JP2019197326A - Processing control device, processing control method and program - Google Patents
Processing control device, processing control method and program Download PDFInfo
- 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
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
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.
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
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.
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
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
(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
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
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
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
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
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
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
(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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
(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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Claims (6)
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.
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.
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.
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.
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.
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)
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)
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 |
-
2018
- 2018-05-08 JP JP2018090115A patent/JP7353019B2/en active Active
-
2022
- 2022-09-05 JP JP2022141045A patent/JP7459196B2/en active Active
Patent Citations (6)
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)
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 |