WO2023153446A1 - 提案装置、提案システム、提案方法、及び、プログラム - Google Patents

提案装置、提案システム、提案方法、及び、プログラム Download PDF

Info

Publication number
WO2023153446A1
WO2023153446A1 PCT/JP2023/004219 JP2023004219W WO2023153446A1 WO 2023153446 A1 WO2023153446 A1 WO 2023153446A1 JP 2023004219 W JP2023004219 W JP 2023004219W WO 2023153446 A1 WO2023153446 A1 WO 2023153446A1
Authority
WO
WIPO (PCT)
Prior art keywords
accuracy
information
machine tool
equipment configuration
configuration
Prior art date
Application number
PCT/JP2023/004219
Other languages
English (en)
French (fr)
Inventor
恵大 外池
洋平 磯田
智哉 藤田
誠二 魚住
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Publication of WO2023153446A1 publication Critical patent/WO2023153446A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Definitions

  • the proposed device for acquiring current equipment configuration information indicating the current equipment configuration including the current component configuration of the machine tool and the current control program of the machine tool; operation history acquisition means for acquiring operation history information indicating the operation history of the machine tool; Accuracy performance acquisition means for acquiring accuracy performance information indicating performance of machining accuracy of the machine tool; a characteristic identifying means for identifying an accuracy-related characteristic, which is a characteristic that affects the machining accuracy of the machine tool, based on the current equipment configuration information, the operation history information, and the accuracy performance information; user request acquisition means for acquiring a user request regarding machining accuracy; product information acquisition means for acquiring product information indicating a lineup of at least one of parts usable in the machine tool and control programs usable in the machine tool; Based on the current equipment configuration information, the accuracy-related characteristics, and the product information, an equipment configuration that satisfies the user's request, wherein the current component configuration and the current control program in the current equipment configuration facility configuration determination means for
  • FIG. 13 is a flowchart showing characteristic identification processing executed by the proposed device according to Embodiment 5 Illustration of how to obtain accuracy database information 12 is a flowchart showing characteristic identification processing executed by the proposed device according to Embodiment 6 Explanatory diagram of how to acquire a trained model Flowchart showing characteristic identification processing executed by the proposed device according to Embodiment 7 13 is a flowchart showing characteristic identification processing executed by the proposed device according to the eighth embodiment; Explanatory diagram of a trained model according to the eighth embodiment
  • FIG. 1 is a diagram showing the configuration of a proposal system 1000 according to Embodiment 1.
  • the proposal system 1000 is a system that proposes an appropriate equipment configuration for the machine tool 200 .
  • the equipment configuration is a concept that includes a parts configuration, which is a configuration of parts that configure machine tool 200 , and a control program used by machine tool 200 .
  • the proposal system 1000 proposes to the user an equipment configuration that satisfies the user's request for the machine tool 200 .
  • the machining performance requested by the user will be referred to as required machining performance
  • the machining accuracy requested by the user will be referred to as required machining accuracy
  • the machining speed requested by the user will be referred to as required machining speed.
  • the proposal device 100 is a device that proposes to the user an equipment configuration that satisfies the user's request.
  • the proposing device 100 acquires various types of information from various devices connected to the communication network 700, and determines an equipment configuration that satisfies the user's request based on the acquired information.
  • the proposed device 100 refers to the lineup of optional parts of the machine tool 200, the lineup of control programs, etc., which are acquired from the server 600, and performs the coupled analysis using the control model and the mechanism analysis model.
  • the machining accuracy and machining speed are estimated by
  • the display unit 13 displays various images under the control of the control unit 11. For example, the display unit 13 displays a screen for accepting various operations from the user.
  • the display unit 13 includes a touch screen, a liquid crystal display, and the like.
  • the operation accepting unit 14 accepts various operations from the user and supplies the control unit 11 with information indicating the contents of the accepted operations.
  • the operation reception unit 14 includes a touch screen, buttons, levers, and the like.
  • the product information acquisition unit 106 acquires product information that indicates the lineup of at least one of the parts that can be used in the machine tool 200 and the control programs that can be used in the machine tool 200 .
  • the product information acquisition unit 106 acquires product information on commercially available parts from the first server 600A, product information on customized parts from the second server 600B, and product information on control programs from the third server 600C. do.
  • the product information acquisition unit 106 is an example of product information acquisition means.
  • the equipment configuration determining unit 107 can select, as the first trajectory, a trajectory drawn by the moving unit that is likely to cause vibration or deterioration in machining accuracy based on the current equipment configuration information and the operation history information. It is considered that parts used when drawing a trajectory that is likely to cause vibration or deterioration of machining accuracy have a great influence on machining performance. Therefore, the equipment configuration determination unit 107 preferentially selects a track that is likely to cause vibration or deteriorate machining accuracy as the first track.
  • the facility configuration determination process is a process of selecting, as a new facility configuration to be proposed to the user, a parts configuration and a control program that satisfy the user's request from the lineup indicated by the product information.
  • step S203 the control unit 11 identifies candidate parts (step S203).
  • a candidate part is a part that can replace the first part or a part that can be added to the first part.
  • the control unit 11 identifies one or more candidate parts for each of one or more first parts.
  • control unit 11 determines that vibration does not occur at a specific frequency (step S205: NO), or when the process of step S206 is completed, it estimates the machining performance (step S207). Specifically, the control unit 11 performs a coupled analysis on the equipment configuration in which the combination of the selected candidate parts and the selected control program are applied to the current equipment configuration, thereby increasing the machining accuracy and the machining accuracy. Estimate speed and.
  • the proposal device 100 may transmit the facility-related information to the machine tool 200, the first terminal device 300, the second terminal device 400, etc., and cause these devices to display the facility-related information.
  • the proposal device 100 may cause the display unit 13 to display facility-related information.
  • step S503 the control unit 11 evaluates the deviation between the accuracy performance information and the accuracy prediction information (step S504). That is, the control unit 11 obtains the deviation of the feature quantity indicated by the accuracy prediction information with respect to the feature quantity indicated by the accuracy performance information.
  • step S504 the control unit 11 determines whether the deviation is equal to or less than the allowable value (step S505).
  • step S505 NO
  • step S506 the control unit 11 changes the parameter value indicated by the accuracy-related characteristic by the optimizer.
  • step S506 the control unit 11 returns the process to step S503.
  • the CPU in the control unit 11 functions as each unit shown in FIG. 4 by executing the program stored in the ROM or the storage unit 12 .
  • the controller 11 may be dedicated hardware.
  • Dedicated hardware is, for example, a single circuit, a composite circuit, a programmed processor, an ASIC (Application Specific Integrated Circuit), an FPGA (Field-Programmable Gate Array), or a combination thereof.
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • each function of each unit may be realized by separate hardware, or the functions of each unit may be collectively realized by single hardware.
  • a part may be realized by dedicated hardware, and another part may be realized by software or firmware. In this way, the control unit 11 can realize each function described above by hardware, software, firmware, or a combination thereof.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Manufacturing & Machinery (AREA)
  • Game Theory and Decision Science (AREA)
  • Numerical Control (AREA)

Abstract

加工精度を含むユーザの要求に応える。特性特定部（１０４）は、現設備構成情報と動作履歴情報と精度実績情報とに基づいて、工作機械（２００）の加工精度に影響する特性である精度関連特性を特定する。ユーザ要求取得部（１０５）は、加工精度に関するユーザの要求を取得する。製品情報取得部（１０６）は、工作機械（２００）に使用可能な部品と工作機械（２００）に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を取得する。設備構成決定部（１０７）は、現設備構成情報と精度関連特性と製品情報とに基づいて、ユーザの要求を満たす設備構成であって、現設備構成において現在の部品構成と現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定する。情報出力部（１０８）は、提案設備構成に関する情報である提案設備関連情報を出力する。

Description

提案装置、提案システム、提案方法、及び、プログラム
　本開示は、提案装置、提案システム、提案方法、及び、プログラムに関する。
　被加工物を加工する工作機械が知られている。工作機械の加工精度を高めるためには、加工時に発生する振動を抑制することが重要である。特許文献１には、加工時に発生する振動を抑制する技術が記載されている。特許文献１には、被削材と工具とを相対的に移動及び回転させるモータを備える工作機械に対して、モータの駆動条件を示す指令を出力する数値制御装置が記載されている。
　この数値制御装置は、モータにある駆動条件を示す指令を入力したときの出力結果と、工作機械の伝達モデルにこの駆動条件を適用したときの導出結果との誤差が最小となるように、伝達モデルのモデルパラメータを特定する。数値制御装置は、この伝達モデルを用いて、加工時の振動が小さくなるように指令を決定する。モデルパラメータは、工作機械に関する慣性モーメント、粘性摩擦、クーロン摩擦、及び、偏荷重を含む。
特開２０２０－１８１４２４号公報
　しかしながら、特許文献１に記載された技術は、工作機械の現在の部品構成及び制御プログラムを用いた範囲内、つまり、工作機械の現在の設備構成の範囲内で、モータの駆動条件を調整する技術である。このため、特許文献１に記載された技術では、調整範囲が限定されており、加工精度を含むユーザの要求に応えることが難しい場合がある。そこで、加工精度を含むユーザの要求に応える工作機械の設備構成を提案する技術が望まれている。
　本開示は、上記問題に鑑みてなされたものであり、加工精度を含むユーザの要求に応える工作機械の設備構成を提案する提案装置、提案システム、提案方法、及び、プログラムを提供することを目的とする。
　上記目的を達成するために、本開示に係る提案装置は、
　工作機械の現在の部品構成と前記工作機械の現在の制御プログラムとを含む現設備構成示す現設備構成情報を取得する設備構成取得手段と、
　前記工作機械の動作履歴を示す動作履歴情報を取得する動作履歴取得手段と、
　前記工作機械の加工精度の実績を示す精度実績情報を取得する精度実績取得手段と、
　前記現設備構成情報と前記動作履歴情報と前記精度実績情報とに基づいて、前記工作機械の加工精度に影響する特性である精度関連特性を特定する特性特定手段と、
　加工精度に関するユーザの要求を取得するユーザ要求取得手段と、
　前記工作機械に使用可能な部品と前記工作機械に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を取得する製品情報取得手段と、
　前記現設備構成情報と前記精度関連特性と前記製品情報とに基づいて、前記ユーザの要求を満たす設備構成であって、前記現設備構成において前記現在の部品構成と前記現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定する設備構成決定手段と、
　前記提案設備構成に関する情報である提案設備関連情報を出力する情報出力手段と、を備える。
　本開示では、加工精度を含むユーザの要求を満たす設備構成であって、現設備構成において現在の部品構成と現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成が決定される。従って、本開示によれば、加工精度を含むユーザの要求に応える工作機械の設備構成を提案することができる。
実施の形態１に係る提案システムの構成図 実施の形態１に係る提案装置の構成図 実施の形態１に係る工作機械の構成図 実施の形態１に係る提案システムの機能構成図 精度関連特性の特定方法の説明図 機構解析モデルにおいて弾性体として扱われる部位を示す図 工作機械の本体装置に対応する機構解析モデルを示す図 実施の形態１に係る提案装置が実行する提案処理を示すフローチャート 図８における設備構成決定処理を示すフローチャート 実施の形態５に係る提案装置が実行する特性特定処理を示すフローチャート 精度データベース情報の取得方法の説明図 実施の形態６に係る提案装置が実行する特性特定処理を示すフローチャート 学習済みモデルの取得方法の説明図 実施の形態７に係る提案装置が実行する特性特定処理を示すフローチャート 実施の形態８に係る提案装置が実行する特性特定処理を示すフローチャート 実施の形態８に係る学習済みモデルの説明図
　以下、本開示の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一又は相当部分には同一符号を付す。
（実施の形態１）
　図１は、実施の形態１に係る提案システム１０００の構成を示す図である。提案システム１０００は、工作機械２００の適切な設備構成を提案するシステムである。設備構成は、工作機械２００を構成する部品の構成である部品構成と、工作機械２００が用いる制御プログラムとを含む概念である。提案システム１０００は、工作機械２００のユーザの要求を満たす設備構成をユーザに提案する。以下、適宜、ユーザが要求する加工性能を要求加工性能といい、ユーザが要求する加工精度を要求加工精度といい、ユーザが要求する加工速度を要求加工速度という。
　ユーザの要求は、工作機械２００の加工性能に関する要求である。本実施の形態では、ユーザの要求は、加工精度と加工速度とに関する要求である。加工精度は、工作機械２００により加工される被加工物の仕上がりの程度を示す概念である。加工精度は、例えば、理想的な被加工物の寸法と生成された被加工物の寸法との誤差に対応する。加工速度は、工作機械２００が被加工物を生成する速度である。加工速度は、例えば、工作機械２００が単位時間あたりに被加工物を加工した長さに対応する。
　提案システム１０００は、ユーザの要求を満たす設備構成を示す情報、例えば、ユーザの要求を満たす部品構成とユーザの要求を満たす制御プログラムとを示す情報を提示する。また、提案システム１０００は、ユーザの要求を満たす設備構成に関する種々の情報を提示することができる。例えば、提案システム１０００は、ユーザの要求を満たすために採用すべき部品及び制御プログラムを示す情報を提示してもよい。また、提案システム１０００は、採用すべき部品及び制御プログラムのコストを示す情報を提示してもよい。
　また、提案システム１０００は、採用すべき部品及び制御プログラムの納期を示す情報を提示してもよい。例えば、提案システム１０００は、工作機械オプションの導入計画と、制御プログラムの追加提供を受ける計画とを示す情報でもよい。工作機械オプションは、工作機械２００の振動特性、工作機械２００の耐久性等を変化させる機能を有する設備である。工作機械オプションは、例えば、サーボモータ、ラックアンドピニオン等の駆動部材、ベッドコラム、クロスレール等の構造部品等である。追加提供される制御プログラムは、例えば、特定の周波数の振動を低減するために周波数フィルタを用いてモータを制御するプログラム、振動現象の逆モデルにより加工の軌道を目標の軌道と一致させる制御プログラム、可動範囲、最高加速度等を変更した制御プログラムである。
　図１に示すように、提案システム１０００は、提案装置１００と、工作機械２００と、第１端末装置３００と、第２端末装置４００と、表示装置５００とを備える。提案装置１００と工作機械２００と第１端末装置３００と第２端末装置４００と表示装置５００とは、通信ネットワーク７００に接続され、通信ネットワーク７００を介して相互に通信可能に接続される。また、通信ネットワーク７００には、第１サーバ６００Ａと第２サーバ６００Ｂと第３サーバ６００Ｃとが接続される。以下、適宜、第１サーバ６００Ａと第２サーバ６００Ｂと第３サーバ６００Ｃとを総称して、サーバ６００という。
　提案装置１００は、ユーザの要求を満たす設備構成をユーザに提案する装置である。提案装置１００は、通信ネットワーク７００に接続された各種の装置から各種の情報を取得し、取得した情報に基づいてユーザの要求を満たす設備構成を決定する。この際、提案装置１００は、サーバ６００から取得される、工作機械２００のオプションの部品のラインアップ、制御プログラムのラインアップ等を参照して、制御モデルと機構解析モデルとを用いた連成解析により加工精度と加工速度とを推定する。
　提案装置１００は、決定した設備構成に関する情報を表示装置５００に表示させる。提案装置１００は、例えば、ユーザの要求を満たす設備構成を提案するサービスを提供するクラウドサーバである。クラウドサーバは、クラウドコンピューティングにおけるリソースを提供するサーバである。図２に示すように、提案装置１００は、制御部１１と、記憶部１２と、表示部１３と、操作受付部１４と、通信部１５とを備える。
　制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＲＴＣ（Real Time Clock）等を備える。ＣＰＵは、中央処理装置、中央演算装置、プロセッサ、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）等とも呼び、提案装置１００の制御に係る処理及び演算を実行する中央演算処理部として機能する。制御部１１において、ＣＰＵは、ＲＯＭに格納されているプログラム及びデータを読み出し、ＲＡＭをワークエリアとして用いて、提案装置１００を統括制御する。ＲＴＣは、例えば、計時機能を有する集積回路である。なお、ＣＰＵは、ＲＴＣから読み出される時刻情報から現在日時を特定可能である。
　記憶部１２は、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable ROM）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）等の不揮発性の半導体メモリを備えており、いわゆる補助記憶装置としての役割を担う。記憶部１２は、制御部１１が各種処理を実行するために使用するプログラム及びデータを記憶する。また、記憶部１２は、制御部１１が各種処理を実行することにより生成又は取得するデータを記憶する。
　表示部１３は、制御部１１による制御に従って、各種の画像を表示する。例えば、表示部１３は、ユーザから各種の操作を受け付けるための画面を表示する。表示部１３は、タッチスクリーン、液晶ディスプレイ等を備える。操作受付部１４は、ユーザから各種の操作を受け付け、受け付けた操作の内容を示す情報を制御部１１に供給する。操作受付部１４は、タッチスクリーン、ボタン、レバー等を備える。
　通信部１５は、制御部１１による制御に従って、通信ネットワーク７００を介して、工作機械２００、第１端末装置３００、第２端末装置４００、表示装置５００、サーバ６００等と通信する。通信部１５は、提案装置１００を通信ネットワーク７００に接続するための通信インターフェースを備える。
　工作機械２００は、被加工物を加工する工作機械である。工作機械２００は、例えば、ユーザの工場に設置された工作機械である。工作機械２００は、例えば、数値制御による加工が可能なＮＣ（Numerical Control）工作機械である。ＮＣ工作機械では、ドリルに代表される切削用工具の刃先の動作又は被加工物の動作が、座標値により指定される。つまり、ＮＣ工作機械では、指定された座標値に従ってサーボモータが動作することにより、刃先又は被加工物が動作して被加工物の加工がなされる。
　本実施の形態では、工作機械２００は、モータの回転動作を平行移動に変換する機構部を有し、動作部位である切削工具、レーザ出力装置等が水平方向２軸と鉛直方向１軸との３軸の直線方向に動作する工作機械である。機構部は、リニアガイド、ラックアンドピニオン等を含む。なお、工作機械２００は、動作部位が回転動作してもよく、動作部位が各種の部材を把持するアームであってもよい。
　図３に示すように、工作機械２００は、数値制御装置２１０と、本体装置２２０とを備える。数値制御装置２１０は、本体装置２２０の動作軌道を数値情報で指令する装置である。数値制御装置２１０は、制御部２１と、記憶部２２と、表示部２３と、操作受付部２４と、通信部２５と、駆動回路２６とを備える。本体装置２２０は、数値制御装置２１０の指令に従って被加工物を加工する装置である。本体装置２２０は、モータ２７と、エンコーダ２８とを備える。
　制御部２１は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＲＴＣ等を備える。ＣＰＵは、中央処理装置、中央演算装置、プロセッサ、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ等とも呼び、工作機械２００の制御に係る処理及び演算を実行する中央演算処理部として機能する。制御部２１において、ＣＰＵは、ＲＯＭに格納されているプログラム及びデータを読み出し、ＲＡＭをワークエリアとして用いて、工作機械２００を統括制御する。
　記憶部２２は、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の不揮発性の半導体メモリを備えており、いわゆる補助記憶装置としての役割を担う。記憶部２２は、制御部２１が各種処理を実行するために使用するプログラム及びデータを記憶する。また、記憶部２２は、制御部２１が各種処理を実行することにより生成又は取得するデータを記憶する。
　表示部２３は、制御部２１による制御に従って、各種の画像を表示する。例えば、表示部２３は、ユーザから各種の操作を受け付けるための画面を表示する。表示部２３は、タッチスクリーン、液晶ディスプレイ等を備える。操作受付部２４は、ユーザから各種の操作を受け付け、受け付けた操作の内容を示す情報を制御部２１に供給する。操作受付部２４は、タッチスクリーン、ボタン、レバー等を備える。
　通信部２５は、制御部２１による制御に従って、通信ネットワーク７００を介して、提案装置１００、第１端末装置３００、第２端末装置４００、表示装置５００、サーバ６００等と通信する。通信部２５は、工作機械２００を通信ネットワーク７００に接続するための通信インターフェースを備える。
　駆動回路２６は、制御部２１による制御に従って、モータ２７を駆動する回路である。駆動回路２６は、制御部２１が出力する指令に基づいて、モータ２７にパルス信号を出力する。
　モータ２７は、電気エネルギーを力学的エネルギーに変換する装置である。モータ２７は、駆動回路２６から供給されたパルス信号に従って回転する。なお、モータ２７の回転に伴って、刃先又は被加工物が移動する。モータ２７は、例えば、サーボモータである。
　エンコーダ２８は、機械的な位置の変化を検出し、検出結果を示す電気信号を出力するセンサである。エンコーダ２８は、モータ２７の回転角を検出し、検出した回転角を示す電気信号を制御部２１に供給する。
　第１端末装置３００は、工作機械２００の加工精度の実績を示す精度実績情報を取得するための装置である。加工精度の実績は、例えば、現在の工作機械２００が加工した被加工物の代表箇所の加工精度の測定値である。第１端末装置３００は、取得した精度実績情報を提案装置１００に供給する。第１端末装置３００が精度実績情報を取得する方法は、適宜、調整することができる。例えば、第１端末装置３００は、加工精度の測定結果を示す精度実績情報を、被加工物の加工精度を測定する測定器から取得してもよいし、ユーザから受け付けてもよい。第１端末装置３００は、上記測定器と一体化された専用の装置でもよいし、スマートフォン、パーソナルコンピュータ等の汎用的な端末装置でもよい。なお、汎用的な端末装置は、ＣＰＵ、ＲＯＭ、ＲＡＭ、タッチスクリーン、キーボード、通信インターフェース等を備える。
　第２端末装置４００は、加工性能に関するユーザの要求を受けつけるための装置である。第２端末装置４００は、例えば、工作機械２００のユーザが利用する端末装置である。第２端末装置４００は、ユーザから加工性能に関するユーザの要求を受けつけた場合、加工性能に関するユーザの要求を示す情報を提案装置１００に供給する。第２端末装置４００は、例えば、スマートフォン、パーソナルコンピュータ等の汎用的な端末装置である。
　表示装置５００は、各種の情報を表示する装置である。表示装置５００は、提案装置１００から設備構成に関する情報を受信した場合、設備構成に関する情報を表示する。表示装置５００は、例えば、スマートフォン、パーソナルコンピュータ等の汎用的な端末装置である。
　サーバ６００は、工作機械２００に使用可能な部品と工作機械２００に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を提供する装置である。サーバ６００は、例えば、ユーザの要求に従って製品情報を提供するクラウドサーバである。第１サーバ６００Ａは、工作機械２００に使用可能な市販部品に関する製品情報を提供するサーバである。第２サーバ６００Ｂは、工作機械２００に使用可能な個別仕様部品に関する製品情報を提供するサーバである。第３サーバ６００Ｃは、工作機械２００に使用可能な制御プログラムに関する製品情報を提供するサーバである。市販部品は、例えば、サーボモータ、ラックアンドピニオン等の部品である。個別仕様部品は、例えば、ベッドコラム、クロスレール等の部品である。
　製品情報は、部品又は制御プログラムに関する種々の情報を含む。例えば、製品情報は、部品の形状、大きさ、質量、材料等を示す図面データ、部品の剛性、摩擦、減衰等の程度の測定値を示す測定データ、部品の導入費用、工事期間、導入条件等を示す制約条件データを含んでいてもよい。図面データは、現在の工作機械２００との互換性を確認するために利用できる。測定データは、振動特性の算出に利用できる。制約条件データは、予算との比較、工作機械２００の停止可能期間との比較等に利用できる。また、制約条件データは、床の補強の要否、温湿度環境、腐食環境、防塵防水条件等の設置環境制約の確認に利用できる。
　制御プログラムは、数値制御プログラムから出力された加工軌道データを用いて工作機械２００を動作させた際に、エンコーダ２８の記録結果に基づく軌道と加工軌道データに基づく軌道との誤差が小さくなるように各種の補正を実行する機能を有するプログラムである。工作機械２００の部品構成、工作機械２００の設置場所、工作機械２００の劣化具合等、ユーザの個別の事情に合わせた制御プログラムが、適宜、工作機械２００にアップデートされることが好適である。
　通信ネットワーク７００は、提案装置１００と工作機械２００と第１端末装置３００と第２端末装置４００と表示装置５００とサーバ６００とを相互に接続する通信ネットワークである。通信ネットワーク７００は、例えば、インターネットである。
　次に、図４を参照して、提案システム１０００の機能について説明する。以下、工作機械２００、第１端末装置３００、第２端末装置４００、表示装置５００、サーバ６００の機能について簡単に説明した後、提案装置１００の機能について詳細に説明する。
　工作機械２００は、記録機能、記憶機能、送信機能等を備える。記録機能は、工作機械２００の動作履歴を示す動作履歴情報を記録する機能である。動作履歴情報は、例えば、エンコーダ２８の信号出力の履歴、加工軌道の履歴、加速度発生回数の履歴、制御プログラムによる補正信号出力の履歴、補正時の計算に用いたパラメータの履歴等を示す情報である。エンコーダ２８の信号出力の履歴は、例えば、モータ２７の回転量の測定値の履歴である。加工軌道の履歴と加速度発生回数の履歴とは、エンコーダ２８の信号出力の履歴から算出可能である。又は、加工軌道の履歴と加速度発生回数の履歴とは、例えば、カメラで撮像した映像からも算出可能である。
　補正信号出力の履歴は、例えば、補正信号の発生頻度と補正信号による補正量とを含む履歴である。補正信号出力の履歴は、例えば、数値制御装置２１０の数値制御プログラムにより出力された加工軌道データを本体装置２２０に供給して本体装置２２０を動作させた際に、エンコーダ２８の記録結果に基づく軌道と加工軌道データに基づく軌道との誤差が小さくなるように補正する補正信号の時系列データと、補正量が閾値を超えた回数とを含む。
　補正時の計算に用いたパラメータは、例えば、伝達モデルにおける慣性モーメント、粘性摩擦、クーロン摩擦、偏荷重等である。補正時の計算に用いたパラメータは、工作機械２００自体のパラメータに限定されず、工作機械２００が設置された床面又は地面の剛性、ゴム部材、グリス等に影響する工作機械２００が設置された部屋の室温等であることもある。記録機能は、例えば、制御部２１が記憶部２２に情報を記録することにより実現する。記録機能は、例えば、制御部２１が、通信ネットワーク７００を介して工作機械２００と接続された各種の装置が備える記憶部に情報を記録することにより実現されてもよい。記憶部２２は、記憶手段の一例である。
　記憶機能は、動作履歴情報と現設備構成情報とを記憶する機能である。現設備構成情報は、工作機械２００の現在の部品構成と工作機械２００の現在の制御プログラムとを含む現設備構成を示す情報である。記憶機能は、例えば、記憶部２２の機能により実現する。送信機能は、動作履歴情報と現設備構成情報とを提案装置１００に送信する機能である。送信機能は、例えば、制御部２１が通信部２５を制御することにより実現する。
　第１端末装置３００は、取得機能、記憶機能、送信機能等を備える。取得機能は、工作機械２００の加工精度の実績を示す精度実績情報を取得する機能である。取得機能は、例えば、ＣＰＵがタッチスクリーン又は通信インターフェースと協働することにより実現される。記憶機能は、精度実績情報を記憶する機能である。記憶機能は、例えば、ＲＡＭを備える記憶部３１の機能により実現する。送信機能は、精度実績情報を提案装置１００に送信する機能である。送信機能は、例えば、ＣＰＵが通信インターフェースを制御することにより実現する。
　第２端末装置４００は、要求受付機能、送信機能等を備える。要求受付機能は、ユーザから加工性能に関するユーザの要求を受け付ける機能である。要求受付機能は、例えば、タッチスクリーンを備える要求受付部４１の機能により実現される。送信機能は、ユーザの要求に関する情報を提案装置１００に送信する機能である。送信機能は、例えば、ＣＰＵが通信インターフェースを制御することにより実現する。
　表示装置５００は、表示機能を備える。表示機能は、表示装置５００が提案装置１００から受信した設備構成に関する情報を表示する機能である。表示機能は、例えば、ＣＰＵと表示部５１とが協働することにより実現する。表示部５１は、表示手段の一例である。
　次に、提案装置１００の機能について説明する。提案装置１００は、機能的には、設備構成取得部１０１と、動作履歴取得部１０２と、精度実績取得部１０３と、特性特定部１０４と、ユーザ要求取得部１０５と、製品情報取得部１０６と、設備構成決定部１０７と、情報出力部１０８とを備える。これらの各機能は、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、ＲＯＭ又は記憶部１２に格納される。そして、ＣＰＵが、ＲＯＭ又は記憶部１２に記憶されたプログラムを実行することによって、これらの各機能を実現する。
　設備構成取得部１０１は、工作機械２００の現在の部品構成と工作機械２００の現在の制御プログラムとを含む現設備構成示す現設備構成情報を取得する。設備構成取得部１０１は、例えば、工作機械２００から現設備構成情報を取得する。設備構成取得部１０１は、通信ネットワーク７００を介して提案装置１００に接続された工作機械２００以外の装置から現設備構成情報を取得してもよい。また、設備構成取得部１０１は、記憶部１２に予め記憶されている現設備構成情報を取得してもよい。設備構成取得部１０１は、設備構成取得手段の一例である。
　動作履歴取得部１０２は、工作機械２００の動作履歴を示す動作履歴情報を取得する。設備構成取得部１０１は、例えば、工作機械２００から動作履歴情報を取得する。動作履歴取得部１０２は、動作履歴取得手段の一例である。
　精度実績取得部１０３は、工作機械２００の加工精度の実績を示す精度実績情報を取得する。精度実績取得部１０３は、例えば、第１端末装置３００から精度実績情報を取得する。精度実績取得部１０３は、精度実績取得手段の一例である。
　特性特定部１０４は、現設備構成情報と動作履歴情報と精度実績情報とに基づいて、工作機械２００の加工精度に影響する特性である精度関連特性を特定する。精度関連特性は、例えば、工作機械２００の構成部品の慣性、剛性又は減衰性、設置場所の剛性又は減衰性、駆動部又摺動部の粘性摩擦又はクーロン摩擦を表すパラメータである。特性特定部１０４は、例えば、制御モデルと機構解析モデルとを用いた連成解析により精度関連特性を特定する。特性特定部１０４は、特性特定手段の一例である。
　ユーザ要求取得部１０５は、加工精度に関するユーザの要求を取得する。ユーザ要求取得部１０５は、例えば、第２端末装置４００を介してユーザの要求を取得する。ユーザの要求は、どのような形式でもよい。例えば、ユーザの要求は、加工精度と加工速度とを数値により指定する要求でもよい。又は、ユーザの要求は、加工精度と加工速度との相対的な優先度を指定する要求でもよい。具体的には、ユーザの要求は、加工精度よりも加工速度を優先する速度優先と、加工速度よりも加工精度を優先する精度優先との何れか一方を指定する要求でもよい。ユーザ要求取得部１０５は、ユーザ要求取得手段の一例である。
　製品情報取得部１０６は、工作機械２００に使用可能な部品と工作機械２００に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を取得する。例えば、製品情報取得部１０６は、第１サーバ６００Ａから市販部品に関する製品情報を取得し、第２サーバ６００Ｂから個別仕様部品に関する製品情報を取得し、第３サーバ６００Ｃから制御プログラムに関する製品情報を取得する。製品情報取得部１０６は、製品情報取得手段の一例である。
　設備構成決定部１０７は、現設備構成情報と精度関連特性と製品情報とに基づいて、提案設備構成を決定する。提案設備構成は、ユーザの要求を満たす設備構成であって、現設備構成において現在の部品構成と現在の制御プログラムとのうち少なくとも一方が変更された設備構成である。設備構成決定部１０７は、精度関連特性を用いて制御モデルと機構解析モデルとを用いた連成解析を実行することにより、提案設備構成を決定する。設備構成決定部１０７は、設備構成決定手段の一例である。
　情報出力部１０８は、提案設備構成に関する情報である提案設備関連情報を出力する。例えば、情報出力部１０８は、提案設備関連情報を表示装置５００に送信する。提案設備関連情報は、提案設備構成に関する情報であれば、どのような情報であってもよい。例えば、提案設備関連情報は、提案設備構成を示す情報、つまり、提案する部品構成と提案する制御プログラムとを示す情報でもよい。又は、提案設備関連情報は、現設備構成と提案設備構成との差分を示す情報、つまり、追加又は置換すべき部品と追加又は置換すべき制御プログラムとを示す情報でもよい。又は、提案設備関連情報は、部品又は制御プログラムを追加又は置換するのに要するコスト及び期間を示す情報でもよい。情報出力部１０８は、情報出力手段の一例である。
　設備構成決定部１０７は、工作機械２００が被加工物を加工するときに工作機械２００が備える移動部が描く軌道から第１軌道を特定する。移動部は、工作機械２００が被加工物を加工するときに移動する部分である。移動部は、例えば、被加工物を加工する刃先、又は、被加工物を把持するアームの先端部である。移動部が描く軌道としては、１軸のみが順番に稼働する角軌道、２軸が同時に稼働する円軌道等がある。第１軌道は、移動部が描く軌道のうち一部の軌道である。設備構成決定部１０７は、例えば、現設備構成情報と動作履歴情報とから移動部が描く軌道を特定することができる。設備構成決定部１０７は、１つの第１軌道を特定してもよいし、複数の第１軌道を特定してもよい。
　設備構成決定部１０７は、現在の部品構成において移動部が第１軌道を描くときに用いる第１部品を特定する。第１部品は、現在の部品構成において移動部が第１軌道を描くときに用いる部品である。第１部品は、加工性能に与える影響が大きい部品であることが好適である。例えば、第１部品は、移動部が第１軌道を描くときに用いる部品のうち、振動又は加工精度の悪化の原因となる部品であることが好適である。設備構成決定部１０７は、１つの第１部品を特定してもよいし、複数の第１部品を特定してもよい。
　設備構成決定部１０７は、現設備構成において第１部品を新たな部品に置換した設備構成、又は、現設備構成において第１部品に新たな部品を追加した設備構成を、提案設備構成として決定する。第１部品と置換される新たな部品は、例えば、第１物品の剛性よりも高い剛性を有し、第１部品よりも振動又は加工精度の悪化を抑制できる部品である。第１部品に追加される新たな部品は、例えば、加工精度に対して悪影響を与える振動を減衰させる部品である。設備構成決定部１０７は、例えば、製品情報が示す部品のラインアップを参照して、第１部品と置換可能な新たな部品、又は、第１部品に追加可能な新たな部品を特定することができる。
　設備構成決定部１０７は、現設備構成情報と動作履歴情報とに基づいて、移動部が描く軌道のうち描かれる頻度が高い軌道を第１軌道として選択することができる。描かれる頻度が高い軌道を描くときに用いられる部品は、加工性能に与える影響が大きいと考えられる。そこで、設備構成決定部１０７は、描かれる頻度が高い軌道を優先的に第１軌道として選択する。
　設備構成決定部１０７は、現設備構成情報と動作履歴情報とに基づいて、移動部が描く軌道のうち振動又は加工精度の悪化が発生し易い軌道を第１軌道として選択することができる。振動又は加工精度の悪化が発生しやすい軌道を描くときに用いられる部品は、加工性能に与える影響が大きいと考えられる。そこで、設備構成決定部１０７は、振動又は加工精度の悪化が発生し易い軌道を優先的に第１軌道として選択する。
　設備構成決定部１０７は、製品情報が示すラインアップから第１部品に対応する少なくとも１つの候補部品を特定する。候補部品は、上記新たな部品の候補の部品であり、第１部品と置換可能な部品、又は、第１部品に追加可能な部品である。設備構成決定部１０７は、上記少なくとも１つの候補部品のうちユーザの要求を満たす候補部品を上記新たな部品として決定する。
　設備構成決定部１０７は、工作機械２００が被加工物を加工するときに用いる周波数のうち振動が発生しやすい周波数を特定する。この周波数は、モータ２７にトルクを発生させるための制御信号の周波数でもよいし、モータ２７が回転する周波数でもよい。設備構成決定部１０７は、例えば、現設備構成情報が示す現在の部品構成から振動が発生しやすい周波数を特定することができる。また、設備構成決定部１０７は、動作履歴情報が示す補正信号の履歴から振動が発生しやすい周波数を特定することができる。
　設備構成決定部１０７は、例えば、特定の周波数成分を除去するフィルタを用いた制御プログラムを含む設備構成を提案設備構成として決定する。設備構成決定部１０７は、制御プログラムのラインアップから、特定の周波数成分を除去するフィルタを用いた制御プログラムを選択する。選択された制御プログラムは、上記周波数で振動が発生しにくい制御プログラムであり、上記周波数の加速度成分が除外されたモータトルクを発生させる制御信号を生成するプログラムである。
　次に、図５と図６と図７とを参照して、制御モデルと機構解析モデルとを用いた連成解析により精度関連特性を特定する方法と、連成解析により加工性能を特定する方法とについて説明する。
　まず、現設備構成情報と動作履歴情報と精度実績情報とから、特に加工精度が出ていない軌道を特定する。加工精度は、ＮＣデータとして指令した先端部２２１の軌道データと、被加工物の測定データとの差分に対応する。加工精度は、いくつかの被加工物を測定することで得られた測定データから求めることができる。なお、被加工物に対しては、出荷検査がなされることが一般的であるため、出荷検査で得られた測定データを加工精度の算出に代用可能である。本実施の形態では、加工精度の改善の対象とする軌道を選定する。選定する軌道は、１つでもよいし、複数でもよい。選定する軌道が多い程計算コストを要するため、選定する軌道は多くても３～５個程度であることが好適である。また、測定データを用意できない場合、工作機械２００の制御プログラムの動作履歴から、補正動作が多く発生している軌道、大きな補正動作が発生している軌道等を上記軌道として選定することができる。
　ここで、図５に示すように、ＮＣデータとして指令した軌道データであるＮＣの軌道データとモータ２７の回転角及び角加速度のフィードバックデータとを入力として、ＮＣの軌道データと機構解析モデル８２における先端部２２１の軌道を表す軌道データとの差分が小さくなるように制御された制御モデル８１を用いる。制御モデル８１は、ＮＣの軌道データからモータトルクの信号を発生する制御モデルである。制御モデル８１の制御方法としては、比例ゲイン、積分ゲイン、微分ゲイン等の制御パラメータを調整して伝達関数を設定する開ループ制御がある。制御モデル８１にて生成されたモータトルクは、工作機械２００の本体装置２２０を模した機構解析モデル８２に供給される。機構解析モデル８２を解析することにより、加工精度と加工速度とが推定可能である。
　連成解析で求める加工精度は、ＮＣデータとして指令した先端部２２１の軌道データと、解析の中で描かれる先端部２２１の軌道データとの差分に対応する。加工精度は、工作機械２００の動作時に、剛性の低い部位、結合部等の変形に伴う振動又は減衰性、駆動部、摺動部２２５等の剛性、減衰性、クーロン摩擦、粘性摩擦等による動作挙動の変化等の影響を受ける。また、これらの影響要因の特性は、モータのトルクの大小、駆動部と動作部位との慣性の大小、動作部位の位置又は姿勢の変化の影響を受けることがある。連成解析で求める加工速度は、軌道データの解析の中で工作機械２００の動作を再現したときに、被加工物の加工に要した時間である。加工速度は、加工精度向上のために、制御プログラムで加速度の上限が制限されていたり、特定の周波数成分を除去するフィルタが設定されていたりすると低くなる。
　図６に示すように、機構解析モデル８２において、工作機械２００の本体装置２２０の一部又は全部が弾性体として扱われる。図６において、弾性体として扱われる部位をハッチングで示す。機構解析モデル８２において、各部品及び結合部の慣性、剛性、減衰、摩擦、粘性等がパラメータとして設定されることにより、加工精度に影響する微細な振動を模擬することができる。機構解析モデル８２に設定されるパラメータは、精度関連特性に対応するパラメータである。図７に、機構解析モデル８２により表現される本体装置２２０を示す。
　本体装置２２０は、先端部２２１と、モータ部２２２Ａと、モータ部２２２Ｂと、モータ部２２２Ｃと、部品２２３Ａと、部品２２３Ｂと、部品２２４と、摺動部２２５Ａと、摺動部２２５Ｃとを備える。以下、適宜、モータ部２２２Ａとモータ部２２２Ｂとモータ部２２２Ｃとを総称してモータ部２２２といい、部品２２３Ａと部品２２３Ｂとを総称して部品２２３といい、摺動部２２５Ａと摺動部２２５Ｃとを総称して摺動部２２５という。
　先端部２２１は、被加工物を加工する部分であり、例えば、刃先に対応する部分である。モータ部２２２は、モータ２７に対応する部分である。部品２２３と部品２２４とは、工作機械２００の動作時にモータ部２２２が先端部２２１を駆動するときの慣性力又は慣性モーメントにより、弾性変形又は弾性振動が発生し、先端部２２１の精度に影響を与える部品である。従って、部品２２３と部品２２４とは、弾性体として扱われる。部品２２３及び部品２２４以外の部品についても、同様の考え方で弾性体として扱うか剛体として扱うかが決定される。
　モータ部２２２から可動部である部品２２３にトルク又は力を伝達している駆動部と、部品２２３をガイドしている摺動部２２５とには、剛性、減衰性、摩擦、粘性等の特性を表すモデル要素を用いる。例えば、リニアガイド、ボールねじ等の弾性変形は、ばね要素として設定され、並進ばね及び回転ばねの剛性と減衰性とが定義される。また、リニアガイド、ボールねじ等のギア部分の粘性摩擦は、速度比例の抵抗力として定義される。これらの剛性、摩擦、粘性等は、実物の物品で測定されてもよいし、類似の部品から推定されてもよい。また、これらの剛性、摩擦、粘性等は、実物の物品が用意できない場合、構造解析、流体解析等により、荷重と変位との関係、速度と粘性力との関係等から求められてもよい。また、特性に非線形性がある場合は、線形な要素の代わりに、非線形なばね特性、非線形な摩擦特性、非線形な粘性特性等が設定されてもよい。
　特に、複数モードの振動の要因となっている部位は、３次元的な変形が再現可能な有限要素法による弾性モデルとして設定される。例えば、部品２２３と部品２２４とは、可動部の根本に相当する部品であり、水平方向を主とする振動と回転を主とする振動とが複合して発生する要因となっている。このため、部品２２３と部品２２４とに対しては、有限要素法による弾性モデルを設定する。また、ケーブル、付属品等、剛性に影響しない物品については、質量だけを定義した質点として定義され、工作機械２００全体の質量と重心位置とが再現される。
　制御モデル８１は、制御サイクルに合わせた時間刻みで、指令となる軌道データに追従するようなモータトルクの値を機構解析モデル８２に入力する。機構解析モデル８２は、モータトルクが入力されたときの、可動部である先端部２２１、部品２２３、部品２２５等の運動と、工作機械２００全体のモデルの弾性変形とを解析する。機構解析モデル８２は、制御サイクルに合わせた時間刻みでセンサ振動であるモータ２７の回転角、角速度等を、制御モデル８１にフィードバックする。かかる構成により、実物の工作機械２００の動作と同等の動作を、制御モデル８１と機構解析モデル８２とを用いた連成解析により再現可能である。本実施の形態では、連成解析を用いて、工作機械２００の加工精度と加工速度とを推定する。
　本実施の形態では、工作機械２００の設置環境の剛性、各部品の劣化の程度等を示す精度関連特性を、連成解析を用いた加工精度の解析結果と実際の工作機械２００の加工精度との差から特定する。精度関連特性は、工作機械２００の個体毎のばらつき、設置場所のばらつき、使用条件の変化、環境の変化、経年による変化等の影響を受ける。このため、精度関連特性を特定することで、加工精度及び加工速度の予測の精度を向上させることができる。そして、現在の設備構成において部品又は制御プログラムが変更された設備構成である新たな設備機器における加工精度及び加工速度を推定する場合、上記求めた制度関連特性を用いて、連成解析において部品又は制御プログラムを置き換えて解析することにより、新たな設備機器における加工精度及び加工速度を推定する。
　次に、図８のフローチャートを参照して、提案装置１００が実行する提案処理について説明する。提案装置１００が提案処理を実行することにより、提案方法が実現する。提案処理は、例えば、第２端末装置４００がユーザから提案処理の開始指示を受けつけたことに応答して実行されてもよいし、定期的に（例えば、数ヶ月毎に）実行されてもよい。
　まず、提案装置１００が備える制御部１１は、現設備構成情報を取得する（ステップＳ１０１）。例えば、制御部１１は、工作機械２００から現構成情報を取得する。制御部１１は、ステップＳ１０１の処理を完了すると、動作履歴情報を取得する（ステップＳ１０２）。例えば、制御部１１は、工作機械２００から動作履歴情報を取得する。なお、工作機械２００は、動作中、動作の履歴を示す情報を動作履歴情報として記憶部２２に蓄積する。
　制御部１１は、ステップＳ１０２の処理を完了すると、精度実績情報を取得する（ステップＳ１０３）。例えば、制御部１１は、第１端末装置３００から精度実績情報を取得する。なお、第１端末装置３００は、例えば、工作機械２００が生成した被加工物の精度が測定される毎に、被加工物の精度を示す情報を精度実績情報として記憶部３１に蓄積する。
　制御部１１は、ステップＳ１０３の処理を完了すると、精度関連特性を特定する（ステップＳ１０４）。具体的には、制御部１１は、現設備構成情報と動作履歴情報と精度実績情報とに基づいて、連成解析により精度関連特性を特定する。精度関連特性は、工作機械２００の加工精度に影響する特性であり、主に、工作機械２００の振動、加工精度の悪化等に影響する特性である。制御部１１は、例えば、本体装置２２０の駆動部の摩擦の程度、本体装置２２０の各部又は各部の結合部の剛性の程度、本体装置２２０の各部又は各部の結合部における振動の減衰の程度等を特定する。また、制御部１１は、可動部の位置、姿勢等による加工精度の変化から、位置、姿勢等毎に精度関連特性を推定してもよい。
　制御部１１は、ステップＳ１０４の処理を完了すると、ユーザの要求を取得する（ステップＳ１０５）。例えば、制御部１１は、第２端末装置４００を介して、加工性能に関するユーザの要求を取得する。このユーザの要求は、例えば、ユーザが求める加工精度である要求加工精度とユーザが求める加工速度である要求加工速度とを含む。制御部１１は、ステップＳ１０５の処理を完了すると、製品情報を取得する（ステップＳ１０６）。例えば、制御部１１は、第１サーバ６００Ａから市販部品に関する製品情報を取得し、第２サーバ６００Ｂから個別仕様部品に関する製品情報を取得し、第３サーバ６００Ｃから制御プログラムに関する製品情報を取得する。
　制御部１１は、ステップＳ１０６の処理を完了すると、設備構成決定処理を実行する（ステップＳ１０７）。設備構成決定処理については、図９に示すフローチャートを参照して、詳細に説明する。設備構成決定処理は、ユーザに提案する新たな設備構成として、ユーザの要求を満たす部品構成及び制御プログラムを製品情報が示すラインアップから選択する処理である。
　まず、制御部１１は、第１軌道を特定する（ステップＳ２０１）。第１軌道は、工作機械２００が被加工物を加工するときに工作機械２００が備える移動部が描く軌道のうち一部の軌道である。第１軌道は、例えば、描かれる頻度が高い軌道、又は、振動が発生しやすい軌道である。制御部１１は、１つ又は複数の第１軌道を特定する。
　制御部１１は、ステップＳ２０１の処理を完了すると、第１部品を特定する（ステップＳ２０２）。第１部品は、現在の部品構成において移動部が第１軌道を描くときに用いる部品である。第１部品は、振動、加工精度等に与える影響が大きい部品である。制御部１１は、１つ又は複数の第１軌道のそれぞれに対して、１つ又は複数の第１部品を特定する。
　制御部１１は、ステップＳ２０２の処理を完了すると、候補部品を特定する（ステップＳ２０３）。候補部品は、第１部品と置換可能な部品、又は、第１部品に追加可能な部品である。制御部１１は、１つ又は複数の第１部品のそれぞれに対して、１つ又は複数の候補部品を特定する。
　制御部１１は、ステップＳ２０３の処理を完了すると、候補部品の組み合わせを選択する（ステップＳ２０４）。制御部１１は、置換候補の部品又は追加候補の部品を少なくとも１つ選択する。例えば、制御部１１は、特定した１つ又は複数の第１部品から、少なくとも１つの第１部品を選択する。制御部１１は、製品情報が示す部品のラインアップを参照して、選択した少なくとも１つの第１部品のそれぞれについて、置換候補の部品又は追加候補の部品を選択する。
　制御部１１は、ステップＳ２０４の処理を完了すると、特定の周波数で振動が発生するか否かを判別する（ステップＳ２０５）。例えば、制御部１１は、現設備構成情報が示す現在の部品構成に対して選択した候補部品の組み合わせを適用した部品構成と、現設備構成情報が示す現在の制御プログラムとを含む設備構成において、特定の周波数で予め定められた基準よりも大きい振動が発生するか否かを判別する。
　制御部１１は、特定の周波数で振動が発生すると判別すると（ステップＳ２０５：ＹＥＳ）、振動が発生しにくい制御プログラムを選択する（ステップＳ２０６）。例えば、制御部１１は、製品情報が示す制御プログラムのラインアップから、上記特定の周波数で振動が発生しにくい制御プログラムを選択する。選択された制御プログラムは、現在の制御プログラムと置換されてもよいし、現在の制御プログラムに追加されてもよい。
　制御部１１は、特定の周波数で振動が発生しないと判別した場合（ステップＳ２０５：ＮＯ）、又は、ステップＳ２０６の処理を完了した場合、加工性能を推定する（ステップＳ２０７）。具体的には、制御部１１は、現在の設備構成に上記選択した候補部品の組み合わせと上記選択した制御プログラムとを適用した設備構成に対して連成解析を実行することにより、加工精度と加工速度とを推定する。
　制御部１１は、ステップＳ２０７の処理を完了すると、未選択である候補部品の組み合わせがあるか否かを判別する（ステップＳ２０８）。制御部１１は、未選択である候補部品の組み合わせがあると判別すると（ステップＳ２０８：ＹＥＳ）、ステップＳ２０４に処理を戻し、新たに選択した候補部品の組み合わせが適用された設備構成に対して、加工性能を推定する。
　制御部１１は、未選択である候補部品の組み合わせがないと判別すると（ステップＳ２０８：ＮＯ）、ユーザの要求を満たす候補部品の組み合わせがあるか否かを判別する（ステップＳ２０９）。つまり、制御部１１は、選択した候補部品の組み合わせの中に、ユーザの要求を満たす設備構成となる候補部品の組み合わせがあるか否かを判別する。なお、ユーザの要求を満たす設備構成は、推定した加工精度が要求加工精度以上であり、且つ、推定した加工速度が要求加工速度以上である設備構成である。
　制御部１１は、ユーザの要求を満たす候補部品の組み合わせがあると判別すると（ステップＳ２０９：ＹＥＳ）、ユーザの要求を満たす設備構成を提案設備構成に決定する（ステップＳ２１０）。ユーザの要求を満たす候補部品の組み合わせが複数存在する場合、制御部１１は、ユーザの要求を満たす複数の設備構成のうち、少なくとも１つの設備構成を提案設備構成に決定する。
　制御部１１は、ユーザの要求を満たす候補部品の組み合わせがないと判別すると（ステップＳ２０９：ＮＯ）、ユーザの要求を満たす設備構成がないと決定する（ステップＳ２１１）。制御部１１は、ステップＳ２１０の処理又はステップＳ２１１の処理を完了した場合、設備構成決定処理を完了する。
　制御部１１は、ステップＳ１０７の設備構成決定処理を完了すると、提案設備関連情報を出力する（ステップＳ１０８）。例えば、制御部１１は、通信部１５を介して、提案設備関連情報を表示装置５００に送信する。提案設備関連情報は、少なくとも１つの提案設備に関連する情報である。例えば、提案設備関連情報は、提案設備毎に、導入すべき部品、導入すべき制御プログラム、推定される加工精度、推定される加工速度、納期、費用等を示す情報である。
　なお、制御部１１は、ユーザの要求を満たす設備構成がない場合、ユーザの要求を満たす設備構成がないことを示す情報、ユーザの要求のレベルを下げることが好ましいことを示す情報等を、表示装置５００に送信してもよい。表示装置５００は、提案装置１００から提案設備関連情報を受信したことに応答して、提案設備関連情報が示す各種の情報を表示部５１に表示する。制御部１１は、ステップＳ１０８の処理を完了すると、提案処理を完了する。
　本実施の形態では、現設備構成情報と精度関連特性と製品情報とに基づいて、ユーザの要求を満たす設備構成であって、現設備構成において現在の部品構成と現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成が決定される。従って、本開示によれば、加工精度を含むユーザの要求に応える工作機械の設備構成を提案することができる。
　また、本実施の形態では、移動部が描く軌道から選択された第１軌道を描くときに用いる第１部品に対応する新たな部品を含む設備構成が提案される。本実施の形態では、工作機械２００が備える移動部が描いた軌道の実績、つまり、工作機械２００の使用実績から、置換又は追加の対象となる第１物品が特定される。従って、本実施の形態によれば、工作機械２００の使用状況に応じた設備構成の提案が実現可能である。例えば、本実施の形態では、工作機械２００に振動しやすい部品が多数含まれている場合において、振動しやすい部品のうち頻繁に利用される部品が新たな部品に置換された設備構成が提案される。このため、例えば、振動しやすい部品であってあまり利用されない部品が新たな部品に置換された設備構成が提案されることが抑制される。
　つまり、原理的には、現在の設備構成に含まれる全ての部品と全ての制御プログラムとの全ての組み合わせに対して、部品及び制御プログラムを変更することで、ユーザの要求を満たす最適な設備構成を推定することが可能である。しかしながら、全ての組み合わせに対して、連成解析を用いて加工性能を推定すると莫大な処理負荷及び処理時間がかかる。また、かかる方法では、変更する部品及び制御プログラムが大きく設備構成の変更が大きいことが予測され、設備構成の変更のためのコスト、期間等が莫大になることが予測される。そこで、本実施の形態では、変更対象の部品を使用実績のある上記軌道に関する部品に限定することで、効率良くユーザの要求を満たす設備構成を提案する手法を採用している。
　また、本実施の形態では、移動部が描く軌道のうち描かれる頻度が高い軌道が第１軌道として選択される。従って、本実施の形態によれば、効率良くユーザの要求を満たす設備構成を提案することができる。
　また、本実施の形態では、移動部が描く軌道のうち振動が発生しやすい軌道が第１軌道として選択される。従って、本実施の形態によれば、効率良くユーザの要求を満たす設備構成を提案することができる。
　また、本実施の形態では、製品情報が示すラインアップから特定された少なくとも１つの候補部品のうちユーザの要求を満たす候補部品が特定される。従って、本実施の形態によれば、ユーザの要求を満たすための適切な部品を提案することができる。
　また、本実施の形態では、振動が発生しやすい周波数が特定され、この特定した制御プログラムを用いない制御プログラムを含む設備構成が提案される。従って、本実施の形態によれば、部品構成の変更ではユーザの要求を満たすことができない場合において、ユーザの要求を満たす設備構成を提案することができる。
　以上、実施の形態１を説明したが、種々の形態による変形及び応用が可能である。上記実施の形態１において説明した構成、機能、動作のどの部分を採用するのかは任意である。また、上述した構成、機能、動作のほか、更なる構成、機能、動作が採用されてもよい。また、上記実施の形態１において説明した構成、機能、動作は、自由に組み合わせることができる。
（実施の形態２）
　例えば、提案装置１００が取得する各種の情報の取得元の装置は、実施の形態１で説明した例に限定されない。例えば、提案装置１００は、設備構成情報又は動作履歴情報を、第１端末装置３００、第２端末装置４００、表示装置５００、サーバ６００等から取得してもよい。また、提案装置１００は、精度実績情報を、工作機械２００、第２端末装置４００、表示装置５００、サーバ６００等から取得してもよい。また、提案装置１００は、ユーザの要求を、工作機械２００、第１端末装置３００、表示装置５００、サーバ６００等から取得してもよい。また、提案装置１００は、操作受付部１４を介してユーザの要求を取得してもよい。また、提案装置１００は、設備関連情報を、工作機械２００、第１端末装置３００、第２端末装置４００等に送信して、これらの装置に設備関連情報を表示させてもよい。また、提案装置１００は、表示部１３に設備関連情報を表示させてもよい。
　また、提案システム１０００の構成は、実施の形態１で示した例に限定されない。例えば、提案システム１０００は、工作機械２００、第１端末装置３００、第２端末装置４００、表示装置５００等の装置のうち少なくとも２つの装置が統合されていてもよい。例えば、提案システム１０００が第２端末装置４００と表示装置５００とを備えず、第１端末装置３００が第２端末装置４００の機能と表示装置５００の機能とを備えていてもよい。
（実施の形態３）
　実施の形態１では、工作機械２００の納入後にユーザが工作機械２００を動作させ、その後、ユーザが要求加工精度と要求加工速度とを指定する例について説明した。工作機械２００の発注時にユーザが要求加工精度と要求加工速度とを指定してもよい。この場合、工作機械２００の設置環境は、既存の他の類似の工作機械の設置環境から類推した上で、ユーザの要求を満たす設備構成が提案されてもよい。かかる構成によれば、工作機械２００がない状態でも、工作機械２００の使い方、工作機械２００の設置環境等に特化してカスタマイズされた設備構成を特定可能である。その結果、高精度化、高速化、メンテナンス費用の低減等が期待できる。
（実施の形態４）
　実施の形態１では、工作機械２００が通信ネットワーク７００に接続されている例について説明した。工作機械２００が通信ネットワーク７００に接続されていなくてもよい。この場合、例えば、工作機械２００に、ソフトウェアアップデートで各種の機能をロックしたり解除したりする機能を持たせればよい。
　工作機械２００の機能をサブスクリプションにより提供することで、必要な時に必要な機能だけ使用できるようにしたり、普段使用しない機能をお試しで使用できるようにしたりしてもよい。
（実施の形態５）
　図１０は、実施の形態５に係る提案装置１００が実行する特性特定処理を示すフローチャートである。この特性特定処理は、精度関連特性を特定する処理であり、実施の形態１の図８におけるステップＳ１０１からステップＳ１０４までの処理に対応する。実施の形態１では、提案装置１００は、連成解析を用いて精度関連特性を特定した。しかしながら、連成解析では、制御モデルの解析と機構モデルの解析との２種の解析を同時に実行する必要があるため、計算処理の規模が大きく処理負荷が大きいというデメリットがある。そこで、本実施の形態では、提案装置１００は、特性特定処理において、精度データベース情報を用いて、精度関連特性を特定する。
　精度データベース情報は、精度関連特性と加工精度に関わる特徴量との相関関係を表す情報である。図１１に示すように、提案装置１００は、精度データベース６５０から精度データベース情報を取得可能である。加工精度に関わる特徴量は、振動応答の周波数応答に関する特徴量である振動特性特徴量、オーバーシュート、象限突起等に関する特徴量である加工精度特徴量等である。精度データベース情報は、シミュレーション情報と実機実験情報とのうち少なくとも一方を含む。シミュレーション情報は、精度関連特性を変化させて実行した連成解析により得られた精度シミュレーション情報を含む情報である。精度シミュレーション情報は、加工精度に関わる特徴量のシミュレーション結果を示す情報である。
　実機実験情報は、精度関連特性を変化させて実行した実機を用いた実験により得られた精度実験情報を含む情報である。精度実験情報は、加工精度に関わる特徴量の実機を用いた実験における実験結果を示す情報である。提案装置１００は、特性特定処理において、精度関連特性毎に精度実績情報と精度データベース情報との偏差を評価し、偏差が最小の精度データベース情報を工作機械２００の精度関連特性として特定する。
　まず、提案装置１００が備える制御部１１は、現設備構成情報、動作履歴情報及び精度実績情報を取得する（ステップＳ３０１）。制御部１１は、ステップＳ３０１の処理を完了すると、精度データベース６５０から精度データベース情報を取得する（ステップＳ３０２）。制御部１１は、ステップＳ３０２の処理を完了すると、精度実績情報と精度データベース情報との偏差を評価する（ステップＳ３０３）。
　具体的には、制御部１１は、精度関連特性を示すパラメータ値毎に、精度実績情報が示す特徴量に対する精度データベース情報が示す特徴量の偏差を求める。なお、偏差は、基準値と注目する値との差である。ここでは、基準値は精度実績情報が示す特徴量であり、注目する値は精度データベース情報が示す特徴量である。精度実績情報が示す特徴量は、工作機械２００について取得された精度実績情報が示す、振動特性特徴量、加工精度特徴量等である。精度データベース情報が示す特徴量は、精度シミュレーション情報又は精度実験情報が示す、振動特性特徴量、加工精度特徴量等である。制御部１１は、精度実績情報が示す特徴量を基準値として、精度シミュレーション情報又は精度実験情報が上記パラメータ値毎に示す特徴量のそれぞれについて偏差を求める。
　制御部１１は、ステップＳ３０３の処理を完了すると、偏差が最小のデータベース情報に基づいて、精度関連特性を推定する（ステップＳ３０４）。例えば、精度データベース情報がシミュレーション情報を含む場合、制御部１１は、精度シミュレーション情報が示す特徴量のうち、精度実績情報が示す特徴量からの偏差が最小である特徴量を特定する。そして、制御部１１は、特定した特徴量に対応するパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。
　例えば、精度実績情報が、振動特性特徴量としてＶ０を示し、加工精度特徴量としてＡ０を示すものとする。また、精度シミュレーション情報が、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）というパラメータ値に対して、振動特性特徴量としてＶ１を示し、加工精度特徴量としてＡ１を示すものとする。また、精度シミュレーション情報が、（設置部剛性：Ｋ２、駆動部摩擦力：Ｃ２）というパラメータ値に対して、振動特性特徴量としてＶ２を示し、加工精度特徴量としてＡ２を示すものとする。ここで、Ｖ０とＶ１との差がＶ０とＶ２との差よりも小さく、Ａ０とＡ１との差がＡ０とＡ２との差よりも小さい場合、特徴量の偏差が最小となるパラメータ値は、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）である。そこで、制御部１１は、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）というパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。
　また、例えば、精度データベース情報が実機実験情報を含む場合、制御部１１は、精度実験情報が示す特徴量のうち、精度実績情報が示す特徴量からの偏差が最小である特徴量を特定する。そして、制御部１１は、特定した特徴量に対応するパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。
　例えば、精度実績情報が、振動特性特徴量としてＶ０を示し、加工精度特徴量としてＡ０を示すものとする。また、精度実験情報が、（設置部剛性：Ｋ３、駆動部摩擦力：Ｃ３）というパラメータ値に対して、振動特性特徴量としてＶ３を示し、加工精度特徴量としてＡ３を示すものとする。また、精度実験情報が、（設置部剛性：Ｋ４、駆動部摩擦力：Ｃ４）というパラメータ値に対して、振動特性特徴量としてＶ４を示し、加工精度特徴量としてＡ４を示すものとする。ここで、Ｖ０とＶ３との差がＶ０とＶ４との差よりも小さく、Ａ０とＡ３との差がＡ０とＡ４との差よりも小さい場合、特徴量の偏差が最小となるパラメータ値は、（設置部剛性：Ｋ３、駆動部摩擦力：Ｃ３）である。そこで、制御部１１は、（設置部剛性：Ｋ３、駆動部摩擦力：Ｃ３）というパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。制御部１１は、ステップＳ３０４の処理を完了すると、特性特定処理を完了する。
　以上説明したように、本実施の形態では、工作機械２００について取得した精度実績情報と精度データベース６５０から取得した精度データベース情報とに基づいて、精度関連特性と、振動特性特徴量と加工精度特徴量とのうち少なくとも一方との相関関係から、工作機械２００の精度関連特性が推定される。このため、本実施の形態によれば、少ない処理負荷で精度関連特性の推定が可能である。また、精度データベース６５０に精度データベース情報を追加していくことで、精度関連特性の推定精度を向上させることが可能である。
（実施の形態６）
　図１２は、実施の形態６に係る提案装置１００が実行する特性特定処理を示すフローチャートである。実施の形態５では、偏差の評価指標として、振動特性特徴量と加工精度特徴量とのうち少なくとも一方を用いる。このため、特徴量が偶然一致することに起因して、推定される精度関連特性が実際の精度関連特性とは異なる可能性がある。そこで、本実施の形態では、提案装置１００は、精度関連特性に対応する学習済みモデルのデータベースを参照して、精度関連特性を推定する。
　学習済みモデルは、動作履歴情報を入力して精度予測情報を出力するモデルである。精度予測情報は、精度に関する特徴量を示す情報である。例えば、精度予測情報は、加工精度に相当する動作軌道であってもよいし、オーバーシュート、象限突起等の加工精度特徴量であってもよい。学習済みモデルは、例えば、条件の異なる軌道データ、条件の異なるモータへのトルク等を入力して、機構解析モデル８２における先端部２２１の動作軌道の出力を学習させたモデルである。学習済みモデルは、例えば、実験データ、機構解析モデル単体の解析の結果、制御モデルと機構解析モデルとを用いた連成解析の結果等を学習させたサロゲートモデルである。提案装置１００は、特性特定処理において、精度関連特性毎に設けられた学習済みモデルに対して、動作履歴情報を入力して精度予測情報を取得する。図１３に示すように、提案装置１００は、モデルデータベース６６０から学習済みモデルを取得可能である。
　まず、制御部１１は、現設備構成情報、動作履歴情報及び精度実績情報を取得する（ステップＳ４０１）。制御部１１は、ステップＳ４０１の処理を完了すると、モデルデータベース６６０から学習済みモデルを取得する（ステップＳ４０２）。制御部１１は、ステップＳ４０２の処理を完了すると、動作履歴情報を学習済みモデルに入力して精度予測情報を取得する（ステップＳ４０３）。具体的には、制御部１１は、精度関連特性毎に設けられた学習済みモデルのそれぞれに動作履歴情報を入力し、各学習済みモデルから精度予測情報を取得する。
　制御部１１は、ステップＳ４０３の処理を完了すると、精度実績情報と精度予測情報との偏差を評価する（ステップＳ４０４）。具体的には、制御部１１は、各学習済みモデルから取得された精度予測情報のそれぞれについて、精度実績情報が示す特徴量に対する、精度予測情報が示す特徴量の偏差を求める。
　制御部１１は、ステップＳ４０４の処理を完了すると、偏差が最小のデータベース情報に基づいて、精度関連特性を推定する（ステップＳ４０５）。例えば、制御部１１は、精度実績情報が示す特徴量からの偏差が最小である特徴量を示す精度予測情報を出力した学習済みモデルを特定する。制御部１１は、特定した学習済みモデルに対応するパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。
　例えば、精度実績情報が特徴量としてＢ０を示すものとする。また、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）というパラメータ値に対してＭ１という学習済みモデルが用意され、（設置部剛性：Ｋ２、駆動部摩擦力：Ｃ２）というパラメータ値に対してＭ２という学習済みモデルが用意されるものとする。また、工作機械２００について取得された動作履歴情報をＭ１に入力したときの出力が特徴量としてＢ１を示す精度予測情報であり、この動作履歴情報をＭ２に入力したときの出力が特徴量としてＢ２を示す精度予測情報であるものとする。ここで、Ｂ０とＢ１との差がＢ０とＢ２との差よりも小さい場合、特徴量の偏差が最小となるパラメータ値は、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）である。そこで、制御部１１は、（設置部剛性：Ｋ１、駆動部摩擦力：Ｃ１）というパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。制御部１１は、ステップＳ４０５の処理を完了すると、特性特定処理を完了する。
　以上説明したように、本実施の形態では、特性特定処理において、学習済みモデルから出力される精度予測情報に基づいて、工作機械２００の精度関連特性が推定される。このため、本実施の形態によれば、精度関連特性の推定精度を高めることが可能となる。
（実施の形態７）
　図１４は、実施の形態７に係る提案装置１００が実行する特性特定処理を示すフローチャートである。実施の形態５では、精度データベース情報における精度関連特性のパターンの数が少ない場合又はこのパターンに偏りがある場合、偏差が許容値よりも小さくなる精度関連特性のパターンが存在しない可能性がある。本実施の形態では、提案装置１００は、精度関連特性の標準パラメータ値を取得し、標準パラメータ値を使用して連成解析を実行する。
　提案装置１００は、精度実績情報と連成解析より得られた精度予測情報との偏差を評価する。提案装置１００は、偏差が許容値以下であれば、精度関連特性が実機と一致していると判断し、精度関連特性の特定処理を終了する。提案装置１００は、偏差が許容値を超える場合は、最適化器により精度関連特性を更新し、再度連成解析を実行するという一連のループ処理を繰り返して実行する。最適化器のアルゴリズムとしては、例えば、粒子群最適化、ベイズ最適化等のアルゴリズムを採用することができる。
　まず、制御部１１は、現設備構成情報、動作履歴情報及び精度実績情報を取得する（ステップＳ５０１）。制御部１１は、ステップＳ５０１の処理を完了すると、精度関連特性の標準パラメータ値を取得する（ステップＳ５０２）。制御部１１は、ステップＳ５０２の処理を完了すると、精度関連特性と動作履歴情報とを入力してシミュレーションを実行する（ステップＳ５０３）。つまり、制御部１１は、精度関連特性の初期値として取得した標準パラメータ値を設定し、精度関連特性を示す標準パラメータ値と動作履歴情報とを使用して連成解析を実行し、精度予測情報を取得する。精度予測情報は、精度に関する特徴量を示す情報である。例えば、精度予測情報は、加工精度に相当する動作軌道であってもよいし、オーバーシュート、象限突起等の加工精度特徴量であってもよい。
　制御部１１は、ステップＳ５０３の処理を完了すると、精度実績情報と精度予測情報との偏差を評価する（ステップＳ５０４）。つまり、制御部１１は、精度実績情報が示す特徴量に対する精度予測情報が示す特徴量の偏差を求める。制御部１１は、ステップＳ５０４の処理を完了すると、偏差が許容値以下であるか否かを判別する（ステップＳ５０５）。制御部１１は、偏差が許容値以下でないと判別すると（ステップＳ５０５：ＮＯ）、最適化器により精度関連特性を更新する（ステップＳ５０６）。つまり、制御部１１は、最適化器により精度関連特性が示すパラメータ値を変化させる。制御部１１は、ステップＳ５０６の処理を完了すると、ステップＳ５０３に処理を戻す。
　制御部１１は、偏差が許容値以下であると判別すると（ステップＳ５０５：ＹＥＳ）、最後に用いた精度関連特性を精度関連特性として推定する（ステップＳ５０７）。つまり、制御部１１は、偏差が許容値以下となるパラメータ値を、工作機械２００の精度関連特性が示すパラメータ値として推定する。制御部１１は、ステップＳ５０７の処理を完了すると、特性特定処理を完了する。
　以上説明したように、本実施の形態では、加工精度が実機に一致するように精度関連特性を自動調整するアルゴリズムが採用される。このため、本実施の形態によれば、精度関連特性の推定精度を高めることが可能となる。
（実施の形態８）
　図１５は、実施の形態８に係る提案装置１００が実行する特性特定処理を示すフローチャートである。実施の形態７では、ループ処理を実行する度に連成解析を実行する必要があるため、計算処理の規模が大きく処理負荷が大きい。本実施の形態では、連成解析の代わりに学習済みモデルが用いられる。本実施の形態における学習済みモデルは、図１６に示すように、動作履歴情報と、設置部剛性、駆動部摩擦力等の精度関連特性とを入力したときに出力される精度予測情報を学習したモデルである。学習済みモデルが出力する精度予測情報は、精度に関する特徴量を示す情報である。例えば、精度予測情報は、加工精度に相当する動作軌道であってもよいし、オーバーシュート、象限突起等の加工精度特徴量であってもよい。本実施の形態では、提案装置１００は、特性特定処理において、精度実績情報と学習済みモデルから得られた精度予測情報との偏差を評価し、偏差が許容値以下となるまでループ処理を実行する。
　まず、制御部１１は、現設備構成情報、動作履歴情報及び精度実績情報を取得する（ステップＳ６０１）。制御部１１は、ステップＳ６０１の処理を完了すると、精度関連特性の標準パラメータ値を取得する（ステップＳ６０２）。制御部１１は、ステップＳ６０２の処理を完了すると、学習済みモデルを取得する（ステップＳ６０３）。制御部１１は、ステップＳ６０３の処理を完了すると、学習済みモデルを用いて精度予測情報を取得する（ステップＳ６０４）。具体的には、制御部１１は、動作履歴情報と精度関連特性の標準パラメータ値とを学習済みモデルに入力して精度予測情報を取得する。
　制御部１１は、ステップＳ６０４の処理を完了すると、精度実績情報と精度予測情報との偏差を評価する（ステップＳ６０５）。つまり、制御部１１は、精度実績情報が示す特徴量に対する精度予測情報が示す特徴量の偏差を求める。制御部１１は、ステップＳ６０５の処理を完了すると、偏差が許容値以下であるか否かを判別する（ステップＳ６０６）。制御部１１は、偏差が許容値以下でないと判別すると（ステップＳ６０６：ＮＯ）、最適化器により精度関連特性を更新する（ステップＳ６０７）。つまり、制御部１１は、最適化器により精度関連特性が示すパラメータ値を変化させる。制御部１１は、ステップＳ６０７の処理を完了すると、ステップＳ６０４に処理を戻す。
　制御部１１は、偏差が許容値以下であると判別すると（ステップＳ６０６：ＹＥＳ）、最後に用いた精度関連特性を精度関連特性として推定する（ステップＳ６０８）。つまり、制御部１１は、偏差が許容値以下となるパラメータ値を、工作機械２００の精度関連特性を示すパラメータ値として推定する。制御部１１は、ステップＳ６０８の処理を完了すると、特性特定処理を完了する。
　以上説明したように、本実施の形態では、特性特定処理において、学習済みモデルから出力される精度予測情報に基づいて、工作機械２００の精度関連特性が推定される。このため、本実施の形態によれば、計算のための処理負荷を低減させることが可能となる。
　上記実施の形態１では、制御部１１において、ＣＰＵがＲＯＭ又は記憶部１２に記憶されたプログラムを実行することによって、図４に示した各部として機能した。しかしながら、本開示において、制御部１１は、専用のハードウェアであってもよい。専用のハードウェアとは、例えば単一回路、複合回路、プログラム化されたプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、又は、これらの組み合わせ等である。制御部１１が専用のハードウェアである場合、各部の機能それぞれを個別のハードウェアで実現してもよいし、各部の機能をまとめて単一のハードウェアで実現してもよい。また、各部の機能のうち、一部を専用のハードウェアによって実現し、他の一部をソフトウェア又はファームウェアによって実現してもよい。このように、制御部１１は、ハードウェア、ソフトウェア、ファームウェア、又は、これらの組み合わせによって、上述の各機能を実現することができる。
　本開示に係る提案装置１００の動作を規定する動作プログラムを既存のパーソナルコンピュータ又は情報端末装置等のコンピュータに適用することで、当該コンピュータを、本開示に係る提案装置１００として機能させることも可能である。また、このようなプログラムの配布方法は任意であり、例えば、ＣＤ－ＲＯＭ（Compact Disk ROM）、ＤＶＤ（Digital Versatile Disk）、ＭＯ（Magneto Optical Disk）、又は、メモリカード等のコンピュータ読み取り可能な記録媒体に格納して配布してもよいし、インターネット等の通信ネットワークを介して配布してもよい。
　本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、本開示を説明するためのものであり、本開示の範囲を限定するものではない。すなわち、本開示の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして特許請求の範囲内及びそれと同等の開示の意義の範囲内で施される様々な変形が、本開示の範囲内とみなされる。
　本出願は、２０２２年２月１４日に出願された日本国特許出願特願２０２２－０２０６１８号に基づく。本明細書中に日本国特許出願特願２０２２－０２０６１８号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。
　本開示は、設備構成を提案する提案システムに適用可能である。
１１，２１　制御部、１２，２２，３１　記憶部、１３，２３，５１　表示部、１４，２４　操作受付部，１５，２５　通信部、２６　駆動回路、２７　モータ、２８　エンコーダ、４１　要求受付部、８１　制御モデル、８２　機構解析モデル、１００　提案装置、１０１　設備構成取得部、１０２　動作履歴取得部、１０３　精度実績取得部、１０４　特性特定部、１０５　ユーザ要求取得部、１０６　製品情報取得部、１０７　設備構成決定部、１０８　情報出力部、２００　工作機械、２１０　数値制御装置、２２０　本体装置、２２１　先端部、２２２，２２２Ａ，２２２Ｂ，２２２Ｃ　モータ部、２２３，２２３Ａ，２２３Ｂ，２２４　部品、２２５，２２５Ａ，２２５Ｃ　摺動部、３００　第１端末装置、４００　第２端末装置、５００　表示装置、６００　サーバ、６００Ａ　第１サーバ、６００Ｂ　第２サーバ、６００Ｃ　第３サーバ、６５０　精度データベース、６６０　モデルデータベース、７００　通信ネットワーク、１０００　提案システム

Claims (13)

  1. 　工作機械の現在の部品構成と前記工作機械の現在の制御プログラムとを含む現設備構成示す現設備構成情報を取得する設備構成取得手段と、
    　前記工作機械の動作履歴を示す動作履歴情報を取得する動作履歴取得手段と、
    　前記工作機械の加工精度の実績を示す精度実績情報を取得する精度実績取得手段と、
    　前記現設備構成情報と前記動作履歴情報と前記精度実績情報とに基づいて、前記工作機械の加工精度に影響する特性である精度関連特性を特定する特性特定手段と、
    　加工精度に関するユーザの要求を取得するユーザ要求取得手段と、
    　前記工作機械に使用可能な部品と前記工作機械に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を取得する製品情報取得手段と、
    　前記現設備構成情報と前記精度関連特性と前記製品情報とに基づいて、前記ユーザの要求を満たす設備構成であって、前記現設備構成において前記現在の部品構成と前記現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定する設備構成決定手段と、
    　前記提案設備構成に関する情報である提案設備関連情報を出力する情報出力手段と、を備える、
    　提案装置。
  2. 　前記設備構成決定手段は、前記工作機械が被加工物を加工するときに前記工作機械が備える移動部が描く軌道から第１軌道を選択し、前記現在の部品構成において前記移動部が前記第１軌道を描くときに用いる第１部品を特定し、前記現設備構成において前記第１部品を新たな部品に置換した設備構成、又は、前記現設備構成において前記第１部品に新たな部品を追加した設備構成を、前記提案設備構成として決定する、
    　請求項１に記載の提案装置。
  3. 　前記設備構成決定手段は、前記現設備構成情報と前記動作履歴情報とに基づいて、前記移動部が描く軌道のうち描かれる頻度が高い軌道を前記第１軌道として選択する、
    　請求項２に記載の提案装置。
  4. 　前記設備構成決定手段は、前記現設備構成情報と前記動作履歴情報とに基づいて、前記移動部が描く軌道のうち振動が発生し易い軌道を前記第１軌道として選択する、
    　請求項２に記載の提案装置。
  5. 　前記設備構成決定手段は、前記製品情報が示す前記ラインアップから前記第１部品に対応する少なくとも１つの候補部品を特定し、前記少なくとも１つの候補部品のうち前記ユーザの要求を満たす候補部品を前記新たな部品として決定する、
    　請求項２から４の何れか１項に記載の提案装置。
  6. 　前記設備構成決定手段は、前記工作機械が被加工物を加工するときに用いる周波数のうち振動が発生し易い周波数を特定し、前記特定した周波数を用いない制御プログラムを含む設備構成を前記提案設備構成として決定する、
    　請求項１から５の何れか１項に記載の提案装置。
  7. 　前記特性特定手段は、前記精度関連特性を示すパラメータ値毎に振動特性又は加工精度の特徴量のシミュレーション結果を示すシミュレーション情報と、前記パラメータ値毎に振動特性又は加工精度の特徴量の実機を用いた実験における実験結果を示す実機実験情報とのうち少なくとも一方を含む精度データベース情報に基づいて、前記パラメータ値毎に、前記精度実績情報が示す特徴量に対する前記精度データベース情報が示す特徴量の偏差を求め、前記精度データベース情報が示す特徴量のうち求めた偏差が最小の特徴量に対応するパラメータ値を、前記工作機械の精度関連特性を示すパラメータ値として特定する、
    　請求項１から６の何れか１項に記載の提案装置。
  8. 　前記特性特定手段は、前記精度関連特性を示すパラメータ値毎に設けられた、前記動作履歴情報を入力して精度予測情報を出力する学習済みモデルを用いて、前記パラメータ値毎に、前記精度実績情報が示す特徴量に対する前記精度予測情報が示す特徴量の偏差を求め、前記パラメータ値のうち求めた偏差が最小のパラメータ値を、前記工作機械の精度関連特性を示すパラメータ値として特定する、
    　請求項１から６の何れか１項に記載の提案装置。
  9. 　前記特性特定手段は、前記精度関連特性を示すパラメータ値と前記動作履歴情報とを入力して精度予測情報を出力するシミュレーションを実行して前記精度予測情報を取得し、前記精度実績情報が示す特徴量に対する前記精度予測情報が示す特徴量の偏差を求め、前記パラメータ値の初期値として標準パラメータ値を設定し、求めた偏差が許容値以下になるまで最適化器により前記パラメータ値を更新しながら前記シミュレーションにより前記精度予測情報を取得する処理を繰り返して実行し、求めた偏差が前記許容値以下となったときの前記パラメータ値を、前記工作機械の精度関連特性を示すパラメータ値として特定する、
    　請求項１から６の何れか１項に記載の提案装置。
  10. 　前記特性特定手段は、前記精度関連特性を示すパラメータ値と前記動作履歴情報とを入力して精度予測情報を出力する学習済みモデルを用いて前記精度予測情報を取得し、前記精度実績情報が示す特徴量に対する前記精度予測情報が示す特徴量の偏差を求め、前記パラメータ値の初期値として標準パラメータ値を設定し、求めた偏差が許容値以下になるまで最適化器により前記パラメータ値を更新しながら前記学習済みモデルを用いて前記精度予測情報を取得する処理を繰り返して実行し、求めた偏差が前記許容値以下となったときの前記パラメータ値を、前記工作機械の精度関連特性を示すパラメータ値として特定する、
    　請求項１から６の何れか１項に記載の提案装置。
  11. 　工作機械と、提案装置と、表示装置とを備える提案システムであって、
    　前記工作機械は、
    　前記工作機械の現在の部品構成と前記工作機械の現在の制御プログラムとを含む現設備構成示す現設備構成情報と、前記工作機械の動作履歴を示す動作履歴情報と、を記憶する記憶手段を備え、
    　前記提案装置は、
    　前記工作機械の加工精度の実績を示す精度実績情報を取得する精度実績取得手段と、
    　前記現設備構成情報と前記動作履歴情報と前記精度実績情報とに基づいて、前記工作機械の加工精度に影響する特性である精度関連特性を特定する特性特定手段と、
    　加工精度に関するユーザの要求を取得するユーザ要求取得手段と、
    　前記工作機械に使用可能な部品と前記工作機械に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報を取得する製品情報取得手段と、
    　前記現設備構成情報と前記精度関連特性と前記製品情報とに基づいて、前記ユーザの要求を満たす設備構成であって、前記現設備構成において前記現在の部品構成と前記現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定する設備構成決定手段と、を備え、
    　前記表示装置は、
    　前記提案設備構成に関する情報である提案設備関連情報を表示する表示手段を備える、
    　提案システム。
  12. 　工作機械の現在の部品構成と前記工作機械の現在の制御プログラムとを含む現設備構成示す現設備構成情報と、前記工作機械の動作履歴を示す動作履歴情報と、前記工作機械の加工精度の実績を示す精度実績情報とに基づいて、前記工作機械の加工精度に影響する特性である精度関連特性を特定し、
    　前記現設備構成情報と、前記精度関連特性と、前記工作機械に使用可能な部品と前記工作機械に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報とに基づいて、加工精度に関するユーザの要求を満たす設備構成であって、前記現設備構成において前記現在の部品構成と前記現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定し、
    　前記提案設備構成に関する情報である提案設備関連情報を提示する、
    　提案方法。
  13. 　コンピュータを、
    　工作機械の現在の部品構成と前記工作機械の現在の制御プログラムとを含む現設備構成示す現設備構成情報と、前記工作機械の動作履歴を示す動作履歴情報と、前記工作機械の加工精度の実績を示す精度実績情報とに基づいて、前記工作機械の加工精度に影響する特性である精度関連特性を特定する特性特定手段、
    　前記現設備構成情報と、前記精度関連特性と、前記工作機械に使用可能な部品と前記工作機械に使用可能な制御プログラムとのうち少なくとも一方のラインアップを示す製品情報とに基づいて、加工精度に関するユーザの要求を満たす設備構成であって、前記現設備構成において前記現在の部品構成と前記現在の制御プログラムとのうち少なくとも一方が変更された設備構成である提案設備構成を決定する設備構成決定手段、として機能させる、
    　プログラム。
PCT/JP2023/004219 2022-02-14 2023-02-08 提案装置、提案システム、提案方法、及び、プログラム WO2023153446A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022020618 2022-02-14
JP2022-020618 2022-02-14

Publications (1)

Publication Number Publication Date
WO2023153446A1 true WO2023153446A1 (ja) 2023-08-17

Family

ID=87564458

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/004219 WO2023153446A1 (ja) 2022-02-14 2023-02-08 提案装置、提案システム、提案方法、及び、プログラム

Country Status (1)

Country Link
WO (1) WO2023153446A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0847846A (ja) * 1994-08-02 1996-02-20 Ntn Corp 研磨加工の制御方法及びその装置
WO2002003156A1 (fr) * 2000-06-30 2002-01-10 Mori Seiki Co., Ltd. Systeme de support d'usinage a commande numerique
JP2015156182A (ja) * 2014-02-21 2015-08-27 株式会社Kmc 部品加工ライン制御システム
WO2018225270A1 (ja) * 2017-06-09 2018-12-13 株式会社ジーベックテクノロジー 加工条件決定プログラム、コンピュータ装置、加工条件決定方法、加工装置、及び加工システム
JP2019204248A (ja) * 2018-05-23 2019-11-28 株式会社日立製作所 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム
JP2021047520A (ja) * 2019-09-17 2021-03-25 株式会社ジェイテクト 作業支援システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0847846A (ja) * 1994-08-02 1996-02-20 Ntn Corp 研磨加工の制御方法及びその装置
WO2002003156A1 (fr) * 2000-06-30 2002-01-10 Mori Seiki Co., Ltd. Systeme de support d'usinage a commande numerique
JP2015156182A (ja) * 2014-02-21 2015-08-27 株式会社Kmc 部品加工ライン制御システム
WO2018225270A1 (ja) * 2017-06-09 2018-12-13 株式会社ジーベックテクノロジー 加工条件決定プログラム、コンピュータ装置、加工条件決定方法、加工装置、及び加工システム
JP2019204248A (ja) * 2018-05-23 2019-11-28 株式会社日立製作所 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム
JP2021047520A (ja) * 2019-09-17 2021-03-25 株式会社ジェイテクト 作業支援システム

Similar Documents

Publication Publication Date Title
US10331104B2 (en) Machine tool, simulation apparatus, and machine learning device
JP5078891B2 (ja) 機械における機械要素の移動案内のための方法および装置
JP6567205B1 (ja) 機械学習装置、補正パラメータ調整装置および機械学習方法
JP6469065B2 (ja) 機械学習装置及び加工時間予測装置
US20200217654A1 (en) Active damping of a measuring device
JP6450732B2 (ja) 数値制御装置
JP6585666B2 (ja) 速度一定が要求されるアプリケーションにおいて学習制御を行うロボット及びその制御方法
CN110658785B (zh) 输出装置、控制装置、以及评价函数值的输出方法
WO2021060090A1 (ja) 制御システム
JP6961128B1 (ja) シミュレーション装置、工作機械システム、シミュレーション方法および加工方法
WO2023153446A1 (ja) 提案装置、提案システム、提案方法、及び、プログラム
CN113711138B (zh) 伺服控制装置
JP7158636B1 (ja) 加工評価装置、加工システム、および加工評価方法
CN112748699A (zh) 模拟装置、数值控制装置以及模拟方法
JP6856591B2 (ja) 制御装置、ｃｎｃ装置及び制御装置の制御方法
WO2018105085A1 (ja) 数値制御装置
CN112236729B (zh) 数控装置
KR20180054354A (ko) 공작기계의 진동 적응제어방법
JP6618656B1 (ja) 保守支援システム、数値制御装置および保守支援システムの制御方法
US20200089175A1 (en) Characteristic judgment apparatus, characteristic judgment method, and charcteristic judgment program
JP7313585B1 (ja) 駆動条件決定装置および駆動条件決定方法
JP7278507B1 (ja) 数値制御装置、数値制御工作機械、加工プログラム生成装置および加工プログラム生成方法
EP4382764A1 (en) Motion system with a configurable feedforward control
WO2022224450A1 (ja) 機械学習装置、加減速調整装置及びコンピュータ読み取り可能な記憶媒体
WO2022186051A1 (ja) 調整支援装置、制御システム及び調整支援方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23752910

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023580301

Country of ref document: JP

Kind code of ref document: A