JP2022067408A - 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 - Google Patents
造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 Download PDFInfo
- Publication number
- JP2022067408A JP2022067408A JP2020176102A JP2020176102A JP2022067408A JP 2022067408 A JP2022067408 A JP 2022067408A JP 2020176102 A JP2020176102 A JP 2020176102A JP 2020176102 A JP2020176102 A JP 2020176102A JP 2022067408 A JP2022067408 A JP 2022067408A
- Authority
- JP
- Japan
- Prior art keywords
- modeling
- material layer
- laminated
- learning
- feature amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/20—Direct sintering or melting
- B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/36—Process control of energy beam parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/30—Process control
- B22F10/36—Process control of energy beam parameters
- B22F10/364—Process control of energy beam parameters for post-heating, e.g. remelting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
- B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
- B22F12/40—Radiation means
- B22F12/41—Radiation means characterised by the type, e.g. laser or electron beam
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
- B22F12/90—Means for process control, e.g. cameras or sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y10/00—Processes of additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
- B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F2999/00—Aspects linked to processes or compositions used in powder metallurgy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Abstract
Description
好ましくは、前記パラメータは、前記積層造形物の空隙率の仮想値である仮想空隙率を含む。
好ましくは、前記パラメータは、前記レーザ光の照射箇所における、レーザパワー、スポット径、及びレーザパワー密度から選ばれた少なくとも1つを含む。
好ましくは、前記パラメータは、前記材料層の厚さ、及び前記材料層を構成する前記材料粉体の乾燥度から選ばれた少なくとも1つを含む。
好ましくは、前記解析部は、特徴量抽出部と算出部とをさらに備え、前記特徴量抽出部は、前記画像データからスパッタ粒子の特徴量を抽出し、前記算出部は、前記特徴量に基づき前記パラメータの推定値を算出する。
好ましくは、前記特徴量は、スパッタ粒子の飛散速度、スパッタ粒子のサイズ、スパッタ粒子の個数、及び他の特徴量に基づきふるい分けされたスパッタ粒子の個数から選ばれた少なくとも1つを含む。
好ましくは、前記システムは、学習部をさらに備え、前記学習部は、学習用データを取得し、入力としての前記特徴量から前記パラメータの推定値を出力する学習モデルの機械学習を行う。
好ましくは、チャンバと、リコータヘッドと、レーザ光照射装置と、制御装置と、上記のシステムとを備える積層造形装置であって、前記チャンバは、前記造形領域を覆い、且つ所定濃度の不活性ガスで充満され、前記リコータヘッドは、前記造形領域上に前記材料粉体を供給して前記材料層を形成し、前記レーザ光照射装置は、前記材料層に前記レーザ光を照射して前記固化層を形成する、積層造形装置が提供される。
好ましくは、前記制御装置は、積層造形物の製造過程において前記システムによる前記パラメータの推定結果に基づき造形状態の異常の有無を判定する。
好ましくは、前記画像取得部は、前記レーザ光の照射中にリアルタイムでスパッタの画像データを取得し、前記制御装置は、前記システムによる前記パラメータの推定結果に基づき、前記レーザ光の照射状態に係る設定の補正をリアルタイムで実行するように構成される。
好ましくは、前記パラメータは、前記レーザ光の照射箇所におけるスポット径を含み、前記制御装置は、前記システムによるスポット径の推定結果と閾値との比較を行い、比較結果に基づき前記レーザ光の焦点に係る設定の補正を実行するように構成される。
好ましくは、前記パラメータは、前記積層造形物の空隙率の仮想値である仮想空隙率を含む。
好ましくは、前記パラメータは、前記レーザ光の照射箇所における、レーザパワー、スポット径、及びレーザパワー密度から選ばれた少なくとも1つを含む。
好ましくは、前記パラメータは、前記材料層の厚さ、及び前記材料層を構成する前記材料粉体の乾燥度から選ばれた少なくとも1つを含む。
好ましくは、前記解析工程は、特徴量抽出工程と算出工程とをさらに備え、前記特徴量抽出工程では、前記画像データからスパッタ粒子の特徴量を抽出し、前記算出工程では、前記特徴量に基づき前記パラメータの推定値を算出する。
好ましくは、前記特徴量には、スパッタ粒子の飛散速度、スパッタ粒子のサイズ、スパッタ粒子の個数、及び前記特徴量に基づきふるい分けされたスパッタ粒子の個数から選ばれた少なくとも1つを含む。
好ましくは、前記方法は、学習工程をさらに備え、前記学習工程では、学習用データを取得し、入力としての前記特徴量から前記パラメータの推定値を出力する学習モデルの機械学習を行う。
図1及び図2に示すように、積層造形装置1は、チャンバ2、材料層形成装置3、及びレーザ照射装置7を備える。また、積層造形装置1は、後述する造形状態推定システム8及び制御装置9をさらに備える。
チャンバ2は、所望の積層造形物が形成される領域である造形領域Rを覆い、内部の造形空間2eは不活性ガス供給装置(不図示)から供給される所定濃度の不活性ガスで充満されている。本明細書において不活性ガスとは、材料層や固化層と実質的に反応しないガスであり、成形材料の種類に応じて選択され、例えば、窒素ガス、アルゴンガス、又はヘリウムガスを使用可能である。金属の積層造形においては、材料粉体の変質を抑制するとともに、レーザ光Lを安定して照射可能とするために、造形領域Rの周囲の酸素濃度を可能な限り低い状態に維持する必要がある。チャンバ2内に不活性ガスを充満させることで、酸素濃度を十分に低く保つことが可能となる。なお、チャンバ2から排出された不活性ガスは、ヒュームコレクタ(不図示)へと送られヒュームが除去された後にチャンバ2へ供給され再利用される。ヒュームコレクタは、例えば乾式電気集塵機、又はフィルタを備える濾過式集塵機である。
材料層形成装置3は、チャンバ2の内部に設けられる。図1から図3に示すように、材料層形成装置3は、ベース31、及びベース31上に配置されるリコータヘッド32を備える。ベース31は、積層造形物が形成される造形領域Rを有し、造形領域Rには造形テーブル5が設けられる。造形テーブル5は、造形テーブル駆動機構51によって駆動され上下方向(図1の矢印V方向)に移動することができる。造形時には、造形テーブル5にベースプレート6が配置され、ベースプレート6の上面に材料層10が形成される。
図1及び図2に示すように、レーザ照射装置7は、チャンバ2の上方に設けられる。レーザ照射装置7は、造形領域R上に形成される材料層10の所定箇所にレーザ光Lを照射して、照射位置の材料層10を溶融又は焼結させ、固化させる。図6に示すように、レーザ照射装置7は、レーザ発振器72、及びガルバノユニット73を備え、後述するレーザ制御部93に制御される。
次に、積層造形装置1を用いた積層造形物の製造過程において造形状態を推定するためのシステム(造形状態推定システム)について説明する。図7に示すように、本実施形態に係る造形状態推定システム8は、画像取得部81、解析部82、学習部83、及び記憶部84を備える。
次に、積層造形装置1を制御するための制御装置9について説明する。
次に、本実施形態に係る積層造形装置1を用いた積層造形物の造形方法について説明する。
Claims (20)
- 積層造形物の製造過程において造形状態を推定するためのシステムであって、
画像取得部と解析部とを備え、
前記積層造形物は、造形領域上に材料粉体を供給して材料層を形成する材料層形成工程と、前記材料層にレーザ光を照射して固化層を形成する固化層形成工程とを繰り返すことによって製造され、
前記画像取得部は、前記レーザ光の照射により形成された溶融池の周囲に発生するスパッタの画像データを取得し、
前記解析部は、前記画像データを解析して造形状態を表すパラメータを推定する、
システム。 - 請求項1に記載のシステムであって、
前記パラメータは、前記積層造形物の空隙率の仮想値である仮想空隙率を含む、
システム。 - 請求項1又は請求項2に記載のシステムであって、
前記パラメータは、前記レーザ光の照射箇所における、レーザパワー、スポット径、及びレーザパワー密度から選ばれた少なくとも1つを含む、
システム。 - 請求項1から請求項3のいずれか1つに記載のシステムであって、
前記パラメータは、前記材料層の厚さ、及び前記材料層を構成する前記材料粉体の乾燥度から選ばれた少なくとも1つを含む、
システム。 - 請求項1から請求項4のいずれか1つに記載のシステムであって、
前記解析部は、特徴量抽出部と算出部とをさらに備え、
前記特徴量抽出部は、前記画像データからスパッタ粒子の特徴量を抽出し、
前記算出部は、前記特徴量に基づき前記パラメータの推定値を算出する、
システム。 - 請求項5に記載のシステムであって、
前記特徴量は、スパッタ粒子の飛散速度、スパッタ粒子のサイズ、スパッタ粒子の個数、及び他の特徴量に基づきふるい分けされたスパッタ粒子の個数から選ばれた少なくとも1つを含む、
システム。 - 請求項5又は請求項6に記載のシステムであって、
学習部をさらに備え、
前記学習部は、学習用データを取得し、入力としての前記特徴量から前記パラメータの推定値を出力する学習モデルの機械学習を行う、
システム。 - チャンバと、リコータヘッドと、レーザ光照射装置と、制御装置と、請求項1から請求項7のいずれか1つに記載のシステムとを備える積層造形装置であって、
前記チャンバは、前記造形領域を覆い、且つ所定濃度の不活性ガスで充満され、
前記リコータヘッドは、前記造形領域上に前記材料粉体を供給して前記材料層を形成し、
前記レーザ光照射装置は、前記材料層に前記レーザ光を照射して前記固化層を形成する、
積層造形装置。 - 請求項8に記載の積層造形装置であって、
前記制御装置は、積層造形物の製造過程において前記システムによる前記パラメータの推定結果に基づき造形状態の異常の有無を判定する、
積層造形装置。 - 請求項3を引用する請求項8又は請求項9に記載の積層造形装置であって、
前記画像取得部は、前記レーザ光の照射中にリアルタイムでスパッタの画像データを取得し、
前記制御装置は、前記システムによる前記パラメータの推定結果に基づき、前記レーザ光の照射状態に係る設定の補正をリアルタイムで実行するように構成される、
積層造形装置。 - 請求項10に記載の積層造形装置であって、
前記パラメータは、前記レーザ光の照射箇所におけるスポット径を含み、
前記制御装置は、前記システムによるスポット径の推定結果と閾値との比較を行い、比較結果に基づき前記レーザ光の焦点に係る設定の補正を実行するように構成される、
積層造形装置。 - 積層造形物の製造過程において造形状態を推定するための方法であって、
画像取得工程と解析工程とを備え、
前記積層造形物は、造形領域上に材料粉体を供給して材料層を形成する材料層形成工程と、前記材料層にレーザ光を照射して固化層を形成する固化層形成工程とを繰り返すことによって製造され、
前記画像取得工程では、前記レーザ光の照射により形成された溶融池の周囲に発生するスパッタの画像データを取得し、
前記解析工程では、前記画像データを解析して造形状態を表すパラメータを推定する、
方法。 - 請求項12に記載の方法であって、
前記パラメータは、前記積層造形物の空隙率の仮想値である仮想空隙率を含む、
方法。 - 請求項12又は請求項13に記載の方法であって、
前記パラメータは、前記レーザ光の照射箇所における、レーザパワー、スポット径、及びレーザパワー密度から選ばれた少なくとも1つを含む、
方法。 - 請求項12から請求項14のいずれか1つに記載のシステムであって、
前記パラメータは、前記材料層の厚さ、及び前記材料層を構成する前記材料粉体の乾燥度から選ばれた少なくとも1つを含む、
方法。 - 請求項12から請求項15のいずれか1つに記載の方法であって、
前記解析工程は、特徴量抽出工程と算出工程とをさらに備え、
前記特徴量抽出工程では、前記画像データからスパッタ粒子の特徴量を抽出し、
前記算出工程では、前記特徴量に基づき前記パラメータの推定値を算出する、
方法。 - 請求項16に記載の方法であって、
前記特徴量には、スパッタ粒子の飛散速度、スパッタ粒子のサイズ、スパッタ粒子の個数、及び前記特徴量に基づきふるい分けされたスパッタ粒子の個数から選ばれた少なくとも1つを含む、
方法。 - 請求項16又は請求項17に記載の方法であって、
学習工程をさらに備え、
前記学習工程では、学習用データを取得し、入力としての前記特徴量から前記パラメータの推定値を出力する学習モデルの機械学習を行う、
方法。 - コンピュータに、積層造形物の製造過程において造形状態を推定するための方法を実行させるコンピュータプログラムであって、
前記方法は、画像取得工程と解析工程とを備え、
前記積層造形物は、造形領域上に材料粉体を供給して材料層を形成する材料層形成工程と、前記材料層にレーザ光を照射して固化層を形成する固化層形成工程とを繰り返すことによって製造され、
前記画像取得工程では、前記レーザ光の照射により形成された溶融池の周囲に発生するスパッタの画像データを取得し、
前記解析工程では、前記画像データを解析して造形状態を表すパラメータを推定する、
コンピュータプログラム。 - 積層造形物の製造過程における造形状態の推定に用いられる学習モデルの学習方法であって、
データ取得工程と、特徴量抽出工程と、学習工程とを備え、
前記積層造形物は、造形領域上に材料粉体を供給して材料層を形成する材料層形成工程と、前記材料層にレーザ光を照射して固化層を形成する固化層形成工程とを繰り返すことによって製造され、
前記データ取得工程では、前記レーザ光の照射により形成された溶融池の周囲に発生するスパッタの画像データと、造形状態を表すパラメータとを取得し、
前記特徴量抽出工程では、前記画像データからスパッタ粒子の特徴量を抽出し、
前記学習工程では、前記特徴量及び前記パラメータを学習用データとして、入力としての前記特徴量から前記パラメータの推定値を出力する学習モデルの機械学習を行う、
学習方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020176102A JP7082355B2 (ja) | 2020-10-20 | 2020-10-20 | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 |
US17/480,557 US20220118520A1 (en) | 2020-10-20 | 2021-09-21 | Lamination molding apparatus, molding state estimation system, molding state estimation method, molding state estimation program, and learning method of learning model for molding state estimation |
JP2022081269A JP7165957B2 (ja) | 2020-10-20 | 2022-05-18 | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020176102A JP7082355B2 (ja) | 2020-10-20 | 2020-10-20 | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022081269A Division JP7165957B2 (ja) | 2020-10-20 | 2022-05-18 | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022067408A true JP2022067408A (ja) | 2022-05-06 |
JP7082355B2 JP7082355B2 (ja) | 2022-06-08 |
Family
ID=81186860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020176102A Active JP7082355B2 (ja) | 2020-10-20 | 2020-10-20 | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220118520A1 (ja) |
JP (1) | JP7082355B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116117169A (zh) * | 2023-01-29 | 2023-05-16 | 季华实验室 | 一种slm工艺过程缺陷检测方法及装置 |
JP7311210B1 (ja) | 2023-01-11 | 2023-07-19 | 株式会社アスペクト | 粉末床溶融結合装置用のデータ作成方法及びデータ作成装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7096311B2 (ja) * | 2020-11-12 | 2022-07-05 | 株式会社ソディック | 積層造形装置及び積層造形物の製造方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018035429A (ja) * | 2016-09-02 | 2018-03-08 | パナソニックIpマネジメント株式会社 | 三次元形状造形物の製造方法 |
WO2019239531A1 (ja) * | 2018-06-13 | 2019-12-19 | 株式会社ニコン | 演算装置、検出システム、造形装置、演算方法、検出方法、造形方法、演算プログラム、検出プログラムおよび造形プログラム |
JP2020015944A (ja) * | 2018-07-25 | 2020-01-30 | 株式会社ジェイテクト | 付加製造用学習モデル生成装置、付加製造による造形物の製造条件決定装置および付加製造による造形物の状態推定装置 |
JP2020180342A (ja) * | 2019-04-25 | 2020-11-05 | 芝浦機械株式会社 | 積層造形監視システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10391705B2 (en) * | 2014-05-09 | 2019-08-27 | Nike, Inc. | System and method for forming three-dimensional structures |
-
2020
- 2020-10-20 JP JP2020176102A patent/JP7082355B2/ja active Active
-
2021
- 2021-09-21 US US17/480,557 patent/US20220118520A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018035429A (ja) * | 2016-09-02 | 2018-03-08 | パナソニックIpマネジメント株式会社 | 三次元形状造形物の製造方法 |
WO2019239531A1 (ja) * | 2018-06-13 | 2019-12-19 | 株式会社ニコン | 演算装置、検出システム、造形装置、演算方法、検出方法、造形方法、演算プログラム、検出プログラムおよび造形プログラム |
JP2020015944A (ja) * | 2018-07-25 | 2020-01-30 | 株式会社ジェイテクト | 付加製造用学習モデル生成装置、付加製造による造形物の製造条件決定装置および付加製造による造形物の状態推定装置 |
JP2020180342A (ja) * | 2019-04-25 | 2020-11-05 | 芝浦機械株式会社 | 積層造形監視システム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7311210B1 (ja) | 2023-01-11 | 2023-07-19 | 株式会社アスペクト | 粉末床溶融結合装置用のデータ作成方法及びデータ作成装置 |
CN116117169A (zh) * | 2023-01-29 | 2023-05-16 | 季华实验室 | 一种slm工艺过程缺陷检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7082355B2 (ja) | 2022-06-08 |
US20220118520A1 (en) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7082355B2 (ja) | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 | |
JP7149291B2 (ja) | 付加製造プロセスの品質保証及び制御のための方法及びシステム | |
EP2032345B1 (en) | Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing | |
US11458540B2 (en) | Device, method and control unit for the generative production of a three-dimensional object | |
JP7140829B2 (ja) | 演算装置、検出システム、造形装置、演算方法、検出方法、造形方法、演算プログラム、検出プログラムおよび造形プログラム | |
CN111315512B (zh) | 在增材制造期间收集的传感器数据的空间映射 | |
US20180143147A1 (en) | Optical-coherence-tomography guided additive manufacturing and laser ablation of 3d-printed parts | |
EP3162474A1 (en) | Imaging device, additive manufacturing system including an imaging device and method of operating such system | |
JP7140828B2 (ja) | 演算装置、検出システム、造形装置、演算方法、検出方法、造形方法、演算プログラム、検出プログラムおよび造形プログラム | |
KR20200051594A (ko) | 적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법 | |
CA2690989A1 (en) | Apparatus and method for controlling a machining system | |
CN111319260B (zh) | 熔池监控的方法 | |
JP2019526473A (ja) | 付加製造におけるz高さ測定および調整のためのシステムおよび方法 | |
JP2018035429A (ja) | 三次元形状造形物の製造方法 | |
CN111318695A (zh) | 使用机器学习的熔池监控的方法 | |
US20210197282A1 (en) | Method and apparatus for estimating height of 3d printing object formed during 3d printing process, and 3d printing system having the same | |
JP7165957B2 (ja) | 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法 | |
JP6990725B2 (ja) | 積層造形装置および三次元造形物の製造方法 | |
JP7096284B2 (ja) | 積層造形装置および三次元造形物の製造方法 | |
JP7096311B2 (ja) | 積層造形装置及び積層造形物の製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211117 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220309 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220518 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7082355 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |