[发明专利]热位移修正装置

说明书

本发明提供一种热位移修正装置，其修正由于工件的热位移而引起的尺寸测量误差，其具备对检查工件时的形状测量数据进行学习的机器学习装置。该机器学习装置观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量，此外取得表示检查时的形状测量数据的判定数据。并且，使用观测到的状态变量和取得的判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。

技术领域

本发明涉及热位移修正装置，尤其涉及能够容易并且高精度地修正由于工件的热位移引起的测量误差的技术。

背景技术

工件根据温度而产生膨胀或者收缩。因此，加工后的工件的尺寸检查需要在取得足够的热平衡的状态(或者鉴于工件的使用环境等设定的预定温度)下进行。因此，需要用于使工件成为最适合检查的温度的环境和时间。

日本特开2002－224935号公报公开了使用将接触式温度传感器测量出的工件的温度等作为输入，输出测量尺寸的热位移修正量的神经网络来修正工件的测量尺寸的方法。由此，即使在没有取得足够的热平衡的状态下也能够进行尺寸检查。

然而，在进行工件的形状检查时，若使用粘贴型的温度传感器(热电偶等接触式传感器等)则会妨碍形状检查，并不现实。另外，存在为了决定温度的测量位置(在工件上的哪个部位粘贴几个温度传感器好呢)而需要技术知识或需要进行试错这样的问题。

发明内容

因此，本发明的目的在于，提供一种热位移修正装置，其能够容易并且高精度地修正由于工件的热位移而引起的测量误差。

本发明的一个实施方式的热位移修正装置修正由于工件的热位移而引起的尺寸测量误差，其具备对检查上述工件时的形状测量数据进行学习的机器学习装置。该机器学习装置具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。

上述状态变量能够包含上述工件的周围温度。

上述工件的周围温度可以是对上述工件进行加工的机床的温度。

上述状态变量能够包含与表示上述工件的温度分布的图像数据以及上述加工后的形状数据的取得时间有关的信息。

上述判定数据能够包含上述工件的实际尺寸与设计值之间的误差的评价结果。

上述学习部能够通过多层结构运算上述状态变量和上述判定数据。

上述学习部能够使用从通过多个机床进行加工后的上述工件得到的上述状态变量以及上述判定数据，来学习上述检查时的形状测量数据。

上述机器学习装置也可以通过云计算、雾计算或者边缘计算来实现。

本发明的一个实施方式的机器学习装置对检查工件时的形状测量数据进行学习，其具备：状态观测部，其观测表示工件的温度分布的图像数据以及加工后的形状数据来作为表示环境的当前状态的状态变量；判定数据取得部，其取得表示检查时的形状测量数据的判定数据；以及学习部，其使用上述状态变量和上述判定数据，将表示工件的温度分布的图像数据以及加工后的形状数据与检查时的形状测量数据关联起来进行学习。

通过本发明，能够提供一种能够容易并且高精度地修正由于工件的热位移而引起的测量误差的热位移修正装置。

附图说明

图1A是表示热位移修正装置1的结构的框图。

图1B是表示热位移修正系统的第一例的结构的框图。

图1C是表示热位移修正系统的第二例的结构的框图。