加工模拟的条件的适宜化方法、加工模拟装置、加工模拟系统及程序与流程

本发明涉及一种加工模拟的条件的适宜化方法、加工模拟装置、加工模拟系统及程序。

本申请根据2017年11月30日在日本申请的日本专利申请2017-231018号主张优先权，并将其内容援用于此。

背景技术：

一直以来采取如下对策：评价利用机床加工的结果，并将加工条件适宜化，以使加工结果接近所期望的加工结果。例如，在专利文献1中记载有如下技术：存储表示激光的照射条件(加工条件)与加工对象物的加工状态之间的关系的数据，从该数据中选择适合于目标规格的最佳照射条件来进行激光加工。根据专利文献1中所记载的技术，由于能够在适合于目标的加工条件下进行加工，因此能够获得所期望的加工结果。

并且，采取如下对策：通过加工模拟来预测设定了各种各样的加工条件时的加工结果，并反复进行模拟，直至能够确定可获得所期望的加工内容的适当的加工条件，由此将加工条件适宜化。

以往技术文献

专利文献

专利文献1：日本专利公开2008-114257号公报

技术实现要素：

发明要解决的技术课题

当实际加工结果与基于模拟的计算结果产生差异并且欲调整加工条件来改善差异时，若模拟模型准确，则能够获得适当的加工条件。但是，例如当对新型材料进行加工等时，模拟对该新型材料的加工的模拟模型的精确度并不充分。即使能够根据这种模拟模型计算出适当的加工条件，该加工条件也有可能不是实机中适当的加工条件。针对这种课题，尚未提出通过高效提高模拟模型的精确度来改善实际加工结果与基于模拟的计算结果的差异的方法。

本发明提供一种能够解决上述课题的加工模拟的条件的适宜化方法、加工模拟装置、加工模拟系统及程序。

用于解决技术课题的手段

根据本发明的一个方式，一种基于计算机的加工模拟的条件的适宜化方法，其具有：接收实施规定的加工内容时的机床的设定条件的步骤；计算在所接收到的所述设定条件下所述机床进行了加工时可设想的加工结果即第1加工结果的步骤；由所述计算机获取在所接收到的所述设定条件下所述机床进行了加工时的加工结果即第2加工结果的步骤；评价所述第1加工结果与所述第2加工结果的一致度的步骤；及改变所述计算的前提条件的步骤，所述计算机一边改变所述计算的前提条件一边反复执行所述第1加工结果的计算，直至所述一致度成为规定的阈值以上。

根据本发明的一个方式，在改变所述计算的前提条件的步骤中，根据在所述设定条件下所述机床进行了加工时所测量出的与所述计算的前提条件有关的测量信息来调整所述计算的前提条件。

根据本发明的一个方式，在计算所述第1加工结果的步骤中，将所述加工内容和所述设定条件作为输入并根据规定的加工模拟模型来计算所述第1加工结果。

根据本发明的一个方式，所述设定条件为根据所述加工模拟模型和所述加工内容并通过逆分析计算出的值。

根据本发明的一个方式，所述设定条件为根据所述加工模拟模型和所述加工内容并通过逆分析计算出的与所述机床的动作有关的设定条件的范围的代表值。

根据本发明的一个方式，所述计算的前提条件包括包含于所述加工模拟模型中的与所述机床的性能有关的参数及包含于所述加工模拟模型中的与加工对象的材质有关的参数中的至少一个。

根据本发明的一个方式，所述加工模拟的条件的适宜化方法还具有：积蓄所述一致度成为规定的阈值以上时的所述计算的前提条件的步骤；及根据所积蓄的所述计算的前提条件来计算所述计算的前提条件的最佳值的步骤。

根据本发明的一个方式，所述机床为激光加工机。

根据本发明的一个方式，加工模拟装置具有：接收部，接收实施规定的加工内容时的机床的设定条件；计算部，计算在所接收到的所述设定条件下所述机床进行了加工时可设想的加工结果即第1加工结果；获取部，获取在所接收到的所述设定条件下所述机床进行了加工时的加工结果即第2加工结果；评价部，评价所述第1加工结果与所述第2加工结果的一致度；及改变部，改变所述计算的前提条件，所述计算部一边改变所述计算的前提条件一边反复执行所述第1加工结果的计算，直至所述一致度成为规定的阈值以上。

根据本发明的一个方式，加工模拟系统具有；机床；及上述加工模拟装置，所述加工模拟装置获取由所述机床执行的加工中的加工内容及设定条件来进行加工模拟的条件的适宜化。

根据本发明的一个方式，程序使计算机执行加工模拟的条件的适宜化方法，所述程序执行：接收实施规定的加工内容时的机床的设定条件的步骤；计算在所接收到的所述设定条件下所述机床进行了加工时可设想的加工结果即第1加工结果的步骤；由所述计算机获取在所接收到的所述设定条件下所述机床进行了加工时的加工结果即第2加工结果的步骤；评价所述第1加工结果与所述第2加工结果的一致度的步骤；及改变所述计算的前提条件的步骤，所述计算机一边改变所述计算的前提条件一边反复执行所述第1加工结果的计算，直至所述一致度成为规定的阈值以上。

发明效果

根据上述加工模拟的条件的适宜化方法、加工模拟装置、加工模拟系统及程序，能够构建以高精确度模拟机床的加工的加工模拟模型。

附图说明

图1是表示本发明所涉及的各实施方式中的模拟系统的一例的框图。

图2是表示本发明所涉及的第一实施方式中的加工内容和设定条件的一例的图。

图3是表示本发明所涉及的第一实施方式中的模拟模型的最优化处理的一例的第1流程图。

图4是表示本发明所涉及的第一实施方式中的模拟模型的最优化处理的一例的第2流程图。

图5是关于本发明所涉及的第一实施方式中的设定条件的范围进行说明的图。

图6是关于本发明所涉及的第一实施方式中的内部参数的调整处理进行说明的图。

图7是关于本发明所涉及的第二实施方式中的模拟模型的最优化处理进行说明的图。

图8是表示本发明所涉及的第二实施方式中的模拟模型的最优化处理的一例的流程图。

图9是表示本发明所涉及的模拟装置的硬件结构的一例的图。

具体实施方式

＜第一实施方式＞

以下，参考图1～图6根据本发明的第一实施方式的机床的模拟系统进行说明。

图1是表示本发明所涉及的各实施方式中的模拟系统的一例的框图。模拟系统1提供模拟基于机床3、3a、3b的加工并计算机床3等进行了加工时可设想的加工结果的模拟功能。如图1所示，模拟系统1包括模拟装置10、机床3、3a、3b及cad(computeraideddesign：计算机辅助设计)系统2、2a、2b。模拟装置10与机床3、3a、3b经由网络(nw)连接成能够进行通信。将机床3、3a、3b统称并记载为机床3，将cad系统2、2a、2b统称并记载为cad系统2。在模拟系统1中，模拟装置10、机床3、cad系统2的台数并不限定于图示的数量。例如，模拟装置10可以包括2台以上，机床3及cad系统2可以包括1台，也可以包括4台以上。并且，机床3、3a、3b分别可以设置于不同的工场，也可以设置于1个工场内。模拟装置10、cad系统2例如为具备服务器等cpu(centralprocessingunit：中央处理器)的计算机。

关于机床3所进行的加工，模拟装置10将其加工内容和设定条件输入到加工用模拟模型中，并模拟基于机床3的加工来计算加工结果。而且，模拟装置10将该加工结果提供给使用者。在此，加工内容是指对加工对象物的加工要求、规格。并且，设定条件是指为了进行适当的加工而对机床3设定的机床3的动作条件(加工条件)。使用图2对加工内容和设定条件的范围进行说明。

图2是表示本发明所涉及的第一实施方式中的加工内容和设定条件的一例的图。作为加工内容的一例，在图2(a)中示出表示在由“si”形成的板厚“400μm”的部件上形成入口的孔径为“50μm”且出口的孔径为“60μm”的锥形孔的加工内容。另外，加工内容中不仅包括孔径或孔的深度之类的与形状有关的项目，还包括与品质有关的项目。与品质有关的项目例如为变质层的截面面积、毛刺的高度、附着物的大小、表面的粗糙度等。

在图2(b)中示出用于实现该加工内容的设定条件的范围的一例。图2(b)所示的是机床3为激光加工机时的设定条件的例子。激光加工机的设定条件中例如有所输出的激光的功率、穿孔时间、激光的回转头转速、xy轴进给速度、散焦量、锥角、辅助气体的气体压力、气体种类、激光的回转直径等。如图所示，在本实施方式中，以范围给定设定条件的各项目的值。如后述，各项目的范围为考虑到由机床的设置环境、加工对象物的个体差(材质)等外部干扰所产生的影响而确定的范围。

机床3的使用者对模拟装置10输入加工内容和选自设定条件的范围中的值，并参考模拟装置10所计算的加工结果来确认在所输入的设定条件下是否能够获得所期望的加工结果。使用者调整选自设定条件的范围中的设定条件的值，直至可获得所期望的加工结果。若获得适当的设定条件，则使用者将该设定条件设定在机床3中，并对加工对象物开始进行实际加工。由此，能够高效地设定用于获得所期望的加工对象物的设定条件。

如此，若使用模拟装置10，则使用者在进行实际加工之前能够得到可获得的所期望的加工结果的适当的设定条件。但是，若基于模拟装置10的模拟背离基于实际机床3的加工，则利用模拟装置10设定的设定条件并不适当，基于机床3的加工结果的品质有可能变得不充分。针对这样的课题，模拟装置10具有调整用于加工模拟中的分析模型的各种参数的功能。各种参数是指与机床3的功能或性能有关的参数或与加工对象物的材质有关的参数。在本实施方式中，通过根据基于实际机床3的加工或加工对象物调整各种参数来提高模拟模型的精确度，能够使模拟装置10所计算的加工结果更接近实际加工结果。

模拟装置10具有输入输出部11、模拟执行部12、加工结果评价部13、模型最优化部14、学习部15、存储部16、通信部17。

关于用机床3实际进行的加工，输入输出部11获取表示该加工内容的信息即加工内容信息、表示该加工中的设定条件的信息即设定条件信息、表示加工结果的信息即加工结果信息。并且，加工结果信息中例如包括对加工后的加工对象物进行摄影的图像及分析该图像而获得的与形状或品质有关的信息、与加工后的加工对象物的规定部分的测量结果有关的信息。

模拟执行部12将加工内容信息和设定条件信息作为输入并通过规定的模拟模型计算加工结果。以下，将模拟执行部12所计算出的加工结果记载为模拟结果信息。模拟结果信息中包括与加工结果物的形状或品质有关的信息，例如加工结果物的二维图像、三维图像等。模拟执行部12通过有限单元法、第一性原理计算等公知的分析方法模拟基于激光加工或切削加工的加工。模拟执行部12例如执行cae(computeraidedengineering：计算机辅助工程)用程序来进行模拟。模拟执行部12所具有的模拟模型例如包括在cae用程序中执行的各种计算式(用于分析加工孔的直径或加工深度、加工槽的宽度等的计算式)、适用于该计算式中的参数等。该参数中除了从外部输入的加工内容信息、设置设定条件信息的外部参数以外，还存在内部设定的内部参数(与机床3的性能等有关的参数、与材质有关的参数)。例如，当机床3为激光加工机时，若加工内容信息的材质的项目为“si”，则模拟执行部12对与模拟模型的材质有关的内部参数中的加工对象物的材质的激光束的吸收率的值设定与材质“si”相应的规定的值。或者，模拟执行部12对与模拟模型的机床3的性能等有关的内部参数中的激光振荡器的输出、激光加工机的光学系统(例如透镜的性能)设定与经年变化相应的规定的值。例如，若机床3的运行时间小于x小时，则模拟执行部12对激光振荡器的输出设定100％，对透镜的透射率设定100％，若成为x小时以上，则对激光振荡器的输出设定90％，对透镜的透射率设定90％。在此，激光振荡器的输出为90％表示实际上仅输出所指示的输出的90％，透镜的透射率为90％表示因透镜的劣化而仅输出了透射振荡器所输出的90％。

并且，模拟执行部12具有当给定加工内容信息时根据模拟模型对设定内容信息进行逆分析的功能。作为逆分析方法，例如使用逆定式化法、输出误差法、最小方差估计法等。

加工结果评价部13对输入输出部11所获取的加工结果信息与模拟执行部12所计算出的模拟结果信息进行比较来评价基于模拟执行部12的模拟结果。

模型最优化部14进行将基于模拟执行部12的模拟最优化的处理。例如，模型最优化部14根据基于加工结果评价部13的评价结果调整模拟模型的内部参数的值，由此将模拟最优化。

学习部15学习模型最优化部14所最优化的内部参数的值来进一步提高模拟模型的精确度。

存储部16存储用机床3进行的加工中的加工内容信息、设定条件信息、加工结果信息或模拟模型的内部参数的值等。另外，存储部16将从机床3、3a、3b等多个不同的机床接收到的加工结果信息与此时的加工内容信息及设定条件信息建立对应关系而存储多个。另外，以存储部16配置于模拟装置10内作为前提进行说明，但存储部16当然也可以配置于能够从模拟装置10经由网络(nw)连接的场所。

通信部17与机床3进行通信。例如，通信部17从机床3接收加工结果信息。

机床3例如为照射激光束来实施加工的激光加工机。机床3包括控制装置30、加工装置38及传感器39。

控制装置30例如为微机等具备mpu(microprocessingunit：微处理器)的计算机。控制装置30根据加工内容信息控制加工装置38的动作并对加工对象物进行加工。

加工装置38为包括激光的振荡器、头部的驱动机构、辅助气体的喷射机构、加工对象物的设置机构、使用者的操作盘等的机床的主体。

传感器39为摄像机、x射线ct(computedtomography：计算机断层扫描)、振动传感器、位移传感器、温度计、扫描器等测量加工结果或加工环境的传感器类。传感器39可以由加工装置38具备，也可以为与加工装置38独立的单独的传感器。传感器39测量加工对象物的形状或加工环境(加工中的温度、振动、位置)等。

在机床3中，控制装置30仅允许如图2(b)中所例示的规定的范围内的设定条件而控制加工装置38的动作。控制装置30具有输入输出部31、cam(computeraidedmanufacturing：计算机辅助制造)系统32、传感器数据处理部33、加工装置控制部34、设定条件判定部35、通信部36及存储部37。

输入输出部31接收使用者从操作盘输入的操作信息或设定条件的输入，或者接收来自cad系统2的表示加工对象物的形状的cad数据的输入。cad数据中包括加工内容信息。并且，输入输出部31向设置于操作盘的显示器输出应通知给使用者的信息。

cam系统32根据输入输出部31所获取的cad数据生成加工用nc(numericalcontrol；数控)数据。

传感器数据处理部33获取传感器39对加工对象物进行测量而获得的测量信息(测量值或图像)，并且根据需要计算与加工有关的其他信息等而生成加工结果信息。例如，传感器数据处理部33根据对加工对象物进行摄影的图像并通过图像分析计算孔径(加工孔的直径)，或者使用所计算出的孔径等计算锥角。另外，计算孔径时的图像分析方法使用公知的方法。

加工装置控制部34根据cam系统32所生成的nc数据和设定条件信息控制加工装置38的动作来进行加工。

设定条件判定部35判定所输入的设定条件是否包含在规定的设定条件的范围内。

通信部36与模拟装置10进行通信。例如，通信部36将加工结果信息发送到模拟装置10。

存储部37存储输入输出部31所获取的cad数据等信息。

使用者在用机床3进行加工之前将加工内容信息和设定条件信息输入到模拟装置10中，使模拟装置10执行模拟。使用者参考模拟结果调整设定条件，再次反复进行使模拟装置10执行模拟的作业，直至模拟结果满足要求。由此，确定对某一加工内容的适当的设定条件，从而能够实现该加工对象物的量产。为此，如上所述，对基于模拟装置10的模拟要求高的精确度。接着，对模拟装置10所具有的模拟的最优化方法进行说明。

图3是表示本发明所涉及的第一实施方式中的模拟模型的最优化处理的一例的第1流程图。

作为前提，例如设为处于由至今未使用的材质形成的新型产品的加工开始时或基于机床3的加工精确度产生了偏差时及需要重新调节反映了机床3的经年变化等的设定条件时等需要构建高精确度的模拟模型的情况。并且，存储部16中以建立对应关系的方式存储有过去用机床3执行的各种各样的加工中的加工内容信息、设定条件信息、加工结果信息。

首先，使用者对模拟装置10输入加工内容信息和要求执行模拟的信息。例如，输入输出部11将显示有加工内容信息的输入栏和模拟的执行指示按钮等的画面(界面图像)显示在连接于模拟装置10的显示器上，使用者从该画面输入加工内容信息和模拟的执行指示。如此一来，输入输出部11接收加工内容信息或模拟执行要求的输入(步骤s11)，并存储输入到存储部16的加工内容信息。接着，模型最优化部14从积蓄在存储部16的加工结果信息中选择与使用者所输入的加工内容信息类似的加工结果信息，并确定与所选择的加工结果信息建立对应关系而存储的加工内容信息和设定条件信息(步骤s12)。模型最优化部14将所确定的加工内容信息和设定条件信息设定为模拟模型的输入参数。并且，模拟执行部12对与机床3的性能等有关的内部参数及与材质有关的内部参数设定规定的初始值。例如，关于与机床3的性能等有关的内部参数，模拟执行部12对振荡器的输出设定100％，对透镜的透射率设定100％。并且，例如，关于与材质有关的内部参数，模型最优化部14对材料的吸收率设定100％。

接着，模拟执行部12根据模拟模型执行加工模拟(步骤s13)，并计算模拟结果。加工结果评价部13对步骤s12中所选择的加工结果信息与模拟结果信息进行比较来评价一致度(步骤s14)。例如，加工结果评价部13计算加工结果信息的孔径与模拟结果信息的孔径之差，若该差在规定的范围内，则将加工结果中的对孔径的一致度评价为阈值以上，若差在范围外，则将一致度评价为小于阈值。对加工内容信息中的与形状或品质有关的项目进行一致度的评价。若为图2(a)的例子，则加工结果评价部13评价与形状有关的“孔径(入口)”、“孔径(出口)”。

当所有项目一致度为阈值以上时(步骤s14；是)，模拟执行部12所计算出的模拟结果与实际用机床3实际进行了加工时的加工结果大致相等，模拟模型的精确度充分高，因此认为不需要进行内部参数的调整。模型最优化部14将本次所设定的内部参数(与机床3的性能等有关的内部参数、与材质有关的内部参数)与加工内容信息及设定条件信息及模拟结果信息及一致度建立对应关系而存储于存储部16(步骤s16)，并结束本流程图的处理。

当存在一致度小于阈值的项目时(步骤s14；否)，模型最优化部14进行内部参数的调整(步骤s15)。例如，若在实际加工结果信息中示出与模拟结果相比激光的功率不足的加工状态(加工深度浅等)，则例如因加工对象物的形状或表面状态的影响而激光束被反射，认为实际吸收率有可能比当初的设想低。根据这种假定，模型最优化部14进行将与材质有关的内部参数中的材料的吸收率由100％降低至90％等调整。关于如何调整哪个内部参数，与加工结果信息与模拟结果信息中存在差异的项目建立对应关系而预先确定。作为内部参数，除了振荡器的输出、透镜的透射率、材料的吸收率以外，还可以举出镜面的反射率、在透镜或镜面上的激光束的渐晕、焦点位置、光束直径等。或者，也可以由学习部15学习存在差异的项目、其差分、应调整的内部参数与其调整量的关系，并由模型最优化部14根据其学习结果进行参数的调整。若调整内部参数，则反复进行从步骤s13的处理。以后，模拟执行部12也一边改变内部参数一边反复执行模拟结果的计算，直至加工结果信息与模拟结果信息的一致度成为阈值以上。若一致度成为阈值以上，则模拟执行部12将调整后的内部参数的值、加工内容信息、设定条件信息、模拟结果信息及一致度建立对应关系而存储于存储部16。并且，输入输出部11将完成了模拟的最优化的内容显示于显示器以通知给使用者。

根据本实施方式的模拟装置10，通过调整内部参数来提高模拟模型的精确度，能够执行高精确度的加工模拟。通过高精确度的加工模拟，使用者无需实际进行加工便能够找出对机床3设定的适当的设定条件。由此，能够实现加工作业的效率化。

在图3中，对根据过去进行加工时所存储的加工结果信息等将加工模拟最优化的方法(离线的最优化方法)进行了说明。接着，对一边实际用机床3进行加工并参考其结果一边将加工模拟最优化的方法(离线的最优化方法)进行说明。

图4是表示本发明所涉及的第一实施方式中的模拟模型的最优化处理的一例的第2流程图。

首先，使用者对模拟装置10输入加工内容信息。如此一来，输入输出部11接收其输入(步骤s21)，并将加工内容信息输出到模拟执行部12。模拟执行部12将所输入的加工内容信息作为加工结果输入到模拟模型中，并通过逆分析计算在可获得该加工结果的加工中设定的设定条件的范围(步骤s22)。或者，模拟执行部12根据表示加工特性的加工结果信息来计算设定条件的范围。在此，使用图5对设定条件的范围进行说明。

图5是对本发明所涉及的第一实施方式中的设定条件的范围进行说明的图。图5的曲线图是表示利用激光加工机(机床3)在由si形成的板上开设规定直径的孔时的激光的输出即功率(设定条件)与板厚(加工内容)之间的关系的曲线图。图5的曲线图的纵轴表示板的厚度(μm)，横轴表示激光的功率(w)。曲线图内的p1～p16的标记为以该标记所在的横轴的坐标所表示的功率输出激光来进行在纵轴的坐标所表示的板厚的si板上形成孔的加工时的加工结果。标记○和×分别表示加工成功还是失败。具体而言，○标记表示满足加工内容的结果(成功)，×标记表示不满足加工内容的结果(失败)。例如，标记p1表示向板厚y(μm)的铜板输出α(w)的激光来进行了开孔加工的结果为满足规定的加工内容的孔，例如开设出孔径或品质良好的孔的情况。若根据这些加工结果并使用规定的方法(统计分析、机器学习等)计算出区分加工成功的情况和失败的情况的边界线，则例如可获得边界线l1、l2。认为被夹在边界线l1与l2之间的区域是为了实现所期望的加工而能够对设定条件“功率”设定的适当的值的范围。根据该思想，例如对板厚400μm的si板进行加工时，认为在纵轴400μm处被夹在边界线l1、l2之间的范围r1是激光功率的适当的范围。

模拟装置10的存储部16从机床3接收并存储多个如图5中所例示的加工结果信息及该加工中的加工内容信息和设定条件信息，模拟执行部12计算边界线l1、l2的计算处理、与加工内容信息(例如，板厚400μm)相应的设定条件的范围(r1)。模拟执行部12将所计算出的设定条件的范围信息存储于存储部16。

与标记p1～p16有关的加工是在各种各样的条件下进行的。例如，根据部件材质的si的纯度、除si以外的成分的种类或含量、制造方法等存在各种各样的种类。或者，机床3进行加工的环境也是各种各样的。模拟执行部12根据不均匀的各种各样的条件下的加工结果来确定设定条件的范围。由此，模拟执行部12能够计算考虑到机床的设置环境、加工对象物的个体差等对加工结果产生影响的外部干扰的设定条件的范围。

例如，标记p1～p16所示的加工结果中，除了加工内容信息(板厚等)和设定条件信息(功率等)以外，加工时刻、加工场所、加工对象物的材质、加工环境(温度、湿度、振动等)、机床3的种类/型号、导入机床之后的总运行时间(加工时间)等信息也可以建立有对应关系。而且，模拟执行部12可以根据包含于所输入的加工内容信息中的加工对象物的材质的详细信息从标记p1～p16中仅提取相同材质(例如高纯度的si制的部件)的加工结果来确定设定条件的范围。或者，输入输出部11可以与加工结果信息一起接收与加工环境有关的信息的输入，模拟执行部12可以仅提取在与所输入的加工环境类似的加工环境下进行时的加工结果来计算设定条件的范围。由此，能够根据实际加工条件计算出更限定的设定条件的范围。并且，机床3的使用者最终必须找出适当的设定条件，但能够由模拟执行部12负责确定包含适当的设定条件的范围。

存储部16中除了图5中所例示的加工结果以外，例如还按每个材质存储有表示功率与孔的深度之间的关系的加工结果信息等，模拟执行部12对于根据加工结果信息能够逆分析的其他设定条件也计算适当的值的范围。而且，模拟执行部12将它们的共同范围设定为对设定条件“功率”的范围。

另外，在此通过逆分析等计算设定条件的范围，但也可以通过逆分析等计算设定条件(1个值)。在该情况下，例如，模拟执行部12可以将利用上述方法计算出的设定条件的范围的中位数或包含于该范围中的与加工结果信息相对应的设定条件的平均值设为通过逆分析计算的设定条件的值。并且，模拟执行部12也可以提取最接近进行本次模拟的加工内容的加工结果信息，并将与该加工结果相对应的设定条件的值设为通过逆分析计算的设定条件的值。

返回到图4的流程图的说明。接着，使用者对模拟装置10输入要求执行模拟的信息。如此一来，输入输出部11接收模拟执行要求的输入(步骤s23)，模拟执行部12将步骤s21中所输入的加工内容信息和在步骤s22中对各设定条件计算出的范围的代表值(例如中位数)输入到模拟模型中。并且，模拟执行部12例如通过图3中所说明的要领对内部参数设定规定的初始值。或者，当在存储部16存储有对与本次模拟中的加工内容信息及设定条件信息类似的条件最优化的内部参数时，模拟执行部12可以读出该值并进行设定。接着，模拟执行部12根据模拟模型执行加工模拟(步骤s24)，并计算模拟结果。模拟执行部12将模拟结果信息输出到加工结果评价部13。

并且，模拟执行部12经由通信部17将模拟时所使用的设定条件信息发送到机床3。在机床3中，控制装置30的通信部36接收设定条件信息，并对加工装置控制部34输出所接收到的设定条件信息。并且，通过使用者的操作，cad系统2将输入到模拟装置10的包括加工内容信息的cad数据输入到控制装置30。输入输出部31将cad数据输出到cam系统32。并且，使用者将指示执行加工的操作输入到控制装置30。如此一来，机床3在与步骤s24的模拟相同的条件下执行加工(步骤s25)。具体而言，cam系统32根据加工内容信息生成nc数据，加工装置控制部34根据nc数据和设定条件信息来控制加工装置38的动作并执行加工。

另外，在图4的流程图中，举例说明了在与步骤s24中所执行的模拟相同的条件下在步骤s25中执行基于机床3的加工的情况，但也可以决定在由使用者选择的设定条件下由机床3执行加工之后，模拟装置10获取所选择的设定条件，并根据模拟执行部12所获取的设定条件来实施模拟。

若完成加工，则传感器39测量加工结果(步骤s26)。传感器数据处理部33分析摄像机(传感器39)所摄影的加工结果的图像来计算加工对象物的形状(例如入口的直径和出口的直径)或者计算加工对象物的品质(表面粗糙度)。

并且，传感器39测量与模拟模型的内部参数有关的信息。例如，使用功率计(传感器39)测量从头部输出的激光束的功率或由加工对象物的表面反射的反射光的功率。并且，传感器数据处理部33分析加工结果的图像来计算基于激光的加工痕迹的宽度或大小。由功率计测量出的激光束的功率与内部参数中的振荡器或透镜的性能值有关，由功率计测量出的反射光的功率与内部参数中的材料的吸收率有关，加工痕迹的宽度与内部参数中的光束直径有关。如后述，当将模拟模型离线最优化时，能够将与这些内部参数有关的项目在实机中的测量值用于内部参数的调整中。

传感器数据处理部33将所计算出的加工结果信息(形状、品质)和与内部参数有关的信息经由通信部36发送到模拟装置10。在模拟装置10中，加工结果评价部13经由通信部17获取加工结果信息。

加工结果评价部13对加工结果信息与模拟结果信息进行比较来评价一致度(步骤s27)。评价方法与图3的步骤s14相同。当在关于加工结果应评价的所有项目中一致度为阈值以上时(步骤s27；是)，模拟执行部12将本次设定的内部参数与加工内容信息、设定条件信息、模拟结果信息及一致度建立对应关系而存储于存储部16(步骤s28)，并结束本流程图的处理。

当存在一致度小于阈值的项目时(步骤s27；否)，模型最优化部14进行内部参数的调整(步骤s29)。在此，使用图6对应用步骤s26中所测量出的与内部参数有关的测量信息来调整内部参数的值的方法进行说明。图6是对本发明所涉及的第一实施方式中的内部参数的调整处理进行说明的图。在图6中示出内部参数的一例。“振荡器的输出”及“透镜的透射率”为与机床3的性能等有关的内部参数的例子，“材料的吸收率”为与材质有关的内部参数的例子。为了方便说明，作为初始设定，对各参数设定100％。“振荡器的输出”为100％是指当在设定条件中对激光的功率设定了100w时，模拟模型以从振荡器输出100w的激光束为前提进行模拟。同样地，“透镜的透射率”为100％是指以从振荡器输出的100w的激光不会衰减而以保持100w的状态从头部输出为前提，“材料的吸收率”为100％是指以从头部输出的100w的激光束全部被吸收到加工对象物为前提执行模拟。

模型最优化部14从加工结果评价部13获取与内部参数有关的信息，并进行这些内部参数的调整。例如，尽管在设定条件中设定的激光的功率为100w，但由头部测量出的激光的功率为90w时，模型最优化部14例如对内部参数“振荡器的输出”设定90％(调整案1)。或者，模型最优化部14也可以对内部参数“透镜的透射率”设定90％(调整案2)。或者，模型最优化部14例如也可以对“振荡器的输出”和“透镜的透射率”各自设定95％。通过这些的调整，即使在设定条件中设定100w，实际上也能够以仅输出90w为前提执行加工模拟，从而能够进行接近实际用机床3进行的加工的模拟。

并且，例如，当由功率计测量出的基于加工对象物的反射率为10％时，若不考虑透射加工对象物的光假定将所吸收的光与反射的光的合计为总输出，则被加工对象物吸收的认为是从头部输出的激光的功率的90％，因此模型最优化部14对内部参数“材料的吸收率”设定90％(调整案3)。通过该调整，能够以即使输出100w的激光，例如因加工对象物的形状等的影响而实际上仅有90w被加工对象物吸收为前提执行加工模拟，从而能够模拟接近实际用机床3进行的情况的加工。

并且，例如，若内部参数“光束直径”的初始设定值为z且通过图像分析而获得的加工痕迹的宽度为80％左右的宽度，则模型最优化部14对内部参数“光束直径”设定80％。

如此，根据由用机床3实际进行了加工的结果所获得的与内部参数有关的信息将模拟模型最优化，由此构建更符合现实的模拟模型，从而能够提高加工模拟的精确度。若调整内部参数，则模拟执行部12使用调整后的模拟模型在不改变加工内容信息、设定条件信息的状态下再次进行模拟(步骤s30)。模型最优化部14一边改变内部参数一边反复执行模拟结果的计算，直至加工结果信息与模拟结果信息的一致度成为阈值以上。

若一致度成为阈值以上，则模拟执行部12将内部参数、加工内容信息、设定条件信息、模拟结果信息及一致度建立对应关系而存储于存储部16。并且，输入输出部11将完成了模拟的最优化的内容显示于显示器以通知给使用者。输入输出部11将模拟执行部12所计算出的设定条件的范围显示于显示器以通知给使用者。使用者参考对所显示的各设定条件的设定条件的范围从中任意地选择值并输入到模拟装置10。并且，使用者将从现在开始欲进行的加工内容信息输入到模拟装置10。而且，通过使模拟执行部12执行加工模拟，利用最优化的模拟模型获得模拟结果。使用者调整设定条件，直至模拟结果与所期望的加工结果一致。由此，使用者能够获得适当的设定条件。

另外，例如，即使将内部参数调整规定的次数，也无法获得一致度成为规定的阈值以上的结果时，可以通知警告消息以中止最优化处理。并且，步骤s22中所计算出的设定条件的范围为通过根据将内部参数最优化之前的模型进行逆分析而求出的范围，因此设定条件的范围有可能不适当。因此，也可以为如下实施方式：反复进行几次如下工艺，即，在进行内部参数的最优化之后，再次使用设定有最优化后的内部参数的模拟模型并通过逆分析计算设定条件的范围，并进行步骤s22以后的处理，例如采用一致度最高的工艺中的内部参数的值。

根据使用图4～图6说明的将加工模拟在线最优化的方法，通过应用用实机测量出的与内部参数有关的信息调整内部参数来提高模拟模型的精确度，能够实现高精确度的加工模拟。并且，由于一边与当前的基于机床3的加工结果或与内部参数有关的测量值进行比较一边进行模拟模型的最优化，因此能够构建基于经年变化等的模型。并且，不仅进行模拟的最优化，还能够计算设定条件的范围并将该信息提供给机床3的使用者。由此，使用者只要从考虑外部干扰而设定的设定条件的范围中找出设定条件即可，因此能够在更短的时间内高效率地设定适当的设定条件，从而能够实现加工作业的效率化。

另外，即使在未将设定条件的范围提示给机床3的使用者的情况下，当然也能够执行上述的将加工模拟最优化的方法。在该情况下，根据使用者所选择的设定条件执行加工和模拟来评价一致度。

＜第二实施方式＞

在第一实施方式中，通过模型最优化部14调整模拟模型的内部参数来提高了基于模拟执行部12的加工模拟的精确度。在第二实施方式中，学习加工结果信息与模拟结果信息的一致度成为规定的阈值以上时的内部参数的值来进一步提高模拟模型的精确度。

图7是对本发明所涉及的第二实施方式中的模拟模型的最优化处理进行说明的图。

如图所示，若利用使用图3、图4说明的第一实施方式的方法反复进行模拟的最优化，则对某一加工内容信息和设定条件信息可获得多个加工结果信息与模拟结果信息的一致度成为规定的阈值以上的内部参数的组。在存储部16中存储有多个如此获得的内部参数的组。例如，以下示出内部参数中“振荡器的输出”、“透镜的透射率”、“材料的吸收率”的值的组合(内部参数的组)和以该组合执行了模拟时的一致度的例子。各值从左依次为“振荡器的输出”、“透镜的透射率”、“材料的吸收率”、“一致度”。

[表1]

学习部15学习这些内部参数组1～4，并计算内部参数“振荡器的输出”、“透镜的透射率”、“材料的吸收率”各自的最佳值。例如，学习部15可以计算4个内部参数组的平均值，并将该平均值设定为各内部参数的最佳值。或者，学习部15可以计算基于一致度的加权平均并将其作为各内部参数的最佳值。(例如，“振荡器的输出”的最佳值可以以(90％×95％+95％×96％+100％×92％+95％×98％)÷4计算。

或者，当将一致度成为阈值以上时的加工内容信息、设定条件信息及模拟结果信息作为培训用数据而输入了加工内容信息和设定条件信息时，学习部15可以通过机器学习或深层学习方法(例如，神经网络等)构建输出模拟结果信息的逻辑模型。

图8是表示本发明所涉及的第二实施方式中的模拟模型的最优化处理的一例的流程图。

首先，模拟执行部12进行图3、图4中所说明的模拟模型的最优化处理，存储部16将加工结果信息与模拟结果信息的一致度成为规定的阈值以上时的加工内容信息、设定条件信息、模拟结果信息、内部参数的值及一致度建立对应关系而进行积蓄(步骤s31)。

接着，学习部15学习加工内容信息、设定条件信息及内部参数之间的关系，并按每个加工内容信息及设定条件信息计算内部参数的最佳值(步骤s32)。计算最佳值的方法例如也可以为如下方法：学习部15按加工内容信息及设定条件信息的各项目的值类似的每个数据进行分群组，将属于相同群组的数据的内部参数的值的平均值或基于一致度的加权平均值设为最佳值。学习部15将所计算出的内部参数的最佳值与用于分类为该群组的加工内容信息及设定条件信息的值建立对应关系而存储于存储部16。

接着，若接收模拟的执行要求，则使用所计算出的内部参数的最佳值执行模拟(步骤s33)。具体而言，模拟执行部12根据与模拟的执行要求一起接收到输入的加工内容信息及设定条件信息来判定本次模拟中的加工内容信息及设定条件信息符合步骤s32中分类的哪个群组，并从存储部16读出对判定为符合的群组设定的内部参数的最佳值，与加工内容信息及设定条件信息一起设定在模拟模型中。而且，模拟执行部12执行模拟。根据本实施方式，能够执行更高精确度的模拟。因此，能够选择更适当的设定条件。

在上述实施方式中，以机床3为激光加工机的情况为例子进行了说明。但是，机床3并不限定于激光加工机，也可以为加工中心、nc车床等其他加工机。

另外，也可以在模拟装置10的存储部16中积蓄按各种各样的加工内容信息、设定条件信息进行了最优化的内部参数的值，并进行作为以这些加工内容信息、设定条件信息、最优化的内部参数为一组的模拟程序(simulator)的模板而提供给使用者的服务。例如，输入输出部11显示接收语言的选择的画面，若选择语言，则会显示以所选择的语言显示加工内容信息或设定条件信息的输入栏、模板的选择栏、模拟执行指示按钮等的画面。而且，若接收加工内容信息等的输入和模拟执行指示的输入，则模拟执行部12将所输入的加工内容信息等输入到模拟模型中，进一步将所选择的模板中的内部参数的值设定在模拟模型中并执行模拟。而且，输入输出部11将基于模拟执行部12的模拟结果信息显示于显示器上。当获得了所期望的模拟结果时，模拟装置10可以将本次模拟中所使用的加工内容信息、设定条件信息、内部参数作为新的模拟程序而追加到模板中。并且，可以使模拟装置10与收费系统协作并且每当使用者进行模拟时进行收费。

同样地，可以使使用者输入加工内容信息、设定条件信息、加工结果信息而将模拟最优化，并进行提供最优化后的模拟程序的服务。由此，使用者能够利用适用于平时使用的机床3中的模拟模型来进行模拟。

(硬件结构)

模拟装置10能够使用一般的计算机500来实现。在图9中示出计算机500的结构的一例。

图9是表示本发明所涉及的模拟装置的硬件结构的一例的图。

计算机500具有cpu(centralprocessingunit；中央处理器)501、ram(randomaccessmemory：随机存取存储器)502、rom(readonlymemory：只读存储器)503、永久存储(storage)装置504、外部i/f(interface：接口)505、输入装置506、输出装置507、通信i/f508等。这些装置经由总线b相互进行信号的收发。

cpu501为将存储于rom503或永久存储装置504等中的程序或数据读出于ram502上并执行处理来实现计算机500的各功能的运算装置。例如，上述各功能部为cpu501读取并执行rom503等所存储的程序而具备在计算机500中的功能。ram502为用作cpu501的工作区域等的易失性的存储器。rom503为即使切断断源也保持程序或数据的非易失性的存储器。永久存储装置504例如由hdd(harddiskdrive：硬盘驱动器)、ssd(solidstatedrive：固态驱动器)等实现，并且存储os(operationsystem：运行系统)、应用程序及各种数据等。外部i/f505为与外部装置的接口。外部装置中例如有存储介质509等。计算机500经由外部i/f505能够进行存储介质509的读取、写入。存储介质509中例如包括光盘、磁盘、存储卡、usb(universalserialbus：通用串行总线)存储器等。

输入装置506例如由鼠标及键盘等构成，并且接收操作者的指示对计算机500输入各种操作等。输出装置507例如由液晶显示器实现，并且显示基于cpu501的处理结果。通信i/f508为通过有线通信或无线通信将计算机500连接于因特网等网络的接口。总线b连接于上述各构成装置，并且在与构成装置之间收发各种信号等。

另外，上述模拟装置10中的各处理的过程以程序的形式存储于计算机可读存储介质中，通过由安装有模拟装置10的计算机500读出并执行该程序来进行上述处理。在此，计算机可读存储介质是指磁盘、光盘、cd-rom、dvd-rom、半导体存储器等。并且，可以将该计算机程序通过通信线路传送到计算机，并由接收到该传送的计算机执行该程序。

并且，上述程序可以为用于实现前述功能的一部分的程序。另外，也可以为能够与预先存储于计算机系统中的程序组合来实现前述功能的所谓的差分文件(差分程序)。

并且，模拟装置10可以由1台计算机构成，也可以由连接成能够进行通信的多个计算机构成。并且，可以在控制装置30中安装模拟装置10的功能部(模拟执行部12、加工结果评价部13、模型最优化部14、学习部15、存储部16)。

此外，在不脱离本发明的宗旨的范围内能够将上述实施方式中的构成要件适当地替换为周知的构成要件。并且，该发明的技术范围并不限于上述实施方式，在不脱离本发明的宗旨的范围内能够施加各种变更。模拟装置10为加工模拟装置的一例。模拟系统1为加工模拟系统的一例。并且，模拟模型的内部参数为计算的前提条件的一例。模拟结果信息为第1加工结果的一例，用机床3加工的加工结果信息为第2加工结果的一例。输入输出部11为接收部的一例。模拟执行部12为计算部的一例。通信部17为获取部的一例。加工结果评价部13为评价部的一例。模型最优化部14为改变部的一例。机床3a～3e为加工机械的一例。模拟模型的内部参数的调整为加工模拟的条件的适宜化方法的一例。

产业上的可利用性

根据上述加工模拟的条件的适宜化方法、加工模拟装置、加工模拟系统及程序，能够构建以高精确度模拟机床的加工的加工模拟模型。

符号说明

1-模拟系统，2、2a、2b-cad系统，3、3a、3b-机床，10-模拟装置，11-输入输出部，12-模拟执行部，13-加工结果评价部，14-模型最优化部，15-学习部，16-存储部，17-通信部，30-控制装置，31-输入输出部，32-cam系统，33-传感器数据处理部，34-加工装置控制部，35-设定条件判定部，36-通信部，37-存储部，38-加工装置，39-传感器。