[go: up one dir, main page]

CN111198534A - 预热运转评价装置、预热运转评价方法及计算机可读介质 - Google Patents

预热运转评价装置、预热运转评价方法及计算机可读介质 Download PDF

Info

Publication number
CN111198534A
CN111198534A CN201911111461.5A CN201911111461A CN111198534A CN 111198534 A CN111198534 A CN 111198534A CN 201911111461 A CN201911111461 A CN 201911111461A CN 111198534 A CN111198534 A CN 111198534A
Authority
CN
China
Prior art keywords
warm
evaluation
data
parameter
machine
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.)
Granted
Application number
CN201911111461.5A
Other languages
English (en)
Other versions
CN111198534B (zh
Inventor
尾关真一
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
Publication of CN111198534A publication Critical patent/CN111198534A/zh
Application granted granted Critical
Publication of CN111198534B publication Critical patent/CN111198534B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05B19/19—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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/1917—Control of temperature characterised by the use of electric means using digital means
    • 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
    • B23Q11/0003—Arrangements for preventing undesired thermal effects on tools or parts of the machine
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Automatic Control Of Machine Tools (AREA)

Abstract

本发明提供能够决定适当的预热运转程序的预热运转评价装置、预热运转评价方法及计算机可读介质。数值控制装置(1)具备：温度数据取得部(11)，其在机器进行预热运转时，取得预热运转前的温度数据；参数值取得部(12)，其取得在用于进行预热运转的程序中设定的参数值；评价数据取得部(13)，其取得评价预热运转的结果的一个或多个评价数据；学习部(14)，其学习机器学习模型(20)，该机器学习模型根据由相同或同种机器进行的多次预热运转，将温度数据以及参数的值设为输入，将评价数据设为输出；以及评价部(15)，其在相同或同种的机器进行新的预热运转时，将温度数据和参数值的候补一起输入给机器学习模型(20)，并输出上述评价数据。

Description

预热运转评价装置、预热运转评价方法及计算机可读介质
技术领域
本发明涉及用于适当进行机器的预热运转的装置、方法、程序。
背景技术
目前，为了使机床的加工精度稳定，通常进行在实际加工前预热运转机器，并使主轴的热位移、驱动部的运动精度、冷却剂的温度等为固定的作业。该预热运转是实际加工前的准备作业，因此希望短时间有效地进行。
例如，在专利文献1中提出以下方法：与机床周围的温度以及湿度对应地预先准备多个预热运转程序，通过相应的预热运转程序来运转机床。
另外，在专利文献2中提出一种根据温度时间常数来计算适当的预热运转时间的方法。
但是，在现有的方法中，需要预先生成与各种条件分别对应的多数预热运转程序。另外，在现有的方法中，采用只基于效率的被固定的评价基准，因此难以根据状况来实施适当的预热运转。
专利文献
专利文献1：日本专利第5890467号公报
专利文献2：日本特开2017-224045号公报
发明内容
本发明的目的为提供能够决定适当的预热运转程序的预热运转评价装置、预热运转评价方法以及预热运转评价程序。
(1)本发明的预热运转评价装置(例如后述的数值控制装置1)具备：温度数据取得部(例如后述的温度数据取得部11)，其在机器进行预热运转时，取得预热运转前的温度数据；参数值取得部(例如后述的参数值取得部12)，其取得在用于进行上述预热运转的程序中设定的参数的值；评价数据取得部(例如后述的评价数据取得部13)，其取得评价上述预热运转的结果的一个或多个评价数据；学习部(例如后述的学习部14)，其学习机器学习模型(例如后述的机器学习模型20)，该机器学习模型根据由相同或同种机器进行的多次预热运转，将上述温度数据以及上述参数的值设为输入，将上述评价数据设为输出；以及评价部(例如后述的评价部15)，其在上述相同或同种的机器进行新的预热运转时，将上述温度数据和上述参数的值的候补一起输入给上述机器学习模型，并输出上述评价数据。
(2)在(1)记载的预热运转评价装置中，上述评价数据可以包括上述预热运转所花费的时间和功耗中至少任意一个。
(3)在(1)或(2)记载的预热运转评价装置中，上述参数可以包括主轴转速、进给速度、上述程序的重复执行次数中的至少任意一个。
(4)在(1)～(3)中任意一项记载的预热运转评价装置中，上述温度数据可以包括主轴电动机的温度以及进给轴电动机的温度中的至少任意一个。
(5)在(1)～(4)中任意一项记载的预热运转评价装置中，上述评价部在将预先设定的多个模式的参数的值设为输入时，提示被输出的上述评价数据满足预定条件的上述参数值中上述评价数据的任意一个特定项目为最高评价的上述参数的值。
(6)在(1)～(4)中任意一项记载的预热运转评价装置中，上述评价部在将预先设定的多个模式的参数的值设为输入时，提示被输出的上述评价数据满足预定条件的上述参数值中按照上述评价数据的每个项目进行加权后的综合评价最高的上述参数的值。
(7)本发明的预热运转评价方法由计算机(例如后述的数值控制装置1)执行以下步骤：温度数据取得步骤，在机器进行预热运转时，取得预热运转前的温度数据；参数值取得步骤，取得在用于进行上述预热运转的程序中设定的参数的值；评价数据取得步骤，取得评价上述预热运转的结果的一个或多个评价数据；学习步骤，学习机器学习模型(例如后述的机器学习模型20)，该机器学习模型根据由相同或同种机器进行的多次预热运转，将上述温度数据以及上述参数的值设为输入，将上述评价数据设为输出；以及评价步骤，在上述相同或同种的机器进行新的预热运转时，将上述温度数据和上述参数值的候补一起输入给上述机器学习模型，并输出上述评价数据。
(8)本发明的预热运转评价程序用于使计算机(例如后述的数值控制装置1)作为(1)～(6)中任意一项记载的预热运转评价装置发挥功能。
根据本发明能够决定适当的预热运转程序。
附图说明
图1表示实施方式的数值控制装置的功能结构。
图2表示实施方式的预热运转程序的一例。
图3表示实施方式的参数值候补的设定例。
图4表示实施方式的评价部的输出方法的第一例。
图5表示实施方式的评价部的输出方法的第二例。
图6是例示实施方式的预热运转评价方法的学习阶段的处理的流程图。
图7是例示实施方式的预热运转评价方法的运用阶段的处理的流程图。
附图标记的说明
1：数值控制装置(预热运转评价装置)、11：温度数据取得部、12：参数值取得部、13：评价数据取得部、14：学习部、15：评价部、20：机器学习模型。
具体实施方式
以下，说明本发明实施方式的一例。
在本实施方式中，作为将包括机床以及机器人等的工业机器作为对象的预热运转评价装置的一例，说明控制机床的数值控制装置1。
图1表示本实施方式的数值控制装置1的功能结构。
数值控制装置1对放大器指示按照了加工程序的NC(Numerical Control数控系统)的数据值，由此驱动机床的各种电动机。另外，数值控制装置1取得位置、速度、转矩、温度等信息作为来自机床的反馈。
数值控制装置1在实际加工前执行预热运转程序，由此稳定机床的状态。该预热运转程序能够通过预定参数的设定适当变更机床的动作。数值控制装置1通过以下的各个功能部提示与参数设定对应的预热运转的评价数据以及最优的参数值的组合。
数值控制装置1具备温度数据取得部11、参数值取得部12、评价数据取得部13、学习部14、评价部15。
通过由CPU等控制部执行预定的软件(预热运转评价程序)来实现这些各个功能部。
温度数据取得部11在机床进行预热运转时，取得预热运转前的温度数据。
温度数据例如包括主轴以及进给轴的各个电动机的温度、机床周围的温度。进一步，温度数据取得部11可以取得机床周围的湿度。
参数值取得部12在机床进行预热运转时，取得预热运转程序中设定的参数的值。
参数例如包括主轴转速、进给速度以及预热运转程序的重复执行次数。
图2表示本实施方式的预热运转程序的一例。
在该例子中，主轴转速被设定在参数#100，重复执行次数被设定在参数#101，进给速度被设定在参数#102。
通过执行这样的预热运转程序，根据参数值来实现不同的预热动作。
评价数据取得部13取得评价所实施的预热运转的结果的一个或多个评价数据作为用于机器学习的标签。
评价数据例如除了包括预热运转后的主轴以及进给轴的各个电动机的温度，还包括预热运转所花费的时间和功耗。
另外，评价数据除了这些实际测量值以外，还可以包括根据预定的判定条件判定了实际测量值的评价的结果。例如，取得是否能够充分预热、是否能够在短时间内预热、是否能够以低功耗量来预热等判定结果作为机器学习的标签。
学习部14学习根据相同或同种的机床进行的的多次预热运转，将温度数据以及参数值作为输入且将评价数据作为输出的机器学习模型20并存储。
评价部15在相同或同种机器进行新的预热运转时，对机器学习模型20输入预热运转前的温度数据和参数值的候补，并输出推定了预热运转的结果的评价数据。
图3表示本实施方式的参数值候补的设定例。
在作为参数而设置了主轴转速、进给速度、重复执行次数时，评价部15例如，将各个参数分为5个阶段设定到最大值，将所有125种组合输入给机器学习模型20，分别得到评价数据。
另外，可以通过用户来指定这些参数值的组合。
此时，评价部15在将预先设定的多个模式的参数值设为输入时，可以提示所输出的评价数据满足预定条件的参数值中评价数据的任意一个特定项目为最高评价的参数值。
例如，已知如果提高主轴转速或进给速度则能够期待短时间的预热，但是电力消耗变大。因此，作为评价数据，如果使用施加给预热运转的时间和功耗，则能够根据所输出的评价数据来选择能够抑制功耗并在短时间内预热的参数值的组合。
图4表示本实施方式的评价部15的输出方法的第一例。
在该例子中，表示125种参数值中针对作为预热运转而被判断为适当的一部分参数值的评价数据即“充分预热”、“花费的时间(min)”、“功耗(W)”。
预热运转适当是通过例如充分预热、花费的时间较短(例如35分钟以下)、功耗量少(例如3MWs以下)等条件来进行判断的。另外，功耗量被计算为“功耗量(Ws)＝功耗(J/sec＝W)×花费的时间(min)×60(sec)”。
评价部15通过基于评价数据的条件来选择适当的预热运转模式中最优的模式。例如根据状况选择能够在最短时间内预热的模式A或功耗量最少的模式B。
另外，评价部15在将预先设定的多个模式的参数值设为输入时，可以提示所输出的评价数据满足预定条件的参数值中按照评价数据的每个项目进行了加权后的综合评价最高的参数的值。
图5表示本实施方式的评价部15的输出方法的第二例。
在该例子中，针对图4的第一例所表示的评价数据计算接下来的加权评价值。
评价值＝(35min-花费的时间)×α1+(3MWs-功耗量)×α2
其中，α1以及α2是加权系数，例如如α1＝1，α2＝100那样来预先设定或每次设定。
评价部15在适当的预热运转的模式中比较评价值，选择评价值最大的模式C。
另外，评价值的计算式不限于此，也可以适当进行设定。
接着，将本实施方式的预热运转评价方法分为学习阶段和运用阶段来进行说明。
数值控制装置1在学习阶段中，学习机器学习模型20，在运用阶段中，根据该机器学习模型20来评价预热运转程序中设定的参数值的组合。
图6是例示本实施方式的预热运转评价方法的学习阶段的处理的流程图。
在步骤S1中，温度数据取得部11在机床进行预热运转时，取得预热运转前的温度数据。
在步骤S2中，参数值取得部12取得预热运转程序中设定的参数值。
在步骤S3中，评价数据取得部13在预热运转结束时取得评价该预热运转结果的评价数据。
在步骤S4中，学习部14使用将上述温度以及上述参数的值作为输入且将上述评价数据作为输出的监督数据来生成或更新机器学习模型20。
在学习阶段中，这样根据由相同或同种的机床进行的多次预热运转来构建机器学习模型20。可以通过多个同种的机床来共享该机器学习模型20。
图7是例示本实施方式的预热运转评价方法的运用阶段的流程图。
在步骤S11中，温度数据取得部11在机床进行新的预热运转时，取得预热运转前的温度数据。
在步骤S12中，评价部15将温度数据和参数值的组合的候补依次输入给所构建的机器学习模型20，并且取得与其对应的评价数据。
在步骤S13中，评价部15根据所取得的评价数据通过分别设定了参数值的组合候补的预热运转程序来判定是否能够充分地预热。
在步骤S14中，评价部15如上述那样选择被判定为能够进行适当的预热运转的候补中功耗量最小或者预定评价值最大的候补等最优的候补。
根据本实施方式，数值控制装置1学习将温度数据以及预热运转程序的参数值作为输入且将用于评价预热运转的结果的评价数据作为输出的机器学习模型20。数值控制装置1在进行新的预热运转时，将参数值的组合的候补输入给机器学习模型20，由此能够取得针对各个候补的评价数据，并能够评价预热运转的适当性。其结果为数值控制装置1能够决定设定了适当的参数值的预热运转程序。
数值控制装置1采用预热运转所花费的时间和功耗作为评价数据，由此能够决定短时间并且低功耗的预热运转程序。
数值控制装置1能够将主轴转速、进给速度、程序的重复执行次数作为预热运转程序的参数进行调整，由此能够有效地调整预热运转的结果。因此，数值控制装置1将改变了这些参数值的多个组合作为对机器学习模型20的输入，比较评价数据，从而能够决定适当的预热运转程序。
数值控制装置1取得主轴电动机的温度或进给轴电动机的温度作为温度数据，从而能够使用伴随机床运行的温度变化大即预热运转的影响大的场所的温度数据来生成识别性高的机器学习模型20。
数值控制装置1提示评价数据的任意一个特定项目具有最高的评价的参数值的组合，由此能够以希望的评价基准来决定满足预定条件的预热运转程序中例如功耗量最小等适当的预热运转程序。
数值控制装置1提示按照评价数据的每个项目进行了加权的综合评价最高的参数值的组合，由此能够决定取得了多个评价基准的平衡的适当的预热运转程序。
以上，说明了本发明的实施方式，但是本发明不限于上述实施方式。另外，本实施方式所记载的效果不过是列举了从本发明产生的最优的效果，本发明的效果不限于本实施方式所记载的内容。
在本实施方式中，评价数据作为机床的测量数据或基于测量数据的判定结果，但是不限于此。例如，也可以使用基于CAE(Computer Aided Engineering计算机辅助工程)分析的温度上升的推定値。
在本实施方式中，对控制机床的数值控制装置1作为预热运转评价装置进行了说明，但不限于此。预热运转评价装置可以是与一个或多个机器通信连接的装置。或者，预热运转评价装置可以是具备用于输入温度数据以及评价数据等的用户接口的独立的信息处理装置。
数值控制装置1进行的数据预热运转评价方法通过软件来实现。在通过软件实现时，构成该软件的程序被安装在计算机中。另外，这些程序可以被记录在可移动介质中分发给用户，也可以经由网络被下载到用户的计算机中来进行分发。

Claims (8)

1.一种预热运转评价装置，其特征在于，
该预热运转评价装置具备：
温度数据取得部，其在机器进行预热运转时，取得上述预热运转前的温度数据；
参数值取得部，其取得在用于进行上述预热运转的程序中设定的参数的值；
评价数据取得部，其取得评价上述预热运转的结果的一个或多个评价数据；
学习部，其学习机器学习模型，该机器学习模型根据由相同或同种机器进行的多次预热运转，将上述温度数据以及上述参数的值设为输入，将上述评价数据设为输出；以及
评价部，其在上述相同或同种的机器进行新的预热运转时，将上述温度数据和上述参数的值的候补一起输入给上述机器学习模型，并输出上述评价数据。
2.根据权利要求1所述的预热运转评价装置，其特征在于，
上述评价数据包括上述预热运转所花费的时间和功耗中至少任意一个。
3.根据权利要求1或2所述的预热运转评价装置，其特征在于，
上述参数包括主轴转速、进给速度、上述程序的重复执行次数中至少任意一个。
4.根据权利要求1～3中任意一项所述的预热运转评价装置，其特征在于，
上述温度数据包括主轴电动机的温度以及进给轴电动机的温度中至少任意一个。
5.根据权利要求1～4中任意一项所述的预热运转评价装置，其特征在于，
上述评价部在将预先设定的多个模式的参数值设为输入时，提示被输出的上述评价数据满足预定条件的上述参数的值中上述评价数据的任意一个特定项目为最高评价的上述参数的值。
6.根据权利要求1～4中任意一项所述的预热运转评价装置，其特征在于，
上述评价部在将预先设定的多个模式的参数的值设为输入时，提示被输出的上述评价数据满足预定条件的上述参数的值中按照上述评价数据的每个项目进行加权后的综合评价最高的上述参数的值。
7.一种预热运转评价方法，其特征在于，
该预热运转评价方法由计算机执行以下步骤：
温度数据取得步骤，在机器进行预热运转时，取得上述预热运转前的温度数据；
参数值取得步骤，取得在用于进行上述预热运转的程序中设定的参数的值；
评价数据取得步骤，取得评价上述预热运转的结果的一个或多个评价数据；
学习步骤，学习机器学习模型，该机器学习模型根据由相同或同种机器进行的多次预热运转，将上述温度数据以及上述参数的值设为输入，将上述评价数据设为输出；以及
评价步骤，在上述相同或同种的机器进行新的预热运转时，将上述温度数据和上述参数的值的候补一起输入给上述机器学习模型，并输出上述评价数据。
8.一种计算机可读介质，其特征在于，
该计算机可读介质记录了用于使计算机作为权利要求1～6中任意一项所述的预热运转评价装置发挥功能的预热运转评价程序。
CN201911111461.5A 2018-11-19 2019-11-14 预热运转评价装置、预热运转评价方法及计算机可读介质 Active CN111198534B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018216530A JP6799047B2 (ja) 2018-11-19 2018-11-19 暖機運転評価装置、暖機運転評価方法及び暖機運転評価プログラム
JP2018-216530 2018-11-19

Publications (2)

Publication Number Publication Date
CN111198534A true CN111198534A (zh) 2020-05-26
CN111198534B CN111198534B (zh) 2024-06-11

Family

ID=70470242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911111461.5A Active CN111198534B (zh) 2018-11-19 2019-11-14 预热运转评价装置、预热运转评价方法及计算机可读介质

Country Status (4)

Country Link
US (1) US11556142B2 (zh)
JP (1) JP6799047B2 (zh)
CN (1) CN111198534B (zh)
DE (1) DE102019007514B4 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534779A (zh) * 2021-09-09 2021-10-22 北汽福田汽车股份有限公司 车辆集成控制器性能预测方法、装置、介质及电子设备
CN115248063A (zh) * 2021-04-28 2022-10-28 横河电机株式会社 评价装置、评价方法、记录有评价程序的记录介质、控制装置及记录有控制程序的记录介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102418919A (zh) * 2010-08-31 2012-04-18 株式会社日立制作所 设备的控制装置和火力发电设备的控制装置
CN104570919A (zh) * 2013-10-22 2015-04-29 发那科株式会社 自动开始预热运转的控制装置
US20150338841A1 (en) * 2014-05-26 2015-11-26 Fanuc Corporation Machine tool having warming-up function
CN105143781A (zh) * 2013-04-22 2015-12-09 三菱电机株式会社 空调控制系统及空调控制方法
US20160358099A1 (en) * 2015-06-04 2016-12-08 The Boeing Company Advanced analytical infrastructure for machine learning
US20180082215A1 (en) * 2016-09-16 2018-03-22 Fujitsu Limited Information processing apparatus and information processing method
CN108700852A (zh) * 2017-01-27 2018-10-23 三菱日立电力系统株式会社 模型参数值推定装置及推定方法、程序、记录有程序的记录介质、模型参数值推定系统
CN108693834A (zh) * 2017-04-07 2018-10-23 发那科株式会社 调整装置以及调整方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1222782A (en) * 1982-06-01 1987-06-09 Jim Mcarthur Multi-mode exercising apparatus
US7517162B2 (en) * 2006-06-22 2009-04-14 Kyocera Mita Corporation Printer configured to calculate power consumption data for printers on a network
JP5460540B2 (ja) * 2010-09-28 2014-04-02 株式会社沖データ 印刷装置
JP5252005B2 (ja) * 2011-03-04 2013-07-31 株式会社明電舎 シャシーダイナモメータシステムの暖機運転表示装置
JP2013233610A (ja) * 2012-05-08 2013-11-21 Fanuc Ltd 工作機械の暖機運転制御装置
JP6063016B1 (ja) * 2015-09-29 2017-01-18 ファナック株式会社 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた工作機械
JP6637844B2 (ja) 2016-06-13 2020-01-29 オークマ株式会社 工作機械における軸受診断前の暖機運転時間の決定方法、工作機械
JP6564412B2 (ja) * 2017-03-21 2019-08-21 ファナック株式会社 機械学習装置及び熱変位補正装置
JP6538746B2 (ja) * 2017-04-06 2019-07-03 ファナック株式会社 暖機運転計画装置及び暖機運転計画方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102418919A (zh) * 2010-08-31 2012-04-18 株式会社日立制作所 设备的控制装置和火力发电设备的控制装置
CN105143781A (zh) * 2013-04-22 2015-12-09 三菱电机株式会社 空调控制系统及空调控制方法
CN104570919A (zh) * 2013-10-22 2015-04-29 发那科株式会社 自动开始预热运转的控制装置
US20150338841A1 (en) * 2014-05-26 2015-11-26 Fanuc Corporation Machine tool having warming-up function
US20160358099A1 (en) * 2015-06-04 2016-12-08 The Boeing Company Advanced analytical infrastructure for machine learning
US20180082215A1 (en) * 2016-09-16 2018-03-22 Fujitsu Limited Information processing apparatus and information processing method
CN108700852A (zh) * 2017-01-27 2018-10-23 三菱日立电力系统株式会社 模型参数值推定装置及推定方法、程序、记录有程序的记录介质、模型参数值推定系统
CN108693834A (zh) * 2017-04-07 2018-10-23 发那科株式会社 调整装置以及调整方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115248063A (zh) * 2021-04-28 2022-10-28 横河电机株式会社 评价装置、评价方法、记录有评价程序的记录介质、控制装置及记录有控制程序的记录介质
CN113534779A (zh) * 2021-09-09 2021-10-22 北汽福田汽车股份有限公司 车辆集成控制器性能预测方法、装置、介质及电子设备
CN113534779B (zh) * 2021-09-09 2022-01-04 北汽福田汽车股份有限公司 车辆集成控制器性能预测方法、装置、介质及电子设备

Also Published As

Publication number Publication date
US11556142B2 (en) 2023-01-17
CN111198534B (zh) 2024-06-11
JP2020086643A (ja) 2020-06-04
DE102019007514B4 (de) 2024-02-01
DE102019007514A1 (de) 2020-05-20
US20200159262A1 (en) 2020-05-21
JP6799047B2 (ja) 2020-12-09

Similar Documents

Publication Publication Date Title
CN109960219B (zh) 控制装置以及机器学习装置
US9475192B2 (en) Simulation device for plural robots
JP6063016B1 (ja) 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた工作機械
CN110174871B (zh) 控制装置、机器学习装置以及系统
JP6469065B2 (ja) 機械学習装置及び加工時間予測装置
JP6781242B2 (ja) 制御装置、機械学習装置及びシステム
JP6734318B2 (ja) 駆動装置及び機械学習装置
CN109693146B (zh) 寿命推定装置以及机器学习装置
CN109719756B (zh) 寿命预测装置
JP2017068563A (ja) 加工機のサイクル加工時間を最適化する機械学習装置、モータ制御装置、加工機、および機械学習方法
CN114424129A (zh) 控制系统
JP7015807B2 (ja) 研削状態監視方法、研削状態監視プログラムおよび研削状態監視装置
CN101233462A (zh) 数控装置
JP2018512630A (ja) 工作機械の監視方法
CN111198534B (zh) 预热运转评价装置、预热运转评价方法及计算机可读介质
CN108693841B (zh) 制造系统以及制造方法
JP2016163916A (ja) 監視装置
JP6087262B2 (ja) 数値制御装置
US12346086B2 (en) Reduction of friction within a machine tool
CN115280252B (zh) 机器学习装置、数值控制系统、设定装置、数值控制装置以及机器学习方法
JP7376621B2 (ja) 支援装置
WO2023047545A1 (ja) 追加学習データ選定装置及びコンピュータ読み取り可能な記録媒体
CN112904802A (zh) 程序解析装置
CN111857055A (zh) 加工辅助装置、数值控制装置以及加工辅助系统
JP7490149B1 (ja) 消費電力量調整装置、数値制御装置、および消費電力量調整方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant