JP6662830B2 - 予測装置、機械学習装置、制御装置、及び生産システム - Google Patents
予測装置、機械学習装置、制御装置、及び生産システム Download PDFInfo
- Publication number
- JP6662830B2 JP6662830B2 JP2017178513A JP2017178513A JP6662830B2 JP 6662830 B2 JP6662830 B2 JP 6662830B2 JP 2017178513 A JP2017178513 A JP 2017178513A JP 2017178513 A JP2017178513 A JP 2017178513A JP 6662830 B2 JP6662830 B2 JP 6662830B2
- Authority
- JP
- Japan
- Prior art keywords
- failure
- state
- unit
- measurement data
- learning
- 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.)
- Active
Links
- 238000010801 machine learning Methods 0.000 title claims description 54
- 238000004519 manufacturing process Methods 0.000 title claims description 14
- 238000005259 measurement Methods 0.000 claims description 82
- 230000008859 change Effects 0.000 claims description 44
- 238000000034 method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 210000002569 neuron Anatomy 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000003754 machining Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/30—Means for acting in the event of power-supply failure or interruption, e.g. power-supply fluctuations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0426—Programming the control sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Factory Administration (AREA)
- Manipulator (AREA)
Description
本発明の一実施の形態にかかる予測装置は、前記学習部は、前記状態変数と前記判定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かかる予測装置は、前記学習部による学習結果に基づいて、前記計測データに応じ前記障害の発生を予測し、前記障害が発生することが予測される場合に、障害予測通知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かかる予測装置は、前記機械学習装置は、クラウド、フォグ、エッジコンピューティング環境に配置される。
本発明の一実施の形態にかかる機械学習装置は、電源の状態を示す計測データの変化と、電源に発生する障害との関係を学習する機械学習装置であって、工場内の電力消費量の計測値を少なくとも含む前記計測データを、環境の現在状態を表す状態変数として観測する状態観測部と、前記障害の発生を示す障害通知を判定データとして取得する判定データ取得部と、前記状態変数と前記判定データとを用いて、計測データの変化と、障害通知と、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かかる生産システムは、電力が不安定になることを予測する予測装置と、加工機械を制御する制御装置とを含む生産システムであって、前記予測装置は、電源の状態を示す計測データの変化と、電源に発生する障害との関係を学習する機械学習装置を備え、前記機械学習装置は、工場内の電力消費量の計測値を少なくとも含む前記計測データを、環境の現在状態を表す状態変数として観測する状態観測部と、前記障害の発生を示す障害通知を判定データとして取得する判定データ取得部と、前記状態変数と前記判定データとを用いて、計測データの変化と、障害通知と、を関連付けて学習する学習部とを備え、前記制御装置は、電源の状態を示す計測データの変化に基づいて予測された、電源に発生する障害の予測通知を受信する受信部と、前記予測通知を受信したとき、前記加工機械を安全退避状態まで移行させる退避動作制御部とを備える。
本発明の実施の形態にかかる生産システム1は、電力が不安定になることを予測する予測装置100、各種工作機械やロボット等の加工機械を制御する1以上の制御装置200を含む。制御装置200は、予測装置100が電力が不安定になることを予測したときに、それによる障害を回避するための行動を取るよう工作機械やロボット等を制御する。
予測装置100は、工場内の電力消費量や電圧変化等の情報と、停電や電圧低下等の発生情報とを収集し、両者の関係を機械学習によりモデル化する処理を行う(学習過程)。また、学習過程で作成したモデルを使用して、工場内の電力消費量や電圧変化等を観測して停電や電圧低下等の発生を予測する処理を行う(予測過程)。
S1:各種工作機械及びロボット等が、制御装置200の制御のもと加工を開始する。予測装置100は、加工開始と同時に測定装置60からの計測データの収集を開始する。予測装置100は、所定の時間にわたって、所定のサンプリング周期で計測データを取得し記憶する。
S2:加工中、電源が遮断、もしくはしきい値を超える電圧の低下が発生する。予測装置100は、電源障害通知装置70から障害通知を受信する。
S3:予測装置100は、ステップS1で取得した計測データの時系列データを状態変数Sとし、ステップS2で取得した障害通知を判定データDとして機械学習装置300に入力し、状態変数Sと判定データDとの相関関係を示す学習モデルを作成する。
予測装置100は、所望の精度の学習モデルを得るのに十分な数の状態変数Sと判定データDとが得られるまで、ステップS1乃至S3までの処理を繰り返す。なおこの学習過程においては、障害通知が発行される毎に1回の学習サイクル(ステップS1乃至S3の処理)が実施されることになる。
S11:各種工作機械及びロボット等が、制御装置200の制御のもと加工を開始する。以降、工作機械、ロボット、制御装置200の稼働が終了するまで以下の処理を継続的に実行する。
S12:予測装置100は、加工開始と同時に測定装置60からの計測データの収集を開始する。予測装置100は、所定の時間にわたって、所定のサンプリング周期で計測データを取得し記憶する。
S13:予測装置100は、ステップS12で取得した時系列の計測データを状態変数Sとして機械学習装置300に入力する。機械学習装置300は、状態変数Sを学習済みモデルに入力し、状態変数Sに対応する判定データDを予測値として出力する。
S14:予測値として障害通知が出力されなければ、ステップS11に戻り加工を継続する。予測値として障害通知が出力される場合、ステップS15に遷移する。
S15:予測装置100は、制御装置200に対し、障害発生が予測されることを示す通知(障害予測通知)を出力する。
制御装置200は、予測装置100から障害予測通知を受信すると、予め定められたプログラムに基づいて、生じうる問題を回避するための退避動作を工作機械やロボット等に実行させる。
制御装置200が、部品のロード及びアンロードを行うロボットと、部品の加工を行う工作機械と、に実行させる退避行動の一例について説明する。受信部210が障害予測通知を受信すると、退避動作制御部220は、ロボットが作業中であれば、ロボットの作業を中断させ、ロボットに対する電源供給が遮断されても問題が生じない位置にロボットを移動させる。例えば、予め定められた安全な姿勢を取らせてから、動作を停止させる。また退避動作制御部220は、工作機械が加工中であれば、電源供給が遮断されるとワークを破損させる可能性がある軸については、予め定められた安全な位置まで軸を移動させる。例えば工具を一番上又は一番下の位置まで移動させる。さらに、退避動作制御部220は、制御装置200内の揮発性記憶装置内に加工実績に関するログデータ、プログラム、ユーザデータ等が保持されているならば、当該データを不揮発性記憶装置に退避させる。
制御装置200が、部品のロード及びアンロードを行うロボットと、部品の加工を行う工作機械と、に実行させる退避行動の他の例について説明する。受信部210が障害予測通知を受信すると、退避動作制御部220は、電源が遮断されることによる問題を最小限に抑制するための動作を実行後、実施例1と同様にロボットや工作機械等を停止させる。
100 予測装置
11 CPU
12 ROM
13 RAM
14 不揮発性メモリ
18,19,21 インタフェース
20 バス
60 測定装置
70 電源障害通知装置
300 機械学習装置
301 プロセッサ
302 ROM
303 RAM
304 不揮発性メモリ
306 状態観測部
308 判定データ取得部
310 学習部
311 誤差計算部
312 モデル更新部
320 判定出力部
330 データ取得部
200 制御装置
210 受信部
220 退避動作制御部
Claims (6)
- 電力が不安定になることを予測する予測装置であって、
電源の状態を示す計測データの変化と、電源に発生する障害との関係を学習する機械学習装置を備え、
前記機械学習装置は、
工場内の電力消費量の計測値を少なくとも含む前記計測データを、環境の現在状態を表す状態変数として観測する状態観測部と、
前記障害の発生を示す障害通知を判定データとして取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、計測データの変化と、障害通知と、を関連付けて学習する学習部と、
を備える予測装置。 - 前記学習部は、前記状態変数と前記判定データとを多層構造で演算する、
請求項1記載の予測装置。 - 前記学習部による学習結果に基づいて、前記計測データに応じ前記障害の発生を予測し、前記障害が発生することが予測される場合に、障害予測通知を出力する判定出力部を更に備える、
請求項1記載の予測装置。 - 前記機械学習装置は、クラウド、フォグ、エッジコンピューティング環境に配置される、
請求項1記載の予測装置。 - 電源の状態を示す計測データの変化と、電源に発生する障害との関係を学習する機械学習装置であって、
工場内の電力消費量の計測値を少なくとも含む前記計測データを、環境の現在状態を表す状態変数として観測する状態観測部と、
前記障害の発生を示す障害通知を判定データとして取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、計測データの変化と、障害通知と、を関連付けて学習する学習部と、
を備える機械学習装置。 - 電力が不安定になることを予測する予測装置と、加工機械を制御する制御装置とを含む生産システムであって、
前記予測装置は、
電源の状態を示す計測データの変化と、電源に発生する障害との関係を学習する機械学習装置を備え、
前記機械学習装置は、
工場内の電力消費量の計測値を少なくとも含む前記計測データを、環境の現在状態を表す状態変数として観測する状態観測部と、
前記障害の発生を示す障害通知を判定データとして取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、計測データの変化と、障害通知と、を関連付けて学習する学習部とを備え、
前記制御装置は、
電源の状態を示す計測データの変化に基づいて予測された、電源に発生する障害の予測通知を受信する受信部と、
前記予測通知を受信したとき、前記加工機械を安全退避状態まで移行させる退避動作制御部とを備える
生産システム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017178513A JP6662830B2 (ja) | 2017-09-19 | 2017-09-19 | 予測装置、機械学習装置、制御装置、及び生産システム |
DE102018122695.0A DE102018122695A1 (de) | 2017-09-19 | 2018-09-17 | Produktionssystem |
US16/133,971 US11275421B2 (en) | 2017-09-19 | 2018-09-18 | Production system |
CN201811094352.2A CN109521734A (zh) | 2017-09-19 | 2018-09-19 | 生产*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017178513A JP6662830B2 (ja) | 2017-09-19 | 2017-09-19 | 予測装置、機械学習装置、制御装置、及び生産システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019053634A JP2019053634A (ja) | 2019-04-04 |
JP6662830B2 true JP6662830B2 (ja) | 2020-03-11 |
Family
ID=65720292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017178513A Active JP6662830B2 (ja) | 2017-09-19 | 2017-09-19 | 予測装置、機械学習装置、制御装置、及び生産システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11275421B2 (ja) |
JP (1) | JP6662830B2 (ja) |
CN (1) | CN109521734A (ja) |
DE (1) | DE102018122695A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11249469B2 (en) * | 2018-09-28 | 2022-02-15 | Rockwell Automation Technologies, Inc. | Systems and methods for locally modeling a target variable |
DE102018221002A1 (de) * | 2018-12-05 | 2020-06-10 | Robert Bosch Gmbh | Steuereinrichtung zur Steuerung einer Fertigungsanlage sowie Fertigungsanlage und Verfahren |
JP7424807B2 (ja) | 2019-11-28 | 2024-01-30 | ファナック株式会社 | 機械学習装置、消費電力予測装置、及び制御装置 |
JP2021096639A (ja) * | 2019-12-17 | 2021-06-24 | キヤノン株式会社 | 制御方法、制御装置、機械設備、制御プログラム、記録媒体 |
EP3876047A1 (de) * | 2020-03-04 | 2021-09-08 | Siemens Aktiengesellschaft | Verfahren und sicherheitsgerichtete steuerungseinrichtung zur ermittlung und/oder auswahl eines sicheren zustands |
US20240036999A1 (en) * | 2022-07-29 | 2024-02-01 | Dell Products, Lp | System and method for predicting and avoiding hardware failures using classification supervised machine learning |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4170751A (en) * | 1978-02-02 | 1979-10-09 | General Motors Corporation | Electronic control for a mechanized spray painting system |
JP2547833B2 (ja) * | 1988-12-15 | 1996-10-23 | 株式会社東芝 | 計算機制御システム |
JPH0728572A (ja) | 1993-07-14 | 1995-01-31 | Hitachi Ltd | 停電時自動データ保存装置 |
JP3369346B2 (ja) * | 1995-02-21 | 2003-01-20 | ファナック株式会社 | 停電時制御装置 |
US7072135B2 (en) * | 2002-11-12 | 2006-07-04 | Fujitsu Limited | Disk apparatus, head retracting method and head actuator control circuit |
US7689394B2 (en) * | 2003-08-26 | 2010-03-30 | Siemens Industry, Inc. | System and method for remotely analyzing machine performance |
JP4970079B2 (ja) * | 2007-02-22 | 2012-07-04 | 株式会社ソディック | 工作機械 |
CN101216530A (zh) * | 2007-12-29 | 2008-07-09 | 湖南大学 | 一种电子电路测试与故障诊断参数识别优化方法 |
JP5336962B2 (ja) * | 2009-07-16 | 2013-11-06 | アイシン精機株式会社 | コージェネシステム |
JP5874311B2 (ja) * | 2011-10-24 | 2016-03-02 | ソニー株式会社 | 電力需要予測装置、電力需要予測方法および電力需要予測システム |
US20140032169A1 (en) * | 2012-07-24 | 2014-01-30 | General Electric Company | Systems and methods for improving control system reliability |
CN103439647A (zh) * | 2013-08-28 | 2013-12-11 | 深圳华越天芯电子有限公司 | 一种动态电源电流监测的模拟电路故障诊断方法 |
JP2015097045A (ja) * | 2013-11-15 | 2015-05-21 | ファナック株式会社 | 非常停止時に工具及び被加工物を保護するモータ制御装置 |
CN203622107U (zh) * | 2013-11-27 | 2014-06-04 | 北京信泰德利华自动化技术有限公司 | 一种数控轧辊磨床断电安全退刀装置 |
JP5941087B2 (ja) | 2014-03-25 | 2016-06-29 | ファナック株式会社 | 電源障害時に加工ノズルを退避するレーザ加工装置 |
IL237235B (en) * | 2015-02-11 | 2019-08-29 | Friedlander Yehudah | A system for analyzing power consumption |
CN204536502U (zh) * | 2015-05-05 | 2015-08-05 | 厦门理工学院 | 高压真空接触器机械特性在线监测*** |
JP5964488B1 (ja) * | 2015-07-31 | 2016-08-03 | ファナック株式会社 | 保護動作制御部を有するモータ制御装置、ならびに機械学習装置およびその方法 |
US11455021B2 (en) * | 2016-08-18 | 2022-09-27 | Cato | Datacenter power management using AC and DC power sources |
-
2017
- 2017-09-19 JP JP2017178513A patent/JP6662830B2/ja active Active
-
2018
- 2018-09-17 DE DE102018122695.0A patent/DE102018122695A1/de active Pending
- 2018-09-18 US US16/133,971 patent/US11275421B2/en active Active
- 2018-09-19 CN CN201811094352.2A patent/CN109521734A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102018122695A1 (de) | 2019-05-16 |
CN109521734A (zh) | 2019-03-26 |
US11275421B2 (en) | 2022-03-15 |
JP2019053634A (ja) | 2019-04-04 |
US20190086980A1 (en) | 2019-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6662830B2 (ja) | 予測装置、機械学習装置、制御装置、及び生産システム | |
JP6693919B2 (ja) | 制御装置及び機械学習装置 | |
JP6572265B2 (ja) | 制御装置及び機械学習装置 | |
US10121107B2 (en) | Machine learning device and method for optimizing frequency of tool compensation of machine tool, and machine tool having the machine learning device | |
JP6652549B2 (ja) | 切粉除去装置及び情報処理装置 | |
US10981315B2 (en) | State determination device | |
JP6530779B2 (ja) | 加工不良要因推定装置 | |
JP2019008675A (ja) | 故障予測装置及び機械学習装置 | |
US11048227B2 (en) | Abnormality detection device of machine tool | |
CN110116371B (zh) | 研磨工具磨损量预测装置、机器学习装置以及*** | |
CN110187694B (zh) | 故障预测装置以及机器学习装置 | |
JP2019117458A (ja) | 制御装置及び機械学習装置 | |
CN109420932B (zh) | 异常检测装置 | |
JP6659652B2 (ja) | 加工条件調整装置及び機械学習装置 | |
CN109421072B (zh) | 控制装置 | |
CN110531705B (zh) | 可编程控制器以及机器学习装置 | |
JP7425094B2 (ja) | 診断装置 | |
JP2019141869A (ja) | 制御装置及び機械学習装置 | |
JP6698724B2 (ja) | 衝突位置推定装置及び機械学習装置 | |
CN109308051B (zh) | 数值控制装置 | |
KR102626306B1 (ko) | 제어장치, 및 물품의 제조방법 | |
JP6863825B2 (ja) | 加工時間予測装置 | |
Katz et al. | Implementation aspects of intelligent machining | |
JP2023026103A (ja) | 加工異常の検知方法及び検知装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181119 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190422 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190527 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190815 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191017 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6662830 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |