WO2022219670A1

WO2022219670A1 - 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

Info

Publication number: WO2022219670A1
Application number: PCT/JP2021/015133
Authority: WO
Inventors: 孝幸中川; 大揮齊藤
Original assignee: 三菱電機株式会社
Priority date: 2021-04-12
Filing date: 2021-04-12
Publication date: 2022-10-20
Also published as: CN116438028A; JP6952941B1; CN116438028B; JPWO2022219670A1

Abstract

加工条件設定装置（３０）が、形彫放電加工に対して所望される加工結果として、工具電極の消耗率である電極消耗率、加工速度、被加工物の加工面の粗さである加工面粗さ、および被加工物の加工面内の特定領域の面積に対する実際の加工面の表面積比を受け付ける入力装置（３１）と、予め取得された形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、加工結果の理論的な相関を示す基礎データを記憶する記憶装置（３２）と、複数回に渡る形彫放電加工として第１段目から最終段目までの加工処理が行われる際の第１段目から最終段目までの加工条件を、入力装置が受け付けた加工結果と、記憶装置が記憶している基礎データとに基づいて算出する演算装置（３３）とを備える。

Description

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

　本開示は、形彫放電加工の加工条件を設定する加工条件設定装置、加工条件設定方法、および放電加工装置に関する。

　形彫放電加工は、対向して配置させた工具電極と被加工物との間に電圧パルスを印加して加工間隙に繰り返し放電を発生させ、発生した放電のアーク熱によって被加工物に工具電極の形状を転写した加工穴を形成させる加工である。

　形彫放電加工において所望の加工形状を得るためには、被加工物を多量に除去する荒加工から、加工面を所望の精度に仕上げるための仕上げ加工まで、複数回の加工が行われる必要がある。そのため、作業者は、複数回の加工に対し、所望の加工結果を得るための最適な加工条件を設定する必要がある。この複数回の加工における一連の加工条件を、以下では多段の加工条件列という。

　形彫放電加工においては、放電一発分の放電電流パルスによって、加工形状、加工速度などの加工結果が決定される。そのため、作業者は、所望の加工結果を得るためには、形彫放電加工の加工条件のうち、加工結果に影響を与える加工条件を、多段の加工条件列に対して設定しておく必要がある。例えば、加工結果に影響を与える加工条件には、放電電流ピーク値と放電電流パルス幅との組み合わせなどが含まれている。この組み合わせは、加工結果だけでなく、工具電極および被加工物の、材質、形状、大きさなどによっても適切な設定値が異なるので、組み合わせは無数に存在することとなる。このため、作業者が、無数の組み合わせの中から手動で適切な設定を行うことは困難であり、組み合わせを自動で設定する技術の開発が進められている。

　特許文献１に記載の加工条件設定装置は、加工条件および加工要求を含む複数種類のパラメータ間の理論的な相関関係を示す基礎データに基づいて、加工要求に対応する多段の加工条件列を自動で設定している。

特開２００９－２７９７３５号公報

　しかしながら、上記特許文献１の技術では、作業者が入力した電極消耗率などの加工要求によって、放電電流ピーク値に対する放電電流パルス幅が一意に決定されてしまうので、加工面質も一意に決定されてしまう。ここでいう加工面質は、ＩＳＯ（International　Organization　for　Standardization、国際標準化機構）規格のＲａまたはＲｚで表される加工面粗さとは異なる定義の加工面質であり、加工面内のある領域の面積に対する実際の加工面の表面積比で定義される加工面質である。

　被加工物は、加工面粗さが大きいほど、加工面の凹凸部の表面積が大きくなるので表面積比は大きくなるが、同じ加工面粗さであっても表面積比が異なる場合がある。例えば、放電電流パルス幅が長くなるほど、同じ面粗さに対する表面積は小さくなるので、表面積比も小さくなる。一方、放電電流パルス幅が短くなるほど、電極消耗率が大きくなる。すなわち、表面積比を大きくしようとすると放電電流パルス幅を短くする必要があるので、電極消耗率は大きくなってしまう。このため、上記特許文献１の技術では、作業者が入力した電極消耗率によって放電電流ピーク値に対する放電電流パルス幅が決まってしまうこととなり、表面積比を考慮した放電電流ピーク値と放電電流パルス幅との適切な組み合わせを決定することができないという問題があった。

　本開示は、上記に鑑みてなされたものであって、入力された被加工物の表面積比に応じた適切な加工条件を生成することができる加工条件設定装置を得ることを目的とする。

　上述した課題を解決し、目的を達成するために、本開示の加工条件設定装置は、形彫放電加工に対して所望される加工結果として、工具電極の消耗率である電極消耗率、加工速度、被加工物の加工面の粗さである加工面粗さ、および被加工物の加工面内の特定領域の面積に対する実際の加工面の表面積比を受け付ける入力装置を備える。また、本開示の加工条件設定装置は、予め取得された形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、加工結果の理論的な相関を示す基礎データを記憶する記憶装置を備える。また、本開示の加工条件設定装置は、複数回に渡る形彫放電加工として第１段目から最終段目までの加工処理が行われる際の第１段目から最終段目までの加工条件を、入力装置が受け付けた加工結果と、記憶装置が記憶している基礎データとに基づいて算出する演算装置を備える。

　本開示にかかる加工条件設定装置は、入力された被加工物の表面積比に応じた適切な加工条件を生成することができるという効果を奏する。

実施の形態１にかかる加工条件設定装置を備えた放電加工装置の構成を示すブロック図放電電流波形と加工面粗さとの関係を説明するための図放電電流パルス幅と、加工面粗さＲａおよび表面積比Ｓｄｒとの関係を説明するための図実施の形態１にかかる加工条件設定装置が用いる面粗さデータの例を示す図実施の形態１にかかる加工条件設定装置が用いる電極消耗データの例を示す図実施の形態１にかかる加工条件設定装置による加工条件列の算出処理手順を示すフローチャート実施の形態１にかかる加工条件設定装置による、放電電流ピーク値および放電電流パルス幅の算出処理を説明するための図実施の形態２にかかる加工条件設定装置による加工条件列の算出処理手順を示すフローチャート実施の形態４にかかる学習装置の構成例を示すブロック図実施の形態４にかかる学習装置による学習処理の処理手順を示すフローチャート実施の形態４にかかる推論装置の構成例を示すブロック図実施の形態４にかかる推論装置による推論処理の処理手順を示すフローチャート実施の形態４にかかる学習装置を実現するハードウェア構成例を示す図

　以下に、本開示の実施の形態にかかる加工条件設定装置、加工条件設定方法、および放電加工装置を図面に基づいて詳細に説明する。

実施の形態１．
　図１は、実施の形態１にかかる加工条件設定装置を備えた放電加工装置の構成を示すブロック図である。放電加工装置１は、被加工物に形彫放電加工を行う形彫放電加工装置である。放電加工装置１は、作業者から要求される加工結果を得るために、荒加工から仕上げ加工まで複数回の加工を実行する。

　放電加工装置１は、加工条件設定装置３０と、加工電源３４と、加工機構３５とを有している。加工条件設定装置３０は、作業者によって入力される加工結果を得るための多段の加工条件列を設定するコンピュータである。すなわち、加工条件設定装置３０は、作業者が所望する加工結果を得るための、荒加工から仕上げ加工までの加工条件の組み合わせを設定するコンピュータである。実施の形態１では、作業者が所望する加工結果に、被加工物の加工表面積が含まれている。したがって、加工条件設定装置３０は、被加工物の加工表面積に応じた適切な多段の加工条件列を設定する。多段の加工条件列は、１段目から最終段目までの加工条件の組み合わせである。多段の加工条件列のうち、１段目の加工条件が、最も粗い加工の条件であり、最終段目の加工が最も滑らかな加工の条件である。

　加工条件設定装置３０は、入力装置３１と、記憶装置３２と、演算装置３３とを備えている。入力装置３１は、作業者が所望する加工結果が加工条件設定装置３０に入力されると、この加工結果を受け付ける。作業者が入力装置３１に入力する加工結果は、例えば、加工結果を表す物理量である。具体的な物理量が入力されることで、所望する加工結果に対して詳細に加工条件を設定することが可能となる。入力装置３１が受け付ける加工結果は、作業者が所望する加工結果であるので、作業者による加工要求であるともいえる。

　実施の形態１における加工結果は、加工面粗さ、加工表面積、電極消耗率、加工速度、縮小代、加工面積などである。加工面粗さの例は、ＩＳＯで規定されたＲａ、Ｒｚ、ドイツ技術者協会規格（ＶＤＩ：Verein　Deutscher　Ingenieure）で規定された加工面質などであり、作業者が所望する規格における数値で示される。Ｒａは、加工面の算術平均粗さであり、Ｒｚは、加工面の山頂線と谷底線との最大高さである。以下では、加工面粗さとして加工面粗さＲａが適用される場合について説明する。

　加工表面積は、加工面内の特定領域の面積に対する実際の加工面の表面積比（以下、表面積比Ｓｄｒという）である。加工面内の特定領域の面積は、特定領域を上面から見た場合の面積である。実際の加工面の表面積は、特定領域の高さ方向の形状も考慮された面積である。実際の加工面の表面積は、実際の加工面を特定領域に平行な面内に展開した場合の面積に対応している。表面積比Ｓｄｒとしては、入力装置３１に入力された加工面粗さに応じた範囲の中の値を入力することが可能である。すなわち、入力装置３１へは、加工面粗さと、加工面粗さ応じた範囲内の表面積比Ｓｄｒとが入力される。

　電極消耗率は、形彫放電加工に用いられる電極の消耗率である。具体的には、電極消耗率は、被加工物が加工される量と電極の消耗量との比率である。加工速度は、形彫放電加工の速度であり、被加工物に形成される加工穴の形成速度に対応している。

　電極消耗率と加工速度とは両立することができないので、作業者は、何れを重視するかの度合いを段階的に示す情報の中から、所望する重視の度合いを選択して入力装置３１に入力する。実施の形態１の加工条件設定装置３０は、作業者が所望する電極消耗率を満たしつつ、最大の加工速度となるように加工条件を設定する場合について説明する。

　記憶装置３２は、予め実験にて取得された基礎データを記憶しておく。基礎データは、放電電流ピーク値と放電電流パルス幅との組み合わせに対する加工結果を示すデータテーブルである。具体的には、基礎データは、放電加工装置１が出力し得る全てもしくは一部の、放電電流ピーク値と放電電流パルス幅との組み合わせに対する、加工面粗さ、加工表面積、電極消耗率、加工速度、および縮小代の各実験データの組み合わせから構成されるデータテーブルである。すなわち、基礎データは、加工面粗さ、加工表面積、電極消耗率、加工速度、縮小代などのデータテーブルを含んでいる。基礎データの詳細については、後述する。

　演算装置３３は、作業者が入力装置３１に入力した加工結果と、記憶装置３２に記憶されている基礎データとに基づいて、多段の加工条件列を算出する。演算装置３３は、多段の加工条件列に含まれる各加工条件に対応する指令を加工電源３４に出力する。

　形彫放電加工における加工条件には、工具電極と被加工物の電気条件、工具電極の移動条件、特定の制御に関する制御条件、環境条件などが含まれている。電気条件は、放電電流ピーク値、放電電流パルス幅、休止時間、サーボ基準電圧、極性、無負荷電圧などである。移動条件は、工具電極の、ジャンプ速度、ジャンプ時間、揺動量などである。制御条件は、放電電流パルスの波形を制御する条件、加工間隙に印加される電圧パルスの波形を制御する条件などである。環境条件は、加工液噴流の有無、加工液の噴流方法などである。

　形彫放電加工の加工条件のうち、放電電流ピーク値および放電電流パルス幅は、加工面粗さ、加工面質、電極消耗率、加工速度といった加工結果に大きな影響を与える。このため、加工条件設定装置３０は、所望された加工結果に応じた最適な加工結果を得るために、最適な放電電流ピーク値および放電電流パルス幅の組み合わせを多段の加工条件列に対して設定する。

　加工電源３４は、演算装置３３が算出した多段の加工条件列に従って、加工機構３５に電圧パルスを印加する。加工機構３５には、工具電極と被加工物とが配置されている。加工機構３５では、工具電極と被加工物との間の加工極間３６に、加工電源３４からの電圧パルスが印加される。これにより、工具電極と被加工物との間の加工間隙に繰り返し放電が発生し、被加工物への形彫放電加工が行われる。

　ここで、放電電流ピーク値と放電電流パルス幅との組み合わせと、被加工物の加工面形状である加工面粗さとの関係について説明する。図２は、放電電流波形と加工面粗さとの関係を説明するための図である。加工電源３４は、種々の放電電流パルスを出力することができる。

　図２では、第１の波形例である放電電流波形１１と、第２の波形例である放電電流波形１２とを示している。また、図２では、放電電流波形１１で放電加工が実行された場合の、被加工物の加工面１３と、放電電流波形１２で放電加工が実行された場合の、被加工物の加工面１４とを示している。

　図２では、放電電流波形１１，１２のような２種類の放電電流パルスによって得られる加工面１３，１４が、加工面粗さＲａまたは最大高さであるＲｚといった面粗さが同じであるが表面積比Ｓｄｒが異なっている場合を示している。放電電流波形１１，１２を比較すると、放電電流波形１１の方が、放電電流波形１２よりも放電電流ピーク値が低く放電電流パルス幅が長いが、何れも同じ加工面粗さとなっている。しかしながら、加工面１３は、加工面１４と比べて放電一発によって形成される放電痕の径方向の大きさが大きいので、加工面１３は、加工面１４よりも、表面積比Ｓｄｒが小さくなる。

　図３は、放電電流パルス幅と、加工面粗さＲａおよび表面積比Ｓｄｒとの関係を説明するための図である。図３に示すグラフの横軸は加工面粗さＲａであり、縦軸は表面積比Ｓｄｒである。図３では、第１例の放電電流パルス幅で加工された場合の加工面質（表面性状）２１と、第２例の放電電流パルス幅で加工された場合の加工面質２２とを示している。加工面質２１に対応する第１例の放電電流パルス幅は、加工面質２２に対応する第２例の放電電流パルス幅よりも小さなパルス幅である。

　図２および図３に示すように、放電電流パルス幅が長くなるほど、同じ加工面粗さＲａに対する表面積は小さくなるので、表面積比Ｓｄｒも小さくなる。加工面の表面積は、形彫放電加工後の被加工物の性能に大きな影響を与えることがあるので、表面積比Ｓｄｒは、適切に制御される必要がある。加工条件設定装置３０は、入力された被加工物の加工表面積（表面積比Ｓｄｒ）に応じた適切な加工条件（放電電流ピーク値および放電電流パルス幅）を生成する。

　次に、基礎データの例について説明する。図４は、実施の形態１にかかる加工条件設定装置が用いる面粗さデータの例を示す図である。図５は、実施の形態１にかかる加工条件設定装置が用いる電極消耗データの例を示す図である。加工面粗さＲａのデータである面粗さデータ４１、および電極消耗率のデータである電極消耗データ４２は、何れも基礎データの例である。基礎データは、予め取得された形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、加工結果の理論的な相関を示すデータである。

　図４に示すように、面粗さデータ４１は、放電電流ピーク値ＩＰと放電電流パルス幅ＯＮとの組み合わせに対応する、加工面粗さを示すデータである。図５に示すように、電極消耗データ４２は、放電電流ピーク値ＩＰと放電電流パルス幅ＯＮとの組み合わせに対応する、電極消耗率を示すデータである。

　図４および図５では、最も小さい放電電流ピーク値ＩＰをＩ₁で示し、ｍ（ｍは自然数）番目に小さい放電電流ピーク値ＩＰをＩ_mで示している。また、最も小さい放電電流パルス幅ＯＮをｔ₁で示し、ｎ（ｎは自然数）番目に小さい放電電流パルス幅ＯＮをｔ_nで示している。Ｉ_mは、最大の放電電流ピーク値ＩＰであり、ｔ_nは、最大の放電電流パルス幅ＯＮである。

　例えば、ｍ番目に小さい放電電流ピーク値Ｉ_mと、ｎ番目に小さい放電電流パルス幅ｔ_nとの組み合わせで放電加工が行われた場合の加工面粗さＲａは、Ｒａ_mnであり、電極消耗率は、ＥＷ_mnである。

　加工面粗さＲａは、放電電流ピーク値ＩＰが大きいほど粗くなる。また、加工面粗さＲａは、放電電流パルス幅ＯＮが小さいほど粗くなる。また、電極消耗率は、放電電流ピーク値ＩＰが大きいほど大きくなる。また、電極消耗率は、放電電流パルス幅ＯＮが小さいほど大きくなる。

　なお、記憶装置３２には、基礎データとして、加工表面積（表面積比Ｓｄｒ）、加工速度、縮小代などのデータテーブルも記憶されている。これらの加工表面積、加工速度、縮小代などのデータテーブルも、面粗さデータ４１および電極消耗データ４２と同様の構成を有している。例えば、加工表面積のデータテーブルでは、放電電流ピーク値ＩＰと放電電流パルス幅ＯＮとの組み合わせに対応する表面積比Ｓｄｒが格納されている。同様に、加工速度のデータテーブルでは、放電電流ピーク値ＩＰと放電電流パルス幅ＯＮとの組み合わせに対応する加工速度が格納されている。縮小代のデータテーブルでは、放電電流ピーク値ＩＰと放電電流パルス幅ＯＮとの組み合わせに対応する縮小代が格納されている。

　図６は、実施の形態１にかかる加工条件設定装置による加工条件列の算出処理手順を示すフローチャートである。加工条件設定装置３０の入力装置３１は、縮小代、加工面積といった作業者が所望する加工結果が加工条件設定装置３０に入力されると、この所望の加工結果を受け付ける（ステップＳ１０）。入力装置３１は、この加工結果を演算装置３３に送る。入力装置３１に入力される加工結果には、例えば、所望される、縮小代、加工面積、電極消耗率、加工面粗さ、加工表面積、加工速度などのデータが含まれている。

　演算装置３３は、入力された縮小代、加工面積などに基づいて、許容される最大放電電流ピーク値ＩＰ＿１を算出する（ステップＳ２０）。ＩＰ＿１は、１段目の放電加工で用いられる最大放電電流ピーク値である。

　次に、演算装置３３は、基礎データである電極消耗データ４２に基づいて、最大放電電流ピーク値ＩＰ＿１に対応する放電電流パルス幅ＯＮ＿１を算出する（ステップＳ３０）。この場合において、演算装置３３は、電極消耗データ４２のうちの選択可能な放電電流パルス幅ＯＮの中から最大のパルス幅を放電電流パルス幅ＯＮ＿１に決定する。ＯＮ＿１は、１段目の放電加工で用いられる放電電流パルス幅である。

　演算装置３３は、これらの最大放電電流ピーク値ＩＰ＿１と、放電電流パルス幅ＯＮ＿１と、面粗さデータ４１とに基づいて、最大の加工面粗さである加工面粗さＲａ＿１を算出する（ステップＳ４０）。Ｒａ＿１は、１段目の放電加工が完了した際の加工面粗さである。

　演算装置３３は、決定した最大の加工面粗さＲａ＿１と、加工結果として入力された加工面粗さとに基づいて、加工条件列の段数Ｎ（Ｎは自然数）と、途中の加工条件列における加工面粗さＲａ＿ｋ（ｋは、２から（Ｎ－１）までの自然数）を算出する（ステップＳ５０）。すなわち、演算装置３３は、段数Ｎと、２段目から（Ｎ－１）段目までの加工面粗さＲａ＿１からＲａ＿（Ｎ－１）を決定する。

　演算装置３３は、各段の加工面粗さを、前段の加工条件の加工面粗さよりも小さくなるように決定する。演算装置３３は、予め演算装置３３に組み込まれたロジックに従って加工面粗さを算出する。

　例えば、演算装置３３は、予め定められた比率ｐに従って１段目の加工面粗さＲａ＿１から最終段目の加工面粗さＲａ＿Ｎまで、等倍に加工面粗さを小さくしていく場合、Ｎ＝ｌｏｇ_p（Ｒａ＿Ｎ／Ｒａ＿１）、およびＲａ＿ｋ＝ｐ×Ｒａ＿（ｋ－１）の式によって加工条件列の段数Ｎとｋ段目の加工面粗さＲａ＿ｋを算出する。

　演算装置３３は、以上の手順によって算出した各加工条件の加工面粗さＲａ＿ｋと、面粗さデータ４１と、電極消耗データ４２とに基づいて、最終段目以外の各加工条件の放電電流ピーク値ＩＰ＿ｋおよび放電電流パルス幅ＯＮ＿ｋを算出する（ステップＳ６０）。

　図７は、実施の形態１にかかる加工条件設定装置による、放電電流ピーク値および放電電流パルス幅の算出処理を説明するための図である。図７の上段に示すグラフは、横軸が放電電流パルス幅であり、縦軸が加工面粗さである。図７の下段に示すグラフは、横軸が放電電流パルス幅であり、縦軸が電極消耗率である。

　図７の上段に示すグラフには、放電電流パルス幅と加工面粗さとの対応関係２３，２４が示されている。対応関係２３は、放電電流ピーク値が、ｋ段目の放電電流ピーク値ＩＰ＿ｋである場合の放電電流パルス幅と加工面粗さとの対応関係である。対応関係２４は、放電電流ピーク値が、（ｋ＋１）段目の放電電流ピーク値ＩＰ＿（ｋ＋１）である場合の放電電流パルス幅と加工面粗さとの対応関係である。

　また、図７の下段に示すグラフには、放電電流パルス幅と電極消耗率との対応関係２５，２６が示されている。対応関係２５は、放電電流ピーク値が、ｋ段目の放電電流ピーク値ＩＰ＿ｋである場合の放電電流パルス幅と電極消耗率の対応関係である。対応関係２６は、放電電流ピーク値が、（ｋ＋１）段目の放電電流ピーク値ＩＰ＿（ｋ＋１）である場合の放電電流パルス幅と電極消耗率との対応関係である。ここでのｋは、例えばｋ＝１である。

　ｋ段目の加工条件における、加工面粗さをＲａ＿ｋとし、放電電流ピーク値をＩＰ＿ｋとし、放電電流パルス幅をＯＮ＿ｋとする。演算装置３３は、面粗さデータ４１から、（ｋ＋１）段目にＩＰ＿ｋを適用した場合に（ｋ＋１）段目の加工面粗さＲａ＿（ｋ＋１）となる放電電流パルス幅ｔ_k+1を検索する。

　次に、演算装置３３は、電極消耗データ４２を参照し、検索した放電電流パルス幅ｔ_k+1と、放電電流ピーク値ＩＰ＿ｋとの組み合わせに対応する電極消耗率ＥＷ１を算出する。演算装置３３は、電極消耗率ＥＷ１が所望の電極消耗率ＥＷ以下であるか否かを判定する。

　ＥＷ≧ＥＷ１であれば、演算装置３３は、ＩＰ＿ｋ、ｔ_k+1をそれぞれ（ｋ＋１）段目の放電電流ピーク値ＩＰ＿（ｋ＋１）、放電電流パルス幅ＯＮ＿（ｋ＋１）とする。すなわち、ＥＷ≧ＥＷ１であれば、演算装置３３は、ｋ段目の放電電流ピーク値ＩＰ＿ｋを、（ｋ＋１）段目の放電電流ピーク値ＩＰ＿（ｋ＋１）に適用する。

　一方、ＥＷ１＞ＥＷであれば、演算装置３３は、放電加工装置１に設定可能なＩＰ＿ｋよりも１段階低い放電電流ピーク値ＩＰ＿（ｋ－１）に対して、Ｒａ＿（ｋ＋１）となる放電電流パルス幅ｔ_k+1を、面粗さデータ４１から検索する。

　演算装置３３は、電極消耗データ４２を参照し、検索した放電電流パルス幅ｔ_k+1と放電電流ピーク値ＩＰ＿（ｋ－１）との組み合わせに対応する電極消耗率ＥＷ２を算出する。演算装置３３は、電極消耗率ＥＷ２が所望の電極消耗率ＥＷ以下であるか否かを判定する。

　演算装置３３は、所望の電極消耗率ＥＷを満たす放電電流パルス幅と放電電流ピーク値との組み合わせを見つけるまで、放電電流パルス幅を小さくしていく処理と、放電電流ピーク値を小さくしていく処理とを繰り返す。これにより、演算装置３３は、最終段目を除く全ての加工条件における放電電流ピーク値と放電電流パルス幅との組み合わせを決定することができる。

　演算装置３３は、最終段目の加工条件における放電電流ピーク値と放電電流パルス幅との組み合わせを、最終段目の加工面粗さＲａ＿Ｎと、面粗さデータ４１と、加工表面積の基礎データとに基づいて算出する。

　加工表面積の基礎データは、前述したように、放電電流ピーク値と放電電流パルス幅との組み合わせに対応する加工表面積を示すデータである。以下、加工表面積の基礎データを表面積データという。

　演算装置３３は、面粗さデータ４１から、最終段目の加工面粗さＲａ＿Ｎを得ることができる放電電流ピーク値と放電電流パルス幅との組み合わせを検索する。次に、演算装置３３は、表面積データに基づいて、検索した放電電流ピーク値と放電電流パルス幅との組み合わせに対応する加工表面積を読み出す。演算装置３３は、読み出した加工表面積が、所望の加工表面積を満たすか否かを判定する。

　読み出した加工表面積が、所望の加工表面積を満たさない場合、演算装置３３は、所望の加工表面積を満たす放電電流ピーク値と放電電流パルス幅との組み合わせを検索する。すなわち、演算装置３３は、最終段目の加工面粗さＲａ＿Ｎを得ることができ、且つ所望の加工表面積を満たす放電電流ピーク値と放電電流パルス幅との組み合わせを検索する。演算装置３３は、面粗さデータ４１および表面積データに基づいて、最終段目の加工面粗さＲａ＿Ｎを得ることができ、且つ所望の加工表面積を満たす放電電流ピーク値と放電電流パルス幅との組み合わせを全て抽出する。

　演算装置３３は、所望の加工面粗さＲａ＿Ｎおよび加工表面積を満たす組み合わせのうち、放電電流パルス幅が最も長くなる組み合わせを最終段目の加工条件に決定する。すなわち、演算装置３３は、最終段目の加工条件として、放電電流ピーク値ＩＰ＿Ｎおよび放電電流パルス幅ＯＮ＿Ｎを算出する（ステップＳ７０）。このように、演算装置３３は、放電電流パルス幅が長い加工条件を選択することで、電極消耗率を極力小さくすることが可能となる。

　演算装置３３は、ステップＳ２０からＳ７０の処理で得られた加工条件を、多段の加工条件列に決定する（ステップＳ８０）。加工電源３４は、演算装置３３によって算出された多段の加工条件列に従って、放電電流パルスを生成し、加工極間３６に放電エネルギーを印加する。

　以上の図６で説明した手順によって、演算装置３３は、作業者が所望する、加工面粗さ、電極消耗率、および加工表面積を満たす加工条件を自動で算出することが可能となる。また、演算装置３３は、上記手順によって放電電流ピーク値と放電電流パルス幅との組み合わせを選ぶことにより、所望の加工面粗さ、電極消耗率、加工表面積を満たす最速の加工条件列を設定することができる。すなわち、演算装置３３は、作業者が所望する加工結果を満たす範囲内で最も大きな放電電流ピーク値と、最も小さな放電電流パルス幅の組み合わせを選ぶことにより、加工速度を最大速度に設定することができる。

　なお、演算装置３３は、作業者が所望する加工速度を満たしつつ、最小の電極消耗率となるように加工条件を設定してもよい。この場合、演算装置３３は、電極消耗データ４２の代わりに、放電電流ピーク値と放電電流パルス幅との組み合わせに対する加工速度の基礎データを用いる。そして、演算装置３３は、加工条件列の算出処理の際に、電極消耗率の情報の代わりに加工速度の情報を用いて、上述した処理と同様の処理を実行する。

　このように、実施の形態１では、演算装置３３が、複数回に渡る形彫放電加工として第１段目から最終段目までの加工処理が行われる際の加工条件を、入力装置３１が受け付けた加工結果と、記憶装置３２が記憶している基礎データとに基づいて算出している。そして、入力装置３１が受け付けた加工結果には、加工表面積が含まれている。したがって、加工条件設定装置３０は、入力された被加工物の加工表面積に応じた適切な加工条件を生成することが可能となる。

実施の形態２．
　つぎに、図８を用いて実施の形態２について説明する。実施の形態２にかかる加工条件設定装置３０は、実施の形態１にかかる加工条件設定装置３０と同様の構成を有しているので、その説明は省略する。

　実施の形態１の加工条件設定装置３０は、最終段目の加工条件だけ加工表面積に基づいて、放電電流ピーク値と放電電流パルス幅との組み合わせを決定している。このため、最終段目の加工条件だけ電極消耗率が所望の加工条件を満たさないが、仕上げ加工条件における電極消耗はわずかであるので、場合によっては無視することができる。

　ところが、作業者が極めて高精度な加工を所望する場合、電極消耗率を抑える必要がある。そこで、実施の形態２の加工条件設定装置３０は、所望される加工結果を多段の加工条件列それぞれに対して設定できるようにする。これにより、加工条件設定装置３０は、最終段目の加工条件だけ所望された電極消耗率を超える場合であっても、他段の加工条件列の電極消耗率を所望された値よりも小さく設定することで、加工条件全体の電極消耗量の総和を所望された値に設定することができる。より好ましくは、作業者が手動で多段の加工条件列の全ての電極消耗率を設定するのではなく、加工条件設定装置３０が、実施の形態１で説明した手順で加工条件を算出する。この後、加工条件設定装置３０は、再度電極消耗量を計算する。加工条件設定装置３０の演算装置３３へは、実施の形態１で説明した手順で加工条件を算出した後に再度電極消耗量を計算するロジックが組み込まれる。また、実施の形態２では、所望される加工結果に、加工条件全体の電極消耗量の総和が含まれている。

　図８は、実施の形態２にかかる加工条件設定装置による加工条件列の算出処理手順を示すフローチャートである。図８に示す処理のうち、図６で説明した実施の形態１の加工条件設定装置３０が実行する処理と同様の処理については、その説明を省略する。

　実施の形態２の加工条件設定装置３０が実行するステップＳ１０からＳ７０の処理は、実施の形態１の加工条件設定装置３０が実行するステップＳ１０からＳ７０の処理と同じ処理である。

　実施の形態２の演算装置３３は、全段の加工条件を算出した後、すなわちステップＳ７０の処理の後、電極消耗データ４２に基づいて、放電加工の全体における電極消耗量の総和を算出する。

　演算装置３３は、電極消耗量の総和が、所望された電極消耗量よりも大きいか否かを判定する（ステップＳ７５）。電極消耗量の総和が、所望された電極消耗量以下の場合（ステップＳ７５、Ｎｏ）、演算装置３３は、算出した加工条件をそのまま多段の加工条件列に設定する（ステップＳ８０）。

　一方、電極消耗量の総和が、所望された電極消耗量よりも大きい場合（ステップＳ７５、Ｙｅｓ）、演算装置３３は、最終段目を除く全ての加工条件における電極消耗率の基準値（前述の所望の電極消耗率ＥＷ）を所望された値よりも小さい値に再設定する。すなわち、演算装置３３は、入力された電極消耗率よりも低い値を所望の電極消耗率に設定する（ステップＳ７６）。演算装置３３は、再設定した電極消耗率を用いて、実施の形態１で説明した最大放電電流ピーク値に対する放電電流パルス幅を決定する。そして、演算装置３３は、図８のステップＳ３０からＳ７０の処理を再度実行し、全ての加工条件における放電電流ピーク値と放電電流パルス幅との組み合わせを決定する。このようなステップＳ３０からＳ７０の処理が繰り返されることによって、演算装置３３は、最終段の加工条件のみ所望された電極消耗率を満たさなくても、加工全体として所望された電極消耗量を満たす多段の加工条件列を自動で算出することが可能となる。

　このように実施の形態２によれば、加工条件設定装置３０が、所望される加工結果を多段の加工条件列それぞれに対して設定可能としているので、加工全体として所望された加工結果を満たす多段の加工条件列を算出することが可能となる。

実施の形態３．
　つぎに、実施の形態３について説明する。実施の形態３では、特定の放電加工装置１が実測した実測値を元に生成された基礎データを、全ての放電加工装置１に記憶させておき、放電加工装置１毎に異なる基礎データは記憶させない。

　放電加工装置１が複数台ある場合、各放電加工装置１の記憶装置３２に記憶させる基礎データは、特定の１台の放電加工装置１で取得された基礎データであることが望ましい。すなわち、ある１台の放電加工装置１にて取得された放電電流ピーク値および放電電流パルス幅の実測値に対応した各加工結果のデータが、全ての放電加工装置１が用いる基礎データであることが望ましい。換言すると、各放電加工装置１が用いる基礎データは、特定の放電加工装置１から得られた基礎データであることが望ましい。

　特定の放電加工装置１に設定された設定値に基づいた基礎データを別の放電加工装置１に記憶させた場合、放電加工装置１ごとの電気回路的なばらつきによって、別の放電加工装置１では、放電電流ピーク値および放電電流パルス幅に差が生じてしまう。すなわち、放電電流ピーク値および放電電流パルス幅は、放電加工装置１毎に誤差を有している。このため、各放電加工装置１では、基礎データと実加工結果との間に誤差が生じてしまう可能性がある。

　実施の形態３では、それぞれの放電加工装置１に対し、特定の放電加工装置１が実測した実測値を元に生成された基礎データを記憶させておく。これにより、放電加工装置１ごとに放電電流ピーク値および放電電流パルス幅に差異が生じたとしても、基礎データに数値的な補正をかけることで、放電加工装置１ごとに適した基礎データへ変換することが可能になる。

　このように実施の形態３によれば、特定の放電加工装置１が実測した実測値を元に生成された基礎データを、他の放電加工装置１に記憶させるので、他の放電加工装置１は、基礎データに数値的な補正をかけることで、自装置に適した基礎データに変換することが可能になる。

実施の形態４．
　つぎに、図９から図１３を用いて実施の形態４について説明する。実施の形態１から３の放電加工装置１は、基礎データに基づいた所望の加工結果を満たす理論的に加工速度が最も速くなる加工条件を自動で設定することができる。ところが、実際には工具電極に使用される材料、加工極間３６の加工屑の状態などによって、最速となる加工条件が変化する可能性が考えられる。そこで、実施の形態４では、加工条件に対する加工中の加工速度を学習する。すなわち、放電加工装置１は、入力された基礎データに基づいて、加工結果が作業者の所望する値を満たす放電電流ピーク値と放電電流パルス幅との組み合わせの中から、加工速度が最速となるものを検索する。実施の形態４において、作業者が所望する加工結果は、電極消耗率、加工面粗さ、および加工表面積である。

＜学習フェーズ＞
　図９は、実施の形態４にかかる学習装置の構成例を示すブロック図である。学習装置５０は、放電加工装置１に、所望された加工結果を満たす範囲内で、加工速度が最大となる放電電流ピーク値および放電電流パルス幅を提供するための学習済モデル７１を学習するコンピュータである。学習装置５０は、データ取得部５１、およびモデル生成部５２を備えている。

　データ取得部５１は、加工軸の位置と、加工軸の位置に対応する放電電流ピーク値と、加工軸の位置に対応する放電電流パルス幅とを学習用データとして取得する。加工軸の位置は、加工速度に対応する情報である。データ取得部５１が学習用データとして取得するデータは、加工の際に実際に用いられたデータである。データ取得部５１が第１のデータ取得部である。

　モデル生成部５２は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置を含む学習用データに基づいて、学習用に設定された放電電流ピーク値および放電電流パルス幅に対する加工速度を学習する。すなわち、モデル生成部５２は、放電加工装置１の加工軸の位置から、学習用に設定された放電電流ピーク値および放電電流パルス幅に対する加工速度を推論する学習済モデル７１を生成する。

　モデル生成部５２は、教師あり学習、教師なし学習、強化学習等の公知の学習アルゴリズムを用いることができる。一例として、モデル生成部５２に強化学習（Reinforcement　Learning）を適用した場合について説明する。強化学習では、ある環境内におけるエージェント（行動主体）が、現在の状態（環境のパラメータ）を観測し、取るべき行動を決定する。エージェントの行動により環境が動的に変化し、エージェントには環境の変化に応じて報酬が与えられる。エージェントはこれを繰り返し、一連の行動を通じて報酬が最も多く得られる行動方針を学習する。強化学習の代表的な手法として、Ｑ学習（Q-learning）やＴＤ学習（TD－learning）が知られている。例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式は以下の式（１）で表される。

　式（１）において、ｓ_tは時刻ｔにおける環境の状態を表し、ａ_tは時刻ｔにおける行動を表す。行動ａ_tにより、状態はｓ_t+1に変わる。ｒ_t+1はその状態の変化によってもらえる報酬を表し、γは割引率を表し、αは学習係数を表す。なお、γは０＜γ≦１、αは０＜α≦１の範囲とする。加工軸の位置に対応する放電電流ピーク値および放電電流パルス幅が行動ａ_tとなり、加工軸の位置が状態ｓ_tとなり、モデル生成部５２は、時刻ｔの状態ｓ_tにおける最良の行動ａ_tを学習する。

　式（１）で表される更新式は、時刻ｔ＋１における最もＱ値の高い行動ａの行動価値Ｑが、時刻ｔにおいて実行された行動ａの行動価値Ｑよりも大きければ、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、時刻ｔにおける行動ａの行動価値Ｑを、時刻ｔ＋１における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ，ａ）を更新する。それにより、或る環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播していくようになる。

　上記のように、強化学習によって学習済モデル７１を生成する場合、モデル生成部５２は、報酬計算部５３と、関数更新部５４と、を備えている。

　報酬計算部５３は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置に基づいて報酬を計算する。報酬計算部５３は、加工速度基準に基づいて、報酬ｒを計算する。報酬計算部５３は、例えば、加工速度が増加する場合（報酬増大基準を満たす場合）には報酬ｒを増大させ（例えば「１」の報酬を与える）、他方、加工速度が減少する場合（報酬減少基準を満たす場合）には報酬ｒを低減する（例えば「－１」の報酬を与える）。

　関数更新部５４は、報酬計算部５３によって計算される報酬に従って、加工速度を決定するための関数を更新し、学習装置５０の外部に配置された学習済モデル記憶部７０に出力する。例えばＱ学習の場合、関数更新部５４は、式（１）で表される行動価値関数Ｑ（ｓ_t，ａ_t）を、学習用に設定された放電電流ピーク値および放電電流パルス幅に対する加工速度を算出するための関数として用いる。

　関数更新部５４は、以上のような学習を繰り返し実行する。学習済モデル記憶部７０は、関数更新部５４によって更新された行動価値関数Ｑ（ｓ_t，ａ_t）、すなわち、学習済モデル７１を記憶する。

　次に、図１０を用いて、学習装置５０による学習処理の処理手順について説明する。図１０は、実施の形態４にかかる学習装置による学習処理の処理手順を示すフローチャートである。データ取得部５１は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置を学習用データとして取得する（ステップＳ１１０）。

　モデル生成部５２は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置に基づいて、報酬を計算する（ステップＳ１２０）。具体的には、報酬計算部５３は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置を取得し、加工軸の位置から加工速度を算出し、予め定められた加工速度基準（報酬基準）に基づいて報酬を増やすか、または報酬を減らすかを判断する。加工速度基準は、加工速度が大きくなったか小さくなったかである。

　報酬計算部５３は、報酬を増やすと判断した場合に報酬を増やし、報酬を減らすと判断した場合に報酬を減らす。すなわち、報酬計算部５３は、加工軸の位置から算出した加工速度が増加した場合に報酬を増やす（ステップＳ１３０）。一方、報酬計算部５３は、加工軸の位置から算出した加工速度が減少した場合に報酬を減らす（ステップＳ１４０）。なお、報酬計算部５３は、加工速度に変化が無かった場合は、報酬を増減させなくてもよい。

　関数更新部５４は、報酬計算部５３によって計算された報酬に基づいて、学習済モデル記憶部７０が記憶する式（１）で表される行動価値関数Ｑ（ｓ_t，ａ_t）を更新する（ステップＳ１５０）。これにより、放電電流ピーク値および放電電流パルス幅に対応する加工速度が学習される。

　学習装置５０は、以上のステップＳ１１０からＳ１５０までのステップを繰り返し実行し、生成された行動価値関数Ｑ（ｓ_t，ａ_t）を、学習済モデル７１として学習済モデル記憶部７０に記憶させる。

　実施の形態４にかかる学習装置５０は、学習済モデル７１を学習装置５０の外部に設けられた学習済モデル記憶部７０に記憶するものとしたが、学習済モデル記憶部７０を学習装置５０の内部に備えていてもよい。

＜活用フェーズ＞
　図１１は、実施の形態４にかかる推論装置の構成例を示すブロック図である。推論装置６０は、データ取得部６１と、推論部６２とを備えている。データ取得部６１が第２のデータ取得部である。

　データ取得部６１は、加工速度を推論するためのデータとして放電電流ピーク値および放電電流パルス幅を取得する。データ取得部６１は、例えば、図４および図５で説明した放電電流ピーク値および放電電流パルス幅を取得する。

　推論部６２は、学習済モデル記憶部７０が記憶している学習済モデル７１を利用して、放電電流ピーク値および放電電流パルス幅に対応する加工速度を推論する。すなわち、推論部６２は、この学習済モデル７１にデータ取得部６１が取得した、放電電流ピーク値および放電電流パルス幅を入力することで、放電電流ピーク値および放電電流パルス幅に適した加工速度を推論することができる。推論部６２は、得られた加工速度を放電加工装置１の記憶装置３２に出力する。

　なお、本実施の形態では、推論装置６０が、学習装置５０のモデル生成部５２で学習した学習済モデル７１を用いる場合について説明したが、推論装置６０は、他の学習装置５０から取得した学習済モデル７１を用いてもよい。この場合も、推論装置６０は、他の学習装置５０から取得した学習済モデル７１に基づいて、加工速度を出力する。他の学習装置５０は、放電加工装置１とは異なる他の放電加工装置から学習済モデル７１を学習する装置である。すなわち、推論装置６０は、他の放電加工装置で学習された学習済モデル７１を用いて、放電電流ピーク値および放電電流パルス幅に適した加工速度を推論してもよい。

　次に、図１２を用いて、推論装置６０による推論処理の処理手順について説明する。図１２は、実施の形態４にかかる推論装置による推論処理の処理手順を示すフローチャートである。データ取得部６１は、加工速度を推論するためのデータである推論用データを取得する（ステップＳ２１０）。具体的には、データ取得部６１は、推論用に設定された放電電流ピーク値および放電電流パルス幅を取得する。

　推論部６２は、学習済モデル記憶部７０が記憶している学習済モデル７１に、放電電流ピーク値および放電電流パルス幅を入力し（ステップＳ２２０）、放電電流ピーク値および放電電流パルス幅に対する加工速度を得る。

　推論部６２は、得られたデータ、すなわち放電電流ピーク値および放電電流パルス幅に対する加工速度を放電加工装置１に出力する（ステップＳ２３０）。

　放電加工装置１の記憶装置３２は、出力された、放電電流ピーク値および放電電流パルス幅に対する加工速度を学習結果として記憶する（ステップＳ２４０）。推論部６２は、所望された加工結果を満たす放電電流ピーク値と放電電流パルス幅との組み合わせのうち、データ未取得の組み合わせがあるか否かを判定する（ステップＳ２５０）。

　データ未取得の組み合わせがある場合（ステップＳ２５０、Ｙｅｓ）、推論部６２は、加工速度の推論に用いる放電電流ピーク値および放電電流パルス幅の組み合わせを変更する（ステップＳ２６０）。すなわち、推論部６２は、放電電流ピーク値および放電電流パルス幅の組み合わせを、データ未取得の放電電流ピーク値と放電電流パルス幅との組み合わせに変更し、推論用データに設定する。

　推論装置６０は、データ未取得の組み合わせが無くなるまで、ステップＳ２１０からＳ２６０までの処理を繰り返す。データ未取得の組み合わせが無くなると（ステップＳ２５０、Ｎｏ）、推論部６２は、学習結果として記憶しておいた加工速度の中から、加工速度が最大となる放電電流ピーク値と放電電流パルス幅との組み合わせを検索する。すなわち、推論部６２は、所望された加工結果を満たす範囲内で加工速度が最大となる放電電流ピーク値と放電電流パルス幅との組み合わせを検索する。

　推論部６２は、検索した放電電流ピーク値と放電電流パルス幅との組み合わせを放電加工装置１の記憶装置３２に送る。記憶装置３２は、所望された加工結果を満たす範囲内で加工速度が最大となる放電電流ピーク値と放電電流パルス幅との組み合わせを記憶する。これにより、放電加工装置１は、推論装置６０から送られてきた放電電流ピーク値と放電電流パルス幅との組み合わせを、放電加工時に用いるパラメータに設定する（ステップＳ２７０）。放電加工装置１は、記憶装置３２が記憶している、加工速度が最大となる放電電流ピーク値と放電電流パルス幅との組み合わせを用いて放電加工を実行する。

　なお、実施の形態４では、推論部６２が用いる学習アルゴリズムに強化学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、強化学習以外にも、教師あり学習、教師なし学習、又は半教師あり学習等を適用することも可能である。

　また、モデル生成部５２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Deep　Learning）を用いることもできる。モデル生成部５２は、他の公知の方法、例えばニューラルネットワーク、遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。

　なお、学習装置５０および推論装置６０は、例えば、ネットワークを介して放電加工装置１に接続された、この放電加工装置１とは別個の装置であってもよい。また、学習装置５０および推論装置６０の少なくとも一方は、放電加工装置１に内蔵されていてもよい。さらに、学習装置５０および推論装置６０は、クラウドサーバ上に存在していてもよい。

　また、モデル生成部５２は、複数の放電加工装置１から取得される学習用データを用いて、放電電流ピーク値と放電電流パルス幅との組み合わせに対する加工速度を学習するようにしてもよい。なお、モデル生成部５２は、同一のエリアで使用される複数の放電加工装置１から学習用データを取得してもよいし、異なるエリアで独立して動作する複数の放電加工装置１から収集される学習用データを利用して放電電流ピーク値および放電電流パルス幅に対する加工速度を学習してもよい。また、学習用データを収集する放電加工装置１を途中で対象に追加すること、または対象から除去することも可能である。さらに、ある放電加工装置に関して、放電電流ピーク値および放電電流パルス幅に対する加工速度を学習した学習装置を、これとは別の放電加工装置１に適用し、当該別の放電加工装置１に関して放電電流ピーク値および放電電流パルス幅に対する加工速度を再学習して更新するようにしてもよい。

　ここで、学習装置５０および推論装置６０のハードウェア構成について説明する。学習装置５０および推論装置６０は、同様のハードウェア構成を有しているので、以下では、学習装置５０のハードウェア構成について説明する。

　図１３は、実施の形態４にかかる学習装置を実現するハードウェア構成例を示す図である。学習装置５０は、プロセッサ９１、メモリ９２、出力装置９３、および入力装置９４により実現することができる。

　プロセッサ９１の例は、ＣＰＵ（Central　Processing　Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital　Signal　Processor）ともいう）またはシステムＬＳＩ（Large　Scale　Integration）である。メモリ９２の例は、ＲＡＭ（Random　Access　Memory）、ＲＯＭ（Read　Only　Memory）である。

　学習装置５０は、プロセッサ９１が、メモリ９２で記憶されている学習装置５０の動作を実行するための、コンピュータで実行可能な、学習プログラムを読み出して実行することにより実現される。学習装置５０の動作を実行するための学習プログラムは、学習装置５０の手順または方法をコンピュータに実行させるものであるともいえる。学習装置５０の動作を実行するための学習プログラムには、加工速度を学習するためのプログラムなどが含まれている。

　学習装置５０で実行される学習プログラムは、モデル生成部５２を含むモジュール構成となっており、これらが主記憶装置上にロードされ、これらが主記憶装置上に生成される。

　入力装置９４は、放電電流ピーク値、放電電流パルス幅、および加工軸の位置などを受け付けてプロセッサ９１に送る。メモリ９２は、面粗さデータ４１、電極消耗データ４２といった基礎データなどを記憶する。また、メモリ９２は、プロセッサ９１が各種処理を実行する際の一時メモリに使用される。出力装置９３は、プロセッサ９１が生成した加工速度を加工電源３４に出力する。

　学習プログラムは、インストール可能な形式または実行可能な形式のファイルで、コンピュータが読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されてもよい。また、学習プログラムは、インターネットなどのネットワーク経由で学習装置５０に提供されてもよい。なお、学習装置５０の機能について、一部を専用回路などの専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。なお、加工条件設定装置３０も、学習装置５０と同様のハードウェア構成を有している。

　このように実施の形態４では、学習装置５０が、放電加工装置１の加工軸の位置、設定された放電電流ピーク値および放電電流パルス幅に基づいて、加工速度を推論する学習済モデル７１を生成している。また、推論装置６０が、学習済モデル７１を用いて、放電加工装置１の加工軸の位置、設定された放電電流ピーク値および放電電流パルス幅から、加工速度を推論している。これにより、放電加工装置１の加工軸の位置に応じた、設定された放電電流ピーク値および放電電流パルス幅に対する加工速度を取得することが可能となる。推論装置６０は、加工速度が最大となる放電電流ピーク値と放電電流パルス幅との組み合わせを放電加工に適用することで、所望された加工結果を満たしつつ短時間で放電加工を実行することが可能となる。

　以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

　１　放電加工装置、１１，１２　放電電流波形、１３，１４　加工面、２１，２２　加工面質、２３～２６　対応関係、３０　加工条件設定装置、３１，９４　入力装置、３２　記憶装置、３３　演算装置、３４　加工電源、３５　加工機構、３６　加工極間、４１　面粗さデータ、４２　電極消耗データ、５０　学習装置、５１，６１　データ取得部、５２　モデル生成部、５３　報酬計算部、５４　関数更新部、６０　推論装置、６２　推論部、７０　学習済モデル記憶部、７１　学習済モデル、９１　プロセッサ、９２　メモリ、９３　出力装置。

Claims

　形彫放電加工に対して所望される加工結果として、工具電極の消耗率である電極消耗率、加工速度、被加工物の加工面の粗さである加工面粗さ、および前記被加工物の加工面内の特定領域の面積に対する実際の加工面の表面積比を受け付ける入力装置と、
　予め取得された前記形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、前記加工結果の理論的な相関を示す基礎データを記憶する記憶装置と、
　複数回に渡る前記形彫放電加工として第１段目から最終段目までの加工処理が行われる際の前記第１段目から前記最終段目までの加工条件を、前記入力装置が受け付けた前記加工結果と、前記記憶装置が記憶している前記基礎データとに基づいて算出する演算装置と、
　を備える、
　ことを特徴とする加工条件設定装置。
　前記加工結果は、物理量を示す情報である、
　ことを特徴とする請求項１に記載の加工条件設定装置。
　前記入力装置は、前記形彫放電加工毎に前記加工結果を受け付ける、
　ことを特徴とする請求項１または２に記載の加工条件設定装置。
　前記演算装置は、複数回に渡る前記形彫放電加工のうちの前記最終段目の加工処理において前記電極消耗率が前記加工結果を満たさない場合、前記最終段目よりも前段の加工処理に対して前記電極消耗率を下げたうえで前記第１段目から前記最終段目までの加工条件を算出する、
　ことを特徴とする請求項３に記載の加工条件設定装置。
　前記加工結果は、前記形彫放電加工における前記工具電極の消耗量の総和を含み、
　前記演算装置は、前記第１段目から前記最終段目までの電極消耗量の総和が、前記加工結果を満たす前記加工条件を算出する、
　ことを特徴とする請求項４に記載の加工条件設定装置。
　前記基礎データは、予め前記形彫放電加工が実行された際の実測値に基づいて生成されたデータである、
　ことを特徴とする請求項１から５の何れか１つに記載の加工条件設定装置。
　前記形彫放電加工の加工速度を学習する学習装置をさらに備え、
　前記学習装置は、
　前記加工条件を用いて前記形彫放電加工を行う形彫放電加工装置の加工軸の位置と、前記加工軸の位置における前記放電電流ピーク値および前記放電電流パルス幅とを含む学習用データを取得する第１のデータ取得部と、
　前記学習用データを用いて、前記放電電流ピーク値および前記放電電流パルス幅から、前記放電電流ピーク値および前記放電電流パルス幅に対応する加工速度を推論するための学習済モデルを生成するモデル生成部と、
　を有する、
　ことを特徴とする請求項１から６の何れか１つに記載の加工条件設定装置。
　前記学習済モデルを用いて前記加工速度を推論する推論装置をさらに備え、
　前記推論装置は、
　前記加工軸の位置における前記放電電流ピーク値および前記放電電流パルス幅を取得する第２のデータ取得部と、
　前記学習済モデルを用いて、前記第２のデータ取得部が取得した前記放電電流ピーク値および前記放電電流パルス幅に対応する前記加工速度を推論して出力する推論部と、
　を有する、
　ことを特徴とする請求項７に記載の加工条件設定装置。
　記憶装置が、予め取得された形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、前記形彫放電加工の加工結果の理論的な相関を示す基礎データを記憶する記憶ステップと、
　入力装置が、形彫放電加工に対して所望される加工結果として、工具電極の消耗率である電極消耗率、加工速度、被加工物の加工面の粗さである加工面粗さ、および前記被加工物の加工面内の特定領域の面積に対する実際の加工面の表面積比を受け付ける入力ステップと、
　演算装置が、複数回に渡る前記形彫放電加工として第１段目から最終段目までの加工処理が行われる際の前記第１段目から前記最終段目までの加工条件を、前記入力装置が受け付けた前記加工結果と、前記記憶装置が記憶している前記基礎データとに基づいて算出する演算ステップと、
　を含む、
　ことを特徴とする加工条件設定方法。
　形彫放電加工を行う加工機構と、
　前記加工機構が用いる加工条件を設定する加工条件設定装置と、
　を有し、
　前記加工条件設定装置は、
　形彫放電加工に対して所望される加工結果として、工具電極の消耗率である電極消耗率、加工速度、被加工物の加工面の粗さである加工面粗さ、および前記被加工物の加工面内の特定領域の面積に対する実際の加工面の表面積比を受け付ける入力装置と、
　予め取得された前記形彫放電加工の放電電流ピーク値と放電電流パルス幅との組み合わせに対する、前記加工結果の理論的な相関を示す基礎データを記憶する記憶装置と、
　複数回に渡る前記形彫放電加工として第１段目から最終段目までの加工処理が行われる際の前記第１段目から前記最終段目までの前記加工条件を、前記入力装置が受け付けた前記加工結果と、前記記憶装置が記憶している前記基礎データとに基づいて算出する演算装置と、
　を備える、
　ことを特徴とする放電加工装置。