JP7363132B2 - 付加製造物の品質推定装置 - Google Patents

Description

本発明は、付加製造物の品質推定装置に関する。

付加製造には、例えば、粉末床溶融結合（Powder Bed Fusion）方式、指向性エネルギー堆積（Directed Energy Deposition）方式等があることが知られている。粉末床溶融結合方式は、平らに敷き詰められた粉末に対して、光ビーム（レーザビーム及び電子ビーム等）を照射することで付加製造を行う。粉末床溶融結合方式には、ＳＬＭ(Selective Laser Melting)、ＥＢＭ(Electron Beam Melting)等が含まれる。指向性エネルギー堆積方式は、光ビームの照射と粉末材料の吐出を行うヘッドの位置を制御することで付加製造を行う。指向性エネルギー堆積方式には、ＬＭＤ(Laser Metal Deposition)、ＤＭＰ(Direct Metal Printing)等が含まれる。

付加製造に関し、従来から、例えば、特許第６３７４９３４号公報に開示された撮像装置を含む付加製造システム及びそのようなシステムを動作させる方法（以下、「従来の付加製造システム等」と称呼する。）が知られている。この従来の付加製造システム等は、表面に対して配置され、且つ、溶融パスの少なくとも一部分の画像を生成するように構成されたカメラと、画像を処理するためのプロセッサとを備えている。

そして、従来の付加製造システム等は、複数の画像が一定の間隔で累積的に取得され、プロセッサが複数の画像中の光強度を検出するようになっている。これにより、従来の付加製造システム等では、表面における溶融プールにより放出される光の強度に基づき、溶融プール内の欠陥を検出することができる。

特許第６３７４９３４号公報

ところで、品質維持の観点から、付加製造された付加製造物においては、例えば、破壊検査やＸ線ＣＴスキャンによる非破壊検査等を行う必要がある。しかしながら、破壊検査を行う場合には、検査に伴って破壊した付加製造物は、長時間を要して製造したにも拘わらず出荷することができない。又、非破壊検査を行う場合には、現状において透過撮影可能な領域が微小であり、付加製造物と同時に作成した試験片について非破壊検査した結果を付加製造物の非破壊検査の結果と見なす必要がある。

本発明は、付加製造物の品質を非破壊により推定可能な付加製造物の品質推定装置を提供することを目的とする。

本発明の一態様は、材料粉末が供給された造形位置にて光ビームが照射されて前記材料粉末が溶融凝固することにより付加製造物が製造される際に、前記付加製造物の製造途中の造形面を含む領域を撮像する撮像装置と、
前記撮像装置によって撮像された前記付加製造物の製造途中の複数層の前記造形面の画像に基づいて取得した画像情報と、前記造形面の品質と、を訓練データセットとする機械学習を行うことにより生成された学習済みモデルを記憶する学習済みモデル記憶部と、
前記学習済みモデルと前記撮像装置によって撮像された画像に基づいて取得した画像情報とに基づいて前記付加製造物の品質を推定する品質推定部と、
を備え、
前記画像情報は、前記画像において、前記領域の少なくとも前記造形面にて反射した光の明るさを数値化した輝度であり、
前記品質は、前記造形面にて前記材料粉末が溶融凝固した状態における密度を表す造形密度を含む、付加製造物の品質推定装置にある。

これによれば、画像情報及び品質を訓練データセットとする機械学習を行うことにより生成された学習済みモデルと画像情報とに基づいて付加製造物の品質を推定することができる。ここで、生成された学習モデルは、少なくとも、付加製造中における画像情報と付加製造物の品質との関係を定義するモデルとなる。これにより、製造途中において付加製造物の品質を推定することができるため、付加製造した付加製造物の品質を非破壊によって精度よく推定することができる。

付加製造装置を示す図である。 図１の光ビーム照射部の構成を示す図である。 図１の付加製造装置の制御装置の構成を示すブロック図である。 図１の品質推定装置の制御装置の構成を示すブロック図である。 図４の機械学習部の構成を示すブロック図である。 造形密度と機械強度との関係を示すグラフである。 内部欠陥を説明するための図である。 単位面積輝度及び単一層平均輝度を説明するための図である。 複数層平均輝度、全層平均輝度、複数層平均標準偏差及び全層平均標準偏差を説明するための図である。 輝度と造形密度との関係を説明するための図である。 アルミに関する造形密度、複数層平均輝度及び複数層平均標準偏差の関係を示すグラフである。 ＳＫＤ６１に関するエネルギー密度と造形密度との関係を示すグラフである。 ＳＫＤ６１に関する造形密度、複数層平均輝度及び複数層平均標準偏差の関係を示すグラフである。 品質判定プログラムを示すフローチャートである。 変形例に係り、学習済みモデルの更新を説明するための図である。 その他の変形例に係り、内部欠陥の修正を説明するための図である。 図１４の修正により内部欠陥が修正された状態を説明するための図である。

（１．付加製造装置１の構成）
付加製造装置１の構成について図面を参照しながら説明する。付加製造装置１は、例えば、粉末床溶融結合方式であってＳＬＭ方式を採用する。付加製造装置１は、図１に示すように、層状に配置された（積層された）粉末材料としての金属粉末Ｐに光ビームを照射することを繰り返すことによって、付加製造物Ｗを製造する装置である。

ここで、光ビームは、例えば、レーザビーム及び電子ビームを含み、その他に金属粉末Ｐを溶融することができる種々のビームを含む。又、レーザビームには、例えば、ファイバレーザ、ＣＯ_２レーザ（遠赤外レーザ）、半導体レーザ等、種々のレーザを適用でき、対象の金属粉末Ｐ（例えば、アルミ、ステンレス鋼、チタン、マルエージング鋼、合金工具鋼等）に応じて適宜決定される。

付加製造装置１は、図１に示すように、チャンバ１０、造形物支持装置２０、粉末供給装置３０、光ビーム照射装置４０、加熱装置５０及び制御装置６０を備える。更に、付加製造装置１は、後述するように、撮像装置１１０及び制御装置１２０を有する付加製造物Ｗの品質推定装置１００を備える。

チャンバ１０は、内部の空気を、例えば、Ｈｅ（ヘリウム）やＮ_２（窒素）、Ａｒ（アルゴン）等の不活性ガスに置換可能に構成されている。尚、チャンバ１０は、内部を不活性ガスに置換することに代えて、内部を減圧可能な構成としても良い。

造形物支持装置２０は、チャンバ１０の内部に設けられ、付加製造物Ｗを造形（付加製造）するための支持部材により構成されている。造形物支持装置２０は、造形用容器２１、昇降テーブル２２及びベース２３を備えている。造形用容器２１は、上側に開口部を有し、上下方向の軸線に平行な内壁面を有している。昇降テーブル２２は、造形用容器２１の内部にて内壁面に沿うように上下方向に昇降動作可能に設けられる。ベース２３は、昇降テーブル２２の上面に着脱可能に載置され、ベース２３の上面が付加製造物Ｗを造形するための部位となる。即ち、ベース２３は、昇降テーブル２２の降下に伴って上面に層状に金属粉末Ｐを配置すると共に、付加製造時に付加製造物Ｗを支持可能とされている。

粉末供給装置３０は、チャンバ１０の内部であって、造形物支持装置２０に隣接して設けられている。粉末供給装置３０は、粉末収納容器３１、供給テーブル３２及びリコータ３３を備えている。粉末収納容器３１は上側に開口部を有しており、粉末収納容器３１の開口部の高さは造形用容器２１の開口部の高さと同一に設けられている。粉末収納容器３１は、上下方向の軸線に平行な内壁面を有している。供給テーブル３２は、粉末収納容器３１の内部にて内壁面に沿うように上下方向に移動可能に設けられている。そして、粉末収納容器３１内において、供給テーブル３２の上側領域に、金属粉末Ｐが収納されている。

リコータ３３は、造形用容器２１の開口部及び粉末収納容器３１の開口部の全領域に亘って、両開口部の上面に沿って往復移動可能に設けられている。リコータ３３は、例えば、図１の左右方向にて右側から左側に移動するとき、即ち、粉末収納容器３１の開口部から造形用容器２１の開口部に向けて移動するときに、粉末収納容器３１の開口部から盛り出ている金属粉末Ｐを造形用容器２１に運搬する。

更に、リコータ３３は、後述するように降下した昇降テーブル２２と共に降下したベース２３の上面にて運搬した金属粉末Ｐを均し、ベース２３の上面にて同種の金属粉末Ｐを層状に配置する、即ち、リコートする。ここで、「同種」とは、材料粉末である金属粉末Ｐの材質が同一であり、金属粉末Ｐの平均粒径等が所定の範囲内に含まれることを意味する。

光ビーム照射装置４０は、図１に示すように、チャンバ１０の外部に配置されており、ベース２３の上面に層状に配置された同種の金属粉末Ｐの表面にチャンバ１０の外部から光ビーム４０ａを照射する。光ビーム４０ａは、上述したように、レーザビーム及び電子ビーム等である。光ビーム照射装置４０は、リコートされた金属粉末Ｐに光ビーム４０ａを照射することにより金属粉末Ｐを金属粉末Ｐの融点以上の温度に加熱する。これにより、金属粉末Ｐは溶融してその後凝固し（又は焼結し）、一体化された層からなる付加製造物Ｗが造形（製造）される。即ち、隣接する金属粉末Ｐ同士は、溶融接合によって一体化される。

光ビーム照射装置４０は、予め設定されたプログラムに従って、光ビーム４０ａの照射位置を移動すると共に、ビーム強度を変更することができる。光ビーム４０ａの照射位置を移動することにより、三次元形状を有する付加製造物Ｗを造形することができる。又、光ビーム４０ａのビーム強度を変化させることにより、リコートされた金属粉末Ｐの被照射部分における投入エネルギー（被照射部分に流入する入熱量）が変化し、金属粉末Ｐの溶融状態を変化させることができる。ここで、光ビーム４０ａは、加熱装置５０により加熱される範囲よりも狭い範囲に対して照射可能である。

光ビーム照射装置４０は、図１及び図２に示すように、レーザ発振器４１及びレーザヘッド４２を備えている。又、光ビーム照射装置４０は、レーザ発振器４１から発振された光ビーム４０ａ（近赤外レーザ光）をレーザヘッド４２に伝送する光ファイバ４３を備えている。

レーザ発振器４１は、波長が予め設定された所定の赤外波長となるように発振させて連続波の近赤外レーザ光を光ビーム４０ａとして生成する。レーザヘッド４２は、チャンバ１０内に層状に配置された金属粉末Ｐの表面から所定の距離を隔てて配置される。レーザヘッド４２は、図２に示すように、コリメートレンズ４２ａ、ミラー４２ｂ、ガルバノスキャナ４２ｃ及びｆθレンズ４２ｄからなる光学系を備えている。

これにより、レーザヘッド４２においては、光ファイバ４３を介して入射された近赤外レーザ（光ビーム４０ａ）がコリメートレンズ４２ａによってコリメートされて平行光に偏向される。コリメートされた近赤外レーザ（光ビーム４０ａ）は、図２に示すように、ガルバノスキャナ４２ｃに入射されるようにミラー４２ｂによって進行方向が変更される。

そして、レーザヘッド４２においては、ガルバノスキャナ４２ｃが近赤外レーザ（光ビーム４０ａ）の進行方向即ち照射角度を自在に変更する。これにより、ｆθレンズ４２ｄによって集光された近赤外レーザ（光ビーム４０ａ）は、リコートされた金属粉末Ｐの層表面にて所定の位置に照射される。即ち、レーザヘッド４２は、光ビーム４０ａを、左右方向及び左右方向に直交する方向、換言すれば、リコートされた金属粉末Ｐの層表面においてこれらの方向を含む水平方向に移動させることができる。

尚、金属粉末Ｐの層表面とは、ベース２３の上面にて層状に配置された即ちリコートされた金属粉末Ｐにおける上側に露出した面である。又、光ビーム４０ａは、チャンバ１０の上側に設けられる透明なガラス又は樹脂を通してチャンバ１０内に照射されるようになっている。

加熱装置５０は、昇降テーブル２２に内蔵される。加熱装置５０は、ベース２３を介して付加製造物Ｗを加熱するためのヒータであり、昇降テーブル２２を介してベース２３の全体を加熱する。加熱装置５０は、例えば、コイルヒータ、カートリッジヒータ、ノズルヒータ、面状ヒータ等、種々のヒータを適用できる。加熱装置５０による加熱範囲は、光ビーム４０ａの照射範囲を一部に含む範囲に設定されている。ここで、加熱装置５０は、光ビーム４０ａのように金属粉末Ｐを溶融させることはない。

制御装置６０は、造形物支持装置２０、粉末供給装置３０、光ビーム照射装置４０及び加熱装置５０を制御する。更に、品質推定装置１００の制御装置１２０は、制御装置６０と協調しながら動作する。

（２．制御装置６０の構成）
制御装置６０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、インターフェース等を主要構成部品とするマイクロコンピュータである。制御装置６０は、図３に示すように、データ記憶部６１、昇降テーブル作動制御部６２、粉末供給制御部６３、光ビーム照射制御部６４及び加熱制御部６５を備える。

データ記憶部６１は、付加製造物Ｗを含む空間全体を所定の厚さで分割した分割層ごとのデータが含まれていて、分割層における形状を表す形状データを含む各種データを記憶している。ここで、形状データは、例えば、図３にて詳細な図示を省略するＣＡＤ（Computer Aided Design）端末から供給されるようになっている。

昇降テーブル作動制御部６２は、昇降テーブル２２を昇降させる駆動装置（図示省略）の作動を制御する。昇降テーブル作動制御部６２は、粉末供給装置３０が金属粉末Ｐを供給する際において、予め設定された降下量となるように昇降テーブル２２を降下させる。

粉末供給制御部６３は、粉末供給装置３０の作動を制御するものである。具体的に、粉末供給制御部６３は、供給テーブル３２を上下方向に移動させて粉末収納容器３１に収容された金属粉末Ｐを粉末収納容器３１の開口部から盛り出させると共に、リコータ３３を往復移動させるように制御する。

光ビーム照射制御部６４は、光ビーム照射装置４０の作動を制御するものである。具体的に、光ビーム照射制御部６４は、光ビーム照射装置４０が照射する光ビーム４０ａの照射位置（照射軌跡）及びビーム強度を、データ記憶部６１に記憶されている形状データに基づいて制御する。

加熱制御部６５は、加熱装置５０の作動を制御するものである。尚、加熱制御部６５による加熱装置５０の作動制御の詳細については、本発明に直接関係しないため、その説明を省略する。

（３．品質推定装置１００の構成）
撮像装置１１０は、図１に示すように、付加製造装置１のチャンバ１０内において、ベース２３の上面に対向する位置に配置されている。撮像装置１１０は、造形位置にて光ビーム４０ａが照射されて金属粉末Ｐが溶融凝固することにより付加製造物Ｗが製造される際に、付加製造物Ｗの製造途中の造形面を含む領域を撮像する。

撮像装置１１０は、ライトを有しており、造形面を含む領域である金属粉末Ｐの層表面の全域を所定の方向（例えば、一方向）から照らす照明部１１１を備えている。又、撮像装置１１０は、カメラを有しており、照明部１１１によって照らされた造形面を含む領域即ち金属粉末Ｐの層表面の全域を撮像する撮像部１１２を有している。これにより、撮像部１１２は、光ビーム照射装置４０による造形後において、照明部１１１によって照らされた製造途中の造形面を含む金属粉末Ｐの層表面の全域を撮像する。

制御装置１２０は、撮像装置１１０を制御する。制御装置１２０は、撮像装置１１０により撮像された画像に基づいて、付加製造物Ｗの品質に関連する付加製造物Ｗの内部欠陥Ｈの有無を推定して判定する。

（４．制御装置１２０の構成）
制御装置１２０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、インターフェース等を主要構成部品とするマイクロコンピュータである。制御装置１２０は、図４に示すように、撮像装置作動制御部１２１、輝度取得部１２２、輝度補正部１２３、機械学習部１２４及び欠陥判定部１２５を備える。

撮像装置作動制御部１２１は、撮像装置１１０の作動を制御するものである。撮像装置作動制御部１２１は、撮像装置１１０の照明部１１１の照明動作と撮像部１１２の撮像動作とが同期するように、撮像装置１１０の作動を制御する。そして、撮像装置作動制御部１２１は、撮像装置１１０から付加製造物Ｗの造形面を含む金属粉末Ｐの層表面を撮像した画像データを取得する。

輝度取得部１２２は、撮像装置作動制御部１２１から画像データを取得する。そして、輝度取得部１２２は、取得した画像データによって表される画像に画像処理を施すことにより、造形面にて反射した光の明るさを数値化した輝度を取得する。輝度取得部１２２は、取得した輝度を輝度補正部１２３に出力する。ここで、輝度とは、画像データによって表される画像において、造形面及び層表面が撮像装置１１０の照明部１１１によって照らされて反射した光の明るさ（強度）を、例えば、２５６階調等に数値化したものである。

輝度補正部１２３は、輝度取得部１２２から造形面を含む領域の輝度を取得する。そして、輝度補正部１２３は、後述するように、画像データによって表される画像に画像処理を施すことにより、光ビーム４０ａの走査方向に一致する付加製造物Ｗにおける造形部分の延設方向によって変化する輝度を前記延設方向に応じて補正する。又、輝度補正部１２３は、造形面が明瞭に識別可能となるように、層表面のうちの造形面以外の周辺領域における輝度を予め設定された基準輝度に補正する。輝度補正部１２３は、輝度を補正した画像データ即ち画像情報を機械学習部１２４に出力する。

機械学習部１２４は、付加製造物Ｗの造形状態を推定するための学習済みモデルを生成し、生成した学習済みモデルを用いて付加製造物Ｗの品質である造形密度ρを推定する。このため、機械学習部１２４は、図５に示すように、データベース１２４ａ、学習済みモデル生成部１２４ｂ、及び、造形密度推定部１２４ｃを備えている。更に、機械学習部１２４は、学習用入力データ取得部１２４ｄ、教師データ取得部１２４ｅ及び推定用入力データ取得部１２４ｆを備えている。

データベース１２４ａは、付加製造装置１の制御装置６０のデータ記憶部６１、昇降テーブル作動制御部６２、粉末供給制御部６３、光ビーム照射制御部６４及び加熱制御部６５のそれぞれから製造条件を取得して記憶する。又、データベース１２４ａは、輝度補正部１２３から画像情報を取得して記憶する。更に、データベース１２４ａは、学習済みモデル記憶部として機能し、学習済みモデル生成部１２４ｂによって生成された学習済みモデルを記憶する。

ここで、製造条件とは、付加製造に関する各種条件であり、例えば、ビーム強度（レーザ出力）、走査速度、走査間隔、照射スポット径、積層厚み、金属粉末Ｐの材料である。又、画像情報とは、金属粉末Ｐに光ビーム４０ａが照射されて形成される付加製造物Ｗの造形面を含み、金属粉末Ｐが層状に配置された層表面を撮像した画像であって、輝度補正部１２３によって補正された輝度を有する画像を表す画像データである。データベース１２４ａは、輝度補正部１２３によって補正された輝度を有する画像データを画像情報として記憶する。

学習済みモデル生成部１２４ｂは、製造条件としてのビーム強度（レーザ出力）、走査速度、走査間隔、照射スポット径、積層厚み、金属粉末Ｐの材料種別、第一次造形状態としての画像情報である造形面における輝度を入力データとし、第二次造形状態としての品質である造形密度を教師データとする。そして、学習済みモデル生成部１２４ｂは、学習フェーズにおいて、学習用入力データ取得部１２４ｄ及び教師データ取得部１２４ｅを介して入力データ及び教師データを訓練データセットとして入力し、機械学習を行うことによって学習済みモデルを生成する。

即ち、学習済みモデル生成部１２４ｂが生成する学習済みモデルは、製造条件及び第一次造形状態を入力データとする場合には、後述する「輝度と造形密度との相関関係」に基づいて、付加製造物Ｗの品質である造形密度を推定するためのモデルである。そして、学習済みモデル生成部１２４ｂは、生成した学習済みモデルを、学習済みモデル記憶部であるデータベース１２４ａに記憶する。ここで、学習済みモデル生成部１２４ｂが生成する学習済みモデルは、入力データを第一次造形状態即ち画像情報としての輝度を有する画像データのみとしても良い。

品質推定部としての造形密度推定部１２４ｃは、推論フェーズにおいて、学習済みモデル生成部１２４ｂによって生成された学習済みモデル（即ち、後述する「輝度と造形密度との相関関係」）を用いて、付加製造物Ｗの造形密度ρを推定する。具体的に、造形密度推定部１２４ｃは、推定用入力データ取得部１２４ｆを介して、製造条件としてのビーム強度（レーザ出力）、走査速度、走査間隔、走者スポット径、積層厚み、金属粉末Ｐの材料、及び、第一次造形状態としての輝度を入力データとする。ここで、入力データである輝度は、後述するように、取得した画像データを解析することにより得られる造形面の「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」である。

そして、造形密度推定部１２４ｃは、データベース１２４ａに記憶された学習済みモデルに基づいて品質である造形密度ρを推定し、推定した造形密度ρを出力データとして付加製造装置１の制御装置６０に出力する。推定された造形密度ρは、少なくとも画像データによって得られた品質に相当する。

判定部としての欠陥判定部１２５は、機械学習部１２４によって推定された品質である造形密度が予め設定された基準品質である基準造形密度を満たすか否かを判定する。これにより、欠陥判定部１２５は、付加製造物Ｗに、例えば、機械強度に影響を与えるような空隙である内部欠陥Ｈがあるか否かを判定する。具体的に、欠陥判定部１２５は、機械学習部１２４によって推定された造形密度を用いて、付加製造物Ｗの機械強度に影響を与えるような内部欠陥Ｈがあるか否かを判定する。

（５．付加製造物Ｗの機械強度と造形密度との相関関係）
付加製造物Ｗにおける引っ張り強さ等の機械強度と金属粉末Ｐが溶融して凝固した状態における付加製造物Ｗの造形密度（或いは、比重）との間には相関関係が成立する。即ち、図６に示すように、造形密度が高くなる程（高密度になる程）機械強度は高くなり、造形密度が低くなる程（低密度になる程）機械強度は低くなる関係が成立する。

一方、付加製造においては、金属粉末Ｐに光ビーム４０ａを照射することによって金属粉末Ｐの一部を溶融させ付加製造物Ｗを造形する。この場合、図７に概略的に示すように、照射される光ビーム４０ａのビーム強度やリコートされた金属粉末Ｐの層表面に対する光ビーム４０ａの入射角度等によって溶融した金属粉末Ｐが飛散し、その結果、付加製造物Ｗの内部に空隙、所謂、内部欠陥Ｈが生じる場合がある。内部欠陥Ｈが生じた場合、付加製造物Ｗの造形密度は低くなる。従って、機械強度と造形密度との関係を鑑みれば、付加製造物Ｗの製造（造形）においては、内部欠陥Ｈの有無を判別することが肝要である。

（６．輝度及び標準偏差に関する用語の定義）
ここで、以下の説明において用いる用語の定義について説明しておく。「単位面積輝度ａｕ」は、図８に示すように、造形面における単位面積当たりの輝度に対応する値である。「単一層平均輝度ａａ」は、図８に示すように、付加製造された付加層（単一層）において「単位面積輝度ａｕ」を平均した値である。例えば、図８においては、２５個の「単位面積輝度ａｕ」を平均した値が「単一層平均輝度ａａ」となる。

又、「複数層平均輝度ａｍ」は、図９に示すように、付加製造された付加層である単一層Ｌ１、単一層Ｌ２、単一層Ｌ３、・・・の複数層において、それぞれの「単一層平均輝度ａａ１」、「単一層平均輝度ａａ２」、「単一層平均輝度ａａ３」・・・を層の数で平均した値である。例えば、図９においては、３つの「単一層平均輝度ａａ１」、「単一層平均輝度ａａ２」及び「単一層平均輝度ａａ３」を層の数である「３」で平均した値が「複数層平均輝度ａｍ」になる。更に、「全層平均輝度ａｔ」は、図９に示すように、付加製造された全層であるｎ層の「単一層平均輝度ａａ」を層の数である「ｎ」で平均した値である。

又、「単一層標準偏差ｂｕ」は、「単一層平均輝度ａａ」における「単位面積輝度ａｕ」のばらつき、例えば、図８においては２５個の「単位面積輝度ａｕ」のばらつきを表す。又、「複数層平均標準偏差ｂａ」は、付加製造された複数層のそれぞれの「単一層標準偏差ｂｕ」を平均した値である。例えば、図９においては、単一層Ｌ１，Ｌ２，Ｌ３のそれぞれの「単一層標準偏差ｂｕ」を層の数である「３」で平均した値が「複数層平均標準偏差ｂａ」になる。更に、「全層平均標準偏差ｂｔ」は、付加製造された全層について、「単一層標準偏差ｂｕ」を平均した値である。例えば、図９においては、ｎ層の「単一層標準偏差ｂｕ」を層の数である「ｎ」で平均した値が「全層平均標準偏差ｂｔ」となる。

尚、以下の説明において、「平均輝度情報Ａ」には、上述した「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」が含まれる。又、「標準偏差情報Ｂ」には、上述した「単一層標準偏差ｂｕ」、「複数層平均標準偏差ｂａ」及び「全層平均標準偏差ｂｔ」が含まれる。

（７．造形密度と造形面の輝度との関係）
上述したように、光ビーム４０ａを照射して金属粉末Ｐを溶融し付加製造物Ｗを製造（造形）する場合、内部欠陥Ｈの存在により造形密度が高くなったり低くなったりする。ところで、付加製造物Ｗに内部欠陥Ｈが存在する場合、特に、付加製造物Ｗの造形面（光ビーム４０ａが照射された面）における輝度に変化が生じることが経験上知られている。そこで、本発明の発明者等は、種々の実験を行うことにより、造形面における輝度と造形密度との間に成立する相関関係を見出した。以下、この相関関係について説明する。

相関関係を検討するに当たり、図９に示すように、金属粉末Ｐに光ビーム４０ａを照射して、正方形の上面及び底面を有し、且つ、ｎ層からなる直方体を評価サンプルとして複数作製する。この場合、それぞれの評価サンプルについては、例えば、光ビーム４０ａの照射条件等を変更し、造形密度が異なるように作製する。

作製した評価サンプルにおいては、図１０に示すように、造形密度が増加する程、造形面における輝度が低くなる傾向を有する。そこで、評価サンプルを作製するに当たり、光ビーム４０ａが照射された後に、それぞれの造形面を撮像し、撮像した画像を表す画像データを取得する。そして、取得した画像データにおいて、図８に示すように、評価サンプルにおける正方形の造形面を単位面積に分割して「単位面積輝度ａｕ」を計測する。

そして、「単位面積輝度ａｕ」を用いて、「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」を算出する。更に、「単一層標準偏差ｂｕ」、「複数層平均標準偏差ｂａ」及び「全層平均標準偏差ｂｔ」を算出する。これにより、造形密度は、「平均輝度情報」と「標準偏差情報」とを用いた重回帰式（モデル）として表すことが可能となる。

具体的に、金属粉末Ｐがアルミである場合を説明する。アルミの金属粉末Ｐを用いて上述したように作製した評価サンプルについて、造形面における「単位面積輝度ａｕ」を計測してプロットした結果を図１１に示す。図１１において、横軸は造形密度であり、第一縦軸は黒丸で表される例えば「複数層平均輝度ａｍ」であり、第二縦軸は白丸で表される例えば「複数層平均標準偏差ｂａ」である。

図１１に示すように、金属粉末Ｐがアルミの場合、造形密度と輝度である「複数層平均輝度ａｍ」、及び、造形密度と標準偏差である「複数層平均標準偏差ｂａ」の間における重相関係数が高い。このため、金属粉末Ｐがアルミの場合には、造形密度ρは、下記式１に示すように、「平均輝度情報Ａ」と「標準偏差情報Ｂ」とを用いた重回帰式（モデル式）に基づいて推定することが可能となる。
ρ＝Ｋ１－Ｋ２×Ａ＋Ｋ３×Ｂ＋Ｋ４×Ｃ^２＋Ｇ…式１

但し、式１において、Ｋ１は実験的に求まる所定値であり、Ｇは実験的に求まる誤差である。又、式１において、Ｋ２，Ｋ３，Ｋ４はそれぞれ所定の係数を表す。そして、式１のＡには、「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」のうちの何れかの値、例えば、「複数層平均輝度ａｍ」を代入することができる。又、式１のＢには、「単一層標準偏差ｂｕ」、「複数層平均標準偏差ｂａ」及び「全層平均標準偏差ｂｔ」の何れかの値、例えば、「複数層平均標準偏差ｂａ」を代入することができる。尚、前記式１のＣは、輝度を標準化するための値であり、例えば、「複数層平均輝度ａｍ」から「全層平均輝度ａｔ」を減じた値になる。

次に、金属粉末ＰがＳＫＤ６１の場合を説明する。ＳＫＤ６１の場合、上述したアルミに比べて、光ビーム４０ａによって溶融する際のエネルギー密度の大きさが影響する。即ち、ＳＫＤ６１を溶融する場合、図１２に示すように、エネルギー密度が小さいと溶融後の相対密度が小さくなり、エネルギー密度が大きくなるにつれて溶融後の相対密度が大きく安定する。従って、ＳＫＤ６１の場合には、光ビーム４０ａにおけるエネルギー密度を一定以上とし、相関関係を求めるものとする。

ＳＫＤ６１の金属粉末Ｐを用いて上述したように作製した評価サンプルについて、造形面における「単位面積輝度ａｕ」を計測してプロットした結果を図１３に示す。図１３においても、横軸は造形密度であり、第一縦軸は黒丸で表される例えば「複数層平均輝度ａｍ」であり、第二縦軸は白丸で表される例えば「複数層平均標準偏差ｂａ」である。

図１３に示すように、金属粉末ＰがＳＫＤ６１の場合、上述したようにエネルギー密度を考慮することにより、造形密度と「複数層平均輝度ａｍ」、及び、造形密度と「複数層平均標準偏差ｂａ」の間における重相関係数が高くなる。このため、金属粉末ＰがＳＫＤ６１の場合には、造形密度ρは、下記式２に示すように、「平均輝度情報Ａ」と「標準偏差情報Ｂ」とを用いた重回帰式（モデル式）に基づいて推定することが可能となる。
ρ＝Ｋ１－Ｋ２×Ａ＋Ｋ３×Ｂ＋Ｋ４×Ｄ^２＋Ｇ…式２

但し、式２においても、Ｋ１は実験的に求まる所定値であり、Ｇは実験的に求まる誤差である。又、式１においても、Ｋ２，Ｋ３，Ｋ４はそれぞれ所定の係数を表す。そして、式２のＡにも、「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」のうちの何れかの値、例えば、「複数層平均輝度ａｍ」を代入することができる。又、式１のＢにも、「単一層標準偏差ｂｕ」、「複数層平均標準偏差ｂａ」及び「全層平均標準偏差ｂｔ」の何れかの値、例えば、「複数層平均標準偏差ｂａ」を代入することができる。但し、前記式２のＤは、標準偏差を標準化するための値であり、例えば、「複数層平均標準偏差ｂａ」から「全層平均標準偏差ｂｔ」を減じた値になる。

尚、造形密度ρを推定するための重回帰式（モデル式）は、上記式１及び式２に限定されるものではなく、例えば、輝度を標準化するための値Ｃ及び標準偏差を標準化するための値Ｄの両方を有することも可能である。又、重回帰式（モデル式）においては、上記式１及び式２において示した「Ａ」、「Ｂ」、「Ｃ」及び「Ｄ」に限らず、他の値、例えば、エネルギー密度に関連する値を付加したりすることも可能である。

ところで、通常、付加製造装置１に設けられる撮像装置１１０においては、照明部１１１はチャンバ１０の内部を所定の方向として、例えば、一方向から照らす。この場合、照明部１１１が照らす照明方向に対する光ビーム４０ａの走査方向に依存して、照明部１１１によって照らされた造形面を撮像した際の「単位面積輝度ａｕ」に差異が生じる可能性がある。例えば、照明部１１１の照明方向に対して光ビーム４０ａの走査方向が平行である場合と、照明方向に対して光ビーム４０ａの走査方向が直角である場合とでは、特に、造形面における凹凸に起因する光の反射状態が異なるために「単位面積輝度ａｕ」に差異が生じる。

このような、光ビーム４０ａの走査方向（造形部分の延設方向）に依存する「単位面積輝度ａｕ」の差異については、例えば、撮像装置１１０の照明部１１１が照らす方向に平行な方向と直交する方向との間を複数分割（例えば、３０度ごとに分割）した各方向ごとに予め実験的に測定することが可能である。そして、測定結果に基づいて操作方向と「単位面積輝度ａｕ」との相関関係を取得することができる。

このため、「単位面積輝度ａｕ」を計測する場合、画像データによって表される造形面及び層表面の画像において、光ビーム４０ａの走査方向に応じて「単位面積輝度ａｕ」を補正（補完）する画像処理が施される。これにより、「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」を算出する場合には、予め「単位面積輝度ａｕ」を補正（補完）することにより、走査方向に拘わらず、より正確に計測することができる。

又、光ビーム４０ａの走査方向は、例えば、付加製造物Ｗに異方性に起因する問題が生じることを防止するために、付加製造物Ｗにおける隣接する付加層毎に変更される場合がある。この場合には、上述したように、走査方向の変化によって照明部１１１の照射方向との相関関係に差異が生じる可能性があり、その結果、「単位面積輝度ａｕ」に影響を及ぼす可能性がある。

このため、予測精度の高い上記式１及び式２を求めるには、照明部１１１の照射方向と走査方向との間の相関関係を考慮する必要がある。この場合、複数の付加層のうち、光ビーム４０ａの走査方向が同一の又は類似する付加層について、例えば、「単位面積輝度ａｕ」を平均して用いることにより、走査方向の変化に起因する影響を小さくすることができる。その結果、予測精度の高い上記式１及び式２を求めることができる。

又、画像処理においては、「単位面積輝度ａｕ」を更に正確に計測するため、層表面のうち、造形面以外の周辺領域の輝度が基準輝度に補正される。これにより、造形面以外の周辺領域における基準輝度を計測の基準とすることができ、ひいては、造形面が明確になって「単位面積輝度ａｕ」をより正確に計測することができる。従って、上述した重回帰式（モデル式）に対して、「単一層平均輝度ａａ」、「複数層平均輝度ａｍ」及び「全層平均輝度ａｔ」のうちの何れか及び「単一層標準偏差ｂｕ」、「複数層平均標準偏差ｂａ」及び「全層平均標準偏差ｂｔ」の何れかを入力することにより、造形密度ρを正確に推定することができる。

又、走査方向と照明部１１１によって照らされる方向とに応じて「単位面積輝度ａｕ」に差異が生じ得ることを勘案して、上記式１及び式２の重回帰式（モデル式）を求めることも可能である。即ち、重回帰式（モデル式）を、照明部１１１が照らす方向に対する光ビーム４０ａの走査方向に対応して予め複数求めておく。

具体的には、重回帰式（モデル式）は、撮像装置１１０の照明部１１１が照らす方向に平行な方向と直交する方向との間を複数分割（例えば、３０度ごとに分割）した各方向ごとに求めることができる。或いは、撮像装置１１０の照明部１１１が照らす方向や撮像部１１２による撮像方向を重回帰式（モデル式）を求めた状態に合わせて適宜変更する。そして、撮像された画像データを用いて「単位面積輝度ａｕ」を計測することにより、予め求められている重回帰式（モデル式）を用いて造形密度ρを推定することができる。

（８．機械学習部１２４による機械学習）
次に、機械学習部１２４による機械学習について説明しておく。学習済みモデル生成部１２４ｂが学習フェーズにおいて生成する学習済みモデル（「輝度と造形密度との相関関係」）は、製造条件及び造形状態を訓練データセットとする機械学習により生成されている。つまり、学習モデルは、付加製造物Ｗの製造条件と付加製造物Ｗに関する造形状態との関係を定義するモデルとなる。

従って、機械学習を用いることにより、機械学習部１２４は、推論フェーズにおいて付加製造物Ｗの造形状態であり、且つ、品質である造形密度を容易に推定することができるようになる。尚、品質としては、造形密度に関連するものであって、付加製造物Ｗの強度を良品に比べて低下させる内部欠陥Ｈの大きさ、内部欠陥Ｈの数、内部欠陥Ｈの位置、及び、付加製造物Ｗにおいて内部欠陥Ｈが存在する割合を表す欠陥率とすることも可能である。

具体的に、機械学習部１２４においては、学習済みモデル生成部１２４ｂは、データベース１２４ａに記憶されている製造条件、及び、画像データ（画像）に基づいて取得した画像情報として第一次造形状態である「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」を入力データとして学習する。そして、学習済みモデル生成部１２４ｂは、造形密度ρを推定するための上述した重回帰式（モデル式）を学習済みモデルとして生成する。ここで、学習済みモデル生成部１２４ｂ及び造形密度推定部１２４ｃは、データベース１２４ａに記憶されている画像データ（画像）、より詳しくは、上述したように輝度が補正された画像データを用いて、造形面における「単位面積輝度ａｕ」を計測し、計測した「単位面積輝度ａｕ」を平均処理した「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」を入力データとする。

そして、機械学習部１２４は、付加製造に伴ってデータベース１２４ａに順次記憶される膨大な製造条件、画像データから得られる「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」、及び、造形密度を訓練データセットとして学習することができる。これにより、機械学習部１２４は、学習フェーズにおいて学習を進めることで学習済みモデルの精度、即ち、輝度と造形密度との相関関係の精度を向上させることができる。その結果、造形密度推定部１２４ｃは、推論フェーズにおいて少なくとも画像情報としての輝度、具体的には、「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」に基づいて付加製造物Ｗの造形密度ρを精度よく推定することができる。

（９．付加製造方法）
次に、付加製造装置１を用いた付加製造方法について、図１４に示す品質判定プログラムのフローチャートを参照して説明する。制御装置６０（光ビーム照射制御部６４）は、データ記憶部６１に記憶された付加製造物Ｗの形状データに基づいて、光ビーム照射装置４０を作動させて光ビーム４０ａの照射を開始する。即ち、制御装置６０（光ビーム照射制御部６４）は、図示省略の所定のプログラムを実行することにより、形状データに基づいて光ビーム４０ａを走査して金属粉末Ｐの融点以上の温度で金属粉末Ｐを加熱する。ここで、光ビーム照射制御部６４は、光ビーム４０ａのビーム強度、走査速度、走査間隔及び走査パターン等、適宜変更可能な照射条件に従って、光ビーム４０ａを走査させる。

光ビーム４０ａが照射されることにより、金属粉末Ｐは溶融しその後凝固する。このように、光ビーム４０ａが照射された位置は、強固な力によって一体化されて付加製造物Ｗが製造（造形）される。そして、この付加製造物Ｗの製造（造形）において、制御装置６０及び品質推定装置１００の制御装置１２０は、協調して図１４の品質判定プログラムを実行し、内部欠陥Ｈの有無を判定して付加製造物Ｗを製造（造形）する。

先ず、制御装置６０（マイクロコンピュータを構成するＣＰＵ）は、ステップＳ１０にて付加製造プログラムの実行を開始し、続くステップＳ１１にて、制御装置６０（昇降テーブル作動制御部６２）は、昇降テーブル２２を予め設定された降下量だけ降下させる（昇降テーブル降下工程）。これにより、昇降テーブル２２に載置されたベース２３も予め設定された降下量だけ降下する。制御装置６０（昇降テーブル作動制御部６２）は、昇降テーブル２２及びベース２３を降下させると、ステップＳ１２に進む。

ステップＳ１２においては、制御装置６０（粉末供給制御部６３）は、ベース２３の上面に金属粉末Ｐを供給すると共にリコートする（粉末供給工程）。具体的に、粉末供給制御部６３は、粉末供給装置３０における供給テーブル３２を上昇させて、所望量の金属粉末Ｐが粉末収納容器３１の開口部から盛り出た状態とする。尚、粉末供給装置３０においては、供給テーブル３２を下方に位置させた状態で粉末収納容器３１内に金属粉末Ｐが予め収納されている。

そして、粉末供給制御部６３は、リコータ３３を粉末供給装置３０側である原位置からベース２３の他端側である造形物支持装置２０側に向かって移動させる。これにより、リコータ３３は、ベース２３の上面に金属粉末Ｐを供給しつつリコートする。リコータ３３は、ベース２３の他端側まで前進すると停止する。そして、制御装置６０（粉末供給制御部６３）は、ベース２３の上面にて金属粉末Ｐを供給してリコートすると、ステップＳ１３に進む。

ステップＳ１３においては、制御装置６０（光ビーム照射制御部６４）は、データ記憶部６１に記憶された形状データに基づいて光ビーム照射装置４０を作動させる（造形工程）。具体的に、光ビーム照射制御部６４は、レーザ発振器４１によって生成される光ビーム４０ａのビーム強度を変更したり、レーザヘッド４２のガルバノスキャナ４２ｃによって光ビーム４０ａの照射角度を変更したりして、光ビーム４０ａを層状に配置された金属粉末Ｐの層表面に照射する。これにより、付加製造物Ｗには、形状データに基づく造形面が形成される。そして、制御装置６０（光ビーム照射制御部６４）は、光ビーム４０ａを照射すると、ステップＳ１４に進む。

ステップＳ１４においては、制御装置６０と通信可能とされた制御装置１２０が制御装置６０からプログラム実行に関する信号を受信する。そして、制御装置１２０（撮像装置作動制御部１２１）は、撮像装置１１０を作動させて、光ビーム４０ａが照射された後のベース２３における層表面を撮像する（撮像工程）。具体的に、撮像装置作動制御部１２１は、撮像装置１１０の照明部１１１を作動させて層表面を照らした状態で、撮像部１１２が製造途中の造形面を含む領域を撮像する。ここで、照明部１１１は、チャンバ１０の内部にて所定位置に固定された状態で、且つ、所定の方向、例えば、一方向に向けて、例えば、白色光をフラッシュさせ、撮像部１１２は、照明部１１１によって照らされた瞬間の造形面を含む領域を撮像する。そして、撮像装置作動制御部１２１は撮像した画像を表す画像データを輝度取得部１２２に出力し、制御装置１２０はステップＳ１５に進む。

ステップＳ１５においては、制御装置１２０（輝度取得部１２２、輝度補正部１２３及び機械学習部１２４）は、前記ステップＳ１４にて撮像装置１１０によって取得された画像データに基づいて、付加製造物Ｗの造形密度ρを推定する（品質推定工程）。具体的に、輝度補正部１２３は、取得した画像データによって表される造形面及び層表面の画像について上述した画像処理を行う。そして、機械学習部１２４は、光ビーム４０ａが照射された造形面の「単一層平均輝度ａａ」及び製造条件を入力データとし、出力データとして推定された造形密度ρを出力する。

ここで、本実施形態においては、付加製造において一層ごとに造形密度ρを推定するように実施する。しかしながら、複数回の付加製造を行った後、即ち、複数層ごとに造形密度ρを推定することも可能である。この場合、機械学習部１２４の造形密度推定部１２４ｃは、「複数層平均輝度ａｍ」を入力データとし、学習済みモデルを用いて造形密度ρを推定する。

ステップＳ１６においては、制御装置１２０（欠陥判定部１２５）は、前記ステップＳ１５にて推定した品質である造形密度ρに基づいて、付加製造物Ｗに内部欠陥Ｈがあるか否かを判定する（品質判定工程）。即ち、欠陥判定部１２５は、造形密度ρが予め設定された基準品質である基準造形密度ρ０以下であれば、付加製造物Ｗに内部欠陥Ｈがあり良品の品質を満たさないため「Ｙｅｓ」と判定してステップＳ１７に進む。

そして、制御装置１２０は、付加製造装置１の制御装置６０に対して、現在、付加製造しており、且つ、造形密度ρが基準造形密度ρ０以下の不良品である付加製造物Ｗを継続して製造する付加製造を中止させる。これにより、不良品を継続して製造（造形）する時間を無くすことができ、速やかに新たに付加製造物Ｗの製造（造形）を開始することができる。従って、生産効率を向上させることができる。

尚、付加製造を停止させることなく、最終層まで付加製造を継続させた後、制御装置６０に不良品を選別して排除させることも可能である。即ち、ステップＳ１６にて制御装置１２０（欠陥判定部１２５）が「Ｙｅｓ」と判定した場合においては、不良品は次工程（例えば、検査工程等）に進むことが排除される。これにより、例えば、同一形状を有する付加製造物Ｗを大量生産する場合には、良品を継続して製造（造形）することができるため、生産効率を低下させることがない。

一方、欠陥判定部１２５は、推定された造形密度ρが基準造形密度ρ０よりも大きければ、付加製造物Ｗに含まれる内部欠陥Ｈが極めて少ない、或いは、付加製造物Ｗに内部欠陥Ｈがないため、「Ｎｏ」と判定して前記ステップＳ１１に戻る。この場合には、付加製造装置１の制御装置６０は、前記ステップＳ１１以降の各ステップ処理を実行し、次層の付加製造を行う。

以上の説明からも理解できるように、上述した付加製造物Ｗの品質推定装置１００によれば、機械学習部１２４の学習済みモデル生成部１２４ｂが画像情報である「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」と、品質である造形密度を訓練データセットとする機械学習により学習済みモデルを容易に生成することができる。ここで、生成された学習済みモデルは、少なくとも、製造途中における「単一層平均輝度ａａ」又は「複数層平均輝度ａｍ」と付加製造物Ｗの造形密度との関係を定義するモデルとなる。このため、造形密度推定部１２４ｃは、学習済みモデルを用いて造形密度ρを推定することができる。これにより、機械学習を用いることにより、製造途中において付加製造物Ｗの品質、即ち、造形密度ρや内部欠陥Ｈ、ひいては、機械強度を推定することができる。従って、付加製造した付加製造物Ｗの品質を、非破壊によって容易に検知することができる。

（１０．変形例）
上記実施形態においては、品質推定装置１００の制御装置１２０において、機械学習部１２４の学習済みモデル生成部１２４ｂが教師データとして入力される造形密度を用いて学習済みモデルを生成するようにした。これに代えて、学習済みモデルを更新するように構成することも可能である。

この場合、制御装置１２０において、図１５に示すように、造形密度推定部１２４ｃが推定した造形密度ρは、付加製造装置１の制御装置１２０に出力データとして出力されることに加えて、教師データ取得部１２４ｅに対しても出力される。これにより、学習済みモデル生成部１２４ｂは、教師データとして、造形密度推定部１２４ｃによって推定された造形密度ρを入力し、学習済みモデルを生成、より詳しくは、学習済みモデルを更新する。これにより、学習済みモデル生成部１２４ｂによって生成される学習済みモデルが造形密度ρに基づいて更新されるため、造形密度推定部１２４ｃは更新された学習済みモデルを用いてより精度よく造形密度ρを推定することが可能となる。

本発明の実施にあたっては、上記実施形態に限定されるものではなく、本発明の目的を逸脱しない限りにおいて種々の変更が可能である。

例えば、上記実施形態においては、機械学習部１２４の造形密度推定部１２４ｃは、撮像装置１１０によって撮像された画像（画像データ）における付加製造物Ｗの造形面について、単位面積当たりの輝度を計測して平均輝度を算出するようにした。これに代えて、例えば、撮像装置１１０の撮像部１１２の解像度が大きい場合には、付加製造物Ｗの造形面について、画像のピクセル（画素）ごとの輝度に基づいて平均輝度を算出することも可能である。

これによれば、計測可能な輝度の数を増大させることができる。その結果、より正確な平均輝度を算出することができて、造形密度ρをより正確に推定することができる。

又、上記実施形態においては、制御装置１２０は、造形密度ρが基準造形密度ρ０以下であり、付加製造物Ｗに内部欠陥Ｈがある場合には、付加製造装置１の制御装置６０に製造（造形）を停止させるようにした。これに代えて、制御装置１２０は、制御装置６０と協働して、付加製造物Ｗに内部欠陥Ｈがある場合において、内部欠陥Ｈの位置を特定すると共に存在する内部欠陥Ｈを修正することも可能である。

この場合、制御装置１２０においては、例えば、欠陥判定部１２５が内部欠陥Ｈの存在位置を特定するために層表面即ち水平方向における座標に変換し、この座標を表す座標データを制御装置６０（光ビーム照射制御部６４）に出力する。光ビーム照射制御部６４は、内部欠陥Ｈを除去するために光ビーム照射装置４０を作動させて、内部欠陥Ｈに光ビーム４０ａを再度照射する。

具体的に、光ビーム照射制御部６４は、内部欠陥Ｈの位置を表す座標データに基づき、光ビーム照射装置４０のガルバノスキャナ４２ｃによって光ビーム４０ａの照射角度等を調整する。そして、光ビーム照射装置４０は、図１６に示すように、内部欠陥Ｈの周囲に向けて光ビーム４０ａを照射する。このように、内部欠陥Ｈの周囲に光ビーム４０ａが照射されることにより、図１７に示すように、内部欠陥Ｈの周囲に存在する金属粉末Ｐが溶融して内部欠陥Ｈを埋め、その後凝固する。

これにより、付加製造物Ｗに発生した内部欠陥Ｈは、再度照射された光ビーム４０ａによって除去され、内部欠陥Ｈが修正される。従って、この場合には、内部欠陥Ｈを随時修正して付加製造物Ｗを製造することができる。これにより、内部欠陥Ｈを有することなく所望の機械強度が得られる付加製造物Ｗを製造することができ、製造のやり直しを未然に防止することができる。従って、製造に要する時間を大幅に低減することができる。

更に、上記実施形態においては、撮像装置作動制御部１２１は、光ビーム４０ａが照射された後であって、且つ、金属粉末Ｐがリコートされる前の層表面を撮像するように、撮像装置１１０を作動させるようにした。これに代えて、撮像装置作動制御部１２１が、光ビーム４０ａが照射され、且つ、金属粉末Ｐがリコートされた後の層表面を撮像するように、撮像装置１１０を作動させることも可能である。

１…付加製造装置、１０…チャンバ、２０…造形物支持装置、２１…造形用容器、２２…昇降テーブル、２３…ベース、３０…粉末供給装置、３１…粉末収納容器、３２…供給テーブル、３３…リコータ、４０…光ビーム照射装置、４０ａ…光ビーム、４１…レーザ発振器、４２…レーザヘッド、４２ａ…コリメートレンズ、４２ｂ…ミラー、４２ｃ…ガルバノスキャナ、４２ｄ…レンズ、４３…光ファイバ、５０…加熱装置、６０…制御装置、６１…データ記憶部、６２…昇降テーブル作動制御部、６３…粉末供給制御部、６４…光ビーム照射制御部、６５…加熱制御部、１００…品質推定装置、１１０…撮像装置、１１１…照明部、１１２…撮像部、１２０…制御装置、１２１…撮像装置作動制御部、１２２…輝度取得部、１２３…輝度補正部、１２４…機械学習部、１２４ａ…データベース（学習済みモデル記憶部）、１２４ｂ…学習済みモデル生成部、１２４ｃ…造形密度推定部（品質推定部）、１２５…欠陥判定部（判定部）、Ｈ…内部欠陥、Ｐ…金属粉末、Ｗ…付加製造物

Claims (21)

1. 材料粉末が供給された造形位置にて光ビームが照射されて前記材料粉末が溶融凝固することにより付加製造物が製造される際に、前記付加製造物の製造途中の造形面を含む領域を撮像する撮像装置と、
   前記撮像装置によって撮像された前記付加製造物の製造途中の複数層の前記造形面の画像に基づいて取得した画像情報と、前記造形面の品質と、を訓練データセットとする機械学習を行うことにより生成された学習済みモデルを記憶する学習済みモデル記憶部と、
   前記学習済みモデルと前記撮像装置によって撮像された画像に基づいて取得した画像情報とに基づいて前記付加製造物の品質を推定する品質推定部と、
   を備え、
   前記画像情報は、前記画像において、前記領域の少なくとも前記造形面にて反射した光の明るさを数値化した輝度であり、
   前記品質は、前記造形面にて前記材料粉末が溶融凝固した状態における密度を表す造形密度を含む、付加製造物の品質推定装置。
2. 前記品質は、前記造形密度に関連するものであり、前記付加製造物の強度を良品に比べて低下させる内部欠陥の大きさ、前記内部欠陥の数、前記内部欠陥の位置、及び、前記付加製造物において前記内部欠陥が存在する割合を表す欠陥率を更に含む、請求項１に記載の付加製造物の品質推定装置。
3. 前記付加製造物の品質推定装置は、更に、
   前記領域の少なくとも前記造形面の前記輝度を補正する輝度補正部を備え、
   前記品質推定部は、前記学習済みモデルに補正された前記造形面の前記輝度を入力して前記品質を推定する請求項１又は２に記載の付加製造物の品質推定装置。
4. 前記撮像装置は、
   所定の方向から前記領域を照らす照明部と、
   前記照明部によって照らされた前記領域を撮像する撮像部と、
   を備え、
   前記輝度補正部は、前記照明部が前記領域を照らす前記所定の方向に対する前記造形面における前記光ビームの走査方向に応じて前記輝度を補正する、請求項３に記載の付加製造物の品質推定装置。
5. 前記光ビームの前記走査方向は、前記付加製造物における隣接する付加層毎に変更される、請求項４に記載の付加製造物の品質推定装置。
6. 前記輝度補正部は、前記領域のうち、前記造形面以外の周辺領域における前記輝度を予め設定された基準輝度となるように補正する、請求項３－５のうちの何れか一項に記載の付加製造物の品質推定装置。
7. 前記造形面の前記輝度は、前記画像における単位面積当たりの単位面積輝度を平均した単一層平均輝度を含む、請求項１－６のうちの何れか一項に記載の付加製造物の品質推定装置。
8. 前記造形面の前記輝度は、前記画像における前記単位面積輝度のばらつきを表す単一層標準偏差を更に含む、請求項７に記載の付加製造物の品質推定装置。
9. 前記造形面の前記輝度は、前記画像における単位面積当たりの単位面積輝度を平均した単一層平均輝度と定義した場合に、前記付加製造物における付加層のうち異なる複数層の前記造形面の前記単一層平均輝度を、複数の前記造形面の数で更に平均した複数層平均輝度を含む、請求項１－６のうちの何れか一項に記載の付加製造物の品質推定装置。
10. 前記造形面の前記輝度は、前記付加製造物における付加層のうち異なる複数層の前記造形面の前記画像における前記単位面積輝度のばらつきを表す複数層標準偏差を更に含む、請求項９に記載の付加製造物の品質推定装置。
11. 前記撮像装置は、前記造形面が形成された後であり、且つ、前記造形位置に新たに前記材料粉末が供給される前に前記領域を撮像する、請求項１－１０のうちの何れか一項に記載の付加製造物の品質推定装置。
12. 前記付加製造物の品質推定装置は、更に、
    推定された前記品質が予め設定された基準品質を満たすか否かを判定する判定部を有する、請求項１－１１のうちの何れか一項に記載の付加製造物の品質推定装置。
13. 前記判定部により前記品質が前記基準品質を満たさないと判定された場合、前記付加製造物の製造を中止させる、請求項１２に記載の付加製造物の品質推定装置。
14. 前記判定部により前記品質が前記基準品質を満たさないと判定された前記付加製造物を不良品として選別させる、請求項１２に記載の付加製造物の品質推定装置。
15. 前記訓練データセットは、更に、前記付加製造物を製造する際の製造条件を有し、
    前記品質推定部は、前記学習済みモデルと前記画像情報と前記製造条件とに基づいて前記付加製造物の前記品質を推定する、請求項１に記載の付加製造物の品質推定装置。
16. 前記製造条件は、レーザ出力、走査速度、走査間隔、照射スポット径、積層厚み、前記材料粉末の材料種別の少なくとも一つである、請求項１５に記載の付加製造物の品質推定装置。
17. 前記材料種別は、アルミ又はＳＫＤ６１である、請求項１６に記載の付加製造物の品質推定装置。
18. 前記品質推定部は、前記材料粉末の前記材料種別に応じて前記学習済みモデルを変更する、請求項１６又は１７のうちの何れか一項に記載の付加製造物の品質推定装置。
19. 前記付加製造物の品質推定装置は、更に、
    前記撮像装置によって撮像された前記付加製造物の製造途中の複数層の前記造形面の前記画像に基づいて取得した前記画像情報と前記造形面の前記品質とを前記訓練データセットとする機械学習を行うことにより前記学習済みモデルを生成し、生成した前記学習済みモデルを前記学習済みモデル記憶部に記憶する学習済みモデル生成部を備える、請求項１－１８のうちの何れか一項に記載の付加製造物の品質推定装置。
20. 前記学習済みモデル生成部は、推定した前記品質を前記訓練データセットとする、請求項１９に記載の付加製造物の品質推定装置。
21. 材料粉末が供給された造形位置にて光ビームが照射されて前記材料粉末が溶融凝固することにより付加製造物が製造される際に、前記付加製造物の製造途中の造形面を含む領域を撮像する撮像装置と、
    前記撮像装置によって撮像された前記付加製造物の製造途中の複数層の前記造形面の画像に基づいて取得した画像情報と前記造形面の品質とを訓練データセットとする機械学習を行うことにより学習済みモデルを生成する学習済みモデル生成部と、
    を備え、
    前記画像情報は、前記画像において、前記領域の少なくとも前記造形面にて反射した光の明るさを数値化した輝度であり、
    前記品質は、前記造形面にて前記材料粉末が溶融凝固した状態における密度を表す造形密度を含む、付加製造物の品質推定装置。

Images