[发明专利]学习模型构筑装置以及过热预测装置

说明书

本发明涉及学习模型构筑装置以及过热预测装置。在应用于进行切削加工的机床的学习模型构筑装置中，构筑用于学习切削加工时的主轴电动机的加工后的温度关联信息的学习模型。学习模型构筑装置(20)具备输入主轴电动机的当前温度以及切削加工的条件的输入部(21)。此外，具备：学习部(23)，其将主轴电动机的当前温度及切削加工的条件、与切削加工后的主轴电动机的温度即标签的组作为监督数据进行接受，并进行基于该监督数据的机器学习，由此构筑用于学习切削加工时的主轴电动机的加工后的温度关联信息的学习模型。

技术领域

本发明涉及应用于通过安装有刀具并通过主轴电动机旋转的主轴、以及使该主轴与被加工物进行相对移动的进给轴来进行切削加工的机床的学习模型构筑装置以及过热预测装置。

背景技术

以往，在数值控制机床中，使驱动机床所具备的进给轴以及主轴的电动机的加减速度或最高速度变大，由此，缩短加工时间而提高生产性。若进行这样的控制，则在由电动机以及放大器构成的各轴的驱动装置中流过较大的电流，此外每个单位时间的电动机的加减速次数变多，其结果是，使驱动装置发热。在现有技术中，若因发热使驱动装置的温度上升至预定温度，则发出警报并使机床停止，由此来防止驱动装置因热而受损。

然而，在加工中若机床停止，则加工效率降低，存在发生加工不良的情况。尤其是在机床进行无人运转的情况下，操作者需要使机床恢复，从而也有可能使机床长时间保持停止。为了避免这样的不良状况，以往，通过设定在预定的每个单位时间的最大加减速次数的范围内具有余量的加速度，来避免驱动装置过热。

然而，驱动装置的温度上升由于工件的重量或材质、加工负荷、周围温度等而有所不同，因此即使在最大加减速次数内驱动装置也有可能成为过热。此外，即使在超过最大加减速次数而进行加工的情况下，同样有可能成为过热。因此，在专利文献1和专利文献2中公开了防止驱动装置的过热并能够继续进行运转的装置或方法。

在专利文献1中公开了若驱动部的温度成为预定温度以上，则限制加速度并抑制驱动部的输出的技术。然而，在专利文献1所记载的发明中若不进行动作则无法获知修正后的加工条件是否合适，即使降低加工条件也有可能成为过热。

在专利文献2中公开了根据驱动单元的温度或加减速次数，将进给轴的加减速时间常数控制为不会过热的适当值的方法。然而，在专利文献2的所记载的发明中，如[0020]段等所记载的那样，需要预先通过实验求出并存储加工时间与电动机温度的关系(温度曲线)、加减速时间常数与温度的上升率(温度曲线的斜率)的关系的步骤。进而，温度曲线的斜率仅通过加减速时间常数无法决定，至少还依赖于对电动机施加的负荷。因此，只要未确定是施加何种程度的负荷的加工，则无法预测不成为过热的适当的加减速时间常数。另外，专利文献2所记载的发明是与进给轴的控制相关的发明，并且在专利文献2中并未对主轴转速的控制有所记载。

专利文献

专利文献1：日本特开2003-5836号公报

专利文献2：日本特开平9-179623号公报

发明内容

在机床中，例如重复进行频繁的加减速的切削加工会因几个原因的交织而使主轴电动机的温度，容易引起过热。一般来说，是否成为过热依赖于使用哪个主轴系统(主轴电动机、主轴、进给轴、工具装备等)进行何种频率、负荷的切削加工。因此，难以事先发现用于预测过热的恰当的阈值。

本发明的目的在于，鉴于这样的问题，提供可以根据主轴电动机的当前温度或切削加工的条件来构筑用于学习切削加工时的主轴电动机的加工后的温度关联信息(温度、温度上升值等)的学习模型的学习模型构筑装置、以及根据该学习模型来预测主轴电动机是否过热的过热预测装置。