2025-20831 工具診断システム、工具診断装置、工具診断方法及びプログラム

(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】P2025020831

(43)【公開日】2025-02-13

(54)【発明の名称】工具診断システム、工具診断装置、工具診断方法及びプログラム

(51)【国際特許分類】

   B23Q 17/09 20060101AFI20250205BHJP

   B23Q 17/24 20060101ALI20250205BHJP

   G05B 19/4155 20060101ALI20250205BHJP

【ＦＩ】

B23Q17/09 B

B23Q17/24 Z

G05B19/4155 V

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2023124436

(22)【出願日】2023-07-31

(71)【出願人】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100095407

【弁理士】

【氏名又は名称】木村 満

(74)【代理人】

【識別番号】100131152

【弁理士】

【氏名又は名称】八島 耕司

(74)【代理人】

【識別番号】100147924

【弁理士】

【氏名又は名称】美恵 英樹

(74)【代理人】

【識別番号】100148149

【弁理士】

【氏名又は名称】渡邉 幸男

(74)【代理人】

【識別番号】100181618

【弁理士】

【氏名又は名称】宮脇 良平

(74)【代理人】

【識別番号】100174388

【弁理士】

【氏名又は名称】龍竹 史朗

(72)【発明者】

【氏名】坂本 朝和

(72)【発明者】

【氏名】松下 敦

【テーマコード（参考）】

3C029

3C269

【Ｆターム（参考）】

3C029DD01

3C029DD02

3C029DD08

3C029DD20

3C029EE01

3C029EE20

3C269AB01

3C269BB03

3C269JJ09

3C269MN16

3C269MN23

3C269MN24

3C269MN29

3C269MN44

(57)【要約】

【課題】工具診断において手間をかけずに十分な予測精度を持つ学習済モデルを生成する。
【解決手段】工具診断システム１００は、工作物１４を加工する工作機械１と、工具１５の刃部を撮像する撮像装置と、刃部に照明光を照射する照明５と、刃部の画像を画像処理する画像処理部と、画像処理後の刃部の画像、工作機械１の加工条件、工具１５及び工作物１４の諸元を学習用データとし、工具１５の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、学習済モデルに画像処理後の刃部の画像、工作機械１の加工条件、工具１５及び工作物１４の諸元を入力することで工具１５の残り工具寿命を出力する推論部とを備え、画像処理部は加工直前に照明５から照明光を照射して撮像した刃部の画像内の影と、加工直後に照明５から照明光を照射して撮像した刃部の画像内の影を比較することにより、刃部の摩耗痕又は欠けを特定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

工作物を加工する工作機械と、
前記工作機械に取り付けられた工具の刃部を撮像する撮像装置と、
前記工具の刃部に照明光を照射する照明と、
前記工具の刃部の画像を画像処理する画像処理部と、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部と、
を備え、
前記画像処理部は、加工直前に前記照明から照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に前記照明から照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断システム。

【請求項2】

前記画像処理部は、前記比較により、画像内の影のうち、影の減少した部分を生成した模様を前記工具の刃部の摩耗痕又は欠けとして特定し、前記工具の刃部の摩耗痕又は欠けとして特定された模様の画像を保存又は画像処理によって強調する、
請求項１に記載の工具診断システム。

【請求項3】

前記画像処理部は、前記比較により、画像内の影のうち、影の増加した部分を生成した模様を前記工具の刃部に付着する付着物として特定し、前記付着物として特定された模様の画像を画像処理によって画像内から除去する、
請求項１又は２に記載の工具診断システム。

【請求項4】

前記照明は、前記工具の刃部の逃げ面の法線方向と一致しない方向から照明光を照射する、
請求項１に記載の工具診断システム。

【請求項5】

複数の前記照明を備え、複数の前記照明の各々は、異なる方向から照明光を照射する、
請求項４に記載の工具診断システム。

【請求項6】

前記工具の残り工具寿命と工作物を加工するのに必要な加工回数及び加工距離を比較し、前記工具の残り工具寿命が前記工作物を加工するのに必要な加工回数及び加工距離に対して不足していた場合、工具の交換を促す警報を発令する警報発令部を備える、
請求項１に記載の工具診断システム。

【請求項7】

前記撮像装置を前記工作機械の内部に設けた、
請求項１に記載の工具診断システム。

【請求項8】

前記工具の刃部を洗浄する超音波洗浄機を前記工作機械の内部に設けた、
請求項１に記載の工具診断システム。

【請求項9】

前記工具の刃部を清掃するブラシ又はエアー吐出口を前記工作機械の内部に設けた、
請求項１に記載の工具診断システム。

【請求項10】

工作物を加工する工作機械の工具の摩耗状態を画像から診断する工具診断装置において、
前記工具の刃部の画像を画像処理する画像処理部と、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部と、
を備え、
前記画像処理部は、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断装置。

【請求項11】

工具診断装置が行う工具診断方法において、
工作物を加工する工作機械の工具の刃部の画像を画像処理する画像処理ステップと、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成ステップと、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論ステップと、
を備え、
前記画像処理ステップでは、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断方法。

【請求項12】

コンピュータを、
工作物を加工する工作機械の工具の刃部の画像を画像処理する画像処理部、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部、
として機能させ、
前記画像処理部は、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影の面積を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、工具診断システム、工具診断装置、工具診断方法及びプログラムに関するものである。

【背景技術】

【0002】

従来の工具診断装置では、工具の刃部の画像と、加工条件と、工具及び工作物の諸元を用いて機械学習により学習済モデルを作成し、新たな工具の刃部の画像と、加工条件と、工具及び工作物の諸元を学習済モデルに入力することで、工具の摩耗予測を出力として得ることが知られている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－７０１１４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、このような工具診断装置にあっては、工具の刃部の画像に摩耗による模様以外のもの、例えば切粉、切削液などの異物が付着していた場合、それらを摩耗による模様と誤認識してしまい、学習済モデルの予測精度が低下するという問題点があった。さらに、手動により異物を除去することも可能ではあるが、機械学習には数十から数百枚の画像を用いる必要があるため、実際に行うには手間がかかり過ぎるという問題がある。

【0005】

本開示は、上述の事情に鑑みてなされたものであり、工具診断において手間をかけずに十分な予測精度を持つ学習済モデルを生成することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、本開示の工具診断システムは、工作物を加工する工作機械と、工作機械に取り付けられた工具の刃部を撮像する撮像装置と、工具の刃部に照明光を照射する照明と、工具の刃部の画像を画像処理する画像処理部と、画像処理後の工具の刃部の画像、工作機械の加工条件、工具及び工作物の諸元を学習用データとし、工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、学習済モデルに画像処理後の工具の刃部の画像、工作機械の加工条件、工具及び工作物の諸元を入力することで、工具の残り工具寿命を出力する推論部と、を備え、画像処理部は、加工直前に照明から照明光を照射して撮像した工具の刃部の画像内の影と、加工直後に照明から照明光を照射して撮像した工具の刃部の画像内の影を比較することにより、工具の刃部の摩耗痕又は欠けを特定する。

【発明の効果】

【0007】

本開示によれば、加工前後に撮像した画像内の影を比較して工具の摩耗痕又は欠けを特定することにより、工具診断において手間をかけずに十分な予測精度を持つ学習済モデルを生成できる。

【図面の簡単な説明】

【0008】

【図1】本開示の第１の実施の形態に係る工具診断システムの構成を示す図

【図2】本開示の第１の実施の形態に係る工具診断装置の構成を示す図

【図3】（ａ）は、工具の刃部が工作物を削り取る過程を示す図、（ｂ）は、工具の刃部が工作物を削り取る過程により工具の刃部が摩耗していく過程を示す図

【図4】本開示の第１の実施の形態に係る摩耗痕の大きさと残り工具寿命の関係を示すグラフ

【図5】（ａ）は、加工直前の工具を工具の回転軸方向から観察した図、（ｂ）は、加工直後の工具を工具の回転軸方向から観察した図

【図6】（ａ）は、加工直前の工具の刃部の照明による影を示す図、（ｂ）は、加工直後の工具の刃部の照明による影を示す図、（ｃ）及び（ｄ）は、照明の照射方向を変えた場合に生成される影を示す図

【図7】（ａ）は、工具の回転軸方向から見た照明が設置される位置を示す図、（ｂ）は、工具の側面方向から見た照明が設置される位置を示す図

【図8】本開示の第１の実施の形態に係る撮像処理の動作を示すフローチャート

【図9】本開示の第１の実施の形態に係る画像処理の動作を示すフローチャート

【図10】本開示の第１の実施の形態に係る学習部の構成を示す図

【図11】本開示の第１の実施の形態に係るニューラルネットワークを示す図

【図12】本開示の第１の実施の形態に係る学習処理の動作を示すフローチャート

【図13】本開示の第１の実施の形態に係る推論部の構成を示す図

【図14】本開示の第１の実施の形態に係る工具交換の判断処理の動作を示すフローチャート

【図15】本開示の第１の実施の形態に係る工具診断装置のハードウェア構成を示す図

【図16】本開示の第２の実施の形態に係る工具診断システムの構成を示す図

【図17】本開示の第３の実施の形態に係る工具診断システムの構成を示す図

【図18】本開示の第４の実施の形態に係る工具診断システムの構成を示す図

【図19】（ａ）は、加工直前の工具を工具の側面から観察した図、（ｂ）は、加工直後の工具を工具の側面から観察した図

【図20】本開示の第５の実施の形態に係る工具診断システムの構成を示す図

【発明を実施するための形態】

【0009】

以下、図面を参照しながら、本開示の実施の形態に係る工具診断システム１００を説明する。各図面においては、同一又は同等の部分に同一の符号を付す。

【0010】

（第１の実施の形態）
図１は、本開示の第１の実施の形態に係る工具診断システム１００を示す構成図である。工具診断システム１００は、被加工物を切削加工する工作機械１と、工作機械１に接続され、工作機械の動作を制御する制御装置２と、工作機械１で使用される工具の摩耗状態を診断する工具診断装置３と、工具診断装置３に接続され、工具の状態を撮像する撮像装置であるカメラ４と、工具の刃部に光を照射する照明５と、工具診断装置３に接続され、工作機械１の加工時の状態を検出するセンサ６と、を備える。

【0011】

工作機械１は、被加工物である工作物１４を切削加工する工具１５と、工具１５を回転する主軸モータ１７と、加工時に工具１５に切削液を吹きかける切削液吐出口１８と、工具１５を自動で交換するオートツールチェンジャ１９と、を備える。工具１５は、例えばフライス、ドリル等の機械加工を行う工具であり、主軸モータ１７に取り外しが可能な状態で取付固定されている。主軸モータ１７が回転駆動することによって工具１５が回転する。主軸モータ１７を回転させながら工具１５を工作物１４に近づけていき、工作物１４に刃を接触させることで、工作物１４を削り取りながら工作物１４を所望の形状に加工する。その際、工具１５は工作物１４との摩擦により熱が発生する。そこで、工具１５の近傍には、工具１５を冷却するために切削液を工具１５に吐出する切削液吐出口１８が設けられている。切削加工時において切削液吐出口１８から切削液を工具１５に吹きかけることにより、摩擦熱が発生した工具１５を冷却する。オートツールチェンジャ１９は、加工を行う際に工具の自動交換を行う装置であり、複数の工具を収納するツールマガジンを備え、主軸モータ１７に装着されている工具１５とツールマガジン内の工具を交換する。自動工具交換は、工作機械１を制御する制御装置２で実行される加工プログラムの工具交換指示に従い、ツールマガジンに装着された複数の工具の中から次に使用する工具１５を選択し、工具交換位置である主軸に近い位置までツールマガジンを旋回して移動させ、主軸に装着された工具１５と交換することによって行われる。

【0012】

工作機械１の外部には、オートツールチェンジャ１９に交換される工具１５が固定される状態で、工具１５の刃部を撮像できる位置にカメラ４が設置されている。カメラ４は、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）カメラ、ＣＣＤ（Charge Coupled Device）カメラ、ハイパースペクトルカメラ、ＴＯＦ（Time of Flight）カメラ等である。カメラ４は通信ケーブルによって工具診断装置３に接続されており、カメラ４で撮像された画像はＡ／Ｄ（Analog/Digital）変換されて工具診断装置３に送られる。

【0013】

また、工作機械１には、センサ６が設置されている。センサ６は、例えば、加工時のモータ諸元データ（モータ速度、モータトルク、加速度波形、電流波形、電圧波形など）、加工関係情報（切削液吐出圧、切削液温度など）等の加工状態データを検出するために、主軸モータ１７に設置された加速度センサ、電流検出センサ、電圧検出センサ、切削液吐出口１８に設置された圧力センサ、温度センサ等である。センサ６は通信ケーブルによって工具診断装置３に接続されており、センサ６で検出された加工状態データは工具診断装置３に送られる。

【0014】

制御装置２は、工作機械１を制御する数値制御装置である。制御装置２は、工作機械１で工作物１４の切削加工を行う場合、例えば主軸回転数、送り速度、切込み量等の工作機械１の加工条件、使用する工具１５の種類・材質、及び工作物１４の材質等の工具１５及び工作物１４の諸元を予め記憶された加工プログラムに設定することにより、工作機械１を制御する。また、制御装置２は、設定された工作機械１の加工条件、工具１５及び工作物１４の諸元のデータを工具診断装置３に送出する。

【0015】

工具診断装置３は、図２に示すように、カメラ４が撮像した画像データを画像処理する画像処理部３１と、画像処理部３１で画像処理された画像データ、制御装置２から送出される工作機械１の加工条件、工具１５及び工作物１４の諸元のデータ、センサ６で検出された加工状態検出データが入力され、工具１５の摩耗による使用限界までの残り工具寿命を学習する学習部３２と、学習により生成された学習済モデルを記憶する学習済モデル記憶部３３と、学習部３２と同様に画像処理部３１で画像処理された画像データ、制御装置２から送出される工作機械１の加工条件、工具１５及び工作物１４の諸元のデータ、センサ６で検出された加工状態検出データが入力され、学習済モデル記憶部３３に記憶された学習済モデルを利用して工具１５の残り工具寿命を推論する推論部３４と、推論された工具１５の残り工具寿命に基づいて工具１５の交換の必要を警報する警報発令部３５と、を備える。画像処理部３１は、カメラ４が撮像した工具１５の刃部の画像データを画像処理して、摩耗により変色した色領域を抽出し、ラベリング処理された色領域についてエッジ検出を行い、摩耗痕の輪郭形状を抽出して摩耗痕のエッジ情報を求める。摩耗痕は、工具の摩耗が増大すると、大きくなることから、摩耗痕の大きさを測定することによって工具１５の残り工具寿命を求め、残り工具寿命の有無から、工具交換要否の判断を行うことが可能である。

【0016】

図３（ａ）は、工具１５の刃部１５１が工作物１４を削り取る過程を示す模式図を示している。工具１５の刃部１５１が工作物１４を削り取ることにより、切粉１４１が発生する。図３（ｂ）は、図３（ａ）の工具１５の刃部１５１が工作物１４を削り取る過程により工具１５の刃部１５１が摩耗していく過程を示す模式図を示している。工具１５の刃部１５１はすくい面１５３と逃げ面１５４で構成されており、刃部１５１が工作物１４を削り取ることにより、切粉１４１が逃げ面１５４上を摺接する。このため、逃げ面１５４側に切粉１４１との摩擦による摩耗痕１５５が生じる。摩耗痕１５５は、工具１５の加工回数及び加工距離に比例して大きくなっていき、摩耗痕１５５がある程度の大きさに達すると、工作物１４を削り取る際の抵抗が増大し、工作物１４の加工面の荒さが増大する。また、工具１５がドリル形状である場合、ドリルの刃に生じる摩耗痕１５５がある程度の大きさに達すると、工作物１４に穴をあける際の抵抗が増大し、形成される穴の直径が設計より大きくなる。上述した段階に達すると、工具１５は使用の限界に達したと判断され、工具１５は交換される。ここで、工具１５が新品の状態から使用の限界に達するまでに要する加工回数及び加工距離、又は使用限界までの耐用加工回数及び加工距離を工具寿命と呼び、工具１５が現在の状態から使用の限界に達するまでに要する加工回数及び加工距離、又は使用限界までの耐用加工回数及び加工距離を残り工具寿命と呼ぶ。工具１５の刃部１５１の摩耗痕１５５がある程度の大きさに達すると、工具１５は工具寿命に達したと判断できるため、工具の刃部１５１の摩耗痕１５５の大きさを観察すれば、工具１５の使用可否を判断することができる。図４は、摩耗痕１５５の大きさと工具１５の残り工具寿命の関係の例を示し、縦軸が残り工具寿命であり、横軸が摩耗痕１５５の大きさである。図４において、摩耗痕１５５の大きさが拡大すると、残り工具寿命は急激に短くなる。図４に示すように、摩耗痕１５５の大きさと工具１５の残り工具寿命の関係が判明していれば、摩耗痕１５５から工具１５の残り工具寿命を算出することができ、工具１５の交換要否を判断することができる。

【0017】

また、工具１５の刃部１５１に欠損が生じると、工作物１４の加工面に刃部１５１の欠けが転写されるので、加工面の粗さが増大し、所望の加工精度が得られなくなる。

【0018】

したがって、工具１５の残り工具寿命を的確に算出するためには、摩耗痕１５５を正しく検出することが必要である。また、工具１５の工具寿命が残っていても、欠け１５６が無いことを確認しなければならない。しかしながら、加工時に発生する切粉１４１、工具１５の冷却に必要な切削液の存在により、摩耗痕１５５と欠け１５６が正しく検出されない場合が生じ得る。図５は工具１５を工具の回転軸方向から観察した図であり、（ａ）は加工直前の工具１５の状態を、（ｂ）は加工直後の工具１５の状態をそれぞれ示している。図５（ａ）において、それまでの工具１５の使用により刃部１５１の逃げ面１５４に摩耗痕１５５が形成されている。図５（ａ）の状態から加工が終了した直後の工具１５の状態を観察すると、図５（ｂ）に示すように、加工による刃部１５１の摩耗により、摩耗痕１５５の大きさが広がっている。また、加工により、逃げ面１５４には切削液１５７及び切粉１４１が付着している。さらに、加工により、刃部１５１の先端には欠け１５６が生じている。しかしながら、カメラ４で撮像する画像は２次元データであり、深さ方向のデータが無いため、画像内に存在する模様に対して、それが摩耗痕１５５及び欠け１５６であるのか、それとも切削液１５７及び切粉１４１であるのかを判別することができない。その結果、切削液１５７及び切粉１４１を摩耗痕１５５として計測してしまい、工具の刃部１５１の摩耗痕１５５の大きさが実際と異なることが生じ得る。このデータを用いて工具１５の残り工具寿命を算出した場合、正しい工具１５の交換要否を判断できず、加工中に工具１５が工具寿命に達する、もしくは欠け１５６が生じて工作物１４が正しく加工されず、不良品となるといった問題が発生する。

【0019】

これに対して、カメラ４に撮像面の法線方向に移動する機能を追加し、凹凸の底と頂点にピントが合うカメラ４の位置から、深さ方向のデータを取得する手段、カメラ４に加えてレーザ変位計を設置し、レーザ変位計を用いて深さ方向のデータを取得する手段等により、摩耗痕１５５及び欠け１５６と、切削液１５７及び切粉１４１を判別することができる。しかし、これらの手段は高額な機器の追加が必要且つ、深さ方向のデータ取得に時間がかかるという課題がある。

【0020】

そこで、高額な機器の追加を必要とせず、短時間で摩耗痕１５５及び欠け１５６と、切削液１５７及び切粉１４１を判別する手法として、工具１５の刃部１５１の逃げ面１５４に平行な方向、少なくとも逃げ面１５４の法線方向と一致しない方向から照明５の光を照射し、生成される影５１によって摩耗痕１５５及び欠け１５６と、切削液１５７及び切粉１４１とを判別する。

【0021】

図６（ａ）は、加工直前の工具１５の刃部１５１の逃げ面１５４に、逃げ面１５４に平行な方向から照明５の光を照射すると生成される影５１を示す図である。一般的に刃部１５１は用途に応じた複雑な形状をしており、工作物１４との接触により摩耗する部分を構造１５２と称することとする。逃げ面１５４に平行な方向から照明５の光を照射すると、構造１５２により照射光が遮られ、影５１が生成される。

【0022】

図６（ｂ）は加工直後の工具１５の刃部１５１の逃げ面１５４に、逃げ面１５４に平行な方向から照明５の光を照射すると生成される影５２と影５３を示す図である。逃げ面１５４に切粉１４１又は切削液１５７が付着している場合、加工直前の影５１と比較して面積が増加した影５２となる。一方、摩耗痕１５５と欠け１５６によって構造１５２の体積が減少すると、加工直前の影５１と比較して面積が減少した影５３となる。よって、加工の前後で面積が増加した影５２に相当する模様は切粉１４１又は切削液１５７などの付着物、面積が減少した影５３に相当する模様は摩耗痕１５５又は欠け１５６と判別することができる。

【0023】

ただし、切粉１４１及び切削液１５７が付着する場所は様々であり、図６（ｃ）に示すように、照明光を当てる方向によっては、構造１５２により生成される影５１と影５２が重なってしまい、影の増減を判別できない場合が想定される。図６（ｃ）において、図６（ｂ）と同様に、構造１５２に対し、紙面上において左側に照明５が配置され、照明光が照射されている。ただし、切粉１４１あるいは切削液１５７が付着している位置が構造１５２に隣接しており、切粉１４１あるいは切削液１５７により生成される影５２は、構造１５２により生成される加工前の影５１と重なっている。これに対し、図６（ｄ）では、照明５が、図６（ｃ）とは反対に、紙面上において右側に配置されている。この場合、切粉１４１あるいは切削液１５７の影５２及び構造１５２の加工前の影５１は、図６（ｃ）とは反対方向に形成され、影５２は影５１と重ならない。したがって、異なる方向から照明光を照射することにより、摩耗痕１５５及び欠け１５６と、切削液１５７及び切粉１４１との判別がより正確となる。図７は、工具１５の周囲に複数の照明５を設けた構成を示しており、図７（ａ）は、工具１５の回転軸方向から見た照明５が設置される位置を示し、図７（ｂ）は、工具１５の側面方向から見た照明が設置される位置を示している。図７に示すように、逃げ面１５４に平行な平面上の複数の方向から照明５の光を照射することによって、影５１と影５２が重ならない照明５の光の照射方向があるので、加工直前と加工直後の影の面積を比較することが可能となる。その結果、摩耗痕１５５及び欠け１５６と、切削液１５７及び切粉１４１を判別することができる。

【0024】

図８に、加工直前と加工直後のカメラ４による工具１５の撮像処理動作のフローチャートを示す。制御装置２は、加工開始前、オートツールチェンジャ１９に工具１５が固定される状態で、カメラ４が撮像できる位置に工具１５を移動し、カメラ４は工具１５の刃部１５１を照明５の位置を変更しながら撮像する（ステップＳ１０１）。撮像後、制御装置２は、工具１５を主軸モータ１７に取り付け、工作物１４の加工処理を実行させる（ステップＳ１０２）。加工後、制御装置２は、工具１５をカメラ４が撮像できる位置に移動させて、カメラ４は工具１５の刃部１５１を照明５の位置を変更しながら再度撮像する（ステップＳ１０３）。ステップＳ１０３の処理が実行されると、撮像処理を終了する。なお、工具１５のカメラ４での撮像は、１回だけでなく複数回行ってもよい。また、照明５の照度又は照射角度を変化させてもよく、撮像中に照度又は照射角度を変化させてもよい。撮像処理が終了すると、撮像された画像は、工具診断装置３に送出される。工具診断装置３では、送られてきた画像を画像処理部３１で画像処理を行う。次に、図９に画像処理部３１で行われる画像処理動作を示す。画像処理部３１は、送られてきた加工前後の画像を比較して、影５１の面積が変化している模様がないかを確認する（ステップＳ２０１）。比較の結果、影５１の面積が増加している模様が検出されるとその領域を付着物である切削液１５７又は切粉１４１であると特定し、影５１の面積が減少している模様が検出されるとその領域を刃の損傷である摩耗痕１５５又は欠け１５６と特定する（ステップＳ２０２）。画像処理部３１は、切削液１５７又は切粉１４１として特定された模様を画像から除去し、摩耗痕１５５又は欠け１５６として特定された模様を保存、又は強調する画像処理を行い（ステップＳ２０３）、画像処理を終了する。これによって、画像から摩耗痕１５５と欠け１５６のみが抽出され、工具１５の刃部１５１の画像からは摩耗痕１５５と欠け１５６の大きさのみが計測されることができる。なお、上記画像処理は画像処理部３１が実行したが、カメラ４において上記画像処理を実行してもよい。

【0025】

工具診断装置３は、前述したように、上記画像処理がなされた画像データを入力の１つとし、工具１５の摩耗による使用限界までの残り工具寿命を学習する学習部３２と、学習済モデルを利用して工具１５の残り工具寿命を推論する推論部３４を備える。学習部３２は、図１０に示すように、カメラ４から送信される工具１５の刃部１５１の画像データ、制御装置２から送信される工作機械１の加工条件、工具及び工作物の諸元データ、センサ６で検出された加工状態検出データといった学習用データを取得するデータ取得部３２１と、データ取得部３２１で取得した学習用データを入力データとし、機械学習によって学習済モデルを生成するモデル生成部３２２と、を備え、モデル生成部３２２で生成された学習済モデルを記憶する学習済モデル記憶部３３が設けられている。カメラ４で撮像される工具１５の刃部１５１の画像データと、データ取得部３２１で取得する工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態検出データを学習用データとし、工具１５の残り工具寿命を学習する。すなわち、工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データ、加工状態検出データから、工具１５の残り工具寿命を推論する学習済モデルを作成する。ここで学習用データとは、工具の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態検出データと、工具１５の残り工具寿命を互いに関連付けたデータである。

【0026】

なお、学習部３２及び推論部３４は、工作機械１の工具１５の残り工具寿命を学習するために使用されるが、例えば、ネットワークを介して工作機械１に接続され、この工作機械１とは別個の装置である学習装置、推論装置として存在してもよい。また、学習装置及び推論装置は、工作機械１に内蔵されていてもよいし、制御装置２に内蔵されていてもよい。さらに、学習装置及び推論装置は、クラウドサーバ上に存在していてもよい。

【0027】

モデル生成部３２２が用いる学習アルゴリズムは教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。モデル生成部３２２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、工具１５の使用限界までの耐用加工回数及び加工距離を学習する。ここで、教師あり学習とは、入力と結果（ラベル）のデータの組を学習部３２に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

【0028】

ニューラルネットワークは、複数のニューロンによって構成される入力層、複数のニューロンによって構成される中間層（隠れ層）、及び複数のニューロンによって構成される出力層で構成される。中間層は、１層、又は２層以上でもよい。例えば、図１１に示すような３層のニューラルネットワークであれば、複数の入力が入力層（Ｘ１‐Ｘ３）に入力されると、その値に重みＷ１（ｗ１１‐ｗ１６）を掛けて中間層（Ｙ１‐Ｙ２）に入力され、その結果にさらに重みＷ２（ｗ２１‐ｗ２６）を掛けて出力層（Ｚ１‐Ｚ３）から出力される。この出力結果は、重みＷ１とＷ２の値によって変わる。

【0029】

本実施の形態において、ニューラルネットワークは、データ取得部３２１によって取得される工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、工具１５の残り工具寿命の組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、工具１５の残り工具寿命を学習する。すなわち、ニューラルネットワークは、入力層に工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、を入力して出力層から出力された結果が、工具１５の残り工具寿命に近づくために重みＷ１とＷ２を調整することで学習する。モデル生成部３２２は、以上の学習を実行することで学習済モデルを生成する。生成された学習済モデルは、学習済モデル記憶部３３に出力される。学習済モデル記憶部３３は、モデル生成部３２２から出力された学習済モデルを記憶する。

【0030】

次に、図１２を用いて、学習部３２が学習する処理について説明する。ステップＳ３０１において、データ取得部３２１は工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、工具１５の残り工具寿命を取得する。なお、工具１５の刃部１５１の画像データ、工具１５の残り工具寿命を同時に取得するものとしたが、工具１５の刃部１５１の画像データ、工具１５の残り工具寿命を関連づけて入力できれば良く、工具１５の刃部１５１の画像データ、工具１５の残り工具寿命のデータをそれぞれ別のタイミングで取得しても良い。ステップＳ３０２において、モデル生成部３２２は、データ取得部３２１によって取得される工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、工具１５の残り工具寿命の組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、工具１５の残り工具寿命を学習し、学習済モデルを生成する学習処理を行う。ステップＳ３０３において、学習済モデル記憶部３３は、モデル生成部３２２が生成した学習済モデルを記憶する。ステップＳ３０３が実行されると学習処理を終了する。

【0031】

学習済モデルが生成されると、学習済モデルを用いて推論部３４が工具１５の残り工具寿命を推論する。推論部３４は、図１３に示すように、データ取得部３４１と、残り工具寿命推論部３４２と、を備え、学習済モデル記憶部３３から学習済モデルを読み出して推論に利用する。データ取得部３４１は工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、を取得する。残り工具寿命推論部３４２は、学習済モデルを利用して得られる工具１５の残り工具寿命を推論する。すなわち、この学習済モデルにデータ取得部３４１で取得した工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、を入力することで、工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データから推論される工具１５の残り工具寿命を出力することができる。なお、本実施の形態では、工作機械１のデータを入力として学習部３２のモデル生成部３２２で学習した学習済モデルを用いて工具１５の残り工具寿命を出力するものとして説明したが、他の工作機械、他の学習装置等の外部から学習済モデルを取得し、この学習済モデルに基づいて工具１５の残り工具寿命を出力してもよい。

【0032】

次に、図１４を用いて、推論部３４と警報発令部３５による工具交換の判断処理の動作について説明する。ステップＳ４０１において、データ取得部３４１は 工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データと、を取得する。なお、工具１５の刃部１５１の画像データを取得する際は、加工直前と加工直後の工具１５の刃部１５１をそれぞれ照明５の位置を変更しながらカメラ４で撮像し、２枚の画像を比較し、影の面積が変化している模様がないかを確認して、影の面積が増加している模様を切削液１５７又は切粉１４１であると特定し、影の面積が減少している模様を摩耗痕１５５又は欠け１５６と特定する。特定された切削液１５７及び切粉１４１は、画像処理部３１の画像処理によって画像から除去され、工具１５の刃部１５１の画像からは摩耗痕１５５と欠け１５６のみが抽出され、摩耗痕１５５と欠け１５６の大きさを計測する。ステップＳ４０２において、推論部３４は学習済モデル記憶部３３に記憶された学習済モデルに工具１５の刃部１５１の画像データと、工作機械１の加工条件データと、工具１５及び工作物１４の諸元データと、加工状態データを入力し、工具１５の残り工具寿命を得る。ステップＳ４０３において、推論部３４は、学習済モデルにより得られた工具１５の残り工具寿命を警報発令部３５に出力する。ステップＳ４０４において、警報発令部３５は、出力された工具１５の残り工具寿命と工作物１４を加工するのに必要な加工回数及び加工距離を比較し、工作物１４を加工するのに必要な加工回数及び加工距離に対して工具１５の残り工具寿命が不足していた場合、警報を発令し、ユーザに工具１５の交換を促す。警報は、映像によるものであっても音声であるものであってもよい。また、警報発令部３５は、制御装置２に工具１５の残り工具寿命が不足している旨を通知する。制御装置２は、この通知を受けて、工具１５を自動的に交換する制御を行ってもよい。これにより、工具１５の工具寿命を余すところなく使い切ることができる。

【0033】

なお、本実施の形態では、学習部３２のモデル生成部３２２が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、教師あり学習以外にも、強化学習、教師なし学習、又は半教師あり学習等を適用することも可能である。また、モデル生成部３２２は、複数の工作機械１に対して作成される学習用データに従って、工具１５の使用限界までの耐用加工回数及び加工距離を学習してもよい。なお、モデル生成部３２２は、同一のエリアで使用される複数の工作機械１から学習用データを取得してもよいし、異なるエリアで独立して動作する複数の工作機械１から収集される学習用データを利用して工具１５の使用限界までの耐用加工回数及び加工距離を学習してもよい。また、学習用データを収集する工作機械１を途中で対象に追加、または対象から除去することも可能である。さらに、ある工作機械１に関して工具１５の使用限界までの耐用加工回数及び加工距離を学習した学習装置を、これとは別の工作機械１に適用し、当該別の工作機械１に関して工具１５の使用限界までの耐用加工回数及び加工距離を再学習して更新してもよい。また、モデル生成部３２２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Deep Learning）を用いることもでき、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。

【0034】

工具診断装置３は、コンピュータであり、ハードウェア的には、図１５に示すように、制御プログラムにしたがってデータを処理するプロセッサ４１と、プロセッサのワークエリアとして機能する主記憶部４２と、データを長期間にわたって記憶するための補助記憶部４３と、データ入力を受け付ける入力部４４と、データを出力する出力部４５と、他の装置と通信する通信部４６と、表示部４７と、これらの要素を相互に接続するバスと、を備える。補助記憶部４３には、プロセッサが実行するデータ収集処理の制御プログラムが記憶されている。入力部４４は、カメラ４から送信されてくる画像データ、制御装置２から送信されてくる加工条件、工具１５及び工作物１４の諸元データ、センサ６から送信されてくる加工状態データを受信し、プロセッサ４１に提供する。プロセッサ４１は、補助記憶部４３に記憶されたプログラムを主記憶部４２に読み出して実行することにより、図２に示した画像処理部３１、学習部３２、推論部３４、警報発令部３５として機能する。また、補助記憶部４３は、学習済モデル記憶部３３として機能する。

【0035】

（第２の実施の形態）
第１の実施の形態においては、工作機械１内にオートツールチェンジャ１９が設けられており、カメラ４は、オートツールチェンジャ１９に交換される工具１５が固定される状態で、工具１５の刃部１５１を撮像できる工作機械１の外部の位置に設置されていた。これに対して第２の実施の形態では、オートツールチェンジャ１９が設けられていない工作機械１の場合におけるカメラ４の配置について開示する。図１６は本開示の第２の実施の形態に係る工具診断システム１００を示す構成図である。工作機械１はオートツールチェンジャ１９を設けていないことから、工具１５の刃部１５１を観察するカメラ４及び照明５は、主軸モータ１７に取り付けられた工具１５を直接撮像するため、工作機械１の内部に設置される。この場合、切削液１５７及び切粉１４１からカメラ４及び照明５を保護するため、カメラ４及び照明５は、カメラ保護カバー７とカメラ保護シャッタ８の内部に設置される。カメラ保護カバー７は、上面を除くカメラ４の周囲を覆う箱状体である。カメラ保護カバー７の上面には、カメラ保護カバー７内に配置されたカメラ４のレンズ及び照明５を覆うカメラ保護シャッタ８が設けられている。カメラ保護シャッタ８は、開閉可能であり、制御装置２の制御により自動開閉される。また、カメラ保護カバー７は、水平方向に移動可能に設けられており、主軸モータ１７に取り付けられた工具１５に対向する下方位置と工具１５に対向しない位置の間で移動できる。カメラ保護カバー７は、制御装置２の制御により自動的に移動する。

【0036】

工具１５の刃部１５１を撮像する際は、主軸モータ１７と切削液１５７の吐出が停止し、カメラ保護カバー７とカメラ保護シャッタ８に保護されたカメラ４及び照明５がカメラ保護カバー７とカメラ保護シャッタ８とともに工具１５の直下に移動する。その後、カメラ保護シャッタ８が開き、カメラ４及び照明５が露出された状態で照明５は光を照射してカメラ４は工具１５の刃部１５１を撮像する。撮像が終了すると、カメラ保護シャッタ８は閉じられ、カメラ保護カバー７が工具１５の直下の位置から移動することにより、カメラ４は工具１５の直下の位置から待避する。

【0037】

なお、本実施の形態ではカメラ４及び照明５が移動するとしたが、カメラ４及び照明５の位置は固定され、工具１５がカメラ４及び照明５の位置に移動してもよい。この構成によれば、オートツールチェンジャ１９を装備していない工作機械１にも本開示の工具診断システムを適用することができる。また、工具１５をオートツールチェンジャ１９に移し替える作業が不要となるので、工具診断の時間を短縮することができる。

【0038】

（第３の実施の形態）
第１の実施の形態においては、加工直前に照明を照射して撮像した工具１５の刃部１５１の画像と、加工直後に照明を照射して撮像した工具１５の刃部１５１の画像を比較し、生成される影の面積の増減から、刃部１５１に付着した切削液１５７及び切粉１４１を特定し、画像処理により除去することで、切削液１５７及び切粉１４１を、摩耗痕１５５及び欠け１５６と誤認することなく、正しく摩耗痕１５５及び欠け１５６を抽出できることを開示した。これに対して第３の実施の形態では、影の面積の増加が画像から検出できる限界以下である微小な切粉１４１、もしくは照明光を透過するため影を生成しない切削液１５７を判別・特定し、画像から除去可能とする。図１７は、第３の実施の形態に係る工具診断システム１００を示す構成図である。本実施の形態では、工作機械１の内部に工具１５を洗浄する超音波洗浄機９が設置されている。超音波洗浄機９は、超音波洗浄機保護カバー１０と超音波洗浄機保護シャッタ１１の内部に設置され、切削液１５７及び切粉１４１から保護されている。加工終了後、工具１５をオートツールチェンジャ１９に移し替える前に、工具１５を超音波洗浄機９の直上に移動し、工具１５の刃部１５１を超音波洗浄機９の洗浄容器に蓄えられたアセトン、エタノール等の洗浄液に浸漬した状態で超音波洗浄する。超音波洗浄後、工具１５をオートツールチェンジャ１９に移し替え、工具診断装置３にて工具１５の交換要否を判断する。この構成によれば、影の面積の増加が画像から検出できる限界以下である微小な切粉１４１又は照明光を透過するため影を生成しない切削液１５７による模様が消失、もしくは当該模様が移動することにより切削液１５７及び切粉１４１の判別・特定がより正確となり、画像から除去することが可能となる。したがって、第１の実施の形態に比べて確実に切削液１５７と切粉１４１を撮像画像から除去することができる。

【0039】

（第４の実施の形態）
第４の実施の形態では、第２の実施の形態における工作機械１に第３の実施の形態における超音波洗浄機９を設けた構成を開示する。図１８は第４の実施の形態に係る工具診断システム１００を示す構成図である。本実施の形態では、工作機械１の内部に、工具１５の刃部１５１を観察するカメラ４及び照明５と、超音波洗浄機９を設置している。カメラ４及び照明５はカメラ保護カバー７とカメラ保護シャッタ８の内部に設置され、切削液１５７及び切粉１４１から保護されている。また、超音波洗浄機９は、超音波洗浄機保護カバー１０と超音波洗浄機保護シャッタ１１の内部に設置され、切削液１５７及び切粉１４１から保護されている。

【0040】

加工終了後、工具１５を超音波洗浄機９の直上に移動し、工具１５の刃部１５１を超音波洗浄機９の洗浄容器に蓄えられたアセトン、エタノール等の洗浄液に浸漬した状態で超音波洗浄する。超音波洗浄後、工具１５の刃部１５１を撮像する際は、カメラ保護カバー７とカメラ保護シャッタ８に保護されたカメラ４及び照明５が工具１５の直下に移動する。その後、カメラ保護シャッタ８が開き、カメラ４及び照明５が露出された状態となる。カメラ４及び照明５が露出されると、照明５は光を照射してカメラ４は工具１５の刃部１５１を撮像する。

【0041】

なお、本実施の形態ではカメラ４及び照明５が移動するとしたが、工具１５が固定されたカメラ４及び照明５の位置に移動してもよい。この構成によれば、オートツールチェンジャ１９を装備していない工作機械１にも本開示の工具診断システムを適用することができる。また、工具１５をオートツールチェンジャ１９に移し替える作業が不要となるので、工具診断の時間を短縮することができる。更には、影の面積の増加が画像から検出できる限界以下である微小な切粉１４１、もしくは照明光を透過するため影を生成しない切削液１５７を除去、あるいは切削液１５７及び切粉１４１の位置が変化するので、第１の実施の形態に比べて確実に切削液１５７と切粉１４１を撮像画像から除去することができる。

【0042】

（第５の実施の形態）
第１～４の実施の形態においては、カメラ４は工具１５の回転軸方向、照明５は工具１５の回転軸と垂直方向に配置されていた。これに対して第５の形態では、工具の回転軸と垂直の方向にカメラ４、工具の回転軸方向に照明５が追加される場合について開示する。本実施の形態は、回転軸方向から、工具の刃部の逃げ面十分に見えない回転軸と平行の方向に刃を持つ形状を有した工具の場合において有効である。図１９は、上記形状を有した工具の例として工具１６を示す。図１９（ａ）は、加工直前に、回転軸と刃部１６１が平行である工具１６を、回転軸方向と垂直の方向(側面)から観察した図を示している。図１９（ｂ）は、加工直後の工具１６を、回転軸方向と垂直の方向から観察した図を示している。加工直後の工具１６の刃部１６１の逃げ面１６３には、加工直前に比べて、切削液１５７及び切粉１４１がさらに付着している。照明５を照射することにより生成される加工直前の影５１の面積の増減から実施の形態１と同様に、切削液１５７及び切粉１４１を特定し、画像処理により除去する。

【0043】

図２０は、本開示の第５の実施の形態に係る工具診断システム１００を示す構成図である。工具１６の刃部１６１を観察するカメラ４及び照明５は、工具１６の回転軸方向、及び回転軸方向と垂直の方向に配置されている。なお、カメラ４及び照明５は、工具１６の回転軸方向から、回転軸方向と垂直の方向に位置と姿勢を変更、又は、工具１６の回転軸方向と垂直の方向から、回転軸方向に位置と姿勢を変更することにより、カメラ４及び照明５の必要台数を２台から１台に削減することができる。また、カメラ４及び照明５は固定されており、工具１６が位置と姿勢を変更しても良い。

【0044】

工具１６が回転軸周りに回転する際、工具１６より十分に硬度が低いブラシ１２（ナイロンブラシ、ポリエステルブラシ等）を工具１６に接触させる、もしくは、エアー吐出口１３から吐出されるエアーを工具１６の刃部１６１に吹き付けることにより、切削液１５７及び切粉１４１を除去しても良い。この動作の前後で、超音波洗浄機９により、切削液１５７及び切粉１４１を除去しても良い。

【0045】

第５の実施の形態を採用することにより、回転軸と垂直の方向に刃を持つ工具１５のみならず、回転軸と平行の方向に刃を持つ工具１６にも工具診断することが可能となる。また、刃部１５１及び刃部１６１が、ブラシ１２又はエアー吐出口１３より吐出されるエアーに接触することにより、切削液１５７及び切粉１４１を除去できる可能性が高まるため、第１の実施の形態に比べて確実に切削液１５７及び切粉１４１を撮像画像から除去することができる。さらに、超音波洗浄機９を併用すれば、第４の実施の形態に比べて確実に切削液１５７及び切粉１４１を撮像画像から除去することができる。

【0046】

上記の実施の形態では、学習部３２及び推論部３４への入力として画像データ、加工条件データ、工具及び工作物の諸元データ、センサ６から検出される加工状態データとしたが、必ずしもこれらの全てのデータを入力とする必要はなく、例えば、加工状態データを省略することができる。また、他に関連性のあるデータを入力として加えてもよい。

【0047】

本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、本開示を説明するためのものであり、本開示の範囲を限定するものではない。つまり、本開示の範囲は、実施の形態ではなく、請求の範囲によって示される。そして、請求の範囲内及びそれと同等の開示の意義の範囲内で施される様々な変形が、本開示の範囲内とみなされる。

【0048】

（付記１）
工作物を加工する工作機械と、
前記工作機械に取り付けられた工具の刃部を撮像する撮像装置と、
前記工具の刃部に照明光を照射する照明と、
前記工具の刃部の画像を画像処理する画像処理部と、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部と、
を備え、
前記画像処理部は、加工直前に前記照明から照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に前記照明から照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断システム。
（付記２）
前記画像処理部は、前記比較により、画像内の影のうち、影の減少した部分を生成した模様を前記工具の刃部の摩耗痕又は欠けとして特定し、前記工具の刃部の摩耗痕又は欠けとして特定された模様の画像を保存又は画像処理によって強調する、
付記１に記載の工具診断システム。
（付記３）
前記画像処理部は、前記比較により、画像内の影のうち、影の増加した部分を生成した模様を前記工具の刃部に付着する付着物として特定し、前記付着物として特定された模様の画像を画像処理によって画像内から除去する、
付記１又は２に記載の工具診断システム。
（付記４）
前記照明は、前記工具の刃部の逃げ面の法線方向と一致しない方向から照明光を照射する、
付記１から３のいずれか１つに記載の工具診断システム。
（付記５）
複数の前記照明を備え、複数の前記照明の各々は、異なる方向から照明光を照射する、
付記４に記載の工具診断システム。
（付記６）
前記工具の残り工具寿命と工作物を加工するのに必要な加工回数及び加工距離を比較し、前記工具の残り工具寿命が前記工作物を加工するのに必要な加工回数及び加工距離に対して不足していた場合、工具の交換を促す警報を発令する警報発令部を備える、
付記１から５のいずれか１つに記載の工具診断システム。
（付記７）
前記撮像装置を前記工作機械の内部に設けた、
付記１から６のいずれか１つに記載の工具診断システム。
（付記８）
前記工具の刃部を洗浄する超音波洗浄機を前記工作機械の内部に設けた、
付記１から７のいずれか１つに記載の工具診断システム。
（付記９）
前記工具の刃部を清掃するブラシ又はエアー吐出口を前記工作機械の内部に設けた、
付記１から８のいずれか１つに記載の工具診断システム。
（付記１０）
工作物を加工する工作機械の工具の摩耗状態を画像から診断する工具診断装置において、
前記工具の刃部の画像を画像処理する画像処理部と、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部と、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部と、
を備え、
前記画像処理部は、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影の面積を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断装置。
（付記１１）
工具診断装置が行う工具診断方法において、
工作物を加工する工作機械の工具の刃部の画像を画像処理する画像処理ステップと、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成ステップと、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論ステップと、
を備え、
前記画像処理ステップでは、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
工具診断方法。
（付記１２）
コンピュータを、
工作物を加工する工作機械の工具の刃部の画像を画像処理する画像処理部、
前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を学習用データとし、前記工具の残り工具寿命を学習する機械学習によって学習済モデルを生成するモデル生成部、
前記学習済モデルに前記画像処理後の前記工具の刃部の画像、前記工作機械の加工条件、前記工具及び前記工作物の諸元を入力することで、前記工具の残り工具寿命を出力する推論部、
として機能させ、
前記画像処理部は、加工直前に照明光を照射して撮像した前記工具の刃部の画像内の影と、加工直後に照明光を照射して撮像した前記工具の刃部の画像内の影を比較することにより、前記工具の刃部の摩耗痕又は欠けを特定する、
プログラム。

【符号の説明】

【0049】

１ 工作機械、２ 制御装置、３ 工具診断装置、４ カメラ、５ 照明、６ センサ、７ カメラ保護カバー、８ カメラ保護シャッタ、９ 超音波洗浄機、１０ 超音波洗浄機保護カバー、１１ 超音波洗浄機保護シャッタ、１２ ブラシ、１３ エアー吐出口、１４ 工作物、１５，１６ 工具、１７ 主軸モータ、１８ 切削液吐出口、１９ オートツールチェンジャ、３１ 画像処理部、３２ 学習部、３３ 学習済モデル記憶部、３４ 推論部、３５ 警報発令部、４１ プロセッサ、４２ 主記憶部、４３ 補助記憶部、４４ 入力部、４５ 出力部、４６ 通信部、４７ 表示部、５１，５２，５３ 影、１００ 工具診断システム、１４１ 切粉、１５１，１６１ 刃部、１５２ 構造、１５３ すくい面、１５４，１６３ 逃げ面、１５５ 摩耗痕、１５６ 欠け、１５７ 切削液、３２１，３４１ データ取得部、３２２ モデル生成部、３４２ 残り工具寿命推論部。

【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】

【図18】

【図19】

【図20】