[发明专利]机器学习装置、AM装置、机器学习方法及学习模型的生成方法

说明书

提供一种在AM装置中用于在抑制烟尘、溅射的产生的同时缩短造型时间的技术。根据一个实施方式，提出了一种用于对决定AM装置中的造型条件的情况进行机器学习的机器学习装置。该机器学习装置取得包括与造型中的造型有关的物理量和所述造型条件的状态变量，基于所述状态变量，进行用于决定所述造型条件的学习模型的学习及所述造型条件的决定。

技术领域

本申请涉及机器学习装置、AM装置、机器学习方法及学习模型的生成方法。

背景技术

已知根据表达出三维物体的计算机上的三维数据对三维物体直接进行造型的技术。例如，已知有增材制造(Additive Manufacturing)(AM)(附加制造)法。作为一例，在使用金属粉体的AM法中，通过对铺设的金属粉体向造型的部分照射作为热源的激光束或电子束而使金属粉体熔融、凝固或烧结，从而对三维物体的各层进行造型。在AM法中，通过反复这样的工序，能够对期望的三维物体进行造型。

现有技术文献

专利文献

专利文献1：国际公开第2015/151839号

专利文献2：日本特开2018-123381号公报

发明内容

在将金属粉体用作材料的AM装置中，由于按各层扫描射束而形成造型物的各层，因此若造型物变大，则造型时间也会变长。作为AM装置的课题之一，期望缩短造型时间。为了缩短造型时间，考虑在一次的层叠工序中较厚地铺设金属粉体并在一次的层叠工序中较厚地进行造型的对策。但是，若较厚地铺设金属粉体，则由于材料的热传导特性，热量移动到内部需要花费一定的时间，因此有时仅金属粉体层的表面熔融，内部不熔融而无法适当地进行造型。另外，还有考虑增大射束的照射能量及扫描速度来缩短造型时间的对策。但是，若增大射束的照射能量，则金属粉体层的表面会过度升温，容易产生烟尘、溅射。若产生烟尘、溅射，则有时会使造型物产生缺陷，或引起射束的照射系统的干扰，有时无法维持稳定的造型。另外，要求在适当的时刻对AM装置进行维护以能够维持稳定的造型，但维护的频率越高，AM装置的每单位时间的造型速度越降低，并且运行成本越增加。因此，本申请的一个目的在于提供一种在AM装置中用于抑制烟尘、溅射的产生并且缩短造型时间的技术。另外，本申请的一个目的在于提供一种在AM装置中用于在适当的时刻进行维护的技术。

用于解决课题的技术方案

根据一个实施方式，提出了一种用于对决定AM装置中的造型条件的情况进行机器学习的机器学习装置，该机器学习装置取得状态变量，该状态变量包括与造型中的造型有关的物理量和所述造型条件。所述造型条件包括射束的强度、材料上的射束的尺寸、射束的扫描速度、射束的照射角度、射束的焦点偏移量、射束的焦距、材料的特性、材料的铺设条件、保护气体量、氧浓度以及射束的重叠量中的至少一个。所述物理量包括由拍摄部拍摄到的造型部位的拍摄数据、通过对该拍摄数据进行处理而得到的造型部外观、射束源的电流波形、射束源的电压波形、射束的能量、造型腔室内的壁面温度、凝固部的厚度、造型焊道宽度以及溅射产生量中的至少一个。并且，机器学习装置基于所述状态变量来进行用于决定所述造型条件的学习模型的学习及所述造型条件的决定。

根据一个实施方式，提出了一种用于对决定AM装置中的造型条件的情况进行机器学习的机器学习方法，该机器学习方法取得状态变量，该状态变量包括与造型中的造型有关的物理量和所述造型条件。所述造型条件包括射束的强度、材料上的射束的尺寸、射束的扫描速度、射束的照射角度、射束的焦点偏移量、射束的焦距、材料的特性、材料的铺设条件、保护气体量、氧浓度以及射束的重叠量中的至少一个。所述物理量包括由拍摄部拍摄到的造型部位的拍摄数据、通过对该拍摄数据进行处理而得到的造型部外观、射束源的电流波形、射束源的电压波形、射束的能量、造型腔室内的壁面温度、凝固部的厚度、造型焊道宽度以及溅射产生量中的至少一个。并且，机器学习方法基于所述状态变量，进行用于决定所述造型条件的学习模型的学习及所述造型条件的决定。