JP6840307B1 - レーザ加工装置 - Google Patents

Abstract

レーザ加工装置（５０）は、レーザ発振器（１）から出射されたレーザ光を集めてワーク（Ｗ）を照射する集光光学系を含む加工ヘッド（２）とワーク（Ｗ）との相対位置を変更する駆動部（５）と、レーザ加工に関連する数値パラメータである加工パラメータに基づいてレーザ発振器（１）、加工ヘッド（２）及び駆動部（５）を制御して加工を実行させる制御部（３）と、レーザ光の照射によってワーク（Ｗ）から発生する光である加工光（８）の予め決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する加工状態観察部（５２）と、複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する特徴量抽出部（５３）と、特徴量に基づいて、補正を実行するための加工パラメータを補正パラメータとして決定し、補正パラメータの補正量を決定する補正量算出部（５５）とを有する。

Description

本開示は、レーザ光を照射してワークを加工するレーザ加工装置に関する。

板金レーザ加工において、加工の開始時は良加工であるが、連続加工中において加工ヘッドの部品の蓄熱及びワークの蓄熱の影響により加工不良が発生する場合がある。板金レーザ加工では、焦点位置、切断速度、ガス圧及びレーザ出力といった複数の項目の加工パラメータがあり、付着物の量及び加工面の粗さといった加工結果にも複数の項目があって、調整には比較的長い作業時間を要する。

特許文献１が開示しているレーザ加工機は、レーザ光の照射に伴う加工点の側からレーザ加工ヘッドに向かう戻り光を検出する検出部と、検出部によって検出された戻り光のうちの加工条件に対応する特定波長帯の光のレベルを時系列的に選択してレーザ加工の加工状態を監視する監視部とを有する。

特開２０１９−１６６５４３号公報

特許文献１が開示しているレーザ加工装置は時系列的に選択した光のレベルをもとに監視を行うため、当該レーザ加工装置が加工の状態を検出する精度は低い。また、特許文献１が開示しているレーザ加工装置は、加工の良否しか判定しないので加工条件を調整することが困難である。

本開示は、上記に鑑みてなされたものであって、高速に又は高精度に加工の状態を検出して加工条件を調整するレーザ加工装置を得ることを目的とする。

上述した課題を解決し、目的を達成するために、本開示にかかるレーザ加工装置は、レーザ発振器から出射されたレーザ光を集めて加工対象物を照射する集光光学系を含むと共に加工対象物に向けて加工ガスを供給する加工ガス供給部を含む加工ヘッドと加工対象物との相対位置を変更する駆動部と、レーザ加工に関連する数値パラメータである加工パラメータに基づいてレーザ発振器、加工ヘッド及び駆動部を制御して加工を実行させる制御部と、レーザ光の照射によって加工対象物から発生する光である加工光のあらかじめ決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する加工状態観察部と、複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する特徴量抽出部と、特徴量に基づいて、補正を実行するための加工パラメータを補正パラメータとして決定し、補正パラメータの補正量を決定する補正量算出部とを有する。本開示にかかるレーザ加工装置は、特徴量と評価すべき加工不良の項目についての加工良否の評価値との関係を学習する機械学習部を更に有する。補正量算出部は、特徴量に基づいて複数の加工不良の項目のうちの少なくともいずれかひとつについて加工の良否を判定して判定結果を得る評価部を有し、判定結果に基づいて補正すべき補正パラメータと補正パラメータの補正量とを決定する。機械学習部は、特徴量に基づいて演算処理を実行することで、加工不良の項目の評価値を出力する。

本開示にかかるレーザ加工装置は、高速に又は高精度に加工の状態を検出して加工条件を調整することができるという効果を奏する。

実施の形態１にかかるレーザ加工装置の構成を示す図 実施の形態１にかかるレーザ加工装置が行う加工パラメータの調整に関連する動作の手順の例を示すフローチャート 実施の形態１にかかるレーザ加工装置が有する加工状態観察部の構成を示す図 実施の形態１にかかるレーザ加工装置が有する第１の光センサ、第２の光センサ及び第３の光センサの各々が受け取る光の波長帯域の例を示す図 実施の形態１の第１の変形例にかかるレーザ加工装置の構成を示す図 実施の形態１の第２の変形例にかかるレーザ加工装置の構成を示す図 実施の形態１の第３の変形例にかかるレーザ加工装置の構成を示す図 実施の形態１の第４の変形例にかかるレーザ加工装置が有する加工状態解析器の構成を示す図 実施の形態２にかかるレーザ加工装置が有する加工状態解析器の構成を示す図 実施の形態２にかかるニューラルネットワークモデルの構成を示す図 実施の形態３にかかるレーザ加工装置の構成を示す図 実施の形態１にかかるレーザ加工装置が有する制御部、駆動部、集光レンズ位置変更駆動部、加工状態観察部、特徴量抽出部、評価部及び補正量算出部の少なくとも一部がプロセッサによって実現される場合のプロセッサを示す図 実施の形態１にかかるレーザ加工装置が有する制御部、駆動部、集光レンズ位置変更駆動部、加工状態観察部、特徴量抽出部、評価部及び補正量算出部の少なくとも一部が処理回路によって実現される場合の処理回路を示す図

以下に、実施の形態にかかるレーザ加工装置を図面に基づいて詳細に説明する。

実施の形態１．
図１は、実施の形態１にかかるレーザ加工装置５０の構成を示す図である。レーザ加工装置５０は、レーザ発振器１、加工ヘッド２、駆動部５及び制御部３を有する。レーザ加工装置５０は、制御部３を含む加工状態解析器５１を有する。レーザ発振器１は、レーザビームＬを発振して出射する。レーザビームＬの波長は、レーザビームＬの加工対象物への吸収率及び反射率が考慮されて選択される。例えば、レーザビームＬの波長は、０．１９３μｍから１１μｍまでのいずれかである。加工対象物は、ワークＷである。レーザ発振器１から出射されたレーザビームＬは、光路を介して加工ヘッド２へ供給される。

加工ヘッド２は、レーザ発振器１から出射されたレーザ光を集めて加工対象物であるワークＷを照射する集光光学系と、ワークＷに向けて加工ガスを供給する加工ガス供給部とを有する。図１には、加工ガス供給部は示されていない。加工ガスが加工ヘッド２の内部に供給されてレーザビームＬがワークＷへ照射される際、加工ガス供給部によって加工ガスがワークＷへ噴射される。加工ヘッド２は、複数のレンズ群で構成されたコリメートレンズ４と集光レンズ７とを有する。コリメートレンズ４及び集光レンズ７は、集光光学系の例である。レーザ発振器１から出射されたレーザビームＬは、コリメートレンズ４によってコリメートされて集光レンズ７によって集光される。集光されたレーザビームＬは、ワークＷに照射される。加工ヘッド２は、レーザビームＬを集光してワークＷへ照射することによりワークＷを切断する。

加工ヘッド２は、図示されていないノズルを有する。ノズルの開口部は集光レンズ７とワークＷとの間のレーザビームＬの光路に位置しており、レーザビームＬ及び加工ガスが開口部を通過する。一般には、図示されていないモータ及びモータ駆動部が、加工ヘッド２が設置される軸、又はワークＷが配置される加工テーブルに設けられる。

駆動部５は、加工ヘッド２とワークＷとの相対位置を変更する。制御部３は、レーザ加工に関連する数値パラメータである加工パラメータに基づいてレーザ発振器１、加工ヘッド２及び駆動部５を制御して加工を実行させる。具体的には、制御部３はモータ駆動部を制御し、制御部３の制御によりモータ駆動部がモータを制御する。駆動部５は、モータの動作に伴って動作し、加工ヘッド２とワークＷとの相対位置を変更する。加工ヘッド２は、レーザビームＬの集光光学系の焦点位置とワークＷとの位置関係を変更する集光レンズ位置変更駆動部６を有する。

レーザ発振器１の種類は、限定されない。レーザ発振器１の一例は、ファイバレーザ発振器である。レーザ発振器１は、ダイレクトダイオードレーザ、炭酸ガスレーザ、銅蒸気レーザ、各種イオンレーザ、又は固体レーザであってもよい。固体レーザの例は、ＹＡＧ（Yttrium Aluminum Garnet）結晶を励起媒体とするレーザである。レーザ加工装置５０は、レーザ発振器１が発生したレーザ光の波長を変換する波長変換部を有していてもよい。

制御部３は、加工プログラムと加工条件を示す加工パラメータとにしたがって、レーザビームＬがワークＷ上の加工経路を走査するように、レーザ発振器１、モータ駆動部及び集光レンズ位置変更駆動部６を制御する。例えば、制御部３が行う制御に関連する加工パラメータとしては、レーザ出力、加工ガス圧、加工速度、集光光学系の焦点位置、集光光学系の集光径、レーザのパルス周波数、レーザのパルスのデューティ比、レーザの集光光学系の倍率、ノズル径、ワークＷとノズルとの距離、レーザビームモードの種類、及び、ノズル穴の中心とレーザビームＬとの位置関係が挙げられる。加工パラメータは、上記の例に限定されない。加工パラメータは、使用されるレーザの種類とレーザ発振器１が有する機能とのうちの一方又は双方をもとに決定されてもよい。

制御部３が用いる加工パラメータは、後述するように加工状態解析器５１により算出される補正量に対応して変更可能である。すなわち、加工パラメータは、加工状態解析器５１により補正可能である。加工状態解析器５１により補正される前の加工パラメータは、例えば、加工の内容に対応してあらかじめ定められている。レーザ加工装置５０が作業者からの入力を受ける入力手段を有していて、加工状態解析器５１により補正される前の加工パラメータが作業者からの入力によって変更可能であってもよい。図示されていない装置から、加工状態解析器５１により補正される前の加工パラメータがレーザ加工装置５０へ送信されてもよい。当該装置の例は、コンピュータである。

レーザ発振器１から出射されたレーザビームＬは、コリメートレンズ４によってコリメートされ、集光レンズ７によって集光される。集光されたレーザビームＬは、ワークＷに照射される。ワークＷでは、レーザビームＬが照射されることによって、例えば蒸発及び溶融といった現象が生じ、加工光８が発生する。発生した加工光８は、加工ヘッド２の内部に進入する。

レーザ加工装置５０は、ミラー９を更に有する。加工光８は、集光レンズ７を介してミラー９を透過する。ミラー９は、レーザビームＬの波長以外の波長の光を透過させる性質を有する。ミラー９を透過した加工光８は、加工状態観察部５２によって時系列の信号に変換される。加工状態観察部５２は、加工状態解析器５１に含まれている。加工状態観察部５２は、レーザ光の照射によって加工対象物であるワークＷから発生する光である加工光８のあらかじめ決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する。

加工状態解析器５１は、複数の光センサ信号の間の相関の指標となる特徴量を抽出する特徴量抽出部５３と、特徴量に基づいて複数の加工不良の項目のうちの少なくともいずれかひとつについて加工の良否を判定して判定結果を得る評価部５４と、特徴量に基づいて、補正を実行するための加工パラメータを補正パラメータとして決定し、補正パラメータの補正量を決定する補正量算出部５５とを更に有する。具体的には、補正量算出部５５は、上記の判定結果に基づいて補正すべき補正パラメータと補正パラメータの補正量とを決定する。上記の複数の加工不良の項目は、切断面品質の荒れ、ガウジング、ドロス、及び酸化膜剥れのうちの少なくともいずれかひとつの項目を含む。複数の加工不良の項目が切断面品質の荒れ、ガウジング、ドロス、及び酸化膜剥れのうちの少なくともいずれかひとつの項目を含むので、レーザ加工装置５０は、顕著な加工パラメータの補正を行うことができる。特徴量抽出部５３は、複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する。

更に言うと、補正量算出部５５は、補正すべき切断速度、焦点位置、集光径、ガス圧、及びレーザ出力の少なくともいずれかひとつについて、補正すべき加工パラメータと加工パラメータの補正量とを決定してもよい。加工パラメータが上記の切断速度、焦点位置、集光径、ガス圧、及びレーザ出力の少なくともいずれかひとつである場合、加工の状態が良くないと定義される加工の状態であるとき、レーザ加工装置５０は、加工の状態を良くないと定義される加工の状態から良いと定義される加工の状態により早く復帰させることができる。

加工状態観察部５２によって得られた時系列の信号は、特徴量抽出部５３によって特徴量に変換され、評価部５４によって加工結果の良否、加工不良の度合い、加工良結果の逸脱度、及び加工不良が発生する予兆といった加工の状態が判定される。補正量算出部５５は、評価部５４によって得られた判定結果をもとに加工パラメータを変更させるための指令を制御部３に送る。当該指令によって実際に加工が行われている状況で加工パラメータが変更され、加工が連続して行われる。評価部５４は、補正量算出部５５に含まれていてもよい。

次に、実施の形態１の動作について説明する。図２は、実施の形態１にかかるレーザ加工装置５０が行う加工パラメータの調整に関連する動作の手順の例を示すフローチャートである。まず、レーザ加工装置５０が切断加工を行う（Ｓ１）。次に、加工状態観察部５２がレーザ加工によって発生した加工光８から加工光信号を取得する（Ｓ２）。特徴量抽出部５３が、加工状態観察部５２によって得られた時系列の信号の特徴量を抽出する（Ｓ３）。

評価部５４が、抽出された特徴量をもとに加工結果の良否を判定する（Ｓ４）。加工判定結果が良であると評価部５４によって判定された場合（Ｓ４でＹｅｓ）、レーザ加工装置５０が行う動作はステップＳ２に移行し、加工パラメータは変更されず加工が進行する。加工判定結果が否であると評価部５４によって判定された場合（Ｓ４でＮｏ）、補正量算出部５５が、変更すべき加工パラメータと補正量とを決定し、変更すべき加工パラメータの補正量を算出する（Ｓ５）。補正量算出部５５は、算出した補正量を制御部３に出力する。レーザ加工装置５０は、補正量をもとに加工を行う。図２に示される動作が実行されるタイミングは、生産加工の途中に限定されない。

加工状態観察部５２の詳細について説明する。図３は、実施の形態１にかかるレーザ加工装置５０が有する加工状態観察部５２の構成を示す図である。図３には、特徴量抽出部５３も示されている。加工状態観察部５２は、ビームスプリッタ１０、複数の波長フィルタ１１、複数の結像レンズ１２及び複数の光センサ１３を有する。

図１に示されるミラー９を透過した加工光８は、ビームスプリッタ１０によって分割される。複数の波長フィルタ１１の各々は、分割された加工光８のうちの対応する波長帯域の加工光８を透過させる。複数の波長フィルタ１１の各々を透過した加工光８は、結像レンズ１２によって複数の光センサ１３のうちの対応する光センサ１３に受け取られる。複数の光センサ１３の各々は、加工光８の光強度を時系列の信号として出力する。複数の光センサ１３から出力された信号は、特徴量抽出部５３に送られる。

加工光８の特徴について説明する。加工光８は、主にワークＷの熱輻射によるものである。熱輻射による光は、溶融金属の温度に依存した波長にピークを有する光であって、当該光の波長分布は温度だけで決定される。温度が高いと、波長のピークは短波長側にシフトする。ワークＷへの加工によって形成される例えば切断幅形状及び切断フロント形状といった加工状態によって、加工光８の量は異なる。使用されるノズルの形状によっても、加工ヘッド２の内部に入射する加工光８の量は異なる。例えば、薄板加工の速度が速い場合、切断フロントの形状の傾きが大きく、レーザビームＬが切断フロントに当たる面積が大きいため、溶融金属の温度は高く、加工ヘッド２の内部に戻ってくる加工光８の量は多い。

詳細な加工状態を観察するために、加工状態観察部５２は、加工光８を分割する。加工状態観察部５２は、複数の波長フィルタ１１を有する。複数の波長フィルタ１１の各々は、他の波長フィルタ１１が透過させる光の波長と異なる波長の光を透過させる。複数の波長フィルタ１１の各々を透過した加工光８は、複数の光センサ１３のいずれかに入射する。

複数の光センサ１３が第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃであることを想定する。図４は、実施の形態１にかかるレーザ加工装置５０が有する第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃの各々が受け取る光の波長帯域の例を示す図である。例えば、第１の光センサ１３ａは短波長側の波長帯域の加工光８を受け取り、第３の光センサ１３ｃは長波長側の波長帯域の加工光８を受け取り、第２の光センサ１３ｂは第１の光センサ１３ａと第３の光センサ１３ｃとが受け取る光の波長の中間の波長帯域の加工光８を受け取る。

第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃは、すべての波長領域の加工光８を受け取る必要はなく、ある範囲の波長の加工光８を受け取ってもよい。加工状態観察部５２は、第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃによって受け取られた各波長帯域の光の強度比と、第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃの各々によって受け取られた光の強度の全強度に対する割合とをもとに、波長分布の変化の推移を観察することができる。全強度は、第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃによって受け取られたすべての光の強度である。

加工状態観察部５２は、時系列の信号及び加工光８の量の変化を、第１の光センサ１３ａ、第２の光センサ１３ｂ及び第３の光センサ１３ｃの各々に受け取られた光の強度の和として観察することができる。レーザビームＬの波長の光のみを透過せずに、当該波長以外の波長の加工光８を受け取る光センサ１３が配置されてもよい。

加工状態観察部５２は、ビームスプリッタ１０と波長フィルタ１１との組み合わせで光センサ１３に入射する光の波長を変更してもよい。加工状態観察部５２は、図５に示されるように、回折格子１０ａを有する加工状態観察部５２Ａに置き換えられてもよい。図５は、実施の形態１の第１の変形例にかかるレーザ加工装置５０Ａの構成を示す図である。レーザ加工装置５０Ａは、回折格子１０ａを用いて分光を行う加工状態観察部５２Ａを有する。加工状態観察部５２は、図６に示されるように、プリズム１０ｂを有する加工状態観察部５２Ｂに置き換えられてもよい。図６は、実施の形態１の第２の変形例にかかるレーザ加工装置５０Ｂの構成を示す図である。レーザ加工装置５０Ｂは、プリズム１０ｂを用いて分光を行う加工状態観察部５２Ｂを有する。

加工状態観察部５２に含まれている光センサ１３は、波長が４００ｎｍから１１００ｎｍまでの光に対して感度を持つＳｉ（Silicon）フォトダイオードであってもよいし、近赤外の波長の長さ以上の長さの波長の光に対して感度を持つＩｎＧａＡｓ（Indium Gallium Arsenide）フォトダイオードであってもよい。複数の波長フィルタ１１のうちのひとつは、第１の波長以下の波長の光を透過させるショートパスフィルタであって、複数の波長フィルタ１１のうちの別のひとつは、第１の波長より長い第２の波長以上の波長の光を透過させるロングパスフィルタであって、複数の波長フィルタ１１のうちの更に別のひとつは、第１の波長より長く第２の波長より短い波長の光を透過させるバンドパスフィルタであってもよい。

より適切な波長帯域の加工光８を得るために、波長フィルタ１１は、ショートパスフィルタとロングパスフィルタとを組み合わせることによって得られるバンドパスフィルタであってもよい。例えば、５００ｎｍ未満の波長の光を透過させるショートパスフィルタと、５００ｎｍ以上７００ｎｍ以下の波長の光を透過させるバンドパスフィルタと、７００ｎｍを超える波長の光を透過させるハイパスフィルタとが組み合わされてもよい。

複数の波長フィルタ１１のうちのひとつは、５２５ｎｍより短い波長の光を透過させる第一の波長フィルタであって、複数の波長フィルタ１１のうちの別のひとつは、７００ｎｍより長い波長の光を透過させる第二の波長フィルタであって、複数の波長フィルタ１１のうちの更に別のひとつは、５３０ｎｍ以上７００ｎｍ以下の波長の光を透過させる第三の波長フィルタであってもよい。

複数の波長フィルタ１１のうちのひとつは、４７５ｎｍ以上５２５ｎｍ以下の波長の光を透過させる波長フィルタであって、複数の波長フィルタ１１のうちの別のひとつは、５７５ｎｍ以上６２５ｎｍ以下の波長の光を透過させる波長フィルタであって、複数の波長フィルタ１１のうちの更に別のひとつは、６７５ｎｍ以上７２５ｎｍ以下の波長の光を透過させる波長フィルタであってもよい。

複数の波長フィルタ１１のうちのひとつは、４００ｎｍ以上８００ｎｍ以下の波長の光を透過させる波長フィルタであって、複数の波長フィルタ１１のうちの別のひとつは、４７５ｎｍ以上５２５ｎｍ以下の波長の光を透過させる波長フィルタであって、複数の波長フィルタ１１のうちの更に別のひとつは、６７５ｎｍ以上７２５ｎｍ以下の波長の光を透過させる波長フィルタであってもよい。加工状態観察部５２が上述の複数の波長フィルタ１１を有することにより、加工状態解析器５１は、加工パラメータをより良く補正することができ、かつ加工不良項目の検出を詳細に行うことができる。

複数の光センサ１３のうちのひとつは、レーザ発振器１から出射されたレーザ光であるレーザビームＬが加工点に照射される方向の位置に配置されてもよいし、レーザビームＬが加工点に照射される方向と異なる方向の位置に配置されてもよい。両方の位置に光センサ１３を配置することによって、位置の相違による加工光８の強度比及び波長分布の変化を比較することが可能になる。位置の相違による強度比を比較すると、加工ヘッド２への入射光の傾きがわかる。すなわち、両方の位置に光センサ１３が配置されると、レーザ加工装置５０は、加工パラメータをより高精度に補正することができる。

図７は、実施の形態１の第３の変形例にかかるレーザ加工装置５０Ｃの構成を示す図である。レーザ加工装置５０Ｃは、レーザ加工装置５０が有するすべての構成要素と、加工ヘッド２に連結されているコリメートレンズ１４と、コリメートレンズ１４と加工状態観察部５２とを接続している光ファイバ１５とを有する。図７に示されるように、加工光８は、光ファイバ１５によって加工ヘッド２から加工状態観察部５２まで伝送されてもよい。図７には加工状態解析器５１を示す枠は示されていないが、加工状態観察部５２は加工状態解析器５１に含まれている。レーザ加工装置５０Ｃでは、加工状態観察部５２を含む加工状態解析器５１が加工ヘッド２の外部に配置されているので、加工ヘッド２が小型になり軽量化するという効果が得られる。レーザ加工装置５０Ｃは、光ファイバ１５によって加工ヘッド２から伝送された加工光８に基づいて、加工中に、加工パラメータの補正量を決定する、又は補正すべき加工不良の項目についての加工の良否を判定する。

レーザ発振器１がファイバレーザ又はファイバ伝送が可能なレーザ発振器である場合、ファイバに戻ってくる加工光８を用いて解析を行うことが可能であるため、レーザ発振器１の内部に加工状態解析器５１を配置することが可能になる。

特徴量抽出部５３は、加工状態観察部５２から出力される時系列の信号を特徴量に変換する。特徴量の作成方法は種々あり、特徴量抽出部５３は、加工状態観察部５２から得られる時系列の信号について、平均値の算出、例えば標準偏差を求めるといった統計量の算出、周波数解析、フィルタバンク解析、又はウェーブレット変換を行って、時系列の信号を解析することで得られる値の組を特徴量とすることができる。

上述の特徴量の作成方法は例であり、特徴量抽出部５３は、一般的な時系列の信号の解析手法を用いて、特徴量を作成してもよい。特徴量抽出部５３が出力する特徴量の数は、ひとつでもよいし、複数でもよい。特徴量抽出部５３は、加工の開始時の特徴量と特徴量空間内の位置とを記憶して、当該特徴量及び当該位置の変化量も特徴量としてもよい。これにより、レーザ加工装置５０は、最初の加工状態からの特徴量の遷移も判定することが可能になり、加工不良の予兆を検知することが可能になる。

特徴量抽出部５３が抽出する特徴量は、複数の光センサ１３の各々の出力値を反映した特徴量であってもよいし、各出力値を組み合わせた特徴量であってもよい。

評価部５４は、特徴量抽出部５３によって抽出された特徴量をもとに現在の加工の良否判定を行う。評価部５４は、加工の良否結果のみを出力してもよいし、加工の評価値を出力してもよい。評価部５４は、良否の２値の判定でなく、良の可能性が高いと０に近づき不良の可能性が高いと１に近づくといった値を求めてもよい。当該値は、連続する数のなかのいずれかの数である。例えば、評価部５４は、良である確率が９０％であって、不良である確率が１０％であるといった評価値を算出してもよい。

評価部５４は、加工の良否判定結果が否であった場合、加工不良の症状を細分化した項目の有無を出力してもよい。当該項目の例は、レーザ切断加工中に溶融した金属の切断面への付着、切断面の下端におけるドロスの発生、又は、切断面の上部に周期的に発生する荒れである。荒れが発生すると、荒れが発生していない場合に比べ、条痕の凹部の深さが深くなる。評価部５４は、切断面に生じている酸化膜が剥れる症状の有無を検知してもよい。酸化膜剥がれは、切断に用いられる加工ガスが酸素である場合に生じる。

加工不良の項目は、上述の例に限定されない。例えば、評価部５４は、ワークＷの変色又は振動面の有無といった他の加工不良の項目の判定を行ってもよい。評価部５４は、例えばレーザ出力、加工速度、加工板厚又は加工ガスの種類といった加工パラメータに対応して、判定する加工不良の項目を変更してもよい。

例えば、加工ガスの種類が酸素である場合、切断面に酸化膜が発生するため、酸化膜剥れの有無の判定が必要である。しかし、加工ガスの種類が窒素である場合、切断面に酸化膜が発生することはないため、酸化膜剥れの有無の判定は不要である。したがって、評価部５４は、加工ガスの種類が窒素である場合、酸化膜剥れの判定を行わなくてもよい。

評価部５４は、各加工不良の項目の有無を総合的に鑑みて、加工良否結果を出力してもよい。評価部５４は、加工良否の有無のみを判定して加工結果が否であると判定した場合、加工不良の項目の症状を分析してもよい。

評価部５４は、レーザ加工装置５０の内部又は外部の表示部に判定結果を表示させてもよい。評価部５４は、切断加工の良否判定結果が否である場合にのみ、レーザ加工装置５０の内部又は外部の表示部に判定結果を表示させてもよい。表示部は、図示されていない。

評価部５４は、特徴量抽出部５３から出力された特徴量だけでなく、他の情報も用いて、良否判定を行ってもよい。他の情報の例は、実行されている加工に関連する加工パラメータ、加工ヘッド２の内部に含まれている光学系の温度、加工ヘッド２の内部に含まれている光学系の温度変化、加工板厚、及び加工材料の一部又は全部の情報である。加工板厚は、ワークＷのレーザ光入射方向の厚みであり、加工材料はワークＷの材質である。

補正量算出部５５は、評価部５４から出力される判定結果が良でない場合、評価部５４から出力される判定結果に基づいて加工パラメータの補正量を算出する。補正量算出部５５は、算出した補正量を制御部３へ出力する。補正量算出部５５は、制御部３に設定されている加工パラメータを取得可能であり、評価部５４から出力される判定結果と現在設定されている加工パラメータとに基づいて補正量を算出してもよい。

制御部３は補正量算出部５５から受け取った補正量に基づいて加工パラメータを補正し、これにより加工が実行される。このように評価部５４によって得られた判定結果が否である場合、レーザ加工装置５０は、加工パラメータが補正された条件で加工を行う。加工パラメータの補正は、評価部５４から出力される判定結果が良となるまで繰り返される。

次に、加工パラメータの補正量の算出について詳細に説明する。補正すべき加工パラメータの例としては、レーザ出力、加工ガス圧、加工速度、集光光学系の焦点位置、集光光学系の集光径、レーザのパルス周波数、レーザのパルスのデューティ比、レーザの集光光学系の倍率、ノズル径、ワークＷとノズルとの距離、レーザビームＬのモードの種類、及び、ノズル穴の中心とレーザビームＬの位置関係を挙げることができる。

補正量算出部５５は、評価部５４から評価値として各加工不良の項目の判定結果が出力された場合、各加工不良の項目についての良否判定結果の組み合わせパターンに基づいて、補正する加工パラメータと当該加工パラメータの補正量とを決定してもよい。組み合わせパターンとは、例えば、評価値が１である場合を良とし、評価値が０である場合を不良とし、荒れ判定、酸化膜剥れ判定及びドロス判定の各々に対応する評価値を評価部５４が出力する場合、例えば０、０及び１といった三つの値の組み合わせのことである。

例えば、ドロス判定に対応する値のみが１で他の値が０である場合、補正量算出部５５は、加工パラメータのうちのレーザ出力及び加工ガス圧を補正量の算出対象とし、レーザ出力を増加させ加工ガス圧を低下させるように補正量を決定する。このように、組み合わせパターン毎に補正する加工パラメータと当該加工パラメータの補正量とを定めることができる。

評価部５４から評価値として加工不良の項目毎の判定結果が出力され、かつ各加工不良の項目の良否判定結果が不良の度合いを示す値として出力される場合、補正量算出部５５は、加工不良の項目毎に補正すべき加工パラメータの補正量に重みをつけて補正量を変更してもよいし、補正を行う加工パラメータ自体を各加工不良の項目の評価値に対応して変更してもよい。

例えば、評価部５４が、各加工不良の項目について評価値として、０から１までの数値で３以上の複数の段階のうちのいずれかの段階に対応する値を出力すると仮定する。例えば、ドロス判定の評価値は０、０．３、０．６、及び１．０の４段階で定義され、ドロス判定の評価値に対応して、レーザ出力及び加工ガス圧の補正量が定められる。具体的な例では、ドロスの評価値が０．３である場合、レーザ出力の補正量を＋０．２［ｋＷ］とし、加工ガス圧の補正量を−０．０１［ＭＰａ］とし、評価値が０．６である場合、補正量を＋０．５［ｋＷ］とし、加工ガス圧の補正量を−０．０２［ＭＰａ］とすると定められる。

補正量算出部５５は、上述のように定められた評価値と補正量との対応にしたがって補正量を求める。これにより、ドロスの評価値が０．３である場合、レーザ加工装置５０は、レーザ出力を０．２［ｋＷ］上げ、加工ガス圧を０．０１［ＭＰａ］下げ、評価値が０．６である場合、レーザ加工装置５０は、レーザ出力を０．５［ｋＷ］上げ、加工ガス圧を０．０２［ＭＰａ］下げる。上述の補正量は例であり、補正量は評価値に対応して定められていればよい。補正量は補正前の加工パラメータの値に依存する値として定められてもよい。補正量の決定方法は、上述の例に限定されない。

各加工不良の項目について評価値として連続した数のうちのいずれかの数が評価部５４から出力される場合、補正量算出部５５は、評価値と補正量との対応関係を示すテーブルを用いて、各加工パラメータの補正量を外挿又は内挿により算出してもよい。外挿方法は、多項式曲線を用いる方法であってもよいし、三角関数又は円錐曲線を用いる方法であってもよい。

上述の例では加工不良の項目として加工品質が不良である場合の例が挙げられたが、作業者によって、加工の品質、生産性又は加工の安定性といった優先度の高い改善項目が異なる場合がある。加工速度が極めて遅い場合、加工品質が良かったとしても、適切でない場合がある。このため、加工状態解析器５１が入力手段を有していて、加工状態解析器５１が作業者からの改善項目毎の優先度の入力を受け付けてもよい。

補正量算出部５５は、改善項目毎の優先度に基づいて、加工パラメータの補正量を算出してもよい。補正量算出部５５は、生産性、組み合わせパターン及び加工安定性を含む複数の改善項目の優先度に基づいて加工パラメータの補正量を決定してもよい。例えば、改善項目によっては、同じ加工パラメータの補正量の正負が逆になることが考えられる。このような場合、補正量算出部５５は、優先される作業項目に対応する補正量を算出する。

補正量算出部５５は、優先度に対応した重み付けを行って補正量を求めてもよい。例えば、改善項目毎に各加工パラメータの補正量についての重みがあらかじめ定められていて、補正量算出部５５は、改善項目の優先度に対応した重みを補正量に乗算し、重みが乗算された後の補正量の合計を求めることで、出力する補正量を決定してもよい。優先する項目ほど重みの値が大きくなるように重みが決定されると、優先度が高いほど出力される補正量への寄与度が大きくなる。このように、補正量算出部５５は、優先度に対応した重み付けを行って補正量を算出してもよい。

作業者が加工不良の予兆を検知したい場合、レーザ加工装置５０は、評価部５４が出力する値をもとに加工不良の予兆を判断してもよい。例えば評価部５４が出力する評価値が０以上１以下のいずれかの値であって、０以上０．４未満の範囲を加工良とし、０．４以上０．７以下の範囲を加工不良の予兆とし、０．７以上の範囲を加工不良とすると決められていてもよい。補正量算出部５５は、評価値が０．４以上である場合に加工パラメータの補正を行ってもよい。

加工状態解析器５１は、過去の試行結果をもとに補正量を決定してもよい。この場合、加工状態解析器５１は、過去の試行についての１組以上の加工パラメータと評価値との組を記憶しておく必要がある。図８は、実施の形態１の第４の変形例にかかるレーザ加工装置が有する加工状態解析器５６の構成を示す図である。第４の変形例にかかるレーザ加工装置は、レーザ加工装置５０が有するすべての構成要素を有すると共に、加工条件記憶部５７を有する。加工条件記憶部５７の例は、半導体メモリである。加工条件記憶部５７は、加工状態解析器５６に含まれている。加工状態解析器５６は、複数回の試行結果をもとに補正量を決定する。加工状態解析器５６は、制御部３、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５も有する。

加工状態解析器５６では、ひとつ前又は過去の複数回の試行において評価部５４から出力された評価結果と当該評価結果に対応する加工パラメータとで構成されるひとつ又は複数の組が加工条件記憶部５７に記憶される。補正量算出部５５は、評価部５４から出力される評価結果と、加工条件記憶部５７に記憶された過去の評価結果及び加工パラメータとに基づいて、加工パラメータの補正量を算出する。

このように、補正量算出部５５は、現在の情報だけでなく過去の情報を用いて補正量を算出することで、補正量の算出の精度を向上させることができる。例えば、補正量算出部５５は、複数回分の評価結果と加工パラメータとの組をマルコフ連鎖における離散的な状態として用いて補正量を算出することができる。実際の加工条件の調整においては、補正条件の組み合わせが複数考えられる。

補正量算出部５５は、ひとつの組み合わせを選択し次の試行加工において不良パターンがどのように変化するのかも考慮して補正量を決定することで、より正しい補正量を算出することができる。例えば、補正量算出部５５は加工パラメータである焦点位置を下げるように補正量を算出し、レーザ加工装置５０は算出された補正量をもとに切断加工を行う。

例えば、加工条件記憶部５７には、加工において設定された加工パラメータと切断加工による結果に対応する評価結果とが記憶される。評価部５４から出力された評価結果が良でなかった場合、第４の変形例にかかるレーザ加工装置は、焦点位置を下げてレーザ加工の試行を実施する。補正量算出部５５は、２回の試行で加工不良の項目のひとつであるドロスの判定が改善されなかった場合、加工条件記憶部５７に記憶された加工パラメータと評価値との組に基づき、２回の試行で下げられた場所から焦点位置を上げるように補正量を算出してもよい。

加工状態解析器５１は、入力手段を有し、作業者から、各加工不良の項目に対応する段階的な評価値、又は良否二つの判定結果で構成される評価値に用いられる各段階を決めるための閾値の入力を受け付けてもよい。評価部５４は、入力された閾値を用いて評価値を決定する。加工状態解析器５１が入力手段を有する場合、レーザ加工装置５０は、作業者毎に、作業者が入力した閾値に対応して各加工不良の項目についての評価の段階を細かく又は粗く設定することができる。加工状態解析器５１が入力手段を有する場合、作業者は評価値の基準を厳しくする又は甘くする設定を行うことができる。

レーザ加工では、加工の開始時において良加工であっても、例えば、加工ヘッド２の状態の変化、又はワークＷの材質の微小な変化が原因で加工不良が発生する場合がある。このため、従来、作業者は、連続加工を行う際に実際に加工が可能な加工速度より遅い加工速度で加工を行う。つまり、作業者は、本来の能力より生産性を下げて加工を行う。

上述の課題を解決するために、本開示では、加工中に発生する加工光８の波長帯域を複数に分けて加工光８を検知し、加工中に例えば波長分布の変化といった特徴量を詳細に検知することによって、加工結果、加工不良、又は加工不良の予兆を検知することが可能になる。加工不良が発生して加工不良の予兆が検知されると、補正量算出部５５が加工パラメータを変更する。これにより、加工不良を発生させることなく、生産性を維持したまま加工を行うことが可能になる。加工不良が発生しても、自律的に良加工に復帰することが可能になる。

補正量算出部５５は、加工不良、加工不良の項目及び加工不良の予兆が検知された後に加工パラメータの補正を行うのではなく、特徴量抽出部５３によって抽出された特徴量を特徴量抽出部５３から直接受け取って加工パラメータの補正を行ってもよい。これにより、加工不良の項目及び加工不良の予兆の検知は行われないが、検知する処理を行うことなく加工パラメータの補正が行われるので、補正量算出部５５の計算についての負荷が小さくなるという効果が得られる。加工不良の検知と加工パラメータの補正に用いる特徴量は、同じでもよいし、異なっていてもよい。

なお、評価部５４は、特徴量に基づいて、複数の加工不良の項目のうちの少なくともいずれかひとつについて、判定結果が良となる加工パラメータの範囲である良加工範囲と判定結果が不良となる加工パラメータの範囲である加工不良範囲との間の境界値を決定してもよい。補正量算出部５５は、補正量に基づいて補正した加工パラメータが加工不良範囲に含まれる場合、補正量に基づいて補正した加工パラメータと境界値との差異である逸脱度を決定し、逸脱度が境界値を超えると加工パラメータの補正量を加工中に決定して補正してもよい。補正量算出部５５が、逸脱度が境界値を超えて加工パラメータの補正量を加工中に決定して補正することにより、レーザ加工装置５０は加工不良の予兆を比較的高精度に検知することができる。

上述の通り、実施の形態１にかかるレーザ加工装置５０は、レーザ光の照射によってワークＷから発生する加工光８のあらかじめ決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する加工状態観察部５２と、複数の光センサ信号の間の相関の指標となる特徴量を抽出する特徴量抽出部５３と、特徴量に基づいて、補正を実行するための加工パラメータを補正パラメータとして決定し、補正パラメータの補正量を決定する補正量算出部５５とを有する。レーザ加工装置５０は、上述の特徴量を用いるため、複数の波長帯の光を個別に観測するより、より多くの情報を得て高速に又は高精度に加工の状態を検出して加工条件を調整することができる。特徴量抽出部５３は、複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する。

実施の形態１では、評価部５４は、特徴量に基づいて複数の加工不良の項目のうちの少なくともいずれかひとつについて加工の良否を判定して判定結果を得る。例えば、補正量算出部５５は、上記の判定結果に基づいて補正すべき補正パラメータと補正パラメータの補正量とを決定する。この場合、実施の形態１にかかるレーザ加工装置５０は、高精度かつ高速に加工条件を変更することができ、その結果、安定した連続加工を行うことができる。

実施の形態２．
実施の形態２にかかるレーザ加工装置は、実施の形態１にかかるレーザ加工装置５０が有する加工状態解析器５１の替わりに図９に示される加工状態解析器５８を有する。図９は、実施の形態２にかかるレーザ加工装置が有する加工状態解析器５８の構成を示す図である。実施の形態２にかかるレーザ加工装置は、レーザ加工装置５０が有しない加工状態解析器５８を有する点でレーザ加工装置５０と異なる。実施の形態２では、実施の形態１と同様の機能を有する構成要素については実施の形態１と同一の符号を付して重複する説明を省略する。実施の形態２では、実施の形態１との相違点を主に説明する。

加工状態解析器５８は、加工状態観察部５２と、特徴量抽出部５３と、特徴量と補正すべき加工パラメータについての加工不良の項目の評価値との関係を学習する機械学習部５９と、評価部５４と、補正量算出部５５とを有する。機械学習部５９は、特徴量抽出部５３によって抽出された特徴量と、作業者が作成した評価値とを関連付けて学習する。作業者が作成した評価値は、作業者による評価値である。作業者による評価値は、例えば、図示されていない入力手段から入力されてもよいし、他の装置から出力された後に機械学習部５９によって受信されてもよい。機械学習部５９は、特徴量に基づいて演算処理を実行することで、加工パラメータの補正量を出力してもよい。

機械学習部５９は、学習部６０及びデータ取得部６１を有する。学習部６０は、機械学習により、入力と結果とのデータの組を学習する。学習部６０が用いる機械学習のアルゴリズムは、どのようなものであってもよい。例えば、学習部６０が用いる機械学習のアルゴリズムは、教師あり学習のアルゴリズムである。データ取得部６１は、学習部６０における入力として特徴量抽出部５３から特徴量を取得し、取得した特徴量を学習部６０へ出力する。評価部５４は、特徴量抽出部５３と学習部６０を備えてもよい。

学習部６０には、作業者による評価値も入力される。作業者による評価値は、加工結果の良否が各加工不良の項目について判断された結果であり、実施の形態１の評価部５４によって得られた判定結果における評価値と同様に、複数の段階のうちのいずれかの段階を示す値であってもよいし、連続した数のうちのいずれかを示す値であってもよい。すなわち、作業者による評価値は、実施の形態１の組み合わせパターンに相当するものであって作業者が決定したものである。データ取得部６１は、光センサ１３から出力されて特徴量抽出部５３で処理された光強度の時系列の信号を学習部６０への入力として取得してもよい。

このように、データ取得部６１は、光強度の時系列データ又は特徴量抽出部５３から出力される特徴量を状態変数として取得し、取得した状態変数を学習部６０に与える。学習部６０は、状態変数と評価値とで構成されるデータセットを用いて、加工結果の良否を機械学習する。データセットは、状態変数と評価データとが関連付けられたデータである。

学習部６０が機械学習による学習済みモデルを用いて特徴量に対応した評価値を出力することで、補正量算出部５５は、より高精度に加工パラメータを補正することができる。学習部６０は加工結果の良否を機械学習する機能と学習済モデルとしての機能との両方を有するが、学習済モデルを用いて評価値を出力する推論部が学習部６０と別に設けられてもよい。すなわち、加工状態解析器５８は、学習部６０により学習が行われた学習済モデルを用いて光強度の時系列データの情報の組み合わせパターンを算出する推論部を有してもよい。

図９の例では機械学習部５９は加工状態解析器５８の内部に位置するが、機械学習部５９は加工状態解析器５８の外部に位置してもよい。その場合、例えば、加工状態解析器５８と機械学習部５９とはネットワークを介して接続される。機械学習部５９は、クラウドサーバに存在してもよい。

加工状態解析器５８は、実施の形態１で述べた評価部５４を有しており、評価部５４が判定した判定結果を用いて学習する機能を有していてもよい。例えば、加工状態解析器５８が上述のデータセットを用い、ある程度学習が進んだ後に、加工状態解析器５８が評価部５４によって得られた判定結果を修正し、学習部６０が修正された判定結果を学習してもよい。

学習部６０は、例えば、ニューラルネットワークモデルを用いて、いわゆる教師あり学習により光強度の時系列データと加工結果の良否評価結果とを学習する。教師あり学習とは、ある入力と結果とのデータの組であるデータセット多数個について特徴を学習して、入力から結果を推定する機械学習である。データセットを構成するデータにおける結果は、ラベルである。

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と、複数のニューロンからなり隠れ層とも呼ばれる中間層と、複数のニューロンからなる出力層とで構成される。中間層は、１層だけ存在してもよいし、２層以上存在してもよい。

図１０は、実施の形態２にかかるニューラルネットワークモデルの構成を示す図である。Ｘ１、Ｘ２及びＸ３は入力層のニューロンであり、Ｙ１及びＹ２は中間層のニューロンであり、Ｚ１、Ｚ２及びＺ３は出力層のニューロンである。図１０に示される３層のニューラルネットワークモデルでは、３つの入力値の各々がＸ１、Ｘ２及びＸ３のいずれかに入力されると、各入力値は、対応する重みｗ１１からｗ１６までのいずれかが乗算されて中間層のニューロンであるＹ１又はＹ２に入力される。

Ｙ１及びＹ２からの出力値は、対応する重みｗ２１からｗ２６までのいずれかが乗算されて、出力層のニューロンであるＺ１、Ｚ２又はＺ３に入力される。出力層は、入力された値を加算し、加算によって得られた値を出力結果として出力する。例えば、Ｚ１、Ｚ２及びＺ３の各々から出力される結果を、各加工不良の項目に対応する評価結果に対応させることができる。出力結果は、重みｗ１１からｗ１６までの各値と重みｗ２１からｗ２６までの各値とによって変わる。

実施の形態２では、上述のデータセットを用いて、上述のニューラルネットワークの出力結果が正解である加工良否の評価結果に近づくように、重みｗ１１からｗ１６までの各値と重みｗ２１からｗ２６までの各値とが調整され、学習が行われる。図１０は一例であり、ニューラルネットワークモデルの層の数及び各層に属するニューロンの数は、図１０の例に限定されない。

学習部６０は、ニューラルネットワークモデルを用いて、いわゆる教師なし学習によって、加工良否の評価結果を学習することもできる。教師なし学習とは、大量の入力データのみをもとに入力データがどのような分布をしているのかを学習し、対応する教師出力データを用いることなく、入力データに対して例えば圧縮、分類又は整形といった方法を学習する手法である。例えば、教師なし学習では、入力データのセットが有する特徴が似ているもの同士をクラスタリングすることができる。教師なし学習では、何らかの基準を設けてクラスタリングの結果を最適にするように、クラスタリングの結果に対して評価結果の割り当てを行うことで、評価結果を予測することができる。

教師なし学習と教師あり学習との中間的な問題設定として、半教師あり学習と呼ばれるものがある。半教師あり学習では、一部のみ入力と出力とのデータの組が存在し、残部については入力のデータしか存在しない。学習部６０は、半教師あり学習により機械学習を行ってもよい。

機械学習部５９は、複数の加工状態解析器５８からデータセットを取得し、加工結果の良否の評価結果を学習してもよい。複数の加工状態解析器５８の各々は、実施の形態２の加工状態解析器５８であってもよいし、実施の形態１の加工状態解析器５１であってもよい。複数の加工状態解析器５８は、加工状態解析器５８及び加工状態解析器５１であってもよい。

機械学習部５９は、同一の現場で使用される複数の加工状態解析器５８からデータセットを取得してもよいし、異なる複数の現場の各々で稼動する加工状態解析器５８からデータセットを取得してもよい。データセットの取得元の加工状態解析器５８を途中で追加し、又は、取得元の加工状態解析器５８を途中で除去することが可能である。機械学習部５９は、加工状態解析器５８と別に設けられてもよい。その場合、機械学習部５９は、ある加工状態解析器５８から取得したデータセットにより学習した後、別の加工状態解析器５８に接続されて別の加工状態解析器５８からデータセットを取得して再学習してもよい。

上述の通り、機械学習部５９は、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量と、加工結果の良否の評価結果との関係を学習する。機械学習部５９は、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量と、加工パラメータの補正量との関係を学習してもよい。この場合、データ取得部６１は、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量と、補正量算出部５５から出力される補正量とを取得する。機械学習部５９は、学習を行った後、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量に基づいて、各加工パラメータの補正量を算出して出力することができる。学習済モデルが機械学習部５９と別に用意される場合、加工状態解析器５８は、学習部６０により学習が行われた学習済モデルを用いて加工良否結果に基づいて加工パラメータの補正量を算出する推論部を有する。

データ取得部６１は、学習部６０の入力として、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量だけでなく、ワークＷの板厚とワークＷの材質とのうちの一方又は双方も取得してもよい。学習部６０は、学習アルゴリズムに、特徴量そのものの抽出を学習する深層学習（Deep Learning）を用いてもよい。学習部６０は、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、サポートベクターマシン、フィッシャー判別法、部分空間法、又はマハラノビス空間を用いた判別分析を用いて機械学習を実行してもよい。

学習部６０が用いる学習アルゴリズムとして、決定木、ランダムフォレスト、ロジスティック回帰、ｋ近傍法、部分空間法、ＣＬＡＦＩＣ（CLAss-Featuring Information Compression method）、Isolation Forest、ＬＯＦ（Local Outlier Factor）、ブースティング、AdaBoost、LogitBoost、One-Class ＳＶＭ（Support Vector Machine）、又はGaussian Mixture Modelが用いられてもよい。例えば深層学習又は畳み込みニューラルネットワーク（Convolution Neural Network）のように、画像から特徴量を抽出する学習が行われる場合、特徴量抽出部５３は設けられなくてもよい。機械学習部５９は加工不良の項目毎に設けられてもよいし、ひとつの機械学習部５９が複数の加工不良の項目に対応してもよい。

上述の通り、実施の形態２にかかるレーザ加工装置は、光センサ１３から出力される光強度の時系列データ又は特徴量抽出部５３から出力される特徴量と、加工結果の良否の評価結果とを用いて、加工の良否の判定結果を機械学習する。これにより、実施の形態２にかかるレーザ加工装置は、実施の形態１にかかるレーザ加工装置５０が奏する効果と同様の効果を奏すると共に、レーザ加工装置５０より精度よく加工パラメータの補正量を求めることができる。

なお、機械学習部５９は、特徴量と評価すべき加工不良の項目についての加工良否の評価値との関係を学習してもよい。機械学習部５９は、特徴量に基づいて演算処理を実行することで、加工不良の項目の評価値を出力してもよい。この場合、レーザ加工装置は、加工不良の項目についてより高精度な評価を行うことができる。

実施の形態３．
図１１は、実施の形態３にかかるレーザ加工装置５０Ｄの構成を示す図である。レーザ加工装置５０Ｄは、実施の形態１にかかるレーザ加工装置５０が有するすべての構成要素を有すると共に、温度センサ１７及び集光位置推定部６２を有する。集光位置推定部６２は、ワークＷにおけるレーザ光が集められる位置である集光位置を推定集光位置として推定する。実施の形態３では、実施の形態１と同様の機能を有する構成要素については実施の形態１と同一の符号を付して重複する説明を省略する。実施の形態３では、実施の形態１との相違点を主に説明する。

加工ヘッド２は、ワークＷへ向かうレーザ光が通過する又は反射する光学部品を内部に有している。光学部品の例は、集光レンズ７である。集光位置推定部６２は、光学部品の温度変化を検知し、光学部品の温度に基づいて集光位置を推定集光位置として推定する。補正量算出部５５は、判定結果と推定集光位置とに基づいて補正すべき加工パラメータと加工パラメータの補正量とを加工中に決定して補正する。

物質がレーザ光を吸収して温められると、温められた部分の密度及び屈折率が変化する。透過型の光学部品には、レーザ光の波長に最適な材質の反射防止コートが施されている。ほとんどの光は光学部品を透過するが、一部のレーザ光は光学部品に吸収されて熱に変化する。熱により光学部品と光学部品の周辺とに屈折率の差が生じ、屈折率の差が原因でレンズの機能が光学部品に生じる。熱によってレンズの機能が光学部品に生じることは、熱レンズ効果と呼ばれる。反射型の光学部品も透過型の光学部品と同様に、高反射コートが施されているが一部のレーザ光は、吸収されてしまい熱に変化し、熱レンズ効果が発生する。

レーザ加工装置５０Ｄは、熱レンズ効果を測定するために温度センサ１７を使用し、温度センサ１７から出力された値と現在出力しているレーザビームＬの出力及びレンズへの照射径とをもとに焦点距離の変化量を推定する。温度センサ１７は、光学部品の熱流束を測定する熱流束センサであってもよい。レーザビームＬの出力及びレンズへの照射径は、制御部３によって読み取られてもよい。

補正量算出部５５は、焦点距離の変化量をもとに焦点距離を調整する。これにより、実施の形態３にかかるレーザ加工装置５０Ｄは、加工光の時系列データだけでなく別の特徴量を用いて焦点距離を調整することができる。その結果、レーザ加工装置５０Ｄは、より高い精度で加工条件を調整することができる。加えて、レーザ加工装置５０Ｄは、評価部５４が出力する値の精度の確からしさを評価することができる。更に言うと、レーザ加工装置５０Ｄは、光センサ１３によって得られる情報だけでなく光学部品の温度の情報を用いるので、焦点位置の調整をより高精度に行うことができる。

図１２は、実施の形態１にかかるレーザ加工装置５０が有する制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部がプロセッサ９１によって実現される場合のプロセッサ９１を示す図である。つまり、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部の機能は、メモリ９２に格納されるプログラムを実行するプロセッサ９１によって実現されてもよい。プロセッサ９１は、ＣＰＵ（Central Processing Unit）、処理装置、演算装置、マイクロプロセッサ、又はＤＳＰ（Digital Signal Processor）である。図１２には、メモリ９２も示されている。

制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくともの一部の機能がプロセッサ９１によって実現される場合、当該少なくとも一部の機能は、プロセッサ９１と、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせとにより実現される。ソフトウェア又はファームウェアは、プログラムとして記述され、メモリ９２に格納される。プロセッサ９１は、メモリ９２に記憶されたプログラムを読み出して実行することにより、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部の機能を実現する。

制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部の機能がプロセッサ９１によって実現される場合、レーザ加工装置５０は、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５によって実行されるステップの少なくとも一部が結果的に実行されることになるプログラムを格納するためのメモリ９２を有する。メモリ９２に格納されるプログラムは、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５が実行する手順又は方法の少なくとも一部をコンピュータに実行させるものであるともいえる。

メモリ９２は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（登録商標）（Electrically Erasable Programmable Read-Only Memory）等の不揮発性若しくは揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク又はＤＶＤ（Digital Versatile Disk）等である。

図１３は、実施の形態１にかかるレーザ加工装置５０が有する制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部が処理回路９３によって実現される場合の処理回路９３を示す図である。つまり、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の少なくとも一部は、処理回路９３によって実現されてもよい。

処理回路９３は、専用のハードウェアである。処理回路９３は、例えば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、又はこれらを組み合わせたものである。

制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の一部は、残部と別個の専用のハードウェアによって実現されてもよい。

制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の複数の機能について、当該複数の機能の一部がソフトウェア又はファームウェアで実現され、当該複数の機能の残部が専用のハードウェアで実現されてもよい。このように、制御部３、駆動部５、集光レンズ位置変更駆動部６、加工状態観察部５２、特徴量抽出部５３、評価部５４及び補正量算出部５５の複数の機能は、ハードウェア、ソフトウェア、ファームウェア、又はこれらの組み合わせによって実現することができる。

実施の形態２にかかるレーザ加工装置の加工状態解析器５８が有する加工状態観察部５２、特徴量抽出部５３、機械学習部５９、評価部５４及び補正量算出部５５の少なくとも一部の機能は、メモリに格納されるプログラムを実行するプロセッサによって実現されてもよい。当該メモリはメモリ９２と同様のメモリであり、当該プロセッサはプロセッサ９１と同様のプロセッサである。上記の加工状態観察部５２、特徴量抽出部５３、機械学習部５９、評価部５４及び補正量算出部５５の少なくとも一部は、処理回路によって実現されてもよい。当該処理回路は、処理回路９３と同様の処理回路である。

実施の形態３にかかるレーザ加工装置５０Ｄが有する加工状態観察部５２、特徴量抽出部５３、評価部５４、補正量算出部５５及び集光位置推定部６２の少なくとも一部の機能は、メモリに格納されるプログラムを実行するプロセッサによって実現されてもよい。当該メモリはメモリ９２と同様のメモリであり、当該プロセッサはプロセッサ９１と同様のプロセッサである。上記の加工状態観察部５２、特徴量抽出部５３、評価部５４、補正量算出部５５及び集光位置推定部６２の少なくとも一部は、処理回路によって実現されてもよい。当該処理回路は、処理回路９３と同様の処理回路である。

以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略又は変更することも可能である。

１ レーザ発振器、２ 加工ヘッド、３ 制御部、４，１４ コリメートレンズ、５ 駆動部、６ 集光レンズ位置変更駆動部、７ 集光レンズ、８ 加工光、９ ミラー、１０ ビームスプリッタ、１０ａ 回折格子、１０ｂ プリズム、１１ 波長フィルタ、１２ 結像レンズ、１３ 光センサ、１３ａ 第１の光センサ、１３ｂ 第２の光センサ、１３ｃ 第３の光センサ、１５ 光ファイバ、１７ 温度センサ、５０，５０Ａ，５０Ｂ，５０Ｃ，５０Ｄ レーザ加工装置、５１，５６，５８ 加工状態解析器、５２，５２Ａ，５２Ｂ 加工状態観察部、５３ 特徴量抽出部、５４ 評価部、５５ 補正量算出部、５７ 加工条件記憶部、５９ 機械学習部、６０ 学習部、６１ データ取得部、６２ 集光位置推定部、９１ プロセッサ、９２ メモリ、９３ 処理回路。

Claims (12)

1. レーザ発振器から出射されたレーザ光を集めて加工対象物を照射する集光光学系を含むと共に前記加工対象物に向けて加工ガスを供給する加工ガス供給部を含む加工ヘッドと前記加工対象物との相対位置を変更する駆動部と、
   レーザ加工に関連する数値パラメータである加工パラメータに基づいて前記レーザ発振器、前記加工ヘッド及び前記駆動部を制御して加工を実行させる制御部と、
   前記レーザ光の照射によって前記加工対象物から発生する光である加工光のあらかじめ決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する加工状態観察部と、
   前記複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する特徴量抽出部と、
   前記特徴量に基づいて、補正を実行するための前記加工パラメータを補正パラメータとして決定し、前記補正パラメータの補正量を決定する補正量算出部と、
   前記特徴量と評価すべき加工不良の項目についての加工良否の評価値との関係を学習する機械学習部とを備え、
   前記補正量算出部は、
   前記特徴量に基づいて複数の加工不良の項目のうちの少なくともいずれかひとつについて加工の良否を判定して判定結果を得る評価部を有し、
   前記判定結果に基づいて補正すべき前記補正パラメータと前記補正パラメータの補正量とを決定し、
   前記機械学習部は、前記特徴量に基づいて演算処理を実行することで、前記加工不良の項目の評価値を出力する
   ことを特徴とするレーザ加工装置。
2. レーザ発振器から出射されたレーザ光を集めて加工対象物を照射する集光光学系を含むと共に前記加工対象物に向けて加工ガスを供給する加工ガス供給部を含む加工ヘッドと前記加工対象物との相対位置を変更する駆動部と、
   レーザ加工に関連する数値パラメータである加工パラメータに基づいて前記レーザ発振器、前記加工ヘッド及び前記駆動部を制御して加工を実行させる制御部と、
   前記レーザ光の照射によって前記加工対象物から発生する光である加工光のあらかじめ決められた複数の着目波長帯域の光強度を複数の光センサ信号として検出する加工状態観察部と、
   前記複数の光センサ信号の間の相関の指標、一つの光センサ信号から得ることが可能な特徴量を少なくともいずれか一つについて抽出する特徴量抽出部と、
   前記特徴量に基づいて、補正を実行するための前記加工パラメータを補正パラメータとして決定し、前記補正パラメータの補正量を決定する補正量算出部とを備え、
   前記補正量算出部は、
   前記特徴量に基づいて複数の加工不良の項目のうちの少なくともいずれかひとつについて加工の良否を判定して判定結果を得る評価部を有し、
   前記判定結果に基づいて補正すべき前記補正パラメータと前記補正パラメータの補正量とを決定し、
   前記評価部は、前記特徴量に基づいて、前記複数の加工不良の項目のうちの少なくともいずれかひとつについて、前記判定結果が良となる前記加工パラメータの範囲である良加工範囲と前記判定結果が不良となる前記加工パラメータの範囲である加工不良範囲との間の境界値を決定し、
   前記補正量算出部は、前記補正量に基づいて補正した前記加工パラメータが前記加工不良範囲に含まれる場合、前記補正量に基づいて補正した前記加工パラメータと前記境界値との差異である逸脱度を決定し、前記逸脱度が前記境界値を超えると前記加工パラメータの補正量を加工中に決定して補正する
   ことを特徴とするレーザ加工装置。
3. 前記加工対象物における前記レーザ光が集められる位置である集光位置を推定集光位置として推定する集光位置推定部を更に備え、
   前記加工ヘッドは、前記加工対象物へ向かう前記レーザ光が通過する又は反射する光学部品を内部に有し、
   前記集光位置推定部は、前記光学部品の温度変化を検知し、前記光学部品の温度に基づいて前記集光位置を前記推定集光位置として推定し、
   前記補正量算出部は、前記判定結果と前記推定集光位置とに基づいて補正すべき前記加工パラメータと前記加工パラメータの補正量とを加工中に決定して補正する
   ことを特徴とする請求項１又は２に記載のレーザ加工装置。
4. 前記加工状態観察部は、前記レーザ発振器から出射された前記レーザ光が加工点に照射される方向の位置に配置されている第１の光センサと、前記レーザ発振器から出射された前記レーザ光が前記加工点に照射される方向と異なる方向の位置に配置されている第２の光センサとを有する
   ことを特徴とする請求項１から３のいずれか１項に記載のレーザ加工装置。
5. 前記複数の加工不良の項目は、切断面品質の荒れ、ガウジング、ドロス、及び酸化膜剥れのうちの少なくともいずれかひとつの項目を含む
   ことを特徴とする請求項１から４のいずれか１項に記載のレーザ加工装置。
6. 前記補正量算出部は、補正すべき切断速度、焦点位置、集光径、ガス圧、及びレーザ出力の少なくともいずれかひとつについて、補正すべき加工パラメータと前記加工パラメータの補正量とを決定する
   ことを特徴とする請求項１から５のいずれか１項に記載のレーザ加工装置。
7. 前記加工状態観察部は、第１の波長以下の波長の光を透過させるショートパスフィルタと、第２の波長以上の波長の光を透過させるロングパスフィルタと、前記第１の波長より長く前記第２の波長より短い波長の光を透過させるバンドパスフィルタとを有する
   ことを特徴とする請求項１から６のいずれか１項に記載のレーザ加工装置。
8. 前記加工状態観察部は、５２５ｎｍより短い波長の光を透過させる第一の波長フィルタと、７００ｎｍより長い波長の光を透過させる第二の波長フィルタと、５３０ｎｍ以上７００ｎｍ以下の波長の光を透過させる第三の波長フィルタとを有する
   ことを特徴とする請求項１から６のいずれか１項に記載のレーザ加工装置。
9. 前記加工状態観察部は、４７５ｎｍ以上５２５ｎｍ以下の波長の光を透過させる波長フィルタと、５７５ｎｍ以上６２５ｎｍ以下の波長の光を透過させる波長フィルタと、６７５ｎｍ以上７２５ｎｍ以下の波長の光を透過させる波長フィルタとを有する
   ことを特徴とする請求項１から６のいずれか１項に記載のレーザ加工装置。
10. 前記加工状態観察部は、４００ｎｍ以上８００ｎｍ以下の波長の光を透過させる波長フィルタと、４７５ｎｍ以上５２５ｎｍ以下の波長の光を透過させる波長フィルタと、６７５ｎｍ以上７２５ｎｍ以下の波長の光を透過させる波長フィルタとを有する
    ことを特徴とする請求項１から６のいずれか１項に記載のレーザ加工装置。
11. 光ファイバによって前記加工ヘッドから伝送された前記加工光に基づいて、加工中に、前記加工パラメータの補正量を決定する、又は、補正すべき加工不良の項目についての加工の良否を判定する
    ことを特徴とする請求項１から６のいずれか１項に記載のレーザ加工装置。
12. 前記評価部は、
    前記特徴量を抽出する特徴量抽出部と、
    前記特徴量と前記判定結果との関係を学習し、学習した結果に基づいて前記判定結果を決定する学習部と
    を備えることを特徴とする請求項１に記載のレーザ加工装置。

Images