JPWO2020039581A1 - 情報処理装置、情報処理方法、情報処理プログラム、積層造形装置およびプロセスウィンドウ生成方法 - Google Patents

Abstract

コストと時間を節約しながら、汎用的なプロセスウィンドウを構築する。この情報処理装置は、プロセスウィンドウ内に散在するように積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成部と、散在する少なくとも２つのパラメータの組を用いて積層造形部に対して試料の積層造形を指示する試料造形指示部と、積層造形された前記試料の画像を取得して、試料の品質を評価する試料品質評価部と、試料の評価結果をマッピングして生成されたプロセスマップにおいて、評価結果の境界を機械学習によって決定する境界決定部と、決定された境界を含む境界領域を新たなプロセスウィンドウとして、パラメータ生成処理、試料造形指示処理、品質評価処理および境界決定処理を繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成部と、を備える。

Description

本発明は、積層造形におけるプロセスウィンドウの生成技術に関する。

上記技術分野において、非特許文献１や非特許文献２には、以下のように積層造形の最適条件を得る技術が開示されている。例えば、種々の条件で造形した造形物の表面形態の観察を行い、表面は比較的平坦であるが未溶融粉末が残っている状態(Porous)、粉末が完全に溶融し表面が平坦な状態(Even)、表面の凹凸が大きい状態(Uneven)の３つに分類する。次に、各表面状態の間に境界を引くことでEvenな状態の条件範囲をプロセスウィンドウとする。さらに、アルキメデス法や、Ｘ線ＣＴ、造形物の断面組織観察画像の解析による欠陥の定量評価などの手法を用いることで造形物の密度を測定し、最も密度の大きい条件を最適条件としている。

H.E. Helmer, C. Korner, and R.F. Singer: "Additive manufacturing of nickel-based superalloy Inconel 718 by selective electron beam melting: Processing window and microstructure Harald", Journal of Materials Research, Vol. 29, No. 17 (2014), p. 1987-1996. W.J. Sames, F.A. List, S. Pannala, R.R. Dehoff and S.S. Babu: "The metallurgy and processing science of metal additive manufacturing", International Materials Reviews, Vol. 61, No. 5 (2016), p.315-360. Christopher J.C. Burges "A Tutorial on Support Vector Machines for Pattern Recognition",Data Mining and Knowledge Discovery, 2, 121-167(1998), Kluwer Academic Publishers, Boston. Manufactured in The Netherlands.

しかしながら、上記文献に記載の技術では、造形で変化させるパラメータの種類が多く（熱源出力、走査速度、走査線間隔、走査線長さ、積層厚み、造形温度、など）、振る範囲も広いため（例えば、市販の３kW電子ビーム積層造形装置の場合、電流は０〜５０mA、走査速度は０〜８０００m/sの範囲で振ることが可能）、実験計画法を用いたとしても最適な条件を求めるために数多くの造形物を製造して評価を行う必要があった。そのため、プロセスウィンドウの構築には、膨大なコストと時間とを要し、実験する人間によって個人差のあるプロセスウィンドウが構築されるという課題がある。

本発明の目的は、上述の課題を解決する技術を提供することにある。

上記目的を達成するため、本発明に係る情報処理装置は、
プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成部と、
散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示部と、
積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価部と、
前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定部と、
決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成部によるパラメータ生成処理、前記試料造形指示部による試料造形指示処理、前記試料品質評価部による品質評価処理および前記境界決定部による境界決定処理を繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成部と、
を備える。

上記目的を達成するため、本発明に係る積層造形装置は、
上記情報処理装置と、
前記積層造形物の造形に先立って、前記試料造形指示部による前記試料の積層造形の指示に基づいて前記試料を積層造形すると共に、前記積層造形指示部による前記積層造形物の積層造形の指示に基づいて前記積層造形物を積層造形する前記積層造形部と、
積層造形された前記試料の画像を取得する画像取得部と、
を備える。

上記目的を達成するため、本発明に係る情報処理方法は、
プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成ステップと、
散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示ステップと、
積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価ステップと、
前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成ステップ、前記試料造形指示ステップ、前記試料品質評価ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
を含む。

上記目的を達成するため、本発明に係る情報処理プログラムは、
プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成ステップと、
散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示ステップと、
積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価ステップと、
前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成ステップ、前記試料造形指示ステップ、前記試料品質評価ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
をコンピュータに実行させる。

上記目的を達成するため、本発明に係るプロセスウィンドウ生成方法は、
プロセスウィンドウ内に散在する、積層造形を制御する少なくとも２つのパラメータの組を用いて、試料の積層造形を行う試料造形ステップと、
積層造形された前記試料の品質を評価した評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記試料造形ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
を含む。

本発明によれば、コストと時間とを節約しながら、汎用的なプロセスウィンドウを構築することができる。

本発明の第１実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第２実施形態に係る情報処理装置を含む積層造形システムによる処理の概要を示す図である。 本発明の第２実施形態に係る情報処理装置を含む積層造形システムにおけるプロセスウィンドウ生成方法を示すフローチャートである。 本発明の第２実施形態に係る情報処理装置を含む積層造形システムの構成を示すブロック図である。 本発明の第２実施形態に係る積層造形部の構成を示す図である。 本発明の第２実施形態に係る情報処理装置の機能構成を示すブロック図である。 本発明の第２実施形態に係るプロセスウィンドウを説明する図である。 本発明の第２実施形態に係る試料品質評価テーブルの構成を示す図である。 本発明の第２実施形態に係る試料品質評価方法を説明する図である。 本発明の第２実施形態に係るプロセスマップを説明する図である。 本発明の第２実施形態に係る他のプロセスマップを説明する図である。 本発明の第２実施形態に係る機械学習を説明する図である。 本発明の第２実施形態に係る機械学習を説明する図である。 本発明の第２実施形態に係るプロセスウィンドウの提示例を示す図である。 本発明の第２実施形態に係る情報処理装置のハードウェア構成を示すブロック図である。 本発明の第２実施形態に係る情報処理装置の処理手順を示すフローチャートである。 本発明の実施例に係る処理条件を示す図である。 本発明の実施例に係る試料画像を示す図である。 本発明の実施例に係るプロセスマップを示す図である。 本発明の実施例に係る機械学習結果を示す図である。 本発明の実施例に係る最適条件で造形された試料を示す図である。 本発明の第３実施形態に係る情報処理装置を含む積層造形システムの構成を示すブロック図である。 本発明の第３実施形態に係る試料品質評価テーブルの構成を示す図である。 本発明の第４実施形態に係る情報処理装置の機能構成を示すブロック図である。 本発明の第５実施形態に係る情報処理装置の機能構成を示すブロック図である。

以下に、図面を参照して、本発明の実施の形態について例示的に詳しく説明する。ただし、以下の実施の形態に記載されている構成要素は単なる例示であり、本発明の技術範囲をそれらのみに限定する趣旨のものではない。

［第１実施形態］
本発明の第１実施形態としての情報処理装置１００について、図１を用いて説明する。情報処理装置１００は、積層造形の品質を保障するプロセスウィンドウを生成する装置である。

図１に示すように、情報処理装置１００は、パラメータ生成部１０１と、試料造形指示部１０２と、試料品質評価部１０３と、境界決定部１０４と、プロセスウィンドウ生成部１０５と、を含む。パラメータ生成部１０１は、プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成する。試料造形指示部１０２は、散在する前記少なくとも２つのパラメータの組を用いて、積層造形部１１０に対して試料の積層造形を指示する。試料品質評価部１０３は、積層造形された試料の画像１２０を取得して、試料の品質を評価する。境界決定部１０４は、試料の評価結果をマッピングして生成されたプロセスマップにおいて、評価結果の境界を機械学習によって決定する。プロセスウィンドウ生成部１０５は、決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、パラメータ生成部１０１によるパラメータ生成処理、試料造形指示部１０２による試料造形指示処理、試料品質評価部１０３による品質評価処理および境界決定部１０４による境界決定処理を繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成する。

本実施形態によれば、パラメータ生成処理、積層造形指示処理、品質評価処理および境界決定処理を自動的に繰り返すことで積層造形の品質を保障するプロセスウィンドウを生成するので、コストと時間とを節約しながら、汎用的なプロセスウィンドウを構築することができる。

［第２実施形態］
次に、本発明の第２実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、プロセスウィンドウ内に散在するパラメータ組を設定して試料を造形して、造形した試料の品質を評価する。そして、評価結果から機械学習により境界（決定関数）を求めながら、初期のプロセスウィンドウからプロセスウィンドウを更新していき、積層造形の品質を保障するプロセスウィンドウを生成してユーザに提示する。

《情報処理装置を含む積層造形システム》
以下、図２〜図４Ｂを参照して、本実施形態に係る情報処理装置を含む積層造形システムの構成および動作について説明する。

（処理概要）
図２は、本実施形態に係る情報処理装置を含むシステムによる処理の概要を示す図である。本処理は、積層造形物の造形に先立ってパラメータ調整（キャリブレーション）として行われる例を示すが、これに限定されるものではない。なお、図２におけるパウダー層、造形物の高さ、造形物の数などは図２に限定されない。

本実施形態においては、プロセスマップ自動構築手法を提供する。なお、後出の「表面形態のモニタリング」では、表面の凹凸を観察して、主に、平坦でないもの（未溶融粉末が観察されるもの、表面の凹凸が大きいもの）と平坦なものとに分類する。

（ステップＳ２０１）：初期のプロセスウィンドウにおいて、プロセスパラメータ（ビーム出力、ビーム径、走査速度、ラインオフセット（走査線間隔）、走査パス長、積層厚み、など）を振る範囲を決め、初期プロセスウィンドウの中で均一に分布するようにデータ点（パラメータ組）を設定する。なお、初期のプロセスウィンドウとしては、必ず高品質の試料と低品質の試料とを造形するため、積層造形部で設定可能なパラメータの最大値から最小値までの範囲を含むプロセスウィンドウを用いる。

（ステップＳ２０２）：積層造形部のベースプレート上にパウダー層（３〜５mm程度）を形成し、そのパウダー層上に設定した条件で造形（造形物の高さ：１０〜１５mm程度）する。なお、１回の試料の積層造形において、異なるパラメータの組を用いて所定数の試料を積層造形部内に並列に積層造形する。図２では、９個の試料を形成しているが、これに限定されない。

（ステップＳ２０３）：表面形態をモニタリングし、平坦なものと平坦でないものとに分類する。平坦なものが無い場合は、さらに、エネルギー不足で未溶融粉末のあるものと、エネルギー過多で表面凹凸の大きいものと、に分類する。あるいは、平坦なものが有る場合でも、平坦でないものをエネルギー不足で未溶融粉末のあるものと、エネルギー過多で表面凹凸の大きいものと、に分類する。すなわち、積層造形された試料を撮像部により撮像するよう指示し、撮像部で撮像された試料の画像に基づいて、試料の品質を評価して評価値を割り当てる。

（ステップＳ２０４）：機械学習で、平坦なものと平坦でないものとの境界を求める。

（ステップＳ２０５）：求めた境界領域を含む新たなプロセスウィンドウを構築し、境界の精度を高めるための不足データ点を再設定する。この際、分類境界近傍（決定関数が“０”の近傍）を含むプロセスウィンドウにデータ点を設定することにより、境界の精度を高める。

（ステップＳ２０６）：ステップＳ２０４およびＳ２０５を実施している間に、パウダー層（３〜５mm）を造形物の上に形成し、その上に再設定した条件で造形（造形物の高さ：１０〜１５mm程度）する。すなわち、次の試料の積層造形までの間に、粉末層生成指示部として造形しない所定の粉末層の生成を指示する。

（ステップＳ２０７）：再度、表面形態をモニタリングし、平坦なものと平坦でないものとに分類する。平坦なものが無い場合は、エネルギー不足で未溶融粉末のあるものと、エネルギー過多で表面凹凸の大きいものと、に分類する。あるいは、平坦なものが有る場合でも、平坦でないものをエネルギー不足で未溶融粉末のあるものと、エネルギー過多で表面凹凸の大きいものと、に分類する。

（ステップＳ２０８）：機械学習で境界を求め、プロセスウィンドウを構築して更新する。

（ステップＳ２０９）：ステップＳ２０５〜Ｓ２０８を繰り返す。なお、プロセスウィンドウに変化が無くなる、もしくは、ベースプレートから最表面までの高さがあらかじめ設定した値（装置で可能な最大造形高さ）を超える、のどちらかの条件を満たしたら終了する。すなわち、境界が決定できない状態になった場合、または、所定回数の繰り返しを終了した場合に、繰り返しを終了する。なお、図２の手順に限定されず、例えば、ステップＳ２０６の手順は、ステップＳ２０３〜Ｓ２０５と並行に実行されてもよい。

（システムフロー）
図３は、本実施形態に係る情報処理装置を含む積層造形システムにおけるプロセスウィンドウ生成方法を示すフローチャートである。なお、図３では、図２のステップＳ２０６の処理は省かれている。

積層造形システムにおけるプロセスウィンドウ生成方法は、試料造形処理（Ｓ３０１）と、境界決定処理（Ｓ３０３）と、プロセスウィンドウ生成処理（Ｓ３０５）と、を含む。

試料造形処理（Ｓ３０１）は、図２のステップＳ２０１およびＳ２０２に相当し、プロセスウィンドウ内に散在する、積層造形を制御する少なくとも２つのパラメータの組を用いて、試料の積層造形を行う。試料造形処理（Ｓ３０１）は、プロセスウィンドウ内に散在するパラメータ組を設定するステップＳ３１１と、パラメータ組を用いた試料の積層造形処理であるステップＳ３１３と、を有する。

また、境界決定処理（Ｓ３０３）は、図２のステップＳ２０３およびＳ２０４に相当し、積層造形された試料の品質を評価した評価結果をマッピングして生成されたプロセスマップにおいて、評価結果の境界を機械学習によって決定する。境界決定処理（Ｓ３０３）は、積層造形された試料の画像から試料の品質を評価するステップＳ３３１と、試料の品質評価をマッピングしたプロセスマップにおける境界を、機械学習により決定するステップＳ３３３と、を有する。

そして、プロセスウィンドウ生成処理（Ｓ３０５）は、図２のステップＳ２０５乃至Ｓ２０９に相当し、決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、試料造形ステップおよび前記境界決定ステップを繰り返し、最後に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成する。プロセスウィンドウ生成処理（Ｓ３０５）は、境界精度は十分か否かを判定するステップＳ３５１と、境界精度が十分でない場合に、境界を含む境界領域を新たなプロセスウィンドウとするステップＳ３５３と、境界精度が十分な場合などの終了条件で、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとするステップＳ３５５と、を有する。

（システム構成）
図４Ａは、本実施形態に係る情報処理装置４１０を含む積層造形システム４００の構成を示すブロック図である。

積層造形システム４００は、本実施形態の情報処理装置４１０と、積層造形装置４２０と、造形試料撮像部４３０と、を備える。なお、造形試料撮像部４３０は、積層造形装置４２０に内蔵されていても、別途に設置されていてもよい。

情報処理装置４１０は、積層造形部４２２で試料を造形しながら、パラメータのキャリブレーション（調整）を行う本実施形態のパラメータ調整部４１１と、積層造形部４２２で積層造形物を造形するための積層造形データ提供部４１２と、を有する。

積層造形装置４２０は、情報処理装置４１０からの指示に従って試料または積層造形物を造形するため、積層造形部４２２を制御する造形制御部４２１と、造形制御部４２１の制御に従って試料または積層造形物を造形する積層造形部４２２と、を有する。

造形試料撮像部４３０は、造形試料の表面を撮像する。なお、造形試料撮像部４３０は、造形試料の切断などの加工なしに内部構造を撮像可能なＸ線カメラなどであってもよい。

（積層造形部）
図４Ｂは、本実施形態に係る積層造形部４２２の構成を示す図である。図４Ｂには、金属粉末を用いて積層造形する金属積層造形部であって、造形法としては、パウダーベッド法の例を示すが、図示しないパウダーデポジション法であってもよい。

図４Ｂの積層造形部４４１は、レーザ溶融法を用いるパウダーベッド法の積層造形部であり、レーザ積層造形(ＳＬＭ：Selective Laser Melting)と称される。一方、図４Ｂの積層造形部４４２は、電子ビーム溶融法を用いるパウダーベッド法の積層造形部であり、電子ビーム積層造形(ＥＢＭ：Electron Beam Melting)と称される。本実施形態においては、電子ビーム積層造形(ＥＢＭ)を例に説明するが、レーザ積層造形(ＳＬＭ)に対して適用でき、同様の効果を奏する。なお、図４Ｂに示した積層造形部４４１、４４２の構成は、一例でありこれらに限定されるものではない。例えば、積層造形部４４２の粉末供給は、積層造形部４４１のような構成であってもよい。

《情報処理装置の機能構成》
図５は、本実施形態に係る情報処理装置４１０の機能構成を示すブロック図である。なお、図５では、積層造形データ提供部４１２については省略している。

情報処理装置４１０は、通信制御部５０１と、入出力インタフェース５０２と、表示部５２１と、操作部５２２と、図４Ａに示したパラメータ調整部４１１と、を備える。なお、実際には、積層造形データ提供部４１２から本実施形態の試料となる造形物のデータが造形制御部４２１に送られるが、図５においては、積層造形データ提供部４１２は煩雑さを避けるため省略している。

通信制御部５０１は、積層造形装置４２０の造形制御部４２１と、造形試料撮像部４３０と、の通信を制御する。なお、通信制御部５０１は、他の外部装置との通信を制御してもよい。また、造形試料撮像部４３０は、通信制御部５０１を介さずに入出力インタフェース５０２に接続されてもよい。

入出力インタフェース５０２は、表示部５２１や操作部５２２などの入出力機器とのインタフェースを行う。上述のように、造形試料撮像部４３０が接続されてもよい。

パラメータ調整部４１１は、散在するパラメータ組生成部５１１と、プロセスウィンドウ生成部５１２と、データベース５１３と、を備える。また、パラメータ調整部４１１は、試料画像取得部５１４と、試料品質評価部５１５と、プロセスマップ生成部５１６と、境界決定部（機械学習）５１７と、を備える。さらに、パラメータ調整部４１１は、終了判定部５１８と、プロセスウィンドウ出力部５１９と、を備える。

散在するパラメータ組生成部５１１は、プロセスウィンドウ生成部５１２が生成したプロセスウィンドウ内に、試料の評価結果から境界が決定可能なように、散在するパラメータ組を生成する。プロセスウィンドウ生成部５１２は、初期には、データベース５１３に保持された初期プロセスウィンドウ５３１を用い、その後の繰り返しでは、境界決定部５１７で決定された境界を含む領域を新たなプロセスウィンドウとして生成する。データベース５１３は、初期プロセスウィンドウ５３１と、更新中プロセスウィンドウ５３２と、調整済プロセスウィンドウ５３３と、を保持する。なお、詳細な説明は省略するが、データベース５１３には、他のパラメータ調整部４１１の機能構成部が使用するデータも保持されている。

試料画像取得部５１４は、通信制御部５０１または入出力インタフェース５０２を介して、造形試料撮像部４３０が撮像した造形試料の画像を取得する。試料品質評価部５１５は、試料画像取得部５１４が取得した造形試料の画像から、後述の試料品質評価テーブル７１０を用いて、試料の品質を評価する。例えば、試料の造形サイズ、試料周囲のギザギザ、試料表面の凹凸、試料表面の粉末残、などが評価の基準となる。なお、試料品質評価部５１５は、積層造形された試料を撮像部により撮像するよう指示する撮像指示部と、撮像部で撮像された試料の画像に基づいて、試料の品質を評価して評価値を割り当てる評価値割当部と、を有する。プロセスマップ生成部５１６は、試料品質評価部５１５の評価結果をプロセスウィンドウにマッピングすることでプロセスマップを生成する。境界決定部（機械学習）５１７は、プロセスマップ生成部５１６が生成したプロセスマップから、機械学習を用いて評価結果の決定関数を求め境界を決定する。なお、本実施形態においては、機械学習としてサポートベクターマシンを用いたが、ロジスティック回帰、k近傍法、決定木、ランダムフォレスト、ニューラルネットワーク、または、ナイーブベイズ判定によって境界を決定してもよく、同様の効果を奏する。

終了判定部５１８は、試料の造形→観察→評価→プロセスウィンドウ構築の繰り返しの終了を判定する。判定基準は、例えば、プロセスウィンドウに変化が無くなる、もしくは、ベースプレートから最表面までの高さがあらかじめ設定した値（装置で可能な最大造形高さ）を超える、の条件を含む。すなわち、境界が決定できない状態になった場合、または、所定回数の繰り返しを終了した場合に、繰り返しを終了する。プロセスウィンドウ出力部５１９は、終了判定部５１８が繰り返しの終了を判定した場合に、現在生成されているプロセスウィンドウを表示部５２１に提示して、ユーザのパラメータ設定を支援する提示部として機能する。なお、現在生成されているプロセスウィンドウをそのまま提示しても、プロセスウィンドウ内の品質保証が可能な範囲にパラメータを設定できるように提示して支援することもできる。

（プロセスウィンドウ）
図６は、本実施形態に係るプロセスウィンドウ６２０、６４０を説明する図である。

図６のプロセスウィンドウ設定値６１０は、プロセスウィンドウ６２０を生成するための値である。プロセスウィンドウ設定値６１０としては、Scan Speed範囲６１１とCurrent範囲６１２とが設定されている。

図６のプロセスウィンドウ設定値６３０は、プロセスウィンドウ６４０を生成するための別の値である。プロセスウィンドウ設定値６３０としては、Current範囲６３１とSpeed Function範囲６３２とが設定されている。なお、Speed Function（ＳＦ）は、走査速度と電流値との関係として知られ、スキャン速度の指標としてプロセスマップの軸となるパラメータの１つとして用いられる。本実施形態においては、プロセスウィンドウ６４０が使用され、境界を跨ぐ試料品質の評価結果が得られるようにパラメータ組６４１、６４２、…、６４ｎが生成される。ここで、Current（電流値）は、レーザや電子ビームなどの熱源出力に対応する熱源に供給される電流値である。なお、パラメータ組６４１、６４２、…、６４ｎの生成は、境界を跨ぐ試料品質の評価結果が得られるのであれば図６に限定されない。

なお、図６においては、図示の限界から２つのパラメータによる２次元のプロセスウィンドウ６２０、６４０を示したが、走査線間隔、走査線長さ、積層厚み、造形温度、および、ビーム径などの他のパラメータも含むｎ次元のプロセスウィンドウであってもよい。ただし、試料の造形→観察→評価→プロセスウィンドウ構築の繰り返しにおいて変化しない、あるいは、変更できない固定パラメータについては、プロセスウィンドウの次元から省いてもよい。また、ｎ次元のパラメータからプロセスウィンドウでの境界を求めるのに適切なパラメータを選択するのが望ましい。

（試料品質１２評価テーブル）
図７Ａは、本実施形態に係る試料品質評価テーブル７１０の構成を示す図である。試料品質評価テーブル７１０は、試料の画像から試料の品質を評価するために試料品質評価部５１５が使用する。また、各評価指標テーブル７２１〜７２４は、試料品質評価テーブル７１０の各評価指標の評価例を示すテーブルである。

まず、図７Ｂを参照に、本実施形態に係る試料品質評価方法７２０を説明する。

図７Ｂの入熱過多(High energy）７２１においては、粉末層が深くまで溶融して表面に凹凸ができ、その凹部分に次の粉末が入り込み、その結果、造形物内に未溶融粉末が残り微細な形状ができず表面に凹凸ができる。また、レーザ溶融法では気泡が残存するキーホール型の欠陥になる。

図７Ｂの入熱不足(Low energy）７２３においては、粉末層の表面に溶融しない粉末が残り、その上に次の粉末が積層され、その結果、溶融が不完全となって表面に凹凸ができる。

そして、入熱過多(High energy）の試料形状と、入熱不足(Low energy）の試料形状との間に、入熱最適(Optimum energy）７２２があり、微細な形状ができ表面が平になるとして、本実施形態においては試料評価結果における境界の決定を繰り返す。

図７Ａの試料品質評価テーブル７１０は、評価条件として、試料の造形サイズ良否７１１、側面の凹凸大小７１２、試料表面の凹凸大小７１３、試料表面の粉末残多少７１４、その他７１５の、試料の画像から認識した判定結果を記憶する。そして、評価条件の総合評価として評価結果７１６を記憶する。なお、図７Ａにおいては、どの評価条件の１つにおいても“×”があれば、評価結果７１６は“×”としている。しかしながら、評価基準に評価に関わる重みを付けて、トータルスコアに基づいた評価をしてもよい。また、評価条件を図７Ａの一部にして、初期段階では評価を簡略化してもよい。

図７Ａの評価指標テーブル７２１は、撮像画像から試料の造形サイズ良否７１１を判定するためのテーブルである。評価指標テーブル７２１により、例えば造形サイズ（径）と径の閾値とを比較して、造形目標サイズとのズレにより良否を判定する。評価指標テーブル７２２は、撮像画像から試料の側面の凹凸大小７１２を判定するためのテーブルである。評価指標テーブル７２２により、例えば造件サイズ（径）のバラツキや、画像から抽出した造形物の周囲の輪郭の長さなどから、試料の側面の凹凸が大きいか／小さいかを判定する。評価指標テーブル７２３は、撮像画像から試料の表面の凹凸大小７１３を判定するためのテーブルである。評価指標テーブル７２３により、例えば画像の輝度のバラツキや、奥行きの異なる（焦点の異なる）画像の表面の相違などから、試料の表面の凹凸が大きいか／小さいかを判定する。評価指標テーブル７２４は、撮像画像から試料の表面に残った未溶融の粉末の多少７１４を判定するためのテーブルである。評価指標テーブル７２４により、例えば表面画像の階調の変化（周波数）や、表面の凹凸の細かさなどから、試料の表面の未溶融の粉末が多いか／少ないかを判定する。なお、各評価指標の判定条件は、これらに限定されない。

（プロセスマップ）
図８Ａは、本実施形態に係るプロセスマップ８２０を説明する図である。プロセスマップ８２０は、図６のプロセスウィンドウ６２０に試料品質の評価結果をマッピングしたプロセスマップである。

プロセスマップ８２０を生成するための、試料品質の評価結果のテーブル８１０を示す。テーブル８１０は、造形された各試料にScan Speed（ＳＦ）８１１とCurrent８１２とに対応付けて、評価結果８１３を記憶し、この評価結果８１３がマッピングされる。

図８Ｂは、本実施形態に係る他のプロセスマップ８５０を説明する図である。プロセスマップ８５０は、図６のプロセスウィンドウ６４０に試料品質の評価結果をマッピングしたプロセスマップである。

プロセスマップ８５０を生成するための、試料品質の評価結果のテーブル８４０を示す。テーブル８４０は、造形された各試料にCurrent８４１とSpeed Function（ＳＦ）８４２とに対応付けて、評価結果８４３を記憶し、この評価結果８４３がマッピングされる。図８Ｂには、Speed Function（ＳＦ）８４２と、Current[mA]およびSpeed[mm/s]との関係８３０を示している。

なお、本実施形態においては、図８Ｂのプロセスマップ８５０に基づいて、機械学習を行う。しかしながら、プロセスマップは図８Ｂのプロセスマップ８５０に限定されない。

（機械学習：サポートベクターマシン）
図９Ａおよび図９Ｂは、本実施形態に係る機械学習を説明する図である。

図９Ａは、本実施形態における機械学習である、サポートベクターマシンによって境界を決定する様子を示している。入力空間９１０のように実際の境界は直線にならないことが多く、座標変換関数９４０による座標変換により境界が直線となる特徴空間９２０に変換して、境界を求める。そして、その境界を表す決定関数９５０を逆変換することにより、入力空間９１０での境界を示す。境界を表す決定関数９５０は“０”であり、この決定関数からの距離が大きい程、外乱などの影響があっても安定した品質の積層造形が可能であることを示している。

ここで、図９Ａのプロセスウィンドウ９６１、９６２は、サポートベクターマシンによって決定された境界を含む領域を含む新たなプロセスウィンドウの例である。プロセスウィンドウ９６１は、境界全体を含むプロセスウィンドウの例であり、プロセスウィンドウ９６２は、境界をさらに明確にしたい領域のみを含むプロセスウィンドウの例である。なお、新たなプロセスウィンドウの生成方法は、図９Ａに限定されず、機械学習により境界の精度を高められるように好適なプロセスウィンドウが生成される。なお、新たなプロセスウィンドウを生成せずに、元のプロセスウィンドウ内でのパラメータ組の選択領域を境界を含む領域に限定してもよい。

また、サポートベクターマシンによる境界マージン内にも評価結果が存在する場合、図９Ｂに示すようにハードマージン９７０でなく、境界マージン内の評価結果も考慮したソフトマージン９８０を採用する。

なお、サポートベクターマシンによる処理の詳細については、［非特許文献３］を参照されたい。さらに、境界を決定する機械学習としては、サポートベクターマシンの他に、ロジスティック回帰、k近傍法、決定木、ランダムフォレスト、ニューラルネットワーク、または、ナイーブベイズ判定などがあり、これらも使用でき同様の効果を奏する。

（プロセスウィンドウの提示）
図１０は、本実施形態に係るプロセスウィンドウの提示例を示す図である。表示部５２１には、プロセスウィンドウ生成部により生成された積層造形の品質を保障するプロセスウィンドウを示す情報が、ユーザによる少なくとも２つのパラメータの組の設定を支援する情報として、ユーザに提示される。

図１０の提示例１０１０は、最終的なプロセスウィンドウ１０１１と、ユーザが入力するパラメータの入力領域１０１３とが表示されている。ユーザは、かかるプロセスウィンドウ１０１１を参照しながら、適切なパラメータを入力する。ここで、星印１０１２は、プロセスウィンドウ１０１１内の入力値に対応する位置を示している。このようにすれば、ユーザは境界線から離れた安定して品質を保証できるパラメータを入力できる。

図１０の提示例１０２０は、最終的なプロセスウィンドウ１０２１と、適切なパラメータの範囲内でユーザが入力できる設定領域１０２３，１０２４とが表示されている。ユーザは、かかるプロセスウィンドウ１０２１を参照しながら、設定領域１０２３，１０２４内の適切なパラメータが設定できる。ここで、星印１０２２は、プロセスウィンドウ１０２１内の設定値に対応する位置を示している。このようにすれば、ユーザは境界線から離れた安定して品質を保証できるパラメータを設定できる。

そして、入力あるいは設定されたパラメータ組を用いて、積層造形指示部として、積層造形装置４２０の造形制御部４２１に対して積層造形物の積層造形を指示する。なお、プロセスウィンドウの提示例は図１０に限定されず、ユーザが容易にかつ安定的に選択可能なユーザインタフェースであればよい。

《情報処理装置のハードウェア構成》
図１１は、本実施形態に係る情報処理装置４１０のハードウェア構成を示すブロック図である。

図１１で、ＣＰＵ(Central Processing Unit)１１１０は演算制御用のプロセッサであり、プログラムを実行することで図５の機能構成部を実現する。ＣＰＵ１１１０は１つであっても複数であってもよい。ＲＯＭ(Read Only Memory)１１２０は、初期データおよびプログラムなどの固定データおよびプログラムを記憶する。ネットワークインタフェース１１３０は、ネットワークを介して、造形制御部４２１や造形試料撮像部４３０との通信を制御する。

ＲＡＭ(Random Access Memory)１１４０は、ＣＰＵ１１１０が一時記憶のワークエリアとして使用するランダムアクセスメモリである。ＲＡＭ１１４０には、本実施形態の実現に必要なデータを記憶する領域が確保されている。プロセスウィンドウ６２０、６４０は図６に示したプロセスウィンドウを示すデータである。散在するパラメータ組６４１〜６４ｎは、図６に示したパラメータ組を示すデータである。試料の画像データ１１４１は、造形試料撮像部４３０が撮像した試料の画像のデータであり、その特徴量を含む。試料品質判定結果１１４２は、試料の画像特徴量と試料品質判定テーブル７１０とに基づいて判定された試料の品質判定結果のデータである。プロセスマップ８２０，８５０は、図８Ａおよび図８Ｂに示した、プロセスマップを示すデータである。座標変換関数９４０は、図９Ａに示した座標変換関数のデータである。決定関数９５０は、図９Ａに示した境界を表す決定関数のデータである。新たなプロセスウィンドウ９６１、９６２は、図９Ａに示したプロセスウィンドウ生成部が境界を考慮して新たに生成するプロセスウィンドウのデータである。終了フラグ１１４４は、繰り返しを終了するためのデータである。入出力データ１１４５は、入出力インタフェース５０２に接続された入出力機器と入出力されるデータである。送受信データ１１４６は、ネットワークインタフェース１１３０を介して、外部装置と送受信されるデータである。

ストレージ１１５０は、ＣＰＵ１１１０が使用する、データベースや各種のパラメータ、あるいは本実施形態の実現に必要な以下のデータまたはプログラムが記憶されている。境界決定機械学習アルゴリズム１１５１は、プロセスマップの試料品質評価結果から境界を決定する機械学習アルゴリズムである。本実施形態では、サポートベクターマシンが用いられる。試料品質判定テーブル７１０は、図７Ａに示した、試料の画像から試料の品質を評価するためのテーブルである。終了条件１１５２は、図２のステップＳ２０９で記載した繰り返しの終了条件を格納する。

ストレージ１１５０には、以下のプログラムが格納される。情報処理プログラム１１５３は、情報処理装置４１０全体を制御するプログラムである。パラメータ調整モジュール１１５４は、パラメータ調整部４１１を実現するモジュールである。パラメータ調整モジュール１１５４には、図５の機能構成部に対応して、プロセスウィンドウ生成モジュール、散在パラメータ組生成モジュール、試料画像取得モジュール、試料品質評価モジュール、プロセスマップ生成モジュール、境界決定モジュール、が含まれる。また、ストレージ１１５０には、積層造形データ提供モジュール１０５５も保持されている。

入出力インタフェース５０２には、入出力機器として、表示部５２１や操作部５２２が接続される。また、造形試料撮像部４３０が入出力インタフェース５０２にに接続されてもよい。

なお、図１１のＲＡＭ１１４０やストレージ１１５０には、情報処理装置４１０が有する汎用の機能や他の実現可能な機能に関連するプログラムやデータは図示されていない。

《情報処理装置の処理手順》
図１２は、本実施形態に係る情報処理装置４１０の処理手順を示すフローチャートである。なお、このフローチャートは、図１１のＣＰＵ１１１０がＲＡＭ１１４０を使用して実行し、図５の機能構成部を実現する。また、図１２では、試料の積層造形間の粉末層生成指示の処理は省かれている。

情報処理装置４１０は、ステップＳ１２０１において、プロセスウィンドウ内に散在するパラメータ組を設定する。情報処理装置４１０は、ステップＳ１２０３において、パラメータ組を用いた試料の積層造形を積層造形装置４２０に指示する。情報処理装置４１０は、ステップＳ１２０５において、積層造形された試料の画像を造形試料撮像部４３０から取得する。情報処理装置４１０は、ステップＳ１２０７において、取得した画像に基づいて、試料の品質評価を実行する。情報処理装置４１０は、ステップＳ１２０９において、試料の品質評価をプロセスウィンドウ内にマッピングしたプロセスマップを生成する。

情報処理装置４１０は、ステップＳ１２１１において、プロセスマップにおける境界を、機械学習により決定する。情報処理装置４１０は、ステップＳ１２１３において、終了条件として、例えば境界精度は十分か否かを判定する。終了条件を満たしてなければ、情報処理装置４１０は、ステップＳ１２１５において、境界を含む境界領域を、新たなプロセスウィンドウとして、ステップＳ１２０１からの処理を繰り返す。

終了条件を満たしていれば、情報処理装置４１０は、ステップＳ１２１７において、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとする。そして、情報処理装置４１０は、ステップＳ１２１９において、積層造形の品質を保障するプロセスウィンドウを表示部５２１からユーザに提示する。

本実施形態によれば、パラメータ生成処理、積層造形指示処理、品質評価処理および境界決定処理を自動的に繰り返すことで積層造形の品質を保障するプロセスウィンドウを生成するので、コストと時間とを節約しながら、汎用的なプロセスウィンドウを構築することができる。

すなわち、本実施形態は、(1)ある程度の高さの粉末層を形成、(2)ある程度の高さまで造形、(3)造形装置に実装したモニタリング装置での造形物表面の観察、(4)その表面形態を基に種々の造形条件を機械学習で分類、(5)不足データ点の決定・条件の追加、の手順を繰り返すことで、装置から造形物を取り出して密度などを評価することはない。また、造形試験の完了と同時に、プロセスウィンドウ構築と造形欠陥の入りにくいプロセス条件決定も完了する。したがって、ほぼ全ての工程で人の手を介する必要が無く自動で実施できるため、プロセスウィンドウ構築に要するコストと時間を大幅に削減する効果がある。

以下、上記実施形態にしたがって実施した実施例とその結果について説明する。なお、以下の説明は、簡略化のためにある一巡のプロセスウィンドウ構築を説明するが、その繰り返しが同様に行われて適切なパラメータ条件のプロセスウィンドウが生成されることになる。

（処理条件）
図１３は、本実施例に係る処理条件を示す図である。

本実施例で造形する試料は、医療用のＣoＣrＭo合金（ＡＳＴＭ Ｆ７５）の金属粉末である。かかる金属粉末を、Ａｒｃａｍ Ａ２Ｘ１３１０（Ａｒｃａｍ社製）により、直径５mm、高さ５mmのパラメータ組の異なる１１個の試料を造形した。

各試料の表面画像を取得し、その特徴量から品質の良否判定を実行して、プロセスマップを生成した。かかるプロセスマップの品質の良否の境界を、サポートベクターマシンを用いて決定した。そして、決定された境界を含む領域を新たなプロセスウィンドウとして生成し、さらに異なるパラメータ組により１１個の試料を造形した。

このようにして、１１個の試料を、粉末層を挟んで６層積層して、適切なパラメータ組の領域（プロセスウィンドウ）を決定した。

本実施例には、造形時の温度履歴１３３０に示すように、試料造形には３時間、全体処理には７時間程を要した。しかしながら、造形試料の切断などの加工を必要とせず、一連の処理が自動的に行われ、実質的には積層造形装置による試料造形時間しか要しなかった。

以下、試料画像、プロセスマップ、機械学習結果、については、繰り返しの一巡を示して、全体の手順の説明は省略する。

（試料画像）
図１４は、本実施例に係る試料画像１４００を示す図である。

試料画像１４００には、同時に並列して造形した１１個の試料の表面画像が示されている。この中で、○を記載した試料が正常と判断される試料であり、×を記載した試料が不良と判断される試料である。

例えば、最初の（ＳＦ１５，３０．６mA)の組や４番目の（ＳＦ２５，４３．９mA)の組では、造形サイズが大きく（８mm＞５mm）、周囲に凹凸があり、不良と判断された。入熱過多(High energy）が原因と思われる。２番目の（ＳＦ４５，４２．３mA)の組や３番目の（ＳＦ５５，１４．５mA)の組では、試料表面に金属粉末の残りが認識され、不良と判断された。入熱不足(Low energy）が原因と思われる。

以上のように、１１個の試料が、入熱過多(High energy）から入熱不足(Low energy）までを含んでおり、そのプロセスマップにおける境界が決定可能となるパラメータ組として造形されたことが分かる。

（プロセスマップ）
図１５Ａは、本実施例に係るプロセスマップ１５１０を示す図である。

図１５Ａは、図１４の試料の評価結果を画像でプロセスウィンドウ内にマッピングしたものである。

（機械学習結果）
図１５Ｂは、本実施例に係る機械学習結果１５２０を示す図である。

図１５Ｂは、図１５Ａの画像位置を○（＋１）／×（−１）として割り当て、サポートベクターマシンを用いて、境界を表す決定関数を求めた結果を示している。図１５Ｂには、境界部分を明瞭とするため仮の破線１５２１で示されている。

（最適条件）
図１６は、本実施例に係る最適条件で造形された試料１６２０（１６３０）を示す図である。

図１５Ｂで求められた境界で隔てられた、パラメータ組の正常領域において、境界から離れた最適位置１６１０のパラメータ組（ＳＦ２２，７．００mA）を最適条件として、直径５mm、高さ５mmの同じ試料を造形した。なお、図１６の両矢印は、境界から所定距離以上離れた外乱による影響の無い安定した適切なパラメータ範囲を示している。

その結果、図１４において正常と判断された試料よりも歪みのない試料１６２０が得られた。図１４と同じ倍率の画像１６３０を示す。

このように、本実施例により、コストと時間とを節約しながら最適条件に近いパラメータ組を含むプロセスウィンドウを、ユーザに提示することが可能となった。

本実施例によれば、コストと時間とを節約しながら汎用的なプロセスウィンドウが構築されるので、最適条件となるパラメータを設定して試料造形することができた。

［第３実施形態］
次に、本発明の第３実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態と比べると、積層造形の多様なパラメータを変化させながら試料を造形可能である点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

《積層造形システム》
図１７は、本実施形態に係る情報処理装置１７１０を含む積層造形システム１７００の構成を示すブロック図である。本実施形態において、情報処理装置１７１０が積層造形の多様なパラメータを変化させながら試料を造形可能とするためには、積層造形装置１７２０が、一連の造形中に多様なパラメータを変更できることがその条件となる。

図１７において、積層造形装置１７２０の造形制御部１７２１は、情報処理装置１７１０からの多様なパラメータの変更指示に対応して、積層造形中にも積層造形部１７２２の造形を変更する。造形制御部１７２１には、電流値制御部、走査速度制御部、走査線間隔制御部、走査線長さ制御部、積層厚み制御部、造形温度制御部（予熱制御部）、ビーム径制御部などが準備される。また、積層造形部１７２２も、造形制御部１７２１の制御に従って、積層造形中も処理条件を変更する。

（プロセスマップ）
図１８は、本実施形態に係るプロセスマップのテーブル１８４０の構成を示す図である。プロセスマップのテーブル１８４０は、ｎ次元のプロセスマップを生成するために使用する。

プロセスマップのテーブル１８４０は、Current１８４１、Speed Function１８４２、走査線間隔１８４３、走査線長さ１８４４、積層厚み１８４５、造形温度１８４６、ビーム径１８４７、その他のParameters１８４８の次元数に対応付けて、評価結果１８４９を記憶する。かかるプロセスマップのテーブル１８４０に基づいてプロセスマップが生成され、機械学習によりｎ次元の境界が決定されることになる。

本実施形態によれば、電流値と走査速度とに限定されず、走査線間隔、走査線長さ、積層厚み、造形温度、および、ビーム径なども変化させながら、適切な条件のプロセスウィンドウを生成することができる。なお、積層造形の多様なパラメータは、本実施形態に記載のパラメータに限定されるものではない。

［第４実施形態］
次に、本発明の第４実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態および第３実施形態と比べると、本実施形態のパラメータのキャリブレーション（調整）の後、ユーザ設定操作を介さずに自動的に適切なパラメータ組が設定されて積層造形物が造形される点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

《情報処理装置の機能構成》
図１９は、本実施形態に係る情報処理装置１９１０の機能構成を示すブロック図である。なお、図１９において、図５と同様の機能構成部には同じ参照番号を付して、重複する説明を省略する。

情報処理装置１９１０のパラメータ調整部２０１１は、自動的に適切なパラメータ組を設定する適切なパラメータ組生成部１９２０をさらに備える。適切なパラメータ組生成部１９２０は、プロセスウィンドウ出力部５１９からの出力、適切なパラメータ組の領域が明瞭になったプロセスウィンドウ、に基づいて、外乱によっても影響のない（境界からの距離が遠い）適切なパラメータ組を選んで積層造形を開始する。

本実施形態によれば、ユーザの設定によらず適切なパラメータが設定されて、品質が保証された積層造形物を自動的に造形することができる。なお、ユーザが積層造形物や材料によりパラメータ組の条件を予め設定し、その条件を考慮して情報処理装置が自動的に適切なパラメータ組を設定する構成であってもよい。

［第５実施形態］
次に、本発明の第５実施形態に係る情報処理装置について説明する。本実施形態に係る情報処理装置は、上記第２実施形態乃至第４実施形態と比べると、積層造形物を造形中にもパラメータ組の調整を並列して行う点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

《情報処理装置の機能構成》
図２０は、本実施形態に係る情報処理装置２０１０の機能構成を示すブロック図である。なお、図２０において、図５と同様の機能構成部には同じ参照番号を付して、重複する説明を省略する。

情報処理装置２０１０のパラメータ調整部２０１１は、積層造形物を造形中にもパラメータ組の調整を並列して行う調整したパラメータ組生成部２０２１をさらに備える。調整したパラメータ組生成部２０２１は、プロセスウィンドウ生成部５１２から調整されたプロセスウィンドウを取得し、そのプロセスウィンドウ内に調整されたパラメータ組を生成して、造形中の積層造形物をさらに改善する。なお、調整したパラメータ組生成部２０２１は、例えば、パラメータ組が境界に近付いた場合に境界から遠ざかるように調整する。閾値とパラメータ組の境界からの距離との比較に基づいてもよい。さらに、パラメータ組の調整タイミングは、各積層毎であっても、所定積層数毎であっても、積層造形物の造形毎であってもよい。

本実施形態によれば、積層造形物の造形中においても適切なパラメータに調整されて、品質が保証された積層造形物を造形することができる。

［他の実施形態］
本実施形態においては、機械学習としてサポートベクターマシンを用いたが、ロジスティック回帰、k近傍法、決定木、ランダムフォレスト、ニューラルネットワーク、または、ナイーブベイズ判定などのよって、境界を決定しても同等の効果が得られる。

また、本実施形態は、金属粉末を用いて積層造形する金属積層造形への適用に限定されない。

また、本実施形態においては、電子ビーム溶融法によるパウダーベッド法を主に説明したが、レーザ溶融法に適用されても同様の効果を奏する。さらに、パウダーデポジション法に適用されても同様の効果を奏する。

また、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の範疇に含まれる。

また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に直接あるいは遠隔から供給される場合にも適用可能である。したがって、本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるＷＷＷ(World Wide Web)サーバも、本発明の範疇に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体（non-transitory computer readable medium）は本発明の範疇に含まれる。

Claims (15)

1. プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成部と、
   散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示部と、
   積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価部と、
   前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定部と、
   決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成部によるパラメータ生成処理、前記試料造形指示部による試料造形指示処理、前記試料品質評価部による品質評価処理および前記境界決定部による境界決定処理を繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成部と、
   を備える情報処理装置。
2. 前記パラメータ生成部は、前記積層造形部で設定可能なパラメータの最大値から最小値までの範囲を含む初期のプロセスウィンドウを用いる請求項１に記載の情報処理装置。
3. 前記試料造形指示部は、１回の試料の積層造形において、異なる前記パラメータの組を用いて所定数の試料を前記積層造形部内に並列に積層造形し、
   次の試料の積層造形までの間に、造形しない所定の粉末層の生成を指示する粉末層生成指示部を備える請求項１または２に記載の情報処理装置。
4. 前記試料品質評価部は、
   積層造形された前記試料を撮像部により撮像するよう指示する撮像指示部と、
   前記撮像部で撮像された前記試料の画像に基づいて、前記試料の品質を評価して評価値を割り当てる評価値割当部と、
   を有する請求項１乃至３のいずれか１項に記載の情報処理装置。
5. 前記境界決定部は、前記機械学習として、サポートベクターマシン、ロジスティック回帰、k近傍法、決定木、ランダムフォレスト、ニューラルネットワーク、または、ナイーブベイズ判定によって境界を決定する請求項１乃至４のいずれか１項に記載の情報処理装置。
6. 前記少なくとも２つのパラメータの組は、熱源出力に対応する熱源に供給される電流値、走査速度、走査線間隔、走査線長さ、積層厚み、造形温度、および、ビーム径から選択される請求項１乃至５のいずれか１項に記載の情報処理装置。
7. 前記境界決定部は、前記走査速度と前記電流値との関係として知られるスキャン速度の指標を、前記プロセスマップの軸となるパラメータの１つとして用いる請求項６に記載の情報処理装置。
8. 前記プロセスウィンドウ生成部は、前記境界決定部において前記境界が決定できない状態になった場合、または、所定回数の繰り返しを終了した場合に、繰り返しを終了する請求項１乃至７に記載の情報処理装置。
9. 前記プロセスウィンドウ生成部により生成された前記積層造形の品質を保障するプロセスウィンドウを示す情報を、ユーザによる前記少なくとも２つのパラメータの組の設定を支援する情報として、前記ユーザに提示する提示部と、
   前記提示部に提示された情報を参照して設定された前記少なくとも２つのパラメータの組を用いて、前記積層造形部に対して積層造形物の積層造形を指示する積層造形指示部と、
   をさらに備える請求項１乃至８のいずれか１項に記載の情報処理装置。
10. 前記積層造形指示部は、前記積層造形の品質を保障するプロセスウィンドウ内で、前記境界から所定距離以上離れた前記少なくとも２つのパラメータの組を設定する請求項９に記載の情報処理装置。
11. 前記積層造形部は、金属粉末を用いて積層造形する金属積層造形部であって、
    前記金属積層造形部の造形法は、パウダーベッド法とパウダーデポジション法とを含み、
    前記パウダーベッド法は、電子ビーム溶融法とレーザ溶融法とを含む請求項１乃至１０のいずれか１項に記載の情報処理装置。
12. 請求項９または１０に記載の情報処理装置と、
    前記積層造形物の造形に先立って、前記試料造形指示部による前記試料の積層造形の指示に基づいて前記試料を積層造形すると共に、前記積層造形指示部による前記積層造形物の積層造形の指示に基づいて前記積層造形物を積層造形する前記積層造形部と、
    積層造形された前記試料の画像を取得する画像取得部と、
    を備える積層造形装置。
13. プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成ステップと、
    散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示ステップと、
    積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価ステップと、
    前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
    決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成ステップ、前記試料造形指示ステップ、前記試料品質評価ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
    を含む情報処理方法。
14. プロセスウィンドウ内に散在するように、積層造形を制御する少なくとも２つのパラメータの組を生成するパラメータ生成ステップと、
    散在する前記少なくとも２つのパラメータの組を用いて、積層造形部に対して試料の積層造形を指示する試料造形指示ステップと、
    積層造形された前記試料の画像を取得して、前記試料の品質を評価する試料品質評価ステップと、
    前記試料の評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
    決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記パラメータ生成ステップ、前記試料造形指示ステップ、前記試料品質評価ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
    をコンピュータに実行させる情報処理プログラム。
15. プロセスウィンドウ内に散在する、積層造形を制御する少なくとも２つのパラメータの組を用いて、試料の積層造形を行う試料造形ステップと、
    積層造形された前記試料の品質を評価した評価結果をマッピングして生成されたプロセスマップにおいて、前記評価結果の境界を機械学習によって決定する境界決定ステップと、
    決定された前記境界を含む境界領域を新たなプロセスウィンドウとして、前記試料造形ステップおよび前記境界決定ステップを繰り返し、最終的に決定された境界により分離されたプロセスウィンドウを、積層造形の品質を保障するプロセスウィンドウとして生成するプロセスウィンドウ生成ステップと、
    を含むプロセスウィンドウ生成方法。

Images