[發明專利]制造支持系統和用于支持制造的計算機實現的方法

有效

• 申請號: 201780096268.1
• 申請日: 2017-09-01
• 公開（公告）號: CN111279278B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 作宮明夫;宮浦宏之;鵜野充惠
• 申請（專利權）人: 歐姆龍株式會社
• 主分類號: G05B19/4097
• 分類號: G05B19/4097;G05B19/418
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 董莘

一種制造支持系統可以被提供。該制造支持系統可以包括：獲取單元(10)，被配置為獲取要被制造的對象的對象數據；人工智能AI引擎(20)，被配置為接收對象數據作為輸入，并且參考與用于制造系統的可用硬件有關的信息來確定用于制造對象的制造系統的硬件配置；以及輸出單元(60)，被配置為輸出所確定的硬件配置。

技術領域

本申請涉及支持諸如齒輪之類的對象的制造。

背景技術

用于制造對象的制造系統可以由操作員基于他/她的經驗來配置。例如，制造系統的配置可以包括諸如機器加工設備和/或工具等的必要硬件的選擇、用于這種硬件的操作條件的選擇、和/或這種硬件的控制程序的生成。

人工智能(AI)已經被用于支持制造和/或機器加工對象。例如，JP?2017-33138A和JP?2017-62695A公開了一種機器加工設備，其包括：運動評估單元，被配置為評估機器加工設備的運動并且輸出評估數據；以及機器學習設備，被配置為學習機器加工設備的軸的行進量。JP?2017-33138A中公開的機器學習設備被配置為：基于軸之間的調整的行進、機器加工設備的物理量數據以及基于物理量數據和評估數據計算出的獎勵數據，來學習機器加工設備的軸的行進量的調整。JP2017-62695A中公開的機器學習設備被配置為：基于所確定的軸的行進量、機器加工設備的狀態數據以及基于狀態數據計算出的獎勵，來學習對機器加工設備的軸的行進量的確定。

此外，例如，JP?2017-30152A公開了一種注射模制系統，包括：狀態觀察部分，用于在執行注射成型時觀察與執行注射成型有關的物理量；物理量數據存儲部分，用于存儲物理量數據；獎勵條件設置部分，用于設置用于機器學習的獎勵條件；獎勵計算部分，用于基于物理量數據和獎勵條件來計算獎勵；操作條件調整學習部分，用于執行機器學習以用于基于由獎勵計算部分計算出的獎勵、操作條件調整和物理量數據來調整操作條件；學習結果存儲部分，用于存儲由操作條件調整學習部分進行的機器學習的學習結果；以及操作條件調整量輸出部分，用于基于由操作條件調整學習部分進行的機器學習來確定和輸出要被調整的操作條件和調整量。

在一些情形下，期望促進對制造對象所必需的硬件的選擇，以提高制造過程的整體效率。

發明內容

根據一個方面，提供了一種制造支持系統。制造支持系統可以包括以下：

獲取單元，被配置為獲取要被制造的對象的對象數據(諸如對象形狀數據，特別是3D對象數據)；

人工智能AI引擎，被配置為：接收對象數據作為輸入，并且參考與用于制造系統的可用硬件有關的信息來確定用于制造對象的制造系統的硬件配置；以及

輸出單元，被配置為輸出所確定的硬件配置。

在一些情形下，根據本公開的各個方面的制造支持系統可以有助于高效地確定制造系統的硬件配置，從而使得提高用于制造要被制造的對象的制造過程的整體效率。

在一些示例中，AI引擎還可以被配置為確定要由制造系統執行以用于制造對象的制造加工步驟，并且輸出單元還被配置為輸出所確定的制造加工步驟。

另外，AI引擎還可以被配置為確定用于參數的值或值范圍，該參數與制造加工步驟中包括的一個或多個步驟中的每個步驟有關，并且輸出單元還被配置為輸出所確定的值或值范圍。

在一些示例中，與用于制造系統的可用硬件有關的信息可以包括針對可能的制造加工步驟的至少一部分指示可用的并且是執行制造加工步驟必需的至少一個硬件元件的信息，

其中AI引擎可以包括：

機器學習設備，機器學習設備被配置為：

接收對象數據作為輸入；

使用所接收的對象數據執行計算；以及基于計算，輸出指示用于制造對象的制造加工步驟的至少一個集合的信息；以及