JP5801564B2 - レーザ加工処理の品質を監視する方法及びこれに対応するシステム - Google Patents

レーザ加工処理の品質を監視する方法及びこれに対応するシステム Download PDF

Info

Publication number
JP5801564B2
JP5801564B2 JP2011025076A JP2011025076A JP5801564B2 JP 5801564 B2 JP5801564 B2 JP 5801564B2 JP 2011025076 A JP2011025076 A JP 2011025076A JP 2011025076 A JP2011025076 A JP 2011025076A JP 5801564 B2 JP5801564 B2 JP 5801564B2
Authority
JP
Japan
Prior art keywords
processing
parameters
quality
signal
cutting
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.)
Active
Application number
JP2011025076A
Other languages
English (en)
Other versions
JP2011183455A (ja
Inventor
パオロ・カレファーティ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Prima Industrie SpA
Prima Industrie SpA
Original Assignee
Prima Industrie SpA
Prima Industrie SpA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Prima Industrie SpA, Prima Industrie SpA filed Critical Prima Industrie SpA
Publication of JP2011183455A publication Critical patent/JP2011183455A/ja
Application granted granted Critical
Publication of JP5801564B2 publication Critical patent/JP5801564B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03Observing, e.g. monitoring, the workpiece

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Laser Beam Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • General Factory Administration (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Description

本発明はレーザ加工処理、特に切断又は溶接処理の品質を監視する方法及びこれに対応するシステムに関する。
切断や溶接例えばレーザ切断や溶接、被覆や熱処理のような加工処理の処理中の技術パラメータのリアルタイム調整及び一定加工品質の維持は、工業生産や製品品質に大きな影響を与える。切断や溶接機により行われる高性能加工により、生産の最適化と証明、さらに廃棄物の減少が可能となる。
これに関して、オペレータ又は試験片の分析により、オフラインで作動する専用計器を用いて生産の管理や品質の証明を行うことは公知である。これには、生産が如何なる場合にも機械に対して責任をもつオペレータにより監視され、悪い加工品質の修正が生産を停止してオフラインで切断や溶接の技術パラメータを経験的に調整することにより行われる限り、欠点がある。
切断や溶接の品質を監視する方法も同様に公知であり、それは生産中にオンラインで行われ、監視用の基準信号を使用するが、粗悪な加工の修正や技術パラメータのリアルタイム調整ができない。技術パラメータの調整や修正はオペレータの経験に委ねられている。
本発明は、前記事情に適合するもので、さらなる改良を提供すること、特に、オンライン中に、リアルタイムで、人間を介在することなく、監視の精度を向上し、技術パラメータの調整及び修正を可能にすることを目的とする。
本発明によると、前記目的は、第1の請求項の主題を形成する特徴を有する監視方法及びこれに対応するシステムによって達成される。さらに、従属の請求項の特徴により同様に利点が得られる。
本発明は、さらに、コンピュータのメモリに直接ロードすることができるコンピュータプログラム製品に関し、該製品は、精度を高めるために、コンピュータ上で動作すると前記方法を実行するソフトウェアコードの部分からなる。前記方法の好ましい実施形態は従属の請求項に示されている。
以下、単に限定されない実施例として提供された添付の図面を参照して、本発明を説明する。
本発明による方法を実施する加工システムの透視図である。 本発明による方法を示すブロック図である。 本発明による方法に関する工程を示す。 本発明による方法に関するさらなる工程を示す。
詳細には、本発明による監視方法は、以下の動作を通して、工業生産中にレーザ加工処理特にレーザ切断又は溶接の一定の品質を保証するように動作する。
−加工処理の品質を示す信号のリアルタイム取得
−所望の加工品質を示す参照パラメータ(エネルギー閾値)の生成
−処理信号のリアルタイム処理
−加工品質及び起こり得るタイプの欠陥の識別
−加工動作特にレーザ切断又は溶接の技術パラメータのリアルタイム調整による加工処理の制御及び起こり得る欠陥の修正
従って、加工処理中の所望の品質の維持は、処理品質を示す信号の分析に基づいており、所望の品質又は如何なる場合にも所定の品質を有する標準又は参照部品の加工中に生成又は取得される信号から得られる所定のパラメータを参照する。
前述の動作は、好ましくは、工作物の形状と処理の品質の識別からなり、この識別は、機械の数値制御モジュールのレベルで、加工される各部品の加工すなわち切断又は溶接動作の品質の識別を予測する。換言すれば、数値制御モジュールは、工作物の各所定の部分がどのように何時加工されるか、すなわち、どの時間的瞬間に品質が評価され、加工経路(例えば、切断曲線)のどの地点がその瞬間に相当するかを考慮して、動作する。工作物の形状と処理の品質との間の関連性は、切断品質のリアルタイムの識別を好む。すなわち、監視の動作は所定の決定論的時間の間で、かつ、数値制御モジュールが制御する所定の決定論的(deterministic)空間で行われる。
図1は、本発明による方法を実施するのに適した例として設けられたレーザ加工機の原理的ブロック図であり、そこでは例えば溶接又は切断操作のためのレーザ加工ヘッドが510で示され、該加工ヘッドは溶接又は切断レーザビーム530を工作物520に放射する。ヘッド510は、アクチュエータ550のシステムを通して多軸で動作するように移動可能に装着されている。アクチュエータ550のシステムは、軸に沿って加工ヘッド510を変位させるためのアクチュエータからなり、また同様に処理パラメータを調整するためのアクチュエータからなる。レーザ加工ヘッド510は、処理中すなわち溶接中に工作物520例えば溶融池(weld pool)で反射する放射線Rを受ける光学センサ540を支持している。光学センサ540の信号は増幅器610で増幅され、取得(acquisition)カード620例えばアナログ−デジタルコンバータにより取得され、処理信号Xpを生成し、該信号は処理システム700例えばパーソナルコンピュータ又は他のコンピュータ又はプロセッサのシステムに送信される。処理信号Xpは、非管理状態、例えば加工品質を管理するオペレータが不在である状態で、例えば機械を用いた通常の加工中に発信される信号である。処理システム700は、アクチュエータ550のシステムの加工アクチュエータを制御するモジュール400を介して、リアルタイム駆動するように適合されている。処理システム700は、数値制御機械及び加工ロボットの公知の制御基準に従って、機械により実行される加工プログラム及び設定値に応じて、前記制御を実行する。前記状況において、処理システム700は、とりわけ、レーザビームの出力値(power value)、切断/溶接動作の圧力値、おそらくは金属シート上のレンズの焦点位置の値のようなスタンドオフ(standoff)調整値を供給する。「スタンドオフ」とは金属シートからの例えば工具の中心点(TCP)の距離を意味する。スタンドオフは、例えば切断/溶接処理を通して、既知の値に制御されなければならない。本発明の重要な局面によれば、処理システム700は、処理信号Xpから導かれる処理品質に関する情報に基づいて、アクチュエータ制御モジュール400上で、加工特にレーザ切断又は溶接の技術パラメータのリアルタイム調整又は修正を行うために構成されている。
図2は、本発明による方法を示すブロック図である。
ブロック500は、加工処理、例えばレーザ切断又は溶接の処理を表す。切断又は溶接処理は図1を参照して説明したようなレーザ機400により行われる。ブロック600は切断/溶接処理の品質を示す信号のリアルタイム取得動作を表し、例えば図1のモジュール610と620を使用することができる。したがって、動作600は、例えばレーザ加工処理中に反射される放射線Rを検出するレーザ加工処理の近傍にあるセンサ540のような光学センサの設定を含む。反射放射線Rの強度の値を表す光学センサ540の信号は、処理システム700に伝送される前に、増幅され、場合により変換されて、処理信号Xp、すなわちある瞬間に取得された反射放射線の強度の時間的に連続した値を得る。
前記処理信号Xpすなわちレーザ切断/溶接動作注に生成された反射放射線の値は、それが一般に処理500の品質を表す情報を得る処理を受けることができるために、取得される。
このために、初期段階では、レーザ切断/溶接動作中に生成される反射放射線の値は、例えばローパスフィルタを介してフィルタにかけ、時間周波数表現で分析することができ、そして関心のある周波数帯域を特定するための分解処理を受けることができる。このようにして、2つの有意(significant)な周波数帯域B1とB2、すなわち、ここではF1とF2で示される2つの特定周波数の回りの処理信号Xpのスペクトルの周波数間隔が特定され、これらは処理の品質の表現とみなされる。前記帯域は、前記周波数F1とF2の回りの例えば数ヘルツの振幅を有することができる。前記有意な周波数F1とF2は、加工品質がレーザ処理中に変化するにつれてエネルギーが変化する周波数帯域、例えば最も大きい変化を表す帯域を求めることによって、特定される。これに対し、ここで説明する監視方法が準最適周波数帯域B1とB2の選択の存在下で動作することは、この明細書の続編から明らかになる。有意周波数F1とF2は、好ましくは産業事情で取得し得る周波数範囲内にあるレーザ加工処理の周波数である。一例として、前記値は数キロヘルツのオーダーである。前述した有意周波数の検索の動作は、一般に加工ステップと異なる分析ステップで行われ、周波数値F1とF2は所望の処理で使用するために処理モジュール700に保存される。有意周波数値F1とF2の識別は、例えば工場内設定として、一般に1回だけ計算することができる。本発明による監視方法は、ある加工動作が実行されているときはいつでも、必ずしも時間周波数分布の計算を必要としないが、予め既知である周波数F1とF2でフィルタリング例えばバンドパスフィルタだけ要求とする。
前記周波数F1とF2での処理信号Xpの帯域B1とB2と、センサ540からの前記処理信号Xpの直流電圧成分DCと、加工方向例えば切断方向DIRとが、品質解析に使用される。処理信号Xpの直流電圧成分DCは、フィルタリング動作を介して取得することができる。したがって、ここで提案された方法は、好ましくは、処理信号Xpから有意エネルギー200の抽出の動作の実行を想定しており、この動作は事前に処理信号Xpのフィルタリング例えばローパスフィルタリングに進むことからなる。次に、ステップ310では、2つの帯域通過フィルタリングが適用されて、有意周波数F1とF2に対応する2つの帯域B1とB2を得る。このようにして、有意周波数F1とF2に対する帯域、又は帯域幅を選択する。ステップ220で、有意周波数F1とF2に相当する前記帯域B1とB2に対するエネルギーE1とE2が計算される。エネルギーE1とE2は、時間領域(time domain)における信号のエネルギーの計算用の式を使用して計算される。時間領域における一般信号をXBPi と指定し、ここでBPiはそれぞれの信号の帯域とすると、対応するエネルギーEBPi は、
Figure 0005801564
である。
ステップ210と220における処理信号Xpの取得600とそれに続く処理は、一定
で且つ決定論的(deterministic)時間間隔における所定の瞬間(リアルタイム)に行われる。一例として、好ましくは10ミリ秒のオーダーとすることができる決定論的時間間隔の間、ある値が取得され、前記時間間隔の間、品質の監視および技術パラメータの可能な修正が行われる。
さらに、機械の軸の位置の特定の幾何学的位置と、したがって加工経路の地点とに対する各取得動作600の関連付け(association)が想定されている。これは、好ましくは、機械補間(machine interpolator)(図1と2には不図示)によって行われる。機械補間とアクチュエータのサーボ制御とからなるレーザ機械に対するリアルタイムサーボ制御構造は、一般に公知であり、ここでは詳細に説明しない。
加工処理の分析のモードを開始する前に、基準可能に関する処理信号である基準信号Xrに対する基準パラメータを得ることが想定されている。前記基準信号Xrを作成するために、標準又は基準の加工を実行することが想定され、例えば、所望の又は所定の加工品質を備えた所定の像を切断することが想定されている。各加工に対して基準信号Xrが取得される。すなわち、その基準信号Xrは品質を監視することが望まれているあるタイプの加工を規定するある材料、厚さ、焦点距離の値、及び他のパラメータに対して特有である。基準信号Xrは、機械技術データベースに保存されている周波数F1とF2に対する閾値エネルギー又は基準エネルギーE1rとE2rと、直流基準DCrのような基準パラメータを提供する。
次に、処理信号のXpのエネルギーを、所定の品質基準に対して調整するために、保存された基準信号Xrと比較することが想定されている。具体的には、前記比較は、分割器230でエネルギーE1とE2と、センサの信号Xpの直流電圧成分DCを正規化することからなる。センサの信号Xpの直流電圧成分DCは、モジュール215を介して得られ。モジュール215は、例えば、基準信号Xrの獲得中に計算される基準閾値に対するシンプルフィルタリング動作を行う。すなわち、正規化された数量E1/E1r、E2/E2r、DC/DCrが得られる。これらは、図2に正規化信号N1,N2及びNDCとしてそれぞれ示されている。
正規化信号N1,N2及びNDCは、処理信号Xpの方向DIRに関する情報とともに、品質分析の根底にある。
一般に方向DIRに関する情報なしに動作することが可能であるとしても、前記方向DIRに関する情報は、現実のシステム及び方法に通常存在する処理の非対称性と異常性(aberration)を考慮することが重要である。
例えば10ミリ秒のオーダーのリアルタイムを規定する決定論的時間間隔に基づいて、例えば前述したように固定された、連続した瞬間に獲得される処理信号Xpの値は、前述したように正規化され、前記正規化された信号、N1,N2,NDC,DIRは、加工処理の分析の手順300の統計的モデルのデータの観測(observation)xを構成するように、マトリックスに配置される。
これに関連して、図2にはメモリモジュールが140で示され、例えば、加工処理を制御する処理モジュール700に配置されている。処理モジュール700は、訓練(trained)モデルθを規定する統計パラメータ(μ,Σ,Δ)のセットを記憶し、ここで、μは平均値、Σは共分散マトリックス、Δは遷移マトリックスである。統計パラメータ(μ,Σ,Δ)のセットは、図4を参照して後により明確に説明するモデルの訓練工程中に取得される。これらは、種々の加工条件に対するモデルを特定する統計式の係数であり、光診断に関連して説明する加工不良の状態、良好な加工の状態、その他の加工状態に対応する。
品質分析300の処理は、所定のクラス、又はモデル、データの各観測xが属するもの、すなわちメンバーの確立であり、本実施例ではxは4つのデータのセット、すなわち、データマトリックスN1,N2,NDC,DIRである。
これに関連して、ステップ310では、確率の計算、特に、d−次元ガウス確率密度関数が方程式により行われる。方程式は、定数として、訓練ステップを介して取得され、メモリ140から入手可能であるモデルθの統計パラメータ(μ,Σ,Δ)を有し、変数として、観測x、すなわち、正規化信号N1,N2,NDCと、ある瞬間に獲得される加工方向DIRの値とを有する。これらは、正規化された数量の2x2マトリックスに配置され、第1列に正規化エネルギーN1とN2、第2列に正規化された直流成分NDCと加工方向DIRを有する。
Figure 0005801564
種々の実施形態では、正規化数量のマトリックスは、正規化数量N1,N2,NDC,DIRの関数を含むことができる。
確率方程式は、前述したように、d−次元のガウス確率密度関数g(前述した観測xのマトリックスの場合には前記次元dは2である)によって規定され、各データ観測に対して、次の式によって与えられる。
Figure 0005801564
ここで、xは処理信号Xp、すなわち、前述したマトリックスを獲得することによってある瞬間に得られた瞬間観測であり、μは平均値のベクトル、Σは共分散マトリックスである。一般訓練モデルθの統計量μとΣは、d−次元のガウス確率密度関数を表す式の定数である。d−次元のガウス確率密度関数を表す式は、異なるモデルθの各々に個別に適用され、観測xがある瞬間に獲得される確率が属する評価されるべきモデルθと同じくらい、多くの確率密度を生成する。
確率は観測xが所定のクラス又はモデルθに属する場合に最大であるので、欠陥識別ステップ330において、各確率密度データは分類される。具体的には、ステップ330は、下記ベイジアン(Bayesian)決定ルールの原理に従って動作する。
Figure 0005801564
前記一般式は、モデルΘとして識別されたパラメータの公知のセットに特徴付けられたクラスqのセット(モデルθに相当する)から出発して、その事後(posteriori)確率が最大であるなら、一般にxとして規定されるある観測は、一つのクラスqに属する、ことを示している。すなわち、観測xは、それがk番目のクラスに属する確率がj番目のクラスに属する確率よりも大きいことが証明される場合には、所定のクラスqに属する。
ベイズの法則は、事後確率が下記であることを使用する。
Figure 0005801564
2つのベクトルは、それらが等確率(equiprobable)であれば、同じクラスに属する。これは、確率P(X|Θ)が一定であれば生じる。これは、確率P(q|X,Θ)がP(X|q,Θ)P(q|Θ)に比例すれば起こる。
Figure 0005801564
下記対数形式で演算を実行すると、
Figure 0005801564
対数最大可能性、logP(q|X,Θ)の計算が行われる。
これは、加工の欠陥の状態及び良好な加工の状態を表すモデルθに対して、ある瞬間での処理信号Xpの値により識別される加工処理の特定の状態の識別を可能にし(ステップ330)、加工の品質が良好か不良かを識別する。欠陥が識別された場合、欠陥Dの原因がさらに識別される。前記欠陥Dの原因は技術パラメータ340を調整するモジュールに供給され、該モジュールはアクチュエータ制御モジュール400を制御する。
したがって、加工処理の制御と任意の起こり得る欠陥の修正とを、レーザ加工特に切断又は溶接の技術パラメータのリアルタイム調整により、実行することが可能である。
加工処理の特定の状態と、処理500の起こり得る欠陥Dの原因とが識別されると、次のステップは、技術パラメータを調整するモジュール340を介しての技術的加工パラメータの自動修正である。モジュール340は修正指示Cを発行する。処理の欠陥が存在する場合、次のステップは、パラメータ、例えばレーザ圧力又はレーザーパワー、又は焦点距離の値、又は軸の速度、あるいは低い切断又は溶接の品質レベルを生成するスタンドオフ(standoff)の修正である。
修正動作が例えば後続のステップで実行され、加工処理の所望の品質を回復するために必要な回数、前記ステップの繰り返しが継続される。異なる原因の欠陥Dの同時識別が存在する場合、影響が最大である技術パラメータが最初に修正され、それから他のパラメータが修正される。これは、特にベイジアン分類を用いる識別のステップ330に対して前述した確率の研究が、行うべき技術的修正に関する介入の優先度を与える、というに等しい。この場合、実際に、全てのモデルに対する確率を計算することが想定されている。その対応する欠陥が最も高い確率を生じるものである修正が行われるが、既に行った修正が最も高い確率に相当する場合には、2番目に高い確率が考慮される。
好ましくは、欠陥の修正は、多くの欠陥が互いに存在するときでも、1つの欠陥を考慮して、一度に行われる。そして、最初の修正が終了すると、2番目が開始される。一般に、所望の品質が達成される単一セットの技術パラメータは存在しないが、種々のセットが存在すると、考えられる。このため、本方法は、1セットの選択されたパラメータよりも、所望の品質に常に等しい品質を得るように動作することが好ましい。
加工処理中に識別された欠陥Dの原因によると、あるワード、例えば16ビットのワードが技術パラメータを調整するモジュール400に送られ、該モジュール400は機械の数値制御モジュールであり、例えばアクチュエータのシステム550の処理パラメータを調整する対応のアクチュエータを介して、技術パラメータを調整し、加工品質を向上する。レーザ切断の技術パラメータの調整は、例えば、切断品質が処理中に常に良好であるように、実行される。切断処理中に調整されるパラメータは、例えば、
−焦点距離
−切断速度
−切断圧力
−レーザパワー及び
−切断スタンドオフ
である。
信号と訓練モデルとの比較による技術パラメータの調整は、処理パラメータの修正だけでなく、レーザビームが工作物に伝搬される光学システムの診断を想定してもよい。
例えば、光学システムの欠陥が加工欠陥の識別の方法に影響を与えるか否かを確認することが望ましい場合には、加工が行われる領域に、加工経路の外側であるが、加工具が届く範囲に、加工ヘッド510に光学センサ540に向かって放射線を放出するのに適した放射線センサ例えばLEDを設けてもよい。その源、例えば機械のレーザ放射線源は、ヘッド540がLEDの位置に達したときに遮断される。これより、光学センサ540は好ましくは加工処理の特性に類似した公知の特性を有する光放射線を受ける。しかし、前記放射線は、光学システムによって導入された起こり得る欠陥に影響を及ぼさないし、光学システムの下流で発生する信号に対して、図2に記載のもののように、分析処理300が実行されるのを可能にする。前記条件において、動作が欠陥状態に出合ったとしても、光学システムには欠陥がある。さらに詳しくは、光学システムの1又はそれ以上の特定の欠陥を認識するそれぞれのモデルを訓練することが想定されている。
したがって、本発明のさらなる特徴によると、加工処理500のそれぞれの状態を識別する複数の統計的モデルθは、レーザ機械の光学システムの1又はそれ以上の特定の欠陥を認識するように訓練された加工処理の状態を認識する少なくとも1つのモデルからなり、そこでは、機械の光学システムに関する診断を実行するために、処理信号Xpはレーザ機械の加工レーザと異なる源によって決定される。前記状態を認識するモデルは、加工欠陥を監視する処理の外側で、光学システムの欠陥を監視する機能を実行するために、自動的に訓練され使用されことは、理解されるであろう。
図3は、有意(significant)エネルギーの抽出の動作200が適用される基準信号Xrの処理を示す。ステップ210において、有意周波数F1とF2に相当する2つの帯域B1とB2に2つの帯域フィルタリングを適用することにより、前記2つの帯域B1とB2で基準信号Xrを得る。次に、ステップ220において、前記帯域B1とB2に対して基準エネルギーE1rとE2rが演算される。基準エネルギーE1rとE2rは、前述したように、機械技術データベース130に保存されている信号の閾値を表す。直流基準信号DCrが、ブロック215で行われるフィルタリング動作を介して、基準信号Xrから獲得され、機械技術データベース130に保存される。前述したように、前記動作は例えば加工の開始時に1回行われ、基準信号Xrから取得される閾値は加工中の品質を監視するのに使用され、例えば前記監視を監督することは必要とされない。
図4は、統計モデルθを構成する訓練ステップを詳細に表す計画を示す。
前記統計的モデル構造の動作は、レーザ機械の加工、切断/溶接の種々の状態のモデルを特定する統計式の係数のオフライン計算を想定している。モデルの訓練は、データ収集のためのテストのキャンペーンと通して実行される。データ収集では、種々の加工モデルすなわちレーザ機械の切断/溶接に対して収集される。例えば、以下に関するデータが収集される。
−例えば圧力、パワー、焦点距離の異なるパラメータを用いる良好な結果の切断/溶接
−高い焦点位置のために不良な結果の切断/溶接
−低い焦点位置のために不良な結果の切断/溶接
−高い切断/溶接圧力のために不良な結果の切断/溶接
−低い切断/溶接圧力のために不良な結果の切断/溶接
−高い切断/溶接速度のために不良な結果の切断/溶接
−低い切断/溶接速度のために不良な結果の切断/溶接
−高いレーザパワーのために不良な結果の切断/溶接
−低いレーザパワーのために不良な結果の切断/溶接
−切断/溶接処理中の間違ったスタンドオフ位置のために不良な結果の切断/溶接
前記データ収集の各々は、それぞれの統計モデルθを決定し、この統計モデルθは対応するk番目の切断/溶接処理の状態を特定する。
収集データが例えば上に例示された10のものである場合、訓練の終わりに、10の統計モデルθが取得される。
1.良好な切断/溶接モデル
2.不良な切断/溶接モデル−高い焦点位置
3.不良な切断/溶接モデル−低い焦点位置
4.不良な切断/溶接モデル−高い切断/溶接圧力
5.不良な切断/溶接モデル−低い切断/溶接圧力
6.不良な切断/溶接モデル−高い切断/溶接速度
7.不良な切断/溶接モデル−低い切断/溶接速度
8.不良な切断/溶接モデル−高いレーザパワー
9.不良な切断/溶接モデル−低いレーザパワー
10.不良な切断/溶接モデル−切断/溶接処理中の間違ったスタンドオフ位置
前記訓練されたモデルθは、明らかではあるが、良好な溶接/切断すなわち欠陥無し、又は欠陥の原因無しに加えて、高い焦点位置、低い焦点位置、高い切断/溶接圧力、低い切断/溶接圧力、高い切断/溶接速度、低い切断/溶接速度、高いレーザパワー、低いレーザパワー、間違ったスタンドオフ位置という欠陥Dのそれぞれの原因に関連した統計値を含む。前記リストは網羅的ではなく、特定することが可能である欠陥Dの原因と、欠陥Dの原因を如何に分類することができるかに依存している。欠陥Dの原因の情報は、おそらく純粋に質的でないかもしれないし、介入する加工パラメータのみを特定するかもしれないが、欠陥の原因に関連し、かつ、処理することがおそらく可能である例えばレーザ圧力、切断速度、パワーのパラメータの値又は範囲も含んでいてもよい。
訓練されたモデルθは、既に前述したように、次の統計量により構成されている。
a. 平均μ
b. 共分散マトリックスΣ
c. 遷移マトリックスΔ
遷移マトリックスΔは、所定の状態から他の状態に移動する確率を表している。一例として、ここに記載された適用分野では、高い焦点位置の処理状態が、正規化信号N1,N2,NDCと方向DIRの4つの異なる値とともに所定の観測xにより表現されている。ガウスの確率の計算の式は、平均と共分散を考慮している。しかし、欠陥に応じて加重された関係により前記4つの異なる値を関連付けることが想定されている。前記関連付けられた関係は、遷移マトリックスΔに相当する。換言すれば、観測xの一つのデータから同観測の他のデータへの遷移の確率がこれにより取得される。観測xの4つのデータが1つの同一のモデルθに属しているなら、それらは遷移の確率をも最大にする。換言すれば、あるデータ収集における訓練ステップ中に、遷移の確率の値が過剰に低い観測は、偽データとして合理的に拒否することができる。遷移マトリックス、平均、及び共分散は、オフライン訓練手順によって提供され、以下に説明する動作の一部を実施することにより実行される。
機械の加工、切断/溶接の種々の条件のモデルを特定する統計式の係数のオフライン演算を想定している統計モデルの構成は、同じ正規化信号N1,N2及びNDC、加工方向DIRの値を使用するが、前記信号はデータ収集テスト中に獲得され、モデルを訓練する前述したステップ310,330からなる訓練手順350を使用するが、この目的のためには、ビタビ(Viterbi)手順をも活用する、ことに注意すべきである。
訓練方法350は、実際に、あるパラメータによって規定されるあるサンプルに対して、例えば高い焦点位置の特定のモデルθを訓練するために、例えば、所定の材料を所定の厚さに切断し、複数の加工動作を実行し、例えば前記高い焦点位置の欠陥の影響を受けるこれらの各加工動作において同一形状を得て、この場合には訓練に専用された処理信号Xpの値を所定の瞬間に獲得することを、想定している。ステップ310の式は、時に前記複数の加工動作において各加工動作に対応する連続したステップを介して、特に各瞬間に対するそれぞれの観測xの確率密度を構築するのに使用される。これと関連して、ステップ320では、その後に獲得されるデータ収集の観測について、ガウスのクラスタリング(clustering)動作が実行され、その後にビタビ最大化収束(Viterbi maximization convergence)手順が実行され、最大確率を生成される。前記ビタビ手順は、それ自体公知であり、確率が前のステップで得られたものと異なる場合に、前のステップで得られたパラメータの修正を想定している。
したがって、訓練ステップ350に対する確率密度の演算は、ステップ310において、ガウスの混合(mixture)ルールにしたがって行われる計算である。ステップ320で、ビタビ手順は確率を最大化し、前の確率すなわち初期確率値を更新する。次に欠陥の特定のステップ330では、ビタビ手順に関する確率選択基準として、ベイズの法則による分類が適用される。訓練ステップ350に対して、前記3つの動作31,320,330を組み合わせたビタビ−EM手順を使用することができる。
欠陥Dのある原因に対するデータ収集の終わりに規定されるモデルθは、後に加工ステップで使用するためにメモリ140に保存される。もちろん、メモリ140は、モデルθが構成され訓練されている間に、中間値を保存するのに使用することができる。
もちろん、構成の詳細や実施例は、ここに記載され説明されたものに対して、本発明の範囲から逸脱することなく、請求の範囲に規定されたように、広範囲に変更してもよい。
500 加工処理
540 センサ手段
Xp 加工処理信号
Xr 基準信号
E1,E2,DC パラメータ
E1r,E2r,DCr 基準パラメータ
N2,N2,NDC 処理パラメータ
θ 統計モデル
x 処理観測
μ 平均
Σ 共分散
Δ 遷移マトリックス

Claims (20)

  1. レーザ加工処理(500)の品質を監視する方法であって、
    センサ手段(540)を介して、加工処理信号(Xp)を獲得して、前記処理を表す信号(Xp)からレーザ加工処理中の加工品質を表すパラメータ(E1,E2,DC)を演算し、
    前記センサ手段(540)を介して獲得された処理基準信号(Xr)から演算された、所定の加工品質を表す対応の基準パラメータ(E1r,E2r,DCr)を提供する(130)、動作を含む方法において、
    前記方法は、さらに、
    前記加工品質を表すパラメータ(E1,E2,DC)を前記所定の加工品質を表す基準パラメータ(E1r,E2r,DCr)と比較して、1セットの調整された処理パラメータ(N1,N2,NDC)を取得し(230)、
    前記加工処理(500)の欠陥(D)の状態を含むそれぞれの状態を特定する複数の統計モデル(θ)を提供し(140)、
    リアルタイムで獲得された1セットの処理観測(x;N1,N2,NDC,DIR)に対してメンバーシップの認識の動作(300)をリアルタイムで実行し、
    前記1セットの処理観測は、前記加工処理(500)の状態を特定する前記複数の統計モデル(θ)の1又はそれ以上に対して、前記セットの調整された処理パラメータ(N1,N2,NDC)を含み、
    前記認識の動作(300)は、前記認識の動作で認識された状態の関数として、1又はそれ以上の欠陥(D)の原因の特定(330)を含み、
    前記リアルタイムで獲得された前記1セットの処理観測(x;N1,N2,NDC,DIR)は、
    前記処理信号(Xp)の正規化された直流成分の値(NDC)と、
    加工方向(DIR)の値とを含む、
    ことを特徴とする方法。
  2. 前記認識の動作(300)は、
    ある状態に属する前記1セットの処理観測(x)の確率に関するデータを演算する(310)ことと、
    前記状態と対応する欠陥(D)の原因とを特定するためにベイズの分類に従って各確率データ(P)を分類する(330)こととを含む、
    ことを特徴とする請求項1に記載の方法。
  3. 前記方法は、ガウスの混合演算ルールに従って前記確率データを演算する(310)ことを含むことを特徴とする請求項2に記載の方法。
  4. 前記処理(Xp)を表す信号から、又は前記基準信号(Xr)、レーザ加工処理中の加工品質を表す各パラメータ(E1,E2,DC)、及び所定の加工品質を表す基準パラメータ(E1r,E2r,DCr)からの、前記演算の動作は、
    前記処理信号(Xp)と前記基準信号(Xr)とから、前記処理信号(Xp)又は基準信号(Xr)の特定の周波数(F1.F2)に対するそれぞれの周波数帯域(B2,B2)を選択すること、
    前記それぞれの帯域(B1,B2)に対して前記処理信号(Xp)又は基準信号(Xr)に対するそれぞれのエネルギー値(E2,E2,E1r、E2r)を演算すること、
    を含むことを特徴とする請求項1から3のいずれかに記載の方法。
  5. 前記加工品質を表すパラメータ(E1,E2,DC)を前記所定の加工品質を表す基準パラメータ(E1r,E2r,DCr)と比較して、1セットの調整された処理パラメータ(N1,N2,NDC)を取得する動作は、
    前記基準信号(Xr)の対応する帯域(B1,B2)のエネルギー値(E1r、E2r)を用いて、前記処理信号(Xp)の帯域(B1,B2)のエネルギー値(E1,E2)を正規化すること、を含むことを特徴とする請求項4に記載の方法。
  6. 前記加工処理(500)の欠陥(D)の状態を含むそれぞれの状態を特定する複数の統計モデル(θ)を提供する動作(140)は、
    前記統計モデル(θ)の構築及び訓練(350)と、前記統計モデル(θ)を表すデータの保存(140)とのステップを予備的に実行すること、
    からなることを特徴とする請求項1からのいずれかに記載の方法。
  7. 前記統計モデル(θ)の構築のステップは、データ収集のステップからなり、
    前記データ収集のステップは、
    欠陥(D)の原因に関する処理信号(Xp)を収集すること、
    計パラメータ(μ,Σ,Δ)の対応するセットを演算すること、
    を含むことを特徴とする請求項に記載の方法。
  8. 前記統計パラメータ(μ,Σ,Δ)の対応するセットを演算することの動作は、
    確率を最大化するためのビタビ手順(320)を用いること、
    前記統計モデル(θ)を構築するための統計的選択基準としてベイズの分類を使用すること、
    を含むことを特徴とする請求項に記載の方法。
  9. 前記認識動作は、前記統計パラメータ(μ,Σ,Δ)のセットを演算するためにビタビ−EM手順を適用することを含むことを特徴とする請求項7又は8に記載の方法。
  10. 前記加工処理(500)のそれぞれの状態を特定する複数の統計モデル(θ)は、レーザ機械の光学システムの1又はそれ以上の欠陥を認識するために訓練された加工処理の状態を特定する少なくとも1つのモデルを含み、
    前記機械の前記光学システムに関する診断を実行するために、前記処理信号(Xp)は前記レーザ機械の加工レーザとは異なる源によって決定されることを特徴とする請求項6から9のいずれかに記載の方法。
  11. 前記センサ手段(540)を介して獲得される前記処理基準信号(Xr)は、処理信号(Xp)の獲得前に、標準又は基準の加工ステップにて獲得されることを特徴とする請求項1から10のいずれかに記載の方法。
  12. 前記方法は、特定された欠陥(D)の1又はそれ以上の原因の関数として、1又はそれ以上の前記技術的加工パラメータのリアルタイムでの自動修正を行うために、技術パラメータの調整(340)を行うことを含む請求項1から11のいずれかに記載の方法。
  13. 前記修正動作は、前記所望の品質の処理に達するまで、1又はそれ以上の前記技術パラメータの修正の連続したステップを含むことを特徴とする請求項12に記載の方法。
  14. 前記方法は、前記ベイの分類を用いた特定ステップ(330)から、行われる修正に関する介入の優先順位を取得することを含む請求項12又は13に記載の方法。
  15. 前記技術パラメータは、
    焦点位置、
    切断又は溶接速度、
    切断又は溶接圧力、
    レーザパワー、
    切断又は溶接のスタンドオフ
    のうち、少なくとも1又はそれ以上を含む請求項12,13,14のいずれかに記載の方法。
  16. レーザ加工処理の品質を監視するシステムにおいて、
    レーザ機械と、請求項1から15のいずれかの方法の動作を実施する1又はそれ以上のモジュール(540,700,400)とを含むシステム。
  17. 前記システムは、前記処理(Xp)を表す信号と、所定の品質を備えた加工動作を示す処理基準信号(Xr)を獲得するように構成された光学センサモジュール(540)を含むことを特徴とする請求項16に記載のシステム。
  18. 前記システムは、前記認識の動作(310,320)を実行するように構成された処理モジュール(700)を含み、
    前記調整された信号(N1,N2,NDC)のセットを含む処理観測(x)のセットは、加工処理の状態を特定する1又はそれ以上の前記統計モデル(θ)に属し、
    前記処理モジュール(700)は、前記加工処理の状態を特定する前記統計モデル(θ)を、前記メモリモジュール(140)に保存し、前記メモリモジュールから読み出すように構成されている、ことを特徴とする請求項16又は17に記載のシステム。
  19. 前記処理モジュール(700)は、レーザ機械のアクチュエータ制御モジュール(400)に、前記技術パラメータの修正の指令を発するように構成されていることを特徴とする請求項16,17,18のいずれかに記載のシステム。
  20. コンピュータのメモリに直接ロードすることができ、コンピュータ上で動作したときに請求項1から15の何れかの記載の方法を実行するソフトウェアコードの一部を含むコンピュータプログラム製品。
JP2011025076A 2010-02-08 2011-02-08 レーザ加工処理の品質を監視する方法及びこれに対応するシステム Active JP5801564B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ITTO2010A000086 2010-02-08
ITTO2010A000086A IT1397985B1 (it) 2010-02-08 2010-02-08 Procedimento di monitoraggio della qualità di processi di lavorazione laser e relativo sistema

Publications (2)

Publication Number Publication Date
JP2011183455A JP2011183455A (ja) 2011-09-22
JP5801564B2 true JP5801564B2 (ja) 2015-10-28

Family

ID=42710731

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011025076A Active JP5801564B2 (ja) 2010-02-08 2011-02-08 レーザ加工処理の品質を監視する方法及びこれに対応するシステム

Country Status (5)

Country Link
US (1) US8558135B2 (ja)
EP (1) EP2357057B1 (ja)
JP (1) JP5801564B2 (ja)
CN (1) CN102147602B (ja)
IT (1) IT1397985B1 (ja)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102028770B1 (ko) * 2011-09-15 2019-10-04 컨버전트 인포메이션 테크놀로지스 게엠베하 로봇 프로그램의 자동 생성을 위한 시스템 및 방법
CN103464906B (zh) * 2013-10-02 2015-08-05 机械科学研究院哈尔滨焊接研究所 激光焊接质量在线检测方法
EP2883647B1 (de) * 2013-12-12 2019-05-29 Bystronic Laser AG Verfahren zur Konfiguration einer Laserbearbeitungsvorrichtung
CN104007717B (zh) * 2014-04-29 2017-01-18 中国电建集团成都勘测设计研究院有限公司 混凝土振捣有效深度及有效时间监控方法
DE102014117157B4 (de) * 2014-11-24 2017-02-16 Scansonic Mi Gmbh Verfahren und Vorrichtung zum Fügen von Werkstücken an einem Überlappungsstoß
EP3294488B1 (de) 2015-05-13 2020-03-25 Bystronic Laser AG Laserschneidvorrichtung mit einer überwachunganordnung
SE545056C2 (en) 2016-02-19 2023-03-14 Tomologic Ab Method and machine system for controlling an industrial operation
CN105710521B (zh) * 2016-05-06 2017-12-26 广州市精源电子设备有限公司 电阻点焊位移控制方法和装置
CN105914568A (zh) * 2016-06-16 2016-08-31 光惠(上海)激光科技有限公司 一种新型智能自检光纤激光器及其开机自检方法
DE102018201411A1 (de) * 2018-01-30 2019-08-01 Robert Bosch Gmbh Verfahren zum Ermitteln eines zeitlichen Verlaufs einer Messgröße, Prognosesystem, Aktorsteuerungssystem, Verfahren zum Trainieren des Aktorsteuerungssystems,Trainingssystem, Computerprogramm und maschinenlesbares Speichermedium
CN111050984B (zh) * 2018-03-26 2022-03-25 松下知识产权经营株式会社 激光切断加工装置以及激光切断加工方法
KR102059272B1 (ko) * 2018-09-20 2019-12-24 현대오토에버 주식회사 용접 불량 검출 장치 및 그 방법
DE102018216873A1 (de) * 2018-10-01 2020-04-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und Vorrichtung zur Bearbeitung eines Werkstücks
DE102018217526A1 (de) * 2018-10-12 2020-04-16 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum Ermitteln einer Kenngröße eines Bearbeitungsprozesses und Bearbeitungsmaschine
CN109827637B (zh) * 2019-01-30 2020-10-23 西安理工大学 基于集员估计粒子滤波理论的硅熔液液位估计方法
CN111007817A (zh) * 2019-12-11 2020-04-14 三一重工股份有限公司 设备加工工件质量检测方法、装置及计算机可读存储介质
IT201900025093A1 (it) * 2019-12-20 2021-06-20 Adige Spa Procedimento per una lavorazione laser
US11305377B2 (en) * 2019-12-23 2022-04-19 Precitec Gmbh & Co. Kg Add-on module for interposing between a control device and a laser machining head of a laser machining system
US20210252646A1 (en) * 2020-02-17 2021-08-19 Nps Co.,Ltd. Laser cutting system and method
CN113333958B (zh) * 2020-02-17 2023-09-22 Nps株式会社 激光加工系统及方法
JP7370284B2 (ja) 2020-03-16 2023-10-27 株式会社キーエンス マーキングシステム、診断支援装置、診断支援方法、診断支援プログラム及び記憶媒体
EP3885069A1 (de) 2020-03-25 2021-09-29 Bystronic Laser AG Qualitätskontrolle eines laserbearbeitungsprozesses mittels maschinellem lernen
US20210341451A1 (en) * 2020-03-30 2021-11-04 Hitachi Rail S.P.A. Method and system for monitoring and identifying the weld quality on metallic components
US20210331287A1 (en) * 2020-04-22 2021-10-28 Industrial Technology Research Institute Grinding and polishing simulation method and system and grinding and polishing process transferring method
DE102021200619A1 (de) * 2020-05-12 2021-11-18 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Betreiben einer Lasermaterialbearbeitungsmaschine
JP2023525724A (ja) * 2020-05-14 2023-06-19 エレクトロ サイエンティフィック インダストリーズ インコーポレーテッド レーザ加工されたワークピースの指示された検査を容易にするレーザ加工装置及びこれを動作させる方法
CN111702353B (zh) * 2020-06-30 2022-04-05 松山湖材料实验室 激光剥离晶圆装置及激光剥离晶圆方法
CN111968072B (zh) * 2020-07-07 2024-04-02 南昌大学 一种基于贝叶斯网络的厚板t形接头焊接位置自主决策方法
DE102020209570A1 (de) 2020-07-29 2022-02-03 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Betreiben einer Lasermaterialbearbeitungsmaschine
DE102020209573A1 (de) 2020-07-29 2022-02-03 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Betreiben einer Lasermaterialbearbeitungsmaschine
CN113042892B (zh) * 2021-04-01 2023-02-28 广州德擎光学科技有限公司 一种激光加工工艺参数迁移方法
CN113351985B (zh) * 2021-05-20 2023-01-06 苏州德擎光学科技有限公司 激光加工控制方法、装置和系统
EP4119284A1 (de) 2021-07-12 2023-01-18 Bystronic Laser AG Kalibrierung eines qualitätsschätzers für ein laserschneidverfahren
CN114905141B (zh) * 2022-06-17 2023-04-11 广州德擎光学科技有限公司 激光加工过程控制方法、装置和系统
JP2024010290A (ja) * 2022-07-12 2024-01-24 三菱重工業株式会社 溶接支援装置、溶接支援方法、およびプログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4663513A (en) * 1985-11-26 1987-05-05 Spectra-Physics, Inc. Method and apparatus for monitoring laser processes
JP2661034B2 (ja) * 1987-05-08 1997-10-08 豊田工機 株式会社 面直検知機能を備えた加工機
JP2737472B2 (ja) * 1991-09-09 1998-04-08 日産自動車株式会社 溶接状態検出装置
JP2809064B2 (ja) * 1993-10-22 1998-10-08 株式会社新潟鉄工所 レーザ加工機の制御方法及び装置
DE19724986C2 (de) * 1997-06-13 1999-07-29 Jurca Optoelektronik Gmbh Verfahren zum Verschweißen von Werkstücken und Vorrichtung zu dessen Durchführung
GB9719527D0 (en) * 1997-09-12 1997-11-19 Powerlasers Ltd Fuzzy neural-network controller for laser welding systems
JP3560135B2 (ja) * 1999-03-23 2004-09-02 日産自動車株式会社 Yagレーザ溶接部の品質モニタリング方法
US6922482B1 (en) * 1999-06-15 2005-07-26 Applied Materials, Inc. Hybrid invariant adaptive automatic defect classification
JP2003534609A (ja) * 2000-05-22 2003-11-18 アデイタム ソフトウェア,インコーポレイティド 統計分析を使った収入予測及び販売部隊管理
US6670574B1 (en) * 2002-07-31 2003-12-30 Unitek Miyachi Corporation Laser weld monitor
US6972391B2 (en) * 2002-11-21 2005-12-06 Hadco Santa Clara, Inc. Laser trimming of annular passive components
JP4014498B2 (ja) * 2002-12-17 2007-11-28 日立ビアメカニクス株式会社 多軸のレーザ加工機
US7584382B2 (en) * 2004-02-19 2009-09-01 Microsoft Corporation Method and system for troubleshooting a misconfiguration of a computer system based on configurations of other computer systems
DE602004014098D1 (de) * 2004-03-16 2008-07-10 Fiat Ricerche Verfahren und System zur Qualitätüberwachung von industriellen Prozessen
JP5043316B2 (ja) * 2005-07-29 2012-10-10 ミヤチテクノス株式会社 レーザ加工モニタリング装置
ES2302169T3 (es) * 2005-09-22 2008-07-01 C.R.F. SOCIETÀ CONSORTILE PER AZIONI Procedimiento para controlar la calidad de los procesos de soldadura por laser, sistema de control y producto de programa del mismo.
JP2008065393A (ja) * 2006-09-04 2008-03-21 Research Organization Of Information & Systems グループ判別装置及びグループ判別方法
JP2009264880A (ja) * 2008-04-24 2009-11-12 Equos Research Co Ltd ドライバモデル作成装置

Also Published As

Publication number Publication date
CN102147602A (zh) 2011-08-10
EP2357057B1 (en) 2012-09-12
JP2011183455A (ja) 2011-09-22
EP2357057A1 (en) 2011-08-17
CN102147602B (zh) 2015-10-21
ITTO20100086A1 (it) 2011-08-09
US8558135B2 (en) 2013-10-15
IT1397985B1 (it) 2013-02-04
US20110192825A1 (en) 2011-08-11

Similar Documents

Publication Publication Date Title
JP5801564B2 (ja) レーザ加工処理の品質を監視する方法及びこれに対応するシステム
JP4632794B2 (ja) 工業プロセスの品質管理方法
US20180307203A1 (en) Machining defect factor estimation device
CN110355462B (zh) 加工条件调整装置以及机器学习装置
CN114619292B (zh) 一种基于小波降噪和注意力机制融合gru网络的铣削加工刀具磨损监测方法
CN109597315B (zh) 一种机械设备健康退化状态辨识方法、设备及系统
Angelone et al. Bio-intelligent selective laser melting system based on convolutional neural networks for in-process fault identification
CN110579241A (zh) 自动化复合材料制造质量检查的系统和方法
CN111844014A (zh) 机器学习装置以及机器学习方法、激光加工系统
WO2011083087A1 (en) Method for processing workpieces by means of a cognitive processing head and a cognitive processing head using the same
CN114273974A (zh) 高速铣削加工中基于振动信号的刀具跳动参数在线估计法
CN109976300B (zh) 伺服系统的性能指标检测方法及计算机存储介质
CN114239810A (zh) 一种基于改进PCANet模型的铣刀磨损预测方法
US20220308551A1 (en) Method and system for determining the dynamic response of a machine
Schmitz et al. Enabling rewards for reinforcement learning in laser beam welding processes through deep learning
Bakker et al. Linear friction weld process monitoring of fixture cassette deformations using empirical mode decomposition
DE102019005747B4 (de) Vorrichtung für die einstellung einer bearbeitungsbedingung und maschinelle lernvorrichtung
EP3961559B1 (de) Verfahren und vorrichtung zum ermitteln von defekten während eines oberflächenmodifizierungsverfahrens
CA2497080C (en) A method for controlling the quality of industrial processes and system therefor
CN114007800B (zh) 激光加工系统、加工条件搜索装置及加工条件搜索方法
JP2020027386A (ja) 異常判定装置、異常判定システムおよび異常判定方法
Yue et al. Adaptive-VDHMM for prognostics in tool condition monitoring
Mühlbauer et al. Automated data labeling and anomaly detection using airborne sound analysis
Munasypov et al. Application of intelligent data-driven models in the adaptive control, monitoring and diagnosis system of the robotic cutting machine
EP4062245B1 (en) Methods and systems for workpiece quality control

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140122

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20141002

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20141111

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150210

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: 20150804

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150827

R150 Certificate of patent or registration of utility model

Ref document number: 5801564

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250