WO2023157493A1 - 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置 - Google Patents

欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置 Download PDF

Info

Publication number
WO2023157493A1
WO2023157493A1 PCT/JP2022/048300 JP2022048300W WO2023157493A1 WO 2023157493 A1 WO2023157493 A1 WO 2023157493A1 JP 2022048300 W JP2022048300 W JP 2022048300W WO 2023157493 A1 WO2023157493 A1 WO 2023157493A1
Authority
WO
WIPO (PCT)
Prior art keywords
defect
shape
welding
height
bead
Prior art date
Application number
PCT/JP2022/048300
Other languages
English (en)
French (fr)
Inventor
碩 黄
Original Assignee
株式会社神戸製鋼所
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 株式会社神戸製鋼所 filed Critical 株式会社神戸製鋼所
Publication of WO2023157493A1 publication Critical patent/WO2023157493A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/04—Welding for other purposes than joining, e.g. built-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/10—Processes of additive manufacturing
    • B29C64/106—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y10/00—Processes of additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Definitions

  • the present invention relates to a defect detection method, a method for manufacturing a laminate-molded article, a defect detection apparatus, and a laminate-molding apparatus.
  • Patent Literature 1 discloses an inspection apparatus that measures the surface shape of a formed bead in the middle of manufacturing a laminate-molded product and inspects the bead by comparing the measured surface shape with a reference shape. .
  • the inspection apparatus of Patent Document 1 captures an image of a bright line when a bead is irradiated with linear laser light, and detects the height of the bead surface from the position of the bright line in the captured image.
  • a three-dimensional shape not only the above-described light-section method but also various measuring devices are widely used.
  • the three-dimensional shape measurement data obtained by measuring by various methods for example, in the case of the light section method of Patent Document 1, the measurement data is the coordinate information of the bright line, and indirectly represents the shape of the object to be measured. It is the information Therefore, in post-processing such as obtaining a desired shape feature amount from measured data, the calculations therefor are complicated, and it is difficult to speed up the processing. In addition, since the measurement data is indirect information, the amount of data tends to be enormous, and it is necessary to always secure a sufficient storage capacity for saving the data.
  • the filler material when performing additive manufacturing, if there is a narrow part in the base on which the bead is formed, the filler material will not penetrate sufficiently into this narrow part, increasing the possibility of welding defects such as unwelded parts. Therefore, by measuring the substrate shape in the middle of molding and automatically detecting a specific shape characteristic part (narrow part), the welding conditions etc. of the narrow part can be changed, and the bead formation path at the narrow part can be changed. It is conceivable to suppress the occurrence of welding defects in advance. However, as described above, it is necessary to process a large amount of measurement data at high speed, and it is often practically difficult to change the welding conditions and bead formation path in real time according to the shape measurement results. . Moreover, the original shape cannot be accurately reproduced from measurement data that indirectly represents the shape of the object to be measured, and it is particularly difficult to stably detect minute shapes without omission.
  • the present invention provides a defect detection method that can easily detect a specific shape characteristic part from the measurement result of the surface shape of a laminate-molded object while suppressing the amount of data that needs to be stored, and enables high-speed defect detection without omission of detection. , a manufacturing method of a laminate-molded article using the same, a defect detection apparatus, a laminate-molding apparatus, and a program.
  • the present invention consists of the following configurations.
  • a defect detection method for detecting welding defects that occur in a laminate-molded article when laminating beads formed by melting and solidifying a filler material to form the laminate-molded article A height detection step of detecting the height distribution of the surface shape of the laminate-molded object during molding; an image generating step of representing the detected height distribution information as a brightness value variable of each pixel of a two-dimensional image, and generating a height information image in which the height distribution information is converted into the brightness value distribution information; and, a characteristic portion detection step of detecting a shape characteristic portion having a specific shape characteristic according to the level of the luminance value of the height information image; a determination step of determining the possibility that the detected shape characteristic portion becomes the welding defect;
  • a defect detection method comprising: (2) Based on the information of the welding defects detected by the defect detection method according to (1), the manufacturing plan for manufacturing the laminate-molded article is changed so as to suppress the occurrence of the welding defects, and Modeling the layered product based on the later modeling plan,
  • a defect detection device for detecting welding defects occurring in a laminate-molded product manufactured by laminating beads obtained by melting and solidifying a filler material, A shape measuring unit that detects the height distribution of the surface shape of the layered product; An image generation unit that represents the detected height distribution information as a luminance value variable of each pixel of a two-dimensional image, and generates a height information image in which the height distribution information is converted into the luminance value distribution information.
  • a defect detection device comprising: (4) the defect detection device according to (3); A molding control device that changes a molding plan for molding the laminate-molded article so as to suppress the occurrence of the welding defects detected by the defect detection device; a modeling apparatus that models the laminate-molded article based on the changed modeling plan; Additive manufacturing system with.
  • a program that causes a computer to execute a procedure of a defect detection method for detecting welding defects that occur in a laminate-molded article when laminating beads formed by melting and solidifying a filler material to form a laminate-molded article. and to the computer, a height detection procedure for detecting the height distribution of the surface shape of the laminate-molded article being molded; An image generation procedure for representing the detected height distribution information as a brightness value variable of each pixel of a two-dimensional image and generating a height information image in which the height distribution information is converted into the brightness value distribution information. and, a characteristic part detection procedure for detecting a shape characteristic part having a specific shape characteristic according to the level of the luminance value of the height information image; A determination procedure for determining the possibility that the detected shape characteristic portion becomes the welding defect; program to run.
  • the present invention it is possible to easily detect a specific shape characteristic portion from the measurement results of the surface shape of a laminate-molded object while suppressing the amount of data that needs to be stored, enabling high-speed defect detection without omissions.
  • FIG. 1 is a schematic diagram showing the overall configuration of a layered manufacturing system.
  • FIG. 2 is a block diagram showing the functional configuration of the molding control device.
  • FIG. 3 is a flow chart showing the procedure for forming a laminate-molded article.
  • FIG. 4 is a flow chart showing the procedure of a welding defect detection method.
  • FIG. 5 is an explanatory diagram showing an example of the feature amount of the narrow portion in a cross section perpendicular to the bead formation direction of the bead.
  • FIG. 6A is an explanatory diagram showing how the spacing between the pair of beads shown in FIG. 5 is changed.
  • FIG. 6B is an explanatory diagram showing how the spacing between the pair of beads shown in FIG. 5 is changed.
  • FIG. 6A is an explanatory diagram showing how the spacing between the pair of beads shown in FIG. 5 is changed.
  • FIG. 7 is a schematic diagram showing how the shape of a bead is measured by a shape detector.
  • FIG. 8 is an image of height information image data obtained by converting the height information of each bead shown in FIG. 7 into luminance information.
  • FIG. 9A is an explanatory diagram showing the image processing result of extracting the narrow portion and the contour of the bead shape from the height information image shown in FIG.
  • FIG. 9B is an explanatory diagram showing the image processing result of extracting the narrow portion and the contour of the bead shape from the height information image shown in FIG.
  • FIG. 10 is a configuration diagram of a torch and a shape detector.
  • FIG. 11 is an explanatory diagram showing the shape detection result by the shape detector when the torch and shape detector move together.
  • FIG. 1 is a schematic diagram showing the overall configuration of a layered manufacturing system.
  • a laminate manufacturing system 100 includes a modeling control device 11, a manipulator 13, a filler material supply device 15, a manipulator control device 17, a heat source control device 19, and a shape detector 21. be.
  • the manipulator control device 17 controls the manipulator 13 and the heat source control device 19.
  • a controller (not shown) is connected to the manipulator control device 17, and any operation of the manipulator control device 17 can be instructed by the operator via the controller.
  • the manipulator 13 is, for example, an articulated robot, and is supported by a torch 23 provided on the tip shaft so that the filler material (welding wire) M can be continuously supplied.
  • the torch 23 holds the filler material M in a state of protruding from the tip.
  • the position and orientation of the torch 23 can be arbitrarily set three-dimensionally within the range of degrees of freedom of the robot arm that constitutes the manipulator 13 .
  • the manipulator 13 preferably has six or more degrees of freedom, and is preferably capable of arbitrarily changing the axial direction of the heat source at the tip.
  • the manipulator 13 may take various forms such as a multi-joint robot with four or more axes shown in FIG.
  • the torch 23 has a shield nozzle (not shown), and shield gas is supplied from the shield nozzle.
  • the shielding gas shuts off the atmosphere and prevents oxidation and nitridation of the molten metal during welding, thereby suppressing defective welding.
  • the arc welding method used in this configuration may be a consumable electrode type such as covered arc welding or carbon dioxide gas arc welding, or a non-consumable electrode type such as TIG (Tungsten Inert Gas) welding or plasma arc welding. It is appropriately selected according to the laminate-molded article Wk.
  • gas metal arc welding will be described as an example.
  • a contact tip is arranged inside the shield nozzle, and the contact tip holds the filler material M to which current is supplied.
  • the torch 23 holds the filler material M and generates an arc from the tip of the filler material M in a shield gas atmosphere.
  • the filler material supply device 15 supplies the filler material M toward the torch 23 of the manipulator 13 .
  • the filler material supply device 15 includes a reel 15a around which the filler material M is wound, and a delivery mechanism 15b for delivering the filler material M from the reel 15a.
  • the filler material M is fed to the torch 23 while being fed in the forward direction or the reverse direction as necessary by the delivery mechanism 15b.
  • the delivery mechanism 15b is not limited to a push type that is arranged on the side of the filler material supply device 15 and pushes out the filler material M, but may be a pull type that is arranged on a robot arm or the like, or a push-pull type.
  • the heat source control device 19 is a welding power source that supplies power required for welding by the manipulator 13.
  • the heat source control device 19 adjusts the welding current and welding voltage supplied during bead formation for melting and solidifying the filler material.
  • the filler material supply speed of the filler material supply device 15 is adjusted in conjunction with the welding conditions such as the welding current and welding voltage set by the heat source control device 19 .
  • the heat source for melting the filler material M is not limited to the arc described above.
  • other heat sources such as a heating method using arc and laser, a heating method using plasma, and a heating method using an electron beam or laser may be used.
  • the amount of heating can be more finely controlled, the state of the formed bead can be maintained more appropriately, and the quality of the laminated structure can be further improved.
  • the material of the filler material M is not particularly limited. The type of material M may be different.
  • the shape detector 21 is provided at or near the tip axis of the manipulator 13, and the vicinity of the tip of the torch 23 is the measurement area.
  • the shape detector 21 is moved together with the torch 23 by the driving of the manipulator 13, and detects the shape of the bead B and the base portion (the base 25 or the surface of the existing bead B) for forming the new bead B.
  • the shape detector 21 may be other detection means provided at a position different from the torch 23 .
  • a laser sensor that irradiates the bead B with laser light and detects reflected light from the bead surface can be used.
  • the height detection method there are various methods such as a light section method, a phase difference detection method, a triangulation method, and a TOF (Time of Flight) method, and any one method may be used. may be combined. Since each method is publicly known, the description thereof is omitted here.
  • the laser light is scanned in a predetermined range using a reflecting mirror such as a galvanomirror, or the manipulator 13 is operated to irradiate the laser light. You can expand the range.
  • a reflecting mirror such as a galvanomirror
  • the laminate manufacturing system 100 configured as described above operates according to a modeling program created based on a modeling plan for the laminate-molded article Wk.
  • the molding program is composed of a large number of instruction codes, and is created based on an appropriate algorithm according to various conditions such as the shape, material, and heat input of the object to be molded.
  • a linear bead which is a molten solidified body of the filler material M, is formed on the base 25 . That is, the manipulator control device 17 drives the manipulator 13 and the heat source control device 19 based on a group of predetermined programs provided from the modeling control device 11 .
  • the manipulator 13 forms a bead B by moving the torch 23 while melting the filler material M with an arc according to a command from the manipulator control device 17 .
  • the laminate-molded article Wk having the desired shape is obtained.
  • the shape of the base 25 is not limited to this.
  • the base 25 may be cylindrical, and a bead may be formed on the circumference of the side surface of the cylinder.
  • the coordinate system of the modeling shape data handled by the layered manufacturing system 100 is associated with the coordinate system on the base 25 on which the layered article Wk is modeled.
  • three axes of a coordinate system may be set so as to specify a position in a three-dimensional space.
  • a cylindrical coordinate system may be set, or a spherical coordinate system may be set depending on the case.
  • an orthogonal coordinate system having X, Y, and Z axes, in which the upper surface of the base 25 is the XY plane and the normal direction of the upper surface of the base 25 is the Z direction, will be defined and explained.
  • the molding control device 11 is configured by an information processing device such as a PC (Personal Computer), for example.
  • a control unit (not shown) reading a program having a specific function stored in a storage device (not shown) and executing the program.
  • Storage devices include RAM (Random Access Memory), which is a volatile storage area, ROM (Read Only Memory), which is a non-volatile storage area, HDD (Hard Disk Drive), SSD (Solid State Drive), etc. storage can be exemplified.
  • a processor such as a CPU (Central Processing Unit), an MPU (Micro Processor Unit), or a dedicated circuit can be exemplified.
  • FIG. 2 is a block diagram showing the functional configuration of the molding control device 11.
  • the modeling control device 11 includes an input unit 31 , a storage unit 33 , a modeling program creation unit 35 , a modeling plan changing unit 37 , an output unit 39 and a defect detection device 41 .
  • the defect detection device 41 whose details will be described later, may be included in the modeling control device 11, but may be configured separately from the modeling control device 11, or may be configured to be connected to the modeling control device 11 by communication or the like. good.
  • the input unit 31 acquires various types of information from the outside, for example, via an appropriate network or by an appropriate input device.
  • the information acquired here includes, for example, shape data including shape information of an object to be laminated-molded such as CAD/CAM data, welding condition setting data, output data from the shape detector 21, and information from the operator. instruction information and the like. Details of the various information will be described later.
  • the storage unit 33 stores various information acquired by the input unit 31 and the molding program described above.
  • the storage unit 33 also stores a database 33a that stores information such as the operating speed of the manipulator 13 when forming various shapes, drive conditions such as the operable range, and various welding conditions that can be set by the heat source control device 19. Hold.
  • the molding program creation unit 35 determines a molding plan such as a bead formation trajectory representing the path along which the torch 23 is moved to form a bead and welding conditions during bead formation while referring to each database in the storage unit 33. Also, based on the created modeling plan, a modeling program corresponding to the types and specifications of the manipulator 13 and the heat source control device 19 is created.
  • a molding plan such as a bead formation trajectory representing the path along which the torch 23 is moved to form a bead and welding conditions during bead formation while referring to each database in the storage unit 33. Also, based on the created modeling plan, a modeling program corresponding to the types and specifications of the manipulator 13 and the heat source control device 19 is created.
  • the output unit 39 outputs the modeling program created by the modeling program creation unit 35 to the manipulator control device 17, the heat source control device 19, and the like. Note that the output unit 39 may further be configured to display the processing result for the shape data using an output device (not shown) such as a display provided in the modeling control device 11 .
  • the defect detection device 41 grasps the base shape when forming the bead from the information of the output data of the shape detector 21, and determines whether there is a high possibility that the bead to be formed will have welding defects. If there is concern about the occurrence of welding defects, the molding plan changing section 37 sends the modified molding plan in which the above-described welding plan is changed to the molding program creating section 35 .
  • the modeling program creation unit 35 creates a modeling program based on the input corrected modeling plan, and outputs the program to the output unit 39 .
  • the defect detection device 41 has a function of predicting the occurrence of welding defects from the information of the output data from the shape detector 21 as described above.
  • the defect detection device 41 includes a shape identification unit 43 , a height information image generation unit 45 , a feature detection unit 47 , a feature amount extraction unit 49 , a defect size prediction unit 51 , a prediction model 53 , a defect determination unit 55 Prepare. The details of the function of each part will be described later.
  • FIG. 3 is a flow chart showing the procedure for forming a layered product. Each procedure is carried out based on commands from the modeling control device 11 .
  • the modeling control device 11 acquires the shape data of the laminate-molded article Wk (step 11, hereinafter abbreviated as S11).
  • Driving conditions and welding conditions corresponding to the types and specifications of the manipulator 13 and the heat source control device 19 are input in advance to the database 33a in the storage unit 33 of the modeling control device 11. (S2), according to the input shape data.
  • the shape of the laminate-molded object Wk is sliced into a predetermined thickness, and a bead formation trajectory is set so that the shape of each sliced layer is filled with beads having a predetermined width. It includes the process of obtaining the values, the process of setting the welding conditions for each bead, and the like.
  • Algorithms for creating such a modeling plan are not particularly limited, and conventionally known algorithms may be used.
  • the modeling program creation unit 35 creates a modeling program for driving each part such as the manipulator 13 and the heat source control device 19 based on the written modeling plan (S13).
  • the created modeling program is output from the output unit 39 to the manipulator control device 17 (S14).
  • the manipulator control device 17 drives each part such as the manipulator 13, the filler material supply device 15, the heat source control device 19, etc. according to the input modeling program, and moves while generating an arc from the tip of the torch 23, A bead B is formed along the bead formation trajectory according to the molding plan (S15).
  • the shape detector 21 detects height information and outputs the output data of the detection result to the input unit 31 of the modeling control device 11 .
  • the defect detection device 41 reads output data from the shape detector 21 input to the input unit 31 . Based on the read output data, the defect detection device 41 detects a characteristic portion having a specific shape where welding defects are likely to occur, specifically, a narrow portion formed between formed beads. Then, the position of the detected narrow portion is set as a weld defect candidate. If the defect candidate satisfies the predetermined conditions, it is determined that the next bead formation at the position of the narrow portion will cause a welding defect (S16).
  • welding defects are detected in parallel with bead formation. It may be processed every time.
  • the defect detection device 41 If there is a narrow portion that causes a defect, the defect detection device 41 outputs the position information (coordinate values) of the narrow portion to the modeling plan changing section 37 .
  • the modeling plan change unit 37 changes the aforementioned modeling plan so that the welding defects caused by the narrow portion are at a level at which there is no problem (S18).
  • the modeling plan change unit 37 outputs the changed modeling plan to the modeling program creation unit 35 .
  • the modeling program creation unit 35 creates a modeling program based on the changed modeling plan (S13).
  • the formation of the bead B is continued. The above procedure is repeated until the laminate-molded article Wk is completed (S19).
  • FIG. 4 is a flow chart showing the procedure of a welding defect detection method.
  • the shape identification unit 43 reads output data from the shape detector 21 .
  • This output data is data according to the height detection method of the shape detector 21, and is not necessarily height information recorded directly. Therefore, the shape identification unit 43 analyzes the information of the output data and converts it into height distribution information to identify the shape (S21).
  • the conversion into height distribution information is performed according to the height detection method of the shape detector 21 .
  • the height distribution is obtained by geometric calculation according to the projection length (or recess length) of the unevenness in the profile of the bright line of the detected light.
  • the shape identification unit 43 outputs the converted height distribution information to the height information image generation unit 45 .
  • the height information image generator 45 converts the input height distribution information into a two-dimensional image.
  • the height distribution information is expressed as a luminance value variable of each pixel of the two-dimensional image, and an image is generated by converting the height distribution information into luminance value distribution information.
  • This image is composed of a large number of pixels of N rows ⁇ N columns, and the brightness value of each pixel represents the bead surface or base height detected by the shape detector 21 at that pixel position. That is, the shape identifying unit 43 converts the three-dimensional shape information of the laminate-molded object detected by the shape detector 21 into height distribution information, and the height information image generating unit 45 generates a two-dimensional image. (S22).
  • This image is also called a "height information image” or "height information image data”.
  • the height information image generation unit 45 outputs the generated height information image to the characteristic portion detection unit 47 .
  • the characteristic portion detection unit 47 detects characteristic portions having specific shape characteristics by performing image processing on the input height information image (S23). Although the narrowed portion formed as a valley between the beads B is used as this characteristic portion, it is not limited to this, and any other shape may be used as long as the shape can cause welding defects. Here, the narrow part is detected according to the brightness value of the height information image. As image processing for detecting the narrow portion, various kinds of processing such as general contour line extraction, binarization, and mask processing can be used, and accurate detection is possible in a short time.
  • the characteristic part detection unit 47 outputs the information of the detected narrow part to the characteristic amount extraction unit 49 together with the height information image.
  • the feature quantity extraction unit 49 extracts the feature quantity of each narrow section using the input narrow section information and the height information image (S24).
  • FIG. 5 is an explanatory diagram showing an example of the feature amount of the narrow portion in a cross section orthogonal to the bead formation direction of the bead.
  • the interval between the bead edges at the valley bottom is the bottom interval U
  • the interval between the bead top portion Pt1 of the bead B1 and the bead top portion Pt2 of the bead B2 is the bead interval W
  • H the average height to the height to the bead top Pt2, that is, the valley depth to the valley bottom formed by the pair of beads B1 and B2.
  • the bottom interval U, the bead interval W, and the valley depth H can be employed as feature quantities of the narrow portion.
  • FIGS. 6A and 6B are explanatory diagrams showing how the spacing between the pair of beads shown in FIG. 5 is changed.
  • the bottom interval U becomes 0, and the valley depth H is represented by the triangle Pt1-Pt2-P1 (P2) indicated by the dotted line. It becomes the valley depth between beads.
  • the bottom spacing U is 0 and the valley depth H is shallower than in the case shown in FIGS. 5 and 6A.
  • the shape of the valley of the narrow portion can be specified.
  • the feature amount described above is only an example, and other parameters such as the cross-sectional area of the recessed portion, the inclination angle of the bead end portion, and the like may be used.
  • the feature quantity extraction unit 49 outputs information on the feature quantity of the narrow part to the defect size prediction unit 51 .
  • the defect size prediction unit 51 obtains the target position of the next bead to be formed in the vicinity of the input narrow portion by referring to the molding plan determined by the molding program creation unit 35, and determines the position of the narrow portion and the next bead to be formed. Then, the distance from the target position of the bead to be measured is calculated (S25). Further, the defect size prediction unit 51 refers to the molding plan described above to obtain welding conditions for forming a bead.
  • the welding conditions include at least one of welding speed, welding current, welding voltage, and filler material supply speed.
  • the defect size prediction by the defect size prediction unit 51 is obtained by experimentally or by simulating the characteristic amount of the narrow portion, the welding conditions for forming the bead, and the defect size corresponding to the characteristic amount and the welding conditions.
  • Machine learning methods for generating the prediction model 53 include, for example, decision trees, linear regression, random forests, support vector machines, Gaussian process regression, neural networks, and the like.
  • a plurality of prediction models 53 may be generated for each type of filler material. In the case of consolidating into one prediction model, learning may be performed by adding information on some or all of the components of the filler material to the learning data.
  • the defect size prediction unit 51 predicts the defect size of welding defects that may occur due to the detected narrowed portion, and outputs the prediction result to the defect determination unit 55 .
  • the defect determination unit 55 compares the input prediction result of the defect size with a preset allowable value (S27). If it is determined that the predicted value of the defect size exceeds the allowable value, the information of the narrow portion is output to the modeling plan changing unit 37 (S28). The portion is excluded from welding defect candidates, and the above defect size prediction and determination are repeated for all the detected narrow portions (S29, S30). By this determination, the narrow portion, which poses no particular problem, is excluded from candidates for welding defects, and the accuracy of defect detection is enhanced.
  • height distribution information is obtained from the output data from the shape detector 21, and by expressing this as a variable of the brightness value of each pixel of the two-dimensional image, the height distribution information is obtained.
  • a height information image converted into luminance value distribution information is generated.
  • the machine-learned prediction model 53 to predict the defect size, it is possible to predict the defect size at high speed with high accuracy.
  • various types of information such as the obtained height information image, the detected narrow part, and the predicted welding defect on the monitor of the output unit 39 of the modeling control device 11, the operator can visualize and notify the status of the modeling. It is possible to improve convenience. For these reasons, it becomes easier to automate the detection of welding defects.
  • the modeling plan for manufacturing the laminate-manufactured object is changed so as to suppress the occurrence of welding defects, and based on the changed modeling plan
  • FIG. 7 is a schematic diagram showing how the shape of the bead B is measured by the shape detector 21.
  • the object to be measured here is a pair of beads B formed along one direction (X direction) on the base 25 and formed adjacent to each other in a direction (Y direction) perpendicular to the one direction. A total of four beads B are formed adjacent to each other at two locations.
  • the shape detector 21 detects information on the height of each bead B raised from the surface of the base 25 .
  • FIG. 8 is an image of height information image data obtained by converting the height information of each bead B shown in FIG. 7 into luminance information.
  • the level of brightness in the image shown in FIG. 8 corresponds to the level of the height of each bead B from the base 25 , and the higher the brightness, the higher the height from the base 25 .
  • 9A and 9B are explanatory diagrams showing the image processing result of extracting the narrow portion and the contour of the bead shape from the height information image shown in FIG. In each explanatory diagram of FIGS. 9A and 9B, the contour of the bead is indicated by a dashed line so that the position of the extraction result can be confirmed. In this image processing result, as shown in FIG.
  • FIG. 9A is a schematic diagram showing the constriction after performing such a sorting process. As shown in FIG. 9B, the finally extracted narrow portion is the position of the valley formed by the intersection of the four beads, and the valley having the steepest slope among the surfaces of each bead B is detected.
  • Narrow areas can be accurately detected by using a height information image obtained by converting the detected height information into trajectory information, and performing image processing on this height information image.
  • the detection algorithm for the narrow part can be easily changed by appropriately replacing or modifying the content of the image processing according to the situation, and the detection algorithm can be easily optimized. Similarly, it becomes easier to optimize the extraction algorithm for the process of extracting the feature quantity of the narrow part.
  • the torch 23 is tilted, etc.
  • the height detection direction by the shape detector 21 also changes.
  • the shape of the narrow portion between the beads may be detected with a gentler inclination of the trough portion than in reality, resulting in an inaccurate feature amount of the narrow portion.
  • FIG. 10 is a configuration diagram of the torch 23 and the shape detector 21.
  • FIG. 11 is an explanatory diagram showing the shape detection result by the shape detector 21 when the torch 23 and the shape detector 21 move together.
  • the bead formation position by the torch 23 and the shape detection position by the shape detector 21 do not match, and there is a predetermined distance L deviation. Therefore, as shown in FIG. 11, for example, when a bead is formed along two curved paths PS1 and PS2 that are parallel to each other, a problem may occur.
  • the shape detector 21 detects the position of the torch position P1 on the line L p1 which is the distance L behind the torch position P1.
  • the bead shape is detected, the bead shape on the line Lp2 is detected at the torch position P2, and the bead shape on the line Lp3 is detected at the torch position P3.
  • the line Lp1 is substantially orthogonal to the moving direction of the paths PS1 and PS2, and the bead shape detected by the line Lp1 is a shape close to the actual bead cross section.
  • the shape detector 21 by converting the output data from the shape detector 21 into a height information image, even when forming a bead while moving the path and detecting the shape, the shape detector 21 is sequentially converted into height information. Therefore, height information detected in a plurality of passes can be easily combined, and as a result, a height information image, which is a map of two-dimensional height information, can be easily formed.
  • a height information image which is a map of two-dimensional height information, can be easily formed.
  • By generating the height information image it becomes possible to transform the detected height information into geometry, and the shape can be easily grasped. Therefore, it is possible to easily generate a shape profile in an arbitrary direction as well as the shape profile on the lines L p1 , L p2 , L p3 and the like described above, thereby making it possible to accurately grasp the shape.
  • the welding defect detection method according to the present embodiment has been described as an example applied to layered manufacturing in which the bead B is formed on the base 25 using the manipulator 13 holding the torch 23, but the application is limited to layered manufacturing. do not have.
  • it can be applied to general welding such as fillet welding, butt welding, and multi-layer filling in the groove, and the same applies to performing predetermined processing after shape detection or height detection. can be applied to
  • a defect detection method for detecting welding defects that occur in a laminate-molded article when laminating beads formed by melting and solidifying a filler material to form the laminate-molded article A height detection step of detecting the height distribution of the surface shape of the laminate-molded object during molding; an image generating step of representing the detected height distribution information as a brightness value variable of each pixel of a two-dimensional image, and generating a height information image in which the height distribution information is converted into the brightness value distribution information; and, a characteristic portion detection step of detecting a shape characteristic portion having a specific shape characteristic according to the level of the luminance value of the height information image; a determination step of determining the possibility that the detected shape characteristic portion becomes the welding defect;
  • a defect detection method comprising: According to this defect detection method, by using the height information image obtained by converting the height distribution of the surface shape of the layered product into the distribution of luminance values, the shape characteristic part can be easily detected, and the amount of data that needs to be stored can be done while
  • the detection of the height distribution is performed by detecting reflected light from the bead surface when the bead is irradiated with light, among a light section method, a phase difference detection method, a triangulation method, and a TOF method. , the defect detection method according to any one of (1) to (3). According to this defect detection method, non-contact, high-speed shape detection can be performed by using an optical shape detection method for height distribution.
  • (5) further comprising a prediction step of predicting the defect size of the weld defect that occurs when the bead is formed at a position including the shape feature,
  • the determination step compares the predicted defect size with a predetermined allowable value, and determines that the shape characteristic portion is the weld defect when the defect size exceeds the allowable value, (1) to ( 4)
  • the defect detection method according to any one of the items. According to this defect detection method, since a weld defect is determined according to the predicted defect size, shape characteristic portions that pose no particular problem are excluded from weld defect candidates, thereby increasing the accuracy of defect detection.
  • the prediction step is based on a prediction model that has learned in advance the relationship between the feature amount of the shape characteristic portion, the welding conditions for forming the bead, and the defect size corresponding to the feature amount and the welding conditions.
  • the defect detection method according to (5) wherein the defect size is predicted by According to this defect detection method, since the defect size is predicted based on the prediction model, high-precision and high-speed prediction is possible.
  • the feature quantity of the shape characteristic portion includes a shape parameter representing the shape of the narrow portion in which the valley portion is formed with a height lower than the surrounding bead height, and the position of the narrow portion and the target position of the bead to be formed next.
  • the defect detection method according to (6) including at least one of the distance from According to this defect detection method, the defect size is predicted according to each condition, namely, the shape parameter of the narrowed portion and the distance between the narrowed portion where welding defects are likely to occur and the target position of the bead. Improvement can be expected.
  • a molding plan for manufacturing the laminate-molded article is determined based on the generation of the welding defect. to suppress the Modeling the layered product based on the changed modeling plan, A method for producing a laminate-molded article. According to this method for manufacturing a laminate-molded article, a laminate-molded article is manufactured so as not to generate predicted weld defects, so that a high-quality laminate-molded article in which occurrence of weld defects is suppressed can be stably obtained.
  • a defect detection device for detecting welding defects occurring in a laminate-molded product manufactured by laminating beads obtained by melting and solidifying a filler material, A shape measuring unit that detects the height distribution of the surface shape of the layered product; An image generation unit that represents the detected height distribution information as a luminance value variable of each pixel of a two-dimensional image, and generates a height information image in which the height distribution information is converted into the luminance value distribution information.
  • a defect detection device comprising: According to this defect detection device, by using the height information image obtained by converting the height distribution of the surface shape of the layered product into the distribution of luminance values, the shape characteristic part can be easily detected, and the amount of data that needs to be stored can be done while reducing As a result, welding defects can be detected in a short takt time.
  • a feature quantity extraction unit for extracting a feature quantity relating to at least one of the shape and position of the detected shape feature portion;
  • a prediction model that has learned the relationship between the welding conditions for forming the bead, the feature amount, and the defect size of the welding defect corresponding to the welding condition and the feature amount;
  • a defect size prediction unit that predicts the defect size based on the prediction model from information on the detected feature amount of the shape characteristic portion and welding conditions of the bead forming the shape characteristic portion; with (10) wherein the defect determination unit compares the predicted defect size with a predetermined allowable value, and determines the shape characteristic portion as the weld defect when the defect size exceeds the allowable value;
  • the defect detection device according to . According to this defect detection apparatus, since the defect size is predicted based on the prediction model, high-precision and high-speed prediction is possible.
  • the defect detection device according to (11); A molding control device that changes a molding plan for molding the laminate-molded article so as to suppress the occurrence of the welding defects detected by the defect detection device; a modeling apparatus that models the laminate-molded article based on the changed modeling plan; Additive manufacturing system with. According to this layered manufacturing system, since a layered product is manufactured so as not to generate predicted weld defects, it is possible to stably obtain a high-quality layered product in which occurrence of weld defects is suppressed.
  • a program that causes a computer to execute a procedure of a defect detection method for detecting welding defects that occur in a laminate-molded article when laminating beads formed by melting and solidifying a filler material to form the laminate-molded article. and to the computer, a height detection procedure for detecting the height distribution of the surface shape of the laminate-molded article being molded; An image generation procedure for representing the detected height distribution information as a brightness value variable of each pixel of a two-dimensional image and generating a height information image in which the height distribution information is converted into the brightness value distribution information.
  • a characteristic part detection procedure for detecting a shape characteristic part having a specific shape characteristic according to the level of the luminance value of the height information image;
  • this program by using the height information image obtained by converting the height distribution of the surface shape of the layered product into the distribution of luminance values, it is possible to easily detect the shape characteristic part and reduce the amount of data that needs to be stored. I can do it while doing it. As a result, welding defects can be detected in a short takt time.
  • modeling control device 13 manipulator 15 filler material supply device 15a reel 17 manipulator control device 19 heat source control device 21 shape detector 23 torch 25 base 31 input section 33 storage section 33a database 35 modeling program creating section 37 modeling plan changing section 39 output Part 41
  • Defect detection device 43 Shape identification part 45 Height information image generation part 47 Feature part detection part 49 Feature amount extraction part 51 Defect size prediction part 53 Prediction model 100 Laminate manufacturing system M Filler material

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際、積層造形物に生じる溶接欠陥を検出する欠陥検出方法は、造形途中の積層造形物における表面形状の高さ分布を検出する高さ検出工程と、検出した高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、高さ分布の情報を輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、高さ情報画像の輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、検出された形状特徴部が溶接欠陥となる可能性を判定する判定工程と、を備える。

Description

欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置
　本発明は、欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置に関する。
　溶加材を溶融及び凝固させたビードを積層して、複数層のビードから形成される積層造形物を造形する技術が知られている。例えば、積層造形物の製造途中で、形成したビードの表面形状を測定し、測定された表面形状と基準形状とを比較することでビードの検査を行う検査装置が特許文献１に開示されている。特許文献１の検査装置では、ライン状のレーザー光をビードに照射したときの輝線を撮像し、得られた撮像画像の輝線の位置からビード表面の高さを検出している。このような３次元形状の測定には、上記した光切断法に限らず、種々の方式による測定装置が広く採用されている。
日本国特開２０１９－２１５２９７号公報
　しかしながら、種々の方式により測定して得られる３次元形状の測定データは、例えば、特許文献１の光切断法による場合、測定データは輝線の座標情報であり、測定対象の形状を間接的に表した情報である。そのため、測定データから所望の形状特徴量を求める等の後処理においては、そのための演算が煩雑になり、処理を高速化しにくい。また、測定データが間接的な情報であるため、データ量が膨大になりやすく、データを保存するための十分な記憶容量を常に確保する必要があった。
　ところで、積層造形を行う場合、ビードを形成する下地に狭隘部が存在すると、この狭隘部では溶加材の溶け込みが不十分になり、未溶着部等の溶接欠陥が発生する可能性が高まる。そこで、造形途中の下地形状を測定して特定の形状特徴部（狭隘部）を自動検出し、その狭隘部の溶接条件等を変更したり、狭隘部でのビード形成パスを変更したりして溶接欠陥の発生を未然に抑制することが考えられる。しかし、上記したように膨大な測定データを高速に演算処理する必要があり、しかも、形状測定の結果に応じて溶接条件、ビード形成パスをリアルタイムで変更することは現実的に困難な場合が多い。また、測定対象の形状を間接的に表した測定データからは、元の形状を正確に再現できないこともあり、特に微小な形状を漏れなく安定して検出することは難しい。
　そこで本発明は、積層造形物の表面形状の測定結果から特定の形状特徴部を容易にかつ保存を要するデータ量を抑えて検出でき、高速で検出漏れのない欠陥検出を可能にする欠陥検出方法、これを用いた積層造形物の製造方法、並びに欠陥検出装置、積層造形装置、プログラムを提供することを目的とする。
　本発明は下記の構成からなる。
（１）　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定工程と、
を備える欠陥検出方法。
（２）　（１）に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、　変更後の前記造形計画に基づいて前記積層造形物を造形する、
積層造形物の製造方法。
（３）　溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
　前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する欠陥判定部と、
を備える欠陥検出装置。
（４）　（３）に記載の欠陥検出装置と、
　前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
　変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
を備える積層造形システム。
（５）　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
　コンピュータに、
　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定手順と、
を実行させるプログラム。
　本発明によれば、積層造形物の表面形状の測定結果から特定の形状特徴部を容易にかつ保存を要するデータ量を抑えて検出でき、高速で検出漏れのない欠陥検出を可能にする。
図１は、積層造形システムの全体構成を示す概略図である。 図２は、造形制御装置の機能構成を示すブロック図である。 図３は、積層造形物の造形手順を示すフローチャートである。 図４は、溶接欠陥の検出方法の手順を示すフローチャートである。 図５は、ビードのビード形成方向に直交する断面における狭隘部の特徴量の例を示す説明図である。 図６Ａは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。 図６Ｂは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。 図７は、形状検出器によりビードの形状を測定する様子を示した概略図である。 図８は、図７に示す各ビードの高さ情報を輝度情報に変換した高さ情報画像データの画像である。 図９Ａは、図８に示す高さ情報画像を、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。 図９Ｂは、図８に示す高さ情報画像を、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。 図１０は、トーチと形状検出器の構成図である。 図１１は、トーチと形状検出器とが一体となって移動した際の形状検出器による形状検出結果を示す説明図である。
　以下、本発明の実施形態について、図面を参照して詳細に説明する。ここでは、本発明に係る欠陥検出方法を、積層造形物を製造する積層造形システムに適用した場合を例に説明する。図１は、積層造形システムの全体構成を示す概略図である。
　本実施形態に係る積層造形システム１００は、造形制御装置１１と、マニピュレータ１３と、溶加材供給装置１５と、マニピュレータ制御装置１７と、熱源制御装置１９と、形状検出器２１を含んで構成される。
　マニピュレータ制御装置１７は、マニピュレータ１３と、熱源制御装置１９とを制御する。マニピュレータ制御装置１７には不図示のコントローラが接続されて、マニピュレータ制御装置１７の任意の操作がコントローラを介して操作者から指示可能となっている。
　マニピュレータ１３は、例えば多関節ロボットであり、先端軸に設けたトーチ２３には、溶加材（溶接ワイヤ）Ｍが連続供給可能に支持される。トーチ２３は、溶加材Ｍを先端から突出した状態に保持する。トーチ２３の位置及び姿勢は、マニピュレータ１３を構成するロボットアームの自由度の範囲で３次元的に任意に設定可能となっている。マニピュレータ１３は、６軸以上の自由度を有するものが好ましく、先端の熱源の軸方向を任意に変化させられるものが好ましい。マニピュレータ１３は、図１に示す４軸以上の多関節ロボットの他、２軸以上の直交軸に角度調整機構を備えたロボット等、種々の形態であってもよい。
　トーチ２３は、不図示のシールドノズルを有し、シールドノズルからシールドガスが供給される。シールドガスは、大気を遮断し、溶接中の溶融金属の酸化、窒化などを防いで溶接不良を抑制する。本構成で用いるアーク溶接法としては、被覆アーク溶接又は炭酸ガスアーク溶接等の消耗電極式、ＴＩＧ（Tungsten Inert Gas）溶接又はプラズマアーク溶接等の非消耗電極式のいずれであってもよく、造形する積層造形物Ｗｋに応じて適宜選定される。ここでは、ガスメタルアーク溶接を例に挙げて説明する。消耗電極式の場合、シールドノズルの内部にはコンタクトチップが配置され、電流が給電される溶加材Ｍがコンタクトチップに保持される。トーチ２３は、溶加材Ｍを保持しつつ、シールドガス雰囲気で溶加材Ｍの先端からアークを発生する。
　溶加材供給装置１５は、マニピュレータ１３のトーチ２３に向けて溶加材Ｍを供給する。溶加材供給装置１５は、溶加材Ｍが巻回されたリール１５ａと、リール１５ａから溶加材Ｍを繰り出す繰り出し機構１５ｂとを備える。溶加材Ｍは、繰り出し機構１５ｂによって必要に応じて正方向又は逆方向に送られながら、トーチ２３へ送給される。繰り出し機構１５ｂは、溶加材供給装置１５側に配置されて溶加材Ｍを押し出すプッシュ式に限らず、ロボットアーム等に配置されるプル式、又はプッシュ－プル式であってもよい。
　熱源制御装置１９は、マニピュレータ１３による溶接に要する電力を供給する溶接電源である。熱源制御装置１９は、溶加材を溶融、凝固させるビード形成時に供給する溶接電流及び溶接電圧を調整する。また、熱源制御装置１９が設定する溶接電流及び溶接電圧等の溶接条件に連動して、溶加材供給装置１５の溶加材供給速度が調整される。
　溶加材Ｍを溶融させる熱源としては、上記したアークに限らない。例えば、アークとレーザーとを併用した加熱方式、プラズマを用いる加熱方式、電子ビーム又はレーザーを用いる加熱方式等、他の方式による熱源を採用してもよい。電子ビーム又はレーザーにより加熱する場合、加熱量を更に細かく制御でき、形成するビードの状態をより適正に維持して、積層構造物の更なる品質向上に寄与できる。また、溶加材Ｍの材質についても特に限定するものではなく、例えば、軟鋼、高張力鋼、アルミ、アルミ合金、ニッケル、ニッケル基合金など、積層造形物Ｗｋの特性に応じて、用いる溶加材Ｍの種類が異なっていてよい。
　形状検出器２１は、マニピュレータ１３の先端軸又は先端軸の近傍に設けられ、トーチ２３の先端付近を計測領域とする。形状検出器２１は、マニピュレータ１３の駆動によってトーチ２３とともに移動され、ビードＢ、及び新たにビードＢを形成する際の下地となる部分（ベース２５又は既設のビードＢの表面）の形状を検出する。形状検出器２１は、トーチ２３とは別位置に設けた他の検出手段であってもよい。形状検出器２１としては、例えば、レーザー光をビードＢに照射し、ビード表面からの反射光を検出するレーザセンサを使用できる。高さの検出方式としては、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ（Time of Flight）方式等の各種の方式が挙げられ、いずれか１つの方式であってもよく、これらを組み合わせた方式であってもよい。なお、各方式については公知であるため、ここではその説明を省略する。形状検出器２１により、所定の領域内における高さ分布の情報を得るには、レーザー光をガルバノミラーなどの反射鏡を用いて所定範囲で走査させたり、マニピュレータ１３を動作させてレーザー光の照射範囲を広げたりすればよい。このような光学式の形状検出方式を用いることで、非接触で高速な形状検出が可能となる。
　上記した構成の積層造形システム１００は、積層造形物Ｗｋの造形計画に基づいて作成された造形プログラムに従って動作する。造形プログラムは、多数の命令コードにより構成され、造形物の形状、材質、入熱量等の諸条件に応じて、適宜なアルゴリズムに基づいて作成される。この造形プログラムに従って、トーチ２３を移動させつつ、送給される溶加材Ｍを溶融及び凝固させると、溶加材Ｍの溶融凝固体である線状のビードがベース２５上に形成される。つまり、マニピュレータ制御装置１７は、造形制御装置１１から提供される所定のプログラム群に基づいてマニピュレータ１３、熱源制御装置１９を駆動させる。マニピュレータ１３は、マニピュレータ制御装置１７からの指令により、溶加材Ｍをアークで溶融させながらトーチ２３を移動させてビードＢを形成する。このようにしてビードＢを順次に形成、積層することで、目的とする形状の積層造形物Ｗｋが得られる。
　なお、ここでは平面状のベース２５を用いているが、ベース２５の形状はこれに限らない。例えば、ベース２５を円柱状にして、円柱の側面外周にビードを形成する形態にしてもよい。
　また、積層造形システム１００で扱う造形形状データの座標系と、積層造形物Ｗｋが造形されるベース２５上での座標系は対応付けられている。例えば、任意の位置を原点として、３次元空間における位置が特定されるように座標系の３軸が設定されていてもよい。ベース２５が円柱状に構成される場合は、円筒座標系が設定されていてもよく、場合によっては球面座標系が設定されていてもよい。ここでは、ベース２５の上面をＸＹ平面とし、ベース２５の上面の法線方向がＺ方向となる、Ｘ軸、Ｙ軸、Ｚ軸を有する直交座標系を定義して説明する。
　造形制御装置１１は、例えば、ＰＣ（Personal Computer）などの情報処理装置により構成される。後述する造形制御装置１１の各機能は、不図示の制御部が、不図示の記憶装置に記憶された特定の機能を有するプログラムを読み出し、これを実行することで実現される。記憶装置としては、揮発性の記憶領域であるＲＡＭ（Random Access Memory）、不揮発性の記憶領域であるＲＯＭ（Read Only Memory）などのメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などのストレージを例示できる。また、制御部としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processor Unit）などのプロセッサ、又は専用回路などを例示できる。
＜造形制御装置の機能構成＞
　図２は、造形制御装置１１の機能構成を示すブロック図である。造形制御装置１１は、入力部３１、記憶部３３、造形プログラム作成部３５、造形計画変更部３７、出力部３９、及び欠陥検出装置４１を含んで構成される。詳細を後述する欠陥検出装置４１は、造形制御装置１１に含まれてもよいが、造形制御装置１１とは別体に構成されてもよく、通信等により造形制御装置１１と接続された構成でもよい。
　入力部３１は、例えば、適宜なネットワークを介して、又は適宜な入力デバイスにより、外部から各種の情報を取得する。ここで取得される情報としては、例えば、ＣＡＤ／ＣＡＭデータなどの積層造形を行う対象物の形状情報を含む形状データ、溶接条件の設定データ、形状検出器２１からの出力データ、作業者からの指示情報などが挙げられる。各種情報の詳細については後述する。
　記憶部３３は、入力部３１にて取得された各種情報、前述した造形プログラムを記憶する。また、記憶部３３は、各種形状を造形する際のマニピュレータ１３の動作速度、動作可能範囲などの駆動条件、熱源制御装置１９により設定可能な種々の溶接条件などの情報が記憶されたデータベース３３ａを保持する。
　造形プログラム作成部３５は、ビード形成するためにトーチ２３を移動させる経路を表すビード形成軌道、及びビード形成時の溶接条件などの造形計画を、記憶部３３の各データベースを参照しつつ決定する。また、作成した造形計画に基づいて、マニピュレータ１３、熱源制御装置１９の種類及び仕様に応じた造形プログラムを作成する。
　出力部３９は、造形プログラム作成部３５により作成された造形プログラムをマニピュレータ制御装置１７、熱源制御装置１９などに出力する。なお、出力部３９は更に、造形制御装置１１が備えるディスプレイなどの不図示の出力装置を用いて、形状データに対する処理結果を表示する構成であってもよい。
　また、欠陥検出装置４１は、形状検出器２１の出力データの情報からビード形成する際の下地形状を把握し、これから形成するビードに溶接欠陥が生じる可能性が高いかを判定する。溶接欠陥の発生が危惧される場合には、造形計画変更部３７が前述した溶接計画を変更した修正後の造形計画を造形プログラム作成部３５に送る。造形プログラム作成部３５は、入力された修正後の造形計画に基づいた造形プログラムを作成し、出力部３９に出力する。
　欠陥検出装置４１は、上記したように形状検出器２１からの出力データの情報から溶接欠陥の発生を予測する機能を有する。具体的には、欠陥検出装置４１は、形状特定部４３、高さ情報画像生成部４５、特徴部検出部４７、特徴量抽出部４９、欠陥サイズ予測部５１、予測モデル５３、欠陥判定部５５を備える。各部の機能の詳細は後述する。
　図３は、積層造形物の造形手順を示すフローチャートである。各手順は、造形制御装置１１の指令に基づいて実施される。積層造形物Ｗｋを造形する際には、まず、造形制御装置１１が積層造形物Ｗｋの形状データを取得する（ステップ１１、以下、Ｓ１１と略記する。）。
　造形制御装置１１の記憶部３３には、マニピュレータ１３及び熱源制御装置１９の種類及び仕様に応じた駆動条件、溶接条件が、予めデータベース３３ａに入力されており、造形プログラム作成部３５は、データベース３３ａを参照しつつ、入力された形状データに応じて、積層造形物Ｗｋの造形計画を作成する（Ｓ２）。この造形計画の作成には、特定のアルゴリズムに従って、積層造形物Ｗｋの形状を所定の厚さにスライスし、スライスされた各層の形状を、所定の幅を有するビードで埋めるようにビード形成軌道を求める工程、各ビードの溶接条件を設定する工程などが含まれる。このような造形計画を作成するアルゴリズムは、特に限定されず、従来公知のものでもよい。
　造形プログラム作成部３５は、作詞した造形計画に基づいてマニピュレータ１３、熱源制御装置１９などの各部を駆動する造形プログラムを作成する（Ｓ１３）。作成した造形プログラムは、出力部３９からマニピュレータ制御装置１７に出力される（Ｓ１４）。すると、マニピュレータ制御装置１７は、入力された造形プログラムに従って、マニピュレータ１３、溶加材供給装置１５、熱源制御装置１９などの各部を駆動して、トーチ２３の先端からアークを発生させつつ移動させ、造形計画どおりのビード形成軌道に沿ってビードＢを形成する（Ｓ１５）。
　ビードＢの形成とともに、形状検出器２１は高さ情報を検出して、その検出結果の出力データを造形制御装置１１の入力部３１へ出力する。欠陥検出装置４１は、入力部３１に入力された形状検出器２１からの出力データを読み取る。欠陥検出装置４１は、読み取った出力データに基づいて、溶接欠陥が生じやすい特定の形状を有する特徴部、具体的には、形成したビード同士の間に形成される狭隘部を検出する。そして、検出された狭隘部の位置を溶接欠陥の候補に設定する。欠陥候補が所定の条件を満足する場合には、その狭隘部の位置で次にビード形成すると溶接欠陥が生じてしまうと判定する（Ｓ１６）。なお、ここではビード形成と並行して溶接欠陥の検出を行っているが、一層のビードＢを全て形成した後に、この層のビード表面の形状を纏めて検出して狭隘部を抽出する、層毎の処理であってもよい。
　欠陥を生じさせる狭隘部が存在する場合には、欠陥検出装置４１は、その狭隘部の位置情報（座標値）を造形計画変更部３７に出力する。造形計画変更部３７は、上記の狭隘部に起因する溶接欠陥が問題ないレベルとなるように、前述した造形計画を変更する（Ｓ１８）。造形計画変更部３７は、変更後の造形計画を造形プログラム作成部３５に出力する。そして、造形プログラム作成部３５は、変更後の造形計画に基づいて造形プログラムを作成する（Ｓ１３）。
　狭隘部が検出されない場合、又は検出されても所定の条件を満足しない場合には、そのままビードＢの形成を続ける。以上の手順を積層造形物Ｗｋの造形が終了するまで繰り返す（Ｓ１９）。
　次に、上記したＳ１６のステップに対応する、溶接欠陥の検出方法における手順を、図１，図２及び図４を参照して詳細に説明する。図４は、溶接欠陥の検出方法の手順を示すフローチャートである。
　まず、形状特定部４３は、形状検出器２１からの出力データを読み取る。この出力データは、形状検出器２１の高さの検出方式に応じたデータであって、直接的に高さ情報が記録されたものとは限らない。そこで、形状特定部４３は、出力データの情報を解析して、これを高さ分布の情報に変換することで形状を特定する（Ｓ２１）。高さ分布の情報への変換は、形状検出器２１の高さの検出方法に応じて行われる。例えば、光切断法では、検出された光の輝線のプロファイルにおける凹凸の突出長（又は凹み長）に応じて、幾何学的な演算により高さ分布が求められる。
　形状特定部４３は、変換した高さ分布の情報を高さ情報画像生成部４５に出力する。高さ情報画像生成部４５は、入力された高さ分布の情報を２次元の画像に変換する。つまり、高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、高さ分布の情報を輝度値の分布の情報に変換した画像を生成する。この画像は、Ｎ行×Ｎ列の多数の画素から構成され、各画素の輝度値は、その画素位置における形状検出器２１により検出されたビード表面、又は下地の高さを表す。即ち、形状検出器２１により検出した積層造形物の３次元形状の情報を、形状特定部４３が高さ分布の情報に変換して、更に高さ情報画像生成部４５が２次元の画像を生成する（Ｓ２２）。この画像を「高さ情報画像」又は「高さ情報画像データ」ともいう。
　高さ情報画像生成部４５は、生成した高さ情報画像を特徴部検出部４７に出力する。特徴部検出部４７は、入力された高さ情報画像を画像処理することで、特定の形状特徴を有する特徴部を検出する（Ｓ２３）。この特徴部として、ビードＢ同士の間に谷部として形成される狭隘部を用いているが、これに限らず、溶接欠陥が生じ得る形状であれば、他の形状の部位でもよい。ここでは、狭隘部を高さ情報画像の輝度値の高低に応じて検出する。狭隘部を検出する画像処理としては、一般的な輪郭線抽出、二値化、マスク処理等の種々の処理が利用可能であり、短時間で正確な検出が可能である。このように、高さを輝度の情報として扱い、高さ分布の情報を輝度分布で表した高さ情報画像に変換することで、狭隘部等を、一般的な画像処理技術を用いて容易に検出できる。また、検出アルゴリズムの変更も容易に行えるため、検出対象に応じた最適な検出を実現しやすい。
　特徴部検出部４７は、検出した狭隘部の情報を、高さ情報画像とともに特徴量抽出部４９に出力する。特徴量抽出部４９は、入力された狭隘部の情報と、高さ情報画像とを用いて、各狭隘部の特徴量を抽出する（Ｓ２４）。
　図５は、ビードのビード形成方向に直交する断面における狭隘部の特徴量の例を示す説明図である。ベース２５（又は下層のビード）の表面を表す下地面ＦＬ上に、互いに隣り合う一対のビードＢ１，Ｂ２が形成されている場合、図５に示す断面において、一対のビードＢ１，Ｂ２の間の谷底におけるビード縁部同士の間隔を底部間隔Ｕ、ビードＢ１のビード頂部Ｐｔ１とビードＢ２のビード頂部Ｐｔ２との間隔をビード間隔Ｗ、下地面ＦＬからビード頂部Ｐｔ１までの高さと、下地面ＦＬからビード頂部Ｐｔ２までの高さとの平均高さ、即ち、一対のビードＢ１，Ｂ２により形成される谷底までの谷深さをＨとする。これら底部間隔Ｕ、ビード間隔Ｗ、谷深さＨは、狭隘部の特徴量として採用できる。
　図６Ａ，図６Ｂは、図５に示す一対のビードの間隔を変化させた様子を示す説明図である。図６Ａに示すように、ビードＢ１，Ｂ２が互いに接する位置まで接近した場合、底部間隔Ｕは０となり、谷深さＨは、点線で示すＰｔ１－Ｐｔ２－Ｐ１（Ｐ２）の三角形で表されるビード間の谷深さとなる。図６Ｂに示すように、ビードＢ１，Ｂ２同士が互いに重なる場合には、底部間隔Ｕは０であり、谷深さＨは図５、図６Ａに示す場合よりも浅くなる。このように、特徴量として底部間隔Ｕ、ビード間隔Ｗ、谷深さＨの組合せを含むことで、狭隘部の谷部の形状を特定できる。なお、上記した特徴量は一例であって、凹部形状の断面積、ビード端部の傾斜角度等、その他のパラメータとしてもよい。
　特徴量抽出部４９は、狭隘部の特徴量の情報を欠陥サイズ予測部５１に出力する。欠陥サイズ予測部５１は、入力された狭隘部の近傍で次に形成するビードの狙い位置を、造形プログラム作成部３５が決定した造形計画を参照して求め、狭隘部の位置と、次に形成するビードの狙い位置との距離を計算する（Ｓ２５）。また、欠陥サイズ予測部５１は、上記の造形計画を参照して、ビードを形成する溶接条件を求める。この溶接条件には、溶接速度、溶接電流、溶接電圧、溶加材供給速度の少なくともいずれかが含まれる。こうして求められた狭隘部の特徴量、狭隘部とビードの狙い位置との距離、溶接条件、の各情報から、狭隘部の近傍でビードを形成した際に、狭隘部の位置に発生する溶接欠陥の欠陥サイズを予測する（Ｓ２６）。上記した各条件に応じて欠陥サイズを予測することで、予測精度及び信頼性の向上が期待できる。
　欠陥サイズ予測部５１による欠陥サイズの予測は、上記した狭隘部の特徴量と、ビードを形成する溶接条件と、特徴量及び溶接条件に対応する欠陥サイズを、実験的に又はシミュレーションにより求めた結果とを、機械学習により生成した予測モデル５３を用いて行える。予測モデル５３を生成するための機械学習の方法としては、例えば、決定木、線形回帰、ランダムフォレスト、サポートベクターマシン、ガウス過程回帰、ニューラルネットワーク等の方法が挙げられる。なお、予測モデル５３は、溶加材の種類ごとに複数生成してもよい。一つの予測モデルに集約する場合は、学習データに溶加材の成分の一部又は全部の情報を加えて学習させてもよい。
　欠陥サイズ予測部５１は、検出された狭隘部による生じ得る溶接欠陥の欠陥サイズを予測し、その予測結果を欠陥判定部５５に出力する。欠陥判定部５５は、入力された欠陥サイズの予測結果を、予め設定された許容値と比較する（Ｓ２７）。欠陥サイズの予測値が許容値を超えると判定した場合には、その狭隘部の情報を造形計画変更部３７に出力する（Ｓ２８）欠陥サイズの予測結果が許容値以下である場合は、その狭隘部については溶接欠陥の候補から外し、検出された全ての狭隘部について、上記の欠陥サイズの予測及び判定を繰り返す（Ｓ２９，Ｓ３０）。この判定によって、特に問題とならない狭隘部が溶接欠陥の候補から除外され、欠陥検出の正確性が高められる。
　上記した溶接欠陥の検出方法では、形状検出器２１からの出力データから高さ分布の情報を求め、これを２次元画像の各画素の輝度値の変数として表すことで、高さ分布の情報を輝度値の分布の情報に変換した高さ情報画像を生成する。この高さ情報画像を用いて画像処理することで、高さ情報画像から狭隘部の検出と、狭隘部の特徴量の抽出とが簡単に行える。また、画像処理内容のカスタマイズ、一般的な画像処理ツールの使用等によって、より簡単かつ高精度な処理が行える。さらに、形状検出器２１が出力する大量の出力データが高さ情報画像データとして集約されるため、保存するデータの容量が少なくて済む。そして、特徴量等の演算負担が軽減され、特別に高性能な演算能力を要することもなく、装置コストを低減できる。
　また、欠陥サイズの予測に機械学習された予測モデル５３を用いることで、高い精度で高速に欠陥サイズを予測できる。なお、造形制御装置１１の出力部３９のモニタに、求めた高さ情報画像、検出した狭隘部、予測した溶接欠陥の各種情報を表示させることで、作業者に造形の状況を可視化して通知でき、利便性を高められる。これらのことから、溶接欠陥の検出の自動化がしやすくなる。
　そして、この溶接欠陥の検出方法により検出された溶接欠陥の情報に基づいて、積層造形物を造形する造形計画を、溶接欠陥の発生を抑制させるように変更し、変更後の造形計画に基づいて積層造形物を造形することにより、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。
＜画像処理の例＞
　ここで、実際に高さ情報を輝度情報に変換した高さ情報画像を生成し、溶接欠陥位置を特定するまでの工程を説明する。図７は、形状検出器２１によりビードＢの形状を測定する様子を示した概略図である。ここでの測定対象は、ベース２５上で一方向（Ｘ方向）に沿って形成され、一方向に直交する方向（Ｙ方向）に互いに隣接して形成した一対のビードＢを、一方向に沿った２箇所に互いに隣接させて形成した、合計４本のビードＢである。各ビードＢに対するベース２５の表面から盛り上がる高さ情報を形状検出器２１により検出する。
　図８は、図７に示す各ビードＢの高さ情報を輝度情報に変換した高さ情報画像データの画像である。図８に示す画像の輝度の高低は、各ビードＢのベース２５からの高さの高低に対応しており、輝度が高いほどベース２５からの高さがあることを示している。図９Ａ、図９Ｂは、図８に示す高さ情報画像から、輝度変化等に応じてビード形状の輪郭を抽出するとともに、狭隘部を抽出した画像処理結果を示す説明図である。図９Ａ、図９Ｂの各説明図では、抽出結果の位置を確認できるように、ビードの輪郭を破線で示している。この画像処理結果においては、図９Ａに示すように、ビードの輪郭に沿って多数の狭隘部（破線以外の黒点部）が検出されている。これら多数の狭隘部を、前述した図４のＳ２４～Ｓ２７のステップにおける狭隘部の特徴量から欠陥サイズを予測して、予測した欠陥サイズが許容値以下の狭隘部を削除する。図９Ｂは、このような選別処理を実施した後の狭隘部を示す概略図である。図９Ｂに示すように、最終的に抽出された狭隘部は、４本のビードが交差して形成される谷部の位置であり、各ビードＢの表面のうち最も急峻な斜面を有する谷部が検出されている。
　狭隘部の検出は、検出された高さ情報を軌道情報に変換した高さ情報画像を用い、この高さ情報画像を画像処理することで正確に行える。狭隘部の検出アルゴリズムは、画像処理の内容を状況に応じて適宜に入れ替え、又は修正することで簡単に変更でき、検出アルゴリズムの最適化が図りやすい。また、狭隘部の特徴量の抽出処理についても同様に、抽出アルゴリズムの最適化が図りやすくなる。
　さらに、積層造形を行う場合には、図１に示すように形状検出器２１は、トーチ２３の先端からずれた位置でトーチ２３と一体に移動しながらビード高さ等を検出するため、トーチ２３を移動させる軌道が湾曲している場合、トーチ２３を傾斜させる場合等では、形状検出器２１による高さの検出方向も変化する。その結果、ビード間の狭隘部の形状が、実際よりも谷部の傾斜が緩やかに検出されて、狭隘部の特徴量が不正確になることがある。
　図１０は、トーチ２３と形状検出器２１の構成図である。図１１は、トーチ２３と形状検出器２１とが一体となって移動した際の形状検出器２１による形状検出結果を示す説明図である。図１０に示すように、トーチ２３によるビード形成位置と、形状検出器２１による形状検出位置とは一致しておらず、所定の距離Ｌのずれがある。そのため、図１１に示すように、例えば湾曲して並列する２つのパスＰＳ１，ＰＳ２に沿ってビードを形成する場合に、不都合を生じることがある。つまり、パスＰＳ１のビードを形成した後、そのビードに沿わせてパスＰＳ２のビードを形成する際、形状検出器２１は、トーチ位置Ｐ１ではトーチ位置Ｐ１から距離Ｌだけ後方のラインＬｐ１上のビード形状を検出し、トーチ位置Ｐ２ではラインＬｐ２上のビード形状を検出し、トーチ位置Ｐ３では、ラインＬｐ３上のビード形状を検出する。ラインＬｐ１はパスＰＳ１，ＰＳ２の移動方向と略直交しており、ラインＬｐ１で検出されるビード形状は実際のビード断面に近い形状となる。しかし、ラインＬｐ２，Ｌｐ３では、パスＰＳ１，ＰＳ２の移動方向の直交方向からずれることで、実際のビード形状よりも谷部の傾斜が緩やかになる。このようなトーチ位置Ｐ２，Ｐ３においては、ラインＬｐ２，Ｌｐ３の方向に応じて補正すればよいが、その補正のための制御が複雑となり、リアルタイムでの形状検出は難しい。
　しかし、本実施形態による溶接欠陥の検出方法では、形状検出器２１からの出力データを高さ情報画像に変換することで、パスを移動しながらビード形成するとともに形状検出する場合でも、形状検出器２１により検出された情報が逐次に高さ情報に変換される。このため、複数のパスで検出された高さ情報を簡単に合成でき、その結果、２次元の高さ情報のマップである高さ情報画像を容易に形成できる。高さ情報画像が生成されることで、検出された高さ情報をジオメトリ変換することも可能となり、形状を容易に把握できるようになる。したがって、前述したラインＬｐ１，Ｌｐ２，Ｌｐ３等のライン上の形状プロファイルに限らず、任意の方向の形状プロファイルを簡単に生成でき、これにより、正確な形状の把握が可能となる。
　以上の本実施形態による溶接欠陥の検出方法を、トーチ２３を保持したマニピュレータ１３を用いてベース２５上にビードＢを形成する積層造形に適用した例に説明したが、適用対象は積層造形に限らない。例えば、隅肉溶接、突き合わせ溶接、開先内多層盛り等の一般的な溶接にも適用でき、さらに、形状検出又は高さ検出を行った後に、所定の処理を実施するような場合にも同様に適用が可能である。
　このように、本発明は上記の実施形態に限定されるものではなく、実施形態の各構成を相互に組み合わせること、及び明細書の記載、並びに周知の技術に基づいて、当業者が変更、応用することも本発明の予定するところであり、保護を求める範囲に含まれる。
　以上の通り、本明細書には次の事項が開示されている。
（１）　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定工程と、
を備える欠陥検出方法。
　この欠陥検出方法によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。
（２）　前記高さ検出工程は、前記高さ情報画像を画像処理して前記形状特徴部を検出する、（１）に記載の欠陥検出方法。
　この欠陥検出方法によれば、形状特徴部を画像処理により検出するため、画像処理内容のカスタマイズ、一般的な画像処理ツールの使用等によって、簡単かつ高い精度で検出が可能となり、これにより、溶接欠陥の検出を正確、かつ高速に行える。
（３）　前記形状特徴部は、周囲のビード高さよりも低い谷部が形成された狭隘部である、（１）又は（２）に記載の欠陥検出方法。
　この欠陥検出方法によれば、溶接欠陥の生じやすい狭隘部を検出することで、溶接欠陥の発生位置を正確に特定できる。
（４）　前記高さ分布の検出は、前記ビードに向けて光を照射したときのビード表面からの反射光を検出する、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ方式のうち、いずれかの方式によるものである、（１）～（３）のいずれか１つに記載の欠陥検出方法。
　この欠陥検出方法によれば、高さ分布を光学式の形状検出方式を用いることで、非接触で高速な形状検出が行える。
（５）　前記形状特徴部を含む位置に前記ビードを形成した場合に生じる前記溶接欠陥の欠陥サイズを予測する予測工程を更に備え、
　前記判定工程は、予測した前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に当該形状特徴部を前記溶接欠陥と判定する、（１）～（４）のいずれか１つに記載の欠陥検出方法。
　この欠陥検出方法によれば、予測した欠陥サイズに応じて溶接欠陥を判定するため、特に問題とならない形状特徴部が溶接欠陥の候補から除外され、欠陥検出の正確性が高められる。
（６）　前記予測工程は、前記形状特徴部の特徴量と、前記ビードを形成する溶接条件と、前記特徴量及び前記溶接条件に対応する前記欠陥サイズとの関係を予め学習した予測モデルに基づいて、前記欠陥サイズを予測する、（５）に記載の欠陥検出方法。
　この欠陥検出方法によれば、予測モデルに基づいて欠陥サイズを予測するため、高精度で高速な予測が可能となる。
（７）　前記形状特徴部の特徴量は、周囲のビード高さよりも低い谷部が形成された狭隘部の形状を表す形状パラメータ、及び前記狭隘部の位置と次に形成する前記ビードの狙い位置との距離の少なくともいずれかを含む、（６）に記載の欠陥検出方法。
　この欠陥検出方法によれば、狭隘部の形状パラメータ、溶接欠陥が生じやすい狭隘部とビードの狙い位置との距離という、各条件に応じた欠陥サイズが予測されるため、予測精度及び信頼性の向上が期待できる。
（８）　前記溶接条件は、溶接速度、溶接電流、溶接電圧、溶加材供給速度のうち少なくともいずれかを含む、（６）又は（７）に記載の欠陥検出方法。
　この欠陥検出方法によれば、各溶接条件に対応した欠陥サイズが予測できる。
（９）　（１）～（８）のいずれか１つに記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
　変更後の前記造形計画に基づいて前記積層造形物を造形する、
積層造形物の製造方法。
　この積層造形物の製造方法によれば、予測された溶接欠陥が生じないように積層造形物を造形するため、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。
（１０）　溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
　前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する欠陥判定部と、
工程と、
を備える欠陥検出装置。
　この欠陥検出装置によれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。
（１１）　検出された前記形状特徴部の形状と位置との少なくともいずれかに関する特徴量を抽出する特徴量抽出部と、
　前記ビードを形成する溶接条件と前記特徴量と、当該溶接条件及び当該特徴量に対応する前記溶接欠陥の欠陥サイズとの関係を学習した予測モデルと、
　前記検出された前記形状特徴部の前記特徴量及び前記形状特徴部を形成する前記ビードの溶接条件の情報から、前記予測モデルに基づいて前記欠陥サイズを予測する欠陥サイズ予測部と、
を備え、
　前記欠陥判定部は、予測された前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に前記形状特徴部を前記溶接欠陥と判定する、（１０）に記載の欠陥検出装置。
　この欠陥検出装置によれば、予測モデルに基づいて欠陥サイズを予測するため、高精度で高速な予測が可能となる。
（１２）　（１１）に記載の欠陥検出装置と、
　前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
　変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
を備える積層造形システム。
　この積層造形システムによれば、予測された溶接欠陥が生じないように積層造形物を造形するため、溶接欠陥の発生を抑制した高品位な積層造形物が安定して得られる。
（１３）　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
　コンピュータに、
　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定手順と、
を実行させるプログラム。
　このプログラムによれば、積層造形物の表面形状の高さ分布を輝度値の分布に変換した高さ情報画像を用いることで、形状特徴部の検出を容易に、かつ保存を要するデータ量を軽減しつつ行える。これにより、溶接欠陥の検出を速いタクトタイムで実現できる。
　なお、本出願は、２０２２年２月２１日出願の日本特許出願（特願２０２２－０２５０９３）に基づくものであり、その内容は本出願の中に参照として援用される。
　１１　造形制御装置
　１３　マニピュレータ
　１５　溶加材供給装置
　１５ａ　リール
　１７　マニピュレータ制御装置
　１９　熱源制御装置
　２１　形状検出器
　２３　トーチ
　２５　ベース
　３１　入力部
　３３　記憶部
　３３ａ　データベース
　３５　造形プログラム作成部
　３７　造形計画変更部
　３９　出力部
　４１　欠陥検出装置
　４３　形状特定部
　４５　高さ情報画像生成部
　４７　特徴部検出部
　４９　特徴量抽出部
　５１　欠陥サイズ予測部
　５３　予測モデル
１００　積層造形システム
　Ｍ　溶加材

Claims (20)

  1. 　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法であって、
    　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出工程と、
    　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成工程と、
    　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出工程と、
    　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定工程と、
    を備える欠陥検出方法。
  2. 　前記高さ検出工程は、前記高さ情報画像を画像処理して前記形状特徴部を検出する、
    請求項１に記載の欠陥検出方法。
  3. 　前記形状特徴部は、周囲のビード高さよりも低い谷部が形成された狭隘部である、
    請求項１に記載の欠陥検出方法。
  4. 　前記形状特徴部は、周囲のビード高さよりも低い谷部が形成された狭隘部である、
    請求項２に記載の欠陥検出方法。
  5. 　前記高さ分布の検出は、前記ビードに向けて光を照射したときのビード表面からの反射光を検出する、光切断方式、位相差検出方式、三角測距方式、ＴＯＦ方式のうち、いずれかの方式によるものである、
    請求項１～４のいずれか１項に記載の欠陥検出方法。
  6. 　前記形状特徴部を含む位置に前記ビードを形成した場合に生じる前記溶接欠陥の欠陥サイズを予測する予測工程を更に備え、
    　前記判定工程は、予測した前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に当該形状特徴部を前記溶接欠陥と判定する、
    請求項１～４のいずれか１項に記載の欠陥検出方法。
  7. 　前記形状特徴部を含む位置に前記ビードを形成した場合に生じる前記溶接欠陥の欠陥サイズを予測する予測工程を更に備え、
    　前記判定工程は、予測した前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に当該形状特徴部を前記溶接欠陥と判定する、
    請求項５に記載の欠陥検出方法。
  8. 　前記予測工程は、前記形状特徴部の特徴量と、前記ビードを形成する溶接条件と、前記特徴量及び前記溶接条件に対応する前記欠陥サイズとの関係を予め学習した予測モデルに基づいて、前記欠陥サイズを予測する、
    請求項６に記載の欠陥検出方法。
  9. 　前記予測工程は、前記形状特徴部の特徴量と、前記ビードを形成する溶接条件と、前記特徴量及び前記溶接条件に対応する前記欠陥サイズとの関係を予め学習した予測モデルに基づいて、前記欠陥サイズを予測する、
    請求項７に記載の欠陥検出方法。
  10. 　前記形状特徴部の特徴量は、周囲のビード高さよりも低い谷部が形成された狭隘部の形状を表す形状パラメータ、及び前記狭隘部の位置と次に形成する前記ビードの狙い位置との距離の少なくともいずれかを含む、
    請求項８に記載の欠陥検出方法。
  11. 　前記形状特徴部の特徴量は、周囲のビード高さよりも低い谷部が形成された狭隘部の形状を表す形状パラメータ、及び前記狭隘部の位置と次に形成する前記ビードの狙い位置との距離の少なくともいずれかを含む、
    請求項９に記載の欠陥検出方法。
  12. 　前記溶接条件は、溶接速度、溶接電流、溶接電圧、溶加材供給速度のうち少なくともいずれかを含む、
    請求項８に記載の欠陥検出方法。
  13. 　前記溶接条件は、溶接速度、溶接電流、溶接電圧、溶加材供給速度のうち少なくともいずれかを含む、
    請求項１０に記載の欠陥検出方法。
  14. 　請求項１～４のいずれか１項に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
    　変更後の前記造形計画に基づいて前記積層造形物を造形する、
    積層造形物の製造方法。
  15. 　請求項５に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
    　変更後の前記造形計画に基づいて前記積層造形物を造形する、
    積層造形物の製造方法。
  16. 　請求項６に記載の欠陥検出方法により検出された前記溶接欠陥の情報に基づいて、前記積層造形物を造形する造形計画を、前記溶接欠陥の発生を抑制させるように変更し、
    　変更後の前記造形計画に基づいて前記積層造形物を造形する、
    積層造形物の製造方法。
  17. 　溶加材を溶融及び凝固させたビードを積層して造形する積層造形物に生じる溶接欠陥を検出する欠陥検出装置であって、
    　前記積層造形物の表面形状の高さ分布を検出する形状測定部と、
    　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成部と、
    　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出部と、
    　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する欠陥判定部と、
    を備える欠陥検出装置。
  18. 　検出された前記形状特徴部の形状と位置との少なくともいずれかに関する特徴量を抽出する特徴量抽出部と、
    　前記ビードを形成する溶接条件と前記特徴量と、当該溶接条件及び当該特徴量に対応する前記溶接欠陥の欠陥サイズとの関係を学習した予測モデルと、
    　前記検出された前記形状特徴部の前記特徴量及び前記形状特徴部を形成する前記ビードの溶接条件の情報から、前記予測モデルに基づいて前記欠陥サイズを予測する欠陥サイズ予測部と、
    を備え、
    　前記欠陥判定部は、予測された前記欠陥サイズと予め定めた許容値とを比較して、前記欠陥サイズが前記許容値を超える場合に前記形状特徴部を前記溶接欠陥と判定する、
    請求項１７に記載の欠陥検出装置。
  19. 　請求項１８に記載の欠陥検出装置と、
    　前記積層造形物を造形する造形計画を、前記欠陥検出装置により検出された前記溶接欠陥の発生を抑制させるように変更する造形制御装置と、
    　変更後の前記造形計画に基づいて前記積層造形物を造形する造形装置と、
    を備える積層造形システム。
  20. 　溶加材を溶融及び凝固させて形成するビードを積層して積層造形物を造形する際に、前記積層造形物に生じる溶接欠陥を検出する欠陥検出方法の手順をコンピュータに実行させるプログラムであって、
    　コンピュータに、
    　造形途中の前記積層造形物における表面形状の高さ分布を検出する高さ検出手順と、
    　検出した前記高さ分布の情報を２次元画像の各画素の輝度値の変数として表し、前記高さ分布の情報を前記輝度値の分布の情報に変換した高さ情報画像を生成する画像生成手順と、
    　前記高さ情報画像の前記輝度値の高低に応じて特定の形状特徴を有する形状特徴部を検出する特徴部検出手順と、
    　検出された前記形状特徴部が前記溶接欠陥となる可能性を判定する判定手順と、
    を実行させるプログラム。
PCT/JP2022/048300 2022-02-21 2022-12-27 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置 WO2023157493A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-025093 2022-02-21
JP2022025093A JP2023121641A (ja) 2022-02-21 2022-02-21 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置

Publications (1)

Publication Number Publication Date
WO2023157493A1 true WO2023157493A1 (ja) 2023-08-24

Family

ID=87578054

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/048300 WO2023157493A1 (ja) 2022-02-21 2022-12-27 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置

Country Status (2)

Country Link
JP (1) JP2023121641A (ja)
WO (1) WO2023157493A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011141260A (ja) * 2009-12-07 2011-07-21 Kobe Steel Ltd タイヤ形状検査方法、及びタイヤ形状検査装置
JP2016035406A (ja) * 2014-08-01 2016-03-17 リコーエレメックス株式会社 画像処理装置
JP2020015944A (ja) * 2018-07-25 2020-01-30 株式会社ジェイテクト 付加製造用学習モデル生成装置、付加製造による造形物の製造条件決定装置および付加製造による造形物の状態推定装置
JP2020203478A (ja) * 2019-05-24 2020-12-24 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ ビードタイプの付加製造システム及び方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011141260A (ja) * 2009-12-07 2011-07-21 Kobe Steel Ltd タイヤ形状検査方法、及びタイヤ形状検査装置
JP2016035406A (ja) * 2014-08-01 2016-03-17 リコーエレメックス株式会社 画像処理装置
JP2020015944A (ja) * 2018-07-25 2020-01-30 株式会社ジェイテクト 付加製造用学習モデル生成装置、付加製造による造形物の製造条件決定装置および付加製造による造形物の状態推定装置
JP2020203478A (ja) * 2019-05-24 2020-12-24 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ ビードタイプの付加製造システム及び方法

Also Published As

Publication number Publication date
JP2023121641A (ja) 2023-08-31

Similar Documents

Publication Publication Date Title
US10994370B2 (en) Lamination control device, and lamination control method and program
JP2018075709A (ja) システム並びにシステムを製造及び制御するための方法
JP7068950B2 (ja) 溶接設計支援方法、及びプログラム
EP3417974B1 (en) System, article and method for automated welding
WO2020262049A1 (ja) リペア溶接制御装置およびリペア溶接制御方法
JP7422337B2 (ja) リペア溶接制御装置およびリペア溶接制御方法
US20220297246A1 (en) Repair welding device and repair welding method
WO2022019013A1 (ja) 機械学習装置、積層造形システム、溶接条件の機械学習方法、溶接条件の決定方法、およびプログラム
Eren et al. Recent developments in computer vision and artificial intelligence aided intelligent robotic welding applications
WO2023157493A1 (ja) 欠陥検出方法、積層造形物の製造方法、欠陥検出装置及び積層造形装置
WO2021111759A1 (ja) リペア溶接装置およびリペア溶接方法
JP2024056076A (ja) 制御装置、表示装置の制御方法およびプログラム
JP2021088736A (ja) 品質予測システム
US20220412728A1 (en) Bead appearance inspection device, bead appearance inspection method, program, and bead appearance inspection system
WO2022014240A1 (ja) 機械学習装置、積層造形システム、溶接条件の機械学習方法、溶接条件の調整方法、およびプログラム
JP7220383B2 (ja) リペア溶接制御装置およびリペア溶接制御方法
WO2024018803A1 (ja) 画像情報生成装置及び画像情報生成方法、画像処理装置及び画像処理方法、欠陥予測装置及び欠陥予測方法、並びにプログラム
WO2023084894A1 (ja) 溶接パス自律最適化装置、溶接パス自律最適化システム、および、溶接パス自律最適化方法
US20240123537A1 (en) Offline teaching device and offline teaching method
US20230264302A1 (en) Repair welding segment detection method and repair welding segment detection device
US20220410323A1 (en) Bead appearance inspection device, bead appearance inspection method, program, and bead appearance inspection system
WO2022163328A1 (ja) 造形履歴監視装置、造形物の製造システム及び造形履歴監視方法
US20220410324A1 (en) Bead appearance inspection device, bead appearance inspection method, program, and bead appearance inspection system
JP7496540B2 (ja) ロボット制御装置およびオフライン教示システム
JP2024049859A (ja) 狙い位置設定方法、狙い位置設定装置及びプログラム

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: 22927375

Country of ref document: EP

Kind code of ref document: A1