[go: up one dir, main page]

DE102017011896A1 - Vorrichtung zum Schätzen einer Werkzeuglebenszeit - Google Patents

Vorrichtung zum Schätzen einer Werkzeuglebenszeit Download PDF

Info

Publication number
DE102017011896A1
DE102017011896A1 DE102017011896.5A DE102017011896A DE102017011896A1 DE 102017011896 A1 DE102017011896 A1 DE 102017011896A1 DE 102017011896 A DE102017011896 A DE 102017011896A DE 102017011896 A1 DE102017011896 A1 DE 102017011896A1
Authority
DE
Germany
Prior art keywords
tool
machining
machining information
learning
learning model
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
DE102017011896.5A
Other languages
English (en)
Other versions
DE102017011896B4 (de
Inventor
Masaaki SHINDOU
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 DE102017011896A1 publication Critical patent/DE102017011896A1/de
Application granted granted Critical
Publication of DE102017011896B4 publication Critical patent/DE102017011896B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical 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
    • G05B19/406Numerical 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 monitoring or safety
    • G05B19/4065Monitoring tool breakage, life or condition
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, 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
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0995Tool life management
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37209Estimate life of gear, drive
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37518Prediction, estimation of machining parameters from cutting data
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37616Use same monitoring tools to monitor tool and workpiece

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Numerical Control (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Es wird eine Vorrichtung zum Schätzen einer Werkzeuglebenszeit bereitgestellt, die eine Schätzung einer Lebenszeit eines Werkzeugs ermöglicht, das in einer Werkzeugmaschine verwendet wird, gemäß Änderungen in maschinellen Bearbeitungsbedingungen. Die Vorrichtung zum Schätzen der Werkzeuglebenszeit umfasst eine Zustandsbeobachtungseinheit, die maschinelle Bearbeitungsinformationen erlangt, die einen Status der maschinellen Bearbeitung in einem Zustand angeben, in dem die Lebenszeit des Werkzeugs noch hinreichend verbleibt, wobei die maschinellen Bearbeitungsinformationen aus Log-Daten erlangt werden, die aufgezeichnet wurden, während die Werkzeugmaschine betrieben wird, und Eingabedaten auf der Grundlage der maschinellen Bearbeitungsinformationen erstellt, die erlangt wurden; eine Lerneinheit, die ein Lernmodell aufbaut, in dem Cluster der maschinellen Bearbeitungsinformationen durch unüberwachtes Lernen unter Verwendung der Eingabedaten erstellt werden, die durch die Zustandsbeobachtungseinheit erstellt wurden; und eine Lernmodellspeichereinheit, die das Lernmodell speichert.

Description

  • Hintergrund der Erfindung
  • Gebiet der Erfindung
  • Die vorliegende Erfindung betrifft eine Vorrichtung zum Schätzen einer Werkzeuglebenszeit.
  • Beschreibung des Verwandten Stands der Technik
  • Üblicherweise nutzt sich eine Schneidkante eines Werkzeugs, das bei einer Werkzeugmaschine verwendet wird, mit dem Verstreichen der Zeit ab, wenn es in einer maschinellen Bearbeitung verwendet wird, was zu einer Zunahme des Schneidwiderstands zuführt. Ebenso verschlechtert sich die maschinelle Bearbeitungsgenauigkeit des Werkzeugs, wenn die Abnutzung voranschreitet, was es schwierig macht, eine vorgeschriebene maschinelle Bearbeitungsgenauigkeit beizubehalten, die für ein Werkstück erforderlich ist. Somit erreicht das Werkzeug das Ende seiner Lebenszeit. Das Werkzeug, das das Ende seiner Lebenszeit erreichte, muss durch ein anderes ersetzt werden, da es andernfalls nicht möglich ist, die maschinelle Bearbeitung fortzusetzen. Wenn jedoch das Werkzeug das Ende seiner Lebenszeit während eines automatischen Betriebs der Werkzeugmaschine erreichte, dann kann es vorkommen, dass das Werkzeug aufgrund der Abwesenheit eines Bediener am Einsatzort nicht sofort ersetzt werden kann, wenn das Ende Lebenszeit des Werkzeugs erreicht wird, was wiederum einer der Faktoren ist, die die Effizienz des maschinellen Bearbeitungszyklus behindern. Aus diesem Grund kommt einer Technik zum Vorabschätzen der Werkzeuglebenszeit Wichtigkeit zu.
  • Es ist schwierig, die Lebenszeit eines Werkzeugs an oder in einer Werkzeugmaschine zu schätzen, da sie abhängig von dem maschinell zu bearbeitenden Werkstück und den maschinellen Bearbeitungsbedingungen variiert. Obwohl es möglich ist, ein Verfahren zum Schätzen der Werkzeuglebenszeit gemäß der maschinellen Bearbeitungszeit und der Anzahl der maschinellen Bearbeitungsdurchläufe zu schätzen, ist die Genauigkeit der Schätzung durch dieses Verfahren nicht hoch, und es muss in einigen Fällen der Bediener das Werkzeug jedes Mal prüfen, um die Werkzeuglebenszeit zu bestimmen.
  • Als eine herkömmliche Technik, die sich auf die Schätzung der Werkzeuglebenszeit bezieht, ist die Taylor'sche Lebenszeitgleichung bekannt (japanische Patentanmeldungsoffenlegung Nr. 11-171102 usw.). Wenn die Werkzeuglebenszeit unter Verwendung der Taylor'schen Lebenszeitgleichung geschätzt wird, dann ist es möglich, die Werkzeuglebenszeit unter den verschiedenen maschinellen Bearbeitungsbedingungen zu schätzen, indem eine Konstante auf der Grundlage der maschinellen Bearbeitungsbedingungen definiert wird, wie dem Werkzeug, das in der maschinellen Bearbeitung zu verwenden ist, und des Materials des Werkstücks, und indem die Konstante, die definiert wurde, auf die Taylor'sche Lebenszeitgleichung angewendet wird. Außerdem wurde ebenso eine Technik zum Schätzen einer Lebenszeit eines Werkzeugs auf der Grundlage der maschinellen Bearbeitungszeit, der Anzahl von maschinellen Bearbeitungsdurchläufen und dergleichen vorgeschlagen (japanische Patentanmeldungsoffenlegung Nr. 2002-224925 usw.).
  • Wenn jedoch die Lebenszeit des Werkzeugs unter Verwendung der Taylor'schen Lebenszeitgleichung vorherzusagen ist, dann besteht ein Nachteil dahingehend, dass die Konstante der Gleichung gemäß den maschinellen Bearbeitungsbedingungen berechnet werden muss, was zur Folge hat, dass die Bestimmung der Konstanten für eine Werkzeugmaschine, deren maschinelle Bearbeitungsbedingungen sich häufig ändern, kompliziert wird, was es wiederum schwierig macht, die Konstante bei der Gleichung anzuwenden.
  • Wenn die Lebenszeit des Werkzeugs auf der Grundlage der maschinellen Bearbeitungszeit, der Anzahl von maschinellen Bearbeitungsdurchläufen und dergleichen geschätzt wird, dann ist es ebenso erforderlich, die maschinellen Bearbeitungsdurchläufe und die Anzahl von Durchläufen der maschinellen Bearbeitung für jeweilige Werkzeuge aufzuzeichnen. Da außerdem das Schätzverfahren zum Schätzen der Werkzeuglebenszeit von so genannten Pi-mal-Daumen-Regeln auf der Grundlage der maschinellen Ist-Bearbeitung abhängt, tritt ein Problem dahingehend auf, dass die Vorhersage der Werkzeuglebenszeit in einer Situation schwierig ist, in der sich die maschinellen Bearbeitungsbedingungen häufig ändern.
  • Kurzfassung der Erfindung
  • Daher besteht eine Aufgabe der vorliegenden Erfindung in der Bereitstellung einer Vorrichtung zum Schätzen der Werkzeuglebenszeit, die in der Lage ist, die Lebenszeit eines Werkzeugs, das in einer Werkzeugmaschine verwendet wird, gemäß der Veränderung in den maschinellen Bearbeitungsbedingungen zu schätzen.
  • Gemäß der vorliegenden Erfindung, in einer Fertigungsanlage mit einer Werkzeugmaschine der herstellenden Industrie, werden maschinelle Bearbeitungsinformationen, die einen Status der maschinellen Bearbeitung angeben, von der Werkzeugmaschine gesammelt, und es wird eine maschinelle Lernvorrichtung veranlasst, einen Status zu erlernen, in dem noch Werkzeuglebenszeit verbleibt, auf der Grundlage der maschinellen Bearbeitungsinformationen, die gesammelt wurden. Wenn das Erlernen durch die maschinelle Lernvorrichtung vollendet ist, dann wird die maschinelle Lernvorrichtung veranlasst, zu schätzen, ob der Status der maschinellen Bearbeitung, während die maschinelle Bearbeitung durch die Werkzeugmaschine durchgeführt wird, einem Status entspricht, in dem noch Werkzeuglebenszeit verbleibt, und es wird die Tatsache, dass ein Ende der Lebenszeit eines Werkzeugs nahe bevorsteht, der Werkzeugmaschine mitgeteilt, von der geschätzt wurde, dass sie sich in einem Status der maschinellen Bearbeitung befindet, der außerhalb des Status liegt, in dem noch Werkzeuglebenszeit verbleibt.
  • Zudem umfasst eine Vorrichtung zum Schätzen einer Werkzeuglebenszeit gemäß der vorliegenden Erfindung, die eine Lebenszeit eines Werkzeugs schätzt, das in einer maschinellen Bearbeitung eines Werkstücks durch eine Werkzeugmaschine verwendet wird, eine Zustandsbeobachtungseinheit, die konfiguriert ist, um maschinelle Bearbeitungsinformationen zu erlangen, die einen Status der maschinellen Bearbeitung in einem Zustand angeben, in dem die Lebenszeit des Werkzeugs noch hinreichend verbleibt, wobei die maschinellen Bearbeitungsinformationen aus Log-Daten erlangt werden, die aufgezeichnet wurden, während die Werkzeugmaschine betrieben wird, und um Eingabedaten auf der Grundlage der maschinellen Bearbeitungsinformationen zu erstellen, die erlangt wurden; eine Lerneinheit, die konfiguriert ist, um ein Lernmodell aufzubauen, in dem Cluster der maschinellen Bearbeitungsinformationen durch unüberwachtes Lernen unter Verwendung der Eingabedaten erstellt werden, die durch die Zustandsbeobachtungseinheit erstellt wurden; und eine Lernmodellspeichereinheit, die konfiguriert ist, um das Lernmodell zu speichern.
  • Ebenso umfasst die Vorrichtung zum Schätzen der Werkzeuglebenszeit gemäß der vorliegenden Erfindung, die die Lebenszeit eines Werkzeugs zur Verwendung in einer maschinellen Bearbeitung eines Werkstücks durch eine Werkzeugmaschine schätzt, eine Lernmodellspeichereinheit, die konfiguriert ist, um ein Lernmodell zu speichern, in dem Cluster von maschinellen Bearbeitungsinformationen durch unüberwachtes Lernen auf der Grundlage der maschinellen Bearbeitungsinformationen erstellt werden, die einen Status der maschinellen Bearbeitung in einem Zustand angeben, in dem die Lebenszeit des Werkzeugs noch hinreichend verbleibt, wobei die maschinellen Bearbeitungsinformationen erlangt werden, während die Werkzeugmaschine betrieben wird; eine Zustandsbeobachtungseinheit, die konfiguriert ist, um die maschinellen Bearbeitungsinformationen, die den Status der maschinellen Bearbeitung angeben, aus Log-Daten zu erlangen, die aufgezeichnet wurden, während die Werkzeugmaschine betrieben wird, und um Eingabedaten auf der Grundlage der maschinellen Bearbeitungsinformationen zu erstellen, die erlangt wurden; und eine Schätzungseinheit, die konfiguriert ist, um die Lebenszeit des Werkzeugs aus den Eingabedaten zu schätzen, die durch die Zustandsbeobachtungseinheit erstellt wurden.
  • Zudem umfasst die Werkzeugmaschine gemäß der vorliegenden Erfindung eine Alarmeinheit, die konfiguriert ist, um einen Alarm auf der Grundlage der Ergebnisse der Schätzung der Lebenszeit des Werkzeugs durch die Vorrichtung zum Schätzen der Werkzeuglebenszeit auszugeben.
  • Gemäß der vorliegenden Erfindung, mittels des Schätzens der Werkzeuglebenszeit unter Verwendung der maschinellen Lernvorrichtung, ist es nicht erforderlich, eine Konstante gemäß den maschinellen Bearbeitungsbedingungen, wie die Lebenszeitgleichung, zu berechnen, und es muss die Werkzeuglebenszeit nicht für jede maschinelle Bearbeitungsbedingung aufgezeichnet werden, so dass ermöglicht wird, die Werkzeuglebenszeit mit hoher Genauigkeit gemäß verschiedenen Situationen zu schätzen.
  • Figurenliste
  • Die vorstehend beschriebenen und weitere Aufgaben und Merkmale der vorliegenden Erfindung werden aus der nachfolgenden Beschreibung von Ausführungsbeispielen unter Bezugnahme auf die beiliegenden Zeichnungen deutlich werden. Es zeigen:
    • 1 eine schematische Funktionsblockdarstellung einer Vorrichtung zum Schätzen der Werkzeuglebenszeit zu einem Zeitpunkt des Erlernens gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
    • 2 eine Darstellung zur Beschreibung maschineller Bearbeitungsinformationen zur Verwendung in einem maschinellen Lernvorgang gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
    • 3 eine Darstellung, die ein Beispiel in dem Fall zeigt, in dem ein mehrschichtiges neuronales Netz als ein Lernmodell verwendet wird;
    • 4 eine Darstellung, die ein Beispiel in dem Fall zeigt, in dem ein Autoencoder als ein Lernmodell verwendet wird;
    • 5 eine Darstellung, die Cluster maschineller Bearbeitungsinformationen in dem Fall zeigt, in dem noch Werkzeuglebenszeit verbleibt;
    • 6 eine schematische Funktionsblockdarstellung der Vorrichtung zum Schätzen der Werkzeuglebenszeit zu dem Zeitpunkt des Schätzens der Werkzeuglebenszeit gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
    • 7 eine Darstellung, die die Beziehung zwischen maschinellen Bearbeitungsinformationen und den Clustern in dem Fall zeigt, in dem die Werkzeuglebenszeit als noch verbleibend geschätzt wird;
    • 8 eine Darstellung, die die Beziehung zwischen den maschinellen Bearbeitungsinformationen und den Clustern in dem Fall zeigt, in dem geschätzt wird, dass die Werkzeuglebenszeit nahe an ihrem Ende ist; und
    • 9 eine Darstellung zur Beschreibung der maschinellen Bearbeitungsinformationen zur Verwendung in einem maschinellen Lernvorgang gemäß einem weiteren Ausführungsbeispiel der vorliegenden Erfindung.
  • Ausführliche Beschreibung der bevorzugten Ausführungsbeispiele
  • Ausführungsbeispiele der vorliegenden Erfindung werden nachstehend unter Bezugnahme auf die Zeichnungen beschrieben werden.
  • 1 zeigt eine schematische Funktionsblockdarstellung einer Vorrichtung zum Schätzen der Werkzeuglebenszeit zu dem Zeitpunkt des Erlernens gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit dieses Ausführungsbeispiels ist konfiguriert, um einen maschinellen Lernvorgang in einer Fertigungsanlage der herstellenden Industrie mit einer oder mehreren Werkzeugmaschinen durchzuführen, auf der Grundlage von Log-Daten, die aus zumindest einer der Werkzeugmaschinen gesammelt wurden und in einer Log-Datenspeichereinheit 200 gespeichert wurden.
  • Die maschinellen Bearbeitungsinformationen, die aus einer Werkzeugmaschine erlangt wurden, die in einer Fertigungsanlage betrieben wird, werden zusammen mit der Zeit in der Log-Datenspeichereinheit 200 als Log-Daten aufgezeichnet. Die maschinellen Bearbeitungsinformationen umfassen die Arten des Werkzeugs, das bei der maschinellen Bearbeitung verwendet wird, das Material des Werkstücks, die Art des Kühlmittels, die Vorschubrate des Werkzeugs, die Drehgeschwindigkeit der Spindel, die Temperatur der Schneidkante, die Schneidzeitaggregation/Schneiddistanzaggregation für jedes Werkzeug, den Schneidwiderstand (Verstärkerstromwert einer Achse/Spindel) und dergleichen. Die Log-Datenspeichereinheit 200 kann maschinelle Bearbeitungsinformationsteile, die aus einer Vielzahl von Werkzeugmaschinen gesammelt wurden, als die Log-Daten aufzeichnen. Des Weiteren kann die Log-Datenspeichereinheit 200 als eine typische Datenbank aufgebaut werden.
  • In einer Werkzeugmaschine als ein Objekt, von dem die Log-Daten zu sammeln sind, wird das Werkstück maschinell bearbeitet, während die jeweiligen Antriebseinheiten gesteuert werden, die in der Werkzeugmaschine vorgesehen sind, und werden die Zustände der Antriebseinheiten und ein Erfassungswert durch einen Sensor aus Signalen erlangt, die wiederum aus den jeweiligen Einheiten erlangt sind, und werden die Log-Daten, die sich auf den maschinellen Bearbeitungsvorgang der Werkzeugmaschine beziehen, erstellt und in einer nicht-flüchtigen Speichereinheit der Werkzeugmaschine, einer Speichervorrichtung als eine externe Vorrichtung oder dergleichen gespeichert. Die Log-Daten werden derart erstellt, dass die zeitlichen Übergänge der Betriebsstatus der individuellen Antriebseinheiten und Werte der Temperatur und dergleichen, die durch Sensoren erfasst werden, wahrgenommen werden können. Ebenso umfassen die Log-Daten verschiedene Informationsteile (wie einen Werkzeugwechsel-/Ersatzvorgang), die durch einen Administrator eingegeben werden, der die Werkzeugmaschine bedient, oder durch Wartungspersonal, denen eine erforderliche Reaktion auf das Auftreten einer Anomalie in der Werkzeugmaschine über ein maschinelles Bedienpaneel obliegt. Auf diese Art und Weise werden die Log-Daten, die in der nicht-flüchtigen Speichereinheit oder dergleichen der Werkzeugmaschine gespeichert sind, gesammelt und zu der Log-Datenspeichereinheit 200 über ein Netzwerk oder dergleichen oder über eine externe Speichervorrichtung oder dergleichen gesendet, die ein Bediener, wie Wartungspersonal der Werkzeugmaschine, mit sich führt. Die Sammlung kann sequenziell jedes Mal dann durchgeführt werden, wenn die Log-Daten erstellt werden, oder kann periodisch mit einem geeigneten Intervall durchgeführt werden.
  • Als nächstes wird eine Gliederung des Lernvorgangs, der durch die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit ausgeführt wird, beschrieben werden. Danach werden die individuellen Merkmale der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit beschrieben werden.
  • 2 zeigt eine Darstellung zur Beschreibung der maschinellen Bearbeitungsinformationen zur Verwendung in dem maschinellen Lernvorgang gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel sammelt die maschinellen Bearbeitungsinformationen zu dem Zeitpunkt, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, aus den Log-Daten, die in der Log-Datenspeichereinheit 200 gespeichert sind, und führt ein unüberwachtes Lernen auf der Grundlage der maschinellen Bearbeitungsinformationen aus. Der unüberwachte Lernvorgang durch die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel wird unter Verwendung von maschinellen Bearbeitungsinformationsteilen ausgeführt, die durch Unterteilen der maschinellen Bearbeitungsinformationen, die in der Log-Datenspeichereinheit 200 aufgezeichnet sind, zu jeder vorbestimmten Zeiteinheit erlangt wurden. Der unüberwachte Lernvorgang durch die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel wird zum Zwecke des Erzeugens von Clustern der maschinellen Bearbeitungsinformationen zu dem Zeitpunkt ausgeführt, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt. Zu diesem Zweck, wie in 2 gezeigt, schließt die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel den Abschnitt der maschinellen Bearbeitungsinformationen entsprechend einer Spanne der Zeit zwischen (i) dem Zeitpunkt, zu dem der Bediener bestimmt, dass das Werkzeug das Ende der Werkzeuglebenszeit erreichte und es durch ein anderes Werkzeug ersetzte, und (i) einem vorigen Zeitpunkt, der dem Zeitpunkt des Ersatzes um eine vorbestimmte Zeit t1 (zum Beispiel 1 Stunde) vorausgeht (d.h. die maschinellen Bearbeitungsinformationen unmittelbar vor dem Ende der Werkzeuglebenszeit) in den Log-Daten aus, die in der Log-Datenspeichereinheit 200 gespeichert sind, und entnimmt die verbleibenden Abschnitte der maschinellen Bearbeitungsinformationen zur Verwendung in dem Lernvorgang. Das Verfahren zum Ausschließen des Abschnitts der maschinellen Bearbeitungsinformationen unmittelbar vor dem Ende der Werkzeuglebenszeit der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit dieses Ausführungsbeispiels kann derart konfiguriert sein, dass ein Abschnitt der maschinellen Bearbeitungsinformationen, in denen ein anomaler Wert auftritt, ausgeschlossen wird (da ein Abschnitt der maschinellen Bearbeitungsinformationen einen anomalen Wert unmittelbar vor dem Ende der Werkzeuglebenszeit aufweisen kann, zum Beispiel in einem Fall, in dem ein vorbestimmter Wert ganz besonders im Vergleich mit den chronologisch vorangehenden und nachfolgenden Abschnitten der maschinellen Bearbeitungsinformationen hervorsticht).
  • Gemäß dem „unüberwachten Lernvorgang“, lediglich durch Bereitstellen einer großen Menge von Eingabedaten für die Lernvorrichtung, wird es ermöglicht, die spezifische Verteilung zu erlernen, die die Eingabedaten aufzeigen, und um eine Komprimierung, ein Sortieren, ein Formen und dergleichen der Eingabedaten ohne das Erfordernis des Bereitstellens entsprechender Lehrausgabedaten auszuführen. Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel kann zum Beispiel eine Hauptkomponentenanalyse (PCA, principal component analysis), eine Stützvektormaschine (SVM, support vector machine), ein neuronales Netz oder dergleichen als den Algorithmus des unüberwachten Lernvorgangs verwenden. Wie ebenso in 3 gezeigt ist, kann ein Verfahren des sogenannten Deep Learning unter Verwendung einer Vielzahl von zwischenliegenden Schichten eines neuronalen Netzes verwendet werden, in welchem Fall ein wohlbekannter Autoencoder, wie in 4 gezeigt, aufgebaut werden kann, so dass der Rest erlernt wird.
  • 5 zeigt eine Darstellung, die wiederum beispielhaft die Cluster der maschinellen Bearbeitungsinformationen in dem Fall zeigt, in dem noch Werkzeuglebenszeit verbleibt. In 5, um der Vereinfachung des Beispiels willen, sind drei Informationsteile der Vorschubrate, der Drehgeschwindigkeit der Spindel und des Schneidwiderstands als maschinelle Bearbeitungsinformationen umfasst. In der Realität werden die maschinellen Bearbeitungsinformationen aber als Informationen ausgedrückt, die noch mehr Dimensionen umfassen.
  • Als nächstes werden die einzelnen Merkmale der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit beschrieben werden. Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit umfasst eine Lerneinheit 111, eine Zustandsbeobachtungseinheit 112 und eine Lernmodellspeichereinheit 114.
  • Die Lerneinheit 111 ist eine Funktionseinheit, die den unüberwachten Lernvorgang auf der Grundlage der Eingabedaten ausführt, die durch die Zustandsbeobachtungseinheit 112 erlangt sind, ein Lernmodell aufbaut und das Lernmodell in der Lernmodellspeichereinheit 114 speichert. Das Lernmodell, das durch die Lerneinheit 111 aufgebaut wurde, ist als ein Modell zum Sortieren (Cluster-bilden) konfiguriert, um die maschinellen Bearbeitungsinformationen zu dem Zeitpunkt zu unterscheiden, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, aus den verbleibenden Abschnitten der maschinellen Bearbeitungsinformationen, wie in 5 gezeigt. Wie vorstehend beschrieben wurde, kann der Algorithmus des Lernmodells, das durch die Lerneinheit 111 aufgebaut wird, ein beliebiger sein, solange er die maschinellen Bearbeitungsinformationen zu dem Zeitpunkt, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, von deren verbleibenden Abschnitten sortieren und unterscheiden kann.
  • Die Zustandsbeobachtungseinheit 112 erstellt die Eingabedaten aus den Log-Daten, die in der Log-Datenspeichereinheit 200 gespeichert sind, und gibt die erstellten Eingabedaten zu der Lerneinheit 111 aus. In der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel sind die Eingabedaten maschinelle Bearbeitungsinformationensteile für jede Zeiteinheit, die aus der Werkzeugmaschine erlangt sind. Für die maschinellen Bearbeitungsinformationen, die als ein numerischer Wert ausgedrückt sind, verwendet die Zustandsbeobachtungseinheit 112 den numerischen Wert als die Eingabedaten der Lerneinheit 111 auf einer unbearbeiteten Grundlage, und soll für die maschinellen Bearbeitungsinformationen, die durch Informationen angegeben sind, die von numerischen Werten verschieden sind, wie eine Zeichenkette, in einer nicht-gezeigten Speichereinheit eine Umwandlungstabelle zum Umwandeln der individuellen Zeichenketten in numerische Werte speichern und die Informationen, die von numerischen Werten verschieden sind, in numerische Werte unter Verwendung der Umwandlungstabelle umwandeln, um diese wiederum in die Eingabedaten mitaufzunehmen.
  • Mittels des vorstehend beschriebenen Aufbaus ist es der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit möglich, den Lernvorgang bezüglich der maschinellen Bearbeitungsinformationen (maschineller Bearbeitungszustand) zu dem Zeitpunkt auszuführen, zu dem die Werkzeuglebenszeit zum Zeitpunkt des Betriebs der Werkzeugmaschine noch hinreichend verbleibt, und dadurch das Lernmodell aufzubauen.
  • Als nächstes wird die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit zum Schätzen der Lebenszeit des Werkzeugs unter Verwendung des Lernmodells, das aufgebaut wurde, beschrieben werden.
  • 6 zeigt eine schematische Funktionsblockdarstellung zu dem Zeitpunkt des Schätzens der Werkzeuglebenszeit durch die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
  • Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemäß diesem Ausführungsbeispiel schätzt die Lebenszeit des Werkzeugs, das in der Werkzeugmaschine 1 verwendet wird, auf der Grundlage der maschinellen Bearbeitungsinformationen, die die Informationen bezüglich der Betriebsstatus der individuellen Antriebseinheiten umfassen, die in der Werkzeugmaschine 1 vorgesehen sind, und der Informationen des Sensors (oder der Sensoren) der Einheiten, die über die Eingabe-/Ausgabeeinheit 17 erlangt werden, die in der Werkzeugmaschine 1 umfasst sind und die die Umgebung ausbilden. Die Eingabe-/Ausgabeeinheit 17 gibt Informationen, die intern oder extern der Werkzeugmaschine 1 erlangt wurden, zu den Prozessoren aus, die intern und extern der Werkzeugmaschine 1 liegen. Obwohl lediglich die Eingabe-/Ausgabeeinheit 17 und die Alarmeinheit 23 in 6 als die Funktionsblöcke gezeigt sind, die bei der Werkzeugmaschine 1 vorgesehen sind, umfasst die Werkzeugmaschine 1 in der Praxis die jeweiligen Komponenten einer typischen Werkzeugmaschine, wie einen Prozessor, wie wiederum eine CPU, und eine Antriebseinheit.
  • Die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit umfasst eine Zustandsbeobachtungseinheit 112, eine Lernmodellspeichereinheiten 114 und eine Schätzungseinheit 115.
  • Gemäß dem Betrieb der Werkzeugmaschine 1 erlangt die Zustandsbeobachtungseinheit 112 die maschinellen Bearbeitungsinformationen, die als die Eingabedaten verwendet werden, zu dem Zeitpunkt des Erlernens wie vorstehend beschrieben über die Eingabe-/Ausgabeeinheit 17 und erstellt die Eingabedaten auf der Grundlage der erlangten Informationen, und gibt diese zu der Schätzungseinheit 115 aus.
  • Unter Verwendung des Lernmodells, das in der Lernmodellspeichereinheit 114 gespeichert ist, bestimmt die Schätzungseinheit 115, zu welchem der Cluster von maschinellen Bearbeitungsinformationen die Eingabedaten (maschinelle Bearbeitungsinformationen) gehören, die von der Zustandsbeobachtungseinheit 112 eingegeben sind, und schätzt dadurch die Werkzeuglebenszeit. Wie in 7 gezeigt, wenn die Eingabedaten zu dem Cluster der maschinellen Bearbeitungsinformationen zu dem Zeitpunkt gehören, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, dann schätzt die Schätzungseinheit 115, dass die Lebenszeit des Werkzeugs, das in der momentan im Betrieb befindlichen Werkzeugmaschine 1 verwendet wird, noch hinreichend verbleibt. Wie weiterhin in 8 gezeigt, wenn die Eingabedaten, die aus der Zustandsbeobachtungseinheit 112 eingegeben sind, nicht zu dem Cluster der maschinellen Bearbeitungsinformationen zu dem Zeitpunkt gehören, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, dann schätzt die Schätzungseinheit 115, dass das Werkzeug, das in der momentan im Betrieb befindlichen Werkzeugmaschine 1 verwendet wird, unmittelbar vor dem Ende seiner Lebenszeit steht.
  • Auf diese Art und Weise gibt die Schätzungseinheit 115 zu der Eingabe-/Ausgabeeinheit 17 der Werkzeugmaschine 1 das Ergebnis der Schätzung der Werkzeuglebenszeit unter Verwendung der Eingabedaten aus, die auf der Grundlage der maschinellen Bearbeitungsinformationen erstellt wurden, die wiederum aus der Werkzeugmaschine 1 erlangt sind. Die Eingabe-/Ausgabeeinheit 17 weist die Alarmeinheit 23 an, einen Alarmton auszugeben, falls bestimmt wird, dass das Ergebnis der Schätzung der Werkzeuglebenszeit, die aus der Schätzungseinheit 115 eingegeben ist, angibt, dass das Werkzeug unmittelbar vor dem Ende seiner Lebenszeit steht.
  • Wenn die Alarmeinheit 23 durch die Eingabe-/Ausgabeeinheit 17 angewiesen wird, einen Alarm auszugeben, dann benachrichtigt die Alarmeinheit 23 den Bediener bezüglich der Tatsache, dass das Werkzeug sich nahe am Ende seiner Lebenszeit befindet, unter Verwendung einer Leuchte, die auf einem Maschinenbedienpaneel angeordnet ist, durch eine Angabe mittels einer Anzeigevorrichtung, einen Ton oder dergleichen. Hinsichtlich des Alarms, der durch die Benachrichtigung mittels der Alarmeinheit 23 bereitgestellt wird, wie zum Beispiel in 2 gezeigt wurde, in einem Fall, in dem die maschinellen Bearbeitungsinformationen in dem Intervall bis hin zurück zu einer vorbestimmten Zeit t1 vor dem Ende der Werkzeuglebenszeit in dem Lernvorgang der maschinellen Bearbeitungsinformationen zu dem Zeitpunkt verwendet wird, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, kann die spezifische Zeit als der Alarm auf der Anzeigevorrichtung zum Beispiel als „Ende der Lebenszeit des Werkzeugs wird in t1 Stunden erreicht“ angegeben werden.
  • Wie vorstehend beschrieben wurde, ist es für die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit möglich, die Werkzeuglebenszeit während des Betriebs der Werkzeugmaschine 1 unter Verwendung des Lernmodells zu schätzen, das als ein Ergebnis des Lernvorgangs auf der Grundlage der maschinellen Bearbeitungsinformationen in zumindest einer oder mehreren Werkzeugmaschinen 1 erlangt wurde. Wenn zudem die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit schätzt, dass das Ende der Lebenszeit des Werkzeugs erreicht ist, und ein Alarm ausgegeben wird, dann wird dem Bediener der Werkzeugmaschine 1 ermöglicht, den Betrieb der Werkzeugmaschine in Reaktion auf das Schätzergebnis systematisch anzuhalten, und das Werkzeug durch anderes zu ersetzen.
  • Während die Ausführungsbeispiele der vorliegenden Erfindung vorstehend beschrieben wurden, ist die vorliegende Erfindung nicht auf die Beispiele der vorstehend beschriebenen Ausführungsbeispiele beschränkt. Die vorliegende Erfindung kann in verschiedenen Modi mit geeignet an ihr durchgeführten Modifikationen implementiert werden.
  • In dem vorstehenden Ausführungsbeispiel sind die Modi des Erlernens und der Verwendung in einer einzelnen Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gezeigt, jedoch ist das Lernmodell selbst, das durch die Lerneinheit 111 aufgebaut und in der Lernmodellspeichereinheit 114 gespeichert ist, ein Satz von Datenteilen, die die Ergebnisse des Lernvorgangs angeben, so dass es möglich ist, das Lernmodell so zu konfigurieren, dass es mit einer anderen Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gemeinsam verwendet werden kann, zum Beispiel über eine (nicht gezeigte) Speichervorrichtung, ein Netzwerk oder dergleichen. In einer derartigen Konfiguration führen in dem Lernvorgang, in einem Zustand, in dem ein einzelnes Lernmodell unter einer Vielzahl von Vorrichtungen 100 zum Schätzen der Werkzeuglebenszeit gemeinsam verwendet wird, die jeweiligen Vorrichtungen 100 zum Schätzen der Werkzeuglebenszeit einen Lernvorgang parallel aus, was es ermöglicht, die zum Vollenden des Lernvorgangs erforderliche Zeit zu verkürzen. Außerdem ist es in der Verwendung des Lernmodells ebenso möglich, die Werkzeuglebenszeit durch die jeweiligen Vorrichtungen 100 zum Schätzen der Werkzeuglebenszeit unter Verwendung des gemeinsam verwendeten Lernmodells zu schätzen. Das Verfahren zur gemeinsamen Verwendung des Lernmodells ist nicht auf ein spezifisches Verfahren beschränkt. Ein Lernmodell kann zum Beispiel in einem Hostcomputer einer Fabrik gespeichert und durch die jeweiligen Vorrichtungen 100 zum Schätzen der Werkzeuglebenszeit gemeinsam verwendet werden, oder es kann ein Lernmodell auf einem Server gespeichert werden, der durch einen Hersteller derart installiert ist, dass das Lernmodell durch die Vorrichtungen 100 zum Schätzen der Werkzeuglebenszeit der Clients gemeinsam verwendet werden kann.
  • In dem vorstehenden Ausführungsbeispiel werden die Konfigurationen der Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit zu dem Zeitpunkt des Erlernens und zu dem Zeitpunkt der Erfassung einzelnen beschrieben. Es kann aber die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit gleichzeitig die Konfiguration zu dem Zeitpunkt des Erlernens und die Konfiguration bei der Erfassung umfassen. In einer solchen Konfiguration kann die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit die Werkzeuglebenszeit schätzen und die Steuerung der Lerneinheit 111 veranlassen, um einen weiteren zusätzlichen Lernvorgang auf der Grundlage der Informationen auszuführen, die durch einen Administrator oder durch Wartungspersonal in die Werkzeugmaschine 1 eingegeben werden.
  • Ebenso beschreibt das vorstehende Ausführungsbeispiel einen Fall, in dem die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit als eine getrennte Einheit unabhängig von der Werkzeugmaschine 1 konfiguriert ist. Es kann aber die Vorrichtung 100 zum Schätzen der Werkzeuglebenszeit als ein Teil der Steuervorrichtung der Werkzeugmaschine 1 konfiguriert wird.
  • Des Weiteren werden in dem vorstehend beschriebenen Ausführungsbeispiel die Cluster der maschinellen Bearbeitungsinformationen zu dem Zeitpunkt, zu dem die Werkzeuglebenszeit noch hinreichend verbleibt, durch maschinelles Lernen erzeugt. Andererseits können jedoch, wie in 9 gezeigt ist, die maschinellen Bearbeitungsinformationen, bevor das Ende Lebenszeit des Werkzeugs erreicht wird, zum Beispiel in Teile, wie einen Teil von maschinellen Bearbeitungsinformationen entsprechend der Spanne zwischen einem vorbestimmten Zeitpunkt t1, zu dem das Ende des Werkzeuglebens erreicht ist, und einem vorbestimmten Zeitpunkt t2, der dem Zeitpunkt t1 vorangeht; einen Informationsteil entsprechend der Spanne zwischen dem vorbestimmten Zeitpunkt t2 und einem vorbestimmten Zeitpunkt t3, der dem Zeitpunkt t2 vorangeht; und einen Teil von maschinellen Bearbeitungsinformationen vor dem vorbestimmten Zeitpunkt t3, der dem Zeitpunkt vorausgeht, zu dem das Ende des Werkzeuglebens erreicht wird, unterteilt werden, so dass die Cluster der jeweiligen Zeitspannen erstellt werden und bestimmt wird, zu welchem Cluster die maschinellen Bearbeitungsinformationen gehören, die zu dem Zeitpunkt der maschinellen Bearbeitung durch die Werkzeugmaschine 1 erlangt sind, was es möglich macht, eine detailliertere Schätzung dessen abzugeben, wie lange es dauern wird, das Ende des Werkzeuglebens zu erreichen.
  • Obwohl die Ausführungsbeispiel der vorliegenden Erfindung vorstehend beschrieben wurden, ist die vorliegende Erfindung nicht auf die Beispiele der vorstehend beschriebenen Ausführungsbeispiele eingeschränkt, und andere Modi können mit an ihr durchgeführten Modifikationen nach Bedarf implementiert werden.

Claims (3)

  1. Werkzeuglebenszeitschätzvorrichtung zum Schätzen einer Lebenszeit eines Werkzeugs, das durch eine Werkzeugmaschine zur maschinellen Bearbeitung eines Werkstücks verwendet wird, wobei die Vorrichtung umfasst: eine Zustandsbeobachtungseinheit, die konfiguriert ist, um maschinelle Bearbeitungsinformationen, die einen Status der maschinellen Bearbeitung in einem Zustand angeben, in dem die Lebenszeit des Werkzeugs noch hinreichend verbleibt, zu erlangen, wobei die maschinellen Bearbeitungsinformationen aus Log-Daten erlangt werden, die aufgezeichnet werden, während die Werkzeugmaschine betrieben wird, und konfiguriert ist, um Eingabedaten auf der Grundlage der maschinellen Bearbeitungsinformationen zu erstellen, die erlangt wurden; eine Lerneinheit, die konfiguriert ist, um ein Lernmodell aufzubauen, in dem Cluster der maschinellen Bearbeitungsinformationen erstellt werden, wobei das Lernmodell durch unüberwachtes Lernen unter Verwendung der Eingabedaten aufgebaut wird, die durch die Zustandsbeobachtungseinheit erstellt wurden; und eine Lernmodellspeichereinheit, die konfiguriert ist, um das Lernmodell zu speichern.
  2. Werkzeuglebenszeitschätzvorrichtung zum Schätzen der Lebenszeit des Werkzeugs, das durch eine Werkzeugmaschine zur maschinellen Bearbeitung eines Werkstücks verwendet wird, wobei die Vorrichtung umfasst: eine Lernmodellspeichereinheit, die konfiguriert ist, um ein Lernmodell zu speichern, in dem Cluster der maschinellen Bearbeitungsinformationen durch unüberwachtes Lernen unter Verwendung maschineller Bearbeitungsinformationen erstellt werden, die einen Status der maschinellen Bearbeitung in einem Zustand angeben, in dem die Lebenszeit des Werkzeugs noch hinreichend verbleibt, wobei die maschinellen Bearbeitungsinformationen erlangt werden, während die Werkzeugmaschine betrieben wird; eine Zustandsbeobachtungseinheit, die konfiguriert ist, um die maschinellen Bearbeitungsinformationen, die den Status der maschinellen Bearbeitung angeben, aus Log-Daten zu erlangen, die aufgezeichnet wurden, während die Werkzeugmaschine betrieben wird, und konfiguriert ist, um Eingabedaten auf der Grundlage der maschinellen Bearbeitungsinformationen zu erstellen, die erlangt wurden; und eine Schätzungseinheit, die konfiguriert ist, um die Lebenszeit des Werkzeugs aus den Eingabedaten, die durch die Zustandsbeobachtungseinheit erstellt sind, zu schätzen, wobei die Lebenszeit des Werkzeugs unter Verwendung des Lernmodells geschätzt wird.
  3. Werkzeugmaschine, umfassend: eine Alarmeinheit, die konfiguriert ist, um einen Alarm auf der Grundlage eines Schätzungsergebnisses der Lebenszeit des Werkzeugs durch die Werkzeuglebenszeitschätzvorrichtung gemäß Anspruch 2 auszugeben.
DE102017011896.5A 2016-12-22 2017-12-21 Vorrichtung zum Schätzen einer Werkzeuglebensdauer Active DE102017011896B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016250057A JP6404893B2 (ja) 2016-12-22 2016-12-22 工具寿命推定装置
JP2016-250057 2016-12-22

Publications (2)

Publication Number Publication Date
DE102017011896A1 true DE102017011896A1 (de) 2018-06-28
DE102017011896B4 DE102017011896B4 (de) 2025-08-07

Family

ID=62509865

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017011896.5A Active DE102017011896B4 (de) 2016-12-22 2017-12-21 Vorrichtung zum Schätzen einer Werkzeuglebensdauer

Country Status (4)

Country Link
US (1) US10649435B2 (de)
JP (1) JP6404893B2 (de)
CN (1) CN108227625A (de)
DE (1) DE102017011896B4 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020099219A3 (de) * 2018-11-14 2020-08-27 Jenoptik Industrial Metrology Germany Gmbh Verfahren zur vermessung der oberfläche von werkstücken
DE102023106475A1 (de) * 2023-03-15 2024-09-19 TRUMPF Werkzeugmaschinen SE + Co. KG Computergestütztes Wartungsverfahren sowie Fertigungssystem

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6487475B2 (ja) 2017-02-24 2019-03-20 ファナック株式会社 工具状態推定装置及び工作機械
JP6863930B2 (ja) 2018-05-29 2021-04-21 ファナック株式会社 寿命予測装置及び機械学習装置
JP6987030B2 (ja) * 2018-07-18 2021-12-22 株式会社日立製作所 システム及び工作機械の異常又は加工作業に関する分析方法
DE102018129441B4 (de) * 2018-11-22 2023-11-16 Precitec Gmbh & Co. Kg System zur Überwachung eines Laserbearbeitungsprozesses, Laserbearbeitungssystem sowie Verfahren zur Überwachung eines Laserbearbeitungsprozesses
TW202019614A (zh) * 2018-11-26 2020-06-01 財團法人資訊工業策進會 刀具壽命估測裝置及方法
JP6950670B2 (ja) * 2018-12-12 2021-10-13 横河電機株式会社 検出装置、検出方法、および、検出プログラム
TW202026096A (zh) * 2019-01-02 2020-07-16 財團法人工業技術研究院 刀具壽命預測系統及其方法
WO2020148904A1 (ja) * 2019-01-18 2020-07-23 日本電気株式会社 異常検知装置、異常検知システム及び学習装置、並びに、これらの方法及びプログラムが格納された非一時的なコンピュータ可読媒体
JP7148421B2 (ja) 2019-01-22 2022-10-05 ファナック株式会社 工作機械の予防保全システム
JP7277152B2 (ja) 2019-01-22 2023-05-18 ファナック株式会社 工作機械の工具管理システム
JP7036763B2 (ja) * 2019-03-28 2022-03-15 ファナック株式会社 工具交換時期管理システム
CN113272746B (zh) * 2019-05-09 2024-04-09 西门子股份公司 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统
WO2020251535A1 (en) * 2019-06-10 2020-12-17 Halliburton Energy Services, Inc. Cutter dull evaluation
WO2020251534A1 (en) * 2019-06-10 2020-12-17 Halliburton Energy Services, Inc. Cutter analysis and mapping
JP7187397B2 (ja) * 2019-07-18 2022-12-12 オークマ株式会社 工作機械における診断モデルの再学習要否判定方法及び再学習要否判定装置、再学習要否判定プログラム
CN110456732B (zh) * 2019-08-06 2021-09-28 武汉恒力华振科技有限公司 一种带有学习功能的冲床故障监测系统
JP7383982B2 (ja) * 2019-10-30 2023-11-21 株式会社ジェイテクト 工具寿命予測システム
JP7745549B2 (ja) 2019-12-10 2025-09-29 バーンズ グループ インコーポレーテッド 無線センサ及びスマートデバイスアプリ方法
JP7466623B2 (ja) * 2020-02-17 2024-04-12 京セラ株式会社 摩耗量推定モデル作成方法、摩耗量推定方法、摩耗量推定モデル作成装置、摩耗量推定モデル作成プログラム、摩耗量推定装置及び摩耗量推定プログラム
CN115210024A (zh) * 2020-03-05 2022-10-18 发那科株式会社 机器学习装置、预测装置以及控制装置
CN115362046B (zh) * 2020-04-02 2024-12-31 发那科株式会社 工具状态学习装置、工具状态推定装置、控制装置、工具状态学习方法及工具状态推定方法
CN115768577A (zh) * 2020-06-24 2023-03-07 发那科株式会社 工具诊断装置以及工具诊断方法
KR102429376B1 (ko) * 2020-11-05 2022-08-05 한국생산기술연구원 절삭 공구의 가용 잔여 시간 예측 방법
US12518200B2 (en) 2020-11-25 2026-01-06 Okuma Corporation Method for labeling data set of supervised learning machine, supervised learning machine, and state estimation apparatus
DE102020215378A1 (de) * 2020-12-04 2022-06-09 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Ermitteln einer Restlebensdauer eines technischen Systems
WO2022180984A1 (ja) * 2021-02-26 2022-09-01 パナソニックIpマネジメント株式会社 推定モデル生成装置および工具寿命推定装置
WO2022181059A1 (ja) * 2021-02-26 2022-09-01 パナソニックIpマネジメント株式会社 推定モデル生成装置および工具寿命推定装置
KR20230150383A (ko) * 2021-03-05 2023-10-30 어플라이드 머티어리얼스, 인코포레이티드 리테이닝 링들을 분류하기 위한 기계 학습
GB2606428B (en) * 2021-05-07 2023-09-06 Element Six Uk Ltd Methods for estimating component wear
EP4181027A1 (de) * 2021-11-16 2023-05-17 Siemens Aktiengesellschaft System und verfahren zur überwachung einer zyklisch arbeitenden herstellungsvorrichtung
CN113869612B (zh) * 2021-12-01 2022-04-15 锱云(上海)物联网科技有限公司 一种刀具的使用寿命评估方法、系统和存储介质
JP7750190B2 (ja) * 2022-08-16 2025-10-07 Jfeスチール株式会社 マンドレルバーの寿命予測方法、マンドレルバーの製造方法及びマンドレルバーの製造条件設定装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5251144A (en) 1991-04-18 1993-10-05 Texas Instruments Incorporated System and method utilizing a real time expert system for tool life prediction and tool wear diagnosis
JPH06344246A (ja) * 1993-06-08 1994-12-20 Nissan Motor Co Ltd 切削工具の摩耗検出方法
JPH0751998A (ja) * 1993-08-09 1995-02-28 Fanuc Ltd 工具の寿命推定方法
DE19643383A1 (de) 1996-10-21 1998-05-14 Helmut F Schiessl Materialbearbeitungsvorrichtung und Verfahren zur Überwachung und Steuerung eines Materialbearbeitungsvorgangs
JPH11170102A (ja) 1997-10-10 1999-06-29 Toyoda Mach Works Ltd 高速切削方法
JPH11171102A (ja) 1997-12-18 1999-06-29 Seiko Corp 袋状容器への流体充填装置およびその方法
EP1205830A1 (de) 2000-11-09 2002-05-15 Siemens Aktiengesellschaft Verfahren, Computerprogrammprodukt und Rechnersystem zur Instandhaltung
JP2002224925A (ja) * 2001-01-31 2002-08-13 Toshiba Corp 工具交換作業支援装置
JP2002254272A (ja) * 2001-03-02 2002-09-10 Masao Murakawa 工作機械の最適加工条件を決定するための方法および装置、並びに最適加工条件決定プログラム
JP3880455B2 (ja) * 2002-05-31 2007-02-14 中国電力株式会社 転がり軸受の余寿命診断方法及びこの余寿命診断装置
JP4923409B2 (ja) * 2005-01-27 2012-04-25 村田機械株式会社 工具寿命予測装置
CN101799674B (zh) * 2010-03-28 2011-06-29 华中科技大学 一种数控装备服役状态分析方法
JP5411055B2 (ja) * 2010-04-26 2014-02-12 三菱電機株式会社 工具寿命検出方法、および工具寿命検出装置
WO2012009804A1 (en) * 2010-07-23 2012-01-26 Corporation De L'ecole Polytechnique Tool and method for fault detection of devices by condition based maintenance
JP6005498B2 (ja) 2012-12-12 2016-10-12 Hoya株式会社 レンズ加工システム、工具交換時期検出方法および眼鏡レンズの製造方法
JP6340236B2 (ja) 2014-04-15 2018-06-06 三菱重工工作機械株式会社 工作機械の診断方法及びシステム
JP5969676B1 (ja) 2015-09-30 2016-08-17 ファナック株式会社 工作機械の工具補正の頻度を最適化する機械学習装置及び機械学習方法、並びに該機械学習装置を備えた工作機械
JP6010204B1 (ja) * 2015-10-26 2016-10-19 ファナック株式会社 パワー素子の予測寿命を学習する機械学習装置及び方法並びに該機械学習装置を備えた寿命予測装置及びモータ駆動装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020099219A3 (de) * 2018-11-14 2020-08-27 Jenoptik Industrial Metrology Germany Gmbh Verfahren zur vermessung der oberfläche von werkstücken
DE102023106475A1 (de) * 2023-03-15 2024-09-19 TRUMPF Werkzeugmaschinen SE + Co. KG Computergestütztes Wartungsverfahren sowie Fertigungssystem

Also Published As

Publication number Publication date
JP6404893B2 (ja) 2018-10-17
CN108227625A (zh) 2018-06-29
US10649435B2 (en) 2020-05-12
US20180181105A1 (en) 2018-06-28
DE102017011896B4 (de) 2025-08-07
JP2018103284A (ja) 2018-07-05

Similar Documents

Publication Publication Date Title
DE102017011896B4 (de) Vorrichtung zum Schätzen einer Werkzeuglebensdauer
DE102018103599B4 (de) Werkzeugzustandsschätzungsgerät und Werkzeugmaschine
DE102017129227B4 (de) Nummerische Steuerung und Maschinenlernvorrichtung
DE102017011290B4 (de) Vorrichtung für maschinelles Lernen, CNC-Vorrichtung und maschinelles Lernverfahren zum Erkennen eines Anzeichens eines Auftretens von Rattern im Werkzeug einer Werkzeugmaschine
DE69910800T2 (de) Verfahren und Vorrichtung zur Überwachung des Betriebszustandes einer einzelnen Maschine
EP3671632B1 (de) Bildbasierte wartungsvorhersage und detektion von fehlbedienungen
DE102016106085B4 (de) Werkzeugmaschinenverwaltungssystem
DE102016015332A1 (de) Präventivwartungsverwaltungssystem und -verfahren zum Erstellen eines Wartungsplans einer Maschine sowie Zellensteuereinrichtung
DE102019003382A1 (de) Anomaliedetektor
DE102018201157B4 (de) Lernmodell-Konstruktionsvorrichtung und Steuerinformations-Optimierungsvorrichtung
DE102017011350A1 (de) Maschinenlernvorrichtung, lebensdauerprognosevorrichtung, numerische steuereinrichtung, produktionssystem und maschinenlernverfahren zum prognostizieren einer lebensdauer eines nand-flash-speichers
EP3077878B1 (de) Computer-implementiertes verfahren und system zur automatischen überwachung und statusermittlung ganzer prozessabschnitte in einer process unit
DE102018108779A1 (de) Schätzvorrichtung eines maschinellen Bearbeitungsfehlerfaktors
DE102020210461A1 (de) Diagnostikeinrichtung und Diagnostikverfahren
DE102017003154B4 (de) Fertigungsverwaltungssystem mit der fähigkeit zur verbesserung des verfügbarkeitsgrades einer fertigungszelle
DE112017005957B4 (de) Informationsverarbeitungssystem und Informationsverarbeitungsverfahren
WO2020216530A1 (de) Verfahren zum bestimmen von restnutzungszyklen, restnutzungszyklusbestimmungsschaltung, restnutzungszyklusbestimmungsvorrichtung
DE102019119700A1 (de) Werkzeugmanagementsystem, werkzeugmanagementvorrichtung und werkzeugmanagementverfahren
EP3881079A1 (de) Laborsystem mit zumindest teilweise vernetzten laborgeräten und verfahren zur steuerung eines laborsystems mit zumindest teilweise vernetzten laborgeräten
DE102017127098B4 (de) Gerät und Verfahren zum Annehmen eines Anormalitätsauftretens für Teleskopabdeckung
DE112017006733T5 (de) Fehlerfaktor-Schätzvorrichtung und Fehlerfaktor-Schätzverfahren
DE102021119182A1 (de) Servomotoreinrichtung und steuerverfahren
DE102018002781B4 (de) Schaltungskonfigurations-Optimierungsvorrichtung und maschinelle Lernvorrichtung
DE102019001177A1 (de) Steuergerät, maschinelle Lernvorrichtung und System
DE102017123090A1 (de) Robotersystem und Wartungsverfahren zum Verfolgen von Informationen eines Moduls

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division