[发明专利]机器学习装置、数控装置、线放电加工机及机器学习方法

说明书

机器学习装置(20)具有：状态观测部(21)，其将特征形状、采用方案以及判定结果作为状态变量而进行观测，该特征形状表示进行线放电加工而得到的结果物的整体形状之中的判断为需要调整加工条件的一部分的形状，该采用方案是从对加工条件进行调整而用于使特征形状所表示的部位的加工性能提高的大于或等于1个调整方法中选择出的调整方法，该判定结果表示采用方案的实施对与特征形状相对应的部位的加工性能的改善是否有效；以及学习部(22)，其按照基于状态变量而创建的数据集，对加工条件的调整方法进行学习。

技术领域

本发明涉及对由线放电加工机进行加工时的加工条件的调整方法进行学习的机器学习装置、数控装置、线放电加工机及机器学习方法。

背景技术

在专利文献1公开了通过机器学习对进行线放电加工时的校正参数进行学习的控制装置。专利文献1所记载的控制装置通过使用学习结果，从而能够基于加工形状、加工要素等而求出加工条件中的适当的校正参数。

专利文献1：日本特开2018－169934号公报

发明内容

专利文献1所记载的发明将加工形状整体作为对象，进行是否能够达到期望的加工精度的判定，使用该判定结果进行机器学习。因此，在加工形状的一部分存在问题的情况下，也会包含各种校正参数之中的对加工形状整体的加工精度造成影响的校正参数而进展机器学习，进行校正参数的优化。在该情况下，成为以视作加工形状整体时的加工精度改善的方式将校正参数优化后的加工条件，但另一方面，在视作实际上发生问题的部分时有可能没有成为使用最佳的校正参数的加工条件。

本发明就是鉴于上述情况而提出的，其目的在于，得到实现能够将线放电加工的加工条件调整为适当的内容的线放电加工机的机器学习装置。

为了解决上述的课题，达到目的，本发明是一种机器学习装置，其对线放电加工的加工条件的调整方法进行学习，该机器学习装置具有：状态观测部，其将特征形状、采用方案以及判定结果作为状态变量而进行观测，该特征形状表示进行线放电加工而得到的结果物的整体形状之中的判断为需要调整加工条件的一部分的形状，该采用方案是从对加工条件进行调整而用于使特征形状所表示的部位的加工性能提高的大于或等于1个调整方法中选择出的调整方法，该判定结果表示采用方案的实施对与特征形状相对应的部位的加工性能的改善是否有效；以及学习部，其按照基于状态变量而创建的数据集，对加工条件的调整方法进行学习。

发明的效果

本发明所涉及的机器学习装置具有下述效果，即，可以实现能够将线放电加工的加工条件调整为适当的内容的线放电加工机。

附图说明

图1是表示应用本发明的实施方式所涉及的机器学习装置而实现的线放电加工机的结构例的图。

图2是表示本发明的实施方式所涉及的数控装置的结构例的图。

图3是表示本发明的实施方式所涉及的数控装置所具有的机器学习装置及作业辅助部的结构例的图。

图4是表示加工形状显示部在显示部进行显示的画面的一个例子的图。

图5是表示改善方案显示部在显示部进行显示的画面的一个例子的图。

图6是表示改善方案评价部在显示部进行显示的画面的一个例子的图。

图7是表示本发明的实施方式所涉及的数控装置的动作的一个例子的流程图。

图8是表示将本发明的实施方式所涉及的数控装置实现的硬件的一个例子的图。

具体实施方式

下面，基于附图对本发明的实施方式所涉及的机器学习装置、

数控装置、线放电加工机及机器学习方法详细地进行说明。此外，本发明不受本实施方式限定。

实施方式.