專利名稱：用于估算機(jī)床的機(jī)加工尺寸的裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于估算機(jī)床的機(jī)加工尺寸的裝置；更具體地 說，涉及一種在機(jī)加工一個工件之前用于估算機(jī)床的機(jī)加工尺寸的裝 置，該機(jī)床具有若干工具，這些工具由驅(qū)動單元根據(jù)工具的安裝狀態(tài) 可旋轉(zhuǎn)地驅(qū)動，驅(qū)動單元包括馬達(dá)一類的驅(qū)動源。技術(shù)背景傳統(tǒng)上，在數(shù)控機(jī)床的工具自動轉(zhuǎn)位裝置中，提出了一種在工具 轉(zhuǎn)位臂的工具轉(zhuǎn)位操作中用于監(jiān)控異常情形的裝置(例如，見日本專利申請No.Hll-333657)。當(dāng)工具轉(zhuǎn)位臂處于正在制造的軌道上的各個 位置處同時執(zhí)行工具轉(zhuǎn)位操作時，該裝置檢測產(chǎn)生的驅(qū)動電動機(jī)的扭 矩波形圖案。檢測的扭矩波形圖案與工具轉(zhuǎn)位臂操作正常時產(chǎn)生的驅(qū) 動電動機(jī)的扭矩波形圖案相比，從而檢測工具轉(zhuǎn)位操作中的異常情 形。至于扭矩波形圖案的比較，在每個相同的位置處，計算執(zhí)行工具轉(zhuǎn) 位操作的工具轉(zhuǎn)位臂的扭矩值的誤差，然后檢驗誤差的大小是否在容 許的范圍之內(nèi)，以便判斷工具轉(zhuǎn)位操作中有無異常情形。上述專利文獻(xiàn)中的裝置通過監(jiān)測工具轉(zhuǎn)位操作中是否存在由工具 轉(zhuǎn)位臂的制造誤差引起的異常，實現(xiàn)了預(yù)防機(jī)床和工件受損的技術(shù)任 務(wù)。在該專利文獻(xiàn)中，根據(jù)保存在工具座內(nèi)的眾多工具的重量差，預(yù) 先獲得各工具的扭矩波形圖案，并將它們儲存起來。那么，在工具被 另一工具更換時，要使用相應(yīng)的扭矩波形圖案。專利文獻(xiàn)中的技術(shù)用于監(jiān)測工具自動轉(zhuǎn)位裝置的異常情況。所 以，如果工具自動轉(zhuǎn)位裝置操作正常，那么就認(rèn)為工具與驅(qū)動單元的 安裝適當(dāng)。然而，即使工具被適當(dāng)?shù)匕惭b到驅(qū)動單元上而不會出現(xiàn)機(jī) 加工工件的困難，但舉例來說，由于軸中心線未對準(zhǔn)、不適當(dāng)?shù)陌惭b 磨損、以及工具邊緣破損等原因，機(jī)加工尺寸也可能出現(xiàn)誤差。允許 的誤差范圍用公差來定義。所以，如果機(jī)加工尺寸在公差范圍之內(nèi)， 就沒有問題，但如果機(jī)加工尺寸超出公差范圍，則認(rèn)為加工的工件是 次品。只有在完成機(jī)加工以后，才能知道機(jī)加工尺寸，這導(dǎo)致工件浪 費。發(fā)明內(nèi)容鑒于上述問題，本發(fā)明提供了一種在機(jī)加工一個工件之前用于估 算機(jī)床的機(jī)加工尺寸的裝置，從而減少了由于機(jī)加工尺寸超出公差范 圍而引起的工件浪費。根據(jù)本發(fā)明的一方面，提供了一種用于估算機(jī)床的機(jī)加工尺寸的 裝置，所述機(jī)床使用一個或多個工具元件，每個工具元件由驅(qū)動單元 旋轉(zhuǎn)地驅(qū)動，所述裝置包括振動傳感器，用于檢測由驅(qū)動單元產(chǎn)生 的振動；特征提取單元，用于從目標(biāo)信號中提取具有多個參數(shù)的大量 特征，所述目標(biāo)信號是振動傳感器的輸出；競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
(competitive learning neural network)，用于將由特征提取單元 提取的大量特征分成多個類型；轉(zhuǎn)換單元，用于將通過使安裝到驅(qū)動 單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征與用于已經(jīng)訓(xùn)練的 競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的被激發(fā)神經(jīng)元的權(quán)向量之間的歐幾里德距離轉(zhuǎn)換 成工件的機(jī)加工尺寸；和輸出單元，用于從轉(zhuǎn)換單元輸出用于工件的 機(jī)加工尺寸，作為估算尺寸。通過使正常安裝到驅(qū)動單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的 大量特征用作工具元件的訓(xùn)練樣本(sample)，用于訓(xùn)練競爭學(xué)習(xí)神 經(jīng)網(wǎng)絡(luò)。訓(xùn)練樣本被再次輸入到訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)以激發(fā)神經(jīng) 元，使得歐幾里德距離與工件的機(jī)加工尺寸之間的關(guān)系被記錄在轉(zhuǎn)換 單元內(nèi)。歐幾里德距離被在激發(fā)的神經(jīng)元的權(quán)向量與各自的對應(yīng)訓(xùn)練 樣本之間獲得，并且當(dāng)工件在與獲得各自的對應(yīng)訓(xùn)練樣本的相同條件 下被工具元件機(jī)加工時獲得機(jī)加工尺寸。在該配置中，基于當(dāng)安裝到機(jī)床上的工具元件空轉(zhuǎn)時由來自振動 傳感器輸出的大量特征的分布、和當(dāng)工件被相應(yīng)的工具元件機(jī)加工時 機(jī)加工尺寸的分布相關(guān)的觀點，通過使用來自振動傳感器輸出的大量 特征來估算機(jī)加工尺寸。由于在加工工件之前估算機(jī)加工尺寸，因此 可防止工件因安裝不當(dāng)?shù)墓ぞ咴鴽]有被精密地機(jī)加工。因此，可 防止制造出次品工件。優(yōu)選地，機(jī)床被配置成按照指令順序自動地更換保存在工具座中 的兩個或多個工具元件，神經(jīng)網(wǎng)絡(luò)通過采用用于每個工具元件的訓(xùn)練 樣本被訓(xùn)練，并且在接收到指令以更換機(jī)床中的工具元件時，轉(zhuǎn)換單元改變歐幾里德距離與機(jī)加工尺寸之間的關(guān)系。在該配置中，即使有各種工具元件，也可以估算各種工具的機(jī)加 工尺寸。所以，即使在通過以另一工具元件更換工具元件進(jìn)行機(jī)加工 的機(jī)加工中心等的情況下，也可以通過估計相應(yīng)工具的機(jī)加工尺寸來 防止工件加工上的浪費。還優(yōu)選地，如果來自轉(zhuǎn)換單元的機(jī)加工尺寸超出公差范圍，輸出 單元能判斷工具元件被不當(dāng)?shù)匕惭b到驅(qū)動單元上。根據(jù)這一配置，不僅可以估算機(jī)加工尺寸，而且可以檢測工具元 件的不當(dāng)安裝狀態(tài)。根據(jù)本發(fā)明的另一方面，還提供了一種用于估算機(jī)床的機(jī)加工尺 寸的方法，所述機(jī)床使用一個或多個工具元件，每個工具元件由驅(qū)動 單元旋轉(zhuǎn)地驅(qū)動，該方法包括檢測由驅(qū)動單元產(chǎn)生的振動；從來自 檢測的振動的目標(biāo)信號提取具有多個參數(shù)的大量特征；通過使用競爭 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)將大量特征分成多個類型；將通過使安裝到驅(qū)動單元上 的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征與用于已經(jīng)訓(xùn)練的競爭學(xué) 習(xí)神經(jīng)網(wǎng)絡(luò)的被激發(fā)神經(jīng)元的權(quán)向量之間的歐幾里德距離轉(zhuǎn)換成工件 的機(jī)加工尺寸；然后輸出工件的機(jī)加工尺寸，作為估算尺寸。在本發(fā)明的這一方面，通過使正常安裝到驅(qū)動單元上的工具元件 空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征用作工具元件的訓(xùn)練樣本，用于訓(xùn)練 競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。訓(xùn)練樣本被再次輸入到訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 以激發(fā)神經(jīng)元，使得歐幾里德距離與工件的機(jī)加工尺寸之間的關(guān)系被 記錄。歐幾里德距離被在激發(fā)的神經(jīng)元的權(quán)向量與各自的對應(yīng)訓(xùn)練樣
本之間獲得，并且當(dāng)工件在與獲得各自的對應(yīng)訓(xùn)練樣本的相同條件下 被工具元件機(jī)加工時獲得機(jī)加工尺寸。優(yōu)選地，機(jī)床被配置成按照指令順序自動地更換保存在工具座中 的兩個或多個工具元件，神經(jīng)網(wǎng)絡(luò)通過采用用于每個工具元件的訓(xùn)練 樣本被訓(xùn)練，并且在接收到指令以更換機(jī)床中的工具元件時，改變歐 幾里德距離與機(jī)加工尺寸之間的關(guān)系。還優(yōu)選地，如果機(jī)加工尺寸超出公差范圍，將判斷工具元件被不 當(dāng)?shù)匕惭b到驅(qū)動單元上。


通過結(jié)合附圖對各實施例的以下描述可以看出本發(fā)明的目的和特 征，在各附圖中圖1是根據(jù)本發(fā)明實施例的用于估算機(jī)床的機(jī)加工尺寸的裝置的 框圖；圖2展示了圖1的實施例所用的神經(jīng)網(wǎng)絡(luò)的示意結(jié)構(gòu)； 圖3描繪了一幅示意性的透視圖，它展示了該實施例的結(jié)構(gòu)；以及圖4展示了該實施例的另一個示意性結(jié)構(gòu)。
具體實施方式
下面將參照附圖來說明本發(fā)明的實施例，這些附圖形成這些實施 例的一部分。 下述實施例中舉例說明的機(jī)床是一個機(jī)加工中心或者車削加工中 心，其中，將使用的工具根據(jù)程序從保存在工具座中的眾多工具中自 動地被選擇，并且自動地被安裝到驅(qū)動單元上。然而，如果工具是由 具有馬達(dá)一類驅(qū)動源的驅(qū)動單元旋轉(zhuǎn)地驅(qū)動，那么本發(fā)明也可應(yīng)用于 功能單一的機(jī)床。使用馬達(dá)的任何驅(qū)動源都可以用作驅(qū)動單元，并且 在驅(qū)動源和工具之間可以配備變速箱或者傳動帶一類的合適的動力傳遞單元。在下文中，將具有外殼的心軸(spindle)作為驅(qū)動單元來舉 例說明。舉例來說，如圖1所示，本實施例中描繪的用于估算機(jī)床的機(jī)加 工尺寸的裝置例如使用無人管理的競爭學(xué)習(xí)型神經(jīng)網(wǎng)絡(luò)1 (除非出于某 些目的必須使用，否則以下簡稱為神經(jīng)網(wǎng)絡(luò))。通過使用每類訓(xùn)練樣 本，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可以只進(jìn)行一次，或者通過進(jìn)行額外的訓(xùn)練，神 經(jīng)網(wǎng)絡(luò)的訓(xùn)練可被進(jìn)一步提高。如圖2所示，神經(jīng)網(wǎng)絡(luò)1具有兩層，即，輸入層11和輸出層12， 并且神經(jīng)網(wǎng)絡(luò)1按如下方式配置，即輸出層12的每個神經(jīng)元N2與輸 入層11的全部神經(jīng)元Nl相連。在該實施例中，神經(jīng)網(wǎng)絡(luò)1可以由在 順序處理型計算機(jī)上運行的應(yīng)用程序執(zhí)行，但是也可以使用專用的神 經(jīng)計算機(jī)。神經(jīng)網(wǎng)絡(luò)1有兩種操作模式，即訓(xùn)練模式和校驗?zāi)Ｊ?。在學(xué)習(xí)訓(xùn) 練模式中合適的訓(xùn)練樣本以后，由實際的目標(biāo)信號產(chǎn)生并且包括多個 參數(shù)的大量特征(校驗數(shù)據(jù))在校驗?zāi)Ｊ街斜环诸?。?gòu)成神經(jīng)網(wǎng)絡(luò)1的輸入層11的神經(jīng)元Nl和輸出層12的神經(jīng)元N2
的耦合度(加權(quán)系數(shù))是可變的。在訓(xùn)練模式中，通過將訓(xùn)練樣本輸 入神經(jīng)網(wǎng)絡(luò)1來訓(xùn)練神經(jīng)網(wǎng)絡(luò)1，以便確定輸入層11的神經(jīng)元Nl和輸出層12的神經(jīng)元N2的相應(yīng)的加權(quán)系數(shù)。換句話說，輸出層12的每個 神經(jīng)元N2被分配一個權(quán)向量，權(quán)向量具有與輸入層11的所有神經(jīng)元 Nl有關(guān)的加權(quán)系數(shù)，作為權(quán)向量元素。所以，權(quán)向量的元素數(shù)與輸入 層11中的神經(jīng)元N1的數(shù)目相同，輸入到輸入層11中的那些特征參數(shù) 的數(shù)目等于權(quán)向量的元素數(shù)。在校驗?zāi)Ｊ街?，?dāng)類型待定的校驗數(shù)據(jù)被賦予神經(jīng)網(wǎng)絡(luò)1的輸入 層11時，在輸出層12的神經(jīng)元N2中，離校驗數(shù)據(jù)最近的神經(jīng)元N2， 即，它的權(quán)向量與校驗數(shù)據(jù)之間的歐幾里德距離最短的神經(jīng)元N2受到 激發(fā)。如果在訓(xùn)練模式中確定了輸出層12的神經(jīng)元N2的類型，那么 就可以通過受激發(fā)神經(jīng)元N2的位置類型來識別校驗數(shù)據(jù)的類型。輸出層12的神經(jīng)元N2與二維群集圖(clustering map) 4的分區(qū) (zones)有關(guān)，例如，該二維群集圖具有一一對應(yīng)的6*6分區(qū)。所 以，如果訓(xùn)練樣本的類型與群集圖4的分區(qū)有關(guān)，那么就可以通過群 集圖4來識別與由校驗數(shù)據(jù)激發(fā)的神經(jīng)元N2對應(yīng)的類型。這樣，群集 圖4就可以起輸出部的作用，用于輸出分類結(jié)果。當(dāng)將類型與群集圖4的分區(qū)(實際上是輸出層12的神經(jīng)元N2)關(guān) 聯(lián)起來時，對于輸出層12的每個神經(jīng)元N2，使訓(xùn)練的神經(jīng)網(wǎng)絡(luò)l從輸 出層12到輸入層11反向運算，從而來估算分配給輸入層11的數(shù)據(jù)。 相對于估算數(shù)據(jù)具有最短歐幾里德距離的訓(xùn)練樣本的類型被用作輸出 層12中的相應(yīng)神經(jīng)元N2的類型。換句話說，相對于神經(jīng)元N2的權(quán)
量具有最短歐幾里德距離的訓(xùn)練樣本的類型被用作輸出層12中的相應(yīng)神經(jīng)元N2的類型。因此，訓(xùn)練樣本的類型被反映到輸出層12的神經(jīng) 元N2的類型。此外，如果使用大量的訓(xùn)練樣本(例如，150個樣本)，那么就會 把高度相似的類型密集地安排在群集圖中。換句話說，響應(yīng)于屬于相 似類型的訓(xùn)練樣本從輸出層12的神經(jīng)元N2激發(fā)的神經(jīng)元N2形成群 集，群集由密集地聚集在群集圖4中的一組神經(jīng)元N2形成。群集圖4本來是這樣的一個群集圖，其中群集與訓(xùn)練后的類型相 關(guān)地形成，但在該實施例中，甚至訓(xùn)練前的群集圖也被稱為群集圖4， 因此兩者無法識別。賦予按訓(xùn)練模式工作的神經(jīng)網(wǎng)絡(luò)1的訓(xùn)練樣本被 儲存在訓(xùn)練樣本儲存庫5內(nèi)，在必要時，再從儲存庫中取出來，用于 神經(jīng)網(wǎng)絡(luò)1。有待用神經(jīng)網(wǎng)絡(luò)1檢測的信息是安裝到驅(qū)動單元X上的工具Y (圖 3和4)的安裝狀態(tài)，以用于最后估算機(jī)加工工件的尺寸；因此，工具 Y需要被適當(dāng)或者正常地安裝到驅(qū)動單元X上。所以，通過使用類型足以檢測正常狀態(tài)，在檢測不到正常狀態(tài)時，即判斷有異常情況。此 外，由于不同的工具Y被交替地安裝到驅(qū)動單元X上，因此需要檢測 每件工具Y的正常狀態(tài)。為了判斷安裝到驅(qū)動單元X上的工具Y的安裝狀態(tài)，用緊緊地安 裝到驅(qū)動單元X上的振動傳感器2的輸出作將要校驗的目標(biāo)信號。如 圖3所示，可以用加速度傳感器等作振動傳感器2，并且振動傳感器2 被緊緊地安裝到驅(qū)動單元X的外殼13的外周面上。振動傳感器2需要
被安裝到驅(qū)動單元X上，但不妨礙驅(qū)動單元X的運行，并且它的安裝 狀態(tài)無須因驅(qū)動單元X的運行而變化。所以，振動傳感器2最好可以通過粘接或者焊接被固定到驅(qū)動單元X的外殼13上。另外，為了可拆 卸地安裝振動傳感器2，可以放大結(jié)構(gòu)，其中，例如，能夠可拆卸地安 裝振動傳感器2的夾具被固定安裝到外殼13上。由振動傳感器2輸出的電信號作為目標(biāo)信號被傳輸?shù)教卣魈崛?元3。特征提取單元3從目標(biāo)信號中提取大量特征，每個特征包括多個 參數(shù)。大量的特征可以被適應(yīng)地提取到在目標(biāo)信號中所考慮的屬性。 在目前的實施例中，目標(biāo)信號的頻率分量(每個頻帶寬度處的功率) 被作為目標(biāo)。由于在該實施例中，驅(qū)動單元X被示例為心軸，因此振 動傳感器2的輸出是周期性的。提取的大量特征根據(jù)從中提取大量特 征的振動傳感器2的輸出在時間軸上的位置變化。所以，在提取大量 特征之前，需要預(yù)處理來調(diào)節(jié)從振動傳感器2的輸出提取大量特征的 位置。所以，特征提取單元3在時間軸上對目標(biāo)信號進(jìn)行劃分(分割) 操作，例如，通過使用與驅(qū)動單元X的運行同步的定時信號(觸發(fā)信 號)、或者通過使用目標(biāo)信號的波浪特征(例如， 一組目標(biāo)信號的起 點和終點)。在目標(biāo)信號的分割操作中，只有唯一一個分段信號 (segmented signal)無須從目標(biāo)信號的一個周期中輸出，但是每個 合適的單位時間可以制造多個分段信號。特征提取單元3從一個分段 信號中提取一組大量特征，特征包括多個參數(shù)。對于預(yù)處理過程，特征提取單元3具有用于暫時儲存目標(biāo)信號的 緩存器，這些目標(biāo)信號來源于振動傳感器2。此外，為了減少噪音，在 預(yù)處理過程中特征提取單元3例如會對頻帶寬度進(jìn)行限制。此外，特征提取單元3能將來自振動傳感器2的目標(biāo)信號轉(zhuǎn)換成數(shù)字信號。為了提取頻率分量，特征提取單元3可以使用例如FFT (快速傅里 葉變換)或者具有多個帶通濾波器的濾波器組。用于大量特征的頻率 分量根據(jù)待用的驅(qū)動單元X和/或工具Y的類型來確定。當(dāng)在訓(xùn)練模式 之前收集訓(xùn)練樣本時，由特征提取單元3獲得的大量特征被儲存在訓(xùn) 練樣本存儲器5中。在校驗?zāi)Ｊ街校慨?dāng)提取大量特征時，就將它們 提供給神經(jīng)網(wǎng)絡(luò)1，其中，大量特征被當(dāng)作校驗數(shù)據(jù)，并且神經(jīng)網(wǎng)絡(luò)1 對校驗數(shù)據(jù)分類。儲存在訓(xùn)練樣本存儲器5中的數(shù)據(jù)可以被稱為數(shù)據(jù)集，并假定數(shù) 據(jù)集內(nèi)的每個數(shù)據(jù)對應(yīng)于工具Y被適當(dāng)安裝到驅(qū)動單元X上的狀態(tài)。 也就是說，儲存在訓(xùn)練樣本存儲器5中的是屬于正常類型的一組數(shù) 據(jù)。在訓(xùn)練樣本存儲器5的容量范圍內(nèi)，形成數(shù)據(jù)集的數(shù)據(jù)的數(shù)目可 以任意決定。然而，優(yōu)選用大約150個數(shù)據(jù)來訓(xùn)練上述的神經(jīng)網(wǎng)絡(luò)1。由于只有屬于正常類型的數(shù)據(jù)集被儲存在訓(xùn)練數(shù)據(jù)存儲器5內(nèi)， 因此，如果在訓(xùn)練模式中通過使用儲存在訓(xùn)練樣本存儲器5中的數(shù)據(jù) 集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)l，那么神經(jīng)網(wǎng)絡(luò)1只學(xué)習(xí)正常狀態(tài)。換句話說，由 于只有正常類型與群集圖4的分區(qū)有關(guān)，因此可以忽略訓(xùn)練過的神經(jīng) 網(wǎng)絡(luò)1將群集圖4的分區(qū)與類型關(guān)聯(lián)起來的上述反向操作。由于本發(fā)明是在工具Y被適當(dāng)?shù)匕惭b到驅(qū)動單元X上的正常安裝 狀態(tài)下對機(jī)加工尺寸進(jìn)行估算，因此需要實現(xiàn)機(jī)加工尺寸與用于獲取
訓(xùn)練樣本的目標(biāo)信號之間的對應(yīng)。所以，在與用于獲得訓(xùn)練樣本的目 標(biāo)信號的條件相同的條件下，對工件進(jìn)行機(jī)加工，這是為了獲得該條 件下機(jī)加工尺寸的實際測量值。測量的機(jī)加工尺寸與相應(yīng)的訓(xùn)練樣本 有關(guān)。通過使用鍵盤一類的輸入設(shè)備，獲得的機(jī)加工尺寸的實際測量 值被存儲在訓(xùn)練數(shù)據(jù)存儲器5內(nèi)。當(dāng)神經(jīng)網(wǎng)絡(luò)1如上所述被訓(xùn)練時，輸出層12中的每個神經(jīng)元N2 被分配一個權(quán)向量，權(quán)向量具有與輸入層11的所有神經(jīng)元Nl有關(guān)的 加權(quán)系數(shù)，作為權(quán)向量元素。所以，在校驗?zāi)Ｊ街?，屬于某一類型?訓(xùn)練樣本被分配給神經(jīng)網(wǎng)絡(luò)1，與該類型有關(guān)的神經(jīng)元N2被激發(fā)。在神經(jīng)網(wǎng)絡(luò)1完成學(xué)習(xí)之后，訓(xùn)練模式就結(jié)束了，然后，進(jìn)行數(shù) 據(jù)登錄，以便數(shù)據(jù)被儲存在轉(zhuǎn)換單元6中。也就是說，訓(xùn)練樣本被再 次輸入到神經(jīng)網(wǎng)絡(luò)1中，并計算出輸出層12中的受激發(fā)的神經(jīng)元N2 的權(quán)向量與每個輸入的訓(xùn)練樣本之間的歐幾里德距離。受激發(fā)的神經(jīng) 元N2的權(quán)向量與訓(xùn)練樣本分布中心周圍的大量特征相對應(yīng)。所以，計 算出的歐幾里德距離越大，大量特征的回歸計算就越難。換句話說， 當(dāng)?shù)绞馨l(fā)的激神經(jīng)元N2的權(quán)向量的歐幾里德距離較短時，機(jī)加工尺寸 就有望更接近實際值；而當(dāng)?shù)绞馨l(fā)的激神經(jīng)元N2的權(quán)向量的歐幾里德 距離較大時，機(jī)加工尺寸會遠(yuǎn)離實際值。這一關(guān)系隨工件、驅(qū)動單元X 和工具Y的類型而變化，但是在用鉆頭作為工具Y的情況下，這一關(guān) 系則基本上是線性的。所以，計算出由上述訓(xùn)練樣本算出的歐幾里德距離與機(jī)加工尺寸 相對于相應(yīng)訓(xùn)練樣本的實際測量值之間的關(guān)系。如果預(yù)計該關(guān)系可以 被定義為函數(shù)，那么就用最小二乘法或類似方法自動算出該關(guān)系，并 將它存儲在轉(zhuǎn)換單元6內(nèi)。當(dāng)該關(guān)系被定義為函數(shù)時，可以用合適的 規(guī)則來制作數(shù)據(jù)表，例如，使用眾多分裂段的平均值，并且將該數(shù)據(jù) 表存儲在轉(zhuǎn)換單元6內(nèi)。如果在訓(xùn)練模式中訓(xùn)練完神經(jīng)網(wǎng)絡(luò)1、并將歐幾里德距離與機(jī)加工尺寸之間的關(guān)系存儲在轉(zhuǎn)換單元6中之后，在校驗?zāi)Ｊ街袑⑿ｒ灁?shù)據(jù) 賦予神經(jīng)網(wǎng)絡(luò)1，那么轉(zhuǎn)換單元6可以根據(jù)工具Y與驅(qū)動單元X的安裝 狀態(tài)從校驗數(shù)據(jù)算出機(jī)加工尺寸。機(jī)加工尺寸顯示在與輸出單元7相 連的顯示裝置或類似裝置上給用戶看。此時，如果工具Y與驅(qū)動單元X的安裝狀態(tài)異常，那么不屬于正 常類型的神經(jīng)元N2被校驗數(shù)據(jù)激發(fā)，因此可以檢測到異常情況。此 外，轉(zhuǎn)換單元6估算出上述的機(jī)加工尺寸。所以，如果估算的機(jī)加工 尺寸超出特定的閾值(例如，預(yù)定的公差范圍)，那么，即使屬于正 常類型的神經(jīng)元N2被激發(fā)，也可以檢測安裝狀態(tài)中的異常情況。輸出 單元7進(jìn)行這種異常判斷。所以，在異常情況被檢測到時，通過顯示 裝置報告異常情況。為了報告異常情況，輸出單元7可以亮燈或者發(fā) 出報警聲音。神經(jīng)網(wǎng)絡(luò)1、特征提取單元3、群集圖4、訓(xùn)練樣本存儲器5、轉(zhuǎn) 換單元6、和輸出單元7 (除顯示裝置、燈、及類似裝置外)都容納在 唯一的外殼14內(nèi)，以便與振動傳感器分開的設(shè)置。外殼14和振動傳 感器2通過傳感器線15相連。傳感器線15與振動傳感器2相連，并 且通過連接器等與外殼14可安裝和可拆卸地相連。此外，優(yōu)選地，屏
蔽線用作傳感器線15，以防止目標(biāo)信號通過傳感器線15與噪聲分量混合。在實際利用中，工具Y安裝到其上的驅(qū)動單元X自由旋轉(zhuǎn)，但不 加載(即不與工件接觸)，從而獲得振動傳感器2的輸出，作為目標(biāo) 信號。這一過程不僅用于獲得校驗數(shù)據(jù)，而且用于獲得訓(xùn)練樣本。在 校驗?zāi)Ｊ街校绻麢z測到工具Y的安裝狀態(tài)的異常情況，或者如果判 斷估算的機(jī)加工尺寸超出公差范圍，那么在工具Y與工件接觸以前， 驅(qū)動單元X就會停止，并且報告異常情況。如上所述，基于驅(qū)動單元X空轉(zhuǎn)或者自由旋轉(zhuǎn)產(chǎn)生的振動傳感器2 的輸出，估算出由工具Y加工的工件的機(jī)加工尺寸。所以，如果估計 機(jī)加工尺寸超出特定的閾值(或者公差范圍)，或者如果工具Y與驅(qū) 動單元X的安裝狀態(tài)不當(dāng)，那么在工具與工件接觸以前，驅(qū)動單元X 可以停止。如圖4所示，工具座16容納有各種工具Y，例如，旋轉(zhuǎn)刀具、端 銑刀、鉆頭、等等。此外，當(dāng)將要安裝到驅(qū)動單元X上的工具Y按照 預(yù)定程序的指令依次變化時，相應(yīng)工具Y的訓(xùn)練樣本的數(shù)據(jù)組被獲 得、并被儲存在訓(xùn)練樣本存儲器5內(nèi)，并且使用相應(yīng)工具的訓(xùn)練樣本 訓(xùn)練神經(jīng)網(wǎng)絡(luò)1。在這種訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)1中，由于群集圖4具有與 各種工具Y的正常類型相關(guān)的分區(qū)，那么需要估算相應(yīng)工具Y的機(jī)加 工尺寸。由于根據(jù)程序知道是哪一個工具Y被安裝到驅(qū)動單元X上，用于 遵循程序指令在群集圖4中選擇分區(qū)的分區(qū)選擇單元8作為判斷單元
被提供給群集圖4。分區(qū)選擇單元8在群集圖4中選擇一個分區(qū)，用于 表示每個工具Y的正常狀態(tài)，并且透過使用由校驗數(shù)據(jù)從群集圖4的 選定分區(qū)中激發(fā)的神經(jīng)元N2估算出與輸入到神經(jīng)網(wǎng)絡(luò)1中的校驗數(shù)據(jù) 對應(yīng)的機(jī)加工尺寸。盡管在上述實施例中，振動傳感器2的輸出充當(dāng)目標(biāo)信號，但 是，如果驅(qū)動單元X的驅(qū)動源是馬達(dá)，并且如果該馬達(dá)受到伺服控 制，那么也可以用馬達(dá)的負(fù)載電流作為目標(biāo)信號，還可以用提供給馬 達(dá)的編碼器(incoder)的輸出作為目標(biāo)信號。雖然已經(jīng)針對各實施例對本發(fā)明進(jìn)行了顯示和描述，但是本領(lǐng)域 熟練技術(shù)人員不難理解，只要不背離由下面的權(quán)利要求書限定的本發(fā) 明的范圍，就可以進(jìn)行各種變化和修改。
權(quán)利要求
1、一種用于估算機(jī)床的機(jī)加工尺寸的裝置，所述機(jī)床使用一個或多個工具元件，每個工具元件由驅(qū)動單元旋轉(zhuǎn)地驅(qū)動，所述裝置包括振動傳感器，用于檢測由驅(qū)動單元產(chǎn)生的振動；特征提取單元，用于從目標(biāo)信號中提取具有多個參數(shù)的大量特征，所述目標(biāo)信號是振動傳感器的輸出；競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，用于將由特征提取單元提取的大量特征分成多個類型；轉(zhuǎn)換單元，用于將通過使安裝到驅(qū)動單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征與用于已經(jīng)訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的被激發(fā)神經(jīng)元的權(quán)向量之間的歐幾里德距離轉(zhuǎn)換成工件的機(jī)加工尺寸；和輸出單元，用于從轉(zhuǎn)換單元輸出用于工件的機(jī)加工尺寸，作為估算尺寸；其中，通過使正常安裝到驅(qū)動單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征用作工具元件的訓(xùn)練樣本，用于訓(xùn)練競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)；并且訓(xùn)練樣本被再次輸入到訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)以激發(fā)神經(jīng)元，使得歐幾里德距離與工件的機(jī)加工尺寸之間的關(guān)系被記錄在轉(zhuǎn)換單元內(nèi)，其中，歐幾里德距離被在激發(fā)的神經(jīng)元的權(quán)向量與各自的對應(yīng)訓(xùn)練樣本之間獲得，并且當(dāng)工件在與獲得各自的對應(yīng)訓(xùn)練樣本的相同條件下被工具元件機(jī)加工時獲得機(jī)加工尺寸。
2、 如權(quán)利要求1所述的裝置，其特征在于，機(jī)床被配置成按照指 令順序自動地更換保存在工具座中的兩個或多個工具元件，神經(jīng)網(wǎng)絡(luò) 通過采用用于每個工具元件的訓(xùn)練樣本被訓(xùn)練，并且在接收到指令以 更換機(jī)床中的工具元件時，轉(zhuǎn)換單元改變歐幾里德距離與機(jī)加工尺寸 之間的關(guān)系。
3、 如權(quán)利要求1或2所述的裝置，其特征在于，如果來自轉(zhuǎn)換單 元的機(jī)加工尺寸超出公差范圍，輸出單元判斷工具元件被不當(dāng)?shù)匕惭b 到驅(qū)動單元上。
4、 一種用于估算機(jī)床的機(jī)加工尺寸的方法，所述機(jī)床使用一個或多個工具元件，每個工具元件由驅(qū)動單元旋轉(zhuǎn)地驅(qū)動，該方法包括 檢測由驅(qū)動單元產(chǎn)生的振動；從來自檢測的振動的目標(biāo)信號提取具有多個參數(shù)的大量特征；通過使用競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)將大量特征分成多個類型；將通過使安裝到驅(qū)動單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo)信號的大量特征與用于已經(jīng)訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的被激發(fā)神經(jīng)元的權(quán)向量之間的歐幾里德距離轉(zhuǎn)換成工件的機(jī)加工尺寸；然后 輸出工件的機(jī)加工尺寸，作為估算尺寸；其中，通過使正常安裝到驅(qū)動單元上的工具元件空轉(zhuǎn)產(chǎn)生的目標(biāo) 信號的大量特征用作工具元件的訓(xùn)練樣本，用于訓(xùn)練競爭學(xué)習(xí)神經(jīng)網(wǎng) 絡(luò)；并且訓(xùn)練樣本被再次輸入到訓(xùn)練的競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)以激發(fā)神經(jīng) 元，使得歐幾里德距離與工件的機(jī)加工尺寸之間的關(guān)系被記錄，其 中，歐幾里德距離被在激發(fā)的神經(jīng)元的權(quán)向量與各自的對應(yīng)訓(xùn)練樣本之間獲得，并且當(dāng)工件在與獲得各自的對應(yīng)訓(xùn)練樣本的相同條件下被 工具元件機(jī)加工時獲得機(jī)加工尺寸。
5、 如權(quán)利要求4所述的方法，其特征在于，機(jī)床被配置成按照指 令順序自動地更換保存在工具座中的兩個或多個工具元件，神經(jīng)網(wǎng)絡(luò) 通過采用用于每個工具元件的訓(xùn)練樣本被訓(xùn)練，并且在接收到指令以 更換機(jī)床中的工具元件時，改變歐幾里德距離與機(jī)加工尺寸之間的關(guān) 系。
6、 如權(quán)利要求4或5所述的方法，其特征在于，如果機(jī)加工尺寸 超出公差范圍，將判斷工具元件被不當(dāng)?shù)匕惭b到驅(qū)動單元上。
全文摘要
一種用于估算機(jī)床的機(jī)加工尺寸的裝置，該機(jī)床使用均由驅(qū)動單元驅(qū)動的工具元件，該裝置包括振動傳感器；用于從振動傳感器的輸出提取大量特征的特征提取單元；用于將大量特征分成多個類型的神經(jīng)網(wǎng)絡(luò)；以及轉(zhuǎn)換單元。通過使工具元件空轉(zhuǎn)產(chǎn)生的輸出的大量特征被用于訓(xùn)練競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)以激發(fā)神經(jīng)元，使得歐幾里德距離與工件的機(jī)加工尺寸之間的關(guān)系被記錄在轉(zhuǎn)換單元內(nèi)。歐幾里德距離被在激發(fā)的神經(jīng)元的權(quán)向量與各自的對應(yīng)訓(xùn)練樣本之間獲得，并且當(dāng)工件在與獲得各自的對應(yīng)訓(xùn)練樣本的相同條件下被工具元件機(jī)加工時獲得機(jī)加工尺寸。
文檔編號B23Q17/12GK101152699SQ200710153270
公開日2008年4月2日 申請日期2007年9月29日 優(yōu)先權(quán)日2006年9月29日
發(fā)明者池田和隆 申請人:松下電工株式會社