予め加工データを分析して導いたアルゴリズムや、正常な加工データを学習した機械学習・確率論的・統計学的モデルを用いて加工異常の検知を行う際、前の加工の加工目の精度によって次に同じ部位を加工する際の異常度が変化する。 前の加工に用いた工具に異常検知する必要がない程度の損耗が存在する場合、その損耗は無視できるレベルの加工目の精度変化を引き起こすが、アルゴリズムやモデルの感度に依っては次の加工にて不要に異常を検知することがある。このため、意図せず機械停止したり、まだ使用可能な工具を交換することで機械の稼働率の悪化を招いたりする。特許文献１に示す技術では、現在の加工のみを考慮した異常検知のみを行うため、加工の前後を考慮した異常検知ができない。 逆に、前の加工に用いた工具に異常検知する必要があるような損耗がある場合、アルゴリズムやモデルの感度に依り必要な異常を検知せず、次の加工で異常を検知することがある。そのとき、加工異常の要因を除外する対象は前の加工の工具であるにもかかわらず、次の加工の工具を検めることとなるため対応を誤る可能性がある。対応を誤ると、例えば次の加工に用いた工具の交換を実施しても再度加工異常が発生したりする。つまり、損耗が発生していない工具を異常があったとして交換し、損耗が発生している工具を交換しないまま使用することとなる。このため、加工目の精度不良を再度引き起こすことで次の工具の損耗の進行を早めて結果的に使用工具を増やすことになったり、再度加工異常が発生することで原因の特定や対策に時間を消費して機械の稼働率や加工効率の悪化を招いたりする。特許文献１に示す技術では、加工異常の検知を引き起こした根本の加工工程やその工程時に使用した工具を推定することができない。

目的を達成するために、本開示の第１の構成は、数値制御指令に基づいて複数の工具による加工を実行する際に、加工の情報から加工異常を判定する加工異常検知方法であって、 前記工具に関する情報、又は、前記工具に紐づくデータである加工情報のうち、前に使用した工具の加工異常判定に関する情報である前加工情報を取得する前加工情報取得ステップと、 前記加工情報のうち、前記前に使用した工具と異なる現在・・・　続きを知財ポータルサイト IP Force にログインして見る