特許ウォッチ

公開番号2025011547
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023113728
出願日2023-07-11
発明の名称加工面状態推定装置、推定プログラムおよび加工面状態推定方法
出願人株式会社ナガセインテグレックス
代理人個人,個人
主分類B24B 49/18 20060101AFI20250117BHJP(研削;研磨)
要約【課題】学習済みの学習器を設定する作業にかかる時間の短縮や労力の軽減を図る。
【解決手段】加工面状態推定装置は、記憶部、リサイズ部、出力部を備える。記憶部は、所定粒子径G2の砥粒を有する砥石の砥面に関する画像を学習データとして学習された学習済みの第2学習器62と、推定対象の砥石の砥面に関する画像である撮像画像44と、推定対象の砥石の粒子径G1に関する粒子径情報とを記憶する。リサイズ部は、変更比率RGで撮像画像44の画像サイズを変更してリサイズ画像を生成する。出力部は、リサイズ画像を利用して、第2学習器62から、推定対象の砥石の砥面の状態を示す砥面情報を出力する。
【選択図】図11
特許請求の範囲【請求項１】
砥粒が固着された構造の工具における加工面の状態を推定する加工面状態推定装置であって、
所定粒子径の砥粒を有する工具の加工面に関する画像を学習データとして機械学習された学習済みの学習器、および、推定対象の工具の加工面に関する画像である推定画像、および、前記推定対象の工具の粒子径に関する粒子径情報、を記憶する記憶部と、
前記所定粒子径を「Ｇ１」とし、前記粒子径情報における前記粒子径を「Ｇ２」とするとき、式「Ｇ１／Ｇ２」で表される変更比率で前記推定画像の画像サイズを変更するリサイズ部と、
前記リサイズ部により前記画像サイズが変更された前記推定画像を利用して、前記学習済みの学習器から、前記推定対象の工具の加工面の状態を示す加工面情報を出力する出力部と、を備える加工面状態推定装置。
続きを表示（約 1,000 文字）【請求項２】
前記学習データを構成する画像、および、前記推定画像は、グレースケール画像である、
請求項１に記載の加工面状態推定装置。
【請求項３】
前記工具は、研削加工用の砥石である、
請求項１または２に記載の加工面状態推定装置。
【請求項４】
前記砥石は、一般砥粒が固着された構造の一般砥石である、
請求項３に記載の加工面状態推定装置。
【請求項５】
前記砥石は、超砥粒が固着された構造の超砥粒砥石である、
請求項３に記載の加工面状態推定装置。
【請求項６】
前記加工面状態推定装置は、
前記加工面に直交する方向から同加工面を撮像する撮像部と、
前記加工面における前記撮像部による撮像対象領域を照明する照明部と、を備え、
前記照明部は、第１発光色を有する第１照明光を前記加工面に直交する方向から前記撮像対象領域に照射する第１照射部と、前記第１発光色とは異なる第２発光色を有する第２照明光を、前記加工面に沿う方向から前記撮像対象領域に照射する第２照射部と、を有する、
請求項１または２に記載の加工面状態推定装置。
【請求項７】
請求項１または２に記載の加工面状態推定装置が具備する前記記憶部の処理、および、前記リサイズ部の処理、および、前記出力部の処理を、前記加工面状態推定装置が備える電子制御装置に実行させる推定プログラム。
【請求項８】
砥粒が固着された構造の工具における加工面の状態を推定する加工面状態推定方法であって、
所定粒子径の砥粒を有する工具の加工面に関する画像を学習データとして機械学習された学習済みの学習器、および、推定対象の工具の加工面に関する画像である推定画像、および、前記推定対象の工具の粒子径に関する粒子径情報を記憶する記憶工程と、
前記所定粒子径を「Ｇ１」とし、前記粒子径情報における前記粒子径を「Ｇ２」とした場合に、式「Ｇ１／Ｇ２」で表される変更比率で前記推定画像の画像サイズを変更するリサイズ工程と、
前記リサイズ工程において前記画像サイズが変更された前記推定画像を利用して、前記学習済みの学習器から、前記推定対象の工具の加工面の状態を示す加工面情報を出力する出力工程と、を備える加工面状態推定方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、工具における加工面の状態を推定する加工面状態推定装置、同装置で使用される推定プログラム、および工具における加工面の状態を判定する加工面状態推定方法に関するものである。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
研削装置における研削加工では、研削工具としての砥石の加工面（いわゆる砥面）の状態によって、ワークの加工面の仕上げ品質が左右される。
従来、特許文献１には、砥石の砥面の状態を把握するために、同砥面の状態（具体的には、砥粒の突出量）を測定する測定装置が提案されている。この装置では、カメラを装着した金属顕微鏡を用いて砥面が撮像されるとともに、その撮像画像をもとに砥面の状態が測定される。
【０００３】
また、機械学習モデルを用いて、砥石の砥面の状態を推定する加工面状態推定装置なども提案されている。この装置では、先ず、カメラによって砥面を撮像した撮像画像を学習データとして用いて学習器が機械学習される。そして、砥面の状態を推定する際には、推定対象の砥石の砥面が撮像されるとともに、その撮像画像を入力データとして、学習済みの学習器から出力データが取得される。上記装置では、この出力データをもとに、推定対象の砥石の砥面の状態が推定される。
【先行技術文献】
【特許文献】
【０００４】
特開２００４－４５０７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
砥石としては、様々なサイズ、材質のものが用意されている。そうした多種の砥石について砥面状態を推定するためには、それら砥石について各別に学習済みの学習器を用意することが考えられる。
【０００６】
ここで、学習済みの学習器が適正なものになるように同学習器を機械学習させる作業は煩雑な作業である。したがって、多種の砥石の全てについて砥面状態の推定を行う場合には、ただでさえ煩雑な作業である学習器を機械学習させる作業を、砥石の種類毎に行う必要が生じるため、多大な時間および労力がかかってしまう。上記加工面状態推定装置は、こうした点において課題が残るものとなっている。
【０００７】
なお、こうした課題は、ワイヤソーにおける加工で用いるワイヤ工具の加工面の状態を推定する場合など、砥粒が固着された構造の工具の加工面の状態を推定する場合においては、同様に生じうる。
【課題を解決するための手段】
【０００８】
上記課題を解決するための加工面状態推定装置は、砥粒が固着された構造の工具における加工面の状態を推定する加工面状態推定装置であって、所定粒子径の砥粒を有する工具の加工面に関する画像を学習データとして機械学習された学習済みの学習器、および、推定対象の工具の加工面に関する画像である推定画像、および、前記推定対象の工具の粒子径に関する粒子径情報、を記憶する記憶部と、前記所定粒子径を「Ｇ１」とし、前記粒子径情報における前記粒子径を「Ｇ２」とするとき、式「Ｇ１／Ｇ２」で表される変更比率で前記推定画像の画像サイズを変更するリサイズ部と、前記リサイズ部により前記画像サイズが変更された前記推定画像を利用して、前記学習済みの学習器から、前記推定対象の工具の加工面の状態を示す加工面情報を出力する出力部と、を備える。
【０００９】
前記課題を解決するための推定プログラムは、上記加工面状態推定装置が具備する前記記憶部の処理、および、前記リサイズ部の処理、および、前記出力部の処理を、前記加工面状態推定装置が備える電子制御装置に実行させる推定プログラムである。
【００１０】
前記課題を解決するための加工面状態推定方法は、砥粒が固着された構造の工具における加工面の状態を推定する加工面状態推定方法であって、所定粒子径の砥粒を有する工具の加工面に関する画像を学習データとして機械学習された学習済みの学習器、および、推定対象の工具の加工面に関する画像である推定画像、および、前記推定対象の工具の粒子径に関する粒子径情報を記憶する記憶工程と、前記所定粒子径を「Ｇ１」とし、前記粒子径情報における前記粒子径を「Ｇ２」とした場合に、式「Ｇ１／Ｇ２」で表される変更比率で前記推定画像の画像サイズを変更するリサイズ工程と、前記リサイズ工程において前記画像サイズが変更された前記推定画像を利用して、前記学習済みの学習器から、前記推定対象の工具の加工面の状態を示す加工面情報を出力する出力工程と、を備える。
（【００１１】以降は省略されています）

関連特許