JP6603260B2

JP6603260B2 - 数値制御装置

Info

Publication number: JP6603260B2
Application number: JP2017088408A
Authority: JP
Inventors: 登廣瀬; 敬介辻川
Original assignee: FANUC Corp
Current assignee: FANUC Corp
Priority date: 2017-04-27
Filing date: 2017-04-27
Publication date: 2019-11-06
Anticipated expiration: 2037-04-27
Also published as: JP2018185733A; DE102018003244A1; CN108803690A; US20180314242A1; US10802476B2

Description

本発明は、数値制御装置に関し、特に圧力センサなしで圧力制御を行うことが可能な数値制御装置に関する。

従来より、射出成形機やプレス機等のような、サーボモータなどにより接触物を動作させ、被接触対象物に力を作用させる機械において、被接触対象物に作用する力を検出するために圧力センサが用いられている（図８参照）。圧力センサを利用するためには、圧力センサ自体にコストがかかることに加え、歪みゲージを検出部位に設置するなどの作業に相応の工数が必要である。

この点、特許文献１には、作動体（上記接触物に相当）を動作させるための駆動部にかかる電流等に基づいて、被駆動部（上記被接触対象物に相当）が受ける圧力を予測する装置が記載されている。

特開２０１３−１８２６０４号公報

しかしながら、特許文献１記載の装置では、駆動部にかかる電流等に基づいて被駆動部が受ける圧力を予測するための複雑なモデルを、例えば２慣性系制御モデル等に基づいて事前に構築しておく必要がある。このようなモデルの構築は非常に煩雑かつ困難である。それだけでなく、同一のモデルを構成の異なる機械に容易には適用することができないため、機械の種類ごとにそれぞれモデルを構築する必要がある。

本発明はこのような問題を解決するためになされたものであり、圧力センサなしで容易に圧力制御を行うことが可能な数値制御装置を提供することを目的とする。

本発明の一実施の形態における数値制御装置は、モータにより接触物を動作させることで被接触物に力を作用させる機械を制御対象とし、前記接触物の動作に係る指令値及びフィードバック値のうち少なくともいずれか１つに基づいて、圧力を推定する数値制御装置において、前記指令値及び前記フィードバック値のうち少なくともいずれか１つに対応する前記圧力を学習する機械学習装置を備え、前記機械学習装置は、前記指令値及び前記フィードバック値のうち少なくともいずれか１つ、並びに、接触物を識別するコードである接触物の識別データ及び被接触物を識別するコードである被接触物の識別データのうち少なくともいずれか１つを状態変数として観測する状態観測部と、前記圧力を示すラベルデータを取得するラベルデータ取得部と、前記状態変数と、前記ラベルデータとを関連付けて学習する学習部と、を備える。

本発明の一実施の形態における数値制御装置は、前記学習部は、前記状態変数から前記圧力を判定する相関性モデルと予め用意された教師データから識別される相関性特徴との誤差を計算する誤差計算部と、前記誤差を縮小するように前記相関性モデルを更新するモデル更新部とを備える。

本発明の一実施の形態における数値制御装置は、前記学習部は、前記状態変数と前記ラベルデータとを多層構造で演算する。

本発明の一実施の形態における数値制御装置は、前記学習部による学習結果に基づいて判定された前記圧力を出力する判定出力部を更に備える。

本発明の一実施の形態における数値制御装置において、前記学習部による学習結果は、前記指令値及び前記フィードバック値のうち少なくともいずれか１つ、並びに、接触物を識別するコードである接触物の識別データ及び被接触物を識別するコードである被接触物の識別データのうち少なくともいずれか１つを含む状態変数と、前記圧力と、の相関性を示すモデルである。

本発明の一実施の形態における数値制御装置は、前記判定出力部から出力された前記圧力を圧力フィードバックとして使用し圧力制御を行う。

本発明の一実施の形態における数値制御装置は、前記判定出力部は、前記判定出力部により判定された前記圧力があらかじめ設定された条件に適合する場合に警告を出力する。

本発明の一実施の形態における数値制御装置は、前記状態変数の内の前記指令値は、圧力指令、速度指令、電流指令のうち、少なくとも１つを利用して得られた値であり、前記状態変数の内の前記フィードバック値は、電流フィードバック値、速度フィードバック値のうち、少なくとも１つを利用して得られた値であることを特徴とする。

本発明の一実施の形態における数値制御装置は、前記学習部による前記圧力の推定を行うために、前記機械の制御装置に対してあらかじめ定められた所定の動作を行わせる。

本発明の一実施の形態における数値制御装置は、前記推定を行うためのあらかじめ定められた所定の動作は、自動、あるいは作業者の要求により行われる。

本発明の一実施の形態における数値制御装置は、前記数値制御装置は、前記機械の制御装置の一部として構成されている。

本発明の一実施の形態における数値制御装置は、前記数値制御装置は、複数の前記機械の制御装置をネットワークを介して管理する管理装置の一部として構成されている。

本発明により、圧力センサなしで容易に圧力制御を行うことが可能な数値制御装置を提供することが可能となる。

第１の実施形態による数値制御装置の概略的な機能ブロック図である。数値制御装置の一形態を示す概略的な機能ブロック図である。ニューロンを説明する図である。ニューラルネットワークを説明する図である。第２の実施形態による数値制御装置の概略的な機能ブロック図である。制御システムの一形態を示す概略的な機能ブロック図である。制御システムの他の形態を示す概略的な機能ブロック図である。管理装置を備えた制御システムの一形態を示す概略的な機能ブロック図である。従来の圧力センサを用いた制御方法を説明する図である。本発明の数値制御装置による制御方法を説明する図である。

以下、本発明の一実施の形態である数値制御装置の構成例を示す。ただし、本発明の数値制御装置の構成は下記の例に限定されるものではく、本発明の目的を実現可能なものであれば、どのような構成を採用しても良い。

図８は、圧力センサを用いた機械制御システムの例を示す図である。この例では、圧力センサからのフィードバックに基づいて、圧力が適切な値に保たれるように制御される。本発明の実施の形態でも、数値制御装置１０が学習段階にある間は、従来のように圧力センサを用いた制御を行う。但し、学習が完了した後の推定段階においては、図９に示すように圧力センサなしでの圧力制御が可能となる。すなわち、推定段階の数値制御装置１０は、学習済みモデルが推定した圧力（判定出力部５２から出力される）を圧力フィードバックとして使用し、圧力制御を行う。

図１は、本発明の実施形態である数値制御装置１０の概略的な構成を示す機能ブロック図である。数値制御装置１０は、例えば射出成形機やプレス機等のような、サーボモータなどにより接触物を動作させ、被接触対象物に力を作用させる機械を制御する装置である。数値制御装置１０は、機械を動作させるための圧力指令、速度指令、電流指令などに加え、サーボアンプやサーボモータなどの機械の構成要素から、電流フィードバック、速度フィードバック等の入力データを取得できる。数値制御装置１０は、これらの入力データに対して前処理を施す前処理部１２、入力データと圧力との関係について、いわゆる機械学習により自ら学習するためのソフトウェア（学習アルゴリズム等）及びハードウェア（コンピュータのＣＰＵ等）を含む機械学習装置２０を備える。数値制御装置１０が備える機械学習装置２０が学習する入力データと圧力との関係は、機械の動作状態を示す入力データ（指令値やフィードバック値などの数値データ）と、当該入力データのもとにおける圧力との、相関性を表すモデル構造に相当する。

図１に機能ブロックで示すように、数値制御装置１０が備える機械学習装置２０は、機械の動作状態を示す入力データ（指令値やフィードバック値などの数値データ）を、環境の現在状態を表す状態変数Ｓとして観測する状態観測部２２と、当該入力データのもとでの圧力を示すラベルデータＬを取得するラベルデータ取得部２４と、状態変数ＳとラベルデータＬとを用いて、状態変数ＳにラベルデータＬを関連付けて学習する学習部２６とを備える。

前処理部１２は、例えばコンピュータのＣＰＵの一機能として構成できる。或いは状態観測部２２は、例えばコンピュータのＣＰＵを機能させるためのソフトウェアとして構成できる。前処理部１２は、数値制御装置１０自身が保持している指令値などデータや、数値制御装置１０が制御する機械の構成要素から数値制御装置１０に対して返されるフィードバック値、接触物及び被接触対象物などを特定する情報などを利用乃至変換して得られるデータなどに対して前処理を行い、前処理後のデータを状態観測部２２へと出力する。また、前処理部１２は、当該入力データのもとでの圧力を示す数値データを、圧力センサ（図示しない）からのフィードバックとして取得して同様の前処理を行い、ラベルデータ取得部２４へと出力する。

状態変数Ｓを得るために前処理部１２が行う前処理には、例えば、現在時刻から、過去に時間Ｔだけ遡った期間における、一定時間ｔ毎の指令値又はフィードバック値（離散値）の集合を作成することが含まれる。すなわち、例えば前処理部１２は、現在から過去１秒間の０．１ｓごとの電流フィードバック値を羅列したデータを作成する。電流フィードバック値だけでなく、圧力指令、速度指令、電流指令、速度フィードバック等の入力データについても同様に前処理を行うことができる。なお、圧力センサからのフィードバックについては別途後述する。

また、前処理部１２は、接触物、被接触対象物を識別可能な識別データを生成しても良い。接触物、被接触対象物を示すコードが事前に定義されていれば、前処理部１２は、例えばキーボード等のインターフェイスから直接入力される当該コードを取得することで、接触物、被接触対象物を特定できる。前処理部１２は、識別した当該コードを利用乃至変換して識別データを生成する。

また、前処理部１２は、圧力センサから得られるフィードバック値についても、現在時刻から、過去に時間Ｔだけ遡った期間における、一定時間ｔ毎の指令値又はフィードバック値（離散値）の集合を作成することができる。あるいは、前処理部１２は、現在時点における圧力センサからのフィードバック値、すなわち１つの離散値を単に利用乃至変換することとしても良い。

状態観測部２２は、例えばコンピュータのＣＰＵの一機能として構成できる。或いは状態観測部２２は、例えばコンピュータのＣＰＵを機能させるためのソフトウェアとして構成できる。状態観測部２２が観測する状態変数Ｓである数値データは、例えば種々の指令値又はフィードバック値（圧力のフィードバック値を除く）や、該データを利用乃至変換して得られるデータに対して前処理部１２により処理されたデータなどを用いることができる。

ラベルデータ取得部２４は、例えばコンピュータのＣＰＵの一機能として構成できる。或いはラベルデータ取得部２４は、例えばコンピュータのＣＰＵを機能させるためのソフトウェアとして構成できる。ラベルデータ取得部２４が取得するラベルデータＬは、前処理部１２が前処理をした後のデータであって、圧力センサからのフィードバック値を示すデータを用いることができる。ラベルデータＬは、状態変数Ｓの下での圧力の値を示す。

このように、数値制御装置１０が備える機械学習装置２０が学習を進める間、環境においては、数値制御装置１０からの指令値の出力、指令値に基づく機械の動作に伴う各種フィードバック、そして圧力センサからのフィードバックが実施される。

学習部２６は、例えばコンピュータのＣＰＵの一機能として構成できる。或いは学習部２６は、例えばコンピュータのＣＰＵを機能させるためのソフトウェアとして構成できる。学習部２６は、機械学習と総称される任意の学習アルゴリズムに従い、加工面不良の発生要因を学習する。学習部２６は、各種指令値及びフィードバック値、並びに接触物及び被接触物に関する状態変数ＳとラベルデータＬとを含むデータ集合に基づく学習を反復実行することができる。

このような学習サイクルを繰り返すことにより、学習部２６は、各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報と、圧力との相関性を暗示する特徴を自動的に識別することができる。学習アルゴリズムの開始時には、各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報と、圧力との相関性は実質的に未知であるが、学習部２６は、学習を進めるに従い徐々に特徴を識別して相関性を解釈する。各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報と、圧力との相関性が、ある程度信頼できる水準まで解釈されると、学習部２６が反復出力する学習結果は、現在の各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報に、どのような圧力値が対応するべきかと言う行動の選択（つまり意思決定）を行うために使用できるものとなる。つまり学習部２６は、学習アルゴリズムの進行に伴い、各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報と、得られるべき圧力値という行動との、相関性を最適解に徐々に近づけることができる。

上記したように、数値制御装置１０が備える機械学習装置２０は、状態観測部２２が観測した状態変数Ｓとラベルデータ取得部２４が取得したラベルデータＬとを用いて、学習部２６が機械学習アルゴリズムに従い、各種指令値及びフィードバック値、並びに接触物及び被接触物に関する情報に対応する圧力を学習するものである。状態変数Ｓは、各種指令値及びフィードバック値、並びに接触物及び被接触物という、外乱の影響を受け難いデータで構成され、またラベルデータＬは、圧力センサからのフィードバックに基づいて一義的に求められる。したがって、数値制御装置１０が備える機械学習装置２０によれば、学習部２６の学習結果を用いることで、各種指令値及びフィードバック値、並びに接触物及び被接触物のもとでの圧力値の推定を、演算や目算によらずに自動的に、しかも正確に行うことができるようになる。

圧力の判定を、演算や目算によらずに自動的に行うことができるようになれば、それ以降は、各種指令値及びフィードバック値、並びに接触物及び被接触物を特定するだけで、圧力センサがなくとも、圧力を自動的に推定することができる。したがって、学習段階以後の圧力センサの使用にかかるコストや時間を抑制することができる。また、数値制御装置１０がある機械において学習した結果を、他の同種の機械における圧力推定に利用することにより、当該他の同種の機械においては圧力センサの導入にかかるコストや時間が不要となる。

数値制御装置１０が備える機械学習装置２０の一変形例として、学習部２６は、複数の機械のそれぞれについて得られた状態変数Ｓ及びラベルデータＬを用いて、それら機械のそれぞれの各種指令値及びフィードバック値、並びに接触物及び被接触物と圧力との関係を学習することができる。この構成によれば、一定時間で得られる状態変数ＳとラベルデータＬとを含むデータ集合の量を増加できるので、より多様なデータ集合を入力として、各種指令値及びフィードバック値、並びに接触物及び被接触物と圧力との関係の学習の速度や信頼性を向上させることができる。

上記構成を有する機械学習装置２０では、学習部２６が実行する学習アルゴリズムは特に限定されず、機械学習として公知の学習アルゴリズムを採用できる。図２は、図１に示す数値制御装置１０の一形態であって、学習アルゴリズムの一例として教師あり学習を実行する学習部２６を備えた構成を示す。教師あり学習は、入力とそれに対応する出力との既知のデータセット（教師データと称する）が予め大量に与えられ、それら教師データから入力と出力との相関性を暗示する特徴を識別することで、新たな入力に対する所要の出力を推定するための相関性モデル（本願の機械学習装置２０では、各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力)を学習する手法である。

図２に示す数値制御装置１０が備える機械学習装置２０において、学習部２６は、状態変数Ｓから圧力を導く相関性モデルＭと予め用意された教師データＴから識別される相関性特徴との誤差Ｅを計算する誤差計算部３２と、誤差Ｅを縮小するように相関性モデルＭを更新するモデル更新部３４とを備える。学習部２６は、モデル更新部３４が相関性モデルＭの更新を繰り返すことによって各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を学習する。

相関性モデルＭは、回帰分析、強化学習、深層学習などで構築することができる。相関性モデルＭの初期値は、例えば、状態変数Ｓと加工面不良の発生要因との相関性を単純化して表現したものとして、教師あり学習の開始前に学習部２６に与えられる。教師データＴは、例えば、過去の業務において得られた各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を記録することで蓄積された経験値（各種指令値及びフィードバック値、並びに接触物及び被接触物と、圧力と、の既知のデータセット）によって構成でき、教師あり学習の開始前に学習部２６に与えられる。誤差計算部３２は、学習部２６に与えられた大量の教師データＴから各種指令値及びフィードバック値、並びに接触物及び被接触物と圧力との相関性を暗示する相関性特徴を識別し、この相関性特徴と、現在状態における状態変数Ｓに対応する相関性モデルＭとの誤差Ｅを求める。モデル更新部３４は、例えば予め定めた更新ルールに従い、誤差Ｅが小さくなる方向へ相関性モデルＭを更新する。

次の学習サイクルでは、誤差計算部３２は、更新後の相関性モデルＭに従って各種指令値及びフィードバック値、並びに接触物及び被接触物を示す状態変数Ｓ及びそのときに得られた圧力であるラベルデータＬを用いて、それら状態変数Ｓ及びラベルデータＬに対応する相関性モデルＭに関し誤差Ｅを求め、モデル更新部３４が再び相関性モデルＭを更新する。このようにして、未知であった環境の現在状態（各種指令値及びフィードバック値、並びに接触物及び被接触物）とそれに対する状態の判定（圧力）との相関性が徐々に明らかになる。つまり相関性モデルＭの更新により、各種指令値及びフィードバック値、並びに接触物及び被接触物と、圧力との関係が、最適解に徐々に近づけられる。

前述した教師あり学習を進める際に、例えばニューラルネットワークを用いることができる。図３Ａは、ニューロンのモデルを模式的に示す。図３Ｂは、図３Ａに示すニューロンを組み合わせて構成した三層のニューラルネットワークのモデルを模式的に示す。ニューラルネットワークは、例えば、ニューロンのモデルを模した演算装置や記憶装置等によって構成できる。

図３Ａに示すニューロンは、複数の入力ｘ（ここでは一例として、入力ｘ₁〜入力ｘ₃）に対する結果ｙを出力するものである。各入力ｘ₁〜ｘ₃には、この入力ｘに対応する重みｗ（ｗ₁〜ｗ₃）が掛けられる。これにより、ニューロンは、次の数１式により表現される出力ｙを出力する。なお、数１式において、入力ｘ、出力ｙ及び重みｗは、すべてベクトルである。また、θはバイアスであり、ｆ_kは活性化関数である。

図３Ｂに示す三層のニューラルネットワークは、左側から複数の入力ｘ（ここでは一例として、入力ｘ１〜入力ｘ３）が入力され、右側から結果ｙ（ここでは一例として、結果ｙ１〜結果ｙ３）が出力される。図示の例では、入力ｘ１、ｘ２、ｘ３のそれぞれに対応の重み（総称してｗ１で表す)が乗算されて、個々の入力ｘ１、ｘ２、ｘ３がいずれも３つのニューロンＮ１１、Ｎ１２、Ｎ１３に入力されている。

図３Ｂでは、ニューロンＮ１１〜Ｎ１３の各々の出力を、総称してｚ１で表す。ｚ１は、入カベクトルの特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ１のそれぞれに対応の重み（総称してｗ２で表す）が乗算されて、個々の特徴ベクトルｚ１がいずれも２つのニューロンＮ２１、Ｎ２２に入力されている。特徴ベクトルｚ１は、重みｗ１と重みｗ２との間の特徴を表す。

図３Ｂでは、ニューロンＮ２１〜Ｎ２２の各々の出力を、総称してｚ２で表す。ｚ２は、特徴ベクトルｚ１の特徴量を抽出した特徴ベクトルと見なすことができる。図示の例では、特徴ベクトルｚ２のそれぞれに対応の重み（総称してｗ３で表す）が乗算されて、個々の特徴ベクトルｚ２がいずれも３つのニューロンＮ３１、Ｎ３２、Ｎ３３に入力されている。特徴ベクトルｚ２は、重みｗ２と重みｗ３との間の特徴を表す。最後にニューロンＮ３１〜Ｎ３３は、それぞれ結果ｙ１〜ｙ３を出力する。

数値制御装置１０が備える機械学習装置２０においては、状態変数Ｓを入力ｘとして、学習部２６が上記したニューラルネットワークに従う多層構造の演算を行うことで、圧力（結果ｙ）を出力することができる。なおニューラルネットワークの動作モードには、学習モードと判定モードとがあり、例えば学習モードで学習データセットを用いて重みｗを学習し、学習した重みｗを用いて判定モードで圧力の推定を行うことができる。なお判定モードでは、検出、分類、推論等を行うこともできる。

上記した数値制御装置１０の構成は、コンピュータのＣＰＵが実行する機械学習方法（或いはソフトウェア）として記述できる。この機械学習方法は、各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を学習する機械学習方法であって、コンピュータのＣＰＵが、各種指令値及びフィードバック値、並びに接触物及び被接触物を状態変数Ｓとして観測するステップと、圧力を示すラベルデータＬを取得するステップと、状態変数ＳとラベルデータＬとを用いて、各種指令値及びフィードバック値、並びに接触物及び被接触物と、圧力と、を関連付けて学習するステップとを有する。

図４は、第２の実施形態による数値制御装置４０を示す。数値制御装置４０は、前処理部４２と、機械学習装置５０と、前処理部４２に入力されるデータを状態データＳ０として取得する状態データ取得部４６とを備える。状態データ取得部４６は、数値制御装置１０自身や、機械に付設されるセンサ、作業者による適宜のデータ入力などから、状態データＳ０を取得することができる。

数値制御装置４０が有する機械学習装置５０は、各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を機械学習により自ら学習するためのソフトウェア（学習アルゴリズム等）及びハードウェア（コンピュータのＣＰＵ等）に加えて、学習部２６が各種指令値及びフィードバック値、並びに接触物及び被接触物に基づいて推定した圧力を、表示装置（図示せず）への文字の表示、スピーカ（図示せず）への音あるいは音声による出力、警報ランプ（図示せず）による出力、あるいはそれらの組合せとして出力するためのソフトウェア（演算アルゴリズム等）及びハードウェア（コンピュータのＣＰＵ等）を含むものである。数値制御装置４０が含む機械学習装置５０は、１つの共通のＣＰＵが、学習アルゴリズム、演算アルゴリズム等の全てのソフトウェアを実行する構成を有することもできる。

判定出力部５２は、例えばコンピュータのＣＰＵの一機能として構成できる。或いは判定出力部５２は、例えばコンピュータのＣＰＵを機能させるためのソフトウェアとして構成できる。判定出力部５２は、学習部２６が各種指令値及びフィードバック値、並びに接触物及び被接触物に基づいて推定した圧力を文字の表示、音あるいは音声による出力、警報ランプによる出力、あるいはそれらの組合せとして作業者に対して通知するように指令を出力する。判定出力部５２は、数値制御装置４０が備える表示装置などに対して通知の指令を出力するようにしても良いし、機械が備える表示装置などに対して通知の指令を出力するようにしても良い。

上記構成を有する数値制御装置４０が備える機械学習装置５０は、前述した機械学習装置２０と同等の効果を奏する。特に機械学習装置５０は、判定出力部５２の出力によって環境の状態を変化させることができる。他方、機械学習装置２０では、学習部２６の学習結果を環境に反映させるための判定出力部に相当する機能を、外部装置（例えば機械の制御装置）に求めることができる。

数値制御装置４０の一変形例として、判定出力部５２は、学習部２６が各種指令値及びフィードバック値、並びに接触物及び被接触物に基づいて推定した圧力について、あらかじめ定めた所定のしきい値を設けておき、学習部２６が検査装置による検査結果に基づいて判定した加工面不良の発生要因が当該しきい値を超えた場合などに、警告としての情報を出力するようにしても良い。

図５は、複数の加工機６０を備えた一実施形態による加工システム７０を示す。加工システム７０は、同等の構成を備える複数の加工機６０、６０’と、それら加工機６０、６０’を互いに接続するネットワーク７２とを備え、複数の加工機６０、６０’のうち少なくとも１つが、上記した数値制御装置４０を備える加工機６０として構成される。また加工システム７０は、数値制御装置４０を備えない加工機６０’を含むことができる。加工機６０、６０’は、機械制御を行うために必要とされる一般的な構成を有する。

上記構成を有する加工システム７０は、複数の加工機６０、６０’のうちで数値制御装置４０を備える加工機６０が、学習部２６の学習結果を用いて、加工機６０における各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を、演算や目算によらずに自動的に、しかも正確に求めることができる。また、少なくとも１つの加工機６０の数値制御装置４０が、他の複数の加工機６０、６０’のそれぞれについて得られた状態変数Ｓ及びラベルデータＬに基づき、全ての加工機６０、６０’に共通する加工機６０、６０’における各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を学習し、その学習結果を全ての加工機６０、６０’が共有するように構成できる。したがって加工システム７０によれば、より多様なデータ集合（状態変数Ｓ及びラベルデータＬを含む）を入力として、各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力の学習の速度や信頼性を向上させることができる。

図６は、加工機６０’を備えた他の実施形態による加工システム７０’を示す。加工システム７０’は、機械学習装置５０（又は２０）と、製品の加工を行う複数の加工機６０’と、それら加工機６０’と機械学習装置５０（又は２０）とを互いに接続するネットワーク７２とを備える。

上記構成を有する加工システム７０’は、機械学習装置５０（又は２０）が、複数の加工機６０’のそれぞれについて得られた状態変数Ｓ及びラベルデータＬに基づき、全ての加工機６０’に共通する各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を学習し、その学習結果を用いて、各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力を、演算や目算によらずに自動的に、しかも正確に求めることができる。

加工システム７０’は、機械学習装置５０（又は２０）が、ネットワーク７２に用意されたクラウドサーバに存在する構成を有することができる。この構成によれば、複数の加工機６０’のそれぞれが存在する場所や時期に関わらず、必要なときに必要な数の加工機６０’を機械学習装置５０（又は２０）に接続することができる。

加工システム７０、７０’に従事する作業者は、機械学習装置５０（又は２０）による学習開始後の適当な時期に、機械学習装置５０（又は２０）による各種指令値及びフィードバック値、並びに接触物及び被接触物に対応する圧力の学習の到達度が要求レベルに達したか否かの判断を実行することができる。

加工システム７０，７０’の一変形例として、数値制御装置４０を、加工機６０，６０’を管理する管理装置８０に組み込んだ形で実装することも可能である。図７に示すように、管理装置８０には、ネットワーク７２を介して複数の加工機６０，６０’が接続されており、管理装置８０は、ネットワーク７２を介して各加工機６０，６０’における各種指令値及びフィードバック値、並びに接触物及び被接触物に関するデータを収集する。管理装置８０は、任意の加工機６０，６０’からの情報を受け取り、機械学習装置５０に対して該加工機６０，６０’における圧力を判定するように指令し、その結果を管理装置８０が備える表示装置などに出力したり、判定対象の加工機６０，６０’に対して結果を出力したりすることができる。このように構成することで、加工機６０，６０’の判定結果などを管理装置８０で一元管理することができ、また、再学習の際に、複数の加工機６０，６０’からサンプルとなる状態変数を集めることができるため、再学習用のデータを多く集めやすいという利点がある。

以上、本発明の実施の形態について説明したが、本発明は上述した実施の形態の例のみに限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。

例えば、機械学習装置２０、５０が実行する学習アルゴリズム、機械学習装置５０が実行する演算アルゴリズム、数値制御装置１０、４０が実行する制御アルゴリズム等は、上述したものに限定されず、様々なアルゴリズムを採用できる。

例えば、上述の実施の形態では、状態変数Ｓとして、各種指令値及びフィードバック値、並びに接触物及び被接触物を示す情報を用いた。しかしながら、これらの値を全て状態変数Ｓとして用いる必要はない。例えばこれらのうち任意の１つ又は複数の値を組合せて、それらの値と圧力との相関関係を学習及び推定することとしても良い。

１０数値制御装置
１２前処理部
２０機械学習装置
２２状態観測部
２４ラベルデータ取得部
２６学習部
３２誤差計算部
３４モデル更新部
４０数値制御装置
４２前処理部
４６状態データ取得部
５０機械学習装置
５２判定出力部
６０，６０’ 加工機
７０，７０’ 加工システム
７２ネットワーク
８０管理装置

Claims

モータにより接触物を動作させることで被接触物に力を作用させる機械を制御対象とし、前記接触物の動作に係る指令値及びフィードバック値のうち少なくともいずれか１つに基づいて、圧力を推定する数値制御装置において、
前記指令値及び前記フィードバック値のうち少なくともいずれか１つに対応する前記圧力を学習する機械学習装置を備え、
前記機械学習装置は、
前記指令値及び前記フィードバック値のうち少なくともいずれか１つ、並びに、接触物を識別するコードである接触物の識別データ及び被接触物を識別するコードである被接触物の識別データのうち少なくともいずれか１つを状態変数として観測する状態観測部と、
前記圧力を示すラベルデータを取得するラベルデータ取得部と、
前記状態変数と、前記ラベルデータとを関連付けて学習する学習部と、を備える
数値制御装置。
前記学習部は、
前記状態変数から前記圧力を判定する相関性モデルと予め用意された教師データから識別される相関性特徴との誤差を計算する誤差計算部と、
前記誤差を縮小するように前記相関性モデルを更新するモデル更新部とを備える、
請求項１記載の数値制御装置。
前記学習部は、前記状態変数と前記ラベルデータとを多層構造で演算する、
請求項１記載の数値制御装置。
前記学習部による学習結果に基づいて判定された前記圧力を出力する判定出力部を更に備える、
請求項１記載の数値制御装置。
前記学習部による学習結果は、前記指令値及び前記フィードバック値のうち少なくともいずれか１つ、並びに、接触物を識別するコードである接触物の識別データ及び被接触物を識別するコードである被接触物の識別データのうち少なくともいずれか１つを含む状態変数と、前記圧力と、の相関性を示すモデルである、
請求項４記載の数値制御装置。
前記判定出力部から出力された前記圧力を圧力フィードバックとして使用し圧力制御を行う
請求項５記載の数値制御装置。
前記判定出力部は、前記判定出力部により判定された前記圧力があらかじめ設定された条件に適合する場合に警告を出力する、
請求項４又は５記載の数値制御装置。
前記状態変数の内の前記指令値は、圧力指令、速度指令、電流指令のうち、少なくとも１つを利用して得られた値であり、前記状態変数の内の前記フィードバック値は、電流フィードバック値、速度フィードバック値のうち、少なくとも１つを利用して得られた値であることを特徴とする、
請求項１又は６記載の数値制御装置。
前記学習部による前記圧力の推定を行うために、前記機械の制御装置に対してあらかじめ定められた所定の動作を行わせる、
請求項１記載の数値制御装置。
前記推定を行うためのあらかじめ定められた所定の動作は、自動、あるいは作業者の要求により行われる、
請求項９記載の数値制御装置。
前記数値制御装置は、前記機械の制御装置の一部として構成されている、
請求項１又は６記載の数値制御装置。
前記数値制御装置は、複数の前記機械の制御装置をネットワークを介して管理する管理装置の一部として構成されている、
請求項１又は６記載の数値制御装置。