JP7368159B2 - 機械学習装置、機械学習方法及び産業機械 - Google Patents

機械学習装置、機械学習方法及び産業機械 Download PDF

Info

Publication number
JP7368159B2
JP7368159B2 JP2019176341A JP2019176341A JP7368159B2 JP 7368159 B2 JP7368159 B2 JP 7368159B2 JP 2019176341 A JP2019176341 A JP 2019176341A JP 2019176341 A JP2019176341 A JP 2019176341A JP 7368159 B2 JP7368159 B2 JP 7368159B2
Authority
JP
Japan
Prior art keywords
machine
unit
vibration isolator
active vibration
machine 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
Application number
JP2019176341A
Other languages
English (en)
Other versions
JP2021056564A (ja
Inventor
振星 李
弘志 見波
啓太 羽田
和臣 前田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Priority to JP2019176341A priority Critical patent/JP7368159B2/ja
Priority to US17/027,480 priority patent/US11748659B2/en
Priority to DE102020124884.9A priority patent/DE102020124884A1/de
Priority to CN202011020908.0A priority patent/CN112578735A/zh
Publication of JP2021056564A publication Critical patent/JP2021056564A/ja
Application granted granted Critical
Publication of JP7368159B2 publication Critical patent/JP7368159B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
    • B23Q11/0032—Arrangements for preventing or isolating vibrations in parts of the machine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/002—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion characterised by the control method or circuitry
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/02—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/02—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems
    • F16F15/023—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems using fluid means
    • F16F15/0232—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems using fluid means with at least one gas spring
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23B—TURNING; BORING
    • B23B5/00—Turning-machines or devices specially adapted for particular work; Accessories specially adapted therefor
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37634—By measuring vibration
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49048—Control of damping of vibration of machine base
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49065—Execute learning mode first for determining adaptive control parameters
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49176—Compensation of vibration of machine base due to slide movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Feedback Control In General (AREA)
  • Auxiliary Devices For Machine Tools (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Numerical Control (AREA)
  • Vibration Prevention Devices (AREA)

Description

本発明は、機械学習装置、機械学習方法及び産業機械に関する。
特許文献１には、状態判定器が備えられた除振装置が開示されている。特許文献１では、状態判定器は、振動検出手段及び変位検出手段から出力された信号と、メモリに記録された信号とを用いて、状態判定を行い、状態判定の結果に基づいて、除振装置の制御パラメータ等の設定を変更する。
特開２００３－２２９５８号公報
しかしながら、特許文献１は、制御パラメータ等の設定を状態判定の結果に基づいて単に変更することを開示しているに過ぎず、必ずしも良好な制御パラメータを設定し得ない。
本発明の目的は、煩雑な作業を要することなくアクティブ除振装置の制御パラメータを適切に決定し得る機械学習装置、機械学習方法及び産業機械を提供することにある。
本発明の一態様による機械学習装置は、産業機械が搭載されるアクティブ除振装置の制御パラメータを決定する機械学習装置であって、前記産業機械は、可動部と、前記可動部を駆動する駆動源と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部とを備え、前記機械学習装置は、前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得部と、前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデルを記憶する記憶部と、前記位置偏差に応じて前記学習モデルを更新する学習部と、前記状態量に応じた前記制御パラメータを、前記学習部によって更新された前記学習モデルを用いて決定する制御パラメータ決定部と、前記制御パラメータ決定部によって決定された前記制御パラメータを、前記アクティブ除振装置に出力する出力部と、を備え、前記学習部は、前記産業機械に関する前記状態量を前記学習モデルに入力し、前記制御パラメータ決定部は、前記学習モデルから出力された前記制御パラメータを、暫定的な前記制御パラメータとして決定し、前記出力部は、前記暫定的な制御パラメータを前記アクティブ除振装置に出力し、前記取得部は、前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に、前記位置偏差を取得し、前記学習部は、前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に前記取得部によって取得された前記位置偏差に応じて前記学習モデルを更新し、前記制御パラメータ決定部は、前記位置偏差が最小となるような最適な前記制御パラメータを、正式な前記制御パラメータとして決定する。
本発明の他の態様による産業機械は、上記のような機械学習装置を備える。
本発明の更に他の態様による機械学習方法は、産業機械が搭載されるアクティブ除振装置の制御パラメータを決定する機械学習方法であって、前記産業機械は、可動部と、前記可動部を駆動する駆動源と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部とを備え、前記機械学習方法は、前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデルに、前記産業機械に関する前記状態量を入力するステップと、前記学習モデルから出力された前記制御パラメータを、暫定的な前記制御パラメータとして前記アクティブ除振装置に出力するステップと、前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に、前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得ステップと、前記学習モデルを、前記取得ステップにおいて取得された前記位置偏差に応じて更新するステップと、前記位置偏差が最小となるような最適な前記制御パラメータを、正式な前記制御パラメータとして決定する決定ステップと、を有する。
本発明によれば、煩雑な作業を要することなくアクティブ除振装置の制御パラメータを適切に決定し得る機械学習装置、機械学習方法及び産業機械を提供することができる。
一実施形態による産業機械を示す概略図である。 一実施形態によるアクティブ除振装置、機械学習装置及び産業機械を示すブロック図である。 一実施形態による機械学習装置の動作を示すフローチャートである。
本発明による機械学習装置、機械学習方法及び産業機械について、好適な実施形態を挙げ、添付の図面を参照して以下に詳細に説明する。
［一実施形態］
一実施形態による機械学習装置、機械学習方法及び産業機械について図１～図３を用いて説明する。図１は、本実施形態による産業機械を示す概略図である。本実施形態では、精密加工機１２と数値制御装置（ＣＮＣ：Ｃｏｍｐｕｔｅｒｉｚｅｄ Ｎｕｍｅｒｉｃａｌ Ｃｏｎｔｒｏｌ）３８（図２参照）とによって産業機械１３（図２参照）が構成されている場合を例に説明するが、産業機械１３の構成はこれに限定されるものではない。本実施形態による産業機械１３の少なくとも一部が、アクティブ除振装置１０上に載置され得る。産業機械１３の一部である精密加工機１２がアクティブ除振装置１０上に載置されている場合の例が、図１には示されている。数値制御装置３８の図示は、図１においては省略されている。
アクティブ除振装置１０、即ち、アクティブダンパには、精密加工機１２が載置される除振台（除振テーブル）２４と、除振台２４を床３６上に支持する複数の脚部１１とが備えられている。ここでは、除振台２４の四隅に脚部１１が備えられている場合を例に説明するが、これに限定されるものではない。アクティブ除振装置１０は、床３６から精密加工機１２に伝わる振動を低減し得る。
精密加工機１２は、例えば、例えば１００ｎｍ以下の指令に従って加工対象物（ワーク）１４を加工し得る超精密工作機械である。精密加工機１２には、Ｒ軸を中心として回転し得る主軸（可動部）１６が備えられている。主軸１６は、加工対象物１４を着脱自在に固定し得る。精密加工機１２には、工具１８を着脱可能に固定する工具台２０が更に備えられている。
主軸１６は、Ｘ軸方向に駆動され得るＸ軸可動部（可動部）２２によって支持されている。Ｘ軸可動部２２は、駆動源２１によって駆動され得る。駆動源２１としては、例えばサーボモータ等が用いられ得るが、これに限定されるものではない。Ｘ軸可動部２２は、除振台２４に固定されたＸ軸ガイド２６に沿ってＸ軸方向に駆動され得る。Ｘ軸ガイド２６とＸ軸可動部２２との間には、例えば、不図示の流体軸受が設けられている。Ｘ軸ガイド２６とＸ軸可動部２２との間の摩擦は僅少である。
主軸１６には、真空チャック２８が備えられている。真空チャック２８によって、加工対象物１４が主軸１６に固定され得る。主軸１６は、駆動源２９によって駆動され得る。駆動源２９としては、例えば、サーボモータ等が用いられ得るが、これに限定されるものではない。主軸１６は、上述したように、Ｒ軸を中心として回転し得る。可動部２２と主軸１６との間には、例えば、不図示の流体軸受が設けられている。可動部２２と主軸１６との間の摩擦は僅少である。
工具台２０は、Ｚ軸方向に駆動され得るＺ軸可動部（可動部）３０によって支持されている。Ｚ軸可動部３０は、駆動源３２によって駆動され得る。駆動源３２としては、サーボモータ等が用いられ得るが、これに限定されるものではない。Ｚ軸可動部３０は、除振台２４に固定されたＺ軸ガイド３４に沿ってＺ軸方向に駆動され得る。Ｚ軸ガイド３４と可動部３０との間には、例えば、不図示の流体軸受が設けられている。Ｚ軸ガイド３４と可動部３０との間の摩擦は僅少である。
駆動源２１、２９、３２がそれぞれサーボモータによって構成されている場合、駆動源２１、２９、３２には、これらを駆動するための不図示のサーボアンプがそれぞれ備えられている。
図２は、本実施形態によるアクティブ除振装置、機械学習装置及び産業機械を示すブロック図である。産業機械１３は、上述したように、例えば、精密加工機１２と、数値制御装置３８とによって構成されている。機械学習装置６０は、アクティブ除振装置１０の除振特性の再調整を行う際に、産業機械１３とアクティブ除振装置１０とに接続され得る。機械学習装置６０は、アクティブ除振装置１０の除振特性の再調整を行う必要がない際には、産業機械１３とアクティブ除振装置１０とから取り外され得る。なお、ここでは、数値制御装置３８と産業機械１３とが別個の装置によって構成されている場合を例に説明するが、機械学習装置６０が産業機械１３に組み込まれていてもよい。例えば、機械学習装置６０が数値制御装置３８に組み込まれていてもよい。
図２に示すように、精密加工機１２には、センサ４０が備えられている。センサ４０は、Ｘ軸ガイド２６上におけるＸ軸可動部２２の位置を検出し得る。センサ４０は、例えばリニアスケールによって構成され得るが、これに限定されるものではない。センサ４０として用いられ得るリニアスケールの分解能は、例えば１０ｎｍ以下である。
精密加工機１２には、センサ４２が更に備えられている。センサ４２は、Ｚ軸ガイド３４上における可動部３０の位置を検出し得る。センサ４２は、例えばリニアスケールによって構成され得るが、これに限定されるものではない。センサ４２として用いられ得るリニアスケールの分解能は、例えば１０ｎｍ以下である。
精密加工機１２には、センサ４４が更に備えられている。センサ４４は、主軸１６のＲ軸回りの回転位置を検出し得る。センサ４４は、例えばエンコーダによって構成され得るが、これに限定されるものではない。センサ４４として用いられ得るエンコーダの分解能は、例えば１万分の１度以下である。
センサ４０、４２、４４からそれぞれ出力される情報、即ち、センサ値は、後述するセンサ値取得部４７に供給され得る。
アクティブ除振装置１０には、振動検知部５３が備えられている。振動検知部５３は、例えば、床３６からアクティブ除振装置１０に伝達される振動を検知し得る。また、振動検知部５３は、アクティブ除振装置１０から除振台２４に伝達される振動を検知し得る。振動検知部５３によって検知された振動は、機械学習装置６０に供給され得る。なお、ここでは、振動検知部５３によって検知された振動が機械学習装置６０に供給される場合を例に説明するが、これに限定されるものではない。振動検知部５３と別個の振動検知部によって検知された振動が機械学習装置６０に供給されるようにしてもよい。振動検知部５３と別個の振動検知部は、例えば、精密加工機１２の振動を検出し得るように備えられ得る。
アクティブ除振装置１０には、除振台２４を浮上させるための空気バネユニット７４が更に備えられている。空気バネユニット７４は、複数の脚部１１の各々に備えられているが、図２においては、１つの空気バネユニット７４が図示されている。各々の空気バネユニット７４には、空気バネ７５が備えられている。空気バネ７５は、１つの空気バネユニット７４に対して複数備えられているが、図２においては、１つの空気バネ７５が図示されている。空気バネ７５の内圧が、不図示の空圧センサによって検出され得る。
アクティブ除振装置１０には、空気バネユニット７４をアクティブ制御するためのサーボ弁７６が更に備えられている。サーボ弁７６は、複数の脚部１１の各々に対して備えられているが、図２においては、１つのサーボ弁７６が図示されている。
アクティブ除振装置１０には、除振制御装置５８が更に備えられている。除振制御装置５８は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって構成され得るが、これに限定されるものではない。除振制御装置５８は、サーボ弁７６を制御することによって空気バネユニット７４を制御し、これにより、除振台２４の鉛直方向における位置と、除振台２４の水平方向における位置とを制御し得る。除振制御装置５８は、振動検知部５３によって検出される振動と、後述する制御パラメータ５９とに基づいて、空気バネユニット７４を適宜制御することによって、除振制御を行う。
アクティブ除振装置１０には、記憶部５７が更に備えられている。記憶部５７には、例えば、不図示の揮発性メモリと、不図示の不揮発性メモリとが備えられている。揮発性メモリとしては、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等が挙げられる。不揮発性メモリとしては、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ等が挙げられる。プログラム、データ、テーブル等が、記憶部５７に記憶され得る。また、記憶部５７には、アクティブ除振装置１０の制御パラメータ５９が更に記憶されている。
アクティブ除振装置１０の制御パラメータ５９は、アクティブ除振装置１０の除振特性を設定するためのである。制御パラメータ５９には、例えば、アクティブ除振装置１０に備えられた除振台２４を浮上させるための空気バネ７５の内圧が含まれ得る。また、制御パラメータ５９には、例えば、空気バネ７５をアクティブ制御するためのサーボ弁７６の駆動量が含まれ得る。また、制御パラメータ５９には、例えば、空気バネ７５が備えられた空気バネユニット７４の目標位置が含まれ得る。かかる目標位置は、例えば、鉛直方向の目標位置と、水平方向の目標位置である。また、制御パラメータ５９には、例えば、アクティブ除振装置１０の制御のフィードバックゲインが含まれ得る。ＰＩ（Ｐｒｏｐｏｒｔｉｏｎａｌ－Ｉｎｔｅｇｒａｌ）制御の場合、制御のフィードバックゲインには、比例ゲイン及び積分ゲインが含まれ得る。また、制御パラメータ５９には、例えば、アクティブ除振装置１０に備えられた不図示のフィルタに関する設定値が含まれ得る。かかるフィルタは、より具体的には、除振制御装置５８に備えられた制御回路に備えられている。フィルタとしては、例えばハイパスフィルタ等が挙げられるが、これに限定されるものではない。フィルタに関する設定値としては、例えば、フィルタ時定数、カットオフ周波数等が挙げられるがこれに限定されるものではない。なお、制御パラメータ５９は、これらの全てを含むことを要しない。制御パラメータ５９には、これらのうちの少なくともいずれかが含まれ得る。
後述するように、産業機械１３の設置環境等が変化した場合には、アクティブ除振装置１０の除振特性の再調整が必要となり得る。アクティブ除振装置１０の除振特性の再調整は、制御パラメータ５９を再設定することによって行われ得る。制御パラメータ５９の再設定については、後に詳述することとする。
数値制御装置３８は、所定の加工プログラムに従って、精密加工機１２に対して数値制御を行い得る。数値制御装置３８は、アクティブ除振装置１０の除振制御装置５８との間で有線又は無線によって通信可能である。また、数値制御装置３８は、機械学習装置６０との間で有線又は無線によって通信可能である。数値制御装置３８には、演算部４６と、記憶部５０と、報知部５２とが備えられている。
演算部４６には、センサ値取得部４７と、駆動源制御部４８と、状態量取得部４９とが備えられている。演算部４６は、例えばＣＰＵ等によって構成され得るが、これに限定されるものではない。センサ値取得部４７と、駆動源制御部４８と、状態量取得部４９とは、記憶部５０に記憶されているプログラムが演算部４６によって実行されることによって実現され得る。
センサ値取得部４７は、センサ４０、４２、４４からそれぞれ供給される情報、即ち、センサ値を取得し得る。センサ値取得部４７によって取得されたセンサ値は、駆動源制御部４８に供給され得る。
駆動源制御部４８は、Ｘ軸ガイド２６上の指令位置に可動部２２を位置させるように駆動源２１を制御し得る。
演算部４６は、Ｘ軸ガイド２６上の指令位置とＸ軸方向における可動部２２の実際の位置との差である位置偏差、即ち、Ｘ軸方向における位置偏差を算出し得る。演算部４６は、こうして算出されるＸ軸方向における位置偏差を、機械学習装置６０に供給し得る。
駆動源制御部４８は、Ｚ軸ガイド３４上の指令位置に可動部３０を位置させるように駆動源３２を制御し得る。演算部４６は、Ｚ軸ガイド３４上の指令位置とＺ軸方向における可動部３０の実際の位置との差である位置偏差、即ち、Ｚ軸方向における位置偏差を算出し得る。演算部４６は、こうして算出されるＺ軸方向における位置偏差を、機械学習装置６０に供給し得る。
駆動源制御部４８は、Ｒ軸回りの指令位置に主軸１６を位置させるように駆動源２９を制御し得る。演算部４６は、Ｒ軸回りの指令位置と主軸１６の実際の位置との差である位置偏差、即ち、Ｒ軸回りの位置偏差を算出し得る。演算部４６は、こうして算出されるＲ軸回りの位置偏差を、機械学習装置６０に供給し得る。
状態量取得部４９は、産業機械１３に関する状態量を取得し得る。産業機械１３に関する状態量は、産業機械１３の設置環境等を示す情報である。産業機械１３に関する状態量には、アクティブ除振装置１０を介して産業機械１３が設置される床３６の強度が含まれ得る。また、産業機械１３に関する状態量には、産業機械１３と不図示の他の機械との位置関係が含まれ得る。また、産業機械１３に関する状態量には、加工対象物１４の質量が含まれ得る。また、産業機械１３に関する状態量には、産業機械１３の周囲温度が含まれ得る。また、産業機械１３に関する状態量には、産業機械１３が受ける風圧が含まれ得る。また、産業機械１３に関する状態量には、産業機械１３の周囲の音が含まれ得る。また、産業機械１３に関する状態量には、産業機械１３に加わる振動が含まれ得る。なお、産業機械１３に関する状態量は、これらの全てを含むことを要しない。産業機械１３に関する状態量には、これらのうちの少なくともいずれが含まれ得る。状態量取得部４９は、産業機械１３に関するこれらの状態量を、不図示のセンサ等を用いて取得し得る。また、状態量取得部４９は、産業機械１３に関するこれらの状態量を、不図示の入力手段を用いたユーザによる情報入力に基づいて取得し得る。なお、ここでは、状態量取得部４９が数値制御装置３８に備えられている場合を例に説明するが、これに限定されるものではない。例えば、状態量取得部４９の少なくとも一部が機械学習装置６０に備えられていてもよい。また、状態量取得部４９の少なくとも一部が、産業機械１３及び機械学習装置６０とは別個に設けられていてもよい。
記憶部５０には、例えば、不図示の揮発性メモリと、不図示の不揮発性メモリとが備えられている。揮発性メモリとしては、例えばＲＡＭ等が挙げられる。不揮発性メモリとしては、例えばＲＯＭ、フラッシュメモリ等が挙げられる。プログラム、データ、テーブル等が、記憶部５０に記憶され得る。
報知部５２は、例えば、音声を出力し得る不図示の音響装置によって構成され得る。報知部５２は、画像、文字等を表示し得る不図示の表示装置によって構成されるようにしてもよい。報知部５２は、音響装置と表示装置とによって構成されるようにしてもよい。演算部４６は、位置偏差が許容値（閾値）を超える場合、位置偏差が許容値を超えたことを示す情報を、報知部５２を用いてユーザに報知し得る。許容値は、例えば１０ｎｍ程度とし得るが、これに限定されるものではない。
機械学習装置６０は、産業機械１３に関する状態量に応じた制御パラメータを出力する学習モデル７２の更新を行い得る。学習モデル７２の更新は、産業機械１３の設置環境等が変化した場合等に行われ得る。機械学習装置６０は、上述したように、数値制御装置３８との間で有線又は無線によって通信可能である。また、機械学習装置６０は、アクティブ除振装置１０との間で有線又は無線によって通信可能である。
機械学習装置６０には、演算部６２と、記憶部６４とが備えられている。演算部６２には、取得部６６と、学習部６８と、制御パラメータ決定部７０と、出力部７１とが備えられている。演算部６２は、例えばＣＰＵ等によって構成され得るが、これに限定されるものではない。例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって演算部６２が構成されるようにしてもよい。
記憶部６４には、例えば、不図示の揮発性メモリと、不図示の不揮発性メモリとが備えられている。揮発性メモリとしては、例えばＲＡＭ等が挙げられる。不揮発性メモリとしては、例えばＲＯＭ、フラッシュメモリ等が挙げられる。プログラム、データ、テーブル等が、記憶部６４に記憶され得る。また、後述するように、学習モデル７２が記憶部６４に記憶され得る。
取得部６６と、学習部６８と、制御パラメータ決定部７０と、出力部７１とは、記憶部６４に記憶されているプログラムが演算部６２によって実行されることによって実現され得る。
取得部６６は、演算部４６から供給される位置偏差を取得し得る。位置偏差は、上述したように、指令位置と可動部１６、２２、３０の実際の位置との差である。取得部６６は、アクティブ除振装置１０の振動を示す情報を更に取得するようにしてもよい。より具体的には、取得部６６は、振動検知部５３によって取得された情報を更に取得するようにしてもよい。取得部６６は、こうして取得した情報を学習部６８に供給する。
記憶部６４には、学習モデル７２が記憶され得る。学習モデル７２は、産業機械１３に関する状態量を入力とし、アクティブ除振装置１０の制御パラメータを出力とする学習モデルである。学習モデル７２は、位置偏差を用いて生成された学習モデルである。学習モデル７２は、産業機械１３に関する状態量に応じた制御パラメータを出力し得る。記憶部６４には、後述するような処理で暫定的に用いられた制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とが、互いに関連付けて記憶され得る。アクティブ除振装置１０の振動を示す情報が、更にこれらに関連付けて、記憶部５７に記憶されるようにしてもよい。
学習部６８は、学習モデル７２の更新を行い得る。学習モデル７２の更新については、後に詳述することとする。学習モデル７２の生成が学習部６８によって行われるようにしてもよい。学習部６８は、既存の機械学習のアルゴリズムを用い、取得部６６によって取得される位置偏差に応じて学習モデル７２を更新する。学習部６８において実行される機械学習のアルゴリズムとしては、例えば、回帰の手法を用いるアルゴリズムを挙げ得るが、これに限定されるものではない。学習部６８は、後述するような処理によって更新した学習モデル７２を記憶部６４に記憶し得る。
制御パラメータ決定部７０は、産業機械１３に関する状態量に応じて学習モデル７２から出力される制御パラメータを、機械学習を行うための暫定的な制御パラメータとして決定し得る。制御パラメータ決定部７０は、位置偏差が最小となるような最適な制御パラメータを、正式な制御パラメータとして決定し得る。
出力部７１は、制御パラメータ決定部７０によって決定された暫定的な制御パラメータを、除振制御装置５８に出力し得る。また、出力部７１は、制御パラメータ決定部７０によって決定された正式な制御パラメータを、除振制御装置５８に出力し得る。
産業機械１３の設置環境等が変化した場合には、アクティブ除振装置１０の除振特性の再調整が必要となり得る。例えば、アクティブ除振装置１０を介して産業機械１３が設置される床３６の強度が変化した場合には、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、産業機械１３と不図示の他の機械との位置関係が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、加工対象物１４の質量が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、産業機械１３の周囲温度が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、産業機械１３が受ける風圧が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、産業機械１３の周囲の音が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。また、産業機械１３に加わる振動が変化した場合にも、アクティブ除振装置１０の除振特性の再調整が必要となり得る。アクティブ除振装置１０の除振特性の再調整は、アクティブ除振装置１０の制御パラメータを再設定することによって行われ得る。
産業機械１３の設置環境等に応じて制御パラメータ、即ち、産業機械１３に関する状態量に応じた制御パラメータは、学習モデル７２を用いて取得され得る。しかしながら、産業機械１３の設置環境等が変化した場合に、変化後の設置環境等を示す状態量を学習モデル７２に入力しても、当該学習モデル７２から適切な制御パラメータが出力されるとは限らない。従って、本実施形態では、産業機械１３の設置環境等が変化した場合には、位置偏差に応じた機械学習を実行することによって、位置偏差が許容値以下となるような制御パラメータが出力されるように学習モデル７２を更新する。そして、変化後の設置環境等に応じた制御パラメータを、更新された学習モデル７２を用いて取得する。
学習モデル７２の更新は、以下のようにして行われる。即ち、まず、変化後の設置環境等に応じた状態量が状態量取得部４９によって取得され、取得された状態量が機械学習装置６０に供給される。学習部６８は、記憶部６４に予め記憶された学習モデル７２を用いて、当該状態量に応じた制御パラメータを決定する。即ち、学習部６８は、状態量取得部４９から供給された状態量を、学習モデル７２に入力する。状態量が学習モデル７２に入力されると、当該状態量に応じた制御パラメータが学習モデル７２から出力される。機械学習装置６０は、学習モデル７２から出力された制御パラメータを、アクティブ除振装置１０に供給する。この際、機械学習装置６０からアクティブ除振装置１０に供給される制御パラメータは、当該制御パラメータの妥当性を検証するための暫定的な制御パラメータである。アクティブ除振装置１０は、機械学習装置６０から供給された暫定的な制御パラメータに基づいて除振制御を行う。位置偏差が許容値を超える場合には、当該制御パラメータを出力した学習モデル７２は、更なる機械学習が必要とされる学習モデルである。一方、位置偏差が許容値以下である場合、当該制御パラメータを出力した学習モデル７２は、更なる機械学習を必ずしも必要としない学習モデルである。学習部６８は、位置偏差に応じて機械学習を行うことにより、位置偏差がより小さくなるような制御パラメータを出力し得るように学習モデル７２を更新していく。
学習部６８は、こうして更新した学習モデル７２を記憶部６４に記憶する。制御パラメータ決定部７０は、位置偏差が最小となるような最適な制御パラメータを、正式な制御パラメータとして決定し得る。出力部７１は、制御パラメータ決定部７０によって決定された制御パラメータを除振制御装置５８に供給する。除振制御装置５８は、出力部７１から供給された制御パラメータによって記憶部５７に記憶された制御パラメータ５９を更新する。こうして、変化後の設置環境等に応じた制御パラメータが、更新された学習モデル７２を用いて取得される。
制御パラメータ５９を更新することにより、アクティブ除振装置１０の除振特性が更新される。除振制御装置５８は、振動検知部５３によって検出される振動と、更新された制御パラメータ５９とに基づいて、除振制御を行う。
図３は、本実施形態による機械学習装置の動作を示すフローチャートである。
ステップＳ１において、試行回数の設定が行われる。試行回数の設定は、学習部６８によって自動的に設定されてもよいし、不図示の入力手段を用いたユーザによる情報入力に基づいて設定されてもよい。試行回数の設定は、例えば１００回程度とすることができるが、これに限定されるものではない。この後、ステップＳ２に遷移する。
ステップＳ２において、学習部６８は、状態量取得部４９から供給される状態量を学習モデル７２に入力する。学習モデル７２に状態量を入力すると、当該状態量に応じた制御パラメータが学習モデル７２から出力される。この後、ステップＳ３に遷移する。
ステップＳ３において、制御パラメータ決定部７０は、学習モデル７２から出力された制御パラメータを暫定的な制御パラメータとして決定する。この後、ステップＳ４に遷移する。
ステップＳ４において、出力部７１は、制御パラメータ決定部７０によって決定された暫定的な制御パラメータを除振制御装置５８に出力する。この後、ステップＳ５に遷移する。
ステップＳ５において、除振制御装置５８は、出力部７１から供給された暫定的な制御パラメータと、振動検知部５３によって検出された振動とに基づいて、除振制御を行う。この後、ステップＳ６に遷移する。
ステップＳ６において、取得部６６は、位置偏差を取得する。なお、位置偏差を求めるための測定を複数回行い、二乗平均等の統計的な手法によって位置偏差を算出するようにしてもよい。取得部６６は、アクティブ除振装置１０の振動を示す情報を更に取得するようにしてもよい。この後、ステップＳ７に遷移する。
ステップＳ７において、学習部６８は、位置偏差に応じた機械学習を行うことによって学習モデル７２を更新する。この後、ステップＳ８に遷移する。
ステップＳ８において、学習部６８は、以下のような処理を行う。即ち、位置偏差が許容値以下となったのが初めてである場合、学習部６８は、暫定的に用いられた制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とを、互いに関連付けて記憶部５７に記憶する。位置偏差が許容値以下となったのが初めてでない場合、学習部６８は、以下のような処理を行う。位置偏差が許容値以下となり、且つ、以前に得られた位置偏差より小さい位置偏差が得られた場合、学習部６８は、暫定的に用いられた制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とを、互いに関連付けて記憶部５７に記憶する。以前に用いられた暫定的な制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とは、新たな暫定的な制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とによって更新される。このように、位置偏差がより小さくなるような暫定的な制御パラメータと、当該制御パラメータを用いて除振制御を行った際の位置偏差とが記憶部５７に記憶されることとなる。なお、アクティブ除振装置１０の振動を示す情報を、更にこれらに関連付けて、記憶部５７に記憶するようにしてもよい。この後、ステップＳ９に遷移する。
ステップＳ９において、学習部６８は、試行回数が予め設定された回数に達したか否かを判定する。試行回数が予め設定された回数に達した場合（ステップＳ９においてＹＥＳ）、ステップＳ１０に遷移する。試行回数が予め設定された回数に達していない場合（ステップＳ９においてＮＯ）、ステップＳ２以降の処理が繰り返される。
ステップＳ１０において、制御パラメータ決定部７０は、記憶部６４に記憶された暫定的な制御パラメータを、正式な制御パラメータとして決定する。位置偏差が最も小さくなるような暫定的な制御パラメータが記憶部５７に記憶されているため、最適な制御パラメータが正式な制御パラメータとして決定され得る。なお、制御パラメータ決定部７０は、アクティブ除振装置１０の振動を示す情報を更に考慮した総合的な判断によって、正式な制御パラメータを決定するようにしもよい。この後、ステップＳ１１に遷移する。
ステップＳ１１において、出力部７１は、制御パラメータ決定部７０によって決定された正式な制御パラメータをアクティブ除振装置１０に出力する。この後、ステップＳ１２に遷移する。
ステップＳ１２において、除振制御装置５８は、出力部７１から供給された制御パラメータによって記憶部５７に記憶された制御パラメータ５９を更新する。こうして、図３に示す処理が完了する。
このように、本実施形態によれば、指令位置と可動部１６、２２、３０の実際の位置との差である位置偏差に応じて、産業機械１３に関する状態量に応じた制御パラメータを出力する学習モデル７２を更新する。従って、本実施形態によれば、煩雑な作業を要することなくアクティブ除振装置１０の制御パラメータを適切に決定し得る。
本発明についての好適な実施形態を上述したが、本発明は上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において、種々の改変が可能である。
上記実施形態をまとめると以下のようになる。
機械学習装置（６０）は、産業機械（１３）が搭載されるアクティブ除振装置（１０）の制御パラメータ（５９）を決定する機械学習装置であって、前記産業機械は、可動部（１６、２２、３０）と、前記可動部を駆動する駆動源（２１、２９、３２）と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部（４８）とを備え、前記機械学習装置は、前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得部（６６）と、前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデル（７２）を記憶する記憶部（６４）と、前記位置偏差に応じて前記学習モデルを更新する学習部（６８）と、を備える。このような構成によれば、指令位置と可動部の実際の位置との差である位置偏差に応じて、産業機械に関する状態量に応じた制御パラメータを出力する学習モデルが更新される。従って、このような構成によれば、煩雑な作業を要することなくアクティブ除振装置の制御パラメータを適切に決定し得る。
前記状態量に応じた前記制御パラメータを、前記学習部によって更新された前記学習モデルを用いて決定する制御パラメータ決定部（７０）と、前記制御パラメータ決定部によって決定された前記制御パラメータを、前記アクティブ除振装置に出力する出力部（７１）と、を更に備えるようにしてもよい。
前記取得部は、前記アクティブ除振装置の振動を示す情報を更に取得するようにしてもよい。このような構成によれば、アクティブ除振装置の制御パラメータをより適切に決定し得る。
前記制御パラメータは、前記アクティブ除振装置に備えられた除振台（２４）を浮上させるための空気バネ（７５）の内圧、前記空気バネをアクティブ制御するためのサーボ弁（７６）の駆動量、前記空気バネが備えられた空気バネユニット（７４）の目標位置、前記アクティブ除振装置の制御のフィードバックゲイン、及び、アクティブ除振装置に備えられたフィルタに関する設定値のうちの少なくともいずれかを含むようにしてもよい。
前記状態量は、前記アクティブ除振装置を介して前記産業機械が設置される床（３６）の強度、前記産業機械と他の機械との位置関係、加工対象物（１４）の質量、前記産業機械の周囲温度、前記産業機械が受ける風圧、前記産業機械の周囲の音、及び、前記産業機械に加わる振動のうちの少なくともいずれかを含むようにしてもよい。
前記駆動源は、サーボモータであるようにしてもよい。このような構成によれば、加工精度の良好な産業機械を提供することができる。
前記産業機械は、１００ｎｍ以下の指令に従って加工対象物を加工する超精密工作機械であるようにしてもよい。
産業機械は、上記のような機械学習装置を備える。
機械学習方法は、産業機械が搭載されるアクティブ除振装置の制御パラメータを決定する機械学習方法であって、前記産業機械は、可動部と、前記可動部を駆動する駆動源と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部とを備え、前記機械学習方法は、前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得ステップ（Ｓ６）と、前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデルを、前記位置偏差に応じて更新するステップ（Ｓ７）と、を有する。
前記状態量に応じた前記制御パラメータを、前記学習モデルを更新するステップにおいて更新された前記学習モデルを用いて決定するステップ（Ｓ３）と、前記制御パラメータを決定するステップにおいて決定された前記制御パラメータを、前記アクティブ除振装置に出力するステップ（Ｓ４）と、を更に有する。
前記取得ステップでは、前記アクティブ除振装置の振動を示す情報を更に取得するようにしてもよい。
前記制御パラメータは、前記アクティブ除振装置に備えられた除振台を浮上させるための空気バネの内圧、前記空気バネをアクティブ制御するためのサーボ弁の駆動量、前記空気バネが備えられた空気バネユニットの目標位置、前記アクティブ除振装置の制御のフィードバックゲイン、及び、アクティブ除振装置に備えられたフィルタに関する設定値のうちの少なくともいずれかを含むようにしてもよい。
前記状態量は、前記アクティブ除振装置を介して前記産業機械が設置される床の強度、前記産業機械と他の機械との位置関係、加工対象物の質量、前記産業機械の周囲温度、前記産業機械が受ける風圧、前記産業機械の周囲の音、及び、前記産業機械に加わる振動のうちの少なくともいずれかを含むようにしてもよい。
１０：アクティブ除振装置 １１：脚部
１２：精密加工機 １３：産業機械
１４：加工対象物 １６：主軸、可動部
１８：工具 ２０：工具台
２１、２９、３２：駆動源 ２２：可動部、Ｘ軸可動部
２４：除振台 ２６：Ｘ軸ガイド
２８：真空チャック ３０：可動部、Ｚ軸可動部
３４：Ｚ軸ガイド ３６：床
３８：数値制御装置 ４０、４２、４４：センサ
４６、６２：演算部 ４７：センサ値取得部
４８：駆動源制御部 ４９：状態量取得部
５０、５７、６４：記憶部 ５２：報知部
５３：振動検知部 ５８：除振制御装置
５９：制御パラメータ ６０：機械学習装置
６６：取得部 ６８：学習部
７０：制御パラメータ決定部 ７１：出力部
７２：学習モデル ７４：空気バネユニット
７５：空気バネ ７６：サーボ弁

Claims (11)

  1. 産業機械が搭載されるアクティブ除振装置の制御パラメータを決定する機械学習装置であって、
    前記産業機械は、可動部と、前記可動部を駆動する駆動源と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部とを備え、
    前記機械学習装置は、
    前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得部と、
    前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデルを記憶する記憶部と、
    前記位置偏差に応じて前記学習モデルを更新する学習部と、
    前記状態量に応じた前記制御パラメータを、前記学習部によって更新された前記学習モデルを用いて決定する制御パラメータ決定部と、
    前記制御パラメータ決定部によって決定された前記制御パラメータを、前記アクティブ除振装置に出力する出力部と、
    を備え、
    前記学習部は、前記産業機械に関する前記状態量を前記学習モデルに入力し、
    前記制御パラメータ決定部は、前記学習モデルから出力された前記制御パラメータを、暫定的な前記制御パラメータとして決定し、
    前記出力部は、前記暫定的な制御パラメータを前記アクティブ除振装置に出力し、
    前記取得部は、前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に、前記位置偏差を取得し、
    前記学習部は、前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に前記取得部によって取得された前記位置偏差に応じて前記学習モデルを更新し、
    前記制御パラメータ決定部は、前記位置偏差が最小となるような最適な前記制御パラメータを、正式な前記制御パラメータとして決定する、機械学習装置。
  2. 請求項１に記載の機械学習装置において、
    前記取得部は、前記アクティブ除振装置の振動を示す情報を更に取得し、
    前記制御パラメータ決定部は、前記アクティブ除振装置の振動を示す情報を更に考慮した総合的な判断によって、前記正式な制御パラメータを決定する、機械学習装置。
  3. 請求項１又は２に記載の機械学習装置において、
    前記制御パラメータは、前記アクティブ除振装置に備えられた除振台を浮上させるための空気バネの内圧、前記空気バネをアクティブ制御するためのサーボ弁の駆動量、前記空気バネが備えられた空気バネユニットの目標位置、前記アクティブ除振装置の制御のフィードバックゲイン、及び、前記アクティブ除振装置に備えられたフィルタに関する設定値のうちの少なくともいずれかを含む、機械学習装置。
  4. 請求項１～３のいずれか１項に記載の機械学習装置において、
    前記状態量は、前記アクティブ除振装置を介して前記産業機械が設置される床の強度、前記産業機械と他の機械との位置関係、加工対象物の質量、前記産業機械の周囲温度、前記産業機械が受ける風圧、前記産業機械の周囲の音、及び、前記産業機械に加わる振動のうちの少なくともいずれかを含む、機械学習装置。
  5. 請求項１～４のいずれか１項に記載の機械学習装置において、
    前記駆動源は、サーボモータである、機械学習装置。
  6. 請求項１～５のいずれか１項に記載の機械学習装置において、
    前記産業機械は、加工指令に従って１００ｎｍ以下の加工精度で加工対象物を加工する超精密工作機械である、機械学習装置。
  7. 請求項１～６のいずれか１項に記載の機械学習装置を備える、産業機械。
  8. 産業機械が搭載されるアクティブ除振装置の制御パラメータを決定する機械学習方法であって、
    前記産業機械は、可動部と、前記可動部を駆動する駆動源と、前記可動部を指令位置に位置させるように前記駆動源を制御する駆動源制御部とを備え、
    前記機械学習方法は、
    前記産業機械に関する状態量に応じた前記制御パラメータを出力する学習モデルに、前記産業機械に関する前記状態量を入力するステップと、
    前記学習モデルから出力された前記制御パラメータを、暫定的な前記制御パラメータとして前記アクティブ除振装置に出力するステップと、
    前記暫定的な制御パラメータに基づいて前記アクティブ除振装置により除振制御が行われる際に、前記指令位置と前記可動部の実際の位置との差である位置偏差を取得する取得ステップと、
    前記学習モデルを、前記取得ステップにおいて取得された前記位置偏差に応じて更新するステップと、
    前記位置偏差が最小となるような最適な前記制御パラメータを、正式な前記制御パラメータとして決定する決定ステップと、
    を有する、機械学習方法。
  9. 請求項８に記載の機械学習方法において、
    前記取得ステップでは、前記アクティブ除振装置の振動を示す情報を更に取得し、
    前記決定ステップでは、前記アクティブ除振装置の振動を示す情報を更に考慮した総合的な判断によって、前記正式な制御パラメータを決定する、機械学習方法。
  10. 請求項８又は９に記載の機械学習方法において、
    前記制御パラメータは、前記アクティブ除振装置に備えられた除振台を浮上させるための空気バネの内圧、前記空気バネをアクティブ制御するためのサーボ弁の駆動量、前記空気バネが備えられた空気バネユニットの目標位置、前記アクティブ除振装置の制御のフィードバックゲイン、及び、前記アクティブ除振装置に備えられたフィルタに関する設定値のうちの少なくともいずれかを含む、機械学習方法。
  11. 請求項８～１０のいずれか１項に記載の機械学習方法において、
    前記状態量は、前記アクティブ除振装置を介して前記産業機械が設置される床の強度、前記産業機械と他の機械との位置関係、加工対象物の質量、前記産業機械の周囲温度、前記産業機械が受ける風圧、前記産業機械の周囲の音、及び、前記産業機械に加わる振動のうちの少なくともいずれかを含む、機械学習方法。
JP2019176341A 2019-09-27 2019-09-27 機械学習装置、機械学習方法及び産業機械 Active JP7368159B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019176341A JP7368159B2 (ja) 2019-09-27 2019-09-27 機械学習装置、機械学習方法及び産業機械
US17/027,480 US11748659B2 (en) 2019-09-27 2020-09-21 Machine learning apparatus, machine learning method, and industrial machine
DE102020124884.9A DE102020124884A1 (de) 2019-09-27 2020-09-24 Maschinenlernvorrichtung, maschinenlernverfahren und industrielle maschine
CN202011020908.0A CN112578735A (zh) 2019-09-27 2020-09-25 机器学习装置、机器学习方法及工业机械

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019176341A JP7368159B2 (ja) 2019-09-27 2019-09-27 機械学習装置、機械学習方法及び産業機械

Publications (2)

Publication Number Publication Date
JP2021056564A JP2021056564A (ja) 2021-04-08
JP7368159B2 true JP7368159B2 (ja) 2023-10-24

Family

ID=74873149

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019176341A Active JP7368159B2 (ja) 2019-09-27 2019-09-27 機械学習装置、機械学習方法及び産業機械

Country Status (4)

Country Link
US (1) US11748659B2 (ja)
JP (1) JP7368159B2 (ja)
CN (1) CN112578735A (ja)
DE (1) DE102020124884A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240198473A1 (en) * 2021-05-26 2024-06-20 Fanuc Corporation Vibration detection device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000275370A (ja) 1999-03-25 2000-10-06 Canon Inc ステージおよびアクティブ除振装置の補償パラメータ更新方法
JP2008115966A (ja) 2006-11-06 2008-05-22 Kurashiki Kako Co Ltd アクティブ除振装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6453210A (en) 1987-05-13 1989-03-01 Hitachi Ltd Method and device for driving servo system
JP3534440B2 (ja) 1994-05-20 2004-06-07 倉敷化工株式会社 アクティブ除振装置及びその制御方法
JP2003022958A (ja) 2001-07-09 2003-01-24 Canon Inc 露光装置、デバイス製造方法、半導体製造工場および露光装置の保守方法
JP6152001B2 (ja) * 2012-08-03 2017-06-21 キヤノン株式会社 アクティブ除振装置、除振方法、加工装置、検査装置、露光装置及びワークの製造方法
EP2846062B1 (de) 2013-09-10 2017-05-31 Integrated Dynamics Engineering GmbH Schwingungsisolationssystem mit in Teilbereiche unterteilter Auflage sowie Verfahren zu dessen Regelung
DE112015004133B4 (de) * 2014-09-10 2021-05-12 Mitsubishi Electric Corporation Schwingungsmoden-Bestimmungsvorrichtung
JP6266144B1 (ja) * 2017-01-27 2018-01-24 Dmg森精機株式会社 振動状態検出装置及び振動状態検出装置を備えた工作機械
US10697822B2 (en) * 2017-01-31 2020-06-30 ProAxion, Inc. Devices, methods and computer program products providing multi-axis vibrational measurement with predictive analysis
JP2019086928A (ja) * 2017-11-06 2019-06-06 ファナック株式会社 制御装置及び機械学習装置
JP6956122B2 (ja) * 2019-01-24 2021-10-27 ファナック株式会社 フィルタの係数を最適化する機械学習システム、制御装置及び機械学習方法
JP7264776B2 (ja) * 2019-09-04 2023-04-25 ファナック株式会社 パラメータの設定方法、及び、制御装置
JP7424777B2 (ja) * 2019-09-13 2024-01-30 ファナック株式会社 機械学習装置、制御装置、生成方法および制御方法
JP7344134B2 (ja) * 2020-01-20 2023-09-13 オークマ株式会社 振動抑制装置及び振動抑制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000275370A (ja) 1999-03-25 2000-10-06 Canon Inc ステージおよびアクティブ除振装置の補償パラメータ更新方法
JP2008115966A (ja) 2006-11-06 2008-05-22 Kurashiki Kako Co Ltd アクティブ除振装置

Also Published As

Publication number Publication date
US11748659B2 (en) 2023-09-05
JP2021056564A (ja) 2021-04-08
US20210097440A1 (en) 2021-04-01
DE102020124884A1 (de) 2021-04-01
CN112578735A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
JP5566469B2 (ja) 数値制御方法
JP5870143B2 (ja) 上下ガイドの熱変位補正機能を有するワイヤ放電加工機
WO2009098931A1 (ja) 工作機械
WO2018003813A1 (ja) 工作機械、加工物の製造方法、及び加工システム
JP2011134169A (ja) 制御パラメータ調整方法及び調整装置
JP7368159B2 (ja) 機械学習装置、機械学習方法及び産業機械
JP5226843B2 (ja) 機械における原点位置調整方法および原点位置調整機能を有する機械
JP6696386B2 (ja) 数値制御装置と制御方法
JP2010262474A (ja) 工作機械の加工支援システム
JP2007021721A (ja) ボールねじの熱変位補正装置
WO2022059616A1 (ja) 制御装置、産業機械及び制御方法
US11629775B2 (en) Parameter setting method and control apparatus
US10481578B2 (en) Determining the rigidity of a drivetrain of a machine, in particular a machine tool or production machine
Mancisidor et al. Development of an active damping system for structural chatter suppression in machining centers
JP2020140448A (ja) 情報処理装置および情報処理方法
JP7376620B2 (ja) 支援装置
WO2010073294A1 (ja) 干渉チェック装置
JPWO2014162598A1 (ja) 数値制御装置
JP4082598B2 (ja) 数値制御工作機械の熱変位補正方法及び装置
US11003171B2 (en) Parameter setting device, system, and parameter setting method
JP2021126707A (ja) 数値制御方法及び数値制御装置
JP5334932B2 (ja) パラメータ設定方法およびパラメータ設定装置
CN108121300B (zh) 数值控制装置
JP4879225B2 (ja) 工作機械および工作機械における変位補正方法
JP6647477B1 (ja) 数値制御装置および機械学習装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220616

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230531

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230606

RD13 Notification of appointment of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7433

Effective date: 20230629

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20230629

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230728

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: 20230912

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231012

R150 Certificate of patent or registration of utility model

Ref document number: 7368159

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150