TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
公開番号
2024115876
公報種別
公開特許公報(A)
公開日
2024-08-27
出願番号
2023021754
出願日
2023-02-15
発明の名称
機械加工の良否判定方法
出願人
NTN株式会社
代理人
個人
,
個人
主分類
B23Q
17/09 20060101AFI20240820BHJP(工作機械;他に分類されない金属加工)
要約
【課題】ワークに施した機械加工が所望の加工品質を満足する正常加工であるか否かを容易にかつ正確に判定可能とする。
【解決手段】試加工用のワークに施した機械加工(例えば研削加工)が所望の加工品質を満足する正常加工である時の取得データに基づいて機械学習モデルを作成し、加工対象のワークWに研削加工を施したときに取得したデータを上記機械学習モデルを用いて解析することにより、加工対象のワークWに施した研削加工が正常加工であるか否かを判定する。
【選択図】図1
特許請求の範囲
【請求項1】
機械加工装置を用いて試加工用ワークに施した機械加工が所望の加工品質を満足する正常加工である時の取得データに基づいて機械学習モデルを作成し、
加工対象ワークに前記機械加工を施したときに取得したデータを前記機械学習モデルを用いて解析することにより、前記加工対象ワークに施した前記機械加工が正常加工であるか否かを判定することを特徴とする機械加工の良否判定方法。
続きを表示(約 520 文字)
【請求項2】
前記試加工用ワーク及び前記加工対象ワークに前記機械加工を施したときに取得するデータを、加工工具の駆動用電力に関する第1データ、前記機械加工装置が実行する工程に関する第2データ、及びワーク支持部に生じる振動に関する第3データの少なくとも一つとした請求項1に記載の機械加工の良否判定方法。
【請求項3】
前記試加工用ワーク及び前記加工対象ワークに前記機械加工を施したときに取得するデータを、前記第1データ、前記第2データ及び前記第3データとした請求項2に記載の機械加工の良否判定方法。
【請求項4】
前記試加工用ワーク及び前記加工対象ワークが円すいころ軸受の軌道輪である請求項1に記載の機械加工の良否判定方法。
【請求項5】
前記機械加工を研削加工とし、
前記機械加工装置としての研削装置が実行する工程を、前記試加工用ワーク及び前記加工対象ワークの被研削面を粗加工する粗加工工程、粗加工された前記被研削面の表面粗さを小さくする仕上げ工程、及び前記被研削面の表面粗さを一層小さくする仕上げスパークアウト工程とした請求項2又は3に記載の機械加工の良否判定方法。
発明の詳細な説明
【技術分野】
【0001】
本発明は、機械加工の良否判定方法に関する。
続きを表示(約 1,900 文字)
【背景技術】
【0002】
下記の特許文献1には、機械加工の一種である切削加工時に生じる振動に関するデータ(振動データ)から切削加工時の異常を検出する方法が開示されている。詳細には、切削加工時に生じる振動データを取得し、この振動データの絶対値を基に振幅データを算出し、この振幅データに移動平均処理を行うことにより短期平均振幅値及び長期平均振幅値を算出し、長期平均振幅値を基にして閾値を算出し、短期平均振幅値と閾値とを比較することにより加工異常の有無を検出する(ワークに施した切削加工が、所望の加工品質を満足する「正常加工」であるか、あるいは所望の加工品質を満足しない「異常加工」であるかを判定する)、というものである(請求項1)。
【0003】
係る方法によれば、短期平均振幅値及びこれとの比較対象である閾値が、切削加工中に取得される振動(振幅)データを基に随時算出・更新されるため、加工中に取得される振動データにばらつきが存在しても、その影響が加工異常の検出精度に及ぶことがない。このため、この方法によれば、切削工具の摩耗や欠損などに起因する加工異常の有無を精度良く判定することができる、としている。
【先行技術文献】
【特許文献】
【0004】
特開2008-132558号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献1の異常検出方法では、異常判定をするための基準となる閾値が必要不可欠であり、この閾値は、加工時に取得した振動(振幅)データに基づいて算出した長期平均振幅値に応じて設定する必要があるところ、閾値としての上限値や下限値は、長期平均振幅値に「所定の値」を加算、減算又は乗算することにより設定される。上記「所定の値」は、例えば、試加工等を繰り返し実施することにより、加工方法、加工量、ワークの材質やサイズなどに応じて最適値を都度導出する必要があると考えられることから、閾値の設定に手間がかかるという問題がある。また、上記「所定の値」は、試加工等を繰り返し実行せずとも、例えば作業者の経験則に基づいて導出可能であるとも考えられるが、良否判定基準(加工品質)が作業者毎にばらつく可能性がある。
【0006】
かかる実情に鑑み、本発明は、加工対象ワークに施す機械加工が、所望の加工品質を満足する正常加工であるか否かを容易にかつ正確に判定可能とすることを目的とする。
【課題を解決するための手段】
【0007】
上記の目的を達成するために創案された本発明に係る機械加工の良否判定方法は、
機械加工装置を用いて試加工用ワークに施した機械加工が所望の加工品質を満足する正常加工である時の取得データに基づいて機械学習モデルを作成し、
加工対象ワークに上記機械加工を施したときに取得したデータを上記機械学習モデルを用いて解析することにより、加工対象ワークに施した上記機械加工が正常加工であるか否かを判定することを特徴とする。
【0008】
上記のように、機械加工装置(機械加工を施すための装置)を用いて試加工用ワークに施した機械加工が「正常加工」である時の様々な取得データに基づいて機械学習モデルを作成すれば、このモデルは「正常加工」であることの判定基準とすることができる。このため、加工対象ワークに施している機械加工から取得されるデータを上記機械学習モデルを用いて解析すれば、人手作業による閾値の設定や試加工用ワークに施された機械加工が「異常加工」であるときのデータを必要とすることなく、加工対象ワークに施された機械加工が「正常加工」であるか否かを容易にかつ正確に判定することができる。
【0009】
上記構成において、試加工用ワーク及び加工対象ワークに機械加工を施したときに取得するデータは、例えば、加工工具の駆動用電力に関する第1データ、機械加工装置が実行する工程に関する第2データ、及びワーク支持部に生じる振動に関する第3データの少なくとも一つとすることができる。但し、判定の正確性を高める上では第1~第3データの全てを取得するのが好ましい。
【0010】
上記構成において、試加工用ワーク及び加工対象ワークは、例えば円すいころ軸受の軌道輪(の基材)とすることができる。すなわち、本発明は、特に円すいころ軸受の外輪又は内輪(の基材)に施す機械加工の良否を判定する際に好ましく適用することができる。
(【0011】以降は省略されています)
この特許をJ-PlatPatで参照する
関連特許
他の特許を見る