特許 6802208 熱変位補正システム及び計算機

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6802208

(24)【登録日】2020年11月30日

(45)【発行日】2020年12月16日

(54)【発明の名称】熱変位補正システム及び計算機

(51)【国際特許分類】

   B23Q 15/18 20060101AFI20201207BHJP

   G05B 19/4155 20060101ALI20201207BHJP

【ＦＩ】

   B23Q15/18

   G05B19/4155 V

【請求項の数】6

【全頁数】16

(21)【出願番号】特願2018-57188(P2018-57188)

(22)【出願日】2018年3月23日

(65)【公開番号】特開2019-166603(P2019-166603A)

(43)【公開日】2019年10月3日

【審査請求日】2019年8月8日

【早期審査対象出願】

(73)【特許権者】

【識別番号】390008235

【氏名又は名称】ファナック株式会社

(74)【代理人】

【識別番号】110001151

【氏名又は名称】あいわ特許業務法人

(72)【発明者】

【氏名】渡邉 光徳

【審査官】 石川 薫

(56)【参考文献】

【文献】 特開平１１−１１４７７５（ＪＰ，Ａ）

【文献】 特開平１１−１１４７７６（ＪＰ，Ａ）

【文献】 特開２００３−０９４２９１（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１０／０１５２８８１（ＵＳ，Ａ１）

【文献】 特表２０１４−５２２５２９（ＪＰ，Ａ）

【文献】 特開２０１７−０６４８３７（ＪＰ，Ａ）

【文献】 特開２０１７−０２４１０８（ＪＰ，Ａ）

【文献】 特開２０１７−２２０１１１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｂ２５Ｊ １／００−２１／０２

Ｇ０５Ｂ １９／１８−１９／４１６

Ｇ０５Ｂ １９／４２−１９／４６

(57)【特許請求の範囲】

【請求項1】

機械で行われる加工に伴う熱変位を補正する熱変位補正システムであって、
前記機械と接続された熱変位補正装置と、
前記熱変位補正装置とネットワークを介して接続された計算機と、を含み、
前記計算機は、
前記機械の外部環境に関する環境データを前記ネットワークを介して前記熱変位補正装置を経由せずに取得するデータ取得部と、
前記環境データを使用して補正値を計算する補正値推論部と、
前記補正値を前記ネットワークに出力する補正値出力部と、を有し、
前記熱変位補正装置は、
前記補正値を前記ネットワークを介して取得する補正値取得部と、
前記補正値を使用して熱変位補正を行う補正実行部と、を有することを特徴とする
熱変位補正システム。

【請求項2】

前記熱変位補正装置は、装置データ取得部と、装置データ出力部と、をさらに有し、
前記装置データ取得部は、前記機械の状態を示す装置データを取得し、
前記装置データ出力部は、前記装置データを前記ネットワークに出力し、
前記補正値推論部は、前記環境データ及び前記装置データを使用して前記補正値を計算することを特徴とする
請求項１記載の熱変位補正システム。

【請求項3】

前記補正値推論部は、事前に機械学習により生成された学習モデルを使用して前記補正値を計算することを特徴とする
請求項２記載の熱変位補正システム。

【請求項4】

前記計算機は学習部をさらに有し、
前記学習部は、前記環境データ及び前記装置データの少なくとも一方と、前記補正値推論部が算出した前記補正値と、を使用して前記学習モデルを更新することを特徴とする
請求項３記載の熱変位補正システム。

【請求項5】

前記計算機は、ネットワークを介して複数の前記熱変位補正装置と接続されていることを特徴とする
請求項３又は４記載の熱変位補正システム。

【請求項6】

機械で行われる加工に伴う熱変位を補正するための補正値を出力する計算機であって、
前記計算機は、機械と接続された熱変位補正装置と、ネットワークを介して接続され、
前記機械の外部環境に関する環境データを前記ネットワークを介して前記熱変位補正装置を経由せずに取得するデータ取得部と、
前記環境データを使用して補正値を計算する補正値推論部と、
前記補正値を前記ネットワークに出力する補正値出力部と、を有することを特徴とする
計算機。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は熱変位補正システムに関し、特に熱変位補正装置とネットワークを介して接続された計算機との協働により熱変位補正を行う熱変位補正システム及び計算機に関する。

【背景技術】

【0002】

工作機械をはじめとする産業用機械（以下、単に機械という）で生じる熱変位を検出し、熱変位の補正値を計算し、補正を実行する熱変位補正装置が知られている。熱変位補正装置は、典型的には機械の制御装置の一機能として提供される。例えば特許文献１には、熱変位補正値を計算するためのモデルを機械学習により生成する制御装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平０７−０７５９３７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

現在普及している制御装置には、熱変位補正装置としての機能を有しないものや、機能を有していても補正値の計算精度が十分でないものも少なくない。このような制御装置に熱変位補正装置としての十分な機能を付加するためには、古いソフトウェアを改良したり、複雑な補正式を処理できるだけの計算能力を備えさせる必要がある。特に特許文献１に記載されているような機械学習を実施するためには膨大な計算能力が必要である。また技術革新や機械学習に使用できるデータの増加に伴って、補正式やモデルを更新することで計算精度を向上させられる場合もある。しかしながら、制御装置の計算能力の増強やソフトウェアの改良、補正式又はモデルの更新には多大なコストや開発工数が必要であり、現実的には困難であることが多い。

【0005】

本発明はこのような問題点を解決するためになされたものであって、熱変位補正装置とネットワークを介して接続された計算機との協働により熱変位補正を行う熱変位補正システム及び計算機を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の一実施の形態にかかる熱変位補正システムは、機械で行われる加工に伴う熱変位を補正する熱変位補正システムであって、前記機械と接続された熱変位補正装置と、前記熱変位補正装置とネットワークを介して接続された計算機と、を含み、前記計算機は、前記機械の外部環境に関する環境データを前記ネットワークを介して前記熱変位補正装置を経由せずに取得するデータ取得部と、前記環境データを使用して補正値を計算する補正値推論部と、前記補正値を前記ネットワークに出力する補正値出力部と、を有し、前記熱変位補正装置は、前記補正値を前記ネットワークを介して取得する補正値取得部と、前記補正値を使用して熱変位補正を行う補正実行部と、を有することを特徴とする。
本発明の一実施の形態にかかる熱変位補正システムは、前記熱変位補正装置は、装置データ取得部と、装置データ出力部と、をさらに有し、前記装置データ取得部は、前記機械の状態を示す装置データを取得し、前記装置データ出力部は、前記装置データを前記ネットワークに出力し、前記補正値推論部は、前記環境データ及び前記装置データを使用して前記補正値を計算することを特徴とする。
本発明の一実施の形態にかかる熱変位補正システムは、前記補正値推論部は、事前に機械学習により生成された学習モデルを使用して前記補正値を計算することを特徴とする。
本発明の一実施の形態にかかる熱変位補正システムは、前記計算機は学習部をさらに有し、前記学習部は、前記環境データ及び前記装置データの少なくとも一方と、前記補正値推論部が算出した前記補正値と、を使用して前記学習モデルを更新することを特徴とする。
本発明の一実施の形態にかかる熱変位補正システムは、前記計算機は、ネットワークを介して複数の前記熱変位補正装置と接続されていることを特徴とする。
本発明の一実施の形態にかかる計算機は、機械で行われる加工に伴う熱変位を補正するための補正値を出力する計算機であって、前記計算機は、機械と接続された熱変位補正装置と、ネットワークを介して接続され、前記機械の外部環境に関する環境データを前記ネットワークを介して前記熱変位補正装置を経由せずに取得するデータ取得部と、前記環境データを使用して補正値を計算する補正値推論部と、前記補正値を前記ネットワークに出力する補正値出力部と、を有することを特徴とする。

【発明の効果】

【0007】

本発明によれば、熱変位補正装置とネットワークを介して接続された計算機との協働により熱変位補正を行う熱変位補正システム及び計算機を提供することが可能である。

【図面の簡単な説明】

【0008】

【図1】実施例１の熱変位補正システム１の機能構成を示すブロック図である。

【図2】実施例２の熱変位補正システム１の機能構成を示すブロック図である。

【図3】実施例３の熱変位補正システム１の機能構成を示すブロック図である。

【図4】実施例４の熱変位補正システム１の機能構成を示すブロック図である。

【図5】実施例４の熱変位補正システム１の一変形例の機能構成を示すブロック図である。

【図6】実施例５の熱変位補正システム１の機能構成を示すブロック図である。

【図7】実施例１の熱変位補正システム１の動作を示すフローチャートである。

【図8】実施例２及び実施例３の熱変位補正システム１の動作を示すフローチャートである。

【図9】実施例４及び実施例５の熱変位補正システム１の動作を示すフローチャートである。

【図10】実施例４の熱変位補正システム１の一変形例の動作を示すフローチャートである。

【図11】熱変位補正装置１０のハードウェア構成図である。

【図12】計算機２０のハードウェア構成図である。

【0009】

本発明の実施の形態にかかる熱変位補正システム１の構成について説明する。
熱変位補正システム１は、熱変位補正装置１０及び計算機２０を含む。熱変位補正装置１０は、典型的には機械の制御装置であり、例えば数値制御装置やロボット制御装置等である。計算機２０は、典型的にはサーバ又はパーソナルコンピュータ等の情報処理装置である。なお計算機２０は単一の情報処理装置であってもよく、分散処理を行う複数の情報処理装置により構成されても良い。熱変位補正装置１０と計算機２０とは通信ネットワークを介して互いに通信可能に接続される。熱変位補正システム１は、１以上の熱変位補正装置１０及び１以上の計算機２０を含みうる。

【0010】

図１１は、熱変位補正装置１０の要部の概略的なハードウェア構成図である。熱変位補正装置１０は、ＣＰＵ１１、バス１２、揮発性メモリ１３、不揮発性メモリ１４、インタフェース１５、インタフェース１６、インタフェース１７、入出力装置１８を有する。

【0011】

ＣＰＵ１１は、熱変位補正装置１０を全体的に制御するプロセッサである。ＣＰＵ１１は、不揮発性メモリ１４に格納されたプログラムをバス１２を介して読み出し、プログラムに従って熱変位補正装置１０全体を制御する。

【0012】

不揮発性メモリ１４は、例えば図示しないバッテリでバックアップされるなどして、熱変位補正装置１０の電源が遮断されても記憶状態が保持されるメモリとして構成される。不揮発性メモリ１４に記憶されているプログラムやデータは、利用時には揮発性メモリ１３に展開されても良い。揮発性メモリ１３には、不揮発性メモリ１４から展開されたプログラムやデータの他、一時的な計算データや表示データ、入出力装置１８を介して入力されたデータ等が格納される。

【0013】

入出力装置１８は例えばディスプレイやキーボード等である。入出力装置１８のキーボードから入力された指令やデータは、インタフェース１５を介してＣＰＵ１１に渡される。また、ＣＰＵ１１から出力された表示データは、インタフェース１５を介して入出力装置１８のディスプレイに表示される。

【0014】

機械３０は産業用機械であり、例えば工作機械等である。１以上の機械３０が、インタフェース１６を介して熱変位補正装置１０に接続される。機械３０から送信されるデータはインタフェース１６を介してＣＰＵ１１に渡される。

【0015】

計算機２０は、インタフェース１７を介して熱変位補正装置１０に接続される。通信ネットワークを介して計算機２０から送信されるデータは、インタフェース１７により受信されてＣＰＵ１１に渡される。また、ＣＰＵ１１から出力されたデータは、インタフェース１７により通信ネットワークを介して計算機２０に送信される。

【0016】

図１２は、計算機２０の要部の概略的なハードウェア構成図である。計算機２０は、ＣＰＵ２１、バス２２、揮発性メモリ２３、不揮発性メモリ２４、インタフェース２５、インタフェース２７、入出力装置２８を有する。

【0017】

ＣＰＵ２１は、計算機２０を全体的に制御するプロセッサである。ＣＰＵ２１は、不揮発性メモリ２４に格納されたプログラムをバス２２を介して読み出し、プログラムに従って計算機２０全体を制御する。

【0018】

不揮発性メモリ２４は、例えば図示しないバッテリでバックアップされるなどして、計算機２０の電源が遮断されても記憶状態が保持されるメモリとして構成される。不揮発性メモリ２４に記憶されているプログラムやデータは、利用時には揮発性メモリ２３に展開されても良い。揮発性メモリ２３には、不揮発性メモリ２４から展開されたプログラムやデータの他、一時的な計算データや表示データ、入出力装置２８を介して入力されたデータ等が格納される。

【0019】

入出力装置２８は例えばディスプレイやキーボード等である。入出力装置２８のキーボードから入力された指令やデータは、インタフェース２５を介してＣＰＵ２１に渡される。また、ＣＰＵ２１から出力された表示データは、インタフェース２５を介して入出力装置２８のディスプレイに表示される。

【0020】

熱変位補正装置１０は、インタフェース２７を介して計算機２０に接続される。通信ネットワークを介して熱変位補正装置１０から送信されるデータは、インタフェース２７により受信されてＣＰＵ２１に渡される。また、ＣＰＵ２１から出力されたデータは、インタフェース２７により通信ネットワークを介して熱変位補正装置１０に送信される。

【0021】

＜実施例１＞
実施例１として、計算機２０が外部センサ４０等から取得する環境データに基づいて補正値の計算を行い、熱変位補正装置１０が計算機２０から補正値を取得して熱変位補正を実行する熱変位補正システム１について説明する。

【0022】

図１は、実施例１にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、補正値推論部２０２、補正値出力部２０３を有する。熱変位補正装置１０は、補正値取得部１０１、補正実行部１０２を有する。

【0023】

図７は、実施例１にかかる熱変位補正システム１の動作を示すフローチャートである。このフローチャートに沿って、熱変位補正システム１の各構成要素の動作について説明する。

【0024】

Ｓ１０１：計算機２０のデータ取得部２０１は、１以上の外部センサ４０等から環境データ（典型的には数値データ）を受信する。外部センサ４０は、典型的には機械が設置されている環境に関するデータを取得可能なデバイスである。外部センサ４０と計算機２０とを共に工場内ネットワーク等に接続し、外部センサ４０から計算機２０に環境データが送られるよう構成するなら、計算機２０に環境に関するデータを集約できる。外部センサ４０が取得するデータには、例えば工場の出入口のシャッターの開閉状態、室温、工場内における機械の位置（所定の基点（例えばシャッター）からの距離、所定の基点からの相対位置を示す座標値、工場内の概略位置を示す区画番号等）、季節、温度、工場の立地（緯度及び経度等）、工場内の機械の稼働状況（稼働台数等）、作業員の出勤人数等が含まれ得る。

【0025】

データ取得部２０１は、外部センサ４０から取得される環境データ以外にも、補正値の計算に使用することのできる任意のデータを取得することができる。例えば、作業者が入出力装置２８を介して入力するデータを取得しても良い。

【0026】

Ｓ１０２：補正値推論部２０２は、データ取得部２０１が取得した環境データを使用して補正値を算出する。補正値推論部２０２は、典型的には補正式を予め保持しており、環境データを補正式に投入することにより補正値を得る。なお補正値の単位は距離（μｍ）又は角度である。

【0027】

Ｓ１０３：補正値出力部２０３は、補正値推論部２０２が計算した補正値を、通信ネットワークを介して熱変位補正装置１０の補正値取得部１０１に対し出力する。

【0028】

Ｓ１０４：熱変位補正装置１０の補正値取得部１０１は、補正値出力部２０３が出力した補正値を通信ネットワークを介して取得する。補正実行部１０２は、補正値取得部１０１が取得した補正値を使用して熱変位補正を実行する。なお熱変位補正の実行方法については公知であるため詳細な説明を省略する。

【0029】

実施例１においては、計算機２０が、熱変位補正装置１０からはデータを取得することなく、外部センサ４０等から取得した環境データを使用して補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。

【0030】

よって実施例１によれば、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。補正値の計算処理に必要な環境データも熱変位補正装置１０を経由せずに計算機２０が取得できるから、熱変位補正装置１０の負荷は従来に比べ大幅に軽減される。また、計算機２０においては、熱変位補正装置１０に比べて比較的容易に補正式の更新や変更が可能であるから、技術革新等にも柔軟に追従できる。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるので、従来使用できなかったデータを使用して高精度な補正値を求めることができる。環境データ及び補正値は、計算機２０と熱変位補正装置１０との間でネットワークを介して送受信されるが、熱変位の進行は比較的緩やかであり、補正に厳密なリアルタイム性は必要とされないから、ネットワークの遅延は一定程度許容され得る。換言すれば、熱変位補正はネットワーク上での処理に適性がある。

【0031】

＜実施例２＞
実施例２として、計算機２０が外部センサ４０等から取得する環境データ及び熱変位補正装置１０から取得する装置データに基づいて補正値の計算を行い、熱変位補正装置１０が計算機２０から補正値を取得して熱変位補正を実行する熱変位補正システム１について説明する。

【0032】

図２は、実施例２にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、補正値推論部２０２、補正値出力部２０３を有する。熱変位補正装置１０は、補正値取得部１０１、補正実行部１０２を有する。実施例２の特徴として、熱変位補正装置１０はさらに、装置データ取得部１０３、装置データ出力部１０４を有する。

【0033】

図８は、実施例２にかかる熱変位補正システム１の動作を示すフローチャートである。このフローチャートに沿って、熱変位補正システム１の各構成要素の動作について説明する。

【0034】

Ｓ２０１：熱変位補正装置１０の装置データ取得部１０３は、制御装置の機能を利用して機械の状態に関するデータ（装置データ）を取得する。装置データ取得部１０３が取得する装置データには、例えば機械の各所の温度、クーラントＯＮ／ＯＦＦの状態、クーラントの温度、モータ回転数、モータの温度、機械のドアの開閉状態、加工速度、運転時間、ワーク材質等が含まれ得る。

【0035】

装置データ出力部１０４は、装置データ取得部１０３が取得した装置データを、通信ネットワークを介して計算機２０のデータ取得部２０１に対し出力する。

【0036】

計算機２０のデータ取得部２０１は、装置データ出力部１０４が出力した装置データを通信ネットワークを介して取得する。また実施例１のＳ１０１と同様に、データ取得部２０１は、１以上の外部センサ４０等から環境データを受信する。データ取得部２０１は、作業者が入出力装置２８を介して入力するデータ等を取得しても良い。

【0037】

Ｓ２０２：補正値推論部２０２は、データ取得部２０１が取得した環境データ及び装置データを使用して補正値を算出する。補正値推論部２０２は、典型的には補正式を予め保持しており、環境データ及び装置データを補正式に投入することにより補正値を得る。

【0038】

Ｓ２０３：補正値出力部２０３は、補正値推論部２０２が計算した補正値を、通信ネットワークを介して熱変位補正装置１０の補正値取得部１０１に対し出力する。

【0039】

Ｓ２０４：熱変位補正装置１０の補正値取得部１０１は、補正値出力部２０３が出力した補正値を通信ネットワークを介して取得する。補正実行部１０２は、補正値取得部１０１が取得した補正値を使用して熱変位補正を実行する。

【0040】

実施例２においては、計算機２０が、熱変位補正装置１０から取得した装置データと、外部センサ４０等から取得した環境データとを使用して補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。

【0041】

よって実施例２によれば、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。また、計算機２０においては、熱変位補正装置１０に比べて比較的容易に補正式の更新や変更が可能であるから、技術革新等にも柔軟に追従できる。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるとともに、熱変位補正装置１０が取得する機械個々の状態を反映した装置データを使用できるので、実施例１よりさらに高精度な補正値を求めることができる。

【0042】

＜実施例３＞
実施例３として、計算機２０が外部センサ４０等から取得する環境データ及び熱変位補正装置１０から取得する装置データに基づいて補正値の計算を行い、熱変位補正装置１０が計算機２０から補正値を取得して熱変位補正を実行する熱変位補正システム１について説明する。計算機２０は、機械学習により生成された学習モデルを使用して補正値を計算する。

【0043】

図３は、実施例３にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、補正値推論部２０２、補正値出力部２０３を有する。熱変位補正装置１０は、補正値取得部１０１、補正実行部１０２、装置データ取得部１０３、装置データ出力部１０４を有する。

【0044】

実施例３の補正値推論部２０２は、事前に機械学習によって生成された学習モデルを保持している。学習モデルは、典型的には、環境データ及び装置データと、補正値と、のセットを教師データとして多数学習器に入力し、環境データ及び装置データと、補正値と、の相関関係を学習させる教師あり学習により生成できる。教師あり学習による学習モデルの生成手法については公知であるためここでは詳細な説明を省略する。

【0045】

補正値推論部２０２は、後述の実施例４で示すように、オンライン学習により逐次更新される学習モデルを使用して補正値を算出することとしても良い。

【0046】

実施例２と同じく図８のフローチャートに沿って、実施例３にかかる熱変位補正システム１の各構成要素の動作について説明する。

【0047】

Ｓ２０１：熱変位補正装置１０の装置データ取得部１０３は、制御装置から機械に関するデータ（装置データ）を取得する。装置データ出力部１０４は、装置データ取得部１０３が取得した装置データを、通信ネットワークを介して計算機２０のデータ取得部２０１に対し出力する。

【0048】

計算機２０のデータ取得部２０１は、装置データ出力部１０４が出力した装置データを通信ネットワークを介して取得する。また実施例１のＳ１０１と同様に、データ取得部２０１は、１以上の外部センサ４０等から環境データを受信する。データ取得部２０１は、作業者が入出力装置２８を介して入力するデータ等を取得しても良い。

【0049】

Ｓ２０２：補正値推論部２０２は、データ取得部２０１が取得した環境データ及び装置データを使用して補正値を算出する。実施例３の補正値推論部２０２は、環境データ及び装置データと、補正値と、の相関関係を機械学習により事前に学習した学習モデルを保持している。この学習モデルに、データ取得部２０１が取得した環境データ及び装置データを入力することにより、対応する補正値を出力として得ることができる。

【0050】

Ｓ２０３：補正値出力部２０３は、補正値推論部２０２が計算した補正値を、通信ネットワークを介して熱変位補正装置１０の補正値取得部１０１に対し出力する。

【0051】

Ｓ２０４：熱変位補正装置１０の補正値取得部１０１は、補正値出力部２０３が出力した補正値を通信ネットワークを介して取得する。補正実行部１０２は、補正値取得部１０１が取得した補正値を使用して熱変位補正を実行する。

【0052】

実施例３においては、計算機２０が、熱変位補正装置１０から取得した装置データと、外部センサ４０等から取得した環境データとを、事前に機械学習により生成された学習モデルに入力することにより補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。

【0053】

よって実施例３によれば、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。特に、機械学習による補正値の推論は処理負荷が重く、熱変位補正装置１０での計算は困難である場合が多いから、実施例３の構成が好適である。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるとともに、熱変位補正装置１０が取得する機械個々の状態を反映した装置データを使用できるので、実施例１よりさらに高精度な補正値を求めることができる。

【0054】

実施例３の変形例として、実施例１の構成を前提として、学習モデルを使用して補正値を算出することも可能である。すなわち、計算機２０は、装置データを使用せず、外部センサ４０等から取得した環境データを事前に機械学習により生成された学習モデルに入力することにより補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。

【0055】

この変形例によっても、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。特に、機械学習による補正値の推論は処理負荷が重く、熱変位補正装置１０での計算は困難である場合が多いから、変形例の構成は好適である。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるので、従来より高精度な補正値を求めることができる。

【0056】

補正値の推定及びオンライン学習のために学習モデルに入力されるデータは、環境データ及び装置データの両方であっても良く、いずれか一方のみであっても良く、環境データ及び装置データの一部のみであっても良い。例えば、環境データ又は装置データの一方については学習モデルを使用した補正値の推定及びオンライン学習を行い、他方については従来の補正式を使用した補正値の計算を行っても良い。また、例えば環境データ又は装置データのうち補正式により十分な精度が得られるデータについては補正式を使用して補正値を計算し、その他のデータについては学習モデルを使用した補正値の推定及びオンライン学習を行っても良い。これにより、精度と計算効率とを両立させることが可能である。この場合、補正値推論部２０２は、複数の方法で算出された複数の補正値を統合（例えば平均等の統計量を算出）し、補正値出力部２０３は、この統合された補正値を出力することができる。

【0057】

＜実施例４＞
実施例４として、計算機２０が外部センサ４０等から取得する環境データ及び熱変位補正装置１０から取得する装置データに基づいて補正値の計算を行い、熱変位補正装置１０が計算機２０から補正値を取得して熱変位補正を実行する熱変位補正システム１について説明する。計算機２０は、事前に機械学習により生成された学習モデルを使用して補正値を計算する。また、取得した環境データ及び装置データを使用してオンライン学習（追加学習）を行い、学習モデルを更新する。

【0058】

図４は、実施例４にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、補正値推論部２０２、補正値出力部２０３を有する。実施例４の特徴として、計算機２０はさらに学習部２０４を有する。熱変位補正装置１０は、補正値取得部１０１、補正実行部１０２、装置データ取得部１０３、装置データ出力部１０４を有する。

【0059】

図９は、実施例４にかかる熱変位補正システム１の動作を示すフローチャートである。このフローチャートに沿って、熱変位補正システム１の各構成要素の動作について説明する。

【0060】

Ｓ３０１：熱変位補正装置１０の装置データ取得部１０３は、制御装置の機能を利用して機械に関するデータ（装置データ）を取得する。装置データ出力部１０４は、装置データ取得部１０３が取得した装置データを、通信ネットワークを介して計算機２０のデータ取得部２０１に対し出力する。

【0061】

計算機２０のデータ取得部２０１は、装置データ出力部１０４が出力した装置データを通信ネットワークを介して取得する。また実施例１のＳ１０１と同様に、データ取得部２０１は、１以上の外部センサ４０等から環境データを受信する。データ取得部２０１は、作業者が入出力装置２８を介して入力するデータ等を取得しても良い。

【0062】

Ｓ３０２：補正値推論部２０２は、データ取得部２０１が取得した環境データ及び装置データを使用して補正値を算出する。実施例３と同様に、補正値推論部２０２は、環境データ及び装置データと、補正値と、の相関関係を機械学習により事前に学習した学習モデルを保持している。この学習モデルに、データ取得部２０１が取得した環境データ及び装置データを入力することにより、対応する補正値を出力として得ることができる。

【0063】

Ｓ３０３：学習部２０４は、データ取得部２０１が取得した環境データ及び装置データ、並びに補正値推論部２０２が算出した補正値を使用してオンライン学習を行う。すなわち、データ取得部２０１が取得する環境データ及び装置データ、並びに補正値推論部２０２が算出した補正値を追加データとして使用し、学習モデルを逐次更新する。なおオンライン学習の具体的手法については公知であるためここでは詳細な説明を省略する。

【0064】

Ｓ３０４：補正値出力部２０３は、補正値推論部２０２が計算した補正値を、通信ネットワークを介して熱変位補正装置１０の補正値取得部１０１に対し出力する。

【0065】

Ｓ３０５：熱変位補正装置１０の補正値取得部１０１は、補正値出力部２０３が出力した補正値を通信ネットワークを介して取得する。補正実行部１０２は、補正値取得部１０１が取得した補正値を使用して熱変位補正を実行する。

【0066】

実施例４においては、計算機２０が、熱変位補正装置１０から取得した装置データと、外部センサ４０等から取得した環境データとを、事前に機械学習により生成された学習モデルに入力することにより補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。加えて、計算機２０がオンライン学習により学習モデルを逐次更新する。

【0067】

よって実施例４によれば、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。特に、機械学習による補正値の推論は処理負荷が重く、熱変位補正装置１０での計算は困難である場合が多い。またオンライン学習によるモデルの逐次更新にも相応のリソースを要するから、実施例３の構成が好適である。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるとともに、熱変位補正装置１０が取得する機械個々の状態を反映した装置データを使用できる。加えて、オンライン学習により学習モデルの精度を逐次維持又は向上させることが可能であるので、実施例３よりさらに高精度な補正値を求めることができる。

【0068】

実施例４においても変形例として、実施例１の構成を前提として、学習モデルを使用して補正値を算出するとともに、学習モデルを逐次更新するよう構成ことも可能である。すなわち、計算機２０が、外部センサ４０等から取得した環境データを、事前に機械学習により生成された学習モデルに入力することにより補正値を計算する。熱変位補正装置１０は、計算機２０が計算した補正値を使用して熱変位補正を行う。加えて、計算機２０がオンライン学習により学習モデルを逐次更新する。

【0069】

実施例４の第２の変形例として、計算機２０はオンライン学習による学習モデルの逐次更新のみを実行することも可能である。図５は、実施例４の第２の変形例にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、学習部２０４を有する。熱変位補正装置１０は、装置データ取得部１０３、装置データ出力部１０４を有する。

【0070】

図１０は、実施例４の第２の変形例にかかる熱変位補正システム１の動作を示すフローチャートである。このフローチャートに沿って、熱変位補正システム１の各構成要素の動作について説明する。

【0071】

Ｓ４０１：熱変位補正装置１０の装置データ取得部１０３は、制御装置の機能を利用して機械に関するデータ（装置データ）を取得する。装置データ出力部１０４は、装置データ取得部１０３が取得した装置データを、通信ネットワークを介して計算機２０のデータ取得部２０１に対し出力する。

【0072】

計算機２０のデータ取得部２０１は、装置データ出力部１０４が出力した装置データを通信ネットワークを介して取得する。また実施例１のＳ１０１と同様に、データ取得部２０１は、１以上の外部センサ４０等から環境データを受信する。データ取得部２０１は、作業者が入出力装置２８を介して入力するデータ等を取得しても良い。

【0073】

Ｓ４０２：補正値推論部２０２は、データ取得部２０１が取得した環境データ及び装置データを使用して補正値を算出する。実施例３と同様に、補正値推論部２０２は、環境データ及び装置データと、補正値と、の相関関係を機械学習により事前に学習した学習モデルに、データ取得部２０１が取得した環境データ及び装置データを入力することにより、対応する補正値を出力として得ることができる。

【0074】

Ｓ４０３：学習部２０４は、データ取得部２０１が取得した環境データ及び装置データ、並びに補正値推論部２０２が算出した補正値を使用してオンライン学習を行う。すなわち、データ取得部２０１が取得する環境データ及び装置データ、並びに補正値推論部２０２が算出した補正値を追加データとして使用し、学習モデルを逐次更新する。

【0075】

実施例４の第２の変形例においては、計算機２０が、熱変位補正装置１０から取得した装置データと、外部センサ４０等から取得した環境データと使用して、オンライン学習により学習モデルを逐次更新する。

【0076】

よって実施例４の第２の変形例によれば、ネットワーク上の計算機２０の計算リソースを利用して学習モデルを逐次更新し、学習モデルの精度を逐次維持又は向上させることが可能である。オンライン学習によるモデルの逐次更新には相応のリソースを要するから、実施例４の第２の変形例の構成は好適である。

【0077】

＜実施例５＞
実施例５として、計算機２０が外部センサ４０等から取得する環境データや、複数の熱変位補正装置１０から取得する装置データに基づいて、学習モデルの更新や学習モデルを使用した補正値の推定を行い、熱変位補正装置１０が計算機２０から補正値を取得して熱変位補正を実行する熱変位補正システム１について説明する。

【0078】

図６は、実施例５にかかる熱変位補正システム１の概略的な機能構成を示すブロック図である。計算機２０は、データ取得部２０１、補正値推論部２０２、補正値出力部２０３、学習部２０４を有する。実施例５の特徴として、複数の熱変位補正装置１０が計算機２０に接続されている。それぞれの熱変位補正装置１０は、補正値取得部１０１、補正実行部１０２、装置データ取得部１０３、装置データ出力部１０４を有する。

【0079】

複数の熱変位補正装置１０はそれぞれ、計算機２０との関係において実施例４に従って動作する（図９参照）。
すなわち、熱変位補正装置１０各々の装置データ取得部１０３は、制御装置から機械に関するデータ（装置データ）を取得する。装置データ出力部１０４は、装置データを計算機２０のデータ取得部２０１に対し出力する。計算機２０のデータ取得部２０１は、熱変位補正装置１０各々の装置データ出力部１０４が出力した装置データを取得する。またデータ取得部２０１は、１以上の外部センサ４０等から環境データを受信する。データ取得部２０１は、作業者が入出力装置２８を介して入力するデータ等を取得しても良い。（Ｓ３０１）

【0080】

補正値推論部２０２は、データ取得部２０１が取得した環境データ及び装置データを学習モデルに入力し、対応する補正値を出力として得る。（Ｓ３０２）

【0081】

学習部２０４は、データ取得部２０１が取得した環境データ及び装置データ、並びに補正値推論部２０２が算出した補正値を使用してオンライン学習を行う。（Ｓ３０３）

【0082】

補正値出力部２０３は、補正値推論部２０２が出力した補正値を熱変位補正装置１０各々の補正値取得部１０１に対し出力する。（Ｓ３０４）

【0083】

熱変位補正装置１０各々の補正値取得部１０１は、補正値出力部２０３が出力した補正値を取得する。補正実行部１０２は、取得した補正値を使用して熱変位補正を実行する。（Ｓ３０５）

【0084】

実施例５においては、計算機２０が、複数の熱変位補正装置１０から取得した装置データと、外部センサ４０等から取得した環境データとを、事前に機械学習により生成された学習モデルに入力することにより補正値を計算する。複数の熱変位補正装置１０各々は、計算機２０が計算した補正値を使用して熱変位補正を行う。

【0085】

よって実施例５によれば、補正値の計算処理にネットワーク上の計算機２０の計算リソースを利用できる。特に、実施例５のような分散環境における機械学習は処理負荷が重く、熱変位補正装置１０での計算は困難である場合が多いから、実施例５の構成が好適である。また、計算機２０は、熱変位補正装置１０単体では取得が困難であった環境に関するデータを集約することが容易であるとともに、熱変位補正装置１０が取得する機械個々の状態を反映した装置データを使用できるので、実施例１よりさらに高精度な補正値を求めることができる。

【0086】

実施例５で使用及び更新される学習モデルは、複数の熱変位補正装置１０に共通であっても良く、熱変位補正装置１０ごとに独立であっても良い。例えば複数の熱変位補正装置１０の特性が共通している（例えば機械の形式が共通しており熱変位の発現傾向に類似性がある、工場内における機械の設置環境に類似性がある等）なら、共通の学習モデルを利用することにより、学習モデルの精度を効率的に向上させることができる。一方、熱変位補正装置１０ごとに独立の学習モデルを利用することにより、機械ごとに異なる特性を反映した緻密な補正値の推定が可能となる。

【0087】

学習モデルを、入力されるデータの性質に応じて複数使用しても良い。例えば工場内の環境がほぼ一様である場合等には、環境データについては複数の熱変位補正装置１０で共通の学習モデルを使用及び更新することで効率化し、装置データについては熱変位補正装置１０ごとに独立の学習モデルを使用及び更新することで個別の特性を反映できるよう構成しても良い。また、例えば環境データ及び装置データのうち機械間で共通性の高いデータ（例えば環境データのうち、工場の出入口のシャッターの開閉状態、工場内の概略位置を示す区画番号、季節、温度、工場の立地（緯度及び経度等）、工場内の機械の稼働状況（稼働台数等）、作業員の出勤人数等。装置データのうち、ワーク材質等）については複数の熱変位補正装置１０で共通の学習モデルを使用及び更新することで効率化し、個別性の強いデータ（例えば環境データのうち、室温、工場内における機械の位置（所定の基点（例えばシャッター）からの距離、所定の基点からの相対位置を示す座標値等。装置データのうち機械の各所の温度、クーラントＯＮ／ＯＦＦの状態、クーラントの温度、モータ回転数、モータの温度、機械のドアの開閉状態、加工速度、運転時間等）については熱変位補正装置１０ごとに独立の学習モデルを使用及び更新することで個別の特性を反映できるよう構成しても良い。

【0088】

複数の学習モデルを併用する場合、補正値推論部２０２は、複数の方法で算出された複数の補正値を統合（例えば平均等の統計量を算出）し、補正値出力部２０３は、この統合された補正値を出力することができる。

【0089】

学習モデルとして、他の熱変位補正システム１において生成された学習モデルを蒸留して生成される新たな学習モデル（蒸留モデル）を採用しても良い。特に、複数の機械間で共通性の高いデータを使用する学習モデルについては、１つの熱変位補正システム１において上述の実施の形態により学習モデルを生成した後、当該学習モデル（複雑モデル）と同じ出力となるように学習させた簡略モデルを作成し、他の熱変位補正システム１では簡略モデルを利用することができる。

【0090】

なお、本発明は上述の実施の形態に限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。例えば、上述の実施の形態で示した学習用パラメータや機械学習手法（教師あり学習、オンライン学習等）はあくまで一例であり、必要に応じ他の任意の学習用パラメータや機械学習手法を採用しても良い。また、上述の実施の形態で示した処理の順序等は、本発明の趣旨を損なわない範囲において適宜入れ替えても良い。

【符号の説明】

【0091】

１ 熱変位補正システム
１０ 熱変位補正装置
１１ ＣＰＵ
１２ バス
１３ 揮発性メモリ
１４ 不揮発性メモリ
１５ インタフェース
１６ インタフェース
１７ インタフェース
１８ 入出力装置
１０１ 補正値取得部
１０２ 補正実行部
１０３ 装置データ取得部
１０４ 装置データ出力部
２０ 計算機
２１ ＣＰＵ
２２ バス
２３ 揮発性メモリ
２４ 不揮発性メモリ
２５ インタフェース
２７ インタフェース
２８ 入出力装置
２０１ データ取得部
２０２ 補正値推論部
２０３ 補正値出力部
２０４ 学習部
３０ 機械
４０ 外部センサ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】