WO2021192332A1 - 加工装置および加工方法 - Google Patents

加工装置および加工方法 Download PDF

Info

Publication number
WO2021192332A1
WO2021192332A1 PCT/JP2020/026453 JP2020026453W WO2021192332A1 WO 2021192332 A1 WO2021192332 A1 WO 2021192332A1 JP 2020026453 W JP2020026453 W JP 2020026453W WO 2021192332 A1 WO2021192332 A1 WO 2021192332A1
Authority
WO
WIPO (PCT)
Prior art keywords
machining
processing
unit
state information
information
Prior art date
Application number
PCT/JP2020/026453
Other languages
English (en)
French (fr)
Inventor
中須　信昭
淳也 小坂
幹男 杉崎
Original Assignee
株式会社日立ハイテクファインシステムズ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日立ハイテクファインシステムズ filed Critical 株式会社日立ハイテクファインシステムズ
Publication of WO2021192332A1 publication Critical patent/WO2021192332A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q39/00—Metal-working machines incorporating a plurality of sub-assemblies, each capable of performing a metal-working operation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4093—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme

Definitions

  • the present invention relates to a processing apparatus and a processing method.
  • the composite member Since the composite member has a structure in which a plurality of types of materials having different characteristics are laminated, when a process for removing a part of a specific layer is performed, a layer other than the specific layer composed of another material is damaged. There was a risk that it would end up. Until now, skilled workers have performed processing to remove burrs and the like so as not to damage layers other than the specific layer, but with the recent decrease in the working population, processing methods that do not rely on skilled workers are required. ing.
  • Patent Document 1 discloses a repair device capable of correcting defects in a substrate by setting an optimum processing method and processing conditions from a plurality of processing methods according to the type of defect. ..
  • Patent Document 1 describes that a plurality of lasers having different wavelengths are irradiated depending on the processed portion.
  • Patent Document 1 is an apparatus for processing by switching processing conditions such as laser wavelength and intensity set in advance for each processing site, and the processing method cannot be switched depending on the state of the processing site.
  • an object of the present invention is to provide a processing apparatus for improving the processing success rate for a composite member composed of a plurality of layers.
  • the processing apparatus processes an object to be processed composed of a plurality of layers.
  • the processing device includes a processing unit, a storage device that stores a processing method generation format and processing conditions, and a control unit that controls the processing unit.
  • the processing unit includes a processing mechanism unit for processing the processing object and a processing unit state information collecting mechanism for acquiring processing unit state information of the processing object before and after processing.
  • the control unit generates a machining method based on the machining section state information before machining, the machining conditions stored in the storage device, and the machining method generation format, and generates machining instruction information for the machining unit based on the machining method.
  • FIG. 1 It is a schematic block diagram which shows an example of the processing apparatus which concerns on one Embodiment of this invention. It is a figure which illustrates the processing method generation format. It is a figure explaining an example of the learning method by the processing method generation format learning part. It is a figure explaining another example of the learning method by the processing method generation format learning part. It is a figure explaining another example of the learning method by the processing method generation format learning part. It is a figure which illustrates the information stored in each storage area of a storage device. It is a figure which illustrates the information stored in each storage area of a storage device. It is a flow chart related to the learning method of the processing method generation format. It is a figure which illustrates the structure of the processing mechanism part and its surroundings. It is a figure which shows another example of the structure of a processing mechanism part and its surroundings. It is a figure which shows another example of the structure of a processing mechanism part and its surroundings. It is a figure which shows an example of the display content displayed on the display part.
  • FIG. 1 is a schematic configuration diagram showing an example of a processing apparatus according to an embodiment of the present invention.
  • the processing apparatus 10 includes a control unit 100, a processing unit 200, a display unit 300, and an input unit 400.
  • control unit 100 In the processing apparatus 10, the control unit 100 generates processing instruction information including a processing instruction for the processing unit 200 based on the processing unit state information or the like indicating the state of the processing object 251 collected by the processing unit 200.
  • the machining unit 200 performs machining on the machining target object 251 based on the machining instruction information generated by the control unit 100.
  • the object to be processed 251 in the present embodiment also includes a composite member composed of a plurality of layers and a member in the process of manufacturing the composite member.
  • the control unit 100 includes a computer COM_1 and a storage device 190.
  • the computer COM_1 includes, for example, a processor such as a CPU, RAM, and a ROM (all of which are not shown).
  • the computer COM_1 realizes each functional block shown in FIG. 1 by expanding the program stored in the ROM or the like into the RAM and executing the program read from the RAM in the processor.
  • Some functions of each functional block may be configured by hardware such as an ASIC (Application Specific Integrated Circuit), an FPGA (Field-Programmable Gate Array), or a control board.
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • the hardware configuration of the control unit 100 does not have to be a dedicated device, and a general computer system such as a personal computer can be used.
  • the functional blocks realized by the computer COM_1 include, for example, a machining position information generation unit 110, a machining instruction information generation section 120, a machining instruction section 130, a machining method generation format learning section 140, and a machining success / failure determination.
  • a unit 141, a reward calculation unit 142, and a processing unit information feature amount extraction unit 143 are included.
  • the machining position information generation unit 110 is a functional block that generates machining position information that specifies the machining position with respect to the machining target object 251.
  • the processing position information generation unit 110 extracts a processing region by performing processing using a general image processing algorithm or the like on the unprocessed image of the processing object 251 included in the processing unit state information.
  • the image processing algorithm is stored in, for example, the processing method generation format storage area 191 of the storage device 190, and the processing unit state is stored in the processing unit state information storage area 194 of the storage device 190.
  • the machining position information generation unit 110 extracts the boundary between the extracted machining area and the remaining area as the machining position, and generates machining position information including information such as the position (machining position) of the extracted boundary.
  • the machining position information generation unit 110 transmits the generated machining position information to the machining instruction information generation unit 120.
  • the machining position information generation unit 110 may extract the position information near the center of the machining area as the machining position information, or may extract the machining position information by another method. Further, the processing position information generation unit 110 may extract a processing region from the unprocessed image of the processing target object 251 using, for example, a general image processing device, or may use an image processing algorithm and an image processing device in combination. The processing area may be extracted.
  • the machining instruction information generation unit 120 is a functional block that generates machining instruction information for the machining unit 200.
  • the machining instruction information is generated based on, for example, machining position information, machining section state information, machining conditions, and a machining method creation format. By operating each part of the machining unit 200 based on the machining instruction information, machining of the machining target object 251 is performed.
  • the machining instruction information generation unit 120 generates machining instruction information using, for example, a deep neural network that inputs machining conditions, machining section state information, and machining position information.
  • the processing instruction information includes, for example, processing methods such as laser irradiation, knife cutting, knife cutting, processing conditions of each processing method, processing methods such as processing procedures, processing position information, and the like.
  • the machining instruction information may include specific instruction contents (parameters, etc.) for each component of the machining unit 200 for realizing the generated machining method.
  • various processing can be performed according to the type of the processing mechanism portion 220 provided in the processing unit 200.
  • the machining instruction information generation unit 120 may select a machining method by referring to the machining method reference table stored in the machining method generation format storage area 191, for example. In this case, the machining instruction information generation unit 120 can generate machining conditions by reading the machining conditions corresponding to the selected machining method from the machining condition storage area 192.
  • FIG. 2 is a diagram illustrating a processing method generation format.
  • FIG. 2A shows an example in which the machining instruction information generation unit 120 includes the deep neural network 500. That is, FIG. 2A shows a case where the deep neural network 500 is used as the processing method generation format.
  • the deep neural network 500 inputs, for example, processing portion state information, processing position information (not shown), and processing conditions (not shown) of the processing object 251 and outputs a processing method.
  • the machining method output here may include machining conditions different from the machining conditions stored in the machining condition storage area 192. That is, by using the deep neural network 500, it is possible to generate appropriate machining conditions according to the state of the machining section.
  • processing instruction information may be directly generated by the deep neural network 500.
  • the deep neural network 500 may output the machining method and machining instruction information.
  • the processed portion state information of the processed object 251 input to the deep neural network 500 is, for example, an image before processing, a three-dimensional shape of the processed portion before processing, a reflectance of the processed portion, a transmittance of the processed portion, and the like.
  • the processed portion reflectance and the processed portion transmittance are used, for example, as information for specifying the material of the processed object 251.
  • FIG. 2A shows the measurement results of the two types of wavelengths as the processed portion reflectance and the processed portion transmittance, respectively, but the present invention is not limited to such a case.
  • the measurement result of one kind of wavelength or the measurement result of three or more kinds of wavelengths may be input to the deep neural network 500. Further, the input of the deep neural network 500 is not limited to these items.
  • FIG. 2B shows an example in which a machining method is selected using a machining method reference table as the machining method generation format.
  • the processing method processing method number
  • the image feature amount before processing the three-dimensional shape feature amount of the processing part, the reflectance of the processing part, and the transmittance of the processing part are processed. It is shown in association with the item of part status information.
  • the pre-processed image feature amount indicates the feature amount extracted from the pre-processed image
  • the processed part three-dimensional shape feature amount indicates the feature amount of the processed part three-dimensional shape. Extraction of these feature quantities is performed, for example, in the processing instruction information generation unit 120.
  • the items included in the processing method reference table 510 of FIG. 2B are examples, and are not limited thereto.
  • the machining instruction information generation unit 120 refers to the machining method reference table 510, and based on information such as machining position information and machining section state information, each corresponding feature amount and reflectance And the processing method (processing method number) including each value such as transmittance is extracted.
  • the machining instruction information generation unit 120 sets an allowable error range for each item of the machining method reference table 510, and extracts a machining method in which the value of each item is within the set error range. It may be.
  • the machining instruction information generation unit 120 may set a priority for each item of the machining section state information, and extract a machining method in which the extracted value and the value in the table match for the item having the higher priority. .. Then, the machining instruction information generation unit 120 acquires the machining conditions by reading the machining conditions corresponding to the extracted or generated machining method from the machining condition storage area 192.
  • the machining instruction information generation unit 120 generates machining instruction information based on the machining position information, the machining section state information and the machining conditions, and transmits the generated machining instruction information to the machining instruction section 130. Further, the generated processing instruction information is stored in the processing result information storage area 193 of the storage device 190. This processing instruction information is used when learning the processing method generation format described later.
  • the machining instruction unit 130 is a functional block that gives a machining instruction to the machining unit 200 based on the machining instruction information generated by the machining instruction information generation unit 120.
  • the machining instruction unit 130 may give a machining instruction by transmitting the machining instruction information to the machining unit 200, for example, generate information based on the machining instruction information, and transmit the generated information to the machining unit 200. You may give a processing instruction with.
  • the processing method generation format learning unit 140 is a functional block for learning the processing method generation format.
  • the machining method generation format learning unit 140 may, for example, perform machining result information (for example, machining section state information after machining) stored in the machining result information storage area 193, machining section state information before machining corresponding to the machining result information, and processing section state information before machining.
  • the processing method generation format is learned based on the processing conditions and the like.
  • the machining method generation format learning unit 140 feeds back to the deep neural network 500 that the machining has failed, for example, the deep neural network 500. Learning is performed by changing the network structure, weights, etc. of the above based on the above-mentioned processing result information and the like.
  • the machining method generation format learning unit 140 indicates the machining method (machining method number) used to generate the machining instruction information corresponding to the machining result information with respect to the machining method reference table 510 described in FIG. 2 (b). Learning is performed by changing each value based on the processing result information and the like. Further, the machining method generation format learning unit 140 also learns by changing the machining conditions used for generating the machining instruction information corresponding to the machining result information based on the machining result information and the like.
  • the processing method generation format learning unit 140 stores the values of the deep neural network after learning and the processing method reference table 510 in the processing method generation format storage area 191 and stores the processing conditions after learning in the processing condition storage area 192. do.
  • FIG. 3 is a diagram illustrating an example of a learning method by the processing method generation format learning unit.
  • FIG. 3 shows an example in which the processing method generation format learning unit 140 is configured by the deep neural network 500.
  • the inputs of the deep neural network 500 are, for example, an image before processing, a three-dimensional shape of the processed portion before processing, sensor measurement values (reflectance of the processed portion, transmittance of the processed portion, etc.) and the like. ..
  • the processing success / failure determination unit 141 extracts the processing area from the difference between the image before processing and the image after processing, determines the success / failure of processing based on the presence / absence of residue in the processing area, and transmits the processing success / failure information to the reward calculation unit 142. .. Then, when the processing success / failure determination unit 141 determines that the processing is successful, the reward calculation unit 142 generates a positive reward and feeds back the positive reward to the deep neural network 500. On the other hand, when the processing success / failure determination unit 141 determines that the processing has failed, the reward calculation unit 142 generates a negative reward and feeds back the negative reward to the deep neural network 500.
  • the processing method generation format learning unit 140 that is, the deep neural network 500 repeats learning every time processing is performed. As a result, the deep neural network 500 can be learned to strengthen the determination for successful machining. On the other hand, the deep neural network 500 learns by changing the network structure, weights, and the like for machining failures.
  • FIG. 4 is a diagram illustrating another example of the learning method by the processing method generation format learning unit.
  • FIG. 4 shows a case where the processing success / failure information input unit 303 is displayed on the display unit 300 and the processing success / failure information is input from the processing success / failure information input unit 303.
  • the processing success / failure information may be input from, for example, the input unit 400, or if the display unit 300 includes a touch panel, the processing success / failure information may be input by operating the touch panel.
  • the display unit 300 displays the processing success / failure information input unit 303, the processing unit state information, the processing result information, and the processing method information, and the operator inputs the processing success / failure information from the processing success / failure information input unit 303. Will be done.
  • the input processing success / failure information is transmitted to the reward calculation unit 142.
  • the subsequent processing is the same as in the case of FIG.
  • FIG. 5 is a diagram illustrating another example of the learning method by the processing method generation format learning unit.
  • FIG. 5 shows a learning method that does not use the deep neural network 500.
  • processing unit state information for example, an image before processing, a processing unit three-dimensional shape before processing
  • processing result information for example, an image after processing
  • a processing method for example, processing method, processing conditions
  • the condition information input unit 304 and the like are displayed.
  • the operator inputs new machining condition information from the machining condition information input unit 304 while referring to the machining section state information, machining result information, machining method, and the like.
  • the processing condition information includes, for example, a processing method, processing conditions corresponding to the processing method, and the like.
  • the processing unit information feature amount extraction unit 143 extracts the processing unit information feature amount from, for example, the image before processing and the three-dimensional shape of the processing unit before processing. Then, the sensor measurement information (for example, the reflectance of the processed portion and the transmittance of the processed portion) and the processed portion information feature amount are stored in the processing method reference table 510 in association with each other. Further, the machining condition information input from the machining condition information input unit 304 is stored in the machining condition information management table 602 of the machining condition storage area 192. Details of the processing condition information management table 602 will be described later.
  • the storage device 190 is composed of, for example, a hard disk device or the like, and stores various information. As shown in FIG. 1, the storage device 190 includes a machining method generation format storage area 191, a machining condition storage area 192, a machining result information storage area 193, a machining section state information storage area 194, a program storage area (not shown), and the like. including. The storage device 190 may be provided outside the control unit 100.
  • FIG. 6A is a diagram showing an example of the processing method generation format information management table 601 stored in the processing method generation format storage area 191.
  • the processing method generation format information management table 601 shows the processing method generation format and the contents corresponding to the processing method generation format, respectively.
  • FIG. 6A exemplifies a deep neural network method and a processing condition reference table method as processing method generation formats.
  • various information such as a network structure, weights, input / output items, etc. required when generating a processing method using the deep neural network 500 is exemplified. .. These pieces of information are stored in association with each other in the processing method generation format information management table 601.
  • the contents corresponding to the machining condition reference table method for example, the machining method reference table 510 (see FIG. 2B), the machining procedure information management table name, and the machining condition reference table information management table name are exemplified. .. These pieces of information are stored in association with each other in the processing method generation format information management table 601.
  • FIG. 6B is a diagram showing an example of the machining condition information management table 602 stored in the machining condition storage area 192.
  • the machining condition information management table 602 stores the machining method (laser machining, etc.) and the machining conditions in association with each other.
  • the processing method is laser processing
  • information such as laser wavelength, laser intensity, scanning speed, presence / absence of shielding plate, presence / absence of peeling operation, and the like are set as corresponding processing conditions.
  • the processing method is knife cutting
  • the presence / absence of peeling operation, the blade surface angle, the cutting edge angle, the load, the processing procedure number, and the like are set as the corresponding processing conditions.
  • the machining method is knife cutting, for example, the cutting edge angle, the load, the machining procedure number, and the like are set as the corresponding machining conditions.
  • FIG. 6C is a diagram showing an example of the machining procedure information management table 603 stored in the machining condition storage area 192.
  • the machining procedure information management table 603 stores machining procedures when machining using a single or a plurality of machining mechanism units.
  • a processing procedure corresponding to No. 1 it is stipulated that laser irradiation is performed after performing a peeling operation.
  • a processing procedure corresponding to No. 2 it is stipulated that laser irradiation is performed after inserting the shielding plate.
  • As a processing procedure corresponding to No. 3 it is stipulated that only laser irradiation is performed.
  • a knife cut is performed after the peeling operation is performed.
  • FIG. 7A is a diagram showing an example of the machining result information management table 611 stored in the machining result information storage area 193.
  • the machining result information management table 611 includes a machining section number, a post-machining image, machining success / failure information, a machining method generation format number (see FIG. 6A), a machining condition number (see FIG. 6B), and a machining procedure number. (See FIG. 6C), machining position information is stored in association with each other.
  • each machining result is associated with the machining result information management table 611 with the machining method generation format information management table 601, the machining condition information management table 602, and the machining procedure information management table 603.
  • the machining section state information before machining can be associated with the machining result or the like by being given the same number as the machining section number in the machining result information management table.
  • FIG. 7B is a diagram showing an example of the machined part state information management table 612 stored in the machined part state information storage area 194.
  • the machined part state information management table 612 the machined part number, the image before machining, the three-dimensional shape information of the machined part before machining, the machined part transmittance, the machined part reflectance, the cutting resistance value, etc. at a plurality of wavelengths showing the material characteristics, etc. are stored in association with each other.
  • FIG. 7C is a diagram showing an example of a machining instruction information management table 613 that manages machining instruction information generated by the machining instruction information generation unit 120.
  • the machining instruction information management table 613 stores the machining section number, the machining condition number, the machining procedure number, and the machining position information.
  • the display unit 300 is a device that displays input information, a processing result, a process during processing, and the like.
  • the display unit 300 includes a screen and a device for displaying information on the screen, such as a display, a projector, and a head-mounted display.
  • the display unit 300 may include, for example, a touch panel. In this case, the display unit 300 can also be used as the input unit 400.
  • a printer (not shown) that outputs the information displayed on the display unit 300 to paper may be connected to the control unit 100.
  • the input unit 400 is a device that includes, for example, a keyboard, a mouse, a touch pen, a dedicated switch, a sensor, a voice recognition device, and the like, and performs an input operation by an operator. From the input unit 400, the operator inputs, for example, various information such as machining conditions, machining results, machining procedures, and operation instructions to the machining unit 200. ⁇ Processing unit ⁇
  • the processing unit 200 includes a computer COM_2, a processing mechanism unit 220, a processing unit state information collecting mechanism unit 230, a positioning mechanism 240, a sample stage 250, and the like.
  • Computer COM_2 is equipped with, for example, a processor such as a CPU, RAM, and ROM (all of which are not shown).
  • the computer COM_2 realizes each functional block such as the processing mechanism control unit 210 shown in FIG. 1 by expanding the program stored in the ROM or the like into the RAM and executing the program read from the RAM by the processor.
  • Some functions of each functional block may be configured by hardware such as an ASIC, FPGA, or a control board.
  • the processing mechanism control unit 210 is a functional block that controls the operations of the processing mechanism unit 220, the processing unit state information collecting mechanism unit 230, the positioning mechanism 240, and the sample stage 250 according to the instructions received from the processing instruction unit 130.
  • the processing mechanism unit 220 is a device that executes processing on the processing object 251 in accordance with an instruction from the processing mechanism control unit 210.
  • Each processing mechanism unit 220 has a configuration capable of executing processing by a predetermined processing method.
  • FIG. 1 shows an example in which three processing mechanism units 220 (220a to 220c) are provided, but the number of processing mechanism units is not limited to this. A specific example of the processing mechanism unit 220 will be described later.
  • the processing unit state information collection mechanism unit 230 is a mechanism for collecting the state information of the processing unit (machining area) of the processing object 251.
  • the machined part state information collecting mechanism part 230 contains, for example, an image of the machined part before and after machining, a three-dimensional shape of the machined part before and after machining, a reflectance and transmittance of the machined part before and after machining, a cutting resistance value during machining, and the like. The information is acquired as the processing part state information.
  • the positioning mechanism 240 is a mechanism for positioning the processing mechanism unit 220 with respect to the object to be processed 251.
  • the number of positioning mechanism units 240 and the number of axes are not particularly limited.
  • the object to be processed 251 is installed on the sample stage 250.
  • the sample stage 250 is a mechanism for mounting the work target object 251 and positioning the placed work target object 251.
  • the number of axes of the sample stage 250 is not particularly limited. ⁇ Learning method of processing method generation format >>
  • FIG. 8 is a flow chart relating to the learning method of the processing method generation format.
  • the flow of FIG. 8 includes each step of steps S10 to S120.
  • the machining instruction information generation unit 120 acquires the machining method generation format from the machining method generation format storage area 191.
  • the processing instruction information generation unit 120 refers to the processing method generation format information management table 601 from the processing method generation format storage area 191 to FIG. 6A. Read out various information such as network structure and weight corresponding to the deep neural network method.
  • step S20 the machining instruction information generation unit 120 acquires the machining conditions.
  • the processing method generation format is the deep neural network method, for example, all the values stored in the processing condition information management table 602 shown in FIG. 6B are read out.
  • step S30 the machining position information generation unit 110 reads out the machining section state information before machining from the machining section state information storage area 194. Then, the machining position information generation unit 110 generates machining position information for specifying the machining position based on the machining section state information before machining (step S40).
  • the deep neural network 500 even generates a machining method including a machining method, a machining condition, a machining procedure, etc., and in other functional blocks of the machining instruction information generation unit 120. , Machining instruction information based on the machining method and the like may be generated.
  • the machining position information generation unit 110 generates a machining method based on the machining method generation format acquired in step S10, the machining conditions acquired in step S20, and the machining position information acquired in step S30.
  • the deep neural network 500 inputs, for example, machining conditions, machining section state information, and machining position information, and outputs machining methods such as machining methods, machining conditions, and machining procedures. ..
  • the processing instruction information may include information that processing is not necessary.
  • the deep neural network 500 may directly output processing instruction information.
  • step S60 the machining instruction unit 130 determines whether or not machining of the machining target object 251 is necessary based on the machining instruction information.
  • the processing instruction unit 130 determines that processing on the object to be processed 251 is unnecessary (NO)
  • the processing is terminated.
  • the processing instruction unit 130 may instruct the processing unit 200 not to perform the processing.
  • the machining instruction unit 130 determines that the machining target object 251 needs to be machined (YES)
  • the machining instruction unit 130 sends the machining instruction information to the machining unit 200, for example, to the machining unit 200.
  • a processing instruction is given (step S70).
  • the processing unit state information collecting mechanism unit 230 acquires the processing unit state information (post-processing image, sensor measurement value, etc.) of the processing object 251 after processing, and obtains the acquired processing unit state information after processing. It is stored in the processing result information storage area 193.
  • the machined portion state information after machining may be stored in the machined portion state information storage area 194.
  • step S90 the processing success / failure determination unit 141 determines the processing success / failure based on, for example, the pre-processing image and the post-processing image.
  • a positive reward is fed back to the machining method generation format (for example, deep neural network 500) (step S100), and the machining method generation format based on the feedback result is selected.
  • Learning is performed (step S120).
  • step S120 when the learning result (for example, the network structure and weights after learning) is stored in the processing method generation format storage area 191, a series of processes is completed.
  • the reward generated by the reward calculation unit 142 may also be stored in the processing method generation format storage area 191.
  • step S90 when the machining success / failure determination unit 141 determines that the machining has failed (NO), a negative reward is fed back to the machining method generation format (for example, deep neural network 500) (step S110), and the feedback result is Learning of the processing method generation format based on this is performed (step S120).
  • step S120 when the learning result (for example, the network structure and weights after learning) is stored in the processing method generation format storage area 191, a series of processes is completed.
  • the reward generated by the reward calculation unit 142 may also be stored in the processing method generation format storage area 191.
  • step S30 is executed first, and various information such as the feature amount is acquired from the machining section state information.
  • the machining instruction information generation unit 120 refers to the machining method reference table 510 and extracts the machining method (machining method number) based on various information such as the feature amount. Then, in step S20, the machining instruction information generation unit 120 refers to the machining procedure information management table 603 and the machining condition information management table 602, and refers to the machining procedure and each machining method corresponding to the extracted machining method (machining method number). Read information such as processing conditions.
  • step S50 the machining instruction information generation unit 120 generates machining instruction information including information such as a machining method, machining conditions, and machining procedure.
  • step S120 the machining method generation format learning unit 140 learns by, for example, changing the value of the machining method reference table 510 and the value of the machining condition information management table 602 based on the feedback result.
  • FIG. 9 is a diagram illustrating the configuration of the processing mechanism unit and its surroundings.
  • FIG. 9 illustrates a laser processing mechanism unit 700 that performs laser processing as a processing mechanism unit.
  • the laser processing mechanism unit 700 includes a laser oscillator 701, a laser optical path changer 702, a polarizing device 704, a shielding plate driving mechanism 720, and a shielding plate 721.
  • the processing unit state information collecting mechanism unit 230 includes a three-dimensional shape measuring device 710, a photographing device 711, a transmittance measuring light source 730, a transmittance measuring detector 731, a reflectance measuring light source 732, and reflection.
  • a detector 733 for rate measurement and a half mirror 734 are provided.
  • the positions of the laser machining mechanism 700 and the machining state information collection mechanism 230 can be changed by the positioning mechanism 240 (not shown).
  • the processing target object 251 is composed of an A member 251A made of the material A and a B member 251B made of the material B, and the processing target object 251 is processed to remove the processed portion 743 which is a part of the A member 251A. Be given.
  • the laser processing mechanism unit 700 transmits the laser light 703 emitted from the laser oscillator 701 to the processing unit 743 via a laser optical path changer 702 including an optical device such as a mirror and a lens and a polarizing device 704 that changes the polarization state. By irradiating the laser beam 703, processing for removing the processed portion 743 is performed.
  • the laser optical path changer 702 can not only finely adjust the irradiation position of the laser light, but also adjust the angle ⁇ for irradiating the laser light and adjust the speed at which the laser light is scanned.
  • the polarizing device 704 is a device that changes the polarization state of the laser beam.
  • the polarizing device 704 can prevent the processing conditions from changing depending on the scanning direction, for example, by changing the polarization state of the laser beam to circularly polarized light. Further, when irradiating a transparent body such as glass with laser light, the polarizing device 704 irradiates the transparent body with S-polarized light from an oblique direction to damage the transparent body without transmitting the laser light. It is possible to reduce it.
  • the laser irradiation angle ⁇ at this time is preferably 60 to 80 degrees.
  • the shield plate drive mechanism 720 is a mechanism for inserting the shield plate 721 between the processed portion 743 and the B member 251B.
  • the shielding plate 721 is a B member when the B member 251B is processed by the irradiated laser light and the laser light 703 cannot be irradiated to the B member 251B, or when the processed portion 743 is attached to the B member 251B. It is also used in the peeling operation for peeling the processed portion 743 from 251B.
  • the shielding plate 721 and the shielding plate driving mechanism 720 are also used in the shaving mechanism unit 900 (FIG. 11) described later.
  • a plurality of laser oscillators 701 may be mounted on the laser processing mechanism unit 700, and in this case, laser light 703 may be simultaneously irradiated from the plurality of laser oscillators 701. Further, the optical axes of the laser beams 703 may be aligned with each other in the laser optical path changer 702 so that the plurality of laser beams are coaxially irradiated. Further, a laser optical path changer 702 may be provided for each laser oscillator 701. By mounting a plurality of laser oscillators 701, it is possible to process a plurality of locations at the same time, and the processing time can be shortened. Further, even when the processing portion 743 and the B member 251B are further composed of a plurality of materials, it is possible to switch to the laser oscillator 701 that irradiates the laser light having the optimum wavelength for each processing. ..
  • the camera 711 captures an image of the processed portion in order to specify the shape and the processed position of the processed portion 743. Further, when the shape and the processing position cannot be specified in the flat image, the three-dimensional shape information acquired by the three-dimensional shape measuring device 710 can be used.
  • the laser beam can be irradiated only to the position to be irradiated. For example, even when high machining position accuracy is required, such as when removing burrs from the comb-shaped machined portion 743, by turning on / off the laser beam at high speed, the machined portion 743 has no excess or deficiency. It can irradiate a laser beam. Further, the success rate of the processing can be improved by determining the success or failure of the processing from the image taken after the processing and irradiating the unfinished portion with the laser beam again.
  • the transmittance of the processed member is measured using the transmittance measurement light source 730 and the transmittance measurement detector 731. Further, the reflectance of the processed member is measured by using the reflectance measurement light source 732, the reflectance measurement detector 733, and the half mirror 734. From these sensor measurements, the material constituting the work object 251 is specified.
  • the material of the object to be processed can be given as input information in advance, but when there are multiple types of objects to be processed, the transmittance and reflectance are measured to prevent mistakes in setting the processing conditions. It becomes possible. Further, even when the material changes in the middle of the laser light irradiation path, the position where the laser oscillator 701 is switched (that is, the position where the wavelength of the laser light is switched) can be specified by the change in the transmittance and the reflectance. Further, the end portion of the processed portion 743 can be detected by the change in the transmittance and the reflectance, and the irradiation of the laser beam to the region other than the processed portion 743 can be prevented. ⁇ Specific example 2 of the processing mechanism part>
  • FIG. 10 is a diagram showing another example of the configuration of the processing mechanism portion and its surroundings.
  • FIG. 10A exemplifies a knife cutting mechanism unit 800 that performs knife cutting as a processing mechanism unit.
  • the processing unit state information collecting mechanism unit 230 in FIG. 10A has the same configuration as the laser processing mechanism unit 700 (detailed illustration is omitted).
  • the knife cutting mechanism unit 800 includes a knife 801 and a knife driving mechanism 802, a force sensor 803, and a height measuring mechanism 810.
  • the knife 801 is attached to the force sensor 803 with a tilt angle ⁇ , and is configured so that the angle can be changed according to the state of the machined portion.
  • the knife drive mechanism 802 is a mechanism for moving the knife 801 along the cutting path.
  • the knife driving mechanism 802 adjusts the height of the knife 801 based on the distance from the B member 251B measured by the height measuring mechanism 810.
  • the height measuring mechanism 810 for example, a general distance measuring sensor such as a contact type, a laser type, or an ultrasonic type is used.
  • the processing mechanism control unit 210 controls the knife moving mechanism 801 based on the measurement result by the height measuring mechanism 810 to adjust the height of the knife.
  • the machining instruction information generating section 120 Based on the shape of the machined portion acquired by the three-dimensional shape measuring device 710 and the photographing device 711, the machining instruction information generating section 120 generates a cutting path for the machining object 251.
  • the force applied to the knife 801 can be measured by the force sensor 803, and the force for pressing the knife 801 against the B member 251B can be controlled to be constant.
  • the shielding plate 721 is used when the knife 801 does not touch the B member 251B so that the B member 251B is not damaged by the knife 801 or when the processed portion 743 is attached to the B member 251B. It can also be used in a peeling operation for peeling the processed portion 743 from the B member 251B.
  • the shielding plate 721 and the shielding plate driving mechanism 720 are also used in the shaving mechanism unit 900, which will be described later.
  • FIG. 10B is a diagram illustrating a state when the tip of the knife is viewed from the right side of FIG. 10A.
  • FIG. 10B shows an example in which the knife 801 cuts the machined portion 743 while moving from right to left in the drawing.
  • the angle ⁇ between the blade surface 805 and the traveling direction is determined by the machining instruction information generation section 120 according to the machining section state information and the material property information. That is, the angle ⁇ between the blade surface 805 and the traveling direction is included in the machining instruction information.
  • a reaction force for cutting is applied to the blade surface 805 in the direction perpendicular to the blade surface. Therefore, in order to prevent the knife 801 from floating, it is desirable that the blade surface angle ⁇ is an obtuse angle.
  • the shape of the knife tip shown in FIG. 10B is an example, and may be circular or bow-shaped. ⁇ Specific example 3 of the processing mechanism part>
  • FIG. 11 is a diagram showing another example of the configuration of the processing mechanism portion and its surroundings.
  • FIG. 11 illustrates a shaving mechanism section 900 that performs shaving as a machining mechanism section.
  • the processing unit state information collecting mechanism unit 230 in FIG. 11 has the same configuration as the laser processing mechanism unit 700 (detailed illustration is omitted).
  • the processing mechanism unit 220 may include a cutting knife 901, a force sensor 902, and a cutting knife drive mechanism 903.
  • the force sensor 902 is the same as the force sensor 803 of FIG. 10 (a).
  • the shaving knife 901 bends when it comes into contact with the B member 251B.
  • the reaction force generated at that time is measured by the force sensor 803, and the height of the cutting knife 901 is adjusted by the cutting knife drive mechanism 903 so that the reaction force becomes constant.
  • the processing portion 743 when cutting the processing portion 743 while moving the cutting knife 901 to the front (vertically above the paper surface) in the drawing by the cutting knife driving mechanism 903, the processing portion 743 is cut to the back side (vertically below the paper surface) in the drawing.
  • the reaction force generated toward the object is measured by the force sensor 803, and the feed rate of the cutting knife 901 is adjusted by the cutting knife drive mechanism 903 so that the reaction force becomes constant.
  • the processing mechanism unit 220 has been described as specific examples of the processing mechanism unit 220, but these are not only driven independently, but can also be processed by using a plurality of processing mechanism units 220 in combination.
  • the laser processing mechanism portion 700 is used to irradiate the laser to separate the A member 251A and the processing portion 743. It is also possible to drive and process a plurality of mechanisms at the same time, such as using the shaving mechanism unit 900 as a shielding plate at the time of laser irradiation.
  • the shaving mechanism unit 900 as a shielding plate at the time of laser irradiation.
  • FIG. 12 is a diagram showing an example of display contents displayed on the display unit.
  • the image of the processed portion before processing (image before processing) is displayed on the image display unit 951 before processing, and the image of the processed portion after processing (image after processing) is displayed on the image display unit 952 after processing.
  • the three-dimensional shape display unit 953 before processing displays, for example, the cross-sectional shape of the processed unit measured by the three-dimensional shape measuring device 710 before processing.
  • the wavelength for measuring the transmittance and the transmittance reflectance of the processed portion can be selected.
  • the processing method display unit 970 can select a processing method such as laser processing or knife cutting, and set processing conditions such as laser wavelength, laser intensity, and laser scanning speed.
  • the machining procedure display unit 980 can display and set the machining procedure.
  • the machining success / failure display unit 990 displays the machining success / failure determination result, and the operator can change the determination result.
  • the read button SW1 is pressed, the past machining results are displayed.
  • the registration button SW2 is pressed, the changed processing conditions and the like are saved.
  • the machining instruction information generation unit 120 has the machining section state information before machining, the machining conditions stored in the machining condition storage area 192, and the machining method stored in the machining method generation format storage area 191. A machining method is generated based on the generation format, and machining instruction information for the machining unit 200 is generated based on the machining method.
  • an appropriate combination can be selected from a plurality of processing methods and a plurality of processing conditions according to the state of the processing portion of the object to be processed 251. Therefore, for a highly functional composite member composed of a plurality of layers. It is possible to improve the processing success rate.
  • the machining position information generation unit 110 generates machining position information that specifies the machining position with respect to the machining target object 251 based on the pre-machining image before machining. According to this actability, it is possible to select a more appropriate processing method and processing condition according to the situation of the processed portion or the processed area. This makes it possible to further improve the processing success rate for the object to be processed 251.
  • the machining method generation format learning unit 140 learns the machining method generation format based on the state information of each machining section before and after machining. Specifically, the processing method generation format learning unit 140 learns the processing method generation format by comparing the pre-processing image and the post-processing image to determine the processing success / failure and feeding back the result of the processing success / failure determination. I do. More specifically, the processing method generation format is the deep neural network 500, and the processing method generation format learning unit 140 performs learning by changing the network structure or weight of the deep neural network 500. ..
  • learning is performed by changing the value of the machining method reference table 510 and the value of the machining condition information management table 602.
  • the processing method generation format can be updated according to the processing result, so that the accuracy of the processing method including the processing method and processing conditions can be continuously improved. This makes it possible to further improve the processing success rate for the object to be processed 251.
  • the processing unit 200 includes a plurality of processing mechanism units 220. According to this configuration, it is possible to perform complicated processing on the object to be processed 251.
  • the present invention is not limited to the above-described embodiment, and includes various modifications. Further, it is possible to replace a part of the configuration of one embodiment with the configuration of another embodiment, and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. .. Further, it is possible to add, delete, or replace a part of the configuration of each embodiment with another configuration. It should be noted that each member and the relative size described in the drawings are simplified and idealized in order to explain the present invention in an easy-to-understand manner, and may have a more complicated shape in mounting.
  • 10 ... Machining device, 100 ... Control unit, 110 ... Machining position information generation unit, 120 ... Machining instruction information generation unit, 130 ... Machining instruction unit, 140 ... Machining method generation format learning unit, 190 ... Storage device, 200 ... Machining unit , 220, 220a-220c ... Machining mechanism part, 230 ... Machining part status information collecting mechanism part

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Geometry (AREA)
  • Numerical Control (AREA)
  • Laser Beam Processing (AREA)

Abstract

加工装置１０は、複数層からなる加工対象物２５１の加工を行う。加工装置１０は、加工ユニット２００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１９０と、加工ユニット２００を制御する制御ユニット１００とを備えている。加工ユニット２００は、加工対象物２５１の加工を行う加工機構部２２０と、加工前後の加工対象物２５１の加工部状態情報を取得する加工部状態情報収集機構部２３０とを備えている。制御ユニット１００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２００に対する加工指示情報を生成する。

Description

加工装置および加工方法
　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 (12)

  1. 　複数層からなる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、加工前後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する、
    　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う、
    　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、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。
  5. 　請求項３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。
  6. 　請求項５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。
  7. 　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。
  8. 　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、複数層からなる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、
    　を備えた、
    　加工方法。
  9. 　請求項８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。
  10. 　請求項８に記載の加工方法において、
    　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、学習工程を備えている、
    　加工方法。
  11. 　請求項１０に記載の加工方法において、
    　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。
  12. 　請求項１０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前記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。
PCT/JP2020/026453 2020-03-27 2020-07-06 加工装置および加工方法 WO2021192332A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-057224 2020-03-27
JP2020057224A JP7186944B2 (ja) 2020-03-27 2020-03-27 加工装置および加工方法

Publications (1)

Publication Number Publication Date
WO2021192332A1 true WO2021192332A1 (ja) 2021-09-30

Family

ID=77891631

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/026453 WO2021192332A1 (ja) 2020-03-27 2020-07-06 加工装置および加工方法

Country Status (2)

Country Link
JP (1) JP7186944B2 (ja)
WO (1) WO2021192332A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115453889A (zh) * 2022-10-12 2022-12-09 安徽机电职业技术学院 一种基于神经网络的数控车床控制信号设置方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002189510A (ja) * 2000-12-22 2002-07-05 Mori Seiki Co Ltd 加工関連情報生成装置、及びこれを備えた数値制御装置
JP2008009661A (ja) * 2006-06-28 2008-01-17 Keyence Corp レーザ加工条件設定装置、レーザ加工装置、レーザ加工条件設定方法、レーザ加工条件設定プログラム、コンピュータで読み取り可能な記録媒体及び記録した機器
WO2009028056A1 (ja) * 2007-08-29 2009-03-05 Mitsubishi Electric Corporation Ｎｃプログラム生成装置およびｎｃプログラム生成方法
JP2011510831A (ja) * 2008-02-05 2011-04-07 ザ・ボーイング・カンパニー 複合プライ切断の適応制御
JP2015000434A (ja) * 2013-06-13 2015-01-05 株式会社最新レーザ技術研究センター ビーム分岐合成光学系を用いたレーザ加工法
JP2019093451A (ja) * 2017-11-17 2019-06-20 ファナック株式会社 制御装置及び機械学習装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003177811A (ja) 2001-12-12 2003-06-27 Toyota Motor Corp 設計支援装置及び方法
JP3983781B2 (ja) 2005-09-22 2007-09-26 三菱電機株式会社 数値制御プログラミング装置及び数値制御プログラミング方法
JP6767416B2 (ja) 2018-03-26 2020-10-14 ファナック株式会社 加工条件調整装置及び機械学習装置
JP2019185125A (ja) 2018-04-02 2019-10-24 ファナック株式会社 制御装置及び機械学習装置
JP6923484B2 (ja) 2018-05-15 2021-08-18 ファナック株式会社 加工条件調整装置及び機械学習装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002189510A (ja) * 2000-12-22 2002-07-05 Mori Seiki Co Ltd 加工関連情報生成装置、及びこれを備えた数値制御装置
JP2008009661A (ja) * 2006-06-28 2008-01-17 Keyence Corp レーザ加工条件設定装置、レーザ加工装置、レーザ加工条件設定方法、レーザ加工条件設定プログラム、コンピュータで読み取り可能な記録媒体及び記録した機器
WO2009028056A1 (ja) * 2007-08-29 2009-03-05 Mitsubishi Electric Corporation Ｎｃプログラム生成装置およびｎｃプログラム生成方法
JP2011510831A (ja) * 2008-02-05 2011-04-07 ザ・ボーイング・カンパニー 複合プライ切断の適応制御
JP2015000434A (ja) * 2013-06-13 2015-01-05 株式会社最新レーザ技術研究センター ビーム分岐合成光学系を用いたレーザ加工法
JP2019093451A (ja) * 2017-11-17 2019-06-20 ファナック株式会社 制御装置及び機械学習装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115453889A (zh) * 2022-10-12 2022-12-09 安徽机电职业技术学院 一种基于神经网络的数控车床控制信号设置方法及系统

Also Published As

Publication number Publication date
JP2021157512A (ja) 2021-10-07
JP7186944B2 (ja) 2022-12-12

Similar Documents

Publication Publication Date Title
KR101142618B1 (ko) 레이저 가공 장치, 레이저 가공 데이터 설정 장치, 레이저 가공 데이터 설정 방법, 레이저 가공 데이터 설정 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체
US20180221990A1 (en) Laser machining system including laser machining head and imaging device
WO2021192332A1 (ja) 加工装置および加工方法
TW200800456A (en) Laser processing method and laser processing apparatus
JP2014178150A (ja) 切削工具検査装置
JP7040824B2 (ja) フェムト秒レーザーを用いた超精密ブレードエッジ加工方法
KR101563722B1 (ko) 공작기계 형상정보 입출력장치
CN104842075A (zh) 激光加工槽的检测方法
JP7003903B2 (ja) レーザマーカ
CN110023025B (zh) 调芯方法
WO2013073215A1 (ja) レーザ加工機の自動プログラミング装置及び自動プログラミング方法およびレーザ加工システム
WO2022024473A1 (ja) 加工システムおよび加工方法
US10953490B2 (en) Laser machining apparatus
KR102076790B1 (ko) 3차원 레이저 컷팅 장치
EP3766624A1 (en) Laser light centering method and laser processing device
CN109070274B (zh) 激光加工装置以及激光加工方法
JP4202305B2 (ja) ３次元レーザ加工機
JP2015155123A (ja) 研削盤
JP2020072220A (ja) 被加工物の加工方法
JP7426575B1 (ja) 外観検査装置
US12000978B2 (en) Method for manufacturing window and method for manufacturing display device
JP7380333B2 (ja) レーザ加工装置および加工方法
WO2023209792A1 (ja) 制御装置及びこれを含むレーザ加工装置、並びにレーザ加工装置のレーザ出射機構の加工開始点移動制御方法
CN117747457A (zh) 被加工物的检查方法和检查装置
JPH10323774A (ja) レーザ加工方法およびその装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20927785

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20927785

Country of ref document: EP

Kind code of ref document: A1