(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024138630
(43)【公開日】2024-10-09
(54)【発明の名称】研削加工システム、及び、機械学習装置
(51)【国際特許分類】
B24B 49/18 20060101AFI20241002BHJP
B24B 49/12 20060101ALI20241002BHJP
B24B 49/10 20060101ALI20241002BHJP
B24B 49/16 20060101ALI20241002BHJP
B24B 9/00 20060101ALI20241002BHJP
B24B 53/053 20060101ALI20241002BHJP
B24B 53/14 20060101ALI20241002BHJP
H01L 21/304 20060101ALI20241002BHJP
B24B 53/00 20060101ALI20241002BHJP
G06N 20/00 20190101ALI20241002BHJP
【ＦＩ】
B24B49/18
B24B49/12
B24B49/10
B24B49/16
B24B9/00 601H
B24B53/053
B24B53/14
H01L21/304 622R
H01L21/304 611A
B24B53/00 A
G06N20/00 130
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023049213
(22)【出願日】2023-03-27
(71)【出願人】
【識別番号】000151494
【氏名又は名称】株式会社東京精密
(74)【代理人】
【識別番号】110003535
【氏名又は名称】スプリング弁理士法人
(72)【発明者】
【氏名】片山 翔
【テーマコード（参考）】
3C034
3C047
3C049
5F057
【Ｆターム（参考）】
3C034AA01
3C034BB73
3C034BB93
3C034CA22
3C034CB12
3C034DD10
3C034DD20
3C047BB04
3C047BB15
3C047EE11
3C047EE17
3C049AA03
3C049AA18
3C049AA19
3C049AC02
3C049BA06
3C049BA09
3C049BB06
3C049BB08
3C049BB09
3C049BC03
3C049CB03
3C049CB04
5F057AA12
5F057CA09
5F057DA11
5F057EB15
5F057FA13
5F057GA16
(57)【要約】
【課題】 熟練技術者等でなくても、容易にツルーイング条件を設定できる、研削加工システムの提供
【解決手段】 所定の加工条件に基づき、回転する砥石とワークとを接触させて、上記ワークを目標形状に研削加工する加工装置１０と、上記ワークの形状を測定する形状測定装置６５と、上記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得するセンサ６６と、情報処理装置６０と、を備え、上記情報処理装置は、上記加工条件、上記状態データ（１）、及び、上記目標形状と研削加工後の上記ワークの形状との比較の結果を学習済みモデルに入力し、上記学習済みモデルによって上記目標形状に合致し得るツルーイング条件を算出する算出部を備える、研削加工システム。
【選択図】 図１
【解決手段】 所定の加工条件に基づき、回転する砥石とワークとを接触させて、上記ワークを目標形状に研削加工する加工装置１０と、上記ワークの形状を測定する形状測定装置６５と、上記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得するセンサ６６と、情報処理装置６０と、を備え、上記情報処理装置は、上記加工条件、上記状態データ（１）、及び、上記目標形状と研削加工後の上記ワークの形状との比較の結果を学習済みモデルに入力し、上記学習済みモデルによって上記目標形状に合致し得るツルーイング条件を算出する算出部を備える、研削加工システム。
【選択図】 図１
【特許請求の範囲】
【請求項1】
所定の加工条件に基づき、回転する砥石とワークとを接触させて、前記ワークを目標形状に研削加工する加工装置と、
前記ワークの形状を測定する形状測定装置と、
前記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得するセンサと、情報処理装置と、を備え、
前記情報処理装置は、前記加工条件、前記状態データ（１）、及び、前記目標形状と研削加工後の前記ワークの形状との比較の結果を学習済みモデルに入力し、前記学習済みモデルによって前記目標形状に合致し得るツルーイング条件を算出する算出部を備える、研削加工システム。
前記ワークの形状を測定する形状測定装置と、
前記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得するセンサと、情報処理装置と、を備え、
前記情報処理装置は、前記加工条件、前記状態データ（１）、及び、前記目標形状と研削加工後の前記ワークの形状との比較の結果を学習済みモデルに入力し、前記学習済みモデルによって前記目標形状に合致し得るツルーイング条件を算出する算出部を備える、研削加工システム。
【請求項2】
更に、前記ツルーイング条件に従って前記砥石をツルーイングするツルーイング装置を備える、請求項１に記載の研削加工システム。
【請求項3】
前記比較の結果は、前記目標形状、及び、前記形状からそれぞれ予測される前記砥石の形状の差に基づき算出される形状乖離度を含む、請求項１又は２に記載の研削加工システム。
【請求項4】
前記学習済みモデルは、前記加工条件と、前記状態データ（１）と、前記比較の結果と、前記ツルーイング条件と、前記ツルーイングの際の加工負荷、及び、加工振動を含む状態データ（Ｔ）と、前記ツルーイング後の前記砥石による研削結果と、を含む訓練データセットによって予め機械学習される、請求項１又は２に記載の研削加工システム。
【請求項5】
前記訓練データセットは、本来の研削対象物よりも厚い参照ワークである前記ワークを用いて取得されたレコードを含む、請求項４に記載の研削加工システム。
【請求項6】
前記研削結果は、前記目標形状、及び、前記ツルーイング後の前記砥石による研削加工により得られた前記ワークの形状の比較の結果を含む、請求項４に記載の研削加工システム。
【請求項7】
所定の加工条件に基づき、回転する砥石とワークとを接触させて、前記ワークを目標形状に研削加工する加工装置における、前記目標形状と前記加工条件とを取得する条件取得部と、
前記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得する状態データ取得部と、
研削加工後の前記ワークの形状の測定結果を取得する形状データ取得部と、
前記目標形状と前記形状とを比較する比較部と、
前記比較の結果に基づき設定されるツルーイング条件を取得するレシピ取得部と、
前記ツルーイング後の前記砥石による研削結果を取得する結果取得部と、
前記加工条件、前記状態データ（１）、前記比較の結果、前記ツルーイング条件、及び、前記研削結果を含む訓練データセットを用いた機械学習により、前記加工条件、前記状態データ（１）、前記比較の結果、及び、前記研削結果と前記ツルーイング条件との関係を学習する学習部と、を備える機械学習装置。
前記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得する状態データ取得部と、
研削加工後の前記ワークの形状の測定結果を取得する形状データ取得部と、
前記目標形状と前記形状とを比較する比較部と、
前記比較の結果に基づき設定されるツルーイング条件を取得するレシピ取得部と、
前記ツルーイング後の前記砥石による研削結果を取得する結果取得部と、
前記加工条件、前記状態データ（１）、前記比較の結果、前記ツルーイング条件、及び、前記研削結果を含む訓練データセットを用いた機械学習により、前記加工条件、前記状態データ（１）、前記比較の結果、及び、前記研削結果と前記ツルーイング条件との関係を学習する学習部と、を備える機械学習装置。
【請求項8】
前記比較の結果は、前記目標形状、及び、前記形状からそれぞれ予測される前記砥石の形状の差に基づき算出される形状乖離度を含む、請求項７に記載の機械学習装置。
【請求項9】
前記訓練データセットは、本来の研削対象物よりも厚い参照ワークである前記ワークを用いて取得されたレコードを含む、請求項７又は８に記載の機械学習装置。
【請求項10】
前記研削結果は、前記目標形状、及び、前記ツルーイング後の前記研削加工により得られた前記ワークの形状の比較の結果を含む、請求項７に記載の機械学習装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、研削加工システム、及び、機械学習装置に関する。
【背景技術】
【0002】
半導体装置、及び、電子部品等の素材となるシリコンウェーハの製造工程には、面取り加工がある。面取り加工は、インゴットからワイヤーソー等のスライシング装置で切り出されたウェーハの外周部に施される。面取り加工によりウェーハの周縁の割れ、及び、欠け等が抑制される。
【0003】
面取り加工には、面取り装置と呼ばれる加工装置が用いられる。面取り装置には、各種の砥石が複数取り付けられている。ウェーハ等のワークの外周部、ノッチ部等は、この砥石で研削加工される。
これらの円盤状の砥石のいくつかは、外周部に溝を有する。砥石を回転させてこの溝をワークに接触させることで、ワークが面取り加工される。この溝の形状は、得られるワークの形状に影響する。そのため、面取り装置には、この溝の形状を調整したり、所望の溝を形成したりするためのツルーイング砥石が備えられていることがある。
これらの円盤状の砥石のいくつかは、外周部に溝を有する。砥石を回転させてこの溝をワークに接触させることで、ワークが面取り加工される。この溝の形状は、得られるワークの形状に影響する。そのため、面取り装置には、この溝の形状を調整したり、所望の溝を形成したりするためのツルーイング砥石が備えられていることがある。
【0004】
一般に、ツルーイングは、ワークの目標形状に合わせて行われる。ワークの形状は砥石（例えば、砥石の溝）により形成される。そのため、ツルーイングは、所望の先端形状、面取り角度、コーナーＲ、及び、面幅等を有する（研削済み）ワークが得られるような砥石形状を、いわば逆算するようにして行われる。具体的には、目標形状に合わせてツルーイング砥石を変更したり、ツルーイング方法が変更されたりする。
【0005】
このような方法として、特許文献１には、「ウェーハを保持して回転するウェーハテーブルと、前記ウェーハの外周部を面取りする砥石と、前記ウェーハテーブルを前記砥石に対して相対的に移動させる移動手段と、前記砥石に対して前記ウェーハの外周部を面取りする為の溝を形成するツルーイング砥石とを備えたウェーハ面取り装置を用い、前記ツルーイング砥石を前記ウェーハテーブルの回転軸上に取付け、前記ツルーイング砥石を回転させながら、前記ツルーイング砥石の端部を前記ウェーハ外周部の面取り形状に相当する軌道上に沿って前記移動手段により前記砥石に対して相対的に移動させて、前記溝の形成を行なうことを特徴とするウェーハ面取り砥石のツルーイング方法。」が記載されている。
【先行技術文献】
【特許文献】
【0006】
【特許文献1】特開２００７－６１９７８号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
特許文献１に記載の方法は、ウェーハのサイズ、及び／又は、加工形状に変更があっても、ツルーイング砥石の変更の必要がなく、効率的で優れたツルーイング方法であった。
【0008】
しかし、実際の運用では、砥石・ツルアーのボンドの種類（メタル、レジン等）、砥石径、及び、集中度等の条件、並びに、使用により蓄積するツルアーのたわみ・摩耗等の条件によって、ツルーイング条件を緻密に調整する必要あった。
このような調整には、熟練技術者の経験、又は、勘といった属人的な技能が必要とされてきた。これは、自動化が進むウェーハ面取り工場においては、ダウンタイム増大の原因の一つと考えられており、改善が求められている。
このような調整には、熟練技術者の経験、又は、勘といった属人的な技能が必要とされてきた。これは、自動化が進むウェーハ面取り工場においては、ダウンタイム増大の原因の一つと考えられており、改善が求められている。
【0009】
そこで、本発明は、熟練技術者等でなくても、容易にツルーイング条件を設定できる、研削加工システムの提供を課題とする。
また、本発明は、機械学習装置を提供することも課題とする。
また、本発明は、機械学習装置を提供することも課題とする。
【課題を解決するための手段】
【0010】
本発明者らは、上記課題を解決すべく鋭意検討した結果、以下の構成により上記課題を解決することができることを見出した。
【0011】
［１］ 所定の加工条件に基づき、回転する砥石とワークとを接触させて、上記ワークを目標形状に研削加工する加工装置と、上記ワークの形状を測定する形状測定装置と、上記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得するセンサと、情報処理装置と、を備え、上記情報処理装置は、上記加工条件、上記状態データ（１）、及び、上記目標形状と研削加工後の上記ワークの形状との比較の結果を学習済みモデルに入力し、上記学習済みモデルによって上記目標形状に合致し得るツルーイング条件を算出する算出部を備える、研削加工システム。
［２］ 更に、上記ツルーイング条件に従って上記砥石をツルーイングするツルーイング装置を備える、［１］に記載の研削加工システム。
［３］ 上記比較の結果は、上記目標形状、及び、上記形状からそれぞれ予測される上記砥石の形状の差に基づき算出される形状乖離度を含む、［１］又は［２］に記載の研削加工システム。
［４］ 上記学習済みモデルは、上記加工条件と、上記状態データ（１）と、上記比較の結果と、上記ツルーイング条件と、上記ツルーイングの際の加工負荷、及び、加工振動を含む状態データ（Ｔ）と、上記ツルーイング後の上記砥石による研削結果と、を含む訓練データセットによって予め機械学習される、［１］又は［２］に記載の研削加工システム。
［５］ 上記訓練データセットは、本来の研削対象物よりも厚い参照ワークである上記ワークを用いて取得されたレコードを含む、［４］に記載の研削加工システム。
［６］ 上記研削結果は、上記目標形状、及び、上記ツルーイング後の上記砥石による研削加工により得られた上記ワークの形状の比較の結果を含む、［４］に記載の研削加工システム。
［７］ 所定の加工条件に基づき、回転する砥石とワークとを接触させて、上記ワークを目標形状に研削加工する加工装置における、上記目標形状と上記加工条件とを取得する条件取得部と、上記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得する状態データ取得部と、研削加工後の上記ワークの形状の測定結果を取得する形状データ取得部と、上記目標形状と上記形状とを比較する比較部と、上記比較の結果に基づき設定されるツルーイング条件を取得するレシピ取得部と、上記ツルーイング後の上記砥石による研削結果を取得する結果取得部と、上記加工条件、上記状態データ（１）、上記比較の結果、上記ツルーイング条件、及び、上記研削結果を含む訓練データセットを用いた機械学習により、上記加工条件、上記状態データ（１）、上記比較の結果、及び、上記研削結果と上記ツルーイング条件との関係を学習する学習部と、を備える機械学習装置。
［８］ 上記比較の結果は、上記目標形状、及び、上記形状からそれぞれ予測される上記砥石の形状の差に基づき算出される形状乖離度を含む、［７］に記載の機械学習装置。
［９］ 上記訓練データセットは、本来の研削対象物よりも厚い参照ワークである上記ワークを用いて取得されたレコードを含む、［７］又は［８］に記載の機械学習装置。
［１０］ 上記研削結果は、上記目標形状、及び、上記ツルーイング後の上記研削加工により得られた上記ワークの形状の比較の結果を含む、［７］に記載の機械学習装置。
［２］ 更に、上記ツルーイング条件に従って上記砥石をツルーイングするツルーイング装置を備える、［１］に記載の研削加工システム。
［３］ 上記比較の結果は、上記目標形状、及び、上記形状からそれぞれ予測される上記砥石の形状の差に基づき算出される形状乖離度を含む、［１］又は［２］に記載の研削加工システム。
［４］ 上記学習済みモデルは、上記加工条件と、上記状態データ（１）と、上記比較の結果と、上記ツルーイング条件と、上記ツルーイングの際の加工負荷、及び、加工振動を含む状態データ（Ｔ）と、上記ツルーイング後の上記砥石による研削結果と、を含む訓練データセットによって予め機械学習される、［１］又は［２］に記載の研削加工システム。
［５］ 上記訓練データセットは、本来の研削対象物よりも厚い参照ワークである上記ワークを用いて取得されたレコードを含む、［４］に記載の研削加工システム。
［６］ 上記研削結果は、上記目標形状、及び、上記ツルーイング後の上記砥石による研削加工により得られた上記ワークの形状の比較の結果を含む、［４］に記載の研削加工システム。
［７］ 所定の加工条件に基づき、回転する砥石とワークとを接触させて、上記ワークを目標形状に研削加工する加工装置における、上記目標形状と上記加工条件とを取得する条件取得部と、上記研削加工の際の加工負荷、及び、加工振動を含む状態データ（１）を取得する状態データ取得部と、研削加工後の上記ワークの形状の測定結果を取得する形状データ取得部と、上記目標形状と上記形状とを比較する比較部と、上記比較の結果に基づき設定されるツルーイング条件を取得するレシピ取得部と、上記ツルーイング後の上記砥石による研削結果を取得する結果取得部と、上記加工条件、上記状態データ（１）、上記比較の結果、上記ツルーイング条件、及び、上記研削結果を含む訓練データセットを用いた機械学習により、上記加工条件、上記状態データ（１）、上記比較の結果、及び、上記研削結果と上記ツルーイング条件との関係を学習する学習部と、を備える機械学習装置。
［８］ 上記比較の結果は、上記目標形状、及び、上記形状からそれぞれ予測される上記砥石の形状の差に基づき算出される形状乖離度を含む、［７］に記載の機械学習装置。
［９］ 上記訓練データセットは、本来の研削対象物よりも厚い参照ワークである上記ワークを用いて取得されたレコードを含む、［７］又は［８］に記載の機械学習装置。
［１０］ 上記研削結果は、上記目標形状、及び、上記ツルーイング後の上記研削加工により得られた上記ワークの形状の比較の結果を含む、［７］に記載の機械学習装置。
【発明の効果】
【0012】
本発明によれば、熟練技術者等でなくても、容易にツルーイング条件を設定できる、研削加工システムが提供できる。
また、本発明によれば、機械学習装置も提供できる。
また、本発明によれば、機械学習装置も提供できる。
【図面の簡単な説明】
【0013】
【図1】本発明の研削加工システムの第１の実施例のハードウェア構成図である。
【図2】加工装置の主要部を示す正面図である。
【図3】ツルアーにより研削砥石をツルーイング加工する様子を示した側面図である。
【図4】本発明の研削加工システムの第１の変形例のハードウェア構成図である。
【図5】本発明の研削加工システムの第２の変形例のハードウェア構成図である。
【図6】研削加工システムの機能ブロック図である。
【図8】形状乖離度の算出方法の説明図である。
【図9】研削加工システムの動作フローの第１の実施例のフロー図である。
【図10】研削加工システムの動作フローの第２の実施例の表すフロー図である。
【図11】研削加工システムの動作フローの第３の実施例のフロー図である。
【図12】本発明の機械学習装置の実施例のハードウェア構成図である。
【図13】機械学習装置の機能ブロック図である。
【図14】機械学習装置を用いて訓練データセットを構成するレコードを取得する方法のフロー図である。
【図15】機械学習装置を用いて訓練データセットを構成するレコードを取得する方法の第１の変形例のフロー図である。
【図16】機械学習装置を用いて訓練データセットを構成するレコードを取得する方法の第２の変形例のフロー図である。
【図17】訓練データセットの構造の説明図である。
【発明を実施するための形態】
【0014】
以下、本発明について詳細に説明する。
以下に記載する構成要件の説明は、本発明の代表的な実施形態に基づいてなされることがあるが、本発明はそのような実施形態に制限されるものではない。
なお、本明細書において、「～」を用いて表される数値範囲は、「～」の前後に記載される数値を下限値及び上限値として含む範囲を意味する。
以下に記載する構成要件の説明は、本発明の代表的な実施形態に基づいてなされることがあるが、本発明はそのような実施形態に制限されるものではない。
なお、本明細書において、「～」を用いて表される数値範囲は、「～」の前後に記載される数値を下限値及び上限値として含む範囲を意味する。
【0015】
また、以下に示す実施形態は、本発明の技術的思想を具体化した一例であって、本発明の技術的思想は、構成部品の材質、形状、構造、及び、配置等を下記の実施形態に特定するものではない。また、図面は模式的なものである。そのため、厚みと平面寸法との関係、比率等は現実のものとは異なる場合があり、また、図面相互間においても互いの寸法の関係や比率が異なることがある。
【0016】
［研削加工システム］
図１は、本発明の研削加工システムの第１の実施例のハードウェア構成図である。研削加工システム１００は、加工装置１０、形状測定装置６５、及び、情報処理装置６０を備える。加工装置１０は、研削砥石５５、ツルアー４１、及び、センサ６６を備える。各部は情報処理装置６０によって制御され、互いにデータを通信可能に構成される。
図１は、本発明の研削加工システムの第１の実施例のハードウェア構成図である。研削加工システム１００は、加工装置１０、形状測定装置６５、及び、情報処理装置６０を備える。加工装置１０は、研削砥石５５、ツルアー４１、及び、センサ６６を備える。各部は情報処理装置６０によって制御され、互いにデータを通信可能に構成される。
【0017】
・加工装置
まず、加工装置１０について説明する。
図２は、加工装置１０の主要部を示す正面図である。加工装置１０は、ウェーハ面取り装置である。ウェーハをワークとして、その面取りを行う加工装置である。なお、加工装置は、ウェーハ面取り装置に限られるものではなく、回転する砥石を、回転してもよいワークに接触させて加工を行う装置であれば、どのようなものであってもよい。
まず、加工装置１０について説明する。
図２は、加工装置１０の主要部を示す正面図である。加工装置１０は、ウェーハ面取り装置である。ウェーハをワークとして、その面取りを行う加工装置である。なお、加工装置は、ウェーハ面取り装置に限られるものではなく、回転する砥石を、回転してもよいワークに接触させて加工を行う装置であれば、どのようなものであってもよい。
【0018】
加工装置１０は、ウェーハ送りユニット２０、砥石回転ユニット５０、図示しないウェーハ供給／収納部、ウェーハ洗浄／乾燥部、及び、ウェーハ搬送手段を備える。また、加工装置１０は、情報処理装置６０によって制御される。言い換えれば、情報処理装置６０は、加工装置１０のコントローラとしても機能する。
【0019】
ウェーハ送りユニット２０は、Ｘテーブル２４を備える。Ｘテーブル２４は、Ｘ軸駆動機構２５によって図のＸ方向に移動され得る。Ｘ軸駆動機構２５は、本体ベース１１上に載置されたＸ軸ベース２１、２本のＸ軸ガイドレール２２、４個のＸ軸リニアガイド２３、ボールスクリュー、及び、ステッピングモータから構成される。
【0020】
Ｘテーブル２４には、Ｙテーブル２８が組み込まれる。Ｙテーブル２８は、Ｙ軸駆動機構によって図のＹ方向に移動され得る。Ｙ軸駆動機構は、２本のＹ軸ガイドレール２６、４個のＹ軸リニアガイド２７、図示しないボールスクリュー、及び、ステッピングモータから構成される。
【0021】
Ｙテーブル２８には、Ｚテーブル３１が組み込まれる。Ｚテーブル３１は、Ｚ軸駆動機構３０によって図のＺ方向に移動され得る。Ｚ軸駆動機構３０は、ボールスクリュー、及び、ステッピングモータからなる。Ｚ軸駆動機構３０は、２本のＺ軸ガイドレール２９と図示しない４個のＺ軸リニアガイドとによって案内される。
【0022】
Ｚテーブル３１には、θ軸モータ３２、θスピンドル３３が組み込まれる。
θスピンドル３３にはワークＷ（板状材）を吸着載置するウェーハテーブル３４が取り付けられる。ウェーハテーブル３４はウェーハテーブル回転軸心ＣＷを中心として図のθ方向に回転され得る。
θスピンドル３３にはワークＷ（板状材）を吸着載置するウェーハテーブル３４が取り付けられる。ウェーハテーブル３４はウェーハテーブル回転軸心ＣＷを中心として図のθ方向に回転され得る。
【0023】
ウェーハ送りユニット２０によって、ワークＷ、及び、ツルアー４１は図のθ方向に回転され得る。また、ウェーハ送りユニット２０によって、ワークＷ、及び、ツルアー４１はＸ、Ｙ、及びＺ方向に移動され得る。
【0024】
砥石回転ユニット５０は、外周砥石スピンドル５１、外周精研スピンドル５４、及び、外周精研モータ５６を備える。
外周砥石スピンドル５１には、外周粗研削砥石５２が取り付けられる。外周砥石スピンドル５１は、図示しない外周砥石モータによって軸心ＣＨを中心に回転駆動される。
外周精研スピンドル５４はターンテーブル５３に取り付けられる。ターンテーブル５３は、外周砥石スピンドル５１の上方に取り付けられる。
外周砥石スピンドル５１には、外周粗研削砥石５２が取り付けられる。外周砥石スピンドル５１は、図示しない外周砥石モータによって軸心ＣＨを中心に回転駆動される。
外周精研スピンドル５４はターンテーブル５３に取り付けられる。ターンテーブル５３は、外周砥石スピンドル５１の上方に取り付けられる。
【0025】
外周精研スピンドル５４には、研削砥石５５が取り付けられる。研削砥石５５は、ワークＷの外周を仕上げ研削する面取り用砥石である。
外周精研スピンドル５４は、ワークＷの回転軸（例えば、ウェーハテーブル回転軸心ＣＷ）に対して回転軸が３～１５°、望ましくは６～１０°傾斜される。外周精研スピンドル５４は、傾斜された状態でワークＷの外周面取りの仕上げ加工を行う。
ワークＷの回転軸（例えば、ウェーハテーブル回転軸心ＣＷ）に対して回転軸が傾いた状態で実施される研削を、ヘリカル研削と称する。ヘリカル研削には、ワークＷの面取り部の表面粗さを改善する効果がある。
外周精研スピンドル５４は、ワークＷの回転軸（例えば、ウェーハテーブル回転軸心ＣＷ）に対して回転軸が３～１５°、望ましくは６～１０°傾斜される。外周精研スピンドル５４は、傾斜された状態でワークＷの外周面取りの仕上げ加工を行う。
ワークＷの回転軸（例えば、ウェーハテーブル回転軸心ＣＷ）に対して回転軸が傾いた状態で実施される研削を、ヘリカル研削と称する。ヘリカル研削には、ワークＷの面取り部の表面粗さを改善する効果がある。
【0026】
ウェーハの加工は、インゴットのスライス、面取り、ラップ、エッチング、ドナーキラー、面取りの順で行われる。これらの工程間には、汚れを取り除くための洗浄工程が更に含まれることがある。
ウェーハの材質の１つであるシリコンは固くてもろい。従って、ウェーハの端面がスライシング時の鋭利なままでは、これに続く処理工程（搬送、位置合わせ等）において割れ、欠けが生ずるおそれがある。割れ、欠けが生ずると、断片が当該ウェーハ、及び／又は、他のウェーハの表面を傷つけたり、汚染したりする。
これを防ぐため、面取り工程では、ダイヤモンドでコートされた面取り砥石を使用して、切り出されたウェーハの端面が面取りされる。
ウェーハの材質の１つであるシリコンは固くてもろい。従って、ウェーハの端面がスライシング時の鋭利なままでは、これに続く処理工程（搬送、位置合わせ等）において割れ、欠けが生ずるおそれがある。割れ、欠けが生ずると、断片が当該ウェーハ、及び／又は、他のウェーハの表面を傷つけたり、汚染したりする。
これを防ぐため、面取り工程では、ダイヤモンドでコートされた面取り砥石を使用して、切り出されたウェーハの端面が面取りされる。
【0027】
研削砥石５５は、ボンドと砥粒とにより構成される。砥粒は、Ｆｅ（鉄）、Ｃｒ（クロム）、及び、Ｃｕ（銅）等の金属粉を主成分とし、これとダイヤモンド砥粒との混合物が使用されることが多い。
一方、ボンドは、フェノール樹脂、エポキシ樹脂、ポリイミド樹脂、ポリスチレン樹脂、及び、ポリエチレン樹脂等のレジンが使用されることが多い。
一方、ボンドは、フェノール樹脂、エポキシ樹脂、ポリイミド樹脂、ポリスチレン樹脂、及び、ポリエチレン樹脂等のレジンが使用されることが多い。
【0028】
研削砥石５５の具体例としては、直径５０ｍｍのダイヤモンド砥粒のレジンボンド砥石が挙げられる。粒度としては、例えば、＃３０００が挙げられる。外周精研スピンドル５４は、エアーベアリングを用いたビルトインモータ駆動のスピンドルで、例えば、回転速度３５０００ｒｐｍで回転される。
【0029】
研削対象物であるワークの材質は、例えば、半導体、ガラス、サファイア（Ａｌ２Ｏ３）、アルミナセラミック等のセラミックであってよい。また、ワークの材質は、石英、ジルコニア、ＰＺＴ（チタン酸ジルコン酸鉛）、ポリカーボネート、及び、光学結晶材料等であってよい。
より具体的には、ワークの材質は、炭化珪素（ＳｉＣ）、珪素（Ｓｉ）、ガリウム砒素（ＧａＡｓ）、窒化ガリウム（ＧａＮ）、リン化ガリウム（ＧａＰ）、砒化インジウム（ＩｎＡｓ）、リン化インジウム（ＩｎＰ）、窒化珪素（ＳｉＮ）、タンタル酸リチウム（ＬＴ）、ニオブ酸リチウム（ＬＮ）、窒化アルミニウム（ＡｌＮ）、及び、酸化珪素（ＳｉＯ２）等であってよい。なかでも、珪素（Ｓｉ）が好ましい。
より具体的には、ワークの材質は、炭化珪素（ＳｉＣ）、珪素（Ｓｉ）、ガリウム砒素（ＧａＡｓ）、窒化ガリウム（ＧａＮ）、リン化ガリウム（ＧａＰ）、砒化インジウム（ＩｎＡｓ）、リン化インジウム（ＩｎＰ）、窒化珪素（ＳｉＮ）、タンタル酸リチウム（ＬＴ）、ニオブ酸リチウム（ＬＮ）、窒化アルミニウム（ＡｌＮ）、及び、酸化珪素（ＳｉＯ２）等であってよい。なかでも、珪素（Ｓｉ）が好ましい。
【0030】
また、ワークは、単結晶、多結晶、及び、ガラスのいずれであってもよい。
本明細書において、単に「ワーク」というときには、製品である「品種ワーク」と、後述する「参照ワーク」とが含まれる。参照ワークについては後述するが、訓練データセットを構成するレコードを取得するのに用いられる。品種ワークと参照ワークとは、同一の材質で構成されることが好ましい。品種ワークと参照ワークとが同一の素材で構成される場合、学習モデルがより適したツルーイング条件を算出できる。この点については後述する。
本明細書において、単に「ワーク」というときには、製品である「品種ワーク」と、後述する「参照ワーク」とが含まれる。参照ワークについては後述するが、訓練データセットを構成するレコードを取得するのに用いられる。品種ワークと参照ワークとは、同一の材質で構成されることが好ましい。品種ワークと参照ワークとが同一の素材で構成される場合、学習モデルがより適したツルーイング条件を算出できる。この点については後述する。
【0031】
・ツルアー
次に、ツルアーについて説明する。図３は、ツルアー４１により研削砥石５５がツルーイング加工される様子を示した側面図である。研削砥石５５は溝を有する。この溝は、面取り加工に使用され、ツルアー４１によって形成される。円盤状のツルアー４１は、ウェーハテーブル３４の下部にウェーハテーブル回転軸心ＣＷと同芯で取付けられる。ツルアー４１は、ウェーハテーブル３４で回転される。ツルアー４１の形状は、ツルア―４１を成形する、又はツルアー４１の形状を調整するための（図示しない）砥石（以下、マスター砥石）で予め研削して調整される。ツルアー４１の外周部には、（図示しない）マスター砥石のマスター溝の断面形状が転写される。
次に、ツルアーについて説明する。図３は、ツルアー４１により研削砥石５５がツルーイング加工される様子を示した側面図である。研削砥石５５は溝を有する。この溝は、面取り加工に使用され、ツルアー４１によって形成される。円盤状のツルアー４１は、ウェーハテーブル３４の下部にウェーハテーブル回転軸心ＣＷと同芯で取付けられる。ツルアー４１は、ウェーハテーブル３４で回転される。ツルアー４１の形状は、ツルア―４１を成形する、又はツルアー４１の形状を調整するための（図示しない）砥石（以下、マスター砥石）で予め研削して調整される。ツルアー４１の外周部には、（図示しない）マスター砥石のマスター溝の断面形状が転写される。
【0032】
ツルアー４１は、例えば、炭化珪素からなる砥粒を、必要に応じて充填剤等も加えてフェノール樹脂で結合し、これを円盤状に成形したものが好ましい。
また、ツルアー４１は、加工されるワークＷと同等以下の外径であり、同厚の円盤状ＧＣ（Ｇｒｅｅｎ ｓｉｌｉｃｏｎ ｃａｒｂｉｄｅ）砥石、及び、ＷＡ（Ｗｈｉｔｅ ｆｕｓｅｄ ａｌｕｍｉｎａ）砥石等でもよい。この場合、砥石の粒度は＃３２０程度が好ましい。
また、ツルアー４１は、加工されるワークＷと同等以下の外径であり、同厚の円盤状ＧＣ（Ｇｒｅｅｎ ｓｉｌｉｃｏｎ ｃａｒｂｉｄｅ）砥石、及び、ＷＡ（Ｗｈｉｔｅ ｆｕｓｅｄ ａｌｕｍｉｎａ）砥石等でもよい。この場合、砥石の粒度は＃３２０程度が好ましい。
【0033】
・センサ
研削加工システム１００が有するセンサ６６は、研削加工の際の状態データを取得する。状態データは、加工負荷、及び、加工振動を含む。状態データは上記以外の情報を含んでもよい。
研削加工システム１００が有するセンサ６６は、研削加工の際の状態データを取得する。状態データは、加工負荷、及び、加工振動を含む。状態データは上記以外の情報を含んでもよい。
【0034】
なお、本明細書では、ツルーイング前の研削砥石５５（以下、「研削砥石５５（ＢＴ）」ともいう）により、ワークＷが研削される際の状態データを、「状態データ（１）」と称する。
また、ツルーイング後の研削砥石５５（以下、「研削砥石５５（ＡＴ）」ともいう）により、ワークＷが研削される際の状態データ、を「状態データ（２）」と称する。
また、研削砥石５５（ＢＴ）がツルアー４１でツルーイングされる際の状態データを「状態データ（Ｔ）」と称する。
また、ツルーイング後の研削砥石５５（以下、「研削砥石５５（ＡＴ）」ともいう）により、ワークＷが研削される際の状態データ、を「状態データ（２）」と称する。
また、研削砥石５５（ＢＴ）がツルアー４１でツルーイングされる際の状態データを「状態データ（Ｔ）」と称する。
【0035】
センサ６６は、状態データ（１）を取得する。より適したツルーイング条件が得られる点で、センサは、更に、状態データ（２）、及び、状態データ（Ｔ）からなる群より選択される少なくとも１種の情報を取得することが好ましく、状態データ（１）、状態データ（２）、及び、状態データ（Ｔ）を取得することがより好ましい。
また、センサ６６は、ツルアー４１がマスター砥石で研削される際の状態データを取得してもよい。
「状態データ（Ｔ）」にはツルアーの状態（摩耗・反り等）が反映される。そのため、この情報を学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
ツルアー４１が研削される際の状態データは、マスター砥石の状態（摩耗状況等）が反映される。そのため、この情報を学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
また、センサ６６は、ツルアー４１がマスター砥石で研削される際の状態データを取得してもよい。
「状態データ（Ｔ）」にはツルアーの状態（摩耗・反り等）が反映される。そのため、この情報を学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
ツルアー４１が研削される際の状態データは、マスター砥石の状態（摩耗状況等）が反映される。そのため、この情報を学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
【0036】
状態データは、加工負荷、及び、加工振動を含む。加工負荷は、応力センサ、トルクセンサ、及び、（加）速度センサ等により取得され得る。加工振動は、振動センサにより取得され得る。
同じ加工条件で研削加工・ツルーイングが実施された場合でも、装置各部の劣化・摩耗、ツルアーの反り・摩耗等によって、得られる結果が異なることを本発明は知見している。
同じ加工条件で研削加工・ツルーイングが実施された場合でも、装置各部の劣化・摩耗、ツルアーの反り・摩耗等によって、得られる結果が異なることを本発明は知見している。
【0037】
なかでも、加工負荷、及び、加工振動には、装置、砥石、及び、ツルアーの状態が最も反映されやすい。従って、これらの情報を学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。また、学習済みモデルの訓練データセットに含めると、より適した（目標形状に合致し得る）ツルーイング条件が算出できる学習済みモデルが得られる。なお、これらは相乗的に効果を発揮する。
【0038】
状態データは、上記以外にも、モータの回転数、ワーク近傍の温度、及び、雰囲気温湿度等を含んでもよい。これらの状態データは、公知のセンサ６６を用いて測定でき、センサ６６は、その測定項目に応じて、加工装置１０の所定の箇所に（図示しない）に配置される。
【0039】
なお、本明細書において「適したツルーイング条件」というときには、そのツルーイング条件により研削砥石５５（ＢＴ）をツルーイングした場合に、得られる研削砥石５５（ＡＴ）によりワークを研削すると、目標形状に合致する可能性が高いことを意味する。従って、「より適したツルーイング条件」というときには、その条件でツルーイングして得られる研削砥石（ＡＴ）により研削したとき、得られるワークの形状が目標形状に合致する可能性がより高いことを意味する。
【0040】
・形状測定装置
研削加工システム１００が有する形状測定装置６５は、ワークＷの形状を測定し、形状データを取得するための装置である。形状測定装置６５としては、公知の白色干渉方式、及び、レーザ共焦点方式の形状測定装置等が使用できる。なお、形状測定装置６５は、ワークＷに加えて、ツルアーの形状、及び／又は、マスター砥石の形状データを取得してもよい。
なお、研削砥石５５（ＢＴ）により研削されたワークの形状データを「形状データ（１）」と称する。また、研削砥石５５（ＡＴ）により研削されたワークの形状データを「形状データ（２）」と称する。
研削加工システム１００が有する形状測定装置６５は、ワークＷの形状を測定し、形状データを取得するための装置である。形状測定装置６５としては、公知の白色干渉方式、及び、レーザ共焦点方式の形状測定装置等が使用できる。なお、形状測定装置６５は、ワークＷに加えて、ツルアーの形状、及び／又は、マスター砥石の形状データを取得してもよい。
なお、研削砥石５５（ＢＴ）により研削されたワークの形状データを「形状データ（１）」と称する。また、研削砥石５５（ＡＴ）により研削されたワークの形状データを「形状データ（２）」と称する。
【0041】
形状測定装置６５が、ツルアーの形状データを取得する場合、後述するツルーイング条件の算出に際して、ツルアーの状態（摩耗状況等）も考慮されることとなる。そのため、ツルアーの形状データを学習済みモデルの入力に含めると、より適したツルーイング条件が算出される。
また、形状測定装置６５が、マスター砥石の形状データを取得する場合、後述するツルーイング条件の算出に際して、マスター砥石の状態（摩耗状況等）も考慮されることとなる。そのため、マスター砥石の形状データを学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
また、形状測定装置６５が、マスター砥石の形状データを取得する場合、後述するツルーイング条件の算出に際して、マスター砥石の状態（摩耗状況等）も考慮されることとなる。そのため、マスター砥石の形状データを学習済みモデルの入力に含めると、より適したツルーイング条件が算出できる。
【0042】
形状測定装置６５により取得される形状データは、少なくとも、目標形状に対応する形状を含む。目標形状は、通常は装置のユーザ（オペレータ）により設定される。
形状測定装置６５は、ワークの所定の１か所以上のエッジ形状を含む形状データを取得すればよく、ウェーハの全周にわたる形状データを取得することが好ましい。
なお、「目標形状に対応する形状」とは、目標形状との比較により、目標形状との差を計算可能な、及び／又は、検討可能な形状を意味する。形状データは、目標形状を構成するデータと互いに対比可能なデータを意味する。
形状測定装置６５は、ワークの所定の１か所以上のエッジ形状を含む形状データを取得すればよく、ウェーハの全周にわたる形状データを取得することが好ましい。
なお、「目標形状に対応する形状」とは、目標形状との比較により、目標形状との差を計算可能な、及び／又は、検討可能な形状を意味する。形状データは、目標形状を構成するデータと互いに対比可能なデータを意味する。
【0043】
・情報処理装置６０
情報処理装置６０は、プロセッサ６１と、メモリ６２と、入出力Ｉ／Ｆ（インターフェース）６３と、通信Ｉ／Ｆ６４を有する。情報処理装置６０は、典型的にはコンピュータである。
情報処理装置６０は、プロセッサ６１と、メモリ６２と、入出力Ｉ／Ｆ（インターフェース）６３と、通信Ｉ／Ｆ６４を有する。情報処理装置６０は、典型的にはコンピュータである。
【0044】
プロセッサ６１は、例えば、マイクロプロセッサ、プロセッサコア、マルチプロセッサ、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、及び、ＧＰＧＰＵ（Ｇｅｎｅｒａｌ－ｐｕｒｐｏｓｅ ｃｏｍｐｕｔｉｎｇ ｏｎ ｇｒａｐｈｉｃｓ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔｓ）等である。
【0045】
メモリ６２は、各種プログラム、及び、データを一時的に、及び／又は、非一時的に記憶する機能を有し、プロセッサの作業エリアを提供する。
メモリ６２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ、及び、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等である。
メモリ６２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ、及び、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等である。
【0046】
入出力Ｉ／Ｆ６３には、各種入出力デバイス等が接続される。また、形状測定装置６５、及び、加工装置１０もまた、入出力Ｉ／Ｆ６３を介して接続されてもよい。
入出力Ｉ／Ｆ６３を介して情報処理装置６０と接続される（図示しない）入力デバイスは、研削加工システム１００への各種情報入力、及び、指示の入力のためのデバイスである。入力デバイスは、キーボード、マウス、スキャナ、及び、タッチパネル等でよい。
入出力Ｉ／Ｆ６３を介して情報処理装置６０と接続される（図示しない）入力デバイスは、研削加工システム１００への各種情報入力、及び、指示の入力のためのデバイスである。入力デバイスは、キーボード、マウス、スキャナ、及び、タッチパネル等でよい。
【0047】
また、入出力Ｉ／Ｆ６３を介して情報処理装置６０と接続される（図示しない）出力デバイスは、研削加工システム１００のステータス、及び、各種結果等を出力するためのデバイスである。出力デバイスは、液晶ディスプレイ、及び、有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等でよい。
また、出力デバイスは、入力デバイスと一体として構成されていてもよい。この場合、出力デバイスがタッチパネルディスプレイであって、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を提供する形態が挙げられる。
また、出力デバイスは、入力デバイスと一体として構成されていてもよい。この場合、出力デバイスがタッチパネルディスプレイであって、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を提供する形態が挙げられる。
【0048】
情報処理装置６０は、通信Ｉ／Ｆ６４を介してインターネット、ワイド・エリア・ネットワーク、及び、ローカル・エリア・ネットワーク等のコンピュータネットワークと接続される。形状測定装置６５、加工装置１０、及び、センサ６６は、通信Ｉ／Ｆ６４を介して、言い換えれば、コンピュータネットワークを介して、情報処理装置６０と接続されていてもよい。
また、情報処理装置６０は、入力デバイス、及び／又は、出力デバイスの有無にかかわらず、通信Ｉ／Ｆ６４を介して、言い換えれば、コンピュータネットワークを介して、各種情報の入力データを受け付け、及び／又は、出力データを送信してもよい。
また、情報処理装置６０は、入力デバイス、及び／又は、出力デバイスの有無にかかわらず、通信Ｉ／Ｆ６４を介して、言い換えれば、コンピュータネットワークを介して、各種情報の入力データを受け付け、及び／又は、出力データを送信してもよい。
【0049】
（研削加工システムの第１変形例）
ここで、本発明の研削加工システムの第１の変形例について説明する。図４は、そのハードウェア構成図である。研削加工システム１１０は、コントローラ６７aにより制御される加工装置１０、コントローラ６７ｂにより制御されるツルーイング装置６８、及び、形状測定装置６５を備える。また、加工装置１０は、研削砥石５５と、センサ６６aとを備え、ツルーイング装置６８は、ツルアー４１と、センサ６６ｂとを備える。
ここで、本発明の研削加工システムの第１の変形例について説明する。図４は、そのハードウェア構成図である。研削加工システム１１０は、コントローラ６７aにより制御される加工装置１０、コントローラ６７ｂにより制御されるツルーイング装置６８、及び、形状測定装置６５を備える。また、加工装置１０は、研削砥石５５と、センサ６６aとを備え、ツルーイング装置６８は、ツルアー４１と、センサ６６ｂとを備える。
【0050】
研削加工システム１１０と研削加工システム１００との主たる相違点は、加工装置１０と、ツルーイング装置６８とが、別のハードウェアとされ、それぞれにコンピュータであるコントローラ６７ａ、６７ｂにより制御され得ることである。研削加工システム１１０では、情報処理装置６０は、コントローラ６７a、６７ｂを介して加工装置１０、ツルーイング装置６８を制御し、各種データを取得できる。
【0051】
研削加工システム１１０は、加工装置１０、及び／又は、ツルーイング装置６８を複数台有していてもよい。研削加工システム１１０は、加工装置１０の機外でツルーイングを実施可能な構成である。研削加工システム１１０が複数の加工装置１０を有する場合でも、ツルーイング装置６８の接続台数はこれより少なくても通常は問題ない。そのため、加工装置１０を並列化して研削加工システム１１０の処理能力を向上するような構成とする場合でも、ツルーイング装置６８の接続台数は、これより少なくしてもよく、より安価に実施できる。
【0052】
なお、研削加工システム１１０は、コントローラ６７ａ、６７ｂのハードウェア構成は、情報処理装置６０と同様である。情報処理装置６０、及び、コントローラ６７ａ、６７ｂは、入出力Ｉ／Ｆ６３、又は、通信Ｉ／Ｆ６４を介して接続されており、相互にデータのやり取りができる。
【0053】
また、研削加工システム１１０は、加工装置１０における、主に研削加工時の状態データ（１）を取得するためのセンサ６６ａを備える。また、上記とは別に、ツルーイング装置６８における、状態データ（Ｔ）、及び、ツルアーの研削の際の状態データを取得するためのセンサ６６ｂを備える。センサ６６ａ、６６ｂは、同一の項目を測定する複数のセンサ素子によって構成されていてもよいし、別の項目を測定する複数のセンサ素子によって構成されていてもよい。
研削加工システム１１０は、少なくとも加工装置１０のセンサ６６ａを備えればよいが、センサ６６ａ、６６ｂを備えることで、より適したツルーイング条件が算出できる。
研削加工システム１１０は、少なくとも加工装置１０のセンサ６６ａを備えればよいが、センサ６６ａ、６６ｂを備えることで、より適したツルーイング条件が算出できる。
【0054】
（研削加工システムの第２変形例）
図５は、本発明の研削加工システムの第２の変形例のハードウェア構成図である。研削加工システム１２０は、加工装置１０、形状測定装置６５、及び、これらを制御するコントローラ６７を備えるクライアント装置６９と、これとコンピュータネットワークＮＴを介して接続される情報処理装置６０とを備える。
また、加工装置１０は、研削砥石５５、ツルアー４１、及び、センサ６６を備える。
情報処理装置６０は、クライアント装置６９を制御し、ワークＷを加工し、研削砥石５５をツルーイングし、及び、各種データを取得できる。
図５は、本発明の研削加工システムの第２の変形例のハードウェア構成図である。研削加工システム１２０は、加工装置１０、形状測定装置６５、及び、これらを制御するコントローラ６７を備えるクライアント装置６９と、これとコンピュータネットワークＮＴを介して接続される情報処理装置６０とを備える。
また、加工装置１０は、研削砥石５５、ツルアー４１、及び、センサ６６を備える。
情報処理装置６０は、クライアント装置６９を制御し、ワークＷを加工し、研削砥石５５をツルーイングし、及び、各種データを取得できる。
【0055】
図５の研削加工システム１２０では、情報処理装置６０の１台に対して、クライアント装置６９の１台が、コンピュータネットワークＮＴを介して接続されている。しかし、本変形例におけるクライアント装置６９の接続台数は上記に限定されない。情報処理装置６０の１台に対し、複数台のクライアント装置６９が接続されることが好ましい。研削加工システムをそのように構成することで、ツルーイング条件の設定等の高度な機能を情報処理装置６０に集約できる。すると、それぞれのクライアント装置６９のコントローラ６７の機能を最低限（例えば、通信、メモリ機能等）に絞り得る。この場合、システム全体のコストを低減しつつ、加工処理能力を向上することができる。
【0056】
以上、本発明の研削加工システムの実施形態について、変形例を含めてそのハードウェア構成について説明した。次に、各部の機能等について説明する。ここで、各部の機能については、変形例である研削加工システム１１０、１２０も、研削加工システム１００と同様のため、以下では、研削加工システム１００を例として説明する。
【0057】
図６は、研削加工システムの機能ブロック図である。
研削加工システム１００は、加工部７８と、形状測定装置６５と、ツルーイング部７９と、制御部７０と、記憶部７６と、出力部７７と、条件取得部７１と、状態データ取得部７２と、形状データ取得部７３と、比較部７４と、算出部７５とを有する。
研削加工システム１００は、加工部７８と、形状測定装置６５と、ツルーイング部７９と、制御部７０と、記憶部７６と、出力部７７と、条件取得部７１と、状態データ取得部７２と、形状データ取得部７３と、比較部７４と、算出部７５とを有する。
【0058】
制御部７０は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される機能である。制御部７０は、研削加工システム１００の各部を制御し、その機能を実現させる。
【0059】
加工部７８は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して、センサ６６を含む加工装置１０を制御することにより実現される機能である。加工部７８は、後述する条件取得部７１によって取得された目標形状、及び、加工条件に従い、研削砥石５５を含む砥石群によってワークを目標形状に加工する。更に、研削砥石５５（ＢＴ）でワークＷを研削する際の状態データ（１）をセンサ６６により取得する。
また、加工部７８は、研削砥石５５（ＡＴ）によるワークＷの加工も行い、その際の状態データ（２）も取得する。
また、加工部７８は、研削砥石５５（ＡＴ）によるワークＷの加工も行い、その際の状態データ（２）も取得する。
【0060】
形状測定装置６５は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで制御される。形状測定装置６５は、加工後のワークＷの形状を測定して形状データ（１）を得る機能を有する。
【0061】
なお、より適したツルーイング形状が算出可能であること、及び／又は、ツルーイングの効果を確認できる点で、形状測定装置６５は、形状データ（２）を測定することが好ましい。
また、より適したツルーイング形状が算出可能である点で、形状測定装置は、ツルアー４１の形状を測定して、ツルアーの形状データを取得することが好ましい。
また、より適したツルーイング形状が算出可能である点で、形状測定装置は、マスター砥石の形状を測定して、マスター砥石の形状データを取得することが好ましい。
また、より適したツルーイング形状が算出可能である点で、形状測定装置は、ツルアー４１の形状を測定して、ツルアーの形状データを取得することが好ましい。
また、より適したツルーイング形状が算出可能である点で、形状測定装置は、マスター砥石の形状を測定して、マスター砥石の形状データを取得することが好ましい。
【0062】
ツルーイング部７９は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して、センサ６６を含む加工装置１０が制御されることにより実現される機能である。ツルーイング部７９は、後述する算出部７５によって算出されたツルーイング条件に従い、研削砥石５５を、目標形状を得るために適した形状とするために必要なツルーイングを実施する。更に、ツルーイングの際の状態データ（Ｔ）をセンサ６６により取得する。
【0063】
記憶部７６は、入出力Ｉ／Ｆ６３、及び、通信Ｉ／Ｆ６４を介して取得されたデータ；加工部７８、形状測定装置６５、及び、ツルーイング部７９から得られたデータ；プログラム；等を一時的又は非一時的に記憶する機能である。記憶部７６は、ハードウェアとしてはメモリ６２を含んで構成される。
【0064】
出力部７７は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して、入出力Ｉ／Ｆ６３に接続される出力デバイス等が制御されて実現するか、又は、通信Ｉ／Ｆ６４が接続されるコンピュータネットワークを介して実現される機能である。出力部７７は、形状乖離度、及び、ツルーイング条件等を出力する。
【0065】
条件取得部７１は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。条件取得部７１は、入出力Ｉ／Ｆ６３、及び／又は、通信Ｉ／Ｆ６４を介して外部ａｃｐｔ１から入力される目標形状、及び、加工条件を取得し、記憶部７６に格納する。
目標形状は、ワークＷの加工されるべき形状を示すデータである。目標形状は、所定の許容差を含んでもよい。目標形状には、形状測定装置６５により測定される形状データと比較可能なデータを含む。また、ワークの厚み、及び、材質等の情報を更に含んでいてもよい。
目標形状は、一般に、オペレータ等により研削加工システムに入力され得る。条件取得部７１はこれを取得する。しかし、目標形状は、予め記憶部７６に記憶された１つ又は複数のパターンから選択されてもよい。その場合、条件取得部７１は、その選択指示を取得する。
目標形状は、ワークＷの加工されるべき形状を示すデータである。目標形状は、所定の許容差を含んでもよい。目標形状には、形状測定装置６５により測定される形状データと比較可能なデータを含む。また、ワークの厚み、及び、材質等の情報を更に含んでいてもよい。
目標形状は、一般に、オペレータ等により研削加工システムに入力され得る。条件取得部７１はこれを取得する。しかし、目標形状は、予め記憶部７６に記憶された１つ又は複数のパターンから選択されてもよい。その場合、条件取得部７１は、その選択指示を取得する。
【0066】
加工条件は、加工装置１０の各部の制御パラメータである。加工条件に含まれるパラメータとしては、例えば、研削砥石５５を含む砥石・ツルアーのボンドの種類、砥石径、集中度、切込み量（切込みパス）、研削スピード、及び、切込み深さ等が挙げられる。
加工条件は、一般に、目標形状に合わせて入力される。加工条件は、予め記憶部７６に記憶された加工条件のパターンから選択される形態であってもよい。この場合、条件取得部７１は、その選択指示を取得する。
加工条件は、一般に、目標形状に合わせて入力される。加工条件は、予め記憶部７６に記憶された加工条件のパターンから選択される形態であってもよい。この場合、条件取得部７１は、その選択指示を取得する。
【0067】
状態データ取得部７２は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。状態データ取得部７２は、加工部７８から状態データ（１）を取得し、好ましくは、状態データ（２）を更に取得する。また、状態データ取得部７２は、これらの情報を記憶部７６に格納する。
なお、状態データ取得部７２は、ツルーイング部７９から状態データ（Ｔ）を取得してもよい。後述する学習済みモデルが、状態データ（Ｔ）を含む訓練データセットにより機械学習させて得られたものである場合、状態データ（Ｔ）は、より適したツルーイング条件の算出に資する（特に２回目以降のツルーイング条件の算出に資する）。
なお、状態データ取得部７２は、ツルーイング部７９から状態データ（Ｔ）を取得してもよい。後述する学習済みモデルが、状態データ（Ｔ）を含む訓練データセットにより機械学習させて得られたものである場合、状態データ（Ｔ）は、より適したツルーイング条件の算出に資する（特に２回目以降のツルーイング条件の算出に資する）。
【0068】
形状データ取得部７３は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。形状データ取得部７３は形状測定装置６５により測定された形状データ（１）を取得し、好ましくは、更に、形状データ（２）を取得する。
また、形状データ取得部７３は、これらの情報を記憶部７６に格納する。
また、形状データ取得部７３は、これらの情報を記憶部７６に格納する。
【0069】
比較部７４は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。記憶部７６に格納された目標形状と、形状データとを比較する。形状データとしては、少なくとも形状データ（１）を含み、形状データ（２）を更に含むことが好ましい。
【0070】
比較の方法は、以下の手順で実施されることが好ましい。まず、目標形状と、形状データとから、それぞれ研削砥石５５の形状が予測される。次に、これらの形状の差から形状乖離度が算出される。
なお、目標形状から予測される研削砥石５５の形状を理想形状と称する。形状データ（１）からは、ツルーイング前の研削砥石５５（ＢＴ）の形状が予測される。また、形状データ（２）からは、ツルーイング後の研削砥石５５（ＡＴ）の形状が予測される。
なお、目標形状から予測される研削砥石５５の形状を理想形状と称する。形状データ（１）からは、ツルーイング前の研削砥石５５（ＢＴ）の形状が予測される。また、形状データ（２）からは、ツルーイング後の研削砥石５５（ＡＴ）の形状が予測される。
【0071】
研削砥石５５に形成された研削用の溝を用いて、所定の加工条件でワークＷを加工する場合、研削溝の形状、すなわち、研削砥石５５の形状と、ワークの形状（エッジ形状）との間には当然に相関関係があり、ＣＡＤ（ｃｏｍｐｕｔｅｒ－ａｉｄｅｄ ｄｅｓｉｇｎ）シミュレーション等の公知の方法により予測ができる。
【0072】
図７（ａ）は、研削砥石５５により研削された研削後のワークＷ１のエッジ断面模式図である。また、図７（ｂ）は、その研削に使用された研削砥石５５の加工溝の断面模式図である。
一例として、形状データ（１）は、ワークＷ１の斜面の角度Ａｎｇ１・Ａｎｇ２、Ｒ部の曲率ＣＲ１・ＣＲ２、及び、最外端の厚みＴを含む。これらの項目を含む形状データ（１）と、加工条件とによって、研削砥石５５（ＢＴ）の加工溝の形状を予測できる。
なお、図７（ａ）、及び、図７（ｂ）では説明を簡単にするために、ワークＷ１のエッジ形状（凸状）と、研削砥石５５（ＢＴ）の加工溝の形状（凹状）が嵌め合うように表示されている。しかし、実際には、特にヘリカル研削においては、エッジ形状と、加工溝の形状とは必ずしも一致しない（しかし、予測は可能である）。
一例として、形状データ（１）は、ワークＷ１の斜面の角度Ａｎｇ１・Ａｎｇ２、Ｒ部の曲率ＣＲ１・ＣＲ２、及び、最外端の厚みＴを含む。これらの項目を含む形状データ（１）と、加工条件とによって、研削砥石５５（ＢＴ）の加工溝の形状を予測できる。
なお、図７（ａ）、及び、図７（ｂ）では説明を簡単にするために、ワークＷ１のエッジ形状（凸状）と、研削砥石５５（ＢＴ）の加工溝の形状（凹状）が嵌め合うように表示されている。しかし、実際には、特にヘリカル研削においては、エッジ形状と、加工溝の形状とは必ずしも一致しない（しかし、予測は可能である）。
【0073】
図８は、形状乖離度の算出方法の説明図である。図８（ａ）は、研削後のワークＷ１の断面の形状データ（１）と、形状データ（１）から予測される研削砥石５５ａの加工溝の断面形状との組み合わせである。なお、いずれも模式図であり、実際には、図に記載の嵌め合うような形状にならない場合もある。
【0074】
一方、図８（ｂ）は、目標形状のワークＷ２の断面の形状データの模式図と、その形状データから予測される研削砥石５５ｂの加工溝の断面形状との組み合わせである。
【0075】
そして、図８（ｃ）は、研削砥石５５ａの加工溝の外形であるＥｄａと、研削砥石５５ｂの加工溝の外形であるＥｄｂとを重ね合わせた図である。目標形状のワークＷ２を得るために必要な加工溝の外形Ｅｄｂは、実際に研削されたワークＷ１の形状データ（１）から予測される研削砥石５５ａの加工溝の外形であるＥｄａと相違している。この形状の相違を数値化したものを形状乖離度とすることができる。数値化の方法は特に限定されないが、例えば上述の形状データと同様に、所定の箇所の角度、長さ、及び、曲率をそれぞれ算出し、比較したものとする方法が挙げられる。
【0076】
なお、図７、及び、図８では、形状データ、及び、研削砥石５５の形状をワークＷ、及び、研削砥石５５の所定箇所の断面形状として説明した。しかし、本発明の研削加工システム１００において使用される形状データ、及び、形状乖離度は上記に限定されない。すなわち、形状データ、及び、形状乖離度ともに、ワークＷ、及び、研削砥石５５の全周を対象としてもよいし、その一部を対象としてもよいし、所定範囲の平均値等を対象としてもよい。
【0077】
比較部７４が形状乖離度を算出したら、出力部７７にこれが出力される。研削加工システム１００のオペレータは、この表示を見ることで、加工して得られたワークＷ１の形状が目標形状と合致していない（目標形状が許容差を含む場合は、許容差を超える差が生じている）ことを理解する。
【0078】
研削により得られるワークの形状が目標形状に合致しない場合、研削砥石５５のツルーイングが必要となる。
この際のツルーイング条件の設定は、非熟練者には困難なものであった。本発明者は、この原因について鋭意検討をした。その結果、まず、目標形状と実際の形状との相違等から研削砥石５５の状態を予測するのが非熟練者には困難であることを知見した。更に、興味深いことには、ヘリカル研削を行う研削砥石５５を対象とした場合、ワークの目標形状と研削砥石５５の溝形状、及び、ツルアーの形状と研削砥石５５の溝形状は、嵌め合いの関係からは大きくずれるため、研削砥石５５の形状を感覚的に予測するのが困難なことを突き止めた。
この際のツルーイング条件の設定は、非熟練者には困難なものであった。本発明者は、この原因について鋭意検討をした。その結果、まず、目標形状と実際の形状との相違等から研削砥石５５の状態を予測するのが非熟練者には困難であることを知見した。更に、興味深いことには、ヘリカル研削を行う研削砥石５５を対象とした場合、ワークの目標形状と研削砥石５５の溝形状、及び、ツルアーの形状と研削砥石５５の溝形状は、嵌め合いの関係からは大きくずれるため、研削砥石５５の形状を感覚的に予測するのが困難なことを突き止めた。
【0079】
研削加工システム１００は、ツルーイング条件を算出する算出部７５を備える。そのため、非熟練者であっても簡単に必要なツルーイングが実施できる。特に、ヘリカル研削を行う研削砥石５５のツルーイング条件の設定は、非熟練者にとっては非常に困難であったが、このような場合であっても容易にツルーイング条件を設定できる。
【0080】
算出部７５は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。算出部７５は、条件取得部７１により取得された加工条件、加工部７８により取得された、少なくとも状態データ（１）を含む状態データ、形状測定装置６５により取得された、少なくとも形状データ（１）を含む形状データ、及び、比較部７４により取得された目標形状と形状データ（１）の比較の結果から、必要なツルーイング条件を算出する。
【0081】
ツルーイング条件は、所定の訓練データセットにより予め機械学習された学習済みモデルにより算出される。訓練データセットとしては、より適したツルーイング条件が算出できる観点で、加工条件、状態データ（１）、目標形状と形状データ（１）の比較の結果（形状乖離度が好ましい）、ツルーイング条件、及び、ツルーイング後の砥石による研削結果を含む訓練データセットが好ましく、更に、ツルーイングの際の状態データ（Ｔ）を含むことがより好ましい。
【0082】
ツルーイング後の砥石による研削結果としては、目標形状と形状データ（２）との比較の結果を含むことが好ましい。
比較部７４による比較が、形状乖離度（１）により行われる場合、研削結果が形状乖離度（２）を含むと、互いの比較が容易になる点で好ましい。
なお、訓練データセット、及び、機械学習方法等については後述する。
比較部７４による比較が、形状乖離度（１）により行われる場合、研削結果が形状乖離度（２）を含むと、互いの比較が容易になる点で好ましい。
なお、訓練データセット、及び、機械学習方法等については後述する。
【0083】
算出部７５により算出されたツルーイング条件は、出力部７７に出力される。研削加工システム１００のオペレータは、形状乖離度、及び、それに対応するツルーイング条件を表示から知ることができる。
また、ツルーイング部７９は上記ツルーイング条件により制御され、研削砥石５５（ＢＴ）のツルーイングが実施される。これにより得られる研削砥石５５（ＡＴ）により得られるワークＷは、目標形状と合致する（目標形状が許容差を含む場合には、その範囲に入る）か、又は、目標形状に近づく。
また、ツルーイング部７９は上記ツルーイング条件により制御され、研削砥石５５（ＢＴ）のツルーイングが実施される。これにより得られる研削砥石５５（ＡＴ）により得られるワークＷは、目標形状と合致する（目標形状が許容差を含む場合には、その範囲に入る）か、又は、目標形状に近づく。
【0084】
（動作フローの第１実施例）
次に、研削加工システム１００の動作フローの第１の実施例について説明する。図９は、そのフロー図である。なお、この研削加工システムの動作フローは、研削加工システムによって実施されるツルーイング方法のフローを含む。
次に、研削加工システム１００の動作フローの第１の実施例について説明する。図９は、そのフロー図である。なお、この研削加工システムの動作フローは、研削加工システムによって実施されるツルーイング方法のフローを含む。
【0085】
まず、ステップＳ１１として、条件取得部７１により目標形状、及び、加工条件が取得される。これは、外部ａｃｐｔ１から入出力Ｉ／Ｆ６３、又は、通信Ｉ／Ｆ６４を介して入力（又は受信）されたものである。
【0086】
次に、ステップＳ１２として、ワークが研削され、状態データ取得部７２により、状態データ（１）が取得される。状態データ（１）は、研削砥石５５（ＢＴ）によるワークＷの研削の際の状態データである。また、研削は、目標形状、及び、加工条件に従って、加工部７８により行われる。
次に、ステップＳ１３として、形状測定装置６５により、形状データ（１）が取得される。形状データ（１）は、研削砥石５５（ＢＴ）による加工後のワークＷの形状データである。
次に、ステップＳ１３として、形状測定装置６５により、形状データ（１）が取得される。形状データ（１）は、研削砥石５５（ＢＴ）による加工後のワークＷの形状データである。
【0087】
次に、ステップＳ１４として、比較部７４により、目標形状と形状データ（１）とが比較される。この比較は、形状乖離度（１）を用いて実施されることが好ましい。
【0088】
次に、ステップＳ１５として、比較の結果が所定の条件を満たすかについて判断される。判断の方法は、例えば、出力部７７に出力された形状乖離度（１）から、オペレータが判断する方法であってよい。この場合、上記「所定の条件」は、オペレータによる任意の判断基準を意味する。
一方、研削加工システム１００は、記憶部７６に予め記憶された判断基準を参照して適否を決定してもよい。例えば、比較の結果が形状乖離度（１）を含む場合、その適否の数値基準が予め記憶部７６に記憶されることが好ましい。その場合、比較部７４は、ステップＳ１４の比較に加えて、ステップＳ１５の判断も併せて実施する。
一方、研削加工システム１００は、記憶部７６に予め記憶された判断基準を参照して適否を決定してもよい。例えば、比較の結果が形状乖離度（１）を含む場合、その適否の数値基準が予め記憶部７６に記憶されることが好ましい。その場合、比較部７４は、ステップＳ１４の比較に加えて、ステップＳ１５の判断も併せて実施する。
【0089】
比較の結果が所定の条件を満たす場合（ステップＳ１５：ＹＥＳ）、ワークは目標形状に合致するよう加工されていることになる。この場合、ツルーイングは不要で、フローは終了する。続いて研削するべきワークがある場合、次のワークの研削に移ってもよい。
【0090】
一方、比較の結果が所定の条件を満たさない場合（ステップＳ１５：ＮＯ）、ワークは目標形状に合致しない。そのため、研削砥石５５のツルーイングが必要となる。
次に、ステップＳ１６として、算出部７５によりツルーイング条件が算出される。算出部７５は、加工条件、状態データ（１）、及び、目標形状と研削加工後のワークの形状との比較の結果（形状乖離度（１））から、必要なツルーイング条件を算出する学習済みモデルを備える。そのため、各ステップで取得された情報、又は、計算された数値を用いて、ツルーイング条件を算出できる。
次に、ステップＳ１６として、算出部７５によりツルーイング条件が算出される。算出部７５は、加工条件、状態データ（１）、及び、目標形状と研削加工後のワークの形状との比較の結果（形状乖離度（１））から、必要なツルーイング条件を算出する学習済みモデルを備える。そのため、各ステップで取得された情報、又は、計算された数値を用いて、ツルーイング条件を算出できる。
【0091】
次に、ステップＳ１７として、ツルーイング部７９によりツルーイングが実施される。その際のツルーイング条件は、算出部７５により設定されたものである。オペレータは、ツルーイング条件を設定する必要がない。そのため、オペレータが非熟練者等であっても、容易に、最適な条件で、研削砥石５５のツルーイングができる。
【0092】
その後、ステップＳ１８として、加工部７８によりワークＷの研削が行われる。研削砥石５５（ＡＴ）は、最適なツルーイング条件でツルーイングされた状態にある。
研削砥石５５（ＡＴ）が用いられるため、研削後のワークＷの形状は、目標形状に合致するか、又は、それにより近い形状となる。
研削砥石５５（ＡＴ）が用いられるため、研削後のワークＷの形状は、目標形状に合致するか、又は、それにより近い形状となる。
【0093】
以上の説明から明らかなとおり、研削加工システム１００を用いると、非熟練者であっても、ワークの目標形状に合わせた砥石形状の形成のためのツルーイング条件を容易に設定できる。これには熟練技術者が有する技能や勘を必要としない。研削加工システム１００を用いると、形状が崩れた研削砥石５５を、簡単な操作で最適な形にツルーイングできる。その結果として、得られるワークは目標形状に合致しやすい。
【0094】
（動作フローの第２実施例）
次に、研削加工システム１００の動作フローの第２の実施例について説明する。図１０は、そのフロー図である。図９の第１の実施例との相違点を中心に説明する。まず、ステップＳ１１から、ステップＳ１６までの各ステップは、図９と同様である。
次に、研削加工システム１００の動作フローの第２の実施例について説明する。図１０は、そのフロー図である。図９の第１の実施例との相違点を中心に説明する。まず、ステップＳ１１から、ステップＳ１６までの各ステップは、図９と同様である。
【0095】
次に、ステップＳ２１として、算出部７５により算出されたツルーイング条件に従ってツルーイング部７９によりツルーイングが実施される。その際に、状態データ取得部７２により、状態データ（Ｔ）が取得される。
【0096】
次に、ステップＳ２２として、加工部７８によってワークＷが研削加工される。また、その際に、状態データ取得部７２により、状態データ（２）が取得される。
なお、状態データ（２）に含まれる項目、及び、取得方法は、ステップＳ１２で取得される状態データ（１）と同様であってよい。両者の相違点は、本ステップでは、研削に、研削砥石５５（ＡＴ）が使用されること、ステップＳ１２では、研削砥石５５（ＢＴ）が使用されることである。
なお、状態データ（２）に含まれる項目、及び、取得方法は、ステップＳ１２で取得される状態データ（１）と同様であってよい。両者の相違点は、本ステップでは、研削に、研削砥石５５（ＡＴ）が使用されること、ステップＳ１２では、研削砥石５５（ＢＴ）が使用されることである。
【0097】
次に、ステップＳ２３として、形状測定装置６５により測定された、加工後のワークＷの形状データ（２）が、形状データ取得部７３により取得される。形状データ（２）の取得方法は、ステップＳ１３と同様であり、両者の相違点は、ステップＳ２２と同様である。
【0098】
次に、ステップＳ２４として、比較部７４によって、目標形状と形状データ（２）とが比較される。比較の方法は、ステップＳ１４と同様が好ましい。比較の方法がステップＳ１４と共通であると、「比較の結果」同士を比較することで、より容易にツルーイングの効果が評価され得る。
【0099】
次に、ステップＳ２５として、比較の結果が所定の条件を満たすかが判断される。この判断は、ステップＳ１５と同様に、オペレータにより実施されてもよい。また、判断は、比較部７４によって実施されてもよい。比較部７４による判断は、記憶部７６に予め記憶された数値条件（判断基準）に基づく。
【0100】
判断の結果、比較の結果が所定の条件を満たす場合（ステップＳ２５：ＹＥＳ）、ワークＷの形状は目標形状と合致している。そのため、フローは終了する。
【0101】
一方、比較の結果が所定の条件を満たさない場合（ステップＳ２５：ＮＯ）の場合、得られるワークＷの形状は、何らかの理由で、目標形状と合致しない。
そのため、再度、ステップＳ１６、及び、ステップＳ２１～Ｓ２５が繰り返される。
研削加工システム１００は、最適なツルーイング条件を算出する算出部７５を有している。そのため、通常であれば、研削砥石５５（ＡＴ）により研削されたワークＷの形状は目標形状と合致する。しかし、ツルアー４１の摩耗、及び、ツルーイング時の加工装置１０の状態等により、十分なツルーイング効果が得られないことがある。言い換えれば、ツルーイングが狙いどおりに実施されず（不十分で）、所望の砥石形状が形成できない場合も稀に生じることがある。
そのため、再度、ステップＳ１６、及び、ステップＳ２１～Ｓ２５が繰り返される。
研削加工システム１００は、最適なツルーイング条件を算出する算出部７５を有している。そのため、通常であれば、研削砥石５５（ＡＴ）により研削されたワークＷの形状は目標形状と合致する。しかし、ツルアー４１の摩耗、及び、ツルーイング時の加工装置１０の状態等により、十分なツルーイング効果が得られないことがある。言い換えれば、ツルーイングが狙いどおりに実施されず（不十分で）、所望の砥石形状が形成できない場合も稀に生じることがある。
【0102】
本動作フローでは、比較の結果が所定の条件を満たすまで、ツルーイングが実施される。そのため、より確実に目標形状の研削済みワークＷが得られる。
上記の効果は、学習済みモデルのための訓練データセットが、すでに説明したデータに加えて、状態データ（Ｔ）、状態データ（２）、及び、目標形状と形状データ（２）との比較の結果を含む場合、より顕著である。
なかでも、状態データ（Ｔ）には、ツルアー４１の摩耗、及び、ツルーイング時の加工装置１０の状態等を反映されるため、これを含む訓練データセットが好ましい。
上記の効果は、学習済みモデルのための訓練データセットが、すでに説明したデータに加えて、状態データ（Ｔ）、状態データ（２）、及び、目標形状と形状データ（２）との比較の結果を含む場合、より顕著である。
なかでも、状態データ（Ｔ）には、ツルアー４１の摩耗、及び、ツルーイング時の加工装置１０の状態等を反映されるため、これを含む訓練データセットが好ましい。
【0103】
【0104】
まず、ステップＳ３０として、ツルーイングの要否について判断される。この判断は、オペレータによって行われ得る。また、記憶部７６に予め記憶された条件に従って自動で判断されてもよい。
具体的には、研削後のワーク（例えば、「品種ウェーハ」）が、目標形状と合致しない場合に、ツルーイングが必要と判断されてよい。その場合、図８の動作フローにおけるステップＳ１１～Ｓ１５を、本動作フローのステップＳ３０と置き換えてもよい。
具体的には、研削後のワーク（例えば、「品種ウェーハ」）が、目標形状と合致しない場合に、ツルーイングが必要と判断されてよい。その場合、図８の動作フローにおけるステップＳ１１～Ｓ１５を、本動作フローのステップＳ３０と置き換えてもよい。
【0105】
また、研削後のワークの形状に関わらず、研削砥石５５の使用時間、及び、使用回数等の条件によって、ツルーイングの必要性が判断されてもよい。
その場合、判断条件が記憶部７６に予め記憶されてもよい。この場合、制御部７０は、判断に必要なパラメータ（時間・回数）をカウントして、判断条件を参照して、判断し得る。
その場合、判断条件が記憶部７６に予め記憶されてもよい。この場合、制御部７０は、判断に必要なパラメータ（時間・回数）をカウントして、判断条件を参照して、判断し得る。
【0106】
ツルーイングが必要ない場合（ステップＳ３０：ＮＯ）、本動作フローは終了する。一方、ツルーイングが必要な場合（ステップＳ３０：ＹＥＳ）、次に、ステップＳ１１として、条件取得部７１により目標形状、及び、加工条件が取得される。
なお、目標形状、及び、加工条件がこの時点ですでに取得され、記憶部７６に格納されている場合、本ステップは省略されてもよい。
なお、目標形状、及び、加工条件がこの時点ですでに取得され、記憶部７６に格納されている場合、本ステップは省略されてもよい。
【0107】
次に、ステップＳ３１として、加工部７８により参照ワークの研削が実施される。また、その際に、状態データ取得部７２により、状態データ（１ｒ）が取得される。
状態データ（１ｒ）は、参照ワークの研削の際に得られる状態データであるため、参照ワークであることを示す添え字「ｒ」を付して、「状態データ（１ｒ）」としている。但し、研削砥石５５（ＢＴ）により、研削対象物を研削した際に得られたデータである点では、状態データ（１）と同様である。本明細書では、状態データ（１ｒ）を、状態データ（１）の具体的一形態として整理する。
状態データ（１ｒ）は、参照ワークの研削の際に得られる状態データであるため、参照ワークであることを示す添え字「ｒ」を付して、「状態データ（１ｒ）」としている。但し、研削砥石５５（ＢＴ）により、研削対象物を研削した際に得られたデータである点では、状態データ（１）と同様である。本明細書では、状態データ（１ｒ）を、状態データ（１）の具体的一形態として整理する。
【0108】
参照ワークは、本来の研削対象物である品種ワークよりも大きい（直径が大きい、及び／又は、厚い）ことが好ましく、品種ワークよりも厚いことがより好ましい。品種ワークよりも大きい参照ワークを用いて研削を行うことにより、研削砥石５５（ＢＴ）の状態をより詳細に反映した形状データ（１ｒ）、及び、状態データ（１ｒ）が取得できる。
参照ワークの厚みは、特に限定されないが、より適したツルーイング条件が算出され得る点で、ツルアー４１と同程度の厚みが好ましく、同じ厚みがより好ましい。具体的な一例としては、参照ワークの厚みは約１．２ｍｍである（品種ワークはこれよりも薄い）。
参照ワークの厚みは、特に限定されないが、より適したツルーイング条件が算出され得る点で、ツルアー４１と同程度の厚みが好ましく、同じ厚みがより好ましい。具体的な一例としては、参照ワークの厚みは約１．２ｍｍである（品種ワークはこれよりも薄い）。
【0109】
参照ワークの材質はすでに説明したとおり、品種ワークと同一であることが好ましい。材質が品種ワークと同一であると、品種ワークと参照ワークとにより取得された状態データの比較がより容易になる。
【0110】
品種ワークよりも大きい参照ワークを用いると、品種ワークを研削する際より、研削砥石５５の加工溝のより多くの部分が使われる。言い換えれば、品種ワークよりも参照ワークの方が、研削砥石５５の加工溝のより隅々まで当接しやすい。
そのため、得られるデータに研削砥石５５（ＢＴ）の状態がより反映されやすい。この結果として、より適したツルーイング条件が算出される。
そのため、得られるデータに研削砥石５５（ＢＴ）の状態がより反映されやすい。この結果として、より適したツルーイング条件が算出される。
【0111】
次に、ステップＳ３２として、形状測定装置６５により測定された、加工後の参照ワークの形状データ（１ｒ）が測定され、形状データ取得部７３により取得される。形状データの取得方法は、ステップＳ１３と同様である。
なお、状態データ（１ｒ）と同様に、形状データ（１ｒ）は、形状データ（１）の具体的一形態として本明細書では整理する。
なお、状態データ（１ｒ）と同様に、形状データ（１ｒ）は、形状データ（１）の具体的一形態として本明細書では整理する。
【0112】
次に、ステップＳ３３として、比較部７４によって、目標形状と形状データ（１ｒ）とが比較される。比較の方法は、ステップＳ１４と同様である。
参照ワークは、その大きさ（典型的には厚さ）が、本来の研削対象物である品種ワークよりも大きい。しかし、所定の目標形状、加工条件に従って研削された結果は、品種ワークも参照ワークも同様である。すなわち、参照ワークを研削した場合でも、理想的には、目標形状となる。
目標形状と形状データ（１ｒ）とを比較することにより、典型的には、形状乖離度（１ｒ）を算出できる。
参照ワークは、その大きさ（典型的には厚さ）が、本来の研削対象物である品種ワークよりも大きい。しかし、所定の目標形状、加工条件に従って研削された結果は、品種ワークも参照ワークも同様である。すなわち、参照ワークを研削した場合でも、理想的には、目標形状となる。
目標形状と形状データ（１ｒ）とを比較することにより、典型的には、形状乖離度（１ｒ）を算出できる。
【0113】
以降のステップＳ１５～ステップＳ１８は、図９における同ステップと同様である。なお、ステップＳ１８で研削されるワークは、品種ワークが好ましい。
本動作フローでは、研削砥石５５（ＢＴ）の状態を把握するために、本来の研削対象である品種ワークよりも大きい（典型的には厚い）参照ワークが使用される。そのため、学習済みモデルへの入力データに、研削砥石５５（ＢＴ）の状態がより的確に反映される。その結果としてより適したツルーイング条件が算出される。
本動作フローでは、研削砥石５５（ＢＴ）の状態を把握するために、本来の研削対象である品種ワークよりも大きい（典型的には厚い）参照ワークが使用される。そのため、学習済みモデルへの入力データに、研削砥石５５（ＢＴ）の状態がより的確に反映される。その結果としてより適したツルーイング条件が算出される。
【0114】
なお、上記動作フローを適用する場合、更に適したツルーイング条件が提案可能な点で、学習済みモデルの機械学習に用いられる訓練データセットに、状態データ（１ｒ）、及び、形状乖離度（１ｒ）が含まれることが好ましく、状態データ（１ｒ）、形状乖離度（１ｒ）、及び、形状データ（１ｒ）が含まれることがより好ましい。
また、更に適したツルーイング条件が算出される点で、ステップＳ１５～Ｓ１８に代えて、図９の動作フローにおけるステップＳ１５～Ｓ１６、Ｓ２１～Ｓ２５が採用されることが好ましい。
また、更に適したツルーイング条件が算出される点で、ステップＳ１５～Ｓ１８に代えて、図９の動作フローにおけるステップＳ１５～Ｓ１６、Ｓ２１～Ｓ２５が採用されることが好ましい。
【0115】
［機械学習装置］
次に、算出部７５が備える学習済みモデルの機械学習を実施するための機械学習装置について説明する。
図１２は、機械学習装置２００のハードウェア構成図である。機械学習装置２００は、プロセッサ６１と、メモリ６２と、入出力Ｉ／Ｆ（インターフェース）６３と、通信Ｉ／Ｆ６４とを有する。機械学習装置２００は、典型的にはコンピュータである。機械学習装置２００の各部は、情報処理装置６０と同様であるため、説明を省略する。
次に、算出部７５が備える学習済みモデルの機械学習を実施するための機械学習装置について説明する。
図１２は、機械学習装置２００のハードウェア構成図である。機械学習装置２００は、プロセッサ６１と、メモリ６２と、入出力Ｉ／Ｆ（インターフェース）６３と、通信Ｉ／Ｆ６４とを有する。機械学習装置２００は、典型的にはコンピュータである。機械学習装置２００の各部は、情報処理装置６０と同様であるため、説明を省略する。
【0116】
機械学習装置２００は、通信Ｉ／Ｆ６４を介してコンピュータネットワークＮＴに接続される。また、このコンピュータネットワークＮＴには、クライアント装置６９も接続される。クライアント装置６９は、形状測定装置６５、及び、加工装置１０を備える。加工装置１０は、研削砥石５５、ツルアー４１、及び、センサ６６を備える。
【0117】
機械学習装置２００は、コンピュータネットワークＮＴを介して、クライアント装置６９との間で、各種データを送受信できる。
なお、機械学習装置２００と、クライアント装置６９とは、コンピュータネットワークＮＴ以外の方法で接続されてもよい。例えば、入出力Ｉ／Ｆ６３、又は、通信Ｉ／Ｆ６４を介した有線、又は、無線の接続方法が挙げられる。
なお、機械学習装置２００と、クライアント装置６９とは、コンピュータネットワークＮＴ以外の方法で接続されてもよい。例えば、入出力Ｉ／Ｆ６３、又は、通信Ｉ／Ｆ６４を介した有線、又は、無線の接続方法が挙げられる。
【0118】
コンピュータネットワークＮＴには、クライアント装置６９が複数台接続されてもよい。具体的には、コンピュータネットワークＮＴに対して、ある製造拠点に設置されたクライアント装置６９が複数接続されたり、複数拠点に設置されたクライアント装置６９が接続されたりしてもよい。
複数台のクライアント装置６９からのデータを、機械学習装置２００が集約する場合、後述する訓練データセットの構築に必要なデータの収集がより容易になる。
複数台のクライアント装置６９からのデータを、機械学習装置２００が集約する場合、後述する訓練データセットの構築に必要なデータの収集がより容易になる。
【0119】
また、クライアント装置６９に代えて、研削加工システム１００を用いてもよい。また、他の研削加工装置が接続されてもよい。他の研削加工装置は、少なくとも、加工条件、状態データ、及び、目標形状と研削加工後のワークの形状との比較の結果を出力（送信）可能な装置であることが好ましい。
【0120】
次に、機械学習装置２００の各部の機能について説明する。図１３は、機械学習装置２００の機能ブロック図である。
機械学習装置２００は、制御部７０と、条件取得部７１と、形状データ取得部７３と、比較部７４と、レシピ取得部８１と、結果取得部８２と、学習部８３と、記憶部７６と、出力部７７とを有する。
なお、図中には、加工部７８、形状測定装置６５、及び、ツルーイング部７９が記載されているが、これらは機械学習装置２００を構成しない。これらは、コンピュータネットワークＮＴに接続されるクライアント装置６９（又は、研削加工システム１００）の機能である。
機械学習装置２００は、制御部７０と、条件取得部７１と、形状データ取得部７３と、比較部７４と、レシピ取得部８１と、結果取得部８２と、学習部８３と、記憶部７６と、出力部７７とを有する。
なお、図中には、加工部７８、形状測定装置６５、及び、ツルーイング部７９が記載されているが、これらは機械学習装置２００を構成しない。これらは、コンピュータネットワークＮＴに接続されるクライアント装置６９（又は、研削加工システム１００）の機能である。
【0121】
制御部７０は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される機能である。制御部７０は、機械学習装置２００の各部を制御し、その機能を実現させる。
【0122】
条件取得部７１は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される。条件取得部７１は、入出力Ｉ／Ｆ６３、及び／又は、通信Ｉ／Ｆ６４を介して所定のデータを取得する機能である。条件取得部７１が取得するデータは、クライアント装置６９のコントローラ６７に外部ａｃｐｔ１から入力される目標形状、及び、加工条件である。取得された目標形状、及び、加工条件は、記憶部７６に格納される。このうち、目標形状は、後述する比較に使用される。また、訓練データセット８４の一部とされてもよい。
加工条件は、後述する訓練データセット８４の一部とされる。
加工条件は、後述する訓練データセット８４の一部とされる。
【0123】
状態データ取得部７２は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される。状態データ取得部７２は、入出力Ｉ／Ｆ６３、及び／又は、通信Ｉ／Ｆ６４を介して所定のデータを取得する機能である。取得されるデータの一つは、状態データ（１）である。取得された状態データ（１）は記憶部７６に格納され、後述する訓練データセット８４の一部とされる。
【0124】
また、取得されるデータは、状態データ（２）を含むことが好ましい。状態データ（２）を含む訓練データセットを用いると、より適したツルーイング条件を算出できる学習済みモデルが得られる。
また、取得されるデータは、状態データ（Ｔ）を含むことが好ましい。状態データ（Ｔ）を含む訓練データセットを用いると、より適したツルーイング条件を算出できる学習済みモデルが得られる。
また、取得されるデータは、状態データ（Ｔ）を含むことが好ましい。状態データ（Ｔ）を含む訓練データセットを用いると、より適したツルーイング条件を算出できる学習済みモデルが得られる。
【0125】
形状データ取得部７３は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される。形状データ取得部７３は、入出力Ｉ／Ｆ６３、及び／又は、通信Ｉ／Ｆ６４を介して所定のデータを取得する機能である。取得されるデータの一つは、形状データ（１）である。形状データ（１）は記憶部７６に格納され、比較部７４により利用される。具体的には、形状乖離度（１）の算出に利用される。
また、取得されるデータは、形状データ（２）を含む。形状データ（２）も記憶部７６に格納され、比較部７４により利用される。具体的には、形状乖離度（２）の算出に利用される。
また、取得されるデータは、形状データ（２）を含む。形状データ（２）も記憶部７６に格納され、比較部７４により利用される。具体的には、形状乖離度（２）の算出に利用される。
【0126】
比較部７４は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。比較部７４は、条件取得部７１により取得され、記憶部７６に格納された目標形状と、形状測定装置６５により取得された形状データとを比較する。比較の方法としては特に限定されないが、目標形状と、形状データとからそれぞれ予測される研削砥石５５の形状の差に基づき算出される形状乖離度を含むことが好ましい。
具体的には、目標形状から予測される研削砥石５５の理想形状と、形状データ（１）から予想される研削砥石５５（ＢＴ）の形状との比較により形状乖離度（１）を算出する。
また、理想形状と、形状データ（２）から予想される研削砥石５５（ＡＴ）の形状との比較により形状乖離度（２）を算出する。比較部７４が算出する形状乖離度（２）は、研削砥石５５（ＡＴ）による研削結果に含まれ得る。
具体的には、目標形状から予測される研削砥石５５の理想形状と、形状データ（１）から予想される研削砥石５５（ＢＴ）の形状との比較により形状乖離度（１）を算出する。
また、理想形状と、形状データ（２）から予想される研削砥石５５（ＡＴ）の形状との比較により形状乖離度（２）を算出する。比較部７４が算出する形状乖離度（２）は、研削砥石５５（ＡＴ）による研削結果に含まれ得る。
【0127】
比較部７４により取得された比較の結果は、出力部７７によって出力される。出力結果は、クライアント装置６９の出力手段にも出力されることが好ましい。これは、機械学習装置２００とクライアント装置６９とがそれぞれ遠隔地に設置される場合により有効である。
比較の結果を参考にツルーイング条件を考案する熟練技術者は、クライアント装置６９の設置場所にいる場合がある。このとき、比較の結果をクライアント装置６９側にも出力すると、熟練技術者のツルーイング条件の考案に役立つ。結果として、より効率的に機械学習装置２００を動作させることができる。
比較の結果を参考にツルーイング条件を考案する熟練技術者は、クライアント装置６９の設置場所にいる場合がある。このとき、比較の結果をクライアント装置６９側にも出力すると、熟練技術者のツルーイング条件の考案に役立つ。結果として、より効率的に機械学習装置２００を動作させることができる。
【0128】
レシピ取得部８１は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行することで実現される。レシピ取得部８１は、入出力Ｉ／Ｆ６３、及び／又は、通信Ｉ／Ｆ６４を介して所定のデータを取得する機能である。取得されるデータは、ツルーイング条件である。ツルーイング条件は、クライアント装置６９のコントローラ６７に外部ａｃｐｔ２から入力される。取得されたデータは記憶部７６に格納され、訓練データセット８４の一部とされる。
【0129】
結果取得部８２は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。結果取得部８２は、比較部７４を制御して、研削砥石５５（ＡＴ）によるワークＷの研削結果を取得する。研削結果は、典型的には、形状乖離度（２）である。研削結果は、記憶部７６に格納され、後述する訓練データセット８４の一部とされる。
【0130】
学習部８３は、メモリ６２に記憶されたプログラムをプロセッサ６１が実行して実現される機能である。
学習部８３は、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果を含む訓練データセット８４を用いた機械学習により、加工条件、状態データ（１）、比較の結果、及び、研削結果とツルーイング条件との関係を学習する。
訓練データセットは、上記以外に、状態データ（Ｔ）を含むことが好ましい。
学習部８３は、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果を含む訓練データセット８４を用いた機械学習により、加工条件、状態データ（１）、比較の結果、及び、研削結果とツルーイング条件との関係を学習する。
訓練データセットは、上記以外に、状態データ（Ｔ）を含むことが好ましい。
【0131】
訓練データセットは、所定の情報を含むレコードが複数組み合わされたものである。各レコードには、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果からなる群より選択される少なくとも１種の項目が含まれればよい。
訓練データセットを構成する各レコードは、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果のすべてを備える必要はない。訓練データセットの全体として、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果を含むレコードがそれぞれ１つ以上含まれればよい。
訓練データセットを構成する各レコードは、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果のすべてを備える必要はない。訓練データセットの全体として、加工条件、状態データ（１）、比較の結果、ツルーイング条件、及び、研削結果を含むレコードがそれぞれ１つ以上含まれればよい。
【0132】
機械学習の方法としては、公知のものを採用することができる。例えば、回帰手法、サポートベクターマシーン、及び、ニューラルネットワーク等が採用できる。回帰手法としては、線形回帰、重回帰、ロジスティック回帰、及び、ガウス過程回帰等が例示できる。
【0133】
機械学習装置２００を用いて、訓練データセット８４を構成するレコードを取得する方法について説明する。図１４は、機械学習装置２００を用いて訓練データセット８４を構成するレコードを取得する方法のフロー図である。
まず、ステップＳ１１として、条件取得部７１により目標形状、及び、加工条件が取得される。本ステップは、図９の研削加工システム１００の動作フローにおける対応するステップと同様である。
まず、ステップＳ１１として、条件取得部７１により目標形状、及び、加工条件が取得される。本ステップは、図９の研削加工システム１００の動作フローにおける対応するステップと同様である。
【0134】
次に、ステップＳ４１として、状態データ（１）が、状態データ取得部７２によって取得される。測定方法、及び、測定される状態データは、図９のフローのステップＳ１２と同様である。
【0135】
次に、ステップＳ１３として、形状データ（１）が、形状データ取得部７３によって取得される。
次に、ステップＳ１４として、比較部７４により、目標形状と形状データ（１）とが比較される。典型的には、形状乖離度（１）が算出される。
次に、ステップＳ１５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（１）が所定の条件を満たすかについて判定される。
上記各ステップは、図９の研削加工システム１００の動作フローの対応するステップと同様である。
次に、ステップＳ１４として、比較部７４により、目標形状と形状データ（１）とが比較される。典型的には、形状乖離度（１）が算出される。
次に、ステップＳ１５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（１）が所定の条件を満たすかについて判定される。
上記各ステップは、図９の研削加工システム１００の動作フローの対応するステップと同様である。
【0136】
比較の結果が所定の要件を満たす場合（ステップＳ１５：ＹＥＳ）、ツルーイングは不要である。そのため、レコード取得のフローは終了する。この場合、これまでに各部で取得された情報が組み合わされて１つのレコードとされる。
一方、比較の結果が所定の要件を満たさない場合（ステップＳ１５：ＮＯ）ツルーイングが必要である。そのため、次に、ステップＳ４１として、ツルーイング条件が取得される。
一方、比較の結果が所定の要件を満たさない場合（ステップＳ１５：ＮＯ）ツルーイングが必要である。そのため、次に、ステップＳ４１として、ツルーイング条件が取得される。
【0137】
ツルーイング条件は、外部ａｃｐｔ２から入力されたものをレシピ取得部８１が取得する。このツルーイング条件は、比較部７４による比較の結果が出力部７７に出力され、この表示を見た熟練技術者等によって検討され、設定される。
【0138】
熟練技術者は、目標形状と形状データ（１）との差に加えて、加工条件、加工負荷、及び、加工振動等から研削砥石５５（ＢＴ）の状態を的確に予想する。そして、その予想をツルーイング条件に反映させる。従って、加工条件、状態データ（１）、及び、形状データ（１）と目標形状との比較の結果と、熟練技術者により設定されるツルーイング条件とを含む一組のレコードには、熟練技術者の経験や勘による判断結果が含まれる。
これらのレコードの複数を含む訓練データセットにより機械学習を行うことによって得られる学習済みモデルは、熟練技術者によって決定されるようなツルーイング条件を算出する。
これらのレコードの複数を含む訓練データセットにより機械学習を行うことによって得られる学習済みモデルは、熟練技術者によって決定されるようなツルーイング条件を算出する。
【0139】
次に、ステップＳ４３として、状態データ（Ｔ）が、状態データ取得部７２により取得される。
状態データ（Ｔ）には、ツルアー４１の状態、及び、ツルーイングの際の装置の状態が反映される。これらの情報は、形成される溝形状に反映される。
状態データ（Ｔ）、及び、目標形状と形状データ（２）との比較結果が組み合わされて得られる１個のレコードには、ツルーイングの状態とそれによるツルーイングの効果が反映される。
このレコードを含む訓練データセットにより機械学習されると、学習済みモデルは、より優れた（より適した）、２回目以降のツルーイング条件を算出できる。
状態データ（Ｔ）には、ツルアー４１の状態、及び、ツルーイングの際の装置の状態が反映される。これらの情報は、形成される溝形状に反映される。
状態データ（Ｔ）、及び、目標形状と形状データ（２）との比較結果が組み合わされて得られる１個のレコードには、ツルーイングの状態とそれによるツルーイングの効果が反映される。
このレコードを含む訓練データセットにより機械学習されると、学習済みモデルは、より優れた（より適した）、２回目以降のツルーイング条件を算出できる。
【0140】
次に、ステップＳ４４として、状態データ（２）が、状態データ取得部７２によって取得される。測定方法、及び、測定される状態データは、図１０のフローのステップＳ２２と同様である。
【0141】
次に、ステップＳ２３として、形状データ（２）が、形状データ取得部７３によって取得される。
次に、ステップＳ２４として、比較部７４により、目標形状と形状データ（２）とが比較される。典型的には、形状乖離度（２）が算出される。
次に、ステップＳ２５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（２）が所定の条件を満たすかについて判定される。
上記各ステップは、図１０の研削加工システム１００の動作フローの対応するステップと同様である。
次に、ステップＳ２４として、比較部７４により、目標形状と形状データ（２）とが比較される。典型的には、形状乖離度（２）が算出される。
次に、ステップＳ２５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（２）が所定の条件を満たすかについて判定される。
上記各ステップは、図１０の研削加工システム１００の動作フローの対応するステップと同様である。
【0142】
比較の結果が、所定の条件を満たす場合（ステップＳ２５：ＹＥＳ）、ツルーイングが所期の目的どおりに達成されたことを意味する。レコードの取得フローは終了し、ここまでに得られた情報が組み合わされて１個のレコードが生成される。
一方、比較の結果が、所定の条件を満たさない場合（ステップＳ２５：ＮＯ）、ツルーイングによる効果が十分ではないことを意味する。そのため、ステップＳ１６、ステップＳ２１～Ｓ２５が繰り返され、更にレコードが取得される。
なお、この場合、ステップＳ２５の判断が終了した時点で、それまでに得られた情報を組み合わせて１個のレコードとしてもよい。
一方、比較の結果が、所定の条件を満たさない場合（ステップＳ２５：ＮＯ）、ツルーイングによる効果が十分ではないことを意味する。そのため、ステップＳ１６、ステップＳ２１～Ｓ２５が繰り返され、更にレコードが取得される。
なお、この場合、ステップＳ２５の判断が終了した時点で、それまでに得られた情報を組み合わせて１個のレコードとしてもよい。
【0143】
上記各ステップにより取得された情報は、組み合わせて１個のレコードとされる。これらのレコードが集約されて、訓練データセット８４得られる。記憶部７６に格納された訓練データセット８４は、学習部８３による機械学習に使用される。
【0144】
図１５、及び、図１６は、機械学習装置２００を用いてレコードを取得する方法の別実施例のフロー図である。
まず、ステップＳ３０として、ツルーイングの要否について判断される。この判断の方法は、図１１の研削加工システム１００の動作フローの対応するステップと同様である。
まず、ステップＳ３０として、ツルーイングの要否について判断される。この判断の方法は、図１１の研削加工システム１００の動作フローの対応するステップと同様である。
【0145】
次に、ステップＳ１１として、条件取得部７１により目標形状、及び、加工条件が取得される。本ステップは、図１４の方法の対応するステップと同様である。
次に、ステップＳ５１として、状態データ（１ｒ）が、状態データ取得部７２によって取得される。参照ワークの詳細は、すでに説明したとおりである。また、状態データの取得方法等については、図１４のステップＳ４１と同様である。
次に、ステップＳ５１として、状態データ（１ｒ）が、状態データ取得部７２によって取得される。参照ワークの詳細は、すでに説明したとおりである。また、状態データの取得方法等については、図１４のステップＳ４１と同様である。
【0146】
次に、ステップＳ５２として、形状データ（１ｒ）が、形状データ取得部７３によって取得される。
次に、ステップＳ５３として、比較部７４により、目標形状と形状データ（１ｒ）とが比較される。典型的には、形状乖離度（１ｒ）が算出される。
上記各ステップは、ワークとして参照ワークが用いられること以外は図１４のステップＳ１３、及び、ステップＳ１４と同様である。
次に、ステップＳ１５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（１ｒ）が所定の条件を満たすかについて判断される。
判断の方法は、図１４のステップＳ１５と同様である。
次に、ステップＳ５３として、比較部７４により、目標形状と形状データ（１ｒ）とが比較される。典型的には、形状乖離度（１ｒ）が算出される。
上記各ステップは、ワークとして参照ワークが用いられること以外は図１４のステップＳ１３、及び、ステップＳ１４と同様である。
次に、ステップＳ１５として、比較の結果が所定の条件を満たすかについて判断される。典型的には、形状乖離度（１ｒ）が所定の条件を満たすかについて判断される。
判断の方法は、図１４のステップＳ１５と同様である。
【0147】
ここで、比較の結果が所定の条件を満たす場合（ステップＳ１５：ＹＥＳ）、ツルーイングは不要である。そのため、レコードの取得フローは終了する。取得された情報により、１個のレコードが生成される。
ステップＳ３０において、「ツルーイングが必要」と判断されている一方で、ステップＳ１５で比較の結果が所定の条件を満たす（ツルーイングが不要）と判断されるケースとしては、例えば、ステップＳ３０の判断をワークＷの研削枚数や、研削砥石５５の稼働時間等により判断する場合が挙げられる。
ステップＳ３０において、「ツルーイングが必要」と判断されている一方で、ステップＳ１５で比較の結果が所定の条件を満たす（ツルーイングが不要）と判断されるケースとしては、例えば、ステップＳ３０の判断をワークＷの研削枚数や、研削砥石５５の稼働時間等により判断する場合が挙げられる。
【0148】
一方、比較の結果が所定の条件を満たさない場合（ステップＳ１５：ＮＯ）、ツルーイングが必要となる。
そこで、次に、ステップＳ４２として、レシピ取得部８１によりツルーイング条件が取得される。上記ステップＳ４２、及び、以降のステップＳ４３～Ｓ４４、Ｓ２３～Ｓ２５は、図１４の対応するステップと同様である。
なお、ステップＳ４４において取得される状態データ（２）は、品種ワークを研削した際のものが好ましい。ステップＳ２３、及び、ステップＳ２４も同様で、ワークとしては品種ワークが用いられることが好ましい。
そこで、次に、ステップＳ４２として、レシピ取得部８１によりツルーイング条件が取得される。上記ステップＳ４２、及び、以降のステップＳ４３～Ｓ４４、Ｓ２３～Ｓ２５は、図１４の対応するステップと同様である。
なお、ステップＳ４４において取得される状態データ（２）は、品種ワークを研削した際のものが好ましい。ステップＳ２３、及び、ステップＳ２４も同様で、ワークとしては品種ワークが用いられることが好ましい。
【0149】
この方法で取得されるレコードには、参照ワークを用いて取得された情報が含まれる。従って、研削砥石５５（ＢＴ）の状態がより正確に反映されたレコードである。このレコードを含む訓練データセットを用いると、更に適したツルーイング条件を算出できる学習済みモデルが得られる。
【0150】
次に、訓練データセットの構造について説明する。図１７は、訓練データセット８４の一実施例の構造の説明図である。訓練データセット８４は、複数のレコードｒｃｄ１、ｒｃｄ２、ｒｃｄ３、・・・によって構成され、それぞれのレコードには識別番号「００１」「００２」「００３」・・・等が付与される。
【0151】
レコードｒｃｄ１には、加工条件ｄ１、状態データ（１）ｄ２、形状データ（１）ｄ３、形状乖離度（１）ｄ４、ツルーイング条件ｄ５、状態データ（Ｔ）ｄ６、状態データ（２）ｄ７、形状データ（２）ｄ８、形状乖離度（２）ｄ９、及び、適否ｄ１０が含まれる。「ｒ」が付与されるデータは、参照ワークによるもの、その他のデータは、参照ワーク又は品種ワークのいずれによるものでもよく、品種ワークによるものが好ましい。
【0152】
レコードｒｃｄ１は、例えば、図１４のフローにおいて、ステップＳ１１、ステップＳ４１、ステップＳ１３、ステップＳ１４、ステップＳ１５：ＮＯ、ステップＳ４２、ステップＳ４３、ステップＳ４４、ステップＳ２３、ステップＳ２４、ステップＳ２５：ＮＯの順に実行された際に得らる情報により生成されたものである。
【0153】
上記のうち、加工条件ｄ１は、研削砥石５５を含む砥石・ツルアーのボンドの種類、砥石径、集中度、切込み量（切込みパス）、研削スピード、及び、切込み深さ等のパラメータを含む。加工条件ｄ１は、条件取得部７１によって取得され、記憶部７６に記憶された情報である。
【0154】
状態データ（１）ｄ２は、状態データ取得部７２により取得される情報でありである。状態データ（１）ｄ２は、研削砥石５５（ＢＴ）によりワークＷを研削した際に、センサ６６により測定されたものである。
形状データ（１）ｄ３は、形状データ取得部７３により取得される情報である。形状データ（１）ｄ３は、形状測定装置６５により得られ、記憶部７６に記憶された情報である。
形状データ（１）ｄ３は、形状データ取得部７３により取得される情報である。形状データ（１）ｄ３は、形状測定装置６５により得られ、記憶部７６に記憶された情報である。
【0155】
形状乖離度（１）ｄ４は、比較部７４による、形状データ（１）と目標形状と比較の結果である。
ツルーイング条件ｄ５は、レシピ取得部８１によって取得されるツルーイング条件である。
ツルーイング条件ｄ５は、レシピ取得部８１によって取得されるツルーイング条件である。
【0156】
状態データ（Ｔ）ｄ６は、研削砥石５５（ＢＴ）のツルーイングの際にセンサ６６によって測定され、状態データ取得部７２により取得される情報である。
状態データ（２）ｄ７は、状態データ取得部７２によって取得される情報である。状態データ（２）ｄ７は、研削砥石５５（ＡＴ）によりワークＷを研削した際に、センサ６６により取得される情報である。
形状データ（２）ｄ８は、形状データ取得部７３によって取得される情報である。形状データ（２）ｄ８は、研削砥石５５（ＡＴ）によって研削されたワークＷの形状データである。
形状乖離度（２）ｄ９は、結果取得部８２によって取得される情報である。形状データ（２）と目標形状と比較の結果である。言い換えれば、研削砥石５５（ＡＴ）による研削結果である。
適否ｄ１０は、図１４のステップＳ２５における判断結果（比較の結果が所定の条件を満たすか）の判断結果である。
状態データ（２）ｄ７は、状態データ取得部７２によって取得される情報である。状態データ（２）ｄ７は、研削砥石５５（ＡＴ）によりワークＷを研削した際に、センサ６６により取得される情報である。
形状データ（２）ｄ８は、形状データ取得部７３によって取得される情報である。形状データ（２）ｄ８は、研削砥石５５（ＡＴ）によって研削されたワークＷの形状データである。
形状乖離度（２）ｄ９は、結果取得部８２によって取得される情報である。形状データ（２）と目標形状と比較の結果である。言い換えれば、研削砥石５５（ＡＴ）による研削結果である。
適否ｄ１０は、図１４のステップＳ２５における判断結果（比較の結果が所定の条件を満たすか）の判断結果である。
【0157】
次に、レコードｒｃｄ２は、レコードｒｃｄ１が取得された際、最後のステップＳ２５における判断が「ＮＯ」であったことから、ステップＳ４２～Ｓ４４、Ｓ２３～Ｓ２４、及び、Ｓ２５が繰り返され、その際に取得された情報から生成されたレコードである。
レコードｒｃｄ２は、繰り返し回数ｄ１１を含む。繰り返し回数ｄ１１は、ステップＳ４２～Ｓ４４、Ｓ２３～Ｓ２４、及び、Ｓ２５の繰り返し回数である。繰り返し数が増えるごとに、新たなレコードが生成される。
レコードｒｃｄ２は、繰り返し回数ｄ１１を含む。繰り返し回数ｄ１１は、ステップＳ４２～Ｓ４４、Ｓ２３～Ｓ２４、及び、Ｓ２５の繰り返し回数である。繰り返し数が増えるごとに、新たなレコードが生成される。
【0158】
レコードｒｃｄ３は、図１５のフローにおいて、ステップＳ３０：ＮＯ、ステップＳ１１、ステップＳ５１、ステップＳ５２、ステップＳ３３、ステップＳ１５：ＮＯ、ステップＳ４２、ステップＳ４３、ステップＳ４４、ステップＳ２３、ステップＳ２４：ＹＥＳの順に実行された際に得らる情報から生成されるものである。
【0159】
レコードｒｃｄ１と異なる点について説明する。状態データ（１ｒ）ｄ１２は、状態データ取得部７２により取得された情報である。研削砥石５５（ＢＴ）により参照ワークを研削した際に、センサ６６により取得された情報である。
形状データ（１ｒ）ｄ１３は、形状データ取得部７３が取得したデータである。
形状乖離度（１ｒ）ｄ１４は、形状データ（１ｒ）と目標形状と比較の結果である。
以上のようなレコードの複数から構成される訓練データセット８４による機械学習によって、学習済みモデルが得られる。なお、訓練データセット８４は一例であり、上記以外の構成の訓練データセットも使用可能である。
形状データ（１ｒ）ｄ１３は、形状データ取得部７３が取得したデータである。
形状乖離度（１ｒ）ｄ１４は、形状データ（１ｒ）と目標形状と比較の結果である。
以上のようなレコードの複数から構成される訓練データセット８４による機械学習によって、学習済みモデルが得られる。なお、訓練データセット８４は一例であり、上記以外の構成の訓練データセットも使用可能である。
【0160】
以上、本発明の研削加工システム、及び、機械学習装置について具体例に基づいて説明した。なお、本発明は、研削砥石５５のツルーイング条件の算出だけでなく、加工装置が有する他の研削砥石にも応用できることは言うまでもない。
【符号の説明】
【0161】
１ 状態データ、２ Ｘ軸ベース、１０ 加工装置、１１ 本体ベース、２０ ユニット、２１ Ｘ軸ベース、２２ Ｘ軸ガイドレール、２３ Ｘ軸リニアガイド、２４ Ｘテーブル、２５ Ｘ軸駆動機構、２６ Ｙ軸ガイドレール、２７ Ｙ軸リニアガイド、２８ Ｙテーブル、２９ Ｚ軸ガイドレール、３０ Ｚ軸駆動機構、３１ Ｚテーブル、３２ 軸モータ、３３ スピンドル、３４ ウェーハテーブル、４１ ツルアー、５０ 砥石回転ユニット、５１ 外周砥石スピンドル、５２ 外周粗研削砥石、５３ ターンテーブル、５４ 外周精研スピンドル、５５、５５ａ、５５ｂ 研削砥石、５６ 外周精研モータ、６０ 情報処理装置、６１ プロセッサ、６２ メモリ、６５ 形状測定装置、６６ 形状測定装置、６６、６６ａ、６６ｂ センサ、６７、６７ａ、６７ｂ コントローラ、６８ ツルーイング装置、６９ クライアント装置、７０ 制御部、７１ 条件取得部、７２ 状態データ取得部、７３ 状態データ取得部、７３ 形状データ取得部、７４ 比較部、７５ 算出部、７６ 記憶部、７７ 出力部、７８ 加工部、７９ ツルーイング部、８１ レシピ取得部、８２ 結果取得部、８３ 学習部、８４ 訓練データセット、１００、１１０、１２０ 研削加工システム、２００ 機械学習装置
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】