[發明專利]機床的診斷模型的再學習與否判定方法及裝置、可讀存儲介質

在審

• 申請號: 202010692079.4
• 申請日: 2020-07-17
• 公開（公告）號: CN112241144A
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 上野浩
• 申請（專利權）人: 大隈株式會社
• 主分類號: G05B19/406
• 分類號: G05B19/406;G05B19/4065
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 崔成哲;黃綸偉

1.一種機床的診斷模型的再學習與否判定方法,該方法是在機床中判定是否需要進行所述診斷模型的再學習的方法，該機床具備加工異常診斷單元，該加工異常診斷單元使用通過機器學習而生成的學習完畢的診斷模型來對加工的正常和異常進行判斷，其特征在于，執行如下步驟：

工具使用量存儲步驟，將安裝于所述機床的工具的累積切削時間或累積切削距離作為工具使用量存儲起來；

異常診斷時工具使用量存儲步驟，存儲所述加工異常診斷單元診斷出加工異常時的所述工具使用量；以及

再學習與否判定步驟，根據在所述異常診斷時工具使用量存儲步驟中存儲的所述工具使用量的頻數分布，判定是否需要進行所述診斷模型的再學習。

2.根據權利要求1所述機床的診斷模型的再學習與否判定方法，其特征在于，

當在所述異常診斷時工具使用量存儲步驟中存儲的所述工具使用量的頻數分布為對數正態分布時，在所述再學習與否判定步驟中判斷為不需要進行所述診斷模型的再學習。

3.根據權利要求2所述的機床的診斷模型的再學習與否判定方法，其特征在于，

在執行所述再學習與否判定步驟之前，執行突發異常發生概率輸入步驟，在該突發異常發生概率輸入步驟中輸入發生突發的加工異常的假定概率，

在所述再學習與否判定步驟中，從在所述異常診斷時工具使用量存儲步驟中存儲起來的所述工具使用量的頻數分布的樣本中預先除去在所述突發異常發生概率輸入步驟中輸入的假定概率的部分之后，將該頻數分布應用于對數正態分布。

4.一種機床的診斷模型的再學習與否判定裝置,其在機床中判定是否需要進行所述診斷模型的再學習，該機床具備加工異常診斷單元，該加工異常診斷單元使用通過機器學習而生成的學習完畢的診斷模型來對加工的正常和異常進行判斷，其特征在于，具備：

工具使用量存儲單元，其將安裝于所述機床的工具的累積切削時間或累積切削距離作為工具使用量存儲起來；

異常診斷時工具使用量存儲單元，其存儲所述加工異常診斷單元診斷出加工異常時的所述工具使用量；以及

再學習與否判定單元，其根據在所述異常診斷時工具使用量存儲單元中存儲的所述工具使用量的頻數分布，判定是否需要進行所述診斷模型的再學習。

5.根據權利要求4所述的機床的診斷模型的再學習與否判定裝置，其特征在于，

當在所述異常診斷時工具使用量存儲單元中存儲的所述工具使用量的頻數分布為對數正態分布時，所述再學習與否判定單元判斷為不需要進行所述診斷模型的再學習。

6.根據權利要求5所述的機床的診斷模型的再學習與否判定裝置，其特征在于，

還具備突發異常發生概率輸入單元，其輸入發生突發的加工異常的假定概率，

所述再學習與否判定單元在從存儲在所述異常診斷時工具使用量存儲單元中的所述工具使用量的頻數分布的樣本中預先除去由所述突發異常發生概率輸入單元輸入的假定概率的部分之后，將該頻數分布應用于對數正態分布。

7.一種可讀存儲介質，其中，該可讀存儲介質存儲有診斷模型的再學習與否判定程序，該診斷模型的再學習與否判定程序用于使機床的控制裝置執行權利要求1至3中任一項所述的機床的診斷模型的再學習與否判定方法，該機床具備加工異常診斷單元，該加工異常診斷單元使用通過機器學習而生成的學習完畢的診斷模型來對加工的正常和異常進行判斷。