JP7233615B1 - WIRE EDM MACHINE, WIRE EDM METHOD, LEARNING DEVICE, AND REASONING DEVICE - Google Patents
WIRE EDM MACHINE, WIRE EDM METHOD, LEARNING DEVICE, AND REASONING DEVICE Download PDFInfo
- Publication number
- JP7233615B1 JP7233615B1 JP2022545906A JP2022545906A JP7233615B1 JP 7233615 B1 JP7233615 B1 JP 7233615B1 JP 2022545906 A JP2022545906 A JP 2022545906A JP 2022545906 A JP2022545906 A JP 2022545906A JP 7233615 B1 JP7233615 B1 JP 7233615B1
- Authority
- JP
- Japan
- Prior art keywords
- plate thickness
- machining
- electric discharge
- data
- wire electric
- 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
- 238000000034 method Methods 0.000 title claims description 23
- 238000003754 machining Methods 0.000 claims abstract description 209
- 238000009760 electrical discharge machining Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 62
- 238000012937 correction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 19
- 238000013528 artificial neural network Methods 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 7
- 239000012530 fluid Substances 0.000 description 4
- 238000007730 finishing process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23H—WORKING OF METAL BY THE ACTION OF A HIGH CONCENTRATION OF ELECTRIC CURRENT ON A WORKPIECE USING AN ELECTRODE WHICH TAKES THE PLACE OF A TOOL; SUCH WORKING COMBINED WITH OTHER FORMS OF WORKING OF METAL
- B23H7/00—Processes or apparatus applicable to both electrical discharge machining and electrochemical machining
- B23H7/02—Wire-cutting
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
Abstract
ワイヤ放電加工装置は、放電加工のための機構である加工機構(13)と、放電加工によるワークの荒加工が行われているときに、加工が行われている位置におけるワークの板厚を推定する板厚推定器(24)と、推定された板厚を示す板厚情報に位置情報が紐付けられた板厚データをワイヤ放電加工装置の外部へ出力する板厚出力器(25)と、ワイヤ放電加工装置の外部から板厚データが入力される板厚入力器(26)と、入力された板厚データに基づいて、ワークのうち板厚が変化する段差部の位置を推定する段差位置推定器(27)と、荒加工よりも後の放電加工によるワークの仕上げ加工が行われているときに、板厚データと段差部の位置を示す段差情報とに基づいてパルス電圧の印加を制御する電気条件制御器(22)と、仕上げ加工が行われているときに、板厚データと段差情報とに基づいて加工機構を制御する制御装置と、を備える。The wire electric discharge machine includes a machining mechanism (13) for electric discharge machining, and estimates the plate thickness of the workpiece at the position where the machining is being performed when rough machining of the workpiece is performed by electric discharge machining. a plate thickness estimator (24) for outputting plate thickness data indicating the estimated plate thickness and position information linked to the plate thickness information to the outside of the wire electric discharge machining apparatus (25); A plate thickness input device (26) for inputting plate thickness data from the outside of the wire electric discharge machine, and a step position for estimating the position of a stepped portion of the workpiece where the plate thickness changes based on the input plate thickness data. The estimator (27) controls the application of the pulse voltage based on the plate thickness data and step information indicating the position of the stepped portion when the workpiece is being finished by electrical discharge machining after rough machining. and an electric condition controller (22) that controls the machining mechanism based on the plate thickness data and step information during finish machining.
Description
本開示は、ワークの放電加工を行うワイヤ放電加工装置、ワイヤ放電加工方法、学習装置および推論装置に関する。 The present disclosure relates to a wire electric discharge machine, a wire electric discharge machining method, a learning device, and an inference device that perform electric discharge machining of a workpiece.
ワイヤ放電加工装置には、加工対象であるワークの板厚に対応する加工条件、または面粗さ等の要求仕様に対応する加工条件があらかじめ用意されている。ワイヤ放電加工装置の使用により作業を行う作業者は、用意されている加工条件の中から加工に適した加工条件を適宜選択することで、高精度加工、例えば1/100mmから1/1000mmの公差での加工を実現し得る。ただし、1つの加工形状を加工する過程において板厚が急に変化するワークの場合、ワークのうち板厚が互いに異なる部分同士の境界部分である段差部に寸法誤差が生じることがある。また、段差部の表面に筋が生じることがある。寸法誤差の発生または筋の発生による加工品質の低下を防ぐために、従来、ワークの段差位置、すなわち段差部の位置を推定して、板厚に適した加工条件での放電加工を行う手法が提案されている。 The wire electric discharge machine is prepared in advance with machining conditions corresponding to the plate thickness of the workpiece to be machined or machining conditions corresponding to required specifications such as surface roughness. A worker who performs work using a wire electric discharge machine can perform high-precision machining, for example, a tolerance of 1/100 mm to 1/1000 mm, by appropriately selecting machining conditions suitable for machining from among prepared machining conditions. processing can be realized. However, in the case of a workpiece whose plate thickness changes abruptly in the process of machining one machining shape, a dimensional error may occur at a stepped portion, which is a boundary portion between portions of the workpiece having different plate thicknesses. In addition, streaks may occur on the surface of the stepped portion. Conventionally, in order to prevent the deterioration of machining quality due to the occurrence of dimensional errors or the occurrence of streaks, a method of estimating the step position of the workpiece, that is, the position of the step part, and performing electric discharge machining under the machining conditions suitable for the plate thickness has been proposed. It is
特許文献1には、ワークの荒加工の際にワークの板厚を検出して板厚情報を記憶しておき、ワークの仕上げ加工の際に板厚情報に基づいて段差位置を推定して加工条件を変更するワイヤ放電加工装置が開示されている。特許文献1によると、ワイヤ放電加工装置は、ワイヤ放電加工装置の記憶領域に板厚の情報を記憶する。
In
特許文献1の技術では、荒加工を行ったワイヤ放電加工装置の記憶領域に板厚情報が蓄積されるため、保存可能な板厚情報のデータ量は、ワイヤ放電加工装置内の記憶領域の容量に制限される。そのため、段差位置の推定のために使用できる板厚情報のデータ量に制限があることによって、加工品質の改善のための制御が困難となる場合があるという問題があった。
In the technique of
本開示は、上記に鑑みてなされたものであって、ワークにおける段差位置の推定のために使用できる板厚情報のデータ量に制限を設けること無く、加工品質の改善のための制御を行うことができるワイヤ放電加工装置を得ることを目的とする。 The present disclosure has been made in view of the above, and performs control for improving processing quality without limiting the data amount of plate thickness information that can be used for estimating the step position in the work. An object of the present invention is to obtain a wire electric discharge machine capable of
上述した課題を解決し、目的を達成するために、本開示にかかるワイヤ放電加工装置は、ワイヤ電極とワークとの間へのパルス電圧の印加によってワークの放電加工を行うワイヤ放電加工装置である。本開示にかかるワイヤ放電加工装置は、放電加工のための機構である加工機構と、放電加工によるワークの荒加工が行われているときに、加工が行われている位置におけるワークの板厚を推定する板厚推定器と、推定された板厚を示す板厚情報に位置情報が紐付けられた板厚データをワイヤ放電加工装置の外部へ出力する板厚出力器と、ワイヤ放電加工装置の外部から板厚データが入力される板厚入力器と、入力された板厚データに基づいて、ワークのうち板厚が変化する段差部の位置を推定する段差位置推定器と、荒加工よりも後の放電加工によるワークの仕上げ加工が行われているときに、板厚データと段差部の位置を示す段差情報とに基づいてパルス電圧の印加を制御する電気条件制御器と、仕上げ加工が行われているときに、板厚データと段差情報とに基づいて加工機構を制御する制御装置と、板厚入力器へ入力された板厚データに含まれる位置情報を補正する位置情報補正部と、を備える。電気条件制御器は、補正された位置情報を含む板厚データと段差情報とに基づいてパルス電圧の印加を制御する。制御装置は、補正された位置情報を含む板厚データと段差情報とに基づいて加工機構を制御する。 In order to solve the above-described problems and achieve the object, a wire electric discharge machine according to the present disclosure is a wire electric discharge machine that performs electric discharge machining of a work by applying a pulse voltage between a wire electrode and the work. . The wire electric discharge machining apparatus according to the present disclosure includes a machining mechanism that is a mechanism for electric discharge machining, and when rough machining of the workpiece by electric discharge machining is performed, the plate thickness of the workpiece at the position where machining is performed. A plate thickness estimator for estimating a plate thickness, a plate thickness output device for outputting plate thickness data in which position information is linked to plate thickness information indicating the estimated plate thickness to the outside of the wire electric discharge machine, and a wire electric discharge machine A plate thickness input device that inputs plate thickness data from the outside, a step position estimator that estimates the position of a step where the plate thickness changes based on the input plate thickness data, and a rough machining An electric condition controller that controls the application of pulse voltage based on plate thickness data and level difference information indicating the position of a level difference part when the workpiece is being finish processed by electric discharge machining afterward, and finish machining is performed. a control device for controlling the processing mechanism based on the thickness data and the step information when the plate thickness data is being read; a position information correction unit for correcting the position information included in the plate thickness data input to the plate thickness input device; Prepare. The electrical condition controller controls the application of the pulse voltage based on the plate thickness data including the corrected positional information and the step information. The control device controls the processing mechanism based on the plate thickness data including the corrected positional information and the step information.
本開示にかかるワイヤ放電加工装置は、ワークにおける段差位置の推定のために使用できる板厚情報のデータ量に制限を設けること無く、加工品質の改善のための制御を行うことができるという効果を奏する。 The wire electric discharge machine according to the present disclosure has the effect of being able to perform control for improving machining quality without limiting the data amount of plate thickness information that can be used for estimating the step position in the work. Play.
以下に、実施の形態にかかるワイヤ放電加工装置、ワイヤ放電加工方法、学習装置および推論装置を図面に基づいて詳細に説明する。 A wire electric discharge machining apparatus, a wire electric discharge machining method, a learning apparatus, and an inference apparatus according to embodiments will be described in detail below with reference to the drawings.
実施の形態1.
図1は、実施の形態1にかかるワイヤ放電加工装置100の構成例を示す図である。ワイヤ放電加工装置100は、ワーク18と加工電極であるワイヤ電極2との間隙において放電を発生させることによってワーク18を加工する工作機械である。X軸、Y軸およびZ軸は、ワイヤ放電加工装置100が持つ機械座標系の3軸とする。例えば、XY平面が水平面であり、Z軸方向が鉛直方向である。以下の説明では、プラスZ方向を上方向、マイナスZ方向を下方向とする。
FIG. 1 is a diagram showing a configuration example of a wire electric
ワイヤ放電加工装置100は、放電加工のための機構である加工機構13と、加工電源を含む電源部14と、制御装置である数値制御(NC:Numerical Control)装置を含む制御部15とを備える。
The wire
加工機構13は、ワイヤ電極ボビン1と、ワイヤ電極ボビン1から引き出されたワイヤ電極2を搬送する搬送ローラ3と、ワーク18の上方に配置された上側給電子4と、ワーク18の下方に配置された下側給電子5と、ワーク18の加工中にワイヤ電極2を支持する上部ガイド6および下部ガイド7と、ワーク18が配置されるワークテーブル8とを備える。また、加工機構13は、加工に使用されたワイヤ電極2を搬送する下部ローラ9と、ワイヤ電極2を搬送する駆動力を発生する回収ローラ10と、使用後のワイヤ電極2を回収するワイヤ電極回収箱11と、ワークテーブル8を駆動するX軸駆動モータ12XおよびY軸駆動モータ12Yとを備える。
The
NC装置は、上部ガイド6および下部ガイド7の各々へ位置指令を送る。上部ガイド6および下部ガイド7は、位置指令に従った位置において、かつ、位置指令に従った傾きで、ワイヤ電極2を支持する。上側給電子4および下側給電子5の各々は、加工電源に接続されている。NC装置は、X軸駆動モータ12XおよびY軸駆動モータ12Yの各々へ軸指令を送る。X軸駆動モータ12Xは、軸指令に従って、X軸方向へワークテーブル8を駆動する。Y軸駆動モータ12Yは、軸指令に従って、Y軸方向へワークテーブル8を駆動する。加工部16は、上部ガイド6と下部ガイド7との間のワイヤ電極2とする。
The NC device sends position commands to each of the
図2は、実施の形態1にかかるワイヤ放電加工装置100に備えられた電源部14および制御部15の機能構成を示す図である。図2には、電源部14および制御部15と、加工電源20に接続されている上側給電子4および下側給電子5と、NC装置23から送られる指令に従って動作する上部ガイド6、下部ガイド7、X軸駆動モータ12X、およびY軸駆動モータ12Yとを示す。
FIG. 2 is a diagram showing functional configurations of the
電源部14は、加工電源20と、加工電圧検出器21と、電気条件制御器22とを備える。加工電源20は、NC装置23が出力する電圧指令にしたがって、ワイヤ電極2とワーク18との間にパルス電圧を印加する。加工電圧検出器21は、加工電圧を検出する。加工電圧は、ワイヤ電極2とワーク18との間に印加される極間電圧である。電気条件制御器22は、パルス電圧の印加を制御する。
The
制御部15は、NC装置23と、板厚推定器24と、板厚出力器25と、板厚入力器26と、段差位置推定器27とを備える。NC装置23は、放電加工のための加工プログラムに従って、加工条件に応じた各種指令を生成する。NC装置23は、各種指令を出力することによって、加工機構13と電源部14とを制御する。
The
板厚推定器24は、放電加工によるワーク18の荒加工が行われているときに、加工が行われている位置におけるワーク18の板厚を推定する。板厚出力器25は、ワイヤ放電加工装置100の外部へ板厚データを出力する。板厚データは、板厚推定器24によって推定された板厚を示す板厚情報に位置情報が紐付けられたデータである。荒加工よりも後の放電加工によるワーク18の仕上げ加工が行われる際に、板厚入力器26には、ワイヤ放電加工装置100の外部から板厚データが入力される。段差位置推定器27は、板厚入力器26へ入力された板厚データに基づいて段差部の位置を推定する。段差部は、ワーク18のうち板厚が変化する部分、すなわち、板厚が互いに異なる部分同士の境界に当たる部分である。
The
電気条件制御器22は、仕上げ加工が行われているときに、板厚データと段差情報とに基づいてパルス電圧の印加を制御する。段差情報は、段差部の位置を示す情報である。NC装置23は、仕上げ加工が行われているときに、板厚データと段差情報とに基づいて加工機構13を制御する。
The
板厚出力器25は、ワイヤ放電加工装置100の外部にて保存されるファイル17へ板厚データを書き出すことによって、板厚データを出力する。ファイル17は、記憶装置または記憶媒体といった記憶手段に保存される。板厚出力器25は、ワイヤ放電加工装置100の外部にて保存される加工プログラムへ板厚データを書き出すことによって板厚データを出力しても良い。板厚入力器26が、ファイル17から、または加工プログラムから板厚データを読み出すことによって、板厚入力器26に板厚データが入力される。
The plate
次に、ワイヤ放電加工装置100の動作について説明する。図3は、実施の形態1にかかるワイヤ放電加工装置100の動作手順を示すフローチャートである。ワイヤ放電加工装置100は、要求仕様に応じた加工形状を得るまでに、複数回の加工を実行する。荒加工は、複数回の加工のうち最初に実行される加工であって、形状の精度よりも加工速度が重視される加工である。仕上げ加工は、複数回の加工のうち荒加工よりも後に実行される加工である。仕上げ加工の回数は任意である。図3には、荒加工および仕上げ加工における動作であって、ワーク18の段差部における加工を調整するためにワイヤ放電加工装置100が行う動作の手順を示す。
Next, operation of the wire
ワイヤ放電加工装置100は、荒加工においてステップS1およびステップS2の動作を実行する。ステップS1において、ワイヤ放電加工装置100は、板厚推定器24によってワーク18の板厚を推定する。ステップS2において、ワイヤ放電加工装置100は、板厚出力器25によって、ファイル17または加工プログラムへ板厚データを書き出す。これにより、ワイヤ放電加工装置100は、ワイヤ放電加工装置100の外部へ板厚データを出力する。
The wire
ワイヤ放電加工装置100は、仕上げ加工においてステップS3からステップS5の動作を実行する。ステップS3において、ワイヤ放電加工装置100は、板厚入力器26によって、ファイル17または加工プログラムから板厚データを読み込む。すなわち、ワイヤ放電加工装置100は、ワイヤ放電加工装置100の外部から板厚データを読み込む。
The wire
ステップS4において、ワイヤ放電加工装置100は、読み込まれた板厚データに基づいて、段差部の位置を推定する。ステップS5において、ワイヤ放電加工装置100は、板厚データと段差情報とに基づいて、電気条件と軸指令との少なくとも一方を調整する。電気条件は、電圧値、またはパルスの休止時間といった、パルス電圧の印加についての条件である。ワイヤ放電加工装置100は、電気条件と軸指令との少なくとも一方を調整することによって、板厚データと段差情報とに基づいて、パルス電圧の印加と加工機構13との少なくとも一方を制御する。以上により、ワイヤ放電加工装置100は、図3に示す手順による動作を終了する。
In step S4, the wire electric
図4は、実施の形態1にかかるワイヤ放電加工装置100による、荒加工の際における制御について説明するためのブロック線図である。加工電源20は、NC装置23からの電圧指令に応じたパルス電圧をワイヤ電極2とワーク18との間に印加する。X軸駆動モータ12XおよびY軸駆動モータ12Yは、NC装置23からの軸指令に応じてワークテーブル8をX軸方向およびY軸方向に移動させる。ワイヤ放電加工装置100は、ワークテーブル8を移動させることによって、ワイヤ電極2とワーク18との間の距離を調整する。ワイヤ放電加工装置100は、電圧指令と軸指令とによって、加工部16における放電エネルギーを制御する。このようにして、ワイヤ放電加工装置100は、放電加工を制御する。
FIG. 4 is a block diagram for explaining control during rough machining by the wire
加工電圧検出器21は、加工部16における加工電圧を検出する。ワイヤ放電加工装置100は、加工電圧検出器21によって検出された加工電圧のフィードバックによって、電圧指令に示される電気条件を調整する。加工電源20は、電気条件が調整された電圧指令に従ってパルス電圧を印加する。ワイヤ放電加工装置100は、加工電圧検出器21により検出された加工電圧のフィードバックによって、軸指令を調整する。X軸駆動モータ12XおよびY軸駆動モータ12Yは、調整された軸指令に従ってワークテーブル8を移動させる。なお、加工電圧のフィードバックによる調整は、電気条件と軸指令との双方の調整に限られない。ワイヤ放電加工装置100は、加工電圧のフィードバックによって、電気条件と軸指令との少なくとも一方を調整すれば良いものとする。
A
板厚推定器24は、荒加工が行われている位置における板厚を加工データに基づいて推定する。加工データは、加工電圧、加工電流、放電パルス数、または加工速度等のデータであって、加工部16の状態を表すデータである。板厚推定器24は、板厚の推定結果に位置の情報が紐づけられた板厚データを生成する。板厚推定器24は、板厚出力器25へ板厚データを出力する。板厚出力器25は、ファイル17または加工プログラムへ板厚データを書き出す。
The
図5は、実施の形態1にかかるワイヤ放電加工装置100による、仕上げ加工の際における制御について説明するためのブロック線図である。ワイヤ放電加工装置100は、電圧指令と軸指令とによって、放電加工を制御する。ワイヤ放電加工装置100は、加工電圧検出器21によって検出された加工電圧のフィードバックによって、電気条件と軸指令との少なくとも一方を調整する。
FIG. 5 is a block diagram for explaining control during finish machining by the wire
板厚入力器26は、ファイル17または加工プログラムから板厚データを読み出す。板厚入力器26は、段差位置推定器27と電気条件制御器22との各々へ板厚データを出力する。段差位置推定器27は、ワーク18の位置ごとにおける板厚の変化を板厚データから検出する。段差位置推定器27は、板厚が急峻に変化している位置を、段差部の位置と推定する。段差位置推定器27は、推定された位置を示す段差情報を生成する。段差位置推定器27は、電気条件制御器22へ段差情報を出力する。
The plate
電気条件制御器22は、仕上げ加工が行われている位置が段差部に到達するタイミングを、段差情報に基づいて判断する。電気条件制御器22は、板厚データに示される板厚に応じて、電気条件を調整する。これにより、電気条件制御器22は、仕上げ加工が行われているときに、板厚データと段差情報とに基づいてパルス電圧の印加を制御する。電気条件制御器22は、板厚データに示される板厚に応じて、軸指令に示されるワークテーブル8の位置を調整する。これにより、NC装置23は、仕上げ加工が行われているときに、板厚データと段差情報とに基づいて調整された加工条件に応じて放電加工を制御する。なお、板厚データと段差情報とに基づいた調整は、電気条件と軸指令との双方の調整に限られない。ワイヤ放電加工装置100は、板厚データと段差情報とに基づいて、電気条件と軸指令との少なくとも一方を調整すれば良いものとする。すなわち、ワイヤ放電加工装置100は、板厚データと段差データとに基づいて、パルス電圧の印加と加工機構13との少なくとも一方を制御する。
The
ワイヤ放電加工装置100は、荒加工において生成された板厚データをワイヤ放電加工装置100の外部へ出力する。また、ワイヤ放電加工装置100は、仕上げ加工の際に、ワイヤ放電加工装置100の外部から入力された板厚データに基づいて段差情報を生成し、板厚データと段差情報とに基づいて、パルス電圧の印加または加工機構13を制御する。ワイヤ放電加工装置100は、段差部において板厚に適した加工が可能となることによって、高い加工品質を実現できる。
The wire
実施の形態1によると、ワイヤ放電加工装置100の内部に板厚データを蓄積する必要が無いことから、段差部の位置の推定のために使用できる板厚情報のデータ量に制限を設ける必要が無くなる。ワイヤ放電加工装置100の外部にて保存されるファイル17または加工プログラムに板厚データを保存することによって、ワイヤ放電加工装置100による加工プロセスのトレーサビリティの確保も可能となる。
According to
ワイヤ放電加工装置100は、板厚データに含まれる位置情報を補正する位置情報補正部を備えても良い。ここでは、制御部15に位置情報補正部を追加する例を説明する。図6は、実施の形態1において位置情報補正部である座標補正器28が追加された制御部15を示す図である。
The wire electric
座標補正器28は、板厚データが生成されたときからワークテーブル8上のワーク18の位置または傾きが変更された場合に、板厚データに含まれる位置情報である座標を補正する。座標補正器28は、ワーク18の位置または傾きの変更分が相殺されるように、座標を補正する。電気条件制御器22は、補正された位置情報を含む板厚データと段差情報とに基づいてパルス電圧の印加を制御する。NC装置23は、補正された位置情報を含む板厚データと段差情報とに基づいて加工機構13を制御する。ワイヤ放電加工装置100は、ワーク18の位置または傾きが変更された場合でも、座標補正器28で座標を補正することによって、板厚データに基づいてパルス電圧または加工機構13を制御することができる。
The coordinate corrector 28 corrects coordinates, which are positional information included in the thickness data, when the position or inclination of the
荒加工が行われた後にワーク18がワークテーブル8から取り外されて、再びワークテーブル8にワーク18が設置されることによって、ワーク18の位置または傾きが変更される場合がある。また、荒加工および仕上げ加工といった加工ステップごとにワイヤ放電加工装置100の機種を変更してワーク18を加工する場合、仕上げ加工におけるワーク18の位置または傾きが、荒加工のときにおけるワーク18の位置または傾きから変更され得る。ワイヤ放電加工装置100の機種を変更する例としては、水を加工液として用いるワイヤ放電加工装置100を荒加工に使用し、油を加工液として用いるワイヤ放電加工装置100を仕上げ加工に使用する場合が挙げられる。水を加工液として用いるワイヤ放電加工装置100を荒加工に使用することで、高い加工速度での加工を行うことができる。油を加工液として用いるワイヤ放電加工装置100を仕上げ加工に使用することで、加工速度は低いが高精度な加工を行うことができる。
The position or inclination of the
また、加工ステップごとにワイヤ放電加工装置100の機種を変更する場合は、ワークテーブル8のサイズが機種ごとに異なることがある。この場合も、ワイヤ放電加工装置100は、座標補正器28で座標を補正することによって、仕上げ加工において、板厚データに基づいてパルス電圧または加工機構13を制御することができる。
Also, when the model of the wire
図7は、図6に示す座標補正器28が追加されたワイヤ放電加工装置100による、仕上げ加工の際における制御について説明するためのブロック線図である。板厚入力器26は、入力された板厚データを座標補正器28へ出力する。座標補正器28は、板厚データが生成されたときからワーク18の位置または傾きの変更があった場合に、板厚データに含まれる座標を補正する。座標補正器28は、座標が補正された板厚データを段差位置推定器27と電気条件制御器22との各々へ出力する。これにより、ワイヤ放電加工装置100は、板厚データが生成されたときからワークテーブル8上のワーク18の位置または傾きが変更された場合において、板厚データに基づいてパルス電圧または加工機構13を制御することができる。
FIG. 7 is a block diagram for explaining control during finish machining by the wire
板厚データにおいて板厚の情報に紐付けられる座標は、ワイヤ放電加工装置100に固有の機械座標系の座標ではなく、ワーク18を基準とする座標系の座標であっても良い。ワーク18を基準とする座標系とは、ワーク18のうちあらかじめ設定された位置を原点とする座標系とする。以下の説明では、ワーク18を基準とする座標系を、相対座標系と称する。
The coordinates linked to the thickness information in the thickness data may be coordinates in a coordinate system based on the
図8は、実施の形態1にかかるワイヤ放電加工装置100の機械座標系について説明するための図である。図8に示す例では、ワークテーブル8の1つの点が、機械座標系の原点であるものとする。
FIG. 8 is a diagram for explaining the machine coordinate system of the wire
板厚の情報に紐付けられる座標を機械座標系の座標とした場合、板厚データが生成された後にワーク18がワークテーブル8から取り外されて、再びワークテーブル8にワーク18が設置されることによって、原点に対するワーク18の位置が変更されることがある。または、機械座標系に対するワーク18の傾きが変更されることがある。仕上げ加工のときに、荒加工のときからワーク18の位置または傾きが変更されている場合、ワイヤ放電加工装置100は、板厚データに基づいてパルス電圧または加工機構13を制御することができなくなる。
If the coordinates linked to the plate thickness information are the coordinates of the machine coordinate system, the
荒加工および仕上げ加工といった加工ステップごとにワイヤ放電加工装置100の機種を変更してワーク18を加工する場合、仕上げ加工におけるワーク18の位置または傾きが、荒加工のときにおけるワーク18の位置または傾きから変更され得る。また、加工ステップごとにワイヤ放電加工装置100の機種を変更する場合は、ワークテーブル8のサイズが機種ごとに異なることがある。このような場合も、ワイヤ放電加工装置100は、板厚データに基づいてパルス電圧または加工機構13を制御することができなくなる。
When the
図9は、実施の形態1において、板厚の情報に紐付けられる座標に適用可能な相対座標系について説明するための図である。図9に示すx軸、y軸およびz軸は、相対座標系の3軸とする。図9に示す例では、相対座標系の原点は、加工軌跡19の始点、すなわち加工開始位置である。なお、相対座標系の原点は、加工開始位置以外の位置であっても良い。相対座標系の原点は、加工軌跡19上の位置以外の位置であっても良い。ワイヤ放電加工装置100は、ワーク18の任意の位置を、相対座標系の原点とすることができる。
FIG. 9 is a diagram for explaining a relative coordinate system that can be applied to coordinates linked to plate thickness information in the first embodiment. The x-axis, y-axis and z-axis shown in FIG. 9 are the three axes of the relative coordinate system. In the example shown in FIG. 9, the origin of the relative coordinate system is the starting point of the
ワイヤ放電加工装置100は、板厚データに含まれる座標を相対座標系の座標とすることによって、ワーク18の位置または傾きが変更された場合でも、板厚データに基づいてパルス電圧または加工機構13を制御することができる。また、ワイヤ放電加工装置100は、ワイヤ放電加工装置100の機種が変更される場合も、板厚データに基づいてパルス電圧または加工機構13を制御することができる。
By using the coordinates included in the plate thickness data as the coordinates of the relative coordinate system, the wire
次に、加工電圧検出器21、電気条件制御器22、NC装置23、板厚推定器24、板厚出力器25、板厚入力器26、段差位置推定器27、および座標補正器28の各構成要素を実現するハードウェア構成について説明する。上記各構成要素は、プロセッサがソフトウェアを実行する回路である処理回路により実現される。ソフトウェアを実行する処理回路は、例えば、図10に示す制御回路である。図10は、実施の形態1にかかる制御回路30の構成例を示す図である。制御回路30は、入力部31、プロセッサ32、メモリ33および出力部34を備える。
Next, a
入力部31は、制御回路30の外部から入力されたデータを受信してプロセッサ32に与えるインターフェース回路である。出力部34は、プロセッサ32またはメモリ33からのデータを制御回路30の外部に送るインターフェース回路である。処理回路が図10に示す制御回路30である場合、メモリ33に記憶された、各構成要素に対応するプログラムをプロセッサ32が読み出して実行することにより上記各構成要素が実現される。メモリ33は、プロセッサ32が実施する各処理における一時メモリとしても使用される。プロセッサ32は、演算結果等のデータをメモリ33に出力して記憶させても良いし、演算結果等のデータを、メモリ33の揮発性メモリを介して補助記憶装置に記憶させても良い。
The input unit 31 is an interface circuit that receives data input from outside the
プロセッサ32は、CPU(Central Processing Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、またはDSP(Digital Signal Processor)ともいう)である。メモリ33は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable Read Only Memory)、EEPROM(登録商標)(Electrically Erasable Programmable Read Only Memory)等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスクまたはDVD(Digital Versatile Disc)等が該当する。
The processor 32 is a CPU (Central Processing Unit, also referred to as a central processing unit, processing unit, arithmetic unit, microprocessor, microcomputer, processor, or DSP (Digital Signal Processor)). The
図10は、汎用のプロセッサ32およびメモリ33により上記各構成要素を実現する場合のハードウェアの例であるが、専用のハードウェア回路により上記各構成要素を実現しても良い。専用のハードウェア回路である処理回路は、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)、またはこれらを組み合わせた回路である。制御回路30と専用のハードウェア回路との組み合わせによって、上記各構成要素を実現しても良い。
FIG. 10 shows an example of hardware in which each of the above components is implemented by a general-purpose processor 32 and
実施の形態1によると、ワイヤ放電加工装置100は、ワイヤ放電加工装置100の外部へ板厚データを出力し、ワイヤ放電加工装置100の外部から入力された板厚データに基づいて段差部の位置を推定する。これにより、ワイヤ放電加工装置100は、ワーク18における段差位置の推定のために使用できる板厚情報のデータ量に制限を設けること無く、加工品質の改善のための制御を行うことができるという効果を奏する。
According to
実施の形態2.
実施の形態2では、板厚の推定と段差位置の推定との少なくとも一方に機械学習を用いるための学習装置について説明する。図11は、実施の形態2にかかる学習装置40を示す図である。実施の形態2では、実施の形態1と同一の構成要素には同一の符号を付し、実施の形態1とは異なる構成について主に説明する。
学習装置40は、ワイヤ放電加工装置100について、放電加工の状態についての加工データと、ワーク18の板厚およびワーク18のうち板厚が変化する段差部の位置の少なくとも一方との関係を学習する。以下、学習装置40が、加工データと板厚および段差部の位置の双方との関係を学習する場合を例として説明する。
The learning device 40 learns the relationship between the machining data about the state of electric discharge machining and at least one of the thickness of the
学習装置40は、データ取得部41およびモデル生成部42を備える。データ取得部41には、加工データと、板厚データと、段差情報とが入力される。データ取得部41は、入力された加工データ、板厚データ、および段差情報を使用して、学習用データを作成する。実施の形態2において、学習用データは、加工データと板厚情報と段差情報とを互いに関連付けたデータである。このようにして、データ取得部41は、加工データと板厚情報と段差情報とを含む学習用データを取得する。
The learning device 40 includes a data acquisition section 41 and a model generation section 42 . Processing data, plate thickness data, and step information are input to the data acquisition unit 41 . The data acquisition unit 41 creates learning data using the input processing data, plate thickness data, and step information. In
モデル生成部42は、学習用データを用いて、加工データから板厚および段差部の位置を推論するための学習済モデル43を生成する。学習済モデル記憶部44は、生成された学習済モデル43を記憶する。図11に示す学習済モデル記憶部44は、学習装置40の外部の記憶部である。学習済モデル記憶部44は、学習装置40の内部に備えられても良い。
The model generator 42 uses the learning data to generate a trained
モデル生成部42が用いる学習アルゴリズムとしては、教師あり学習、教師なし学習、または強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用する場合について説明する。 Known algorithms such as supervised learning, unsupervised learning, or reinforcement learning can be used as the learning algorithm used by the model generator 42 . As an example, a case of applying a neural network will be described.
モデル生成部42は、例えば、ニューラルネットワークモデルに従い、いわゆる教師あり学習によって、板厚および段差部の位置を学習する。ここで、教師あり学習とは、入力および結果のデータの組を学習装置40に与えることで、学習用データにある特徴を学習し、入力から結果を推論する手法である。 The model generator 42 learns the plate thickness and the position of the stepped portion by, for example, so-called supervised learning according to a neural network model. Here, supervised learning is a method of learning a feature in the learning data by giving a set of input and result data to the learning device 40 and inferring the result from the input.
学習用データは、入力と、入力に対応する結果であるラベルとを含む。加工データは入力に相当し、板厚情報および段差情報はラベルに相当する。ニューラルネットワークは、複数のニューロンからなる入力層と、複数のニューロンからなる中間層である隠れ層と、複数のニューロンからなる出力層とで構成される。中間層は、1層、または2層以上でも良い。 The training data includes inputs and labels that are results corresponding to the inputs. Processing data corresponds to input, and plate thickness information and step information correspond to labels. A neural network is composed of an input layer consisting of a plurality of neurons, a hidden layer which is an intermediate layer consisting of a plurality of neurons, and an output layer consisting of a plurality of neurons. The intermediate layer may be one layer, or two or more layers.
図12は、実施の形態2にかかる学習装置40における学習に使用されるニューラルネットワークの構成例を示す図である。図12に示すニューラルネットワークは、3層のニューラルネットワークである。入力層は、ニューロンX1,X2,X3を含む。中間層は、ニューロンY1,Y2を含む。出力層は、ニューロンZ1,Z2,Z3を含む。なお、各層のニューロンの数は任意とする。入力層へ入力された複数の値は、重みW1であるw11,w12,w13,w14,w15,w16が乗算されて、中間層へ入力される。中間層へ入力された複数の値は、重みW2であるw21,w22,w23,w24,w25,w26が乗算されて、出力層から出力される。出力層から出力される出力結果は、重みW1,W2の値に従って変化する。 FIG. 12 is a diagram showing a configuration example of a neural network used for learning in the learning device 40 according to the second embodiment. The neural network shown in FIG. 12 is a three-layer neural network. The input layer includes neurons X1, X2, X3. The middle layer contains neurons Y1 and Y2. The output layer contains neurons Z1, Z2, Z3. Note that the number of neurons in each layer is arbitrary. A plurality of values input to the input layer are multiplied by w11, w12, w13, w14, w15, and w16, which are weights W1, and input to the intermediate layer. A plurality of values input to the intermediate layer are multiplied by w21, w22, w23, w24, w25, and w26, which are weights W2, and output from the output layer. The output result output from the output layer changes according to the values of weights W1 and W2.
実施の形態2において、ニューラルネットワークは、データ取得部41によって取得される学習用データに従って、いわゆる教師あり学習により、板厚および段差部の位置を学習する。すなわち、ニューラルネットワークは、入力層に加工データを入力して出力層から出力された結果が、板厚情報および段差情報に近づくように重みW1,W2を調整することによって、板厚および段差部の位置を学習する。モデル生成部42は、以上のような学習を実行することで学習済モデル43を生成し、学習済モデル43を出力する。学習済モデル記憶部44は、モデル生成部42から出力された学習済モデル43を記憶する。モデル生成部42は、既に生成された学習済モデル43を学習済モデル記憶部44から読み出し、学習用データに従った再学習により学習済モデル43を更新しても良い。
In
次に、学習装置40による学習処理について説明する。図13は、実施の形態2にかかる学習装置40による学習処理の手順を示すフローチャートである。ステップS11において、学習装置40は、データ取得部41により、加工データと板厚情報と段差情報とを含む学習用データを取得する。データ取得部41は、いずれも同時に取得された加工データと板厚データと段差情報とを使用して、学習用データを作成する。なお、データ取得部41は、加工データと板厚情報と段差情報とを互いに関連付けた学習用データを作成できれば良く、加工データと板厚データと段差情報とを必ずしも同時に取得しなくても良い。 Next, learning processing by the learning device 40 will be described. FIG. 13 is a flow chart showing the procedure of learning processing by the learning device 40 according to the second embodiment. In step S<b>11 , the learning device 40 acquires learning data including processing data, plate thickness information, and step information using the data acquisition unit 41 . The data acquisition unit 41 creates learning data using the processing data, the plate thickness data, and the step information, all of which are acquired at the same time. Note that the data acquisition unit 41 only needs to create learning data in which the processing data, the thickness information, and the step information are associated with each other, and does not necessarily acquire the processing data, the plate thickness data, and the step information at the same time.
ステップS12において、学習装置40は、モデル生成部42により、学習用データに従っていわゆる教師あり学習により板厚および段差部の位置を学習し、学習済モデル43を生成または更新する。ステップS13において、モデル生成部42は、生成または更新された学習済モデル43を出力する。以上により、学習装置40は、図13に示す手順による学習処理を終了する。学習済モデル記憶部44は、学習処理により得られた学習済モデル43を記憶する。
In step S<b>12 , the learning device 40 uses the model generation unit 42 to learn the plate thickness and the position of the stepped portion by so-called supervised learning according to the learning data, and generates or updates the learned
実施の形態2では、モデル生成部42が用いる学習アルゴリズムに教師あり学習を適用する場合について説明したが、学習アルゴリズムには、教師あり学習以外の学習が適用されても良い。モデル生成部42は、強化学習、教師なし学習、または半教師あり学習といった学習アルゴリズムを用いて機械学習を実行しても良い。モデル生成部42は、深層学習(Deep Learning)、遺伝的プログラミング、帰納論理プログラミング、またはサポートベクターマシンといった学習アルゴリズムを用いて機械学習を実行しても良い。 In the second embodiment, a case where supervised learning is applied to the learning algorithm used by the model generation unit 42 has been described, but learning other than supervised learning may be applied to the learning algorithm. The model generator 42 may perform machine learning using learning algorithms such as reinforcement learning, unsupervised learning, or semi-supervised learning. The model generator 42 may perform machine learning using learning algorithms such as deep learning, genetic programming, inductive logic programming, or support vector machines.
実施の形態2において、学習装置40は、ワイヤ放電加工装置100の外部の装置とする。学習装置40は、ネットワークを介してワイヤ放電加工装置100に接続される装置でも良い。学習装置40は、クラウドサーバ上に存在する装置でも良い。学習装置40は、ワイヤ放電加工装置100の外部の装置に限られず、ワイヤ放電加工装置100に内蔵される装置であっても良い。
In
学習装置40は、1つのワイヤ放電加工装置100について作成された学習用データに従って板厚および段差部の位置を学習するものに限られない。学習装置40は、複数のワイヤ放電加工装置100について作成された学習用データに従って、板厚および段差部の位置を学習しても良い。学習装置40は、同一の場所で使用される複数のワイヤ放電加工装置100から学習用データを取得しても良く、または、互いに異なる場所で使用される複数のワイヤ放電加工装置100から学習用データを取得しても良い。学習用データは、複数の場所において互いに独立して稼働する複数のワイヤ放電加工装置100から取得されても良い。複数のワイヤ放電加工装置100からの学習用データの取得を開始した後に、学習用データが取得される対象に新たなワイヤ放電加工装置100が追加されても良い。また、複数のワイヤ放電加工装置100からの学習用データの取得を開始した後に、学習用データが取得される対象から、複数のワイヤ放電加工装置100の一部が除外されても良い。
The learning device 40 is not limited to learning the plate thickness and the position of the stepped portion according to learning data created for one wire
ある1つのワイヤ放電加工装置100について学習を行った学習装置40は、当該ワイヤ放電加工装置100以外の他のワイヤ放電加工装置100についての学習を行っても良い。学習装置40は、当該他のワイヤ放電加工装置100についての再学習によって、学習済モデル43を更新することができる。
The learning device 40 that has learned about one wire
学習装置40は、加工データと、板厚および段差部の位置の少なくとも一方との関係を学習するものであれば良い。学習装置40が、加工データと板厚との関係を学習する場合、データ取得部41には、加工データと板厚データとが入力される。データ取得部41は、入力された加工データおよび板厚データを使用して、加工データと板厚情報とを互いに関連付けたデータである学習用データを作成する。データ取得部41は、加工データと板厚情報とを含む学習用データを取得する。モデル生成部42は、学習用データを用いて、加工データから板厚を推論するための学習済モデル43を生成する。
The learning device 40 may learn the relationship between the processing data and at least one of the plate thickness and the position of the stepped portion. When the learning device 40 learns the relationship between the processing data and the plate thickness, the processing data and the plate thickness data are input to the data acquisition unit 41 . The data acquisition unit 41 uses the input processing data and plate thickness data to create learning data, which is data in which the processing data and plate thickness information are associated with each other. The data acquisition unit 41 acquires learning data including processing data and plate thickness information. The model generator 42 uses the learning data to generate a learned
また、学習装置40が、加工データと段差部の位置との関係を学習する場合、データ取得部41には、加工データと段差情報とが入力される。データ取得部41は、入力された加工データおよび段差情報を使用して、加工データと段差情報とを互いに関連付けたデータである学習用データを作成する。データ取得部41は、加工データと段差情報とを含む学習用データを取得する。モデル生成部42は、学習用データを用いて、加工データから段差部の位置を推論するための学習済モデル43を生成する。
When the learning device 40 learns the relationship between the processed data and the position of the step, the data acquisition unit 41 receives the processed data and the step information. The data acquisition unit 41 uses the input processing data and step information to create learning data, which is data in which the processing data and the step information are associated with each other. The data acquisition unit 41 acquires learning data including processed data and step information. The model generator 42 uses the learning data to generate a trained
学習装置40は、図10に示すハードウェアと同様のハードウェアにより実現される。学習装置40の各部は、プロセッサがソフトウェアを実行する回路である処理回路により実現される。専用の処理回路により、または、プロセッサがソフトウェアを実行する処理回路と専用の処理回路との組み合わせにより、学習装置40の各部を実現しても良い。 The learning device 40 is realized by hardware similar to the hardware shown in FIG. Each part of the learning device 40 is realized by a processing circuit, which is a circuit in which a processor executes software. Each part of the learning device 40 may be realized by a dedicated processing circuit, or by a combination of a processing circuit in which a processor executes software and a dedicated processing circuit.
実施の形態2によると、学習装置40は、加工データと、板厚情報および段差情報の少なくとも一方とを含む学習用データを用いて学習済モデル43を生成する。学習装置40は、加工データから板厚および段差部の位置の少なくとも一方を推論するための学習済モデル43を生成することができる。
According to the second embodiment, the learning device 40 generates the learned
実施の形態3.
実施の形態3では、学習済モデル43を用いて板厚と段差部の位置との少なくとも一方を推論する推論装置について説明する。図14は、実施の形態3にかかる推論装置50を示す図である。実施の形態3では、実施の形態1または2と同一の構成要素には同一の符号を付し、実施の形態1または2とは異なる構成について主に説明する。Embodiment 3.
Embodiment 3 describes an inference device that infers at least one of the plate thickness and the position of the step using the learned
推論装置50は、ワイヤ放電加工装置100について、放電加工の状態についての加工データに基づいて、ワーク18の板厚およびワーク18のうち板厚が変化する段差部の位置の少なくとも一方を推論する。なお、以下の説明では、推論装置50は、加工データに基づいて板厚および段差部の位置の双方を推論する場合を例として説明する。
The inference device 50 infers at least one of the thickness of the
推論装置50は、データ取得部51および推論部52を備える。データ取得部51には、加工データが入力される。すなわち、データ取得部51は、加工データを取得する。推論部52は、加工データから板厚および段差部の位置を推論するための学習済モデル43を学習済モデル記憶部44から読み出す。推論部52は、推論用データである加工データを学習済モデル43へ入力することによって、板厚情報および段差情報を出力する。図14に示す学習済モデル記憶部44は、推論装置50の外部の記憶部である。学習済モデル記憶部44は、推論装置50の内部に備えられても良い。実施の形態3において、推論装置50は、実施の形態2にかかる学習装置40によって生成された学習済モデル43を用いて、加工データから板厚および段差部の位置を推論する。
The inference device 50 includes a
次に、推論装置50による推論処理について説明する。図15は、実施の形態3にかかる推論装置50による推論処理の手順を示すフローチャートである。ステップS21において、推論装置50は、データ取得部51により、加工データを取得する。ステップS22において、推論装置50は、推論部52により、学習済モデル43へ加工データを入力する。ステップS23において、推論部52は、板厚情報と段差情報とを出力する。以上により、推論装置50は、図15に示す手順による推論処理を終了する。推論装置50は、板厚情報と段差情報とをワイヤ放電加工装置100へ送る。
Next, inference processing by the inference device 50 will be described. FIG. 15 is a flowchart showing the procedure of inference processing by the inference device 50 according to the third embodiment. In step S<b>21 , the inference device 50 acquires processed data using the
実施の形態3において、推論装置50は、ワイヤ放電加工装置100の外部の装置とする。推論装置50は、ネットワークを介してワイヤ放電加工装置100に接続される装置でも良い。推論装置50は、クラウドサーバ上に存在する装置でも良い。推論装置50は、ワイヤ放電加工装置100の外部の装置に限られず、ワイヤ放電加工装置100に内蔵される装置であっても良い。
In the third embodiment, the inference device 50 is a device external to the wire electric
推論装置50は、学習済モデル43を用いて板厚と段差部の位置との少なくとも一方を推論するものであれば良い。推論装置50が加工データから板厚を推論する場合、推論部52は、加工データから板厚を推論するための学習済モデル43へ加工データを入力することによって、板厚情報を出力する。また、推論装置50が加工データから段差部の位置を推論する場合、推論部52は、加工データから段差部の位置を推論するための学習済モデル43へ加工データを入力することによって、段差情報を出力する。
The inference device 50 may use the learned
推論装置50は、図10に示すハードウェアと同様のハードウェアにより実現される。推論装置50の各部は、プロセッサがソフトウェアを実行する回路である処理回路により実現される。専用の処理回路により、または、プロセッサがソフトウェアを実行する処理回路と専用の処理回路との組み合わせにより、推論装置50の各部を実現しても良い。 The inference device 50 is realized by hardware similar to the hardware shown in FIG. Each part of the inference device 50 is implemented by a processing circuit, which is a circuit in which a processor executes software. Each unit of the inference device 50 may be realized by a dedicated processing circuit, or by a combination of a processing circuit in which a processor executes software and a dedicated processing circuit.
実施の形態3によると、推論装置50は、加工データから板厚および段差部の位置の少なくとも一方を推論するための学習済モデル43へ加工データを入力することによって、板厚情報および段差情報の少なくとも一方を出力する。推論装置50は、加工データから板厚および段差部の位置の少なくとも一方を推論することができる。
According to the third embodiment, the inference device 50 inputs the machining data to the learned
ワイヤ放電加工装置100は、推論装置50によって推論された板厚および段差部の位置の少なくとも一方に基づいて加工を制御する。ワイヤ放電加工装置100は、段差部において板厚に適した加工が可能となることによって、高い加工品質を実現できる。
The wire
以上の各実施の形態に示した構成は、本開示の内容の一例を示すものである。各実施の形態の構成は、別の公知の技術と組み合わせることが可能である。各実施の形態の構成同士が適宜組み合わせられても良い。本開示の要旨を逸脱しない範囲で、各実施の形態の構成の一部を省略または変更することが可能である。 The configuration shown in each of the above embodiments is an example of the contents of the present disclosure. The configuration of each embodiment can be combined with another known technique. Configurations of respective embodiments may be combined as appropriate. A part of the configuration of each embodiment can be omitted or changed without departing from the gist of the present disclosure.
1 ワイヤ電極ボビン、2 ワイヤ電極、3 搬送ローラ、4 上側給電子、5 下側給電子、6 上部ガイド、7 下部ガイド、8 ワークテーブル、9 下部ローラ、10 回収ローラ、11 ワイヤ電極回収箱、12X X軸駆動モータ、12Y Y軸駆動モータ、13 加工機構、14 電源部、15 制御部、16 加工部、17 ファイル、18 ワーク、19 加工軌跡、20 加工電源、21 加工電圧検出器、22 電気条件制御器、23 NC装置、24 板厚推定器、25 板厚出力器、26 板厚入力器、27 段差位置推定器、28 座標補正器、30 制御回路、31 入力部、32 プロセッサ、33 メモリ、34 出力部、40 学習装置、41,51 データ取得部、42 モデル生成部、43 学習済モデル、44 学習済モデル記憶部、50 推論装置、52 推論部、100 ワイヤ放電加工装置。 1 wire electrode bobbin, 2 wire electrode, 3 transport roller, 4 upper feeder, 5 lower feeder, 6 upper guide, 7 lower guide, 8 work table, 9 lower roller, 10 recovery roller, 11 wire electrode recovery box, 12X X-axis drive motor, 12Y Y-axis drive motor, 13 Machining mechanism, 14 Power supply unit, 15 Control unit, 16 Machining unit, 17 File, 18 Workpiece, 19 Machining locus, 20 Machining power supply, 21 Machining voltage detector, 22 Electricity Condition controller, 23 NC unit, 24 plate thickness estimator, 25 plate thickness output device, 26 plate thickness input device, 27 step position estimator, 28 coordinate corrector, 30 control circuit, 31 input unit, 32 processor, 33 memory , 34 output unit, 40 learning device, 41, 51 data acquisition unit, 42 model generation unit, 43 learned model, 44 learned model storage unit, 50 inference device, 52 inference unit, 100 wire electric discharge machine.
Claims (6)
前記放電加工のための機構である加工機構と、
前記放電加工による前記ワークの荒加工が行われているときに、加工が行われている位置における前記ワークの板厚を推定する板厚推定器と、
推定された前記板厚を示す板厚情報に位置情報が紐付けられた板厚データを前記ワイヤ放電加工装置の外部へ出力する板厚出力器と、
前記ワイヤ放電加工装置の外部から前記板厚データが入力される板厚入力器と、
入力された前記板厚データに基づいて、前記ワークのうち前記板厚が変化する段差部の位置を推定する段差位置推定器と、
前記荒加工よりも後の前記放電加工による前記ワークの仕上げ加工が行われているときに、前記板厚データと前記段差部の位置を示す段差情報とに基づいて前記パルス電圧の印加を制御する電気条件制御器と、
前記仕上げ加工が行われているときに、前記板厚データと前記段差情報とに基づいて前記加工機構を制御する制御装置と、
前記板厚入力器へ入力された前記板厚データに含まれる前記位置情報を補正する位置情報補正部と、を備え、
前記電気条件制御器は、補正された前記位置情報を含む前記板厚データと前記段差情報とに基づいて前記パルス電圧の印加を制御し、
前記制御装置は、補正された前記位置情報を含む前記板厚データと前記段差情報とに基づいて前記加工機構を制御することを特徴とするワイヤ放電加工装置。 A wire electric discharge machine for performing electric discharge machining of a work by applying a pulse voltage between a wire electrode and the work,
a machining mechanism that is a mechanism for electrical discharge machining;
a plate thickness estimator for estimating the plate thickness of the work at a position where the work is being rough-machined by the electrical discharge machining;
a plate thickness output device that outputs plate thickness data in which position information is linked to plate thickness information indicating the estimated plate thickness to the outside of the wire electric discharge machining apparatus;
a plate thickness input device for inputting the plate thickness data from the outside of the wire electric discharge machine;
a step position estimator for estimating the position of a stepped portion of the workpiece where the plate thickness changes, based on the input plate thickness data;
Controlling the application of the pulse voltage based on the plate thickness data and step information indicating the position of the stepped portion when the workpiece is being finished by the electrical discharge machining after the rough machining. an electrical condition controller;
a control device that controls the processing mechanism based on the plate thickness data and the step information when the finish processing is being performed;
a position information correction unit that corrects the position information included in the plate thickness data input to the plate thickness input device;
The electrical condition controller controls application of the pulse voltage based on the plate thickness data including the corrected position information and the step information,
The wire electric discharge machine, wherein the control device controls the machining mechanism based on the plate thickness data including the corrected position information and the step information.
前記放電加工による前記ワークの荒加工が行われているときに、加工が行われている位置における前記ワークの板厚を推定するステップと、
推定された前記板厚を示す板厚情報に位置情報が紐付けられた板厚データを前記ワイヤ放電加工装置の外部へ出力するステップと、
前記ワイヤ放電加工装置の外部から前記板厚データを読み込むステップと、
読み込まれた前記板厚データに含まれる前記位置情報を補正するステップと、
補正された前記位置情報を含む前記板厚データに基づいて、前記ワークのうち前記板厚が変化する段差部の位置を推定するステップと、
前記荒加工よりも後の前記放電加工による前記ワークの仕上げ加工が行われているときに、補正された前記位置情報を含む前記板厚データと前記段差部の位置を示す段差情報とに基づいて、前記パルス電圧の印加と前記放電加工のための機構である加工機構との少なくとも一方を制御するステップと、
を含むことを特徴とするワイヤ放電加工方法。 A wire electric discharge machining method in which a wire electric discharge machine performs electric discharge machining of a work by applying a pulse voltage between a wire electrode and the work,
a step of estimating the plate thickness of the work at the position where the work is being rough-machined by the electrical discharge machining;
A step of outputting plate thickness data in which position information is linked to plate thickness information indicating the estimated plate thickness to the outside of the wire electric discharge machining apparatus;
a step of reading the plate thickness data from outside the wire electric discharge machine;
a step of correcting the position information included in the read plate thickness data;
a step of estimating the position of a stepped portion of the workpiece where the plate thickness changes, based on the plate thickness data including the corrected position information;
based on the plate thickness data including the corrected position information and step information indicating the position of the stepped portion when finish machining of the workpiece by the electrical discharge machining after the rough machining is being performed; , controlling at least one of the application of the pulse voltage and a machining mechanism that is a mechanism for the electrical discharge machining;
A wire electric discharge machining method comprising:
前記加工データと、前記板厚を示す板厚情報および前記段差部の位置を示す段差情報を含む学習用データを取得するデータ取得部と、
前記学習用データを用いて、前記加工データから前記板厚および前記段差部の位置を推論するための学習済モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。 For a wire electric discharge machine that performs electric discharge machining of the work by applying a pulse voltage between a wire electrode and the work, machining data on the state of the electric discharge machining, the plate thickness of the work, and the plate of the work A learning device for learning the relationship with the position of a stepped portion whose thickness changes,
a data acquisition unit for acquiring learning data including the processed data, plate thickness information indicating the plate thickness, and step information indicating the position of the stepped portion;
a model generation unit that uses the learning data to generate a trained model for inferring the plate thickness and the position of the stepped portion from the processing data;
A learning device comprising:
前記加工データを取得するデータ取得部と、
前記加工データから前記板厚および前記段差部の位置を推論するための学習済モデルへ前記加工データを入力することによって、前記板厚を示す板厚情報および前記段差部の位置を示す段差情報を出力する推論部と、
を備えることを特徴とする推論装置。 For a wire electric discharge machine that performs electric discharge machining of the work by applying a pulse voltage between the wire electrode and the work, the thickness of the work and the thickness of the work are determined based on machining data on the state of the electric discharge machining. An inference device for inferring the position of the stepped portion where the plate thickness changes,
a data acquisition unit that acquires the processed data;
By inputting the processing data into a learned model for inferring the thickness and the position of the step from the processing data, thickness information indicating the plate thickness and step information indicating the position of the step are obtained. an inference unit that outputs information ;
An inference device characterized by comprising:
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/006991 WO2023157308A1 (en) | 2022-02-21 | 2022-02-21 | Wire electrical discharge machining device, wire electrical discharge machining method, learning device, and inference device |
Publications (3)
Publication Number | Publication Date |
---|---|
JP7233615B1 true JP7233615B1 (en) | 2023-03-06 |
JPWO2023157308A1 JPWO2023157308A1 (en) | 2023-08-24 |
JPWO2023157308A5 JPWO2023157308A5 (en) | 2024-01-23 |
Family
ID=85414440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022545906A Active JP7233615B1 (en) | 2022-02-21 | 2022-02-21 | WIRE EDM MACHINE, WIRE EDM METHOD, LEARNING DEVICE, AND REASONING DEVICE |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7233615B1 (en) |
WO (1) | WO2023157308A1 (en) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2885228B2 (en) * | 1997-06-02 | 1999-04-19 | 日本電気株式会社 | Wire electric discharge machining method and apparatus |
JP4294638B2 (en) * | 2005-11-29 | 2009-07-15 | 株式会社ソディック | Wire cut electric discharge machining method and numerically controlled wire cut electric discharge machining apparatus |
JP2010173040A (en) * | 2009-01-30 | 2010-08-12 | Sodick Co Ltd | Wire cut electric discharge machining apparatus |
JP2020146787A (en) * | 2019-03-12 | 2020-09-17 | ファナック株式会社 | Wire electric discharge machine, and processing program editing device |
JP6775719B1 (en) * | 2020-03-17 | 2020-10-28 | 三菱電機株式会社 | Wire EDM and Machine Learning Equipment |
JP6808868B1 (en) * | 2020-03-31 | 2021-01-06 | 株式会社ソディック | Wire electric discharge machining method and wire electric discharge machining equipment |
JP6972443B1 (en) * | 2021-03-03 | 2021-11-24 | 三菱電機株式会社 | Wire EDM, Shape Dimension Compensator, Wire EDM Method, Learning Equipment, and Inference Equipment |
-
2022
- 2022-02-21 JP JP2022545906A patent/JP7233615B1/en active Active
- 2022-02-21 WO PCT/JP2022/006991 patent/WO2023157308A1/en active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2885228B2 (en) * | 1997-06-02 | 1999-04-19 | 日本電気株式会社 | Wire electric discharge machining method and apparatus |
JP4294638B2 (en) * | 2005-11-29 | 2009-07-15 | 株式会社ソディック | Wire cut electric discharge machining method and numerically controlled wire cut electric discharge machining apparatus |
JP2010173040A (en) * | 2009-01-30 | 2010-08-12 | Sodick Co Ltd | Wire cut electric discharge machining apparatus |
JP2020146787A (en) * | 2019-03-12 | 2020-09-17 | ファナック株式会社 | Wire electric discharge machine, and processing program editing device |
JP6775719B1 (en) * | 2020-03-17 | 2020-10-28 | 三菱電機株式会社 | Wire EDM and Machine Learning Equipment |
JP6808868B1 (en) * | 2020-03-31 | 2021-01-06 | 株式会社ソディック | Wire electric discharge machining method and wire electric discharge machining equipment |
JP6972443B1 (en) * | 2021-03-03 | 2021-11-24 | 三菱電機株式会社 | Wire EDM, Shape Dimension Compensator, Wire EDM Method, Learning Equipment, and Inference Equipment |
Also Published As
Publication number | Publication date |
---|---|
JPWO2023157308A1 (en) | 2023-08-24 |
WO2023157308A1 (en) | 2023-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3626385B1 (en) | Layering condition control device | |
KR101485932B1 (en) | Method and device for generating tool path | |
JP6450732B2 (en) | Numerical controller | |
JP6684962B2 (en) | Tool path generation method and device | |
JP6740483B1 (en) | Numerical control device and numerical control method | |
JP2019013984A (en) | Robot for performing learning control in application for which constant speed is required and control method therefor | |
JPH07116927A (en) | Machining setting data determining device and method for electric discharge machining | |
CN110154043B (en) | Robot system for learning control based on machining result and control method thereof | |
JP7233615B1 (en) | WIRE EDM MACHINE, WIRE EDM METHOD, LEARNING DEVICE, AND REASONING DEVICE | |
CN114730171A (en) | Machining program conversion device, numerical control device, and machining program conversion method | |
JP6972443B1 (en) | Wire EDM, Shape Dimension Compensator, Wire EDM Method, Learning Equipment, and Inference Equipment | |
US9442479B2 (en) | Wire electric discharge machine controller, wire electric discharge machine, and wire electric discharge machining method | |
CN108356371B (en) | Numerical controller | |
JP6775719B1 (en) | Wire EDM and Machine Learning Equipment | |
JP5307696B2 (en) | Wire cut electric discharge machining method and wire cut electric discharge machining apparatus | |
US11048233B2 (en) | Program correction device | |
JP3875253B2 (en) | EDM machine | |
KR20230033507A (en) | System for optimizing feedrate based on cutting force and method for optimizing feedrate using the same | |
JP3009755B2 (en) | Processing condition generator for electric discharge | |
JP7278507B1 (en) | Numerical controller, numerically controlled machine tool, machining program generation device and machining program generation method | |
JP6124721B2 (en) | Numerical control apparatus and numerical control method | |
JP4474133B2 (en) | Plate bending machine | |
JPWO2023157308A5 (en) | ||
JP2024072589A (en) | Robot control device, control method, and program | |
CN118043750A (en) | Control device and computer-readable recording medium having program recorded thereon |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220727 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220727 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221115 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221223 |
|
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: 20230124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7233615 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |