特許 7566226 加工条件調整装置、加工システム、加工条件調整方法、加工方法、および加工条件調整プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-10-03

(45)【発行日】2024-10-11

(54)【発明の名称】加工条件調整装置、加工システム、加工条件調整方法、加工方法、および加工条件調整プログラム

(51)【国際特許分類】

   B23H 1/00 20060101AFI20241004BHJP

【ＦＩ】

B23H1/00 A

【請求項の数】 13

(21)【出願番号】P 2024545227

(86)(22)【出願日】2024-03-25

(86)【国際出願番号】 JP2024011725

【審査請求日】2024-07-30

【早期審査対象出願】

(73)【特許権者】

【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】100118762

【弁理士】

【氏名又は名称】高村 順

(72)【発明者】

【氏名】林 克彦

(72)【発明者】

【氏名】太田 信行

【審査官】岩見 勤

(56)【参考文献】

【文献】特許第７１２６６３９（ＪＰ，Ｂ１）

【文献】特開２０１０－４２４９９（ＪＰ，Ａ）

【文献】特開２００８－３６８１２（ＪＰ，Ａ）

【文献】特開平７－１１６９２７（ＪＰ，Ａ）

【文献】国際公開第２０２２／２１０４７２（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ２３Ｈ １／００ － １１／００

(57)【特許請求の範囲】

【請求項1】

放電加工に対して作業者が所望する要求仕様を取得し、前記要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した前記要求仕様から最小数の前記加工試験項目を導出する試験項目推論装置と、
前記加工試験に対応する加工結果をモデル更新用データとして取得し、前記加工結果から加工条件パラメータを推論し前記加工条件パラメータから前記加工結果を推論するための学習済の基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新装置と、
前記更新加工結果モデルを用いて、前記要求仕様から前記要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整部と、
前記更新加工結果モデルと前記計算加工条件パラメータとに基づいて、前記計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定部と、
を備える、
ことを特徴とする加工条件調整装置。

【請求項2】

前記加工試験項目と、前記加工条件パラメータと、前記推定加工結果とを表示する表示部をさらに備える、
ことを特徴とする請求項１に記載の加工条件調整装置。

【請求項3】

前記加工結果モデル更新装置は、
放電加工機が前記加工試験を実行した際の加工状態、前記放電加工機の他の放電加工機との機械構成の違いまたは号機間差の情報である機械特性、前記放電加工機が前記加工試験を実行した際に所望の工作物を得るために前記放電加工機に入力された加工軌跡の解析結果である軌跡解析結果、前記放電加工機が前記加工試験を実行した際の加工環境、および導出された前記加工試験項目の少なくとも１つと、前記加工結果とを含んだ前記モデル更新用データを取得し、前記基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記更新加工結果モデルを生成する、
ことを特徴とする請求項１または２に記載の加工条件調整装置。

【請求項4】

前記加工結果モデル更新装置は、
前記モデル更新用データに含まれる各要素に重み付けを行って前記更新加工結果モデルを生成する、
ことを特徴とする請求項３に記載の加工条件調整装置。

【請求項5】

前記試験項目推論装置は、
前記機械特性、前記軌跡解析結果、および前記加工環境の少なくとも１つと、前記要求仕様とを含んだ導出用データを取得し、前記加工試験項目モデルを用いて、取得した前記導出用データから前記加工試験項目を導出する、
ことを特徴とする請求項３に記載の加工条件調整装置。

【請求項6】

前記試験項目推論装置は、
前記導出用データに含まれる各要素に重み付けを行って前記加工試験項目を導出する、
ことを特徴とする請求項５に記載の加工条件調整装置。

【請求項7】

前記加工結果を前記放電加工機から取得して、前記加工結果モデル更新装置に入力する加工結果計測装置をさらに備える、
ことを特徴とする請求項３に記載の加工条件調整装置。

【請求項8】

前記要求仕様と、前記加工試験に対応する前記加工結果とに基づいて、前記基準加工結果モデルの更新が必要であるか否かを判定する更新要否判定部をさらに備える、
ことを特徴とする請求項１または２に記載の加工条件調整装置。

【請求項9】

前記放電加工は、複数ステップを含んだ加工であり、前記基準加工結果モデルは、前の加工ステップの加工結果と、次の加工ステップの加工結果と、前記次の加工ステップにおける加工条件パラメータとに基づいて学習された学習済モデルである、
ことを特徴とする請求項１または２に記載の加工条件調整装置。

【請求項10】

放電加工を行う放電加工機と、
前記放電加工機が用いる加工条件パラメータを調整する加工条件調整装置と、
を有し、
前記加工条件調整装置は、
前記放電加工に対して作業者が所望する要求仕様を取得し、前記要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した前記要求仕様から最小数の前記加工試験項目を導出する試験項目推論装置と、
前記放電加工機が実行した前記加工試験に対応する加工結果をモデル更新用データとして取得し、前記加工結果から前記加工条件パラメータを推論し前記加工条件パラメータから前記加工結果を推論するための学習済の基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新装置と、
前記更新加工結果モデルを用いて、前記要求仕様から前記要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整部と、
前記更新加工結果モデルと前記計算加工条件パラメータとに基づいて、前記計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定部と、
を備える、
ことを特徴とする加工システム。

【請求項11】

放電加工機が用いる加工条件パラメータを調整する加工条件調整装置が、放電加工に対して作業者が所望する要求仕様を取得し、前記要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した前記要求仕様から最小数の前記加工試験項目を導出する試験項目推論ステップと、
前記加工条件調整装置が、前記加工試験に対応する加工結果をモデル更新用データとして取得し、前記加工結果から前記加工条件パラメータを推論し前記加工条件パラメータから前記加工結果を推論するための学習済の基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新ステップと、
前記加工条件調整装置が、前記更新加工結果モデルを用いて、前記要求仕様から前記要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整ステップと、
前記加工条件調整装置が、前記更新加工結果モデルと前記計算加工条件パラメータとに基づいて、前記計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定ステップと、
を含む、
ことを特徴とする加工条件調整方法。

【請求項12】

放電加工機が用いる加工条件パラメータを調整する加工条件調整装置が、放電加工に対して作業者が所望する要求仕様を取得し、前記要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した前記要求仕様から最小数の前記加工試験項目を導出する試験項目推論ステップと、
前記放電加工機が、前記加工試験を実行する加工試験実行ステップと、
前記加工条件調整装置が、前記加工試験に対応する加工結果をモデル更新用データとして取得し、前記加工結果から前記加工条件パラメータを推論し前記加工条件パラメータから前記加工結果を推論するための学習済の基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新ステップと、
前記加工条件調整装置が、前記更新加工結果モデルを用いて、前記要求仕様から前記要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整ステップと、
前記加工条件調整装置が、前記更新加工結果モデルと前記計算加工条件パラメータとに基づいて、前記計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定ステップと、
を含む、
ことを特徴とする加工方法。

【請求項13】

放電加工に対して作業者が所望する要求仕様を取得し、前記要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した前記要求仕様から最小数の前記加工試験項目を導出する試験項目推論ステップと、
前記加工試験に対応する加工結果をモデル更新用データとして取得し、前記加工結果から放電加工機が用いる加工条件パラメータを推論し前記加工条件パラメータから前記加工結果を推論するための学習済の基準加工結果モデルと、取得した前記モデル更新用データとに基づいて、前記基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新ステップと、
前記更新加工結果モデルを用いて、前記要求仕様から前記要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整ステップと、
前記更新加工結果モデルと前記計算加工条件パラメータとに基づいて、前記計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定ステップと、
をコンピュータに実行させることを特徴とする加工条件調整プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、放電加工機の加工条件パラメータを調整する加工条件調整装置、加工システム、加工条件調整方法、加工方法、および加工条件調整プログラムに関する。

【背景技術】

【0002】

従来、ワイヤ放電加工機といった放電加工機に適用される加工条件は、複数の加工条件パラメータで構成されており、加工条件パラメータの組合せは多岐に渡るので、加工精度を向上させるための加工条件パラメータの調整には熟練者のノウハウが必要であった。

【0003】

特許文献１に記載の加工条件調整装置は、予め定められたテスト用の実加工を行うことで、ワイヤ放電加工機のシミュレーション処理に用いる計算モデルを現場の機械に適合するように更新し、更新後の計算モデルを用いて加工条件を調整している。

【先行技術文献】

【特許文献】

【0004】

【文献】国際公開第２０２２／２１０４７２号

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記特許文献１の技術では、テスト用の実加工における加工寸法、面粗さなどの加工結果が考慮されていないので、加工条件パラメータを調整しても加工結果の高精度な補正が困難であり、加工条件パラメータに対して高精度な加工を実現するための調整ができないという問題があった。

【0006】

本開示は、上記に鑑みてなされたものであって、加工条件パラメータに対して高精度な加工を実現するための調整ができる加工条件調整装置を得ることを目的とする。

【課題を解決するための手段】

【0007】

上述した課題を解決し、目的を達成するために、本開示の加工条件調整装置は、放電加工に対して作業者が所望する要求仕様を取得し、要求仕様から加工試験の項目である加工試験項目を推論するための学習済の加工試験項目モデルを用いて、取得した要求仕様から最小数の加工試験項目を導出する試験項目推論装置を備える。また、本開示の加工条件調整装置は、加工試験に対応する加工結果をモデル更新用データとして取得し、加工結果から加工条件パラメータを推論し加工条件パラメータから加工結果を推論するための学習済の基準加工結果モデルと、取得したモデル更新用データとに基づいて、基準加工結果モデルを更新することで、更新後の基準加工結果モデルである更新加工結果モデルを生成する加工結果モデル更新装置を備える。また、本開示の加工条件調整装置は、更新加工結果モデルを用いて、要求仕様から要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整部と、更新加工結果モデルと計算加工条件パラメータとに基づいて、計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定部とを備える。

【発明の効果】

【0008】

本開示にかかる加工条件調整装置は、加工条件パラメータに対して高精度な加工を実現可能な調整ができるという効果を奏する。

【図面の簡単な説明】

【0009】

【図1】実施の形態１にかかる加工条件調整装置を有した放電加工システムの構成を示す図

【図2】実施の形態１にかかる加工条件調整装置の構成を示す図

【図3】実施の形態１にかかる加工条件調整装置が実行する処理の処理手順を示すフローチャート

【図4】実施の形態２にかかる加工条件調整装置が実行する処理の処理手順を示すフローチャート

【図5】実施の形態３にかかる加工条件調整装置の構成を示す図

【図6】実施の形態３にかかる加工条件調整装置が加工試験項目を導出する処理の処理手順を示すフローチャート

【図7】実施の形態３にかかる加工条件調整装置が加工結果モデルを更新する処理の処理手順を示すフローチャート

【図8】実施の形態４にかかる加工条件調整装置の構成を示す図

【図9】実施の形態５にかかる加工条件調整装置の構成を示す図

【図10】実施の形態６にかかる加工条件調整装置の構成を示す図

【図11】実施の形態７にかかる加工条件調整装置が加工結果モデルを更新する処理を説明するための図

【図12】実施の形態８にかかる加工結果モデル学習装置の構成を示す図

【図13】実施の形態８にかかる加工結果モデル学習装置が用いるニューラルネットワークを説明するための図

【図14】実施の形態８にかかる加工結果モデル学習装置が実行する処理の処理手順を示すフローチャート

【図15】実施の形態８にかかる加工結果モデル学習装置が基準加工結果モデルの導出対象とする複数ステップを説明するための図

【図16】実施の形態９にかかる試験項目モデル学習装置の構成を示す図

【図17】実施の形態９にかかる試験項目モデル学習装置が実行する処理の処理手順を示すフローチャート

【図18】実施の形態１にかかる加工条件調整装置が備える処理回路をプロセッサおよびメモリで実現する場合の処理回路の構成例を示す図

【図19】実施の形態１にかかる加工条件調整装置が備える処理回路を専用のハードウェアで構成する場合の処理回路の例を示す図

【発明を実施するための形態】

【0010】

以下に、本開示の実施の形態にかかる加工条件調整装置、加工システム、加工条件調整方法、加工方法、および加工条件調整プログラムを図面に基づいて詳細に説明する。

【0011】

実施の形態１．
図１は、実施の形態１にかかる加工条件調整装置を有した放電加工システムの構成を示す図である。図１では、加工条件調整装置１０Ａに適用される放電加工機の一例がワイヤ放電加工機１である場合について説明する。なお、加工条件調整装置１０Ａに適用される放電加工機は、ワイヤ放電加工機１に限らず、細穴放電加工機、形彫り放電加工機などの放電加工機であってもよい。図１では、定盤Ｔの上面と平行な面内の２つの軸であって互いに直交する２つの軸をＸ軸およびＹ軸とする。また、Ｘ軸およびＹ軸に直交する軸をＺ軸とする。

【0012】

放電加工システムは、ワイヤ放電加工機１と、加工条件調整装置１０Ａとを有している。ワイヤ放電加工機１は、制御装置２と、電源装置３とを備えている。制御装置２は、数値制御装置である。電源装置３は、例えば、ワイヤ放電加工機１の状態を検知する検知部（図示せず）を備えていてもよい。

【0013】

また、ワイヤ放電加工機１は、ワイヤ電極６と、ワイヤ電極ボビン８１と、ワイヤ電極回収箱８２と、ワイヤ電極搬送ローラ８３と、下部ローラ８４と、ワイヤ走行速度制御モータ８５とを備えている。また、ワイヤ放電加工機１は、上部ガイド８６と、下部ガイド８７と、加工部８８と、Ｘ軸モータ８９Ｘと、Ｙ軸モータ８９Ｙとを備えている。

【0014】

ワイヤ電極６は、ワイヤ電極ボビン８１から供給され、ワイヤ電極搬送ローラ８３、上部給電子８ａ、および上部ガイド８６を介して加工部８８に送られ、下部給電子８ｂ、下部ガイド８７、下部ローラ８４、およびワイヤ走行速度制御モータ８５を介してワイヤ電極回収箱８２に回収される。

【0015】

上部給電子８ａおよび下部給電子８ｂは、ワイヤ電極搬送ローラ８３と下部ローラ８４との間に配置されている。また、上部ガイド８６および下部ガイド８７もワイヤ電極搬送ローラ８３と下部ローラ８４との間に配置されている。

【0016】

加工部８８は、上部給電子８ａおよび下部給電子８ｂとの間で、且つ上部ガイド８６と下部ガイド８７との間に配置されている。ワイヤ電極６は、上部ガイド８６および下部ガイド８７によって保持されている。電源装置３から上部給電子８ａおよび下部給電子８ｂに給電されると、上部給電子８ａと下部給電子８ｂとの間のワイヤ電極６に加工電流が供給される。これにより、加工部８８内のワイヤ電極６に加工電流が供給される。

【0017】

ワイヤ電極６は、加工部８８において定盤Ｔ上に載置された工作物（加工対象物）４を加工した後、ワイヤ電極回収箱８２に回収される。ワイヤ電極６の搬送速度は、ワイヤ走行速度制御モータ８５によって制御される。

【0018】

制御装置２は、Ｘ軸モータ８９ＸおよびＹ軸モータ８９Ｙに位置指令を入力し、Ｘ軸モータ８９ＸおよびＹ軸モータ８９Ｙが、定盤ＴのＸ軸およびＹ軸上の位置を変更する。これにより、制御装置２は、工作物４に対するワイヤ電極６のＸＹ平面内の相対位置を制御する。

【0019】

なお、ワイヤ放電加工機１は、ワイヤ電極６をＸＹ平面に平行な面内で移動させることによって、工作物４に対するワイヤ電極６のＸＹ平面内の相対位置を制御してもよい。

【0020】

図２は、実施の形態１にかかる加工条件調整装置の構成を示す図である。加工条件調整装置１０Ａは、加工条件パラメータを調整することで加工条件（放電加工条件）を調整するコンピュータである。加工条件調整装置１０Ａは、ワイヤ放電加工機１といった放電加工機に接続されている。

【0021】

加工条件調整装置１０Ａは、ワイヤ放電加工機１および作業者５から、加工条件の調整に用いる種々の情報を取得する。加工条件調整装置１０Ａは、入力部７と、加工結果モデル更新装置２０と、試験項目推論装置３０と、基準加工結果モデル記憶部４５と、試験項目モデル記憶部４３と、パラメータ調整部４１と、加工結果推定部４２と、表示部４４とを備えている。なお、表示部４４は、加工条件調整装置１０Ａの外部に配置されてもよい。

【0022】

入力部７は、作業者５によって入力される加工結果を受け付けて、加工結果モデル更新装置２０に入力する。また、入力部７は、作業者５によって入力される要求仕様を受け付けて、試験項目推論装置３０およびパラメータ調整部４１に入力する。

【0023】

加工結果は、ワイヤ放電加工機１による加工によって得られる結果である。この加工結果は、加工試験によって得られた工作物４の所望値からの寸法誤差、面粗さ、加工速度、加工に要した時間（加工時間）、加工に要した消費電力、加工諸元などである。加工諸元は、加工結果に影響を与える情報である。加工諸元は、例えば、パンチ加工、ダイ加工といった加工の種類の情報、工作物４の材質、ワイヤ電極６の材質、ワイヤ電極６の直径、ワイヤ放電加工機１の機種などである。加工結果の種類は、１つであってもよいし、複数であってもよい。

【0024】

要求仕様は、放電加工に対して作業者５が所望する仕様である。要求仕様に含まれる情報の種類は、加工結果に含まれる情報の種類と同様である。要求仕様は、加工諸元の範囲と、加工諸元の範囲に対して作業者５が要求する加工の結果の範囲（以下、要求加工結果という）とを含んでいる。

【0025】

要求加工結果は、ワイヤ放電加工機１による加工によって実現したい工作物４の寸法誤差の範囲、面粗さの範囲、加工速度の範囲、加工に要する時間の範囲、加工に要する消費電力の範囲などである。要求加工結果の種類は、１つであってもよいし、複数であってもよい。要求加工結果は、特定の範囲を示す情報に限らず特定値であってもよい。

【0026】

要求仕様は、作業者５が所望する仕様であり、要求加工結果は、作業者５が所望する仕加工の結果である。入力部７に入力される加工結果は、実際にワイヤ放電加工機１が加工試験によって加工した結果である。また、表示部４４に表示される加工結果は、加工条件調整装置１０Ａなどが推定する加工結果（以下、推定加工結果という）である。以下では、ワイヤ放電加工機１が加工試験によって加工した結果を加工結果といい、要求加工結果を含んだ要求仕様、および推定加工結果と区別する。

【0027】

基準加工結果モデル記憶部４５は、予め導出された基準加工結果モデルを記憶する。基準加工結果モデルは、加工結果と加工条件パラメータとの関係を表す学習済モデルである。すなわち、基準加工結果モデルは、加工結果から加工条件パラメータを推論し、加工条件パラメータから学習結果を推論するための学習済モデルである。

【0028】

基準加工結果モデルは、予め学習装置などで生成されて、ワイヤ放電加工機１に格納される。加工条件調整装置１０Ａは、ワイヤ放電加工機１に格納されている基準加工結果モデルを読み出して、基準加工結果モデル記憶部４５に記憶させる。加工条件パラメータは、ワイヤ電極６の張力、ワイヤ電極６の送り速度、ワイヤ電極６に供給する加工電流値などである。

【0029】

なお、基準加工結果モデル記憶部４５が記憶しておく基準加工結果モデルは、ワイヤ放電加工機１以外の装置から基準加工結果モデル記憶部４５に送られてきてもよい。また、基準加工結果モデルは、加工条件調整装置１０Ａとは別の外部装置で記憶されてもよい。この場合、基準加工結果モデルを記憶する外部装置と加工条件調整装置１０Ａとはネットワークなどによって接続される。

【0030】

試験項目モデル記憶部４３は、予め導出された加工試験項目モデルを記憶する。加工試験項目モデルは、要求仕様と加工試験項目との関係を表す学習済モデルである。すなわち、加工試験項目モデルは、要求仕様から加工試験の項目である加工試験項目を推論するための学習済モデルである。加工試験項目モデルは、予め学習装置などで生成される。なお、加工試験項目モデルは、加工条件調整装置１０Ａとは別の外部装置で記憶されてもよい。この場合、加工試験項目モデルを記憶する外部装置と加工条件調整装置１０Ａとはネットワークなどによって接続される。

【0031】

試験項目推論装置３０は、加工試験項目モデルを用いて、要求仕様から加工試験項目を導出する。すなわち、試験項目推論装置３０は、加工試験項目モデルに要求仕様を適用することで、要求仕様に対応する加工試験項目を推論する。試験項目推論装置３０は、加工試験項目を加工結果モデル更新装置２０および表示部４４に送る。これにより、加工試験項目に対応する加工が実行され、この加工の加工結果が作業者５によって入力部７に入力されると、この加工結果が加工結果モデル更新装置２０に送られる。また加工試験項目は、加工結果モデル更新装置２０が基準加工結果モデルを更新する際に用いられる。

【0032】

加工試験項目は、例えば、加工条件パラメータの組合せ、ノズル離れ量（工作物４と加工液ノズルとの間の距離）、工作物４の定盤Ｔ上での載置位置などである。

【0033】

加工結果モデル更新装置２０は、加工結果および加工試験項目に基づいて、基準加工結果モデル記憶部４５が記憶している基準加工結果モデルを更新する。なお、加工結果モデル更新装置２０は、加工試験項目を用いず、加工結果に基づいて、基準加工結果モデル記憶部４５が記憶している基準加工結果モデルを更新してもよい。

【0034】

このように、加工試験項目に対応する加工結果は、基準加工結果モデルの更新に用いられる。加工結果モデル更新装置２０は、更新した最新の更新加工結果モデルをパラメータ調整部４１、加工結果推定部４２、および表示部４４に送る。

【0035】

パラメータ調整部４１は、最新の更新加工結果モデルに要求仕様を適用することで、要求仕様に対応する加工条件パラメータ（計算加工条件パラメータ）を計算する。すなわち、パラメータ調整部４１は、最新の更新加工結果モデルを用いて、要求仕様から加工条件パラメータを計算する。これにより、パラメータ調整部４１は、要求仕様を満たす加工結果を得るための加工条件パラメータを計算する。

【0036】

また、パラメータ調整部４１は、基準となる予め設定されている加工条件パラメータと、計算した加工条件パラメータとの差分に基づいて、加工条件パラメータの調整量（以下、パラメータ調整量という）を計算する。なお、パラメータ調整部４１は、前回計算した加工条件パラメータと、今回計算した加工条件パラメータとの差分に基づいて、パラメータ調整量を計算してもよい。

【0037】

パラメータ調整部４１は、基準加工結果モデルに対して加工結果に応じた調整が加えられた更新加工結果モデルを用いて、加工条件パラメータを計算している。このため、パラメータ調整部４１が計算した加工条件パラメータは、加工結果に応じて調整された加工条件パラメータであるといえる。

【0038】

パラメータ調整部４１は、計算した加工条件パラメータを加工結果推定部４２に送る。また、パラメータ調整部４１は、パラメータ調整量および計算した加工条件パラメータの少なくとも一方を表示部４４に送る。以下では、パラメータ調整部４１が、パラメータ調整量および計算した加工条件パラメータの両方を表示部４４に送る場合について説明する。

【0039】

加工結果推定部４２は、更新加工結果モデルに、パラメータ調整部４１が計算した加工条件パラメータを適用することで、加工条件パラメータを調整した場合（基準加工結果モデルを更新した場合）の推定加工結果を推定する。すなわち、加工結果推定部４２は、調整後の加工条件パラメータを用いて加工が実行された場合の推定加工結果を推定する。

【0040】

推定加工結果は、ワイヤ放電加工機１による加工によって得られる結果の推定値である。この推定加工結果は、作業者５によって入力される加工結果および要求仕様と同じ種類の情報である。すなわち、推定加工結果は、加工試験によって得られる工作物４の所望値からの寸法誤差、面粗さ、加工速度、加工時間、加工に要した消費電力などである。また、推定加工結果には、前述した加工諸元が含まれていてもよい。推定加工結果の種類は、１つであってもよいし、複数であってもよい。

【0041】

パラメータ調整部４１が基準加工結果モデルに入力する要求仕様には、加工諸元の範囲と、加工の結果の範囲である要求加工結果とを含んでいる。このように、要求仕様は、範囲を示す情報である。加工結果推定部４２が基準加工結果モデルから出力する推定加工結果は、加工結果の特定値を示す情報である。加工結果推定部４２は、推定した推定加工結果を表示部４４に送る。なお、加工条件調整装置１０Ａは、加工結果推定部４２を備えていなくてもよい。

【0042】

表示部４４は、加工試験項目、調整後の加工条件パラメータ、および推定加工結果を表示する。なお、表示部４４は、パラメータ調整量、基準加工結果モデル、更新加工結果モデルなどを表示してもよい。

【0043】

表示部４４が表示する加工結果は、更新加工結果モデルおよびパラメータ調整量に対応し、このパラメータ調整量は、更新加工結果モデルおよび要求仕様に対応している。そして、更新加工結果モデルは、加工試験項目を用いて加工試験された場合の加工結果に対応し、加工試験項目は要求仕様に対応している。すなわち、表示部４４が表示する加工結果は、作業者５によって入力された要求仕様に対応している。

【0044】

なお、パラメータ調整部４１は、計算したパラメータ調整量をワイヤ放電加工機１に送信してもよい。これにより、ワイヤ放電加工機１は、パラメータ調整量を用いて加工を実行することができる。

【0045】

図３は、実施の形態１にかかる加工条件調整装置が実行する処理の処理手順を示すフローチャートである。ここでは、加工条件調整装置１０Ａが実行する処理の処理手順と、作業者５が実行する処理の処理手順とを説明する。

【0046】

作業者５から加工条件の調整作業を開始する指示が加工条件調整装置１０Ａに入力されると、加工条件調整装置１０Ａの表示部４４は、基準加工結果モデルを表示する（ステップＳ１０）。作業者５は、基準加工結果モデルを確認し（ステップＳ２０）、所望の要求仕様を入力部７に入力する（ステップＳ３０）。加工条件調整装置１０Ａの試験項目推論装置３０は、試験項目モデルおよび入力された要求仕様に基づいて、基準加工結果モデルを更新するための加工試験項目を導出する（ステップＳ４０）。表示部４４は、基準加工結果モデルを更新するための加工試験項目を表示する（ステップＳ５０）。

【0047】

作業者５は、表示された加工試験項目に基づいて、加工試験項目に対応する加工試験を実施する（ステップＳ６０）。すなわち、作業者５は、加工試験項目に対応する加工試験をワイヤ放電加工機１に実行させる。作業者５は、ワイヤ放電加工機１による加工の加工結果を計測し（ステップＳ７０）、加工条件調整装置１０Ａに加工結果を入力する（ステップＳ８０）。

【0048】

加工条件調整装置１０Ａの加工結果モデル更新装置２０は、基準加工結果モデルと入力された加工結果とに基づいて更新加工結果モデルを導出する（ステップＳ９０）。加工結果モデル更新装置２０は、基準加工結果モデルを更新加工結果モデルに更新する（ステップＳ１００）。

【0049】

パラメータ調整部４１は、更新加工結果モデルに要求仕様を入力することで、要求仕様に対応する加工条件パラメータ（調整後の加工条件パラメータ）を計算する（ステップＳ１１０）。表示部４４は、パラメータ調整量、および調整後の加工条件パラメータを表示する（ステップＳ１２０）。

【0050】

加工結果推定部４２は、更新加工結果モデルに基づいて、調整後の加工条件パラメータで加工した場合の推定加工結果を推定する（ステップＳ１３０）。すなわち、加工結果推定部４２は、更新加工結果モデルに調整後の加工条件パラメータを入力することで、調整後の加工条件パラメータに対応する推定加工結果を推定する。表示部４４は、加工結果推定部４２によって推定された推定加工結果を表示する（ステップＳ１４０）。表示部４４は、パラメータ調整量、および調整後の加工条件パラメータが計算された後は、何れのタイミングでパラメータ調整量、および調整後の加工条件パラメータを表示してもよい。なお、表示部４４は、パラメータ調整量および推定加工結果の少なくとも一方の表示をしなくてもよい。

【0051】

作業者５は、表示された調整後の加工条件パラメータを用いて本加工を実施する（ステップＳ１５０）。すなわち、作業者５は、調整後の加工条件パラメータを用いた本加工をワイヤ放電加工機１に実行させる。

【0052】

このように、加工条件調整装置１０Ａは、加工試験が実行された際の寸法誤差、面粗さなどの加工結果を用いて、基準加工結果モデルを更新しているので、複雑な形状に対応した更新加工結果モデルを導出できる。

【0053】

また、加工条件調整装置１０Ａは、予め導出された基準加工結果モデルから作業者５の利用形態（要求仕様）に合わせて更新された更新加工結果モデルに基づいて、加工条件パラメータを調整できるので、要求仕様を満たす加工結果を得ることができる。

【0054】

また、加工条件調整装置１０Ａは、本加工が実行される前に高精度に推定加工結果を推定することができ、作業者５は、本加工が実行される前に高精度な推定加工結果を知ることができる。

【0055】

なお、試験項目推論装置３０と試験項目モデル記憶部４３とは、例えば、ネットワークを介して接続されてもよい。また、試験項目推論装置３０および試験項目モデル記憶部４３の少なくとも一方は、ワイヤ放電加工機１に内蔵されていてもよい。また、試験項目推論装置３０および試験項目モデル記憶部４３の少なくとも一方は、クラウドサーバ上に存在していてもよい。

【0056】

また、加工結果モデル更新装置２０と基準加工結果モデル記憶部４５とは、例えば、ネットワークを介して接続されてもよい。また、加工結果モデル更新装置２０および基準加工結果モデル記憶部４５は、ワイヤ放電加工機１に内蔵されていてもよい。また、加工結果モデル更新装置２０および基準加工結果モデル記憶部４５の少なくとも一方は、クラウドサーバ上に存在していてもよい。

【0057】

このように実施の形態１の加工条件調整装置１０Ａは、放電加工の要求仕様に対応する加工試験項目を推論し、加工試験に対応する加工結果に基づいて、基準加工結果モデルを更新した更新加工結果モデルを生成している。そして、加工条件調整装置１０Ａは、更新加工結果モデルと要求仕様とに基づいて、加工条件パラメータを調整している。これにより、加工条件調整装置１０Ａは、加工条件パラメータに対して高精度な加工を実現可能な調整ができる。また、加工条件調整装置１０Ａは、加工条件パラメータを調整した場合の加工結果を推定しているので、加工が実行される前に高精度に推定加工結果を推定することができる。

【0058】

また、加工条件調整装置１０Ａは、高精度な加工を実現できるように調整された加工条件パラメータおよびパラメータ調整量を表示するので、作業者５は、本加工が実行される前に高精度な加工結果を得ることができる加工条件パラメータおよびパラメータ調整量を知ることができる。

【0059】

実施の形態２．
つぎに、図４を用いて実施の形態２について説明する。実施の形態１では、加工条件調整装置１０Ａが基準加工結果モデルを表示した後に作業者５が要求仕様を入力しているが、実施の形態２では、作業者５が要求仕様を入力した後に加工条件調整装置１０Ａが基準加工結果モデルを表示する。なお、実施の形態２の加工条件調整装置１０Ａは、実施の形態１の加工条件調整装置１０Ａと同様の構成を有している。

【0060】

図４は、実施の形態２にかかる加工条件調整装置が実行する処理の処理手順を示すフローチャートである。ここでは、実施の形態２の加工条件調整装置１０Ａが実行する処理の処理手順と、作業者５が実行する処理の処理手順とを説明する。なお、実施の形態２の加工条件調整装置１０Ａが実行する処理のうち、実施の形態１の加工条件調整装置１０Ａが実行する処理と同じ処理については、同じステップ番号を付しており、その説明を省略する。

【0061】

実施の形態２の加工条件調整装置１０Ａは、実施の形態１の加工条件調整装置１０Ａと比較して、ステップＳ１０～Ｓ３０の処理の代わりに、ステップＳ５，Ｓ１０，Ｓ２０の処理を実行する。

【0062】

具体的には、作業者５が、加工条件の調整作業を開始するために、所望の要求仕様を入力部７に入力する（ステップＳ５）。加工条件調整装置１０Ａは、所望の要求仕様を受け付けると、表示部４４が、基準加工結果モデルを表示する（ステップＳ１０）。これにより、作業者５は、基準加工結果モデルを確認する（ステップＳ２０）。

【0063】

また、加工条件調整装置１０Ａの試験項目推論装置３０は、試験項目モデルおよび入力された要求仕様に基づいて、基準加工結果モデルを更新するための加工試験項目を導出する（ステップＳ４０）。以下、作業者５は、実施の形態１で説明したステップＳ６０～Ｓ８０の処理を実行し、加工条件調整装置１０Ａは、実施の形態１で説明したステップＳ９０～Ｓ１４０の処理を実行する。また、作業者５は、実施の形態１で説明したステップＳ１５０の処理を実行する。

【0064】

このように実施の形態２によれば、加工条件調整装置１０Ａは、基準加工結果モデルが作業者５に確認される前に作業者５によって加工条件調整装置１０Ａに要求仕様が入力される。この後、加工条件調整装置１０Ａは、基準加工結果モデルの更新処理を開始し、作業者５は、基準加工結果モデルを確認する。これにより、作業者５は、基準加工結果モデルの確認を補助的に実行することができる。

【0065】

実施の形態３．
つぎに、図５から図７を用いて実施の形態３について説明する。実施の形態３では、後述する加工条件調整装置１０Ｂが、ワイヤ放電加工機１から取得した種々の情報（後述する、機械特性、加工環境など）に基づいて、加工試験項目を推論し、基準加工結果モデルを更新する。

【0066】

図５は、実施の形態３にかかる加工条件調整装置の構成を示す図である。図５の各構成要素のうち図２に示す実施の形態１の加工条件調整装置１０Ａと同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。

【0067】

実施の形態３の加工条件調整装置１０Ｂは、加工条件調整装置１０Ａと同様に、加工条件パラメータを調整するコンピュータである。加工条件調整装置１０Ｂは、ワイヤ放電加工機１といった放電加工機に接続されている。

【0068】

加工条件調整装置１０Ｂは、加工条件調整装置１０Ａと比較して、入力部７の代わりに要求仕様入力部１１と、加工結果入力部１２と、加工状態取得部１３と、機械特性取得部１４と、加工軌跡解析部１５と、加工環境取得部１６とを備えている。なお、加工条件調整装置１０Ｂは、加工状態取得部１３、機械特性取得部１４、加工軌跡解析部１５、および加工環境取得部１６の何れかを備えていなくてもよい。

【0069】

要求仕様入力部１１は、作業者５から入力される要求仕様を受け付けて、試験項目推論装置３０およびパラメータ調整部４１に入力する。加工結果入力部１２は、作業者５によって入力される加工結果を受け付けて、加工結果モデル更新装置２０に入力する。

【0070】

加工状態取得部１３は、ワイヤ放電加工機１から加工試験中の加工状態を取得して、加工結果モデル更新装置２０に入力する。加工状態は、ワイヤ放電加工機１による加工試験の際の加工速度、電圧、放電パルス数などの情報である。

【0071】

機械特性取得部１４は、ワイヤ放電加工機１から機械特性を取得して、試験項目推論装置３０および加工結果モデル更新装置２０に入力する。機械特性は、ワイヤ放電加工機１の他のワイヤ放電加工機との機械構成の違い、号機間差などの情報である。号機間差は、ワイヤ放電加工機１における部材の組付け誤差などに起因している。

【0072】

機械構成は、例えば、ワイヤ放電加工機１が備える定盤Ｔ、コラム（図示せず）のサイズなどである。ワイヤ放電加工機１のユーザによっては、後付けでワイヤ放電加工機１に部品を追加する場合、または取り外す場合があるので、機械特性取得部１４は、他のワイヤ放電加工機との機械構成の違いの情報を取得する。

【0073】

部材の組付け誤差は、ワイヤ搬送系のローラ（ワイヤ電極搬送ローラ８３、下部ローラ８４など）の取り付け角度等などである。ローラの角度は、経年変化するので、機械特性取得部１４は、部材の組付け誤差の情報を取得する。機械特性取得部１４は、予め記憶されている機械特性（初期値）と、変更された機械特性（最新値）とを取得する。

【0074】

加工軌跡解析部１５は、ワイヤ放電加工機１から加工軌跡および加工軌跡に対応する位置指令プログラムを取得する。加工軌跡は、ワイヤ放電加工機１による加工試験に対して、所望の工作物４（完成品）を得るためにワイヤ放電加工機１に入力された加工の軌跡である。加工軌跡解析部１５は、加工軌跡に基づいて、加工軌跡の大きさおよび複雑さを解析する。

【0075】

加工軌跡の複雑さは、例えば、加工軌跡に含まれる鋭角加工の曲がり角度、鋭角加工の曲がり回数、加工軌跡に含まれる円弧形状の連続数、複数の加工軌跡が隣接している箇所の数などである。

【0076】

また、加工軌跡解析部１５は、加工軌跡に対応する位置指令プログラムを解析することで、位置指令プログラムで規定されている加工のオフセット量および加工方向を抽出する。加工軌跡解析部１５は、解析結果を試験項目推論装置３０および加工結果モデル更新装置２０に入力する。具体的には、加工軌跡解析部１５は、加工軌跡の大きさ、加工軌跡の複雑さ、加工のオフセット量、および加工方向の少なくとも１つを試験項目推論装置３０および加工結果モデル更新装置２０に入力する。

【0077】

加工環境取得部（加工環境受付部）１６は、ワイヤ放電加工機１から加工の環境である加工環境を受け付けて、試験項目推論装置３０および加工結果モデル更新装置２０に入力する。加工環境は、ワイヤ放電加工機１による加工試験の際の、ワイヤ放電加工機１の周囲温度、部品の劣化度、段取り状態、ノズル離れ量、工作物４の材質、ワイヤ電極６の線種などである。

【0078】

加工環境が部品の劣化度である場合、部品の劣化度は、例えば、総加工時間および加工内容に基づいて推定されてもよいし、劣化度に対応する情報を検出するセンサを用いて検出されてもよい。また、部品の劣化度は、例えば、電流値および電圧値などに基づいて、算出されてもよい。

【0079】

加工条件調整装置１０Ｂの試験項目推論装置３０は、導出用データ取得部３１と、導出用データ評価部３２と、試験項目導出部３３と、試験項目記憶部３４とを備えている。導出用データ取得部３１は、要求仕様入力部１１から要求仕様を受け付け、機械特性取得部１４から機械特性を受け付ける。また、導出用データ取得部３１は、加工軌跡解析部１５から加工軌跡の解析結果（以下、軌跡解析結果という）を受け付け、加工環境取得部１６から加工環境を受け付ける。導出用データ取得部３１は、要求仕様、機械特性、軌跡解析結果、および加工環境を加工試験項目の導出用データ（試験項目導出用データ）として導出用データ評価部３２に送る。

【0080】

導出用データ評価部３２は、要求仕様、機械特性、軌跡解析結果、および加工環境のそれぞれに重み付けを行って、試験項目導出部３３に送る。すなわち、導出用データ評価部３２は、加工試験項目の導出用データに含まれる各要素に対して重み付けを行ったデータを推論用データとして試験項目導出部３３に送る。

【0081】

試験項目導出部３３は、導出用データ評価部３２から送られてくる推論用データと、試験項目モデル記憶部４３に記憶されている加工試験項目モデルとに基づいて、必要最小限（最小数）の加工試験項目となるように加工結果モデル更新用の加工試験項目を導出する。すなわち、試験項目導出部３３は、推論用データと加工試験項目モデルとに基づいて、加工試験項目の個数ができるだけ少なくなるように加工試験項目を導出する。このように、加工試験項目モデルは、作業者５の利用形態（要求仕様）に応じて、加工試験項目を増減させる学習済モデルである。これにより、加工条件調整装置１０Ｂは、作業者５の利用形態に応じた精度の高い加工試験項目を推論できる。

【0082】

試験項目導出部３３が導出する加工試験項目は、加工条件パラメータ、機械特性、加工軌跡、および加工環境の少なくとも１つが基準値から変更された加工試験の項目である。なお、加工試験項目の導出用データには、機械特性、軌跡解析結果、および加工環境の少なくとも１つと、要求仕様とが含まれていればよい。

【0083】

試験項目導出部３３は、例えば、加工試験項目モデルが線形モデルである場合には、特定距離だけ離れた２点を教師データとして取得し、線形近似を行うことで加工試験項目を導出する。なお、試験項目導出部３３は、試験項目の設定内容によって得られた２点が近い場合には、線形近似を行わず非線形近似によって加工試験項目を導出する。

【0084】

試験項目導出部３３は、非線形近似を行う場合には、例えば、ベイズ最適化または制約条件に基づいて、加工試験項目を導出し実験計画を組む。この手法の場合、予め様々な試験パターンで加工試験が実施され、試験項目導出部３３は、この加工試験の試験結果から把握されたできるだけ少ない加工試験項目を、加工結果モデル更新用の加工試験項目として導出する。

【0085】

試験項目記憶部３４は、試験項目導出部３３が導出した加工試験項目を記憶する。試験項目記憶部３４は、加工試験項目を、表示部４４および加工結果モデル更新装置２０に送る。

【0086】

加工条件調整装置１０Ｂの加工結果モデル更新装置２０は、更新用データ取得部２１と、更新用データ評価部２２と、更新部２３と、更新モデル記憶部２４とを有している。

【0087】

更新用データ取得部２１は、試験項目記憶部３４から加工試験項目を読み出す。また、更新用データ取得部２１は、加工試験後に、加工結果入力部１２から加工結果を受け付け、加工状態取得部１３から加工状態を受け付ける。また、更新用データ取得部２１は、加工試験後に、機械特性取得部１４から機械特性を受け付け、加工軌跡解析部１５から軌跡解析結果を受け付け、加工環境取得部１６から加工環境を受け付ける。

【0088】

更新用データ取得部２１は、加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、および加工環境を、基準加工結果モデルのモデル更新用データとして更新用データ評価部２２に送る。なお、基準加工結果モデルのモデル更新用データには、加工試験項目、加工状態、機械特性、軌跡解析結果、および加工環境の少なくとも１つと、加工結果とが含まれていればよい。

【0089】

更新用データ評価部２２は、加工試験項目、加工状態、機械特性、軌跡解析結果、および加工環境のそれぞれに重み付けを行う。すなわち、更新用データ評価部２２は、モデル更新用データに含まれる各要素に対して重み付けを行う。更新用データ評価部２２は、重み付けを行ったデータと、加工結果とを含むデータを推論用データとして更新部２３に送る。

【0090】

更新部２３は、更新用データ評価部２２から送られてくる推論用データと、基準加工結果モデル記憶部４５で記憶されている基準加工結果モデルとに基づいて、基準加工結果モデルを更新する。具体的には、更新部２３は、推論用データと基準加工結果モデルとを比較し、加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、および加工環境に合うように、基準加工結果モデルを、更新加工結果モデルに更新する。

【0091】

更新モデル記憶部２４は、更新部２３が生成した更新加工結果モデルを記憶する。更新モデル記憶部２４は、更新加工結果モデルを、表示部４４、パラメータ調整部４１、および加工結果推定部４２に送る。加工結果モデル更新装置２０が更新した更新加工結果モデルは表示部４４で表示され、作業者５に提示される。

【0092】

なお、更新部２３は、更新済みの更新加工結果モデルをさらに更新してもよい。この場合、更新部２３は、更新用データ評価部２２から送られてくる推論用データと、更新モデル記憶部２４で記憶されている更新加工結果モデルとに基づいて、更新加工結果モデルをさらに更新する。そして、更新モデル記憶部２４は、更新加工結果モデルが更新部２３によって更新されると、更新後の基準加工結果モデルを最新の更新加工結果モデルとして記憶する。更新モデル記憶部２４は、更新加工結果モデルが更新部２３によって更新されるたびに、最新の更新加工結果モデルを記憶する。

【0093】

作業者５は、表示部４４に表示された加工試験項目に従って、基準加工結果モデルを更新するための加工試験を、ワイヤ放電加工機１を用いて行い、加工試験によって得られた工作物４の寸法誤差、面粗さなどの加工結果を加工結果入力部１２に入力する。

【0094】

なお、加工条件調整装置１０Ｂは、基準加工結果モデル記憶部４５および更新モデル記憶部２４の両方の機能を持つ記憶部を有していてもよい。

【0095】

加工条件調整装置１０Ｂのパラメータ調整部４１は、更新加工結果モデルに要求仕様を適用することで、要求仕様に対応する加工条件パラメータを計算する。また、パラメータ調整部４１は、基準となる予め設定されている加工条件パラメータと、計算した加工条件パラメータとの差分に基づいて、パラメータ調整量を計算する。

【0096】

パラメータ調整部４１は、基準加工結果モデルに対して加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、および加工環境に応じた調整が加えられた更新加工結果モデルを用いて加工条件パラメータを計算している。このため、実施の形態３でもパラメータ調整部４１が計算した加工条件パラメータは、調整された加工条件パラメータであるといえる。すなわち、パラメータ調整部４１は、加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、加工環境、および要求仕様を満たす加工結果を得るための、加工条件パラメータを計算している。加工結果推定部４２は、実施の形態１と同様の処理によって、推定加工結果を推定する。

【0097】

なお、加工条件調整装置１０Ｂが加工状態を用いない場合、加工条件調整装置１０Ｂは加工状態取得部１３を備えていなくてもよい。また、加工条件調整装置１０Ｂが機械特性を用いない場合、加工条件調整装置１０Ｂは機械特性取得部１４を備えていなくてもよい。また、加工条件調整装置１０Ｂが軌跡解析結果を用いない場合、加工条件調整装置１０Ｂは加工軌跡解析部１５を備えていなくてもよい。また、加工条件調整装置１０Ｂが加工環境を用いない場合、加工条件調整装置１０Ｂは加工環境取得部１６を備えていなくてもよい。

【0098】

図６は、実施の形態３にかかる加工条件調整装置が加工試験項目を導出する処理の処理手順を示すフローチャートである。ここでは、加工条件調整装置１０Ｂが試験項目推論装置３０を用いて加工試験項目を導出する処理について説明する。

【0099】

導出用データ取得部３１は、要求仕様、機械特性、軌跡解析結果、および加工環境を、加工試験項目の導出用データとして取得する（ステップＳ２１０）。導出用データ評価部３２は、導出用データ取得部３１から送られてくる導出用データを評価する（ステップＳ２２０）。すなわち、導出用データ評価部３２は、加工試験項目の導出用データに対して重み付けを行う。導出用データ評価部３２は、重み付けを行ったデータを推論用データとして試験項目導出部３３に送る。

【0100】

試験項目導出部３３は、導出用データ評価部３２から送られてくる推論用データを試験項目モデル記憶部４３に記憶されている加工試験項目モデルに入力する（ステップＳ２３０）。試験項目導出部３３は、推論用データを加工試験項目モデルに入力することで、加工試験項目を導出する（ステップＳ２４０）。

【0101】

試験項目記憶部３４は、試験項目導出部３３が導出した加工試験項目を記憶する（ステップＳ２５０）。表示部４４は、試験項目記憶部３４が記憶している加工試験項目を表示する（ステップＳ２６０）。

【0102】

図７は、実施の形態３にかかる加工条件調整装置が加工結果モデルを更新する処理の処理手順を示すフローチャートである。ここでは、加工条件調整装置１０Ｂが加工結果モデル更新装置２０を用いて、基準加工結果モデルを更新加工結果モデルに更新する処理について説明する。

【0103】

更新用データ取得部２１は、加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、および加工環境を、基準加工結果モデルのモデル更新用データとして取得する（ステップＳ３１０）。

【0104】

更新用データ評価部２２は、更新用データ取得部２１から送られてくるモデル更新用データを評価する（ステップＳ３２０）。すなわち、更新用データ評価部２２は、基準加工結果モデルのモデル更新用データに対して重み付けを行う。更新用データ評価部２２は、重み付けを行ったデータを推論用データとして更新部２３に送る。

【0105】

更新部２３は、更新用データ評価部２２から送られてくる推論用データと、基準加工結果モデル記憶部４５で記憶されている基準加工結果モデルとを比較する（ステップＳ３３０）。

【0106】

更新部２３は、加工試験項目、加工結果、加工状態、機械特性、軌跡解析結果、および加工環境に合うように、基準加工結果モデルを、更新加工結果モデルに更新する（ステップＳ３４０）。

【0107】

更新モデル記憶部２４は、更新部２３が生成した更新加工結果モデルを記憶する（ステップＳ３５０）。更新モデル記憶部２４は、更新加工結果モデルを、表示部４４、パラメータ調整部４１、および加工結果推定部４２に送る。

【0108】

パラメータ調整部４１は、更新加工結果モデルおよび要求仕様に基づいて、加工条件パラメータ（調整後の加工条件パラメータ）を計算する（ステップＳ３６０）。加工結果推定部４２は、更新加工結果モデルと調整後の加工条件パラメータとに基づいて、推定加工結果を推定する（ステップＳ３７０）。表示部４４は、更新加工結果モデルと、パラメータ調整量と、調整後の加工条件パラメータと、推定された推定加工結果とを表示する（ステップＳ３８０）。

【0109】

なお、表示部４４は、パラメータ調整量、および調整後の加工条件パラメータが計算された後は、何れのタイミングでパラメータ調整量、および調整後の加工条件パラメータを表示してもよい。また、表示部４４は、更新加工結果モデルが生成された後は、何れのタイミングで更新加工結果モデルを表示してもよい。

【0110】

ところで、ワイヤ放電加工機１にて適用される加工条件は、ワイヤ径、工作物４の板厚毎に整備が必要である。また、ワイヤ放電加工機１の加工条件は、複数の加工条件パラメータで構成されており、加工条件パラメータの組合せは多岐に渡る。

【0111】

また、ワイヤ放電加工機１の周囲温度、部品の劣化度、段取り状態などの加工環境、所望の加工形状を得るための加工軌跡は作業者５の業種によって多種多様である。このため、各ワイヤ放電加工機１は、ワイヤ放電加工機１毎に、機械構成の違い、各部材の組付け精度などに伴う号機間差などの機械特性の違いを有するので、全ての利用形態を考慮した加工条件パラメータの調整は困難であった。

【0112】

実施の形態３では、加工条件調整装置１０Ｂが、機械特性、加工軌跡、加工環境などに基づいて、加工条件パラメータを調整しているので、全ての利用形態を考慮して加工条件パラメータを容易に調整できる。

【0113】

このように実施の形態３によれば、加工条件調整装置１０Ｂは、要求仕様、機械特性、軌跡解析結果、および加工環境に基づいて、加工試験項目を導出している。そして、加工試験項目に対応する加工試験が実行されると、加工条件調整装置１０Ｂは、加工試験項目、加工結果、加工状態、機械特性、加工軌跡、および加工環境に基づいて、基準加工結果モデルを更新加工結果モデルに更新している。また、加工条件調整装置１０Ｂは、更新後の更新加工結果モデルに基づいて、加工条件パラメータを調整している。したがって、加工条件調整装置１０Ｂは、要求仕様、加工試験項目、加工結果、加工状態、機械特性、加工軌跡、および加工環境に基づいて、要求仕様を満たす推定加工結果を推定することができる。

【0114】

また、加工条件調整装置１０Ｂは、本加工が実行される前に高精度に推定加工結果を推定することができ、作業者５は、本加工が実行される前に高精度な加工結果を得ることができる加工条件パラメータを知ることができる。また、加工条件調整装置１０Ｂは、基準加工結果モデルの更新に必要な加工試験項目を必要最小限とすることができ、作業者５の加工試験に対する負担を軽減することができる。

【0115】

また、加工条件調整装置１０Ｂは、加工のオフセット量に基づいて、基準加工結果モデルを更新加工結果モデルに更新している。したがって、加工条件調整装置１０Ｂは、更新加工結果モデルを用いて、要求仕様に対応する正確な加工条件パラメータを計算することができる。

【0116】

実施の形態４．
つぎに、図８を用いて実施の形態４について説明する。実施の形態４では、後述する加工条件調整装置１０Ｃが、作業者５から入力される加工環境を受け付けて、加工試験項目を推論し、基準加工結果モデルを更新加工結果モデルに更新する。

【0117】

図８は、実施の形態４にかかる加工条件調整装置の構成を示す図である。図８の各構成要素のうち図５に示す実施の形態３の加工条件調整装置１０Ｂと同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。

【0118】

実施の形態４の加工条件調整装置１０Ｃは、加工条件調整装置１０Ｂと同様に、加工条件パラメータを調整するコンピュータである。加工条件調整装置１０Ｃは、ワイヤ放電加工機１といった放電加工機に接続されている。

【0119】

加工条件調整装置１０Ｃは、加工条件調整装置１０Ｂと比較して、加工環境取得部１６の代わりに加工環境入力部１７を備えている。なお、加工条件調整装置１０Ｃは、加工状態取得部１３、機械特性取得部１４、加工軌跡解析部１５、および加工環境入力部１７の何れかを備えていなくてもよい。

【0120】

加工環境入力部（加工環境受付部）１７は、作業者５から入力される加工環境を受け付けて、試験項目推論装置３０および加工結果モデル更新装置２０に入力する。このように、加工条件調整装置１０Ｂは、ワイヤ放電加工機１から加工環境を取得したが、加工条件調整装置１０Ｃは、作業者５から加工環境を取得する。

【0121】

なお、加工条件調整装置１０Ｃが加工試験項目を導出する処理および加工結果モデルを更新する処理は、加工条件調整装置１０Ｂが加工試験項目を導出する処理および基準加工結果モデルを更新する処理と同じであるので、その説明を省略する。

【0122】

このように実施の形態４によれば、加工条件調整装置１０Ｃは、作業者５によって入力された加工環境に基づいて、加工試験項目を導出でき、加工結果モデルを更新できる。したがって、加工条件調整装置１０Ｃは、加工条件調整装置１０Ｂと同様に、加工試験項目、加工結果、加工状態、機械特性、加工軌跡、および加工環境に基づいて、要求仕様を満たす推定加工結果を推定することができる。

【0123】

実施の形態５．
つぎに、図９を用いて実施の形態５について説明する。実施の形態５では、後述する加工条件調整装置１０Ｄが、基準加工結果モデルに基づいて導出された標準的な加工条件で加工した場合の加工結果と、要求仕様とに基づいて、基準加工結果モデルの更新が必要であるか否かを判定する。

【0124】

図９は、実施の形態５にかかる加工条件調整装置の構成を示す図である。図９の各構成要素のうち図５に示す実施の形態３の加工条件調整装置１０Ｂと同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。

【0125】

実施の形態５の加工条件調整装置１０Ｄは、加工条件調整装置１０Ｂと同様に、加工条件パラメータを調整するコンピュータである。加工条件調整装置１０Ｄは、ワイヤ放電加工機１といった放電加工機に接続されている。

【0126】

加工条件調整装置１０Ｄは、加工条件調整装置１０Ｂが備える構成要素に加えて、更新要否判定部４６を備えている。加工条件調整装置１０Ｄでは、要求仕様入力部１１は、作業者５から入力される要求仕様を、更新要否判定部４６に入力する。また、加工結果入力部１２は、作業者５によって入力される加工結果を更新要否判定部４６に入力する。

【0127】

作業者５によって加工結果入力部１２に入力される加工結果は、基準加工結果モデルに基づいて導出された標準的な加工条件で加工した場合の加工結果である。

【0128】

更新要否判定部４６は、要求仕様および加工結果に基づいて、基準加工結果モデルの更新が必要であるか否かを判定する。更新要否判定部４６は、要求仕様と加工結果との差分が特定値以下である場合に基準加工結果モデルの更新が不要であると判定する。一方、更新要否判定部４６は、要求仕様と加工結果との差分が特定値よりも大きい場合に基準加工結果モデルの更新が必要であると判定する。

【0129】

更新要否判定部４６が、基準加工結果モデルの更新が必要であると判定すると、作業者５は、基準加工結果モデルの更新を開始する指示を加工条件調整装置１０Ｄに入力する。これにより、加工条件調整装置１０Ｄは、基準加工結果モデルの更新を開始し、推定加工結果を推定する。加工条件調整装置１０Ｄは、例えば、図７で説明した処理を実行する。

【0130】

なお、更新要否判定部４６は、要求仕様および加工結果に基づいて、更新加工結果モデルのさらなる更新が必要であるか否かを判定してもよい。更新要否判定部４６は、要求仕様と加工結果との差分が特定値以下である場合に更新加工結果モデルの更新が不要であると判定する。一方、更新要否判定部４６は、要求仕様と加工結果との差分が特定値よりも大きい場合に更新加工結果モデルのさらなる更新が必要であると判定する。

【0131】

更新要否判定部４６は、判定結果を示す更新要否信号を表示部４４に送る。表示部４４は、更新要否信号に基づいて、基準加工結果モデルの更新の要否を表示する。基準加工結果モデルの更新が必要であることが表示された場合、基準加工結果モデルの更新が実行される。この場合、実施の形態１～４の何れかで説明した基準加工結果モデルの更新処理が実行される。例えば、加工条件調整装置１０Ｄは、図６および図７で説明した処理を実行する。

【0132】

このように実施の形態５によれば、加工条件調整装置１０Ｄは、要求仕様および加工結果に基づいて、基準加工結果モデルの更新が必要であるか否かを判定できるので、作業者５は、基準加工結果モデルの更新が不要な場合には、加工条件パラメータの調整処理を加工条件調整装置１０Ｄに実行させなくてすむ。

【0133】

実施の形態６．
つぎに、図１０を用いて実施の形態６について説明する。実施の形態６では、後述する加工条件調整装置１０Ｅが、ワイヤ放電加工機１による加工結果を自動計測する。

【0134】

図１０は、実施の形態６にかかる加工条件調整装置の構成を示す図である。図１０の各構成要素のうち図５に示す実施の形態３の加工条件調整装置１０Ｂと同一機能を達成する構成要素については同一符号を付しており、重複する説明は省略する。

【0135】

実施の形態６の加工条件調整装置１０Ｅは、加工条件調整装置１０Ｂと同様に、加工条件パラメータを調整するコンピュータである。加工条件調整装置１０Ｅは、ワイヤ放電加工機１といった放電加工機に接続されている。

【0136】

加工条件調整装置１０Ｅは、加工条件調整装置１０Ｂと比較して、加工結果入力部１２の代わりに加工結果計測装置１８を備えている。加工結果計測装置１８は、ワイヤ放電加工機１に接続されており、ワイヤ放電加工機１による加工結果を自動計測する。加工結果計測装置１８は、例えば、加工試験によって得られた工作物４の所望値からの寸法誤差、面粗さ、加工に要した時間、加工に要した消費電力などを計測する。加工結果計測装置１８は、計測した加工結果を加工結果モデル更新装置２０に送る。

【0137】

なお、加工条件調整装置１０Ｅが加工試験項目を導出する処理および加工結果モデルを更新する処理は、加工条件調整装置１０Ｂが加工試験項目を導出する処理および基準加工結果モデルを更新する処理と同じであるので、その説明を省略する。なお、実施の形態３～６が組み合わされてもよい。

【0138】

このように実施の形態６によれば、作業者５が加工結果を計測しなくても加工結果計測装置１８が自動で加工結果を計測するので、加工条件調整装置１０Ｅは、作業者５の負担を軽減することができる。

【0139】

実施の形態７．
つぎに、図１１を用いて実施の形態７について説明する。実施の形態７では、加工条件調整装置１０Ｂが、所望の要求仕様通りの加工結果が得られるよう、基準加工結果モデルを更新加工結果モデルに更新する。

【0140】

図１１は、実施の形態７にかかる加工条件調整装置が加工結果モデルを更新する処理を説明するための図である。図１１に示すグラフの横軸は加工条件パラメータであり、縦軸は加工結果である。以下では、実施の形態７にかかる加工条件調整装置が加工条件調整装置１０Ｂである場合について説明するが、実施の形態７にかかる加工条件調整装置は、加工条件調整装置１０Ｃ～１０Ｅであってもよい。

【0141】

実施の形態７では、加工条件パラメータが調整される前に、予め加工試験が実施される。これにより、加工結果と加工条件パラメータとの関係を示す基準加工結果モデルＢｍが導出される。この場合において、機械特性、加工軌跡、加工環境によっては基準加工結果モデルＢｍの通りの加工結果が得られない場合がある。そのため、加工条件調整装置１０Ｂは、基準加工結果モデルＢｍから更新加工結果モデルＵｍに加工結果モデルを更新する。すなわち、加工条件調整装置１０Ｂは、加工条件パラメータと加工結果との関係を更新する。これにより、加工条件調整装置１０Ｂは、所望の要求仕様通りの加工結果が得られるよう更新された更新加工結果モデルに基づいてパラメータ調整量Ｐａを計算し、加工条件パラメータを調整する。

【0142】

加工条件調整装置１０Ｂは、単純な線形回帰モデルの平行移動によって加工結果モデルを更新してもよいし、後述する教師あり学習、教師なし学習、強化学習等の複雑なＡＩ（Artificial Intelligence、人工知能）モデルを用いて基準加工結果モデルを更新してもよい。

【0143】

加工条件調整装置１０Ｂは、ＡＩモデルを用いて基準加工結果モデルを更新する場合、例えば基準加工結果モデルＢｍが導出された際に行われた処理の続きの処理を実行する。例えば、基準加工結果モデルが後述するニューラルネットワークを用いて生成されている場合、加工条件調整装置１０Ｂは、基準加工結果モデルが生成される際に用いられたニューラルネットワークをそのまま更新加工結果モデルを生成する際に用いる。これにより、加工条件調整装置１０Ｂは、基準加工結果モデルＢｍが導出された際の処理の続きから、再学習を実行することで、更新加工結果モデルＵｍを生成することができる。

【0144】

このように実施の形態７によれば、加工条件調整装置１０Ｂは、要求仕様を満たした加工結果を得るための加工条件パラメータを、作業者５の利用形態に合わせて更新された更新加工結果モデルに基づいて調整できる。

【0145】

実施の形態８．
つぎに、図１２～図１５を用いて実施の形態８について説明する。実施の形態８では、後述する加工結果モデル学習装置５０が、基準加工結果モデルを生成する。

【0146】

図１２は、実施の形態８にかかる加工結果モデル学習装置の構成を示す図である。加工結果モデル学習装置５０は、学習によって基準加工結果モデルを生成する装置である。加工結果モデル学習装置５０は、学習用データ取得部５１と、学習用データ評価部５２と、加工結果モデル導出部５３とを備えている。

【0147】

学習用データ取得部５１は、基準加工結果モデルを学習するための学習用データを取得する。具体的には、学習用データ取得部５１は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、加工軌跡の解析結果である軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とを学習用データとして取得する。ここで、学習用データは、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とが互いに関連付けられたデータである。

【0148】

学習用データ取得部５１は、例えば、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とを含んだ学習用データを同時に取得する。

【0149】

学習用データ取得部５１は、作業者５から学習用データを取得する。なお、学習用データ取得部５１は、ワイヤ放電加工機１から学習用データの少なくとも一部を取得してもよいし、他の外部装置から学習用データの少なくとも一部を取得してもよい。学習用データ取得部５１は、取得した学習用データを学習用データ評価部５２に送る。

【0150】

学習用データ評価部５２は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５とに重み付けを行って、加工結果モデル導出部５３に送る。すなわち、学習用データ評価部５２は、学習用データのそれぞれに重み付けを行ったデータと、加工結果Ｄ６とを学習用データとして加工結果モデル導出部５３に送る。

【0151】

加工結果モデル導出部５３は、学習用データ評価部５２から送られてくる学習用データに基づいて、加工結果を推論する基準加工結果モデルを導出する。導出された基準加工結果モデルは、基準加工結果モデル記憶部４５において記憶される。

【0152】

加工結果モデル学習装置５０は、加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１の内部に配置されてもよい。また、加工結果モデル学習装置５０は、ネットワークを介して加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１に接続された、加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１とは別個の装置であってもよい。また、加工結果モデル学習装置５０は、クラウドサーバ上に存在していてもよい。

【0153】

なお、学習用データ取得部５１は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とを含んだ学習用データを同時に取得する場合について説明したが、学習用データを異なるタイミングで取得してもよい。すなわち、学習用データ取得部５１は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とを関連付けて受け付けることができればよく、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とをそれぞれ別々のタイミングで取得してもよい。

【0154】

また、加工結果モデル学習装置５０は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５との少なくとも１つと、加工結果Ｄ６とを関連付けた基準加工結果モデルを導出してもよい。

【0155】

加工結果モデル導出部５３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、半教師あり学習、強化学習等の公知の学習アルゴリズムを用いることができる。また、加工結果モデル導出部５３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る。また、加工結果モデル導出部５３は、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。また、加工結果モデル導出部５３は、数理最適化によって基準加工結果モデルを生成してもよい。

【0156】

ここでは、一例として、加工結果モデル導出部５３が用いる学習アルゴリズムに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。加工結果モデル導出部５３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、基準加工結果モデルを学習する。この場合、学習用データが教師データである。ここで、教師あり学習とは、入力と結果（ラベル）とのデータの組を学習装置に与えることで、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。

【0157】

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、および複数のニューロンからなる出力層で構成される。中間層は、１層であってもよいし２層以上であってもよい。

【0158】

図１３は、実施の形態８にかかる加工結果モデル学習装置が用いるニューラルネットワークを説明するための図である。例えば、図１８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）が掛けられて中間層（Ｙ１～Ｙ２）に入力される。そして、その結果にさらに重みＷ２（ｗ２１～ｗ２６）が掛けられて出力層（Ｚ１～Ｚ３）から出力される。この出力結果は、重みＷ１および重みＷ２の値によって変わる。

【0159】

図１２の加工結果モデル学習装置５０が用いるニューラルネットワークは、学習用データ取得部５１によって取得される、目的変数と説明変数と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、基準加工結果モデルを学習する。

【0160】

加工結果モデル学習装置５０が用いるニューラルネットワークは、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対応する加工結果Ｄ６を学習する。換言すると、ニューラルネットワークは、学習用データ取得部５１によって取得される第１の入力と第２の入力（正解）と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、第１の入力に対応する第２の入力を学習する。

【0161】

すなわち、加工結果モデル学習装置５０が用いるニューラルネットワークは、順伝播によって、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を入力して出力層から出力された結果が、正解である加工結果Ｄ６（正解）に近づくように重みＷ１および重みＷ２を調整することで学習する。

【0162】

また、加工結果モデル学習装置５０が用いるニューラルネットワークは、逆伝播によって、加工結果Ｄ６を出力層に入力して入力層から出力された結果が、正解である加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に近づくように重みＷ１および重みＷ２を調整することで学習する。

【0163】

ニューラルネットワークは、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５と、加工結果Ｄ６との対応関係を学習することで、推論用のデータが入力された場合に適切な推論結果を出力することができる基準加工結果モデルを生成する。

【0164】

ニューラルネットワークは、例えば、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５が入力された場合に適切な加工結果Ｄ６を出力する。また、ニューラルネットワークは、加工結果Ｄ６が入力された場合に適切な加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を出力する。

【0165】

パラメータ調整部４１が、基準加工結果モデルを用いる場合には、要求仕様を基準加工結果モデルに入力することで、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を計算して加工結果推定部４２に出力する。加工結果推定部４２が、基準加工結果モデルを用いる場合には、パラメータ調整部４１から受け付けた加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を基準加工結果モデルに入力することで、推定加工結果を計算する。要求仕様に含まれる要求加工結果は、加工結果の範囲を示す情報であり、推定加工結果は、加工結果の特定値を示す情報である。推定加工結果は、要求加工結果の範囲内であり、作業者５が所望する範囲内となっている。

【0166】

加工結果モデル導出部５３は、以上のような学習を実行することで基準加工結果モデルを生成し、出力する。基準加工結果モデル記憶部４５は、加工結果モデル導出部５３から出力された基準加工結果モデルを記憶する。

【0167】

図１４は、実施の形態８にかかる加工結果モデル学習装置が実行する処理の処理手順を示すフローチャートである。ここでは、加工結果モデル学習装置５０が、基準加工結果モデルを学習する処理の処理手順について説明する。

【0168】

学習用データ取得部５１は、加工試験項目Ｄ１と、加工状態Ｄ２と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工結果Ｄ６とを学習用データとして取得する（ステップＳ４１０）。

【0169】

学習用データ評価部５２は、学習用データ取得部５１から送られてくる加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を評価する（ステップＳ４２０）。すなわち、学習用データ評価部５２は、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対して重み付けを行う。学習用データ評価部５２は、重み付けを行ったデータと加工結果Ｄ６とを学習用データとして加工結果モデル導出部５３に送る。

【0170】

加工結果モデル導出部５３は、学習用データ評価部５２から送られてくる学習用データに基づいて、基準加工結果モデルを導出する（ステップＳ４３０）。基準加工結果モデル記憶部４５は、加工結果モデル導出部５３が導出した基準加工結果モデルを記憶する（ステップＳ４４０）。

【0171】

ワイヤ放電加工機１は、例えば、加工ステップを連続して実行することで、最終的な要求仕様（面粗さ）を満たす加工を実行する。すなわち、ワイヤ放電加工機１は、所望の加工結果を得るために類似の加工軌跡を何度も往復しながら、徐々に所望の要求仕様に加工結果を近付けていく。このため、加工結果モデル学習装置５０は、複数ステップの加工に含まれる各加工ステップに対して基準加工結果モデルを導出してもよい。

【0172】

図１５は、実施の形態８にかかる加工結果モデル学習装置が基準加工結果モデルの導出対象とする複数ステップを説明するための図である。図１５に示すグラフの横軸は加工ステップであり、縦軸は加工結果である。加工結果モデル学習装置５０は、加工条件調整装置１０Ｂ～１０Ｅが用いる基準加工結果モデルを生成する。なお、以下では、加工結果が面粗さである場合について説明するが、加工結果は面粗さ以外であってもよい。

【0173】

図１５では、ワイヤ放電加工機１が、第１の加工ステップ（１ｓｔ）～第５の加工ステップ（５ｔｈ）を実行することによって、工作物４を加工する場合を示している。ワイヤ放電加工機１が加工ステップを連続して実行する場合、各加工ステップには、加工可能な加工結果の範囲である加工可能範囲が存在する。

【0174】

加工可能範囲は、加工条件パラメータを種々変更して加工が実行された場合に実現し得る加工結果の範囲である。例えば、加工条件パラメータが３種類あり、各加工条件パラメータのパラメータ値が１０種類である場合、加工条件パラメータの組合せは１０００通りとなる。この場合、１０００通りの加工条件パラメータで加工が実行された場合の加工結果の範囲が加工可能範囲となる。

【0175】

加工ステップには、加工可能範囲が広い加工ステップと、加工可能範囲が狭い加工ステップとがある。ワイヤ放電加工機１は、各加工ステップにおいて加工結果を推移させていくことで、最終的に要求仕様を満たす加工結果を得る。この場合において、加工可能範囲内で高速な加工が実行された場合と、精度良く加工が実行された場合とで、加工結果が推移する経路が異なることとなる。すなわち、加工速度を重視するか、寸法精度を重視するかに合わせて、加工結果が推移する経路は異なる。実施の形態８では、加工結果モデル学習装置５０が、これらの加工結果の推移を、基準加工結果モデルのモデル化対象に含める。

【0176】

図１５では、第１の加工ステップにおける加工可能範囲を、加工可能範囲Ｒ１として図示している。ワイヤ放電加工機１は、加工結果が加工可能範囲Ｒ１に収まる加工条件で加工を実行する。この場合において、例えば、高速な加工が実行された場合、加工結果である面粗さは大きくなり、低速な加工（高精度な加工）が実行された場合、加工結果である面粗さは小さくなる。図１５では、第１の加工ステップにおいて高速な加工が実行された場合の加工結果を加工結果Ｆａで示し、低速な加工が実行された場合の加工結果を加工結果Ｆｂで示している。ワイヤ放電加工機１において、前（前段）の加工ステップにおける加工結果（面粗さ）に応じて、次（次段）の加工ステップにおける加工可能範囲は異なる。

【0177】

図１５では、高速な加工が実行された場合の第２～第４の加工ステップにおける加工可能範囲を、加工可能範囲Ｒ２ａ～Ｒ４ａとして図示している。また、低速な加工が実行された場合の第２～第４の加工ステップにおける加工可能範囲を、加工可能範囲Ｒ２ｂ～Ｒ４ｂとして図示している。

【0178】

ワイヤ放電加工機１は、何れの加工条件を適用する場合であっても、最終的な要求仕様（面粗さ）を満たすように各加工ステップに対して加工を実行する。図１５では、最終の加工ステップである第５の加工ステップにおける加工可能範囲を、加工可能範囲Ｒ５として図示している。

【0179】

このように、各加工ステップにおける加工結果は前ステップの加工結果の影響を受ける。工作物４が最終的な要求仕様を満たすためには、各加工ステップにおいて達成すべき、理想的な加工結果である理想的加工結果（図１５における斜線の範囲）が存在する。この理想的加工結果は、要求される加工速度、寸法精度などに応じて決まる。ワイヤ放電加工機１は、各加工ステップの加工結果が理想的加工結果を推移するように加工していくことで、最終の第５の加工ステップにおいて要求仕様を満たした加工結果を得ることができる。

【0180】

なお、総加工ステップ数を多くして精度の高い加工結果を得たい場合、総加工ステップ数をできるだけ少なくして加工時間を短縮したいといった場合など所望する加工結果に応じて、加工結果が推移すべき理想的加工結果は異なる。このため、加工結果モデル学習装置５０は、前の加工ステップの理想的加工結果と次の加工ステップの理想的加工結果との関係を、基準加工結果モデルをモデル化する際に用いる情報に含める。

【0181】

加工結果モデル学習装置５０は、例えば、前の加工ステップの理想的加工結果と、次の加工ステップの理想的加工結果と、次の加工ステップにおける、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５との関係を学習することで、基準加工結果モデルを学習する。

【0182】

加工結果モデル学習装置５０は、例えば、前の加工ステップの理想的加工結果と、次の加工ステップの理想的加工結果と、次の加工ステップにおける加工条件パラメータとの関係を学習することで、基準加工結果モデルを学習する。

【0183】

このように実施の形態８によれば、加工結果モデル学習装置５０は、加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対応する加工結果Ｄ６を学習することで、基準加工結果モデルを学習しているので、高精度に加工結果を推論できる基準加工結果モデルを生成できる。また、加工結果モデル学習装置５０は、複雑形状に対応した基準加工結果モデルを生成できる。

【0184】

また、加工結果モデル学習装置５０は、前の加工ステップの理想的加工結果と、次の加工ステップの理想的加工結果と、次の加工ステップにおける加工試験項目Ｄ１、加工状態Ｄ２、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５の関係を学習しているので、前の加工ステップの影響を考慮した基準加工結果モデルを導出でき、基準加工結果モデルのモデル化精度を向上させることができる。

【0185】

実施の形態９．
つぎに、図１６および図１７を用いて実施の形態９について説明する。実施の形態９では、後述する試験項目モデル学習装置６０が、試験項目モデルを生成する。

【0186】

図１６は、実施の形態９にかかる試験項目モデル学習装置の構成を示す図である。試験項目モデル学習装置６０は、学習によって試験項目モデルを生成する装置である。試験項目モデル学習装置６０は、学習用データ取得部６１と、学習用データ評価部６２と、試験項目モデル導出部６３とを備えている。

【0187】

学習用データ取得部６１は、試験項目モデルを学習するための学習用データを取得する。具体的には、学習用データ取得部６１は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とを学習用データとして取得する。ここで、学習用データは、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とが互いに関連付けられたデータである。

【0188】

学習用データ取得部６１は、例えば、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とを含んだ学習用データを同時に取得する。

【0189】

学習用データ取得部６１は、ワイヤ放電加工機１から学習用データの少なくとも一部を取得してもよいし、他の外部装置から学習用データの少なくとも一部を取得してもよい。なお、学習用データ取得部６１は、作業者５から要求仕様Ｄ１１を取得する。学習用データ取得部６１は、取得した学習用データを学習用データ評価部６２に送る。

【0190】

学習用データ評価部６２は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５とに重み付けを行って、試験項目モデル導出部６３に送る。すなわち、学習用データ評価部６２は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５とのそれぞれに重み付けを行ったデータと、加工試験項目Ｄ１とを学習用データとして試験項目モデル導出部６３に送る。

【0191】

試験項目モデル導出部６３は、学習用データ評価部６２から送られてくる学習用データに基づいて、加工試験項目Ｄ１を推論する試験項目モデルを導出する。試験項目モデルは、試験項目モデル記憶部４３において記憶される。

【0192】

試験項目モデル学習装置６０は、加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１の内部に配置されてもよい。また、試験項目モデル学習装置６０は、ネットワークを介して加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１に接続された、加工条件調整装置１０Ｂ～１０Ｅまたはワイヤ放電加工機１とは別個の装置であってもよい。また、試験項目モデル学習装置６０は、クラウドサーバ上に存在していてもよい。

【0193】

なお、学習用データ取得部６１は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とを含んだ学習用データを同時に取得する場合について説明したが、学習用データを異なるタイミングで取得してもよい。すなわち、学習用データ取得部６１は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とを関連付けて受け付けることができればよく、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とをそれぞれ別々のタイミングで取得してもよい。

【0194】

また、試験項目モデル学習装置６０は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５との少なくとも１つと、加工試験項目Ｄ１とを関連付けた試験項目モデルを導出してもよい。

【0195】

試験項目モデル導出部６３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、半教師あり学習、強化学習等の公知の学習アルゴリズムを用いることができる。また、試験項目モデル導出部６３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、深層学習を用いることもできる。また、試験項目モデル導出部６３は、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。一例として、試験項目モデル導出部６３が用いる学習アルゴリズムに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。

【0196】

試験項目モデル導出部６３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、試験項目モデルを学習する。この場合、学習用データが教師データである。試験項目モデル導出部６３が用いるニューラルネットワークの構成は、実施の形態８の図１３で説明したニューラルネットワークと同様の構成とである。

【0197】

図１６の試験項目モデル学習装置６０が用いるニューラルネットワークは、学習用データ取得部６１によって取得される、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１と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、加工試験項目Ｄ１を推論するための試験項目モデルを学習する。すなわち、試験項目モデル学習装置６０が用いるニューラルネットワークは、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対応する加工試験項目Ｄ１を学習する。換言すると、ニューラルネットワークは、学習用データ取得部６１によって取得される第１の入力と第２の入力（正解）と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、第１の入力に対応する第２の入力を学習する。

【0198】

すなわち、試験項目モデル学習装置６０が用いるニューラルネットワークは、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を入力して出力層から出力された結果が、加工試験項目Ｄ１（正解）に近づくように重みＷ１および重みＷ２を調整することで学習する。

【0199】

ニューラルネットワークは、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５と加工試験項目Ｄ１との対応関係を学習することで、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５が入力された場合に適切な加工試験項目Ｄ１を出力することができる試験項目モデルを生成する。

【0200】

試験項目モデル導出部６３は、以上のような学習を実行することで試験項目モデルを生成し、出力する。試験項目モデル記憶部４３は、試験項目モデル導出部６３から出力された試験項目モデルを記憶する。

【0201】

図１７は、実施の形態９にかかる試験項目モデル学習装置が実行する処理の処理手順を示すフローチャートである。ここでは、試験項目モデル学習装置６０が、試験項目モデルを学習する処理の処理手順について説明する。

【0202】

学習用データ取得部６１は、要求仕様Ｄ１１と、機械特性Ｄ３と、軌跡解析結果Ｄ４と、加工環境Ｄ５と、加工試験項目Ｄ１とを学習用データとして取得する（ステップＳ５１０）。

【0203】

学習用データ評価部６２は、学習用データ取得部６１から送られてくる要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５を評価する（ステップＳ５２０）。すなわち、学習用データ評価部６２は、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対して重み付けを行う。学習用データ評価部６２は、重み付けを行ったデータと加工試験項目Ｄ１とを学習用データとして試験項目モデル導出部６３に送る。

【0204】

試験項目モデル導出部６３は、学習用データ評価部６２から送られてくる学習用データに基づいて、試験項目モデルを導出する（ステップＳ５３０）。試験項目モデル記憶部４３は、試験項目モデル導出部６３が導出した加工試験項目モデルを記憶する（ステップＳ５４０）。

【0205】

このように実施の形態９によれば、要求仕様Ｄ１１、機械特性Ｄ３、軌跡解析結果Ｄ４、および加工環境Ｄ５に対応する加工試験項目Ｄ１を学習することで、試験項目モデルを学習しているので、高精度に試験項目を推論できる加工試験項目モデルを生成できる。

【0206】

つぎに、加工条件調整装置１０Ａ～１０Ｅ、加工結果モデル学習装置５０、および試験項目モデル学習装置６０のハードウェア構成について説明する。なお、加工条件調整装置１０Ａ～１０Ｅ、加工結果モデル学習装置５０、および試験項目モデル学習装置６０は、同様のハードウェア構成を有しているので、ここでは加工条件調整装置１０Ａのハードウェア構成について説明する。

【0207】

加工条件調整装置１０Ａは、処理回路により実現される。この処理回路は、メモリに格納されるプログラムを実行するプロセッサおよびメモリであってもよいし、専用のハードウェアであってもよい。処理回路は制御回路とも呼ばれる。

【0208】

図１８は、実施の形態１にかかる加工条件調整装置が備える処理回路をプロセッサおよびメモリで実現する場合の処理回路の構成例を示す図である。図１８に示す処理回路９０は制御回路であり、プロセッサ９１およびメモリ９２を備える。処理回路９０がプロセッサ９１およびメモリ９２を用いて構成される場合、処理回路９０の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組合せにより実現される。ソフトウェアまたはファームウェアはプログラムとして記述され、メモリ９２に格納される。処理回路９０では、メモリ９２に記憶されたプログラムをプロセッサ９１が読み出して実行することにより、各機能を実現する。すなわち、処理回路９０は、加工条件調整装置１０Ａの処理が結果的に実行されることになる加工条件調整プログラムを格納するためのメモリ９２を備える。この加工条件調整プログラムは、処理回路９０により実現される各機能を加工条件調整装置１０Ａに実行させるためのプログラムであるともいえる。この加工条件調整プログラムは、プログラムが記憶された記憶媒体により提供されてもよいし、通信媒体など他の手段により提供されてもよい。

【0209】

試験項目推論装置３０および加工結果モデル更新装置２０は、プロセッサ９１がメモリ９２に記憶された加工条件調整プログラムを実行することにより実現される。すなわち、加工条件調整装置１０Ａで実行される加工条件調整プログラムは、試験項目推論装置３０と、加工結果モデル更新装置２０とを含むモジュール構成となっており、これらが主記憶装置上にロードされ、これらが主記憶装置上に生成される。

【0210】

なお、加工結果モデル学習装置５０が用いる加工結果モデル学習プログラムは、学習用データ取得部５１と、学習用データ評価部５２と、加工結果モデル導出部５３とを含むモジュール構成となっており、これらが主記憶装置上にロードされ、これらが主記憶装置上に生成される。

【0211】

また、試験項目モデル学習装置６０が用いる試験項目モデル学習プログラムは、学習用データ取得部６１と、学習用データ評価部６２と、試験項目モデル導出部６３とを含むモジュール構成となっており、これらが主記憶装置上にロードされ、これらが主記憶装置上に生成される。

【0212】

ここで、プロセッサ９１は、例えば、ＣＰＵ（Central Processing Unit）、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、またはＤＳＰ（Digital Signal Processor）などである。また、メモリ９２は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（登録商標）（Electrically ＥＰＲＯＭ）などの、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、またはＤＶＤ（Digital Versatile Disc）などが該当する。

【0213】

図１９は、実施の形態１にかかる加工条件調整装置が備える処理回路を専用のハードウェアで構成する場合の処理回路の例を示す図である。図１９に示す処理回路９３は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組合せたものが該当する。

【0214】

処理回路９０，９３については、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。このように、処理回路９０，９３は、専用のハードウェア、ソフトウェア、ファームウェア、またはこれらの組合せによって、上述の各機能を実現することができる。なお、加工条件調整装置１０Ａは、１つの処理回路で実現されてもよいし、複数の処理回路で実現されてもよい。

【0215】

以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

【符号の説明】

【0216】

１ ワイヤ放電加工機、２ 制御装置、３ 電源装置、４ 工作物、５ 作業者、６ ワイヤ電極、７ 入力部、８ａ 上部給電子、８ｂ 下部給電子、１０Ａ～１０Ｅ 加工条件調整装置、１１ 要求仕様入力部、１２ 加工結果入力部、１３ 加工状態取得部、１４ 機械特性取得部、１５ 加工軌跡解析部、１６ 加工環境取得部、１７ 加工環境入力部、１８ 加工結果計測装置、２０ 加工結果モデル更新装置、２１ 更新用データ取得部、２２ 更新用データ評価部、２３ 更新部、２４ 更新モデル記憶部、３０ 試験項目推論装置、３１ 導出用データ取得部、３２ 導出用データ評価部、３３ 試験項目導出部、３４ 試験項目記憶部、４１ パラメータ調整部、４２ 加工結果推定部、４３ 試験項目モデル記憶部、４４ 表示部、４５ 基準加工結果モデル記憶部、４６ 更新要否判定部、５０ 加工結果モデル学習装置、５１，６１ 学習用データ取得部、５２，６２ 学習用データ評価部、５３ 加工結果モデル導出部、６０ 試験項目モデル学習装置、６３ 試験項目モデル導出部、８１ ワイヤ電極ボビン、８２ ワイヤ電極回収箱、８３ ワイヤ電極搬送ローラ、８４ 下部ローラ、８５ ワイヤ走行速度制御モータ、８６ 上部ガイド、８７ 下部ガイド、８８ 加工部、８９Ｘ Ｘ軸モータ、８９Ｙ Ｙ軸モータ、９０，９３ 処理回路、９１ プロセッサ、９２ メモリ、Ｂｍ 基準加工結果モデル、Ｄ１ 加工試験項目、Ｄ２ 加工状態、Ｄ３ 機械特性、Ｄ４ 軌跡解析結果、Ｄ５ 加工環境、Ｄ６，Ｆａ，Ｆｂ 加工結果、Ｄ１１ 要求仕様、Ｐａ パラメータ調整量、Ｒ１，Ｒ２ａ～Ｒ４ａ，Ｒ２ｂ～Ｒ４ｂ，Ｒ５ 加工可能範囲、Ｔ 定盤、Ｕｍ 更新加工結果モデル。

【要約】

加工条件調整装置（１０Ａ）は、放電加工に対して作業者が所望する要求仕様から加工試験項目を推論するための学習済の加工試験項目モデルを用いて、要求仕様から加工試験項目を導出する試験項目推論装置（３０）と、加工試験に対応する加工結果を取得し、加工結果から加工条件パラメータを推論し加工条件パラメータから加工結果を推論するための学習済の基準加工結果モデルと、取得した加工結果データとに基づいて、基準加工結果モデルを更新した更新加工結果モデルを生成する加工結果モデル更新装置（２０）と、更新加工結果モデルを用いて、要求仕様から要求仕様を満たした加工結果を得るための加工条件パラメータを計算加工条件パラメータとして計算するパラメータ調整部（４１）と、更新加工結果モデルと計算加工条件パラメータとに基づいて、計算加工条件パラメータに対応する推定加工結果を推定する加工結果推定部（４２）とを備える。

【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】