JP2023121641A - 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置 - Google Patents

Abstract

【課題】積層造形物の表面形状の測定結果から特定の形状特徴部を容易にかつ保存を要するデータ量を抑えて検出でき、高速で検出漏れのない欠陥検出を可能にする。【解決手段】溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、積層造形物に生じる溶接欠陥を検出する。この欠陥検出方法は、造形途中の積層造形物における表面形状の高さ分布を検出する高さ検出工程と、検出した高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、高さ分布の情報を輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、高さ情報画像の輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、検出された形状特徴部が溶接欠陥となる可能性を判定する判定工程と、を備える。【選択図】図４

Description

本発明は、欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置に関する。

溶加材を溶融及び凝固させたビードを積層して、複数層のビードから形成される積層造形物を造形する技術が知られている。例えば、積層造形物の製造途中で、形成したビードの表面形状を測定し、測定された表面形状と基準形状とを比較することでビードの検査を行う検査装置が特許文献１に開示されている。特許文献１の検査装置では、ライン状のレーザー光をビードに照射したときの輝線を撮像し、得られた撮像画像の輝線の位置からビード表面の高さを検出している。このような３次元形状の測定には、上記した光切断法に限らず、種々の方式による測定装置が広く採用されている。

特開２０１９－２１５２９７号公報

しかしながら、種々の方式により測定して得られる３次元形状の測定データは、例えば、特許文献１の光切断法による場合、測定データは輝線の座標情報であり、測定対象の形状を間接的に表した情報である。そのため、測定データから所望の形状特徴量を求める等の後処理においては、そのための演算が煩雑になり、処理を高速化しにくい。また、測定データが間接的な情報であるため、データ量が膨大になりやすく、データを保存するための十分な記憶容量を常に確保する必要があった。

ところで、積層造形を行う場合、ビードを形成する下地に狭隘部が存在すると、この狭隘部では溶加材の溶け込みが不十分になり、未溶着部等の溶接欠陥が発生する可能性が高まる。そこで、造形途中の下地形状を測定して特定の形状特徴部（狭隘部）を自動検出し、その狭隘部の溶接条件等を変更したり、狭隘部でのビード形成パスを変更したりして溶接欠陥の発生を未然に抑制することが考えられる。しかし、上記したように膨大な測定データを高速に演算処理する必要があり、しかも、形状測定の結果に応じて溶接条件、ビード形成パスをリアルタイムで変更することは現実的に困難な場合が多い。また、測定対象の形状を間接的に表した測定データからは、元の形状を正確に再現できないこともあり、特に微小な形状を漏れなく安定して検出することは難しい。

そこで本発明は、積層造形物の表面形状の測定結果から特定の形状特徴部を容易にかつ保存を要するデータ量を抑えて検出でき、高速で検出漏れのない欠陥検出を可能にする欠陥検出方法、これを用いた積層造形物の製造方法、並びに欠陥検出装置、積層造形装置、プログラムを提供することを目的とする。

本発明は下記の構成からなる。
（１） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定工程と、
を備える欠陥検出方法。
（２） （１）に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
変更後の前記造形計画に基づいて前記積層造形物を造形する、
積層造形物の製造方法。
（３） 溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する欠陥判定部と、
工程と、
を備える欠陥検出装置。
（４） （３）に記載の欠陥検出装置と、
前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
を備える積層造形システム。
（５） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
コンピュータに、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定手順と、
を実行させるプログラム。

本発明によれば、積層造形物の表面形状の測定結果から特定の形状特徴部を容易にかつ保存を要するデータ量を抑えて検出でき、高速で検出漏れのない欠陥検出を可能にする。

図１は、積層造形システムの全体構成を示す概略図である。 図２は、造形制御装置の機能構成を示すブロック図である。 図３は、積層造形物の造形手順を示すフローチャートである。 図４は、溶接欠陥の検出方法の手順を示すフローチャートである。 図５は、ビードのビード形成方向に直交する断面における狭隘部の特徴量の例を示す説明図である。 図６Ａは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。 図６Ｂは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。 図７は、形状検出器によりビードの形状を測定する様子を示した概略図である。 図８は、図７に示す各ビードの高さ情報を輝度情報に変換した高さ情報画像データの画像である。 図９Ａは、図８に示す高さ情報画像を、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。 図９Ｂは、図８に示す高さ情報画像を、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。 図１０は、トーチと形状検出器の構成図である。 図１１は、トーチと形状検出器とが一体となって移動した際の形状検出器による形状検出結果を示す説明図である。

以下、本発明の実施形態について、図面を参照して詳細に説明する。ここでは、本発明に係る欠陥検出方法を、積層造形物を製造する積層造形システムに適用した場合を例に説明する。図１は、積層造形システムの全体構成を示す概略図である。

本実施形態に係る積層造形システム１００は、造形制御装置１１と、マニピュレータ１３と、溶加材供給装置１５と、マニピュレータ制御装置１７と、熱源制御装置１９と、形状検出器２１を含んで構成される。

マニピュレータ制御装置１７は、マニピュレータ１３と、熱源制御装置１９とを制御する。マニピュレータ制御装置１７には不図示のコントローラが接続されて、マニピュレータ制御装置１７の任意の操作がコントローラを介して操作者から指示可能となっている。

マニピュレータ１３は、例えば多関節ロボットであり、先端軸に設けたトーチ２３には、溶加材（溶接ワイヤ）Ｍが連続供給可能に支持される。トーチ２３は、溶加材Ｍを先端から突出した状態に保持する。トーチ２３の位置及び姿勢は、マニピュレータ１３を構成するロボットアームの自由度の範囲で３次元的に任意に設定可能となっている。マニピュレータ１３は、６軸以上の自由度を有するものが好ましく、先端の熱源の軸方向を任意に変化させられるものが好ましい。マニピュレータ１３は、図１に示す４軸以上の多関節ロボットの他、２軸以上の直交軸に角度調整機構を備えたロボット等、種々の形態であってもよい。

トーチ２３は、不図示のシールドノズルを有し、シールドノズルからシールドガスが供給される。シールドガスは、大気を遮断し、溶接中の溶融金属の酸化、窒化などを防いで溶接不良を抑制する。本構成で用いるアーク溶接法としては、被覆アーク溶接又は炭酸ガスアーク溶接等の消耗電極式、ＴＩＧ（Tungsten Inert Gas）溶接又はプラズマアーク溶接等の非消耗電極式のいずれであってもよく、造形する積層造形物Ｗｋに応じて適宜選定される。ここでは、ガスメタルアーク溶接を例に挙げて説明する。消耗電極式の場合、シールドノズルの内部にはコンタクトチップが配置され、電流が給電される溶加材Ｍがコンタクトチップに保持される。トーチ２３は、溶加材Ｍを保持しつつ、シールドガス雰囲気で溶加材Ｍの先端からアークを発生する。

溶加材供給装置１５は、マニピュレータ１３のトーチ２３に向けて溶加材Ｍを供給する。溶加材供給装置１５は、溶加材Ｍが巻回されたリール１５ａと、リール１５ａから溶加材Ｍを繰り出す繰り出し機構１５ｂとを備える。溶加材Ｍは、繰り出し機構１５ｂによって必要に応じて正方向又は逆方向に送られながら、トーチ２３へ送給される。繰り出し機構１５ｂは、溶加材供給装置１５側に配置されて溶加材Ｍを押し出すプッシュ式に限らず、ロボットアーム等に配置されるプル式、又はプッシュ－プル式であってもよい。

熱源制御装置１９は、マニピュレータ１３による溶接に要する電力を供給する溶接電源である。熱源制御装置１９は、溶加材を溶融、凝固させるビード形成時に供給する溶接電流及び溶接電圧を調整する。また、熱源制御装置１９が設定する溶接電流及び溶接電圧等の溶接条件に連動して、溶加材供給装置１５の溶加材供給速度が調整される。

溶加材Ｍを溶融させる熱源としては、上記したアークに限らない。例えば、アークとレーザーとを併用した加熱方式、プラズマを用いる加熱方式、電子ビーム又はレーザーを用いる加熱方式等、他の方式による熱源を採用してもよい。電子ビーム又はレーザーにより加熱する場合、加熱量を更に細かく制御でき、形成するビードの状態をより適正に維持して、積層構造物の更なる品質向上に寄与できる。また、溶加材Ｍの材質についても特に限定するものではなく、例えば、軟鋼、高張力鋼、アルミ、アルミ合金、ニッケル、ニッケル基合金など、積層造形物Ｗｋの特性に応じて、用いる溶加材Ｍの種類が異なっていてよい。

形状検出器２１は、マニピュレータ１３の先端軸又は先端軸の近傍に設けられ、トーチ２３の先端付近を計測領域とする。形状検出器２１は、マニピュレータ１３の駆動によってトーチ２３とともに移動され、ビードＢ、及び新たにビードＢを形成する際の下地となる部分（ベース２５又は既設のビードＢの表面）の形状を検出する。形状検出器２１は、トーチ２３とは別位置に設けた他の検出手段であってもよい。形状検出器２１としては、例えば、レーザー光をビードＢに照射し、ビード表面からの反射光を検出するレーザセンサを使用できる。高さの検出方式としては、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ（Time of Flight）方式等の各種の方式が挙げられ、いずれか１つの方式であってもよく、これらを組み合わせた方式であってもよい。なお、各方式については公知であるため、ここではその説明を省略する。形状検出器２１により、所定の領域内における高さ分布の情報を得るには、レーザー光をガルバノミラーなどの反射鏡を用いて所定範囲で走査させたり、マニピュレータ１３を動作させてレーザー光の照射範囲を広げたりすればよい。このような光学式の形状検出方式を用いることで、非接触で高速な形状検出が可能となる。

上記した構成の積層造形システム１００は、積層造形物Ｗｋの造形計画に基づいて作成された造形プログラムに従って動作する。造形プログラムは、多数の命令コードにより構成され、造形物の形状、材質、入熱量等の諸条件に応じて、適宜なアルゴリズムに基づいて作成される。この造形プログラムに従って、トーチ２３を移動させつつ、送給される溶加材Ｍを溶融及び凝固させると、溶加材Ｍの溶融凝固体である線状のビードがベース２５上に形成される。つまり、マニピュレータ制御装置１７は、造形制御装置１１から提供される所定のプログラム群に基づいてマニピュレータ１３、熱源制御装置１９を駆動させる。マニピュレータ１３は、マニピュレータ制御装置１７からの指令により、溶加材Ｍをアークで溶融させながらトーチ２３を移動させてビードＢを形成する。このようにしてビードＢを順次に形成、積層することで、目的とする形状の積層造形物Ｗｋが得られる。

なお、ここでは平面状のベース２５を用いているが、ベース２５の形状はこれに限らない。例えば、ベース２５を円柱状にして、円柱の側面外周にビードを形成する形態にしてもよい。

また、積層造形システム１００で扱う造形形状データの座標系と、積層造形物Ｗｋが造形されるベース２５上での座標系は対応付けられている。例えば、任意の位置を原点として、３次元空間における位置が特定されるように座標系の３軸が設定されていてもよい。ベース２５が円柱状に構成される場合は、円筒座標系が設定されていてもよく、場合によっては球面座標系が設定されていてもよい。ここでは、ベース２５の上面をＸＹ平面とし、ベース２５の上面の法線方向がＺ方向となる、Ｘ軸、Ｙ軸、Ｚ軸を有する直交座標系を定義して説明する。

造形制御装置１１は、例えば、ＰＣ（Personal Computer）などの情報処理装置により構成される。後述する造形制御装置１１の各機能は、不図示の制御部が、不図示の記憶装置に記憶された特定の機能を有するプログラムを読み出し、これを実行することで実現される。記憶装置としては、揮発性の記憶領域であるＲＡＭ（Random Access Memory）、不揮発性の記憶領域であるＲＯＭ（Read Only Memory）などのメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などのストレージを例示できる。また、制御部としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processor Unit）などのプロセッサ、又は専用回路などを例示できる。

＜造形制御装置の機能構成＞
図２は、造形制御装置１１の機能構成を示すブロック図である。造形制御装置１１は、入力部３１、記憶部３３、造形プログラム作成部３５、造形計画変更部３７、出力部３９、及び欠陥検出装置４１を含んで構成される。詳細を後述する欠陥検出装置４１は、造形制御装置１１に含まれてもよいが、造形制御装置１１とは別体に構成されてもよく、通信等により造形制御装置１１と接続された構成でもよい。

入力部３１は、例えば、適宜なネットワークを介して、又は適宜な入力デバイスにより、外部から各種の情報を取得する。ここで取得される情報としては、例えば、ＣＡＤ／ＣＡＭデータなどの積層造形を行う対象物の形状情報を含む形状データ、溶接条件の設定データ、形状検出器２１からの出力データ、作業者からの指示情報などが挙げられる。各種情報の詳細については後述する。

記憶部３３は、入力部３１にて取得された各種情報、前述した造形プログラムを記憶する。また、記憶部３３は、各種形状を造形する際のマニピュレータ１３の動作速度、動作可能範囲などの駆動条件、熱源制御装置１９により設定可能な種々の溶接条件などの情報が記憶されたデータベース３３ａを保持する。

造形プログラム作成部３５は、ビード形成するためにトーチ２３を移動させる経路を表すビード形成軌道、及びビード形成時の溶接条件などの造形計画を、記憶部３３の各データベースを参照しつつ決定する。また、作成した造形計画に基づいて、マニピュレータ１３、熱源制御装置１９の種類及び仕様に応じた造形プログラムを作成する。

出力部３９は、造形プログラム作成部３５により作成された造形プログラムをマニピュレータ制御装置１７、熱源制御装置１９などに出力する。なお、出力部３９は更に、造形制御装置１１が備えるディスプレイなどの不図示の出力装置を用いて、形状データに対する処理結果を表示する構成であってもよい。

また、欠陥検出装置４１は、形状検出器２１の出力データの情報からビード形成する際の下地形状を把握し、これから形成するビードに溶接欠陥が生じる可能性が高いかを判定する。溶接欠陥の発生が危惧される場合には、造形計画変更部３７が前述した溶接計画を変更した修正後の造形計画を造形プログラム作成部３５に送る。造形プログラム作成部３５は、入力された修正後の造形計画に基づいた造形プログラムを作成し、出力部３９に出力する。

欠陥検出装置４１は、上記したように形状検出器２１からの出力データの情報から溶接欠陥の発生を予測する機能を有する。具体的には、欠陥検出装置４１は、形状特定部４３、高さ情報画像生成部４５、特徴部検出部４７、特徴量抽出部４９、欠陥サイズ予測部５１、予測モデル５３、欠陥判定部５５を備える。各部の機能の詳細は後述する。

図３は、積層造形物の造形手順を示すフローチャートである。各手順は、造形制御装置１１の指令に基づいて実施される。積層造形物Ｗｋを造形する際には、まず、造形制御装置１１が積層造形物Ｗｋの形状データを取得する（ステップ１１、以下、Ｓ１１と略記する。）。

造形制御装置１１の記憶部３３には、マニピュレータ１３及び熱源制御装置１９の種類及び仕様に応じた駆動条件、溶接条件が、予めデータベース３３ａに入力されており、造形プログラム作成部３５は、データベース３３ａを参照しつつ、入力された形状データに応じて、積層造形物Ｗｋの造形計画を作成する（Ｓ２）。この造形計画の作成には、特定のアルゴリズムに従って、積層造形物Ｗｋの形状を所定の厚さにスライスし、スライスされた各層の形状を、所定の幅を有するビードで埋めるようにビード形成軌道を求める工程、各ビードの溶接条件を設定する工程などが含まれる。このような造形計画を作成するアルゴリズムは、特に限定されず、従来公知のものでもよい。

造形プログラム作成部３５は、作詞した造形計画に基づいてマニピュレータ１３、熱源制御装置１９などの各部を駆動する造形プログラムを作成する（Ｓ１３）。作成した造形プログラムは、出力部３９からマニピュレータ制御装置１７に出力される（Ｓ１４）。すると、マニピュレータ制御装置１７は、入力された造形プログラムに従って、マニピュレータ１３、溶加材供給装置１５、熱源制御装置１９などの各部を駆動して、トーチ２３の先端からアークを発生させつつ移動させ、造形計画どおりのビード形成軌道に沿ってビードＢを形成する（Ｓ１５）。

ビードＢの形成とともに、形状検出器２１は高さ情報を検出して、その検出結果の出力データを造形制御装置１１の入力部３１へ出力する。欠陥検出装置４１は、入力部３１に入力された形状検出器２１からの出力データを読み取る。欠陥検出装置４１は、読み取った出力データに基づいて、溶接欠陥が生じやすい特定の形状を有する特徴部、具体的には、形成したビード同士の間に形成される狭隘部を検出する。そして、検出された狭隘部の位置を溶接欠陥の候補に設定する。欠陥候補が所定の条件を満足する場合には、その狭隘部の位置で次にビード形成すると溶接欠陥が生じてしまうと判定する（Ｓ１６）。なお、ここではビード形成と並行して溶接欠陥の検出を行っているが、一層のビードＢを全て形成した後に、この層のビード表面の形状を纏めて検出して狭隘部を抽出する、層毎の処理であってもよい。

欠陥を生じさせる狭隘部が存在する場合には、欠陥検出装置４１は、その狭隘部の位置情報（座標値）を造形計画変更部３７に出力する。造形計画変更部３７は、上記の狭隘部に起因する溶接欠陥が問題ないレベルとなるように、前述した造形計画を変更する（Ｓ１８）。造形計画変更部３７は、変更後の造形計画を造形プログラム作成部３５に出力する。そして、造形プログラム作成部３５は、変更後の造形計画に基づいて造形プログラムを作成する（Ｓ１３）。

狭隘部が検出されない場合、又は検出されても所定の条件を満足しない場合には、そのままビードＢの形成を続ける。以上の手順を積層造形物Ｗｋの造形が終了するまで繰り返す（Ｓ１９）。

次に、上記したＳ１６のステップに対応する、溶接欠陥の検出方法における手順を、図１，図２及び図４を参照して詳細に説明する。図４は、溶接欠陥の検出方法の手順を示すフローチャートである。

まず、形状特定部４３は、形状検出器２１からの出力データを読み取る。この出力データは、形状検出器２１の高さの検出方式に応じたデータであって、直接的に高さ情報が記録されたものとは限らない。そこで、形状特定部４３は、出力データの情報を解析して、これを高さ分布の情報に変換することで形状を特定する（Ｓ２１）。高さ分布の情報への変換は、形状検出器２１の高さの検出方法に応じて行われる。例えば、光切断法では、検出された光の輝線のプロファイルにおける凹凸の突出長（又は凹み長）に応じて、幾何学的な演算により高さ分布が求められる。

形状特定部４３は、変換した高さ分布の情報を高さ情報画像生成部４５に出力する。高さ情報画像生成部４５は、入力された高さ分布の情報を２次元の画像に変換する。つまり、高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、高さ分布の情報を輝度値の分布の情報に変換した画像を生成する。この画像は、Ｎ行×Ｎ列の多数の画素から構成され、各画素の輝度値は、その画素位置における形状検出器２１により検出されたビード表面、又は下地の高さを表す。即ち、形状検出器２１により検出した積層造形物の３次元形状の情報を、形状特定部４３が高さ分布の情報に変換して、更に高さ情報画像生成部４５が２次元の画像を生成する（Ｓ２２）。この画像を「高さ情報画像」又は「高さ情報画像データ」ともいう。

高さ情報画像生成部４５は、生成した高さ情報画像を特徴部検出部４７に出力する。特徴部検出部４７は、入力された高さ情報画像を画像処理することで、特定の形状特徴を有する特徴部を検出する。この特徴部として、ビードＢ同士の間に谷部として形成される狭隘部を用いているが、これに限らず、溶接欠陥が生じ得る形状あれば、他の形状の部位でもよい。ここでは、狭隘部を高さ情報画像の輝度値の高低に応じて検出する。狭隘部を検出する画像処理としては、一般的な輪郭線抽出、二値化、マスク処理等の種々の処理が利用可能であり、短時間で正確な検出が可能である。このように、高さを輝度の情報として扱い、高さ分布の情報を輝度分布で表した高さ情報画像に変換することで、狭隘部等を、一般的な画像処理技術を用いて容易に検出できる。また、検出アルゴリズムの変更も容易に行えるため、検出対象に応じた最適な検出を実現しやすい。

特徴部検出部４７は、検出した狭隘部の情報を、高さ情報画像とともに特徴量抽出部４９に出力する。特徴量抽出部４９は、入力された狭隘部の情報と、高さ情報画像とを用いて、各狭隘部の特徴量を抽出する（Ｓ２４）。

図５は、ビードのビード形成方向に直交する断面における狭隘部の特徴量の例を示す説明図である。ベース２５（又は下層のビード）の表面を表す下地面ＦＬ上に、互いに隣り合う一対のビードＢ１，Ｂ２が形成されている場合、図５に示す断面において、一対のビードＢ１，Ｂ２の間の谷底におけるビード縁部同士の間隔を底部間隔Ｕ、ビードＢ１のビード頂部Ｐｔ１とビードＢ２のビード頂部Ｐｔ２との間隔をビード間隔Ｗ、下地面ＦＬからビード頂部Ｐｔ１までの高さと、下地面ＦＬからビード頂部Ｐｔ２までの高さとの平均高さ、即ち、一対のビードＢ１，Ｂ２により形成される谷底までの谷深さをＨとする。これら底部間隔Ｕ、ビード間隔Ｗ、谷深さＨは、狭隘部の特徴量として採用できる。

図６Ａ，図６Ｂは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。図６Ａに示すように、ビードＢ１，Ｂ２が互いに接する位置まで接近した場合、底部間隔Ｕは０となり、谷深さＨは、点線で示すＰｔ１－Ｐｔ２－Ｐ１（Ｐ２）の三角形で表されるビード間の谷深さとなる。図６Ｂに示すように、ビードＢ１，Ｂ２同士が互いに重なる場合には、底部間隔Ｕは０であり、谷深さＨは図５、図６Ａに示す場合よりも浅くなる。このように、特徴量として底部間隔Ｕ、ビード間隔Ｗ、谷深さＨの組合せを含むことで、狭隘部の谷部の形状を特定できる。なお、上記した特徴量は一例であって、凹部形状の断面積、ビード端部の傾斜角度等、その他のパラメータとしてもよい。

特徴量抽出部４９は、狭隘部の特徴量の情報を欠陥サイズ予測部５１に出力する。欠陥サイズ予測部５１は、入力された狭隘部の近傍で次に形成するビードの狙い位置を、造形プログラム作成部３５が決定した造形計画を参照して求め、狭隘部の位置と、次に形成するビードの狙い位置との距離を計算する（Ｓ２５）。また、欠陥サイズ予測部５１は、上記の造形計画を参照して、ビードを形成する溶接条件を求める。この溶接条件には、溶接速度、溶接電流、溶接電圧、溶加材供給速度の少なくともいずれかが含まれる。こうして求められた狭隘部の特徴量、狭隘部とビードの狙い位置との距離、溶接条件、の各情報から、狭隘部の近傍でビードを形成した際に、狭隘部の位置に発生する溶接欠陥の欠陥サイズを予測する（Ｓ２６）。上記した各条件に応じて欠陥サイズを予測することで、予測精度及び信頼性の向上が期待できる。

欠陥サイズ予測部５１による欠陥サイズの予測は、上記した狭隘部の特徴量と、ビードを形成する溶接条件と、特徴量及び溶接条件に対応する欠陥サイズを、実験的に又はシミュレーションにより求めた結果とを、機械学習により生成した予測モデル５３を用いて行える。予測モデル５３を生成するための機械学習の方法としては、例えば、決定木、線形回帰、ランダムフォレスト、サポートベクターマシン、ガウス過程回帰、ニューラルネットワーク等の方法が挙げられる。なお、予測モデル５３は、溶加材の種類ごとに複数生成してもよい。一つの予測モデルに集約する場合は、学習データに溶加材の成分の一部又は全部の情報を加えて学習させてもよい。

欠陥サイズ予測部５１は、検出された狭隘部による生じ得る溶接欠陥の欠陥サイズを予測し、その予測結果を欠陥判定部５５に出力する。欠陥判定部５５は、入力された欠陥サイズの予測結果を、予め設定された許容値と比較する（Ｓ２７）。欠陥サイズの予測値が許容値を超えると判定した場合には、その狭隘部の情報を造形計画変更部３７に出力する（Ｓ２８）欠陥サイズの予測結果が許容値以下である場合は、その狭隘部については溶接欠陥の候補から外し、検出された全ての狭隘部について、上記の欠陥サイズの予測及び判定を繰り返す（Ｓ２９，Ｓ３０）。この判定によって、特に問題とならない狭隘部が溶接欠陥の候補から除外され、欠陥検出の正確性が高められる。

上記した溶接欠陥の検出方法では、形状検出器２１からの出力データから高さ分布の情報を求め、これを２次元画像の各画素の輝度値の変数として表すことで、高さ分布の情報を輝度値の分布の情報に変換した高さ情報画像を生成する。この高さ情報画像を用いて画像処理することで、高さ情報画像から狭隘部の検出と、狭隘部の特徴量の抽出とが簡単に行える。また、画像処理内容のカスタマイズ、一般的な画像処理ツールの使用等によって、より簡単かつ高精度な処理が行える。さらに、形状検出器２１が出力する大量の出力データが高さ情報画像データとして集約されるため、保存するデータの容量が少なくて済む。そして、特徴量等の演算負担が軽減され、特別に高性能な演算能力を要することもなく、装置コストを低減できる。

また、欠陥サイズの予測に機械学習された予測モデル５３を用いることで、高い精度で高速に欠陥サイズを予測できる。なお、造形制御装置１１の出力部３９のモニタに、求めた高さ情報画像、検出した狭隘部、予測した溶接欠陥の各種情報を表示させることで、作業者に造形の状況を可視化して通知でき、利便性を高められる。これらのことから、溶接欠陥の検出の自動化がしやすくなる。

そして、この溶接欠陥の検出方法により検出された溶接欠陥の情報に基づいて、積層造形物を造形する造形計画を、溶接欠陥の発生を抑制させるように変更し、変更後の造形計画に基づいて積層造形物を造形することにより、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。

＜画像処理の例＞
ここで、実際に高さ情報を輝度情報に変換した高さ情報画像を生成し、溶接欠陥位置を特定するまでの工程を説明する。図７は、形状検出器２１によりビードＢの形状を測定する様子を示した概略図である。ここでの測定対象は、ベース２５上で一方向（Ｘ方向）に沿って形成され、一方向に直交する方向（Ｙ方向）に互いに隣接して形成した一対のビードＢを、一方向に沿った２箇所に互いに隣接させて形成した、合計４本のビードＢである。各ビードＢに対するベース２５の表面から盛り上がる高さ情報を形状検出器２１により検出する。

図８は、図７に示す各ビードＢの高さ情報を輝度情報に変換した高さ情報画像データの画像である。図８に示す画像の輝度の高低は、各ビードＢのベース２５からの高さの高低に対応しており、輝度が高いほどベース２５からの高さがあることを示している。図９Ａ、図９Ｂは、図８に示す高さ情報画像から、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。図９Ａ、図９Ｂの各説明図では、抽出結果の位置を確認できるように、ビードの輪郭を破線で示している。この画像処理結果においては、図９Ａに示すように、ビードの輪郭に沿って多数の狭隘部（破線以外の黒点部）が検出されている。これら多数の狭隘部を、前述した図４のＳ２４～Ｓ２７のステップにおける狭隘部の特徴量から欠陥サイズを予測して、予測した欠陥サイズが許容値以下の狭隘部を削除する。図９Ｂは、このような選別処理を実施した後の狭隘部を示す概略図である。図９Ｂに示すように、最終的に抽出された狭隘部は、４本のビードが交差して形成される谷部の位置であり、各ビードＢの表面のうち最も急峻な斜面を有する谷部が検出されている。

狭隘部の検出は、検出された高さ情報を軌道情報に変換した高さ情報画像を用い、この高さ情報画像を画像処理することで正確に行える。狭隘部の検出アルゴリズムは、画像処理の内容を状況に応じて適宜に入れ替え、又は修正することで簡単に変更でき、検出アルゴリズムの最適化が図りやすい。また、狭隘部の特徴量の抽出処理についても同様に、抽出アルゴリズムの最適化が図りやすくなる。

さらに、積層造形を行う場合には、図１に示すように形状検出器２１は、トーチ２３の先端からずれた位置でトーチ２３と一体に移動しながらビード高さ等を検出するため、トーチ２３を移動させる軌道が湾曲している場合、トーチ２３を傾斜させる場合等では、形状検出器２１による高さの検出方向も変化する。その結果、ビード間の狭隘部の形状が、実際よりも谷部の傾斜が緩やかに検出されて、狭隘部の特徴量が不正確になることがある。

図１０は、トーチ２３と形状検出器２１の構成図である。図１１は、トーチ２３と形状検出器２１とが一体となって移動した際の形状検出器２１による形状検出結果を示す説明図である。図１０に示すように、トーチ２３によるビード形成位置と、形状検出器２１による形状検出位置とは一致しておらず、所定の距離Ｌのずれがある。そのため、図１１に示すように、例えば湾曲して並列する２つのパスＰＳ１，ＰＳ２に沿ってビードを形成する場合に、不都合を生じることがある。つまり、パスＰＳ１のビードを形成した後、そのビードに沿わせてパスＰＳ２のビードを形成する際、形状検出器２１は、トーチ位置Ｐ１ではトーチ位置Ｐ１から距離Ｌだけ後方のラインＬ_ｐ１上のビード形状を検出し、トーチ位置Ｐ２ではラインＬ_ｐ２上のビード形状を検出し、トーチ位置Ｐ３では、ラインＬ_ｐ３上のビード形状を検出する。ラインＬ_ｐ１はパスＰＳ１，ＰＳ２の移動方向と略直交しており、ラインＬ_ｐ１で検出されるビード形状は実際のビード断面に近い形状となる。しかし、ラインＬ_ｐ２，Ｌ_ｐ３では、パスＰＳ１，ＰＳ２の移動方向の直交方向からずれることで、実際のビード形状よりも谷部の傾斜が緩やかになる。このようなトーチ位置Ｐ２，Ｐ３においては、ラインＬ_ｐ２，Ｌ_ｐ３の方向に応じて補正すればよいが、その補正のための制御が複雑となり、リアルタイムでの形状検出は難しい。

しかし、本実施形態による溶接欠陥の検出方法では、形状検出器２１からの出力データを高さ情報画像に変換することで、パスを移動しながらビード形成するとともに形状検出する場合でも、形状検出器２１により検出された情報が逐次に高さ情報に変換される。このため、複数のパスで検出された高さ情報を簡単に合成でき、その結果、２次元の高さ情報のマップである高さ情報画像を容易に形成できる。高さ情報画像が生成されることで、検出された高さ情報をジオメトリ変換することも可能となり、形状を容易に把握できるようになる。したがって、前述したラインＬ_ｐ１，Ｌ_ｐ２，Ｌ_ｐ３等のライン上の形状プロファイルに限らず、任意の方向の形状プロファイルを簡単に生成でき、これにより、正確な形状の把握が可能となる。

以上の本実施形態による溶接欠陥の検出方法を、トーチ２３を保持したマニピュレータ１３を用いてベース２５上にビードＢを形成する積層造形に適用した例に説明したが、適用対象は積層造形に限らない。例えば、隅肉溶接、突き合わせ溶接、開先内多層盛り等の一般的な溶接にも適用でき、さらに、形状検出又は高さ検出を行った後に、所定の処理を実施するような場合にも同様に適用が可能である。

このように、本発明は上記の実施形態に限定されるものではなく、実施形態の各構成を相互に組み合わせること、及び明細書の記載、並びに周知の技術に基づいて、当業者が変更、応用することも本発明の予定するところであり、保護を求める範囲に含まれる。

以上の通り、本明細書には次の事項が開示されている。
（１） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定工程と、
を備える欠陥検出方法。
この欠陥検出方法によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

（２） 高さ検出工程は、前記高さ情報画像を画像処理して前記形状特徴部を検出する、（１）に記載の欠陥検出方法。
この欠陥検出方法によれば、形状特徴部を画像処理により検出するため、画像処理内容のカスタマイズ、一般的な画像処理ツールの使用等によって、簡単かつ高い精度で検出が可能となり、これにより、溶接欠陥の検出を正確、かつ高速に行える。

（３） 前記形状特徴部は、周囲のビード高さよりも低い谷部が形成された狭隘部である、（１）又は（２）に記載の欠陥検出方法。
この欠陥検出方法によれば、溶接欠陥の生じやすい狭隘部を検出することで、溶接欠陥の発生位置を正確に特定できる。

（４） 前記高さ分布の検出は、前記ビードに向けて光を照射したときのビード表面からの反射光を検出する、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ方式のうち、いずれかの方式によるものである、（１）～（３）のいずれか１つに記載の欠陥検出方法。
この欠陥検出方法によれば、高さ分布を光学式の形状検出方式を用いることで、非接触で高速な形状検出が行える。

（５） 前記形状特徴部を含む位置に前記ビードを形成した場合に生じる前記溶接欠陥の欠陥サイズを予測する予測工程を更に備え、
前記判定工程は、予測した前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に当該形状特徴部を前記溶接欠陥と判定する、（１）～（４）のいずれか１つに記載の欠陥検出方法。
この欠陥検出方法によれば、予測した欠陥サイズに応じて溶接欠陥を判定するため、特に問題とならない形状特徴部が溶接欠陥の候補から除外され、欠陥検出の正確性が高められる。

（６） 前記予測工程は、前記形状特徴部の特徴量と、前記ビードを形成する溶接条件と、前記特徴量及び前記溶接条件に対応する欠陥サイズとの関係を予め学習した予測モデルに基づいて、前記欠陥サイズを予測する、（５）に記載の欠陥検出方法。
この欠陥検出方法によれば、予測モデルに基づいて欠陥サイズを予測するため、高精度で高速な予測が可能となる。

（７） 前記形状特徴部の特徴量は、周囲のビード高さよりも低い谷部が形成された狭隘部の形状を表す形状パラメータ、及び前記狭隘部の位置と次に形成する前記ビードの狙い位置との距離の少なくともいずれかを含む、（６）に記載の欠陥検出方法。
この欠陥検出方法によれば、狭隘部の形状パラメータ、溶接欠陥が生じやすい狭隘部とビードの狙い位置との距離という、各条件に応じた欠陥サイズが予測されるため、予測精度及び信頼性の向上が期待できる。

（８） 前記溶接条件は、溶接速度、溶接電流、溶接電圧、溶加材供給速度のうち少なくともいずれかを含む、（６）又は（７）に記載の欠陥検出方法。
この欠陥検出方法によれば、各溶接条件に対応した欠陥サイズが予測できる。

（９） （１）～（８）のいずれか１項に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
変更後の前記造形計画に基づいて前記積層造形物を造形する、
積層造形物の製造方法。
この積層造形物の製造方法によれば、予測された溶接欠陥が生じないように積層造形物を造形するため、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。

（１０） 溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する欠陥判定部と、
工程と、
を備える欠陥検出装置。
この欠陥検出装置によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

（１１） 検出された前記形状特徴部の形状と位置との少なくともいずれかに関する特徴量を抽出する特徴量抽出部と、
前記ビードを形成する溶接条件と前記特徴量と、当該溶接条件及び当該特徴量に対応する前記溶接欠陥の欠陥サイズとの関係を学習した予測モデルと、
前記検出された前記形状特徴部の前記特徴量及び前記形状特徴部を形成する前記ビードの溶接条件の情報から、前記予測モデルに基づいて前記欠陥サイズを予測する欠陥サイズ予測部と、
を備え、
前記欠陥判定部は、予測された前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に前記形状特徴部を溶接欠陥と判定する、（１０）に記載の欠陥検出装置。
この欠陥検出装置によれば、

（１２） （１１）に記載の欠陥検出装置と、
前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
を備える積層造形システム。
この積層造形システムによれば、予測された溶接欠陥が生じないように積層造形物を造形するため、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。

（１３） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
コンピュータに、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定手順と、
を実行させるプログラム。
このプログラムによれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

１１ 造形制御装置
１３ マニピュレータ
１５ 溶加材供給装置
１５ａ リール
１７ マニピュレータ制御装置
１９ 熱源制御装置
２１ 形状検出器
２３ トーチ
２５ ベース
３１ 入力部
３３ 記憶部
３３ａ データベース
３５ 造形プログラム作成部
３７ 造形計画変更部
３９ 出力部
４１ 欠陥検出装置
４３ 形状特定部
４５ 高さ情報画像生成部
４７ 特徴部検出部
４９ 特徴量抽出部
５１ 欠陥サイズ予測部
５３ 予測モデル
１００ 積層造形システム
Ｍ 溶加材

本発明は下記の構成からなる。
（１） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定工程と、
を備える欠陥検出方法。
（２） （１）に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
変更後の前記造形計画に基づいて前記積層造形物を造形する、
積層造形物の製造方法。
（３） 溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する欠陥判定部と、
を備える欠陥検出装置。
（４） （３）に記載の欠陥検出装置と、
前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
を備える積層造形システム。
（５） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
コンピュータに、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定手順と、
を実行させるプログラム。

高さ情報画像生成部４５は、生成した高さ情報画像を特徴部検出部４７に出力する。特徴部検出部４７は、入力された高さ情報画像を画像処理することで、特定の形状特徴を有する特徴部を検出する（Ｓ２３）。この特徴部として、ビードＢ同士の間に谷部として形成される狭隘部を用いているが、これに限らず、溶接欠陥が生じ得る形状であれば、他の形状の部位でもよい。ここでは、狭隘部を高さ情報画像の輝度値の高低に応じて検出する。狭隘部を検出する画像処理としては、一般的な輪郭線抽出、二値化、マスク処理等の種々の処理が利用可能であり、短時間で正確な検出が可能である。このように、高さを輝度の情報として扱い、高さ分布の情報を輝度分布で表した高さ情報画像に変換することで、狭隘部等を、一般的な画像処理技術を用いて容易に検出できる。また、検出アルゴリズムの変更も容易に行えるため、検出対象に応じた最適な検出を実現しやすい。

以上の通り、本明細書には次の事項が開示されている。
（１） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定工程と、
を備える欠陥検出方法。
この欠陥検出方法によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

（１０） 溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する欠陥判定部と、
工程と、
を備える欠陥検出装置。
この欠陥検出装置によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

（１３） 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
コンピュータに、
造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定手順と、
を実行させるプログラム。
このプログラムによれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。

Claims (13)

1. 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
   造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
   検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
   前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
   検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定工程と、
   を備える欠陥検出方法。
2. 高さ検出工程は、前記高さ情報画像を画像処理して前記形状特徴部を検出する、
   請求項１に記載の欠陥検出方法。
3. 前記形状特徴部は、周囲のビード高さよりも低い谷部が形成された狭隘部である、
   請求項１又は２に記載の欠陥検出方法。
4. 前記高さ分布の検出は、前記ビードに向けて光を照射したときのビード表面からの反射光を検出する、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ方式のうち、いずれかの方式によるものである、
   請求項１～３のいずれか１項に記載の欠陥検出方法。
5. 前記形状特徴部を含む位置に前記ビードを形成した場合に生じる前記溶接欠陥の欠陥サイズを予測する予測工程を更に備え、
   前記判定工程は、予測した前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に当該形状特徴部を前記溶接欠陥と判定する、
   請求項１～４のいずれか１項に記載の欠陥検出方法。
6. 前記予測工程は、前記形状特徴部の特徴量と、前記ビードを形成する溶接条件と、前記特徴量及び前記溶接条件に対応する欠陥サイズとの関係を予め学習した予測モデルに基づいて、前記欠陥サイズを予測する、
   請求項５に記載の欠陥検出方法。
7. 前記形状特徴部の特徴量は、周囲のビード高さよりも低い谷部が形成された狭隘部の形状を表す形状パラメータ、及び前記狭隘部の位置と次に形成する前記ビードの狙い位置との距離の少なくともいずれかを含む、
   請求項６に記載の欠陥検出方法。
8. 前記溶接条件は、溶接速度、溶接電流、溶接電圧、溶加材供給速度のうち少なくともいずれかを含む、
   請求項６又は７に記載の欠陥検出方法。
9. 請求項１～８のいずれか１項に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
   変更後の前記造形計画に基づいて前記積層造形物を造形する、
   積層造形物の製造方法。
10. 溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
    前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
    検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
    前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
    検出された前記形状特徴部が前記溶接欠陥であるかを判定する欠陥判定部と、
    工程と、
    を備える欠陥検出装置。
11. 検出された前記形状特徴部の形状と位置との少なくともいずれかに関する特徴量を抽出する特徴量抽出部と、
    前記ビードを形成する溶接条件と前記特徴量と、当該溶接条件及び当該特徴量に対応する前記溶接欠陥の欠陥サイズとの関係を学習した予測モデルと、
    前記検出された前記形状特徴部の前記特徴量及び前記形状特徴部を形成する前記ビードの溶接条件の情報から、前記予測モデルに基づいて前記欠陥サイズを予測する欠陥サイズ予測部と、
    を備え、
    前記欠陥判定部は、予測された前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に前記形状特徴部を溶接欠陥と判定する、
    請求項１０に記載の欠陥検出装置。
12. 請求項１１に記載の欠陥検出装置と、
    前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
    変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
    を備える積層造形システム。
13. 溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
    コンピュータに、
    造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
    検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
    前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
    検出された前記形状特徴部が前記溶接欠陥であるかを判定する判定手順と、
    を実行させるプログラム。

Images