JPH1185210A

JPH1185210A - レーザ加工機用支援装置及びこれを備えたレーザ加工機

Info

Publication number: JPH1185210A
Application number: JP10177740A
Authority: JP
Inventors: Toru Inamasu; 亨稲益; Takayuki Aoki; 貴行青木
Original assignee: Amada Co Ltd
Current assignee: Amada Co Ltd
Priority date: 1997-06-24
Filing date: 1998-06-24
Publication date: 1999-03-30
Anticipated expiration: 2018-06-24
Also published as: JP4046852B2

Abstract

(57)【要約】【課題】加工状態に応じて加工条件を容易に変更出来
るレーザ加工機の支援装置及びこれを備えたレーザ加工
機を提供する。【解決手段】レーザ速度及びレーザ出力を含むレーザ
加工条件パラメータに対する推論値を人工知能機能によ
り生成する推論値生成部と、前記推論値生成部により生
成される推論値を表示するための表示部と、を備えてな
るレーザ加工機用支援装置。前記支援装置は、現在の加
工状態を複数の評価パラメータとして入力するための入
力部を備え、前記推論値生成部は、前記加工状態入力部
からの入力に応じて、現在加工状態を修正するために最
も効果のある加工条件を選択するための加工条件選択部
と、前記評価パラメータおよび前記加工条件選択部から
の出力に応じて前記推論値を計算する推論値計算部と、
を備えてなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明はレーザ加工機用支
援装置及びこれを備えたレーザ加工機に関する。

【０００２】

【従来の技術】従来のレーザ加工機の制御装置では、試
し加工の後オペレータが、加工状態を判断し加工が不完
全な場合はその判断内容に基づいて、変更すべき加工条
件又は加工条件パラメータ（加工速度、ピーク出力、デ
ューティ比、周波数等）を決定すると共に、その変更量
を推定した。そして、この推定結果に基づいてさらに試
し加工を行い、良好な切断結果が得られるまでこれを繰
り返していた。

【０００３】

【発明が解決しようとする課題】しかし、加工状態に応
じて、多数の加工条件の内のどの加工条件を変更すれば
良いのか、またその変更量をどの程度に設定すべきかの
判断ついては熟練を要した。また、熟練者でも当該加工
条件の値の変更には時間を要した。したがって、此の発
明は、加工状態に応じて容易に加工条件を変更・調整す
ることの出来るレーザ加工機用支援装置を提供すること
である。又、此の支援装置を備えたレーザ加工機を提供
することである。

【０００４】

【課題を解決するための手段】この発明のレーザ加工機
用支援装置は、レーザ速度及びレーザ出力を含むレーザ
加工条件パラメータに対する推論値を人工知能機能によ
り生成する推論値生成部と、前記推論値生成部により生
成される推論値を表示するための表示部と、を備えてな
る。

【０００５】この支援装置においては、前記加工条件の
ための推論値が人工知能機能により生成されるのでこの
推論値を参照して最終的加工条件を設定することができ
る。前記推論値計算部は、好ましくは、前記各入力パラ
メータに応じて前記推論値を計算するための所定の第２
テーブル手段を備えており、前記推論値生成部は、好ま
しくは、前回推論値および今回推論値に応じて前記第２
テーブル手段を修正するためのテーブル修正部を有して
いる。これにより第２テーブル手段の精度が改善され、
もって加工条件の修正作業の回数を減らすことが出来
る。

【０００６】又、この支援装置は、レーザ加工に於ける
加工不良現象と加工条件パラメータとの関係を表す加工
条件パラメータ検索ガイダンスを含む加工ガイダンス画
面２０５を作成する加工ガイダンス画面作成手段を有す
る。従って、このガイダンス１０８を参照することによ
り、加工条件パラメータの変更・修正を容易に行うこと
ができる。

【０００７】

【発明の実施の形態】以下、図面に基づいて本発明の実
施の形態を説明する。

【０００８】図１は、この実施の形態のレーザ加工機用
支援装置を示す。この支援装置は、装置全体の全体動作
を制御する主制御部２１を備えている。この主制御部２
１に、レーザ加工条件パラメータ（以下、加工条件パラ
メータ又は加工パラメータとも言う。）に対する推論値
を人工知能機能により生成する推論値生成部２３と、前
記推論値生成部により生成される推論値を表示するため
の表示部２５と、が接続されている。前記主制御部２１
には又、現在の加工状態を評価する複数の評価パパラメ
ータ等を入力するための入力部２７が接続されている。

【０００９】前記推論値生成部２３は、前記入力部２７
から入力される評価パラメータに応じて、現在加工状態
を修正するために最も効果のある加工条件を選択するた
めの加工条件選択部２９と、前記評価パラメータおよび
前記加工条件選択部２９からの出力に応じて前記推論値
を計算する推論値計算部３１と、を備えている。

【００１０】前記加工条件選択部２９は、前記加工条件
を選択するにあたって参照される第１テーブル手段２９
ａを備え、前記推論値計算部３１は前記各入力パラメー
タに応じて前記推論値を計算する際に参照される第２テ
ーブル手段３１ａを備えている。

【００１１】前記推論値生成部２３はさらに、前回推論
値および今回推論値に応じて前記第２テーブル手段３１
ａを修正するためのテーブル修正部３３を有している。

【００１２】前記主制御部２１には、前記推論値生成部
２３で生成された推論値に基づく加工条件パラメータを
含む種々の加工条件パラメータを記憶するための加工条
件パラメータ記憶部３５および、前記表示部２５上に表
示される種々の画面を作成する表示画面作成部３７が接
続されている。

【００１３】前記表示画面作成部３７は、以下に詳述す
るように、変更目的入力画面２０１を作成する変更目的
入力画面作成部３９及び、加工状態入力画面２０３を作
成する加工状態入力画面作成部４１、加工ガイダンス画
面２０５を作成する加工ガイダンス画面作成部４３及
び、経験則参照画面１２１、１２３、１２５を作成する
経験則参照画面作成部４５を有する。

【００１４】次に図２乃至図１１に基づいて、前記支援
装置の動作を説明する。

【００１５】図２は前記支援装置の動作のフローチャー
トを示す。ステップＳ１で、当該支援装置に予め記憶さ
れている推奨加工条件パラメータ（例えばレーザヘッド
速度、レーザピーク出力、周波数、デューティ比、ガス
圧、焦点）を使用して、レーザ加工を行う。

【００１６】ステップＳ２で、前記加工の結果を判断
し、良好の場合はステップＳ３で工程を終了し、不良の
場合はステップＳ４へ進み加工条件パラメータを変更す
る。

【００１７】ステップＳ４で、前記加工条件パラメータ
を変更する目的を入力する。より詳細には例えば、前記
支援装置の所定のボタンを押すと、前記変更目的入力画
面作成部３９が作動し、図３に示す変更目的入力画面２
０１が前記表示部２５上に表示される。図３に示すよう
に、変更目的としては例えば、ピアス不良、ガウジン
グ、アラーム回避、加工パラメータの調整がある。な
お、ここで変更の対象となる加工条件は画面右上に表示
される。当該加工条件は、材料名称の特定データ、材質
の特定データ、板厚特定データ等からなっている。図３
の画面２０１では、変更対象の加工条件番号は条件Ｎ
ｏ．３であり、その具体的内容はその右欄の数値に示さ
れている通りである。

【００１８】上記において、加工条件変更の目的が例え
ば、加工パラメータの調整である場合、上記表示におい
てボタン１０１を選択する。すると前記画面２０１上に
調整実施項目表示１０３が表れる（前記表示１０３は、
前記変更目的入力画面２０１が最初に表示された当初は
表示されていない。）。そこで、例えば品質重視で加工
パラメータを調整するときは、図示の通り「品質重視」
の欄を選択し、OKボタン１０５を押す。

【００１９】するとステップＳ５で、変更目的は、ピア
ス(piercing)不良若しくは切断不良（ガウジング:gougi
ng）以外であると判断し、ステップＳ６へ進む。ステッ
プＳ６で、前記加工状態入力画面作成部４１が起動し、
図４の如き加工状態入力画面２０３が表示部２５上に表
示される。この加工状態入力画面２０３上には加工状態
を評価するための評価項目（評価現象）２０３ａとし
て、バーニング、ドロス、加工コスト等が表示される。
当該画面表示の評価項目における列は、各行に記載され
ている現象（加工状態）についての５段階の評価を表
す。この５段階評価は右側が良い状態を意味し、左側が
悪い状態を意味する。例えば、前記試し加工の結果、バ
ーニング２０３ｂについて加工結果が良くなかった場合
オペレータは最左端の列を選択する。すると図示の通り
バーニングの行の最左端列の欄２０３ｃが黒く塗りつぶ
される。同様に、ドロス２０３ｄについて少し結果が悪
かった場合、ドロスの行で左から２つ目の列をオペレー
タが選択すると、図示の通りこの欄２０３ｅが黒く塗り
つぶされる。そしてこの評価結果（選択入力）は、レベ
ル値として適宜の記憶手段へ入力・記憶される。このレ
ベル値としては、例えば、左の列から順にそれぞれ、
４、３、２、１、０の値が入力される。たとえば、図４
の例では、バーニング２０３ｂについては４が入力さ
れ、ドロス２０３ｄについては３が入力され、加工コス
ト２０３ｆについては１が入力される。以下、これらの
レベル値を評価パラメータとも称する。

【００２０】なお、上記において、再加工後の場合に
は、前回の選択レベルがデフォルトで表示されるので、
これを参考にして評価レベルを選択することができる。

【００２１】上記の入力がすべて完了したら、ＯＫボタ
ン１０７を押す。すると、ステップＳ７で、前記評価パ
ラメータのデータが、不良加工情報として、データベー
スとしての記憶部３６に記憶される。その際、前記評価
パラメータとともに、前記ステップＳ４で選択入力され
た「加工パラメータの調整」「品質重視」のデータも、
不良加工情報の一部として前記データベース３６へ記憶
されても良い。

【００２２】なおステップＳ４で、変更目的として、ピ
アス不良又は切断不良を選択したときは、ステップＳ５
でＹを選択しステップＳ７へ進む。そして、ステップＳ
７で、当該「ピアス不良」「切断不良」の情報が、不良
加工情報として前記データベース３６へ記憶される。

【００２３】前記画面２０１でピアス不良又は切断不良
が選択されＯＫボタン１０５が押された場合或いは、画
面２０３でＯＫボタン１０７が押された場合、ステップ
Ｓ８で、前記加工ガイダンス画面作成部４３が起動し、
図５の加工ガイダンス画面２０５が表示部２５に表示さ
れる。

【００２４】この画面２０５には、前記画面２０３でレ
ベル１（評価パラメータが１）以上であり不良があると
評価された項目（現象）について、適宜の知識ベースに
基づいて、矢印ガイダンス（加工条件パラメータ検索ガ
イダンス）１０８が表示される。このガイダンス１０８
は次のことを意味する。すなわち、各行の不良現象を改
善するために、上向き矢印の付された加工パラメータは
現在値を増加すべきであり、下向き矢印の付されたパラ
メータは現在値を減少すべきであり、横向き矢印を付さ
れたパラメータは変更の必要がない。例えば、バーニン
グを避けるためには、加工速度を上げレーザ出力を下げ
るべきで有る。なお前記知識ベースとしては後述するテ
ーブル手段２９ａの表１に基づくデータを使用すること
もできる。したがって、オペレータは前記ガイダンス１
０８を参照して適宜のキー入力により加工条件パラメー
タを変更・修正することができる。

【００２５】また、推論値の欄１０９には、後述する人
工知能機能（ＡＩ機能）によって推論された修正値が表
示される。図示の例では、速度を４５００とし、出力を
１２００とし、周波数を４００とし、デューティ比を２
０とする修正値が表示されている。従って、オペレータ
はこの推論修正値に基づいて加工条件の修正を行うこと
が出来る。

【００２６】そして、ステップＳ９で、オペレーが例え
ば、前記ＡＩ機能によって推論された修正値１０９を採
用する場合は再加工ボタン１１１を押す。すると表示部
２５上に図示しない確認画面が表示される。この確認画
面では、加工条件パラメータの現在値と変更値が並列し
て表示される。此の確認画面でオペレータが確認を行う
と、ステップＳ１０で、変更値がデータベースとしての
加工条件パラメータ記憶部３５へ格納される。なお、こ
の記憶部３５へ格納された前記変更値は、フロッピーデ
ィスク等の種々の記憶媒体へ転送・記憶されることもで
きる。

【００２７】そして、前記修正された加工条件パラメー
タに基づいてステップＳ１１で再加工が行われ、ステッ
プＳ１２で切断結果の再評価が行われる。

【００２８】ステップＳ１２で依然として切断状態が不
良の場合、ステップＳ４へ戻り、再び加工条件パラメー
タを調整する。

【００２９】一方、ステップＳ９で、オペレータは、過
去の蓄積データを参照して加工パラメータを変更・修正
することもできる。この場合、図５の画面２０５におい
て、経験則参照ボタン１１３を押す。すると図６に示す
経験則一覧画面１２１が表示部２５上に表示される。こ
こに加工データ欄１２１ａに於ける番号１、２、３は、
それぞれ過去に行われたレーザ加工番号を表す。オペレ
ータは、これらのデータを参照して前記加工パラメータ
の現在値を変更することができる。

【００３０】さらに、図６の画面１２１上で、オペレー
タが経験則の一覧表の部分１２１ｂを押すと、図７に示
すように、そのデータに至るまでの履歴（試行錯誤の過
程）を表す画面１２３が表示される。例えば、図６の加
工データ番号１のデータは図７の１〜４の試行（トラ
イ）の後、４回目の試行で得られたものである。

【００３１】さらに、図７の画面１２３上で、表中の加
工パラメータの部分１２３ａを押すと、そのパラメータ
の修正履歴が図８のようにグラフ表示される。これらを
参照することにより、オペレータは、より容易・迅速に
現在パラメータを所望の理想パラメータへ変更すること
ができる。

【００３２】次に、図９を参照して、前記加工条件パラ
メーについての推論値１０９（図５）を推論する人工知
能機能（ＡＩ機能）を詳細に説明する。

【００３３】例えばステップＳ６の操作において評価パ
ラメータが入力され、ステップＳ７で不良加工情報がデ
ータベースへ登録されると、ステップＳ２１へ進む。ス
テップ２１で、現在の加工不良を解決するためには、ど
の加工条件パラメータ（又は加工パラメータ）を修正す
るのが最も効果的であるかを前記評価パラメータに基づ
いて決定する。この動作は前記加工条件選択部２９によ
り実行される。前記決定のためにまず、ステップＳ２３
で、前記第１テーブル手段２９ａ（図１）中の表１を使
用して、各加工条件パラメータごとの第１修正効果値Ｐ
ｅｆｆ（ｎ）を計算する。表１は次の通りである。

【００３４】

【表１】表１の各行は各不良現象を表し、各列は各加工パラメー
タを表す。そして、値＋１は増加を表し、―１は減少を
表し、０は影響がないことを表す。例えば、バーニング
を避けるためには速度を上げ、出力を落とすことが望ま
しいことを示している。

【００３５】表１は行列Ｋ（ｍ、ｎ）で表される。ここ
でｍは、ガウジング、バーニング等に対応する行の番号
を表し、ｎは速度、出力等に対応する列の番号を表す。
そして第１修正効果値Ｐｅｆｆ（ｎ）は以下の式で計算
される。

【００３６】Ｐｅｆｆ（ｎ）＝ΣｍＫ（ｍ、ｎ）＊評価
パラメータ（ｍ）例えば、前記の通り、現在加工についてのバーニング、
ドロス、加工コストの各評価パラメータがそれぞれ、
４、３、１で、それ以外は０である場合、前記第１修正
効果値Ｐｅｆｆ（ｎ）は、Ｐｅｆｆ（１）「速度」＝(-1*0)+(1*4)+(1*3)+(1*1)=
８、Ｐｅｆｆ（２）「出力」＝(1*0)+(-1*4)+(-1*3)+(1*1)=
６等と計算される。

【００３７】ところで前記調整実施項目（品質重視、速
度重視、コスト重視）１０３（図３）によっては、変更
すべきでない加工条件パラメータが存在することがあ
る。そこで、前記修正効果値の計算にもこの事情を反映
する必要がある。そこで、ステップＳ２５で、上記第１
修正効果値Ｐｅｆｆ（ｎ）に対して前記事情を表すフィ
ルタＦ（ｉ，ｎ）を掛け合わせ、第２修正効果値Ｐ‘ｅ
ｆｆ（ｎ）を以下のように計算する。

【００３８】Ｐ‘ｅｆｆ（ｎ）＝Ｆ（ｉ，ｎ）＊Ｐｅｆｆ（ｎ）。

【００３９】前記フィルタＦ（ｉ，ｎ）は表２で表され
る。

【表２】ここで、各行は各調整実施項目を表し、各列は各加工パ
ラメータを表す。そしてＦ（ｉ，ｎ）のｉは、品質重視
・速度重視等に対応する行の番号を表し、ｎは、速度・
出力等に対応する列の番号を表す。「neg+」は、当該列
の加工パラメータのＰｅｆｆ（ｎ）値が正の場合０とな
り、負の場合１となる。また、「neg-」は、当該列の加
工パラメータのＰｅｆｆ（ｎ）値が負の場合０となり、
正の場合１となる。例えば、速度重視（ｉ＝２）の場
合、速度についてのフィルタＦ（ｉ＝２，ｎ＝１）は
「neg-」で表され、速度の効果Ｐｅｆｆ（１）が負で有
れば０となり、正で有れば１となる。

【００４０】そして上記第２修正効果値Ｐ‘ｅｆｆ
（ｎ）の絶対値が最も大きいものを、最も効果的加工条
件パラメータとして決定する。上記の例では、Ｐ’ｅ
ｆｆ（１）＝８、Ｐ‘ｅｆｆ（２）＝６、Ｐ’ｅｆｆ
（３）＝０等と成る。従って、速度（ｎ＝１）のＰ’ｅ
ｆｆ値が最も大きくなり、速度パラメータが最も効果的
加工条件パラメータとして決定される。なお、表２は、
図１においてテーブル手段２９ａに含まれる。

【００４１】上記の計算結果および前記入力された評価
パラメータに基づいて、ステップＳ２７で、最適加工条
件パラメータの推論値を前記推論値計算部３１が計算す
る。その際、前記計算部３１は前記第２テーブル手段３
１ａ（図１）を使用する。この第２テーブル手段は表３
で表される。

【００４２】

【表３】ここに行列Ｃ（Ｌ、ｎ）の各行Ｌは評価パラメータの値
を表し、各列ｎは最も効果的なパラメータを表す。そし
て各行各列の夫々の値Ｃ（Ｌ、ｎ）が加工条件パラメー
タｎに対する補正値を表す。表３を用いて修正値（補正
値）を推論する場合、列（横方向）では、前記加工条件
選択部２９で決定した効果が最も大きい加工条件を選択
し、行（縦方向）では、前記評価パラメータの内のもっ
とも大きいレベル値Ｌを選択する。例えば、前記の例で
は、もっとも効果のある加工条件は「速度」であると決
定されたから速度の列を選択し、且つ、評価パラメータ
の内の最も大きいレベル値は、バーニングの４であった
からＬ＝４を選択する。従って前記表の第４行第１列の
補正速度３００を推論する。そして、此の値が現在値に
対して加算される。例えば、現在値が１５００である場
合には、最終推論速度（最適加工条件パラメータ）は１
８００と計算される。

【００４３】なお、例えば、「ガウジング」の評価パラ
メータが最大で、最も効果のある加工条件が速度である
と判断される場合は、表１に基づくと、速度を減少せし
める必要がある。従って、前記推論値（最適加工条件パ
ラメータ）は、現在値から補正値を差し引くことにより
得られる。

【００４４】前記ＡＩ機能による加工条件修正作業の回
数を減らすには、オペレータが入力する加工不良のレベ
ルに対して、最も適切な値を有する第２テーブル手段
（表３）が必要になる。そこで、此の装置には、推論が
行われるごとに前記第２テーブル手段（表３）を修正す
るためのテーブル修正部３３が設けてある。図１０、図
１１を参照して、此のテーブル修正部３３の動作を説明
する。

【００４５】例えば、図１０の左側のグラフに示すよう
に、前回の修正量ΔＸ１と今回の修正量ΔＸ２の修正方
向（＋：増加、―：減少）が同じであれば、修正量が足
りないので修正値テーブルの値を増大する（なおΔＸは
表３の中の各補正値を表し、例えば、速度の場合の５
０、１００、２００、３００を表す）。ただし、加工不
良レベルが低い場合（すなわちΔＸの絶対値が所定値よ
り小さい場合）は、誤差範囲として修正は行わない。例
えば、表３の各行列をＭ（ｎ、ｍ）で表すと、前記の補
正は、Ｍ（ｎ、ｍ）＝Ｍ（ｎ、ｍ）＊Ｋｐとして表される。ここにＫｐは学習ゲインを表す１より
大きい数である。これにより、補正推論値は前回より大
きくなり、図１０の右側のグラフに示すように、例えば
一回の補正で修正目標値に到達することができる。

【００４６】一方、図１１の左側のグラフに示すよう
に、前回修正量の修正量ΔＸ１と今回の修正量ΔＸ２の
修正方向（＋：増加、―：減少）が逆であれば、修正量
が多すぎるので修正値テーブルの値を減らす。ただし、
加工不良レベルが低い場合（すなわちΔＸの絶対値が所
定値より小さい場合）は誤差範囲として修正は行わな
い。例えば、表３の各行列をＭ（ｎ、ｍ）で表すと、前
記の補正は、Ｍ（ｎ、ｍ）＝Ｍ（ｎ、ｍ）＊Ｋｐとして表される。ここにＫｐは学習ゲインを表し、１よ
り小さい数である。これにより、補正推論値は前回より
小さくなり、図１１の右側のグラフに示すように、一回
の補正で修正目標値に到達することができる。

【００４７】

【発明の効果】本発明によれば、加工状態に応じて加工
条件を容易に変更・修正出来る。より詳細には加工状態
に応じて、どの加工条件をどの程度に変更すべきかが未
熟練者にも容易に決定できる。

【図面の簡単な説明】

【図１】図１は、本発明の支援装置の構成を表すブロッ
ク図である。

【図２】図２は、前記支援装置の動作を表すフローチャ
ートである。

【図３】図３は、本発明の表示部に表示される変更目的
入力画面を表す図である。

【図４】図４は、本発明の表示部に表示される加工状態
入力画面を表す図である。

【図５】図５は、本発明の表示部に表示される加工ガイ
ダンス画面を表す図である。

【図６】図６は、本発明の表示部に表示される経験則一
覧画面を表す図である。

【図７】図７は、本発明の表示部に表示される経験則詳
細画面を表す図である。

【図８】図８は、本発明の表示部に表示される経験則に
おける修正履歴を表すグラフ図である。

【図９】図９は、本発明の人工知能機能の動作を説明す
るフローチャートである。

【図１０】図１０は、本発明のテーブル修正部の動作を
表す説明図である。

【図１１】図１１は、本発明のテーブル修正部の動作を
表す説明図である。

【符号の説明】

２３推論値生成部２５表示部２９加工条件選択部２９ａ第１テーブル手段３１推論値計算部３１ａ第２テーブル手段３３テーブル修正部３５加工パラメータ記憶部（データベース）３６データベース

Claims

【特許請求の範囲】

【請求項１】レーザ加工の加工条件パラメータに対する
推論値を人工知能機能により生成する推論値生成手段２
３と、前記推論値生成手段により生成される推論値を表
示するための表示手段２５と、を備えてなるレーザ加工
機用支援装置。
【請求項２】前記支援装置は、現在の加工状態を評価す
る評価パラメータを入力するための入力手段２７を備
え、かつ、前記推論値生成手段２３は、前記評価パラメ
ータに応じて、現在加工状態を修正するために最も効果
のある加工条件パラメータを選択するための加工条件パ
ラメータ選択手段２９を備えてなる請求項１に記載のレ
ーザ加工機用支援装置。
【請求項３】前記推論値生成手段２３は、前記選択され
た最も効果的加工条件パラメータ及び前記評価パラメー
タに基づいて前記推論値を計算する推論値計算手段３１
を備えてなる請求項２に記載のレーザ加工機用支援装
置。
【請求項４】前記推論値計算手段３１は、前記各パラメ
ータに応じて前記推論値を計算するための第２テーブル
手段３１ａを備えており、前記推論値生成手段２３は、
前回推論値および今回推論値に応じて前記第２テーブル
手段３１ａを修正するためのテーブル修正手段３３を有
していることを特徴とする請求項３に記載の支援装置。
【請求項５】前記請求項１、２又は３に記載の支援装置
を備えたレーザ加工機。
【請求項６】レーザ加工に於ける加工不良現象と加工条
件パラメータとの関係を表す加工条件パラメータ検索ガ
イダンスを含む加工ガイダンス画面２０５を作成する加
工ガイダンス画面作成手段を有するレーザ加工機用支援
装置。
【請求項７】レーザ加工に於ける加工不良現象について
不良の程度を入力するための加工状態入力画面２０３を
作成する加工状態入力画面作成手段４１を有するレーザ
加工機用支援装置。
【請求項８】加工条件パラメータの変更目的を入力する
ための変更目的入力画面２０１を作成する変更目的入力
画面作成手段を有するレーザ加工機用支援装置。
【請求項９】過去のレーザ加工に於ける加工条件パラメ
ータを表示する経験則参照画面１２１を作成する経験則
参照画面作成手段を有するレーザ加工機用支援装置。
【請求項１０】経験則参照画面作成手段過去のレーザ加
工に於いて、所定の加工条件パラメータを決定するまで
の試行過程に於ける加工条件パラメータを表示する経験
則詳細画面１２３を作成する請求項９記載のレーザ加工
機用支援装置。
【請求項１１】経験則参照画面作成手段前記試行過程に
於ける速度又はピーク幅又はデューティ比の変化をグラ
フで表示する加工パラメータ変動画面１２５を作成する
請求項１０記載のレーザ加工機用支援装置。
【請求項１２】レーザ加工の加工条件パラメータを決定
するための支援プログラムを記憶した記憶媒体にして、
このプログラムはコンピュータを、レーザ加工条件パラ
メータに対する推論値を人工知能機能により生成する推
論値生成手段２３として機能せしめることを特徴とする
記憶媒体。
【請求項１３】前記推論値生成手段２３は、前記評価パ
ラメータに応じて、現在加工状態を修正するために最も
効果のある加工条件パラメータを選択するための加工条
件パラメータ選択手段２９と、前記選択された最も効果
的加工条件パラメータ及び前記評価パラメータに基づい
て前記推論値を計算する推論値計算手段３１と、を備え
てなる請求項１２に記載の記憶媒体。
【請求項１４】レーザ加工の加工条件パラメータを決定
するための支援プログラムを記憶した記憶媒体にして、このプログラムはコンピュータを、変更目的入力画面作
成手段３９又は、加工状態入力画面作成手段又は、加工
ガイダンス画面作成手段４３又は、経験則参照画面作成
手段４５として機能せしめることを特徴とする記憶媒
体。
【請求項１５】請求項２の装置にして、前記加工状態を
修正するために最も効果ある加工条件パラメータは、各
加工条件パラメータｎについての第１修正効果値Ｐｅｆ
ｆ（ｎ）に基づいて選択され、前記第１修正効果値Ｐｅ
ｆｆ（ｎ）は、式、Ｐｅｆｆ（ｎ）＝ΣｍＫ（ｍ、ｎ）＊評価パラメータ
（ｍ）、に基づいて決定され、ここにＫ（ｍ、ｎ）は、各不良加
工ｍ及び加工パラメータｎについて定められる重み係数
であり、加工パラメータｎの値が増大するにつれて不良
加工ｍが改良される場合は正の値をとり、加工パラメー
タｎの値が増大するにつれて不良加工ｍが悪化する場合
は負の値を有する。
【請求項１６】請求項１５の装置にして、前記加工状態
を修正するために最も効果ある加工条件パラメータは、
各加工条件パラメータｎについての第２修正効果値Ｐ
‘ｅｆｆ（ｎ）に基づいて選択され、前記第２修正効果
値Ｐｅｆｆ（ｎ）は、式、Ｐ‘ｅｆｆ（ｎ）＝Ｆ（ｉ，ｎ）＊Ｐｅｆｆ（ｎ）、に基づいて決定され、ここにＦ（ｉ，ｎ）は、各修正項
目或いは修正原則ｉにおいて変更すべきでない加工パラ
メータｎについて０を与えるフィルタ係数である。
【請求項１７】請求項３の装置にして、前記推論値は、
前記入力された評価パラメータの内の最大値を有する評
価パラメータの値Ｌに応じて、前記最も効果的加工パラ
メータｎの値の補正値Ｃ（Ｌ，ｎ）として計算され、こ
の補正値Ｃ（Ｌ，ｎ）は、前記最大評価パラメータＬが
増大するにつれて増大するように予め設定されている。