具体实施方式

下面，基于附图对本发明的实施方式所涉及的加工条件决定辅助装置及机器学习装置详细地进行说明。此外，本发明不受本实施方式限定。

实施方式1.

图1是表示实施方式1所涉及的加工条件决定辅助装置1的结构的框图。加工条件决定辅助装置1是对由数控装置2控制的工作机械3所进行的切削加工中的加工条件的决定进行辅助的装置。进一步而言，加工条件决定辅助装置1是对由操作者决定上述的切削加工中的加工条件时的操作者所进行的决定进行辅助的装置。在图1中还示出了数控装置2及工作机械3。

切削加工是下述加工，即，工作机械3所具有的驱动轴进行动作，由此在工作机械3所具有的主轴安装的刀具和在工作机械3所具有的工作台或车削主轴固定的工件移动，主轴或车削主轴旋转而使刀具或工件旋转，刀具与工件接触而将工件的一部分削掉。刀具具有切削刃。数控装置2对在数控程序中记述的指令码进行解析，生成用于对工作机械3进行控制的指令。

加工条件决定辅助装置1具有表面粗糙度取得部11，其取得在切削刃或工件以主轴或车削主轴的旋转速度旋转的同时，切削刃以驱动轴的进给速度沿刀具的移动路径移动而将工件的一部分削掉的情况下的工件的加工面的表面粗糙度。表面粗糙度取得部11进行加工实验，对工件的加工面的表面粗糙度进行测量。表面粗糙度取得部11可以使用表现出刀具所具有的切削刃的形状的刀具切削刃形状数据15a和表现出工件的形状的工件形状数据15b，对在切削刃或工件以主轴或车削主轴的旋转速度旋转的同时，切削刃以驱动轴的进给速度沿刀具的移动路径移动而将工件的一部分削掉的情况下的工件的加工面的表面粗糙度进行计算。刀具切削刃形状数据15a包含对刀具的种类、刀具直径、刀具长度、切削刃的刃数、切削刃的配置角度及切削刃的扭转角进行确定而决定切削刃的形状的参数。工件形状数据15b包含决定工件的种类及尺寸的参数。

加工条件决定辅助装置1还具有表面粗糙度函数计算部12，其基于通过驱动轴的进给速度和主轴或车削主轴的旋转速度之比不同的至少两个加工条件，由表面粗糙度取得部11取得的至少两个加工面的表面粗糙度，对加工条件(驱动轴的进给速度和主轴或车削主轴的旋转速度之比、驱动轴每旋转一周的进给量、刃尖速度或与其类似的信息)和加工面的表面粗糙度之间的关系即第1关系进行计算。

加工条件决定辅助装置1还具有加工现象影响度计算部13，其对第2关系进行计算，该第2关系是加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系。例如，加工现象影响度计算部13对第2关系进行计算，该第2关系包含下述关系之中的至少一个关系，即：主轴或车削主轴的旋转速度和由共振引起的振动对工件的加工面造成的影响度之间的关系；驱动轴每旋转一周的进给量和由干扰力引起的振动对工件的加工面造成的影响度之间的关系；以及主轴或车削主轴的旋转速度和刀具的劣化对工件的加工面造成的影响度之间的关系。

加工条件决定辅助装置1还具有第1存储部14，其对包含上述的刀具切削刃形状数据15a及工件形状数据15b在内的加工数据15进行存储。第1存储部14的例子为半导体存储器。加工数据15还包含表示刀具的移动路径的刀具移动路径数据15c。刀具移动路径数据15c包含与进行切削加工时的刀具相对于工件的位置及姿态相关的数据。该数据是通过对在数控程序中记述的指令码进行解析或基于数控程序使工作机械3实际上动作而对刀具的位置及姿态的数据进行采样得到的。

加工条件决定辅助装置1还具有第2存储部16，其对包含表示刀具的特性的刀具特性数据17a、表示工件的特性的工件特性数据17b和表示工作机械3的特性的机械特性数据17c在内的加工特性数据17进行存储。第2存储部16的例子为半导体存储器。刀具特性数据17a包含刀具的物理特性、动态刚性及固有振动频率的参数。工件特性数据17b包含工件的物理特性、动态刚性及固有振动频率的参数。机械特性数据17c包含工作机械3的动态刚性及固有振动频率的参数。

上述的动态刚性及固有振动频率的参数例如是通过进行锤击试验而得到的。刀具及工件的参数依赖于由操作者进行的设置，因此操作者在每次设置时例如进行锤击试验而对刀具及工件的参数进行测定。工作机械3的动态刚性及固有振动频率的参数只要在工作机械3的启动时进行测定即可。

加工条件决定辅助装置1还具有显示部18，其基于由表面粗糙度函数计算部12计算出的第1关系和由加工现象影响度计算部13计算出的第2关系，对表示加工条件和切削加工的结果之间的关系的信息和表示第2关系的信息进行显示。例如，显示部18关于将加工面的表面粗糙度、驱动轴每旋转一周的进给量和驱动轴的进给速度作为变量的曲面，分割为针对由加工现象对工件的加工面造成的每个影响度的多个范围而进行显示。显示部18的例子为液晶显示装置。

图2是表示实施方式1中的工作机械3的结构的图。图2示意地示出了工作机械3的侧面。工作机械3具有基座31、在基座31安装的柱32、在柱32安装的主轴33、以及在基座31安装的工作台34。工作机械3还具有未图示的驱动轴。

在主轴33安装刀具21。在工作台34固定工件22。在图2中还示出了刀具21及工件22。图2示出了刀具21安装于主轴33的状况和工件22固定于工作台34的状况。

驱动轴进行动作，由此刀具21和固定于工作台34的工件22移动。主轴33旋转，由此安装于主轴33的刀具21旋转。使旋转的刀具21与工件22接触，由此在工件22引起剪切破坏，进行将工件22的一部分即不需要部分削掉的切削加工。

图3是二维地表示实施方式1中的工作机械3所进行的切削加工的情形的图。如上所述，刀具21具有切削刃21a。如果刀具21旋转，则切削刃21a旋转。通过使旋转的切削刃21a与工件22接触，从而进行切削加工。如果切削刃21a与工件22接触，则引起多个加工现象。多个加工现象包含工件22的剪切破坏、由主轴33的旋转引起的刀具21的振动、由切削阻力引起的刀具21及工件22的振动、由通过摩擦产生的热引起的切削刃21a的磨损及缺损、热传输至工作机械3而产生的工作机械3的变形、以及由施加至工件22的应力产生的应变的一部分或全部。

受到在进行切削加工时发生的多个加工现象的影响，刀具21相对于工件22的位置及姿态从由数控装置2生成的指令所示的位置及姿态偏离。在实施方式中，受到多个加工现象的影响而发生的刀具21的位置及姿态的偏离被定义为“运动误差”。受到运动误差的影响而切削刃21a和工件22的接触的状态变化，因此通过切削加工形成的工件22的加工面变化。

多个加工现象各自的发生程度依赖于由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件、工作机械3的特性、刀具21的形状及物理特性和工件22的形状及物理特性。通过对适当的加工条件进行设定，从而能够抑制运动误差对工件22的加工面造成的不良影响，得到比较良好的加工面。

图4是表示实施方式1所涉及的加工条件决定辅助装置1的硬件结构的图。加工条件决定辅助装置1具有：运算装置41，其是进行运算处理的处理器；存储器42，其用作运算装置41的工作区域；存储装置43，其对程序及数据进行存储；通信装置44，其进行与加工条件决定辅助装置1的外部的通信；输入装置45，其接收来自操作者的输入；以及显示装置46。

运算装置41是实现表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的功能的装置。运算装置41的例子是CPU(Central Processing Unit)、处理装置、微处理器或DSP(Digital Signal Processor)。存储器42的例子是半导体存储器。

存储装置43例如是RAM(Random Access Memory)、ROM(Read Only Memory)、闪存、EPROM(Erasable Programmable Read Only Memory)、EEPROM(注册商标)(ElectricallyErasable Programmable Read-Only Memory)等非易失性或者易失性的半导体存储器、磁盘、软盘、光盘、压缩盘、迷你盘或DVD(Digital Versatile Disk)等。

表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的功能是由运算装置41执行在存储装置43中存储的程序而实现的。存储装置43是用于对由表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13执行的程序步最终得以执行的程序进行存储的装置。

在存储装置43中存储的程序使运算装置41执行表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13所执行的顺序或方法。即，表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的功能是由运算装置41执行在存储装置43中存储的程序而实现的。

显示部18的一部分的功能也是由运算装置41执行在存储装置43中存储的程序而实现的。存储装置43还是对用于实现显示部18的一部分功能的程序进行存储的装置。即，存储装置43还对使运算装置41执行显示部18所执行的顺序或方法的一部分的程序进行存储。

输入装置45的例子为键盘、指点设备及鼠标的一部分或全部。显示装置46是实现显示部18的单元。显示装置46的例子为液晶显示装置。输入装置45和显示装置46可以一体化。具体地说，输入装置45和显示装置46可以由触摸面板实现。输入装置45及显示装置46在由操作者将加工数据15及加工特性数据17向加工条件决定辅助装置1输入时使用。输入至加工条件决定辅助装置1的加工数据15存储于第1存储部14，输入至加工条件决定辅助装置1的加工特性数据17存储于第2存储部16。

图5是表示实施方式1所涉及的加工条件决定辅助装置1的动作顺序的流程图。表面粗糙度函数计算部12基于通过驱动轴的进给速度F和主轴33的旋转速度S之比不同的至少两个加工条件而计算出的至少两个加工面的表面粗糙度R，对将驱动轴的进给速度F和主轴33的旋转速度S之比和加工面的表面粗糙度R之间的关系即第1关系通过曲线近似出的近似曲线进行计算(S1)。该近似曲线被定义为“表面粗糙度近似曲线”。该近似曲线例如可以通过直线和折线之中的一者或两者近似。特别是没有由近似的差异引起的动作的差异，因此此后只要没有特别声明，以曲线近似为例进行说明。

加工面的表面粗糙度R是基于加工数据15所包含的刀具切削刃形状数据15a、工件形状数据15b及刀具移动路径数据15c、以及驱动轴的进给速度F和主轴33的旋转速度S之比，由表面粗糙度取得部11进行计算。

图6是用于对实施方式1所涉及的加工条件决定辅助装置1所具有的表面粗糙度取得部11所进行的加工面的表面粗糙度R的计算方法进行说明的第1图。图6示出了使在立铣刀的侧面设置的4片刃的切削刃21a以径向的进刀量ar向工件22进刀，沿移动路径移动时的加工面被生成的情形。

刀具21所具有的切削刃21a一边按照主轴33的旋转速度S旋转，一边按照驱动轴的进给速度F沿刀具21的移动路径移动而将工件22削掉，由此生成加工面。表面粗糙度取得部11基于驱动轴的进给速度F和主轴33的旋转速度S之比，对切削刃21a的轨迹进行计算，执行从工件22将切削刃21a与工件22接触的区域减去的运算，由此对加工面的表面特性进行计算。

此外，关于加工面的表面粗糙度R的计算方法，以加工中心中的立铣刀加工为例进行了说明，但在车床中的车削加工中，如果将刀具21的运动变换为从工件22观察时的相对性的刀具21的运动，则也能够与上述同样地对加工面的表面特性进行计算。此后，只要没有特别声明，则以加工中心中的立铣刀加工为例进行说明。

图7是用于对实施方式1所涉及的加工条件决定辅助装置1具有的表面粗糙度取得部11所进行的加工面的表面粗糙度R的计算方法进行说明的第2图。表面粗糙度取得部11通过所指定的区域对计算出的加工面的表面特性71进行解析，对表面特性71的凹凸的程度进行计算。表面特性71的凹凸的程度为统计指标。在统计指标中包含最大值、最小值、平均值及分散的一部分或全部。

在赋予了任意的曲线及曲面的情况下的统计指标进行计算的方法在数值计算的领域中已经建立，表面粗糙度取得部11使用已经建立的现有技术。计算出的统计指标的最大值和最小值之差与通过Rz标记的表面粗糙度相对应，平均值与通过Ra标记的表面粗糙度相对应。Rz是指最大高度，Ra是指算术平均粗糙度。解析对象的区域可以通过面进行指定。在该情况下，计算出的统计指标的最大值和最小值之差与通过Sz标记的表面粗糙度相对应，平均值与通过Sa标记的表面粗糙度相对应。Sz是指最大高度，Sa是指算术平均粗糙度。

图6及图7是用于对通过立铣刀实施的侧面加工及二维的加工面的表面特性71进行计算的方法的例子进行说明的图。表面粗糙度取得部11按照刀具21的形状、刀具21的移动路径、驱动轴的进给速度F和主轴33的旋转速度S之比，对刀具21所具有的切削刃21a的三维位置进行计算，通过执行从工件22将切削刃21a和工件22接触的区域减去的运算，从而对与任意的刀具21及任意的移动路径相对应的加工面的表面特性71及表面粗糙度R进行计算。

在工件22生成多个加工面的情况下，例如在工件22的侧面及底面生成加工面的情况下，表面粗糙度取得部11在针对每个加工面指定出的解析对象的区域对表面粗糙度R进行计算。

由表面粗糙度取得部11取得的加工面的表面粗糙度R，根据驱动轴的进给速度F和主轴33的旋转速度S之比而变化。通常，随着将驱动轴的进给速度F除以主轴33的旋转速度S而得到的驱动轴每旋转一周的进给量k＝F/S变大，加工面的表面粗糙度R变大。如果关于驱动轴每旋转一周的最大的进给量kmax和驱动轴每旋转一周的最小的进给量kmin而取得加工面的表面粗糙度R，则取得加工面的表面粗糙度R的最大值Rmax及最小值Rmin。

针对每个工作机械3，确定出驱动轴的进给速度F的最大值Fmax及最小值Fmin和主轴33的旋转速度S的最大值Smax及最小值Smin。驱动轴每旋转一周的最大的进给量kmax是将驱动轴的进给速度F的最大值Fmax除以主轴33的旋转速度S的最小值Smin而得到的。驱动轴每旋转一周的最小的进给量kmin是将驱动轴的进给速度F的最小值Fmin除以主轴33的旋转速度S的最大值Smax而得到的。

驱动轴的进给速度F的最大值Fmax、驱动轴的进给速度F的最小值Fmin、主轴33的旋转速度S的最大值Smax及主轴33的旋转速度S的最小值Smin可以不是工作机械3的规格，而是由操作者设定。操作者通过将驱动轴的进给速度F的最大值Fmax、驱动轴的进给速度F的最小值Fmin、主轴33的旋转速度S的最大值Smax及主轴33的旋转速度S的最小值Smin设定于实际加工所使用的范围内，从而能够将对加工条件进行调整的范围变窄，例如能够抑制对表面粗糙度近似曲线进行计算时的表面粗糙度函数计算部12所进行的运算的负荷。

在实际的加工中，受到运动误差的影响，刀具21所具有的切削刃21a和工件22的接触的状态变化。因此，即使驱动轴每旋转一周的进给量k相同，针对驱动轴的进给速度F和主轴33的旋转速度S的每个组合，加工面的表面粗糙度R也会变化。如果去除运动误差的影响，则由表面粗糙度取得部11计算的加工面的表面粗糙度R能够通过函数R＝g(k)进行表现，该函数R＝g(k)作为变量而具有驱动轴每旋转一周的进给量k。

图8是表示在实施方式1中，工作机械3所具有的驱动轴每旋转一周的进给量k和加工面的表面粗糙度R＝g(k)之间的关系的例子的图。加工面的表面粗糙度R如图8所示，基于通过驱动轴的进给速度F和主轴33的旋转速度S之比不同的至少两个加工条件由表面粗糙度取得部11取得的至少两个加工面的表面粗糙度R，通过将驱动轴每旋转一周的进给量k作为变量的曲线进行近似。表面粗糙度函数计算部12在进行近似的情况下，例如使用最小二乘法。在图8中，加工面的表面粗糙度R通过驱动轴每旋转一周的进给量k的二次函数进行了近似，但也可以通过一次函数或三次以上的高次函数进行近似。

表面粗糙度函数计算部12为了使表面粗糙度近似曲线的精度提高，可以将通过大于或等于3个条件取得的加工面的表面粗糙度R和基于表面粗糙度近似曲线而得到的近似值进行比较，直至比较结果收敛于预先决定的容许范围为止反复进行近似。在进行步骤S1的动作后，加工条件决定辅助装置1的动作转入步骤S2。

加工现象影响度计算部13基于加工特性数据17，对第2关系进行计算，该第2关系是由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件、和由在进行切削加工时发生的加工现象对工件22的加工面造成的影响度之间的关系(S2)。

在进行切削加工时发生的多个加工现象之中的对加工面造成的影响度相对大的现象是由共振或干扰力引起的振动、及由干扰力或热引起的切削刃21a的劣化。

关于由共振引起的振动，加工现象影响度计算部13基于加工特性数据17所包含的刀具特性数据17a、工件特性数据17b及机械特性数据17c所包含的固有振动频率和主轴33的旋转速度S，或基于刀具21所具有的切削刃21a的断续频率，对主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系进行计算。

图9是表示在实施方式1中，工作机械3所具有的主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系的例子的图。在将主轴33的旋转速度S变换为振动频率时的振动频率与固有振动频率比较接近的情况下，由共振引起的振动对加工面造成的影响度变得比较大，加工面的表面特性恶化。即，如图9所示，主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系，通过将某固有振动频率设为峰值的高斯函数进行表现。在存在多个固有振动频率的情况下，主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系，例如通过多个高斯函数之和进行表现。

关于由刀具21所具有的切削刃21a的断续性的振动引起的共振，主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系也能够通过高斯函数进行表现。切削刃21a的断续频率是通过将主轴33的旋转速度S乘以切削刃21a的刃数所得到值除以60秒而得到的。由此，关于由与切削刃21a的断续性的振动相伴的共振引起的振动和由共振引起的振动对加工面造成的影响度之间的关系，通过将切削刃21a的断续频率变换为主轴33的旋转速度S，从而也归结为主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系。

关于由干扰力引起的振动，加工现象影响度计算部13基于加工特性数据17所包含的刀具特性数据17a、工件特性数据17b及机械特性数据17c所包含的动态刚性和驱动轴每旋转一周的进给量k，对驱动轴每旋转一周的进给量k和由干扰力引起的振动对加工面造成的影响度之间的关系进行计算。

在进行切削加工时，刀具21和工件22接触，由此刀具21及工件22都受到切削阻力的干扰力。通过将切削阻力乘以动态刚性的倒数即柔量，从而能够对由切削阻力产生的刀具21的位移，即振动的振幅进行计算。如果在表面粗糙度取得部11对加工面的表面粗糙度R进行计算时还对切削体积进行计算，则能够得到驱动轴每旋转一周的进给量k和切削阻力之间的关系。通过将最大振幅的值设为1而进行归一化，从而能够对驱动轴每旋转一周的进给量k和由干扰力引起的振动对加工面造成的影响度之间的关系进行计算。

关于刀具的劣化，加工现象影响度计算部13基于加工特性数据17所包含的刀具特性数据17a及工件特性数据17b和主轴33的旋转速度S，对主轴33的旋转速度S和刀具21的劣化对加工面造成的影响度之间的关系进行计算。已知在磨损型的刀具的损伤所涉及的刀具寿命和切削速度之间存在通过刀具寿命方程式表现的关系。通过刀具特性数据17a和工件特性数据17b而确定刀具寿命方程式的常数，因此加工现象影响度计算部13能够对切削速度和刀具的寿命之间的关系进行计算。

刀具寿命的缩短表示刀具的劣化程度，因此通过将最小刀具寿命的值设为1而进行归一化，从而能够得到切削速度和刀具的劣化对加工面造成的影响度之间的关系。切削速度是将主轴33的旋转速度S乘以圆周率π及刀具的直径所得到的值除以1000而得到的。通过将切削速度变换为主轴33的旋转速度S，从而切削速度和刀具的劣化对加工面造成的影响度之间的关系归结为主轴33的旋转速度S和刀具21的劣化对加工面造成的影响度之间的关系。在进行步骤S2的动作后，加工条件决定辅助装置1的动作转入步骤S3。

显示部18基于由表面粗糙度函数计算部12计算出的表面粗糙度近似曲线和由加工现象影响度计算部13计算出的加工现象对加工面造成的影响度，对表示加工条件和切削加工的结果即加工面的表面粗糙度及加工时间之间的关系的信息和表示加工现象对加工面造成的影响的信息进行显示(S3)。

图10是表示实施方式1所涉及的加工条件决定辅助装置1具有的显示部18所显示的第1信息的例子的图。如图10所示，加工面的表面粗糙度R通过由驱动轴每旋转一周的进给量k和驱动轴的进给速度F的两个变量表示的曲面进行显示。该曲面被定义为“表面粗糙度近似曲面”。由表面粗糙度函数计算部12计算的表面粗糙度近似曲线仅依赖于驱动轴每旋转一周的进给量k。即，与驱动轴的进给速度F的值无关地，如果驱动轴每旋转一周的进给量k为相同值，则得到相同的加工面的表面粗糙度R。

驱动轴的进给速度F、主轴33的旋转速度S的最大值Smax、及主轴33的旋转速度S的最小值Smin已确定，因此能够对加工条件进行调整的范围限定为由表面粗糙度近似曲面的4个顶点V0(Fmin，kmin＝Fmin/Smax)、V1(Fmin，Fmin/Smin)，V2(Fmax，kmax＝Fmax/Smin)及V3(Fmax，Fmax/Smax)包围的范围。

与刀具21和工件22的组合相对应地确定出切削加工所需的切削速度，因此能够对加工条件进行调整的范围可以进一步限定为切削速度以上的范围。

通过将总加工距离除以驱动轴的进给速度F，从而能够对加工时间T进行计算。总加工距离是通过对在数控程序中记述的指令码进行解析，从而与刀具移动路径数据15c一起得到的。

图11是表示实施方式1所涉及的加工条件决定辅助装置1具有的显示部18所显示的第2信息的例子的图。如图11所示，显示部18基于由加工现象影响度计算部13计算出的加工条件和由加工现象对加工面造成的影响度之间的关系，将表面粗糙度近似曲面针对与加工现象对加工面造成的多个影响度各自相对应的每个范围改变浓淡而区分地显示。例如，显示部18基于主轴33的旋转速度S和由共振引起的振动对加工面造成的影响度之间的关系，将与某固有振动频率接近的主轴33的旋转速度S的范围的曲面部分显示得浓，将从某固有振动频率远离的主轴33的旋转速度S的范围的曲面部分显示得淡。由此，操作者能够对不易受到由共振引起的振动的影响的加工条件的范围进行视觉识别。

显示部18可以关于多个加工现象，分别将表面粗糙度近似曲面针对与加工现象对加工面造成的多个影响度各自相对应的每个范围改变浓淡而区分地显示。显示部18也可以将表面粗糙度近似曲面针对与多个加工现象对加工面造成的影响度的多个加权平均各自相对应的每个范围改变浓淡而区分地显示。对加权平均进行计算时的加权参数可以预先设定，也可以由操作者设定。

此外，显示部18也可以在对表面粗糙度近似曲面进行显示时，不是附带有浓淡而区分地显示，而是将加工现象对加工面造成的多个影响度各自例如使用多个颜色而区分地显示。

如上所述，实施方式1所涉及的加工条件决定辅助装置1，通过与运算有关的比较少的负荷对加工条件和加工结果之间的第1关系进行计算，对加工条件和由在进行切削加工时发生的加工现象对加工面造成的影响度之间的第2关系进行计算。加工条件决定辅助装置1对表示由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件和切削加工的结果之间的关系的信息、以及表示第2关系的信息进行显示。因此，加工条件决定辅助装置1能够使操作者对加工条件和加工结果之间的关系和由加工现象对加工面造成的影响进行视觉识别。其结果，操作者能够比较容易地决定加工条件。即，加工条件决定辅助装置1能够辅助操作者适当地决定切削加工中的加工条件。

加工条件决定辅助装置1将以加工面的表面粗糙度、驱动轴每旋转一周的进给量和驱动轴的进给速度为变量的曲面分割为针对由加工现象对工件的加工面造成的每个影响度的多个范围而进行显示。由此，加工条件决定辅助装置1能够使操作者更容易理解地对加工条件和加工结果之间的关系和由加工现象对加工面造成的影响进行视觉识别。其结果，操作者能够比较容易地决定加工条件。

实施方式2.

图12是表示实施方式2所涉及的加工条件决定辅助装置1的结构的框图。实施方式2所涉及的加工条件决定辅助装置1具有实施方式1所涉及的加工条件决定辅助装置1所具有的表面粗糙度取得部11、表面粗糙度函数计算部12、加工现象影响度计算部13、第1存储部14及第2存储部16。实施方式2所涉及的加工条件决定辅助装置1不具有实施方式1所涉及的加工条件决定辅助装置1所具有的显示部18。实施方式2所涉及的加工条件决定辅助装置1具有实施方式1所涉及的加工条件决定辅助装置1所没有的加工结果接收部51及加工条件决定部52。在实施方式2中，主要对与实施方式1的差异点进行说明。

加工结果接收部51对表示操作者所希望的加工结果即希望加工结果的信息进行接收。加工条件决定部52基于由表面粗糙度函数计算部12计算出的第1关系、由加工现象影响度计算部13计算出的第2关系和由加工结果接收部51接收到的信息所示的希望加工结果，决定满足希望加工结果并且由加工现象对工件的加工面造成的影响度小于或等于预先决定的容许值的加工条件。

图13是表示实施方式2所涉及的加工条件决定辅助装置1的动作顺序的流程图。操作者使用输入单元，将表示操作者所希望的加工结果即希望加工结果的信息输入至加工条件决定辅助装置1。输入单元的例子为键盘、指点设备及鼠标的一部分或全部。希望加工结果包含对工件进行了加工的情况下的操作者所希望的工件的加工面的表面粗糙度和操作者所希望的加工时间中的一者或两者。加工结果接收部51对表示所输入的希望加工结果的信息进行接收(S11)。在步骤S11中，加工结果接收部51可以对数控程序进行解析，由此对表示希望加工结果的信息进行接收。

表面粗糙度函数计算部12与实施方式1的图5中的步骤S1的动作同样地，基于通过驱动轴的进给速度F和主轴33的旋转速度S之比不同的至少两个加工条件而取得的至少两个加工面的表面粗糙度R，对将驱动轴的进给速度F和主轴33的旋转速度S之比和加工面的表面粗糙度R之间的关系即第1关系通过曲线近似出的表面粗糙度近似曲线进行计算(S12)。

加工现象影响度计算部13与实施方式1的图5中的步骤S2的动作同样地，基于加工特性数据17对第2关系进行计算，该第2关系是由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系(S13)。

加工条件决定部52基于由表面粗糙度函数计算部12计算出的表面粗糙度近似曲线、由加工现象影响度计算部13计算出的加工条件和由加工现象对加工面造成的影响度之间的关系、以及由加工结果接收部51接收到的信息所示的希望加工结果，决定满足希望加工结果并且由加工现象对工件的加工面造成的影响度小于或等于预先决定的容许值的加工条件(S14)。

图14是用于对实施方式2所涉及的加工条件决定辅助装置1具有的加工条件决定部52所进行的加工条件的决定进行说明的第1图。如图14所示，加工结果即加工面的表面粗糙度R及加工时间T和加工条件即驱动轴的进给速度F及主轴33的旋转速度S之间的关系，通过由驱动轴每旋转一周的进给量k和驱动轴的进给速度F这两个变量表示的曲面进行表现。

图15是用于对实施方式2所涉及的加工条件决定辅助装置1具有的加工条件决定部52所进行的加工条件的决定进行说明的第2图。如图15所示，加工条件决定部52基于由加工结果接收部51接收到的信息所示的希望加工结果，对满足操作者所希望的加工结果的加工条件的范围进行计算。在图15中记载有操作者所希望的加工结果的例子即“希望表面粗糙度Rreq”。加工条件决定部52可以以满足操作者所希望的加工时间T的方式对加工条件的范围进行计算。加工条件决定部52在计算出的加工条件的范围，决定由加工现象对加工面造成的影响度小于或等于预先决定的容许值的加工条件。

在决定多个加工条件的候选的情况下，加工条件决定部52例如决定加工时间T变得最短的加工条件。在没有决定加工条件的情况下，加工条件决定辅助装置1提示操作者进行将表示希望加工结果的信息再次输入至加工条件决定辅助装置1。

如上所述，实施方式2所涉及的加工条件决定辅助装置1，通过与运算有关的比较少的负荷对加工条件和加工结果之间的第1关系进行计算，对加工条件和由在进行切削加工时发生的加工现象对加工面造成的影响度之间的第2关系进行计算。加工条件决定辅助装置1决定满足操作者所希望的加工结果，并且由加工现象对工件的加工面造成的影响度小于或等于预先决定的容许值的加工条件。因此，加工条件决定辅助装置1仅使操作者输入表示所希望的加工结果的信息，就能够决定满足操作者所希望的加工结果的加工条件。

图16是表示实施方式1所涉及的加工条件决定辅助装置1所具有的表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的一部分或全部由处理电路91实现的情况下的处理电路91的图。即，表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的一部分或全部可以由处理电路91实现。

处理电路91为专用的硬件。处理电路91例如为单一电路、复合电路、被程序化的处理器、被并行程序化的处理器、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)或它们的组合。

表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的一部分可以是与剩余部不同的专用的硬件。

关于表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的多个功能，该多个功能的一部分可以由软件或固件实现，该多个功能的剩余部可以由专用的硬件实现。如上所述，表面粗糙度取得部11、表面粗糙度函数计算部12及加工现象影响度计算部13的多个功能能够由硬件、软件、固件或它们的组合而实现。

实施方式2所涉及的加工条件决定辅助装置1所具有的表面粗糙度取得部11、表面粗糙度函数计算部12、加工现象影响度计算部13、加工结果接收部51及加工条件决定部52的一部分或全部的功能可以由与实施方式1的运算装置41相同的运算装置实现。在该情况下，该加工条件决定辅助装置1具有该运算装置和存储装置，该存储装置用于对由表面粗糙度取得部11、表面粗糙度函数计算部12、加工现象影响度计算部13、加工结果接收部51及加工条件决定部52执行的程序步的一部分或全部最终得以执行的程序进行储存。该存储装置是与实施方式1的存储装置43相同的存储装置。

加工条件决定辅助装置1所具有的表面粗糙度取得部11、表面粗糙度函数计算部12、加工现象影响度计算部13、加工结果接收部51及加工条件决定部52的一部分或全部，可以由具有与上述的处理电路91同等功能的处理电路实现。

实施方式3.

加工条件决定辅助装置1所具有的加工现象影响度计算部13，可以使用以对由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系即第2关系进行计算的方式预先进行了机器学习的推断模型，对加工条件和由加工现象对加工面造成的影响度之间的第2关系进行计算。

图17是表示使用推断模型进行加工条件和由加工现象对加工面造成的影响度之间的第2关系的计算的情况下的加工现象影响度计算部13的结构的框图。加工现象影响度计算部13具有推断部101。推断部101具有以通过输入加工条件而将在进行切削加工时发生的加工现象对工件的加工面造成的影响度进行输出的方式进行了机器学习的训练好的推断器。具体地说，推断部101向以将由加工现象对加工面造成的影响度进行输出的方式预先进行了机器学习的推断模型输入加工条件、加工数据15及加工特性数据17，由此输出由加工现象对加工面造成的影响度。

在实施方式3中，加工现象影响度计算部13通过向推断部101输入加工条件，从而对第2关系进行计算，该第2关系是加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系。

图18是表示实施方式3所涉及的机器学习装置200的结构的框图。机器学习装置200是针对推断模型进行学习的装置，对第2关系进行学习，该第2关系是加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系。机器学习装置200具有数据取得部201和学习部202。

数据取得部201取得加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度的组合。具体地说，数据取得部201取得加工条件、加工数据15、加工特性数据17及由加工现象对加工面造成的影响度的组合。加工现象对加工面造成的影响度，例如是通过在工作机械3安装传感器而进行实际加工所取得的。由共振或干扰力引起的振动对加工面造成的影响度，是基于主轴33的旋转速度S、由力传感器得到的切削阻力和由加速度传感器得到的振动而得到的。刀具21的劣化对加工面造成的影响度，是通过对实际加工后的刀具21的磨损的进展程度进行评价而得到的。

学习部202按照基于加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度的组合所创建的数据集，对第2关系进行学习，该第2关系是加工条件和由在进行切削加工时发生的加工现象对工件的加工面造成的影响度之间的关系。具体地说，学习部202基于从数据取得部201输出的加工条件、加工数据15、加工特性数据17及由加工现象对加工面造成的影响度的组合所创建的数据集，对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。数据集是状态变量和判定数据彼此相关联的数据。

机器学习装置200用于对加工条件决定辅助装置1的加工条件、加工数据15、加工特性数据17进行学习。机器学习装置200可以是与加工条件决定辅助装置1分体的装置。在该情况下，机器学习装置200例如经由通信网络而与加工条件决定辅助装置1连接。机器学习装置200可以内置于加工条件决定辅助装置1。机器学习装置200也可以存在于云服务器上。

学习部202例如按照神经网络模型，通过所谓的有教师学习，对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。有教师学习是指下述模型，即，通过将某输入和结果(标签)的数据的组大量地赋予给学习装置，从而对在数据集中所具有的特征进行学习，根据输入对结果进行推定。

神经网络由输入层、中间层(隐藏层)和输出层构成，该输入层由多个神经元构成，该中间层由多个神经元构成，该输出层由多个神经元构成。中间层可以是1层，也可以大于或等于2层。图19是用于对神经网络的例子进行说明的图。例如，在如图19所示那样的3层的神经网络中，如果多个输入输入至输入层(X1－X3)，则在输入的值乘以加权W1(w11－w16)而得到的值输入至中间层(Y1－Y2)。在输入至中间层(Y1－Y2)的值乘以加权W2(w21－w26)而得到的值从输出层(Z1－Z3)输出。输出结果根据加权W1和加权W2的值而改变。

例如，神经网络按照基于由数据取得部201取得的加工条件、加工数据15、加工特性数据17及加工现象对加工面造成的影响度的组合而创建的数据集，通过所谓的有教师学习，对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。即，神经网络通过对加权W1和加权W2进行调整而学习，以使得向输入层输入加工条件、加工数据15、加工特性数据17而从输出层输出的结果与加工现象对加工面造成的影响度接近。

神经网络可以通过所谓的无教师学习，对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。无教师学习是对下述装置进行学习的方法，即，该装置通过仅将输入数据大量地赋予给机器学习装置200，从而对输入数据是何种分布进行学习，即使不赋予对应的教师输出数据，也针对输入数据例如进行压缩、分类及整形的一部分或全部。例如，神经网络能够将在数据集中所具有的特征相似者进行聚类。使用得到的结果，设置某种基准而进行使该结果变为最佳这样的输出的分配，由此能够实现输出的预测。

作为无教师学习和有教师学习的中间的问题设定，还存在被称为有半教师学习的学习。有半教师学习是存在仅一部分输入和输出的数据的组，剩余部仅为输入的数据的情况下的学习。

学习部202可以按照针对多个加工条件决定辅助装置1创建的数据集，对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。学习部202可以从在同一现场使用的多个加工条件决定辅助装置1取得数据集，也可以利用从在不同的现场独立地运转的多个工作机械收集的数据集对加工条件和由加工现象对加工面造成的影响度之间的关系进行学习。

对数据集进行收集的加工条件决定辅助装置1可以在中途追加于对象，加工条件决定辅助装置1也可以从对象去除。对加工条件和由加工现象对加工面造成的影响度之间的关系进行了学习的机器学习装置200可以安装于与机器学习装置200不同的加工条件决定辅助装置1，关于该不同的加工条件决定辅助装置1对加工条件和由加工现象对加工面造成的影响度之间的关系进行再学习而更新。

在学习部202中使用的学习算法，能够使用对特征量本身的提取进行学习的深层学习(Deep Learning)。学习部202可以按照其他公知的方法，例如遗传编程、功能逻辑编程或支持向量机等执行机器学习。

如上所述，实施方式3所涉及的加工条件决定辅助装置1通过与运算有关的比较少的负荷对加工条件和加工结果之间的第1关系进行计算。加工条件决定辅助装置1使用对加工条件和在进行切削加工时发生的加工现象对加工面造成的影响度之间的关系进行了学习的推断模型，对加工条件和由加工现象对加工面造成的影响度之间的第2关系进行计算。加工条件决定辅助装置1对表示由驱动轴的进给速度F和主轴33的旋转速度S决定的加工条件和切削加工的结果之间的关系的信息和表示第2关系的信息进行显示。因此，加工条件决定辅助装置1能够使操作者对加工条件和加工结果之间的关系和加工现象对加工面造成的影响进行视觉识别。其结果，操作者能够比较容易地决定加工条件。即，加工条件决定辅助装置1能够辅助操作者适当地决定切削加工中的加工条件。

或者，实施方式3所涉及的加工条件决定辅助装置1通过与运算有关的比较少的负荷对加工条件和加工结果之间的第1关系进行计算。加工条件决定辅助装置1使用对加工条件和在进行切削加工时发生的加工现象对加工面造成的影响度之间的关系进行了学习的推断模型，对加工条件和由加工现象对加工面造成的影响度之间的第2关系进行计算。加工条件决定辅助装置1决定满足操作者所希望的加工结果并且加工现象对工件的加工面造成的影响度小于或等于预先决定的容许值的加工条件。因此，加工条件决定辅助装置1仅使操作者输入表示所希望的加工结果的信息，就能够决定满足操作者所希望的加工结果的加工条件。

实施方式3中的加工现象影响度计算部13中的至少一部分的功能，可以由执行在存储装置中储存的程序的运算装置41实现。该存储装置是用于对由加工现象影响度计算部13执行的程序步的至少一部分的程序步最终得以执行的程序进行储存的存储装置，是与存储装置43相同的存储装置。该运算装置是与运算装置41相同的运算装置。加工现象影响度计算部13的至少一部分的功能可以由处理电路实现。该处理电路是与处理电路91相同的处理电路。

实施方式3中的加工现象影响度计算部13所具有的推断部101的至少一部分的功能，可以由执行在存储装置中储存的程序的运算装置实现。该存储装置是用于对由推断部101执行的程序步的至少一部分的程序步最终得以执行的程序进行储存的存储装置，是与存储装置43相同的存储装置。该运算装置是与运算装置41相同的运算装置。推断部101的至少一部分的功能可以由处理电路实现。该处理电路是与处理电路91相同的处理电路。

实施方式3所涉及的机器学习装置200所具有的数据取得部201及学习部202的至少一部分的功能，可以由执行在存储装置中储存的程序的运算装置实现。该存储装置是用于对由数据取得部201及学习部202执行的程序步的至少一部分的程序步最终得以执行的程序进行储存的存储装置，是与存储装置43相同的存储装置。该运算装置是与运算装置41相同的运算装置。数据取得部201及学习部202的至少一部分的功能可以由处理电路实现。该处理电路是与处理电路91相同的处理电路。

以上的实施方式所示的结构，表示本发明的内容的一个例子，也能够与其他公知技术进行组合，在不脱离本发明的主旨的范围，也能够对结构的一部分进行省略、变更。

标号的说明

1加工条件决定辅助装置，2数控装置，3工作机械，11表面粗糙度取得部，12表面粗糙度函数计算部，13加工现象影响度计算部，14第1存储部，15加工数据，15a刀具切削刃形状数据，15b工件形状数据，15c刀具移动路径数据，16第2存储部，17加工特性数据，17a刀具特性数据，17b工件特性数据，17c机械特性数据，18显示部，21刀具，21a切削刃，22工件，31基座，32柱，33主轴，34工作台，41运算装置，42存储器，43存储装置，44通信装置，45输入装置，46显示装置，51加工结果接收部，52加工条件决定部，91处理电路，101推断部，200机器学习装置，201数据取得部，202学习部。