CN107953144B - 学习机床加工程序的设定值的机械学习装置及加工系统 - Google Patents

Abstract

本发明提供一种学习机床加工程序的设定值的机械学习装置及加工系统。机械学习装置具有：状态观测部，其取得加工工件期间的热位移量作为状态变量；以及判定数据取得部，其接收加工后的叶轮的不平衡量作为判定数据。机械学习装置具有：学习部，其根据状态观测部的输出以及判定数据取得部的输出，学习加工程序的设定值。

Description

学习机床加工程序的设定值的机械学习装置及加工系统

技术领域

本发明涉及机械学习装置以及具有机械学习装置的加工系统。

背景技术

以往，用于生成气流或将气流变换为旋转力的叶轮被用于各种装置。叶轮具有在包含旋转轴在内的基部安装了翼片部(blade)的结构。可通过各种方法制造叶轮。

在日本特开2010-169030号公报中，公开了螺旋桨叶的制造方法。公开的该制造方法包含如下工序：将多个翼片通过激光焊接而固定于中心盘(spider)来形成平板状的螺旋桨叶的工序、对螺旋桨叶进行弯曲加工来形成立体的螺旋桨叶的工序。

此外，近年来已知通过在制造规定产品时进行机械学习使制造方法最佳化。

在日本特表2013-518449号公报中公开了如下学习系统：在半导体的制造工具中，通过进行自学使得制造工具的性能最佳化。

在日本特开平7-164199号公报中公开了如下品质管理装置：将冲床加工机的压力传感器的压接信号输入到具有神经网络装置的计算机中，通过该计算机来显示工件的好坏。此外，该公报中还公开了通过与计算机相连接的控制装置来运转控制冲床加工机。

机床可以一边使工具相对于工件相对移动一边对工件进行切削，将工件加工成所希望的形状。在叶轮的制造方法中已知利用机床对一个基材进行切削来制造叶轮。该情况下，通过对一个部件进行切削来生成基部以及叶片部。

若叶轮具有不平衡则在旋转时产生振动或者故障。尤其是，用于汽车内燃机的增压机等的叶轮高速旋转。高速旋转的叶轮的不平衡允许量非常低为数mg。因此，因机床的组装误差或者机床的热位移对加工精度造成较大的影响。

考虑了如下内容：通过计量机床的机械误差以及热位移量，调整加工程序所包含的设定值，从而降低产品的不平衡量。但是，存在难以设定加工程序导致产品的不平衡量超过允许值这样的问题。

发明内容

本发明的机械学习装置学习加工叶轮的机床的加工程序的设定值。机械学习装置具有：状态观测部，其取得加工工件期间的热位移量作为状态变量。机械学习装置具有：判定数据取得部，其接收加工后的叶轮的不平衡量作为判定数据。机械学习装置具有：学习部，其根据状态观测部的输出以及判定数据取得部的输出，学习加工程序的设定值。

在上述发明中可以是，加工程序的设定值包含工件坐标系的原点位置以及两个旋转轴的交叉偏移向量中的至少一个。

在上述发明中可以是，状态观测部取得机床周围的气温作为状态变量。

在上述发明中可以是，在机床的预先设定的部件上安装有温度检测器。可以是状态观测部取得根据温度检测器的输出推定出的热位移量。

在上述发明中可以是，机械学习装置与多个机床相连接。可以是学习部形成为对每一个机床学习加工程序的设定值，并共享多台机床的加工程序的学习内容。

本发明的加工系统具有：上述的机械学习装置；机床，其加工工件来生成叶轮；以及不平衡测定机，其测定叶轮的不平衡量。

附图说明

图1是实施方式中的机械学习装置的示意图。

图2是在实施方式中制造的叶轮的立体图。

图3是实施方式中的机床的主要部分的立体图。

图4是实施方式中的机床的主要部分的俯视图。

图5是实施方式中的机床的主要部分的侧视图。

图6是实施方式中的加工系统的框图。

图7是表示神经元模型的示意图。

图8是组合单一的神经元构成的三层神经网络的示意图。

图9是实施方式中的机械学习装置的控制的流程图。

具体实施方式

参照图1～图9，对实施方式中的机械学习装置以及具有机械学习装置的加工系统进行说明。本实施方式的机械学习装置学习机床加工程序的设定值。通过使用由机械学习装置更新的设定值，机床可以形成不平衡量(unbalance)小的工件。

图1是示意性地表示本实施方式的机械学习装置的一个实施方式的框图。机械学习装置2例如通过使用强化学习来进行机床加工程序的学习，输出修正后的加工程序。机械学习装置2包含人工智能部20。机械学习装置2例如可以设置于各机床的控制装置(边缘)，也可以在每一个具有多个机床的工厂(加工系统)设置雾服务器等。或者，机械学习装置2也可以设置于经由互联网等通信电路而与多个工厂相连接的云服务器。

在对各机床设置了机械学习装置的情况下，例如可以将一个机械学习装置与其他机械学习装置相连接。一个机械学习装置可以与其他机械学习装置直接连接。可以在一个机械学习装置与其他机械学习装置之间相互交换或者共享机械学习的内容。

人工智能(AI：Artificial Intelligence)部20例如后述那样，可以通过多层结构的神经网络等来实现。人工智能部20取得制造出的工件的不平衡量、加工工件时的机床的热位移量、机床周围的温度等。人工智能部20根据取得的来自外部的数据进行学习(强化学习)。人工智能部20决定加工程序的预先设定的设定值。人工智能部20输出修正(学习)后的加工程序。通过利用学习到的加工程序来驱动机床，例如可以制造不平衡量小的叶轮。

图2表示在本实施方式中制造的叶轮的立体图。本实施方式的叶轮4是配置于汽车内燃机的增压机的部件。本实施方式的叶轮4配置于压缩机中，该压缩机配置于进气路径。叶轮4具有：叶片部41，其具有曲线的形状；以及基部42，其支承叶片部41。本实施方式的叶轮4在运转期间高速旋转。例如，叶轮4以1万rpm以上20万rpm以下的转速旋转。在本实施方式中，利用机床切削一个基材来制造叶轮4。

图3表示本实施方式中的机床的主要部分的立体图。图4表示本实施方式中的机床的旋转台的俯视图。图5表示本实施方式中的机床的旋转台的侧视图。参照图3～图5，机床1具有工作台11、固定于工作台11的旋转台12。旋转台12作为固定工件的固定夹具发挥功能。

旋转台12包含：固定工件的旋转工作台17、支承旋转工作台17的摆动部件16。旋转台12包含支承摆动部件16的支承部件15。支承部件15从侧方观察时形成为U字状。支承部件15包含一对支柱，通过支柱来支承摆动部件16两侧的端部。支承部件15以能够摆动的方式支承摆动部件16。

机床1具有支承工具13的主轴头14。主轴头14形成为绕工具13的中心轴旋转工具。主轴头14向下支承工具13，以使工具13的末端与旋转工作台17对置。

在机床1中设定有彼此垂直的X轴、Y轴以及Z轴。并且，在机床1中设定有绕与X轴平行延伸的轴线61的A轴。在机床1中设定有绕与Z轴平行延伸的轴线62的C轴。

机床1具有：驱动装置，其使工具相对于工件沿着各进给轴相对移动。驱动装置包含：伺服电动机，其使部件相对于各进给轴移动。在本实施方式的机床中，驱动装置使工作台11在X轴方向以及Y轴方向移动。驱动装置使主轴头14在Z轴方向移动。驱动装置为了使规定部件在X轴、Y轴以及Z轴方向移动而包含滚珠丝杠机构。滚珠丝杠机构包含在外周形成有螺纹的螺纹轴、与螺纹轴螺合的螺母。螺纹轴通过绕中心轴旋转，使螺母沿着螺纹轴移动。

驱动装置包含使旋转工作台17在C轴方向旋转的电动机。本实施方式的旋转工作台17的驱动电动机配置于摆动部件16的内部。驱动装置包含：电动机，其使摆动部件16相对于支承部件15在A轴的方向进行摆动。驱动摆动部件16的电动机配置于支承部件15的内部。旋转工作台17与摆动部件16一体移动。

本实施方式的机床1具有彼此垂直的三个直动轴、绕A轴的轴线以及C轴的轴线旋转的旋转进给轴。机床不限于该方式，可以采用具有直动轴与旋转进给轴的任意机床。例如，可以设置成：固定工件的旋转工作台17不摆动，主轴头14形成为能够摆动。

本实施方式的机床1可以一边通过旋转进给轴使工具13相对于工件的倾斜变化，一边将工件切削成叶轮4的叶片部41的形状。机床1根据输入到控制装置18的加工程序(NC程序)实施加工。

图6表示本实施方式的加工系统的框图。加工系统8具有机床1以及机械学习装置2。本实施方式的机械学习装置2由运算处理装置构成，所述运算处理装置具有经由总线相互连接的CPU(Central Processing Unit：中央处理单元)、RAM(Random Access Memory：随机存取存储器)、以及ROM(Read Only Memory：只读内存)等。本实施方式的机械学习装置2由用于进行学习的处理的计算机构成。作为机械学习装置2不限于该方式。例如，机床1的控制装置18也可以具有进行学习的功能。即，控制机床1的动作的控制装置18也可以具有机械学习装置2的功能。或者，在配置有其他装置的控制装置的情况下，其他装置的控制装置也可以具有机械学习装置的功能。

本实施方式的机械学习装置2经由通信装置与机床1的控制装置18相连接。控制装置18由包含CPU以及RAM等在内的运算处理装置构成。机械学习装置2可以接收与加工相关的信息，或将加工程序等与加工相关的信息发送给机床1。

在本实施方式中，通过利用机床来切削工件来制造叶轮。本实施方式的叶轮为了高速旋转，叶轮的不平衡量的允许值被严格地设定。机械学习装置对加工程序所包含的设定值进行学习以使不平衡量减小。机械学习装置通过继续学习可以决定不平衡量小的设定值。

在本实施方式中学习的加工程序的设定值包含工件坐标系原点的位置。参照图4以及图5，在机床1中设定有机械坐标系的原点65。机械坐标系的原点65是即使主轴头14、工作台11以及旋转工作台17移动也不动的点。在本实施方式的机床1中，在固定工件的旋转工作台17的表面上，在旋转工作台17的旋转中心设定有工件坐标系的原点66。工件坐标系的原点66与工件一起移动或旋转。工件坐标系的原点66相对于机械坐标系的原点65的位置被预先设定。例如，在预先设定的机床的基准的状态下，在从原点65在X轴方向离开距离Dx、在Y轴方向离开距离Dy、以及在Z轴方向离开距离Dz的位置设定原点66。在加工程序中设定有机械坐标值中的工件坐标系的原点66的位置。工件坐标系的原点66的位置因组装机床1时的误差以及加工期间的热位移而偏离设计的位置。机械学习装置对加工程序中的工件坐标系的原点的位置的设定值进行变更。

此外，本实施方式的加工程序的设定值包含两个旋转轴的交叉偏移向量。参照图3以及图4，本实施方式的机床1作为两个旋转轴而包含A轴的轴线61和C轴的轴线62。在机床的设计中，轴线61与轴线62相互交叉。但是，有时因组装机床1时的误差以及加工期间的热位移而使得轴线61与轴线62不相交。在本实施方式中，将从轴线61上的预先设定的点到轴线62上的预先设定的点的向量称为交叉偏移向量。即，交叉偏移向量表示两个旋转轴的偏差量和偏差方向。机械学习装置2对加工程序中的交叉偏置向量的设定值进行变更。

参照图6，本实施方式的机械学习装置2包含：状态观测部21、判定数据取得部22、学习部23、意图决定部24。机械学习装置2包含存储与学习相关的任意信息的存储部25。学习部23包含回报计算部29和价值函数更新部30。

状态观测部21取得加工工件期间的机床1的热位移量作为状态变量。状态观测部21取得预先设定的部件的热位移量。在本实施方式中，状态观测部21取得保持工具的主轴的热位移量和配置于各驱动轴的滚珠丝杠的热位移量。

在进行热位移量的推定的部件中安装有温度检测器19。在机床的主轴头安装有检测主轴温度的温度检测器19。此外，在机床的各驱动轴的滚珠丝杠机构中安装有检测螺纹轴温度的温度检测器19。将温度检测器19检测出的温度输入到控制装置18。

机械学习装置2包含计算热位移量的热位移量推定部27。热位移量推定部27从控制装置18接收由温度检测器19检测出的温度。热位移量推定部27根据由温度检测器19检测出的温度计算各部件的规定方向的热位移量。

例如，主轴依赖于温度而略微延伸或缩短。热位移量推定部27可以根据主轴的温度推定主轴延伸的方向(Z方向)的主轴热位移量。或者，热位移量推定部27可以根据滚珠丝杠机构的螺纹轴温度，推定螺纹轴的延伸方向的热位移量。状态观测部21接收由热位移量推定部27计算出的热位移量。

热位移量的推定方法不限于上述，例如在机床配置有线性标尺时，也可以根据加工期间的线性标尺的输出，取得热位移量。或者，热位移量推定部也可以根据驱动电动机的转速等驱动装置状态，推定热位移量。例如，供给到驱动电动机的电流值越大，规定驱动轴的装置温度越是升高。此时，热位移量推定部可以推定较大的热位移量。或者，热位移量推定部也可以根据各驱动轴的移动量来推定热位移量。例如，热位移量推定部可以根据规定轴的移动量大的程度，将热位移量推定得大。

并且，本实施方式的状态观测部21可以观测机床1周围的气温作为状态变量。在机床1的周围配置有气温检测器35。气温检测器35的输出被输入到控制装置18。状态观测部21从控制装置18取得机床1周围的气温。

判定数据取得部22接收加工后的叶轮的不平衡量作为判定数据。学习部23根据状态观测部21的输出以及判定数据取得部22的输出，学习机床1的加工程序的设定值。本实施方式的加工程序的设定值包含工件坐标系原点的位置以及两个旋转轴的交叉偏移向量中的至少一个。

学习部23包含回报计算部29以及价值函数更新部30。回报计算部29根据判定数据取得部22的输出计算回报。此外，回报计算部29也可以根据状态观测部21的输出计算回报。价值函数更新部30根据状态观测部21的输出、判定数据取得部22的输出以及回报计算部29的输出，更新用于决定加工程序的设定值的价值的价值函数。意图决定部24根据由价值函数更新部30更新后的价值函数，决定用于加工下一工件的加工程序的设定值。

机械学习装置2包含：加工程序生成部28，其生成机床的加工程序。加工程序生成部28根据由意图决定部24设定的设定值更新加工程序。更新后的加工程序被发送给机床1的控制装置18。机床1通过更新后的加工程序来进行下一工件的加工。

本实施方式的加工系统8具有作为动平衡试验机的不平衡测定机3。不平衡测定机3可以测定叶轮的不平衡量。本实施方式的不平衡测定机3是立式的双面动平衡试验机。作为不平衡量可以采用从叶轮的旋转中心到重心位置为止的距离以及重心位置的相位。

本实施方式的不平衡测定机3包含支承叶轮4的固定销。通过使固定销穿过叶轮4，叶轮4被旋转自如地支承。因从下侧供给空气使得叶轮4上浮。在叶轮4上浮的状态下，空气接触到叶轮4的叶片部41而使叶轮4旋转。在叶轮4的里面记载有作为相位基准的标记。叶轮的转速可以利用激光传感器检测标记来进行计量。此外，通过反馈由激光传感器测定出的转速，调节撞击到叶片部的空气量。在不平衡量的计量过程中，叶轮的转速被维持为恒定。

作业员为了测定不平衡量而准备基准叶轮。基准叶轮形成为不平衡量非常小。从基准叶轮的旋转中心在半径方向的规定位置固定有规定重量的砝码。接下来，在不平衡测定机配置基准叶轮。利用不平衡测定机取得基准叶轮旋转时的基准叶轮的振动波形。该振动波形为基准振动波形。不平衡测定机存储基准振动波形。

在测定制造出的叶轮的不平衡量时，不平衡测定机测定制造出的叶轮的振动波形。不平衡测定机可以根据基准振动波形和制造出的叶轮的振动波形，计算实际的叶轮不平衡量。

另外，不平衡测定机不限于上述方式，还可以采用能够测定工件不平衡量的任意测定机。

机械学习装置具有如下功能：通过解析从输入到装置的数据集合中提取出其中有用的规则和知识表现、以及判断基准等，输出其判断结果，并且进行知识的学习(机械学习)。机械学习的方法是多种多样的，但是大致分类为例如“有教师学习”、“无教师学习”以及“强化学习”。并且，在实现这些方法的基础上，存在对特征量本身的提取进行学习的、称为“深度学习(Deep Learning)”的方法。

另外，图6所示的机械学习装置2应用了“强化学习(Q学习)”。该机械学习装置2可以使用广泛应用的计算机或者处理器。或者，机械学习装置2例如，在应用GPGPU(General-Purpose computing on Graphics Processing Units)或大规模PC簇等时，能够更高速地进行处理。这里，关于机械学习的整体进行概略说明。

首先，所谓有教师学习是如下技术：通过将教师数据即某种输入与结果(label)的数据组大量地给予到机械学习装置，学习这些数据集(data set)中的特征，能够归纳性地获得从输入推定结果的模型(误差模型)即其相关性。例如，能够使用后述的神经网络等算法来实现。

此外，所谓无教师学习是如下技术：通过只将输入数据大量地给予到机械学习装置，学习输入数据进行怎样的分布，即使不给予对应的教师输出数据，也能学习针对输入数据进行压缩、分类、以及整形等的方法。例如，机械学习装置可以将处于这些数据集之中的特征聚类于相似者之间等。机械学习装置使用其结果来进行设定某个基准而使其为最佳这样的输出分配，由此，可以实现预测输出。

另外，作为无教师学习和有教师学习中间的问题设定存在被称为半有教师学习的技术。该技术例如对应于如下情况：仅存在一部分输入和输出的数据组，除此之外仅有输入数据。

接下来，对强化学习进行说明。首先，作为强化学习的问题设定考虑如下。

·加工系统(即，包含机床的控制装置以及机械学习装置)观测环境的状态，决定行为。

·环境按照某种规则进行变化，并且自身行为有时也对环境给予变化。

·每次进行行为时反馈回来回报信号。

·想要最大化的是到将来的(折扣)回报的总和。

·从完全不知道行为引起的结果或者从只是不完全知道的状态起，开始学习。即，以机械学习装置实际动作开始，能够将其结果获得为数据。也就是说，需要一边试错一边探索最佳的行为。

·可以将模仿人类动作这样事前学习(所述的称为有教师学习、逆强化学习这样的技术)了的状态设为初始状态，来从较好的开始点起开始学习。

这里，所谓强化学习(Q学习)是用于如下学习的方法：不单进行判定和分类，还通过学习行为而在行为给予环境的相互作用基础上学习适当的行为，即，使将来获得的回报最大化。以下，作为示例，以Q学习的情况继续说明，但是并非局限于Q学习。

Q学习是在某种环境状态s下学习选择行为a的价值Q(s、a)的方法。也就是说，在某种状态s时，将价值Q(s、a)最高的行为a选择为最佳行为。但是，最开始对于状态s与行为a的组合来说，完全不知道价值Q(s、a)的正确值。因此，智能体(行为主体)在某种状态s下选择各种各样的行为a，并针对当时的行为a给予回报。由此，智能体继续学习更好的行为选择，即学习正确的价值Q(s、a)。

并且，行为的结果是想要使到将来获得的回报的总和最大化，所以目标是最终成为Q(s、a)＝E[Σ(γ^t)r_t]。这里，按最佳行为改变状态时得到期望值，由于不知道期望值，因此不得不一边探索一边学习。这样的价值Q(s、a)的更新式例如可以通过如下数学式(1)来表示。

在上述的数学式(1)中，s_t表示时刻t的环境状态，a_t表示时刻t的行为。通过行为a_t，状态变化为s_t+1。r_t+1表示通过该状态的变化而得到的回报。此外，带有“max”的项是：在状态s_t+1下，将γ乘以选择出当时知道的Q值最高的行为a时的Q值。这里，γ是0＜γ≤1的参数，被称为折扣率。α是学习系数，设α的范围为0＜α≤1。

上述的数学式(1)表示如下方法：根据行为a_t的结果而反馈回来的回报r_t+1，更新状态s_t下的行为a_t的评价值Q(s_t、a_t)。即，表示了：若回报r_t+1行为a导致的下一状态下的最佳行为max a的评价值Q(s_t+1、max a_t+1)的和比状态s下的行为a的评价值Q(s_t、a_t)大，则增大Q(s_t、a_t)，反之如果小，则减小Q(s_t、a_t)。也就是说，使某种状态下的某种行为价值，接近在作为结果即时反馈回来的回报和该行为导致的下一状态下的最佳的行为价值。

这里，Q(s、a)在计算机上的表现方法有以下方法：针对所有的状态以及行为对(s、a)，将其值保存为表格的方法、以及准备近似Q(s、a)这样的函数的方法。在后者的方法中，可以通过随机梯度下降法等方法来调整近似函数的参数来实现所述的数学式(1)。另外，作为近似函数，可以使用后述的神经网络。

此外，作为强化学习中的价值函数的近似算法，可以使用神经网络。图7是示意性地表示神经元模型的图，图8是示意性地表示将图7所示的神经元组合而构成的三层神经网络的图。即，例如由实现模拟了图7所示那样的神经元模型的运算装置以及存储器等来构成神经网络。

如图7所示，神经元输出针对多个输入x(在图7中，作为一个示例，输入x1～x3)的输出(结果)y。对各输入x(x1、x2、x3)乘以与该输入x对应的权值w(w1、w2、w3)。由此，神经元输出由如下数学式(2)表现的结果y。另外，输入x、结果y以及权值w都是向量。此外，在下述的数学式(2)中，θ是偏置(bias)，f_k是激活函数。

参照图8，对组合了图7所示的神经元而构成的三层神经网络进行说明。如图8所示，从神经网络的左侧输入多个输入x(这里作为一例是输入x1～输入x3)，从右侧输出结果y(这里作为一例，结果y1～结果y3)。具体来说，输入x1、x2、x3乘以对应的权值而被输入到三个神经元N11～N13的每一个。与这些输入相乘的权值统一标记为W1。

神经元N11～N13分别输出z11～z13。在图8中，这些z11～z13可以被统一标记为特征向量Z1，看作是提取出输入向量的特征量而得的向量。该特征向量Z1是权值W1与权值W2间的特征向量。z11～z13乘以对应的权值而被输入到两个神经元N21以及N22的每一个。与这些特征向量相乘的权值被统一标记为W2。

神经元N21、N22分别输出z21、z22。在图8中，这些z21、z22被统一标记为特征向量Z2。该特征向量Z2是权值W2与权值W3之间的特征向量。z21、z22乘以对应的权值而被输入到三个神经元N31～N33的每一个。与这些特征向量相乘的权值被统一标记为W3。

最后，神经元N31～N33分别输出结果y1～结果y3。在神经网络的动作中有学习模式和价值预测模式。例如，在学习模式中使用学习数据集来学习权值W，在预测模式中使用其参数进行控制装置的行为判断。另外，为了方便而写为预测，但是也可以是检测、分类、推论等多种多样的任务。

这里，可以是在预测模式下对实际运行机床的控制装置而获得的数据进行即时学习，并反映到下一行为中(在线学习)，或者，也可以是使用预先收集好的数据组来进行汇总学习，以后一直用该参数进行检测模式(批量学习)。或者，每当积攒了其中间的某种程度数据时，就可以插入学习模式。

此外，能够通过误差反传播法(back propagation)来学习权值W1～W3。另外，误差信息从右侧进入流向左侧。误差反传播法是如下技术：针对各神经元调整(学习)各自的权值使得降低输入了输入x时的输出y与真的输出y(教师)之间的差量。这样的神经网络还可以在三层以上进一步增加层(称为深层学习)。此外，还能够阶段性地进行输入的特征提取，仅从教师数据自动地获得用于反馈结果的运算装置。

参照图6，本实施方式的机械学习装置2为了实施强化学习而具有：状态观测部21、判定数据取得部22、学习部23以及意图决定部24。在一个设定值的加工程序中进行工件加工的行为相当于行动。另外，应用于本发明的机械学习方法并非局限于强化学习，此外，机械学习装置2如上所述例如是能够通过应用GPGPU或大规模PC簇等来实现。

图9表示本实施方式的机械学习装置中的控制的流程的示例。例如可以按加工一个工件来实施图9所示的控制。机械学习装置根据前一次的工件加工的结果来实施学习。机械学习装置生成用于进行本次加工的加工程序，从而可以实施本次加工。

参照图6和图9，在步骤81中使用由机械学习装置2生成的加工程序利用机床来加工工件。在进行第一次加工时，可以使用包含预先设定的设定值在内的加工程序。此外，在步骤81中在加工工件期间，状态观测部21取得状态变量。本实施方式的状态观测部21取得机床中的预先设定的部分的热位移量。

可以在加工期间连续地进行热位移量的取得。有时在加工期间热位移量发生变化。在本实施方式中，使用加工期间的热位移量的平均值。采用的热位移量不限于该方式，可以采用任意的热位移量。例如，热位移量也可以采用加工期间的最大值。

在步骤82中，在加工结束后利用不平衡测定机3来测定制造后的工件的不平衡量。判定数据取得部22从不平衡测定机3取得不平衡量。

在步骤83中，学习部23的回报计算部29判定工件的不平衡量是否比预先设定的判定值小。在工件的不平衡量比判定值小时，控制向步骤84转移。在步骤84中，回报计算部29设定正回报。

在步骤83中，在工件的不平衡量是判定值以上时，控制向步骤85转移。在步骤85中，回报计算部29设定负回报。另外，回报计算部29在不平衡量小时可以实施任意的控制，以使回报的值变大。例如，回报计算部可以设定零或者正值的某一回报。或者，回报计算部29可以根据不平衡量小的程度实施缓缓增大回报值的控制。

接下来，在步骤86中，学习部23的价值函数更新部30使用所设定的回报来更新价值函数。在步骤87中，意图决定部24根据更新后的价值函数决定加工程序的设定值。接下来，在步骤88中，加工程序生成部28根据新决定的设定值更新加工程序。机械学习装置2将更新后的加工程序发送给机床1的控制装置18。之后，返回到步骤81，利用更新后的加工程序加工新的工件。

这样机械学习装置2可以决定机床1的加工程序的设定值。每当加工工件时都更新加工程序。

在本实施方式中，一个机械控制装置与一个机床相连接，但是不限于该方式。机械学习装置可以与多台机床相连接。机械学习装置可以形成为对各机床学习加工程序的设定值。即，机械学习装置可以对每一个机床设定加工程序的设定值。并且，机械学习装置可以共享一个机床的加工程序的学习内容和其他机床的加工程序的学习内容。

例如，学习部可以在多个机床中共享价值函数。意图决定部可以在预先设定的期间选定不平衡量最小的加工程序的设定值。并且，可以用于多个机床的加工程序的设定值。通过该控制可以使用多个机床的信息，可以高效地降低不平衡量。

在本实施方式中示出了制造配置于内燃机构的增压机的压缩机中的叶轮的示例，但是不限于该方式。作为由机床制造的工件，可以采用高速旋转的任意叶轮。例如，可以采用配置于内燃机构的增压机的排气侧涡轮中的叶轮。或者可以采用配置于船或飞机用的内燃机构的增压机中的叶轮。或者，在使用了离心分离作用的吸尘器安装高速旋转的叶轮。本发明可以应用于制造安装到这样的吸尘器的叶轮。

根据本发明，提供一种学习机床的加工程序的设定值的机械学习装置以及具有机械学习装置的加工系统，使得降低叶轮的不平衡量。

上述实施方式可以适当组合。在上述各图中，对相同或者相等的部分标注相同的符号。另外，上述实施方式只是示例并非限定发明。此外，实施方式还包括权利要求所示的实施方式的变更。

Claims (5)

1.一种机械学习装置，其学习加工叶轮的机床的加工程序的设定值，其特征在于，该机械学习装置具有：

状态观测部，其取得加工工件期间的热位移量作为状态变量；

判定数据取得部，其接收加工后的叶轮的不平衡量作为判定数据；以及

学习部，其根据所述状态观测部的输出以及所述判定数据取得部的输出，学习加工程序的设定值，

加工程序的设定值包含工件坐标系的原点位置以及两个旋转轴的交叉偏移向量中的至少一个。

2.根据权利要求1所述的机械学习装置，其特征在于，

所述状态观测部取得机床周围的气温作为状态变量。

3.根据权利要求1或2所述的机械学习装置，其特征在于，

在机床的预先设定的部件上安装有温度检测器，

所述状态观测部取得根据所述温度检测器的输出推定出的热位移量。

4.根据权利要求1或2所述的机械学习装置，其特征在于，

机械学习装置与多个机床相连接，

所述学习部形成为对每一个机床学习加工程序的设定值，并共享多台机床的加工程序的学习内容。

5.一种加工系统，其特征在于，具有：

权利要求1所述的机械学习装置；

机床，其加工工件来生成叶轮；以及

不平衡测定机，其测定叶轮的不平衡量。

Images