机器学习装置制造方法及图纸

一种机器学习装置。提供一种能够预测在制造时的三维造型物的变形的技术。机器学习装置具备：数据获取部，获取第一数据和第二数据，该第一数据包含与三维造型物的目标形状相关的形状数据以及与由三维造型装置对三维造型物进行造型时的条件相关的造型条件数据，该第二数据与三维造型物的变形相关；存储部，存储包含多个第一数据和多个第二数据的学习数据集；以及学习部，通过执行使用了学习数据集的机器学习，来学习第一数据与第二数据的关系。来学习第一数据与第二数据的关系。来学习第一数据与第二数据的关系。

【技术实现步骤摘要】
机器学习装置


[0001]本公开涉及一种机器学习装置。

技术介绍

[0002]已知有在将包含粉末状的金属、陶瓷的材料进行层叠而对三维造型物进行造型后，使三维造型物烧结来提高强度的技术。由于三维造型物通过烧结而收缩，因此，烧结后的三维造型物有时会产生应变、裂纹、翘曲等。关于该问题，在专利文献1中记载有如下技术：使用有限要素法来预测由热量引起的三维造型物的变形量，在预测出的变形量不在容许范围内的情况下，校正输入几何形状，根据校正后的输入几何形状对三维造型物进行造型，由此抑制三维造型物的变形。
[0003]专利文献1：日本特表2017
‑
530027号公报
[0004]由热处理引起的三维造型物的变形量例如取决于三维造型物的形状、厚度、材料，或者对三维造型物的热处理的温度、升温速度、时间等各种条件的组合。因此，在如上述专利文献1那样使用有限要素法来预测三维造型物的变形量的技术中，难以进行准确的预测。这样的问题不限于在将粉末状的金属等进行层叠后进行烧结来制造三维造型物的情况，在将塑化后的热塑性树脂进行层叠来制造三维造型物的情况下也存在共通的问题。

技术实现思路

[0005]根据本公开的一个方式，提供一种机器学习装置。该机器学习装置具备：数据获取部，获取第一数据和第二数据，所述第一数据包括与三维造型物的目标形状相关的形状数据以及与由三维造型装置对所述三维造型物进行造型时的造型条件相关的造型条件数据的第一数据，所述第二数据与所述三维造型物的变形相关；存储部，存储包含多个所述第一数据和多个所述第二数据的学习数据集；以及学习部，通过执行使用了所述学习数据集的机器学习，来学习所述第一数据与所述第二数据的关系。
附图说明
[0006]图1是表示机器学习系统的概略结构的说明图。
[0007]图2是表示第一实施方式的三维造型装置的概略结构的说明图。
[0008]图3是示意性地表示三维造型物被分割为多层的情形的说明图。
[0009]图4是示意性地表示层被分割为多个体素的情形的说明图。
[0010]图5是表示三维造型物的制造方法的流程图。
[0011]图6是表示热处理工序后的三维造型物的一例的立体图。
[0012]图7是表示学习处理的内容的流程图。
[0013]图8是表示预测处理的内容的流程图。
[0014]图9是表示校正处理的内容的流程图。
[0015]图10是表示校正前后的第一部分和第二部分的分布的一例的说明图。
[0016]图11是表示第二实施方式的三维造型装置的概略结构的说明图。
[0017]图12是表示在校正处理中判断收缩率的方法的另一例的说明图。
[0018]附图标记说明：
[0019]50
…
机器学习系统，100
…
机器学习装置，110
…
数据获取部，120
…
数据存储部，130
…
运算部，140
…
前处理部，150
…
学习部，151
…
回报计算部，152
…
价值函数更新部，160
…
学习模型存储部，170
…
预测部，180
…
校正部，190
…
校正函数存储部，200
…
信息处理装置，300
…
三维造型装置，400
…
热处理装置，500
…
检查装置。
具体实施方式
[0020]A.第一实施方式：
[0021]图1是表示第一实施方式中的机器学习系统50的概略结构的说明图。机器学习系统50具备：机器学习装置100、信息处理装置200、三维造型装置300、热处理装置400和检查装置500。
[0022]机器学习装置100由具备一个或多个处理器、主存储装置和输入输出接口的计算机构成，该输入输出接口进行与外部的信号的输入输出。在本实施方式中，机器学习装置100通过执行后述的学习处理来生成学习模型，通过执行后述的预测处理来使用学习模型来预测三维造型物的制造误差，在所预测的制造误差不在容许范围内的情况下，执行后述的校正处理。需要说明的是，机器学习装置100也可以由多个计算机构成。
[0023]在本实施方式中，机器学习装置100具备：数据获取部110、数据存储部120、运算部130、前处理部140、学习部150、学习模型存储部160、预测部170、校正部180和校正函数存储部190。
[0024]数据获取部110通过有线通信或无线通信，从信息处理装置200、三维造型装置300以及热处理装置400获取第一数据。在第一数据中包含后述的形状数据、造型数据。此外，数据获取部110通过有线通信或无线通信，从检查装置500获取第二数据。在第二数据中包含后述的测量数据。
[0025]数据存储部120存储第一数据、第二数据等各种数据。运算部130使用第一数据所包含的形状数据和第二数据所包含的测量数据，来生成后述的制造误差数据。前处理部140使用第一数据和制造误差数据来生成学习数据集。学习部150在学习处理中，执行使用了学习数据集的机器学习，生成学习模型。在本实施方式中，学习部150具备回报计算部151和价值函数更新部152。学习模型存储部160存储学习模型。预测部170在预测处理中，使用学习模型来预测三维造型物的制造误差。校正部180在预测处理中，根据预测部170的预测结果，校正第一数据中包含的造型数据。校正函数存储部190存储用于校正部180进行的造型数据的校正的校正函数。
[0026]信息处理装置200由具备一个或多个处理器、主存储装置和进行与外部的信号的输入输出的输入输出接口的计算机构成。在信息处理装置200上连接有鼠标、键盘等输入装置、液晶显示器等显示装置。在本实施方式中，信息处理装置200通过预先安装的三维CAD软件来生成形状数据。形状数据表示三维造型物的目标形状。目标形状是指在三维造型物的制造时成为目标的形状。即，在按照目标形状制造出三维造型物的情况下，该三维造型物的制造误差为零。形状数据被发送到机器学习装置100。而且，在本实施方式中，信息处理装置
200通过使预先安装的切片软件读入形状数据来生成造型数据。造型数据是表示用于通过三维造型装置300对三维造型物进行造型的造型条件，即用于控制三维造型装置300的各种信息的数据。造型数据被发送到机器学习装置100以及三维造型装置300。需要说明的是，有时将造型数据称为造型条件数据。
[0027]三维造型装置300根据造型数据对三维造型物进行造型。在本实施方式中，三维造型装置300是使用喷墨技术，喷射将粉末材料、溶剂和结合剂混合而成的糊状的液体来对三维造型物进行造型的糊剂喷墨方式的三维造型装置。需要说明的是，关于三维造型装置300的结构在后面叙述。
[0028]热处理装置400对由三维造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器学习装置，其特征在于，具备：数据获取部，获取第一数据和第二数据，所述第一数据包括与三维造型物的目标形状相关的形状数据以及与由三维造型装置对所述三维造型物进行造型时的造型条件相关的造型条件数据，所述第二数据是与所述三维造型物的变形相关的数据；存储部，存储包含多个所述第一数据和多个所述第二数据的学习数据集；以及学习部，通过执行使用了所述学习数据集的机器学习，来学习所述第一数据与所述第二数据的关系。2.根据权利要求1所述的机器学习装置，其特征在于，所述造型条件数据包括与作为所述造型条件的、用于所述三维造型物的造型的材料所包含的粒子的密度相关的数据。3.根据权利要求1所述的机器学习装置，其特征在于，所述第一数据包括与对所述三维造型物的热处理的条件相关的热处理条件数据。4.根据权利要求2所述的机器学习装置，其特征在于，所述第一数据包括与对所述三维造型物...

【专利技术属性】
技术研发人员：角谷彰彦，
申请(专利权)人：精工爱普生株式会社，
类型：发明
国别省市：