特許 7563020 加工システム及び学習済みモデル生成装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-09-30

(45)【発行日】2024-10-08

(54)【発明の名称】加工システム及び学習済みモデル生成装置

(51)【国際特許分類】

   G05B 19/4155 20060101AFI20241001BHJP

   B23Q 15/00 20060101ALI20241001BHJP

   G05B 19/404 20060101ALI20241001BHJP

【ＦＩ】

G05B19/4155 V

B23Q15/00 301C

G05B19/404 K

【請求項の数】 11

(21)【出願番号】P 2020126338

(22)【出願日】2020-07-27

(65)【公開番号】P2022023408

(43)【公開日】2022-02-08

【審査請求日】2023-06-09

(73)【特許権者】

【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

(74)【代理人】

【識別番号】110000604

【氏名又は名称】弁理士法人 共立特許事務所

(72)【発明者】

【氏名】加藤 公一

(72)【発明者】

【氏名】佐伯 有哉

(72)【発明者】

【氏名】米津 寿宏

【審査官】山本 忠博

(56)【参考文献】

【文献】国際公開第２０１９／２３９６０６（ＷＯ，Ａ１）

【文献】特開２０１９－０２１２３５（ＪＰ，Ａ）

【文献】特開平０１－２８２４４１（ＪＰ，Ａ）

【文献】特開昭５９－１１６５２４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ １９／１８－１９／４１６，１９／４２－１９／４６；

Ｂ２３Ｑ １５／００

(57)【特許請求の範囲】

【請求項1】

噛合構造を有する工作物を加工する工作機械と、
前記工作機械による前記工作物の加工状態を観測し、前記加工状態を表す加工状態データを収集する観測装置と、を有し、
前記観測装置によって収集された前記加工状態データから抽出された特徴量を説明変数とし、前記工作機械によって加工された前記噛合構造の加工精度に関連する加工精度データを目的変数とし、前記説明変数及び前記目的変数を含む学習用データセットを用いて機械学習を行うことにより生成された学習済みモデルを記憶する学習済みモデル記憶部と、
前記学習済みモデルと前記加工状態データとを用いて、前記加工精度を予測する加工精度予測部と、
前記加工精度予測部により予測された前記加工精度に基づいて、前記工作機械を作動させる指令値を補正する補正値を算出して決定する補正値決定部と、
前記補正値を前記工作機械に出力する出力部と、を備え、
前記特徴量は、前記工作機械による今回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、前記工作機械による前回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、の差を表す変化量である、加工システム。

【請求項2】

前記加工状態データは、
前記工作機械の観測可能な作動状態を表す実動作データと、前記工作機械が前記噛合構造を加工することによって観測可能な前記工作機械及び前記工作物の実測データと、を含むデータである、請求項１に記載の加工システム。

【請求項3】

前記加工精度データは、
前記噛合構造に対して噛み合う被噛合構造を有する基準部材を、前記噛合構造に噛み合わせた状態で計測されるデータである、請求項１又は２に記載の加工システム。

【請求項4】

前記加工精度データは、
前記工作物の前記噛合構造と前記基準部材の前記被噛合構造とが噛み合った状態における、前記工作物の軸線と前記基準部材の軸線との間の芯間距離を表す芯間距離データである、請求項３に記載の加工システム。

【請求項5】

前記噛合構造は、前記工作機械によって加工されたねじ構造又は歯車構造である、請求項３に記載の加工システム。

【請求項6】

前記観測装置によって収集された前記加工状態データから抽出された前記特徴量を前記説明変数とし、前記工作機械によって加工された前記噛合構造の前記加工精度に関する前記加工精度データを前記目的変数とし、前記説明変数及び前記目的変数を含む学習用データセットを用いて機械学習を行うことにより前記学習済みモデルを生成する学習済みモデル生成部を備えた、請求項１－５の何れか一項に記載の加工システム。

【請求項7】

前記工作機械による加工は、切削加工又は研削加工である、請求項１－６の何れか一項に記載の加工システム。

【請求項8】

前記工作物は、車両に搭載されるウォームシャフトである、請求項１－７の何れか一項に記載の加工システム。

【請求項9】

噛合構造を有する工作物を加工する工作機械による前記工作物の加工状態を表す加工状態データから抽出された特徴量を説明変数とし、前記工作機械によって加工された前記噛合構造の加工精度に関する加工精度データを目的変数とし、前記説明変数及び前記目的変数を含む学習用データセットを用いて機械学習を行うことにより学習済みモデルを生成する学習済みモデル生成部を備え、
前記特徴量は、前記工作機械による今回の前記噛合構造の加工における前記加工状態データと、前記工作機械による前回の前記噛合構造の加工における前記加工状態データと、の差を表す変化量である、学習済みモデル生成装置。

【請求項10】

前記加工状態データ及び前記加工精度データを学習用データセットとして取得する学習用データセット取得部と、
前記学習用データセット取得部によって取得された前記学習用データセットを記憶する学習用データセット記憶部と、を備えた、請求項９に記載の学習済みモデル生成装置。

【請求項11】

前記噛合構造は、前記工作機械によって加工されたねじ構造又は歯車構造である、請求項９又は１０に記載の学習済みモデル生成装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、加工システム及び学習済みモデル生成装置に関する。

【背景技術】

【0002】

従来から、例えば、特許文献１には、研削盤から取得可能なサンプリングデータと研削特性を表す値とに基づいて機械学習を行い、工作物の研削品質を取得することができる学習済みモデルを生成する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－４４６２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、工作物を加工する場合、例えば、学習済みモデルを用いて加工条件や工作機械の各種設定を予め決定していても、工作物の加工数の増加に伴って徐々に加工精度が悪化する場合がある。このため、オペレータは、所定の頻度により、加工された工作物の加工精度を検査する必要があり、又、加工精度の悪化に応じて加工条件や工作機械の各種設定を適宜変更する必要がある。この場合、加工された工作物ごとに検査用装置を用いて加工精度を検査することは煩雑であり、又、オペレータが加工条件等を変更する際には、オペレータの経験（勘やコツ）に依存するため加工精度にバラつきが生じる可能性がある。

【0005】

本発明は、工作機械から得られたデータと学習済みモデルとを用いて加工精度を予測し、予測した加工精度に基づく補正値を決定する加工システム、及び、学習済みモデルを生成する学習済みモデル生成装置を提供することを目的とする。

【課題を解決するための手段】

【0006】

加工システムは、噛合構造を有する工作物を加工する工作機械と、工作機械による工作物の加工状態を観測し、加工状態を表す加工状態データを収集する観測装置と、を有し、観測装置によって収集された加工状態データから抽出された特徴量を説明変数とし、工作機械によって加工された噛合構造の加工精度に関連する加工精度データを目的変数とし、説明変数及び目的変数を含む学習用データセットを用いて機械学習を行うことにより生成された学習済みモデルを記憶する学習済みモデル記憶部と、学習済みモデルと加工状態データとを用いて、加工精度を予測する加工精度予測部と、加工精度予測部により予測された加工精度に基づいて、工作機械を作動させる指令値を補正する補正値を算出して決定する補正値決定部と、補正値を工作機械に出力する出力部と、を備え、前記特徴量は、前記工作機械による今回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、前記工作機械による前回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、の差を表す変化量である。

【0007】

学習済みモデル生成装置は、噛合構造を有する工作物を加工する工作機械による工作物の加工状態を表す加工状態データから抽出された特徴量を説明変数とし、工作機械によって加工された噛合構造の加工精度に関する加工精度データを目的変数とし、説明変数及び目的変数を含む学習用データセットを用いて機械学習を行うことにより学習済みモデルを生成する学習済みモデル生成部を備え、前記特徴量は、前記工作機械による今回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、前記工作機械による前回の前記噛合構造の加工に伴って前記観測装置が収集した前記加工状態データと、の差を表す変化量である。

【0008】

これらによれば、工作機械が工作物を加工する際に観測される加工状態データと、加工された工作物の加工精度を表す加工精度データとの相関関係を表す学習済みモデルを生成することができる。そして、加工システムにおいては、学習済みモデルと加工状態データとを用いて、加工された工作物の加工精度を予測し、予測された加工精度に基づいて工作機械を作動させる指令値を補正する補正値を決定することができる。

【0009】

これにより、工作機械が工作物を加工しながら工作物の加工精度を予測することができるため、加工された工作物ごとに検査用装置を用いて加工精度を検査する必要がない。従って、工作物の生産性を向上させることができる。又、生成された学習済みモデルを用いて予測された加工精度に基づいて補正値が決定されるため、オペレータの経験（勘やコツ）に依存することによる加工精度のバラつきを抑制することができ、その結果、加工精度の均一化を達成することができる。

【図面の簡単な説明】

【0010】

【図1】加工システムの構成を示す図である。

【図2】工作物の一例であるウォームシャフトを示す正面図である。

【図3】工作機械の一例であるねじ研削盤の構成を示すである。

【図4】観測装置の一例であるデータ収集装置の構成を示す図である。

【図5】加工精度データの一例である芯間距離を説明するための図である。

【図6】加工システム（学習済みモデル生成装置）の機能ブロック構成を示す図である。

【発明を実施するための形態】

【0011】

（１．加工システムの概略）
加工システムは、噛み合い構造を有する工作物を加工する工作機械、工作機械によって加工された工作物の加工状態を観測する観測装置とを有するシステムである。そして、加工システムは、機械学習により生成された学習済みモデル及び観測装置によって観測された加工状態を表す加工状態データを用いて、工作物を加工する工作機械の指令値（加工条件又は工作機械の機械設定等）を補正する。

【0012】

ここで、観測装置としては、工作機械に設けられる各種センサを含んで構成される。又、工作物を加工する工作機械としては、切削加工を行う各種切削装置（例えば、歯車加工装置やマシニングセンタ等）、研削加工を行う各種研削装置（ねじ研削盤や円筒研削盤、平板研削盤等）を挙げることができる。又、工作機械によって加工される工作物は、噛合構造としてねじ構造又は歯車構造を有するもの、例えば、ウォームシャフト、ラックバー、平歯歯車、はす歯歯車等を挙げることができる。尚、本例においては、後述するように、工作機械が研削加工を行うねじ研削盤である場合を例示する。

【0013】

（２．加工システム１の構成の概要）
加工システム１の構成の概要について、図１を参照して説明する。加工システム１は、少なくとも１台の工作機械としてのねじ研削盤１０と、ねじ研削盤１０が工作物を加工する際の加工状態を観測し加工状態を表す加工状態データを収集する観測装置としてのデータ収集装置２０と、１つの演算装置（３０，４０）とを備える。ここで、ねじ研削盤１０によって加工される工作物として、本例では、図２に示すように、噛合構造であるねじ部Ｗ１（ねじ構造）を有して車両に搭載されるウォームシャフトＷを例示して説明する。

【0014】

データ収集装置２０は、ねじ研削盤１０及び検査用装置２に設けられた各種センサを含んで構成される（図４を参照）。データ収集装置２０は、各種センサから取得した加工状態データを更新可能に蓄積するデータベースとして機能する。

【0015】

演算装置（３０，４０）は、データ収集装置２０に蓄積された加工状態データを用いた機械学習を適用することにより、ねじ研削盤１０がウォームシャフトＷのねじ部Ｗ１を加工する際のねじ研削盤１０の指令値（加工条件及び機械設定等）を補正するための補正値を決定する。図１において、演算装置（３０，４０）は、学習済みモデル生成装置としての学習処理装置３０と補正値決定装置４０とにより構成され、学習処理装置３０と補正値決定装置４０とは、独立した構成として示すが、１つの装置とすることもできる。又、演算装置（３０，４０）の一部又は全部は、ねじ研削盤１０への組込みシステムとすることもできる。

【0016】

本例では、学習処理装置３０と補正値決定装置４０とは、独立した構成である場合を例に挙げる。又、学習処理装置３０は、所謂、サーバ機能を有しており、ねじ研削盤１０が複数の場合には各々のねじ研削盤１０に設けられた補正値決定装置４０と通信可能に接続されている。補正値決定装置４０は、各々のねじ研削盤１０と一対一で設けられ、対応するねじ研削盤１０に通信可能に接続されている。即ち、補正値決定装置４０は、所謂、エッジコンピュータとして機能しており、高速演算処理を実現可能としている。

【0017】

（３．ねじ研削盤１０の構成）
ねじ研削盤１０の構成について図３を参照して説明する。ねじ研削盤１０は、工作物であるウォームシャフトＷのねじ部Ｗ１を研削するための工作機械である。本例において、ねじ研削盤１０は、テーブルトラバース型の研削盤を例示する。但し、ねじ研削盤１０は、砥石台トラバース型を適用することも可能である。

【0018】

ねじ研削盤１０は、主として、ベッド１１、可動テーブル１２、主軸台１３、心押台１４、移動台１５、回転台１６、砥石台１７、砥石車１８、クーラント装置１９、及び、制御装置Ｓを備える。

【0019】

ベッド１１は、設置面上に固定されている。可動テーブル１２は、ベッド１１上に水平方向で、且つ、ベッド１１に対してＺ軸方向に相対移動可能に設置される。可動テーブル１２は、ベッド１１に設けられたモータ１２ａの駆動により、Ｚ軸方向にて往復移動する。尚、以下の説明において、Ｚ軸方向と水平面上において直交する方向をＸ軸方向とし、Ｚ軸方向及びＸ軸方向に直交する方向をＹ軸方向とする。

【0020】

主軸台１３は、可動テーブル１２の上面において、Ｘ軸方向の手前側（図３の下側）且つＺ軸方向の一端側（図３の左側）に設けられている。主軸台１３は、ウォームシャフトＷをＺ軸回りに回転可能に支持する。ウォームシャフトＷは、主軸台１３に設けられたモータ１３ａの駆動により回転される。心押台１４は、可動テーブル１２の上面において、主軸台１３に対してＺ軸方向に対向する位置、即ち、Ｘ軸方向の手前側（図３の下側）且つＺ軸方向の他端側（図３の右側）に設けられている。つまり、主軸台１３及び心押台１４が、ウォームシャフトＷを回転可能に両端支持する。

【0021】

移動台１５は、ベッド１１上のＸ軸方向の奥側（図３の上側）に、水平方向で、且つ、ベッド１１に対してＸ軸方向に相対移動可能に設置される。移動台１５は、ベッド１１に設けられたモータ１５ａの駆動により、Ｘ軸方向にて往復移動する。回転台１６は、移動台１５の上面において、Ｘ軸回りに回転可能に設けられている。回転台１６は、移動台１５に設けられたモータ１６ａの駆動によりＸ軸回りに回転する。

【0022】

砥石台１７は、回転台１６の上面に設けられている。砥石車１８は、砥石台１７に回転可能に支持されている。砥石車１８は、砥石台１７に設けられたモータ１７ａの駆動により回転する。クーラント装置１９は、砥石車１８によるウォームシャフトＷのねじ部Ｗ１における研削点にクーラントを供給する。クーラント装置１９は、回収したクーラントを、所定温度に冷却して、再度研削点に供給する。

【0023】

制御装置Ｓは、ウォームシャフトＷのねじ部Ｗ１の形状、加工条件、砥石車１８の形状、クーラントの供給タイミング情報等の動作指令データに基づいて生成されたＮＣプログラムに基づいて、各駆動装置を制御する。即ち、制御装置Ｓは、動作指令データを入力し、動作指令データに基づいてＮＣプログラムを生成し、ＮＣプログラムに基づいて各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａ及びクーラント装置１９等を制御することにより、ウォームシャフトＷのねじ部Ｗ１の研削を行う。ここで、実動作指令データとしては、例えば、指令切込速度、指令位置、砥石車１８の指令回転速度、ウォームシャフトＷの指令回転速度、クーラントの供給情報等が含まれる。

【0024】

又、図３には、図示しないが、ねじ研削盤１０は、データ収集装置２０を構成する後述の各種センサ２１，２２，２３（図４に示す）を備えている。例えば、ねじ研削盤１０は、各モータ等の実動作データ、ねじ研削盤１０を構成する構造部材の作動状態や振動状態等を示すデータを検出するセンサ、特にクーラント装置１９により研削点に供給されるクーラントの温度を検出する温度センサ等を備える。尚、各種センサ２１～２３の詳細は、後述する。

【0025】

次に、ねじ研削盤１０の作動について簡単に説明する。ねじ研削盤１０がウォームシャフトＷのねじ部Ｗ１を研削する場合、先ず、主軸台１３と心押台１４との間にて水平になるようにウォームシャフトＷが支持される。そして、制御装置Ｓが各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａを駆動させる。これにより、砥石車１８とウォームシャフトＷとを相対移動させながら回転する砥石車１８を用いてウォームシャフトＷのねじ部Ｗ１を研削する。

【0026】

ここで、砥石車１８がねじ部Ｗ１研削する場合、砥石車１８は、ねじ部Ｗ１のねじ溝の角度に応じた分だけ傾斜される。即ち、制御装置Ｓは、回転台１６をＸ軸回りに回転させて、砥石車１８が所定の傾斜角度（具体的には、ねじ溝の角度）となるように合わせ込む。そして、ねじ研削盤１０は、砥石車１８をＸ軸方向に移動させて、ウォームシャフトＷのねじ部Ｗ１におけるねじ溝に砥石車１８を押し当て、ねじ部Ｗ１の研削を行う。

【0027】

データ収集装置２０は、ねじ研削盤１０の作動に伴って取得されるサンプリングデータを取得する観測装置である。データ収集装置２０が収集したサンプリングデータは、機械学習の学習用データとして用いられる。ここで、サンプリングデータとは、ウォームシャフトＷ毎に、所定のサンプリング周期における時系列データ群を構成する。

【0028】

データ収集装置２０は、図４に示すように、各種センサ２１，２２，２３及び収集した各種データを蓄積して記憶する記憶部２４を備える。センサ２１は、ねじ研削盤１０に設けられており、制御装置Ｓにより制御される駆動装置、例えば、各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａ等の作動状態を表す実動作データを収集する。実動作データは、例えば、各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａ等の駆動電流や実位置等を挙げることができる。

【0029】

センサ２２は、ねじ研削盤１０に設けられており、砥石車１８によりウォームシャフトＷのねじ部Ｗ１の研削を行っている際の第一実測データを収集する。第一実測データは、例えば、構造部材である砥石台１７等の振動や変形量等を挙げることができる。センサ２３は、ねじ研削盤１０に設けられており、砥石車１８によりウォームシャフトＷのねじ部Ｗ１の研削を行っている際の第二実測データを収集する。又、センサ２３は、検査用装置２にも設けられており、ねじ研削盤１０によって研削されたねじ部Ｗ１を検査した際の第二実測データを収集する。第二実測データは、例えば、ねじ研削盤１０におけるウォームシャフトＷのねじ部Ｗ１の寸法や研削点温度（クーラント温度を含む）、検査用装置２による検査によって検出される加工精度に対応する芯間距離等を挙げることができる。

【0030】

ここで、各種センサ２１，２２，２３は、各々、ウォームシャフトＷ毎に所定期間分の実動作データ、第一実測データ及び第二実測データを取得する。所定期間分とは、例えば、研削初期から研削終期まで、粗研の初期から粗研の終期まで等である。尚、研削が非定常状態の時には、不安定であるため、定常状態のみを対象としてデータを収集することも可能である。

【0031】

学習済みモデル生成装置としての学習処理装置３０は、図１に示すように、プロセッサ３１、記憶装置３２、インターフェース３３等を備えて構成される。又、学習処理装置３０は、サーバ機能を有しており、複数のねじ研削盤１０の各々に接続されたデータ収集装置２０（或いは、離間した他の工場のねじ研削盤１０）に接続されたデータ収集装置２０を含む）と通信可能に接続されている。

【0032】

学習処理装置３０は、データ収集装置２０から出力された加工状態データＰＤ（具体的には、実動作データ、第一実測データ及び第二実測データの少なくとも１つ）と、検査用装置２から出力された加工精度に関連する加工精度データとしての芯間距離Ｌを表す芯間距離データＬＤとに基づいて、機械学習を行う。そして、学習処理装置３０は、ウォームシャフトＷのねじ部Ｗ１の加工精度を予測するための学習済みモデルを生成する。

【0033】

尚、本例においては、データ収集装置２０によって取得された第二実測データのうち、クーラント温度に関する第二実測データを加工状態データＰＤとして用いる場合を例示する。このことは、繰り返し実施した実験等から得られた知見により、本例のねじ研削盤１０においては、クーラント温度に関する加工状態データＰＤと加工精度データである芯間距離データＬＤ（芯間距離Ｌ）との相関性が高かったことに基づく。

【0034】

従って、加工状態データＰＤとして他のサンプリングデータ、例えば、実動作データとして収集される主軸台１３のモータ１３ａや砥石台１７のモータ１７ａに供給される電流値、或いは、第一実測データとして収集される主軸台１３及び心押台１４（即ち可動テーブル１２）の振動の振幅等を用いることは阻害されない。特に、ねじ研削盤１０以外の工作機械を用いる場合には加工状態データＰＤとしてデータ収集装置２０によって収集された他のサンプリングデータを用いることが可能であることは言うまでもない。

【0035】

ここで、検査用装置２によって検査される加工精度としての芯間距離Ｌについて説明しておく。芯間距離Ｌは、図５に示すように、ねじ研削盤１０によって研削されたウォームシャフトＷと、被噛合構造の歯車を有する基準部材としてのマスタウォームギアＷｍとを噛み合わせた状態におけるウォームシャフトＷの軸線とマスタウォームギアＷｍの軸線との間の距離を表す。従って、検査用装置２においては、ねじ研削盤１０によって研削されたウォームシャフトＷを実際にマスタウォームギアＷｍに噛み合わせた状態で、芯間距離Ｌを計測し（検査し）、芯間距離Ｌが規定値Ｌ０以下の場合には良好な加工精度を有しているため良品として判定する。尚、芯間距離Ｌは、上述したデータ収集装置２０のセンサ２３によって検出される。

【0036】

それぞれの補正値決定装置４０は、プロセッサ４１、記憶装置４２、インターフェース４３等を備えて構成される。又、補正値決定装置４０は、サーバとしての学習処理装置３０及びねじ研削盤１０に接続されたデータ収集装置２０と通信可能に接続されている。

【0037】

補正値決定装置４０は、各々のねじ研削盤１０に対応して配置されており、エッジコンピュータとして機能する。補正値決定装置４０は、学習処理装置３０により生成された学習済みモデルと、ウォームシャフトＷのねじ部Ｗ１の研削加工中にデータ収集装置２０から取得した加工状態データＰＤとを用いて、ねじ研削盤１０を作動させるための動作指令データ（ＮＣプログラム）を補正して修正するための補正値Ｃを決定する。そして、補正値決定装置４０は、決定した補正値Ｃをねじ研削盤１０の制御装置Ｓに出力する。

【0038】

加工システム１は、更に、表示装置５０を備える。表示装置５０は、ねじ研削盤１０に対応して配置される。但し、加工システム１は、表示装置５０を備えない構成とすることも可能である。

【0039】

（４．加工システム１の機能ブロック構成）
加工システム１の機能ブロックについて、図６を参照して説明する。加工システム１は、上述したように、検査用装置２、ねじ研削盤１０、データ収集装置２０、学習処理装置３０、補正値決定装置４０、表示装置５０を備える。

【0040】

学習処理装置３０は、データ収集装置２０によって収集された加工状態データＰＤ、本例においてはクーラントの温度に関する加工状態データＰＤと、検査用装置２から出力された芯間距離Ｌを表す芯間距離データＬＤとに基づいて、補正値Ｃを決定するための学習済みモデルを生成する。学習済みモデル生成装置としての学習処理装置３０は、学習用データセット取得部６１、学習用データセット記憶部６２、モデル生成部６３を備える。

【0041】

学習用データセット取得部６１は、機械学習を行うための学習用データセットを取得する。学習用データセット取得部６１は、加工状態データ取得部６１ａと、芯間距離データ取得部６１ｂを備える。加工状態データ取得部６１ａは、データ収集装置２０から、例えば、１つのウォームシャフトＷを研削加工した際に取得されたクーラントの温度に関する加工状態データＰＤを学習用データセットとして取得する。ここで、本例の加工状態データＰＤは、ウォームシャフトＷの研削加工において、データ収集装置２０の記憶部２４に記憶された前回の切削加工時に取得されたクーラントの温度を表す温度データＴＤ０と、今回の切削加工時に取得されたクーラントの温度を表す温度データＴＤ１とを加工状態データＰＤとして取得する。

【0042】

芯間距離データ取得部６１ｂは、検査用装置２からデータ収集装置２０を介して、例えば、研削加工された１つのウォームシャフトＷとマスタウォームギアＷｍとの芯間距離Ｌを表す芯間距離データＬＤを学習用データセットとして取得する。

【0043】

学習用データセット記憶部６２は、学習用データセット取得部６１によって取得された加工状態データＰＤと芯間距離データＬＤとを関連付けて学習用データセットとして記憶する。即ち、学習用データセット記憶部６２は、温度データＴＤ０及び温度データＴＤ１を有する加工状態データＰＤと、今回切削加工されたウォームシャフトＷのねじ部Ｗ１にマスタウォームギアＷｍを噛み合わせることによって計測された芯間距離Ｌである芯間距離データＬＤとを関連付けて記憶する。

【0044】

モデル生成部６３は、学習用データセット記憶部６２に記憶された学習用データセットを用いて機械学習を行う。具体的には、モデル生成部６３は、学習用データセット記憶部６２に互いに関連付けて記憶されている加工状態データＰＤを説明変数とし、芯間距離データＬＤ（即ち、芯間距離Ｌ）を目的変数とした機械学習を行う。この場合、モデル生成部６３は、加工状態データＰＤに含まれる温度データＴＤ０（前回の研削加工時に収集されたクーラントの温度）と温度データＴＤ１（今回の研削加工時に収集されたクーラントの温度）との差、即ち、変化量（ＴＤ１－ＴＤ０）を特徴量として算出（抽出）し、算出（抽出）した変化量（特徴量）を説明変数として用いる。そして、モデル生成部６３は、加工状態データＰＤと芯間距離データＬＤとの間の相関関係を表す学習済みモデルを生成する。

【0045】

補正値決定装置４０は、ねじ研削盤１０がウォームシャフトＷのねじ部Ｗ１を研削加工した際の加工状態データＰＤを用いて芯間距離Ｌを推定し、推定した芯間距離Ｌに基づいて、ねじ研削盤１０の加工条件及び機械設定、即ち、動作指令データ（ＮＣプログラム）の指令値を補正する補正値Ｃを決定する。補正値決定装置４０は、モデル記憶部７１、加工状態データ取得部７２、加工精度予測部としての芯間距離予測部７３、補正値決定部としての補正値算出部７４、出力部７５を備える。

【0046】

モデル記憶部７１は、モデル生成部６３が生成した学習済みモデルを記憶する。加工状態データ取得部７２は、データ収集装置２０から加工状態データＰＤ（温度データＴＤ０及び温度データＴＤ１）を取得する。ここで、加工状態データ取得部７２は、学習用データセット取得部６１の加工状態データ取得部６１ａと同様の処理を行う。

【0047】

尚、本例においては、加工状態データ取得部７２は、学習用データセット取得部６１の加工状態データ取得部６１ａとは別要素として説明する。但し、学習用データセット取得部６１の加工状態データ取得部６１ａを、加工状態データ取得部７２と兼用することも可能である。即ち、学習処理装置３０における要素６１ａの機能が、補正値決定装置４０の一部の機能と兼用される。

【0048】

加工精度予測部としての芯間距離予測部７３は、モデル記憶部７１に記憶された学習済みモデルを取得する。又、芯間距離予測部７３は、加工状態データ取得部７２によって取得された加工状態データＰＤ（温度データＴＤ０及び温度データＴＤ１）を取得する。これにより、芯間距離予測部７３は、学習済みモデルと、加工状態データＰＤ、即ち、温度データＴＤ１と温度データＴＤ０との差（＝ＴＤ１－ＴＤ０）である変化量（特徴量）とに基づいて、芯間距離Ｌを予測する。

【0049】

補正値算出部７４は、芯間距離予測部７３によって予測された芯間距離Ｌに基づいて、ねじ研削盤１０を作動させる動作指令データ（ＮＣプログラム）の指令値を補正する補正値Ｃを算出する。例えば、芯間距離予測部７３によって予測された芯間距離Ｌが規定値Ｌ０よりも大きい場合、ねじ研削盤１０の砥石車１８によってウォームシャフトＷのねじ部Ｗ１が研削される研削量が少ない。そこで、補正値算出部７４は、例えば、砥石車１８（より詳しくは、砥石台１７）を基準位置から更にＸ軸方向に移動させる指令値を補正することによってウォームシャフトＷに近づけたり、砥石車１８の回転速度を大きくしたり、或いは、クーラントの量即ち研削点の温度を低下させるように、補正値Ｃを算出する。

【0050】

本例において、研削量が少ない場合、補正値算出部７４は、動作指令データ（ＮＣプログラム）において、例えば、砥石車１８（砥石台１７）を移動させるモータ１５ａの回転位置を指定する指令値を大きく（場合によっては小さく）するための補正値Ｃを算出する。或いは、研削量が少ない場合、補正値算出部７４は、動作指令データ（ＮＣプログラム）において、例えば、砥石車１８を回転させるモータ１７ａの回転速度を指定する指令値を大きく（場合によっては小さく）するための補正値Ｃを算出する。更には、研削量が少ない場合、補正値算出部７４は、動作指令データ（ＮＣプログラム）において、例えば、クーラントの量を指定する指令値を大きく（場合によっては小さく）するための補正値Ｃを算出する。

【0051】

出力部７５は、補正値算出部７４が算出した（決定した）補正値Ｃをねじ研削盤１０の制御装置Ｓに出力する。これにより、制御装置Ｓは、補正値決定装置４０から出力された補正値Ｃを入力することにより、自動的にＮＣプログラムを修正する。そして、制御装置Ｓは、修正したＮＣプログラムに基づいて各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａ及びクーラント装置１９等を制御することにより、ウォームシャフトＷのねじ部Ｗ１の研削を行う。

【0052】

又、出力部７５は、補正値算出部７４が算出した（決定した）補正値Ｃを表示装置５０に出力する。これにより、例えば、ねじ研削盤１０のオペレータは、表示装置５０に表示された補正値Ｃに従い、制御装置Ｓを操作して動作指令データ（ＮＣプログラム）を修正することができる。従って、制御装置Ｓは、修正されたＮＣプログラムに基づいて各モータ１２ａ，１３ａ，１５ａ，１６ａ，１７ａ及びクーラント装置１９等を制御することにより、ウォームシャフトＷのねじ部Ｗ１の研削を行うことができる。

【0053】

以上の説明からも理解できるように、加工システム１によれば、工作機械であるねじ研削盤１０が工作物としてのウォームシャフトＷのねじ部Ｗ１（噛合構造）を研削加工する際に観測される加工状態データＰＤと、加工されたねじ部Ｗ１（ウォームシャフトＷ）の加工精度を表す加工精度データである芯間距離データＬＤとの相関関係を表す学習済みモデルを生成することができる。そして、学習済みモデルと加工状態データＰＤとを用いて、加工されたねじ部Ｗ１（ウォームシャフトＷ）の加工精度である芯間距離Ｌを予測し、予測された芯間距離Ｌに基づいてねじ研削盤１０を作動させる指令値を補正する補正値Ｃを決定することができる。

【0054】

これにより、ねじ研削盤１０がねじ部Ｗ１（ウォームシャフトＷ）を加工しながらねじ部Ｗ１（ウォームシャフトＷ）の加工精度を予測することができるため、加工されたウォームシャフトＷごとに検査用装置２を用いて加工精度を検査する必要がない。従って、ウォームシャフトＷの生産性（加工効率）を向上させることができる。又、生成された学習済みモデルを用いて予測された芯間距離Ｌに基づいて補正値Ｃが決定されるため、オペレータの経験（勘やコツ）に依存することによる芯間距離Ｌのバラつきを抑制することができ、その結果、芯間距離Ｌ即ち加工精度の均一化を達成することができる。

【0055】

（５．その他）
上述した本例においては、学習処理装置３０のモデル生成部６３が生成した学習済みモデルは、補正値決定装置４０のモデル記憶部７１に記憶されるようにした。ところで、学習済みモデルは、学習用データセット記憶部６２に記憶された学習用データセットを用いた機械学習を行うことにより生成される。従って、学習用データセットの数が増える、換言すれば、機械学習による学習が進むほど、精度の高い学習済みモデルを生成することができる。又、工作機械であるねじ研削盤１０は、ウォームシャフトＷの加工数が増加する程、例えば、砥石車１８が摩耗したり、可動テーブル１２や移動台１５移動させる移動機構が機械的に劣化したり、或いは、主軸台１３、心押台１４及び砥石台１７の軸受等が機械的に劣化したりする。このため、モデル生成部６３は、逐次、学習済みモデルを更新することができる。

【0056】

又、上述した本例においては、モデル生成部６３及び芯間距離予測部７３は、加工状態データＰＤに含まれる温度データＴＤ０と温度データＴＤ１の差、即ち、変化量を特徴量とした。しかしながら、特徴量としては、本例で例示した変化量に限られない。例えば、所定期間分における加工状態データＰＤの最大値、最小値、平均値や、統計演算値（分散値、標準偏差値等）を特徴量とすることも可能である。

【0057】

或いは、例えば、加工状態データＰＤに複数種のサンプリングデータが含まれる場合、所定期間分における複数種のサンプリングデータの関係を近似関係式（線形関係又は非線形関係）で表しておき、近似関係式における微分値や極値等を特徴量とすることも可能である。尚、近似関係式が非線形関係として表される場合、より正確な特徴量が得られるため、生成される学習済みモデルの精度、ひいては、芯間距離Ｌの予測精度が向上し、その結果、より適切な補正値Ｃを決定することができる。

【0058】

又、上述した本例においては、加工システム１が工作機械として研削盤であるねじ研削盤１０を有するようにした。上述したように、工作機械としては、研削盤に限られず、歯車加工装置（スカイビング加工装置）を用いることもできる。加工システム１が工作機械として歯車加工装置（スカイビング加工装置）を有する場合は、例えば、噛合構造を有する工作物（歯車構造を有する歯車）と基準部材として被噛合構造を有する加工工具（スカイビングカッタ）との芯間距離を予測することができる。そして、予測された芯間距離に基づいて、歯車加工装置を作動させるための動作指令データ（ＮＣプログラム）を補正して修正するための補正値を決定することができる。従って、この場合においても、上述した本例と同様の効果が得られる。

【0059】

又、上述した本例においては、モデル生成部６３及び芯間距離予測部７３は、加工状態データＰＤに基づいて特徴量を求めるようにした。しかしながら、モデル生成部６３及び芯間距離予測部７３は、必要に応じて、特徴量を求めることなく加工状態データＰＤを直接的に用いて、学習済みモデルを生成したり、芯間距離Ｌを予測したりすることも可能である。この場合においても、上述した本例と同様の効果が期待できる。

【0060】

更に、上述した本例においては、学習処理装置３０及び補正値決定装置４０が用いる加工状態データＰＤ（即ち特徴量）として、データ収集装置２０のセンサ２３によって取得される第二実測データであるクーラント温度に関する温度データを用いるようにした。しかし、特徴量としてはクーラント温度に関する温度データに限られず、例えば、センサ２３によって収集可能な砥石台１７のモータ１７ａに供給される駆動電流（砥石軸電流）や、外気温、砥石車１８の径等を用いることも可能である。この場合、加工状態データＰＤ（特徴量）として、例えば、センサ２３によって得られた各値について統計演算を行うことによって算出された平均値や最大値、歪度等、或いは、実測値と平均値との差分値等を用いることができる。

【符号の説明】

【0061】

１…加工システム、２…検査用装置、１０…ねじ研削盤（工作機械）、１１…ベッド、１２…可動テーブル、１３…主軸台、１４…心押台、１５…移動台、１６…回転台、１７…砥石台、１８…砥石車、１９…クーラント装置、２０…データ収集装置（観測装置）、２１～２３…センサ、２４…記憶部、３０…学習処理装置（学習済みモデル生成装置）、３１…プロセッサ、３２…記憶装置、３３…インターフェース、４０…補正値決定装置、４１…プロセッサ、４２…記憶装置、４３…インターフェース、５０…表示装置、６１…学習用データセット取得部、６１ａ…加工状態データ取得部、６１ｂ…芯間距離データ取得部、６２…学習用データセット記憶部、６３…モデル生成部、７１…モデル記憶部、７２…加工状態データ取得部、７３…芯間距離予測部（加工精度予測部）、７４…補正値算出部（補正値決定部）、７５…出力部、ＰＤ…加工状態データ、ＬＤ…芯間距離データ（加工精度データ）、Ｌ…芯間距離、Ｗ…ウォームシャフト（工作物）、Ｗ１…ねじ部（噛合構造）、Ｗｍ…マスタウォームギア（基準部材）、Ｓ…制御装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】