公开(公告)号：CN115917445A

公开(公告)日：2023-04-04

申请号：CN202080101273.9

申请日：2020-06-05

Applicant: 三菱电机株式会社

Inventor： 木全敏章 ,  佐藤刚 ,  津田刚志 ,  増井秀之 ,  丸田润 ,  中根滉稀

IPC: G05B13/04

Abstract: 伺服控制装置(1)基于周期性地输入的对伺服电动机(3)的动作进行指示的指令值，对伺服电动机(3)的动作进行控制。伺服控制装置(1)具有校正部(12)、判断部(13)和伺服放大器(11)。校正部(12)基于指令值和伺服电动机(3)的动作的实测结果，决定对指令值进行校正后的指令值即候选指令值和对候选指令值的信赖度进行评价的指标即信赖度指标，将用于对伺服电动机(3)进行控制的校正后的指令值即校正后指令值进行输出。判断部(13)基于信赖度指标而判断许可或者不许可候选指令值向伺服电动机(3)的控制的应用，将判断结果输出至校正部(12)。伺服放大器(11)基于校正后指令值对伺服电动机(3)进行控制。校正部(12)基于判断结果将候选指令值作为校正后指令值而输出至伺服放大器(3)。

公开(公告)号：CN117651956A

公开(公告)日：2024-03-05

申请号：CN202180099516.4

申请日：2021-06-22

Applicant: 三菱电机株式会社

Inventor： 丸田润 ,  吉村玄太

IPC: G06N20/00

Abstract: 验证方法决定装置(1)具有：数据取得部(11)，其取得在预测器的学习中使用的学习数据及在预测器的预测精度的测定中使用的测试数据；验证方法推荐部(12)，其使用学习数据、测试数据及表示构成两数据的列数据的数据类别的数据类别信息，推荐对学习数据和与预测对象对应的验证数据进行提取的验证方法；以及验证方法决定部(13)，其从所推荐的验证方法中决定在预测器的预测性能的评价中使用的验证方法。

公开(公告)号：CN117461003A

公开(公告)日：2024-01-26

申请号：CN202180097752.2

申请日：2021-07-01

Applicant: 三菱电机株式会社

Inventor： 中根滉稀 ,  佐藤刚 ,  丸田润 ,  増井秀之 ,  西野慎哉 ,  河田武之 ,  木村将哉

IPC: G05B19/4155 ,  G05B13/04

Abstract: 具有：加工数据取得部(11)，其取得包含用于使加工机(4)进行多个步骤量的加工的与时间序列的加工条件相关的数据、及加工机(4)基于加工条件而执行多个步骤量的与加工状态相关的数据在内的多个加工数据；分析部(13)，其对针对各加工数据的重要度进行计算；提取部(14)，其基于由分析部(13)计算出的重要度，从多个加工数据之中，对用于进行第1机器学习模型的迁移学习的多个迁移学习数据进行提取；以及学习部(153)，其使用多个迁移学习数据而进行第1机器学习模型的迁移学习，生成将与多个步骤量的时间序列的加工条件相关的数据作为输入而对多个步骤量执行后的与加工状态相关的数据进行输出的第2机器学习模型。

公开(公告)号：CN115335838A

公开(公告)日：2022-11-11

申请号：CN202080098973.7

申请日：2020-04-06

Applicant: 三菱电机株式会社

Inventor： 丸田润 ,  吉村玄太

IPC: G06Q10/04

Abstract: 特征量提取装置(100)具有：数据取得部(110)，其取得时间序列数据作为输入时间序列数据(D1)；多滤波器应用部(120)，其具有多个数字滤波器，对数据取得部(110)取得的输入时间序列数据(D1)应用各数字滤波器，按照每个数字滤波器输出应用后的包含时间序列特征或频率特征的时间序列数据即滤波器响应时间序列数据(D5)；以及特征量提取部(130)，其针对多滤波器应用部(120)输出的多个滤波器响应时间序列数据(D5)，按照每个滤波器响应时间序列数据(D5)提取特征量，输出提取出的特征量作为特征量数据(D2)。

公开(公告)号：CN115280251A

公开(公告)日：2022-11-01

申请号：CN202080098393.8

申请日：2020-03-17

Applicant: 三菱电机株式会社

Inventor： 増井秀之 ,  吉川宽史 ,  丸田润 ,  中根滉稀 ,  中川孝幸

IPC: G05B19/4155 ,  B23Q15/00

Abstract: 加工条件探索装置(1)具有：加工条件生成部(11)，其生成对加工机(2)设定的加工条件；加工状态收集部(12)，其对加工状态进行收集；加工结果收集部(13)，其对按照加工条件而实施的加工的加工结果进行收集；加工结果评价部(14)，其基于加工结果对加工的评价值进行计算；评价值预测模型(16)，其基于加工条件、加工状态及评价值，对与未试行的加工条件相对应的评价值进行预测；以及模型构建部(15)，其基于加工条件和评价值之间的关系性的变化程度而构建评价值预测模型(16)，针对评价值预测模型(16)而进行与加工状态相对应的加权，加工条件生成部(11)使用评价值的预测值，生成接下来应该试行的加工条件，直至判定为结束探索为止，重复进行加工状态收集部(12)、加工结果收集部(13)、加工结果评价部(14)、评价值预测模型(16)及模型构建部(15)所涉及的各处理。