[发明专利]机器学习装置、控制装置、加工系统和机器学习方法

权利要求书

1.一种机器学习装置，其学习修正量，该修正量用于修正对工件进行了模型化的工件模型，使得基于该工件模型加工的上述工件的形状与目标形状一致，

上述机器学习装置的特征在于，具备：

状态观测部，其观测对上述工件进行加工的机床的加工状态数据以及上述机床基于上述工件模型加工的上述工件的形状与上述目标形状之间的误差的测定数据，作为表示对上述工件进行加工的环境的当前状态的状态变量；以及

学习部，其使用上述状态变量并将上述修正量与上述误差关联起来进行学习。

2.根据权利要求1所述的机器学习装置，其特征在于，

上述加工状态数据包含上述机床的尺寸误差、该机床的温度、该机床周围的环境温度、该机床的热量、该机床的消耗电力、该机床的热位移量、以及该机床的动作参数中的至少一个。

3.根据权利要求2所述的机器学习装置，其特征在于，

上述机床具有：

工具，其对上述工件进行加工；以及

移动机构，其使上述工具与上述工件相对地移动，

上述动作参数包含上述移动机构的加速度、确定该移动机构的加速或减速所需时间的时间常数、确定该移动机构的控制的响应速度的控制增益、以及该移动机构的惯性力矩中的至少一个。

4.根据权利要求1～3中任一项所述的机器学习装置，其特征在于，

上述学习部具有：

回报计算部，其求出与上述误差关联的回报；以及

函数更新部，其使用上述回报来更新表示上述修正量的价值的函数。

5.根据权利要求4所述的机器学习装置，其特征在于，

上述回报计算部根据上述误差的大小而求出不同的上述回报。

6.根据权利要求1～5中任一项所述的机器学习装置，其特征在于，

还具备决策部，该决策部基于上述学习部的学习结果来输出上述修正量的输出值，

上述状态观测部将上述机床基于按照上述输出值修正的上述工件模型而加工的上述工件的形状与上述目标形状之间的上述误差，作为下一个学习周期中的上述测定数据而对上述状态变量进行观测。

7.一种控制装置，其对机床进行控制，

上述控制装置的特征在于，具备：

权利要求1～6中任一项所述的机器学习装置；以及

状态数据获取部，其获取上述加工状态数据和上述测定数据。

8.一种加工系统，其特征在于，具备：

机床，其对工件进行加工；

测定装置，其测定上述机床加工的上述工件的形状与预先设定的上述工件的目标形状之间的误差；以及

权利要求7所述的控制装置。

9.一种机器学习方法，其学习修正量，该修正量用于修正对工件进行了模型化的工件模型，使得基于该工件模型加工的上述工件的形状与目标形状一致，

上述机器学习方法的特征在于，

观测对上述工件进行加工的机床的加工状态数据以及上述机床基于上述工件模型加工的上述工件的形状与上述目标形状之间的误差的测定数据，来作为表示对上述工件进行加工的环境的当前状态的状态变量，

使用上述状态变量并将上述修正量与上述误差关联起来进行学习。