特許 7683829 付加製造装置、付加製造方法、付加製造システムおよびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2025-05-19

(45)【発行日】2025-05-27

(54)【発明の名称】付加製造装置、付加製造方法、付加製造システムおよびプログラム

(51)【国際特許分類】

   B23K 26/342 20140101AFI20250520BHJP

   B23K 26/03 20060101ALI20250520BHJP

   B23K 26/21 20140101ALI20250520BHJP

   B23K 26/00 20140101ALI20250520BHJP

   B33Y 50/02 20150101ALI20250520BHJP

   B33Y 30/00 20150101ALI20250520BHJP

   B33Y 10/00 20150101ALI20250520BHJP

【ＦＩ】

B23K26/342

B23K26/03

B23K26/21 Z

B23K26/00 P

B23K26/00 Q

B33Y50/02

B33Y30/00

B33Y10/00

【請求項の数】 9

(21)【出願番号】P 2024549679

(86)(22)【出願日】2023-10-13

(86)【国際出願番号】 JP2023037249

【審査請求日】2024-08-22

【早期審査対象出願】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100109612

【弁理士】

【氏名又は名称】倉谷 泰孝

(74)【代理人】

【識別番号】100116643

【弁理士】

【氏名又は名称】伊達 研郎

(74)【代理人】

【識別番号】100184022

【弁理士】

【氏名又は名称】前田 美保

(72)【発明者】

【氏名】服部 聡史

(72)【発明者】

【氏名】松井 克行

【審査官】岩見 勤

(56)【参考文献】

【文献】特開２０２１－００８１１３（ＪＰ，Ａ）

【文献】国際公開第２０２０／０５９３０６（ＷＯ，Ａ１）

【文献】国際公開第２０２１／０７９４９９（ＷＯ，Ａ１）

【文献】特開２００３－１６４９８７（ＪＰ，Ａ）

【文献】特開２０２０－１８２９６６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ２３Ｋ ２６／３４２

Ｂ２３Ｋ ２６／０３

Ｂ２３Ｋ ２６／２１

Ｂ２３Ｋ ２６／００

Ｂ３３Ｙ ５０／０２

Ｂ３３Ｙ ３０／００

Ｂ３３Ｙ １０／００

(57)【特許請求の範囲】

【請求項1】

ワイヤを供給するワイヤ供給部と、
前記ワイヤにレーザビームを照射し、前記ワイヤを溶融させる照射部と、
前記溶融されたワイヤと当該ワイヤが付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成する撮像部と、
前記撮像部により生成された前記画像データに基づく画像のうち、前記接続部を含む領域の画素値の分布を示す情報を用いて前記被加工物の加工状態を判定する判定部と、
を備え、
前記接続部は、前記ワイヤが溶融されて形成される固液相状の溶融池、および、前記溶融池と前記ワイヤとを接続し、前記溶融池を示す領域よりも前記画素値が低く前記ワイヤを示す領域よりも前記画素値が高い第１の部位を含み、
前記判定部は、前記第１の部位の大きさ、形状、および位置の状態変化、ならびに、前記ワイヤと前記被加工物との間の位置関係の変化に基づいて、加工状態がドロップ傾向またはスタブ傾向であるか否か判定する、
付加製造装置。

【請求項2】

前記判定部は、前記撮像部により生成された時系列の前記画像データに基づく画像のうち、前記接続部を含む領域の画素値の分布の変化を示す情報を用いて前記被加工物の加工状態を判定する、
請求項１に記載の付加製造装置。

【請求項3】

前記撮像部により生成された前記画像データは、前記接続部から放射される光の強度の分布を示す情報を含む、
請求項１に記載の付加製造装置。

【請求項4】

前記判定部により、前記加工状態に異常傾向があると判定された場合、異常傾向の内容に対応して、予め設定された目標加工状態に近づくように、調整後の加工条件情報を生成する調整部をさらに備える請求項１から３のいずれか１つに記載の付加製造装置。

【請求項5】

前記判定部は、前記接続部を含む画像データと、当該画像データに関連付けられた加工状態との関係について学習を行うことにより得られた学習済モデルに基づいて、前記被加工物の加工状態を判定する、
請求項１から３のいずれか１つに記載の付加製造装置。

【請求項6】

前記調整部は、前記レーザビームのレーザ出力、前記ワイヤの送給速度、および加工ヘッドの位置を制御するための情報のうち、少なくとも１つを含む加工条件と、予め設定された目標加工状態に対応する前記ワイヤおよび前記被加工物を含む画像データと、当該加工条件によって加工が開始された後に取得される前記ワイヤおよび前記被加工物を含む画像データとの関係について学習を行うことにより得られた学習済モデルに基づいて、前記調整後の加工条件情報を生成する、
請求項４に記載の付加製造装置。

【請求項7】

ワイヤを供給するワイヤ供給ステップと、
前記ワイヤにレーザビームを照射し、前記ワイヤを溶融させる照射ステップと、
前記溶融されたワイヤと当該ワイヤが付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成する撮像ステップと、
前記撮像ステップにより生成された前記画像データに基づく画像のうち、前記接続部を含む領域の画素値の分布を示す情報を用いて前記被加工物の加工状態を判定する判定ステップと、
を含み、
前記接続部は、前記ワイヤが溶融されて形成される固液相状の溶融池、および、前記溶融池と前記ワイヤとを接続し、前記溶融池を示す領域よりも前記画素値が低く前記ワイヤを示す領域よりも前記画素値が高い第１の部位を含み、
前記判定ステップは、前記第１の部位の大きさ、形状、および位置の状態変化、ならびに、前記ワイヤと前記被加工物との間の位置関係の変化に基づいて、加工状態がドロップ傾向またはスタブ傾向であるか否か判定する、
付加製造方法。

【請求項8】

ワイヤを供給するワイヤ供給部と、
前記ワイヤにレーザビームを照射し、前記ワイヤを溶融させる照射部と、
前記溶融されたワイヤと当該ワイヤが付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成する撮像部と、
前記撮像部により生成された前記画像データに基づく画像のうち、前記接続部を含む領域の画素値の分布を示す情報を用いて前記被加工物の加工状態を判定する判定部と、
を備え、
前記接続部は、前記ワイヤが溶融されて形成される固液相状の溶融池、および、前記溶融池と前記ワイヤとを接続し、前記溶融池を示す領域よりも前記画素値が低く前記ワイヤを示す領域よりも前記画素値が高い第１の部位を含み、
前記判定部は、前記第１の部位の大きさ、形状、および位置の状態変化、ならびに、前記ワイヤと前記被加工物との間の位置関係の変化に基づいて、加工状態がドロップ傾向またはスタブ傾向であるか否か判定する、
付加製造システム。

【請求項9】

プロセッサに、
レーザビームの照射により溶融されたワイヤと当該ワイヤが付加される被加工物とが接続される接続部を含む画像を撮像部に撮像させ、画像データを生成する撮像機能と、
前記撮像機能により生成された前記画像データに基づく画像のうち、前記接続部を含む領域の画素値の分布を示す情報を用いて前記被加工物の加工状態を判定する判定機能と、
を実現させ、
前記接続部は、前記ワイヤが溶融されて形成される固液相状の溶融池、および、前記溶融池と前記ワイヤとを接続し、前記溶融池を示す領域よりも前記画素値が低く前記ワイヤを示す領域よりも前記画素値が高い第１の部位を含み、
前記判定機能は、前記第１の部位の大きさ、形状、および位置の状態変化、ならびに、前記ワイヤと前記被加工物との間の位置関係の変化に基づいて、加工状態がドロップ傾向またはスタブ傾向であるか否か判定する、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、３次元造形物を製造する付加製造装置および付加製造方法に関する。

【背景技術】

【0002】

３次元の造形物を製造する技術の１つとして、付加製造（Additive Manufacturing：ＡＭ）の技術が知られている。このうち、指向性エネルギー堆積（Directed Energy Deposition：ＤＥＤ）方式の付加製造装置には、溶加材であるワイヤを被加工物へ送給して、ワイヤの先端部をレーザビームによって局所的に溶融させることによってビードを形成し、積層させていくことで造形物を製造するものがある。

【0003】

このような付加製造装置では、被加工物から離れた位置にてワイヤが溶融することによって、ワイヤに溶融物が留まることがあり、被加工物には溶融物が付加されなくなる一方、溶融後の溶加材の塊であるドロップがワイヤに残るドロップ現象が生じることがある。また、被加工物へ送給されたワイヤをレーザビームによって溶融させる付加製造装置では、溶融前のワイヤが被加工物に衝突するスタブ現象が生じることがある。ドロップ現象またはスタブ現象が生じた場合、安定した加工を継続することが困難となる。このため、ドロップ現象またはスタブ現象を事前に予測し、これらの現象が発生しないように制御することが求められている。

【0004】

ドロップ現象またはスタブ現象の回避については、種々の技術が提案されている。例えば、特許文献１では、加工時におけるワイヤ先端と被加工物との位置関係が適切でない場合にドロップ現象またはスタブ現象が生じることに着目し、ワイヤの送給速度、ビーム出力等からワイヤ先端の溶融位置を推定し、ワイヤ先端と造形物との距離が一定になるように調整することで、スタブおよびドロップを回避する技術が開示されている。

【先行技術文献】

【特許文献】

【0005】

【文献】国際公開第２０２２／１０７１９６号

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、上記の特許文献１では、被加工物の蓄熱状態の変化、３次元である被加工物の形状の影響によるガスシールド効果の変化、ガスシールド効果の変化に伴う被加工物の酸化によるレーザ光の吸収率と反射率の変化、被加工物側の凹凸形状に由来する溶融池のサイズの変化等が考慮されておらず、スタブ現象およびドロップ現象の予兆を正確に捉えることができなかった。ここで、加工状態を精度よく把握し、スタブ現象およびドロップ現象の予兆を捉えることができれば、加工に関する各種指令を補正することにより、スタブ現象およびドロップ現象を未然に防ぐことができると考えられる。

【0007】

本開示は、上記事情に鑑みてなされたものであり、加工状態を精度よく把握することが可能な付加製造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】

【0008】

上記目的を達成するために、本開示に係る付加製造装置は、ワイヤを供給するワイヤ供給部と、ワイヤにレーザビームを照射し、ワイヤを溶融させる照射部と、溶融されたワイヤと当該ワイヤが付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成する撮像部と、撮像部により生成された画像データに基づく画像のうち、接続部を含む領域の画素値の分布を示す情報を用いて被加工物の加工状態を判定する判定部と、を備え、接続部は、ワイヤが溶融されて形成される固液相状の溶融池、および、溶融池とワイヤとを接続し、溶融池を示す領域よりも画素値が低くワイヤを示す領域よりも画素値が高い第１の部位を含み、判定部は、第１の部位の大きさ、形状、および位置の状態変化、ならびに、前記ワイヤと前記被加工物との間の位置関係の変化に基づいて、加工状態がドロップ傾向またはスタブ傾向であるか否か判定するようにしている。

【発明の効果】

【0009】

本開示によれば、加工状態を精度よく把握することが可能な付加製造装置を提供することができる。

【図面の簡単な説明】

【0010】

【図1】実施の形態１にかかる付加製造装置の構成例を示す図。

【図2】実施の形態１にかかる付加製造装置の基本的な加工原理を説明するための側面図、上面図、および断面図。

【図3】実施の形態１にかかるドロップ状態、スムース状態、およびスタブ状態を説明するための図。

【図4】実施の形態１にかかるスムース状態を阻害する要因を説明するための図。

【図5】実施の形態１にかかる付加製造装置による加工状態の制御の概要を一例を説明するための図。

【図6】実施の形態１にかかる演算装置が実行する処理の例を示す図。

【図7】実施の形態１にかかるスムース状態を説明するための側面図、および上面図。

【図8】実施の形態１にかかるスムース状態を説明するための画像図。

【図9】実施の形態１にかかるドロップ現象についての付加製造装置による加工状態を判定する方法を説明するための側面図。

【図10】実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図。

【図11】実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図。

【図12】実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図。

【図13】実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図。

【図14】実施の形態１にかかるスタブ現象についての付加製造装置による加工状態を判定する方法を説明するための側面図。

【図15】実施の形態１にかかるスタブ傾向の判定方法を説明するための画像遷移図。

【図16】実施の形態１にかかるスタブ傾向の判定方法を説明するための画像遷移図。

【図17】実施の形態２にかかる付加製造システムの構成を示す図。

【図18】実施の形態３にかかる付加製造装置が有する演算装置の構成を示すブロック図。

【図19】実施の形態３にかかる学習装置の機能構成を示すブロック図。

【図20】図１９に示すモデル生成部が使用するニューラルネットワークの一例を示す図。

【図21】実施の形態３における学習装置が実行する処理の例を示す図。

【図22】実施の形態３にかかる推論装置の機能構成を示すブロック図。

【図23】実施の形態３における推論装置が実行する処理の例を示す図。

【図24】実施の形態４にかかる付加製造装置が有する演算装置の構成を示すブロック図。

【図25】実施の形態４にかかる学習装置の機能構成を示すブロック図。

【図26】実施の形態４における学習装置が実行する処理の例を示す図。

【図27】実施の形態４にかかる推論装置の機能構成を示すブロック図。

【図28】実施の形態４における推論装置が実行する処理の例を示す図。

【図29】実施の形態１から４にかかる演算装置のハードウェア構成例を示す図。

【発明を実施するための形態】

【0011】

以下、図面を参照しながら実施の形態１にかかる付加製造装置を図面に基づいて詳細に説明する。なお、これら実施形態によりこの発明が限定されるものではない。

【0012】

実施の形態１．
図１は、実施の形態１にかかる付加製造装置１００の構成を示す図である。付加製造装置１００は、溶融させた溶加材を被加工物へ付加することによって３次元造形物を製造する工作機械である。付加製造装置１００は、ビームの照射によって溶加材を溶融する。本実施形態において、ビームはレーザビーム５であって、溶加材は金属のワイヤ６である。

【0013】

付加製造装置１００は、レーザビーム５の照射位置である加工点１０へワイヤ６を供給しながら加工点１０を移動させることによって、ビード１１を形成する。レーザビーム５の照射位置とワイヤ６とは交差する配置になっており、ワイヤ６はレーザビーム５が照射されることにより溶融する。加工点１０は、溶融したワイヤ６の先端と被加工物との接点である。被加工物は、例えば、溶融させたワイヤ６が付加される物体であって、基材１３または基材１３上のビード１１である。加工中は、加工点１０ではワイヤ６の先端が溶融し続けるが、加工ヘッド３が移動することにより、溶融したワイヤ６が冷却固化されてビード１１が形成される。付加製造装置１００は、基材１３の上においてビード１１を積み重ねることによって被加工物、すなわち３次元造形物を製造する。図１に示す基材１３は、板材である。基材１３は板材以外の物であっても良い。実施の形態１において、Ｘ軸、Ｙ軸およびＺ軸は、互いに垂直な３軸である。Ｘ軸とＹ軸とは、水平方向の軸である。Ｚ軸は、鉛直方向の軸である。Ｘ軸方向、Ｙ軸方向、Ｚ軸方向の各々において、矢印で示す向きをプラス向き、矢印とは逆の向きをマイナス向きと称することがある。

【0014】

ビーム源であるレーザ発振器１は、レーザビーム５を発振する。レーザ発振器１により出力されたレーザビーム５は、光伝送路であるファイバケーブル２を通って加工ヘッド３へ伝搬する。レーザ発振器１、ファイバケーブル２、および加工ヘッド３は、供給された溶加材を溶融させるレーザビーム５を被加工物へ照射する照射部を構成する。

【0015】

加工ヘッド３は、被加工物へ向けてレーザビーム５を出射するビームノズル４を有する。加工ヘッド３の内部には、レーザビーム５を平行化させるコリメート光学系と、レーザビーム５を集束させる集光レンズとが設けられている。コリメート光学系、集光レンズは、ビーム径を調整するための手段である。コリメート光学系および集光レンズの図示は省略する。被加工物へ照射するレーザビーム５の中心線の方向は、Ｚ軸方向である。付加製造装置１００は、Ｘ軸方向、Ｙ軸方向およびＺ軸方向の各方向へ加工ヘッド３を移動させる駆動系であるアクチュエータを有する。アクチュエータの図示は省略する。なお、ビームノズル４から出力されるレーザビーム５は、例えば、トップハット型の断面強度分布を有したレーザビームである。

【0016】

加工ヘッド３は、ビームノズル４から被加工物へ向けてシールドガスを噴射する。シールドガスとしては、例えば、不活性ガスであるアルゴンガスが使用される。付加製造装置１００は、シールドガスの噴射によって、ビードの酸化を抑制するとともに、形成されたビードを冷却する。シールドガスは、例えば、シールドガスの供給源である不図示のガスボンベから供給される。また、付加製造装置１００には、不図示の冷却器が設けられている。冷却器からは、レーザ発振器１、及び加工ヘッド３に向けて配管が伸びており、配管に冷却水を循環させることで、レーザ発振器１、及び加工ヘッド３が冷却される。冷却器は、例えば、循環水の水温を検知し、循環水の温度を一定に保つ機能を有している。

【0017】

付加製造装置１００には、ワイヤ６の供給源であるワイヤスプール７が取り付けられる。ワイヤ６は、ワイヤスプール７に巻き付けられている。ワイヤ送給器８は、支持ブラケット１６を介して加工ヘッド３に固定されている。ワイヤ送給器８は、被加工物へ溶加材を供給する供給部である。ワイヤ送給器８は、ワイヤ供給部の一例である。ワイヤ送給器８は、ワイヤスプール７から被加工物へ向けてワイヤ６を送り出す。これにより、ワイヤノズル９からワイヤ６が繰り出される。また、ワイヤ送給器８は、送り出されたワイヤ６をワイヤスプール７のほうへ引き戻す。ビームノズル４とワイヤ送給器８とが加工ヘッド３に固定されていることで、ビームノズル４とワイヤ送給器８との相対位置は固定された関係となる。なお、ワイヤスプール７、ワイヤ送給器８、およびワイヤノズル９は、ワイヤを供給するワイヤ供給部を構成する。

【0018】

基材１３は、ロータリーステージ１４に固定される。ロータリーステージ１４は、Ｚ軸周りに回転する。ロータリーステージ１５は、例えば、Ｙ軸周りにおける回転によって、ロータリーステージ１４の傾きを変化させる。ＸＹＺステージ１７は、Ｘ軸方向、Ｙ軸方向およびＺ軸方向の各方向へ加工ヘッド３を移動させる。付加製造装置１００は、ロータリーステージ１４、および１５の動作によって、基材１３の姿勢を変化させる。付加製造装置１００は、基材１３の姿勢を変化させるとともに加工ヘッド３を移動させることによって、被加工物におけるレーザビーム５の照射位置を移動させる。付加製造装置１００は、加工点１０に形成された溶融池にワイヤ６を送給し、ワイヤ６を溶融させることによってビード１１を形成する。なお、ロータリーステージ１５は、Ｘ軸周りにおける回転によって、ロータリーステージ１４の傾きを変化させてもよい。

【0019】

駆動制御器２２は、ＸＹＺステージ１７を駆動することによって加工ヘッド３を移動させるヘッド駆動部２２１と、ワイヤ送給器８を駆動するワイヤ送給駆動部２２２と、ロータリーステージ１４，１５を駆動するステージ駆動部２２３とを有する。

【0020】

また、付加製造装置１００は、加工状況を監視するための内部センサユニット２３、および、外部センサユニット２４を有する。内部センサユニット２３は、加工ヘッド３近傍に設けられ、その観察対象領域は、ビームノズル４の内径のサイズに間接的に制約される。内部センサユニット２３は、カメラ、温度計、または形状測定器といったセンサを含む。カメラは、例えば、可視光カメラ、赤外線カメラ、高速度計測カメラ等である。カメラは、被加工物の形状、溶融状態、溶融池の形状、温度などを測定する。付加製造装置１００は、内部センサユニット２３にカメラが設けられることによって、被加工物の溶融状態、ワイヤ６の溶融状態、加工時に発生するヒュームまたはスパッタ、ワイヤ６の位置、被加工物の温度、ワイヤ６の温度、溶融池の温度などを観察することができる。温度計は、被加工物から放射される光を検出する。温度計は、放射温度計またはサーモカメラといった、非接触タイプの温度計である。形状測定器は、Ｚ軸方向の高さ、Ｘ軸方向およびＹ軸方向における形状を測定する測定器であって、レーザ変位計、光干渉断層撮影を行う光干渉断層計（Optical Coherence Tomography：ＯＣＴ）等である。内部センサユニット２３は、分光器、音響測定器などを有しても良い。

【0021】

内部センサユニット２３は、被加工物の状態または形成されたビード１１の状態を測定する。内部センサユニット２３は、被加工物の形状、被加工物の温度、溶融池の形状などを測定し、画像データ６０を生成する。内部センサユニット２３は、生成した画像データ６０を演算装置１８へ送信する。なお、内部センサユニット２３は、ビームノズル４と同軸の位置に設けられていても、ビームノズル４の同軸から少し離れた位置に設けられていてもよい。内部センサユニット２３は、加工ヘッド３の側面に設けられてもよいし、加工ヘッド３近傍の任意の位置に設けられていても良い。

【0022】

外部センサユニット２４は、加工点１０の周辺を広く観察できるように、例えば加工ヘッド３から離れた任意の位置に設けられている。外部センサユニット２４は、ビームノズル４の内径のサイズに制約されず、より広範囲を観察することが可能である。外部センサユニット２４は、カメラ、温度計、または形状測定器といったセンサを含む。外部センサユニット２４は、分光器、音響測定器などを有しても良い。外部センサユニット２４は、被加工物の状態または形成されたビード１１の状態を測定する。外部センサユニット２４は、被加工物の形状、被加工物の温度、溶融池の形状などを測定し、画像データ７０を生成する。外部センサユニット２４は、生成した画像データ７０を演算装置１８へ送信する。

【0023】

内部センサユニット２３、および、外部センサユニット２４は、撮像部の一例である。

【0024】

付加製造装置１００は、付加製造のための演算を行う演算装置１８と、付加製造装置１００の全体を制御する数値制御（Numerical Control：ＮＣ）装置１９とを有する。

【0025】

演算装置１８は、例えば、所定の設計データを取得し、取得した設計データに基づいて、各種演算を実行し、加工プログラム２７、および加工条件情報２８を生成する。演算装置１８は、生成した加工プログラム２７、および加工条件情報２８等をＮＣ装置１９へ送信する。また、演算装置１８は、内部センサユニット２３、または、外部センサユニット２４から受信した画像データに基づいて、被加工物の加工状態を判定する。なお、演算装置１８は、ＮＣ装置１９と別個で付加製造装置１００内に設けられる場合に限られない。演算装置１８は、例えば、ＮＣ装置１９内部に設けられていてもよい。

【0026】

ＮＣ装置１９は、演算装置１８から加工プログラム２７、および、加工条件情報２８を受信する。加工プログラム２７には、移動経路が指定されている。移動経路は、被加工物において加工点１０を移動させる経路である。ＮＣ装置１９は、加工プログラム２７に記述されている内容を基に、移動経路を解析する。ＮＣ装置１９は、移動経路と加工条件情報２８に含まれる各種加工条件とに従って各種指令を生成する。ＮＣ装置１９は、生成した各種指令を制御対象へ送ることによって当該制御対象を制御する。

【0027】

ＮＣ装置１９は、生成した各種指令を駆動制御器２２へ送ることによって駆動制御器２２を制御する。具体的には、ＮＣ装置１９は、移動経路上における単位時間ごとの補間点群である位置指令を生成し、生成した位置指令をヘッド駆動部２２１へ送ることによって、ＸＹＺステージ１７を制御する。また、ＮＣ装置１９は、例えば、加工プログラム２７の記述に従った軸指令を生成し、生成した軸指令をステージ駆動部２２３へ送ることによって、ロータリーステージ１４、１５を制御する。また、ＮＣ装置１９は、例えば、加工プログラム２７と加工条件とに従った送給指令を生成し、生成した送給指令をワイヤ送給駆動部２２２へ送ることによって、ワイヤ送給器８を制御する。

【0028】

ＮＣ装置１９は、加工プログラム２７に従ったガス供給指令を生成する。ＮＣ装置１９は、ガス流量調整器２１へガス供給指令を送ることによって、ガス流量調整器２１を制御する。

【0029】

ＮＣ装置１９は、加工プログラム２７と加工条件とに従ったレーザ出力指令を生成する。ＮＣ装置１９は、レーザ発振器１へレーザ出力指令を送ることによって、レーザ発振器１を制御する。

【0030】

次に、実施の形態１にかかる演算装置１８が備える機能の詳細について説明する。演算装置１８は、取得部１８１、作成部１８２、判定部１８３、及び調整部１８４を備えている。

【0031】

取得部１８１は、各センサユニットから画像データを取得する。例えば、取得部１８１は、内部センサユニット２３から画像データ６０を取得する。また、取得部１８１は、外部センサユニット２４から画像データ７０を取得する。このとき、取得部１８１は、例えば、内部センサユニット２３、または／および、外部センサユニット２４を制御し、レーザビーム５の照射により溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成するようにしてもよい。すなわち、取得部１８１は、撮像部を制御する撮像機能を有していてもよい。

【0032】

作成部１８２は、各センサユニットから取得した画像データを用いて、ワイヤ６と被加工物との接続状態を判定可能な加工状態情報を作成する。作成部１８２は、例えば、内部センサユニット２３から取得した画像データ６０に対して、所定の画像処理を施し、加工状態情報を作成する。このとき、加工状態情報は、例えば、所定のコントラスト処理が施された輝度分布を示す画像データである輝度分布データである。また、加工状態情報は、例えば、時系列の画像データを含み、加工状態の遷移を認識可能な情報であってもよい。また、作成部１８２は、外部センサユニット２４から取得した画像データ７０を用いて、ワイヤ６と被加工物との接続状態を判定可能な加工状態情報を作成する。

【0033】

判定部１８３は、作成部１８２により作成された加工状態情報を用いて、ワイヤ６と被加工物との接続部の接続状態を判定する。接続部とは、例えば、ワイヤ６と被加工物とを接続する領域であって、ワイヤ６が溶融された後、被加工物として固化するまでの間の液相と固相が混合した状態を有する部位である。判定部１８３は、例えば、加工状態情報を参照し、加工状態情報に含まれる画像データが示す接続部を含む領域の画素値の分布を示す情報を用いて被加工物の加工状態を判定する。画素値は、例えば、赤熱したワイヤ、または、溶融池等から発せられる放射光の強度を示す。具体的には、判定部１８３は、例えば、接続部の大きさ、形状、および位置のうち、少なくとも１つの状態変化に基づいて、被加工物の加工状態を判定する。なお、判定部１８３は、内部センサユニット２３から取得した画像データ６０に基づく画像、または／および、外部センサユニット２４から取得した画像データ７０に基づく画像のうち、ワイヤ６と被加工物との接続部を含む領域の画素値の分布を示す情報を用いて被加工物の加工状態を判定してもよい。

【0034】

調整部１８４は、判定部１８３により判定された接続部の接続状態に基づいて、各種加工条件を調整する。調整される各種加工条件には、例えば、レーザビーム５のレーザ出力、およびワイヤ６の送給速度等が含まれている。また、調整される各種加工条件には、例えば、加工ヘッド３の位置を制御するための情報が含まれている。加工ヘッド３の位置を制御するための情報は、例えば、予め設定された座標空間上において、「Ｚ軸における位置を＋２ｍｍ移動させる」、「Ｘ軸における位置を－３ｍｍ移動させる」等の情報である。加工ヘッド３の位置を制御するための情報には、相対的な位置を示す情報ではなく、絶対的な位置を示す情報が含まれていてもよい。また、調整される各種加工条件には、加工ヘッド３の軸移動速度が含まれていてもよい。加工ヘッド３の軸移動速度は、例えば、レーザビーム５のレーザ出力、およびワイヤ６の送給速度、および加工ヘッド３の位置を制御するための情報のうち少なくとも１つと併用して調整される加工条件である。調整部１８４は、調整した各種加工条件に基づいて、調整後の加工条件情報２８を生成する。調整部１８４は、調整後の加工条件情報２８をＮＣ装置１９へ送信する。

【0035】

次に、付加製造装置１００の基本的な加工原理について図２を用いて説明する。図２は、付加製造装置１００の基本的な加工原理を説明するための側面図、上面図、および断面図である。図２では、基材上にビードが積層され、３次元造形物が作製されている途中の様子が示されている。図２によれば、加工ヘッド３にはビームノズル４とワイヤ送給器８とが固定されており、これらはＸ軸、Ｙ軸およびＺ軸の３軸上を一体で移動する。なお、図２では、説明のため構成の一部を省略して図示している。

【0036】

図２では、良好な加工条件でビードを作製している様子が示されている。以下、良好な加工条件で作製ができている状態を、スムース状態と称する。図２では、送給されたワイヤ６がレーザビーム５によって溶融し、溶融池１１０が形成されている。溶融池１１０は、ワイヤ６が赤熱されて一部が溶融されて液相と固相が混合した固液相の状態となった部位である。溶融池１１０は、ワイヤ６と被加工物との接続部に含まれる。図２の側面図および上面図に示される部位６１は、ワイヤ６がレーザビーム５によって赤熱されているものの固相状態を保っている部位を示している。部位６１は、ワイヤ６の一部である。部位１１１は、ワイヤ６が赤熱されて一部が溶融されて固相と液相が混合した固液相の状態となった部位、すなわち溶融池１１０が、再び固相に変化してビードとなった部位を示している。部位１１１は、ビード１１の一部である。図２の側面図および上面図に示されるワイヤ６は溶融池１１０を介して被加工物と接続されている。接合領域２００は、基材１３の表面の一部が溶けてワイヤ６と混合された合金状態の領域である。接合領域２００は、被加工物に含まれる。

【0037】

また、図２の側面図および上面図では、加工ヘッド３の右側、すなわちＸ軸の正方向への軸移動とともに、レーザ照射領域Ｒ１が溶融池１１０から外れて、温度が徐々に低下して、部位１１１の状態となり、さらに完全に冷却固化したビードである部位１１２の状態となることがわかる。部位１１２は、ビード１１の一部である。なお、図２では、赤熱されている部位６１、溶融池１１０、部位１１１、完全に冷却固化したビードである部位１１２において、固相および液相の境界や、赤熱および非赤熱の境界は実際には鮮明にあらわれないが、説明のため明確に区分して示している。図３の断面図では、完全に冷却固化したビードである部位１１２の断面形状が示されている。ビード断面形状は、加工条件や基材の濡れ性により幅や高さが異なるが、およそ半円形状になる。

【0038】

次に、実施の形態１にかかるドロップ状態、スムース状態、およびスタブ状態について説明する。図３は、実施の形態１にかかるドロップ状態、スムース状態、およびスタブ状態を説明するための図である。ドロップ状態とは、例えば、被加工物から離れた位置にてワイヤが溶融することによって、ワイヤに溶融物が留まることがあり、被加工物には溶融物が付加されなくなる、すなわちワイヤ６と被加工物との接続が切断される一方、溶融後の溶加材の塊であるドロップがワイヤに残る状態である。この状態が継続された場合、ワイヤに残った溶加材の塊を再び溶融させて加工を続行した場合でも、塊の一部が溶け切らずに被加工物に付加されて完成物の品質に悪影響を与えてしまう。スタブ状態とは、例えば、被加工物へ送給されたワイヤをレーザビームによって溶融させる方式の付加製造装置において、溶融前のワイヤが被加工物に衝突してしまった状態である。

【0039】

図３の中央に示されるスムース状態は、レーザビーム５のレーザ出力、ワイヤ６の送給速度、および加工ヘッド３の位置を制御するための情報等の各種加工条件が適切に調整されている状態である。しかしながら、加工が進むうちに、被加工物の蓄熱状態の変化、３次元である被加工物の形状の影響によるガスシールド効果の変化、ガスシールド効果の変化に伴う被加工物の酸化によるレーザ光の吸収率と反射率の変化、被加工物側の凹凸形状に由来する溶融池１１０のサイズの変化等が発生し、図３の左に示されるドロップ状態、または、図３の右に示されるスタブ状態に移行してしまう。このため、例えば、ドロップ状態、または、スタブ状態を回避したい場合、造形物の蓄熱状態の変化、造形物の形状の影響によるガスシールド効果の変化、ガスシールド効果の変化に伴う被加工物の酸化によるレーザ光の吸収率と反射率の変化、被加工物側の凹凸形状に由来する溶融池１１０のサイズの変化等を観察し、スムース状態の蓄熱状態が維持されるように、各種加工条件を調整する必要がある。

【0040】

次に、実施の形態１にかかるスムース状態を阻害する要因について説明する。図４は、実施の形態１にかかるスムース状態を阻害する要因を説明するための図である。図４には、基材１３および基材１３に積層されるビードのＸＹ平面における断面図が示されている。

【0041】

図４の上段では、直線状に形成されたビードＡに隣接して他のビードＢを造形する場合の断面図が示されている。３次元の造形物の加工においては、通常、複数のビード同士を幾重にも重ねて積層させることにより任意形状が実現される。図４の上段では、ビードＡに対して、距離ｄでビードＢを隣接して積層させようとした場合の様子が示されている。図４の上段の左図のように、ビードＢは、ビードＡが積層されてなければ、点線で囲まれた想定領域に積層され造形されるはずである。しかしながら、ビードＡが積層されていることにより、図４の上段の右図のように、想定領域の外部に造形される。このとき、ビードＢの高さはビードＡの存在により、想定領域の高さより高い位置の領域に造形される。このように、ビードを隣接して積層させる場合は、ビードの高さは、周辺のビード形状の影響を受けることがわかる。ここで、ビードを隣接させて造形するときは、事前に所定の間隔で造形を複数回試行し、最適な加工条件を検討することで、スムース状態での加工を実現することができる。

【0042】

図４の中段では、同じ平面を有する基材１３上に積層されるビードであっても、基材１３の表面状態、基材１３に用いられる材料、および基材１３の温度等によって濡れ性が変わることでビードの形状が変化することを説明する断面図が示されている。この断面図は、基材１３の濡れ性がかわることで、他の加工条件が同じであっても、ビードＣのような形状になる場合もあれば、ビードＤのような形状になる場合もあることを示している。また、図４の下段では、ビードＥ、およびビードＦのように、水平面上に積層された場合は点線で囲まれる領域で示される形状であるのに対し、基材１３あるいは加工途中の被加工物の形状により、実線で囲まれる領域で示される形状になることが示されている。

【0043】

以上のように、ビード形状は、造形開始から造形修了までの様々な条件に対応して様々な形状をとる。このことは、ワイヤ６と被加工物との間の適切な距離を変化させ、ドロップ状態、またはスタブ状態に移行する要因となり、加工破綻につながる可能性がある。また、実際にドロップ状態、またはスタブ状態に至らない場合でも、スタブ状態に近いスムース状態、または、ドロップ状態に近いスムース状態で加工を続けた場合、加工品質の劣化につながる可能性がある。

【0044】

次に、実施の形態１にかかる付加製造装置１００が実行する処理の概要について説明する。図５は、実施の形態１にかかる付加製造装置１００による加工状態の制御の概要の一例を説明するための図である。図５は、加工が開始されてから終了するまでの間に、本実施の形態１にかかる付加製造装置１００が加工状態をどのように判定し、制御するかを示している。図５において、横軸は加工の進捗状況を示す。図５において、縦軸は加工状態を示す。縦軸において、スムース状態は加工状態が正常であることを示し、ドロップ状態およびスタブ状態は加工状態が異常であることを示している。図５によれば、スムース状態からドロップ状態、または、スタブ状態へ加工状態が変化することにより、加工が破綻するリスクが大きくなることが分かる。なお、図５に示されるＡ、Ｂ、およびＣの文字は、それぞれ所定の状態Ａ、状態Ｂ、および状態Ｃであることを表している。

【0045】

図５によれば、付加製造装置１００は、まず、加工開始時点から所定期間を評価区間とした加工状態を示す値の平均値を、目標加工状態として設定する。目標加工状態は、例えば、スムース状態の中でも特に安定して加工ができていると考えられる加工状態である。加工状態を示す値は、例えば、画像データ６０または画像データ７０等に含まれる位置情報、および輝度情報等に基づいて算出される。加工状態を示す値は、画素値の分布を示す情報に基づいて算出されてもよい。加工中様々な要因により加工状態は徐々に変化するが、付加製造装置１００は、加工状態を監視し、例えば、画像データ６０または画像データ７０等に含まれる位置情報、および輝度情報等の変化量に基づいて、ドロップ状態に近づく変化であるか、または、スタブ状態に近づく変化であるかを判定する。このとき、図５に示されるように、付加製造装置１００は、加工状態を示す値について、例えば、スムース状態とドロップ状態との境界であるドロップ境界に対応する閾値、および、スムース状態とスタブ状態との境界であるスタブ境界に対応する閾値を予め設定し、加工状態の判定に利用する。なお、付加製造装置１００は、一度設定した閾値を設定後の加工状況によって変更するようにしてもよい。

【0046】

図５において、付加製造装置１００は、ドロップ傾向であると判定した場合（図５の状態A）、スタブ状態に近づくように各種加工条件を調整する。調整後の加工条件は、例えば、ＮＣ装置１９に設定され、その後スタブ状態に近づくような加工が実行される。その後さらに加工が進行した後、付加製造装置１００は、スタブ傾向であると判定した場合（図５の状態Ｂ）、ドロップ状態に近づくように各種加工条件を調整する。その後さらに加工が進行した後、付加製造装置１００は、ドロップ傾向であると判定した場合（図５の状態C）、スタブ状態に近づくように各種加工条件を調整する。このとき、付加製造装置１００は、状態Ａ、状態Ｂ、または状態Cと予め設定された目標加工状態とを比較し、目標加工状態に近づくように各種加工条件を調整する。これにより、ドロップ状態、および、スタブ状態を回避しつつ、常に目標加工状態を維持する制御が可能となる。なお、加工開始時点から所定期間を評価区間とした加工状態を示す値の平均値を目標加工状態に設定することに限られず、加工途中の任意の時点から所定期間を評価区間とした加工状態を示す値の平均値を目標加工状態として設定してもよい。また、付加製造装置１００は、過去に収集された加工状態に関する情報から任意の加工状態を抽出することにより、目標加工状態を設定してもよい。

【0047】

次に、本実施の形態１にかかる演算装置１８が実行する処理について説明する。図６は、実施の形態１にかかる演算装置１８が実行する処理の例を示す図である。なお、本実施形態では、造形処理が開始されると、内部センサユニット２３、および、外部センサユニット２４は、加工状況の監視を開始するものとする。このとき、内部センサユニット２３、および、外部センサユニット２４は、例えば、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部の画像を撮像し、画像データを生成しているものとする。

【0048】

図６によれば、演算装置１８が備える取得部１８１は、造形処理が開始されると、画像データを取得する（ステップＳ１）。取得部１８１は、例えば、内部センサユニット２３、または、外部センサユニット２４から輝度分布データを取得する。

【0049】

演算装置１８が備える作成部１８２は、ステップＳ１で取得した画像データを用いて、ワイヤ６と被加工物との接続状態を判定可能な加工状態情報を作成する（ステップＳ２）。作成部１８２は、例えば、内部センサユニット２３、または、外部センサユニット２４から取得した輝度分布データを用いて、ワイヤ６と被加工物との接続状態を判定可能な加工状態情報を作成する。また、作成部１８２は、例えば、内部センサユニット２３、または、外部センサユニット２４から取得した時系列の輝度分布データを用いて、ワイヤ６と被加工物との接続状態を判定可能な加工状態情報を作成する。

【0050】

次に、演算装置１８が備える判定部１８３は、ステップＳ２で作成した加工状態情報に含まれる画像データに基づく画像のうち、ワイヤ６と被加工物との接続部を含む領域の画素値の分布を示す情報を用いて被加工物の加工状態を判定する（ステップＳ３）。判定部１８３は、例えば、加工状態情報に含まれる時系列の輝度分布データを用いて、ワイヤ６と被加工物との接続部を参照し、被加工物の加工状態を判定する。具体的には、判定部１８３は、例えば、予め設定され、被加工物の加工状態を判定するために基準となる基準画像と撮像部により撮像された撮像画像とを比較し、接続部を含む領域の画素値の分布を示す情報の類似度が閾値を超えた場合に、当該基準画像に対応する加工状態であると判定する。基準画像には、スムース状態に対応する基準画像、スタブ傾向に対応する基準画像、およびドロップ傾向に対応する基準画像等が含まれている。以下、ワイヤ６と被加工物との接続部の接続状態の判定する方法について説明する。

【0051】

まず、本実施形態のスムース状態がどのように判定されるかについて説明する。付加製造装置１００を用いて３次元の造形物を作成する場合、センサユニットの設置位置によっては、３次元の造形物にセンサユニットから加工点がみえない死角を生じさせる部位が形成されることで、ワイヤ６と被加工物との接続部の接続状態を１台のセンサユニットで常時観察することは難しい。また、複数台のセンサユニットを用いて対応することも考えられるが、台数が多くなる分コストが高くなる。そこで、本実施形態では、撮像部である内部センサユニット２３として、レーザビーム５と同軸で加工位置を観察可能なヘッドカメラを用いるものとする。ヘッドカメラは、例えば、可視光カメラである。ヘッドカメラを用いることにより、最適な設置位置を検討する必要がなく、かつ、加工位置が造形物の影で見えなくなるといった制約を受けない。このため、ヘッドカメラは、３次元の自由形状造形に適している。なお、撮像部である外部センサユニット２４は、内部センサユニット２３と比べて広範囲の画像情報を取得できるものの、外部センサユニット２４と被加工物との間の外部環境の影響を受けやすく、正確な情報を得ることが難しい。このため、本実施形態では、ワイヤ６と被加工物との接続部の接続状態の判定には、内部センサユニット２３から得られる画像データ６０を用いるものとする。すなわち、外部センサユニット２４から得られる画像データ７０は、ワイヤ６と被加工物との接続部の接続状態の判定に直接用いないものとする。ただし、外部センサユニット２４から得られる画像データ７０は、ワイヤ６と被加工物との接続部の接続状態の判定について、補助的に用いられてもよい。

【0052】

図７は、実施の形態１に係るスムース状態を説明するための側面図、および上面図である。図７に示される側面図は、所定のカメラを用いて側面から接続形状を直接観察した画像を示している。一方、図７に示される上面図は、図７に示される側面図に対応しており、ヘッドカメラから撮像される画像を示している。図７によれば、スムース状態で加工が進行している場合、ワイヤ６の先端から溶融池１１０に向けて、ワイヤ６に含まれるワイヤ６由来の金属が供給され、部位８０が形成される。部位８０は、流動性を有しており、ワイヤ６と溶融池１１０とを接続している。部位８０は、部位６１よりは温度が高いものの、溶融池１１０よりも温度が低い。このため、ヘッドカメラから観察され、生成された画像データが表す画像のうち、輝度分布を認識可能な画像において、部位８０は、部位６１より輝度が高く、溶融池１１０よりも輝度が低い部位として識別可能である。部位８０は、ワイヤ６と被加工物との接続部に含まれる。判定部１８３は、例えば、ヘッドカメラから撮像された画像において、部位８０のような領域が形成されていることが認識できた場合に、加工状態はスムース状態であると判定する。

【0053】

図８は、実施の形態１に係るスムース状態を説明するための画像図である。図８は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布を認識可能な画像を表している。図８に示されるように、輝度が高い部位ほど淡い色で示され、輝度が低い部位ほど濃い色で示されている。図８は、例えば、グレースケールで表現される画像を示している。以下、ヘッドカメラから撮像され、各種加工状態を説明するための画像図も同様である。図８に示される溶融池１１０は、レーザ照射領域Ｒ１の範囲内、または、レーザ照射領域Ｒ１の近傍に形成されている。図８に示される溶融池１１０は、輝度が比較的高く、温度が高い状態であることが分かる。また、図８に示される部位１１１は、レーザ照射領域Ｒ１の範囲外に形成されている。図８に示される部位１１１は、溶融池１１０と比べて輝度が比較的低くなっており、基材１３上に溶融池１１０が形成されたあと、レーザ照射領域Ｒ１から外れて少し冷めて温度が低い状態となっていることが分かる。図８に示される部位６１の輝度によれば、ワイヤ６の温度より高く、部位８０の温度より低くなっていることが分かる。判定部１８３は、例えば、図８に示される輝度分布を示す画像データを用いて、部位８０に示されるような領域が所定の大きさ形成されている場合に、加工状態はスムース状態であると判定する。なお、加工状態を判定するための画像図は、グレースケールに限られない。加工状態を判定するための画像図は、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部および接続部近傍の各部位の形状および温度等が認識可能であればどのような形式でもよく、例えば、フルカラー、または、白黒２値の設定値で示されていてもよい。

【0054】

次に、本実施形態のドロップ状態がどのように判定されるかについて説明する。図９は、実施の形態１にかかるドロップ現象についての付加製造装置１００による加工状態を判定する方法を説明するための図である。

【0055】

図９において、状態１はスムース状態を示しており、これを初期状態とする。このとき、図９に示される状態１において、ワイヤ６の先端と溶融池１１０との境界Ｌからレーザビーム５の照射範囲の右端までの距離はｄ１であるものとする。図９に示される状態１において、ワイヤ６の溶融が過剰になってくると、状態２のように、溶融池１１０の一部に塊状部分であるダマ部１１０１が形成される。図９に示される状態２の状態から加工を継続した場合、状態３または状態４に移行する可能性がある。状態３は、例えば、状態２から増大したワイヤ６の先端のダマ部１１０１が溶融池１１０の本体側に落下してドロップ状態とならなかった様子を示している。このとき、図９に示される状態３において、ワイヤ６の先端と溶融池１１０との境界Ｌからレーザビーム５の照射範囲の右端までの距離は、例えば、ｄ１より大きいｄ２となっている。なお、状態３から一定時間が経過する場合に、例えば、ワイヤ６が被加工物に対してＸ軸の正の方向に移動することで、ワイヤ６と溶融池１１０との境界Ｌも被加工物に対してＸ軸の正の方向に移動して状態１に戻る。

【0056】

図９に示される状態４は、状態２のドロップ傾向からさらにドロップ状態へ向けて進行し、一定時間経過した後、最終的にドロップ状態になってしまった様子を示している。以上のことから、状態１から状態２へ遷移した場合、状態４のドロップ状態に遷移する可能性があり、この状態遷移を認識することができれば、ドロップ現象の予兆を捉えることができると考えられる。

【0057】

そこで、本実施の形態１にかかる演算装置１８が備える判定部１８３は、図９に示される状態１から状態２へ遷移したことを、例えば、ヘッドカメラから撮像される画像を用いて認識する。そして、判定部１８３は、被加工物の加工状態が状態１から状態２へ遷移した場合に、加工状態はドロップ傾向であると判定する。

【0058】

図１０は、実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図である。図１０の状態１および状態２を示す図は、図９の状態１および状態２を示す図にそれぞれ対応している。図１０は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の遷移を認識可能な時系列の画像を表している。図１０によれば、状態１の部位８０の領域が拡大し、かつ、輝度が高くなり、最終的に状態２において溶融池１１０の一部にダマ部１１０１に変化していることが分かる。ダマ部１１０１は、溶融池１１０本体の上方、すなわち照射部またはヘッドカメラからみて手前側に位置している。このため、ダマ部１１０が手前側でレーザビーム５の照射を受けてレーザビーム５を一部遮ることにより、溶融池１１０本体に届く熱エネルギーが減少し、溶融池１１０本体の温度は、ダマ部１１０１よりも低くなる。一方、ダマ部１１０１からは熱の逃げ場がなくなっており、ダマ部１１０１の温度は、例えば、図１０に示される状態１の部位８０の温度より高くなっている。このとき、図１０に示される画像では、ダマ部１１０１が示す領域の輝度は、溶融池１１０本体が示す領域の輝度より高くなる。すなわち、ダマ部１１０１は、溶融池１１０本体より明るくみえる。判定部１８３は、このような状態変化が認識できた場合、被加工物の加工状態はドロップ傾向であると判定する。

【0059】

以下、ヘッドカメラから撮像される画像を用いたドロップ傾向の判定方法の他の例について説明する。

【0060】

図１１は、実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図である。図１１は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の変化を認識可能な時系列の画像を表している。図１１によれば、左図から右図にかけて時間が経過するにつれて部位８０を示す領域が次第に小さくなり、スムース状態を示す状態１から最終的に部位８０の領域が消滅したように見える状態４まで輝度分布が変化している。これにより、ワイヤ６と溶融池１１０とを接続している部位８０の大きさがヘッドカメラから撮像される画像では認識できなくなるほど小さくなり、接続されている領域がわずかであると判断できる。そして、このまま各種加工条件を調整せずに加工を続ければドロップ状態に至る可能性が高いと認識できる。このとき、判定部１８３は、被加工物の加工状態はドロップ傾向であると判定する。

【0061】

図１２は、実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図である。図１２は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の遷移を認識可能な時系列の画像を表している。図１２によれば、左図から右図にかけて時間が経過するにつれて部位８０を示す領域の輝度が次第に高くなり、スムース状態を示す状態１から最終的に溶融池１１０と同等の輝度に到達して部位８０の領域が消滅したように見える状態４まで輝度分布が変化している。これにより、ワイヤ６と溶融池１１０とを接続している部位８０の輝度が、ヘッドカメラから撮像される画像では溶融池と判別がつかなくなるほど高くなり、部位８０の粘性が低くなっていると判断できる。そして、このまま各種加工条件を調整せずに加工を続ければドロップ状態に至る可能性が高いと認識できる。このとき、判定部１８３は、被加工物の加工状態はドロップ傾向であると判定する。

【0062】

図１３は、実施の形態１にかかるドロップ傾向の判定方法を説明するための画像遷移図である。図１３は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の遷移を認識可能な時系列の画像を表している。図１３によれば、状態１から状態２にかけて、固液相の状態である溶融池１１０の領域がＹ軸の正の方向に大きく移動していることがわかる。この要因としては、例えば、被加工物の角の部分を加工している際に、被加工物に形成された凹凸形状によって、固液相の状態である溶融池１１０に重力または表面張力が加わったためと考えられる。このとき、部位８０と溶融池１１０との接続は、溶融池１１０の移動により一部の接続が切断されて、ドロップ状態に至る可能性が高まる。部位８０のすべてが切断されたとき、部位８０の一部は溶融池１１０に落下してしまうため、加工品質の観点からこれを回避する必要がある。このとき、判定部１８３は、被加工物の加工状態はドロップ傾向であると判定する。

【0063】

次に、本実施形態のスタブ状態がどのように判定されるかについて説明する。図１４は、実施の形態１にかかるスタブ現象についての付加製造装置１００による加工状態を判定する方法を説明するための図である。

【0064】

図１４において、状態１はスムース状態を示しており、これを初期状態とする。このとき、図１４に示される状態１において、ワイヤ６の先端と溶融池１１０との境界Ｌからレーザビーム５の照射範囲の右端までの距離はｄ１であるものとする。図１４に示される状態１において、例えば、ワイヤ６の送給速度がワイヤ６が溶融される速度より速い場合、または、レーザビーム５のレーザ出力が弱く、ワイヤ６が溶融しにくい状態で送り出されている場合、状態２のように、ワイヤ６の先端が被加工物に接近していることがわかる。具体的には、ワイヤ６の先端が被加工物の一部で固相の状態である部位１１１に接近している。このとき、図１４に示される状態２において、ワイヤ６の先端と溶融池１１０との境界Ｌからレーザビーム５の照射範囲の右端までの距離は、例えば、ｄ１より小さいｄ２となっている。図１４に示される状態２の状態から加工を継続した場合、状態３または状態４に移行する可能性がある。状態３は、例えば、状態２からワイヤ６の先端の溶融が進みスタブ状態とならなかった様子を示している。このとき、図１４に示される状態３において、ワイヤ６の先端と溶融池１１０との境界Ｌからレーザビーム５の照射範囲の右端までの距離は、例えば、ｄ２より大きく、ｄ１より小さいｄ３となっている。なお、状態３から一定時間が経過する場合に、例えば、さらにワイヤ６の先端の溶融が進み、状態１に戻る。

【0065】

図１４に示される状態４は、状態２のスタブ傾向からさらにスタブ状態へ向けて進行し、一定時間経過した後、最終的にスタブ状態になってしまった様子を示している。以上のことから、状態１から状態２へ遷移した場合、状態４のスタブ状態に遷移する可能性があり、この状態遷移を認識することができれば、スタブ現象の予兆を捉えることができると考えられる。

【0066】

そこで、本実施の形態１にかかる演算装置１８が備える判定部１８３は、図１４に示される状態１から状態２へ遷移したことを、例えば、例えば、ヘッドカメラから撮像される画像を用いて認識する。そして、判定部１８３は、被加工物の加工状態が状態１から状態２へ遷移した場合に、加工状態はスタブ傾向であると判定する。

【0067】

図１５は、実施の形態１にかかるスタブ傾向の判定方法を説明するための画像遷移図である。図１５の状態１および状態２を示す図は、図１４の状態１および状態２を示す図にそれぞれ対応している。図１５は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の遷移を認識可能な時系列の画像を表している。図１５によれば、スムース状態である状態１から、ワイヤ６の先端の位置が右側、すなわちＸ軸の正の方向に移動し、状態２では、ワイヤ６の先端が被加工物の一部である部位１１１にＸＹ平面上で接近していることが分かる。このとき、ワイヤ６の先端と溶融池１１０とを接続する部位８０の存在はほぼ確認できなくなり、ワイヤ６の先端は、溶融池１１０のうち右端付近に位置している。ここで、Ｚ軸方向におけるワイヤ６の先端の位置はヘッドカメラから撮像された画像図のみからは明らかではないが、本実施形態の付加製造装置１００におけるワイヤ６の送出角度は、図１４に示されるような角度に設定されており、ワイヤ６の位置は、通常、溶融されずに送出され続けた場合に、ＸＹ平面上でワイヤ６の先端が被加工物に接近すると、Ｚ軸上でも被加工物に接近するように配置されている。このことから、ヘッドカメラから撮像された画像図におけるＸＹ平面上でワイヤ６の先端が被加工物の一部である部位１１１にＸＹ平面上で接近している場合、Ｚ軸方向においても、ワイヤ６の先端が被加工物の一部である部位１１１に接近していると判断することができる。そして、このような状態変化があった場合、このまま各種加工条件を調整せずに加工を続ければスタブ状態に至る可能性が高くなる。判定部１８３は、図１５に示されるように、接続部の輝度分布の状態変化に基づいて、例えば、部位８０を含む接続部の大きさ、形状、および位置のうち、少なくとも１つの状態変化が認識できた場合、被加工物の加工状態はスタブ傾向であると判定する。なお、判定部１８３は、内部センサユニット２３であるヘッドカメラから撮像された画像図に加えて、例えば、可視光カメラを含む外部センサユニット２４から得られる画像データ７０に基づく画像図を用いてワイヤ６の先端のＺ軸方向の位置を判断するようにしてもよい。

【0068】

以下、ヘッドカメラから撮像される画像を用いたスタブ傾向の判定方法の他の例について説明する。

【0069】

図１６は、実施の形態１にかかるスタブ傾向の判定方法を説明するための画像遷移図である。図１６は、ヘッドカメラから撮像され、生成された画像データが表す画像のうち、接続部を含む領域の輝度分布の遷移を認識可能な時系列の画像を表している。図１６によれば、ワイヤ６の先端、接続部、および被加工物から放射される光の振動により、溶融池１１０の輝度分布が変化することにより、状態１から状態６にかけて溶融池１１０の大きさ、形状、および位置が刻々と変化しているのが分かる。この要因としては、例えば、ワイヤ６の先端がレーザビーム５の照射により溶融される速さよりも、ワイヤ６が送給される速度が速いことが挙げられる。このとき、ワイヤ６の溶融が十分でない状態で溶融池１１０に到達するため、溶融池１１０の温度はスムース状態と比べて低く、溶融池１１０の粘性が高くなっており、溶融池１１０とワイヤ６との接続部において、ワイヤ６の移動に伴う振動が伝達される。このような状態で加工を継続した場合、例えば、ワイヤ６の先端が溶融しきらない状態で送給され続け、被加工物の一部である部位１１１に直接衝突する可能性が高くなる。判定部１８３は、図１６に示されるように、接続部の輝度分布の状態変化に基づいて、例えば、溶融池１１０を含む接続部の大きさ、形状、および位置のうち、少なくとも１つの状態変化が認識できた場合、被加工物の加工状態はスタブ傾向であると判定する。

【0070】

演算装置１８が備える調整部１８４は、加工状態に異常傾向があると判定された場合（ステップＳ３のＹｅｓ）、異常傾向の内容に対応して調整後の加工条件情報２８を生成する（ステップＳ４）。調整部１８４は、例えば、ステップＳ３においてドロップ傾向であると判定された場合、予め設定された目標加工状態に近づくように、すなわちスタブ状態に近づくように調整後の各種加工条件含む加工条件情報２８を生成する。このとき、調整後の各種加工条件には、例えば、ワイヤ６の送給速度を上げる加工条件、レーザビーム５のレーザ出力を下げる加工条件、および、ワイヤ６の先端が溶融池１１０に近づくように加工ヘッド３の位置をＸＹＺ空間において変更する加工条件等のうち少なくとも１つが含まれている。いずれも、ドロップ傾向時に発生するダマ部の溶融を促進するような加工条件であり、これによりドロップ傾向からスタブ状態に近づくような調整が可能となる。なお、調整する加工条件のうち、ワイヤ６の送給速度、および、レーザビーム５のレーザ出力は、作製される３次元造形物の造形形状の制御にも関連している場合、加工ヘッド３の位置を制御するための情報の変更を優先的に調整することが好ましい。このとき、調整部１８４は、例えば、加工ヘッド３の軸移動速度を、レーザビーム５のレーザ出力、およびワイヤ６の送給速度、および加工ヘッド３の位置を制御するための情報のうち少なくとも１つと併用して調整するようにしてもよい。具体的には、調整部１８４は、例えば、スタブ傾向であると判定された場合は、加工ヘッド３の軸移動速度が下がるように調整する。調整部１８４は、例えば、ドロップ傾向であると判定された場合は、加工ヘッド３の軸移動速度が上がるように調整する。

【0071】

また、調整部１８４は、例えば、ステップＳ３においてスタブ傾向であると判定された場合、予め設定された目標加工状態に近づくように、すなわちドロップ状態に近づくように調整後の各種加工条件含む加工条件情報２８を生成する。このとき、調整後の各種加工条件には、例えば、ワイヤ６の送給速度を下げる加工条件、レーザビーム５のレーザ出力を上げる加工条件、および、ワイヤ６の先端が溶融池１１０から遠ざかるように加工ヘッド３の位置をＸＹＺ空間において変更する加工条件等のうち少なくとも１つが含まれている。いずれも、スタブ傾向時に見られるワイヤ６の先端が被加工物に接近している状態から接近していない状態にして衝突を回避するための加工条件であり、これによりスタブ傾向からドロップ状態に近づくような調整が可能となる。

【0072】

調整部１８４は、ステップＳ４において調整後の加工条件情報２８を生成すると、調整後の加工条件情報２８を、例えば、ＮＣ装置１９に送信する。これにより、ＮＣ装置１９に調整後の加工条件情報２８が設定される。その後、ステップＳ３においてドロップ傾向であると判定されていた場合、調整後の加工条件情報２８によりドロップ傾向からスタブ状態に近づくような加工が実行される。また、ステップＳ３においてスタブ傾向であると判定されていた場合、調整後の加工条件情報２８によりスタブ傾向からドロップ状態に近づくような加工が実行される。

【0073】

以上のように、調整部１８４によれば、ドロップ状態、またはスタブ状態に至る前にスムース状態に戻すことが可能となり、常に安定したスムース状態で加工を続けることができ、被加工物の品質を向上させることができる。また、従来作業者が行っていた加工前の条件調整作業、および、加工プログラムの試行錯誤等を自動で行うことができ、作業者負担を軽減することが可能となる。なお、調整部１８４は、加工の破綻回避を優先する場合に、加工ヘッド３の位置を制御するための情報、および、他の加工条件を同時に調整するようにしてもよい。また、調整部１８４は、形状精度を優先する場合、加工ヘッド３の位置を制御するための情報を、他の加工条件と比べて優先的に調整してもよい。

【0074】

演算装置１８は、ステップＳ５で調整後の加工条件情報が設定されると、造形処理が終了したか否か判定する（ステップＳ６）。

【0075】

演算装置１８は、造形処理が終了していないと判定した場合（ステップＳ６のＮｏ）、再びステップＳ１で画像データを取得し、ステップＳ２からステップＳ６を実行する。このように、造形処理中にステップＳ１からステップＳ６を繰り返すことにより、常にスムース状態、より詳細には予め設定された目標加工状態に近い状態で加工処理を実行することが可能となる。

【0076】

演算装置１８は、造形処理が終了したと判定した場合（ステップＳ６のＹｅｓ）、加工状況の監視を終了する。なお、演算装置１８は、ステップＳ３において、加工状態に異常傾向はない、すなわちスムース状態であると判定した場合（ステップＳ３のＮｏ）、ステップＳ６の造形処理が終了しているか否かの判定処理を実行する。

【0077】

上記実施形態によれば、付加製造装置１００は、ワイヤ６を供給するワイヤ送給器８と、ワイヤ６にレーザビーム５を照射し、ワイヤ６を溶融させる照射部と、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像を撮像し、画像データ６０または／および画像データ７０を生成する撮像部と、画像データ６０または／および画像データ７０に基づく画像のうち、接続部を含む領域の画素値の分布を示す情報を用いて、被加工物の加工状態を判定する判定部１８３と、を備えている。

【0078】

これにより、ワイヤ６と被加工物との接続状態を認識することが可能となり、スムース状態、ドロップ傾向、およびスタブ傾向のいずれであるかを把握することができる。また、撮像部により撮像され、生成された画像データ６０または／および画像データ７０に基づく画像を用いて加工状態をリアルタイムで監視することができ、例えば、ドロップ傾向、およびスタブ傾向を早い段階で認識することが可能となる。

【0079】

したがって、本実施形態によれば、加工状態を精度よく把握することが可能な付加製造装置を提供することが可能となる。

【0080】

実施の形態２．
上記実施の形態１では、演算装置１８は、付加製造装置１００の内部に設けられている例について説明したが、これに限定されない。演算装置１８は、例えば、付加製造装置１００外で、同一ネットワークまたは異なるネットワークに存在するパーソナルコンピュータ（Personal Computer：ＰＣ）内部に設けられていてもよい。図１７は、実施の形態２にかかる付加製造システム３００の構成を示す図である。図１７に示される付加製造システム３００は、付加製造装置１００A、および演算装置１８を有する。付加製造装置１００Ａ、演算装置１８の構成を除き、上記実施形態における付加製造装置１００が有する構成と同様である。

【0081】

実施の形態３．
実施の形態３では、機械学習の手法によって、被加工物の加工状態の判定の精度を向上させるために、各種パラメータセットを学習する例について説明する。図１８は、実施の形態３にかかる付加製造装置が有する演算装置の構成を示すブロック図である。図１８に示される演算装置１８Ａは、付加製造のための演算を行う。図１８には、演算装置１８Ａが有する機能構成を示している。

【0082】

演算装置１８Ａは、例えば、図１に示される演算装置１８と同様に、取得部１８１、作成部１８２、判定部１８３、および調整部１８４を有する。演算装置１８Ａは、機械学習を行う学習装置１８５Ａと、被加工物の加工状態の判定を行う推論装置１８６Ａと、学習済モデルを記憶するモデル記憶部１８７Ａとを有する。

【0083】

学習装置１８５Ａは、各種パラメータセットを学習し、被加工物の判定の精度を向上させるための判定用学習済モデルを生成する。

【0084】

推論装置１８６Ａは、学習装置１８５Ａにより生成された判定用学習済モデルを用いて、被加工物の加工状態を推論する。

【0085】

図１９は、実施の形態３にかかる学習装置の機能構成を示すブロック図である。図１９に示される学習装置１８５Ａは、データ取得部１８５１Ａとモデル生成部１８５２Ａとを有する。データ取得部１８５１Ａは、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データと、当該画像データに関連付けられたラベルとを、学習用データセットとして取得する。データ取得部１８５１Ａは、取得した学習用データセットを、モデル生成部１８５２Ａへ出力する。なお、画像データは、複数の時点の画像データを含む時系列の画像データであってもよい。

【0086】

本実施形態におけるラベルは、画像データに含まれる接続部の接続状態、すなわち被加工物の加工状態を示す情報である。ラベルには、例えば、初期状態に近いスムース状態、ドロップ傾向、ドロップ状態、スタブ傾向、及びスタブ状態等が含まれる。なお、ラベルの種類はこれらに限られず、さらに細分化してもよい。また、ラベルは、例えば、画像データ、または、時系列の画像データ毎に、製造者、または、ユーザによって設定されている。ただし、ラベルの設定方法は、任意であってよい。

【0087】

モデル生成部１８５２Ａは、データ取得部１８５１Ａにより作成されたデータセットに基づいて、画像データと加工状態との対応関係を学習させる。モデル生成部１８５２Ａが用いる学習アルゴリズムは、教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。

【0088】

モデル生成部１８５２Ａは、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、画像データに対して関連付けられる加工状態を学習する。ここで、教師あり学習とは、入力と結果（ラベル）のデータの組を学習装置に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

【0089】

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層(隠れ層)、及び複数のニューロンからなる出力層で構成される。中間層は、１層、又は２層以上でもよい。図２０は、図１９に示すモデル生成部１８５２Ａが使用するニューラルネットワークの一例を示す図である。図２０に示される３層のニューラルネットワークにおいて、複数の入力が入力層（Ｘ１‐Ｘ３）に入力されると、その値に重みＷ１（ｗ１１‐ｗ１６）を掛けて中間層（Ｙ１‐Ｙ２）に入力され、その結果にさらに重みＷ２（ｗ２１‐ｗ２６）を掛けて出力層（Ｚ１‐Ｚ３）から出力される。この出力結果は、重みＷ１とＷ２の値によって変わる。

【0090】

実施の形態３において、ニューラルネットワークは、データ取得部１８５１Ａによって取得される画像データと、当該画像データに関連付けられたラベルとの組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、画像データに対して関連付けられる加工状態を学習する。すなわち、ニューラルネットワークは、入力層に画像データを入力して出力層から出力された結果が、当該画像データに関連付けられたラベルが示す加工状態に近づくように重みＷ１とＷ２を調整することで学習する。

【0091】

モデル生成部１８５２Ａは、以上のような学習を実行することで判定用学習済モデルを生成し、出力する。モデル記憶部１８７Ａは、モデル生成部１８５２Ａから出力された判定用学習済モデルを記憶する。

【0092】

次に、学習装置１８５Ａが実行する処理について説明する。図２１は、実施の形態３における学習装置が実行する処理の例を示す図である。

【0093】

図２１によれば、まず、データ取得部１８５１Ａは、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データと、当該画像データに関連付けられたラベルとを、学習用データセットとして取得する（ステップＳ１１）。なお、画像データ、および、ラベルを同時に取得するものとしたが、画像データ、および、ラベルを関連づけて入力できれば良く、画像データ、および、ラベルをそれぞれ別のタイミングで取得しても良い。

【0094】

モデル生成部１８５２Ａは、データ取得部１８５１Ａによって取得される画像データ、および、当該画像データに関連付けられたラベルの組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、画像データに対して関連付けられる加工状態を学習し、判定用学習済モデルを生成する（ステップＳ１２）。

【0095】

モデル記憶部１８７Ａは、モデル生成部１８５２Ａが生成した学習モデルを記憶する（ステップＳ１３）。

【0096】

図２２は、実施の形態３にかかる推論装置の機能構成を示すブロック図である。図２２に示される推論装置１８６Ａは、データ取得部１８６１Ａと推論部１８６２Ａとを有する。データ取得部１８６１Ａは、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データを取得する。この画像データは、例えば、図１に示される内部センサユニット２３、または、外部センサユニット２４、すなわち撮像部により撮像され、生成された画像データである。

【0097】

推論部１８６２Ａは、判定用学習済モデルを利用して得られる加工状態を推論する。すなわち、この判定用学習済モデルにデータ取得部１８６１Ａで取得した画像データを入力することで、画像データから推論される加工状態を出力することができる。

【0098】

次に、推論装置１８６Ａが実行する処理について説明する。図２３は、実施の形態３における推論装置が実行する処理の例を示す図である。

【0099】

図２３によれば、データ取得部１８６１Ａは、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データを取得する（ステップＳ２１）。

【0100】

推論部１８６２Ａは、モデル記憶部１８７Ａから判定用学習済モデルを取得し、取得した判定用学習済モデルにステップＳ２１で取得した画像データを入力し、画像データから推論される加工状態を得る（ステップＳ２２）。

【0101】

推論部１８６２Ａは、判定用学習済モデルから得られた加工状態を、推論結果として判定部１８３に出力する（ステップＳ２３）。これにより、判定部１８３は、判定用学習済モデルから得られた加工状態を用いて被加工物の加工状態を判定することが可能となる。すなわち、判定部１８３は、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データと、当該画像データに関連付けられた加工状態との関係について学習を行うことにより得られた学習済モデルに基づいて、前記被加工物の加工状態を判定することができる。

【0102】

実施の形態３によれば、付加製造装置１００は、被加工物の加工状態の判定の精度を向上させるための判定用学習済モデルを使用して、被加工物の加工状態を判定する。具体的には、付加製造装置１００は、溶融されたワイヤ６と当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像データと、当該画像データに関連付けられた加工状態との関係について学習を行うことにより得られた学習済モデルに基づいて、被加工物の加工状態を判定する。これにより、加工状態の判定の精度を向上させることが可能となる。また、加工状態の判定の精度が向上できるため、より細分化された加工状態を認識することが可能となる。

【0103】

なお、実施の形態３では、学習装置１８５Ａは、付加製造装置１００に内蔵されている例について説明したがこれに限られない。学習装置１８５Ａは、付加製造装置１００に含まれる装置に限られず、付加製造装置１００の外部の装置であっても良い。学習装置１８５Ａは、ネットワークを介して付加製造装置１００に接続可能な装置であっても良い。学習装置１８５Ａは、クラウドサーバ上に存在する装置であっても良い。

【0104】

学習装置１８５は、複数の付加製造装置１００に対して作成されたデータセットに従って、パラメータを学習しても良い。学習装置７１は、同一の現場で使用される複数の付加製造装置１００からデータセットを取得しても良く、あるいは、互いに異なる現場で使用される複数の付加製造装置１００からデータセットを取得しても良い。データセットは、複数の現場において互いに独立して稼働する複数の付加製造装置１００から収集されたものであっても良い。複数の付加製造装置１００からのデータセットの収集を開始した後に、データセットが収集される対象に新たな付加製造装置１００が追加されても良い。また、複数の付加製造装置１００からのデータセットの収集を開始した後に、データセットが収集される対象から、複数の付加製造装置１００のうちの一部が除外されても良い。

【0105】

ある１つの付加製造装置１００について学習を行った学習装置１８５は、当該付加製造装置１００以外の他の付加製造装置１００についての学習を行っても良い。当該他の付加製造装置１００についての学習を行う学習装置７１は、当該他の付加製造装置１００における再学習によって、出力の予測モデルを更新することができる。

【0106】

実施の形態４．
実施の形態４では、機械学習の手法によって、加工条件の調整の精度を向上させるために、各種パラメータセットを学習する例について説明する。図２４は、実施の形態４にかかる付加製造装置が有する演算装置の構成を示すブロック図である。図２４に示される演算装置１８Ｂは、付加製造のための演算を行う。図２４には、演算装置１８Ｂが有する機能構成を示している。

【0107】

演算装置１８Ｂは、例えば、図１に示される演算装置１８と同様に、取得部１８１、作成部１８２、判定部１８３、および調整部１８４を有する。演算装置１８Ｂは、機械学習を行う学習装置１８５Ｂと、加工条件の調整とを行う推論装置１８６Ｂと、学習済モデルを記憶するモデル記憶部１８７Ｂとを有する。

【0108】

学習装置１８５Ｂは、各種パラメータセットを学習し、加工条件の調整の精度を向上させるための調整用学習済モデルを生成する。

【0109】

推論装置１８６Ｂは、学習装置１８５Ｂにより生成された調整用学習済モデルを用いて、調整後の加工条件を推論する。

【0110】

図２５は、実施の形態４にかかる学習装置の機能構成を示すブロック図である。学習装置１８５Ｂは、データ取得部１８５１Ｂとモデル生成部１８５２Ｂとを有する。データ取得部１８５１Ｂは、レーザビーム５のレーザ出力、ワイヤ６の送給速度、および加工ヘッドの位置を制御するための情報のうち、少なくとも１つを含む加工条件と、予め設定された目標加工状態に対応するワイヤ６および被加工物を含む画像データと、当該加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データとを取得する。加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データとは、加工が開始された後に取得された画像データであれば取得タイミングは任意であり、例えば、加工が開始された直後から所定時間経過、または加工が終了するまでに取得された時系列の画像データである。また、加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データは、加工が開始された後に所定時間が経過した後からさらに所定時間が経過するまでに取得された画像データであってもよい。また、加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データは、加工の終了時点で取得された画像データであってもよい。また、加工が終了されるタイミングとしては、例えば、複数の層により完成品が形成される場合、複数の層のうち任意の１層分が形成されたタイミング、または、完成品が形成されたタイミングのいずれであってもよい。

【0111】

データ取得部１８５１Ｂは、取得した加工条件、画像データ、および他の各種計測データとを含むデータセットを作成する。データ取得部１８５１Ｂは、作成したデータセットをモデル生成部１８５２Ｂへ出力する。

【0112】

モデル生成部１８５２Ｂは、データ取得部１８５１Ｂから出力されたデータセットを用いて調整用学習済モデルを生成する。モデル生成部１８５２Ｂが用いる学習アルゴリズムは、教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、強化学習（Reinforcement Learning）を適用した場合について説明する。強化学習は、ある環境内におけるエージェントである行動主体が、現在の状態を観測し、取るべき行動を決定する、というものである。エージェントは行動を選択することで環境から報酬を得て、一連の行動を通じて報酬が最も多く得られるような方策を学習する。強化学習の代表的な手法として、Ｑ学習（Q－Learning）およびＴＤ学習（TD－Learning）などが知られている。例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式である行動価値テーブルは、次の式（１）で表される。行動価値関数Ｑ（ｓ，ａ）は、環境「ｓ」のもとで行動「ａ」を選択する行動の価値である行動価値Ｑを表す。

【0113】

【数1】

【0114】

上記の式（１）において、「ｓｔ」は、時刻「ｔ」における環境の状態を表す。「ａｔ」は、時刻「ｔ」における行動を表す。行動「ａｔ」により、状態は「ｓｔ」から「ｓｔ＋１」へ変わる。「ｒｔ＋１」は、状態が「ｓｔ」から「ｓｔ＋１」へ変わることによってもらえる報酬を表す。「γ」は、割引率を表し、０＜γ≦１を満たす。「α」は、学習係数を表し、０＜α≦１を満たす。実施の形態４において、行動「ａｔ」は、レーザビーム５のレーザ出力、ワイヤ６の送給速度、および加工ヘッド３の位置を制御するための情報のうち、少なくとも１つを含む加工条件である。なお、加工条件に、加工ヘッド３の軸移動速度を加えてもよい。状態「ｓｔ」は、例えば、当該加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データである。状態「ｓｔ」は、データセットに含まれる加工条件によって加工が開始された後から加工が終了されるまでに取得される画像データであれば、取得期間、取得数は限定されない。すなわち、学習の目的に合わせて取得期間、取得数を任意に設定可能である。モデル生成部１８５２は、時刻「ｔ」の状態「ｓｔ」における最良の行動「ａｔ」を学習する。

【0115】

上記の式（１）により表される更新式は、時刻「ｔ＋１」における最良の行動「ａ」の行動価値が、時刻「ｔ」において実行された行動「ａ」の行動価値Ｑよりも大きければ、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、時刻「ｔ」における行動「ａ」の行動価値Ｑを、時刻「ｔ＋１」における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ，ａ）を更新する。それにより、ある環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播する。

【0116】

モデル生成部１８５２Ｂは、報酬計算部１８５３Ｂと関数更新部１８５４Ｂとを有する。報酬計算部１８５３Ｂは、データセットに含まれる画像データと予め設定された目標加工状態に対応する画像データとの差に基づいて報酬を計算する。データセットに含まれる画像データは、例えば、データセットに含まれる加工条件により加工が開始された後に取得された画像データであり、溶融されたワイヤと６当該ワイヤ６が付加される被加工物とが接続される接続部を含む画像を表す。関数更新部１８５４Ｂは、報酬計算部１８５３Ｂによって計算される報酬に従って、加工条件を決定するための関数を更新する。関数更新部１８５４Ｂは、関数の更新によって作成された学習済モデルをモデル記憶部１８７Ｂへ出力する。

【0117】

報酬計算部１８５３Ｂは、データセットに含まれる画像データと予め設定された目標加工状態に対応する画像データとの差に基づいて、報酬「ｒ」を計算する。報酬計算部１８５３Ｂは、当該差が小さくなった場合において、報酬「ｒ」を増大させる。報酬計算部１８５３Ｂは、報酬の値である「１」を与えることによって報酬「ｒ」を増大させる。なお、報酬の値は「１」に限られない。また、報酬計算部１８５３Ｂは、当該差が大きくなった場合に、報酬「ｒ」を低減させる。報酬計算部１８５３Ｂは、報酬の値である「－１」を与えることによって報酬「ｒ」を低減させる。なお、報酬の値は「－１」に限られない。内部センサユニット２３もしくは外部センサユニット２４による撮像、生成が可能な画像データ、内部センサユニット２３もしくは外部センサユニット２４による測定が可能な各種変数、または加工条件についての制約条件がある場合、報酬計算部１８５３Ｂは、制約条件を満たさない場合に報酬を低減させても良い。

【0118】

図２６は、実施の形態４における学習装置が実行する処理の例を示す図である。以下、図２６を参照して、行動価値関数Ｑ（ｓ，ａ）を更新する強化学習の方法について説明する。

【0119】

図２６によれば、学習装置１８５Ｂは、学習用データを取得する（ステップＳ３１）。次に、学習装置１８５Ｂは、報酬を算出する（ステップＳ３２）。次に、学習装置１８５Ｂは、報酬に基づいて行動価値関数Ｑ（ｓ，ａ）を更新する（ステップＳ３３）。そして、学習装置１８５Ｂは、行動価値関数Ｑ（ｓ，ａ）が収束したか否かを判断する（ステップＳ３４）。学習装置１８５Ｂは、ステップＳ２３における行動価値関数Ｑ（ｓ，ａ）の更新が行われなくなることによって行動価値関数Ｑ（ｓ，ａ）が収束したと判定する。

【0120】

学習装置１８５Ｂは、行動価値関数Ｑ（ｓ，ａ）が収束していないと判定した場合（ステップＳ３４のＮｏ）、動作手順をステップＳ１１へ戻す。なお、学習装置１８５は、ステップＳ１４による判定を行わず、ステップＳ３３からステップＳ３１へ動作手順を戻すことによって学習を継続させることとしても良い。

【0121】

学習装置１８５Ｂは、行動価値関数Ｑ（ｓ，ａ）が収束したと判定された場合（ステップＳ３４のＹｅｓ）、学習を終了する。そして、モデル記憶部１８７Ｂは、生成された行動価値関数Ｑ（ｓ，ａ）である調整用学習済モデルを記憶する（ステップＳ３５）。

【0122】

図２７は、実施の形態４にかかる推論装置の機能構成を示すブロック図である。図２７に示される推論装置１８６Ｂは、学習済モデルに基づいて、予め設定された目標加工条件に近づくような加工条件を推論する。推論装置１８６Ｂは、データ取得部１８６１Ｂと推論部１８６２Ｂとを有する。

【0123】

データ取得部１８６１Ｂは、調整前において、予め設定された目標加工状態に対応する画像データを推論用データとして取得する。データ取得部１８６１Ｂは、取得した画像データを推論部１８６２Ｂへ出力する。推論部１８６２Ｂは、モデル記憶部１８７Ｂから読み出された学習済モデルへ予め設定された目標加工状態に対応する画像データを入力することで、予め設定された目標加工条件に近づくような加工条件を推論する。なお、データ取得部１８６１Ｂは、調整前に、処理を一時停止して画像データを取得してもよいし、処理をしながらリアルタイムで画像データを取得してもよい。また、データ取得部１８６１Ｂは、被加工物に使用される材料毎、加工条件毎、または加工形状毎に画像データを取得してもよい。また、予め設定される目標加工状態は、例えば、調整前に撮像された画像データに基づいて設定される。目標加工状態は、加工状況に応じて任意に設定可能であり、例えば、ユーザにより設定されてもよい。

【0124】

図２８は、実施の形態４における推論装置が実行する処理の例を示す図である。図２８によれば、推論装置１８６Ｂは、データ取得部１８６１Ｂにおいて、推論用データを取得する（ステップＳ４１）。次に、推論装置１８６Ｂは、推論部１８６２Ｂにおいて、取得されたデータである推論用データを調整用学習済モデルへ入力し、予め設定された目標加工条件に近づくような加工条件を求める（ステップＳ４２）。そして、推論装置１８６Ｂは、調整用学習済モデルから得られた加工条件を、推論結果として調整部１８４に出力する（ステップＳ４３）。これにより、調整部１８４は、調整用学習済モデルから得られた加工条件を用いて、調整後の加工条件情報２８を生成することが可能となる。

【0125】

実施の形態４によれば、付加製造装置１００は、加工条件の調整の精度を向上させるための調整用学習済モデルを使用して、調整後の加工条件情報２８を生成する。具体的には、付加製造装置１００は、レーザビーム５のレーザ出力、ワイヤ６の送給速度、および加工ヘッド３の位置を制御するための情報のうち、少なくとも１つを含む加工条件と、予め設定された目標加工状態に対応するワイヤ６および被加工物を含む画像データと、当該加工条件によって加工が開始された後に取得されるワイヤ６および被加工物を含む画像データとの関係について学習を行うことにより得られた学習済モデルに基づいて、調整後の加工条件情報２８を生成する。これにより、加工条件の調整の精度を向上させることが可能となる。

【0126】

実施の形態４では、学習装置１８５Ｂが用いる学習アルゴリズムに強化学習を適用する場合について説明したが、学習アルゴリズムには、強化学習以外の学習が適用されても良い。学習装置１８５Ｂは、強化学習以外の公知の学習アルゴリズム、例えば、深層学習（Deep Learning）、ニューラルネットワーク、遺伝的プログラミング、機能論理プログラミングあるいはサポートベクターマシンといった学習アルゴリズムを用いて機械学習を実行しても良い。

【0127】

実施の形態４では、学習装置１８５Ｂは、付加製造装置１００に内蔵されている例について説明したがこれに限られない。学習装置１８５Ｂは、付加製造装置１００に含まれる装置に限られず、付加製造装置１００の外部の装置であっても良い。学習装置１８５Ｂは、ネットワークを介して付加製造装置１００に接続可能な装置であっても良い。学習装置１８５は、クラウドサーバ上に存在する装置であっても良い。

【0128】

学習装置１８５Ｂは、複数の付加製造装置１００に対して作成されたデータセットに従って、パラメータを学習しても良い。学習装置７１は、同一の現場で使用される複数の付加製造装置１００からデータセットを取得しても良く、あるいは、互いに異なる現場で使用される複数の付加製造装置１００からデータセットを取得しても良い。データセットは、複数の現場において互いに独立して稼働する複数の付加製造装置１００から収集されたものであっても良い。複数の付加製造装置１００からのデータセットの収集を開始した後に、データセットが収集される対象に新たな付加製造装置１００が追加されても良い。また、複数の付加製造装置１００からのデータセットの収集を開始した後に、データセットが収集される対象から、複数の付加製造装置１００のうちの一部が除外されても良い。

【0129】

ある１つの付加製造装置１００について学習を行った学習装置１８５Ｂは、当該付加製造装置１００以外の他の付加製造装置についての学習を行っても良い。当該他の付加製造装置についての学習を行う学習装置１８５Ｂは、当該他の付加製造装置における再学習によって、出力の予測モデルを更新することができる。

【0130】

次に、本実施の形態１から４にかかる演算装置１８、１８Ａ、または１８Ｂが有するハードウェア構成について説明する。図２９は、本実施の形態１にかかる付加製造装置が有する演算装置のハードウェア構成例を示す図である。図２９には、プログラムを実行するハードウェアを用いることによって演算装置１８、１８Ａ、または１８Ｂの機能が実現される場合におけるハードウェア構成を示している。

【0131】

演算装置１８、１８Ａ、または１８Ｂは、各種処理を実行するプロセッサ９０１と、内蔵メモリであるメモリ９０２と、情報を記憶する記憶装置９０３と、演算装置１８への情報の入力と演算装置１８からの情報の出力のためのインタフェース回路９０４とを有する。

【0132】

プロセッサ９０１は、ＣＰＵ（Central Processing Unit）である。プロセッサ９０１は、処理装置、マイクロプロセッサ、マイクロコンピュータ、又はＤＳＰ（Digital SignaL Processor）であっても良い。メモリ９０２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）またはＥＥＰＲＯＭ（登録商標）（Electrically Erasable Programmable Read Only Memory）である。

【0133】

記憶装置９０３は、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）である。コンピュータを演算装置１８として機能させるプログラムは、記憶装置９０３に格納される。プロセッサ９０１は、記憶装置９０３に格納されているプログラムをメモリ９０２に読み出して実行する。

【0134】

プログラムは、コンピュータシステムによる読み取りが可能とされた記憶媒体に記憶されたものであっても良い。演算装置１８は、記憶媒体に記録されたプログラムをメモリ９０２へ格納しても良い。記憶媒体は、フレキシブルディスクである可搬型記憶媒体、あるいは半導体メモリであるフラッシュメモリであっても良い。プログラムは、他のコンピュータあるいはサーバ装置から通信ネットワークを介してコンピュータシステムへインストールされても良い。

【0135】

取得部１８１、作成部１８２、判定部１８３、調整部１８４、学習装置１８５Ａ、学習装置１８５Ｂ、推論装置１８６Ａ、および推論装置１８６Ｂの各機能は、プロセッサ８１とソフトウェアの組み合わせによって実現される。当該各機能は、プロセッサ９０１およびファームウェアの組み合わせによって実現されても良く、プロセッサ９０１、ソフトウェアおよびファームウェアの組み合わせによって実現されても良い。ソフトウェアまたはファームウェアは、プログラムとして記述され、記憶装置９０３に格納される。モデル記憶部１８７の機能は、記憶装置９０３の使用により実現される。

【0136】

インタフェース回路９０４は、ハードウェアに接続される外部機器からの信号を受信する。外部機器は、ＮＣ装置１９、内部センサユニット２３、および外部センサユニット２４である。

【0137】

なお、上記実施形態において、調整部１８４は、例えば、レーザビーム５のレーザ出力、ワイヤ６の送給速度、加工ヘッド３の位置を制御するための情報、および加工ヘッド３の軸移動速度等を調整していたがこれに限られない。例えば、調整部１８４は、被加工物に照射されるレーザビーム５の強度分布を調整するようにしてもよい。

【0138】

本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、本開示を説明するためのものであり、本開示の範囲を限定するものではない。つまり、本開示の範囲は、実施形態ではなく、請求の範囲によって示される。そして、請求の範囲内及びそれと同等の開示の意義の範囲内で施される様々な変形が、本開示の範囲内とみなされる。

【産業上の利用可能性】

【0139】

本開示によれば、加工状態を精度よく把握することが可能な付加製造装置を提供することができる。

【符号の説明】

【0140】

１ レーザ発振器、２ ファイバケーブル、３ 加工ヘッド、４ ビームノズル、５ レーザビーム、６ ワイヤ、７ ワイヤスプール、８ ワイヤ送給器、９ ワイヤノズル、１０ 加工点、１１ ビード、１３ 基材、１４，１５ ロータリーステージ、１６ 支持ブラケット、１７ ＸＹＺステージ、１８，１８Ａ，１８Ｂ 演算装置、１９ ＮＣ装置、２１ ガス流量調整器、２２ 駆動制御器、２３ 内部センサユニット、２４ 外部センサユニット、２７ 加工プログラム、２８ 加工条件情報、６０，７０ 画像データ、１８１ 取得部、１８２ 作成部、１８３ 判定部、１８４ 調整部、１８５Ａ，１８５Ｂ 学習装置、１８６Ａ，１８６Ｂ 推論装置、１８７Ａ，１８７Ｂ モデル記憶部、２２１ ヘッド駆動部、２２２ ワイヤ送給駆動部、２２３ ステージ駆動部、１００，１００Ａ 付加製造装置、３００ 付加製造システム、９０１ プロセッサ、９０２ メモリ、９０３ 記憶装置、９０４ インタフェース回路。

【要約】

本開示に係る付加製造装置は、ワイヤ（６）を供給するワイヤ供給部と、ワイヤ（６）にレーザビーム（５）を照射し、ワイヤ（６）を溶融させる照射部と、溶融されたワイヤ（６）と当該ワイヤ（６）が付加される被加工物とが接続される接続部を含む画像を撮像し、画像データを生成する撮像部と、撮像部により生成された画像データに基づく画像のうち、接続部を含む領域の画素値の分布を示す情報を用いて前記被加工物の加工状態を判定する判定部（１８３）と、を備えている。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】

【図27】

【図28】

【図29】