激光加工状态的判定方法以及判定装置与流程

1.本公开涉及用于叠加焊接的激光加工中的加工状态的判定方法以及判定装置。


背景技术：

2.专利文献1中公开了激光焊接的焊接状态判定方法等，其运用于对工件照射脉冲状产生的激光进行焊接的激光焊接方法，用于判定工件中的焊接的良好/不良等焊接状态。专利文献1的方法中，将激光焊接时从工件放出的等离子光以及反射光的强度检测为检测光强度，从与激光的1脉冲对应的检测光强度的1周期当中基于预先设定的提取区间中的检测光强度来按每个激光的脉冲提取每个脉冲的特征值。作为每个脉冲特征值，算出检测光强度的平均值、差分处理的变化量以及差分处理的振幅等。专利文献1的方法中，得到每个脉冲的特征值的下限值或上限值作为极值，将极值和给定的阈值进行比较，将焊接缺陷的产生作为每个工件的焊接状态进行判定。
3.现有技术文献
4.专利文献
5.专利文献1：jp特开2000-153379号公报


技术实现要素：

6.根据本公开的一方式，提供用于叠加焊接的激光加工中的加工状态的判定方法。本方法包含如下工序：使用光传感器来检测在通过激光照射到被加工物而在被加工物的表面形成的焊接部产生的热辐射光、可见光以及反射光当中至少1者；取得表示与每个被加工物的焊接时间对应的时间区间中的热辐射光、可见光以及反射光的至少1者的变化的信号；在时间区间当中的给定的区间中算出包含对信号的信号波形进行近似的直线的倾斜度的特征量；对判定加工状态的判定模型输入所算出的特征量，将包含激光的照射方向上的焦点位置的远近的偏离作为加工状态来判定；将所判定的焦点位置的偏离作为判定结果而输出。基于将在发生焦点位置的偏离的状况下算出的特征量和已发生的焦点位置的偏离建立关联而包含的训练数据来构建判定模型。
7.根据本公开的一方式，提供用于叠加焊接的激光加工中的加工状态的判定装置。判定装置具备运算电路和通信电路。通信电路接受由光传感器检测在通过激光照射到被加工物而在被加工物的表面形成的焊接部产生的热辐射光、可见光以及反射光当中至少1者而生成的信号。该信号是表示与每个被加工物的焊接时间对应的时间区间中的热辐射光、可见光以及反射光的至少1者的变化的信号。运算电路通过通信电路取得信号，在时间区间当中的给定的区间中算出包含对信号的信号波形进行近似的直线的倾斜度的特征量，对判定加工状态的判定模型输入所算出的特征量，将包含激光的照射方向上的焦点位置的远近在内的偏离作为加工状态进行判定，将所判定的焦点位置的偏离作为判定结果，通过通信电路输出。基于将在发生焦点位置的偏离的状况下算出的特征量和已发生的焦点位置的偏离建立关联而包含的训练数据来构建判定模型。
附图说明
8.图1是表示本公开的实施方式1所涉及的判定系统的概要的图。
9.图2是例示判定系统中的激光加工装置的结构的图。
10.图3是例示判定系统中的分光装置的结构的图。
11.图4是例示判定系统中的判定装置的结构的框图。
12.图5是例示判定装置中的判定处理的流程图。
13.图6是用于说明在判定装置中取得的信号的图。
14.图7是用于说明在判定装置中算出特征量的处理的图。
15.图8是用于说明判定装置中的判定模型的处理的图。
16.图9是例示判定模型的训练处理的流程图。
17.图10是用于说明判定模型的训练数据的图。
具体实施方式
18.在激光焊接中，在激光照射时，由于激光的照射方向上的焦点的位置从被加工物(工件)的表面偏离这样的加工状态的变化而接合面积降低，有时会引起接合不良。在这样的情况下，为了探明接合不良的原因，谋求加工状态的详细的分析，另一方面，在判定焊接缺陷的产生的方法中，焦点的位置怎样偏离这样的详细的判定是困难的。
19.本公开提供能详细判定用于叠加焊接的激光加工中的加工状态的判定方法以及判定装置。
20.以下适宜参考附图来详细说明实施方式。但有时省略必要以上详细的说明。例如，有时省略针对已经广为人知的事项的详细说明、对实质相同的结构的重复说明。这是为了避免以下的说明不必要地变得冗长，使本领域技术人员的理解容易。另外，发明者为了本领域技术人员充分理解本公开而提供附图以及以下的说明，并不由这些来限定记载于专利请求范围的主题。
21.(实施方式1)
22.在实施方式1中，作为使用本公开所涉及的判定方法以及判定装置的一例，说明如下判定系统：检测在用于叠加焊接的激光加工产生的光的分量，取得基于检测到的分量的信号，来判定加工状态。
23.1.结构
24.使用图1来说明实施方式1所涉及的判定系统。图1是表示本实施方式所涉及的判定系统100的概要的图。
25.1-1.系统的概要
26.判定系统100具备：进行用于叠加焊接的激光加工的激光加工装置30；用于检测光的分量的分光装置40；和判定装置50。判定装置50是本公开所涉及的判定装置的一例。叠加焊接的被加工物70例如含有金属，若照射激光6，就产生温度上升所引起的近红外线区域的热辐射光(也称作“热辐射”)、以及主要为可见光分量的金属固有的发光或等离子发光。此外，激光6的并不贡献于加工的一部分作为返回光而反射。如此地，若从激光加工装置30对被加工物70照射激光6，则在被加工物70形成的焊接部的一例即熔融部27产生热辐射、可见光以及反射光。
27.这些所产生的光在激光加工装置30中聚光，经过将激光加工装置30和分光装置40连接的光纤13传输到分光装置40。传输到分光装置4的光被分光成热辐射、可见光以及反射光，被分光装置40的光传感器22探测并变换成信号。判定装置50若从分光装置40接收到信号，就判定激光6的焦点位置f1的偏离，并输出判定结果。
28.在对被加工物70照射激光6时，将在被加工物70的表面近旁激光6的光斑直径成为最小的位置作为基准的值“0”，通过包含相对于该基准的照射方向上的远近(
“‑”
或“+”)的数值来判定焦点位置f1的偏离。基准的位置可以是激光6的光路上的任何位置。例如，基准的位置可以是被加工物70的表面近旁。在重复多个被加工物70的激光加工的情况下，基准的位置可以是实施某1个被加工物70的激光加工时的焦点位置。例如，激光加工装置30也可以存储初次的焦点位置，将其作为第2次以后的焦点位置的偏离的基准。
29.1-2.激光加工装置的结构
30.图2是例示本实施方式的激光加工装置30的结构的图。激光加工装置30具备激光振荡器1、激光传输用光纤2、镜筒3、准直透镜4、聚光透镜5、11、第1镜7(mirror)和第2镜8。
31.激光振荡器1供给用于产生例如波长约1070纳米(nm)的脉冲状的激光6的光。从激光振荡器1供给的光在通过激光传输用光纤2传输的期间被放大，经过用于得到平行的光束的准直透镜4，形成激光6，并在镜筒3内直线前进。镜筒3构成激光加工装置30中的加工头。
32.激光6除了在第1镜7透过的一部分以外进行反射，通过聚光透镜5聚光而照射到例如在扫描台(未图示)上以按压夹具26固定的被加工物70。由此，进行用于被加工物70的叠加焊接的激光加工。另外，激光6的波长并不特别限于1070nm，优选使用材料的吸收率高的波长。
33.若照射激光6，就在熔融部27产生来自被加工物70的热辐射、基于等离子发光的可见光、以及激光6的反射光。这些光透过第1镜7，在第2镜8反射，在被聚光透镜11聚光后，经过光纤13而传输到分光装置40。另外，可以用摄像机或传感器来探测在第2镜8部分透过的光。
34.1-3.分光装置的结构
35.图3是例示本实施方式的分光装置40的结构的图。分光装置40在外壳28的内部具备准直透镜15、第3镜16、第4镜17、第5镜18、聚光透镜19、20、21、光传感器22、传输线缆23和控制器24。外壳28防止杂光从分光装置40的外部进入内部，防止从内部的光泄漏。
36.准直透镜15使从激光加工装置30经过光纤13而传输的光回到平行光。第3镜16将例如波长400nm～700nm的可见光透过，将这以外的分量反射。第4镜17将例如波长约1070nm的激光6的反射光反射，将这以外的分量透过。第5镜18将例如波长1300nm～1550nm的热辐射反射。
37.经过了准直透镜15的光通过第3镜16、第4镜17以及第5镜18而被分光成可见光、反射光以及热辐射，分别通过聚光透镜19～21而聚光。另外，也可以通过在第3镜16、第4镜17以及第5镜18之后的光路分别配置任意的带通滤波器，而能选择使通过的波长。
38.光传感器22例如具备各自对不同的波长具有高的灵敏度的光传感器22a、22b、22c。光传感器22a、22b、22c分别检测通过各聚光透镜19～21聚光的可见光、反射光以及热辐射，生成与检测到的光的强度相应的电信号。另外，光传感器22可以由能检测每个波长的强度的1个光传感器构成。
39.将由光传感器22生成的电信号经由传输线缆23传输到控制器24。控制器24是硬件控制器，对分光装置40整体的动作进行总括控制。控制器24包含cpu以及通信电路等，将从光传感器22接受到的电信号发送到判定装置50。控制器24例如具备a/d变换器，将模拟的电信号变换成数字信号(也仅称作“信号”)。另外，关于变换成数字信号时的采样周期，在加工状态的判定中，出于确保为了捕捉加工工艺的特征以及物理量的局部的值的倾向而足够的样品数的观点，例如优选进行激光6的输出控制的时间的100分之1以下。
40.1-4.判定装置的结构
41.图4是例示本实施方式的判定装置50的结构的框图。判定装置50例如由计算机这样的信息处理装置构成。判定装置50具备：进行运算的处理的cpu51；用于与其他设备进行通信的通信电路52；和存储数据以及计算机程序的存储装置53。
42.cpu51是本实施方式中的判定装置的运算电路的一例。cpu51通过执行存放于存储装置53的控制程序56，来实现包含判定模型57的训练以及执行的给定的功能。判定装置50通过cpu51执行控制程序56来实现作为本实施方式中的判定装置的功能。另外，本实施方式中构成为cpu51的运算电路可以由mpu或gpu等种种处理器实现，也可以由1个或多个处理器构成。
43.通信电路52例如是遵循ieee802.11、4g或5g等标准进行通信的通信电路。通信电路52例如可以遵循以太网(注册商标)等标准进行有线通信。通信电路52能与因特网等通信网络连接。此外，判定装置50可以经由通信电路52与其他设备直接进行通信，也可以经由接入点进行通信。另外，通信电路52可以构成为能不经由通信网络地与其他设备进行通信。例如，通信电路52可以包含usb(注册商标)端子以及hdmi(注册商标)端子等连接端子。
44.存储装置53是存储为了实现判定系统100的功能所需的计算机程序以及数据的存储介质，存放cpu51中执行的控制程序56以及各种数据。存储装置53在判定模型57的构建后存放判定模型57。判定模型57基于包含在产生激光6的焦点位置f1的偏离的状况下算出的特征量和已产生的焦点位置f1的偏离在内的训练数据来构建。判定模型57的详细内容之后叙述。
45.存储装置53例如由硬盘驱动器(hdd)这样的磁存储装置、光盘驱动器这样的光学的存储装置或ssd这样的半导体存储装置构成。存储装置53例如可以具备由dram或sram等ram构成的临时的存储元件，作为cpu51的内部存储器发挥功能。
46.2.动作
47.在以上那样构成的判定系统100中，例如如图1所示那样，分光装置40利用光传感器22来检测通过激光6的照射而在熔融部27产生的热辐射、可见光以及反射光。分光装置40将与检测到的热辐射、可见光以及反射光的强度相应的信号发送到判定装置50。以下说明本系统100中的判定装置50的动作。
48.2-1.判定处理
49.以下，使用图5～图8来说明在判定装置50中将焦点位置f1的偏离作为加工状态进行判定的判定处理。
50.图5是例示本实施方式的判定装置50中的判定处理的流程图。本流程图所示的各处理例如由判定装置50的cpu51执行。本流程图例如通过由判定系统100的用户等从经由通信电路52而连接的输入装置输入用于开始判定处理的给定的操作而开始。
51.首先，cpu51通过通信电路52来取得与分光装置40的光传感器22中探测到的热辐射、可见光以及反射光对应的信号(s1)。
52.图6是用于说明判定装置50中取得的信号的图。图6的(a)、(b)、(c)分别表示与热辐射、可见光以及反射光的强度相应的信号波形。图6的(d)表示照射到被加工物70的激光6的输出。图6的(a)～(c)的各信号与通过该激光输出而产生的热辐射、可见光以及反射光对应。在图6的(a)～(d)中，横轴表示时间，纵轴表示信号强度(图6的(a)～(c))或激光输出(图6的(d))。此外，时间t1表示相当于激光6的1脉冲的时间区间，时间t2表示激光输出的除了上升沿和下降沿以外的峰值输出的时间区间。
53.在此，在本实施方式的激光加工装置30中，在相当于激光6的1脉冲的时间t1中，进行每个被加工物70的焊接。在图5的步骤s1，cpu51如图6的(a)～(c)所示那样，取得表示与每个被加工物70的焊接时间对应的时间t1中的热辐射、可见光以及反射光的变化的信号。其中，热辐射、可见光以及反射光的强度受到加工后的残热的影响，信号波形的末端因激光输出而在时间上延长。但在该情况下，也能通过提取后述的给定的区间t3，来不受残热的影响地判定焦点位置的偏离。
54.接下来，cpu51从所取得的信号来算出输入到判定模型57的特征量(s2)。
55.图7是用于说明判定装置50中算出特征量的处理(s2)的图。图7的(a)在与图6的(a)～(c)同样的纵轴以及横轴上示出与热辐射、可见光或反射光对应的信号的信号强度的时间变化。图7的(b)表示对图7的(a)的信号运用平滑处理的信号波形。cpu51通过在图5的步骤s2对步骤s1中取得的图7的(a)那样的各分量的信号运用平滑化滤波器来进行平滑处理，由此生成图7的(b)那样的信号波形。
56.图7的(c)在图7的(b)的信号波形中示出时间t1、t2以及时间t1当中的给定的区间t3。在步骤s2，cpu51在图7的(d)所示那样的给定的区间t3中设定对信号波形进行近似的直线ls，算出直线ls的倾斜度作为特征量。区间t3预先设定为激光6的1脉冲的时间t1当中的例如与激光6的峰值输出对应的时间t2的中心60起1～3毫秒的区间。在图7的(d)的示例中，算出由穿过区间t3的两端的平滑后的信号波形的2点确定的直线ls的倾斜度，作为倾斜度的特征量。
57.在本实施方式中，在图5的步骤s2，cpu51算出与热辐射、可见光以及反射光对应的信号波形的倾斜度，作为特征量。特别是热辐射以及可见光易于反映被加工物70的材料的熔融状态的变化，通过对它们使用信号波形的倾斜度，能精度良好地判定焦点位置f1的偏离。
58.此外，在本实施方式中，在图5的步骤s2，cpu51进一步对热辐射、可见光以及反射光的信号算出进行归一化这样的前处理而得到的信号强度，作为特征量。信号强度的特征量例如作为a/d变换中的每个采样周期的信号波形的振幅而输入到判定模型57。
59.此外，在本实施方式的步骤s2中，cpu51进一步对与反射光对应的信号算出信号强度的积分值，作为特征量。cpu51例如在时间t1中算出信号强度的积分值。信号强度的积分值对应于信号波形，也可以通过限定在比时间t1短的时间t2、区间t3或其他时间区间对信号强度进行积分来算出。反射光与其他分量相比，如图6的(c)的示例那样，信号强度的变动更小，此外，认为最反映激光6的输出波形。由此，通过使用反射光的信号强度的积分值，能精度良好地反映焦点位置f1的偏离所引起的发光能量的变化，来进行判定。
60.在特征量的算出后(s2)，cpu51将特征量输入到判定模型57来进行判定焦点位置f1的偏离的处理(s3)。在本实施方式中，在判定模型的处理(s3)中，cpu51判定表示焦点位置f1相对于基准的位置的相对位置的数值作为焦点位置f1的偏离。
61.图8是用于说明判定模型的处理(s3)的图。图8表示激光6的焦点位置f1位于正(+)侧、基准的位置即“0”附近、或负(-)侧的情况的平滑后的信号波形(图8的(a))、以及激光6的焦点位置f1与被加工物70的位置关系(图8的(b))。在图8中，焦点位置f1的偏离通过与图1同样的坐标轴来表征。
62.判定模型的处理(s3)由基于图8所示那样的信号波形与焦点位置f1的对应关系而学习的判定模型57来进行。以下，对于信号波形与焦点位置f1的对应关系，使用图8来说明由本公开中的技术的发明者得到的见解。
63.在焦点位置f1位于基准的“0”附近时，即，在是在被加工物70的表面近旁激光6的光斑直径成为最小的正好对焦的状态时，信号波形的倾斜度接近于“0”。若焦点位置f1向正方向偏离，则与正好对焦的状态比较而信号强度增加，另一方面，倾斜度变小。若焦点位置f1向负方向偏离，则与正好对焦的状态比较而信号强度增加，倾斜度也变大。所谓倾斜度小，意味着负的倾斜度(信号强度和时间一起减少)。所谓倾斜度大，意味着正的倾斜度(信号强度和时间一起增大)。
64.作为若焦点位置f1偏离则信号强度增加的要因，考虑被加工物70的表面中的激光6的照射面积增加从而熔融部27处的发光面积增加。此外，关于信号波形的倾斜度，在焊接加工的开始时，通过激光6的照射而被加工物70的表面熔解并蒸发，由此在该表面形成空洞(小孔)。在小孔的形成中需要激光6所带来的热输入，但若焦点位置f1偏离，则在与正好对焦的状态不同的定时热输入量变高，由此从熔融部27特别易于产生热辐射以及可见光等，设想为信号波形的倾斜度发生变化。进而，若焦点位置f1向正方向偏离，则照射到被加工物70的表面、内部的热的总量少，此外，焦点位置f1存在于被加工物70的外侧，因此，热变得易于逸散。反之，若焦点位置f1向负方向偏离，则照射到被加工物70的表面、内部的热的总量大，此外，焦点位置f1存在于被加工物70的内侧，因此，热变得易于逸散。为此，认为若焦点位置f1向正方向偏离，则倾斜度变小，若焦点位置f1向负方向偏离，则倾斜度变大。
65.本发明者基于上述的见解推测为，能根据与热辐射、可见光以及反射光的至少1者对应的信号，使用信号波形的倾斜度以及信号强度等特征量来预测焦点位置f1的偏离。为此，如后述那样，本发明者将这些特征量和焦点位置f1的偏离作为训练数据来构建判定模型57，进行基于判定模型57的判定处理。根据如此构建的判定模型57，若输入基于信号的特征量，则输出包含焦点位置f1的远近的偏离(s3)。
66.回到图5，cpu51将通过判定模型的处理(s3)而判定的焦点位置f1的偏离的判定结果通过通信电路52来输出(s4)。判定结果例如能通过外部的信息处理装置或显示设备等被接收并显示。此外，判定装置50具备能与cpu51通信的显示装置(例如显示器)，可以使显示装置显示判定结果。
67.之后，cpu51结束图5的流程图。图5的流程图例如每当进行每个被加工物70的焊接加工就重复执行。
68.根据以上的判定处理，本实施方式的判定装置50取得由分光装置40的光传感器22生成的信号(s1)，根据信号算出特征量(s2)，基于该特征量，由判定模型57来判定焦点位置
f1的偏离(s3)。由此，判定装置50能详细判定激光6的焦点位置f1的偏离，作为用于叠加焊接的激光加工中的加工状态。
69.另外，在图5的步骤s2，作为特征量，可以对热辐射、可见光以及反射光全都算出信号波形的倾斜度及/或信号强度的积分值，或者，也可以仅对1者算出信号波形的倾斜度及/或信号强度的积分值。
70.2-2.训练处理
71.以下使用图9以及图10来说明用于构建判定模型57的训练处理。
72.图9是例示判定模型57的训练处理的流程图。本流程图的各处理例如通过判定装置50的cpu51来执行。
73.首先，cpu51例如取得预先存放于存储装置53的训练数据(s11)。
74.图10是用于说明判定模型57的训练数据d1的图。训练数据d1例如是将热辐射、可见光以及反射光的信号波形的倾斜度、反射光的信号强度的积分值、以及这些热辐射、可见光以及反射光的信号强度(未图示)这样的特征量、和焦点位置f1的偏离建立对应的数据。根据基于在焦点位置f1的偏离发生变化的多个条件下实际进行激光加工而检测到的热辐射、可见光以及反射光的信号来算出特征量，并与这时的焦点位置f1的偏离建立关联地记录，由此来构建训练数据d1。
75.回到图9，cpu51若取得训练数据d1(s1)，就使用训练数据d1进行机器学习，生成判定模型57(s2)。判定模型57例如作为基于线性回归、拉索回归、岭回归、决策树、随机森林、梯度提升、支持向量回归、高斯过程回归、神经网络或k近邻法等的回归模型而生成。
76.根据以上的训练处理，能生成判定模型57，作为根据基于与激光加工中检测到的热辐射、可见光以及反射光对应的信号的特征量来判定焦点位置f1的偏离的学习完毕模型。
77.另外，判定模型57的训练处理也可以在与判定装置50不同的信息处理装置中执行。判定装置50例如可以经由通信网络通过通信电路52取得构建完毕的判定模型。
78.3.效果等
79.如以上那样，在本实施方式中，判定处理(s1～s4)提供用于叠加焊接的激光加工中的加工状态的判定方法。本方法包含如下工序：使用光传感器22来检测在通过对被加工物70照射激光6而形成于被加工物70的表面的熔融部27(焊接部的一例)产生的热辐射(热辐射光)、可见光以及反射光当中至少1者；工序(s1)，取得表示与每个被加工物70的焊接时间对应的时间t1(时间区间)中的热辐射、可见光以及反射光的至少1者的变化的信号；工序(s2)，在时间t1当中的给定的区间t3，算出包含对该信号的信号波形进行近似的直线ls的倾斜度在内的特征量；工序(s3)，对判定加工状态的判定模型57输入所算出的特征量，将包含激光6的照射方向上的焦点位置f1的远近的偏离作为加工状态进行判定；和工序(s4)，输出判定的焦点位置f1的偏离，作为判定结果。基于将在发生焦点位置f1的偏离的状况下算出的特征量和已发生的焦点位置f1的偏离建立关联而包含的训练数据d1来构建判定模型57。
80.根据以上的方法，取得基于通过激光6的照射而产生并探测到的热辐射、可见光以及反射光的至少任一者的信号(s1)，算出对信号波形进行近似的直线ls的倾斜度这样的特征量(s2)，进行基于判定模型57的判定(s3)。由此，能通过使用训练数据d1而构建的判定模
型57来详细判定加工状态，其中，该训练数据d1将信号波形的倾斜度等特征量和作为加工状态的包含激光6的焦点位置f1的远近的偏离建立关系。
81.在本实施方式中，判定模型57包含通过利用了训练数据d1的机器学习生成的(s11～s12)学习完毕模型，其中，该训练数据d1将根据基于在加工状态发生变化的多个条件中的各条件下进行激光加工而检测到的热辐射、可见光以及反射光的至少1者的信号而算出的特征量、和各条件下的焦点位置f1的偏离建立关联。由此，能得到根据基于检测到的热辐射、可见光以及反射光的至少1者的特征量来将焦点位置f1的偏离作为加工状态进行判定的判定模型57。
82.在本实施方式中，沿着叠加焊接中的叠加方向，以预先设定的位置为基准来判定焦点位置的偏离f1。焦点位置f1的偏离包含表示焦点位置相对于基准的位置的相对位置的数值。由此，能包括在激光6的照射方向上焦点位置f1何种程度远或近地偏离在内，来详细地判定激光加工中的加工状态。
83.在本实施方式中，算出特征量的工序(s2)包含在特征量的算出前将信号的信号波形进行平滑。由此，在信号强度细微地变动的信号波形(参考图6)中，能易于算出倾斜度的特征量。
84.在本实施方式中，特征量包含信号的信号强度。由此，例如能原样不变地使用与信号强度的时间变化相应的信号波形的信息来进行判定模型57的加工状态的判定。
85.在本实施方式中，特征量包含信号的信号强度的积分值。由此，遍及激光输出持续的时间反映伴随焦点位置f1的偏离而信号强度增大的倾向，能易于判定焦点位置f1的偏离。
86.在本实施方式的判定系统100中，判定装置50是用于叠加焊接的激光加工中的加工状态的判定装置的一例。判定装置50具备作为运算电路的一例的cpu51和通信电路52。通信电路52接受由光传感器22检测在通过对被加工物70照射激光6而在被加工物70的表面形成的熔融部27(焊接部的一例)产生的热辐射(热辐射光)、可见光以及反射光当中至少1者而生成的信号。信号是表示作为与每个被加工物70的焊接时间对应的时间区间的一例的时间t1中的热辐射、可见光以及反射光的至少1者的变化的信号。cpu51通过通信电路52取得信号(s1)，在时间t1当中的给定的区间t3中算出包含对信号的信号波形进行近似的直线ls的倾斜度的特征量(s2)，对判定加工状态的判定模型57输入所算出的特征量，来将包含激光6的照射方向上的焦点位置f1的远近在内的偏离作为加工状态进行判定(s3)，将判定的焦点位置f1的偏离作为判定结果，通过通信电路52输出(s4)。基于将在发生焦点位置f1的偏离的状况下算出的特征量和已发生的焦点位置f1的偏离建立关联而包含的训练数据d1来构建判定模型57。
87.根据以上的判定装置50，能执行上述的判定方法，来详细地判定用于叠加焊接的激光加工中的加工状态。
88.(其他实施方式)
89.如以上那样，作为本技术中公开的技术的例示，说明上述的实施方式。但本公开中的技术并不限定于此，还能运用于适宜进行了变更、置换、附加、省略等的实施方式中。此外，还能组合上述的各实施方式中说明的各构成要素来做出新的实施方式。
90.在上述的实施方式1中，判定装置50除了与热辐射以及可见光对应的信号的信号
波形的倾斜度以外，还算出热辐射、可见光以及反射光的信号强度、以及反射光的信号强度的积分值，作为特征量(s2)。在本实施方式中，特征量并不特别限定于此，例如也可以仅是信号波形的倾斜度，或者不含信号强度以及积分值的任一者。此外，也可以仅将热辐射、可见光以及反射光当中至少1者的信号强度用在特征量中。
91.在上述的实施方式1中，判定装置50在算出特征量(s2)时，将信号波形平滑后算出倾斜度的特征量。在本实施方式中，可以不进行平滑，例如在平滑前的信号波形中，算出通过区间t3的两端的2点确定的直线的倾斜度。
92.在上述的实施方式1中，判定装置50在算出特征量(s2)时，如图7的(d)那样，算出通过穿过区间t3的两端的信号波形的2点确定的直线ls的倾斜度，作为信号波形的倾斜度。在本实施方式中，例如也可以在将区间t3进一步分割的各区间中将对信号波形进行近似的多个直线的倾斜度进行平均，由此来算出信号波形的倾斜度。
93.在上述的实施方式1中，判定装置50算出热辐射以及可见光的信号波形的倾斜度，作为特征量(s2)。在本实施方式中，倾斜度的特征量可以基于热辐射或可见光的任一者来算出。例如，也可以对应于被加工物70的材料，在材料是铝材的情况下使用热辐射，在材料是铁系材料的情况下使用可见光，但并不限定于此，优选对应于材料相对于激光波长的吸收率来进行选择。
94.根据本公开中的判定方法以及判定装置，判定包含激光的照射方向上的焦点位置的远近在内的偏离。由此，能详细地判定用于叠加焊接的激光加工中的加工状态。
95.本公开并不限定于上述的实施方式，能进行种种变更。即，关于将本领域技术人员适宜变更的技术的手段组合而得到的实施方式，也是本公开的范畴。
96.产业上的可利用性
97.本公开能适用于用于叠加焊接的激光加工中的加工状态的判定系统，特别能适用于判定激光的焦点位置的偏离的方法以及装置。
98.附图标记的说明
99.1 激光振荡器
100.2 激光传输用光纤
101.3 镜筒
102.4 准直透镜
103.5、11 聚光透镜
104.6 激光
105.7 第1镜
106.8 第2镜
107.13 光纤
108.15 准直透镜
109.16 第3镜
110.17 第4镜
111.18 第5镜
112.19、20、21 聚光透镜
113.22 光传感器
114.23 传输线缆
115.24 控制器
116.26 按压夹具
117.27 熔融部
118.30 激光加工装置
119.40 分光装置
120.50 判定装置
121.51 cpu
122.52 通信电路
123.53 存储装置
124.56 控制程序
125.57 判定模型
126.70 被加工物
127.f1 焦点位置
128.d1 训练数据
129.100 判定系统。

技术特征：
1.一种判定方法，是用于叠加焊接的激光加工中的加工状态的判定方法，所述判定方法包含如下工序：使用光传感器来检测在通过对被加工物照射激光而在所述被加工物的表面形成的焊接部产生的热辐射光、可见光以及反射光当中的至少1者；从所述光传感器取得表示与每个所述被加工物的焊接时间对应的时间区间中的所述热辐射光、所述可见光以及所述反射光的所述至少1者的变化的信号；在所述时间区间当中的给定的区间中，算出包含对所述信号的信号波形进行近似的直线的倾斜度的特征量；对判定所述加工状态的判定模型输入所算出的所述特征量，将包含所述激光的照射方向上的焦点位置的远近在内的偏离作为所述加工状态进行判定；和将所判定的所述焦点位置的偏离作为判定结果而输出，基于将在发生所述焦点位置的偏离的状况下算出的所述特征量和已发生的所述焦点位置的偏离建立关联而包含的训练数据来构建所述判定模型。2.根据权利要求1所述的判定方法，其中，所述判定模型包含学习完毕模型，所述学习完毕模型通过利用了训练数据的机器学习来生成，所述训练数据将根据基于在所述加工状态发生变化的多个条件中的各条件下进行所述激光加工而检测到的所述热辐射光、所述可见光以及所述反射光的所述至少1者的信号而算出的特征量、和所述各条件下的所述焦点位置的偏离建立关联。3.根据权利要求2所述的判定方法，其中，沿着所述叠加焊接中的叠加方向，以预先设定的位置为基准来判定所述焦点位置的偏离，所述焦点位置的偏离包含表示所述焦点位置相对于所述基准的位置的相对位置的数值。4.根据权利要求1～3中任一项所述的判定方法，其中，算出所述特征量的工序包含：在所述特征量的算出前对所述信号的信号波形进行平滑。5.根据权利要求1～4中任一项所述的判定方法，其中，所述特征量包含所述信号的信号强度。6.根据权利要求1～5中任一项所述的判定方法，其中，所述特征量包含所述信号的信号强度的积分值。7.一种判定装置，是用于叠加焊接的激光加工中的加工状态的判定装置，所述判定装置具备：运算电路；和通信电路，其接受由光传感器检测在通过对被加工物照射激光而在所述被加工物的表面形成的焊接部产生的热辐射光、可见光以及反射光当中的至少1者而生成的信号，所述信号是表示与每个所述被加工物的焊接时间对应的时间区间中的所述热辐射光、所述可见光以及所述反射光的所述至少1者的变化的信号，所述运算电路执行如下处理：通过所述通信电路取得所述信号；
在所述时间区间当中的给定的区间中，算出包含对所述信号的信号波形进行近似的直线的倾斜度的特征量；对判定所述加工状态的判定模型输入所算出的所述特征量，将包含所述激光的照射方向上的焦点位置的远近在内的偏离作为所述加工状态进行判定；和将所判定的所述焦点位置的偏离作为判定结果，通过所述通信电路输出，基于将在发生所述焦点位置的偏离的状况下算出的所述特征量和已发生的所述焦点位置的偏离建立关联而包含的训练数据来构建所述判定模型。8.根据权利要求7所述的判定装置，其中，所述判定模型包含学习完毕模型，所述学习完毕模型通过利用了训练数据的机器学习来生成，所述训练数据将根据基于在所述加工状态发生变化的多个条件中的各条件下进行所述激光加工而检测到的所述热辐射光、所述可见光以及所述反射光的所述至少1者的信号而算出的特征量、和所述各条件下的所述焦点位置的偏离建立关联。9.根据权利要求8所述的判定装置，其中，沿着所述叠加焊接中的叠加方向，以预先设定的位置为基准来判定所述焦点位置的偏离，所述焦点位置的偏离包含表示所述焦点位置相对于所述基准的位置的相对位置的数值。10.根据权利要求7～9中任一项所述的判定装置，其中，所述运算电路在所述特征量的算出前进行对所述信号的信号波形进行平滑的处理。11.根据权利要求7～10中任一项所述的判定装置，其中，所述特征量包含所述信号的信号强度。12.根据权利要求7～11中任一项所述的判定装置，其中，所述特征量包含所述信号的信号强度的积分值。

技术总结
加工状态的判定方法包含如下工序：使用光传感器，来检测在通过激光照射到被加工物而在被加工物的表面形成的焊接部产生的热辐射光、可见光以及反射光当中至少一者；取得表示与每个被加工物的焊接时间对应的时间区间的热辐射光、可见光以及反射光当中至少1者的变化的信号；在时间区间当中的给定的区间中算出包含对信号的信号波形进行近似的直线的倾斜度在内的特征量；对判定加工状态的判定模型输入所算出的特征量，将包含激光的照射方向上的焦点位置的远近的偏离作为加工状态进行判定；和将所判定的焦点位置的偏离作为判定结果而输出。基于将在发生焦点位置的偏离的状况下算出的特征量和已发生的焦点位置的偏离建立关联而包含的训练数据来构建判定模型。包含的训练数据来构建判定模型。包含的训练数据来构建判定模型。


技术研发人员：藤原和树 船见浩司 中井出
受保护的技术使用者：松下知识产权经营株式会社
技术研发日：2022.02.10
技术公布日：2023/10/15