH05138444A (ja) * 1991-11-18 1993-06-01 Hitachi Seiko Ltd ワイヤ放電加工の加工条件決定装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6156829A (ja) * 1984-08-27 1986-03-22 Amada Co Ltd 放電加工装置の加工条件設定方法
JPH02100822A (ja) * 1988-10-04 1990-04-12 Mitsubishi Electric Corp 放電加工の加工時間見積り装置
JPH07100262B2 (ja) * 1988-10-07 1995-11-01 三菱電機株式会社 放電加工終了判定方法及びその装置
US5200905A (en) * 1989-08-09 1993-04-06 Mitsubishi Denki K.K. Electric discharge machining control apparatus
JPH03121722A (ja) * 1989-10-04 1991-05-23 Fanuc Ltd ワイヤカット放電加工機の加工条件設定方法
EP0491958B1 (en) * 1990-07-13 1995-10-04 Sodick Co., Ltd. Method and apparatus for generating pulses
JPH0487722A (ja) * 1990-07-30 1992-03-19 Mitsubishi Electric Corp 放電加工機の制御装置
KR950010256B1 (ko) * 1991-07-12 1995-09-12 미쯔비시덴끼 가부시끼가이샤 방전 가공 방법 및 그의 장치
JPH05122524A (ja) * 1991-10-24 1993-05-18 Canon Inc 画像処理装置
JP3547151B2 (ja) * 1992-12-03 2004-07-28 株式会社ソディック 放電加工制御方法及び放電加工機用制御装置
JP3338153B2 (ja) * 1993-12-22 2002-10-28 株式会社ソディック 放電加工条件決定方法及び放電加工制御装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02131838A (ja) * 1988-06-03 1990-05-21 Mitsubishi Electric Corp 加工機適応制御装置
JPH04122524A (ja) * 1990-09-13 1992-04-23 Fanuc Ltd 加工条件自動検索制御方式
JPH05138444A (ja) * 1991-11-18 1993-06-01 Hitachi Seiko Ltd ワイヤ放電加工の加工条件決定装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP0677352A4 *

Also Published As

Publication number Publication date
EP0677352B1 (en) 1999-01-07
EP0677352A1 (en) 1995-10-18
DE69415791D1 (de) 1999-02-18
JP3231521B2 (ja) 2001-11-26
JPH07116927A (ja) 1995-05-09
US5742018A (en) 1998-04-21
CN1115972A (zh) 1996-01-31
CN1079041C (zh) 2002-02-13
EP0677352A4 (en) 1996-03-20

Similar Documents

Publication Publication Date Title
WO1995011105A1 (fr) Dispositif et procede pour etablir les conditions d&#39;usinage relatives a une operation d&#39;usinage par etincelage
JP3338153B2 (ja) 放電加工条件決定方法及び放電加工制御装置
JP4015148B2 (ja) ワイヤ放電加工機の制御装置
JP2682310B2 (ja) ワイヤ放電加工方法及びその装置
JP4046852B2 (ja) レーザ加工機用支援装置及びこれを備えたレーザ加工機
CN101249579A (zh) 穿孔加工程序生成装置、记录介质以及线切割放电加工机
US20140135975A1 (en) Wire electric discharge machine controller, wire electric discharge machine, and wire electric discharge machining method
CA1335271C (en) Electrolytic finishing method
JPH0691435A (ja) 放電加工機及び放電加工方法
US20120175259A1 (en) Method for electrochemical machining
JP3009755B2 (ja) 放電加工用加工条件生成装置
WO2011151905A1 (ja) 放電加工装置
JPS6399135A (ja) 放電加工制御方法
JP2700842B2 (ja) 放電加工機の適応制御方法
JPS61131824A (ja) 数値制御装置
EP0314498A2 (en) electrolytic finishing method
JP6952941B1 (ja) 加工条件設定装置、加工条件設定方法、および放電加工装置
JP2862035B2 (ja) 加工機制御装置
JP3542233B2 (ja) 形彫放電加工方法及び装置
JPH0343132A (ja) 工作機械の加工条件設定装置
JPH05293741A (ja) 加工条件生成装置
JPH05233045A (ja) 加工条件生成方法
JPH0457619A (ja) 放電間隙制御装置
JPH10118848A (ja) 放電加工方法及び放電加工装置
JPS61103736A (ja) 放電加工方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 94190813.5

Country of ref document: CN

AK Designated states

Kind code of ref document: A1

Designated state(s): CN US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH DE DK ES FR GB GR IE IT LU MC NL PT SE

WWE Wipo information: entry into national phase

Ref document number: 08464663

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 1994930352

Country of ref document: EP

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWP Wipo information: published in national office

Ref document number: 1994930352

Country of ref document: EP

WWG Wipo information: grant in national office

Ref document number: 1994930352

Country of ref document: EP