[发明专利]机器学习装置、数值控制装置、数值控制系统以及机器学习方法

权利要求书

1.一种机器学习装置，其针对数值控制装置进行机器学习，所述数值控制装置根据通过包含工具半径或工具长度的坐标系而生成的加工程序使机床进行动作，其特征在于，

所述机器学习装置具备：

状态信息取得单元，通过由所述数值控制装置执行设定了主轴转速、进给速度、切入次数、每一次的切入量、以及工具直径校正量或工具长度校正量的所述加工程序来使所述机床进行螺纹铣削加工、内径加工、外形加工、表面加工中的任意一个切削加工，由此所述状态信息取得单元取得包含设定值、对工件进行所述切削加工的周期时间以及该切削加工的加工精度的状态信息，所述设定值包含所述主轴转速、所述进给速度、所述切入次数、所述每一次的切入量、以及所述工具直径校正量或所述工具长度校正量；

行为信息输出单元，其基于以下措施来选择行为信息，并将行为信息输出给所述数值控制装置，所述措施主要选择使所述每一次的切入量增加以及/或者使所述切入次数减少的行为，所述行为信息包含在所述状态信息中至少包含的所述切入次数、所述每一次的切入量、以及所述工具直径校正量或所述工具长度校正量的设定值的修正信息；

回报输出单元，其输出基于所述状态信息中包含的所述周期时间和所述加工精度的强化学习中的回报值；以及

价值函数更新单元，其根据通过所述回报输出单元输出的回报值、所述状态信息以及所述行为信息来更新行为价值函数。

2.根据权利要求1所述的机器学习装置，其特征在于，

不设置所述机器学习的最大试验次数地持续进行所述机器学习。

3.根据权利要求1或2所述的机器学习装置，其特征在于，

所述机器学习装置具备最优化行为信息输出单元，该最优化行为信息输出单元根据通过所述价值函数更新单元更新后的价值函数，生成所述主轴转速、所述进给速度、所述切入次数、所述每一次的切入量、以及所述工具直径校正量或所述工具长度校正量并进行输出。

4.一种数值控制系统，其特征在于，具有：

权利要求1或2所述的机器学习装置；以及

数值控制装置，其通过该机器学习装置对加工程序主轴转速、进给速度、切入次数、每一次的切入量、以及所述工具直径校正量或所述工具长度校正量进行机器学习。

5.一种数值控制装置，其特征在于，

所述数值控制装置包含权利要求1或2所述的机器学习装置，通过该机器学习装置，对加工程序主轴转速、进给速度、切入次数、每一次的切入量、以及工具直径校正量或工具长度校正量进行机器学习。

6.一种机器学习方法，其是针对数值控制装置进行机器学习的机器学习装置的机器学习方法，所述数值控制装置根据通过包含工具半径或工具长度的坐标系而生成的加工程序使机床进行动作，其特征在于，

通过由所述数值控制装置执行设定了主轴转速、进给速度、切入次数、每一次的切入量、以及工具直径校正量或工具长度校正量的所述加工程序来使所述机床进行螺纹铣削加工、内径加工、外形加工、表面加工中的任意一个切削加工，由此取得包含设定值、对工件进行所述切削加工的周期时间以及该切削加工的加工精度的状态信息，所述设定值包含所述主轴转速、所述进给速度、所述切入次数、所述每一次的切入量、以及所述工具直径校正量或所述工具长度校正量；

基于以下措施来选择行为信息，并将行为信息输出给所述数值控制装置，所述措施主要选择使所述每一次的切入量增加以及/或者使所述切入次数减少的行为，所述行为信息包含在所述状态信息中至少包含的所述切入次数、所述每一次的切入量、以及所述工具直径校正量或所述工具长度校正量的设定值的修正信息；

计算基于所述状态信息中包含的所述周期时间和所述加工精度的强化学习中的回报值；以及

根据计算出的所述回报值、所述状态信息以及所述行为信息来更新行为价值函数。