机器学习装置、控制装置、以及机器学习的搜索范围的设定方法

    公开(公告)号:CN111552237B

    公开(公告)日:2023-12-01

    申请号:CN202010084286.1

    申请日:2020-02-10

    Abstract: 本发明提供机器学习装置、控制装置、以及机器学习的搜索范围的设定方法。机器学习装置对控制伺服电动机的伺服控制装置进行伺服控制装置的构成要素的第1参数的搜索,机器学习装置具有:搜索解检测部,其在机器学习中或者机器学习后,取得机器学习所使用的评价函数值的集合,在第1参数或者第2参数的搜索范围内描绘评价函数值的集合,在搜索范围的端部或者在距该端部规定范围内,检测是否存在搜索解,其中,第2参数用于第1参数的搜索;评价函数式推定部,其在搜索范围的端部或者规定范围内存在搜索解时,根据评价函数值的集合来推定评价函数式;搜索范围变更部,其根据推定出的所述评价函数式,变更成第1参数或者第2参数的新搜索

    显示装置
    2.
    发明公开
    显示装置 审中-实审

    公开(公告)号:CN116324642A

    公开(公告)日:2023-06-23

    申请号:CN202180054356.1

    申请日:2021-09-01

    Abstract: 提供一种能够维持加工精度并且实现循环时间缩短的装置。一种显示装置,具备判断部和显示部(18),该判断部对轴的加工程序的轨迹与实际轨迹之间的轨迹差进行监视,并且进行以下判断中的至少一方:对于轨迹差小且轴的实际速度比指令速度中的设定上的最大值小的部位,判断为即使增加指令速度也能够维持精度;对于轨迹差小且轴的实际加速度比指令加速度中的设定上的最大值小的部位,判断为即使增加指令加速度也能够维持精度,该显示部(18)将部位进行强调显示。

    伺服电动机控制装置
    3.
    发明授权

    公开(公告)号:CN109286352B

    公开(公告)日:2023-06-02

    申请号:CN201810777750.8

    申请日:2018-07-16

    Abstract: 本发明提供一种抑制由于作用于被驱动体的驱动轴上的负荷的变动引起的响应性的下降的伺服电动机控制装置。伺服电动机控制装置具备:伺服电动机;被驱动体,其由伺服电动机进行驱动,作用于驱动轴的负荷根据被驱动体的位置而发生变动;位置检测部,其检测被驱动体的位置(FB);速度检测部,其检测被驱动体的速度(FB);以及电动机控制部,其控制伺服电动,电动机控制部具有:位置控制部,其根据被驱动体的位置指令与位置(FB)之间的位置偏差来生成速度指令;速度控制部,其将速度增益乘以速度指令与速度(FB)之间的速度偏差,和/或加上转矩补偿并生成转矩指令;以及变更部,其根据被驱动体的位置来变更速度增益与转矩补偿中的至少一个。

    电动机的控制装置
    4.
    发明公开

    公开(公告)号:CN115336169A

    公开(公告)日:2022-11-11

    申请号:CN202180022833.6

    申请日:2021-03-17

    Abstract: 提供一种能够自动地判断是否需要启动惯性估计功能的控制装置。一种电动机的控制装置(10),具备:第一惯性估计部(11),其基于与具备电动机的装置的动作程序或动作设定有关的第一信息、从用于检测通过电动机而被驱动的被驱动体的形状的检测装置获得的第二信息以及表示电动机的动作状态的第三信息中的至少任一者,来估计被驱动体的惯性是否存在变动;以及第二惯性估计部(12),其在由第一惯性估计部(11)估计为被驱动体的惯性存在变动的情况下,进行被驱动体的惯性的估计。

    机器学习装置、伺服控制装置、伺服控制系统以及机器学习方法

    公开(公告)号:CN110286645B

    公开(公告)日:2021-07-23

    申请号:CN201910197184.8

    申请日:2019-03-15

    Abstract: 本发明提供一种机器学习装置、伺服控制装置、伺服控制系统以及机器学习方法,其降低用于机器学习的信息处理量来缩短机器学习的收敛时间。其针对伺服控制装置进行机器学习,伺服控制装置具备根据位置指令计算位置前馈项的位置前馈计算部(109)、根据位置指令计算速度前馈项的速度前馈计算部(110)、根据位置指令计算电流前馈项的电流前馈计算部(114)中的至少两个前馈计算部,机器学习装置使至少两个前馈计算部中的一个前馈计算部的传递函数的系数的机器学习先于另一个前馈计算部的传递函数的系数的机器学习。

    伺服马达的控制装置
    6.
    发明公开

    公开(公告)号:CN112631198A

    公开(公告)日:2021-04-09

    申请号:CN202010987368.7

    申请日:2020-09-18

    Abstract: 本发明提供一种伺服马达的控制装置,即使设置有死区该伺服马达的控制装置也能够抑制校正的延迟。该伺服马达的控制装置具备:动作获取部,其获取伺服马达的动作;加速量获取部,其获取伺服马达的加速量;校正部,其进行对伺服马达的动作的校正;以及校正开始判定部,其根据伺服马达的动作来判定校正部的校正开始,其中,校正开始判定部具有死区部,该死区部针对伺服马达的动作设定规定值的范围即死区范围,死区部基于由加速量获取部获取到的加速量来变更死区范围。

    机器学习装置、控制装置、以及机器学习方法

    公开(公告)号:CN110727242B

    公开(公告)日:2021-04-09

    申请号:CN201910624109.5

    申请日:2019-07-11

    Abstract: 本发明提供一种机器学习装置、控制装置、以及机器学习方法,实现机器学习装置的收敛时间的缩短。机器学习装置(200)对伺服控制装置(100)进行机器学习,该伺服控制装置使用具有IIR滤波器(1092、1102)的前馈计算部(109、110)进行的前馈控制来控制伺服电动机(300),该机器学习是与前馈计算部的IIR滤波器的传递函数的系数优化有关的机器学习,该伺服电动机驱动机床、机器人或工业机械的轴,通过使用半径r和角度θ来进行表示的极坐标,分别表现IIR滤波器的传递函数为零的零点以及传递函数无限发散的极,并在规定的搜索范围内分别搜索半径r和角度θ并进行学习,由此,进行IIR滤波器的传递函数的系数优化。

    伺服控制装置、伺服控制系统以及伺服控制方法

    公开(公告)号:CN112486102A

    公开(公告)日:2021-03-12

    申请号:CN202010824260.6

    申请日:2020-08-17

    Abstract: 本发明提供一种伺服控制装置、伺服控制系统以及伺服控制方法。本发明的课题在于,能够掌握运算处理部的负载的状态,使运算处理部的过剩功能停止或者将一部分运算处理转移到负载较小的其它运算处理部。具备:运算处理部,其进行与伺服控制处理相关的多个处理;观测部,其求出运算处理部的各处理的处理开始时刻信息和处理结束时刻信息中的至少一个;输出部,其使用通过观测部求出的时刻信息,计算并输出与运算处理部的使用量相关的信息。与使用量相关的信息例如是执行运算处理部的处理的处理时间、执行处理的处理时间相对于给出的处理时间的差、执行处理的处理时间相对于给出的处理时间的比率、或者差相对于给出的处理时间的比率。

    数值控制装置、CNC机床、数值控制方法以及记录有数值控制用程序的计算机可读介质

    公开(公告)号:CN112114558A

    公开(公告)日:2020-12-22

    申请号:CN202010542064.X

    申请日:2020-06-15

    Inventor: 梁瑶 猪饲聪史

    Abstract: 本发明提供数值控制装置、CNC机床、数值控制方法以及记录有数值控制用程序的计算机可读介质,读取加工程序所包含的特征形状的信息,生成适合该特征形状的加工处理的控制指令。数值控制装置具有:特征检测部,其从指令工具或者工件的移动的加工程序,检测出加工形状的特征;内侧旋转量计算部,其基于驱动工具或者工件的伺服控制装置的伺服参数、从加工程序中检测出的所述加工形状的特征以及规定加工条件的加工要求,计算出加工轨迹相对于程序轨迹的内侧旋转量的关系式;以及加工速度决定部,其决定由关系式进行了最佳化的加工速度。

    机器学习装置和方法、伺服控制装置、伺服控制系统

    公开(公告)号:CN109116811B

    公开(公告)日:2020-11-27

    申请号:CN201810638894.5

    申请日:2018-06-20

    Abstract: 本发明提供机器学习装置和方法、伺服控制装置、伺服控制系统,进行可以避免齿隙校正以及齿隙加速校正的系数的繁杂调整。机器学习装置(200)具有:状态信息取得部(201),其通过使伺服控制装置(100)执行规定的加工程序,从伺服控制装置(100)取得至少包含位置偏差、齿隙加速校正部(110)使用的系数组合在内的状态信息;行为信息输出部(203),其将包含该状态信息所包含的系数组合的调整信息在内的行为信息输出给伺服控制装置(100);回报输出部(2021),其根据状态信息所包含的位置偏差,输出强化学习中的回报的值;价值函数更新部(2022),其根据回报输出单元输出的回报的值、状态信息、行为信息来更新行为价值函数。

Patent Agency Ranking