[发明专利]机器学习装置、层叠造型系统、焊接条件的机器学习方法、焊接条件的调整方法及程序在审
| 申请号: | 202180046941.7 | 申请日: | 2021-06-16 |
| 公开(公告)号: | CN115867407A | 公开(公告)日: | 2023-03-28 |
| 发明(设计)人: | 黄硕 | 申请(专利权)人: | 株式会社神户制钢所 |
| 主分类号: | B23K9/04 | 分类号: | B23K9/04 |
| 代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 吴克鹏 |
| 地址: | 日本*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 机器 学习 装置 层叠 造型 系统 焊接 条件 学习方法 调整 方法 程序 | ||
1.一种机器学习装置,进行通过熔敷填充材料并层叠焊接缝而对层叠造型物进行造型时的焊接条件的机器学习,其特征在于,
所述机器学习装置具有学习处理单元,该学习处理单元进行用于生成学习完毕模型的学习处理,该学习完毕模型将焊接缝的两个形状数据或者两个形状数据间的差分作为输入数据,将与所述两个形状数据间的差分对应的焊接条件间的差分作为输出数据。
2.根据权利要求1所述的机器学习装置,其特征在于,
所述形状数据包括所述焊接缝的高度、宽度、根部的角度以及表面的凹凸中的至少任意一方。
3.根据权利要求1所述的机器学习装置,其特征在于,
所述焊接条件包括所述填充材料的进给速度、焊接速度、焊接的电流或电压、所述层叠造型物被造型的基座上的目标位置、造型时的输入热量以及摆动的控制条件中的至少任意一方。
4.根据权利要求3所述的机器学习装置,其特征在于,
所述焊接条件还包括层叠路径数或者母材温度。
5.根据权利要求1所述的机器学习装置,其特征在于,
所述学习处理单元按照在对所述层叠造型物进行造型时使用的电源的每个控制模式而生成学习完毕模型。
6.根据权利要求5所述的机器学习装置,其特征在于,
与所述焊接条件对应地供给的电压值、电流值、或者电流的脉冲中的至少任意一方,按照所述电源的每个控制模式而不同。
7.根据权利要求1所述的机器学习装置,其特征在于,
所述学习处理单元使用利用了神经网络的监督学习的方法而进行所述学习处理。
8.一种层叠造型系统,是通过熔敷填充材料并层叠焊接缝而对层叠造型物进行造型的层叠造型系统,其特征在于,
所述层叠造型系统具有:
制作单元,其基于所述层叠造型物的设计数据,制作焊接缝的形状数据作为第一形状数据;
决定单元,其决定形成所述第一形状数据时的焊接条件;
取得单元,其取得使用由所述决定单元决定出的焊接条件而形成的焊接缝的形状数据作为第二形状数据;
导出单元,其向将焊接缝的两个形状数据或两个形状数据间的差分作为输入数据且将与该两个形状数据间的差分对应的焊接条件间的差分作为输出数据并通过进行学习处理而生成的学习完毕模型输入所述第一形状数据和所述第二形状数据或者所述第一形状数据与所述第二形状数据的差分,由此,导出对应于所述第一形状数据的焊接条件与对应于所述第二形状数据的焊接条件的差分;以及
调整单元,其使用由所述导出单元导出的差分,调整由所述决定单元决定的焊接条件。
9.根据权利要求8所述的层叠造型系统,其特征在于,
所述导出单元在所述第一形状数据与所述第二形状数据的差分为规定的阈值以上的情况下,导出用于调整由所述决定单元决定的焊接条件的差分。
10.根据权利要求8所述的层叠造型系统,其特征在于,
所述决定单元使用将焊接缝的形状与焊接条件预先建立了对应的数据库,来决定形成所述第一形状数据时的焊接条件。
11.根据权利要求8所述的层叠造型系统,其特征在于,
所述取得单元通过由传感器测定所述焊接缝而取得该焊接缝的形状数据。
12.一种机器学习方法,是通过熔敷填充材料并层叠焊接缝而对层叠造型物进行造型时的焊接条件的机器学习方法,其特征在于,
所述机器学习方法具有学习处理工序,在该学习处理工序中,进行用于生成学习完毕模型的学习处理,该学习完毕模型将焊接缝的两个形状数据或者两个形状数据间的差分作为输入数据,将与所述两个形状数据间的差分对应的焊接条件间的差分作为输出数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社神户制钢所,未经株式会社神户制钢所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202180046941.7/1.html,转载请声明来源钻瓜专利网。





