激光装置的制作方法

本发明涉及一种将从激光振荡器射出的激光经由光纤、加工头等激光光学系统照射到作为激光加工对象物的工件的激光装置，该激光装置为了防止随着由于与从激光振荡器射出的激光大致反方向上传播的反射光(或返回光)而造成的激光光学系统或激光装置的各部的温度上升的而产生的损伤，基于因该反射光而产生的各部的温度上升的计算结果来控制激光输出。

背景技术：

主要在用作板金切割用或焊接用激光加工机的高输出激光装置、特别是高输出光纤激光器装置中，从加工头输出的激光通过加工对象物表面反射或通过加工头的透射窗反射而返回至激光光学系统或激光装置内，使各光纤、光纤的连接器、激发用激光二极管模块等激光振荡器、激光光学系统的主要部分受损伤而损伤这一情况已成问题。

在激光装置中，防止由反射光引起的激光振荡器、激光光学系统的损伤为重要的课题，因此报告有各种关联技术。例如，在日本特开2007-042981号公报中公开了一种光纤激光器，其为将激发光入射到稀土掺杂光纤而进行激光振荡的光纤激光器，其至少具有：作为激光介质的稀土掺杂光纤；多个激发光源，其将该稀土掺杂光纤进行光激发；以及光耦合器，其将来自各激发光源的激发光合并并且入射到稀土掺杂光纤，该光纤激光器设置有激发光源控制单元，该激发光源控制单元在上述光耦合器上设置用于传播从稀土掺杂光纤朝向激发光源侧的返回光的一部分的监视端口，并且测量传播该监视端口的返回光的强度，在该光强度超出预定值的情况下减少上述激发光源的输出并防止返回光的放大。

在日本特开2014-034034号公报中公开了以下激光加工装置：通过光纤将激光振荡器与激光加工头进行连接，该激光加工装置具备：返回光检测单元，其检测照射到工件的激光向上述光纤的返回光；数字处理单元，其将上述返回光的检测值进行数字处理；移动平均处理单元，其将数字处理后的数字信号进行移动平均；比较单元，其将由上述移动平均处理单元进行处理的处理值与预先设定的报警阈值、警报warning阈值进行比较；以及处理单元，其进行上述比较单元的比较的结果、报警处理、警报处理，另外，记载了与返回光的强弱对应地例如进行激光振荡的停止、激光加工的停止等报警处理。

在国际公开第2016/002947号中公开了以下光纤激光器装置：使用放大用光纤使激光振荡器中的放大介质产生激光，该光纤激光器装置具备：输出用光纤，其将上述激光向外部射出；返回光衰减部，其至少对将上述输出用光纤在与上述激光向反方向上传播的返回光进行衰减处理；换热单元，其设置于上述返回光衰减部，将上述返回光变换为热；温度监视单元，其测量由上述换热单元的发热引起的上述返回光衰减部的温度上升；以及控制部，其在由上述温度监视单元测量出的温度达到预定的阈值以上的情况下，使上述激光的输出减少或停止。

然而，在日本特开2007-042981号公报所公开的技术中，并非根据由反射光引起的温度上升成问题的各部的温度上升来进行控制，因此不能说是适当的控制方法。即，不得不将预定值设定为稍低，使得即使返回光强度超出预定值的状态持续一定程度，激光装置也不会受损伤，如果返回光强度瞬间超出其预定值，则激光装置不应该受损伤，但是为了防止返回光的放大而减少激发光源的输出，从而产生加工不良或使激光装置的运转率或激光加工的加工效率降低。

另外，在日本特开2014-034034号公报所公开的技术中，无法避免通过移动平均处理单元对返回光的检测值进行移动平均处理，在瞬间检测出稍大的返回光的情况下，使激光加工停止的问题，但是如果由返回光引起的损伤由各部的温度上升引起，则当移动平均时间短时，不需要考虑温度是否由返回光引起刚刚上升或下降，因此为了避免受损伤的风险，仍需要设置过大的余量，无法进行适当的条件设定。相反地，当移动平均时间长时，并未考虑在该时间内温度由于散热从温度上升部下降这一情况，因此温度上升部的温度实际上并未上升至发生问题的程度，且返回光的检测值的移动平均超出预定值，因此可引起使激光加工停止，因此仍无法进行适当的条件设定。

还考虑除了由上述光检测单元检测出的反射光(返回光)的检测值的峰值、检测值的移动平均值以外，通过检测值的峰值超出预定值的次数、检测值的峰值超出预定值的时间或每一个脉冲输出的热量，使激光输出减少或停止，但是这些技术均涉及本质上与上述以往技术相同的控制方法，并不是对随着时间而高速地发生各种变化的反射光始终能够适当地进行激光输出的技术。

并且，在国际公开第2016/002947号中公开了以下技术：在由温度监视单元测量出的温度到达预定的阈值以上的情况下，使激光输出减少或停止，其中，上述温度监视单元测量返回光衰减部的温度上升，该温度上升导致将返回光变换为热的换热单元的发热，实际测量由返回光引起的温度上升，根据其测量结果进行激光输出为较有效的方法，但是，如上所述，设置能够检测出由返回光引起的温度上升成问题的各部所有温度的温度检测单元，监视其温度上升，根据其温度上升，当各部中的任一个的温度到达预定温度时，当要进行使反射光减少这种控制时，激光装置的成本上升、大型化成问题而这并不现实。

在上述以往的激光装置中，为了防止由返回光引起的激光装置的损伤，具备用于检测返回光的检测单元，在检测出的反射光光量的峰值超出预定值或检测出的反射光的检测值的时间移动平均值超出预定值时，使激光输出停止或使激光输出减少。但是，由返回光引起的激光装置的损伤的至少大部分为由返回光引起激光装置的各部温度上升导致的损伤，并不根据其各部温度来控制激光输出，另外，并未考虑到各部由返回光引起的蓄热以及随着各部温度上升而来自各部的散热这两者，因此并非是正确的条件设定，在返回光的变动状态下成为过剩余量而在不必要的状况下使激光输出停止或使激光输出减少，从而产生加工不良或招致激光加工的效率降低。另外，相反地即使在需要减少激光输出的情况下，也不使激光输出减少，激光装置、激光光学系统有可能受损伤。

另外，公开了以下一种技术：测量由返回光引起温度上升的部分的温度，在测量出的温度到达预定的阈值以上的情况下，使激光的输出减少或停止，但是由返回光引起的温度上升而有可能受损伤的部分，其热容量、散热地点为止的热阻不同，因此示出分别不同的温度变化，但是测量有可能由温度上升受损伤的所有部分的温度招致激光装置的成本上升、大型化，从而并非是采用于量产机的技术。

技术实现要素：

因而，鉴于上述状况，本发明的目的在于，提供以下一种激光装置：针对由返回光引起的温度上升而有可能受损伤的各部中的至少一个部分，并不测量该部分的温度，使用由光检测单元检测出的包含反射光的检测结果，计算该部分的温度上升，根据其计算结果来控制激光输出，由此针对随着时间而高速地发生各种变化的反射光，始终能够以适当的余量来控制激光输出，从而不会不必要时使激光输出减少或由反射光引起受损伤，并且具有高性能且可靠性高。

本发明涉及以下一种激光装置：并不直接测量由反射光引起温度上升的激光装置的各温度上升部的温度，计算各温度上升部的温度，参照计算出的各温度上升部的温度，以各温度上升部的温度并不超出预定温度的方式，在各温度上升部的温度要超出预定温度时，将光输出指令切换为应急光输出指令，并控制激光输出。另外，涉及以下一种激光装置：没有人介入，通过机器学习来学习在计算各温度上升部的温度时所需的各温度上升部的热容量、热阻等物理量、各温度上升部的温度要超出预定温度时从目前既定的光输出指令切换的应急光输出指令。

此外，在本说明书中，反射光并不是必须由某物反射的光，还包含使加工对象物进行加热而放射的辐射光等，以与以下的返回光相同意思使用，该返回光意味着在激光光学系统、激光装置中在与从激光振荡器射出的激光大致反方向上传播的光整体。另外，针对表示反射光大小的术语，除了以往技术的描述部分以外，使用(反射光的)光量这种术语，并非是表示每个单位面积的大小的强度这种术语。

而且，本发明的一个方式所涉及的激光装置的特征在于，具备：至少一个激光振荡器；电源部，其将驱动电流提供给上述激光振荡器；激光光学系统，其包含加工头，该加工头用于将从上述激光振荡器射出的激光经由光纤照射到作为激光加工对象物的工件；至少一个光检测单元，其能够检测在与从上述激光振荡器射出的激光大致反方向上传播的反射光；以及控制部，其将光输出指令以及与上述光输出指令相应的电流输出指令输出到上述电源部。并且，该激光装置还具备：温度计算部，其在上述激光装置内或上述激光装置外，使用上述光检测单元的检测结果，计算因上述反射光而温度上升的上述激光装置的各温度上升部中的至少一个温度；以及应急指令决定部，其参照由上述温度计算部计算出的上述温度上升部的计算温度，以上述温度上升部的温度不超过以上述温度上升部的耐热上限温度为基准而设定为低于上述耐热上限温度的上述温度上升部的允许上限温度即第一预定温度的方式，根据需要决定并输出应急光输出指令，该应急光输出指令的目标在于将上述温度上升部的温度控制为第二预定温度或低于上述第二预定温度，该第二预定温度为设定为低于上述第一预定温度的上述温度上升部的控制目标温度。而且，在输出上述应急光输出指令时，上述控制部将所输出的光输出指令切换为上述应急光输出指令并输出。

具备上述结构的激光装置至少计算由反射光引起受损伤的温度上升部的温度，参照其计算结果调整光输出指令(控制光输出)，由此与对以往的反射光的检测值的光输出控制(在反射光的检测值的峰值超出预定值的情况下、在反射光的检测值的峰值超出预定值的次数超出预定次数的情况下、在反射光的检测值超出预定值的时间超出预定时间的情况下、在反射光的检测值的每预定时间的平均值超出预定值的情况下使光输出停止或包括脉宽时间宽度缩短、占空比减小在内使光输出减少的控制方法)不同，能够合理且适当地设定反射光的余量，能够兼顾激光装置的运转率提高以及可靠性提高。

也可以是，上述温度计算部通过将流入到一个温度上升部的热量的时间积分减去从上述温度上升部流出的热量的时间积分而得到的值与蓄积在上述温度上升部中的能量一致这种能量守恒式或将上述能量守恒式变形而得到的式，计算上述温度上升部的温度。

具备上述结构的激光装置从能量守恒式求出由随着时间而光量发生各种变动的反射光引起的各温度上升部的温度上升，针对担心由反射光引起的温度上升的多个部位，能够逻辑地计算温度上升，因此能够合理且适当地设定余量。

也可以是，上述温度计算部作为将能量守恒式以时间进行微分而成的微分方程式的一般解，计算上述温度上升部的温度，该能量守恒式为将流入到温度上升部的热量的时间积分减去从上述温度上升部流出的热量的时间积分而得到的值与蓄积在上述温度上升部中的各能量一致的式子。

在具备上述结构的激光装置中，不使用有限元法等的数值分析方法而能够作为微分方程式的一般解而计算出各温度上升部的温度，因此能够高速地进行计算，从而能够防止光输出指令的输出、光输出控制延迟而激光装置受损伤这一情况。

也可以是，上述温度计算部记录能够计算流入到温度上升部的热量的、包含上述光检测单元的检测值作为函数的流入热量式。

具备上述结构的激光装置将光检测单元的检测值作为函数而包含预先通过试验等求出的多项式等的、流入到温度上升部的流入热量，通过使用在将光检测单元的检测值代入到该函数式时能够计算流入热量的式，在短时间内能够计算在各温度上升部的流入热量。

也可以是，上述温度计算部记录从温度上升部直到述温度上升部的温度固定点为止的热阻以及上述温度上升部的热容量，将从上述温度上升部的温度减去上述温度上升部的温度固定点的温度而得到的温度差除以从上述温度上升部至上述温度上升部的温度固定点为止的各热阻而得到的值作为从上述温度上升部流出的流出热量，并且将从上述温度上升部的温度减去上述温度上升部的温度固定点的温度而得到的温度差乘以上述温度上升部的各热容量而得到的值作为蓄积在上述温度上升部的能量，计算上述温度上升部的温度。

具备上述结构的激光装置根据预先通过热分解、试验等求出的从温度上升部到温度固定点为止的热阻以及温度上升部的热容量，求出来自温度上升部的流出热量、温度上升部的蓄积能量，因此在短时间内能够计算在温度上升部的流入热量以及还在短时间内能够计算各温度上升部的温度。

也可以是，针对线状的温度上升部，上述温度计算部使用每单位长度的热容量和直到温度固定点为止的每单位长度的热阻，计算上述线状的温度上升部的温度。

具备上述结构的激光装置还能够计算光纤等线状部位的温度上升。

也可以是，上述激光装置具备多个上述光检测单元，根据多个上述光检测单元的检测结果，能够区别检测在上述光纤的纤芯中传播的反射光的光量以及在上述光纤的包层中传播的反射光的光量。

在具备上述结构的激光装置中，根据温度上升部不同而对由在光纤的纤芯中传播的反射光引起的温度上升的影响的大小和对由在光纤的包层中传播的反射光引起的温度上升的影响的大小不同，因此区别检测在纤芯中传播的反射光以及在包层中传播的反射光的光量，由此能够高精度地计算流入到各温度上升部的流入热量，从而各温度上升部的温度也能够高精度地计算出。

也可以是，上述激光装置具备多个上述光检测单元，多个上述光检测单元中的至少一个光检测单元具有与其它光检测单元不同的响应波长特性。

具备上述结构的激光装置能够区别检测波长比激光长且光纤激光器的fbg(fiberbragggrating：光纤布拉格光栅)中的反射率等光学特性不同的斯托克斯雷光、来自由每个光子的能量的差而引起检测结果与热量之比与激光不同的激光加工部分的辐射光、等离子体光，因此能够精度良好地计算流入到各温度上升部的热量。

也可以是，上述应急指令决定部将由上述温度计算部计算出的温度上升部的上述计算温度作为输入数据，对上述温度上升部的温度或上述温度上升部的温度及其变化，根据对光输出进行反馈控制的控制方法，决定上述应急光输出指令。

上述反馈控制为简单的控制方法，对应急指令决定部的负载小，能够与温度上升部的温度的计算大致同时地决定应急光指令，在温度上升部的温度高于第二预定温度的情况下，能够应对高速。

也可以是，上述应急指令决定部至少根据由上述温度计算部计算出的某一时间点和直到上述时间点为止的温度上升部的计算温度、从上述控制部输出的光输出指令或要输出的光输出指令，预测上述时间点以后的上述温度上升部的温度的变化，参照预测出的上述温度上升部的温度的变化，决定上述应急光输出指令。

具备上述结构的激光装置参照预测出的温度上升部的温度的变化，通过进行前馈控制，能够精度更好地控制温度上升部的温度，能够降低温度上升部的温度大大超出第二预定温度的概率。

也可以是，在上述激光装置中，在由温度上升部针对针对温度上升部计算出的上述温度上升部的计算温度到达上述第一预定温度的情况下，或在上述温度上升部的温度超出上述第一预定温度的情况下，立即停止上述激光的光输出。

具备上述结构的激光装置即使在突然产生极大的光量的反射光的情况下等、计算出的各温度上升部的温度到达第一预定温度时、超出第一预定温度时，立即使激光的光输出停止，由此能够避免激光装置受损伤。

也可以是，在上述激光装置中，与上述温度计算部一起连接到网络，连接到上述网络的同一单元中的上述多个激光装置共享上述温度计算部。

在具备上述结构的激光装置中，在多台激光装置中共享要求微秒量级的高速计算能力的温度计算部，由此能够降低设备成本。另外，将与经由网络共享的温度计算部相连接的激光装置限定于同一单元中的激光装置，由此温度计算部作为边缘计算机而发挥功能，几乎不会产生由通信等引起的时间延迟，能够将温度计算部的计算结果传递至激光装置的控制部、应急指令决定部，还能够防止向应急光输出指令的切换延迟、激光装置受损伤。

也可以是，上述温度计算部以能够通信的方式连接到第一机器学习装置的第一学习部，该第一学习部针对上述激光装置的温度上升部中的至少一个，通过机器学习来学习包含上述光检测单元的检测值作为函数而能够计算流入到上述温度上升部的热量的流入热量式、上述温度上升部的上述各热容量和从上述温度上升部直到上述温度固定点为止的上述热阻中能够计算物理量的式或物理量的至少一个。上述温度计算部参照从上述第一学习部得到并记录的上述第一学习部的学习结果，计算上述温度上升部的温度。

各温度上升部的热容量、热阻并无精度保证，但是能够根据材质的物性值、热分解等求出近似值，因此通过反复试验，并非不可能将流入到各温度上升部的流入热量作为将光检测单元的检测值作为函数的式(多项式等)而求出。然而，难以射出激光的同时控制反射光的光量，还有时不容易控制试验条件，从而需要大量的工时来求出精度良好的函数。具备上述结构的激光装置通过机器学习反复进行学习来求出这些物理量，由此在没有人为介入的情况下能够精度良好地求出。

也可以是，上述第一机器学习装置具备第一状态观测部，上述第一状态观测部被设置成至少在学习期间至少一个温度检测单元能够测量至少一个上述温度上升部的温度，以能够通信的方式与根据学习用光输出指令程序执行光输出指令的学习用激光装置的上述控制部进行连接，观测上述光检测单元的检测结果以及上述温度检测单元的上述温度上升部的温度的测量结果作为上述学习用激光装置的状态数据，根据需要将观测到的状态数据加工成上述第一学习部容易使用的形式之后，输出到上述第一学习部，上述第一学习部对与包含上述光检测单元的检测结果以及上述温度检测单元的上述温度上升部的温度的测量结果的上述学习用激光装置的状态数据的规律性有关的模型进行学习，作为学习结果，构建第一学习模型，该第一学习模型包含流入到针对温度上升部能够计算为上述光检测单元的检测值的函数的上述温度上升部的热量、上述温度上升部的上述热容量以及从上述温度上升部至温度固定点为止的上述热阻中能够计算物理量的式或物理量的至少一个。

在具备上述结构的激光装置中，从温度检测单元被设置成能够测量温度上升部的温度的学习用激光装置作为输入数据，一边改变激光输出、反射光的检测条件一边获取很多光检测单元的检测结果和温度上升部的温度的测量结果，通过非监督学习对与规律性等有关的模型进行机器学习，由此在没有人为介入的情况下能够导出能够计算上述物理量的式、妥当推定物理量的式(函数)、值。

也可以是，在上述激光装置中，上述控制部以能够通信的方式连接到具备第二状态观测部、标签获取部以及第二学习部的第二机器学习装置，上述第二状态观测部观测包含上述光输出指令的表示激光装置的状态的状态数据，根据需要将观测到的状态数据加工成上述第二学习部容易使用的形式之后作为输入数据而输出到上述第二学习部，上述标签获取部作为标签而获取与上述输入数据对应的由上述温度计算部计算出的温度上升部的计算温度的时序数据，将获取结果输出到上述第二学习部。而且，上述第二学习部具备：误差计算部，其根据用于表现上述标签而构建的第二学习模型，从上述输入数据中计算标签相对于上述输入数据的误差；以及学习模型更新部，其根据上述误差来更新上述第二学习模型。而且，参照通过反复更新上述第二学习模型而学习的上述第二学习部的学习结果，上述应急指令决定部预测上述温度上升部的计算温度相对于来自上述控制部的光输出指令的变化，以上述温度上升部的温度并不超出上述第二预定温度的方式，根据需要决定并输出上述应急光输出指令。

在具备上述结构的激光装置中，针对激光装置处于各种状态下的情况，如果通过机器学习求出温度上升部的温度相对于光输出指令如何发生变化，则在没有人为介入的情况下对光输出指令能够精度良好预测温度上升部的温度。

特别是，将温度上升部的计算温度设为标签(正解数据)，输入很多包含光输出指令的表示激光装置的状态的输入数据和标签对的试样，当通过监督学习来构建从上述输入数据表现上述标签的学习模型时，能够较容易地预测对包含光输出指令的输入数据的温度上升部的计算温度。

也可以是，在上述激光装置中，上述控制部以能够通信的方式连接到具备第三状态观测部、判断数据获取部、第三学习部以及决策部的第三机器学习装置，上述第三学习部具备回报计算部以及价值函数更新部，上述第三状态观测部观测包含直到某一时间点的上述光输出指令以及直到上述时间点的温度上升部的上述计算温度的时序数据的表示激光装置的状态的状态数据，根据需要将观测到的状态数据加工成上述第三学习部容易使用的形式之后作为输入数据而输出到上述第三学习部。上述决策部参照上述第三学习部的学习结果，当在上述时间点以后持续执行上述光输出指令时，在预测为上述温度上升部的计算温度高于上述第二预定温度的情况下，决定估计为上述时间点以后的上述温度上升部的计算温度被控制为上述第二预定温度的光输出指令，并输出到上述激光装置的上述控制部。并且，上述判断数据获取部作为判断数据而获取由上述决策部决定并输出的光输出指令的结果即上述温度上升部的计算温度与上述第二预定温度的差并输出到上述回报计算部，另外，上述回报计算部针对上述判断数据的计算正的回报或负的回报，上述价值函数更新部根据计算出的回报来更新价值函数，参照通过反复更新上述价值函数而学习出的上述第三学习部的学习结果即价值函数，除了上述激光装置使用于学习的期间以外，上述激光装置的上述应急指令决定部预测与来自上述控制部的光输出指令相对应的上述温度上升部的计算温度的变化，以上述温度上升部的温度并不超出上述第二预定温度的方式，根据需要决定并输出上述应急光输出指令。

在具备上述结构的激光装置中，为了使在各种状态下进行动作的激光装置进行目标动作，根据判断数据通过试错法对各状态下的最佳行动(应急光输出指令的输出)进行学习，在没有人为介入的情况下，在激光装置的状态不同的条件下，也能够精度更好地输出用于使温度上升部的温度控制为目的温度的光输出指令。

根据本发明，能够提供以下一种激光装置：高速地计算由随着时间高速地发生各种变化的反射光引起温度上升而有可能受损伤的各温度上升部的温度，根据计算出的各温度上升部的温度，根据需要从既定光输出指令切换为减少激光输出等应急光输出指令，由此始终能够确保必要充分且适当的余量，不会不必要地减少激光输出或激光装置受损伤，加工效率高且可靠性高。另外，通过机器学习来学习并求出计算各温度上升部的温度所需的物理量、式、应急光输出指令以将各温度上升部的温度控制为目标温度，并未人为干预，因此开发成本得到抑制，能够提供上述加工效率高、可靠性高的激光装置，而成本不会大幅上升。

附图说明

图1是表示本发明的第一实施方式的激光装置的概念结构的框图。

图2是表示温度上升部的热量的流动的示意图。

图3是为了将图1的激光装置的温度上升部的温度上升的计算例的图表以及以往技术的光检测单元的检测值的移动平均值的图表两者进行比较而一并记载的图。

图4是为了将图1的激光装置的温度上升部的温度上升的计算例的图表以及以往技术的光检测单元的检测值的移动平均值的图表两者进行比较而一并记载的图。

图5是表示在作为反射光等的光检测单元的检测值与温度上升部的流入热量成比例而温度上升部的流入热量脉冲状变化的情况下的、图1的激光装置的温度上升部的温度上升的计算例的图表的图。

图6是表示在作为反射光等的光检测单元的检测值与温度上升部的流入热量成比例而流向温度上升部的流入热量脉冲状变化的情况下的、图1的激光装置的温度上升部的温度上升的计算例的图表的图。

图7是表示在作为反射光等的光检测单元的检测值与温度上升部的流入热量成比例而温度上升部的流入热量脉冲状变化的情况下的、图1的激光装置的温度上升部的温度上升的计算例的图表的图。

图8是表示通过计算出光输出的温度上升部的温度上升的反馈进行控制的情况下的温度上升部的温度上升的变化例的图。

图9是表示在预读光输出指令而预测温度上升部的温度上升的变化并根据预测出的结果来控制光输出的情况下的温度上升部的温度上升的变化例的图。

图10是表示本发明的第二实施方式的激光装置的概念结构的框图。

图11是表示本发明的第三实施方式的激光装置的概念结构的框图。

图12是表示本发明的第三实施方式的激光装置的其它概念结构的框图。

图13是表示本发明的第四实施方式的激光装置的一例的概念结构的框图。

图14是表示本发明的第四实施方式的激光装置的其它例的概念结构的框图。

图15是表示图13或图14示出的第二机器学习装置将学习结果输出到激光装置为止的学习过程的一例的流程图。

图16是表示本发明的第五实施方式的激光装置的一例的概念结构的框图。

图17是表示本发明的第五实施方式的激光装置的其它例的概念结构的框图。

图18是表示图16或图17示出的激光装置中的回报的设定方法的一例的图。

图19是表示图16或图17示出的第三机器学习装置将学习结果输出到激光装置为止的学习过程的一例的流程图。

图20是表示图16或图17示出的激光装置中的回报的设定方法的其它例的图。

具体实施方式

以下，参照附图来说明本发明所涉及的激光装置的实施例。在各图中对相同部件附加相同的参照附图标记。另外，在不同附图中附加相同参照附图标记的部分意味着是具有相同功能的结构要素。此外，适当地变更这些图的尺寸以便容易观察。

<第一实施方式>

图1是表示本发明的第一实施方式的激光装置的概念结构的框图。

本实施例的激光装置1具备激光振荡器2、电源部3、激光光学系统4、两个光检测单元5、控制部6、温度计算部7以及应急指令决定部8。

电源部3将驱动电流提供给上述激光振荡器2。激光光学系统4包含加工头9，该加工头9用于将从上述激光振荡器2射出的激光11经由光纤10照射到作为激光加工对象物的工件12。两个光检测单元5能够分别检测从上述激光振荡器2射出的激光和在与该激光大致反方向上传播的反射光。控制部6至少将与光输出指令对应的控制信号输出到激光装置1的各部，将与上述光输出指令相应的电流输出指令输出到上述电源部3。温度计算部7使用上述光检测单元5的检测结果，至少计算由上述反射光引起温度上升的上述激光装置1的各温度上升部中的至少一个上述温度上升部的温度。应急指令决定部8参照由上述温度计算部7计算出的上述各温度上升部的温度，以上述各温度上升部的温度并不超出以上述各温度上升部的各耐热上限温度为基准而设定为低于上述各耐热上限温度的上述各温度上升部的允许上限温度即各第一预定温度的方式，根据需要来决定并输出应急光输出指令，该应急光输出指令的目标在于将上述各温度上升部的温度控制为低于上述各第一预定温度的上述各温度上升部的控制目标温度即各第二预定温度或低于上述各第二预定温度。在应急指令决定部8输出上述应急光输出指令时，上述控制部6将所输出的光输出指令切换为上述应急光输出指令并输出。

在图1中，空心箭头模拟地示出激光，实线箭头模拟地示出信号线等及其信号的方向，在图1以后的表示概念结构的框图中也相同。

此外，在图1中，与激光光学系统4一起还示出加工头9、光纤10，但是在本申请中，除非另有说明，则激光光学系统4这个术语在包含加工头9、光纤10等的意思下使用，在将激光二极管模块设为激发光源的激光振荡器2的情况下，放大用光纤等光放大介质、用于将激光入射到光放大介质的光学系统也包含在激光光学系统中，另外，在将激光二极管模块设为激光源的激光振荡器2的情况下，将来自激光二极管模块的激光进行复用的复用器等也包含在激光光学系统中。

从激光振荡器2射出的激光的一部分通过工件12(加工对象物)的表面、加工头9的透射窗等反射，在与从激光振荡器2射出的激光向反方向上在激光光学系统4内传播，使激光振荡器2、激光光学系统4的各部的温度上升而有时造成损伤。因此，本发明的意图在于，为了不会不必要地减少激光输出而招致发生加工不良、降低加工效率并且绝不会使激光振荡器2、激光光学系统4的各部温度过度上升而损伤，至少针对因反射光引起的温度上升而损伤的各温度上升部，计算各温度上升部的温度，根据计算出的结果即各温度上升部的温度，根据需要，切换光输出指令，使得各温度上升部的温度不会上升至预定温度以上。

此外，在图1中，驱动部13可以用于改变加工头9与工件12的相对位置，使机械手等把持加工头9，改变加工头9侧的位置，在上述光输出指令中可以包含对上述驱动部13输出的改变加工头9与工件12的相对位置的指令。另外，也可以构成为通过驱动部13将工件12替换为图1示出的以外的光检测单元5，根据预定的时间表，检查光输出指令与实际光输出是否存在偏差，或将工件12替换为吸附器(adsorber)并检查来自工件12的反射光以外的反射光是否因加工头9的透射窗等的污染而增加。

另外，在图1中，各部意味着功能块，可以通过一个功能块兼作多个功能块的功能，例如也可以是，温度计算部7、应急指令决定部8与控制部6一体化，控制部6兼具温度计算部7、应急指令决定部8的功能。

接着，是一种上述温度计算部7计算上述各温度上升部的温度的方法，但是基本的式为以下能量守恒式，使流入到上述各温度上升部的各流入热量的时间积分减去从上述各温度上升部流出的各流出热量的时间积分而得到的值与比热平衡状态进一步蓄积在上述各温度上升部中的各能量一致。

若具体地记载该能量守恒式，则如以下式(1)所示，若示意性地示出表示在一个温度上升部的流入热量和来自该温度上升部的流出热量(散热量)的热量的流动，则如图2所示。

在式(1)中，qi(t)为随着时间而变化的流入到各温度上升部的流入热量(w)，i为用于区别各温度上升部的下标。因而，式(1)的左边第一项为流入到各温度上升部的流入热量(w)的时间积分。另外，ti(t)为将各温度上升部的温度减去各温度上升部的温度固定点的温度而得到的温度差，是从温度固定点的温度起的温度上升(k)。各温度上升部的温度固定点是指在在各温度上升部的流入热量为0(零)的热平衡状态下各温度上升部的温度为相同温度的点(位置或地点)。可以考虑为在各温度上升部热性连接到水冷却板的情况下将冷却水设为温度固定点，将各温度上升部被冷却的外围空气考虑为温度固定点。ri为各温度上升部与各温度上升部的温度固定点之间的热阻(k/w)。因而，式(1)的左边第二项为从各温度上升部流出的流出热量(w)的时间积分。ci为各温度上升部的热容量(j/k)。因而，式(1)的右边为蓄积在各温度上升部的能量(j)。此外，例如温度固定点的温度能够由通常的温度检测单元检测。

虽然根据式(1)通过由有限元法等数值分析方法求出近似解的方式能够计算各温度上升部的温度，但是求出解费时，因此难以通过微秒量级控制激光输出，但是当通过时间将式(1)的两边进行微分时，变为式(2)，该一阶线性常微分方程式能够求出一般解，该一般解能够通过式(3)表示。

作为微分方程式的一般解，由于能够计算上述各温度上升部的温度，因此与通过上述有限元法等数值分析方法求出近似解的情况有所不同，如果使用高性能计算机构成上述温度计算部，则能够通过微秒量级控制激光输出，能够防止减少激光输出被延迟而激光装置1因反射光而受损伤这一情况。另外，根据针对各温度上升部而算出的温度，根据需要、即仅在各温度上升部的温度超出各预定温度(以下说明的“第二预定温度”)或将要超出时减少激光输出，因此能够防止不必要地产生加工不良或降低加工效率。

此外，在通过式(3)计算各温度上升部的温度时，不一定必须作为数学运算而进行积分计算，显然也可以将积分部分以近似的方式如式(4)所示替换为总和来进行计算。

在此，δt＝t/n，f(t1)＝f(0)，f(tn)＝f(t-δt)≈f(t)。

此外，通过上述式，为了针对上述各温度上升部计算温度，期望上述温度计算部7记录从上述各温度上升部到达上述各温度上升部的各温度固定点为止的各热阻以及上述各温度上升部的各热容量。此外，针对如光纤等那样线状的温度上升部，期望使用每单位长度的热容量和达到温度固定点为止的每单位长度的热阻，计算上述线状的温度上升部的温度。若已知各温度上升部的物性、构造，则能够通过热分解等估计这些各温度上升部的热阻、热容量。

另外，为了计算在上述式中使用的流入到上述各温度上升部的上述各流入热量，期望上述温度计算部7记录能够计算流入到上述各温度上升部的上述各流入热量的、包含至少一个上述光检测单元5的检测值作为函数的各流入热量的式子。另外，即使在不存在反射光的状态下也常常存在各温度上升部的温度因从激光振荡器2射出的激光而上升的情况，因此，期望至少对于流入到上述各温度上升部的流入热量考虑激光输出和反射光的光量这两者。在计算流入到温度上升部的流入热量的过程中为了应对激光输出的影响，可以使用光检测单元5的检测结果，也可以不使用使用光检测单元5的检测结果而使用光输出指令。当使用光输出指令时，在该光输出指令中从不存在反射光的状态下的光检测单元5的检测值增加的量作为因反射光而产生的量，从而能够检测反射光的光量。另外，如果使用至少两个光检测单元5，则能够区别检测激光输出和反射光来进行检测。

另外，针对反射光，在光纤10的纤芯中传播的反射光和在光纤的包层中传输的反射光中，与前者容易传播至激光装置1的深侧相比，后者在比前者更近侧(激光光学系统4侧)从光纤10漏出等对各温度上升部的温度上升带来的影响的大小不同。因而，如图1所示，具备多个光检测单元5，期望根据这些多个光检测单元5的检测结果，能够区别检测在上述光纤10的纤芯中传播的反射光的光量和在上述光纤10的包层中传播的反射光的光量。例如，若在图1的左侧的光检测单元5与右侧的光检测单元5之间设置光纤的熔接部，则右侧的光检测单元5能够检测在包层中传播的反射光，但是几乎无法检测在纤芯中传播的反射光。然而，在上述熔接部中在纤芯中传播的反射光的一部分从纤芯漏出到包层，因此左侧的光检测单元5能够检测在纤芯中传播的反射光。因此，根据左右两侧的光检测单元5的检测结果，能够区别检测在光纤10的纤芯中传播的反射光和在光纤10的包层中传播的反射光。

另外，在具备上述多个光检测单元5时，将多个光检测单元5中的几个构成为检测与激光输出光波长不同的光，从而也有效地将该几个光检测单元的响应波长特性设为与其它光检测单元5不同。例如，与激光区别而检测通过将激发光子变换为低频率的光子和分子的振动模式的声子而产生的斯托克斯雷光(stokeslight)、从工件的激光加工部分放射的辐射光、等离子体光等波长与激光不同的反射光(返回光)，由此能够更正确地计算在各温度上升部的流入热量。其原因是，当波长不同时，光纤激光器的fbg(fiberbragggrating：光纤布拉格光栅)中的反射率、光学部件的防反射膜中的反射率等与激光不同，因此即使由光检测单元检测出的每单位时间的光子(photon)数量相同，传递至各温度上升部的光子数量不同，并且若波长不同则每个光子的能量不同，因此在各温度上升部的流入热量发生变化。响应波长特性不同的光检测单元5除了使用基于能隙(energygap)不同的半导体的光电二极管以外，也能够通过将使光入射的透射窗等设为透射波长不同的带通滤波器等方法来实现。

如上所述，通常，光检测单元5的数量越多则越正确地估计流向各温度上升部的流入热量，因此光检测单元5的个数并不限定于如图1所示两个。另外，图1中的光检测单元5的检测位置为例示，并不限定检测位置。另外，来自光检测单元5的输出也可以不经由控制部6而直接输入到上述温度计算部7、上述应急指令决定部8。

在此，针对具备n个光检测单元5的情况，简单地说明能够根据期望上述温度计算部7记录的上述光检测单元5的检测值来计算流入到上述各温度上升部的上述各流入热量的式的求解方法的示例。

流入到某一温度上升部(第i个温度上升部)的流入热量(qi(t))作为n个各光检测单元5的检测值(xj(t)：j＝1,2,··,n)和光输出指令(y(t))的函数，例如能够通过以下式(5)那样的xj(t)和y(t)的多项式近似地表示。

在式(5)中，xj、y为如上所述时间函数，但是为了使简单而省略了(t)。

在此，在试验用激光装置1中设置通常的温度检测单元19、能够对二维温度分布进行遥感的热成像仪等，以使能够测量各温度上升部的温度，在产生各种光输出指令、各种反射光的条件下，反复进行试验，以将式(4)的qi(t)代入到上述式(3)的qi(t)而求出的各温度上升部的计算结果的温度与测量结果的温度一致的方式，决定多项式的各aijk、bik等的系数、常数ci，从而通过式(4)，能够根据上述光检测单元5的检测值来计算出流入到上述各温度上升部的上述各流入热量。此外，式(3)的计算各温度上升部的温度所需的各温度上升部的热阻、热容量如前述，能够通过热分解等来估计，因此使用通过热分解等估计出的值即可。

当求出式(5)的多项式的常数时，根据各光检测单元5的检测结果可知在各温度上升部的流入热量，将这些代入到式(3)，由此大致能够实时地计算各温度上升部的温度。因此，能够将各温度上升部的温度控制为上述各第二预定温度或低于上述各第二预定温度的温度。

然而，为了提高计算精度，当增加光检测单元5的个数n或增加m而设为高阶的多项式时，精度良好地决定式(4)的多项式的所有常数是非常费时的，人工几乎难以实施。因此，期望通过机器学习而不经人工来求出根据上述光检测单元5的检测值来能够计算流入到上述各温度上升部的上述各流入热量的式子。在后文中说明通过机器学习求出能够计算上述各流入热量的式子的方法。

在此，如上所述，若能够计算各温度上升部的温度，则根据实际计算例来说明如何获得与以往技术不同的效果。

图3～图7是表示实际计算例的图表。

首先，图3是某一温度上升部的热容量为0.01j/k、直到温度固定点为止的热阻为10k/w而在该温度上升部中间歇地具有10w或9w的流入热量的情况下的计算例，使用粗实线表示该温度上升部的温度上升。细虚线表示单位不同且将流入热量设为10倍的值，如果纵轴的刻度为100则流入热量为10w。在最初的流入热量的脉冲时，该温度上升部的温度上升至比温度固定点的温度高80k，因此如果温度固定点的温度+80k为该温度上升部的上述第二预定温度，则如果温度上升至更高则决定应急光输出指令，并切换为该应急光输出指令。

另一方面，为了进行比较，粗虚线和粗的一点划线示出光检测单元的检测值的移动平均值，前者的移动平均时间宽度为2毫秒、后者的移动平均时间宽度为16毫秒，检测灵敏度被调整为图表上大致为相同最大值。在两种情况下，最初的脉冲的检测值的移动平均值为100，关于该脉冲，可以将减少或停止光输出的预定值(阈值)设定为100即可，但是如第二个那样短脉冲的情况下，该温度上升部的温度仅上升44k左右，但是移动平均时间宽度窄则检测值的移动平均值到达100，则会不必要地减少或停止激光输出。这样，若相对于移动平均时间宽度窄的情况下的光检测单元5的检测值的移动平均值、光检测单元5的检测值的峰值设定阈值，则会不必要地减少或停止激光输出。若提高阈值，则能够降低不必要地减少或停止激光输出的概率，但是针对稍长的脉冲，在到达阈值之前，温度上升部的温度过度上升而招致损伤的风险增加。相反地，示出以下情况：针对移动平均时间宽度较宽的情况下的光检测单元5的检测值的移动平均值，如第三个那样，针对稍低的脉冲但长脉冲，尽管并未到达阈值的100而停留于90，温度上升部的温度上升超出80k而到达90k，需要将阈值设为90以下。

图4是除了脉冲条件以外与图3相同条件的图表，示出以下情况：温度上升部的温度上升最大为75k，与此相对，针对移动平均时间宽度较宽的情况下的光检测单元5的检测值的移动平均值，残留前一脉冲的影响而上升至最大93左右，因此需要将阈值设为93以上，使得不会不必要地使激光输出减少或停止。即，在图3的第三个脉冲的情况下，为了不会招致温度上升部的损伤需要将阈值设为90以下，针对图4的脉冲波形，需要将阈值设为93以上，使得不会不必要地减少或停止激光输出，这意味着无法设定兼顾不会招致温度上升部的损伤以及不必要地减少或停止激光输出的阈值。

针对光检测单元5的检测值的预定时间内的积分值设置阈值以及针对检测值的移动平均值设定阈值在本质上完全相同，无法设定兼顾不会招致温度上升部的损伤以及不必要地减少或停止激光输出的阈值。

除此以外，还存在光检测单元5的检测值在预定时间内超出阈值的次数到达预定次数这种设定方法。与上述相同，通过图5～图7来说明无法设定兼顾不会招致温度上升部的损伤以及不必要地减少或停止激光输出的阈值的这种状况。

计算出温度上升的温度上升部的热物性参数与图3、图4相同，使用粗实线表示其温度上升部的温度上升。细虚线表示单位不同而将流入热量设为5倍的值，如果纵轴的刻度为100，则流入热量为20w。设为光检测单元5的检测值与流入热量成比例，成为与流入热量相同的值。在图5中，将预定值(阈值)设为100，在检测值到达100的次数到达10次时，温度上升部的温度上升到达80k。因而，在图5的情况下认为以下设定是妥当的，即当将阈值设定为100而检测值在预定时间(该情况下0.2s)超出阈值10次时，减少或停止激光输出。然而，示出以下情况：如图6所示，当脉宽稍窄时，温度上升部的温度上升并未达到63k左右而减少或停止激光输出，相反地，如图7所示，当脉宽稍宽时，通过最初的脉冲而温度上升部的温度上升到达大致80k，通过第10个脉冲而温度上升部的温度上升到达94k左右，温度上升部有可能受损伤。这样，仍不能兼顾不会招致温度上升部的损伤以及不必要地减少或停止激光输出来进行设定。

在图3～图7中，为了使说明更易理解，记载为流入热量、光检测单元5的检测值有规律地变动，但是实际的反射光随着时间发生各种变动，因此流入热量、光检测单元的检测值也变动，理想的是由温度上升引起损伤的部位始终相同，但是在由温度上升引起损伤的部位存在多处的情况下，根据各温度上升部，热容量、热阻、耐热上限温度也分别不同，因此如以往技术那样，仅根据光检测单元5的检测结果，显然不可能进行兼顾不会招致温度上升部的损伤以及不必要地减少或停止激光输出的设定。

接着，说明以下方法：根据由上述温度计算部7计算出的上述各温度上升部的温度，根据需要，即，在上述各温度上升部的温度超出上述各第二预定温度或将要超出上述各第二预定温度时，将光输出指令切换为上述应急光输出指令，结果是，将上述各温度上升部的温度控制为上述各第二预定温度或上述各第二预定温度以下。

最简单的方法为以下方法：上述应急指令决定部8至少将由上述温度计算部7计算出的上述各温度上升部的温度作为输入数据，对上述各温度上升部的温度或上述各温度上升部的温度及其变化，基于将激光输反馈控制的控制方法，来决定上述应急光输出指令。图8是该反馈控制的控制结果的一例。

图8也与图6、图7同样地，粗实线表示温度上升部的温度上升，细虚线表示单位不同且将流入热量设为5倍的值，如果纵轴的刻度为100，则流入热量为20w。此外，即使光输出为固定，反射光的强度也会变动，因此光检测单元的检测值也发生变动，流入热量也发生变动，但是为了使说明更简单，设为光输出和光检测单元5的检测值均与流入热量存在比例关系，通过与流入热量相同的一个细虚线表示。计算出温度上升的温度上升部的热物性参数与图3～图7相同，若温度上升部的温度上升超出80k，则通过执行停止光输出0.2毫秒的应急光输出指令，反馈控制为该温度上升部的温度上升几乎不会超出80k。在该情况下，为了要做到尽可能不会发生加工不良，并不改变峰值光输出而使光输出停止一瞬间，由此抑制温度上升部的温度上升变得80k以上，但是也可以进行减少峰值光输出等的控制。

反馈控制为简单的控制方法，对应急指令决定部8的负载较小，在温度上升部的温度的计算的大致同时能够决定应急光指令，在温度上升部的温度比第二预定温度上升的情况下，能够高速地应对。如果应用pid控制，则还能够防止上述各温度上升部的温度超出规定而大幅超出第二预定温度。

另外，作为其它控制方法，上述应急指令决定部8也可以至少根据由上述温度计算部7计算出的某一时间点和直到该时间点为止的上述各温度上升部的温度上升的变化以及从上述控制部6输出的光输出指令、要输出的光输出指令，来预测上述某一时间点以后的上述各温度上升部的温度的变化，参照预测出的上述各温度上升部的温度的变化，决定上述应急光输出指令。参照预测出的温度上升部的温度的变化来进行前馈控制，由此在更早阶段预测温度上升部的温度超出第二预定温度这一情况，决定并输出应急光输出指令，因此能够降低温度上升部的温度大大超出第二预定温度的概率。

图9示出预读要输出的光输出指令而预测温度上升部的温度的变化并参照预测出的上述各温度上升部的温度的变化来决定应急光输出指令的情况下的示例。

温度上升部的热物性参数、粗实线、细虚线所示的意思，图9与图8相同。在该控制方法中，预读要输出的光输出指令，预测温度上升部的温度上升，以温度上升部的温度上升被控制为80k的方式，不改变峰值光输出，而执行以适当的时间间隔插入使光输出停止0.02毫秒的光输出指令的应急光输出指令，将温度上升部的温度上升精度良好地控制为80k。此外，图9的细一点划线部分为省略了图形的线的部分，这是因为若直接绘制上述0.02毫秒的短的光输出停止，则图形的线间隔变窄而图形变得不清楚。通过该控制方法，与在图8示出控制结果的控制方法相比，能够减少温度上升部的温度上升的波动，并且由于光输出停止时间也短，因此产生加工不良的概率也能够进一步降低。

当然还考虑了当温度上升部的温度上升为80k以上或接近80k时，并不将温度上升部的温度上升控制在80k或80k附近，而是低于80k的控制方法，但是由于存在产生加工不良的概率变高这种问题，因此如果能够精度良好地控制温度上升部的温度上升，则如在图8、图9中说明的控制方法那样，期望不会超出必要地减少光输出或平均光输出。

但是，在通过上述温度计算部7，针对上述各温度上升部计算出的上述各温度上升部的温度到达上述第一预定温度的情况下、上述各温度上升部的温度超出上述第一预定温度的情况下，认为突然产生极大的光量的反射光等产生异常现象。在该情况下，为了极力避免激光装置1的损伤，期望不等待应急光输出指令的输出，通过上述控制部6的判断使激光的光输出立即停止。

此外，在正确地预测随着执行光输出指令而引起的上述各温度上升部的温度的变化时，需要进行还考虑了光输出指令、温度上升部的温度以外的激光装置1的状态、工件的状态等的分析，因此为了能够预测与包含光输出指令的激光装置1的状态的变化相对应的上述各温度上升部的温度还可以应用机器学习。在后文中还说明在预测与包含光输出指令的激光装置1的状态相对应的上述各温度上升部的温度的变化中的机器学习的应用方法。

<第二实施方式>

图10是表示本发明的第二实施方式的激光装置的概念结构的框图。

激光装置1与温度计算部7一起连接到网络14，并与连接到上述网络14的同一单元中的其它多个激光装置1共享上述温度计算部7。如图10所示，上述温度计算部7也可以并不包括在激光装置1内，如图1所示，也可以将上述温度计算部7设置于任一激光装置1内。在示出图10和图10以后的概念结构的框图中，针对激光装置1的结构块，省略上述激光振荡器2、上述激光光学系统4等结构块。

在本实施方式中，如图10所示，在多台激光装置中共享要求微秒量级的高速计算能力的温度计算部，由此能够降低设备成本。另外，将与经由网络共享的温度计算部相连接的激光装置限定于同一单元中的激光装置，由此温度计算部作为边缘计算机而发挥功能，几乎不会产生通信等的时间延迟而能够将温度计算部的计算结果传递至激光装置的控制部、应急指令决定部，还能够防止向应急光输出指令的切换延迟而激光装置受损伤。与上述网络相连接的同一单元中的上述激光装置1的台数通常认为几台至几十台的范围为适当，但是本实施方式并不限定于本范围。

<第三实施方式>

图11是表示本发明的第三实施方式的激光装置的概念结构的框图。

温度计算部7以能够通信的方式与第一机器学习装置15的第一学习部16相连接。上述第一学习部16针对激光装置1的各温度上升部中的至少一个温度上升部，通过机器学习对包含如上述式(5)的至少一个上述光检测单元5的检测值作为函数而能够计算出流入到上述各温度上升部的上述各流入热量的各流入热量式、上述各温度上升部的上述各热容量、从上述各温度上升部至上述各温度固定点为止的上述各热阻中能够计算出物理量的式或物理量的至少一个进行学习。上述温度计算部7参照从上述第一学习部16得到并记录的上述第一学习部16的学习结果，计算上述各温度上升部的温度。

各温度上升部的热容量、热阻为精度并不保证且能够通过材质的物性值、热分解等求出近似值，因此通过反复进行试验，将流入到各温度上升部的流入热量作为将光检测单元5的检测值作为函数的上述式(5)的式而求出并非不可能，但是难以在射出激光的同时控制反射光的光量并且还有时并不容易控制试验条件，求出精度良好的函数需要大量工时。因此，在没有人为介入的情况下通过机器学习对这些物理量进行学习，使用该学习结果。即使针对各温度上升部的热容量、热阻，也通过机器学习，校正从材质的物性值、热分解等求出的近似值，能够更正确地计算上述式(3)的计算、即各温度上升部的温度上升。

以下，说明用于获得上述学习结果的具体学习方法。上述第一机器学习装置15具备第一状态观测部17。上述第一状态观测部1被设置成7至少学习期间能够由温度检测单元19测量至少一个上述各温度上升部的温度，以能够通信的方式与按照学习用光输出指令程序执行光输出指令的学习用激光装置18的控制部6相连接。

作为温度检测单元19，除了通常的接触型温度检测单元以外，也可以使用能够遥感二维温度分布的热成像仪装置(红外照相机)等。这些温度检测单元19原则上仅设置于学习用激光装置18，不需要设置于量产机的激光装置1，但是也可以将温度检测单元19设置于低成本且能够简单地测量温度的温度上升部，将实际测量温度而得到的结果兼用于应急光输出指令的决定。另外，期望在由上述第一状态观测部17观测的状态数据中还包含从测量有可能对温度上升部的温度带来影响的状态的传感器、例如用于测量学习用激光装置18的外围温度等的外置温度传感器输出的数据。

上述第一状态观测部17获取光输出指令、各光检测单元5的检测值、各温度上升部的温度的测量结果等上述学习用激光装置18的内部数据，另外，从外置传感器等获取数据，根据需要，将这些数据进行加工而输出到上述第一学习部16。

第一学习部16学习与至少包含上述光检测单元5的检测结果和上述温度检测单元19的上述温度上升部的温度的测量结果的上述学习用激光装置18的状态数据的规律性有关的模型，作为学习结果，针对上述各温度上升部，构建包含能够计算为上述光检测单元5的检测值的函数的流入到上述各温度上升部的上述各流入热量、上述各温度上升部的上述各热容量、从上述各温度上升部直到各温度固定点为止的上述各热阻的第一学习模型20。即，例如能够通过非监督学习的算法对第一学习模型20进行机器学习，该第一学习模型20对针对大量的输入数据将上述式(3)的ci和ri的值设为多少并且将上述式(5)的各aijk、bik等的系数、常数ci的值设为多少则与各温度上升部的温度上升的测量结果最一致这种输入数据的规律性进行学习。而且，学习用激光装置18以外的激光装置1也通过参照其学习结果，在没有人为介入的情况下，能够计算各温度上升部的温度。

此外，如图12所示，上述温度计算部7与上述第一机器学习装置15的上述第一学习部16以及上述第一机器学习装置15的上述第一状态观测部17与上述学习用激光装置18的上述控制部6也可以构成为以经由网络14能够进行通信的方式进行连接。另外，如该图12所示，也可以构成为在上述学习用激光装置18与上述学习用激光装置18以外的多个激光装置1之间经由网络14共享上述温度计算部7。另外，学习用激光装置18在学习期间以外或学习之后，可以从上述第一机器学习装置15或网络分离，也可以在将还由上述第一机器学习装置15学习的学习结果输出到学习用激光装置18以外的激光装置1的温度计算部7并将学习结果记录到温度计算部7之后，从激光装置1或网络14分离。

也可以是，在改变激光输出、反射光的检测条件的同时获取大量数据并对与规律性等有关的第一学习模型20进行机器学习时，为了控制反射光的检测值，使用驱动部13，使加工头9与工件12的相对位置以固定速度在与工件12的表面平行的方向上移动的同时系统地改变脉冲的峰值、脉宽、脉冲周期等，反复测量温度上升部的温度。若以固定速度使加工头9与工件12的相对位置进行移动的同时输出脉冲光，则激光始终照射到工件12的表面的新位置，因此相对于相同波形的脉冲光，返回大致相同的反射光，因此控制反射光的检测值的同时能够获取数据。

<第四实施方式>

图13和图14是表示本发明的第四实施方式的激光装置的概念结构的框图。

激光装置1的控制部6以能够通信的方式与具备第二状态观测部21、标签获取部22、第二学习部23的第二机器学习装置24相连接。激光装置1与第二机器学习装置24以经由网络14能够通信的方式进行连接这一点以及多个激光装置1共享上述温度计算部7这一点，图14的激光装置与图13的激光装置不同。

如图13或图14所示，上述第二状态观测部21至少观测包含上述光输出指令的表示激光装置1的状态的状态数据，根据需要将观测到的状态数据加工成上述第二学习部23容易使用的方式之后作为输入数据而输出到上述第二学习部23。在表示激光装置1的状态的状态数据中除了包含上述光输出指令以外，还包含上述光检测单元5的检测值、上述各温度固定点的温度、上述激光光学系统4的光学特性、改变上述加工头9与上述工件12的相对位置的向上述驱动部13的驱动指令等的激光装置1的内部数据，但是，期望还包含对激光装置1的外围温度进行测量的温度传感器等外置传感器(未图示)的数据、上述工件12的材质、厚度、尺寸、表面处理条件等与上述工件12有关的数据等对在与激光相反方向上在激光光学系统4中传播的反射光的光量带来影响的数据、受到反射光的光量的影响的数据。

上述标签获取部22获取与上述输入数据对应的由上述温度计算部7计算出的上述各温度上升部的计算温度的时序数据作为标签，将获取结果输出到上述第二学习部23。

上述第二学习部23具备误差计算部25和学习模型更新部26。上述第二学习部23对上述输入数据与上述标签的关系进行学习，为了从上述输入数据表现上述标签而构建第二学习模型。上述误差计算部25根据该构建的第二学习模型，计算标签相对于新输入的输入数据的误差。上述学习模型更新部26根据上述误差来更新上述第二学习模型。上述第二学习部23通过反复更新上述第二学习模型来进行学习。

上述应急指令决定部8在上述第二学习部23的学习至少进行一定程度的时间点，参照上述第二学习部23的学习结果，还考虑激光装置1的状态，预测与来自上述控制部6的光输出指令相对应的上述各温度上升部的计算温度的变化，以上述各温度上升部的温度不会超出上述各第二预定温度的方式，根据需要，决定上述应急光输出指令并输出。也可以在上述应急指令决定部8中记录上述第二学习部23的学习结果，能够更高速地决定上述应急光输出指令。也可以在上述应急指令决定部8中记录上述第二学习部23的学习结果之后，使第二机器学习装置24从激光装置1分离。

图15是表示本实施方式中的第二机器学习装置24的具体学习过程和学习结果的使用过程的一例的流程图。

如图15所示，在图13或图14示出的第二机器学习装置24中，当开始进行学习动作(学习处理)时，第二状态观测部21观测包含光输出指令的激光装置1的状态数据(步骤s101)，在根据需要将观测到的状态数据加工成上述第二学习部23容易使用的形式之后作为输入数据而输出到上述第二学习部23(步骤s102)。另一方面，标签获取部22获取与上述输入数据对应的由温度计算部7计算出的各温度上升部的计算温度的时序数据作为标签(步骤s103)，将与上述输入数据对应的标签输出到第二学习部23(步骤s104)。

接着，第二学习部23判断是否已经构建第二学习模型(步骤s105)，在判断为第二学习模型的初始模型的构建也并未完成的情况下，第二学习部23在对上述输入数据与对应标签的关系进行学习并尝试构建第二学习模型的初始模型(步骤s106)之后，返回至步骤s101，进一步输入大量输入数据和对应的标签对。

另一方面，在步骤s105中判断为已经构建第二学习模型的情况下，误差计算部25根据构建的第二学习模型来计算标签相对于新输入的输入数据的误差(步骤s107)，学习模型更新部26根据上述误差更新第二学习模型(步骤s108)。

接着，为了判断学习结果是否达到作为目标的等级，在图15的流程图的示例中，判断标签相对于最近的预定输入数据数的上述误差的移动平均值是否小于目标值(步骤s109)，在判断为上述误差的移动平均值并不小于目标值的情况下，返回至步骤s101，反复进行步骤s101～步骤s108的步骤而持续进行学习。另一方面，在步骤s109中判断为上述误差的移动平均值小于目标值的情况下，第二学习部23将学习结果输出到激光装置1的应急指令决定部8(步骤s110)，在将应急指令决定部8接收的学习结果记录到应急指令决定部8(步骤s111)之后，结束学习动作。

在激光装置1处于某种状态下时，如果反射光的光量与其时间点的激光输出成比例，还能够近似地求出温度上升部的温度根据光输出指令如何变化，但是反射光的光量受到各种条件的影响，因此这种假设并不总是与现实一致，即使预测温度上升部的温度相对于光输出指令如何变化，预测精度也低。另外，在激光装置1处于各种状态下的情况下，若要通过试验等求出温度上升部的温度相对于光输出指令如何变化则需要庞大的工时。

但是，如上所述，在激光装置1处于各种状态下的情况下，如果通过机器学习求出温度上升部的温度相对于光输出指令如何变化，则在没有人为介入的情况下，对于光输出指令也能够精度良好地预测温度上升部的温度。

特别是，如本实施方式所示，将温度上升部的计算温度作为标签(正解数据)，将包含光输出指令的表示激光装置1的状态的输入数据与标签的对的试样输入很多，当通过构建从上述输入数据表现上述标签的学习模型的监督学习进行学习时，能够较容易地预测与包含光输出指令的输入数据相对应的温度上升部的计算温度。

<第五实施方式>

图16和图17是表示本发明的第五实施方式的激光装置的概念结构的框图。

激光装置1的控制部6以能够通信的方式与具备第三状态观测部27、判断数据获取部28、第三学习部29以及决策部30的第三机器学习装置31相连接。上述第三学习部29具备回报计算部32和价值函数更新部33。激光装置1与第三机器学习装置31以经由网络14能够进行通信的方式相连接这一点以及多个激光装置1共享上述温度计算部7这一点，图17的激光装置与图16的激光装置不同。

上述第三状态观测部27至少观测直到某一时间点的上述光输出指令以及包含直到上述时间点的至少一个上述温度上升部的上述计算温度的时序数据的表示激光装置1的状态的状态数据，在根据需要将观测到的状态数据加工成上述第三学习部29容易使用的样式之后作为输入数据而输出到上述第三学习部29。与上述第四实施方式同样地，在表示激光装置1的状态的状态数据中除了包含上述光输出指令以外，还包含上述光检测单元5的检测值、上述各温度固定点的温度、上述激光光学系统4的光学的特性、改变上述加工头9与上述工件12的相对位置的向上述驱动部13的驱动指令等激光装置1的内部数据，并且期望还包含对激光装置1的外围温度进行测量的温度传感器等外置传感器(未图示)的数据、上述工件12的材质、厚度、尺寸、表面处理条件等与上述工件12有关的数据等对在与激光相反方向上在激光光学系统4中传播的反射光的光量带来影响的数据、受到反射光的光量的影响的数据。

上述决策部30参照上述第三学习部29的学习结果，当在上述时间点以后持续执行上述光输出指令时预测为上述各温度上升部的计算温度变得高于上述各第二预定温度的情况下，决定被推定为上述时间点以后的上述各温度上升部的计算温度控制为上述各第二预定温度的光输出指令。

在使用上述激光装置1用于学习的期间，由上述决策部30决定的光输出指令被输出到上述激光装置1的控制部6，控制部6根据从决策部30输出的光输出指令，包括上述激光装置1的电源部3在内，将光输出指令输出到需要光输出指令的输出的上述激光装置1的各部。即，在使用上述激光装置1用于学习的期间，决策部30承担上述激光装置1的应急指令决定部8的功能。

上述判断数据获取部28获取上述激光装置1执行由上述决策部30决定并输出的光输出指令的结果即上述各温度上升部的计算温度与上述各第二预定温度的差作为判断数据，输出到上述第三学习部29的上述回报计算部32。

上述回报计算部32对上述判断数据计算正的回报或负的回报。也可以是，例如在预测为某一温度上升部的计算温度高于对该温度上升部设定的第二预定温度且以该温度上升部的计算温度并不超出对该温度上升部设定的第二预定温度的方式输出光输出指令的情况下，若将对该温度上升部设定的第二预定温减去作为该光输出指令的结果的该温度上升部的计算温度而得到的温度差设为z(k)，则以z的函数表示回报，如图18所示进行设定。z的函数的系数、指数为一例，但是以图18示出的函数等进行设定，由此在z<0的情况下、即某一温度上升部的计算温度超出对该温度上升部设定的第二预定温度的情况下，随着z的绝对值增加而回报迅速地减小，在|z|为0.5k以上的情况下，设定负的回报。相反地，在z≥0的情况下、即某一温度上升部的计算温度并未超出对该温度上升部设定的第二预定温度的情况下，随着z的绝对值增加而回报逐渐减小，但是在|z|为1k以内的情况下，设定正的回报。在计算温度超出第二预定温度的情况下，例如即使是相同1k的温度差，也设定较大的负的回报，能够以计算温度尽可能不会超出第二预定温度的方式引导学习。

上述价值函数更新部33根据由回报计算部32计算出的回报来更新价值函数。反复进行上述过程，并反复更新上述价值函数，由此作为上述第三学习部29的学习结果的价值函数的特征提取能力提高，还考虑激光装置1的各种状态而预测与光输出指令的相对应的上述各温度上升部的计算温度的变化的精度提高。

在预测上述各温度上升部的计算温度的变化的精度到达目标等级的情况下，将作为上述第三学习部29的学习结果的价值函数还包括用于学习的上述激光装置1在内输出到各激光装置1的上述应急指令决定部8，上述应急指令决定部8记录上述价值函数。也可以是，上述应急指令决定部8参照上述价值函数，还考虑激光装置1的各种状态而预测与来自上述控制部的光输出指令相对应的上述各温度上升部的计算温度的变化，根据需要决定上述应急光输出指令并输出，以使以上述各温度上升部的温度并不超出上述各第二预定温度。

图19是表示本实施方式中的第三机器学习装置31的具体学习过程和学习结果的使用过程的一例的流程图。

如图19所示，在图16或图17示出的第三机器学习装置31中，若开始进行学习动作(学习处理)，第三状态观测部27至少观测包含直到某一时间点的上述光输出指令以及直到上述时间点的至少一个上述温度上升部的上述计算温度的时序数据的表示激光装置1的状态的状态数据(步骤s201)，在根据需要将观测到的状态数据加工成上述第三学习部29容易使用的形式之后作为输入数据而输出到上述第三学习部29(步骤s202)。

上述决策部30参照上述第三学习部29的目前的学习结果，预测上述时间点以后继续执行既定的上述光输出指令的情况下的各温度上升部的计算温度的变化(步骤s203)，判断是否预测为各温度上升部的计算温度超出上述各第二预定温度(步骤s204)。

在预测为各温度上升部的计算温度的至少一个超出上述各第二预定温度的情况下，上述决策部30决定被预测为上述时间点以后的上述各温度上升部的计算温度被控制为上述各第二预定温度的光输出指令(步骤s205)。由上述决策部30决定的光输出指令被输出到上述激光装置1的控制部6，控制部6按着从决策部30输出的光输出指令，包括上述激光装置1的电源部3在内，将光输出指令输出到需要输出光输出指令的上述激光装置1的各部(步骤s206)。上述判断数据获取部28获取上述激光装置1执行由上述决策部30决定并输出的光输出指令的结果即上述各温度上升部的计算温度与上述各第二预定温度的差作为判断数据(步骤s207)。

上述回报计算部32针对从上述判断数据获取部28接收到的判断数据计算回报(步骤s208)。作为针对判断数据的回报的计算例，在预测为某一温度上升部的计算温度高于对该温度上升部设定的第二预定温度且以该温度上升部的计算温度并不超出对该温度上升部设定的第二预定温度的方式输出光输出指令的情况下，将对该温度上升部设定的第二预定温度减去作为该光输出指令的结果的该温度上升部的计算温度而得到的温度差设为z(k)，例如能够采用上述图18示出的回报的设定方法。

上述价值函数更新部33根据由回报计算部32计算出的回报来更新价值函数(步骤s209)。

接着，为了判断学习结果是否达到目标等级，在图19的流程图的示例中，判断最近回报的移动平均值是否大于目标值(步骤s210)。在判断为上述误差的移动平均值并不小于目标值的情况下，返回至步骤s201而继续学习。另一方面，在步骤s210中判断为上述回报的移动平均值大于目标值的情况下，将作为第三学习部29的学习结果的价值函数输出到激光装置1的应急指令决定部8(步骤s214)，在将由应急指令决定部8接收的价值函数记录到应急指令决定部8(步骤s215)之后，结束学习动作。

在学习动作结束之后，参照由上述应急指令决定部8记录的上述价值函数，还考虑激光装置1的各种状态而预测与来自上述控制部6的光输出指令相对应的上述各温度上升部的计算温度的变化，以上述各温度上升部的温度不会超出上述各第二预定温度的方式，根据需要决定上述应急光输出指令而输出到控制部6。

此外，在步骤s204中预测为任一个温度上升部的计算温度均未超出对各温度上升部设定的第二预定温度的情况下，返回至步骤s201即可，但是如图19的流程图所示，上述判断数据获取部28获取继续执行既定的上述光输出指令的结果即上述各温度上升部的计算温度与上述各第二预定温度的差作为判断数据(步骤s211)，判断各温度上升部的计算温度是否超出上述各第二预定温度(步骤s212)，在任一个温度上升部的计算温度均未超出对各温度上升部设定的第二预定温度的情况下，返回至步骤s201，但是在各温度上升部的计算温度的至少一个超出上述各第二预定温度的情况下、即上述z(k)为z<0的情况下，例如也可以在回报计算部32根据图18示出的回报的设定方法和类似的图20示出的回报的设定方法来计算负的回报(步骤s213)之后，进入到步骤s209。

反复进行步骤s201～步骤s213的步骤，并反复更新上述价值函数，由此作为上述第三学习部29的学习结果的价值函数的特征提取能力提高。

如本实施方式所示，为了使在各种状态下进行动作的激光装置1进行目标动作，基于根据判断数据并通过试错法对各状态下的最佳行动(应急光输出指令的输出)进行学习的强化学习，在没有人为介入的情况下，在激光装置的状态不同的条件下，也能够精度更好地输出用于将温度上升部的温度控制为目的温度的光输出指令。

此外，为了说明本发明而示出上述实施方式，并不限定发明，还能够进行各种变形。也可以是，在从第三实施方式至第五实施方式的机器学习中，学习结果也经由网络等由多个机器学习装置共享。另外，即使在由反射光引起的激光装置、激光光学系统的损伤中存在本发明所记载的温度上升以外的损伤模式，本发明也能够应用于至少由温度上升引起损伤的部分。