JP2019197326A - Processing control device, processing control method and program - Google Patents

Processing control device, processing control method and program Download PDF

Info

Publication number
JP2019197326A
JP2019197326A JP2018090115A JP2018090115A JP2019197326A JP 2019197326 A JP2019197326 A JP 2019197326A JP 2018090115 A JP2018090115 A JP 2018090115A JP 2018090115 A JP2018090115 A JP 2018090115A JP 2019197326 A JP2019197326 A JP 2019197326A
Authority
JP
Japan
Prior art keywords
data
numerical control
processing
unit
machining
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2018090115A
Other languages
Japanese (ja)
Other versions
JP7353019B2 (en
Inventor
祐貴 太田
Yuki Ota
祐貴 太田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2018090115A priority Critical patent/JP7353019B2/en
Publication of JP2019197326A publication Critical patent/JP2019197326A/en
Priority to JP2022141045A priority patent/JP7459196B2/en
Application granted granted Critical
Publication of JP7353019B2 publication Critical patent/JP7353019B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Numerical Control (AREA)

Abstract

To improve machining quality in NC machining by numerical control.SOLUTION: A processing control device 200 is a processing control device that controls an NC processing machine with numerical control data and includes: teacher data acquisition means (machine learning unit 212, input unit 230); machine learning means (machine learning unit 212); and numerical control data generation means (optimized NC data generation unit 213). The teacher data acquisition means acquires teacher data indicating the quality of the processed product processed by the NC processing machine according to the numerical control data. The machine learning means learns a machining model based on the teacher data acquired by the teacher data acquisition means. The numerical control data generation means generates numerical control data based on the learning result by the machine learning means.SELECTED DRAWING: Figure 3

Description

本発明は、加工制御装置、加工制御方法及びプログラムに関する。   The present invention relates to a machining control device, a machining control method, and a program.

数値制御によるＮＣ（Numerical Control）加工において、板材に複数の部品をネスティングさせて配置する方法がある。特許文献１は、同一形状の部品同士を複数組み合わせて板材に配置する方法を開示している。   In NC (Numerical Control) processing by numerical control, there is a method in which a plurality of parts are nested in a plate material. Patent document 1 is disclosing the method of arrange | positioning on a board | plate material combining two or more components of the same shape.

特許第４４３０１７２号公報Japanese Patent No. 4430172

特許文献１の技術は、歩留まり率を向上させるため、同一形状の部品を複数組み合わせて板材に配置した後、他の部品を配置可能な空き領域がある場合には、更に、この空き領域に他の部品を配置する。このように、特許文献１の技術は、実際の加工の際に切り抜かれる部品相互に与える影響を考慮していないため、加工不具合、加工品の品質低下を招くおそれがあり、加工品質を向上させることが困難である。   In the technique of Patent Document 1, in order to improve the yield rate, after a plurality of parts having the same shape are combined and arranged on a plate material, if there is an empty area in which other parts can be arranged, the empty area further includes Place the parts. As described above, since the technique of Patent Document 1 does not consider the influence on the parts to be cut out during actual processing, there is a risk of causing processing defects and quality deterioration of the processed product, thereby improving the processing quality. Is difficult.

本発明は、上述のような事情に鑑みてなされたものであり、数値制御によるＮＣ加工において、加工品質を向上させることを目的とする。   The present invention has been made in view of the above circumstances, and an object thereof is to improve machining quality in NC machining by numerical control.

上記の目的を達成するため、本発明に係る加工制御装置は、数値制御データによりＮＣ加工機を制御する加工制御装置であって、教師データ取得手段と、機械学習手段と、数値制御データ生成手段とを備える。教師データ取得手段は、数値制御データに従ってＮＣ加工機によって加工された加工品の良否を示す教師データを取得する。機械学習手段は、教師データ取得手段が取得した教師データに基づいて、加工モデルを学習する。数値制御データ生成手段は、機械学習手段による学習結果に基づいて、数値制御データを生成する。   In order to achieve the above object, a machining control device according to the present invention is a machining control device that controls an NC machine tool by numerical control data, and includes a teacher data acquisition unit, a machine learning unit, and a numerical control data generation unit. With. The teacher data acquisition means acquires teacher data indicating the quality of the processed product processed by the NC processing machine according to the numerical control data. The machine learning means learns the machining model based on the teacher data acquired by the teacher data acquisition means. The numerical control data generating means generates numerical control data based on the learning result by the machine learning means.

本発明に係る加工制御装置は、数値制御データに従ってＮＣ加工機によって加工された加工品の品質の良否を示す教師データに基づいて、加工モデルを学習し、この学習結果に基づいて、数値制御データを生成する。このため、本発明によれば、数値制御によるＮＣ加工において、加工品質を向上させることができる。   The processing control apparatus according to the present invention learns a processing model based on teacher data indicating quality of a processed product processed by an NC processing machine according to numerical control data, and based on the learning result, numerical control data Is generated. For this reason, according to the present invention, machining quality can be improved in NC machining by numerical control.

本発明の実施の形態に係る加工システムの構成を示すブロック図The block diagram which shows the structure of the processing system which concerns on embodiment of this invention. 設計装置の構成を示すブロック図Block diagram showing the configuration of the design device 加工制御装置の構成を示すブロック図Block diagram showing the configuration of the processing control device ワークにおける部品の配置位置を説明するための図Diagram for explaining the placement position of parts on the workpiece ワークにおける部品の配置位置を説明するための図Diagram for explaining the placement position of parts on the workpiece ワーク各辺までの距離を説明するための図Diagram for explaining the distance to each side of the workpiece 加工制御処理の流れを示すフローチャートFlow chart showing the flow of processing control processing

以下、本発明の実施の形態に係る加工システムについて、図面を参照しながら詳細に説明する。   Hereinafter, a processing system according to an embodiment of the present invention will be described in detail with reference to the drawings.

本発明の実施の形態に係る加工システム１は、図１に示すように、おもに設計者によって操作される設計装置１００と、ＮＣ加工機３００を制御する加工制御装置２００と、数値制御によって加工対象物であるワークを加工するＮＣ加工機３００とを含む。設計装置１００、加工制御装置２００、ＮＣ加工機３００は、例えば、有線ＬＡＮ（Local Area Network）、無線ＬＡＮ、Ｗｉ−Ｆｉ（Wireless Fidelity）（登録商標）等のネットワークＮＷを介して相互に通信可能に接続されている。   As shown in FIG. 1, a machining system 1 according to an embodiment of the present invention includes a design device 100 that is mainly operated by a designer, a machining control device 200 that controls an NC machine 300, and a workpiece to be machined by numerical control. NC processing machine 300 which processes the work which is a thing. The design device 100, the processing control device 200, and the NC processing machine 300 can communicate with each other via a network NW such as a wired LAN (Local Area Network), a wireless LAN, and Wi-Fi (Wireless Fidelity) (registered trademark). It is connected to the.

本実施の形態では、ＮＣ加工機３００の加工に用いられる数値制御データをＮＣデータと称する。また、加工システム１が実施する加工として、加工対象物である板状のワークから複数の部品を切り抜く切り抜き加工を例に説明する。そして、ＮＣ加工機３００は、タレットパンチプレス機であるものとして説明するが、例えばレーザ加工機であってもよい。   In the present embodiment, numerical control data used for machining by the NC machine 300 is referred to as NC data. Further, as the processing performed by the processing system 1, a description will be given of a cutting process in which a plurality of parts are cut out from a plate-shaped workpiece that is a processing target. The NC processing machine 300 is described as being a turret punch press, but may be a laser processing machine, for example.

（設計装置１００）
設計装置１００は、設計者の操作に応じてＣＡＤデータおよびＮＣ加工機３００用のＮＣデータを生成するソフトウェアが予めインストールされ、ＣＡＤ（Computer Aided Design）／ＣＡＭ（Computer Aided Manufacturing）機能を有する。設計装置１００は、図２に示すように、制御部１１０、記憶部１２０、入力部１３０、表示部１４０、通信部１５０を備える。これらの各部は、バスラインＢＬを介して相互に電気的に接続されている。 (Design apparatus 100)
The design apparatus 100 has CAD (Computer Aided Design) / CAM (Computer Aided Manufacturing) functions installed therein in advance, in which software for generating CAD data and NC data for the NC processing machine 300 according to the operation of the designer is installed. As illustrated in FIG. 2, the design apparatus 100 includes a control unit 110, a storage unit 120, an input unit 130, a display unit 140, and a communication unit 150. These units are electrically connected to each other via a bus line BL.

制御部１１０は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を有するコンピュータを備え、ＣＰＵがＲＯＭに記憶された各種の制御プログラムを読み出してＲＡＭ上で実行することにより、設計装置１００の各構成部位を制御する。   The control unit 110 includes a computer having a CPU (Central Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), etc., and the CPU reads various control programs stored in the ROM and executes them on the RAM. By doing so, each component of the design apparatus 100 is controlled.

制御部１１０は、ＣＡＤ／ＣＡＭ機能を用いてワークから切り抜く各部品の形状を示すＣＡＤデータ、切り抜き加工に使用する工具および金型、加工内容等を示す部品ＮＣデータ、部品ＮＣデータに基づいてワークに対して複数の部品が板取り、すなわち、ネスティングされたＮＣデータを生成する。制御部１１０は、通信部１５０を制御して、設計データとしてＣＡＤデータおよびＮＣデータを加工制御装置２００に送信する。   The control unit 110 uses the CAD / CAM function to indicate the shape of each part to be cut out from the workpiece, CAD data indicating the shape of each part, tool and die used for the cutting process, part NC data indicating the processing content, and the like based on the part NC data. A plurality of parts are cut off, that is, nested NC data is generated. The control unit 110 controls the communication unit 150 to transmit CAD data and NC data as design data to the machining control device 200.

記憶部１２０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Dive）等の記憶内容が書き換え可能な不揮発性の記憶装置を備え、設計装置１００が各処理に用いる各種データを記憶する。記憶部１２０は、例えば、制御部１１０により生成されたＣＡＤデータ、部品ＮＣデータ、ＮＣデータを記憶する。   The storage unit 120 includes a non-volatile storage device such as a hard disk drive (HDD) or a solid state drive (SSD) that can be rewritten, and stores various data used by the design device 100 for each process. The storage unit 120 stores, for example, CAD data, component NC data, and NC data generated by the control unit 110.

入力部１３０は、キーボード、マウス、タッチパネル、操作ボタン等を備え、ユーザの操作、ＣＡＤデータ、部品ＮＣデータ、ＮＣデータ等を生成するために必要となる各種データの入力等を受け付ける。   The input unit 130 includes a keyboard, a mouse, a touch panel, operation buttons, and the like, and receives input of various data necessary for generating user operations, CAD data, component NC data, NC data, and the like.

表示部１４０は、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、有機ＥＬ（Electro-Luminescence）ディスプレイ等の表示装置を備え、制御部１１０の制御に従って、例えば、部品の形状をＣＡＤ空間上に描写したＣＡＤ画像を表示する。   The display unit 140 includes a display device such as an LCD (Liquid Crystal Display), a PDP (Plasma Display Panel), an organic EL (Electro-Luminescence) display, and the like. The CAD image depicted in is displayed.

通信部１５０は、有線または無線の通信モジュールを備え、制御部１１０の制御に従って、加工制御装置２００と通信する。通信部１５０は、例えば、制御部１１０により生成されたＣＡＤデータおよびＮＣデータを加工制御装置２００に送信する。   The communication unit 150 includes a wired or wireless communication module, and communicates with the machining control device 200 according to the control of the control unit 110. For example, the communication unit 150 transmits CAD data and NC data generated by the control unit 110 to the machining control device 200.

（加工制御装置２００）
加工制御装置２００は、設計装置１００から取得したＮＣデータを最適化した最適化ＮＣデータを生成し、この最適化ＮＣデータを用いてＮＣ加工機３００を制御する。より詳細には、加工制御装置２００は、教師あり学習による機械学習を行い、設計装置１００から取得したＣＡＤデータおよびＮＣデータから最適化ＮＣデータを生成し、ＮＣ加工機３００を制御する。加工制御装置２００は、図３に示すように、制御部２１０、記憶部２２０、入力部２３０、表示部２４０、通信部２５０を備える。 (Processing control device 200)
The machining control device 200 generates optimized NC data obtained by optimizing the NC data acquired from the design device 100, and controls the NC machine 300 using the optimized NC data. More specifically, the machining control device 200 performs machine learning by supervised learning, generates optimized NC data from CAD data and NC data acquired from the design device 100, and controls the NC machine 300. As illustrated in FIG. 3, the processing control device 200 includes a control unit 210, a storage unit 220, an input unit 230, a display unit 240, and a communication unit 250.

制御部２１０は、ＣＰＵ、ＲＡＭ、ＲＯＭ等を有するコンピュータを備え、ＣＰＵがＲＯＭに記憶された各種の制御プログラムを読み出してＲＡＭ上で実行することにより、加工制御装置２００の全体の動作を制御する。制御部２１０は、機能的には、設計データ解析部２１１、機械学習部２１２、最適化ＮＣデータ生成部２１３を有する。   The control unit 210 includes a computer having a CPU, a RAM, a ROM, and the like, and the CPU reads various control programs stored in the ROM and executes them on the RAM, thereby controlling the overall operation of the machining control apparatus 200. . Functionally, the control unit 210 includes a design data analysis unit 211, a machine learning unit 212, and an optimization NC data generation unit 213.

設計データ解析部２１１は、設計装置１００から設計データとして取得したＣＡＤデータおよびＮＣデータを解析し、部品形状情報２２１Ａ、配置情報２２１Ｂ、加工情報２２１Ｃ、加工ワーク情報２２１Ｄを生成する。設計データ解析部２１１は、生成したこれらの情報を、記憶部２２０の設計データＤＢ（Data Base）２２１に記憶する。設計データ解析部２１１は、設計データ解析手段の一例である。設計データ解析部２１１は、ＣＡＤデータ解析部２１１Ａ、ＮＣデータ解析部２１１Ｂを有する。   The design data analysis unit 211 analyzes CAD data and NC data acquired as design data from the design apparatus 100, and generates part shape information 221A, arrangement information 221B, machining information 221C, and machining work information 221D. The design data analysis unit 211 stores the generated information in a design data DB (Data Base) 221 of the storage unit 220. The design data analysis unit 211 is an example of a design data analysis unit. The design data analysis unit 211 includes a CAD data analysis unit 211A and an NC data analysis unit 211B.

ＣＡＤデータ解析部２１１Ａは、設計装置１００から取得したＣＡＤデータを解析し、切り抜き対象である部品毎に、その部品の外形を形成する外形線に関する情報として、例えば、「外形線の長さ」、「直線部の角度」、「円弧部の半径」、「外形線の始点位置」、「外形線の終点位置」等を抽出する。また、ＣＡＤデータ解析部２１１Ａは、ＣＡＤデータから抽出したこれらの情報を、部品形状情報２２１Ａとして記憶部２２０の設計データＤＢ２２１に記憶する。   The CAD data analysis unit 211A analyzes the CAD data acquired from the design apparatus 100, and for each part to be cut out, information on the outline that forms the outline of the part, for example, “the length of the outline”, The “angle of the straight line portion”, “radius of the arc portion”, “start position of the outline”, “end position of the outline”, and the like are extracted. The CAD data analysis unit 211A stores these pieces of information extracted from the CAD data in the design data DB 221 of the storage unit 220 as part shape information 221A.

ＮＣデータ解析部２１１Ｂは、設計装置１００から取得したＮＣデータを解析し、切り抜き対象である部品毎に、「配置位置」、「配置角度」、「配置個数」等を抽出し、「隣接部品の配置位置」、「ワーク各辺までの距離」等を算出する。また、ＮＣデータ解析部２１１Ｂは、ＮＣデータから抽出および算出したこれらの情報を、配置情報２２１Ｂとして記憶部２２０の設計データＤＢ２２１に記憶する。   The NC data analysis unit 211B analyzes the NC data acquired from the design apparatus 100, extracts “placement position”, “placement angle”, “placement number”, and the like for each part to be cut out. “Arrangement position”, “Distance to each side of workpiece” and the like are calculated. Further, the NC data analysis unit 211B stores the information extracted and calculated from the NC data in the design data DB 221 of the storage unit 220 as the arrangement information 221B.

ここで、「配置位置」は、例えば、ワークに設定された座標系における座標により表現される。また、「配置角度」は、例えば、ワークに設定された座標系における基準座標軸に対する角度により表現される。例えば、図４に示すように、矩形ワークＷの左下の頂点を原点Ｏとし、長辺に沿ったＸ軸と短辺に沿ったＹ軸を座標軸とする直交座標系を設定する。このとき、部品Ｐ１の配置位置は、部品Ｐ１の左下の頂点Ｖａの座標（Ｘａ，Ｙａ）によって表現される。また、部品Ｐ１の配置角度が、Ｘ軸に対して角度θ（≠０°）である場合、部品Ｐ１の配置位置は、図５に示すように、部品Ｐ１の外形を囲む破線で示す矩形領域Ｒの左下の頂点Ｖｂの座標（Ｘｂ，Ｘｂ）によって表現される。「配置個数」は、ワークに配置された部品の識別情報をＮＣデータから収集することにより抽出することができる。 Here, the “arrangement position” is expressed by coordinates in the coordinate system set for the workpiece, for example. The “arrangement angle” is expressed by an angle with respect to the reference coordinate axis in the coordinate system set for the workpiece, for example. For example, as shown in FIG. 4, an orthogonal coordinate system is set in which the lower left vertex of the rectangular workpiece W is the origin O, and the X axis along the long side and the Y axis along the short side are coordinate axes. At this time, the arrangement position of the component P1 is expressed by the coordinates (X a , Y a ) of the lower left vertex Va of the component P1. When the arrangement angle of the component P1 is an angle θ (≠ 0 °) with respect to the X axis, the arrangement position of the component P1 is a rectangular area indicated by a broken line surrounding the outer shape of the component P1, as shown in FIG. It is expressed by the coordinates (X b , X b ) of the lower left vertex Vb of R. The “arranged number” can be extracted by collecting identification information of parts arranged on the workpiece from the NC data.

「隣接部品の配置位置」は、例えば、ワークに配置されたすべての部品の「配置位置」を比較することにより算出することができる。例えば、ワークにＰ１からＰｎのｎ個の部品が配置され、各部品の配置位置が座標（Ｘ１，Ｙ１）、（Ｘ２，Ｙ２）、（Ｘ３，Ｙ３）、…、（Ｘｎ，Ｙｎ）である場合、基準となる部品Ｐ１のＸ座標Ｘ１と他の部品のＸ座標との差、すなわち、Ｘ１−Ｘ２、Ｘ１−Ｘ３、…、Ｘ１−Ｘｎを算出する。これらの差のうち最も小さい正の値、最も大きい負の値となる部品が部品Ｐ１のＸ軸方向における隣接部品であり、それらの配置座標が部品Ｐ１のＸ軸方向における隣接部品の配置位置となる。 The “arrangement position of adjacent parts” can be calculated, for example, by comparing the “arrangement positions” of all the parts arranged on the workpiece. For example, the work from P 1 are n components P n is located, the arrangement position of each part coordinates (X 1, Y 1), (X 2, Y 2), (X 3, Y 3), ... , (X n , Y n ), the difference between the X coordinate X 1 of the reference component P 1 and the X coordinate of other components, that is, X 1 −X 2 , X 1 −X 3 ,. 1- Xn is calculated. Among these differences, the component having the smallest positive value and the largest negative value is the adjacent component in the X-axis direction of the component P1, and the arrangement coordinates thereof are the arrangement position of the adjacent component in the X-axis direction of the component P1. Become.

ここで、最も小さい正の値となる差が存在しない場合、部品Ｐ１は、Ｘ座標が最も小さい位置、すなわち、Ｘ軸に最も近い位置に配置されていることを意味する。また、最も大きい負の値となる差が存在しない場合、部品Ｐ１は、Ｘ座標が最も大きい位置、すなわち、Ｘ軸から最も離れた位置に配置されていることを意味する。   Here, when there is no difference having the smallest positive value, it means that the component P1 is arranged at the position where the X coordinate is the smallest, that is, the position closest to the X axis. Further, when there is no difference that has the largest negative value, it means that the part P1 is arranged at a position where the X coordinate is the largest, that is, a position farthest from the X axis.

同様に、基準となる部品Ｐ１のＹ座標Ｙ１と他の部品のＹ座標との差を算出し、これらの差のうち最も小さい正の値、最も大きい負の値となる部品が部品Ｐ１のＹ軸方向における隣接部品であり、それらの配置座標が部品Ｐ１のＹ軸方向における隣接部品の配置位置となる。   Similarly, the difference between the Y coordinate Y1 of the reference component P1 and the Y coordinate of other components is calculated, and the component having the smallest positive value and the largest negative value among these differences is the Y of the component P1. These are adjacent parts in the axial direction, and their arrangement coordinates are the arrangement positions of the adjacent parts in the Y-axis direction of the part P1.

「ワーク各辺までの距離」は、部品の配置位置を示す点からワークの各辺までの距離を示す。「ワーク各辺までの距離」は、図６に示すように、部品の配置位置を示す頂点Ｖｂから、矩形ワークＷの右辺ＷＲまでのＸ軸正方向距離Ｄｘｐ、左辺ＷＬまでのＸ軸負方向距離Ｄｘｍ、上辺ＷＵまでのＹ軸正方向距離Ｄｙｐ、下辺ＷＤまでのＹ軸負方向距離Ｄｙｍは、頂点Ｖｂの座標と矩形ワークＷのＸ寸法ＬｘおよびＹ寸法Ｌｙから算出される。   “Distance to each side of the workpiece” indicates a distance from a point indicating the arrangement position of the part to each side of the workpiece. As shown in FIG. 6, the “distance to each side of the workpiece” is the X-axis positive direction distance Dxp from the vertex Vb indicating the component placement position to the right side WR of the rectangular workpiece W, and the X-axis negative direction to the left side WL. The distance Dxm, the Y-axis positive direction distance Dyp to the upper side WU, and the Y-axis negative direction distance Dym to the lower side WD are calculated from the coordinates of the vertex Vb and the X dimension Lx and Y dimension Ly of the rectangular workpiece W.

機械学習部２１２は、入力部２３０を介して取得した検査データに基づいて、教師データを用いて教師あり学習を行い、加工モデルを生成する。また、機械学習部２１２は、生成した加工モデルを記憶部２２０の加工モデルＤＢ２２３に記憶する。本実施の形態において、機械学習部２１２は、適正な歩留まりで板取りを行うためのネスティングパターンを学習し、加工モデルを生成する。機械学習部２１２は、入力部２３０と共に教師データ取得手段の一例であり、機械学習手段の一例である。   The machine learning unit 212 performs supervised learning using the teacher data based on the inspection data acquired via the input unit 230, and generates a processing model. In addition, the machine learning unit 212 stores the generated machining model in the machining model DB 223 of the storage unit 220. In the present embodiment, the machine learning unit 212 learns a nesting pattern for performing planing with an appropriate yield, and generates a machining model. The machine learning unit 212 is an example of a teacher data acquisition unit together with the input unit 230, and is an example of a machine learning unit.

機械学習部２１２は、入力部２３０を介して取得した検査データに基づいて、実際に加工に用いた最適化ＮＣデータに対して正例と負例とを分類する２種類のラベルを付与する。検査データは、例えば、最適化ＮＣデータに従ってＮＣ加工機３００によって実際に加工された部品の品質の良否を示す検査結果と、その検査結果に対応する最適化ＮＣデータを特定するための情報を含む。検査結果は、例えば、加工された部品に不良または不具合が発生していない場合には「良好」、加工された部品に不良または不具合が発生した場合には「不良」とする。また、検査結果には、例えば、その加工に実際に用いられた最適化ＮＣデータを識別する識別情報が対応付けられる。   Based on the inspection data acquired via the input unit 230, the machine learning unit 212 gives two types of labels for classifying positive examples and negative examples to the optimized NC data actually used for processing. The inspection data includes, for example, inspection results indicating the quality of parts actually processed by the NC machine 300 according to the optimized NC data, and information for specifying optimized NC data corresponding to the inspection results. . The inspection result is, for example, “good” when no defect or defect occurs in the processed part, and “defect” when a defect or defect occurs in the processed part. Further, for example, identification information for identifying optimized NC data actually used for the processing is associated with the inspection result.

機械学習部２１２は、例えば、検査結果が「良好」である最適化ＮＣデータに正例のラベルを付与し、検査結果が「不良」である最適化ＮＣデータに負例のラベルを付与する。ここで、正例のラベルが付与された最適化ＮＣデータを正例ＮＣデータ、負例のラベルが付与された最適化ＮＣデータを負例ＮＣデータと称する。機械学習部２１２は、ラベルを付与した最適化ＮＣデータ、すなわち、正例ＮＣデータまたは負例ＮＣデータを、教師データとして記憶部２２０の教師データＤＢ２２２に記憶する。   For example, the machine learning unit 212 assigns a positive example label to optimized NC data whose inspection result is “good”, and assigns a negative example label to optimized NC data whose inspection result is “bad”. Here, the optimized NC data to which the positive example label is assigned is referred to as positive example NC data, and the optimized NC data to which the negative example label is assigned is referred to as negative example NC data. The machine learning unit 212 stores optimized NC data with a label, that is, positive example NC data or negative example NC data in the teacher data DB 222 of the storage unit 220 as teacher data.

最適化ＮＣデータ生成部２１３は、機械学習部２１２により生成された加工モデルに基づいて、設計装置１００から取得したＮＣデータを最適化した最適化ＮＣデータを生成する。本実施の形態において、最適化ＮＣデータ生成部２１３は、機械学習部２１２により加工モデルとして生成されたネスティングモデルに基づいて、最適化ＮＣデータを生成する。最適化ＮＣデータ生成部２１３は、通信部２５０を制御して、ネスティングモデルに基づいて生成した最適化ＮＣデータをＮＣ加工機３００に送信することにより、ＮＣ加工機３００を制御する。最適化ＮＣデータ生成部２１３は、数値制御データ生成手段の一例である。   The optimized NC data generation unit 213 generates optimized NC data obtained by optimizing the NC data acquired from the design apparatus 100 based on the machining model generated by the machine learning unit 212. In the present embodiment, the optimized NC data generation unit 213 generates optimized NC data based on the nesting model generated as a machining model by the machine learning unit 212. The optimized NC data generation unit 213 controls the NC processing machine 300 by controlling the communication unit 250 and transmitting the optimized NC data generated based on the nesting model to the NC processing machine 300. The optimized NC data generation unit 213 is an example of numerical control data generation means.

なお、設計データ解析部２１１、機械学習部２１２、最適化ＮＣデータ生成部２１３は、単一のコンピュータで各機能を実現してもよいし、各々別個のコンピュータによって各機能を実現してもよい。   The design data analysis unit 211, the machine learning unit 212, and the optimization NC data generation unit 213 may realize each function with a single computer, or each function with a separate computer. .

記憶部２２０は、ＨＤＤ、ＳＳＤ等の記憶内容が書き換え可能な不揮発性の記憶装置を備え、加工制御装置２００が各処理に用いる各種データを記憶する。記憶部２２０は、例えば、設計データＤＢ２２１、教師データＤＢ２２２、加工モデルＤＢ２２３、最適化ＮＣデータＤＢ２２４、加工基本情報ＤＢ２２５を有する。   The storage unit 220 includes a nonvolatile storage device such as an HDD or an SSD that can be rewritten, and stores various data used by the processing control device 200 for each process. The storage unit 220 includes, for example, a design data DB 221, a teacher data DB 222, a machining model DB 223, an optimized NC data DB 224, and a machining basic information DB 225.

設計データＤＢ２２１は、上述したように、設計データ解析部２１１によって生成された部品形状情報２２１Ａ、配置情報２２１Ｂ、加工情報２２１Ｃ、加工ワーク情報２２１Ｄを記憶する。   As described above, the design data DB 221 stores the part shape information 221A, the arrangement information 221B, the machining information 221C, and the machining work information 221D generated by the design data analysis unit 211.

部品形状情報２２１Ａは、ＣＡＤデータ解析部２１１Ａが設計装置１００から取得したＣＡＤデータから抽出した各部品の外形を示す「外形線分の長さ」、「直線部の角度」等の各種情報を含む。   The part shape information 221A includes various types of information such as “length of outer line segment” and “angle of straight line part” indicating the outer shape of each part extracted from the CAD data acquired by the CAD data analysis unit 211A from the design apparatus 100. .

配置情報２２１Ｂは、ＮＣデータ解析部２１１Ｂが設計装置１００から取得したＮＣデータから抽出した各種情報を含む。   The arrangement information 221B includes various information extracted from NC data acquired from the design apparatus 100 by the NC data analysis unit 211B.

加工情報２２１Ｃは、ＮＣデータ解析部２１１Ｂが設計装置１００から取得したＮＣデータから抽出した、「工具識別子」、「加工順序」、「加工位置」等の各種情報を含む。   The machining information 221C includes various information such as “tool identifier”, “machining order”, and “machining position” extracted from the NC data acquired from the design apparatus 100 by the NC data analysis unit 211B.

加工ワーク情報２２１Ｄは、ＮＣデータ解析部２１１Ｂが設計装置１００から取得したＮＣデータから抽出した、加工対象であるワークを識別する「ワーク識別子」を含む。   The machining workpiece information 221D includes a “work identifier” that identifies the workpiece to be machined extracted from the NC data acquired from the design apparatus 100 by the NC data analysis unit 211B.

教師データＤＢ２２２は、教師データを記憶する。教師データは、入力部２３０を介して取得した検査データに基づいて、実際に加工に用いられた最適化ＮＣデータと正例または負例を示すラベルとが対応付けられた情報である。   The teacher data DB 222 stores teacher data. The teacher data is information in which optimized NC data actually used for processing is associated with a label indicating a positive example or a negative example based on inspection data acquired through the input unit 230.

加工モデルＤＢ２２３は、機械学習部２１２が生成した加工モデルを記憶する。   The machining model DB 223 stores the machining model generated by the machine learning unit 212.

最適化ＮＣデータＤＢ２２４は、最適化ＮＣデータ生成部２１３が生成した最適化ＮＣデータを記憶する。   The optimized NC data DB 224 stores the optimized NC data generated by the optimized NC data generation unit 213.

加工基本情報ＤＢ２２５は、ワーク基本情報２２５Ａ、設備基本情報２２５Ｂを記憶する。ワーク基本情報２２５Ａは、ＮＣ加工機３００によって加工可能な各ワークの「材質」、「形状」、「サイズ」、「加工不可領域」、「さん幅」等を示す情報を含む。ワークの「サイズ」は、例えばワークが矩形板材である場合、長辺寸法を示すＸ寸法および短辺寸法を示すＹ寸法、板厚等で表される。設備基本情報２２５Ｂは、例えば、ＮＣ加工機３００が有する工具の種別を示す「工具情報」、加工速度を示す「加工速度情報」を含む。   The machining basic information DB 225 stores workpiece basic information 225A and facility basic information 225B. The workpiece basic information 225A includes information indicating the “material”, “shape”, “size”, “unworkable area”, “span width”, and the like of each workpiece that can be machined by the NC machine 300. For example, when the work is a rectangular plate material, the “size” of the work is represented by an X dimension indicating a long side dimension, a Y dimension indicating a short side dimension, a plate thickness, and the like. The equipment basic information 225B includes, for example, “tool information” indicating the type of tool of the NC machine 300 and “machining speed information” indicating the machining speed.

入力部２３０は、キーボード、マウス、タッチパネル、操作ボタン等を備え、ユーザの操作、各種データの入力等を受け付ける。入力部２３０は、例えば、加工制御装置２００から取得した最適化ＮＣデータに従ってＮＣ加工機３００によってワークから切り抜かれた部品の品質の良否を示す検査結果と、最適化ＮＣデータを特定するための情報とを含む検査データの入力を受け付ける。検査データは、例えば、ＮＣ加工機３００による加工品の品質を検査する検査担当者によって入力される。入力部２３０は、機械学習部２１２と共に、教師データ取得手段の一例である。   The input unit 230 includes a keyboard, a mouse, a touch panel, operation buttons, and the like, and accepts user operations, input of various data, and the like. The input unit 230 is, for example, an inspection result indicating whether the quality of a part cut out from the workpiece by the NC processing machine 300 according to the optimized NC data acquired from the processing control apparatus 200 and information for specifying the optimized NC data. The input of inspection data including The inspection data is input by, for example, an inspection person who inspects the quality of a processed product by the NC processing machine 300. The input unit 230 is an example of a teacher data acquisition unit together with the machine learning unit 212.

表示部２４０は、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、有機ＥＬ（Electro-Luminescence）ディスプレイ等の表示装置を備え、制御部２１０の制御に従って、例えば、設計装置１００から設計データとして取得したＣＡＤデータが示すＣＡＤ画像を表示する。   The display unit 240 includes a display device such as an LCD (Liquid Crystal Display), a PDP (Plasma Display Panel), an organic EL (Electro-Luminescence) display, and the like, for example, as design data from the design device 100 according to the control of the control unit 210. A CAD image indicated by the acquired CAD data is displayed.

通信部２５０は、有線または無線の通信モジュールを備え、制御部２１０の制御に従って、設計装置１００およびＮＣ加工機３００と通信する。通信部２５０は、例えば、設計装置１００から設計データとしてＣＡＤデータおよびＮＣデータを加工制御装置２００に受信する。また、通信部２５０は、例えば、最適化ＮＣデータをＮＣ加工機３００に受信する。通信部２５０は、設計データ取得手段の一例である。   The communication unit 250 includes a wired or wireless communication module, and communicates with the design apparatus 100 and the NC processing machine 300 according to the control of the control unit 210. For example, the communication unit 250 receives CAD data and NC data as design data from the design apparatus 100 to the machining control apparatus 200. Further, the communication unit 250 receives, for example, optimized NC data to the NC processing machine 300. The communication unit 250 is an example of a design data acquisition unit.

（ＮＣ加工機３００）
ＮＣ加工機３００は、数値制御によって加工対象であるワークを加工するＮＣ加工機である。ＮＣ加工機３００は、加工制御装置２００から供給された最適化ＮＣデータに従って、ワークを加工する。 (NC processing machine 300)
The NC processing machine 300 is an NC processing machine that processes a workpiece to be processed by numerical control. The NC processing machine 300 processes the workpiece according to the optimized NC data supplied from the processing control apparatus 200.

次に、図７に示すフローチャートを参照して、加工制御装置２００の制御部２１０が実行する加工制御処理について説明する。加工制御処理は、設計装置１００から取得したＮＣデータを最適化した最適化ＮＣデータを用いてＮＣ加工機３００の加工を制御する処理である。制御部２１０、例えば、加工制御装置２００の電源の投入に応答して、加工制御処理を開始する。   Next, the machining control process executed by the control unit 210 of the machining control device 200 will be described with reference to the flowchart shown in FIG. The machining control process is a process for controlling machining of the NC machine 300 using optimized NC data obtained by optimizing NC data acquired from the design apparatus 100. In response to power-on of the control unit 210, for example, the machining control device 200, machining control processing is started.

制御部２１０は、加工制御処理を開始すると、まず、設計データを取得したか否かを判定する（ステップＳ１０１）。制御部２１０は、通信部２５０を介して設計装置１００からＣＡＤデータおよびＮＣデータを受信したか否かに応じて判定する。   When the processing control process is started, the control unit 210 first determines whether design data has been acquired (step S101). The control unit 210 makes a determination according to whether CAD data and NC data are received from the design apparatus 100 via the communication unit 250.

設計データを取得したと判定した場合（ステップＳ１０１：ＹＥＳ）、制御部２１０の設計データ解析部２１１は、設計データを解析し、各情報を生成する（ステップＳ１０２）。設計データ解析部２１１は、設計データとして取得したＣＡＤデータおよびＮＣデータを解析し、部品形状情報２２１Ａ、配置情報２２１Ｂ、加工情報２２１Ｃ、加工ワーク情報２２１Ｄを生成し、各情報を記憶部２２０の設計データＤＢ２２１に記憶する。   When it is determined that the design data has been acquired (step S101: YES), the design data analysis unit 211 of the control unit 210 analyzes the design data and generates each piece of information (step S102). The design data analysis unit 211 analyzes CAD data and NC data acquired as design data, generates part shape information 221A, arrangement information 221B, machining information 221C, and machining work information 221D, and stores each piece of information in the design of the storage unit 220. Store in the data DB 221.

続いて、制御部２１０の最適化ＮＣデータ生成部２１３は、加工モデルを取得する（ステップＳ１０３）。最適化ＮＣデータ生成部２１３は、記憶部２２０の加工モデルＤＢ２２３に記憶された加工モデルを読み出すことにより取得する。   Subsequently, the optimized NC data generation unit 213 of the control unit 210 acquires a machining model (step S103). The optimized NC data generation unit 213 acquires the machining model stored in the machining model DB 223 of the storage unit 220 by reading out the machining model.

最適化ＮＣデータ生成部２１３は、加工モデルＤＢ２２３から読み出した加工モデルに基づいて、ステップＳ１０１において設計データとして取得したＮＣデータを最適化した最適化ＮＣデータを生成する（ステップＳ１０４）。   Based on the machining model read from the machining model DB 223, the optimized NC data generation unit 213 generates optimized NC data obtained by optimizing the NC data acquired as design data in step S101 (step S104).

最適化ＮＣデータを生成した後、最適化ＮＣデータ生成部２１３は、通信部２５０を制御して、最適化ＮＣデータをＮＣ加工機３００に送信する（ステップＳ１０５）。ＮＣ加工機３００は、加工制御装置２００から受信した最適化ＮＣデータに従って加工を実施する。   After generating the optimized NC data, the optimized NC data generating unit 213 controls the communication unit 250 to transmit the optimized NC data to the NC processing machine 300 (step S105). The NC processing machine 300 performs processing according to the optimized NC data received from the processing control apparatus 200.

ステップＳ１０１において設計データを取得していないと判定した場合（ステップＳ１０１：ＮＯ）、または、ステップＳ１０５の処理を実行した後、制御部２１０は、検査データを取得したか否かを判定する（ステップＳ１０６）。制御部２１０は、入力部２３０を介して検査データを入力したか否かに応じて判定する。検査データを取得していないと判定した場合（ステップＳ１０６：ＮＯ）、制御部２１０は、ステップＳ１０１に処理を戻す。   If it is determined in step S101 that design data has not been acquired (step S101: NO), or after executing the process of step S105, the control unit 210 determines whether or not inspection data has been acquired (step S101). S106). The control unit 210 makes a determination according to whether inspection data is input via the input unit 230. When it determines with not having acquired test | inspection data (step S106: NO), the control part 210 returns a process to step S101.

一方、検査データを取得したと判定した場合（ステップＳ１０６：ＹＥＳ）、制御部２１０の機械学習部２１２は、取得した検査データに基づいて、実際にＮＣ加工機３００の加工に用いられた最適化ＮＣデータに正例または負例のラベルを付与する（ステップＳ１０７）。続いて、正例または負例のラベルを付与した最適化ＮＣデータ、すなわち、正例ＮＣデータまたは負例ＮＣデータを、教師データとして記憶部２２０の教師データＤＢ２２２に記憶する（ステップＳ１０８）。   On the other hand, when it is determined that the inspection data has been acquired (step S106: YES), the machine learning unit 212 of the control unit 210 performs the optimization actually used for processing of the NC machine 300 based on the acquired inspection data. A positive or negative label is assigned to the NC data (step S107). Subsequently, the optimized NC data to which the positive example or negative example label is assigned, that is, the positive example NC data or the negative example NC data is stored in the teacher data DB 222 of the storage unit 220 as teacher data (step S108).

そして、機械学習部２１２は、教師データＤＢ２２２に記憶された教師データに基づいて、加工モデルを生成する（ステップＳ１０９）。機械学習部２１２は、教師データＤＢ２２２に蓄積された教師データを用いて、加工モデルを適宜更新することにより、適正な加工モデルを構築する。   Then, the machine learning unit 212 generates a machining model based on the teacher data stored in the teacher data DB 222 (step S109). The machine learning unit 212 constructs an appropriate machining model by appropriately updating the machining model using the teacher data stored in the teacher data DB 222.

ステップＳ１０９の処理を実行した後、制御部２１０は、ステップＳ１０１に処理を戻す。なお、加工制御処理は、例えば、加工制御装置２００の電源が切断されるまで、または、ユーザによる停止の指示があるまで、繰り返し実行される。   After executing the process of step S109, the control unit 210 returns the process to step S101. Note that the machining control process is repeatedly executed until, for example, the machining control device 200 is turned off or a user gives a stop instruction.

以上に述べたように、本実施の形態に係る加工制御装置２００は、ＮＣ加工機３００によって実際に加工された部品の品質の良否を示す検査結果と、使用された最適化ＮＣデータを特定するための情報とを含む検査データに基づく教師データを用いて、加工モデルを学習し、この学習結果に基づいて、最適化ＮＣデータを生成する。これにより、加工制御装置２００は、加工品質を向上させることができる。また、設計業務の偏りに伴う属人化を抑制することができる。   As described above, the machining control apparatus 200 according to the present embodiment specifies the inspection result indicating the quality of the parts actually machined by the NC machine 300 and the optimized NC data used. The processing model is learned using the teacher data based on the inspection data including the information for the optimization, and the optimized NC data is generated based on the learning result. Thereby, the process control apparatus 200 can improve process quality. In addition, it is possible to suppress personalization due to bias in design work.

なお、本発明は、上記の実施の形態に限定されず、本発明の要旨を逸脱しない範囲での種々の変形および応用が可能である。   In addition, this invention is not limited to said embodiment, A various deformation | transformation and application in the range which does not deviate from the summary of this invention are possible.

上記の実施の形態では、加工システム１が実施する加工として切り抜き加工を例に説明したが、例えば、穴開け加工、成形加工、切削加工といった切り抜き加工以外の各種加工についても同様に、機械学習することにより、最適化ＮＣデータを生成してもよい。この場合、設計データ解析部２１１は、設計装置１００から設計データとして取得したＣＡＤデータおよびＮＣデータから穴加工、成形加工、切削加工に関する情報を抽出する。   In the above embodiment, the cutting process has been described as an example of the process performed by the processing system 1. However, for example, machine learning is similarly performed for various processes other than the cut process such as drilling, forming, and cutting. Thus, optimized NC data may be generated. In this case, the design data analysis unit 211 extracts information related to drilling, forming, and cutting from CAD data and NC data acquired as design data from the design apparatus 100.

上記の実施の形態では、加工制御装置２００は、通信部２５０を介して設計装置１００から設計データとしてＣＡＤデータおよびＮＣデータを取得したが、例えば、入力部２３０が設計者による入力を受け付けることより設計データを取得してもよい。また、加工制御装置２００は、入力部２３０を介して検査データを取得したが、例えば、通信可能に接続された検査業務用の端末装置から通信部２５０を介して検査データを取得してもよい。   In the above embodiment, the machining control apparatus 200 acquires CAD data and NC data as design data from the design apparatus 100 via the communication unit 250. For example, the input unit 230 receives input from the designer. Design data may be acquired. In addition, the processing control apparatus 200 acquires the inspection data via the input unit 230. However, for example, the processing control apparatus 200 may acquire the inspection data via the communication unit 250 from a terminal device for inspection work that is connected to be communicable. .

上記の実施の形態において、例えば加工制御装置２００の制御部２１０のＣＰＵが実行する制御プログラムは、あらかじめＲＯＭに記憶されていた。しかしながら、本発明は、これに限定されず、上記の各種処理を実行させるための動作プログラムを、既存の汎用コンピュータや、フレームワーク、ワークステーション等に実装することにより、上記の実施の形態に係る加工制御装置２００に相当する装置として機能させてもよい。   In the above embodiment, for example, the control program executed by the CPU of the control unit 210 of the machining control apparatus 200 is stored in advance in the ROM. However, the present invention is not limited to this, and the operation program for executing the above-described various processes is mounted on an existing general-purpose computer, a framework, a workstation, or the like, and according to the above-described embodiment. You may make it function as an apparatus equivalent to the process control apparatus 200. FIG.

このようなプログラムの提供方法は任意であり、例えば、コンピュータが読取可能な記録媒体（フレキシブルディスク、ＣＤ（Compact Disc）−ＲＯＭ、ＤＶＤ（Digital Versatile Disc）−ＲＯＭ）等に格納して配布してもよいし、インターネットをはじめとするネットワーク上のストレージにプログラムを格納しておき、これをダウンロードさせることにより提供してもよい。   The method of providing such a program is arbitrary. For example, the program is stored and distributed on a computer-readable recording medium (flexible disc, CD (Compact Disc) -ROM, DVD (Digital Versatile Disc) -ROM) or the like. Alternatively, the program may be stored in a storage on a network such as the Internet and provided by downloading it.

また、上記の処理をＯＳ（Operating System）とアプリケーションプログラムとの分担、または、ＯＳとアプリケーションプログラムとの協働によって実行する場合には、アプリケーションプログラムのみを記録媒体やストレージに格納してもよい。また、搬送波にプログラムを重畳し、ネットワークを介して配信することも可能である。例えば、ネットワーク上の掲示板（Bulletin Board System：BBS）に上記プログラムを掲示し、ネットワークを介してプログラムを配信してもよい。そして、このプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、上記の処理を実行するべく設計してもよい。   Further, when the above processing is executed by sharing an OS (Operating System) and an application program, or by cooperation between the OS and the application program, only the application program may be stored in a recording medium or storage. It is also possible to superimpose a program on a carrier wave and distribute it via a network. For example, the program may be posted on a bulletin board system (BBS) on the network, and the program may be distributed via the network. The program may be started and executed in the same manner as other application programs under the control of the OS, so that the above-described processing may be performed.

１…加工システム、１００…設計装置、１１０…制御部、１２０…記憶部、１３０…入力部、１４０…表示部、１５０…通信部、２００…加工制御装置、２１０…制御部、２１１…設計データ解析部、２１１Ａ…ＣＡＤデータ解析部、２１１Ｂ…ＮＣデータ解析部、２１２…機械学習部、２１３…最適化ＮＣデータ生成部、２２０…記憶部、２２１…設計データＤＢ、２２１Ａ…部品形状情報、２２１Ｂ…配置情報、２２１Ｃ…加工情報、２２１Ｄ…加工ワーク情報、２２２…教師データＤＢ、２２３…加工モデルＤＢ、２２４…最適化ＮＣデータＤＢ、２２５…加工基本情報ＤＢ、２２５Ａ…ワーク基本情報、２２５Ｂ…設備基本情報、２３０…入力部、２４０…表示部、２５０…通信部、３００…ＮＣ加工機、ＢＬ…バスライン、Ｄｘｐ…Ｘ軸正方向距離、Ｄｘｍ…Ｘ軸負方向距離、Ｄｙｐ…Ｙ軸正方向距離、Ｄｙｍ…Ｙ軸負方向距離、Ｌｘ…Ｘ寸法、Ｌｙ…Ｙ寸法、Ｏ…原点、Ｒ…矩形領域、Ｖａ，Ｖｂ…頂点、Ｗ…矩形ワーク、ＷＵ…上辺、ＷＤ…下辺、ＷＬ…左辺、ＷＲ…右辺 DESCRIPTION OF SYMBOLS 1 ... Processing system, 100 ... Design apparatus, 110 ... Control part, 120 ... Memory | storage part, 130 ... Input part, 140 ... Display part, 150 ... Communication part, 200 ... Processing control apparatus, 210 ... Control part, 211 ... Design data Analysis unit, 211A ... CAD data analysis unit, 211B ... NC data analysis unit, 212 ... machine learning unit, 213 ... optimization NC data generation unit, 220 ... storage unit, 221 ... design data DB, 221A ... part shape information, 221B ... Placement information, 221C ... Machining information, 221D ... Machining work information, 222 ... Teacher data DB, 223 ... Machining model DB, 224 ... Optimization NC data DB, 225 ... Machining basic information DB, 225A ... Work basic information, 225B ... Basic equipment information, 230 ... input unit, 240 ... display unit, 250 ... communication unit, 300 ... NC processing machine, BL ... bus line, Dxp X-axis positive direction distance, Dxm ... X-axis negative direction distance, Dyp ... Y-axis positive direction distance, Dym ... Y-axis negative direction distance, Lx ... X dimension, Ly ... Y dimension, O ... origin, R ... rectangular area, Va , Vb ... vertex, W ... rectangular work, WU ... upper side, WD ... lower side, WL ... left side, WR ... right side

Claims (6)

数値制御データによりＮＣ加工機を制御する加工制御装置であって、
前記数値制御データに従って前記ＮＣ加工機によって加工された加工品の品質の良否を示す教師データを取得する教師データ取得手段と、
前記教師データ取得手段が取得した前記教師データに基づいて、加工モデルを学習する機械学習手段と、
前記機械学習手段による学習結果に基づいて、前記数値制御データを生成する数値制御データ生成手段と、を備える、
加工制御装置。 A machining control device for controlling an NC machine with numerical control data,
Teacher data acquisition means for acquiring teacher data indicating quality of a processed product processed by the NC processing machine according to the numerical control data;
Machine learning means for learning a machining model based on the teacher data acquired by the teacher data acquisition means;
Numerical control data generating means for generating the numerical control data based on a learning result by the machine learning means,
Processing control device. 設計データを取得する設計データ取得手段、を備え、
前記数値制御データ生成手段は、前記設計データ取得手段が取得した前記設計データを前記学習結果に基づいて最適化して、前記数値制御データを生成する、
請求項１に記載の加工制御装置。 Design data acquisition means for acquiring design data,
The numerical control data generation means optimizes the design data acquired by the design data acquisition means based on the learning result, and generates the numerical control data.
The processing control apparatus according to claim 1. 前記設計データ取得手段が取得した前記設計データを解析する設計データ解析手段、を備え、
前記数値制御データ生成手段は、前記設計データ解析手段の解析結果に基づいて、前記数値制御データを生成する、
請求項２に記載の加工制御装置。 Design data analysis means for analyzing the design data acquired by the design data acquisition means,
The numerical control data generating means generates the numerical control data based on an analysis result of the design data analyzing means;
The processing control apparatus according to claim 2. 前記加工モデルは、板材から複数の部品を板取りするネスティングモデルである、
請求項１から３のいずれか１項に記載の加工制御装置。 The processing model is a nesting model for removing a plurality of parts from a plate material.
The processing control apparatus according to any one of claims 1 to 3. 数値制御データに従ってＮＣ加工機によって加工された加工品の品質の良否を示す教師データを取得し、
前記教師データに基づいて、加工モデルを学習し、
学習結果に基づいて、前記数値制御データを生成する、
加工制御方法。 Obtain teacher data indicating the quality of the processed product processed by the NC processing machine according to the numerical control data,
Based on the teacher data, learn a processing model,
Generating the numerical control data based on the learning result;
Processing control method. コンピュータを、
数値制御データに従ってＮＣ加工機によって加工された加工品の品質の良否を示す教師データを取得する教師データ取得手段、
前記教師データ取得手段が取得した前記教師データに基づいて、加工モデルを学習する機械学習手段、
前記機械学習手段による学習結果に基づいて、前記数値制御データを生成する数値制御データ生成手段、
として機能させるプログラム。 Computer
Teacher data acquisition means for acquiring teacher data indicating quality of a processed product processed by an NC processing machine according to numerical control data;
Machine learning means for learning a machining model based on the teacher data acquired by the teacher data acquiring means;
Numerical control data generating means for generating the numerical control data based on a learning result by the machine learning means;
Program to function as.
JP2018090115A 2018-05-08 2018-05-08 Processing control device, processing control method and program Active JP7353019B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018090115A JP7353019B2 (en) 2018-05-08 2018-05-08 Processing control device, processing control method and program
JP2022141045A JP7459196B2 (en) 2018-05-08 2022-09-05 Machining control device, machining control method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018090115A JP7353019B2 (en) 2018-05-08 2018-05-08 Processing control device, processing control method and program

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022141045A Division JP7459196B2 (en) 2018-05-08 2022-09-05 Machining control device, machining control method and program

Publications (2)

Publication Number Publication Date
JP2019197326A true JP2019197326A (en) 2019-11-14
JP7353019B2 JP7353019B2 (en) 2023-09-29

Family

ID=68537589

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018090115A Active JP7353019B2 (en) 2018-05-08 2018-05-08 Processing control device, processing control method and program
JP2022141045A Active JP7459196B2 (en) 2018-05-08 2022-09-05 Machining control device, machining control method and program

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022141045A Active JP7459196B2 (en) 2018-05-08 2022-09-05 Machining control device, machining control method and program

Country Status (1)

Country Link
JP (2) JP7353019B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7410365B2 (en) 2019-07-10 2024-01-10 国立研究開発法人 海上・港湾・航空技術研究所 Part placement system and part placement program

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005301557A (en) * 2004-04-09 2005-10-27 Murata Mach Ltd Automatic nesting device
US20050251284A1 (en) * 2002-03-27 2005-11-10 Joze Balic CNC control unit with learning ability for machining centers
JP2017033138A (en) * 2015-07-30 2017-02-09 ファナック株式会社 Machine tool, simulation apparatus, and machine learning device
JP2017164801A (en) * 2016-03-17 2017-09-21 ファナック株式会社 Mechanical learning device, laser processing system and mechanical learning method
JP2018065211A (en) * 2016-10-18 2018-04-26 ファナック株式会社 Machine learning device for learning set value of processing program in machine tool and processing system
JP2018169934A (en) * 2017-03-30 2018-11-01 ファナック株式会社 Control device for wire discharge processing machine and machine learning device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251284A1 (en) * 2002-03-27 2005-11-10 Joze Balic CNC control unit with learning ability for machining centers
JP2005301557A (en) * 2004-04-09 2005-10-27 Murata Mach Ltd Automatic nesting device
JP2017033138A (en) * 2015-07-30 2017-02-09 ファナック株式会社 Machine tool, simulation apparatus, and machine learning device
JP2017164801A (en) * 2016-03-17 2017-09-21 ファナック株式会社 Mechanical learning device, laser processing system and mechanical learning method
JP2018065211A (en) * 2016-10-18 2018-04-26 ファナック株式会社 Machine learning device for learning set value of processing program in machine tool and processing system
JP2018169934A (en) * 2017-03-30 2018-11-01 ファナック株式会社 Control device for wire discharge processing machine and machine learning device

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7410365B2 (en) 2019-07-10 2024-01-10 国立研究開発法人 海上・港湾・航空技術研究所 Part placement system and part placement program

Also Published As

Publication number Publication date
JP2022171749A (en) 2022-11-11
JP7459196B2 (en) 2024-04-01
JP7353019B2 (en) 2023-09-29

Similar Documents

Publication Publication Date Title
JP5939213B2 (en) Robot control apparatus and robot control method
JP5957070B2 (en) Workpiece machining surface display method, workpiece machining surface display device, tool path generation device, and workpiece machining surface display program
JP2015033745A (en) Robot control device and method
US6901309B2 (en) Programming platform for generating parts programs for machine tools or production machines
JP6977686B2 (en) Control system and control unit
JP6920972B2 (en) Method for optimizing simulation conditions, manufacturing process simulation equipment, manufacturing process simulation system and program
US11345026B2 (en) Robot program generation apparatus
JP7459196B2 (en) Machining control device, machining control method and program
Fletcher et al. The development of an integrated haptic VR machining environment for the automatic generation of process plans
CN112512757A (en) Robot control device, simulation method, and simulation program
JP2021119478A5 (en)
JP7126360B2 (en) Method and apparatus for generating toolpaths
CN115335811A (en) Program and apparatus for simulation
KR101405039B1 (en) Manufacturing process automation method and system
JP5610883B2 (en) Processing simulation apparatus and method
US10948895B2 (en) Information processing apparatus, machining system, data structure, and data processing method
KR20130125942A (en) Machining path generating method
CN113196193A (en) Method and apparatus for managing robot program
US20220342381A1 (en) Managing a machine tool method, for example method of mapping toolpath data and machine code, a control device, and a machine tool
JP2009053823A (en) Machining simulation device
JP4343072B2 (en) NC machining simulation equipment
JP2010094794A (en) Robot offline display device
JP2018088068A (en) Information processing apparatus
US20220413461A1 (en) Machining-Control-Information Generation Device, Machining-Control-Information Generation Method, And Program
JP5240661B2 (en) Appearance inspection device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210202

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211110

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220113

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220614

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220905

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220905

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220914

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220920

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20221125

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20221129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230807

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230919

R150 Certificate of patent or registration of utility model

Ref document number: 7353019

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150