[发明专利]机器学习装置、加工状态预测装置以及控制装置

说明书

本发明涉及制作学习完成模型，并利用该学习完成模型高精度地预测加工状态。该学习完成模型在不实际进行加工运转或模拟的情况下，能高精度地输出在指定的加工条件下进行抛光加工时的加工后工件的加工状态。机器学习装置具有：输入数据取得部，其在用任意工具对任意工件的加工面进行表面处理的抛光加工中，取得加工信息作为输入数据，该加工信息包含抛光加工前的工件信息以及加工条件信息；标签取得部，其取得表示加工状态信息的标签数据，该加工状态信息包含抛光加工后的工件的加工状态以及加工状态正常时的工件的表面粗糙度；学习部，其使用取得的输入数据和标签数据来执行监督学习，并生成学习完成模型，该学习完成模型输入此后进行的抛光加工的加工信息并输出该抛光加工中的加工状态信息。

技术领域

本发明涉及机器学习装置、加工状态预测装置以及控制装置。

背景技术

作为将机器部件等工件的切削加工后的表面粗糙度控制在一定值以内的精加工手段有抛光加工。

如图8(相当于后述的专利文献1的图1)所示，抛光加工是通过将辊(或球面)状的工具T按压到作为金属的工件W的加工面同时使其碾压，由此将表面精加工成平滑的塑性加工法，由于加工部附近硬化，施加压缩残余应力，由此预见加工部的耐磨损性和疲劳强度的提高，因此，主要在汽车部件等的精加工中使用。

此外，在图8的区域A中，工具T被按压到工件W的表面并逐渐加压。另外，在区域B中，接触压力超过工件W的屈服点而引起塑性变形。另外，在区域C中，工具T从加工面脱离，工件W的金属弹性恢复微小的距离Dr。由此，工具T经过的部位，表面的凹凸被平整使得粗糙度变小。

这里，距离Dr也称为弹性恢复量。另外，距离Dv是工具T从工件W的表面被按压的距离，也称为碾压量(或抛光量)。另外，从进行抛光加工前的表面到进行抛光加工并弹性恢复距离Dr后的表面的距离Ds，也称为尺寸变化量。

关于这一点，已知如下技术：制作表示针对加工后表面粗糙度的碾压量与加工前表面粗糙度之关系的响应曲面，根据制作出的响应曲面来决定抛光工具的辊转速、进给速度、碾压量等。例如，参照专利文献1。

现有技术文献

专利文献

专利文献1：日本专利第5527543号

发明内容

发明要解决的课题

在抛光加工中，必须根据加工后所要求的材料的尺寸、表面粗糙度来适当调节碾压量、工具与工件的相对转速(辊转速)、工具与工件的相对进给速度等加工条件。

特别是在中空工件的情况下，如图9所示，若工件的壁厚较薄，则有时因碾压量的不同而产生起伏、变形，难以调整与工件材质(硬度)和壁厚对应的碾压量，因此，根据熟练者的经验来决定加工条件的情况也较多。

并且，在塑性加工中还伴随着弹性恢复(恢复到原来形状的动作)，根据工件材质、硬度、所述抛光加工条件，其弹性恢复量也有差异，因此，在无法实现所要求的尺寸、表面粗糙度时，需要进行加工条件的再调整、再加工。但是，加工条件的再调整、再加工花费工夫。

因此，希望制作学习完成模型以及利用该学习完成模型来高精度地预测加工后的工件的加工状态，其中，该学习完成模型在不实际进行加工运转或模拟的情况下，能高精度地输出在指定的加工条件下进行抛光加工时的加工后工件的加工状态。

用于解决课题的手段