[发明专利]机器学习装置、激光装置以及机器学习方法

说明书

提供一种机器学习装置、激光装置以及机器学习方法。学习对以最短时间开始加工而言最佳的激光输出条件。机器学习装置包括：观测包括用于测量反射光量的反射光检测部的输出数据的所述激光装置的状态量的状态量观测部、获取基于从激光振荡器输出的激光的加工开始是否成功的结果的动作结果获取部、接受来自状态量观测部和动作结果获取部的输出并将光输出指令数据与激光装置的状态量及加工开始是否成功的结果相关联地进行学习的学习部、参照学习部所学习到的光输出指令数据来决定光输出指令数据的意思决定部。学习使得反射光量满足不超出被设定为比第一规定水平高的第二规定水平的条件并且在规定时间内对加工对象物开始所述加工的光输出指令数据。

技术领域

本发明涉及一种学习激光加工开始条件的机器学习装置、激光装置以及机器学习方法。特别是，本发明涉及一种学习如下的光输出指令数据的机器学习装置、激光装置以及机器学习方法，该光输出指令数据使得不会产生伴随因激光的反射光导致的激光振荡器、激光光学系统的损伤、警报发出的激光振荡停止而开始对加工对象物进行激光加工。

背景技术

在激光装置中，防止因反射光导致的激光振荡器、激光光学系统的损伤是重要的课题，因此报告有各种相关技术。

例如，在日本特开2007-30032号公报中公开了一种具备激光测量部和反射光测量部来监视加工物的表面状态是否正常的技术。另外，在日本特开2007-42981号公报中公开了一种设置有激励光源控制单元的光纤激光器，该激励光源控制单元在返回光的光强度超过了规定值的情况下减少激励光源的输出来防止返回光的放大。

并且，在日本特开平11-170074号公报中公开了如下一种激光加工装置：设置有反射光检测器和根据反射光分布表来计算刚反射后的反射光强度的反射光强度计算部，基于由反射光强度计算部计算出的反射光强度与反射光强度的基准值之间的比较来控制激光振荡器。另外，在日本特开2000-126880号公报中公开了如下一种激光加工装置：其基于根据反射光强度且通过运算式求出的反射光强度的增加量与规定的基准值之间的比较来控制激光。

发明内容

在上述的以往的激光装置中，即使监视反射光量也没有将反射光量利用于光输出的控制、或者只是当反射光量上升时降低光输出、或者只是利用通过简单的运算式对反射光量进行变换而得到的数据来控制光输出。因此，即使检测反射光量，也没有公开如下技术，即：接下来设为怎样的激光输出条件才能够使反射光量的水平为容许水平以下并且能够形成微小的凹洼、孔洞而能够开始加工的概率高，而且有时也受到加工对象物的材质、温度、表面状态的影响，怎样能够导出恰当的光输出条件。

因此，即使监视了反射光量，也无法在短时间内掌握加工开始时的激光输出条件、或者再现性差而重复发出反射光量过剩警报。其结果，存在无法在短时间之内开始加工、或者最终无法开始加工的情况。另外，为了提高能够开始加工的成功率，需要人反复进行试验来摸索用于使加工能够开始的最佳的激光输出条件而逐渐积累庞大的数据。

在日本特开2007-30032号公报中，没有记载如何将监视表面状态得到的结果反馈到激光输出条件中，没有公开抑制反射光量的水平来开始加工的方法。并且，在日本特开2007-42981号公报中，如果只是减少激励光源的输出，则会出现无法开始加工的情况。然而，在日本特开2007-42981号公报中没有记载针对该问题的解决方法。

并且，在日本特开平11-170074号公报和日本特开2000-126880号公报中，即使基于反射光强度与其基准值之间的比较来控制激光振荡器，也是与抑制反射光水平来开始加工无关的，并不能解决问题。

本发明是鉴于上述的情况而完成的，目的在于提供一种能够在无人介入的情况下学习对于在开始激光加工时以反射光量为规定的水平以下的条件并且以最短时间开始加工而言最佳的激光输出条件的机器学习装置、激光装置和机器学习方法。