WO2023223471A1 - 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法 - Google Patents

加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法 Download PDF

Info

Publication number
WO2023223471A1
WO2023223471A1 PCT/JP2022/020704 JP2022020704W WO2023223471A1 WO 2023223471 A1 WO2023223471 A1 WO 2023223471A1 JP 2022020704 W JP2022020704 W JP 2022020704W WO 2023223471 A1 WO2023223471 A1 WO 2023223471A1
Authority
WO
WIPO (PCT)
Prior art keywords
machining
drive shaft
servo control
result evaluation
unit
Prior art date
Application number
PCT/JP2022/020704
Other languages
English (en)
French (fr)
Inventor
健太 ▲濱▼田
Original Assignee
三菱電機株式会社
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=84784195&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2023223471(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2022560076A priority Critical patent/JP7199616B1/ja
Priority to PCT/JP2022/020704 priority patent/WO2023223471A1/ja
Publication of WO2023223471A1 publication Critical patent/WO2023223471A1/ja

Links

Images

Classifications

    • 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
    • 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
    • G05B19/406—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 monitoring or safety
    • G05B19/4069—Simulating machining process on screen
    • 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

Definitions

  • the present disclosure relates to a machining result evaluation device, a machining result evaluation method, a machining condition determining device, and a machining condition determining method that evaluate machining results of a machine tool.
  • machining simulation technology in which a machining simulation device evaluates the shape of a workpiece after machining before a machine tool actually performs machining.
  • This machining simulation device evaluates the shape of the workpiece after machining by moving the tool in virtual space according to the machining program and removing the region through which the tool passes from the workpiece.
  • the machining simulation device described in Patent Document 1 evaluates the shape of the workpiece after machining by simulating the operation of the machine tool based on the position command output by the numerical control device and the transfer characteristics of the machine tool. There is.
  • the present disclosure has been made in view of the above, and aims to provide a machining result evaluation device that can accurately evaluate machining results.
  • a machining result evaluation device of the present disclosure is a machining result evaluation device that evaluates machining results of machining by a machine tool driven by a servo control device.
  • a numerical control simulation section that simulates the operation of the numerical control device that controls the equipment and outputs position commands to the drive shaft of the machine tool, and a numerical control simulation section that simulates the operation of the servo control device based on the position command and outputs the position command to the drive shaft of the machine tool.
  • a servo control simulation section that outputs a torque command, a drive shaft simulation section that simulates the operation of the drive shaft based on the torque command, and a machining result evaluation section that evaluates the machining result based on information corresponding to the operation of the drive shaft.
  • the drive shaft simulation section outputs position information indicating the position of the drive shaft to the servo control simulation section
  • the servo control simulation section simulates feedback control to the drive shaft simulation section using the position information
  • the machining result evaluation section evaluates the machining result when feedback control to the drive shaft simulating section is simulated.
  • the processing result evaluation device has the effect of being able to accurately evaluate processing results.
  • Flowchart showing the processing procedure of processing executed by the processing result evaluation device according to the first embodiment A diagram showing an example of the configuration of a processing circuit when the processing circuit included in the processing result evaluation device according to the first embodiment is implemented by an arithmetic unit and a memory.
  • Block diagram showing the configuration of a processing condition determining device according to a second embodiment A block diagram showing the configuration of a machining condition determination unit when the machining condition determination device according to the second embodiment calculates machining conditions corresponding to machining results using an inference model.
  • Block diagram showing the configuration of a machine learning device according to Embodiment 2 Diagram for explaining an example of a neural network used by the machine learning device according to Embodiment 2 Flowchart showing the processing procedure of processing executed by the processing condition determining device according to the second embodiment
  • machining result evaluation device a machining result evaluation method, a machining condition determining device, and a machining condition determining method according to embodiments of the present disclosure will be described in detail based on the drawings.
  • FIG. 1 is a block diagram showing the configuration of a machining result evaluation system including a machining result evaluation apparatus according to the first embodiment.
  • the machining result evaluation system 101 includes a machining result evaluation device 1 , a numerical control device 2 , a servo control device 3 , and a machine tool 4 .
  • the numerical control device 2 outputs a position command, and the servo control device 3 controls the drive shaft of the machine tool 4 so as to follow the position command, thereby performing cutting. .
  • the drive shaft of the machine tool 4 operates, so that the tool attached to the main shaft of the machine tool 4 and the work (workpiece) fixed to the table or turning main shaft of the machine tool 4 are connected.
  • a tool or a workpiece rotates as the main spindle or a turning main spindle rotates, and when the tool comes into contact with the workpiece, the tool scrapes a part of the workpiece.
  • the numerical control device 2 analyzes the command code written in the machining program and outputs a position command to the servo control device 3 based on the command code.
  • the servo control device 3 controls the drive shaft connected via the motor of the machine tool 4 based on the position command received from the numerical control device 2. Further, the servo control device 3 performs feedback control. Specifically, the servo control device 3 performs feedback control to reduce the error between the detected position detected from the drive shaft by a detector (not shown) and the position command received from the numerical control device 2, and controls the motor. A current is applied to the drive shaft to control the drive shaft.
  • the machining result evaluation device 1 is a computer that evaluates the machining results of machining performed by the machine tool 4. An example of processing performed by the machine tool 4 is cutting.
  • the machining result evaluation device 1 includes a numerical control simulating section 12 , a servo control simulating section 13 , a drive shaft simulating section 14 , a machining result evaluation section 15 , and a display section 16 .
  • the numerical control simulation unit 12 simulates the processing executed by the numerical control device 2. Specifically, the numerical control simulation unit 12 analyzes the command code written in the machining program, and outputs a position command to the servo control simulation unit 13.
  • the servo control simulation unit 13 simulates the processing executed by the servo control device 3. Specifically, the servo control simulator 13 performs feedback control so that the error between the position command received from the numerical control simulator 12 and the detected position received from the drive shaft simulator 14 is small, and Outputs a torque command to the servo control device 3.
  • the drive shaft simulation unit 14 simulates the operation of the drive shaft based on a drive shaft model that models the operation of the drive shaft that the machine tool 4 has. Specifically, the drive shaft simulation unit 14 simulates the movement of the drive shaft of the machine tool 4 based on the torque command received from the servo control simulation unit 13 and the response characteristics (for example, transfer function) to the torque command. do. Further, the drive shaft simulator 14 calculates and outputs position information indicating the detected position of the drive shaft to the servo control simulator 13. Since the tool is driven by a drive shaft, the position of the drive shaft corresponds to the position of the tool.
  • the numerical control simulation unit 12 simulates the operation of the numerical control device 2 that controls the servo control device 3, calculates and outputs a position command to the drive shaft of the machine tool 4.
  • the servo control simulation unit 13 simulates the operation of the servo control device 3 based on the position command, calculates and outputs a torque command to the drive shaft.
  • the drive shaft simulation unit 14 simulates the operation of the drive shaft based on the torque command, and calculates position information of the drive shaft corresponding to the operation of the drive shaft.
  • the drive shaft simulation unit 14 outputs the calculated position information to the servo control simulation unit 13 and the machining result evaluation unit 15.
  • the drive shaft simulator 14 When the detector that detects the position of the drive shaft is a scale, the drive shaft simulator 14 outputs the position information of the drive shaft as it is to the servo control simulator 13 and the machining result evaluation unit 15. Further, when the detector is an encoder that detects the rotation angle of the motor, the drive shaft simulator 14 outputs position information obtained by converting the position of the drive shaft into a rotation angle to the servo control simulator 13 and the machining result evaluation unit 15. do. For example, if the drive shaft is a feed screw mechanism, the drive shaft simulator 14 can obtain the rotation angle by dividing the position of the drive shaft by the pitch of the feed screw.
  • the servo control simulator 13 simulates feedback control for the drive shaft simulator 14 using position information from the drive shaft simulator 14.
  • the servo control simulator 13 uses the position information received from the drive shaft simulator 14 to simulate feedback control, and outputs the position information to the numerical control simulator 12 as a feedback position.
  • the numerical control simulator 12 simulates feedback control for the servo control simulator 13 using the position information from the servo control simulator 13. That is, the numerical control simulator 12 simulates a process that functions based on the feedback position (position information) received from the servo control simulator 13.
  • FIG. 2 is a diagram for explaining an example of a process simulated by the processing result evaluation device according to the first embodiment.
  • the machine tool 4 moves the tool along the straight line 62 of block n (n is a natural number) and then moves the tool along the straight line 63 of the next block, block (n+1). do.
  • the two straight lines 62 and 63 are orthogonal.
  • a path 61 indicates the path in which the tool rotates inward.
  • the numerical control device 2 confirms that the remaining distance in the previous block n when starting the next block (n+1) is within a specific range (in-position check). Inward rotation can be suppressed by using an exact stop function that does not start moving the next block (n+1) until the next block (n+1).
  • the numerical control device 2 executes an in-position check based on the position information (feedback position) received from the servo control device 3. Therefore, the numerical control simulator 12 of this embodiment simulates the exact stop function by receiving position information from the servo control simulator 13.
  • the numerical control simulator 12 can accurately evaluate the machining result (machining accuracy) at the corner portion 60 by simulating the in-position check.
  • a machining result evaluation device that cannot simulate an in-position check cannot accurately evaluate the machining result of the corner portion 60.
  • the numerical control simulation unit 12 simulates the in-position check, it can simulate the same route 61 as the actual machining, and thereby it is possible to estimate the same machining time as the actual machining.
  • a machining result evaluation device that cannot simulate the in-position check simulates the tool turning inwardly compared to the actual machining, so there is a possibility that the machining time will be estimated to be shorter than the actual machining.
  • a function called synchronous tapping in which tapping is performed by synchronizing the rotation of the spindle and the feed of the drive shaft, allows the numerical control device 2 to receive information on the rotation angle of the spindle and the position of the drive shaft from the servo control device 3. It works by doing this. Therefore, the numerical control simulation section 12 receives the rotation angle of the main shaft and the position information of the drive shaft from the servo control simulation section 13, and simulates the synchronous tap based on the rotation angle of the main shaft and the position information of the drive shaft. Thereby, the numerical control simulation unit 12 can accurately evaluate whether or not the tapped hole has been accurately machined. On the other hand, a machining result evaluation device that does not receive the rotation angle of the main spindle and the position information of the drive shaft cannot simulate synchronous tapping, and therefore cannot accurately evaluate whether or not the tapped hole has been accurately machined.
  • the processing of the numerical control simulator 12, which functions based on the position information received from the servo control simulator 13, may affect machining results such as machining accuracy and machining time. Therefore, in order to accurately evaluate the machining results, it is necessary to accurately simulate the process functioning in actual machining, like the numerical control simulator 12.
  • the drive shaft simulator 14 simulates the operation of the drive shaft and outputs operation information indicating the operation of the drive shaft to the machining result evaluation section 15.
  • This motion information corresponds to the motion (movement path) of the tool. That is, the operation information includes position information of the drive shaft.
  • the machining result evaluation unit 15 evaluates the machining result based on the operation information sent from the drive shaft simulating unit 14.
  • the operation information sent from the drive shaft simulation section 14 is operation information according to the response of the servo control simulation section 13 and the response of the drive shaft simulation section 14. That is, the operation information sent from the drive shaft simulation section 14 includes position information sent from the servo control simulation section 13 to the numerical control simulation section 12, and position information sent from the drive shaft simulation section 14 to the servo control simulation section 13. This is information that reflects the following. Therefore, the machining result evaluation section 15 evaluates the machining result according to the response of the servo control simulating section 13 and the response of the drive shaft simulating section 14.
  • the machining result evaluation section 15 evaluates the machining result based on the operation information when the feedback control for the servo control simulating section 13 and the feedback control for the drive shaft simulating section 14 are simulated. Note that the machining result evaluation unit 15 may evaluate the machining result based on information sent from the numerical control simulating unit 12 or the servo control simulating unit 13.
  • the operation information sent from the drive shaft simulator 14 may be operation information according to the response of the drive shaft simulator 14. That is, the motion information sent from the drive shaft simulator 14 may be information that does not reflect the position information sent from the servo control simulator 13 to the numerical control simulator 12.
  • the machining result evaluation unit 15 evaluates the machining result according to the response of the drive shaft simulating unit 14.
  • the machining result evaluation unit 15 performs evaluation based on at least one of the data output from the numerical control simulation unit 12 to the servo control simulation unit 13 and the data output from the servo control simulation unit 13 to the drive shaft simulation unit 14. , the processing results may be evaluated.
  • the machining results evaluated by the machining result evaluation unit 15 include at least one of machining time, machining accuracy, machined surface quality, and power consumption of the machining performed by the machine tool 4. Power consumption is the power consumed when the tool is driven.
  • the machining result evaluation unit 15 uses the data (position command) output from the numerical control simulator 12, the response (detected position) of the servo control simulator 13, and the response (detected position) of the drive shaft simulator 14.
  • the machining time can be estimated based on at least one data (response result) of the detection position).
  • the machining result evaluation unit 15 can estimate the machining time by calculating the sum of cycles (times) between position commands or detected position data. That is, the machining result evaluation unit 15 can estimate the machining time by integrating the number of data points at the position indicated by the position command or the detected position and the data output cycle.
  • the machining result evaluation section 15 uses the data (position command) output from the numerical control simulating section 12, the response (detected position) of the servo control simulating section 13, and the drive shaft simulating section.
  • the tool is moved in the virtual space along at least one data (response result) of the 14 responses (detected positions).
  • the machining result evaluation unit 15 can estimate the shape of the workpiece after machining by performing a machining simulation in which a region through which a tool passes is removed from the workpiece. That is, the machining result evaluation unit 15 calculates the shape of the workpiece after machining by removing the area through which the workpiece passes from the area where the workpiece is placed.
  • the machining result evaluation unit 15 uses the data (position command) output from the numerical control simulation unit 12, the response (detected position) of the servo control simulation unit 13, and the response (detected position) of the drive shaft simulation unit 14.
  • the speed of the drive shaft is calculated based on at least one data (response result) of the detected position.
  • the machining result evaluation section 15 can estimate the power consumption of the motor by integrating the torque command output by the servo control simulation section 13 to the drive shaft simulation section 14 and the speed of the drive shaft.
  • the machining result evaluation unit 15 sends the estimated machining result (at least one of machining time, machining accuracy, machined surface quality, and power consumption) to the display unit 16.
  • the display unit 16 displays the machining results evaluated by the machining result evaluation unit 15.
  • FIG. 3 is a flowchart showing the processing procedure of the processing executed by the processing result evaluation device according to the first embodiment.
  • the numerical control simulation section 12 analyzes the command code written in the machining program, calculates a position command corresponding to the command code, and outputs it to the servo control simulation section 13 (step S1).
  • the servo control simulation unit 13 simulates feedback control so that the error between the position command received from the numerical control simulation unit 12 and the detected position received from the drive shaft simulation unit 14 is small, and calculates a torque command corresponding to the feedback control. and outputs it to the drive shaft simulator 14 (step S2).
  • the drive shaft simulator 14 simulates the movement of the drive shaft based on the torque command received from the servo control simulator 13 and the response characteristics to the torque command, and instructs the servo control simulator 13 to respond to the movement of the drive shaft.
  • Position information indicating the position of the drive shaft is calculated and output as the detected position (step S3). Further, the drive shaft simulator 14 outputs operation information corresponding to the position information of the drive shaft to the machining result evaluation section 15.
  • the servo control simulator 13 calculates a feedback position (position information) corresponding to the detected position received from the drive shaft simulator 14 and outputs it to the numerical control simulator 12 (step S4).
  • the numerical control simulator 12 simulates the process executed by the numerical control device 2 based on the feedback position received from the servo control simulator 13 (step S5). In other words, the numerical control simulator 12 simulates a process that functions based on the feedback position received from the servo control simulator 13.
  • the machining result evaluation device 1 simulates feedback control based on the feedback position.
  • the machining result evaluation device 1 determines whether the machining in the machining simulation has been completed (step S6). If the machining is not completed (step S6, No), the machining result evaluation device 1 returns to the process of step S1 and repeats the simulation (processing of steps S1 to S6) until the machining is completed.
  • the machining result evaluation unit 15 evaluates the machining result based on the operation information sent from the drive shaft simulating unit 14 (Step S7).
  • the machining result evaluation unit 15 includes data output from the numerical control simulation unit 12 to the servo control simulation unit 13, data output from the servo control simulation unit 13 to the drive shaft simulation unit 14, and data output from the servo control simulation unit 13 to the drive shaft simulation unit 14.
  • the machining result is evaluated based on at least one of the data (motion information) output from the servo control simulator 13 to the machining result evaluation unit 15, the response of the servo control simulator 13, and the response of the drive shaft simulator 14.
  • the machining result evaluation device 1 may simulate the machining while the machining result evaluation unit 15 evaluates the machining results. That is, the machining result evaluation unit 15 may evaluate the machining result every time data is output from the numerical control simulating unit 12, the servo control simulating unit 13, or the drive shaft simulating unit 14. The machining result evaluation section 15 sends the evaluated machining results to the display section 16.
  • the display unit 16 displays the machining results evaluated by the machining result evaluation unit 15 (step S8). This allows the operator to refer to the machining results. The operator changes the settings (processing parameters, etc.) of the numerical control device 2 based on the machining results, and operates the numerical control device 2 with the changed settings.
  • the servo control simulating unit 13 is functioning in actual machining by returning a response from the drive shaft simulating unit 14 to the servo control simulating unit 13. Processing can be accurately simulated.
  • the numerical control simulating unit 12 can accurately simulate the processing that is functioning in actual machining. can. Therefore, the machining result evaluation device 1 according to the first embodiment can accurately evaluate the machining results.
  • the numerical control simulating section 12, the servo control simulating section 13, the drive shaft simulating section 14, the machining result evaluation section 15, and the display section 16 are realized by a processing circuit.
  • This processing circuit may be a processor and memory that executes a program stored in memory, or may be dedicated hardware.
  • the processing circuit is also called a control circuit.
  • FIG. 4 is a diagram illustrating a configuration example of a processing circuit in the case where the processing circuit included in the processing result evaluation device according to the first embodiment is implemented by an arithmetic unit and memory.
  • FIG. 4 shows a hardware configuration that implements the processing result evaluation device 1 according to the first embodiment.
  • the machining result evaluation device 1 includes an arithmetic device 41 that is a processor that performs arithmetic processing, a memory 42 that the arithmetic device 41 uses as a work area, a storage device 43 that stores programs and data, and a communication device that communicates with the outside. 44, an input device 45 for receiving input from an operator, and a display device 46.
  • An example of the arithmetic device 41 is a CPU (Central Processing Unit), a processing device, a microprocessor, or a DSP (Digital Signal Processor).
  • An example of memory 42 is a semiconductor memory.
  • the storage device 43 is, for example, RAM (Random Access Memory), ROM (Read Only Memory), flash memory, EPROM (Erasable Programmable Read Only Memory), or EEPROM (registered trademark) (Electrically Erasable Programmable Read Only Memory).
  • Non-volatile (Memory) etc.
  • it may be a volatile semiconductor memory, a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, a DVD (Digital Versatile Disk), or the like.
  • the machining result evaluation program stored in the storage device 43 causes the arithmetic unit 41 to execute the procedure or method executed by the numerical control simulation unit 12, the servo control simulation unit 13, the drive shaft simulation unit 14, and the machining result evaluation unit 15. It is a program. That is, the functions of the numerical control simulation section 12, servo control simulation section 13, drive shaft simulation section 14, and machining result evaluation section 15 are performed by the arithmetic unit 41 executing the machining result evaluation program stored in the storage device 43. Realized.
  • the storage device 43 is also a device for storing a display program for realizing some of the functions of the display section 16. That is, the storage device 43 also stores a display program that causes the arithmetic device 41 to execute a part of the procedure or method that the display unit 16 executes.
  • Examples of the input device 45 are a keyboard, a pointing device, and some or all of a mouse.
  • the display device 46 is means for realizing the display unit 16.
  • An example of display device 46 is a liquid crystal display device.
  • the input device 45 and the display device 46 may be integrated. Specifically, the input device 45 and the display device 46 may be realized by a touch panel.
  • FIG. 5 is a diagram illustrating an example of a processing circuit in a case where the processing circuit included in the processing result evaluation device according to the first embodiment is configured with dedicated hardware.
  • FIG. 5 some or A processing circuit 51 is shown when the entire processing circuit is realized by a processing circuit.
  • the processing circuit 51 is dedicated hardware.
  • the processing circuit 51 is, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), an FPGA (Field Programmable Gate Array), or a combination thereof. be.
  • servo control simulation section 13, drive shaft simulation section 14, machining result evaluation section 15, and display section 16 some of the functions are realized by software or firmware, and the corresponding The remainder of the functions may be implemented with dedicated hardware. In this way, multiple functions of the numerical control simulation section 12, servo control simulation section 13, drive shaft simulation section 14, machining result evaluation section 15, and display section 16 are performed by hardware, software, firmware, or a combination thereof. It can be realized. Note that a portion of the servo control simulation section 13, the drive shaft simulation section 14, the machining result evaluation section 15, and the display section 16 may be realized by separate processing circuits.
  • the processing result evaluation device 1 may be built into the numerical control device 2, or may be connected to the numerical control device 2 via a communication network. Alternatively, the processing result evaluation device 1 may be implemented on a server or cloud.
  • the drive shaft simulator 14 outputs position information indicating the position of the drive shaft to the servo control simulator 13, and the servo control simulator 13 outputs position information indicating the position of the drive shaft.
  • the feedback control for the drive shaft simulator 14 is simulated using
  • the machining result evaluation unit 15 evaluates the machining result based on operation information when feedback control for the drive shaft simulating unit 14 is simulated.
  • the machining result evaluation device 1 can accurately simulate the processing that is functioning in actual machining, and therefore can accurately evaluate the machining results such as machining accuracy and machining time.
  • the servo control simulation unit 13 outputs position information to the numerical control simulation unit 12, and the numerical control simulation unit 12 simulates feedback control for the servo control simulation unit 13 using the position information. are doing.
  • the machining result evaluation section 15 evaluates the machining result based on operation information when the feedback control for the servo control simulating section 13 and the feedback control for the drive shaft simulating section 14 are simulated.
  • the machining result evaluation device 1 can more accurately simulate the processing that is functioning in actual machining, and therefore can evaluate machining results such as machining accuracy and machining time more accurately.
  • Embodiment 2 Next, Embodiment 2 will be described using FIGS. 6 to 9.
  • the correspondence between machining results and machining conditions is learned in advance, and machining conditions corresponding to the machining results are determined.
  • FIG. 6 is a block diagram showing the configuration of a processing condition determining device according to the second embodiment.
  • the machining condition determining system 102 includes a machining condition determining device 5, a numerical control device 2, a servo control device 3, and a machine tool 4.
  • the machining condition determining device 5 according to the second embodiment includes a numerical control simulating section 12, a servo control simulating section 13, a drive shaft simulating section 14, and a machining result evaluation device 1, which are included in the machining result evaluation device 1 according to the first embodiment. and an evaluation section 15. Furthermore, the machining condition determination device 5 according to the second embodiment does not have the display section 16 that the machining result evaluation device 1 according to the first embodiment has.
  • the machining condition determining device 5 according to the second embodiment has a machine learning device 22 and a machining condition determining unit 21, which the machining result evaluation device 1 according to the first embodiment does not have.
  • the machining condition determining device 5 has a machine learning device 22 and a machining condition determining unit 21 instead of the display unit 16, as compared with the machining result evaluation device 1 according to the first embodiment.
  • the processing condition determining device 5 may include a display section 16.
  • the machine learning device 22 receives the machining results output from the machining result evaluation section 15. Furthermore, the machine learning device 22 receives processing conditions used for simulation by the numerical control simulation unit 12. The machine learning device 22 generates an inference model (learned model) by performing machine learning to calculate the correspondence between machining conditions and machining results. The machine learning device 22 sends the generated inference model to the processing condition determining unit 21.
  • the machining condition determining unit 21 calculates appropriate machining conditions for the machining results input by the operator.
  • the machining condition determining unit 21 uses the inference model generated by the machine learning device 22 to calculate machining conditions corresponding to the machining result.
  • the machining condition determining unit 21 outputs machining parameters included in the determined machining conditions to the numerical control device 2. Thereby, the numerical control device 2 controls the servo control device 3 using the machining parameters sent from the machining condition determining section 21.
  • FIG. 7 is a block diagram showing the configuration of a machining condition determination unit when the machining condition determination device according to the second embodiment calculates machining conditions corresponding to machining results using an inference model.
  • the processing condition determining section 21 includes an inference section 200.
  • the inference unit 200 has a trained inference model that has been machine learned to output machining conditions when machining results are input from the machining result evaluation unit 15. Specifically, the inference unit 200 outputs machining conditions corresponding to the machining results by inputting the machining results into an inference model that has been subjected to machine learning in advance to output machining conditions.
  • the machining conditions corresponding to the machining results are machining conditions that can reduce the difference between the desired machining results and the simulated machining results. That is, the machining condition determination unit 21 calculates machining conditions that can obtain a desired machining result based on the simulated machining result.
  • FIG. 8 is a block diagram showing the configuration of a machine learning device according to the second embodiment.
  • the machine learning device 22 is a device that performs learning on an inference model, and learns the correspondence between machining conditions and machining results.
  • the machine learning device 22 includes a data acquisition section 201 and a learning section 202.
  • the data acquisition unit 201 acquires a combination of processing conditions and processing results. Specifically, the data acquisition unit 201 acquires a combination of machining conditions and at least one of machining time, machining accuracy, machined surface quality, and power consumption.
  • the data acquisition unit 201 acquires processing conditions from the numerical control simulation unit 12, for example. Note that the data acquisition unit 201 may acquire the machining conditions from the servo control simulation unit 13 or the drive shaft simulation unit 14. Further, the data acquisition unit 201 acquires a machining result corresponding to the machining condition from the machining result evaluation unit 15, for example.
  • the data acquisition unit 201 may acquire processing conditions from the numerical control device 2. Further, the data acquisition unit 201 may acquire the machining results of the workpiece actually machined by the machine tool 4. The data acquisition unit 201 outputs a combination of processing conditions and processing results to the learning unit 202.
  • the learning unit 202 learns the correspondence between machining conditions and machining results according to a data set created based on a combination of machining conditions and machining results. Specifically, the learning unit 202 uses a data set created based on a combination of machining conditions, machining time, machining accuracy, machined surface quality, and power consumption output from the data acquisition unit 201 to determine the machining conditions. learn the correspondence between and the machining results.
  • a data set is data in which state variables and processing conditions are associated with each other.
  • the state variable is at least one of machining time, machining accuracy, machined surface quality, and power consumption.
  • the learning unit 202 adjusts the inference model so that processing conditions are output from the inference model when the state variable is input to the inference model.
  • the learning unit 202 generates a learned inference model by learning the correspondence between processing conditions and processing results.
  • the machine learning device 22 generates a learned inference model used by the processing condition determining device 5. That is, the machine learning device 22 is used to learn the machining conditions corresponding to the machining time, machining accuracy, machined surface quality, and power consumption calculated by the machining condition determining device 5.
  • the machine learning device 22 may be a separate device from the machining condition determining device 5, or may be built into the machining condition determining device 5.
  • the machine learning device 22 is connected to the machining condition determining device 5 via a communication network, for example.
  • the machine learning device 22 may exist on a server or cloud.
  • the machining condition determining unit 21 may be a separate device from the machining condition determining device 5, or may be built into the machining condition determining device 5.
  • the machining condition determining unit 21 is connected to the machining condition determining device 5 via, for example, a communication network.
  • the processing condition determining unit 21 may exist on a server or a cloud.
  • the learning unit 202 learns the correspondence between machining conditions and machining results, for example, by so-called supervised learning according to a neural network model.
  • Supervised learning refers to a model that learns the features in the data set by giving a large amount of data sets of a certain input and result (label) to a learning device, and estimates the result from the input.
  • a neural network is composed of an input layer consisting of multiple neurons, an intermediate layer (hidden layer) consisting of multiple neurons, and an output layer consisting of multiple neurons.
  • the intermediate layer may be one layer or two or more layers.
  • FIG. 9 is a diagram for explaining an example of a neural network used by the machine learning device according to the second embodiment.
  • the values given are input to the intermediate layer (Y1-Y2).
  • a value obtained by multiplying the value input to the intermediate layer (Y1-Y2) by weight W2 (w21-w26) is output from the output layer (Z1-Z3).
  • the output result changes depending on the values of weight W1 and weight W2.
  • the neural network performs machining through so-called supervised learning according to a data set created based on a combination of machining conditions, machining time, machining accuracy, machined surface quality, and power consumption acquired by the data acquisition unit 201. Learn the correspondence between conditions and processing results. That is, the neural network inputs machining time, machining accuracy, machined surface quality, and power consumption into the input layer and adjusts weights W1 and W2 so that the results output from the output layer approach the machining conditions. Learn by doing things.
  • the neural network may learn the correspondence between machining conditions and machining results by so-called unsupervised learning.
  • Unsupervised learning refers to providing only a large amount of input data to the machine learning device 22, which learns the distribution of the input data, and learns the distribution of the input data without providing the corresponding supervised output data.
  • This is a method of learning a device that performs some or all of compression, classification, and formatting, for example.
  • neural networks can cluster similar features in a dataset.
  • a neural network can achieve output prediction by using the obtained results, setting some criteria, and allocating outputs to optimize the results.
  • Semi-supervised learning is learning in which only part of the data is a set of input and output data, and the rest is only input data.
  • the learning unit 202 may learn the correspondence between machining conditions and machining results according to data sets created for a plurality of machining condition determination devices 5.
  • the learning unit 202 may acquire data sets from multiple machining condition determining devices 5 used at the same site, or may acquire data sets from multiple machining condition determining devices 5 that operate independently at different sites.
  • the set may be used to learn the correspondence between machining conditions and machining results.
  • the machining condition determining device 5 that collects the data set may be added to the target during the process, or the machining condition determining device 5 may be removed from the target.
  • the machine learning device 22 that has learned the correspondence between machining conditions and machining results is attached to a machining condition determining device 5 that is separate from the machine learning device 22, and learns the machining conditions and machining results for the other machining condition determining device 5. You may re-learn and update the correspondence relationship.
  • the learning unit 202 may perform machine learning according to other known methods, such as genetic programming, functional logic programming, or support vector machines.
  • FIG. 10 is a flowchart showing the processing procedure of the processing executed by the processing condition determining device according to the second embodiment.
  • the machining condition determining device 5 executes the same processing as steps S1 to S7 executed by the machining result evaluation device 1 described with reference to FIG.
  • the machining result evaluation unit 15 outputs the evaluated machining results to the machine learning device 22.
  • the machine learning device 22 generates an inference model (inference unit 200) for calculating the correspondence between processing conditions and processing results (step S9).
  • the machining condition determining unit 21 calculates machining conditions corresponding to the machining result using the inference model (step S10).
  • the machining condition determining unit 21 outputs machining parameters included in the determined machining conditions to the numerical control device 2. Thereby, the numerical control device 2 controls the servo control device 3 using the machining parameters sent from the machining condition determining section 21.
  • the machining condition determination device 5 according to the second embodiment accurately simulates the process functioning in actual machining by returning a response from the servo control simulation unit 13 to the numerical control simulation unit 12. Can be done. Therefore, the machining condition determination device 5 according to the second embodiment can accurately evaluate the machining results.
  • the machining condition determining device 5 calculates machining conditions corresponding to the machining results using an inference model that has learned the correspondence between machining conditions and accurately evaluated machining results.
  • the machining condition determining device 5 calculates machining conditions corresponding to the machining result specified by the operator.
  • the machining condition determination device 5 can determine the machining conditions that satisfy the machining result desired by the operator. Therefore, the machining condition determination device 5 according to the second embodiment can determine machining conditions that satisfy the machining result desired by the operator simply by having the operator input information indicating the desired machining result.
  • At least part of the functions of the machining condition determination unit 21 in the second embodiment may be realized by an arithmetic device that executes a program stored in a storage device.
  • the storage device is a storage device for storing a program that results in at least some of the steps executed by the processing condition determination unit 21, and is similar to the storage device 43. It is a device.
  • the arithmetic device in this case is the same arithmetic device as the arithmetic device 41.
  • at least a part of the functions of the processing condition determining section 21 may be realized by a processing circuit.
  • the processing circuit is similar to the processing circuit explained in FIG. 4 or the processing circuit 51 explained in FIG. 5.
  • At least some of the functions of the inference section 200 included in the processing condition determination section 21 in the second embodiment may be realized by an arithmetic device that executes a program stored in a storage device.
  • the storage device is a storage device for storing a program that results in at least some of the steps executed by the inference unit 200, and is a storage device similar to the storage device 43. be.
  • the arithmetic device in this case is the same arithmetic device as the arithmetic device 41.
  • At least some of the functions of the inference unit 200 may be realized by a processing circuit.
  • the processing circuit is similar to the processing circuit explained in FIG. 4 or the processing circuit 51 explained in FIG. 5.
  • At least some of the functions of the data acquisition unit 201 and the learning unit 202 included in the machine learning device 22 according to the second embodiment may be realized by an arithmetic device that executes a program stored in a storage device.
  • the storage device is a storage device for storing a program that results in at least some of the steps executed by the data acquisition unit 201 and the learning unit 202, and is connected to the storage device 43. It is a similar storage device.
  • the arithmetic device in this case is the same arithmetic device as the arithmetic device 41.
  • At least some of the functions of the data acquisition section 201 and the learning section 202 may be realized by a processing circuit.
  • the processing circuit is similar to the processing circuit explained in FIG. 4 or the processing circuit 51 explained in FIG. 5.
  • machining condition determining device 5 may be realized by a processing circuit similar to the processing circuit described in FIG. 4 or the processing circuit 51 described in FIG. 5.
  • the drive shaft simulator 14 outputs position information indicating the position of the drive shaft to the servo control simulator 13, and the servo control simulator 13 outputs position information indicating the position of the drive shaft.
  • the feedback control for the drive shaft simulator 14 is simulated using
  • the machining result evaluation unit 15 evaluates the machining result based on operation information when feedback control for the drive shaft simulating unit 14 is simulated.
  • the machine learning device 22 generates an inference model for inferring machining conditions from the machining results, and the machining condition determining unit 21 uses the inference model to determine machining conditions corresponding to the machining results. This makes it possible for the machining condition determination device 5 to determine machining conditions that correspond to machining results that accurately simulate the processing that is functioning in actual machining.
  • the servo control simulating section 13 outputs position information to the numerical control simulating section 12, and the numerical control simulating section 12 simulates feedback control for the servo control simulating section 13 using the position information. are doing.
  • the machining result evaluation unit 15 evaluates the machining result based on operation information when the feedback control for the servo control simulating unit 13 and the feedback control for the drive shaft simulating unit 14 are simulated.
  • the machining condition determination device 5 can more accurately simulate the processing that is functioning in actual machining, and therefore can determine machining conditions that correspond to the simulated machining results even more accurately. .
  • Machining result evaluation device 2. Numerical control device, 3. Servo control device, 4. Machine tool, 5. Machining condition determination device, 12. Numerical control simulation section, 13. Servo control simulation section, 14. Drive shaft simulation section, 15. Machining result evaluation section.

Abstract

工作機械（４）による加工の加工結果を評価する加工結果評価装置（１）が、サーボ制御装置（３）を制御する数値制御装置（２）の動作を模擬して工作機械が有する駆動軸への位置指令を出力する数値制御模擬部（１２）と、位置指令に基づいてサーボ制御装置の動作を模擬して駆動軸へのトルク指令を出力するサーボ制御模擬部（１３）と、トルク指令に基づいて駆動軸の動作を模擬する駆動軸模擬部（１４）と、駆動軸の動作に対応する情報に基づいて加工結果を評価する加工結果評価部（１５）と、を備え、駆動軸模擬部は、駆動軸の位置を示す位置情報をサーボ制御模擬部に出力し、サーボ制御模擬部は、位置情報を用いて駆動軸模擬部へのフィードバック制御を模擬し、加工結果評価部は、駆動軸模擬部へのフィードバック制御が模擬された場合の加工結果を評価する。

Description

加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法
　本開示は、工作機械の加工結果を評価する加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法に関する。
　近年、工作機械が実際に加工を行う前に、加工シミュレーション装置が、加工後のワークの形状を評価する加工シミュレーション技術の開発が進められている。この加工シミュレーション装置は、仮想空間上で加工プログラムの通りに工具を動かし、被加工物であるワークから工具が通過する領域を除去することで、加工後のワークの形状を評価している。工作機械による実際の加工では、加工プログラムの通りには加工できないことが多く、加工プログラムに基づいた加工シミュレーションでは、加工後のワークの形状を正確に評価することが難しい。
　特許文献１に記載の加工シミュレーション装置は、数値制御装置が出力する位置指令と工作機械の伝達特性とに基づいて、工作機械の動作をシミュレーションすることで、加工後のワークの形状を評価している。
特開２０１９－１５２９３６号公報
　しかしながら、上記特許文献１の技術では、数値制御装置より後段の装置であるサーボ制御装置または工作機械から数値制御装置への応答を考慮せずに加工をシミュレーションしている。このため、上記特許文献１の技術では、サーボ制御装置または工作機械から数値制御装置への応答の返り値に基づいた機能に対応する処理をシミュレーションすることができず、加工結果を正確に評価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、加工結果を正確に評価することができる加工結果評価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、本開示の加工結果評価装置は、サーボ制御装置によって駆動される工作機械による加工の加工結果を評価する加工結果評価装置であって、サーボ制御装置を制御する数値制御装置の動作を模擬して工作機械が有する駆動軸への位置指令を出力する数値制御模擬部と、位置指令に基づいてサーボ制御装置の動作を模擬して駆動軸へのトルク指令を出力するサーボ制御模擬部と、トルク指令に基づいて駆動軸の動作を模擬する駆動軸模擬部と、駆動軸の動作に対応する情報に基づいて加工結果を評価する加工結果評価部と、を備え、駆動軸模擬部は、駆動軸の位置を示す位置情報をサーボ制御模擬部に出力し、サーボ制御模擬部は、位置情報を用いて駆動軸模擬部へのフィードバック制御を模擬し、加工結果評価部は、駆動軸模擬部へのフィードバック制御が模擬された場合の加工結果を評価する。
　本開示にかかる加工結果評価装置は、加工結果を正確に評価することができるという効果を奏する。
実施の形態１にかかる加工結果評価装置を備えた加工結果評価システムの構成を示すブロック図 実施の形態１にかかる加工結果評価装置がシミュレーションする処理の一例を説明するための図 実施の形態１にかかる加工結果評価装置が実行する処理の処理手順を示すフローチャート 実施の形態１にかかる加工結果評価装置が備える処理回路を演算装置およびメモリで実現する場合の処理回路の構成例を示す図 実施の形態１にかかる加工結果評価装置が備える処理回路を専用のハードウェアで構成する場合の処理回路の例を示す図 実施の形態２にかかる加工条件決定装置の構成を示すブロック図 実施の形態２にかかる加工条件決定装置が推論モデルを用いて加工結果に対応する加工条件を算出する場合の加工条件決定部の構成を示すブロック図 実施の形態２にかかる機械学習装置の構成を示すブロック図 実施の形態２にかかる機械学習装置が用いるニューラルネットワークの例を説明するための図 実施の形態２にかかる加工条件決定装置が実行する処理の処理手順を示すフローチャート
　以下に、本開示の実施の形態にかかる加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法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にかかる加工結果評価装置を備えた加工結果評価システムの構成を示すブロック図である。加工結果評価システム１０１は、加工結果評価装置１と、数値制御装置２と、サーボ制御装置３と、工作機械４とを備えている。
　加工結果評価システム１０１では、数値制御装置２が位置指令を出力し、サーボ制御装置３が、位置指令に追従するように工作機械４が有する駆動軸を制御することで、切削加工が実行される。
　切削加工では、工作機械４が有する駆動軸が動作することで、工作機械４が有する主軸に取り付けられた工具と工作機械４が有するテーブルまたは旋削主軸に固定されたワーク（被加工物）とが移動する。そして、切削加工では、主軸または旋削主軸が回転することで工具またはワークが回転し、工具がワークに接触することで工具がワークの一部を削り取る。
　数値制御装置２は、加工プログラムに記述されている指令コードを解析し、指令コードに基づいてサーボ制御装置３に位置指令を出力する。
　サーボ制御装置３は、数値制御装置２から受け取る位置指令に基づいて、工作機械４のモータを介して接続された駆動軸を制御する。また、サーボ制御装置３は、フィードバック制御を行う。具体的には、サーボ制御装置３は、検出器（図示せず）が駆動軸から検出した検出位置と、数値制御装置２から受け取る位置指令との誤差が小さくなるようにフィードバック制御を行い、モータへ電流を流し、駆動軸を制御する。
　加工結果評価装置１は、工作機械４による加工の加工結果を評価するコンピュータである。工作機械４によって実行される加工の例は、切削加工である。加工結果評価装置１は、数値制御模擬部１２と、サーボ制御模擬部１３と、駆動軸模擬部１４と、加工結果評価部１５と、表示部１６とを備える。
　数値制御模擬部１２は、数値制御装置２が実行する処理を模擬する。具体的には、数値制御模擬部１２は、加工プログラムに記述されている指令コードを解析し、サーボ制御模擬部１３に位置指令を出力する。
　サーボ制御模擬部１３は、サーボ制御装置３が実行する処理を模擬する。具体的には、サーボ制御模擬部１３は、数値制御模擬部１２から受け取る位置指令と、駆動軸模擬部１４から受け取る検出位置との誤差が小さくなるようにフィードバック制御を行い、駆動軸模擬部１４にトルク指令を出力する。
　駆動軸模擬部１４は、工作機械４が有する駆動軸の動作をモデル化した駆動軸モデルに基づいて、駆動軸の動作を模擬する。具体的には、駆動軸模擬部１４は、サーボ制御模擬部１３から受け取るトルク指令と、トルク指令に対する応答特性（例えば、伝達関数）とに基づいて、工作機械４が有する駆動軸の動きをシミュレーションする。また、駆動軸模擬部１４は、サーボ制御模擬部１３に駆動軸の検出位置を示す位置情報を算出して出力する。工具は駆動軸によって駆動されるので、駆動軸の位置は、工具の位置に対応している。
　このように、数値制御模擬部１２は、サーボ制御装置３を制御する数値制御装置２の動作を模擬して工作機械４が有する駆動軸への位置指令を算出し出力する。また、サーボ制御模擬部１３は、位置指令に基づいてサーボ制御装置３の動作を模擬して駆動軸へのトルク指令を算出し出力する。また、駆動軸模擬部１４は、トルク指令に基づいて駆動軸の動作を模擬し、駆動軸の動作に対応する駆動軸の位置情報を算出する。駆動軸模擬部１４は、算出した位置情報を、サーボ制御模擬部１３および加工結果評価部１５に出力する。
　駆動軸の位置を検出する検出器がスケールである場合、駆動軸模擬部１４は、駆動軸の位置情報をそのままサーボ制御模擬部１３および加工結果評価部１５に出力する。また、検出器がモータの回転角度を検出するエンコーダである場合、駆動軸模擬部１４は、駆動軸の位置を回転角度に変換した位置情報をサーボ制御模擬部１３および加工結果評価部１５に出力する。例えば、駆動軸が送りねじ機構である場合、駆動軸模擬部１４は、駆動軸の位置を送りねじのピッチで除算することで回転角度を得ることができる。
　サーボ制御模擬部１３は、駆動軸模擬部１４からの位置情報を用いて駆動軸模擬部１４に対するフィードバック制御を模擬する。サーボ制御模擬部１３は、駆動軸模擬部１４から受け取る位置情報をフィードバック制御の模擬に用いるとともに、数値制御模擬部１２にフィードバック位置として位置情報を出力する。
　数値制御模擬部１２は、サーボ制御模擬部１３からの位置情報を用いて、サーボ制御模擬部１３に対するフィードバック制御を模擬する。すなわち、数値制御模擬部１２は、サーボ制御模擬部１３から受け取るフィードバック位置（位置情報）に基づいて機能する処理をシミュレーションする。
　図２は、実施の形態１にかかる加工結果評価装置がシミュレーションする処理の一例を説明するための図である。ここでは、工作機械４が、ブロックｎ（ｎは自然数）の直線６２に沿って工具を移動させた後、工具を次のブロックであるブロック（ｎ＋１）の直線６３に沿って移動させる場合について説明する。２つの直線６２，６３は、直交している。
　工作機械４は、図２に示すように、２つの直線６２，６３が垂直に交わるコーナ部分６０を工具に通過させる場合、このコーナ部分６０では、通常は２つの直線６２，６３の交点に到達する前に次のブロック（ｎ＋１）の移動が開始され、工具が内回りすることがある。図２では、工具が内回りする経路を経路６１で示している。
　工具が内回りする場合、数値制御装置２は、次のブロック（ｎ＋１）を開始する時の１つ前のブロックｎでの残距離が特定の範囲内に入ったことを確認する（インポジションチェック）まで、次のブロック（ｎ＋１）の移動を開始しないイグザクトストップ機能を用いることで、内回りを抑制できる。
　数値制御装置２は、サーボ制御装置３から受け取る位置情報（フィードバック位置）に基づいてインポジションチェックを実行する。そこで、本実施の形態の数値制御模擬部１２は、サーボ制御模擬部１３から位置情報を受け取ることで、イグザクトストップ機能を模擬する。
　数値制御模擬部１２は、インポジションチェックを模擬することで、コーナ部分６０での加工結果（加工精度）を正確に評価することができる。一方、インポジションチェックを模擬できない加工結果評価装置は、コーナ部分６０の加工結果を正確に評価することができない。
　また、数値制御模擬部１２は、インポジションチェックを模擬するので実際の加工と同じ経路６１を模擬することができ、これにより、実際の加工と同じ加工時間を見積もることができる。一方、インポジションチェックを模擬できない加工結果評価装置は、工具が実際の加工よりも内回りするように模擬してしまうので、実際の加工よりも加工時間を短く見積もる可能性がある。
　また、主軸の回転と、駆動軸の送りとを同期させてタップ加工を行う、同期タップと呼ばれる機能は、数値制御装置２がサーボ制御装置３から主軸の回転角度および駆動軸の位置情報を受け取ることで機能する。そこで、数値制御模擬部１２は、サーボ制御模擬部１３から主軸の回転角度および駆動軸の位置情報を受け取り、主軸の回転角度および駆動軸の位置情報に基づいて同期タップを模擬する。これにより、数値制御模擬部１２は、タップ穴が正確に加工できているか否かを正確に評価することができる。一方、主軸の回転角度および駆動軸の位置情報を受け取らない加工結果評価装置は、同期タップを模擬できないので、タップ穴が正確に加工できているか否かを正確に評価することはできない。
　このように、サーボ制御模擬部１３から受け取る位置情報に基づいて機能する数値制御模擬部１２の処理は、加工精度、加工時間等の加工結果に影響する場合がある。したがって、加工結果を正確に評価するためには、数値制御模擬部１２のように実際の加工で機能している処理を正確に模擬する必要がある。
　駆動軸模擬部１４は、駆動軸の動作のシミュレーションを行い、加工結果評価部１５に駆動軸の動作を示す動作情報を出力する。この動作情報は、工具の動作（移動経路）に対応している。すなわち、動作情報には、駆動軸の位置情報が含まれている。
　加工結果評価部１５は、駆動軸模擬部１４から送られてくる動作情報に基づいて、加工結果を評価する。駆動軸模擬部１４から送られてくる動作情報は、サーボ制御模擬部１３の応答、および駆動軸模擬部１４の応答に応じた動作情報である。すなわち、駆動軸模擬部１４から送られてくる動作情報は、サーボ制御模擬部１３から数値制御模擬部１２に送られる位置情報と、駆動軸模擬部１４からサーボ制御模擬部１３に送られる位置情報とが反映された情報である。したがって、加工結果評価部１５は、サーボ制御模擬部１３の応答および駆動軸模擬部１４の応答に応じた加工結果を評価する。
　このように、加工結果評価部１５は、サーボ制御模擬部１３に対するフィードバック制御および駆動軸模擬部１４に対するフィードバック制御が模擬された場合の動作情報に基づいて加工結果を評価する。なお、加工結果評価部１５は、数値制御模擬部１２またはサーボ制御模擬部１３から送られてくる情報に基づいて、加工結果を評価してもよい。
　なお、駆動軸模擬部１４から送られてくる動作情報は、駆動軸模擬部１４の応答に応じた動作情報としてもよい。すなわち、駆動軸模擬部１４から送られてくる動作情報は、サーボ制御模擬部１３から数値制御模擬部１２に送られる位置情報が反映されていない情報であってもよい。この場合、加工結果評価部１５は、駆動軸模擬部１４の応答に応じた加工結果を評価する。
　なお、加工結果評価部１５は、数値制御模擬部１２からサーボ制御模擬部１３に出力されるデータ、およびサーボ制御模擬部１３から駆動軸模擬部１４に出力されるデータの少なくとも１つに基づいて、加工結果を評価してもよい。
　加工結果評価部１５が評価する加工結果には、工作機械４による加工の、加工時間、加工精度、加工面品位、および消費電力の少なくとも１つが含まれている。消費電力は、工具が駆動される際に消費された電力である。
　加工結果評価部１５は、加工時間を評価する場合、数値制御模擬部１２から出力されるデータ（位置指令）、サーボ制御模擬部１３の応答（検出位置）、および駆動軸模擬部１４の応答（検出位置）のうちの少なくとも１つのデータ（応答結果）に基づいて、加工時間を見積もることができる。加工結果評価部１５は、位置指令または検出位置のデータ間の周期（時間）の総和を算出することで加工時間を見積もることができる。すなわち、加工結果評価部１５は、位置指令または検出位置で示される位置のデータ点数と、データの出力周期とを積算することで加工時間を見積もることができる。
　加工結果評価部１５は、加工精度および加工面品位を評価する場合、数値制御模擬部１２から出力されるデータ（位置指令）、サーボ制御模擬部１３の応答（検出位置）、および駆動軸模擬部１４の応答（検出位置）の少なくとも１つのデータ（応答結果）に沿って、仮想空間上で工具を動かす。加工結果評価部１５は、ワークから工具が通過する領域を除去する加工シミュレーションを行うことで、加工後のワークの形状を見積もることができる。すなわち、加工結果評価部１５は、ワークが配置されている領域からワークが通過する領域を除去することで加工後のワークの形状を算出する。
　加工結果評価部１５は、消費電力を評価する場合、数値制御模擬部１２から出力されるデータ（位置指令）、サーボ制御模擬部１３の応答（検出位置）、および駆動軸模擬部１４の応答（検出位置）のうちの少なくとも１つのデータ（応答結果）に基づいて、駆動軸の速度を算出する。加工結果評価部１５は、サーボ制御模擬部１３が駆動軸模擬部１４に出力するトルク指令と、駆動軸の速度とを積算することで、モータの消費電力を見積もることができる。
　加工結果評価部１５は、見積もった加工結果（加工時間、加工精度、加工面品位、および消費電力の少なくとも１つ）を表示部１６に送る。表示部１６は、加工結果評価部１５が評価した加工結果を表示する。
　図３は、実施の形態１にかかる加工結果評価装置が実行する処理の処理手順を示すフローチャートである。数値制御模擬部１２は、加工プログラムに記述されている指令コードを解析し、指令コードに対応する位置指令を算出してサーボ制御模擬部１３に出力する（ステップＳ１）。
　サーボ制御模擬部１３は、数値制御模擬部１２から受け取る位置指令と、駆動軸模擬部１４から受け取る検出位置との誤差が小さくなるようにフィードバック制御をシミュレーションし、フィードバック制御に対応するトルク指令を算出して駆動軸模擬部１４に出力する（ステップＳ２）。
　駆動軸模擬部１４は、サーボ制御模擬部１３から受け取るトルク指令と、トルク指令に対する応答特性とに基づいて、駆動軸の動きをシミュレーションし、サーボ制御模擬部１３に、駆動軸の動きに対応する検出位置として駆動軸の位置を示す位置情報を算出して出力する（ステップＳ３）。また、駆動軸模擬部１４は、駆動軸の位置情報に対応する動作情報を、加工結果評価部１５に出力する。
　サーボ制御模擬部１３は、駆動軸模擬部１４から受け取る検出位置に対応するフィードバック位置（位置情報）を算出して数値制御模擬部１２に出力する（ステップＳ４）。
　数値制御模擬部１２は、サーボ制御模擬部１３から受け取るフィードバック位置に基づいて、数値制御装置２で実行される処理をシミュレーションする（ステップＳ５）。換言すると、数値制御模擬部１２は、サーボ制御模擬部１３から受け取るフィードバック位置に基づいて機能する処理をシミュレーションする。
　このように、加工結果評価装置１は、フィードバック位置に基づいたフィードバック制御をシミュレーションする。
　加工結果評価装置１は、加工シミュレーションにおける加工が終了したか否かを判定する（ステップＳ６）。加工が終了していない場合（ステップＳ６、Ｎｏ）、加工結果評価装置１は、ステップＳ１の処理に戻り、加工が終了するまでシミュレーション（ステップＳ１～Ｓ６の処理）を繰り返す。
　加工が終了している場合（ステップＳ６、Ｙｅｓ）、加工結果評価部１５は、駆動軸模擬部１４から送られてくる動作情報に基づいて、加工結果を評価する（ステップＳ７）。この場合において、加工結果評価部１５は、数値制御模擬部１２からサーボ制御模擬部１３に出力されるデータ、サーボ制御模擬部１３から駆動軸模擬部１４に出力されるデータ、駆動軸模擬部１４から加工結果評価部１５に出力されるデータ（動作情報）、サーボ制御模擬部１３の応答、および駆動軸模擬部１４の応答の少なくとも１つに基づいて、加工結果を評価する。
　なお、加工結果評価装置１は、加工結果評価部１５によって加工結果を評価しながら加工をシミュレーションしてもよい。すなわち、加工結果評価部１５は、数値制御模擬部１２、サーボ制御模擬部１３、または駆動軸模擬部１４からデータが出力されるたびに加工結果を評価してもよい。加工結果評価部１５は、評価した加工結果を表示部１６に送る。
　表示部１６は、加工結果評価部１５によって評価された加工結果を表示する（ステップＳ８）。これにより、オペレータは、加工結果を参照することが可能となる。オペレータは、加工結果に基づいて、数値制御装置２の設定（加工パラメータなど）を変更し、変更後の設定で数値制御装置２を動作させる。
　上述の通り、実施の形態１にかかる加工結果評価装置１では、駆動軸模擬部１４からサーボ制御模擬部１３に応答を返すことで、サーボ制御模擬部１３が、実際の加工で機能している処理を正確に模擬することができる。また、加工結果評価装置１では、サーボ制御模擬部１３から数値制御模擬部１２に応答を返すことで、数値制御模擬部１２が、実際の加工で機能している処理を正確に模擬することができる。したがって、実施の形態１にかかる加工結果評価装置１は、正確に加工結果を評価することができる。
　つづいて、加工結果評価装置１のハードウェア構成について説明する。加工結果評価装置１において、数値制御模擬部１２と、サーボ制御模擬部１３と、駆動軸模擬部１４と、加工結果評価部１５、表示部１６は、処理回路により実現される。この処理回路は、メモリに格納されるプログラムを実行するプロセッサおよびメモリであってもよいし、専用のハードウェアであってもよい。処理回路は制御回路とも呼ばれる。
　図４は、実施の形態１にかかる加工結果評価装置が備える処理回路を演算装置およびメモリで実現する場合の処理回路の構成例を示す図である。図４では、実施の形態１にかかる加工結果評価装置１を実現するハードウェアの構成を示している。
　加工結果評価装置１は、演算処理を行うプロセッサである演算装置４１と、演算装置４１がワークエリアに用いるメモリ４２と、プログラムおよびデータを記憶する記憶装置４３と、外部との通信を行う通信装置４４と、オペレータからの入力を受け付ける入力装置４５と、表示装置４６とを有する。
　演算装置４１の例は、ＣＰＵ（Central　Processing　Unit）、処理装置、マイクロプロセッサ、またはＤＳＰ（Digital　Signal　Processor）である。メモリ４２の例は、半導体メモリである。記憶装置４３は、例えば、ＲＡＭ（Random　Access　Memory）、ＲＯＭ（Read　Only　Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable　Programmable　Read　Only　Memory）、ＥＥＰＲＯＭ（登録商標）（Electrically　Erasable　Programmable　Read　Only　Memory）等の不揮発性もしくは揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスクまたはＤＶＤ（Digital　Versatile　Disk）等である。
　記憶装置４３に記憶される加工結果評価プログラムは、数値制御模擬部１２、サーボ制御模擬部１３、駆動軸模擬部１４、および加工結果評価部１５が実行する手順または方法を演算装置４１に実行させるプログラムである。すなわち、数値制御模擬部１２、サーボ制御模擬部１３、駆動軸模擬部１４、および加工結果評価部１５の機能は、演算装置４１が記憶装置４３に記憶される加工結果評価プログラムを実行することにより実現される。
　表示部１６の一部の機能も、記憶装置４３に記憶される表示プログラムを実行する演算装置４１によって実現される。記憶装置４３は、表示部１６の一部の機能を実現するための表示プログラムを記憶するための装置でもある。つまり、記憶装置４３は、表示部１６が実行する手順または方法の一部を演算装置４１に実行させる表示プログラムも記憶する。
　入力装置４５の例は、キーボード、ポインティングデバイス、およびマウスの一部または全部である。表示装置４６は、表示部１６を実現する手段である。表示装置４６の例は、液晶表示装置である。入力装置４５と表示装置４６とは一体化されていてもよい。具体的には、入力装置４５と表示装置４６とはタッチパネルによって実現されていてもよい。
　図５は、実施の形態１にかかる加工結果評価装置が備える処理回路を専用のハードウェアで構成する場合の処理回路の例を示す図である。図５では、実施の形態１にかかる加工結果評価装置１が有する、数値制御模擬部１２、サーボ制御模擬部１３、駆動軸模擬部１４、加工結果評価部１５、および表示部１６の一部または全部が処理回路により実現される場合の処理回路５１を示している。
　処理回路５１は、専用のハードウェアである。処理回路５１は、例えば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、ＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＦＰＧＡ（Field　Programmable　Gate　Array）、またはこれらを組み合わせたものである。
　数値制御模擬部１２、サーボ制御模擬部１３、駆動軸模擬部１４、加工結果評価部１５、および表示部１６の複数の機能について、当該複数の機能の一部がソフトウェアまたはファームウェアで実現され、当該複数の機能の残部が専用のハードウェアで実現されてもよい。このように、数値制御模擬部１２、サーボ制御模擬部１３、駆動軸模擬部１４、加工結果評価部１５、および表示部１６の複数の機能は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって実現することができる。なお、サーボ制御模擬部１３、駆動軸模擬部１４、加工結果評価部１５、および表示部１６の一部は、別々の処理回路により実現されてもよい。
　加工結果評価装置１は、数値制御装置２に内蔵されてもよいし、通信ネットワークを介して数値制御装置２に接続されてもよい。あるいは、加工結果評価装置１は、サーバやクラウド上に実装されてもよい。
　このように実施の形態１の加工結果評価装置１では、駆動軸模擬部１４が、駆動軸の位置を示す位置情報をサーボ制御模擬部１３に出力し、サーボ制御模擬部１３が、位置情報を用いて駆動軸模擬部１４に対するフィードバック制御を模擬している。そして、加工結果評価部１５が、駆動軸模擬部１４に対するフィードバック制御が模擬された場合の動作情報などに基づいて加工結果を評価している。これにより、加工結果評価装置１は、実際の加工で機能している処理を正確に模擬することができるので、加工精度、加工時間等の加工結果を正確に評価することができる。
　また、加工結果評価装置１では、サーボ制御模擬部１３が、位置情報を数値制御模擬部１２に出力し、数値制御模擬部１２が、位置情報を用いてサーボ制御模擬部１３に対するフィードバック制御を模擬している。そして、加工結果評価部１５が、サーボ制御模擬部１３に対するフィードバック制御および駆動軸模擬部１４に対するフィードバック制御が模擬された場合の動作情報などに基づいて加工結果を評価している。これにより、加工結果評価装置１は、実際の加工で機能している処理をさらに正確に模擬することができるので、加工精度、加工時間等の加工結果をさらに正確に評価することができる。
実施の形態２．
　つぎに、図６から図９を用いて実施の形態２について説明する。実施の形態２では、加工結果と加工条件との対応関係が予め学習され、加工結果に対応する加工条件が決定される。
　図６は、実施の形態２にかかる加工条件決定装置の構成を示すブロック図である。図６の各構成要素のうち図１に示す実施の形態１の加工結果評価装置１と同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。加工条件決定システム１０２は、加工条件決定装置５と、数値制御装置２と、サーボ制御装置３と、工作機械４とを備えている。
　実施の形態２にかかる加工条件決定装置５は、実施の形態１にかかる加工結果評価装置１が有する、数値制御模擬部１２と、サーボ制御模擬部１３と、駆動軸模擬部１４と、加工結果評価部１５とを有する。また、実施の形態２にかかる加工条件決定装置５は、実施の形態１にかかる加工結果評価装置１が有する表示部１６を有しない。実施の形態２にかかる加工条件決定装置５は、実施の形態１にかかる加工結果評価装置１が有しない、機械学習装置２２および加工条件決定部２１を有する。すなわち、加工条件決定装置５は、実施の形態１にかかる加工結果評価装置１と比較して、表示部１６の代わりに機械学習装置２２および加工条件決定部２１を有する。なお、加工条件決定装置５は、表示部１６を有していてもよい。
　実施の形態２では、実施の形態１との相違点を主に説明する。機械学習装置２２は、加工結果評価部１５から出力される加工結果を受け付ける。また、機械学習装置２２は、数値制御模擬部１２が模擬に用いた加工条件を受け付ける。機械学習装置２２は、加工条件と加工結果との対応関係を算出するように機械学習を行うことで推論モデル（学習済モデル）を生成する。機械学習装置２２は、生成した推論モデルを加工条件決定部２１に送る。
　加工条件決定部２１は、オペレータによって入力された加工結果に対して、適切な加工条件を算出する。加工条件決定部２１は、機械学習装置２２が生成した推論モデルを用いて、加工結果に対応する加工条件を算出する。
　加工条件決定部２１は、決定した加工条件に含まれる加工パラメータを数値制御装置２に出力する。これにより、数値制御装置２は、加工条件決定部２１から送られてきた加工パラメータを用いてサーボ制御装置３を制御する。
　図７は、実施の形態２にかかる加工条件決定装置が推論モデルを用いて加工結果に対応する加工条件を算出する場合の加工条件決定部の構成を示すブロック図である。加工条件決定部２１は、推論部２００を有する。推論部２００は、加工結果評価部１５から加工結果が入力されることで加工条件を出力するように機械学習された学習済みの推論モデルを有する。具体的には、推論部２００は、加工条件を出力するように予め機械学習が行われた推論モデルに加工結果が入力されることで、加工結果に対応する加工条件を出力する。
　加工結果に対応する加工条件は、所望の加工結果と、シミュレーションされた加工結果との差を減少させることができる加工条件である。すなわち、加工条件決定部２１は、所望の加工結果を得ることができる加工条件を、シミュレーションされた加工結果に基づいて算出する。
　図８は、実施の形態２にかかる機械学習装置の構成を示すブロック図である。機械学習装置２２は、推論モデルに対して学習を行う装置であり、加工条件と、加工結果との対応関係を学習する。機械学習装置２２は、データ取得部２０１と、学習部２０２とを有する。
　データ取得部２０１は、加工条件と、加工結果との組み合わせを取得する。具体的には、データ取得部２０１は、加工時間、加工精度、加工面品位、および消費電力の少なくとも１つと、加工条件との組み合わせを取得する。
　データ取得部２０１は、例えば、数値制御模擬部１２から加工条件を取得する。なお、データ取得部２０１は、サーボ制御模擬部１３または駆動軸模擬部１４から加工条件を取得してもよい。また、データ取得部２０１は、例えば、加工結果評価部１５から加工条件に対応する加工結果を取得する。
　なお、データ取得部２０１は、数値制御装置２から加工条件を取得してもよい。また、データ取得部２０１は、工作機械４で実際に加工されたワークの加工結果を取得してもよい。データ取得部２０１は、加工条件と、加工結果との組み合わせを学習部２０２に出力する。
　学習部２０２は、加工条件と、加工結果との組み合わせに基づいて作成されるデータセットにしたがって、加工条件と加工結果との対応関係を学習する。具体的には、学習部２０２は、データ取得部２０１から出力される加工条件、加工時間、加工精度、加工面品位、および消費電力の組み合わせに基づいて作成されるデータセットを用いて、加工条件と加工結果との対応関係を学習する。データセットは、状態変数と加工条件とが互いに関連付けられたデータである。状態変数は、加工時間、加工精度、加工面品位、および消費電力の少なくとも１つである。学習部２０２は、状態変数を推論モデルに入力した場合に推論モデルから加工条件が出力されるよう、推論モデルを調整する。学習部２０２は、加工条件と加工結果との対応関係を学習することで、学習済みの推論モデルを生成する。
　機械学習装置２２は、加工条件決定装置５が用いる学習済みの推論モデルを生成する。すなわち、機械学習装置２２は、加工条件決定装置５が算出した、加工時間、加工精度、加工面品位、および消費電力に対応する加工条件を学習するために使用される。機械学習装置２２は、加工条件決定装置５とは別個の装置であってもよいし、加工条件決定装置５に内蔵されてもよい。機械学習装置２２が、加工条件決定装置５とは別個の装置である場合、機械学習装置２２は、例えば通信ネットワークを介して加工条件決定装置５に接続される。また、機械学習装置２２は、サーバやクラウド上に存在してもよい。また、加工条件決定部２１は、加工条件決定装置５とは別個の装置であってもよいし、加工条件決定装置５に内蔵されてもよい。加工条件決定部２１が、加工条件決定装置５とは別個の装置である場合、加工条件決定部２１は、例えば通信ネットワークを介して加工条件決定装置５に接続される。また、加工条件決定部２１は、サーバやクラウド上に存在してもよい。
　学習部２０２は、例えば、ニューラルネットワークモデルにしたがって、いわゆる教師あり学習により、加工条件と加工結果との対応関係を学習する。教師あり学習とは、ある入力と結果（ラベル）とのデータの組を大量に学習装置に与えることで、データセットにある特徴を学習し、入力から結果を推定するモデルをいう。
　ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、および複数のニューロンからなる出力層で構成される。中間層は、１層であってもよいし、２層以上でもよい。
　図９は、実施の形態２にかかる機械学習装置が用いるニューラルネットワークの例を説明するための図である。例えば、図９に示すような３層のニューラルネットワークでは、複数の入力が入力層（Ｘ１－Ｘ３）に入力されると、入力された値に重みＷ１（ｗ１１－ｗ１６）が掛けられることによって得られる値が中間層（Ｙ１－Ｙ２）に入力される。中間層（Ｙ１－Ｙ２）に入力された値に重みＷ２（ｗ２１－ｗ２６）が掛けられることによって得られる値が出力層（Ｚ１－Ｚ３）から出力される。出力結果は、重みＷ１と重みＷ２との値によって変わる。
　例えば、ニューラルネットワークは、データ取得部２０１によって取得される加工条件、加工時間、加工精度、加工面品位、および消費電力の組み合わせに基づいて作成されるデータセットにしたがって、いわゆる教師あり学習により、加工条件と加工結果との対応関係を学習する。すなわち、ニューラルネットワークは、入力層に加工時間、加工精度、加工面品位、および消費電力を入力して出力層から出力された結果が、加工条件に近づくように重みＷ１と重みＷ２とを調整することで学習する。
　ニューラルネットワークは、いわゆる教師なし学習によって、加工条件と加工結果との対応関係を学習してもよい。教師なし学習とは、入力データのみを大量に機械学習装置２２に与えることで、入力データがどのような分布をしているのかを学習し、対応する教師出力データを与えなくても、入力データに対して例えば圧縮、分類および整形の一部または全部を行う装置を学習する手法である。例えば、ニューラルネットワークは、データセットにある特徴を似た者どうしにクラスタリングすることができる。ニューラルネットワークは、得られた結果を使って、何らかの基準を設けて当該結果を最適にするような出力の割り当てを行うことで、出力の予測を実現することができる。
　教師なし学習と教師あり学習との中間的な問題設定として、半教師あり学習と呼ばれる学習もある。半教師あり学習は、一部のみ入力と出力のデータの組が存在し、残部は入力のみのデータである場合の学習である。
　学習部２０２は、複数の加工条件決定装置５に対して作成されるデータセットにしたがって加工条件と加工結果との対応関係を学習してもよい。学習部２０２は、同一の現場で使用される複数の加工条件決定装置５からデータセットを取得してもよいし、異なる現場で独立して稼働する複数の加工条件決定装置５から収集されるデータセットを利用して加工条件と加工結果との対応関係を学習してもよい。
　データセットを収集する加工条件決定装置５が途中で対象に追加されてもよいし、加工条件決定装置５が対象から除去されてもよい。加工条件と加工結果との対応関係を学習した機械学習装置２２は、機械学習装置２２とは別の加工条件決定装置５に取り付けられて、当該別の加工条件決定装置５について加工条件と加工結果との対応関係を再学習して更新してもよい。
　学習部２０２に用いられる学習アルゴリズムには、特徴量そのものの抽出を学習する深層学習（Deep　Learning）を用いることができる。学習部２０２は、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、またはサポートベクターマシンなどにしたがって機械学習を実行してもよい。
　図１０は、実施の形態２にかかる加工条件決定装置が実行する処理の処理手順を示すフローチャートである。加工条件決定装置５は、図３で説明した加工結果評価装置１が実行するステップＳ１～Ｓ７と同様の処理を実行する。
　加工条件決定装置５では、加工結果評価部１５が、評価した加工結果を機械学習装置２２に出力する。機械学習装置２２は、加工条件と加工結果との対応関係を算出するための推論モデル（推論部２００）を生成する（ステップＳ９）。加工条件決定部２１は、推論モデルを用いて加工結果に対応する加工条件を算出する（ステップＳ１０）。
　加工条件決定部２１は、決定した加工条件に含まれる加工パラメータを数値制御装置２に出力する。これにより、数値制御装置２は、加工条件決定部２１から送られてきた加工パラメータを用いてサーボ制御装置３を制御する。
　上述の通り、実施の形態２にかかる加工条件決定装置５は、サーボ制御模擬部１３から数値制御模擬部１２に応答を返すことで、実際の加工で機能している処理を正確に模擬することができる。したがって、実施の形態２にかかる加工条件決定装置５は、正確に加工結果を評価することができる。
　また、実施の形態２にかかる加工条件決定装置５は、加工条件と、正確に評価された加工結果との対応関係を学習した推論モデルを用いて、加工結果に対応する加工条件を算出する。加工条件決定装置５は、オペレータによって指定された加工結果に対応する加工条件を算出する。
　加工条件決定装置５は、オペレータによって指定された加工結果に対応する加工条件を算出する場合、オペレータが希望する加工結果を満たす加工条件を決定することができる。したがって、実施の形態２にかかる加工条件決定装置５は、オペレータに希望する加工結果を示す情報を入力させるだけで、オペレータが希望する加工結果を満たす加工条件を決定することができる。
　実施の形態２における加工条件決定部２１の少なくとも一部の機能は、記憶装置に格納されるプログラムを実行する演算装置によって実現されてもよい。当該記憶装置は、加工条件決定部２１によって実行されるステップの少なくとも一部のステップが結果的に実行されることになるプログラムを格納するための記憶装置であって、記憶装置４３と同様の記憶装置である。この場合の演算装置は、演算装置４１と同様の演算装置である。また、加工条件決定部２１の少なくとも一部の機能は、処理回路によって実現されてもよい。当該処理回路は、図４で説明した処理回路または図５で説明した処理回路５１と同様の処理回路である。
　実施の形態２における加工条件決定部２１が有する推論部２００の少なくとも一部の機能は、記憶装置に格納されるプログラムを実行する演算装置によって実現されてもよい。当該記憶装置は、推論部２００によって実行されるステップの少なくとも一部のステップが結果的に実行されることになるプログラムを格納するための記憶装置であって、記憶装置４３と同様の記憶装置である。この場合の演算装置は、演算装置４１と同様の演算装置である。推論部２００の少なくとも一部の機能は、処理回路によって実現されてもよい。当該処理回路は、図４で説明した処理回路または図５で説明した処理回路５１と同様の処理回路である。
　実施の形態２にかかる機械学習装置２２が有するデータ取得部２０１および学習部２０２の少なくとも一部の機能は、記憶装置に格納されるプログラムを実行する演算装置によって実現されてもよい。当該記憶装置は、データ取得部２０１および学習部２０２によって実行されるステップの少なくとも一部のステップが結果的に実行されることになるプログラムを格納するための記憶装置であって、記憶装置４３と同様の記憶装置である。この場合の演算装置は、演算装置４１と同様の演算装置である。データ取得部２０１および学習部２０２の少なくとも一部の機能は、処理回路によって実現されてもよい。当該処理回路は、図４で説明した処理回路または図５で説明した処理回路５１と同様の処理回路である。
　また、加工条件決定装置５の少なくとも一部の機能は、図４で説明した処理回路または図５で説明した処理回路５１と同様の処理回路によって実現されてもよい。
　このように実施の形態２の加工条件決定装置５では、駆動軸模擬部１４が、駆動軸の位置を示す位置情報をサーボ制御模擬部１３に出力し、サーボ制御模擬部１３が、位置情報を用いて駆動軸模擬部１４に対するフィードバック制御を模擬している。そして、加工結果評価部１５が、駆動軸模擬部１４に対するフィードバック制御が模擬された場合の動作情報に基づいて加工結果を評価している。さらに、機械学習装置２２が、加工結果から加工条件を推論するための推論モデルを生成し、加工条件決定部２１が、推論モデルを用いて、加工結果に対応する加工条件を決定している。これにより、加工条件決定装置５は、実際の加工で機能している処理を正確に模擬した加工結果に対応する加工条件を決定することが可能となる。
　また、加工条件決定装置５では、サーボ制御模擬部１３が、位置情報を数値制御模擬部１２に出力し、数値制御模擬部１２が、位置情報を用いてサーボ制御模擬部１３に対するフィードバック制御を模擬している。そして、加工結果評価部１５が、サーボ制御模擬部１３に対するフィードバック制御および駆動軸模擬部１４に対するフィードバック制御が模擬された場合の動作情報に基づいて加工結果を評価している。これにより、加工条件決定装置５は、実際の加工で機能している処理をさらに正確に模擬することができるので、さらに正確に模擬した加工結果に対応する加工条件を決定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　加工結果評価装置、２　数値制御装置、３　サーボ制御装置、４　工作機械、５　加工条件決定装置、１２　数値制御模擬部、１３　サーボ制御模擬部、１４　駆動軸模擬部、１５　加工結果評価部、１６　表示部、２１　加工条件決定部、２２　機械学習装置、４１　演算装置、４２　メモリ、４３　記憶装置、４４　通信装置、４５　入力装置、４６　表示装置、５１　処理回路、６０　コーナ部分、６１　経路、６２，６３　直線、１０１　加工結果評価システム、１０２　加工条件決定システム、２００　推論部、２０１　データ取得部、２０２　学習部。

Claims (12)

  1. 　サーボ制御装置によって駆動される工作機械による加工の加工結果を評価する加工結果評価装置であって、
    　前記サーボ制御装置を制御する数値制御装置の動作を模擬して前記工作機械が有する駆動軸への位置指令を出力する数値制御模擬部と、
    　前記位置指令に基づいて前記サーボ制御装置の動作を模擬して前記駆動軸へのトルク指令を出力するサーボ制御模擬部と、
    　前記トルク指令に基づいて前記駆動軸の動作を模擬する駆動軸模擬部と、
    　前記駆動軸の動作に対応する情報に基づいて前記加工結果を評価する加工結果評価部と、
    　を備え、
    　前記駆動軸模擬部は、前記駆動軸の位置を示す位置情報を前記サーボ制御模擬部に出力し、
    　前記サーボ制御模擬部は、前記位置情報を用いて前記駆動軸模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価部は、前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする加工結果評価装置。
  2. 　前記駆動軸の動作に対応する情報は、前記位置情報であり、
    　前記加工結果評価部は、前記位置情報に基づいて前記加工結果を評価する、
    　ことを特徴とする請求項１に記載の加工結果評価装置。
  3. 　前記サーボ制御模擬部は、前記位置情報を前記数値制御模擬部に出力し、
    　前記数値制御模擬部は、前記位置情報を用いて前記サーボ制御模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価部は、前記サーボ制御模擬部へのフィードバック制御および前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする請求項１に記載の加工結果評価装置。
  4. 　前記駆動軸の動作に対応する情報は、前記サーボ制御模擬部が前記数値制御模擬部に出力する前記位置情報であり、
    　前記加工結果評価部は、前記サーボ制御模擬部が前記数値制御模擬部に出力する前記位置情報に基づいて前記加工結果を評価する、
    　ことを特徴とする請求項３に記載の加工結果評価装置。
  5. 　前記駆動軸の動作に対応する情報は、前記数値制御模擬部が出力する前記位置指令であり、
    　前記加工結果評価部は、前記数値制御模擬部が出力する前記位置指令に基づいて前記加工結果を評価する、
    　ことを特徴とする請求項３に記載の加工結果評価装置。
  6. 　前記加工結果評価部は、前記工作機械による加工の、加工時間、加工精度、加工面品位、および消費電力のうちの少なくとも１つの評価を行う、
    　ことを特徴とする請求項１から５の何れか１つに記載の加工結果評価装置。
  7. 　サーボ制御装置によって駆動される工作機械による加工の加工結果を評価する加工結果評価方法であって、
    　加工結果評価装置の数値制御模擬部が、前記サーボ制御装置を制御する数値制御装置の動作を模擬して前記工作機械が有する駆動軸への位置指令を出力する数値制御模擬ステップと、
    　前記加工結果評価装置のサーボ制御模擬部が、前記位置指令に基づいて前記サーボ制御装置の動作を模擬して前記駆動軸へのトルク指令を出力するサーボ制御模擬ステップと、
    　前記加工結果評価装置の駆動軸模擬部が、前記トルク指令に基づいて前記駆動軸の動作を模擬する駆動軸模擬ステップと、
    　前記加工結果評価装置の加工結果評価部が、前記駆動軸の動作に対応する情報に基づいて前記加工結果を評価する加工結果評価ステップと、
    　を含み、
    　前記駆動軸模擬ステップでは、前記駆動軸模擬部が、前記駆動軸の位置を示す位置情報を前記サーボ制御模擬部に出力し、
    　前記サーボ制御模擬ステップでは、前記サーボ制御模擬部が、前記位置情報を用いて前記駆動軸模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価ステップでは、前記加工結果評価部が、前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする加工結果評価方法。
  8. 　前記サーボ制御模擬ステップでは、前記サーボ制御模擬部が、前記位置情報を前記数値制御模擬部に出力し、
    　前記数値制御模擬ステップでは、前記数値制御模擬部が、前記位置情報を用いて前記サーボ制御模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価ステップでは、前記加工結果評価部が、前記サーボ制御模擬部へのフィードバック制御および前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする請求項７に記載の加工結果評価方法。
  9. 　サーボ制御装置によって駆動される工作機械が加工を実行する際の加工条件を決定する加工条件決定装置であって、
    　前記サーボ制御装置を制御する数値制御装置の動作を模擬して前記工作機械が有する駆動軸への位置指令を出力する数値制御模擬部と、
    　前記位置指令に基づいて前記サーボ制御装置の動作を模擬して前記駆動軸へのトルク指令を出力するサーボ制御模擬部と、
    　前記トルク指令に基づいて前記駆動軸の動作を模擬して前記駆動軸の動作を示す動作情報を出力する駆動軸模擬部と、
    　前記駆動軸の動作に対応する情報に基づいて前記工作機械による加工の加工結果を評価する加工結果評価部と、
    　前記加工結果から前記加工条件を推論するための推論モデルを生成する機械学習装置と、
    　前記推論モデルを用いて、オペレータに入力された加工結果に対応する加工条件を決定する加工条件決定部と、
    　を備え、
    　前記駆動軸模擬部は、前記駆動軸の位置を示す位置情報を前記サーボ制御模擬部に出力し、
    　前記サーボ制御模擬部は、前記位置情報を用いて前記駆動軸模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価部は、前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする加工条件決定装置。
  10. 　前記サーボ制御模擬部は、前記位置情報を前記数値制御模擬部に出力し、
    　前記数値制御模擬部は、前記位置情報を用いて前記サーボ制御模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価部は、前記サーボ制御模擬部へのフィードバック制御および前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする請求項９に記載の加工条件決定装置。
  11. 　サーボ制御装置によって駆動される工作機械が加工を実行する際の加工条件を決定する加工条件決定方法であって、
    　加工条件決定装置の数値制御模擬部が、前記サーボ制御装置を制御する数値制御装置の動作を模擬して前記工作機械が有する駆動軸への位置指令を出力する数値制御模擬ステップと、
    　前記加工条件決定装置のサーボ制御模擬部が、前記位置指令に基づいて前記サーボ制御装置の動作を模擬して前記駆動軸へのトルク指令を出力するサーボ制御模擬ステップと、
    　前記加工条件決定装置の駆動軸模擬部が、前記トルク指令に基づいて前記駆動軸の動作を模擬して前記駆動軸の動作を示す動作情報を出力する駆動軸模擬ステップと、
    　前記加工条件決定装置の加工結果評価部が、前記駆動軸の動作に対応する情報に基づいて前記工作機械による加工の加工結果を評価する加工結果評価ステップと、
    　機械学習装置が、前記加工結果から前記加工条件を推論するための推論モデルを生成する機械学習ステップと、
    　加工条件決定部が、前記推論モデルを用いて、オペレータに入力された加工結果に対応する加工条件を決定する加工条件決定ステップと、
    　を含み、
    　前記駆動軸模擬ステップでは、前記駆動軸模擬部が、前記駆動軸の位置を示す位置情報を前記サーボ制御模擬部に出力し、
    　前記サーボ制御模擬ステップでは、前記サーボ制御模擬部が、前記位置情報を用いた前記駆動軸模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価ステップでは、前記加工条件決定部が、前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする加工条件決定方法。
  12. 　前記サーボ制御模擬部は、前記位置情報を前記数値制御模擬部に出力し、
    　前記数値制御模擬部は、前記位置情報を用いて前記サーボ制御模擬部へのフィードバック制御を模擬し、
    　前記加工結果評価部は、前記サーボ制御模擬部へのフィードバック制御および前記駆動軸模擬部へのフィードバック制御が模擬された場合の前記加工結果を評価する、
    　ことを特徴とする請求項１１に記載の加工条件決定方法。
PCT/JP2022/020704 2022-05-18 2022-05-18 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法 WO2023223471A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022560076A JP7199616B1 (ja) 2022-05-18 2022-05-18 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法
PCT/JP2022/020704 WO2023223471A1 (ja) 2022-05-18 2022-05-18 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/020704 WO2023223471A1 (ja) 2022-05-18 2022-05-18 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法

Publications (1)

Publication Number Publication Date
WO2023223471A1 true WO2023223471A1 (ja) 2023-11-23

Family

ID=84784195

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/020704 WO2023223471A1 (ja) 2022-05-18 2022-05-18 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法

Country Status (2)

Country Link
JP (1) JP7199616B1 (ja)
WO (1) WO2023223471A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014122822A1 (ja) * 2013-02-07 2014-08-14 三菱電機株式会社 サーボ制御装置
JP2020071734A (ja) * 2018-10-31 2020-05-07 ファナック株式会社 数値制御装置
WO2020217614A1 (ja) * 2019-04-26 2020-10-29 三菱電機株式会社 加工条件決定支援装置及び機械学習装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003140715A (ja) * 2001-10-30 2003-05-16 Toshiba Mach Co Ltd 数値制御装置
JP5149421B2 (ja) * 2011-05-20 2013-02-20 ファナック株式会社 加工時間予測部および加工誤差予測部を有する数値制御装置
JP6169655B2 (ja) * 2015-07-30 2017-07-26 ファナック株式会社 工作機械、シミュレーション装置、及び機械学習器
JP6219897B2 (ja) * 2015-09-28 2017-10-25 ファナック株式会社 最適な加減速を生成する工作機械
CN107272661A (zh) * 2017-07-26 2017-10-20 华中科技大学 一种基于机床仿真模型的数控装置运动控制性能测试系统
CN111052015B (zh) * 2017-08-30 2023-06-13 三菱电机株式会社 数控系统及电动机控制装置
JP2019152936A (ja) * 2018-02-28 2019-09-12 ファナック株式会社 工作機械の加工シミュレーション装置
JP6734318B2 (ja) * 2018-03-23 2020-08-05 ファナック株式会社 駆動装置及び機械学習装置
JP2021105825A (ja) * 2019-12-26 2021-07-26 ファナック株式会社 シミュレーション装置、数値制御装置、及びシミュレーション方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014122822A1 (ja) * 2013-02-07 2014-08-14 三菱電機株式会社 サーボ制御装置
JP2020071734A (ja) * 2018-10-31 2020-05-07 ファナック株式会社 数値制御装置
WO2020217614A1 (ja) * 2019-04-26 2020-10-29 三菱電機株式会社 加工条件決定支援装置及び機械学習装置

Also Published As

Publication number Publication date
JPWO2023223471A1 (ja) 2023-11-23
JP7199616B1 (ja) 2023-01-05

Similar Documents

Publication Publication Date Title
JP7096288B2 (ja) ロボットを制御する方法
CN102245356B (zh) 用于生产中优化用于组装的机器人的参数的方法和系统
CN104350437B (zh) 机器的cam集成cnc控制
JP6469065B2 (ja) 機械学習装置及び加工時間予測装置
JP6836577B2 (ja) 研磨工具摩耗量予測装置、機械学習装置及びシステム
JP6669715B2 (ja) 振動抑制装置
US7174225B2 (en) Method and system for simulating processing of a workpiece with a machine tool
US11822308B2 (en) Polishing tool wear amount prediction device, machine learning device, and system
JP6781242B2 (ja) 制御装置、機械学習装置及びシステム
JP2019166626A (ja) 制御装置及び機械学習装置
JP6802213B2 (ja) 工具選定装置及び機械学習装置
JP2019162712A (ja) 制御装置、機械学習装置及びシステム
US11322147B2 (en) Voice control system for operating machinery
CN113614743A (zh) 用于操控机器人的方法和设备
US20210325838A1 (en) Prediction control development device, prediction control development method, and computer readable storage medium
JP2021505990A (ja) ツールパス仮想化および最適化システム、方法および装置
US11579000B2 (en) Measurement operation parameter adjustment apparatus, machine learning device, and system
US20120187889A1 (en) Method and Device for Generating a Variable Motion Profile for a Drive Unit of a Machine
WO2023223471A1 (ja) 加工結果評価装置、加工結果評価方法、加工条件決定装置、および加工条件決定方法
CN110174871A (zh) 控制装置、机器学习装置以及系统
CN107305364B (zh) 数值控制装置以及原因解析方法
US20230065800A1 (en) Method and test assembly for testing an autonomous behavior controller for a technical system
JP6829271B2 (ja) 測定動作パラメータ調整装置、機械学習装置及びシステム
CN115380258A (zh) 减少机床内的摩擦
US20220138567A1 (en) Method for providing a model for at least one machine, training system, method for simulating an operation of a machine, and simulation system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22942676

Country of ref document: EP

Kind code of ref document: A1