數值控制裝置以及機器學習裝置制造方法及圖紙

本發明專利技術提供一種數值控制裝置以及機器學習裝置。數值控制裝置基于車削循環指令的加工路徑和加工條件的設定以及車削循環指令，計算加工路徑。計算用于評價循環時間和加工品質的評價值來對加工路徑和加工條件的調整進行機器學習，循環時間是按照該計算出的加工路徑進行的工件加工所花費的時間，加工品質是加工后的工件的品質。通過該機器學習，進行基于復合車削循環指令的加工路徑的優化。

Numerical control device and machine learning device

The invention provides a numerical control device and a machine learning device. The numerical control device calculates the machining path based on the processing path and processing conditions of turning cycle instructions and turning cycle instructions. The evaluation value of the cycle time and processing quality is used to evaluate the machining path and the adjustment of processing conditions. The cycle time is the time taken to process the workpiece according to the calculated processing path, and the quality of the machining quality is the quality of the workpiece after processing. Through this machine learning, the machining path optimization based on compound turning cycle instructions is carried out.

【技術實現步驟摘要】
數值控制裝置以及機器學習裝置
本專利技術涉及數值控制裝置以及機器學習裝置，尤其涉及通過機器學習進行基于復合車削循環指令的加工路徑的優化的數值控制裝置以及機器學習裝置。
技術介紹
在車床用數值控制裝置中準備了車削循環功能，該車削循環功能是僅通過對精加工形狀進行編程而按照一定的規則來自動決定途中的粗切削時的工具路徑(例如，參照日本特開昭49-23385號公報)。圖8A表示車削循環功能的程序，圖8B表示基于該程序的工件的加工例。在車削循環功能中，在加工圖8A所示的形狀時，生成并執行圖8B所示的程序O1234。圖8B所示的程序中的N100程序塊到N200程序塊是指定精加工形狀的部分。圖8B所示的程序中的指令“G71”是車削循環動作的指令，若執行該指令，則基于通過程序指令的精加工形狀生成途中的加工路徑，基于該生成的加工路徑，從原料開始進行工件的削切。在一般的車削循環動作中，如圖9所示，生成從接近于開始點的槽開始按順序向終點進行加工的加工路徑。通過使用車削循環功能，操作者能夠簡單地對麻煩的車削動作進行編程。在車削循環中，在指定的精加工形狀是無法以單調增加或者單調減少來表現的復雜的形狀時(槽形狀)，循環時間因加工順序或切入量而變化，但是通過一般的車削循環功能生成的加工路徑不是考慮這些要素而生成的加工路徑，因而存在作為循環時間未必成為最佳的加工路徑的問題。另一方面，當考慮循環時間而簡單地增大進給速度或切入量時，加工后的工件的品質下降，需要在將工件的品質維持在一定范圍內的基礎上來改善循環時間。
技術實現思路
因此，本專利技術的目的在于提供一種數值控制裝置以及機器學習裝置，其通過機器學習使基于復合車削循環指令的加工路徑最佳化。在本專利技術中，通過在基于由程序賦予的復合車削循環指令的精加工形狀以及加工條件進行的加工路徑的生成中導入機器學習，來解決上述問題。本專利技術的信息處理裝置當通過程序賦予了復合車削循環的精加工形狀和加工條件(進給速度、主軸轉速、切入量)時，使用機器學習的結果輸出在維持加工精度的同時循環時間成為最短的加工過程中的加工路徑和加工條件。為了得到精加工形狀，將本專利技術的信息處理裝置生成的加工路徑作為切削進給塊和快進塊的組合進行輸出。本專利技術的數值控制裝置基于由程序指令的車削循環指令對車床加工機進行控制來加工工件，其具備：狀態信息設定部，其設定了所述車削循環指令的加工路徑和所述車削循環指令的加工條件；加工路徑計算部，其基于所述狀態信息設定部的設定和所述車削循環指令，計算加工路徑；數值控制部，其按照所述加工路徑計算部計算出的加工路徑控制所述車床加工機來加工工件；動作評價部，其計算用于評價循環時間和加工品質的評價值，所述循環時間是按照所述加工路徑計算部計算出的加工路徑進行的工件加工所花費的循環時間，所述加工品質是按照所述加工路徑計算部計算出的加工路徑加工后的工件的加工品質；機器學習裝置，其對所述加工路徑和所述加工條件的調整進行機器學習。并且，所述機器學習裝置具有：狀態觀測部，其取得在所述狀態信息設定部中存儲的所述加工路徑和所述加工條件以及所述評價值來作為狀態數據；回報條件設定部，其設定回報條件；回報計算部，其基于所述狀態數據和所述回報條件來計算回報；調整學習部，其對所述加工路徑和所述加工條件的調整進行機器學習；調整輸出部，其基于所述調整學習部針對所述加工路徑和所述加工條件的調整的機器學習結果以及所述狀態數據，決定所述加工路徑和所述加工條件的調整對象和調整量來作為調整行為，并基于該決定的結果，調整在所述狀態信息設定部中設定的加工路徑和加工條件。并且，所述加工路徑計算部基于所述調整輸出部調整后的在所述狀態信息設定部中設定的加工路徑和加工條件，再次計算所述加工路徑并進行輸出。此外，所述調整學習部基于所述調整行為、在基于所述加工路徑計算部再次計算出的所述加工路徑加工工件后由所述狀態觀測部取得的所述狀態數據、以及所述回報計算部基于所述狀態數據計算出的所述回報，對所述加工路徑和所述加工條件的調整進行機器學習。所述數值控制裝置還具備學習結果存儲部，該學習結果存儲部存儲所述調整學習部進行了學習的結果，所述調整輸出部可以基于所述調整學習部學習的所述加工路徑和所述加工條件的調整的學習結果、以及在所述學習結果存儲部中存儲的所述加工路徑和所述加工條件的調整的學習結果，調整所述加工路徑和所述加工條件。關于所述回報條件，可以在所述循環時間變短時、或者所述循環時間無變化時、或者所述加工品質為合理范圍時，賦予正的回報，另一方面，在所述循環時間變長時、所述加工品質為合理范圍外時，賦予負的回報。所述數值制裝置與其他的至少一個數值控制裝置連接，可以在與所述其他的數值控制裝置之間相互交換或者共享機器學習的結果。本專利技術的機器學習裝置在基于由程序指令的車削循環指令對車床加工機進行控制來加工工件時，對所述車削循環指令的加工路徑和所述車削循環指令的加工條件的調整進行機器學習。該機器學習裝置具有：狀態觀測部，其取得所述加工路徑和所述加工條件來作為狀態數據；回報條件設定部，其設定回報條件；回報計算部，其基于所述狀態數據和所述回報條件來計算回報；調整學習部，其對所述加工路徑和所述加工條件的調整進行機器學習；調整輸出部，其基于所述調整學習部針對所述加工路徑和所述加工條件的調整的機器學習結果和所述狀態數據，決定所述加工路徑和所述加工條件的調整對象和調整量來作為調整行為，并基于該決定的結果，調整所述加工路徑和所述加工條件。所述調整學習部基于所述調整行為、在基于進行了所述調整行為后再次計算出的所述加工路徑加工工件后由所述狀態觀測部取得的所述狀態數據、以及所述回報計算部基于所述狀態數據計算出的所述回報，對所述加工路徑和所述加工條件的調整進行機器學習。根據本專利技術，在車削循環加工中，能夠在維持預定的加工精度的狀態下生成循環時間成為最短的加工路徑，能夠預見縮短循環時間，有助于生產率的提高。附圖說明圖1說明強化學習算法的基本的概念。圖2是表示神經元的模型的示意圖。圖3是表示具有3層的權重的神經網絡的示意圖。圖4是關于本專利技術的實施方式的數值控制裝置的機器學習的圖。圖5用于說明本專利技術的實施方式的加工路徑的定義。圖6是本專利技術的實施方式的數值控制裝置的概要功能框圖。圖7是表示本專利技術的實施方式的機器學習的流程的流程圖。圖8A以及圖8B是用于說明車削循環功能的圖。圖9是說明通過車削循環功能生成的加工路徑的圖。具體實施方式在本專利技術中，對數值控制裝置導入成為人工智能的機器學習裝置，在賦予了通過該數值控制裝置執行的程序賦予的復合車削循環指令的精加工形狀和初始的加工條件(進給速度、主軸轉速)的情況下，對在維持加工品質的狀態下能夠縮短循環時間的加工路徑與加工條件的組合進行機器學習，由此能夠自動求出對于加工工件最佳的加工路徑和加工條件，上述數值控制裝置用于控制對工件進行加工的車床加工機。以下，對本專利技術中導入的機器學習進行簡單地說明。＜1.機器學習＞在此，對機器學習簡單地說明。通過分析從向進行機器學習的裝置(以下稱為機器學習裝置)輸入的數據的集合中提取存在于其中的有用的規則、知識表示、判斷基準等，輸出其判斷結果，并且進行知識的學習，由此實現機器學習。機器學習方法有多種，大致分為“監督學習”、“無監督學習”、“強化學習”。本文檔來自技高網...

【技術保護點】
1.一種數值控制裝置，其基于由程序指令的車削循環指令對車床加工機進行控制來加工工件，其特征在于，具備：狀態信息設定部，其設定了所述車削循環指令的加工路徑和所述車削循環指令的加工條件；加工路徑計算部，其基于所述狀態信息設定部的設定和所述車削循環指令，計算加工路徑；數值控制部，其按照所述加工路徑計算部計算出的加工路徑控制所述車床加工機來加工工件；動作評價部，其計算用于評價循環時間和加工品質的評價值，所述循環時間是按照所述加工路徑計算部計算出的加工路徑進行的工件加工所花費的循環時間，所述加工品質是按照所述加工路徑計算部計算出的加工路徑加工后的工件的加工品質；機器學習裝置，其對所述加工路徑和所述加工條件的調整進行機器學習，所述機器學習裝置具有：狀態觀測部，其取得在所述狀態信息設定部中存儲的所述加工路徑和所述加工條件以及所述評價值來作為狀態數據；回報條件設定部，其設定回報條件；回報計算部，其基于所述狀態數據和所述回報條件來計算回報；調整學習部，其對所述加工路徑和所述加工條件的調整進行機器學習；調整輸出部，其基于所述調整學習部針對所述加工路徑和所述加工條件的調整的機器學習結果以及所述狀態數據，決定所述加工路徑和所述加工條件的調整對象和調整量來作為調整行為，并基于該決定的結果，調整在所述狀態信息設定部中設定的加工路徑和加工條件，所述加工路徑計算部基于所述調整輸出部調整后的在所述狀態信息設定部中設定的加工路徑和加工條件，再次計算所述加工路徑并進行輸出，所述調整學習部基于所述調整行為、在基于所述加工路徑計算部再次計算出的所述加工路徑加工工件后由所述狀態觀測部取得的所述狀態數據、以及所述回報計算部基于所述狀態數據計算出的所述回報，對所述加工路徑和所述加工條件的調整進行機器學習。...

【技術特征摘要】
2016.12.26 JP 2016-2518991.一種數值控制裝置，其基于由程序指令的車削循環指令對車床加工機進行控制來加工工件，其特征在于，具備：狀態信息設定部，其設定了所述車削循環指令的加工路徑和所述車削循環指令的加工條件；加工路徑計算部，其基于所述狀態信息設定部的設定和所述車削循環指令，計算加工路徑；數值控制部，其按照所述加工路徑計算部計算出的加工路徑控制所述車床加工機來加工工件；動作評價部，其計算用于評價循環時間和加工品質的評價值，所述循環時間是按照所述加工路徑計算部計算出的加工路徑進行的工件加工所花費的循環時間，所述加工品質是按照所述加工路徑計算部計算出的加工路徑加工后的工件的加工品質；機器學習裝置，其對所述加工路徑和所述加工條件的調整進行機器學習，所述機器學習裝置具有：狀態觀測部，其取得在所述狀態信息設定部中存儲的所述加工路徑和所述加工條件以及所述評價值來作為狀態數據；回報條件設定部，其設定回報條件；回報計算部，其基于所述狀態數據和所述回報條件來計算回報；調整學習部，其對所述加工路徑和所述加工條件的調整進行機器學習；調整輸出部，其基于所述調整學習部針對所述加工路徑和所述加工條件的調整的機器學習結果以及所述狀態數據，決定所述加工路徑和所述加工條件的調整對象和調整量來作為調整行為，并基于該決定的結果，調整在所述狀態信息設定部中設定的加工路徑和加工條件，所述加工路徑計算部基于所述調整輸出部調整后的在所述狀態信息設定部中設定的加工路徑和加工條件，再次計算所述加工路徑并進行輸出，所述調整學習部基于所述調整行為、在基于所述加工路徑計算部再次計算出的所述加工路徑加工工件后由所述狀態觀測部取得的所述狀態數據、以及所述回報計算部基于所述狀態數據計算出的所述回報，對所述加工路徑和所述加工條件的調整進行機器學...

【專利技術屬性】
技術研發人員：長野勝德，
申請(專利權)人：發那科株式會社，
類型：發明
國別省市：日本,JP