特表 2024-541801 金属薄板から切断される部品の該金属薄板からの良好な自動取出しのための、取出し試行の推定回数を決定する装置及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-11-13

(54)【発明の名称】金属薄板から切断される部品の該金属薄板からの良好な自動取出しのための、取出し試行の推定回数を決定する装置及び方法

(51)【国際特許分類】

   G05B 19/4155 20060101AFI20241106BHJP

   G06Q 50/04 20120101ALI20241106BHJP

   B21D 28/00 20060101ALI20241106BHJP

【ＦＩ】

G05B19/4155 V

G06Q50/04

B21D28/00 Z

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024518445

(86)(22)【出願日】2022-09-07

(85)【翻訳文提出日】2024-03-22

(86)【国際出願番号】 EP2022074902

(87)【国際公開番号】W WO2023046484

(87)【国際公開日】2023-03-30

(31)【優先権主張番号】102021124706.3

(32)【優先日】2021-09-23

(33)【優先権主張国・地域又は機関】DE

(81)【指定国・地域】

(71)【出願人】

【識別番号】502300646

【氏名又は名称】トルンプフ ヴェルクツォイクマシーネン エス・エー プルス コー． カー・ゲー

【氏名又は名称原語表記】ＴＲＵＭＰＦ Ｗｅｒｋｚｅｕｇｍａｓｃｈｉｎｅｎ ＳＥ ＋ Ｃｏ． ＫＧ

【住所又は居所原語表記】Ｊｏｈａｎｎ－Ｍａｕｓ－Ｓｔｒ． ２， ７１２５４ Ｄｉｔｚｉｎｇｅｎ， Ｇｅｒｍａｎｙ

(74)【代理人】

【識別番号】100114890

【弁理士】

【氏名又は名称】アインゼル・フェリックス＝ラインハルト

(74)【代理人】

【識別番号】100098501

【弁理士】

【氏名又は名称】森田 拓

(74)【代理人】

【識別番号】100116403

【弁理士】

【氏名又は名称】前川 純一

(74)【代理人】

【識別番号】100134315

【弁理士】

【氏名又は名称】永島 秀郎

(74)【代理人】

【識別番号】100162880

【弁理士】

【氏名又は名称】上島 類

(72)【発明者】

【氏名】ヨナタン エーベルレ

(72)【発明者】

【氏名】アンティエ レリッツ

(72)【発明者】

【氏名】イェンス オットナード

【テーマコード（参考）】

3C269

4E048

5L050

【Ｆターム（参考）】

3C269AB11

3C269AB24

3C269BB05

3C269EF71

3C269MN44

4E048AD01

5L050CC03

(57)【要約】

本発明は、金属薄板から切断される部品のその金属薄板からの良好な自動取出しのための、取出し試行の推定回数を決定する方法に関し、その部品は、自動取出しツールによって金属薄板から取出されるものであり、部品の自動取出しの間に、複数回の取出し試行が可能であり、方法は、以下のステップ：部品の形状を読み込むステップと、自動取出しツールのパラメータを読み込むステップと、その部品の形状と、その自動取出しツールのパラメータとに基づいて、取出し試行の推定回数を決定するステップと、を含む。

【特許請求の範囲】

【請求項1】

金属薄板（３１）から切断される部品（３２）の前記金属薄板（３１）からの良好な自動取出しのための、取出し試行の推定回数（２２）を決定する方法であって、
前記部品（３２）は、自動取出しツール（３３）によって前記金属薄板（３１）から取り出されるものであり、
前記部品（３２）の前記自動取出しの際に、複数回の取出し試行が行われ得、
前記方法は、以下のステップ：
１ａ 前記部品（３２）の形状を読み込むステップ（１ａ）と、
１ｂ 前記自動取出しツール（３３）のパラメータを読み込むステップ（１ｂ）と、
２ 前記部品（３２）の前記形状と、前記自動取出しツール（３３）の前記パラメータとに基づいて、前記取出し試行の推定回数（２２）を決定するステップ（２）と、を含む、方法。

【請求項2】

前記決定するステップ（２）において、取出し試行の複数の行われ得る回数（２２）を、関連する確率値を用いて決定することを特徴とする、請求項１に記載の方法。

【請求項3】

前記取出し試行の推定回数（２２）を決定するステップ（２）において、前記自動取出しの失敗確率（２３）を決定することを特徴とする、請求項１又は２に記載の方法。

【請求項4】

取出し試行の前記推定回数（２２）から、前記良好な自動取出しのための時間（２４）を決定することを特徴とする、請求項１～３のいずれか一項に記載の方法。

【請求項5】

前記取出し試行の推定回数（２２）を、多数の部品（３２）について決定することを特徴とする、請求項１～４のいずれか一項に記載の方法。

【請求項6】

前記取出し試行の推定回数（２２）に基づいて、前記多数の部品（３２）についての取出し順序を決定する（３ａ）ことを特徴とする、請求項５に記載の方法。

【請求項7】

前記取出し順序を決定する（３ａ）際に、取出し試行の推定回数（２２）の少ない部品（３２）を、取出し試行の推定回数（２２）の多い部品（３２）の前に組み入れることを特徴とする、請求項６に記載の方法。

【請求項8】

前記部品（３２）を製造機械（３０）によって金属薄板（３１）から切断し、
少なくとも１つの製造パラメータ（１３）を読み込み（１ｃ）、
前記製造パラメータ（１３）を、前記取出し試行の推定回数（２２）を決定するステップ（２）において考慮することを特徴とする、請求項１～７のいずれか一項に記載の方法。

【請求項9】

前記製造パラメータ（１３）は、材料の種類、材料の厚さ、製造機械のタイプ、切断パラメータ、又は摩耗値であることを特徴とする、請求項８に記載の方法。

【請求項10】

前記製造機械（３０）を異なる製造シフトにおいて使用し、
異なる製造シフトのために、前記製造機械の機械オペレータの異なる反応時間が既知であり、
取出し試行の推定回数（２２）の多い部品（３２）を、機械オペレータの短い反応時間が割り当てられた製造シフトのために組み込む（３ｂ）ことを特徴とする、請求項８又は９に記載の方法。

【請求項11】

人工知能（２１）、特にトレーニングされたニューラルネットワークを、前記取出し試行の推定回数（２２）を決定するステップ（２）において使用することを特徴とする、請求項１～１０のいずれか一項に記載の方法。

【請求項12】

コンピュータによって、請求項１～１１のいずれか一項に記載の方法を実行するためのコンピュータプログラム製品。

【請求項13】

演算ユニット（２０）とメモリ（１０）とを備えた装置であって、
請求項１～１１のいずれか一項に記載の方法を実行するための命令を有するコンピュータプログラムが前記メモリ（１０）に記憶されており、
前記演算ユニット（２０）は、前記方法を実行するために設けられ、且つ設定されている、装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、金属薄板から切断される部品の該金属薄板からの良好な自動取出しのための、取出し試行の推定回数（ｗａｈｒｓｃｈｅｉｎｌｉｃｈｅ Ａｎｚａｈｌ）を決定する方法に関する。

【0002】

更に、本発明は、本発明による方法を実施するための装置に関する。

【0003】

特許文献１から、残留ワークピースからワークピースの一部を複数回の取出し試行によって取り出す方法が知られている。

【0004】

特許文献２から、取出し予測を作成する方法が知られている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】独国特許出願公開第１０２０１８２１５７３８Ａ１号明細書

【特許文献2】独国特許出願公開第１０２０１８２０８１２６Ａ１号明細書

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明の課題は、取出しプロセスをより良く予測することができる方法を提供することにある。取出しプロセスのより適切な予測によって、取出しプロセスがその一部である製造プロセスをより適切に制御することができる。

【課題を解決するための手段】

【0007】

この課題は、金属薄板から切断される部品のその金属薄板からの良好な自動取出しのための、取出し試行の推定回数を決定する方法によって解決され、その際、その部品は、自動取出しツールによって金属薄板から取り出されるものであり、その部品の自動取出しの際に、複数回の取出し試行が行われ得、その方法は、以下のステップ：
ａ．部品の形状を読み込むステップと、
ｂ．自動取出しツールのパラメータを読み込むステップと、
ｃ．部品の形状と、自動取出しツールのパラメータに基づいて、取出し試行の推定回数を決定するステップと、を含む。
部品の形状は、例えば、部品の切断プロセスに関する設計データに由来し得る。このような設計データは、例えばＣＡＤプログラムに由来し得る。設計データは、通常、いわゆる製造実行システム（ＭＥＳ）において利用可能であり、ＭＥＳから読み出すことができる。代替的には、画像処理を用いて、切断された金属薄板のカメラ画像からデータを決定することもできる。

【0008】

取出しツールは、例えば、多数の押出し要素及び保持要素を含み得る。取出しツールのパラメータは、例えば、取出しツールのタイプ、押出し要素の数、及び／又は配置、保持要素の数、及び／又は配置、押出し速度、押出し加速度、摩耗値、又はホールドダウンの存在、であり得る。複数のパラメータの同時使用によって、方法を改善することができる。取出し試行の推定回数は、好ましくは、同一又は類似の形状の部品と、同一又は類似のパラメータを有する取出しツールとの経験値から決定される。

【0009】

好ましくは、決定するステップにおいて、取出し試行の複数の行われ得る回数を、関連する（ｚｕｇｅｈｏｅｒｉｇ）確率値を用いて決定する。取出し試行の複数の行われ得る回数を、関連する確率値を用いて決定することによって、決定の確実性を評価することができる。高い確率値によって、取出し試行の行われ得る回数が少ない場合、決定の確実性は高い。類似の確率値によって、取出し試行の行われ得る回数が多い場合、決定の確実性は低い。

【0010】

好ましくは、取出し試行の推定回数を決定するステップにおいて、自動取出しの失敗確率を決定する。自動取出しの失敗は、例えば、取出し試行の、所定の最大回数を超えた場合が想定され得る。

【0011】

好ましくは、取出し試行の推定回数から、良好な自動取出しのための時間を決定する。部品の自動取出しのための推定時間の決定によって、金属薄板の選別のための推定継続時間、及び／又は、自動取出しツールの作業継続時間を決定することができる。それによって、製造プラニング、及び／又は、作業プラニングを大幅に改善できる。

【0012】

好ましくは、取出し試行の推定回数を、多数の部品について決定する。特に好ましくは、繰返し試行の推定回数に基づいて、多数の部品について取出し順序を決定する。

【0013】

好ましくは、取出し順序において、繰返し試行の推定回数の少ない部品を、繰返し試行の推定回数の多い部品の前に組み入れる。通常、繰返し試行の推定回数が多くなるに伴って、自動取出しの失敗のリスクは高くなる。提案された取出し順序によって、失敗確率が低い部品が最初に選別される。

【0014】

好ましくは、部品を製造機械によって金属薄板から切断し、その際、製造機械の少なくとも１つのパラメータを読み込み、その製造機械のパラメータを、取出し試行の推定回数を決定するステップにおいて考慮する。製造パラメータは、材料の種類、材料の厚さ、製造機械のタイプ、切断パラメータ、又は摩耗値である。切断パラメータは、例えば、切断幅、送り速度、レーザ切断ヘッドのノズルタイプ、又はレーザ切断ヘッドのノズルと金属薄板との間の距離である。製造パラメータは、取出し試行の推定回数を主要に決定する。１つ以上の製造パラメータを考慮することによって、取出し試行の推定回数の決定を改善できる。

【0015】

製造機械を異なる製造シフトにおいて使用し、その際、異なる製造シフトのために、製造機械の機械オペレータの異なる反応時間が既知である場合、取出し試行の推定回数の多い部品を、機械オペレータの短い反応時間が割り当てられた製造シフトのために組み込む。製造シフトへの部品のそのような組み込みによって、製造経過、ひいては製造プラニングを改善することができる。なぜなら、取出し試行の推定回数が多く、したがって自動取出しの失敗確率が高い部品に対して、機械オペレータの短い反応時間が保証されるからである。

【0016】

好ましくは、人工知能、特にトレーニングされたニューラルネットワークを、取出し試行の推定回数を決定するステップにおいて使用する。人工知能は、過去の取出し試行に基づいて、取出し試行の推定回数を決定することを学習することができる。さらに、人工知能を、各取出された部品によって、さらにトレーニングすることができる。これによって、取出し試行の推定回数の決定を改善させることができる。

【0017】

本発明はまた、コンピュータによって、本発明による方法を実行するためのコンピュータプログラム製品を含む。

【0018】

本発明は、また、演算ユニットとメモリとを備えた装置を含み、その際、本発明による方法を実行するための命令を有するコンピュータプログラムがそのメモリに記憶されており、また、その演算ユニットは、その方法を実行するために設けられ、且つ設定 されている。

【0019】

好ましい実施形態の以下の説明は、図面と併せて、本発明のより詳細な説明に役立つ。

【図面の簡単な説明】

【0020】

【図1】本発明による方法のプロセス経過を示す図である。

【図2】取出しツールを有する、レーザ加工のための機械の概略図である。

【発明を実施するための形態】

【0021】

すべての実施例において、同一又は機能的に等価な要素には同一の参照符号を付す。

【0022】

図１は、本発明による方法の例示的なプロセス経過を示す。第１のステップ１においては、必要なデータを読み込む。その際、第１のステップ１は、部品の形状の読み込み１ａと、取出しツールの１つ以上のパラメータの読み込み１ｂとに分けられる。この２つのサブステップのデータは、１つ以上のメモリから読み出すことができる。方法が所定の取出しツールに対してのみ実行される場合、取出しツールのパラメータを予め設定することもできる。本実施例においては、追加で製造パラメータも読み込む１ｃ。製造パラメータとして、材料の種類（本実施例においては、特殊鋼）、材料の厚さ（本実施例においては、１ｍｍ）、切断幅（本実施例においては、１ｍｍ）を読み込む。好ましくは、製造パラメータを、部品の形状とともに読み込む。

【0023】

第２のステップ２においては、必要な取出し試行の推定回数を決定する。本実施例においては、それは人工知能を使用して行われる。本実施例においては、人工知能はニューラルネットワークとして形成される。そのニューラルネットワークは、様々な部品について多数の取出し試行を用いてトレーニングされている。人工知能を、特別な取出しツール用及び／又は製造機械用にトレーニングすることができる。この場合、取出しツール用及び／又は製造機械用のパラメータは、人工知能に内在的に備わっている。

【0024】

最初の２つのステップは、多数の部品に対して実施される。複数の部品に対して有効な製造パラメータは、好ましくは一度だけ読み込まれる。例えば、複数の部品が切断される金属薄板の材料の種類及び厚さは、全ての部品について同一であり得、また、形状及び切断幅は部品について異なり得る。

【0025】

第３のステップ３においては、必要な取出し試行の推定回数の決定結果を製造プラニングに使用する。本実施例においては、第１の変形例３ａにおいて、多数の部品についての取出し順序の決定のために、その結果を使用する。その際、自動取出しの失敗のリスクは、繰返し試行の推定回数が多いほど高くなるため、繰返し試行の推定回数が少ない部品は、繰返し試行の推定回数が多い部品の前に組み入れられる。対応して、失敗確率の低い部品が、最初に選別される。それによって、選別開始時の自動選別が中断される可能性は低くなる。第２の変形例３ｂにおいては、その結果を製造シフトのプラニングに使用する。その場合、異なる製造シフトのために、製造機械の機械オペレータの異なる反応時間が既知であると有利である。その際、取出し試行の推定回数の多い部品を、機械オペレータの短い反応時間が割り当てられた製造シフトに組み込む。それによって、取出し失敗による選別プロセスの中断を短時間に抑えることができる。

【0026】

図２は、本発明による方法を実施するための装置の例示的な構造を示す。メモリ１０内に、部品の形状１１、取出しツールのパラメータ１２、及び製造パラメータ１３に関するデータが記憶されている。演算ユニット２０がメモリ１０からデータ１１、１２、１３をロードする。部品の形状１１、取出しツールのパラメータ１２、製造パラメータ１３から、演算ユニット２０は、取出し試行の推定回数２２を決定する。そのために、演算ユニットは人工知能２１を利用する。本実施例においては、人工知能はトレーニングされたニューラルネットワークの形態である。このニューラルネットワークは、多数の異なる形状の部品について、多数の取出し試行を用いてトレーニングされている。人工知能は、取出し試行の複数の行われ得る回数を、関連する確率値を用いて決定する。さらに、人工知能は、自動取出しの失敗確率２３を決定する。取出し試行の推定回数２２から、演算ユニット２０は、良好な自動取出しのための推定時間２４を決定する。

【0027】

演算ユニット２０は、メモリ１０から製造シフトの数に関する情報、特に製造シフトにおける機械オペレータの反応時間に関する情報を読み出す。取出し試行の推定回数２２、及び自動取出しの失敗確率２３と合わせて、演算ユニット２０は部品を製造シフトに組み込む。その際、取出し試行の推定回数２２が多い部品を、機械オペレータの短い反応時間が割り当てられた製造シフトに組み込む。

【0028】

金属薄板から切断される部品について、演算ユニット２０は、取出し試行の推定回数２２と、自動取出しの失敗確率２３とに基づいて、選別順序をプラニングする。その際、取出し試行の推定回数２２の少ない部品を、取出し試行の推定回数２２の多い部品の前に組み入れる。

【0029】

本実施例においては、演算ユニット２０は製造実行システム（ＭＥＳ）２５の一部である。ＭＥＳ２５は製造機械３０を制御する。製造機械３０は取出しツール３３を含む。

【0030】

製造機械３０は金属薄板３１から部品３２を切断する。次いで、部品３２は取出しツール３３を用いて金属薄板３１から自動的に取り出される。取出しツール３３を備えた例示的な製造機械３０は、上記の特許文献１から知られている。特許文献１の開示は、本明細書にその全体が組み込まれる。自動取出しの際に必要とされる取出し試行の回数は、記憶され、人工知能の改善のために、部品の形状及び製造パラメータと共に使用される。

【符号の説明】

【0031】

１ａ 部品の形状の読み込み
１ｂ 自動取出しツールのパラメータの読み込み
１ｃ 製造パラメータの読み込み
２ 取出し試行の推定回数の決定
３ａ 取出し順序の決定
３ｂ 製造シフトのプラニング
１０ メモリ
１１ 部品の形状
１２ 取出しツールのパラメータ
１３ 製造パラメータ
２０ 演算ユニット
２１ 人工知能
２２ 取出し試行の回数
２３ 失敗確率
２４ 取出し時間
２５ ＭＥＳ
３０ 製造機械
３１ 金属薄板
３２ 部品
３３ 取出しツール

【図1】

【図2】

【手続補正書】

【提出日】2024-03-22

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

金属薄板（３１）から切断される部品（３２）の前記金属薄板（３１）からの良好な自動取出しのための、取出し試行の推定回数（２２）を決定する方法であって、
前記部品（３２）は、自動取出しツール（３３）によって前記金属薄板（３１）から取り出されるものであり、
前記部品（３２）の前記自動取出しの際に、複数回の取出し試行が行われ得、
前記方法は、以下のステップ：
１ａ 前記部品（３２）の形状を読み込むステップ（１ａ）と、
１ｂ 前記自動取出しツール（３３）のパラメータを読み込むステップ（１ｂ）と、
２ 前記部品（３２）の前記形状と、前記自動取出しツール（３３）の前記パラメータとに基づいて、前記取出し試行の推定回数（２２）を決定するステップ（２）と、を含む、方法。

【請求項2】

前記決定するステップ（２）において、取出し試行の複数の行われ得る回数（２２）を、関連する確率値を用いて決定することを特徴とする、請求項１に記載の方法。

【請求項3】

前記取出し試行の推定回数（２２）を決定するステップ（２）において、前記自動取出しの失敗確率（２３）を決定することを特徴とする、請求項１又は２に記載の方法。

【請求項4】

取出し試行の前記推定回数（２２）から、前記良好な自動取出しのための時間（２４）を決定することを特徴とする、請求項１又は２に記載の方法。

【請求項5】

前記取出し試行の推定回数（２２）を、多数の部品（３２）について決定することを特徴とする、請求項１又は２に記載の方法。

【請求項6】

前記取出し試行の推定回数（２２）に基づいて、前記多数の部品（３２）についての取出し順序を決定する（３ａ）ことを特徴とする、請求項５に記載の方法。

【請求項7】

前記取出し順序を決定する（３ａ）際に、取出し試行の推定回数（２２）の少ない部品（３２）を、取出し試行の推定回数（２２）の多い部品（３２）の前に組み入れることを特徴とする、請求項６に記載の方法。

【請求項8】

前記部品（３２）を製造機械（３０）によって金属薄板（３１）から切断し、
少なくとも１つの製造パラメータ（１３）を読み込み（１ｃ）、
前記製造パラメータ（１３）を、前記取出し試行の推定回数（２２）を決定するステップ（２）において考慮することを特徴とする、請求項１又は２に記載の方法。

【請求項9】

前記製造パラメータ（１３）は、材料の種類、材料の厚さ、製造機械のタイプ、切断パラメータ、又は摩耗値であることを特徴とする、請求項８に記載の方法。

【請求項10】

前記製造機械（３０）を異なる製造シフトにおいて使用し、
異なる製造シフトのために、前記製造機械の機械オペレータの異なる反応時間が既知であり、
取出し試行の推定回数（２２）の多い部品（３２）を、機械オペレータの短い反応時間が割り当てられた製造シフトのために組み込む（３ｂ）ことを特徴とする、請求項８に記載の方法。

【請求項11】

人工知能（２１）、特にトレーニングされたニューラルネットワークを、前記取出し試行の推定回数（２２）を決定するステップ（２）において使用することを特徴とする、請求項１又は２に記載の方法。

【請求項12】

コンピュータによって、請求項１又は２に記載の方法を実行するためのコンピュータプログラム製品。

【請求項13】

演算ユニット（２０）とメモリ（１０）とを備えた装置であって、
請求項１又は２に記載の方法を実行するための命令を有するコンピュータプログラムが前記メモリ（１０）に記憶されており、
前記演算ユニット（２０）は、前記方法を実行するために設けられ、且つ設定されている、装置。

【国際調査報告】