ホーム > 特許ランキング > 株式会社ジェイテクト
知財求人 - 知財ポータルサイト「IP Force」
(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】P2024039451
(43)【公開日】2024-03-22
(54)【発明の名称】加工条件設定支援システム
(51)【国際特許分類】
B23Q 15/12 20060101AFI20240314BHJP
G05B 19/4155 20060101ALI20240314BHJP
G06N 7/01 20230101ALI20240314BHJP
【ＦＩ】
B23Q15/12 A
G05B19/4155 V
G06N7/00 150
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2022144029
(22)【出願日】2022-09-09
(71)【出願人】
【識別番号】000001247
【氏名又は名称】株式会社ジェイテクト
(74)【代理人】
【識別番号】110000648
【氏名又は名称】弁理士法人あいち国際特許事務所
(72)【発明者】
【氏名】東 孝幸
(72)【発明者】
【氏名】井本 吉紀
(72)【発明者】
【氏名】小島 大
(72)【発明者】
【氏名】畑川 裕生
(72)【発明者】
【氏名】黒▲柳▼ 翔吾
【テーマコード（参考）】
3C001
3C269
【Ｆターム（参考）】
3C001KA07
3C001TA03
3C001TA06
3C269AB02
3C269BB03
3C269BB12
3C269EF66
3C269MN29
3C269MN40
3C269MN44
3C269QE17
(57)【要約】
【課題】安定限界線図をより高精度に表すことができるようにすることで、より適切な加工条件を決定できるようにするための加工条件設定支援システムを提供する。
【解決手段】加工条件設定支援システム１は、加工条件として取り得る切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に対応する安定限界線図ＳＤ１～ＳＤ４であって、工具Ｔまたは工作物Ｗの回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの安定限界線図ＳＤ１～ＳＤ４を生成可能に安定限界線図生成部１３と、生成され得る複数の安定限界線図ＳＤ１～ＳＤ４のうち、加工条件としての評価対象切込量に対応する対象の安定限界線図ＳＤ１～ＳＤ４を用いて、評価対象切込量、および、加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部１４とを備える。
【選択図】図３
【解決手段】加工条件設定支援システム１は、加工条件として取り得る切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に対応する安定限界線図ＳＤ１～ＳＤ４であって、工具Ｔまたは工作物Ｗの回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの安定限界線図ＳＤ１～ＳＤ４を生成可能に安定限界線図生成部１３と、生成され得る複数の安定限界線図ＳＤ１～ＳＤ４のうち、加工条件としての評価対象切込量に対応する対象の安定限界線図ＳＤ１～ＳＤ４を用いて、評価対象切込量、および、加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部１４とを備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
プロセッサを備え、工具および工作物の少なくとも一方を回転させながら切削加工を行う場合において、少なくとも切込量および回転速度を含む加工条件の評価または設定を行う加工条件設定支援システムであって、
前記プロセッサは、
前記加工条件として取り得る前記切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間に対応する安定限界線図であって、前記工具または前記工作物の回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの前記安定限界線図を生成可能に安定限界線図生成部と、
生成され得る複数の前記安定限界線図のうち、前記加工条件としての評価対象切込量に対応する対象の前記安定限界線図を用いて、前記評価対象切込量、および、前記加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部と、
を備える、加工条件設定支援システム。
前記プロセッサは、
前記加工条件として取り得る前記切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間に対応する安定限界線図であって、前記工具または前記工作物の回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの前記安定限界線図を生成可能に安定限界線図生成部と、
生成され得る複数の前記安定限界線図のうち、前記加工条件としての評価対象切込量に対応する対象の前記安定限界線図を用いて、前記評価対象切込量、および、前記加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部と、
を備える、加工条件設定支援システム。
【請求項2】
前記プロセッサおよび記憶装置を備え、
前記記憶装置は、
前記工具および前記工作物の少なくとも一方において加振力を付与した場合における応答変位の伝達関数であるコンプライアンス伝達関数を格納するコンプライアンス伝達関数格納部、を備え、
前記プロセッサは、さらに、
切削抵抗を切削断面積で除した値である比切削抵抗であって、分割されたそれぞれの前記切込量区間に対応する前記比切削抵抗であって、少なくとも前記切込量に基づいてそれぞれの前記比切削抵抗の推定値を出力するように構成された比切削抵抗出力部、を備え、
前記安定限界線図生成部は、前記コンプライアンス伝達関数、および、前記加工条件としての前記評価対象切込量に対応する対象の前記比切削抵抗の推定値に基づいて、前記評価対象切込量を含む前記切込量区間に対応する対象の前記安定限界線図を生成するように構成され、
前記びびり発生判定部は、前記安定限界線図生成部により生成された対象の前記安定限界線図を用いて、びびりが発生するか否かを判定するように構成された、請求項１に記載の加工条件設定支援システム。
前記記憶装置は、
前記工具および前記工作物の少なくとも一方において加振力を付与した場合における応答変位の伝達関数であるコンプライアンス伝達関数を格納するコンプライアンス伝達関数格納部、を備え、
前記プロセッサは、さらに、
切削抵抗を切削断面積で除した値である比切削抵抗であって、分割されたそれぞれの前記切込量区間に対応する前記比切削抵抗であって、少なくとも前記切込量に基づいてそれぞれの前記比切削抵抗の推定値を出力するように構成された比切削抵抗出力部、を備え、
前記安定限界線図生成部は、前記コンプライアンス伝達関数、および、前記加工条件としての前記評価対象切込量に対応する対象の前記比切削抵抗の推定値に基づいて、前記評価対象切込量を含む前記切込量区間に対応する対象の前記安定限界線図を生成するように構成され、
前記びびり発生判定部は、前記安定限界線図生成部により生成された対象の前記安定限界線図を用いて、びびりが発生するか否かを判定するように構成された、請求項１に記載の加工条件設定支援システム。
【請求項3】
前記記憶装置は、さらに、
知識モデルを格納する知識モデル格納部、を備え、
前記知識モデルは、少なくとも前記加工条件のうちの前記切込量、前記工具の諸元および前記工作物の諸元を親因子とし、比切削抵抗を子因子とし、前記親因子の因子値を条件とした場合に前記子因子の因子値に該当する確率が定義された条件付確率表を含んで構成されており、
前記比切削抵抗出力部は、前記親因子の因子値を取得した場合に、前記条件付確率表を用いて順方向の確率推論を行うことにより、前記子因子としての前記比切削抵抗の推定値を出力するように構成された、請求項２に記載の加工条件設定支援システム。
知識モデルを格納する知識モデル格納部、を備え、
前記知識モデルは、少なくとも前記加工条件のうちの前記切込量、前記工具の諸元および前記工作物の諸元を親因子とし、比切削抵抗を子因子とし、前記親因子の因子値を条件とした場合に前記子因子の因子値に該当する確率が定義された条件付確率表を含んで構成されており、
前記比切削抵抗出力部は、前記親因子の因子値を取得した場合に、前記条件付確率表を用いて順方向の確率推論を行うことにより、前記子因子としての前記比切削抵抗の推定値を出力するように構成された、請求項２に記載の加工条件設定支援システム。
【請求項4】
前記条件付確率表は、前記親因子としての前記切込量を、分割されたそれぞれの前記切込量区間に離散化されており、
それぞれの前記切込量区間は、前記切込量に対する前記比切削抵抗の変化が小さい範囲において広く設定され、前記切込量に対する前記比切削抵抗の変化が大きい範囲において狭く設定される、請求項３に記載の加工条件設定支援システム。
それぞれの前記切込量区間は、前記切込量に対する前記比切削抵抗の変化が小さい範囲において広く設定され、前記切込量に対する前記比切削抵抗の変化が大きい範囲において狭く設定される、請求項３に記載の加工条件設定支援システム。
【請求項5】
前記比切削抵抗の変化は、前記切込量が小さいほど大きくなり、前記切込量が大きいほど小さくなり、
それぞれの前記切込量区間は、前記切込量が小さいほど広く設定され、前記切込量が大きいほど狭く設定される、請求項４に記載の加工条件設定支援システム。
それぞれの前記切込量区間は、前記切込量が小さいほど広く設定され、前記切込量が大きいほど狭く設定される、請求項４に記載の加工条件設定支援システム。
【請求項6】
前記切削加工において生じる切削抵抗は、主分力、背分力、および、送り分力により表され、
前記比切削抵抗は、前記切削抵抗を構成する前記背分力を切削断面積で除した値に相当する、請求項３に記載の加工条件設定支援システム。
前記比切削抵抗は、前記切削抵抗を構成する前記背分力を切削断面積で除した値に相当する、請求項３に記載の加工条件設定支援システム。
【請求項7】
前記記憶装置は、さらに、前記条件付確率表を決定するために予め設定された事前分布のパラメータを格納する事前分布格納部を備え、
前記プロセッサは、さらに、
実際の前記切削加工または前記切削加工のシミュレーションが実施されることにより得られる観測データであって、前記親因子の因子値および前記子因子の因子値についての前記観測データを取得するように構成された観測データ取得部と、
前記事前分布のパラメータおよび前記観測データに基づいてベイズ推定を用いて事後分布を算出し、前記事後分布の期待値を各要素値とする前記条件付確率表を生成するように構成された条件付確率表生成部と、
を備え、
前記知識モデル格納部は、前記条件付確率表生成部により生成された前記条件付確率表により構成された前記知識モデルを格納する、請求項３に記載の加工条件設定支援システム。
前記プロセッサは、さらに、
実際の前記切削加工または前記切削加工のシミュレーションが実施されることにより得られる観測データであって、前記親因子の因子値および前記子因子の因子値についての前記観測データを取得するように構成された観測データ取得部と、
前記事前分布のパラメータおよび前記観測データに基づいてベイズ推定を用いて事後分布を算出し、前記事後分布の期待値を各要素値とする前記条件付確率表を生成するように構成された条件付確率表生成部と、
を備え、
前記知識モデル格納部は、前記条件付確率表生成部により生成された前記条件付確率表により構成された前記知識モデルを格納する、請求項３に記載の加工条件設定支援システム。
【請求項8】
前記記憶装置は、さらに、前記ベイズ推定において前記観測データに対する前記事前分布のパラメータの影響割合を表す重みを格納する重み格納部を備え、
前記条件付確率表生成部は、前記観測データおよび前記重みを加味した前記事前分布のパラメータに基づいて前記ベイズ推定を用いて前記事後分布を算出し、前記事後分布の期待値を各要素値とする前記条件付確率表を生成するように構成された、請求項７に記載の加工条件設定支援システム。
前記条件付確率表生成部は、前記観測データおよび前記重みを加味した前記事前分布のパラメータに基づいて前記ベイズ推定を用いて前記事後分布を算出し、前記事後分布の期待値を各要素値とする前記条件付確率表を生成するように構成された、請求項７に記載の加工条件設定支援システム。
【請求項9】
前記プロセッサは、さらに、
前記安定限界線図を用いて前記加工条件の推奨値を決定する推奨条件決定部と、
前記推奨条件決定部により決定された前記加工条件の前記推奨値を教示する教示部と、
を備える、請求項１～８のいずれか１項に記載の加工条件設定支援システム。
前記安定限界線図を用いて前記加工条件の推奨値を決定する推奨条件決定部と、
前記推奨条件決定部により決定された前記加工条件の前記推奨値を教示する教示部と、
を備える、請求項１～８のいずれか１項に記載の加工条件設定支援システム。
【請求項10】
さらに、前記プロセッサと通信可能に構成され、または、前記プロセッサを組み込んで構成された加工装置を備え、
前記加工装置は、前記教示部により教示された前記加工条件の前記推奨値を取得し、取得した前記加工条件の前記推奨値を適用した前記切削加工を行うように構成される、請求項９に記載の加工条件設定支援システム。
前記加工装置は、前記教示部により教示された前記加工条件の前記推奨値を取得し、取得した前記加工条件の前記推奨値を適用した前記切削加工を行うように構成される、請求項９に記載の加工条件設定支援システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、加工条件設定支援システムに関する。
【背景技術】
【0002】
特許文献１，２には、切削加工において、びびり（びびり振動とも称する）が発生することを抑制するために、工具または工作物の回転速度とびびりが発生しない最大切込量との関係を定義した安定限界線図を用いて、加工条件を決定することが記載されている。特許文献１，２において、安定限界線図は、工具や工作物などの質量（Ｍ）、減衰係数（Ｃ）、剛性（Ｋ）により表される動特性と、比切削抵抗とを用いて生成される。比切削抵抗とは、切削抵抗を切削断面積で除した値、すなわち、単位断面積当たりの切削抵抗である。
【0003】
また、加工装置における加工条件を決定するために、熟練者の知識をデータベース化し、当該データベースを活用することが知られている。例えば、特許文献３には、データベース化された知識モデルについて記載されている。知識モデルは、種々の技術用語により定義された複数の因子と、因子同士の関係とにより構成されたモデルである。そして、知識モデルを用いて、加工条件の最適化を図ることができるとされている。
【0004】
特許文献４には、知識モデルにおける因子同士の関係を定義する際に、機械学習を適用することが記載されている。特に、因子同士の関係を定義する手段として、基準因子のランク値と接続対象の因子のランク値との対応関係（ランク－ランク関係）を定義する手段や、基準因子のランク値と接続対象の因子のレンジ値との対応関係（ランク－レンジ関係）を定義する手段が記載されている。さらに、基準因子が複数の因子と関係性を有する場合には、寄与度を設定することにより、複数の因子が基準因子に及ぼす影響度を決定することができる。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特許第５８６２１１１号公報
【特許文献2】特開２０１２－２００８４４号公報
【特許文献3】特開２０２０－１７７５４７号公報
【特許文献4】特開２０２１－０７１８５６号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
安定限界線図は、工具または工作物の回転速度とびびりが発生しない最大切込量との関係を表している。安定限界線図を用いた加工条件の決定は、例えば、以下のように行われる。切削効率を高めるための加工条件を決定する場合には、切込量を大きくすることが１つの手段である。この場合、安定限界線図における最大切込量が大きな値を示す回転速度を選定し、安定限界線図において当該回転速度に対応する最大切込量よりも小さな切込量を設定する。このようにすることで、決定された加工条件としての回転速度および切込量が、安定限界線図における安定領域での加工となり、びびりが発生することを抑制できる。
【0007】
しかし、安定限界線図は、回転速度と、びびりが発生しない最大切込量との関係を表しているが、その最大切込量の値そのものは、ばらつきを含んでいることが知られている。そのため、加工条件としての切込量を決定する際には、安定限界線図における最大切込量よりも十分に小さな切込量とすることが一般的であった。つまり、安定限界線図は、切込量の決定に際して、定性的に利用することができても、定量的に利用することは困難であった。このように、これまで生成していた安定限界線図を用いたびびりの発生判定は、改善の余地があった。
【0008】
本発明は、かかる課題に鑑みてなされたものであり、安定限界線図をより高精度に表すことができるようにすることで、より適切な加工条件を決定できるようにするための加工条件設定支援システムを提供しようとするものである。
【課題を解決するための手段】
【0009】
本発明の一態様は、プロセッサを備え、工具および工作物の少なくとも一方を回転させながら切削加工を行う場合において、少なくとも切込量および回転速度を含む加工条件の評価または設定を行う加工条件設定支援システムであって、
前記プロセッサは、
前記加工条件として取り得る前記切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間に対応する安定限界線図であって、前記工具または前記工作物の回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの前記安定限界線図を生成可能に構成された安定限界線図生成部と、
生成され得る複数の前記安定限界線図のうち、前記加工条件としての評価対象切込量に対応する対象の前記安定限界線図を用いて、前記評価対象切込量、および、前記加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部と、
を備える、加工条件設定支援システムにある。
前記プロセッサは、
前記加工条件として取り得る前記切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間に対応する安定限界線図であって、前記工具または前記工作物の回転速度とびびりが発生しない最大切込量との関係を定義したそれぞれの前記安定限界線図を生成可能に構成された安定限界線図生成部と、
生成され得る複数の前記安定限界線図のうち、前記加工条件としての評価対象切込量に対応する対象の前記安定限界線図を用いて、前記評価対象切込量、および、前記加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されたびびり発生判定部と、
を備える、加工条件設定支援システムにある。
【発明の効果】
【0010】
上記態様によれば、安定限界線図生成部において、安定限界線図は、加工条件として取り得る切込量を複数に分割した場合のそれぞれの切込量区間に対応して生成可能とされている。つまり、安定限界線図は、１種ではなく、それぞれの切込量区間に対応した複数種存在することとなる。
【0011】
安定限界線図が切込量に応じて異なる態様になることを発見し、切込量と安定限界線図との関係性を見出すことにより、上記のように、安定限界線図を、分割されたそれぞれの切込量区間に対応して生成することができるようにした。従って、安定限界線図を、従来よりも高精度に表すことができる。
【0012】
そして、びびり発生判定部は、加工条件としての評価対象切込量および評価対象回転速度において、びびりが発生するか否かを判定するように構成されている。この判定には、評価対象切込量に対応する対象の安定限界線図を用いる。上述したように、安定限界線図は、分割されたそれぞれの切込量区間に対応して複数種存在する。そこで、判定には、評価対象切込量が含まれる切込量区間に対応する安定限界線図を用いる。そして、当該安定限界線図を用いて、評価対象切込量および評価対象回転速度の場合に、びびりが発生するか否かを判定する。このように、評価対象切込量に応じた安定限界線図を用いたびびり判定が行われる。従って、より適切な加工条件を決定することができるようになる。
【0013】
以上のごとく、上記態様によれば、安定限界線図をより高精度に表すことができるようにすることで、より適切な加工条件を決定できるようにするための加工条件設定支援システムを提供することができる。
【図面の簡単な説明】
【0014】
【図1】実施形態１における加工条件設定支援システムの構成を示す図である。
【図2】切削加工モデルを示す図である。
【図11】条件付確率表の更新の手順であって、事前分布のパラメータのみにより生成された条件付確率表の初期状態を示す。
【図12】条件付確率表の更新の手順であって、事後分布に基づいて更新された条件付確率表が生成される過程を示す。
【図13】条件付確率表の更新の手順であって、新たな事後分布に基づいてさらに更新された条件付確率表が生成される過程を示す。
【図16】実施形態２の加工条件設定支援システムの構成を示す図である。
【発明を実施するための形態】
【0015】
（実施形態１）
１．加工条件設定支援システム１の構成
実施形態１の加工条件設定支援システム１の構成について図１を参照して説明する。加工条件設定支援システム１は、工具Ｔおよび工作物Ｗの少なくとも一方を回転させながら工具Ｔにより工作物Ｗの切削加工を行う場合を対象として、当該切削加工に関する安定限界線図を用いて、切込量や回転速度などの加工条件の評価または設定を行う。
１．加工条件設定支援システム１の構成
実施形態１の加工条件設定支援システム１の構成について図１を参照して説明する。加工条件設定支援システム１は、工具Ｔおよび工作物Ｗの少なくとも一方を回転させながら工具Ｔにより工作物Ｗの切削加工を行う場合を対象として、当該切削加工に関する安定限界線図を用いて、切込量や回転速度などの加工条件の評価または設定を行う。
【0016】
特に、本形態においては、加工条件設定支援システム１は、切削加工における比切削抵抗を用いて、安定限界線図を生成する。さらに、加工条件設定支援システム１は、切削加工における比切削抵抗を推定するための知識モデルＭを活用する。つまり、加工条件設定支援システム１は、切削加工の加工条件、工具Ｔの諸元、工作物Ｗの諸元に基づいて、知識モデルＭを用いることにより、比切削抵抗を推定する。
【0017】
加工条件設定支援システム１は、図１に示すように、主に管理者が操作するための管理装置２、管理者および作業者が保持する表示装置３、切削加工を行うための複数の加工装置４，５とを備えて構成される。管理装置２、表示装置３、加工装置４，５は、ネットワークを構成し、相互に通信可能に構成されている。つまり、管理装置２、表示装置３、加工装置４，５は、ネットワークを構成する機器となる。
【0018】
管理装置２は、プロセッサ２ａ、記憶装置２ｂ、表示装置２ｃ、入力装置２ｄを備えて構成される。プロセッサ２ａは、安定限界線図の生成やびびり判定などの演算処理を行い、記憶装置２ｂは、機械的コンプライアンス伝達関数（以下、「コンプライアンス伝達関数」と称する）や知識モデルＭなどを格納する。また、管理装置２は、加工装置４，５を管理するサーバとして機能させることもできる。加工装置４，５は、例えば、旋盤、マシニングセンタ、フライス盤、歯車加工機、ボーリング加工機などである。
【0019】
２．切削加工モデル
切削加工モデルについて図２を参照して説明する。図２は、旋削を例に挙げたモデルを示しており、工作物Ｗが中心軸Ｌを中心に回転し、工具Ｔを工作物Ｗの軸方向に送り操作する場合を示す。ただし、図２に示す切削加工モデルは、切削加工一般に適用可能なモデルであって、工具Ｔを回転させて切削加工を行う場合にも同様に適用されるモデルである。
切削加工モデルについて図２を参照して説明する。図２は、旋削を例に挙げたモデルを示しており、工作物Ｗが中心軸Ｌを中心に回転し、工具Ｔを工作物Ｗの軸方向に送り操作する場合を示す。ただし、図２に示す切削加工モデルは、切削加工一般に適用可能なモデルであって、工具Ｔを回転させて切削加工を行う場合にも同様に適用されるモデルである。
【0020】
図２に示すように、工具Ｔにより工作物Ｗを切削する際に、切削点Ｐにおいて、切削抵抗Ｆが生じる。切削抵抗Ｆは、主分力Ｆ１、背分力Ｆ２、送り分力Ｆ３により表される。図２においては、主分力Ｆ１は、工作物Ｗの中心軸Ｌを中心とした円の接線方向の成分に相当し、背分力Ｆ２は、切削点Ｐの法線方向の成分に相当し、送り分力Ｆ３は、工具Ｔの送り方向（工作物Ｗの軸方向）の成分に相当する。主分力Ｆ１、背分力Ｆ２、および、送り分力Ｆ３は、相互に直交する。なお、切削抵抗Ｆは、旋盤以外の切削加工においても、主分力Ｆ１、背分力Ｆ２、送り分力Ｆ３に分解することができる。
【0021】
３．管理装置２の構成
管理装置２の構成について図３を参照して説明する。図３に示すように、管理装置２は、プロセッサ２ａおよび記憶装置２ｂとして、少なくとも、コンプライアンス伝達関数格納部１１、比切削抵抗生成部１２、安定限界線図生成部１３、びびり発生判定部１４、推奨条件決定部１５、教示部１６を備える。また、管理装置２は、図３に示すように、上記各部１１～１６に加えて、表示装置２ｃを備える。
管理装置２の構成について図３を参照して説明する。図３に示すように、管理装置２は、プロセッサ２ａおよび記憶装置２ｂとして、少なくとも、コンプライアンス伝達関数格納部１１、比切削抵抗生成部１２、安定限界線図生成部１３、びびり発生判定部１４、推奨条件決定部１５、教示部１６を備える。また、管理装置２は、図３に示すように、上記各部１１～１６に加えて、表示装置２ｃを備える。
【0022】
コンプライアンス伝達関数格納部１１は、工具Ｔおよび工作物Ｗの少なくとも一方のコンプライアンス伝達関数を格納する。コンプライアンス伝達関数は、工具Ｔおよび工作物Ｗの少なくとも一方の動特性に相当する。つまり、コンプライアンス伝達関数は、工具Ｔや工作物Ｗの質量（Ｍ）、減衰係数（Ｃ）、剛性（Ｋ）により表される動特性に相当する。
【0023】
より詳細には、コンプライアンス伝達関数は、工具Ｔにおいて加振力を付与した場合の工具Ｔの応答変位の伝達関数、工作物Ｗにおいて加振力を付与した場合の工作物Ｗの応答変位の伝達関数、および、工具Ｔおよび工作物Ｗの両方に関する伝達関数である。コンプライアンス伝達関数は、周波数応答関数を適用する。つまり、コンプライアンス伝達関数は、工具Ｔおよび工作物Ｗの少なくとも一方の回転周波数に対する、工具Ｔおよび工作物Ｗの少なくとも一方の応答変位に関する関数を表す。コンプライアンス伝達関数は、例えば、ハンマリング試験、シミュレーション、理論演算などにより得ることができる。なお、コンプライアンス伝達関数の生成方法は、公知であるため詳細な説明を省略する。コンプライアンス伝達関数格納部１１は、記憶装置２ｂにより構成される。
【0024】
比切削抵抗生成部１２は、加工条件、工具Ｔの諸元、工作物Ｗの諸元に基づいて、比切削抵抗を生成する。比切削抵抗は、切削抵抗Ｆを切削断面積で除した値に相当する。ただし、切削抵抗Ｆのうち背分力Ｆ２が、びびりに対して大きく影響を及ぼすことが分かった。そこで、本形態においては、比切削抵抗は、切削抵抗Ｆを構成する背分力Ｆ２（図２に示す）を切削断面積で除した値とする。
【0025】
比切削抵抗生成部１２は、後述するが、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、比切削抵抗の推定値を生成するように構成されている。また、比切削抵抗生成部１２は、逆方向の確率推論を行うことにより、切削加工の加工条件、工具Ｔの諸元、工作物Ｗの諸元を求めることもできる。比切削抵抗生成部１２は、プロセッサ２ａおよび記憶装置２ｂにより構成される。
【0026】
安定限界線図生成部１３は、切削加工における安定限界線図を生成するように構成されている。安定限界線図は、工具Ｔまたは工作物Ｗの回転速度とびびりが発生しない最大切込量との関係を定義した図である。安定限界線図の下側領域が、びびりが発生しない安定領域に相当し、上側領域が、びびりが発生し得る不安定領域に相当する。安定限界線図生成部１３は、プロセッサ２ａにより構成される。
【0027】
安定限界線図生成部１３は、安定限界線図の生成に際して、コンプライアンス伝達関数格納部１１により格納されたコンプライアンス伝達関数、および、比切削抵抗生成部１２により生成された比切削抵抗の推定値を用いる。ここで用いられる比切削抵抗は、加工条件としての評価対象切込量に対応する比切削抵抗である。
【0028】
本形態において、安定限界線図生成部１３は、加工条件として取り得る切込量が複数の区間に分割されており、分割されたそれぞれの切込量区間に対応する安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４を生成可能に構成されている。つまり、安定限界線図生成部１３は、１種の安定限界線図を生成するのではなく、複数種の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４を生成可能に構成されている。そして、安定限界線図生成部１３は、生成可能な複数種の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４のうち、加工条件としての評価対象切込量に対応する１つの対象の安定限界線図を生成する。
【0029】
例えば、加工条件として取り得る切込量が、０．３０ｍｍ～０．９ｍｍである場合とする。この場合、分割された切込量区間は、例えば、０．３０～０．５０ｍｍ、０．５０～０．６７ｍｍ、０．６７～０．８０ｍｍ、０．８０～０．９０ｍｍなどとする。なお、切込量区間は、不等間隔としているが、等間隔としても良い。取り得る切込量、および、切込量区間の数値は、一例にすぎず、例えば、荒加工工程、中仕上加工工程、仕上加工工程などの加工工程や、旋削加工、ドリル加工、フライス加工、歯車加工などの加工種類などによって、適宜変更される。複数種の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４の詳細については、後述する。
【0030】
びびり発生判定部１４は、安定限界線図生成部１３により生成され得る複数の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４のうち、加工条件としての評価対象切込量に対応する対象の安定限界線図（ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４の１つ）を用いて、評価対象切込量、および、加工条件に含まれる評価対象回転速度の場合に、びびりが発生するか否かを判定するように構成されている。びびり発生判定部１４は、プロセッサ２ａにより構成される。
【0031】
推奨条件決定部１５は、安定限界線図生成部１３により生成された安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４を用いて加工条件の推奨値を決定する。このとき、推奨条件決定部１５は、びびり発生判定部１４による判定結果を考慮して、加工条件の推奨値を決定することができる。詳細には、推奨条件決定部１５は、安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４における下側領域に位置するような加工条件を推奨値とする。推奨条件決定部１５は、プロセッサ２ａにより構成される。
【0032】
教示部１６は、推奨条件決定部１５により決定された加工条件の推奨値を教示する。教示部１６は、加工条件の推奨値を教示する手段として、管理装置２を構成する表示装置２ｃに表示したり、表示装置３に表示したりする。表示装置３は、通信により教示部１６から取得した加工条件の推奨値を表示する。
【0033】
また、教示部１６は、通信により、加工条件の推奨値を加工装置４，５に送信する。この場合、加工装置４，５は、教示部１６により教示された加工条件の推奨値を取得し、取得した加工条件の推奨値を適用した切削加工を行うことができる。つまり、加工装置４，５は、加工条件を自律的に変更して、変更された加工条件に基づいて切削加工を行う。加工装置４，５により切削加工が行われた場合における加工結果は、観測データとして比切削抵抗生成部１２に送信される。比切削抵抗生成部１２は、加工装置４，５における観測データを用いて、知識モデルＭを生成したり、更新したりすることができる。教示部１６は、プロセッサ２ａにより構成される。
【0034】
４．複数種の安定限界線図ＳＤ１～ＳＤ４の詳細
安定限界線図生成部１３により生成可能な複数種の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４について、図４を参照して説明する。本形態では、加工条件として取り得る切込量が、０．３０ｍｍ～０．９ｍｍである場合とする。当該取り得る切込量を分割した切込量区間Ａａ１，Ａａ２，Ａａ３，Ａａ４のそれぞれは、０．３０～０．５０ｍｍ、０．５０～０．６７ｍｍ、０．６７～０．８０ｍｍ、０．８０～０．９０ｍｍである場合とする。
安定限界線図生成部１３により生成可能な複数種の安定限界線図ＳＤ１，ＳＤ２，ＳＤ３，ＳＤ４について、図４を参照して説明する。本形態では、加工条件として取り得る切込量が、０．３０ｍｍ～０．９ｍｍである場合とする。当該取り得る切込量を分割した切込量区間Ａａ１，Ａａ２，Ａａ３，Ａａ４のそれぞれは、０．３０～０．５０ｍｍ、０．５０～０．６７ｍｍ、０．６７～０．８０ｍｍ、０．８０～０．９０ｍｍである場合とする。
【0035】
図４（ａ）に示す安定限界線図ＳＤ１は、切込量区間Ａａ１である０．３０～０．５０ｍｍに対応する。図４（ｂ）に示す安定限界線図ＳＤ２は、切込量区間Ａａ２である０．５０～０．６７ｍｍに対応する。図４（ｃ）に示す安定限界線図ＳＤ３は、切込量区間Ａａ３である０．６７～０．８０ｍｍに対応する。図４（ｄ）に示す安定限界線図ＳＤ４は、切込量区間Ａａ４である０．８０～０．９０ｍｍに対応する。
【0036】
ここで、本来であれば、安定限界線図ＳＤ１～ＳＤ４のそれぞれは、特定の切込量に対応するものが生成されると考えられる。ただし、本形態においては、安定限界線図ＳＤ１～ＳＤ４は、特定の切込量ではなく、分割された切込量区間Ａａ１～Ａａ４のそれぞれに対応するものが生成される。この理由は、以下の通りである。
【0037】
上述したように、安定限界線図ＳＤ１～ＳＤ４は、コンプライアンス伝達関数および比切削抵抗の推定値を用いて生成される。そして、比切削抵抗の推定値が、切込量に基づいて生成されており、上述した切込量区間Ａａ１～Ａａ４のいずれかに対応した値とされている。従って、比切削抵抗の推定値の算出の元になる切込量区間Ａａ１～Ａａ４が、安定限界線図ＳＤ１～ＳＤ４の切込量区間Ａａ１～Ａａ４に対応している。図４の（ａ）（ｂ）（ｃ）（ｄ）に示すように、安定限界線図ＳＤ１～ＳＤ４のそれぞれが、切込量区間Ａａ１～Ａａ４のそれぞれに対応する。そこで、安定限界線図ＳＤ１～ＳＤ４は、分割された切込量区間Ａａ１～Ａａ４のそれぞれに対応するものが生成されるようにしている。
【0038】
また、本形態においては、切込量区間Ａａ１～Ａａ４は、不等間隔としている。この理由は、以下のとおりである。後述するが、比切削抵抗の変化は、切込量が小さいほど大きくなり、切込量が大きいほど小さくなることが分かった。そこで、比切削抵抗の推定値の算出の元になる切込量区間Ａａ１～Ａａ４は、切込量に対する比切削抵抗の変化が小さい範囲において広く設定され、切込量に対する比切削抵抗の変化が大きい範囲において狭く設定している。つまり、それぞれの切込量区間Ａａ１～Ａａ４は、切込量が小さいほど広く設定され、切込量が大きいほど狭く設定されている。
【0039】
５．比切削抵抗生成部１２の構成
比切削抵抗生成部１２の構成について図５～図７を参照して説明する。図５に示すように、比切削抵抗生成部１２は、知識モデル生成部２１、知識モデル格納部２２、比切削抵抗出力部２３を備えて構成される。知識モデル生成部２１は、プロセッサ２ａおよび記憶装置２ｂにより構成され、比切削抵抗出力部２３は、プロセッサ２ａにより構成され、知識モデル格納部２２は、記憶装置２ｂにより構成される。
比切削抵抗生成部１２の構成について図５～図７を参照して説明する。図５に示すように、比切削抵抗生成部１２は、知識モデル生成部２１、知識モデル格納部２２、比切削抵抗出力部２３を備えて構成される。知識モデル生成部２１は、プロセッサ２ａおよび記憶装置２ｂにより構成され、比切削抵抗出力部２３は、プロセッサ２ａにより構成され、知識モデル格納部２２は、記憶装置２ｂにより構成される。
【0040】
知識モデル生成部２１は、知識モデルＭを生成する。知識モデル格納部２２は、知識モデル生成部２１により生成された知識モデルＭを格納する。
【0041】
知識モデルＭは、図６に示すように、条件付確率表Ｍ１、および、因子Ａ，Ｂ，Ｃの確率表Ｍ２，Ｍ３，Ｍ４を含む。条件付確率表Ｍ１は、比切削抵抗を推定するためのモデルである。上述したように、びびりは、図２において、切削抵抗Ｆのうち背分力Ｆ２の影響を大きく受ける。そこで、推定対象である比切削抵抗は、切削抵抗Ｆのうち背分力Ｆ２を切削断面積で除した値とする。
【0042】
条件付確率表Ｍ１は、少なくとも親因子Ａ，Ｂ，Ｃの因子値を条件とした場合に、子因子Ｄの因子値に該当する確率が定義されている。ここで、比切削抵抗は、切削加工の加工条件、工具Ｔの諸元、工作物Ｗの諸元などに影響を受ける。換言すると、比切削抵抗は、切削加工の加工条件、工具Ｔの諸元、工作物Ｗの諸元によって異なる値となる。
【0043】
そこで、条件付確率表Ｍ１において、親因子Ａ，Ｂ，Ｃは、切削加工の加工条件についての因子、工具Ｔの諸元についての因子、工作物Ｗの諸元についての因子とする。条件付確率表Ｍ１は、上記の因子Ａ，Ｂ，Ｃ以外の因子を親因子としてさらに含むようにしても良い。子因子Ｄは、比切削抵抗である。
【0044】
つまり、知識モデルＭの１つを構成する条件付確率表Ｍ１は、少なくとも、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元を親因子Ａ，Ｂ，Ｃとし、比切削抵抗を子因子Ｄとする。そして、条件付確率表Ｍ１は、切削加工の加工条件、工具Ｔの諸元、工作物Ｗの諸元に基づいて、比切削抵抗を推定するためのモデルである。
【0045】
図７に示すように、親因子Ａとしての加工条件には、例えば、切込量、切削速度、送り速度などを含む。図７において、Ａａは、切込量を表す符号とし、Ａｂは、切削速度および送り速度を総称する符号とする。親因子Ｂとしての工具Ｔの諸元には、例えば、工具Ｔの材料（材質）、工具Ｔの形状（刃先角など）、コーティングの有無、種類などを含む。親因子Ｃとしての工作物Ｗの諸元には、例えば、工作物Ｗの材料（材質）、工作物Ｗの形状、熱処理の有無、種類などを含む。
【0046】
さらに、親因子Ａ，Ｂ，Ｃとしての加工条件、工具Ｔの諸元および工作物Ｗの諸元のそれぞれは、数値としての因子値により表される。親因子Ａとしての加工条件の場合には、切込量（Ａａ）、切削速度（Ａｂ）、送り速度（Ａｂ）などを表す数値のそれぞれが親因子Ａの因子値となる。親因子Ｂとしての工具Ｔの諸元の場合には、工具Ｔの材料を表す物性値、工具Ｔの形状を表す刃先角など、コーティングの種類を表す物性値などのそれぞれが親因子Ｂの因子値となる。親因子Ｃとしての工作物Ｗの諸元の場合には、工具Ｔの諸元の場合と同様である。
【0047】
条件付確率表Ｍ１は、概念的には、表１のように表される。
【0048】
【表1】
【0049】
条件付確率表Ｍ１は、例えば、親因子Ａのうちの切込量Ａａの因子値としての切込量区間Ａａ１，Ａａ２、親因子Ａのうちの送り速度および切削速度を表す因子値Ａｂ１，Ａｂ２、親因子Ｂの因子値Ｂ１，Ｂ２、親因子Ｃの因子値Ｃ１，Ｃ２を条件とした場合に、子因子Ｄとしての比切削抵抗の因子値Ｄ１，Ｄ２，Ｄ３に該当する確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）が定義されている。表１に示す条件付確率表Ｍ１において、縦欄の確率の合計値は１となる。例えば、確率Ｐ１（１），Ｐ２（１），Ｐ３（１）の合計は、１となる。
【0050】
表１において、親因子Ａの切込量Ａａの因子値である切込量区間Ａａ１，Ａａ２は、上述した、安定限界線図生成部１３において、加工条件として取り得る切込量を分割した切込量区間Ａａ１，Ａａ２に一致する。また、他の各因子Ａｂ，Ｃ，Ｄの因子値Ａｂ１～Ａｂ２，Ｂ１～Ｂ２，Ｃ１～Ｃ２，Ｄ１～Ｄ３のそれぞれは、１つの値としても良いし、値の範囲としても良い。例えば、親因子Ａｂの因子値Ａｂ１，Ａｂ２は、例えば、切削速度の値などであり、親因子Ｂの因子値Ｂ１，Ｂ２は、工具Ｔの刃先角の値などであり、親因子Ｃの因子値Ｃ１，Ｃ２は、工作物Ｗの材料を表す物性値などである。
【0051】
例えば、親因子Ａａ，Ａｂ，Ｂ，Ｃの因子値がＡａ１，Ａｂ１，Ｂ１，Ｃ１の場合には、子因子Ｄである比切削抵抗の因子値Ｄ１に該当する確率がＰ１（１）となり、因子値Ｄ２に該当する確率がＰ２（１）となり、因子値Ｄ３に該当する確率がＰ３（１）となる。例えば、Ｐ１（１）が、０．６６７であり、Ｐ２（１）が、０．３３３であり、Ｐ３（１）が、０である。
【0052】
知識モデルＭは、上述したように、表１に示す条件付確率表Ｍ１に加えて、表２～表４に示す因子Ａ，Ｂ，Ｃの確率表Ｍ２，Ｍ３，Ｍ４を含む。表２は、因子Ａに関する確率表Ｍ２であり、表３は、因子Ｂに関する確率表Ｍ３であり、表４は、因子Ｃに関する確率表Ｍ４である。
【0053】
【表2】
【0054】
【表3】
【0055】
【表4】
【0056】
例えば、因子Ａの確率表Ｍ２は、表２に示すように、因子Ａの因子値Ａ１，Ａ２に該当する確率Ｐａ１，Ｐａ２が定義されている。確率Ｐａ１，Ｐａ２の合計値は、１となる。因子Ｂの確率表Ｍ３は、表３に示すように、因子Ｂの因子値Ｂ１，Ｂ２に該当する確率Ｐｂ１，Ｐｂ２が定義されている。確率Ｐｂ１，Ｐｂ２の合計値は、１となる。因子Ｃの確率表Ｍ４は、表４に示すように、因子Ｃの因子値Ｃ１，Ｃ２に該当する確率Ｐｃ１，Ｐｃ２が定義されている。確率Ｐｃ１，Ｐｃ２の合計値は、１となる。
【0057】
比切削抵抗出力部２３は、図５に示すように、知識モデル格納部２２に格納されている知識モデルＭを用いて、比切削抵抗の推定値を出力する。詳細には、比切削抵抗出力部２３は、親因子Ａ，Ｂ，Ｃの因子値を取得した場合に、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行う。順方向の確率推論は、条件として定義された親因子Ａ，Ｂ，Ｃに基づいて、子因子Ｄである比切削抵抗を推定することである。
【0058】
このようにして、比切削抵抗出力部２３は、子因子Ｄとしての比切削抵抗の推定値を出力する。例えば、比切削抵抗出力部２３は、期待値を出力値とすることができる。つまり、子因子Ｄの因子値Ｄ１，Ｄ２，Ｄ３のそれぞれに、対応する確率Ｐ１（１），Ｐ２（１），Ｐ３（１）を乗算して、得られた各値の総和を比切削抵抗として出力する。この場合、比切削抵抗は、「Ｄ１×Ｐ１（１）＋Ｄ２×Ｐ２（１）＋Ｄ３×Ｐ３（１）」となる。
【0059】
なお、比切削抵抗出力部２３は、比切削抵抗の目標値である子因子Ｄの目標因子値を取得した場合に、知識モデルＭを構成する条件付確率表Ｍ１を用いて逆方向の確率推論を行うこともできる。逆方向の確率推論は、子因子Ｄの因子値に基づいて、条件として定義された親因子Ａ，Ｂ，Ｃを推定することである。この場合、比切削抵抗出力部２３は、各因子Ａ，Ｂ，Ｃの確率表Ｍ２，Ｍ３，Ｍ４をさらに用いて、親因子としての切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元についての因子値を出力することができる。
【0060】
６．知識モデル生成部２１の構成
知識モデル生成部２１は、図５に示すように、知識モデルＭを生成する。特に、知識モデル生成部２１は、知識モデルＭを構成する条件付確率表Ｍ１を生成する。ここで、条件付確率表Ｍ１は、確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）の値を直接入力することにより設定しても良い。また、条件付確率表Ｍ１は、以下に説明するように、ベイズ推定を用いて生成しても良い。さらに、条件付確率表Ｍ１は、ベイズ推定を用いて更新しても良い。
知識モデル生成部２１は、図５に示すように、知識モデルＭを生成する。特に、知識モデル生成部２１は、知識モデルＭを構成する条件付確率表Ｍ１を生成する。ここで、条件付確率表Ｍ１は、確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）の値を直接入力することにより設定しても良い。また、条件付確率表Ｍ１は、以下に説明するように、ベイズ推定を用いて生成しても良い。さらに、条件付確率表Ｍ１は、ベイズ推定を用いて更新しても良い。
【0061】
知識モデル生成部２１の構成について図８～図１３を参照して説明する。図８に示すように、知識モデル生成部２１は、観測データ取得部４１、区間決定部４２、区間編集処理部４３、事前分布格納部４４、条件付確率表生成部４５、重み格納部４６、モデル編集処理部４７を備える。観測データ取得部４１、区間決定部４２、区間編集処理部４３、条件付確率表生成部４５、モデル編集処理部４７は、プロセッサ２ａにより構成されており、事前分布格納部４４、重み格納部４６は、記憶装置２ｂにより構成されている。
【0062】
観測データ取得部４１は、親因子Ａ，Ｂ，Ｃの因子値および子因子Ｄの因子値についての観測データ４１ａを取得する。観測データ４１ａは、実際の切削加工が実施されることにより得られるデータとしても良いし、切削加工のシミュレーションが実施されることにより得られるデータとしても良い。また、観測データ４１ａは、実際の切削加工が実施されることにより得られるデータ、および、切削加工のシミュレーションが実施されることにより得られるデータとしても良い。
【0063】
観測データ取得部４１は、加工装置４，５と通信可能に構成されているため、加工装置４，５において実際の切削加工が実施された場合の観測データ４１ａを取得することができる。観測データ取得部４１は、リアルタイムに加工装置４，５における観測データ４１ａを取得することができるし、リアルタイムではなく所定期間分のまとまりの観測データ４１ａを取得することもできる。さらに、観測データ取得部４１は、複数台の加工装置４，５における観測データ４１ａを、一元的に取得することができる。
【0064】
観測データ取得部４１は、実際の切削加工が実施されることにより得られるデータとして、実際の切削加工に用いた加工条件、工具Ｔの諸元、工作物Ｗの諸元を取得する。さらに、実際の切削加工が実施された場合において、加工装置４，５に設置された切削動力計などのセンサにより切削抵抗データを検出し、切削抵抗データを切削断面積で除した値を比切削抵抗として算出する。そして、観測データ取得部４１は、算出された比切削抵抗を取得する。
【0065】
このように、実際の切削加工が実施される場合に、観測データ取得部４１は、親因子Ａ，Ｂ，Ｃの因子値および子因子Ｄの因子値についての観測データ４１ａを取得することができる。なお、加工装置４，５に設置されるセンサは、切削動力計の他に、各駆動モータの動力値（電流値など）を取得することにより、比切削抵抗を算出することもできる。
【0066】
また、切削加工のシミュレーションが実施される場合には、観測データ取得部４１は、シミュレーションの入力情報としての加工条件、工具Ｔの諸元、工作物Ｗの諸元を取得すると共に、シミュレーションの結果として比切削抵抗を取得することができる。このように、切削加工のシミュレーションが実施される場合に、観測データ取得部４１は、親因子Ａ，Ｂ，Ｃの因子値および子因子Ｄの因子値についての観測データ４１ａを取得することができる。
【0067】
区間決定部４２は、表１に示す条件付確率表Ｍ１において、親因子Ａ，Ｂ，Ｃの因子値および子因子Ｄの因子値のそれぞれを離散化することにより、離散区間を決定する。区間決定部４２は、複数の離散区間決定方法の中から１つ選択することができる。例えば、区間決定部４２は、各因子Ａ，Ｂ，Ｃ，Ｄの因子値を均等に離散化した区間を決定することができる。
【0068】
また、区間決定部４２は、各因子Ａ，Ｂ、Ｃ，Ｄのそれぞれの因子値を不均等に離散化した区間を決定することができる。親因子Ａａとしての切込量の因子値を不均等に離散化した切込量区間Ａａ１，Ａａ２，Ａａ３，Ａａ４は、図４を参照して説明したように、０．３０～０．５０ｍｍ、０．５０～０．６７ｍｍ、０．６７～０．８０ｍｍ、０．８０～０．９０ｍｍなどと設定することができる。
【0069】
また、区間決定部４２は、不均等な離散化の例として、各因子Ａ，Ｂ，Ｃ，Ｄの中の各確率変数間の相互情報量Ｉ（Ｘ；Ｙ）に基づいて、離散区間を決定することもできる。相互情報量Ｉ（Ｘ；Ｙ）とは、２つの確率変数の相互依存の尺度を表す量である。相互情報量Ｉ（Ｘ；Ｙ）は、一方の変数を把握することで、他方をどれだけ推測できるようになるかを表す。また、区間決定部４２は、不均等な離散化の他の例として、等頻度に離散化した区間を決定することができる。
【0070】
例えば、切込量と比切削抵抗との間の相互情報量Ｉ（Ｘ；Ｙ）に基づいて、切込量区間を決定することができる。比切削抵抗の変化は、切込量が小さいほど大きくなり、切込量が大きいほど小さくなる関係を有する。従って、相互情報量Ｉ（Ｘ；Ｙ）に基づいて決定される切込量区間は、切込量が小さいほど広く設定され、切込量が大きいほど狭く設定されることになる。
【0071】
区間編集処理部４３は、操作者の入力を受け付け、かつ、操作者の入力に応じて、離散区間を編集可能に構成されている。区間編集処理部４３は、区間決定部４２にて決定された離散区間を、操作者の入力により調整可能とする。なお、区間編集処理部４３は、操作者の入力により、離散区間をゼロから作成することも可能である。
【0072】
事前分布格納部４４は、条件付確率表Ｍ１を決定するために、予め設定された事前分布４４ａのパラメータαｊｋを格納する。以下において、説明を容易にするために、親因子Ａと子因子Ｄとの関係について説明する。事前分布４４ａは、式（１）にて表されるように、ディリクレ分布を用いる。式（１）において、ｊは、親因子Ａの離散区間であり、ｋは、子因子Ｄの離散区間である。
【0073】
【数1】
【0074】
さらに、事前分布格納部４４は、図９に示すように、事前分布４４ａのパラメータαｊｋに基づいて生成された事前分布４４ａの期待値θａｊｋを各要素値とする条件付確率表４４ｂを格納する。ここで、事前分布格納部４４に格納される条件付確率表４４ｂは、区間決定部４２により決定された離散区間に基づいて生成されている。
【0075】
事前分布４４ａの期待値θａｊｋは、式（２）にて表される。式（２）において、Ｎａｊは、離散区間ｊにおける事前分布４４ａのパラメータαｊｋの総和であり、Ｎａｊｋは、離散区間ｊ，ｋにおける事前分布４４ａのパラメータαｊｋである。
【0076】
【数2】
【0077】
そして、図９に示す条件付確率表４４ｂは、各離散区間において、対応する期待値θａｊｋが入力された条件付確率表となる。ここで、事前分布４４ａのパラメータαｊｋは、例えば、作業者の経験や類似分野の情報などに基づいて設定される。この場合、事前分布４４ａに基づく条件付確率表４４ｂは、作業者の経験や類似分野の情報などに基づいて生成された条件付確率表となる。
【0078】
図８において、条件付確率表生成部４５は、観測データ取得部４１により取得された観測データ４１ａを取得する。観測データ４１ａのデータ頻度βｊｋは、式（３）にて表される。観測データ４１ａのデータ頻度βｊｋは、多項分布により表される。観測データ４１ａのデータ頻度βｊｋについての最尤推定量φｊｋは、式（４）にて表される。Ｎｊは、離散区間ｊにおける観測データ４１ａのデータ総数であり、Ｎｊｋは、離散区間ｊ，ｋにおける観測データ４１ａのデータ頻度βｊｋである。
【0079】
【数3】
【0080】
【数4】
【0081】
条件付確率表生成部４５は、観測データ取得部４１により取得された観測データ４１ａ、および、事前分布格納部４４に格納されている事前分布４４ａのパラメータαｊｋに基づいて、ベイズ推定を用いて、事後分布４５ａを算出する。事後分布４５ａは、事前分布４４ａと同様の離散区間により構成されたディリクレ分布である。
【0082】
さらに、条件付確率表生成部４５は、算出した事後分布４５ａに基づいて、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成する。ここで、区間決定部４２により決定された離散区間に基づいて、条件付確率表Ｍ１が生成される。つまり、条件付確率表生成部４５が生成する条件付確率表Ｍ１は、事前分布４４ａに基づき生成された条件付確率表４４ｂと同様の離散区間により構成されている。生成される条件付確率表Ｍ１は、図１０の上段に示す。条件付確率表Ｍ１は、各離散区間の要素値に、値θｂｊｋが格納されている。
【0083】
図１０の下段には、図１０の上段における親因子Ａの離散区間ｊを詳細に説明するための図が示されている。図１０の上段における条件付確率表Ｍ１の各要素値θｂｊｋは、図１０の下段における事後分布４５ａの期待値θｂｊｋに一致する。
【0084】
事後分布４５ａの期待値θｂｊｋは、式（５）により表される。式（５）において、Ｗｊは、重みである。Ｎａｊｋは、事前分布４４ａのパラメータαｊｋにおいて、離散区間ｊの値である。Ｎａｊは、離散区間ｊにおける事前分布４４ａのパラメータαｊｋの総和である。Ｎｊｋは、観測データ４１ａのデータ頻度βｊｋにおいて、離散区間ｊの値である。Ｎｊは、離散区間ｊにおける観測データ４１ａのデータ総数である。
【0085】
【数5】
【0086】
つまり、条件付確率表生成部４５は、観測データ４１ａおよび事前分布４４ａのパラメータαｊｋに基づいて、ベイズ推定を用いて事後分布４５ａを算出し、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成する。
【0087】
ここで、条件付確率表生成部４５は、式（５）に示すように、単なるベイズ推定ではなく、重みＷｊを加味している。つまり、事後分布４５ａは、観測データ４１ａ、および、重みＷｊを加味した事前分布４４ａのパラメータαｊｋに基づいて、ベイズ推定を用いて、算出される。さらに、条件付確率表生成部４５による事後分布４５ａの生成過程にて得られた各要素値Ｎｂｊｋは、式（６）にて表される。当該要素値Ｎｂｊｋは、式（５）の分子に一致する。
【0088】
【数6】
【0089】
比較として、重みＷｊを適用しない場合の事後分布４５ａの期待値θｂｊｋは、式（７）により表される。
【0090】
【数7】
【0091】
本形態では、式（５）に示すように、重みＷｊを用いて、事後分布４５ａの期待値θｂｊｋを算出している。本形態における事後分布４５ａの期待値θｂｊｋは、事前分布４４ａを表すＮａｊｋ、Ｎａｊに対して重みＷｊを乗算している。つまり、重みＷｊは、観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合を表す。式（５）より、重みＷｊが大きいほど、観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合が高くなり、重みＷｊが小さいほど、観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合が低くなる。
【0092】
重みＷｊは、式（８）により表される。式（８）において、Ｋｊは、重みＷｊを表すための係数である。Ｎａｊは、離散区間ｊにおける事前分布４４ａのパラメータαｊｋの総和である。Ｎｊは、離散区間ｊにおける観測データ４１ａのデータ総数である。つまり、重みＷｊは、Ｎａｊ、Ｎｊにより表される。
【0093】
【数8】
【0094】
なお、条件付確率表生成部４５は、観測データ４１ａが少量の場合には、観測データ４１ａおよび事前分布４４ａのパラメータαｊｋに基づいて、ベイズ推定を用いて、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成するのが好適である。仮に、観測データ４１ａが多量に取得できている場合には、条件付確率表生成部４５は、観測データ４１ａのみに基づいて条件付確率表Ｍ１を生成するようにしても良い。そこで、条件付確率表生成部４５は、ベイズ推定を用いて条件付確率表Ｍ１を生成することと、観測データ４１ａに基づいて最尤推定を用いて条件付確率表Ｍ１を生成することが選択可能に構成されている。
【0095】
図８において、重み格納部４６は、上述した重みＷｊを格納する。重みＷｊは、親因子Ａの因子値の離散区間毎に異なる値に設定することもできるし、同値に設定することもできる。上述したように、式（５）より、重みＷｊが大きいほど、観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合が高くなり、重みＷｊが小さいほど、観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合が低くなる。例えば、重み格納部４６は、式（９）に示すように、複数種類の重みＷｊ＿Ｌ，Ｗｊ＿Ｍ，Ｗｊ＿Ｓを格納する。
【0096】
【数9】
【0097】
重みＷｊの意味について、具体的な数値を挙げて詳細に説明する。上述の式（７）に示すように、重みＷｊを用いない事後分布４５ａの期待値θｂｊｋを用いて説明する。ここで、Ｎｊ４が「８０」で、Ｎａｊが「１００」の場合において、事前分布４４ａのパラメータαｊｋが、｛１，２，２，５｝の場合と、｛１００，２００，２００，５００｝の場合とを比較する。事前分布４４ａのパラメータαｊｋの比率は、いずれも、｛１：２：２：５）である。
【0098】
事前分布４４ａのパラメータαｊｋが｛１，２，２，５｝の場合（αｊ４＝５の場合）における事後分布４５ａの期待値θｂｊ４は、式（１０）に示すように、「０．７７２７」となる。算出式は、「（５＋８０）／（１０＋１００）」である。事前分布４４ａのパラメータαｊｋが｛１００，２００，２００，５００｝の場合（αｊ４＝５００の場合）における事後分布４５ａの期待値θｂｊ４は、式（１１）に示すように、「０．５２７２」となる。算出式は、「（５００＋８０）／（１０００＋１００）」である。
【0099】
【数10】
【0100】
【数11】
【0101】
このように、事前分布４４ａのパラメータαｊｋの比率が同一の｛１：２：２：５｝であったとしても、事前分布４４ａのパラメータαｊｋの絶対値の大きさによって、事後分布４５ａの期待値θｂｊ４が異なる値となる。式（１０）に示すように、事前分布４４ａのパラメータαｊｋの絶対値が小さいほど、事後分布４５ａの期待値θｂｊ４は、観測データ４１ａのデータ頻度βｊｋについての最尤推定量φｊ４である「０．８（＝８０／１００）」に近い値となる。一方、式（１１）に示すように、事前分布４４ａのパラメータαｊｋの絶対値が大きいほど、事後分布４５ａの期待値θｂｊ４は、事前分布４４ａの期待値θａｊ４である「０．５（＝５／１０）」に近い値となる。
【0102】
そして、重みＷｊを事前分布４４ａの確信度として捉えることができる。つまり、事前分布４４ａの確信度が高い場合には、重みＷｊを大きな値とすると良い。この場合、事後分布４５ａの期待値θｂｊ４は、事前分布４４ａの期待値θａｊ４に近い値となる。一方、事前分布４４ａの確信度が低い場合には、重みＷｊを小さな値とすると良い。この場合、事後分布４５ａの期待値θｂｊ４は、観測データ４１ａのデータ頻度βｊｋについての最尤推定量φｊ４に近い値となる。このように、事前分布４４ａの確信度に応じて重みＷｊを調整することにより、事後分布４５ａの期待値θｂｊ４を所望の値とすることができる。
【0103】
図８において、知識モデル格納部２２は、条件付確率表生成部４５により生成された条件付確率表Ｍ１を、親因子Ａと子因子Ｄとの関係性を表す知識モデルＭとして格納する。
【0104】
モデル編集処理部４７は、操作者の入力を受け付け、かつ、操作者の入力に応じて、知識モデル格納部２２に格納されている知識モデルＭを構成する条件付確率表Ｍ１を編集可能に構成されている。モデル編集処理部４７は、図１０の上段に示す条件付確率表Ｍ１の各要素値を、操作者の入力により調整可能とする。なお、モデル編集処理部４７は、操作者の入力により、条件付確率表Ｍ１をゼロから作成することも可能である。
【0105】
ここで、条件付確率表生成部４５は、上記の処理に加えて、観測データ取得部４１が新たな観測データ４１ａを取得した場合に、新たな条件付確率表Ｍ１を生成し、知識モデル格納部２２に格納されている知識モデルＭを更新することができる。
【0106】
この場合、事前分布格納部４４は、条件付確率表生成部４５による事後分布４５ａの生成過程にて得られた各要素値Ｎｂｊｋ（式（６）にて表される）を、次の事前分布４４ａのパラメータαｊｋとして格納することができる。そして、条件付確率表生成部４５は、事前分布格納部４４に新たに格納された事前分布４４ａのパラメータαｊｋおよび観測データ取得部４１により新たに取得された観測データ４１ａに基づいて、新たな事後分布４５ａを算出することができる。条件付確率表生成部４５は、新たに算出した事後分布４５ａに基づいて、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成することができる。
【0107】
図１１～図１３を参照して、知識モデルＭを構成する条件付確率表Ｍ１の更新の手順について詳細に説明する。図１１に示すように、観測データ４１ａが全く存在しない場合には、事前分布４４ａのパラメータαｊｋのみにより、条件付確率表Ｍ１が生成される。つまり、ここでの条件付確率表Ｍ１の各要素値は、事前分布４４ａの期待値θａｊｋそのものである。この時点では、知識モデル格納部２２に格納されている知識モデルＭを構成する条件付確率表Ｍ１は、事前分布４４ａのパラメータαｊｋのみにより表された条件付確率表Ｍ１（４４ｂ）により定義されている。
【0108】
続いて、観測データ４１ａが取得されたとする。図１２に示すように、条件付確率表生成部４５は、事前分布４４ａのパラメータαｊｋと観測データ４１ａとに基づいて、ベイズ推定を用いて事後分布４５ａのパラメータγｊｋを算出し、事後分布４５ａの期待値θｂｊｋを生成する。そして、条件付確率表生成部４５は、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成する。そうすると、条件付確率表生成部４５は、知識モデル格納部２２に格納されている知識モデルＭを構成する条件付確率表Ｍ１を更新する。
【0109】
さらに続いて、条件付確率表生成部４５が事後分布４５ａの生成過程にて得られた各要素値Ｎｂｊｋが、事前分布格納部４４に新たな事前分布４４ａのパラメータαｊｋとして格納される。つまり、図１３に示すように、新たな事前分布４４ａのパラメータαｊｋが、先回の事後分布４５ａの生成過程にて得られた各要素値Ｎｂｊｋとなる。そして、新たな観測データ４１ａが取得されたとする。条件付確率表生成部４５は、更新された新たな事前分布４４ａのパラメータαｊｋと新たな観測データ４１ａとに基づいて、新たな事後分布４５ａを算出し、新たな事後分布４５ａの期待値θｂ’ｊｋを生成する。そして、条件付確率表生成部４５は、新たな事後分布４５ａの期待値θｂ’ｊｋを各要素値とする条件付確率表Ｍ１を生成する。そうすると、条件付確率表生成部４５は、知識モデル格納部２２に格納されている知識モデルＭを構成する条件付確率表Ｍ１を再び更新する。
【0110】
７．比切削抵抗出力部２３の構成
比切削抵抗出力部２３は、図５に示すように、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、比切削抵抗の推定値を出力する。また、比切削抵抗出力部２３は、知識モデルＭを用いて逆方向の確率推論を行うことにより、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元についての因子値を出力する。以下に、比切削抵抗出力部２３による各処理について、詳細に説明する。
比切削抵抗出力部２３は、図５に示すように、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、比切削抵抗の推定値を出力する。また、比切削抵抗出力部２３は、知識モデルＭを用いて逆方向の確率推論を行うことにより、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元についての因子値を出力する。以下に、比切削抵抗出力部２３による各処理について、詳細に説明する。
【0111】
比切削抵抗出力部２３による順方向の確率推論を行う場合の処理について、図１４を参照して説明する。比切削抵抗出力部２３は、親因子Ａ，Ｂ，Ｃの因子値を取得する（因子値取得工程Ｓ１）。
【0112】
続いて、比切削抵抗出力部２３は、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、取得した親因子Ａ，Ｂ，Ｃの因子値に該当する子因子Ｄの各因子値の確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）（表１に示す）を取得する（確率取得工程Ｓ２）。例えば、親因子Ａ，Ｂ，Ｃの因子値が、Ａａ１，Ａｂ１，Ｂ１，Ｃ１の場合には、子因子Ｄの因子値Ｄ１の確率Ｐ１（１）、子因子Ｄの因子値Ｄ２の確率Ｐ２（１）、子因子Ｄの因子値Ｄ３の確率Ｐ３（１）を取得する。
【0113】
続いて、比切削抵抗出力部２３は、取得した確率Ｐ１（１），Ｐ２（１），Ｐ３（１）に基づいて、比切削抵抗の推定値を生成し、出力する（出力工程Ｓ３）。例えば、比切削抵抗出力部２３は、子因子Ｄの各因子値Ｄ１，Ｄ２，Ｄ３の確率Ｐ１（１），Ｐ２（１），Ｐ３（１）から得られる期待値を、比切削抵抗の推定値とすることができる。また、比切削抵抗出力部２３は、確率の最大となる子因子Ｄの因子値を、比切削抵抗の推定値とすることもできる。また、比切削抵抗出力部２３は、確率の高い方から所定個数の子因子Ｄの因子値に基づいて、比切削抵抗の推定値を算出することもできる。
【0114】
このように、比切削抵抗出力部２３は、入力された親因子Ａ，Ｂ，Ｃとしての加工条件（切込量、切削速度、送り速度など）、工具Ｔの諸元および工作物Ｗの諸元に対応した比切削抵抗の推定値を出力することができる。
【0115】
また、比切削抵抗出力部２３による逆方向の確率推論を行う場合の処理について、図１５を参照して説明する。比切削抵抗出力部２３は、比切削抵抗の目標値である子因子Ｄの目標因子値を取得する（因子値取得工程Ｓ１１）。
【0116】
続いて、比切削抵抗出力部２３は、知識モデルＭを構成する条件付確率表Ｍ１を用いて逆方向の確率推論を行う（確率取得工程Ｓ１２）。比切削抵抗出力部２３は、逆方向の確率推論において、各因子Ａ，Ｂ，Ｃの確率表Ｍ２，Ｍ３，Ｍ４をさらに用いる。そして、比切削抵抗出力部２３は、条件付確率表Ｍ１および各確率表Ｍ２，Ｍ３，Ｍ４を用いて、比切削抵抗の目標因子値に対応する親因子Ａ，Ｂ，Ｃの各因子値の確率を得ることができる。
【0117】
続いて、比切削抵抗出力部２３は、算出した親因子Ａ，Ｂ，Ｃの各因子値の確率に基づいて、親因子Ａ，Ｂ，Ｃの各因子値、すなわち、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元についての因子値を生成し、出力する（出力工程Ｓ１３）。このように、比切削抵抗出力部２３は、入力された比切削抵抗の目標因子値に対応した親因子Ａ，Ｂ，Ｃの因子値、すなわち、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元についての因子値を出力することができる。
【0118】
８．評価対象切込量に着目した場合の管理装置２の処理
図３に示す管理装置２、特に、比切削抵抗生成部１２、安定限界線図生成部１３、および、びびり発生判定部１４の処理について、評価対象切込量に着目した説明を行う。評価対象切込量は、評価対象としたい切込量である。以下には、評価対象切込量が、例えば、０．５５ｍｍである場合を例にあげて説明する。
図３に示す管理装置２、特に、比切削抵抗生成部１２、安定限界線図生成部１３、および、びびり発生判定部１４の処理について、評価対象切込量に着目した説明を行う。評価対象切込量は、評価対象としたい切込量である。以下には、評価対象切込量が、例えば、０．５５ｍｍである場合を例にあげて説明する。
【0119】
比切削抵抗生成部１２は、表１に示す条件付確率表Ｍ１を用いて、比切削抵抗の推定値を生成する。ここで、評価対象切込量０．５５ｍｍは、切込量区間Ａａ２である０．５～０．６７ｍｍに含まれる。従って、表１に示す条件付確率表Ｍ１において、親因子Ａの切込量Ａａの因子値である切込量区間Ａａ２が対応する。そして、比切削抵抗生成部１２は、条件付確率表Ｍ１を用いて、親因子Ａａである切込量の切込量区間Ａａ２、および、他の親因子Ａｂ，Ｂ，Ｃの因子値に対応する、子因子である比切削抵抗Ｄの推定値を生成する。
【0120】
続いて、安定限界線図生成部１３は、コンプライアンス伝達関数格納部１１に格納されているコンプライアンス伝達関数、および、比切削抵抗生成部１２により生成された比切削抵抗を用いて、安定限界線図を生成する。安定限界線図生成部１３は、切込量区間Ａａ１～Ａａ４に対応する安定限界線図ＳＤ１～ＳＤ４を生成する。ここでは、評価対象切込量０．５５ｍｍであるため、切込量区間Ａａ２に対応する安定限界線図ＳＤ２を生成する。
【0121】
続いて、びびり発生判定部１４は、安定限界線図生成部１３により生成された安定限界線図ＳＤ２を用いて、評価対象切込量および評価対象回転速度の場合に、びびりが発生するか否かを判定する。つまり、びびり発生判定部１４は、評価対象切込量および評価対象回転速度に対応する位置が、生成された安定限界線図ＳＤ２の下側領域である場合には、びびりが発生しないと判定する。
【0122】
９．効果
上述した加工条件設定支援システム１によれば、安定限界線図生成部１３において、安定限界線図ＳＤ１～ＳＤ４は、加工条件として取り得る切込量を複数に分割した場合のそれぞれの切込量区間Ａａ１～Ａａ４に対応して生成可能とされている。つまり、安定限界線図ＳＤ１～ＳＤ４は、１種ではなく、それぞれの切込量区間Ａａ１～Ａａ４に対応した複数種存在することとなる。
上述した加工条件設定支援システム１によれば、安定限界線図生成部１３において、安定限界線図ＳＤ１～ＳＤ４は、加工条件として取り得る切込量を複数に分割した場合のそれぞれの切込量区間Ａａ１～Ａａ４に対応して生成可能とされている。つまり、安定限界線図ＳＤ１～ＳＤ４は、１種ではなく、それぞれの切込量区間Ａａ１～Ａａ４に対応した複数種存在することとなる。
【0123】
安定限界線図ＳＤ１～ＳＤ４が切込量に応じて異なる態様になることを発見し、切込量と安定限界線図ＳＤ１～ＳＤ４との関係性を見出すことにより、上記のように、安定限界線図ＳＤ１～ＳＤ４を、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に対応して生成することができるようにした。従って、安定限界線図ＳＤ１～ＳＤ４を、従来よりも高精度に表すことができる。
【0124】
そして、びびり発生判定部１４は、加工条件としての評価対象切込量および評価対象回転速度において、びびりが発生するか否かを判定するように構成されている。この判定には、評価対象切込量に対応する対象の安定限界線図ＳＤ１～ＳＤ４を用いる。上述したように、安定限界線図ＳＤ１～ＳＤ４は、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に対応して複数種存在する。そこで、判定には、評価対象切込量が含まれる切込量区間Ａａ１～Ａａ４に対応する安定限界線図ＳＤ１～ＳＤ４を用いる。そして、当該安定限界線図ＳＤ１～ＳＤ４を用いて、評価対象切込量および評価対象回転速度の場合に、びびりが発生するか否かを判定する。このように、評価対象切込量に応じた安定限界線図ＳＤ１～ＳＤ４を用いたびびり判定が行われる。従って、より適切な加工条件を決定することができるようになる。
【0125】
また、加工条件設定支援システム１は、プロセッサ２ａおよび記憶装置２ｂを備える。記憶装置２ｂは、工具Ｔおよび工作物Ｗの少なくとも一方において加振力を付与した場合における応答変位の伝達関数であるコンプライアンス伝達関数を格納するコンプライアンス伝達関数格納部１１を備える。プロセッサ２ａは、さらに、切削抵抗を切削断面積で除した値である比切削抵抗であって、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に対応する比切削抵抗であって、少なくとも切込量に基づいてそれぞれの比切削抵抗の推定値を出力するように構成された比切削抵抗出力部２３を備える。
【0126】
そして、安定限界線図生成部１３は、コンプライアンス伝達関数、および、加工条件としての評価対象切込量に対応する対象の比切削抵抗の推定値に基づいて、評価対象切込量を含む切込量区間Ａａ１～Ａａ４に対応する対象の安定限界線図ＳＤ１～ＳＤ４を生成するように構成されている。また、びびり発生判定部１４は、安定限界線図生成部１３により生成された対象の安定限界線図ＳＤ１～ＳＤ４を用いて、びびりが発生するか否かを判定するように構成されている。
【0127】
このように、安定限界線図ＳＤ１～ＳＤ４を、コンプライアンス伝達関数および比切削抵抗の推定値を用いて生成している。そして、比切削抵抗の推定値は、評価対象切込量に対応する。従って、生成される安定限界線図ＳＤ１～ＳＤ４は、より高精度なものとなる。
【0128】
また、加工条件設定支援システム１を構成する記憶装置２ｂは、さらに、知識モデルＭを格納する知識モデル格納部２２を備える。知識モデルＭは、少なくとも加工条件のうちの切込量、工具Ｔの諸元および工作物Ｗの諸元を親因子Ａ，Ｂ，Ｃとし、比切削抵抗を子因子Ｄとし、親因子Ａ，Ｂ，Ｃの因子値を条件とした場合に子因子Ｄの因子値に該当する確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）が定義された条件付確率表Ｍ１を含んで構成されている。
【0129】
そして、比切削抵抗出力部２３は、親因子Ａ，Ｂ，Ｃの因子値を取得した場合に、条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、子因子Ｄとしての比切削抵抗の推定値を出力するように構成されている。
【0130】
このように、加工条件設定支援システム１において、条件付確率表Ｍ１を、知識モデルＭとして構成している。そして、条件付確率表Ｍ１は、親因子Ａ，Ｂ，Ｃの因子値を条件とした場合に、子因子Ｄの因子値に該当する確率により定義される。つまり、条件付確率表Ｍ１は、親因子Ａ，Ｂ，Ｃおよび子因子Ｄの因子値同士を直接関係付けるのではなく、確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）を用いて表している。従って、因子同士の関係性を柔軟に定義することができる。
【0131】
親因子Ａ，Ｂ，Ｃは、切削加工の加工条件、工具Ｔの諸元および工作物Ｗの諸元を含む。子因子Ｄは、比切削抵抗である。知識モデルＭを条件付確率表Ｍ１とすることにより、親因子Ａ，Ｂ，Ｃの種類が多種存在するとしても、これら複数の親因子Ａ，Ｂ，Ｃの因子値を条件とした場合において、比切削抵抗である子因子Ｄの因子値に該当する確率Ｐ１（１）～Ｐ１（８）、Ｐ１（１１）～Ｐ１（１８）、Ｐ２（１）～Ｐ２（８）、Ｐ２（１１）～Ｐ２（１８）、Ｐ３（１）～Ｐ３（８）、Ｐ３（１１）～Ｐ３（１８）を定義することが容易となる。
【0132】
そして、比切削抵抗出力部２３は、親因子Ａ，Ｂ，Ｃとしての加工条件、工具Ｔの諸元、工作物Ｗの諸元に関する因子値を取得すると、知識モデルＭを構成する条件付確率表Ｍ１を用いて順方向の確率推論を行うことにより、子因子Ｄとしての比切削抵抗の推定値を得ることができる。
【0133】
従って、加工条件設定支援システム１によれば、比切削抵抗に関する知識モデルＭを構築して活用することにより、比切削抵抗を高精度に推定することができる。
【0134】
また、条件付確率表Ｍ１は、親因子Ａとしての切込量を、分割されたそれぞれの切込量区間Ａａ１～Ａａ４に離散化されている。それぞれの切込量区間Ａａ１～Ａａ４は、切込量に対する比切削抵抗の変化が小さい範囲において広く設定され、切込量に対する比切削抵抗の変化が大きい範囲において狭く設定されている。
【0135】
特に、比切削抵抗の変化は、切込量が小さいほど大きくなり、切込量が大きいほど小さくなる。そして、それぞれの切込量区間Ａａ１～Ａａ４は、切込量が小さいほど広く設定され、切込量が大きいほど狭く設定されている。従って、安定限界線図ＳＤ１～ＳＤ４を高精度に生成することができる。
【0136】
また、切削加工において生じる切削抵抗Ｆは、主分力Ｆ１、背分力Ｆ２、および、送り分力Ｆ３により表される。そして、加工条件設定支援システム１において、比切削抵抗は、切削抵抗Ｆを構成する背分力Ｆ２を切削断面積で除した値に相当する。このように、比切削抵抗を、びびりに大きな影響を及ぼす背分力Ｆ２に関する値とすることで、びびりに関する比切削抵抗を高精度に導出することができる。
【0137】
また、知識モデルＭを構成する条件付確率表Ｍ１は、ベイズ推定を用いて生成されるようにしている。つまり、加工条件設定支援システム１を構成する記憶装置２ｂは、条件付確率表Ｍ１を決定するために予め設定された事前分布４４ａのパラメータαｊｋを格納する事前分布格納部４４を備える。さらに、加工条件設定支援システム１を構成するプロセッサ２ａは、実際の切削加工または切削加工のシミュレーションが実施されることにより得られる観測データ４１ａであって、親因子Ａ，Ｂ，Ｃの因子値および子因子Ｄの因子値についての観測データ４１ａを取得する観測データ取得部４１と、事前分布４４ａのパラメータαｊｋおよび観測データ４１ａに基づいてベイズ推定を用いて事後分布４５ａを算出し、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成する条件付確率表生成部４５とを備える。そして、知識モデル格納部２２は、条件付確率表生成部４５により生成された条件付確率表Ｍ１により構成された知識モデルＭを格納する。
【0138】
このように、条件付確率表Ｍ１の生成において、ベイズ推定を用いることにより、事前分布４４ａと観測データ４１ａとを効果的に利用することができる。つまり、事前に設定した知識としての事前分布４４ａと観測データ４１ａとを融合させることにより、条件付確率表Ｍ１を高精度にすることができる。
【0139】
また、加工条件設定支援システム１を構成する記憶装置２ｂは、ベイズ推定において観測データ４１ａに対する事前分布４４ａのパラメータαｊｋの影響割合を表す重みＷｊを格納する重み格納部４６を備えている。また、条件付確率表生成部４５は、観測データ４１ａおよび重みＷｊを加味した事前分布４４ａのパラメータαｊｋに基づいてベイズ推定を用いて事後分布４５ａを算出し、事後分布４５ａの期待値θｂｊｋを各要素値とする条件付確率表Ｍ１を生成する。
【0140】
ベイズ推定を用いて条件付確率表Ｍ１を生成する場合において、事前分布４４ａの精度によっては、条件付確率表Ｍ１を高精度にすることができない可能性がある。そこで、条件付確率表生成部４５は、重みＷｊを用いて事後分布４５ａの期待値θｂｊｋを求めることにより、事前分布４４ａの確信度に応じた条件付確率表Ｍ１を生成することができる。
【0141】
そして、条件付確率表生成部４５がベイズ推定を用いて条件付確率表Ｍ１を生成することにより、観測データ４１ａが多く確保できた場合には、事後分布４５ａの期待値θｂｊｋにおいて観測データ４１ａの影響割合を高くすることができる。また、条件付確率表生成部４５がベイズ推定を用いて条件付確率表Ｍ１を逐次更新する場合には、観測データ４１ａが多く確保できるようになることで、事後分布４５ａの期待値θｂｊｋにおいて観測データ４１ａの影響割合が高くなっていく。従って、観測データ４１ａが多数確保できた場合には、確実性の高い観測データ４１ａの影響割合を高くすることにより、高精度な条件付確率表Ｍ１を生成することができる。
【0142】
そして、上述した重みＷｊは、親因子Ａ，Ｂ，Ｃの因子値毎、すなわち、親因子Ａ，Ｂ，Ｃの離散区間ｊ毎に、異なる値に設定することができる。重みＷｊは、事前分布４４ａの確信度を表す。親因子Ａ，Ｂ，Ｃの離散区間ｊに応じて、確信度が異なることがある。例えば、作業者がこれまで多く経験したことのある離散区間ｊにおいては、高い確信度を持って事前分布４４ａを決定することができる。しかし、そうでない場合には、高い確信度を持って事前分布４４ａを決定することができない場合がある。このような場合に、重みＷｊを離散区間ｊ毎に設定することで、適切な条件付確率表Ｍ１を生成することができる。
【0143】
さらに、加工条件設定支援システム１を構成するプロセッサ２ａは、安定限界線図を用いて加工条件の推奨値を決定する推奨条件決定部１５と、推奨条件決定部１５により決定された加工条件の推奨値を教示する教示部１６とを備える。このように、加工条件の推奨値を教示することにより、作業者や管理者は、適切な加工条件を把握することができる。
【0144】
さらには、加工装置４，５が、プロセッサ２ａと通信可能に構成され、教示部１６により教示された加工条件の推奨値を取得し、取得した加工条件の推奨値を適用した切削加工を行うようにすることもできる。このように、加工装置４，５が自律的に教示された加工条件を用いて切削加工を行うことで、人手を介することなく、所望の切削加工を実現することができる。
【0145】
【0146】
図１６に示すように、加工条件設定支援システム１００は、加工装置４，５のそれぞれに、実施形態１における管理装置２を構成するプロセッサ２ａおよび記憶装置２ｂを組み込んで構成されている。つまり、加工装置４，５のそれぞれは、単体として、実施形態１におけるプロセッサ２ａおよび記憶装置２ｂによる機能を有する。そして、加工装置４，５は、プロセッサ２ａの教示部１６により教示された加工条件の推奨値を取得し、取得した加工条件の推奨値を適用した切削加工を行うように構成される。
【0147】
本形態において適用可能な加工装置４，５は、切削加工を行う種々の加工装置であって、例えば、旋盤、マシニングセンタ、フライス盤、歯車加工機、ボーリング加工機などである。
【0148】
（その他）
実施形態２の加工条件設定支援システム１００は、加工装置４，５に、実施形態１におけるプロセッサ２ａおよび記憶装置２ｂの全ての機能を組み込むようにしたが、プロセッサ２ａおよび記憶装置２ｂの一部の機能を組み込むようにしても良い。この場合、ネットワークを構成する管理装置２および加工装置４，５を備えて構成し、管理装置２がプロセッサ２ａおよび記憶装置２ｂの一部の機能を有し、かつ、加工装置４，５に残りの一部の機能を組み込むようにすれば良い。
実施形態２の加工条件設定支援システム１００は、加工装置４，５に、実施形態１におけるプロセッサ２ａおよび記憶装置２ｂの全ての機能を組み込むようにしたが、プロセッサ２ａおよび記憶装置２ｂの一部の機能を組み込むようにしても良い。この場合、ネットワークを構成する管理装置２および加工装置４，５を備えて構成し、管理装置２がプロセッサ２ａおよび記憶装置２ｂの一部の機能を有し、かつ、加工装置４，５に残りの一部の機能を組み込むようにすれば良い。
【符号の説明】
【0149】
１，１００ 加工条件設定支援システム
２ａ プロセッサ
２ｂ 記憶装置
１３ 安定限界線図生成部
１４ びびり発生判定部
Ａａ１～Ａａ４ 切込量区間
ＳＤ１～ＳＤ４ 安定限界線図
Ｔ 工具
Ｗ 工作物
２ａ プロセッサ
２ｂ 記憶装置
１３ 安定限界線図生成部
１４ びびり発生判定部
Ａａ１～Ａａ４ 切込量区間
ＳＤ１～ＳＤ４ 安定限界線図
Ｔ 工具
Ｗ 工作物
【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】