[发明专利]机床的工具的异常检测装置及方法

说明书

本发明提供能够提高诊断精度的机床的工具的异常检测装置及方法。为此，对机床(10)的工具的异常进行检测的异常检测装置(30A)具有：取得部(40A)，取得与工具相关的多个测定值作为测定数据(振动信息(41)、切削力信息(42)、声音信息(43)、主轴载荷(44)、马达电流(45)、电力值(46))；正常模型部(31)，通过一类机器学习来学习在正常状态下的加工时取得到的测定数据，来生成正常模型；异常诊断部(32)，在生成了正常模型后的加工时取得测定数据，并基于正常模型，对该测定数据是正常还是异常进行诊断；及再诊断部(34)，通过与异常诊断部(32)不同的方法对由异常诊断部(32)诊断为异常的测定数据进行再诊断。

技术领域

本发明涉及对机床的工具的异常进行检测的异常检测装置及方法。

背景技术

在机床的加工/磨削中，当产生了工具的磨损或缺损时，产生加工工件的加工精度变差，产生不良工件。由于不良工件的产生，成品率变差，并且有时根据加工工件而导致高价，在该情况下也有时产生高额的不良损失。因此，提出实时测定加工中的各种信号，并根据其阈值，进行工具的异常诊断的方法(专利文献1～3)。

现有技术文献

专利文献1：日本特开2016-40072号公报

专利文献2：日本专利第5831216号公报

专利文献3：日本专利第5710391号公报

发明内容

发明所要解决的课题

在上述专利文献1～3中，所取得的诊断信号各不相同，例如如图13所例示的那样，通过对作为诊断信号之一的主轴载荷进行阈值设定，并进行与该阈值的比较，来进行异常诊断。然而，这样的信号(加工载荷(主轴载荷)、切削力、切削振动等)根据切削条件(工具种类、工件材料、切入量(切屑排出量)、进给速度、主轴转速等)而变化，因此难以进行阈值的设定，因此，在上述专利文献3中，公开了决定用于异常诊断的阈值的方法。这样，由于以往的异常诊断中难以设定其阈值，使用难以设定的阈值进行异常诊断，因此无法期望其诊断精度的提高。

本发明是鉴于上述课题而作出，目的在于提供能够提高诊断精度的机床的工具的异常检测装置及方法。

用于解决课题的技术方案

解决上述课题的第一发明的机床的工具的异常检测装置是对机床的工具的异常进行检测的异常检测装置，上述机床的工具的异常检测装置的特征在于，具有：

取得部，取得与上述工具相关的多个测定值作为测定数据；

第一学习部，通过一类机器学习来学习在正常状态下的加工时取得的上述测定数据，来生成正常模型；

诊断部，在生成了上述正常模型后的加工时取得上述测定数据，并基于上述正常模型，对该测定数据是正常还是异常进行诊断；及

再诊断部，通过与上述诊断部不同的方法对由上述诊断部诊断为异常的上述测定数据进行再诊断。

解决上述课题的第二发明的机床的工具的异常检测装置的特征在于，

在上述第一发明所记载的机床的工具的异常检测装置的基础上，

上述第一学习部通过上述一类机器学习来学习在上述诊断部中未被诊断为异常的上述测定数据及在上述再诊断部中未被诊断为异常的上述测定数据，来更新上述正常模型。

解决上述课题的第三发明的机床的工具的异常检测装置的特征在于，

在上述第一或者第二发明所记载的机床的工具的异常检测装置的基础上，

上述机床的工具的异常检测装置还具有处理部，当上述测定数据在上述诊断部或者上述再诊断部中被诊断为异常时，上述处理部使基于上述工具的加工停止。