JP7186944B2 - 加工装置および加工方法 - Google Patents

Description

本発明は、加工装置および加工方法に関する。

生産の効率化や部材の高機能化に伴い、加工装置により、複数の材料で構成される複合部材が製造されるようになっている。複合部材を製造する際、バリ等の不具合が発生することがある。バリが残された複合部材をそのまま正常品として出荷することはできないため、複合部材に対してバリを除去する工程が行われる。また、特定の層の一部を除去する加工を行うことで、複合部材に、所定の形状や機能が付与されることもある。

複合部材は、特性の異なる複数種類の材料が積層された構成となっているため、特定層の一部を除去する加工を行う際、別の材料で構成される特定層以外の層を傷つけてしまうというリスクがあった。これまでは、熟練者によって、特定層以外の層を傷つけないようにバリ等を除去する加工が施されてきたが、近年の労働人口の減少に伴い、熟練者に頼らない加工方法が要求されている。

例えば特許文献１には、欠陥の種類に応じて複数の加工方式の中からの最適な加工方式の設定と加工条件の設定をして、基板の欠陥修正が可能なリペア装置が開示されている。具体例として、特許文献１には、加工部位に応じて波長がそれぞれ異なる複数のレーザを照射する旨、記載されている。

特開２０１３－２２６５８８号公報

特許文献１は、加工部位ごとにあらかじめ設定されたレーザ波長や強度等の加工条件を切り換えて加工する装置であり、加工部位の状態によって加工方法を切り換えることはできない。

そこで、本発明は、複数層からなる複合部材に対する加工成功率を向上させる加工装置を提供することを目的とする。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、以下のとおりである。

本発明の代表的な実施の形態による加工装置は、複数層からなる加工対象物の加工を行う。加工装置は、加工ユニットと、加工方式生成フォーマットと加工条件とを格納する記憶装置と、加工ユニットを制御する制御ユニットとを備えている。加工ユニットは、加工対象物の加工を行う加工機構部と、加工前後の加工対象物の加工部状態情報を取得する加工部状態情報収集機構とを備えている。制御ユニットは、加工前の加工部状態情報、記憶装置に格納された加工条件、および加工方式生成フォーマットに基づき加工方式を生成し、加工方式に基づき加工ユニットに対する加工指示情報を生成する。

本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。

すなわち、本発明の代表的な実施の形態によれば、複数層からなる複合部材に対する加工成功率を向上させることが可能となる。

本発明の一実施の形態に係る加工装置の一例を示す概略構成図である。 加工方式生成フォーマットを例示する図である。 加工方式生成フォーマット学習部による学習方法の一例を説明する図である。 加工方式生成フォーマット学習部による学習方法の他の例を説明する図である。 加工方式生成フォーマット学習部による学習方法の他の例を説明する図である。 記憶装置の各記憶領域に格納される情報を例示する図である。 記憶装置の各記憶領域に格納される情報を例示する図である。 加工方式生成フォーマットの学習方法に関わるフロー図である。 加工機構部とその周辺の構成を例示する図である。 加工機構部とその周辺の構成の他の例を示す図である。 加工機構部とその周辺の構成の他の例を示す図である。 表示部に表示される表示内容の一例を示す図である。

以下、本発明の実施の形態を、図面を参照しつつ説明する。以下で説明する各実施の形態は、本発明を実現するための一例であり、本発明の技術範囲を限定するものではない。なお、実施例において、同一の機能を有する部材には同一の符号を付し、その繰り返しの説明は、特に必要な場合を除き省略する。

（一実施の形態）
＜加工装置の構成＞
図１は、本発明の一実施の形態に係る加工装置の一例を示す概略構成図である。加工装置１０は、図１に示すように、制御ユニット１００、加工ユニット２００、表示部３００、および入力部４００を備えている。

加工装置１０では、制御ユニット１００は、加工ユニット２００が収集した加工対象物２５１の状態を示す加工部状態情報等に基づき、加工ユニット２００に対する加工指示を含む加工指示情報を生成する。加工ユニット２００は、制御ユニット１００において生成された加工指示情報に基づき、加工対象物２５１に対する加工を行う。なお、本実施の形態における加工対象物２５１には、複数層からなる複合部材や、複合部材を製造する過程の部材も含まれる。

《制御ユニット》
制御ユニット１００は、コンピュータＣＯＭ＿１、記憶装置１９０を備えている。コンピュータＣＯＭ＿１は、例えばＣＰＵ等のプロセッサ、ＲＡＭ、ＲＯＭ（いずれも図示は省略）を備えている。コンピュータＣＯＭ＿１は、ＲＯＭ等に格納されたプログラムをＲＡＭに展開し、ＲＡＭから読み出したプログラムをプロセッサで実行することにより、図１に示す各機能ブロックを実現する。なお、各機能ブロックの一部機能は、ＡＳＩＣ(Application Specific Integrated Circuit)、ＦＰＧＡ(Field-Programmable Gate Array)、あるいは制御基板等のハードウェアで構成されてもよい。

なお、制御ユニット１００のハードウェア構成は、専用装置である必要はなく、パーソナルコンピュータ等の一般的なコンピュータシステムを利用することができる。

図１に示すように、コンピュータＣＯＭ＿１で実現される機能ブロックには、例えば、加工位置情報生成部１１０、加工指示情報生成部１２０、加工指示部１３０、加工方式生成フォーマット学習部１４０、加工成否判定部１４１、報酬算出部１４２、加工部情報特徴量抽出部１４３が含まれる。

加工位置情報生成部１１０は、加工対象物２５１に対する加工位置を特定する加工位置情報を生成する機能ブロックである。まず、加工位置情報生成部１１０は、加工部状態情報に含まれる加工対象物２５１の加工前画像に対し、一般的な画像処理アルゴリズム等を用いた処理を行うことで加工領域を抽出する。画像処理アルゴリズムは、例えば記憶装置１９０の加工方式生成フォーマット格納領域１９１に格納され、加工部状態は、記憶装置１９０の加工部状態情報格納領域１９４に格納されている。

そして、加工位置情報生成部１１０は、抽出した加工領域と残存領域との境界を加工位置として抽出し、抽出した境界の位置（加工位置）等の情報を含む加工位置情報を生成する。加工位置情報生成部１１０は、生成した加工位置情報を加工指示情報生成部１２０へ送信する。

なお、加工位置情報生成部１１０は、加工領域の中央付近の位置情報を加工位置情報として抽出してもよいし、その他の方法により加工位置情報を抽出してもよい。また、加工位置情報生成部１１０は、例えば一般的な画像処理デバイスを用いて、加工対象物２５１の加工前画像から加工領域を抽出してもよいし、画像処理アルゴリズムおよび画像処理デバイスを併用して加工領域を抽出してもよい。

加工指示情報生成部１２０は、加工ユニット２００に対する加工指示情報を生成する機能ブロックである。加工指示情報は、例えば、加工位置情報、加工部状態情報、加工条件、および加工方式作成フォーマットに基づき生成される。加工指示情報に基づき、加工ユニット２００各部を動作させることで、加工対象物２５１に対する加工が行われる。

例えば、加工指示情報生成部１２０は、例えば、加工条件、加工部状態情報、加工位置情報を入力とするディープ・ニューラル・ネットワークを用い、加工指示情報を生成する。加工指示情報には、例えばレーザ照射、ナイフカット、ナイフ削ぎ切り等の加工方法、各加工方法の加工条件、加工手順等の加工方式や、加工位置情報等が含まれる。

また、加工指示情報には、生成された加工方式を実現させるための加工ユニット２００の各構成要素に対する具体的な指示内容（パラメータ等）が含まれてもよい。加工装置１０では、加工ユニット２００に設けられる加工機構部２２０の種類に応じて、様々な加工を行うことが可能である。

加工指示情報生成部１２０は、例えば加工方式生成フォーマット格納領域１９１に格納された加工方式参照テーブルを参照し、加工方式を選択してもよい。この場合、加工指示情報生成部１２０は、選択した加工方式に対応する加工条件を、加工条件格納領域１９２から読み出すことで加工条件を生成することが可能である。

図２は、加工方式生成フォーマットを例示する図である。図２（ａ）には、加工指示情報生成部１２０が、ディープ・ニューラル・ネットワーク５００を含む例が示されている。すなわち、図２（ａ）では、加工方式生成フォーマットとしてディープ・ニューラル・ネットワーク５００が用いられる場合が示されている。ディープ・ニューラル・ネットワーク５００は、例えば、加工対象物２５１の加工部状態情報、加工位置情報（図示は省略）、加工条件（図示は省略）を入力し、加工方式を出力する。

ここで出力される加工方式には、加工条件格納領域１９２に格納される加工条件とは異なる加工条件が含まれる場合がある。すなわち、ディープ・ニューラル・ネットワーク５００を用いることにより、加工部の状態に応じた適切な加工条件を生成することが可能となる。

なお、ディープ・ニューラル・ネットワーク５００により、加工指示情報が直接生成されてもよい。このとき、ディープ・ニューラル・ネットワーク５００は、加工方式および加工指示情報を出力するようにしてもよい。

ディープ・ニューラル・ネットワーク５００に入力される加工対象物２５１の加工部状態情報は、例えば、加工前画像、加工前の加工部３次元形状、加工部反射率、加工部透過率等である。なお、加工部反射率および加工部透過率は、例えば、加工対象物２５１の材料を特定するための情報として使用される。

なお、図２（ａ）には、加工部反射率および加工部透過率として、２種類の波長による測定結果がそれぞれ示されているが、このような場合に限定されるものではない。例えば、１種類の波長による測定結果あるいは３種類以上の波長による測定結果がディープ・ニューラル・ネットワーク５００に入力されてもよい。また、ディープ・ニューラル・ネットワーク５００の入力は、これらの項目に限定されるものではない。

図２（ｂ）には、加工方式生成フォーマットとして加工方式参照テーブルを用いて加工方式が選択される場合の例が示されている。図２（ｂ）に示す加工方式参照テーブル５１０には、加工方式（加工方式番号）と、例えば加工前画像特徴量、加工部３次元形状特徴量、加工部反射率、加工部透過率が加工部状態情報の項目とが関連付けて示されている。加工前画像特徴量は、加工前画像から抽出した特徴量、加工部３次元形状特徴量は、加工部３次元形状の特徴量をそれぞれ示している。これらの特徴量の抽出は、例えば加工指示情報生成部１２０において行われる。なお、図２（ｂ）の加工方式参照テーブル５１０に含まれる項目は一例であり、これらに限定されるものではない。

加工方式参照テーブルを参照する方式では、加工指示情報生成部１２０は、加工方式参照テーブル５１０を参照し、例えば加工位置情報、加工部状態情報等の情報に基づき、対応する各特徴量、反射率および透過率等の各値を含む加工方式（加工方式番号）を抽出する。

なお、加工部状態情報から抽出した各情報のすべてと一致する加工方式が、加工方式参照テーブル５１０に含まれるとは限らない。このため、加工指示情報生成部１２０は、加工方式参照テーブル５１０の各項目について、許容される誤差範囲を設定し、各項目の値が設定した誤差範囲内となっている加工方式を抽出するようにしてもよい。

また、加工指示情報生成部１２０は、加工部状態情報の各項目について優先順位を設け、優先順位が上位の項目について、抽出した値とテーブルの値とが一致する加工方式を抽出してもよい。そして、加工指示情報生成部１２０は、抽出または生成した加工方式に対応する加工条件を加工条件格納領域１９２から読み出すことで加工条件を取得する。

加工指示情報生成部１２０は、加工位置情報、加工部状態情報および加工条件に基づく加工指示情報を生成し、生成した加工指示情報を加工指示部１３０へ送信する。また、生成された加工指示情報は、記憶装置１９０の加工結果情報格納領域１９３に格納される。この加工指示情報は、後述の加工方式生成フォーマットの学習時に用いられる。

加工指示部１３０は、加工指示情報生成部１２０で生成された加工指示情報に基づき、加工ユニット２００に加工指示を行う機能ブロックである。加工指示部１３０は、例えば、加工指示情報を加工ユニット２００へ送信することで加工指示を行ってもよいし、加工指示情報に基づく情報を生成し、生成した情報を加工ユニット２００へ送信することで加工指示を行ってもよい。

加工方式生成フォーマット学習部１４０は、加工方式生成フォーマットの学習を行う機能ブロックである。加工方式生成フォーマット学習部１４０は、例えば、加工結果情報格納領域１９３に格納された加工結果情報（例えば加工後の加工部状態情報）、加工結果情報と対応する加工前の加工部状態情報、および加工条件等に基づいて加工方式生成フォーマットの学習を行う。

例えば、加工指示情報に基づく加工が失敗したと判定された場合、加工方式生成フォーマット学習部１４０は、加工失敗であることをディープ・ニューラル・ネットワーク５００にフィードバックし、例えば、ディープ・ニューラル・ネットワーク５００のネットワーク構造や重み等を、前述した加工結果情報等に基づいて変更することで学習を行う。

あるいは、加工方式生成フォーマット学習部１４０は、図２（ｂ）で説明した加工方式参照テーブル５１０に対し、加工結果情報に対応する加工指示情報の生成に用いられた加工方式（加工方式番号）の各値を、加工結果情報等に基づいて変更することで学習を行う。また、加工方式生成フォーマット学習部１４０は、加工結果情報に対応する加工指示情報の生成に用いられた加工条件についても、加工結果情報等に基づいて変更することで学習を行う。

加工方式生成フォーマット学習部１４０は、学習後のディープ・ニューラル・ネットワークや加工方式参照テーブル５１０の値を加工方式生成フォーマット格納領域１９１に格納し、学習後の加工条件を加工条件格納領域１９２に格納する。

図３は、加工方式生成フォーマット学習部による学習方法の一例を説明する図である。図３には、加工方式生成フォーマット学習部１４０が、ディープ・ニューラル・ネットワーク５００で構成された例が示されている。図３に示すように、ディープ・ニューラル・ネットワーク５００の入力は、例えば、加工前画像、加工前の加工部３次元形状、センサ測定値（加工部反射率、加工部透過率等）等である。

加工成否判定部１４１は、加工前画像と加工後画像との差分から加工領域を抽出し、加工領域における残渣の有無等により加工の成否の判定を行い加工成否情報を報酬算出部１４２へ送信する。そして、加工成否判定部１４１において加工成功と判定された場合、報酬算出部１４２は、正の報酬を生成し、正の報酬をディープ・ニューラル・ネットワーク５００へフィードバックする。一方、加工成否判定部１４１において加工失敗と判定された場合、報酬算出部１４２は、負の報酬を生成し、負の報酬をディープ・ニューラル・ネットワーク５００へフィードバックする。

加工方式生成フォーマット学習部１４０すなわちディープ・ニューラル・ネットワーク５００は、加工が実施されるごとに学習を繰り返す。これにより、ディープ・ニューラル・ネットワーク５００は、加工成功に対しては判定を強化するように学習することができる。一方、ディープ・ニューラル・ネットワーク５００は、加工失敗に対しては、ネットワーク構造や重み等を変更ことで学習を行う。

図４は、加工方式生成フォーマット学習部による学習方法の他の例を説明する図である。図４では、表示部３００に加工成否情報入力部３０３が表示され、加工成否情報入力部３０３から加工成否情報が入力される場合が示されている。加工成否情報の入力は、例えば、入力部４００から行われてもよいし、表示部３００がタッチパネルを備えていれば、タッチパネルを操作することで行われてもよい。

図４に示すように、表示部３００には、加工成否情報入力部３０３、加工部状態情報、加工結果情報、加工方法情報が表示され、オペレータにより加工成否情報入力部３０３から加工成否情報が入力される。入力された加工成否情報は、報酬算出部１４２へ送信される。これ以降の処理は、図３の場合と同様である。このような学習方法により、加工成否判定部１４１において加工の成否が自動で判定できなかった場合でも、オペレータが補助することで学習を進めることが可能となる。特に、ディープ・ニューラル・ネットワーク５００の学習が十分に進んでいない学習初期段階において、有効に学習を進めることが可能である。

図５は、加工方式生成フォーマット学習部による学習方法の他の例を説明する図である。図５では、ディープ・ニューラル・ネットワーク５００を用いない学習方法が示されている。表示部３００には、例えば、加工部状態情報（例えば加工前画像、加工前の加工部３次元形状）、加工結果情報（例えば加工後画像）、加工方法（例えば加工方式、加工条件）、加工条件情報入力部３０４等が表示される。オペレータは、加工部状態情報、加工結果情報、加工方法等を参照しながら、加工条件情報入力部３０４から新たな加工条件情報を入力する。ここで、加工条件情報には、例えば、加工方式、および加工方式に対応する加工条件等が含まれる。

加工部情報特徴量抽出部１４３は、例えば加工前画像および加工前の加工部３次元形状から加工部情報特徴量を抽出する。そして、センサ測定情報（例えば加工部反射率、加工部透過率）および加工部情報特徴量は、互いに関連付けて加工方式参照テーブル５１０に格納される。また、加工条件情報入力部３０４から入力された加工条件情報は、加工条件格納領域１９２の加工条件情報管理テーブル６０２に格納される。加工条件情報管理テーブル６０２についての詳細は後述する。

このような学習方法により、新たな加工対象が追加されたときに、加工方法を指示しながら学習を進めることが可能となる。

記憶装置１９０は、例えばハードディスク装置等で構成され、各種情報を格納する。記憶装置１９０は、図１に示すように、加工方式生成フォーマット格納領域１９１、加工条件格納領域１９２、加工結果情報格納領域１９３、加工部状態情報記格納領域１９４、図示は省略のプログラム格納領域等を含む。なお、記憶装置１９０は、制御ユニット１００の外側に設けられてもよい。

図６、図７は、記憶装置の各記憶領域に格納される情報を例示する図である。図６（ａ）は、加工方式生成フォーマット格納領域１９１に格納される加工方式生成フォーマット情報管理テーブル６０１の一例を示す図である。

加工方式生成フォーマット情報管理テーブル６０１には、加工方式生成フォーマットと、加工方式生成フォーマットに対応する内容とがそれぞれ示されている。図６（ａ）には、加工方式生成フォーマットとして、ディープ・ニューラル・ネットワーク方式、加工条件参照テーブル方式が例示されている。

ディープ・ニューラル・ネットワーク方式に対応する内容として、例えば、ディープ・ニューラル・ネットワーク５００を用いて加工方式を生成する際に必要となるネットワーク構造、重み、入出力項目等の各種情報が例示されている。加工方式生成フォーマット情報管理テーブル６０１には、これらの情報が、互いに関連付けて格納されている。

一方、加工条件参照テーブル方式に対応する内容として、例えば、加工方式参照テーブル５１０（図２（ｂ）を参照）、加工手順情報管理テーブル名称、加工条件参照テーブル情報管理テーブル名称が例示されている。加工方式生成フォーマット情報管理テーブル６０１には、これらの情報が、互いに関連付けて格納されている。

図６（ｂ）は、加工条件格納領域１９２に格納される加工条件情報管理テーブル６０２の一例を示す図である。加工条件情報管理テーブル６０２には、加工方法（レーザ加工等）と加工条件とが、関連付けて格納されている。

例えば、加工方法がレーザ加工である場合、例えば、レーザ波長、レーザ強度、走査速度、遮蔽板の有無、はがし動作の有無等の情報が、対応する加工条件として設定されている。また、加工方法がナイフカット加工である場合、はがし動作の有無、刃面角度、刃先角度、荷重、加工手順番号等が、対応する加工条件として設定されている。また、加工方法がナイフ削ぎ切りである場合、例えば、刃先角度、荷重、加工手順番号等が、対応する加工条件として設定されている。

図６（ｃ）は、加工条件格納領域１９２に格納される加工手順情報管理テーブル６０３の一例を示す図である。加工手順情報管理テーブル６０３には、単独あるいは複数の加工機構部を用いて加工するときの加工手順が格納されている。例えば、番号１に対応する加工手順として、はがし動作を行った後、レーザ照射が行われることが規定されている。番号２に対応する加工手順として、遮蔽板の挿入を行った後、レーザ照射が行われることが規定されている。番号３に対応する加工手順として、レーザ照射のみが行われることが規定されている。番号４に対応する加工手順として、はがし動作を行った後、ナイフカットが行われることが規定されている。

図７（ａ）は、加工結果情報格納領域１９３に格納される加工結果情報管理テーブル６１１の一例を示す図である。加工結果情報管理テーブル６１１には、加工部番号、加工後画像、加工成否情報、加工方式生成フォーマット番号（図６（ａ）参照）、加工条件番号（図６（ｂ）参照）、加工手順番号（図６（ｃ）参照）、加工位置情報が、互いに関連付けて格納されている。

これにより、各加工結果が、加工結果情報管理テーブル６１１が、加工方式生成フォーマット情報管理テーブル６０１、加工条件情報管理テーブル６０２、および加工手順情報管理テーブル６０３と関連付けられる。なお、加工前の加工部状態情報は、加工結果情報管理テーブルの加工部番号と同じ番号が付与されることで、加工結果等と関連付けることが可能である。

図７（ｂ）は、加工部状態情報格納領域１９４に格納される加工部状態情報管理テーブル６１２の一例を示す図である。加工部状態情報管理テーブル６１２には、加工部番号、加工前画像、加工前の加工部３次元形状情報、材料特性を示す複数の波長における加工部透過率や加工部反射率、切削抵抗値等が、互いに関連付けて格納されている。

図７（ｃ）は、加工指示情報生成部１２０が生成する加工指示情報を管理する加工指示情報管理テーブル６１３の一例を示す図である。図７（ｃ）に示すように、加工指示情報管理テーブル６１３には、加工部番号、加工条件番号、加工手順番号、加工位置情報が格納されている。

表示部３００は、入力情報の表示、処理結果の表示、処理途中の経緯の表示等を行う装置である。表示部３００は、例えばディスプレイ、プロジェクタ、ヘッドマウントディスプレイ等、画面やスクリーンに情報を表示する装置で構成される。表示部３００は、例えばタッチパネルを備えてもよい。この場合、表示部３００は、入力部４００としても使用可能である。また、表示部３００に表示された情報を用紙に出力するプリンタ（図示は省略）が制御ユニット１００に接続されてもよい。

入力部４００は、例えば、キーボード、マウス、タッチペン、専用のスイッチ、センサ、音声認識装置等で構成され、オペレータによる入力操作を行う装置である。オペレータは、入力部４００から、例えば加工条件、加工結果、加工手順等の各情報の入力、加工ユニット２００への動作指示等を入力する。

《加工ユニット》
加工ユニット２００は、図１に示すように、コンピュータＣＯＭ＿２、加工機構部２２０、加工部状態情報収集機構部２３０、位置決め機構２４０、試料ステージ２５０等を備えている。

コンピュータＣＯＭ＿２は、例えばＣＰＵ等のプロセッサ、ＲＡＭ、ＲＯＭ（いずれも図示は省略）を備えている。コンピュータＣＯＭ＿２は、ＲＯＭ等に格納されたプログラムをＲＡＭに展開し、ＲＡＭから読み出したプログラムをプロセッサで実行することにより、図１に示す加工機構制御部２１０等の各機能ブロックを実現する。なお、各機能ブロックの一部機能は、ＡＳＩＣ、ＦＰＧＡ、あるいは制御基板等のハードウェアで構成されてもよい。

加工機構制御部２１０は、加工指示部１３０から受けた指示に従い、加工機構部２２０、加工部状態情報収集機構部２３０、位置決め機構２４０、試料ステージ２５０の動作を制御する機能ブロックである。

加工機構部２２０は、加工機構制御部２１０からの指示に従い、加工対象物２５１に対する加工を実行する装置である。各加工機構部２２０は、所定の加工方法による加工を実行可能な構成を備えている。

図１では、３台の加工機構部２２０（２２０ａ～２２０ｃ）が設けられた例が示されているが、加工機構部の台数はこれに限定されるものではない。加工機構部２２０の具体例については、後述する。

加工部状態情報収集機構部２３０は、加工対象物２５１の加工部（加工領域）の状態情報を収集する機構である。加工部状態情報収集機構部２３０は、例えば、加工前後における加工部の画像、加工前後における加工部の３次元形状、加工前後における加工部の反射率および透過率、加工時における切削抵抗値等の情報を加工部状態情報として取得する。

位置決め機構２４０は、加工対象物２５１に対する加工機構部２２０の位置決めを行う機構である。位置決め機構部２４０の台数や軸数は、特に限定されるものではない。試料ステージ２５０には、加工対象物２５１が設置される。試料ステージ２５０は、加工対象物２５１を載置し、載置した加工対象物２５１の位置決めを行う機構である。試料ステージ２５０の軸数は、特に限定されるものではない。

《加工方式生成フォーマットの学習方法》
次に、加工方式生成フォーマットの学習方法について説明する。図８は、加工方式生成フォーマットの学習方法に関わるフロー図である。図８のフローにはステップＳ１０～Ｓ１２０の各工程が含まれる。なお、ここでは、加工対象物２５１の加工前の加工部状態情報は取得済みであるものとする。

まず、ステップＳ１０において、加工指示情報生成部１２０は、加工方式生成フォーマット格納領域１９１から加工方式生成フォーマットを取得する。加工方式生成フォーマットがディープ・ニューラル・ネットワーク方式である場合、加工指示情報生成部１２０は、加工方式生成フォーマット格納領域１９１から、図６（ａ）の加工方式生成フォーマット情報管理テーブル６０１を参照し、ディープ・ニューラル・ネットワーク方式に対応するネットワーク構造や重み等の各種情報を読み出す。

ステップＳ２０において、加工指示情報生成部１２０は、加工条件を取得する。加工方式生成フォーマットがディープ・ニューラル・ネットワーク方式である場合、例えば図６（ｂ）に示す加工条件情報管理テーブル６０２に格納されたすべての値を読み出す。

ステップＳ３０において、加工位置情報生成部１１０は、加工部状態情報格納領域１９４から加工前の加工部状態情報を読み出す。そして、加工位置情報生成部１１０は、加工前の加工部状態情報に基づき、加工位置を特定する加工位置情報を生成する（ステップＳ４０）。なお、加工指示情報生成部１２０では、ディープ・ニューラル・ネットワーク５００が、例えば加工方法、加工条件、加工手順等を含む加工方式の生成までを行い、加工指示情報生成部１２０のその他の機能ブロックにおいて、加工方式等に基づく加工指示情報が生成されてもよい。

そして、ステップＳ５０において、加工位置情報生成部１１０は、ステップＳ１０で取得した加工方式生成フォーマット、ステップＳ２０において取得した加工条件、ステップＳ３０において取得した加工位置情報に基づき、加工方式を生成する。ディープ・ニューラル・ネットワーク方式である場合、ディープ・ニューラル・ネットワーク５００は、例えば、加工条件、加工部状態情報、加工位置情報を入力とし、加工方法、加工条件、加工手順等の加工方式を出力する。なお、加工指示情報には、加工は不要である旨の情報が含まれてもよい。なお、ディープ・ニューラル・ネットワーク５００は、加工指示情報を直接出力するようにしてもよい。

ステップＳ６０において、加工指示部１３０は、加工指示情報に基づき、加工対象物２５１に対する加工が必要であるかどうかを判断する。加工指示部１３０が、加工対象物２５１に対する加工は不要であると判断した場合（ＮＯ）、加工処理は終了する。このとき、加工指示部１３０は、加工ユニット２００に対し、処理を行わない旨の指示を行ってもよい。

一方、加工指示部１３０が、加工対象物２５１に対する加工が必要である判断した場合（ＹＥＳ）、加工指示部１３０は、例えば加工指示情報を加工ユニット２００へ送信すること等により、加工ユニット２００に対する加工指示を行う（ステップＳ７０）。

加工終了後、加工部状態情報収集機構部２３０は、加工対象物２５１の加工後の加工部状態情報（加工後画像やセンサ測定値等）を取得し、取得した加工後の加工部状態情報を加工結果情報格納領域１９３へ格納する。なお、加工後の加工部状態情報は、加工部状態情報格納領域１９４へ格納されてもよい。

ステップＳ９０において、加工成否判定部１４１は、例えば加工前画像と加工後画像に基づき、加工成否判定を行う。加工成否判定部１４１が加工成功と判定した場合（ＹＥＳ）、正の報酬が加工方式生成フォーマット（例えばディープ・ニューラル・ネットワーク５００）へフィードバックされ（ステップＳ１００）、フィードバック結果に基づく加工方式生成フォーマットの学習が行われる（ステップＳ１２０）。ステップＳ１２０において、学習結果（例えば学習後のネットワーク構造や重み等）が加工方式生成フォーマット格納領域１９１に格納されると、一連の処理が終了する。なお、このとき、報酬算出部１４２において生成された報酬も加工方式生成フォーマット格納領域１９１に格納されてもよい。

一方、ステップＳ９０において、加工成否判定部１４１が加工失敗と判定した場合（ＮＯ）、負の報酬が加工方式生成フォーマット（例えばディープ・ニューラル・ネットワーク５００）へフィードバックされ（ステップＳ１１０）、フィードバック結果に基づく加工方式生成フォーマットの学習が行われる（ステップＳ１２０）。ステップＳ１２０において、学習結果（例えば学習後のネットワーク構造や重み等）が加工方式生成フォーマット格納領域１９１に格納されると、一連の処理が終了する。なお、このとき、報酬算出部１４２において生成された報酬も加工方式生成フォーマット格納領域１９１に格納されてもよい。

《加工条件参照テーブル方式の場合》
一方、加工方式生成フォーマットが加工条件参照テーブル方式である場合、例えば、ステップＳ３０を先に実行し、加工部状態情報から特徴量等の各種情報を取得しておく。

ステップＳ１０において、加工指示情報生成部１２０は、加工方式参照テーブル５１０を参照し、特徴量等の各種情報に基づき加工方式（加工方式番号）を抽出する。そして、ステップＳ２０において、加工指示情報生成部１２０は、加工手順情報管理テーブル６０３、加工条件情報管理テーブル６０２を参照し、抽出した加工方式（加工方式番号）に対応する加工手順および各加工方法の加工条件等の情報を読み出す。

ステップＳ５０において、加工指示情報生成部１２０は、加工方法、加工条件、加工手順等の情報を含む加工指示情報を生成する。

ステップＳ１２０において、加工方式生成フォーマット学習部１４０は、フィードバック結果に基づいて、例えば加工方式参照テーブル５１０の値の変更、加工条件情報管理テーブル６０２の値の変更を行うことで学習を行う。

＜加工機構部の具体例１＞
図９は、加工機構部とその周辺の構成を例示する図である。図９には、加工機構部としてレーザ加工を行うレーザ加工機構部７００が例示されている。

レーザ加工機構部７００は、図９に示すように、レーザ発振器７０１、レーザ光路変更器７０２、偏光器７０４、遮蔽板駆動機構７２０、遮蔽板７２１を備えている。

加工部状態情報収集機構部２３０は、図９に示すように、３次元形状測定器７１０、撮影器７１１、透過率測定用光源７３０、透過率測定用ディテクタ７３１、反射率測定用光源７３２、反射率測定用ディテクタ７３３、ハーフミラー７３４を備えている。

レーザ加工機構部７００および加工部状態情報収集機構部２３０は、位置決め機構２４０（図示は省略）により、位置を変更することが可能である。

加工対象物２５１は、材料ＡからなるＡ部材２５１Ａと、材料ＢからなるＢ部材２５１Ｂで構成されており、加工対象物２５１に対し、Ａ部材２５１Ａの一部分である加工部７４３を除去する加工が施される。

レーザ加工機構部７００は、レーザ発振器７０１から発せられたレーザ光７０３を、ミラーやレンズ等の光学機器を含むレーザ光路変更器７０２と、偏光状態を変える偏光器７０４とを介して加工部７４３へレーザ光７０３を照射することで、加工部７４３を除去する加工を行う。

レーザ光路変更器７０２は、レーザ光の照射位置を微調整するだけでなく、レーザ光を照射する角度βの調整や、レーザ光を走査させる速度を調整することが可能である。

偏光器７０４は、レーザ光の偏光状態を変える機器である。偏光器７０４は、例えば、レーザ光の偏光状態を円偏光にすることで、走査方向によって加工条件が変化することを防止することが可能である。また、偏光器７０４は、ガラスなどの透明体にレーザ光を照射する際、偏光状態をＳ偏光にしたレーザ光を斜め方向から照射することで、レーザ光を透過させずに透明体のダメージを低減させることが可能である。このときのレーザ照射角度βは、６０～８０度であることが望ましい。

遮蔽板駆動機構７２０は、加工部７４３とＢ部材２５１Ｂとの間に遮蔽板７２１を挿入するための機構である。遮蔽板７２１は、照射するレーザ光でＢ部材２５１Ｂが加工されてしまう等、Ｂ部材２５１Ｂにレーザ光７０３を照射できない場合や、加工部７４３がＢ部材２５１Ｂに張り付いているときに、Ｂ部材２５１Ｂから加工部７４３をはがすためのはがし動作においても使用される。遮蔽板７２１および遮蔽板駆動機構７２０は、後述する削ぎ切り加工機構部９００（図１１）においても用いられる。

レーザ加工機構部７００には、レーザ発振器７０１が複数台搭載されてもよく、この場合、複数のレーザ発振器７０１からレーザ光７０３が同時に照射されてもよい。また、複数のレーザ光が同軸で照射されるよう、レーザ光路変更器７０２において各レーザ光７０３の光軸を一致させてもよい。また、レーザ発振器７０１ごとにレーザ光路変更器７０２が設けられてもよい。複数台のレーザ発振器７０１を搭載することにより、複数個所を同時に加工でき、加工時間を短縮することができる。また、加工部７４３やＢ部材２５１Ｂが、さらに複数の材料で構成されている場合にも、それぞれの加工に最適な波長のレーザ光を照射するレーザ発振器７０１に切り換えて加工することが可能である。

撮影器７１１は、加工部７４３の形状や加工位置を特定するために、加工部の画像を撮影する。また、平面的な画像で形状や加工位置を特定できない場合、３次元形状測定器７１０で取得した３次元形状情報を用いることが可能である。撮影器７１１で撮影された加工部７４３の画像を用いて加工位置を特定することにより、照射したい位置にのみ、レーザ光を照射することができる。例えば、櫛歯状の加工部７４３のバリを除去する場合等、高い加工位置精度が要求される場合であっても、高速にレーザ光をＯＮ／ＯＦＦすることで、加工部７４３に過不足なくレーザ光を照射することができる。また、加工後に撮影した画像から加工の成否を判定し、加工が未完となっている部分に、レーザ光を再度照射することで、加工の成功率を向上させることができる。

透過率測定用光源７３０および透過率測定用ディテクタ７３１を用いて加工部材の透過率が測定される。また、反射率測定用光源７３２、反射率測定用ディテクタ７３３、およびハーフミラー７３４を用いて加工部材の反射率が測定される。これらのセンサ測定値により、加工対象物２５１を構成する材料が特定される。

加工対象物の材料は、あらかじめ入力情報として与えることも可能であるが、加工対象物が複数種類あるような場合には、透過率や反射率を測定することによって、加工条件の設定ミスを防ぐことが可能となる。また、材料がレーザ光照射経路の途中で変わる場合においても、透過率や反射率の変化によって、レーザ発振器７０１を切り換える位置（すなわち、レーザ光の波長を切り換える位置）を特定することができる。また、透過率や反射率の変化によって、加工部７４３の端部を検出することができ、加工部７４３以外の領域へのレーザ光の照射を防止することができる。

＜加工機構部の具体例２＞
図１０は、加工機構部とその周辺の構成の他の例を示す図である。図１０（ａ）には、加工機構部としてナイフカットを行うナイフカット機構部８００が例示されている。図１０（ａ）における加工部状態情報収集機構部２３０は、レーザ加工機構部７００と同様な構成を有する（詳細な図示は省略）。

ナイフカット機構部８００は、ナイフ８０１、ナイフ駆動機構８０２、力覚センサ８０３、高さ測定機構８１０を備えている。

ナイフ８０１は、倒れ角度φで力覚センサ８０３に取り付けられており、加工部状態に応じて、角度を変更することができるように構成されている。

ナイフ駆動機構８０２は、切断経路に沿ってナイフ８０１を移動させる機構である。ナイフ駆動機構８０２は、高さ測定機構８１０で測定したＢ部材２５１Ｂとの距離に基づいてナイフ８０１の高さを調整する。

高さ測定機構８１０には、例えば、接触式、レーザ式、超音波式等の一般的な距離測定センサが用いられる。加工機構制御部２１０は、高さ測定機構８１０による測定結果に基づきナイフ移動機構８０１を制御してナイフの高さを調整する。

３次元形状測定器７１０や撮影器７１１で取得した加工部の形状に基づき、加工指示情報生成部１２０において、加工対象物２５１に対する切断経路が生成される。

また、ナイフ８０１に掛かる力を力覚センサ８０３で測定し、ナイフ８０１をＢ部材２５１Ｂへ押し付ける力が一定となるよう制御することもできる。また、遮蔽板７２１は、Ｂ部材２５１Ｂがナイフ８０１で傷ついてしまわないよう、Ｂ部材２５１Ｂにナイフ８０１が触れないようにする場合や、加工部７４３がＢ部材２５１Ｂに張り付いているときに、加工部７４３をＢ部材２５１Ｂからはがすためのはがし動作でも使用することができる。遮蔽板７２１および遮蔽板駆動機構７２０は、後述する削ぎ切り加工機構部９００においても用いられる。

図１０（ｂ）は、ナイフ先端を図１０（ａ）の右側から見た時の状態を例示する図である。図１０（ｂ）には、ナイフ８０１が図示で右から左へ移動しながら、加工部７４３を切断している例を示している。刃面８０５と進行方向との角度θは、加工部状態情報や材料特性情報に応じて、加工指示情報生成部１２０により決定される。すなわち、刃面８０５と進行方向との角度θは、加工指示情報に含まれる。なお、刃面８０５には、刃面と垂直方向に切断の反力が掛かる。そこで、ナイフ８０１の浮きを防止するため、刃面角度θは鈍角であることが望ましい。なお、図１０（ｂ）に示したナイフ先端形状は、一例であり、円形や弓形などでもよい。

＜加工機構部の具体例３＞
図１１は、加工機構部とその周辺の構成の他の例を示す図である。図１１には、加工機構部として削ぎ切り加工を行う削ぎ切り加工機構部９００が例示されている。図１１における加工部状態情報収集機構部２３０は、レーザ加工機構部７００と同様な構成を有する（詳細な図示は省略）。

加工機構部２２０は、削ぎ切り用ナイフ９０１、力覚センサ９０２、削ぎ切り用ナイフ駆動機構９０３を備え得ている。なお、力覚センサ９０２は、図１０（ａ）の力覚センサ８０３と同様である。

削ぎ切り用ナイフ９０１は、Ｂ部材２５１Ｂと接触することで湾曲する。その時発生する反力を力覚センサ８０３で測定し、反力が一定となるよう削ぎ切り用ナイフ駆動機構９０３で削ぎ切り用ナイフ９０１の高さを調整する。

さらに、削ぎ切り用ナイフ駆動機構９０３で削ぎ切り用ナイフ９０１を、例えば図示で手前（紙面に鉛直上方）に移動させながら加工部７４３を切るような場合、図示奥側（紙面に鉛直下方）に向けて発生する反力を力覚センサ８０３で測定し、反力が一定となるよう削ぎ切り用ナイフ駆動機構９０３で削ぎ切り用ナイフ９０１の送り速度を調整する。

ここまで、加工機構部２２０の具体例として３種類の機構を述べたが、これらは独立に駆動されるだけでなく、複数の加工機構部２２０を併用して加工を行うことも可能である。例えば、削ぎ切り加工機構部９００を用いてＢ部材２５１Ｂから加工部７４３をはがしつつ、レーザ加工機構部７００を用いてレーザを照射して、Ａ部材２５１Ａと加工部７４３とを切り離す加工を施したり、レーザ照射時の遮蔽板として削ぎ切り加工機構部９００を用いるなど、複数の機構を同時に駆動して加工することもできる。

＜表示内容の具体例＞
図１２は、表示部に表示される表示内容の一例を示す図である。加工前画像表示部９５１には、加工前の加工部の画像（加工前画像）が表示され、加工後画像表示部９５２には、加工後の加工部の画像（加工後画像）が表示される。加工前３次元形状表示部９５３には、例えば、加工前における３次元形状測定器７１０で測定した加工部の断面形状が表示される。

材料特性表示部９６０では、加工部透過率や透過率反射率を測定する波長を選択することができる。加工方法表示部９７０では、レーザ加工やナイフカット加工等の加工方法の選択や、レーザ波長、レーザ強度、レーザ走査速度等の加工条件を設定することができる。

加工手順表示部９８０では、加工手順の表示および設定を行うことができる。加工成否表示部９９０は、加工成否の判定結果を表示するとともに、オペレータが判定結果を変更することも可能である。読み込みボタンＳＷ１が押されると、過去の加工結果が表示される。登録ボタンＳＷ２が押されると、変更した加工条件等が保存される。

＜本実施の形態による主な効果＞
本実施の形態によれば、加工指示情報生成部１２０は、加工前の加工部状態情報、加工条件格納領域１９２に格納された加工条件、および加工方式生成フォーマット格納領域１９１に格納された加工方式生成フォーマットに基づき加工方式を生成し、加工方式に基づき加工ユニット２００に対する加工指示情報を生成する。

この構成によれば、加工対象物２５１の加工部位の状態に応じて、複数の加工方法および複数の加工条件から適切な組み合わせを選択することができるので、複数層からなる高機能な複合部材に対する加工成功率を向上させることが可能となる。

また、本実施の形態によれば、加工位置情報生成部１１０は、加工前の加工前画像に基づき、加工対象物２５１に対する加工位置を特定する加工位置情報を生成する。この行為性によれば、加工部または加工領域の状況に応じて、より適切な加工方法および加工条件を選択することが可能となる。これにより、加工対象物２５１に対する加工成功率をさらに向上させることが可能となる。

また、本実施の形態によれば、加工方式生成フォーマット学習部１４０は、加工前後のそれぞれの加工部状態情報に基づき、加工方式生成フォーマットの学習を行う。具体的に述べると、加工方式生成フォーマット学習部１４０は、加工前画像と加工後画像とを比較して加工成否判定を行い、加工成否判定の結果をフィードバックすることで、加工方式生成フォーマットの学習を行う。より具体的に述べると、加工方式生成フォーマットが、ディープ・ニューラル・ネットワーク５００であり、加工方式生成フォーマット学習部１４０は、ディープ・ニューラル・ネットワーク５００のネットワーク構造または重みを変更することで学習を行う。

また、加工条件参照テーブル方式の場合、加工方式参照テーブル５１０の値の変更、加工条件情報管理テーブル６０２の値の変更することで学習が行われる。

これらの構成によれば、加工結果に応じて加工方式生成フォーマットを更新することができるので、加工方法や加工条件等を含めた加工方式の精度を継続的に向上させることが可能となる。これにより、加工対象物２５１に対する加工成功率をより一層向上させることが可能となる。

また、本実施の形態によれば、加工ユニット２００は、複数の加工機構部２２０を備えている。この構成によれば、加工対象物２５１に対する複雑な加工を行うことが可能となる。

なお、本発明は上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加、削除、置換をすることが可能である。なお、図面に記載した各部材や相対的なサイズは、本発明を分かりやすく説明するため簡素化・理想化しており、実装上はより複雑な形状となる場合がある。

１０…加工装置、１００…制御ユニット、１１０…加工位置情報生成部、１２０…加工指示情報生成部、１３０…加工指示部、１４０…加工方式生成フォーマット学習部、１９０…記憶装置、２００…加工ユニット、２２０、２２０ａ～２２０ｃ…加工機構部、２３０…加工部状態情報収集機構部

Claims (10)

1. 加工対象物の加工を行う加工装置であって、
   加工ユニットと、
   加工方式生成フォーマットと、加工条件とを格納する記憶装置と、
   前記加工ユニットを制御する制御ユニットと、
   を備え、
   前記加工ユニットは、前記加工対象物の加工を行う加工機構部と、加工前の前記加工
   対象物の加工部状態情報を取得する加工部状態情報収集機構とを備え、
   前記制御ユニットは、
   加工前の前記加工部状態情報、前記記憶装置に格納された前記加工条件、および前記加
   工方式生成フォーマットに基づき加工方式を生成し、前記加工方式に基づき前記加工ユニ
   ットに対する加工指示情報を生成し、
   前記制御ユニットは、加工前後のそれぞれの前記加工部状態情報に基づき、前記加工方
   式生成フォーマットの学習を行い、
   前記制御ユニットは、加工前の前記加工部状態情報に含まれる加工前画像と、加工後の
   前記加工部状態情報に含まれる加工後画像とを比較して加工成否判定を行い、前記加工成
   否判定の結果をフィードバックすることで、前記加工方式生成フォーマットの学習を行う、
   加工装置。
2. 請求項１に記載の加工装置において、
   前記制御ユニットは、加工前の前記加工部状態情報に含まれる加工前画像に基づき、前
   記加工対象物に対する加工位置を特定する加工位置情報を生成し、
   加工前の前記加工部状態情報、前記加工条件、前記加工位置情報および前記加工方式生
   成フォーマットに基づき前記加工方式を生成する、
   加工装置。
3. 請求項１に記載の加工装置において、
   前記加工方式生成フォーマットは、前記加工部状態情報、前記加工条件、および加工前
   の前記加工部状態情報に含まれる加工前画像に基づき前記加工対象物に対する加工位置を
   特定する加工位置情報を入力し、前記加工方式を出力する、ディープ・ニューラル・ネッ
   トワークである、
   加工装置。
4. 請求項３に記載の加工装置において、
   前記制御ユニットは、ネットワーク構造または重みを変更することで学習を行う、
   加工装置。
5. 請求項１に記載の加工装置において、
   前記加工ユニットは、複数の前記加工機構部を備えている、
   加工装置。
6. 請求項１に記載の加工装置において、
   前記加工対象物は、複数層からなる、
   加工装置。
7. 加工ユニットと、
   加工方式生成フォーマットと、加工条件とを格納する記憶装置と、
   前記加工ユニットを制御する制御ユニットと、を用いた、加工対象物に対する加工方法であって、
   前記加工ユニットが、加工前の前記加工対象物の加工部状態情報を取得する、加工部状
   態情報取得工程と、
   前記制御ユニットが、加工前の前記加工部状態情報、前記記憶装置から読み出した前記
   加工条件および前記加工方式生成フォーマットに基づき加工方式を生成する、加工方式生
   成工程と、
   前記制御ユニットが、前記加工方式に基づき前記加工ユニットに対する加工指示情報を
   生成する、加工指示情報生成工程と、
   を備え、
   前記制御ユニットが、加工前後のそれぞれの前記加工部状態情報に基づき、前記加工方
   式生成フォーマットの学習を行う、学習工程を備え、
   前記学習工程では、前記制御ユニットは、加工前の前記加工部状態情報に含まれる加工
   前画像と、加工後の前記加工部状態情報に含まれる加工後画像とを比較して加工成否判定
   を行い、前記加工成否判定の結果をフィードバックすることで、前記加工方式生成フォー
   マットの学習を行う、
   加工方法。
8. 請求項７に記載の加工方法において、
   前記制御ユニットが、加工前の前記加工部状態情報に含まれる加工前画像に基づき、前
   記加工対象物に対する加工位置を特定する加工位置情報を生成する、加工位置情報生成工
   程を備え、
   前記加工方式生成工程では、前記制御ユニットは、加工前の前記加工部状態情報、前記
   加工条件、前記加工位置情報および前記加工方式生成フォーマットに基づき前記加工方式
   を生成する、
   加工方法。
9. 請求項７に記載の加工方法において、
   前記加工方式生成フォーマットが、前記加工部状態情報、前記加工条件、および加工前
   の前記加工部状態情報に含まれる加工前画像に基づき前記加工対象物に対する加工位置を
   特定する加工位置情報を入力し、前記加工方式を出力する、ディープ・ニューラル・
   ネットワークであり、
   前記学習工程では、前記制御ユニットは、前記ディープ・ニューラル・ネットワークの
   ネットワーク構造または重みを変更することで学習を行う、
   加工方法。
10. 請求項７に記載の加工方法において、
    前記加工対象物は、複数層からなる、
    加工方法。

Images