特開 2023-127337 レーザ溶接制御システム、レーザ溶接装置及び機械学習装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023127337

(43)【公開日】2023-09-13

(54)【発明の名称】レーザ溶接制御システム、レーザ溶接装置及び機械学習装置

(51)【国際特許分類】

   B23K 26/00 20140101AFI20230906BHJP

   B23K 26/21 20140101ALI20230906BHJP

   G06N 20/20 20190101ALI20230906BHJP

【ＦＩ】

B23K26/00 P

B23K26/00 N

B23K26/21 F

B23K26/21 G

G06N20/20

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022031061

(22)【出願日】2022-03-01

【国等の委託研究の成果に係る記載事項】（出願人による申告）令和２年度、国立研究開発法人量子科学技術研究開発機構、戦略的イノベーション創造プログラム（ＳＩＰ）事業「光・量子を活用したＳｏｃｉｅｔｙ５．０実現化技術」委託研究、産業技術力強化法第１７条の適用を受ける特許出願

(71)【出願人】

【識別番号】509052300

【氏名又は名称】株式会社タマリ工業

(71)【出願人】

【識別番号】504145342

【氏名又は名称】国立大学法人九州大学

(74)【代理人】

【識別番号】100174757

【弁理士】

【氏名又は名称】岡田 伸一郎

(72)【発明者】

【氏名】菊地 俊文

(72)【発明者】

【氏名】下玉利 淳也

(72)【発明者】

【氏名】渡邊 眞生

(72)【発明者】

【氏名】中村 大輔

(72)【発明者】

【氏名】池上 浩

【テーマコード（参考）】

4E168

【Ｆターム（参考）】

4E168BA02

4E168CA06

4E168CA11

4E168CB02

4E168CB04

4E168DA13

4E168DA23

4E168DA24

4E168DA26

4E168DA28

4E168DA29

4E168DA36

4E168DA38

4E168DA39

4E168EA15

4E168EA17

4E168FA00

4E168FB03

(57)【要約】

【課題】リアルタイムで精度高くレーザ溶接の溶接条件をフィードバック制御できるレーザ溶接制御システム、レーザ溶接装置及び機械学習装置を提供すること。
【解決手段】ワーク２に照射されるレーザ光の照射位置を含んで少なくともワーク２に設定された所定領域２ａからの輻射熱に伴う発光のうち、ワーク２の温度を計測するための波長λ１の光を通過させるバンドパスフィルタ１３と、バンドパスフィルタ１３を通過した光を撮像するカメラ１１と、そのカメラ１１による撮像により得られた画像に基づいて、所定領域２ａにおける温度分布画像を取得する温度分布画像取得手段１５と、その温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、レーザ溶接の状態及び／又は溶接条件を判定することを学習する学習手段１６と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

レーザ溶接装置による溶接対象物のレーザ溶接を制御するレーザ溶接制御システムであって、
溶接対象物に照射されるレーザ光の照射位置を含んで少なくとも前記溶接対象物上に設定された所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための波長の光を通過させる光学フィルタ手段と、
少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記光学フィルタ手段を通過した光を撮像する撮像手段と、
その撮像手段による撮像により得られた画像に基づいて、前記所定領域における温度分布画像を取得する温度分布画像取得手段と、
その温度分布画像取得手段により取得された前記温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、前記レーザ溶接の状態及び／又は溶接条件を判定することを学習する学習手段と、
その学習手段により判定された前記レーザ溶接の状態及び／又は溶接条件に基づいて、前記レーザ溶接装置におけるレーザ溶接を制御する制御手段と、を備えることを特徴とするレーザ溶接制御システム。

【請求項2】

前記光学フィルタ手段は、
少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための第１の波長の光を通過させる第１光学フィルタ手段と、
少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための第２の波長の光を通過させる第２光学フィルタ手段と、を備え、
前記撮像手段は、
少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記第１光学フィルタ手段を通過した光を撮像する第１撮像手段と、
少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記第２光学フィルタ手段を通過した光を撮像する第２撮像手段と、を備え、
前記温度分布画像取得手段は、前記第１撮像手段による撮像により得られた画像と前記第２撮像手段による撮像により得られた画像とに基づいて、前記所定領域における温度分布画像を取得することを特徴とする請求項１記載のレーザ溶接制御システム。

【請求項3】

前記光学フィルタ手段は、前記溶接対象物の温度を計測するために用いる波長の光として、１つの波長の光を通過させるものであり、
前記温度分布画像取得手段は、前記光学フィルタ手段を通過した１つの波長の光が前記撮像手段により撮像されることによって得られた画像に基づいて、前記所定領域における温度分布画像を取得するものであることを特徴とする請求項１記載のレーザ溶接制御システム。

【請求項4】

前記学習手段は、前記温度分布画像取得手段により取得された前記温度分布画像に基づいて、少なくともレーザ溶接の状態を判定する関係を更新することによって、前記レーザ溶接の状態を判定することを学習するものであり、
前記制御手段は、前記学習手段により判定された前記レーザ溶接の状態に基づいて、そのレーザ溶接の状態が目標の状態となるように前記レーザ溶接装置におけるレーザ溶接の溶接条件を調整するフィードバック制御を行うことを特徴とする請求項１から３のいずれかに記載のレーザ溶接制御システム。

【請求項5】

前記溶接条件は、光源から出力されるレーザ光の出力強度、前記溶接対象物に照射されるレーザ光の強度及び／又は径、前記レーザ光の走査速度、前記レーザ光の走査パターン、前記レーザ光が照射される位置周辺に供給するアシストガスの流量の少なくともいずれかを含むことを特徴とする請求項１から４のいずれかに記載のレーザ溶接制御システム。

【請求項6】

前記レーザ溶接制御システムは、複数の光源から出力されるレーザ光を組み合わせて形成されたレーザ光を前記溶接対象物に照射してレーザ溶接を行うレーザ溶接装置を制御するものであり、
前記溶接条件は、各光源から出力されるレーザ光の出力バランスを少なくとも含むことを特徴とする請求項１から５のいずれかに記載のレーザ溶接制御システム。

【請求項7】

前記溶接条件は、前記出力バランスの時間的な変化のパターンを少なくとも含むことを特徴とする請求項６記載のレーザ溶接制御システム。

【請求項8】

前記学習手段は、ディープラーニングによって学習を行うものであることを特徴とする請求項１から７のいずれかに記載のレーザ溶接制御システム。

【請求項9】

前記学習手段は、複数の学習モデルを使用するアンサンブル学習によって学習を行うものであることを特徴とする請求項１から８のいずれかに記載のレーザ溶接制御システム。

【請求項10】

請求項１から９のいずれかに記載のレーザ溶接制御システムによって溶接対象物のレーザ溶接が制御されるレーザ溶接装置。

【請求項11】

レーザ溶接の状態及び／又は溶接条件を学習する機械学習装置であって、
溶接対象物に照射されるレーザ光の照射位置を含んで前記溶接対象物に対して設定された所定領域の温度分布画像を取得する温度分布画像取得手段と、
その温度分布画像取得手段により取得された前記温度分布画像に基づいて、前記レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、前記レーザ溶接の状態及び／又は溶接条件を判定することを学習する学習手段と、を備えることを特徴とする機械学習装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、レーザ溶接制御システム、レーザ溶接装置及び機械学習装置に関するものである。

【背景技術】

【0002】

従来、レーザ光を照射して、溶接対象物の溶接を行うレーザ溶接装置がある。近年、溶接品質を良好な状態に保つために、人工知能（ＡＩ）を利用してレーザ溶接を制御する技術が開発されている。

【0003】

例えば、特許文献１に開示されたレーザ溶接制御システムは、レーザビームが照射された加工部位をレーザ溶接中に撮像しながら、その撮像画像を機械学習により得られた溶接状態毎の教示画像と比較し、加工部位の溶接状態と教示画像の溶接状態との一致度を演算する。そして、その演算された一致度と、目標とする溶接状態に基づく目標一致度とに基づいて、照射するレーザビームの出力をフィードバック制御する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特許第６８１０９７３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記の従来のレーザ溶接制御システムでは、機械学習にレーザビームが照射された加工部位を撮像した撮像画像を用いている。この撮像画像には、レーザビームの照射に伴って発生するプラズマ発光や、照射したレーザビームの散乱光など、ノイズとなる成分を多く含む。よって、従来のレーザ溶接制御システムでは、精度の高いフィードバック制御を行うことが難しいという問題があった。

【0006】

本発明は、上記問題点を解決するためになされたものであり、リアルタイムで精度高くレーザ溶接の溶接条件をフィードバック制御できるレーザ溶接制御システム、レーザ溶接装置及び機械学習装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

この目的を達成するために請求項１記載のレーザ溶接制御システムは、レーザ溶接装置による溶接対象物のレーザ溶接を制御するものであって、溶接対象物に照射されるレーザ光の照射位置を含んで少なくとも前記溶接対象物上に設定された所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための波長の光を通過させる光学フィルタ手段と、少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記光学フィルタ手段を通過した光を撮像する撮像手段と、その撮像手段による撮像により得られた画像に基づいて、前記所定領域における温度分布画像を取得する温度分布画像取得手段と、その温度分布画像取得手段により取得された前記温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、前記レーザ溶接の状態及び／又は溶接条件を判定することを学習する学習手段と、その学習手段により判定された前記レーザ溶接の状態及び／又は溶接条件に基づいて、前記レーザ溶接装置におけるレーザ溶接を制御する制御手段と、を備える。

【0008】

請求項２記載のレーザ溶接制御システムは、請求項１記載のレーザ溶接制御システムにおいて、前記光学フィルタ手段は、少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための第１の波長の光を通過させる第１光学フィルタ手段と、少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記溶接対象物の温度を計測するための第２の波長の光を通過させる第２光学フィルタ手段と、を備え、前記撮像手段は、少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記第１光学フィルタ手段を通過した光を撮像する第１撮像手段と、少なくとも前記所定領域からの輻射熱に伴う発光のうち、前記第２光学フィルタ手段を通過した光を撮像する第２撮像手段と、を備え、前記温度分布画像取得手段は、前記第１撮像手段による撮像により得られた画像と前記第２撮像手段による撮像により得られた画像とに基づいて、前記所定領域における温度分布画像を取得する。

【0009】

請求項３記載のレーザ溶接制御システムは、請求項１記載のレーザ溶接制御システムにおいて、前記光学フィルタ手段は、前記溶接対象物の温度を計測するために用いる波長の光として、１つの波長の光を通過させるものであり、前記温度分布画像取得手段は、前記光学フィルタ手段を通過した１つの波長の光が前記撮像手段により撮像されることによって得られた画像に基づいて、前記所定領域における温度分布画像を取得するものである。

【0010】

請求項４記載のレーザ溶接制御システムは、請求項１から３のいずれかに記載のレーザ溶接制御システムにおいて、前記学習手段は、前記温度分布画像取得手段により取得された前記温度分布画像に基づいて、少なくともレーザ溶接の状態を判定する関係を更新することによって、前記レーザ溶接の状態を判定することを学習するものであり、前記制御手段は、前記学習手段により判定された前記レーザ溶接の状態に基づいて、そのレーザ溶接の状態が目標の状態となるように前記レーザ溶接装置におけるレーザ溶接の溶接条件を調整するフィードバック制御を行う。

【0011】

請求項５記載のレーザ溶接制御システムは、請求項１から４のいずれかに記載のレーザ溶接制御システムにおいて、前記溶接条件は、光源から出力されるレーザ光の出力強度、前記溶接対象物に照射されるレーザ光の強度及び／又は径、前記レーザ光の走査速度、前記レーザ光の走査パターン、前記レーザ光が照射される位置周辺に供給するアシストガスの流量の少なくともいずれかを含む。

【0012】

請求項６記載のレーザ溶接制御システムは、請求項１から５のいずれかに記載のレーザ溶接制御システムにおいて、前記レーザ溶接制御システムは、複数の光源から出力されるレーザ光を組み合わせて形成されたレーザ光を前記溶接対象物に照射してレーザ溶接を行うレーザ溶接装置を制御するものであり、前記溶接条件は、各光源から出力されるレーザ光の出力バランスを少なくとも含む。

【0013】

請求項７記載のレーザ溶接制御システムは、請求項６記載のレーザ溶接制御システムにおいて、前記溶接条件は、前記出力バランスの時間的な変化のパターンを少なくとも含む。

【0014】

請求項８記載のレーザ溶接制御システムは、請求項１から７のいずれかに記載のレーザ溶接制御システムにおいて、前記学習手段は、ディープラーニングによって学習を行うものである。

【0015】

請求項９記載のレーザ溶接制御システムは、請求項１から８のいずれかに記載のレーザ溶接制御システムにおいて、前記学習手段は、複数の学習モデルを使用するアンサンブル学習によって学習を行うものである。

【0016】

請求項１０記載のレーザ溶接装置は、請求項１から９のいずれかに記載のレーザ溶接装置によって溶接対象物のレーザ溶接が制御される。

【0017】

請求項１１記載の機械学習装置は、レーザ溶接の状態及び／又は溶接条件を学習するものであって、溶接対象物に照射されるレーザ光の照射位置を含んで前記溶接対象物に対して設定された所定領域の温度分布画像を取得する温度分布画像取得手段と、その温度分布画像取得手段により取得された前記温度分布画像に基づいて、前記レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、前記レーザ溶接の状態及び／又は溶接条件を判定することを学習する学習手段と、を備える。

【発明の効果】

【0018】

請求項１記載のレーザ溶接制御システムによれば、レーザ溶接装置による溶接対象物のレーザ溶接を制御するものであり、溶接対象物に照射されるレーザ光の照射位置を含んで少なくとも溶接対象物上に設定された所定領域からの輻射熱に伴う発光のうち、溶接対象物の温度を計測するための波長の光が光学フィルタ手段を通過する。そして、少なくとも所定領域からの輻射熱に伴う発光のうち、光学フィルタ手段を通過した光が、撮像手段により撮像される。その撮像手段による撮像により得られた画像に基づいて、所定領域における温度分布画像が温度分布画像取得手段により取得される。その温度分布画像取得手段により取得された温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、レーザ溶接の状態及び／又は溶接条件を判定することを、学習手段によって学習される。そして、その学習手段により判定されたレーザ溶接の状態及び／又は溶接条件に基づいて、レーザ溶接装置におけるレーザ溶接が制御手段により制御される。このように、学習手段の入力に用いるデータは、リアルタイムに撮像された溶接対象物の所定領域からの輻射に伴う発光に基づいて得られる温度分布画像である。温度分布画像を用いることで、他の要因、例えば、レーザ光の照射に伴って発生するプラズマ発光、照射したレーザ光の散乱光、溶接対象物に差し込んだ太陽光・室内灯・溶接工場内のアーク放電の光といった、種々のノイズの影響を受けることなく、学習手段による学習と、レーザ溶接の状態及び／又は溶接条件の判定を行うことができる。よって、リアルタイムで精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【0019】

請求項２記載のレーザ溶接制御システムによれば、請求項１記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、溶接対象物に照射されるレーザ光の照射位置を含んで少なくとも溶接対象物上に設定された所定領域からの輻射熱に伴う発光のうち、溶接対象物の温度を計測するための第１の波長の光が第１光学フィルタ手段を通過する。そして、少なくともその所定領域からの輻射熱に伴う発光のうち、第１光学フィルタ手段を通過した光が、第１撮像手段により撮像される。また、少なくともその所定領域からの輻射熱に伴う発光のうち、溶接対象物の温度を計測するための第２の波長の光が第２光学フィルタ手段を通過する。そして、少なくともその所定領域からの輻射熱に伴う発光のうち、第２光学フィルタ手段を通過した光が、第２撮像手段により撮像される。その第１撮像手段による撮像により得られた画像と第２撮像手段による撮像により得られた画像とに基づいて、所定領域における温度分布画像が温度分布画像取得手段により取得される。このように、溶接対象物上の所定領域から輻射熱に伴って発光された光のうち、２つの波長の光を使用して所定領域における温度分布画像が取得されるので、温度分布画像により示される所定領域内の温度の信頼性を高めることができる。よって、より精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【0020】

請求項３記載のレーザ溶接制御システムによれば、請求項１記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、溶接対象物の温度を計測するために用いる波長の光として、１つの波長の光が、光学フィルタ手段により通過される。そして、光学フィルタ手段を通過した１つの波長の光が撮像手段により撮像されることによって得られた画像に基づいて、所定領域における温度分布画像が温度分布画像取得手段によって取得される。このように、１つの波長の光を使用して所定領域における温度分布画像が取得されるので、温度分布画像により示される所定領域内の温度を低コストにて求めることができるという効果がある。

【0021】

請求項４記載のレーザ溶接制御システムによれば、請求項１から３のいずれかに記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、温度分布画像取得手段により取得された温度分布画像に基づいて、少なくともレーザ溶接の状態を判定する関係を更新することによって、レーザ溶接の状態を判定することが学習手段によって学習される。そして、その学習手段により判定されたレーザ溶接の状態に基づいて、そのレーザ溶接の状態が目標の状態となるようにレーザ溶接装置におけるレーザ溶接の溶接条件を調整するフィードバック制御が、制御手段により行われる。これにより、リアルタイムで精度高く、レーザ溶接の状態が目標の状態となるようにレーザ溶接が実現できるという効果がある。

【0022】

請求項５記載のレーザ溶接制御システムによれば、請求項１から４のいずれかに記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、溶接条件は、光源から出力されるレーザ光の出力強度、溶接対象物に照射されるレーザ光の強度及び／又は径、レーザ光の走査速度、レーザ光の走査パターン、レーザ光が照射される位置周辺に供給するアシストガスの流量の少なくともいずれかを含む。よって、溶接条件に含まれているパラメータをリアルタイムで精度高く、フォードバック制御できるので、より安定した品質のレーザ溶接を実現できるという効果がある。

【0023】

請求項６記載のレーザ溶接制御システムによれば、請求項１から５のいずれかに記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、レーザ溶接制御システムにより制御されるレーザ溶接装置は、複数の光源から出力されるレーザ光を組み合わせて形成されたレーザ光を溶接対象物に照射してレーザ溶接を行うものであり、溶接条件として、各光源から出力されるレーザ光の出力バランスが少なくとも含まれる。これにより、複数の光源から出力される各レーザ光の出力バランスが、学習手段による温度分布画像を用いた判定に基づいて、目標のレーザ溶接品質となるように各レーザ光の出力バランスがフィードバック制御されながら、レーザ溶接が行われる。よって、より安定した品質のレーザ溶接を実現できるという効果がある。

【0024】

請求項７記載のレーザ溶接制御システムによれば、請求項６記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、溶接条件として、複数の光源から出力される各レーザ光の出力バランスの時間的な変化のパターンが少なくとも含まれる。これにより、学習手段による温度分布画像を用いた判定に基づいて、目標のレーザ溶接品質となるように各レーザ光の出力バランスの時間的な変化がフォードバック制御されながら、レーザ溶接が行われる。よって、より安定した品質のレーザ溶接を実現できるという効果がある。

【0025】

請求項８記載のレーザ溶接制御システムによれば、請求項１から７のいずれかに記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、ディープラーニングによって学習手段による学習が行われるので、学習手段による判定の精度を高めることができる。これにより、より精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【0026】

請求項９記載のレーザ溶接制御システムによれば、請求項１から８のいずれかに記載のレーザ溶接制御システムの奏する効果に加え、次の効果を奏する。即ち、複数の学習モデルを使用するアンサンブル学習によって学習手段による学習が行われるので、学習手段による判定の精度を高めることができる。これにより、より精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【0027】

請求項１０記載のレーザ溶接装置によれば、請求項１から９のいずれかに記載のレーザ溶接制御システムによって溶接対象物のレーザ溶接が制御されるので、対応するレーザ溶接制御システムが奏する効果を享受できるという効果がある。

【0028】

請求項１１記載の機械学習装置によれば、溶接対象物に照射されるレーザ光の照射位置を含んで溶接対象物に対して設定された所定領域の温度分布画像が、温度分布画像取得手段により取得される。その温度分布画像取得手段により取得された温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係を更新することによって、レーザ溶接の状態及び／又は溶接条件を判定することを、学習手段によって学習される。このように、学習手段の入力に用いるデータは、溶接対象物の所定領域の温度分布画像である。温度分布画像を用いることで、他の要因、例えば、レーザ光の照射に伴って発生するプラズマ発光、照射したレーザ光の散乱光、溶接対象物に差し込んだ太陽光・室内灯・溶接工場内のアーク放電の光といった、種々のノイズの影響を受けることなく、学習手段による学習と、レーザ溶接の状態及び／又は溶接条件の判定を行うことができる。よって、この機械学習装置を用いることで、リアルタイムで精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【図面の簡単な説明】

【0029】

【図1】（ａ）は、本発明の一実施形態である機械学習装置、その機械学習装置を備えてレーザ溶接装置を制御するレーザ溶接制御システム、及び、そのレーザ溶接制御システムにより制御されるレーザ溶接装置の概略構成を示す概略構成図であり、（ｂ）は、レーザ溶接装置においてワークに照射されるレーザ光の強度分布を示した図である。

【図2】黒体輻射強度の波長及び温度依存性を示した図である。

【図3】同機械学習装置の学習手段の構成の一例を概略的に示した概略図である。

【図4】（ａ）は、同機械学習装置の学習手段の学習に用いられる学習データの一例を模式的に示した図であり、（ｂ）は、同レーザ溶接制御システムの撮像手段においてリアルタイムに撮像した画像データから、温度分布画像取得手段によって取得された所定領域の温度分布画像を学習手段へ入力した場合の学習手段からの出力の一例を模式的に示した図である。

【図5】本発明のレーザ溶接制御システムの変形例を概略的に示した概略図である。

【図6】（ａ）は、本発明のレーザ溶接装置の変形例として、２つの光源から出力されるレーザ光を組み合わせて形成したレーザ光の強度分布の一例を示した図であり、（ｂ）は、（ａ）に示したレーザ光における主レーザ光の強度Ａと径Ｂ、主レーザ光に対して副レーザ光が形成される位置を示す半径Ｃ、副レーザ光の強度Ｄと径Ｅを示した図である。

【発明を実施するための形態】

【0030】

以下、本発明を実施するための形態について添付図面を参照して説明する。なお、以下に説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。よって、以下の実施の形態で示される、数値、形状、材料、構成要素、構成要素の配置位置及び接続形態などは、一例であって本発明を限定する主旨ではない。従って、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、各図において、実質的に同一の構成に対しては同一の符号を付しており、重複する説明は省略又は簡略化する。

【0031】

図１（ａ）は、本発明の一実施形態である機械学習装置１８、その機械学習装置１８を備えてレーザ溶接装置１を制御するレーザ溶接制御システム１０、及び、そのレーザ溶接制御システム１０により制御されるレーザ溶接装置１の概略構成を示す概略構成図である。また、図１（ｂ）は、レーザ溶接装置１において溶接対象物（以下、単に「ワーク」と称す）２に照射されるレーザ光３の強度分布を示した図である。

【0032】

レーザ溶接装置１は、例えば突き合わせ又は重ね合わせた状態で台座５０に固定された２枚の板材であるワーク２に対して、レーザ光３を走査しながら照射することで、ワーク２の突き合わせ又は重ね合わせ部分を溶接するものである。レーザ溶接装置１は、図１（ａ）に示す通り、少なくとも、光源２０、伝送路３０、溶接ノズル４０、レーザ溶接制御システム１０を有している。

【0033】

光源２０は、レーザ光３を発振させて出力するレーザ発振器であり、溶接に使用するレーザの種類に応じて、ＣＯ２レーザ発振器、ＹＡＧレーザ発振器、半導体レーザ発振器、ディスクレーザ発振器、ファイバーレーザ発振器等が用いられる。本実施形態では、光源２０は１つであり、溶接ノズル４０を介して１つのレーザ光３をワーク２に照射する。

【0034】

伝送路３０は、光源２０から出力されたレーザ光３を溶接ノズル４０へ伝送するもので、光源２０から出力されるレーザがＣＯ２レーザの場合、ミラーやレンズによって構成される。また、光源２０から出力されるレーザが、ＹＡＧレーザ、半導体レーザ、ディスクレーザ又はファイバーレーザである場合は、ミラーやレンズに加えて、又は、ミラーやレンズに代えて、光ファイバが用いられてもよい。

【0035】

溶接ノズル４０は、台座５０に固定されたワーク２に向けて、レーザ光３を走査しながら照射する部材である。溶接ノズル４０には、光源２０から出力され、伝送路３０にて伝送されたレーザ光３が入力される。溶接ノズル４０の内部には、コリメートレンズ４１、ダイクロイックミラー４２、ガルバノスキャナ４３、集光レンズ４４といったレーザ光３を整形するための光学部材が配設されている。これらの光学部材によって整形されたレーザ光３が、溶接ノズル４０よりワーク２に向けて照射される。

【0036】

伝送路３０から溶接ノズル４０へ入力されたレーザ光３は、まずコリメートレンズ４１を通過する。コリメートレンズ４１は、溶接ノズル４０へ入力されたレーザ光３を平行光とするためのレンズである。

【0037】

コリメートレンズ４１にて平行光とされたレーザ光３は、次いでダイクロイックミラー４２に入射される。ダイクロイックミラー４２は、特定の波長の光を反射し、それ以外の光を透過するミラーである。本実施形態では、少なくともレーザ光３を透過するダイクロイックミラー４２が用いられる。また、詳細については後述するが、このダイクロイックミラー４２は、ワーク２から輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる波長λ１の光を反射する。

【0038】

なお、本実施形態では、ダイクロイックミラー４２にて、ワーク２から輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる波長λ１の光を反射し、レーザ光３を透過する場合を例示する。しかしながら、ダイクロイックミラー４２の役割は、レーザ光３の照射されたワーク２から輻射熱に伴って発光された光のうち、ワーク２の温度を計測するために用いられる波長λ１の光を、レーザ光３の光路から分離することにある。従って、ダイクロイックミラー４２は、レーザ光３を反射させてワーク２にレーザ光３を向けつつ、ワーク２から輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる波長λ１の光を透過させることで、当該光をレーザ光３の光路から分離させてもよい。

【0039】

ダイクロイックミラー４２を透過したレーザ光３は、ガルバノスキャナ４３に入射される。ガルバノスキャナ４３は、ワーク２に向けてレーザ光３を照射する場合に、その照射位置を調整するものであり、図示しない少なくとも２つの反射ミラー（ガルバノミラー）によって構成される。

【0040】

２つの反射ミラーのうち、一方の反射ミラーはＸ軸変位モータ（図示せず）に接続されている。このＸ軸変位モータを駆動することにより、接続する反射ミラーの反射角が変更され、ワーク２に対するレーザ光３の照射位置が、ワーク２平面上に設定されるＸ軸方向に変位可能とされる。

【0041】

また、２つの反射ミラーのうち、他方の反射ミラーはＹ軸変位モータ（図示せず）に接続されている。このＹ軸変位モータを駆動することにより、接続する反射ミラーの反射角が変更され、ワーク２に対するレーザ光３の照射位置が、ワーク２平面上に設定されるＸ軸と直行するＹ軸方向に変位可能とされる。

【0042】

よって、Ｘ軸変位モータ及びＹ軸変位モータを駆動することで、ガルバノスキャナ４３により、ワーク２の平面上の所望の位置に、レーザ光３を照射することができる。例えば、ガルバノスキャナ４３を用いることで、ワーク２に対するレーザ光３の照射位置を直線状に走査することができる。また、ガルバノスキャナ４３を用いることで、ある点を中心にしてその周辺を回転（公転）させながらレーザ光３を照射することも可能である。

【0043】

なお、ガルバノスキャナ４３は省略することも可能である。この場合、ワーク２に対するレーザ光３の走査は、ガルバノスキャナ４３を用いるのではなく、台座５０に対して溶接ノズル４０を相対的に移動させることにより行うことも可能である。例えば、固定された台座５０に対して溶接ノズル４０を移動させることで、レーザ光３の走査が行われてもよいし、固定された溶接ノズル４０に対して台座５０を移動させることで、レーザ光３の走査が行われてもよい。

【0044】

また、台座５０と溶接ノズル４０との位置を相対的に直線状に移動させつつ、ガルバノスキャナ４３にてある点を中心にレーザ光３を回転（公転）させることで、レーザ光３の照射位置を回転させながら直進させる走査を行うことができる。また、台座５０と溶接ノズル４０との位置を例えば相対的にＸ軸方向へ直線状に移動させつつ、ガルバノスキャナ４３にてＹ軸方向にレーザ光の照射位置を移動させることで、レーザ光３の照射位置をジグザグ状に移動させながら走査を行うこともできる。

【0045】

ガルバノスキャナ４３を通過したレーザ光３は、集光レンズ４４に入力される。集光レンズ４４は、平行光を所望の位置に集光させるためのレンズであり、ガルバノスキャナ４３を通過したレーザ光３は、この集光レンズ４４によってワーク２の照射位置に集光される。

【0046】

この集光レンズ４４は、種々の光学部品と協働して絞りや焦点距離が変更可能に構成されている。レーザ溶接装置１は、後述の機械学習装置１８の学習に基づき、ワーク２のレーザ溶接の状態に応じてリアルタイムに集光レンズ４４の絞りや焦点距離を制御することで、ワーク２に照射されるレーザ光３の強度分布、具体的には、図１（ｂ）に示す、レーザ光３の強度Ａと径Ｂを変化させることができる。

【0047】

溶接ノズル４０は、ワーク２に対するレーザ光３の照射に加え、レーザ溶接時にワーク２が酸化することを抑制するために、レーザ光３の照射位置付近の酸素濃度を下げることを目的として、アシストガスとして窒素ガス等の不活性ガスを吹き付けできる構成となっている。

【0048】

具体的には、溶接ノズル４０には、溶接ノズル４０の側面と、溶接ノズル４０のワーク２と対向する面（以下「底面」と称する）とを導通する、ガス供給路４５が設けられている。溶接ノズル４０の側面に設けられたガス供給路４５の開口には、ガス供給弁６１を介して不活性ガスが貯蔵されたガスボンベ６０が接続される。

【0049】

ガス供給弁６１は、ガスボンベ６０から供給される不活性ガスの通路を電気的な信号により開閉し、また、その開口度を調整することで、不活性ガスの吐出量（流量）を調整するためのバルブである。

【0050】

ガス供給弁６１が開口されると、その開口度に応じた吐出量でガスボンベ６０から不活性ガスがガス供給路４５に供給され、溶接ノズル４０の底面に設けられたガス供給路４５の開口から、不活性ガスが吐出される。そして、その吐出された不活性ガスが、ワーク２におけるレーザ光３の照射位置付近に吹き付けられる。

【0051】

なお、本実施形態では、溶接ノズル４０から不活性ガス（アシストガス）をワーク２へ吹き付ける構成としているが、溶接ノズル４０とは別の部分に、ガス供給弁６１を介してガスボンベ６０と接続された吐出口を設け、当該吐出口から不活性ガスをワーク２におけるレーザ光３の照射位置付近に吹き付ける構成としてもよい。

【0052】

レーザ溶接制御システム１０は、レーザ溶接装置１によるワーク２のレーザ溶接を制御するためのシステムである。このレーザ溶接制御システム１０は、少なくとも反射ミラー１４、バンドパスフィルタ１３、カメラ１１、コンピュータ１２により構成されている。

【0053】

なお、本実施形態において、レーザ溶接制御システム１０は、レーザ溶接装置１の構成要素の１つとして説明するが、レーザ溶接制御システム１０は、レーザ溶接装置１と別に設けられたものであってもよい。また、レーザ溶接制御システム１０は、１つの装置として構成されてもよいし、別個に設けられた複数の部品及び／又は装置の組み合わせで構成されてもよい。

【0054】

また、本実施形態において、レーザ溶接制御システム１０は、レーザ溶接装置１に隣接して設けられ、配線等を介して信号を送受信することで、レーザ溶接制御システム１０がレーザ溶接装置１を制御するものとして説明するが、必ずしもそれに限定されるものではない。例えば、レーザ溶接制御システム１０は、ネットワークを介してレーザ溶接装置１と信号を送受信することにより、遠隔でレーザ溶接装置１を制御するものであってもよい。

【0055】

また、レーザ溶接制御システム１０は、構成する部品／装置の一部が、レーザ溶接装置１に設けられ、残りの部品／装置がレーザ溶接装置１とは別に設けられた形で構成されてもよい。例えば、反射ミラー１４、バンドパスフィルタ１３、カメラ１１がレーザ溶接装置１に設けられ、コンピュータ１２がレーザ溶接装置１とは別に設けられてもよい。この場合、コンピュータ１２とレーザ溶接装置１との信号の送受信は、ネットワークを介して行われてもよい。

【0056】

反射ミラー１４は、溶接ノズル４０より出力されたワーク２からの輻射熱に伴う発光を、カメラ１１に向けて反射させるためのミラーである。ワーク２にレーザ光３が照射されると、そのレーザ光３の照射位置を中心にワーク２が高温となり、輻射熱に伴う発光が生じる。そのワーク２に照射されるレーザ光３の照射位置を含んで少なくともワーク２上に設定された所定領域２ａからの輻射熱に伴う発光は、溶接ノズル４０に入射され、集光レンズ４４、ガルバノスキャナ４３を介して、ダイクロイックミラー４２に入射される。

【0057】

ダイクロイックミラー４２は、上述の通り、レーザ光３を透過する一方で、ワーク２より輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる波長λ１の光を反射する。このダイクロイックミラー４２にて反射された光が、溶接ノズル４０の内部から外部へ出力される。なお、ダイクロイックミラー４２が、レーザ光３を反射し、ワーク２より輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる波長λ１の光を透過するものであった場合は、このダイクロイックミラー４２にて透過された光が、溶接ノズル４０の内部から外部へ出力される。

【0058】

反射ミラー１４は、この溶接ノズル４０の内部から外部へ出力された光をカメラ１１に向けて反射する。

【0059】

バンドパスフィルタ１３は、本発明の光学フィルタ手段に相当し、所定の波長の光のみを通過させるフィルタである。このバンドパスフィルタ１３は、反射ミラー１４とカメラ１１との間に設けられている。また、バンドパスフィルタ１３は、所定の波長として、コンピュータ１２により実現される後述の温度分布画像取得手段１５において、ワーク２より輻射熱に伴って発光された光から、所定領域２ａにおけるワーク２の温度を計測するために用いられる光の波長λ１が設定される。

【0060】

即ち、このバンドパスフィルタ１３によって、少なくともワーク２に設定された所定領域２ａを含む領域において、輻射熱に伴って発光され、ダイクロイックミラー４２及び反射ミラー１４を反射した光のうち、波長λ１の光のみが通過してカメラ１１に入射される。ここで、ダイクロイックミラー４２では、上述した通り波長λ１の光を反射（又は透過）するものであるが、実際にはダイクロイックミラー４２の特性によって波長λ１以外の波長の光も含んでいる。バンドパスフィルタ１３は、波長λ１の光のみカメラ１１に入射させることを目的として設けられたものである。

【0061】

カメラ１１は、本発明の撮像手段に相当し、このバンドパスフィルタ１３を通過した波長λ１の光を撮像する。カメラ１１を構成するＣＣＤイメージセンサ、ＣＭＯＳイメージセンサ等の撮像素子（図示せず）の中心は、レーザ光３と同軸に配置されている。これにより、カメラ１１にて撮像される画角の中心に、ワーク２におけるレーザ光３の照射位置から輻射熱に伴って発光された光が常に入射される。そして、カメラ１１は、ワーク２におけるレーザ光３の照射位置を中心として常に同じ領域を撮像するように構成される。そして、その撮像される領域には、所定領域２ａが含まれる。

【0062】

なお、カメラ１１により撮像される領域の中心に、ワーク２におけるレーザ光３の照射位置から輻射熱に伴って発光された光が常に入射される必要は必ずしもなく、所定領域２ａがカメラ１１により撮像される領域の中に含まれ、且つ、レーザ光３の照射位置がカメラ１１により撮像される領域の任意の位置から動くことなく固定されていればよい。

【0063】

ただし、レーザ光３の照射位置が、カメラ１１により撮像される領域の中心とすることで、レーザ光３の照射位置をカメラ１１による撮像される領域内の位置に固定しやすくなる。特に、ガルバノスキャナ４３を駆動してワーク２に対するレーザ光３の照射位置を変更する場合は、撮像素子の中心をレーザ光３と同軸に配置することで、レーザ光３の照射位置をカメラ１１による撮像される領域内の位置に固定することが、極めて容易となる。

【0064】

このカメラ１１による撮像により得られた画像は、カメラ１１を構成する撮像素子の各画素に入射された波長λ１の光の強度が、画素毎に光電変換により電気信号に変換されたものである。

【0065】

カメラ１１は、レーザ溶接装置１によるレーザ溶接が行われている間、その撮像を所定時間（例えば１秒）間隔毎に行い、撮像された画像データをコンピュータ１２へ出力する。つまり、カメラ１１は、レーザ溶接中のワーク２の状態をリアルタイムに撮像する。

【0066】

コンピュータ１２は、主に処理装置と、記憶装置とにより構成され、記憶装置に記憶されたプログラムに基づいて処理装置が処理を実行することにより、各種機能を実現する。レーザ溶接制御システム１０において、コンピュータ１２は、各種機能として、機械学習装置１８としての機能と、制御手段１７としての機能を実現している。

【0067】

機械学習装置１８は、レーザ溶接装置１において行われるレーザ溶接の状態及び／又は溶接条件を学習するものであり、温度分布画像取得手段１５と、学習手段１６とを少なくとも有している。

【0068】

温度分布画像取得手段１５は、カメラ１１による撮像が行われる毎に、その撮像により得られた画像に基づいて、ワーク２に設定された所定領域２ａにおける温度分布画像を取得する。上述した通り、カメラ１１により撮像された画像データは、少なくともワーク２に設定された所定領域２ａを含む領域において、輻射熱に伴って発光された光のうち、バンドパスフィルタ１３を通過した波長λ１の光の強度を、画素毎に電気信号に変換したものである。

【0069】

温度分布画像取得手段１５は、黒体が放出する熱輻射、即ち、黒体輻射の温度特性を利用する。ここで、図２を参照しながら、温度分布画像取得手段１５による温度分布画像の取得方法について説明する。図２は、黒体輻射強度の波長及び温度依存性を示した図である。

【0070】

図２は、縦軸を黒体輻射の強度、横軸を黒体から輻射される光の波長とし、黒体の温度１０００Ｋ、２０００Ｋ、２５００Ｋ、３０００Ｋ毎に、黒体から放出される波長の光に対して、その波長の光の黒体輻射強度が示してある。図２に示す通り、例えば波長λ１の光は、黒体の温度に応じて黒体輻射強度が一意に決定される。

【0071】

黒体輻射における光の波長λと温度Ｔと強度Ｉとの関係は、次の数１に示すプランクの放射式によって表されることが知られている。ここで、εは放射率、ｈはプランク定数、ｃは光速、ｋはボルツマン定数である。

【0072】

【数1】

ここで、ｈｃ＞＞λｋＴの条件が成り立つ場合、プランクの放射式は、次の数２に示すウィーンの近似式で表すことができる。

【0073】

【数2】

温度分布画像取得手段１５は、このウィーンの近似式に基づいて、カメラ１１による撮像により得られた画像データを用いて、その画像データを構成する各画素の強度Ｉ（波長λ１の光の強度）から、各々の画素における温度Ｔを求めることで、所定領域２ａにおける温度分布を示した温度分布画像を取得する。

【0074】

なお、波長λ１の光の強度から温度Ｔの導出は、数２に基づいて算出することも可能であるが、強度Ｉの値に対する温度Ｔを示したルックアップテーブル等を用いて導出してもよい。

【0075】

図１に戻り、学習手段１６は、温度分布画像取得手段１５により取得された所定領域２ａの温度分布画像に基づいて、レーザ溶接の状態及び／又は溶接条件を判定する関係（例えば計算モデル又は関数）を更新することによって、レーザ溶接の状態及び／又は溶接条件を判定することを学習するものである。

【0076】

ここで、図３を参照して、学習手段１６の構成について説明する。図３は、学習手段１６の構成の一例を概略的に示した概略図である。図３に示す学習手段１６は、温度分布画像取得手段１５により取得された１００×１００画素の温度分布画像が入力される。また、学習手段１６は、入力された温度分布画像に基づいて、その温度分布に適した溶接条件として判定された、光源２０から出力されるレーザ光３の出力強度（光源レーザ光出力強度）、ワーク２に照射されるレーザ光３の強度Ａ（照射レーザ光強度Ａ、図１（ｂ）参照）及び径Ｂ（照射レーザ光径Ｂ、図１（ｂ）参照）、レーザ光３のワーク２に対する走査速度、レーザ光３のワーク２に対する走査パターン、レーザ光３が照射される位置周辺に供給するアシストガス（不活性ガス）の流量（アシストガス流量）を出力する。

【0077】

レーザ光３のワーク２に対する走査パターンとしては、「直線」、「回転」、「ジグザグ」等が出力される。「直線」は、ガルバノスキャナ４３を駆動することなく、台座５０に対して溶接ノズル４０を相対的に直線状に移動させることで、レーザ光３の照射位置を一定方向に直線状に移動させる走査パターンである。

【0078】

「回転」は、ガルバノスキャナ４３にてある点を中心にレーザ光３を回転（公転）させながら、台座５０に対して溶接ノズル４０を相対的に直線状に移動させることで、レーザ光３の照射位置を回転させながら直線状に移動させる走査パターンである。

【0079】

「ジグザグ」は、ガルバノスキャナ４３にて、所定方向に所定範囲を直線状に往復移動させながら、台座５０に対して溶接ノズル４０を相対的に前記所定方向と垂直な方向に直線状に移動させることで、レーザ光３の照射位置をジグザグ状に移動させる走査パターンである。

【0080】

また、本発明において、アシストガスの流量は、アシストガスの流速を含む概念であり、学習手段１６からは実際のアシストガスの流量ではなく、アシストガスの流速であってもよい。

【0081】

この学習手段１６は、３層以上の多層ニューラルネットワーク１６ａにより構成されている。また、学習手段１６は、多層ニューラルネットワーク１６ａの入力側に、前処理手段１６ｂを有している。

【0082】

学習手段１６は、温度分布画像取得手段１５により取得された所定領域２ａの温度分布画像をそのまま多層ニューラルネットワーク１６ａへ入力して学習するのではなく、温度分布画像を前処理して、温度分布画像の大まかな特性を抽出し、データ量を低減させる等、多層ニューラルネットワーク１６ａにおける学習に適した形に変換する。前処理手段１６ｂは、その前処理を実行するもので、畳み込み層１６ｂ１、活性化層１６ｂ２、プーリング層１６ｂ３を備えている。

【0083】

畳み込み層１６ｂ１は、入力された１００×１００画素の温度分布画像に対して例えば３×３画素のフィルタを１画素ずつずらしながら演算を繰り返し行って、畳み込み処理を行う層である。この畳み込み処理により、温度分布画像の大まかな特性が抽出される。畳み込み層１６ｂ１により畳み込み処理が行われた画像は、９８×９８画素である。

【0084】

活性化層１６ｂ２は、畳み込み層１６ｂ１の出力に対して、学習に適した形に変換する層であり、ルックアップテーブルにて構成される。プーリング層１６ｂ３は、活性化層１６ｂ２から出力されたデータを間引き処理することで、データ量を削減する層である。図３に示す例では、プーリング層１６ｂ３の間引き処理された画像は、４９×４９画素である。この画像Ｓ３が、多層ニューラルネットワーク１６ａに入力される。

【0085】

多層ニューラルネットワーク１６ａは、入力層１６ａ１と、１層以上の隠れ層１６ａ２と、出力層１６ａ３とを備える。入力層１６ａ１は、入力された画像（温度分布画像Ｓ１に対して前処理手段１６ｂにて前処理された後の画像）における各画素の値を表した層である。入力層１６ａ１には、入力された画像の画素数（４９×４９画素＝２４０１画素）分のユニットＸ１～Ｘ２０４１が設けられており、各々のユニットに、対応する画素の値が入力される。また、入力層１６ａ１には、入力された画像の各画素の値とは別に、バイアス値が格納されたユニットであるバイアスＸも設けられている。

【0086】

隠れ層１６ａ２は、入力層１６ａ１と出力層１６ａ３との間に介在する中間層である。図３に示す例では、隠れ層１６ａ２は１層であり、入力層１６ａ１の各ユニットから重み付けされた値が加算されて入力される５１２個のユニットＨ１～Ｈ５１２と、バイアス値が格納されたユニットであるバイアスＨとが設けられている。

【0087】

隠れ層１６ａ２の各ユニット（バイアスＨを除く）Ｈｎ（ｎ＝１～５１２の自然数）の値は、次の式で表される。なお、次の式において、ｗ（ｍ，ｎ）は、入力層１６ａ１のユニットＸｍ（ｍ＝１～２４０１の自然数）における隠れ層１６ａ２のユニットＨｎに対する重み付け係数である。また、ｗ（ｂ１，ｎ）は、入力層１６ａ１のバイアス値（オフセット値）が格納されたユニット（バイアスＸ）における隠れ層１６ａ２のユニットＨｎに対する重み付け係数である。

【0088】

Ｈｎ＝ｗ（１，ｎ）×Ｘ１＋ｗ（２，ｎ）×Ｘ２＋…＋ｗ（２４０１，ｎ）×Ｘ２４０１＋ｗ（ｂ１，ｎ）×バイアスＸ
出力層１６ａ３は、レーザ溶接の溶接条件を出力する６個のユニットＡ１～Ａ６が用意されている。具体的には、ユニットＡ１は、光源２０から出力されるレーザ光３の出力強度（光源レーザ光出力強度）を出力する。ユニットＡ２は、レーザ光３が照射される位置周辺に供給するアシストガス（不活性ガス）の流量（アシストガス流量）を出力する。

【0089】

ユニットＡ３は、レーザ光３のワーク２に対する走査速度を出力する。ユニットＡ４は、レーザ光３のワーク２に対する走査パターンを出力する。ユニットＡ５は、ワーク２に照射されるレーザ光３の強度Ａ（照射レーザ光強度Ａ、図１（ｂ）参照）を出力する。ユニットＡ６は、ワーク２に照射されるレーザ光３の径Ｂ（照射レーザ光径Ｂ、図１（ｂ）参照）を出力する。

【0090】

ユニットＡ１～Ａ６から出力される値は、いずれも各々の出力が符号化されたものであり、後述の制御手段１７にて各ユニットＡ１～Ａ６からの出力（値）に対してレーザ溶接条件が解釈されて、レーザ溶接の制御が行われる。

【0091】

この出力層１６ａ３の各ユニットＡｏ（ｏ＝１～６の自然数）の値は、次の式で表される。なお、次の式において、ｗ（ｏ，ｍ）は、隠れ層１６ａ２のユニットＨｎにおける出力層１６ａ３のユニットＡｏに対する重み付け係数である。また、また、ｗ（ｂ２，ｏ）は、隠れ層１６ａ２のバイアス値（オフセット値）が格納されたユニット（バイアスＨ）における出力層１６ａ３のユニットＡｏに対する重み付け係数である。

【0092】

Ａｏ＝ｗ（１，ｏ）×Ｈ１＋ｗ（２，ｏ）×Ｈ２＋…＋ｗ（５１２，ｏ）×Ｈ５１２＋ｗ（ｂ２，ｏ）×バイアスＨ
ここで、図４を参照しながら、学習手段１６の動作について説明する。図４（ａ）は、学習手段１６の学習に用いられる学習データ（教示データ）の一例を模式的に示した図である。図４（ｂ）は、カメラ１１においてリアルタイムに撮像した画像データから、温度分布画像取得手段１５によって取得された所定領域２ａの温度分布画像を学習手段１６へ入力した場合の学習手段１６からの出力の一例を模式的に示した図である。

【0093】

学習手段１６では、図４（ａ）に示すような学習データを用いて、予め学習が行われる。学習データは、ワーク２の所定領域２ａの温度分布画像のパターンと、ワーク２の所定領域２ａの温度分布画像がそのパターンである場合に適したレーザ溶接の溶接条件とを対応付けて規定したものである。

【0094】

学習データに規定されるレーザ溶接の溶接条件は、学習手段１６の出力でもある、光源２０から出力されるレーザ光３の出力強度（光源レーザ光出力強度）、レーザ光３が照射される位置周辺に供給するアシストガス（不活性ガス）の流量、レーザ光３のワーク２に対する走査速度、レーザ光３のワーク２に対する走査パターン、ワーク２に照射されるレーザ光３の強度Ａ（照射レーザ光強度Ａ、図１（ｂ）参照）、ワーク２に照射されるレーザ光３の径Ｂ（照射レーザ光径Ｂ、図１（ｂ）参照）である。

【0095】

そのような学習データが、温度分布画像のパターンを変えて複数用意されており、用意された複数の学習データを用いて、学習手段１６の学習が行われる。即ち、学習手段１６は、まず、学習モデルで使用される各種パラメータに予め定められた初期値を設定する。

【0096】

そのうえで、データで示される温度分布画像を学習手段１６に入力した場合に、その学習データに対応付けられたレーザ溶接の溶接条件がそれぞれ学習手段１６より出力されるように、多層ニューラルネットワーク１６ａ内の重み付け係数ｗ（ｍ，ｎ）、ｗ（ｂ１、ｎ）、ｗ（ｎ，ｏ）、ｗ（ｂ２，ｏ）やバイアスＸ、バイアスＨの値等、学習手段１６の学習モデルに使用される各種パラメータを調整する。

【0097】

重み付け係数の調整は、例えば、出力値から入力値が正しいか否かを検算するバックプロパゲーションによって行われ、勾配降下法等で自動最適化する。学習手段１６の学習は、この学習データの数が多いほど、入力に対する出力の精度が高まる。

【0098】

レーザ溶接制御システム１０は、レーザ溶接装置１にてレーザ溶接を行っている最中に、このようにして学習が行われた学習手段１６を用いて、その時のワーク２の所定領域２ａの温度分布に最適なレーザ溶接の溶接条件をリアルタイムに判定する。

【0099】

即ち、カメラ１１によって所定時間（例えば、１秒）間隔毎に少なくとも所定領域２ａを含んで撮像された画像（輻射熱に伴う発光のうち、バンドパスフィルタ１３を通過した波長λ１の光の強度を画素毎に示した画像）に基づいて、ワーク２の所定領域２ａにおける温度分布画像が温度分布所定手段により得られる。その温度分布画像を学習が行われた学習手段１６に入力することで、図４（ｂ）に示すように、その温度分布画像に適したレーザ溶接の溶接条件をユニットＡ１～Ａ６（図３参照）から出力する。

【0100】

この、カメラ１１による撮像から学習手段１６によるレーザ溶接の溶接条件の出力の流れは、レーザ溶接が行われている間、上記の所定時間間隔毎に繰り返し行われる。つまり、リアルタイムで、ワーク２の所定領域２ａの温度分布に適したレーザ溶接の溶接条件の判定が行われることになる。この判定結果を示す学習手段１６のユニットＡ１～Ａ６は、制御手段１７に入力される。

【0101】

図１に戻り、説明を続ける。制御手段１７は、学習手段１６により判定されたレーザ溶接の溶接条件に基づいて、レーザ溶接装置１におけるレーザ溶接をフィードバック制御する。

【0102】

具体的には、制御手段１７は、学習手段１６の符号化されたユニットＡ１～Ａ６の値から、現在のレーザ溶接の状態に基づいたレーザ溶接の溶接条件を解釈する。そして、制御手段１７は、その他のレーザ溶接の環境（それまでのレーザ溶接の溶接条件、室温、溶接位置のずれ等）に応じて、学習手段１６にて判定されたレーザ溶接の各溶接条件に補正値を加算する。制御手段１７は、補正値が加算されたレーザ溶接の溶接条件でレーザ溶接が行われるように、光源２０、溶接ノズル４０、ガス供給弁６１等のレーザ溶接装置１の各部位をリアルタイムにフィードバック制御する。

【0103】

例えば、制御手段１７は、学習手段１６の判定に基づいて得られた、光源２０から出力されるレーザ光３の出力強度（光源レーザ光出力強度）となるように、光源２０をフィードバック制御する。制御手段１７は、学習手段１６の判定に基づいて得られた、レーザ光３が照射される位置周辺に供給するアシストガス（不活性ガス）の流量となるように、ガス供給弁６１をフィードバック制御する。

【0104】

制御手段１７は、学習手段１６の判定に基づいて得られた、レーザ光３のワーク２に対する走査速度となるように、溶接ノズル４０及び／又は台座５０をフィードバック制御する。制御手段１７は、学習手段１６の判定に基づいて得られた、レーザ光３のワーク２に対する走査パターンとなるように、溶接ノズル４０及び／又は台座５０とガルバノスキャナ４３とをフィードバック制御する。

【0105】

制御手段１７は、学習手段１６の判定に基づいて得られた、ワーク２に照射されるレーザ光３の強度Ａ（照射レーザ光強度Ａ、図１（ｂ）参照）及び径Ｂ（照射レーザ光径Ｂ、図１（ｂ）参照）となるように、集光レンズ４４等をフィードバック制御する。

【0106】

以上説明した通り、本実施形態における機械学習装置１８、レーザ溶接制御システム１０、レーザ溶接装置１によれば、次の作用効果を奏する。

【0107】

（ア）レーザ溶接制御システム１０は、ワーク２に照射されるレーザ光３の照射位置を含んで少なくともワーク２上に設定された所定領域２ａからの輻射熱に伴う発光のうち、ワーク２の温度を計測するための波長λ１の光がバンドパスフィルタ１３を通過する。そして、少なくとも所定領域２ａからの輻射熱に伴う発光のうち、バンドパスフィルタ１３を通過した光が、カメラ１１により撮像される。そのカメラ１１による撮像により得られた画像は、機械学習装置１８に入力される。

【0108】

機械学習装置１８では、所定領域２ａにおける温度分布画像が温度分布画像取得手段１５により取得され、その温度分布画像に基づいて、レーザ溶接の溶接条件を判定する関係を更新することによって、レーザ溶接の溶接条件を判定することを、学習手段１６によって学習する。そして、その学習手段１６により判定されたレーザ溶接の溶接条件に基づいて、レーザ溶接装置１におけるレーザ溶接が制御手段１７により制御される。

【0109】

このように、学習手段１６の入力に用いるデータは、リアルタイムに撮像されたワーク２の所定領域２ａからの輻射に伴う発光に基づいて得られる温度分布画像である。温度分布画像を用いることで、他の要因、例えば、レーザ光３の照射に伴って発生するプラズマ発光、照射したレーザ光３の散乱光、ワーク２に差し込んだ太陽光・室内灯・溶接工場内のアーク放電の光といった、種々のノイズの影響を受けることなく、学習手段１６による学習と、レーザ溶接の溶接条件の判定を行うことができる。よって、リアルタイムで精度高くレーザ溶接の溶接条件をフィードバック制御できるという効果がある。

【0110】

（イ）学習手段１６の学習に基づいて制御される溶接条件は、光源２０から出力されるレーザ光３の出力強度、ワーク２に照射されるレーザ光３の強度Ａ及び径Ｂ、レーザ光３の走査速度、レーザ光３の走査パターン、レーザ光３が照射される位置周辺に供給する不活性ガス（アシストガス）の流量である。よって、溶接条件に含まれているこれらのパラメータをリアルタイムで精度高く、フォードバック制御できるので、より安定した品質のレーザ溶接を実現できる。

【0111】

（ウ）レーザ溶接制御システム１０では、温度分布画像取得手段１５において、ワーク２の温度を取得するために用いる波長の光として、１つの波長λ１の光を用いている。これにより、その波長λ１の光を通過させる光学フィルタ手段として少なくとも１つのバンドパスフィルタ１３と、少なくとも所定領域２ａからの輻射熱に伴う発光のうち、バンドパスフィルタ１３を通過した波長λ１の光を撮像する撮像手段として、少なくとも１つのカメラ１１と、を用意すればよく、ワーク２の温度を取得するために必要な部品を少なくできる。よって、温度分布画像により示される所定領域内の温度を低コストにて求めることができる。

【0112】

（エ）レーザ溶接装置１は、レーザ溶接制御システム１０によってワーク２のレーザ溶接が制御されるので、レーザ溶接制御システム１０が奏する効果を享受できる。

【0113】

以上、実施形態に基づき本発明を説明したが、本発明は上記実施形態に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の改良変形が可能であることは容易に推察できるものである。

【0114】

例えば、上記実施形態では、温度分布画像取得手段１５が所定領域２ａの温度分布を取得するときに、その所定領域２ａから輻射熱に伴って発光された光のうち、１つの波長λ１の光の強度から温度を取得する場合について説明した。これに対して、温度分布画像取得手段１５は、所定領域２ａから輻射熱に伴って発光された光のうち、第１の波長λ１と第２の波長λ２それぞれの光の強度の比から温度を取得してもよい。

【0115】

即ち、図２に示す通り、黒体から輻射される光において、異なる波長である第１の波長λ１と、第２の波長λ２それぞれの光の強度の比は、黒体の温度によって異なる。第１の波長λ１と第２の波長λ２それぞれの光の強度の比と温度との関係は、次の数３によって表すことができる。ここで、Ｉ１は、第１の波長λ１の光の強度、Ｉ２は第２の波長λ２の光の強度である。

【0116】

【数3】

温度分布画像取得手段１５は、第１の波長λ１と第２の波長λ２それぞれの光の強度Ｉ１、Ｉ２の比から、数３に示す式に基づいて温度を取得する。

【0117】

ここで、図５を参照して、温度分布画像取得手段１５に対して、第１の波長λ１と第２の波長λ２それぞれの光の強度Ｉ１、Ｉ２を入力する構成について説明する。図５は、レーザ溶接制御システム１０の変形例を概略的に示した概略図である。なお、図５において、上記実施形態と同一の構成については同一の符号を付し、以下において説明を省略、又は、簡略化して説明する。

【0118】

この変形例に係るレーザ溶接制御システム１０は、上記実施形態に係るレーザ溶接制御システム１０の反射ミラー１４、バンドパスフィルタ１３、カメラ１１に代えて、ビームスプリッタ１４ａ、反射ミラー１４ｂ、第１バンドパスフィルタ１３ａ、第２バンドパスフィルタ１３ｂ、第１カメラ１１ａ、第２カメラ１１ｂを有している。

【0119】

この変形例では、溶接ノズル４０のダイクロイックミラー４２が、ワーク２から輻射熱に伴って発光された光のうちワーク２の温度を計測するために用いられる第１の波長λ１の光と第２の波長λ２の光とを反射（又は透過）し、その第１の波長λ１の光と第２の波長λ２の光とが溶接ノズル４０の内部から外部へ出力される。溶接ノズル４０の外部へ出力された光は、ビームスプリッタ１４ａに入射される。ビームスプリッタ１４ａは、溶接ノズル４０から外部へ出力された光を２つの光に分割するものである。なお、ビームスプリッタ１４ａに代えて、ダイクロイックミラーを用いて、第１の波長λ１の光と第２の波長λ２の光とを分割してもよい。

【0120】

ビームスプリッタ１４ａにて分割された一方の光は、第１バンドパスフィルタ１３ａに入射される。第１バンドパスフィルタ１３ａは、本発明の第１光学フィルタ手段に相当し、第１の波長λ１の光のみを通過させるフィルタである。この第１バンドパスフィルタ１３ａは、ビームスプリッタ１４ａと第１カメラ１１ａとの間に設けられている。この第１バンドパスフィルタ１３ａによって、少なくともワーク２に設定された所定領域２ａを含む領域において、輻射熱に伴って発光され、ビームスプリッタ１４ａを反射した光のうち、第１の波長λ１の光のみが通過して第１カメラ１１ａに入射される。

【0121】

第１カメラ１１ａは、本発明の第１撮像手段に相当し、第１バンドパスフィルタ１３ａを通過した第１の波長λ１の光を撮像する。第１カメラ１１ａは、上記実施形態のカメラ１１と同様に、第１カメラ１１ａにて撮像される画角の中心に、ワーク２におけるレーザ光３の照射位置から輻射熱に伴って発光された光が常に入射される。そして、第１カメラ１１ａは、ワーク２におけるレーザ光３の照射位置を中心として常に同じ領域を撮像するように構成される。そして、その撮像される領域には、所定領域２ａが含まれている。

【0122】

なお、第１カメラ１１ａにより撮像される領域の中心に、ワーク２におけるレーザ光３の照射位置から輻射熱に伴って発光された光が常に入射される必要は必ずしもなく、所定領域２ａが画角に含まれていれば、レーザ光３の照射位置が第１カメラ１１ａにより撮像される領域の任意の位置に固定されていればよい。

【0123】

第１カメラ１１ａによる撮像により得られた画像は、第１カメラ１１ａを構成する撮像素子の各画素に入射された第１の波長λ１の光の強度が、画素毎に光電変換により電気信号に変換されたものである。

【0124】

第１カメラ１１ａは、レーザ溶接装置１によるレーザ溶接が行われている間、その撮像を所定時間（例えば１秒）間隔毎に行い、撮像された画像データをコンピュータ１２へ出力する。つまり、第１カメラ１１ａは、レーザ溶接中のワーク２の状態をリアルタイムに撮像し、ワーク２の所定領域２ａを含む領域において輻射熱に伴って発光された光のうち第１の波長λ１の光の強度を温度分布画像取得手段１５へ出力する。

【0125】

一方、ビームスプリッタ１４ａにて分割された他方の光は、反射ミラー１４にて反射され、本発明の第２光学フィルタ手段に相当する第２バンドパスフィルタ１３ｂを介して、本発明の第２撮像手段に相当する第２カメラ１１ｂへ入射される。第２バンドパスフィルタ１３ｂ及び第２カメラ１１ｂの構成は、第１バンドパスフィルタ１３ａ及び第１カメラ１１ａと同様のものである。

【0126】

ただし、第２バンドパスフィルタ１３ｂは、通過する光の波長が第１バンドパスフィルタ１３ａと異なっており、第２の波長λ２の光を通過させる。そして、第２カメラ１１ｂは、第１カメラ１１ａにおける撮像タイミングと同期しながら、レーザ溶接中のワーク２の状態をリアルタイムに撮像し、ワーク２の所定領域２ａを含む領域において輻射熱に伴って発光された光のうち第２の波長λ２の光の強度を温度分布画像取得手段１５へ出力する。

【0127】

温度分布画像取得手段１５は、第１カメラ１１ａから入力された第１の波長λ１の光の強度と、第２カメラ１１ｂから入力された第２の波長λ２の光の強度とを用いて、上述した方法によって所定領域２ａの温度分布を取得する。

【0128】

このように、ワーク２上の所定領域２ａから輻射熱に伴って発光された光のうち、２つの波長λ１、λ２の光を使用して所定領域２ａにおける温度分布画像が取得されるので、温度分布画像により示される所定領域２ａ内の温度の信頼性を高めることができる。よって、より精度高くレーザ溶接の溶接条件をフィードバック制御できる。

【0129】

上記実施形態及び上記変形例では、機械学習装置１８の学習手段１６が、温度分布画像取得手段１５により取得された温度分布画像に基づいて、レーザ溶接の溶接条件を判定する関係を更新することによって、レーザ溶接の溶接条件を判定するものであった。これに代えて、又はこれに加えて、機械学習装置１８の学習手段１６が、温度分布画像取得手段１５により取得された温度分布画像に基づいて、レーザ溶接の状態を判定する関係を更新することによって、レーザ溶接の状態を判定するものであってもよい。

【0130】

レーザ溶接の状態としては、例えば、ワーク２として突き合わされた板材又は重ね合わされた板材が、レーザ光３の照射によって溶融した領域が貫通しているのか、非貫通であるのかといった状態であってもよいし、溶接のビート幅を示すものであってもよいし、溶接の欠陥が生じ得る可能性の度合いを示すものや、現在生じている可能性のある欠陥の内容を示すものであってもよい。また、それぞれの欠陥の内容ごとに、その欠陥が生じ得る可能性の度合いを示すものであってもよい。欠陥の内容としては、例えば、アンダーフィル、アンダーカット、スパッタの状態等が挙げられる。

【0131】

制御手段１７は、リアルタイムで学習手段１６により判定されたレーザ溶接の状態に基づいて、レーザ溶接の状態が目標の状態となるようにレーザ溶接装置１におけるレーザ溶接の溶接条件を調整するフィードバック制御を行う。これにより、リアルタイムで精度高く、レーザ溶接の状態が目標の状態となるようにレーザ溶接が実現できる。

【0132】

上記実施形態及び上記変形例では、レーザ溶接装置１にて１個の光源２０を使用して、図１（ａ）に示す強度分布を持ったレーザ光３をワーク２に照射し、レーザ溶接制御システム１０は、このレーザ光３の強度Ａ及び径Ｂを機械学習装置１８による機械学習を介してフィードバック制御する場合について説明した。これに対し、光源を複数設け、ワーク２に照射するレーザ光３を、複数の光源から出力されるレーザ光を組み合わせて形成して、レーザ溶接を行うものであってもよい。

【0133】

ここで、図６を参照して、２つの光源から出力されるレーザ光を組み合わせて形成されるレーザ光３の一例を説明する。図６（ａ）は、２つの光源から出力されるレーザ光を組み合わせて形成したレーザ光３の強度分布の一例を示した図である。図６（ｂ）は、図６（ａ）に示したレーザ光３における主レーザ光の強度Ａと径Ｂ、主レーザ光に対して副レーザ光が形成される位置を示す半径Ｃ、副レーザ光の強度Ｄと径Ｅを示した図である。図６（ａ）に示すレーザ光３は、一方の光源で、レーザ光３の中心にガウシアンビーム状の主レーザ光を形成し、他方の光源で、主レーザ光の周囲を囲むリングビーム状の副レーザ光を形成したマルチビームである。

【0134】

レーザ溶接制御システム１０は、これら各光源から出力されるレーザ光の出力バランスの判定を学習手段１６に学習させ、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。また、温度分布画像に基づいてリアルタイムに学習手段１６により判定されたレーザ溶接の状態に基づいて、制御手段１７が、各光源から出力されるレーザ光の出力バランスをフィードバック制御してもよい。

【0135】

例えば、図６（ａ）を例として、具体的に説明すると、主レーザ光を形成する光源の出力強度と、副レーザ光を形成する光源の出力強度との判定を学習手段１６に学習させ、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。また、温度分布画像に基づいてリアルタイムに学習手段１６により判定されたレーザ溶接の状態に基づいて、制御手段１７が、主レーザ光を形成する光源の出力強度と、副レーザ光を形成する光源の出力強度とをフィードバック制御してもよい。

【0136】

また、レーザ溶接制御システム１０は、図６（ｂ）に示す、主レーザ光の強度Ａと径Ｂ、主レーザ光に対して副レーザ光が形成される位置を示す半径Ｃ、副レーザ光の強度Ｄと径Ｅの判定を学習手段１６に学習させ、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。また、温度分布画像に基づいてリアルタイムに学習手段１６により判定されたレーザ溶接の状態に基づいて、制御手段１７が、主レーザ光の強度Ａと径Ｂ、主レーザ光に対して副レーザ光が形成される位置を示す半径Ｃ、副レーザ光の強度Ｄと径Ｅをフィードバック制御してもよい。

【0137】

なお、複数の光源を組み合わせて形成されるレーザ光３のパターンとして、上記のマルチビームに代えて、又は、上記のマルチビームに加えて、一方の光源で、レーザ光３の中心にトップハットビーム状の主レーザ光を形成し、他方の光源で、主レーザ光の周囲を囲むリングビーム状の副レーザ光を形成したマルチビームが用いられてもよい。この場合も、トップハットビーム状の主レーザ光の強度Ａと径Ｂとが、学習手段１６によって学習され、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。

【0138】

また、複数の光源を組み合わせて形成されるレーザ光３のパターンとして、上記のマルチビームに代えて、又は、上記のマルチビームに加えて、複数の光源それぞれで形成されるシングルビームが組み合わされたパターンを含んでもよい。この場合、各々のシングルビームがガウシアンビーム又はトップハットビームのいずれかに固定されていてもよいし、ガウシアンビームとトップハットビームとが組み合わされたパターンであってもよい。そして、各々のシングルビームの形状（ガウシアンビームであるのか、トップハットビームであるのか）、強度及び径の少なくともいずれかが、学習手段１６によって学習され、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。

【0139】

また、複数の光源を組み合わせて形成されるレーザ光３のパターンとして、ガウシアンビーム状の主レーザ光のみで形成されるガウシアンシングルビーム、トップハットビーム状の主レーザ光のみで形成されるトップハットシングルビーム、リングビーム状の副レーザ光のみで形成されるリングビームの少なくともいずれかを含んでもよい。この場合、副レーザ光を形成する光源の出力強度をゼロに設定する、又は、副レーザ光の強度Ｄをゼロに設定するで、ガウシアンシングルビーム又はトップハットシングルビームを形成してもよい。また、主レーザ光を形成する光源の出力強度をゼロに設定する、又は、主レーザ光の強度Ａをゼロに設定するで、リングビームを形成してもよい。

【0140】

また、複数の光源を組み合わせて形成されるレーザ光３のパターンを学習手段１６によって学習し、温度分布画像に基づいてリアルタイムにこれらの判定を行うようにしてもよい。

【0141】

このように、複数の光源から出力される各レーザ光の出力バランス及び／又は複数の光源を組み合わせて形成されるレーザ光３のパターンが、学習手段１６による温度分布画像を用いた判定に基づいて、目標のレーザ溶接品質となるように各レーザ光の出力バランス及び／又は複数の光源を組み合わせて形成されるレーザ光３のパターンがフィードバック制御されながら、レーザ溶接が行われる。よって、より安定した品質のレーザ溶接を実現できる。

【0142】

また、溶接条件として、複数の光源から出力される各レーザ光の出力バランスの時間的な変化のパターンを少なくとも含めてもよい。各レーザ光の出力バランスは、レーザ溶接の状態に応じて、その状態に適した時間的な変化のさせ方がある。学習手段１６による温度分布画像を用いた判定に基づいて、目標のレーザ溶接品質となるように各レーザ光の出力バランスの時間的な変化をフォードバック制御することで、レーザ光３が照射される所定領域２ａの温度分布に基づいて、その時々に適したパターンで、各レーザ光の出力バランスをゆっくり変化させたり、瞬間的に変化させたりしながら、レーザ溶接を行うことができる。よって、より安定した品質のレーザ溶接を実現できる。

【0143】

上記実施形態及び上記変形例では、学習手段１６の学習によって判定されるレーザ溶接の溶接条件、又は、学習手段１６の判定に基づいて制御手段１７によりフィードバック制御されるレーザ溶接の溶接条件として、光源２０から出力されるレーザ光３の出力強度（光源レーザ光出力強度）、レーザ光３が照射される位置周辺に供給するアシストガス（不活性ガス）の流量、レーザ光３のワーク２に対する走査速度、レーザ光３のワーク２に対する走査パターン、ワーク２に照射されるレーザ光３の強度Ａ（照射レーザ光強度Ａ、図１（ｂ）参照）、ワーク２に照射されるレーザ光３の径Ｂ（照射レーザ光径Ｂ、図１（ｂ）参照）を含むことについて説明したが、必ずしもこれらすべてを備える必要はなく、少なくともいずれか１つを含むものであってよい。また、これら以外のレーザ溶接の溶接条件を少なくとも１つ含むものであってもよい。レーザ溶接制御システム１０は、溶接条件に含まれているパラメータをリアルタイムで精度高くフォードバック制御できるので、より安定した品質のレーザ溶接を実現できる。

【0144】

上記実施形態及び変形例において、学習手段１６の構成として図３に示す学習手段１６を例示したが、これはあくまでも一例であり、本発明の主な特徴は、その学習手段１６への入力を温度分布画像としたことにある。つまり、学習手段１６は、入力を温度分布画像とすることで、図３に示したものの他、公知のものを使用可能である。例えば、多層ニューラルネットワーク１６ａにおいて、隠れ層１６ａ２を２層以上としたディープラーニングによって学習手段１６による学習が行われてもよい。これにより、より精度高くレーザ溶接の溶接条件をフィードバック制御できる。

【0145】

また、学習手段１６は、独立した複数の学習モデルを含み、各々で学習を行って、それらの判定結果に基づいて、最終的な判定を行うアンサンブル学習を行うものであってもよい。これによっても、より精度高くレーザ溶接の溶接条件をフィードバック制御できる。

【符号の説明】

【0146】

１ レーザ溶接装置
２ ワーク（溶接対象物）
２ａ 所定領域
３ レーザ光
１０ レーザ溶接制御システム
１３ バンドパスフィルタ（光学フィルタ手段）
１３ａ 第１バンドパスフィルタ（第１光学フィルタ手段）
１３ｂ 第２バンドパスフィルタ（第２光学フィルタ手段）
１１ カメラ（撮像手段）
１１ａ 第１カメラ（第１撮像手段）
１１ｂ 第２カメラ（第２撮像手段）
１５ 温度分布画像取得手段
１６ 学習手段
１７ 制御手段
１８ 機械学習装置
２０ 光源

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】