推定模型生成装置及加工状态推定装置制造方法及图纸

推定模型生成装置是生成用于推定激光加工的加工状态的推定模型的装置，具备：信息取得部，在基于第一装置的激光加工时，从被加工物观测第一热辐射、第一可见光、第一反射光及第一激光，取得包括针对第一热辐射、第一可见光、第一射光及第一激光之中的至少两者的第一波形及第二波形在内的第一波形数据；推定模型生成部，使用将第一波形数据作为说明变量、将加工状态作为目标变量而建立对应的教示数据，进行机器学习，来生成推定第一装置的加工状态的第一推定模型；以及存储部，存储第一推定模型。型。型。

【技术实现步骤摘要】
【国外来华专利技术】推定模型生成装置及加工状态推定装置


[0001]本公开涉及基于激光的加工状态的推定模型生成方法及加工状态推定装置。

技术介绍

[0002]在激光加工中判断加工状态之际，公知检测在激光加工时从工件释放出的可见光、反射光或者热辐射等的方法。
[0003]例如，专利文献1所述的焊接状态判断装置检测在激光焊接时从工件释放出的等离子体光及反射光的强度，使用基于给定的区间中的检测光的强度而提取出的特征值的极值，来判断工件的状态。
[0004][在先技术文献][0005][专利文献][0006][专利文献1]日本特开2000
‑
153379号公报

技术实现思路

[0007]本公开的一方式涉及的推定模型生成装置，是生成用于推定激光加工的加工状态的推定模型的装置，
[0008]所述推定模型生成装置具备：
[0009]信息取得部，在基于第一装置的激光加工时，从被加工物观测第一热辐射、第一可见光、第一反射光及第一激光，取得包括针对所述第一热辐射、所述第一可见光、所述第一反射光及所述第一激光之中的至少两者的第一波形及第二波形在内的第一波形数据；
[0010]推定模型生成部，使用将所述第一波形数据作为说明变量、将所述加工状态作为目标变量而建立对应的教示数据，进行机器学习，生成推定所述第一装置的所述加工状态的第一推定模型；以及
[0011]存储部，存储所述第一推定模型。
[0012]本公开的其他方式涉及的推定模型生成装置，是生成用于推定第一装置及第二装置中的激光加工的加工状态的推定模型的装置，
[0013]所述推定模型生成装置具备：
[0014]信息取得部，在基于第一装置的激光加工时，从被加工物观测第三热辐射、第三可见光、第三反射光及第三激光，在基于第二装置的激光加工时，从被加工物观测第四热辐射、第四可见光、第四反射光及第四激光，取得包括针对第三热辐射、第三可见光、第三反射光及第三激光之中的至少两者的第五波形及第六波形在内的第三波形数据、和包括针对第四热辐射、第四可见光、第四反射光及第四激光之中的至少两者的第七波形及第八波形在内的第四波形数据；
[0015]信息变换部，将根据第五波形与第七波形的关系而计算的第三系数和第五波形相乘，将根据第六波形与第八波形的关系而计算的第四系数和第六波形相乘，来生成第二变换数据；
[0016]推定模型生成部，生成推定第一装置的加工状态的第二推定模型和推定第二装置的加工状态的第三推定模型；以及
[0017]存储部，存储第二推定模型及第三推定模型，
[0018]推定模型生成部，
[0019]使用将第三波形数据作为说明变量、将加工状态作为目标变量而建立对应的教示数据，进行机器学习，由此生成第二推定模型，
[0020]使用将第二变换数据作为说明变量、将加工状态作为目标变量而建立对应的教示数据，进行机器学习，由此生成第三推定模型。
附图说明
[0021]图1A是表示实施方式1涉及的推定模型生成装置的框图。
[0022]图1B是表示实施方式1涉及的加工状态推定装置的框图。
[0023]图1C是表示第一装置的框图。
[0024]图1D是表示第二装置的框图。
[0025]图2A是表示由信息取得部取得的第一波形数据的图表。
[0026]图2B是表示由信息取得部取得的第二波形数据的图表。
[0027]图3A是将第一波形数据标准化后的图表。
[0028]图3B是将第一变换数据标准化后的图表。
[0029]图4A是表示第一波形数据及第一变换数据中的平均信号强度和散焦量的关系的图表。
[0030]图4B是表示在加工状态推定装置中，在基于第一推定模型推定加工状态之际，将第一变换数据及第二波形数据作为输入数据的情况下的正确值和推定值的关系的图表。
[0031]图5A是表示实施方式2涉及的推定模型生成装置的框图。
[0032]图5B是表示实施方式2涉及的加工状态推定装置的框图。
具体实施方式
[0033](得出本公开的过程)
[0034]在监视激光加工时的加工状态的情况下，会如专利文献1所述的焊接状态判断装置那样，用传感器来检测从激光加工部释放出的热辐射、反射光、可见光及激光。
[0035]例如，也公知以下方法：使用将上述那样的感测数据作为说明变量、将加工状态作为目标变量的教示数据，进行机器学习，由此生成推定模型，使用该推定模型，根据加工时的感测数据来判断加工状态。
[0036]由于激光加工是非接触加工，故加工现象的再现性高。换言之，只要是同样的加工状态，热辐射、反射光、可见光及激光等的强度就呈相同程度。可是，由于光传输效率或者放大器增益等的偏差，在由传感器取得的感测数据中会按每台加工装置而产生机器差异。因此，若将使用给定的加工装置中的感测数据而生成的推定模型使用于其他加工装置，则存在推定正确的加工状态较为困难的课题。换言之，在专利文献1所述的焊接状态判断装置中，存在：由于检测光的强度的传感器的机器差异，即便是同样的加工状态，也会检测到不同强度的光的课题。
[0037]另外，生产线所使用的装置中，也很难采用在学习用时使参数变化、即以标准加工条件以外的条件取得感测数据的方法。因此，例如有时使用实验用的装置等取得学习用的感测数据，进行推定模型的创建。这样创建出的推定模型因为上述的理由，难以在生产线所用的装置的加工状态的推定中使用。
[0038]因而，本申请专利技术人们研究即便在其他加工装置中也可使用将使用给定的加工装置中的感测数据而生成的推定模型的方法，得出以下的专利技术。本公开提供一种即便在其他加工装置也可使用以给定的加工装置生成的推定模型的推定模型生成装置及加工状态推定装置。
[0039]本公开的一方式涉及的推定模型生成装置，是生成用于推定激光加工的加工状态的推定模型的装置，
[0040]所述推定模型生成装置具备：
[0041]信息取得部，在基于第一装置的激光加工时，从被加工物观测第一热辐射、第一可见光、第一反射光及第一激光，取得包括针对所述第一热辐射、所述第一可见光、所述第一反射光及所述第一激光之中的至少两者的第一波形及第二波形在内的第一波形数据；
[0042]推定模型生成部，将使用所述第一波形数据作为说明变量、将所述加工状态作为目标变量建立对应的教示数据进行机器学习，生成对基于所述第一装置的所述加工状态进行推定的第一推定模型；以及
[0043]存储部，存储所述第一推定模型。
[0044]本公开的一方式涉及的加工状态推定装置，是推定与所述第一装置不同的第二装置中的激光加工的加工状态的装置，
[0045]所述加工状态推定装置具备：
[0046]信息取得部，在基于所述第二装置的激光加工时，从被加工物观测第二热辐射、第二可见光、第二反射光及第二激光，取得包括针对所述第二热辐射、所述第二可见光、所述第二反射光及所述第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种推定模型生成装置，是生成用于推定激光加工的加工状态的推定模型的装置，所述推定模型生成装置具备：信息取得部，在基于第一装置的激光加工时，从被加工物观测第一热辐射、第一可见光、第一反射光及第一激光，取得包括针对所述第一热辐射、所述第一可见光、所述第一反射光及所述第一激光之中的至少两者的第一波形及第二波形在内的第一波形数据；推定模型生成部，使用将所述第一波形数据作为说明变量、将所述加工状态作为目标变量而建立对应的教示数据，进行机器学习，生成推定所述第一装置的所述加工状态的第一推定模型；以及存储部，存储所述第一推定模型。2.一种加工状态推定装置，是推定与所述第一装置不同的第二装置中的激光加工的加工状态的装置，所述加工状态推定装置具备：信息取得部，在基于所述第二装置的激光加工时，从被加工物观测第二热辐射、第二可见光、第二反射光及第二激光，取得包括针对所述第二热辐射、所述第二可见光、所述第二反射光及所述第二激光之中的至少两者的第三波形及第四波形在内的第二波形数据；信息变换部，将根据所述第三波形与所述第一波形的关系而计算出的第一系数和所述第三波形相乘，将根据所述第四波形与所述第二波形的关系而计算出的第二系数和所述第四波形相乘，来生成第一变换数据；存储部，存储由权利要求1所述的推定模型生成装置生成的第一推定模型；以及推定部，基于所述第一推定模型，根据所述第一变换数据来推定所述加工状态。3.根据权利要求2所述的加工状态推定装置，其中，决定所述第一系数及所述第二系数，以使得在保持所述第一波形与所述第二波形的平均值之比不变的状态下，生成第一变换数据。4.一种推定模型生成装置，是生成用于推定第一装置及第二装置中的激光加工的加工状态的推定模型的装置，所述推定模型生成装置具备：信息取...

【专利技术属性】
技术研发人员：中井出，藤原和树，船见浩司，
申请(专利权)人：松下知识产权经营株式会社，
类型：发明
国别省市：