[发明专利]机器学习装置、激光装置以及机器学习方法

摘要

提供机器学习装置、激光装置以及机器学习方法。用于学习LD单元驱动条件数据的机器学习装置包括：状态量观测部，观测包括来自激光的光输出检测部、光输出特性记录部和驱动条件/状态量记录部的输出数据的激光装置的状态量，光输出特性记录部记录驱动电流和光输出特性的测定结果的历史，驱动条件/状态量记录部记录LD单元驱动条件数据的历史和激光装置的状态量的历史；动作结果获取部，获取LD单元的特性的预测结果和各LD单元的光输出特性的测定结果；学习部，将LD单元驱动条件数据与激光装置的状态量及LD单元驱动条件数据的结果相关联地学习；以及意思决定部，参照学习部的学习结果决定包括剩余寿命的预测结果的LD单元驱动条件数据。

主权项

1.一种机器学习装置，用于学习激光装置的激光二极管单元驱动条件数据，所述激光装置具备多个包括一个以上的激光二极管模块的激光二极管单元、个别地向各激光二极管单元提供驱动电流的电源部、以及按每个所述激光二极管单元来独立地控制从所述电源部注入到各所述激光二极管单元的驱动电流的控制部，所述激光装置将来自多个所述激光二极管单元的激光作为激光光源或用于激光振荡的激励光源，经由激光光学系统来射出激光，所述激光二极管单元驱动条件数据包括向所述电源部指示的输出指令数据，所述机器学习装置的特征在于，具备：状态量观测部，其观测包括来自所述电源部、一个以上的光输出检测部、光输出特性记录部以及驱动条件/状态量记录部的输出数据的所述激光装置的状态量，该一个以上的光输出检测部用于测定激光的光输出，该光输出特性记录部记录根据从所述电源部输出的驱动电流和所述光输出求出的各所述激光二极管单元的光输出特性的测定结果的历史，该驱动条件/状态量记录部记录所述激光装置的所述状态量的历史以及从所述机器学习装置输出的所述激光二极管单元驱动条件数据的历史，所述激光二极管单元驱动条件数据至少包括各激光二极管单元的剩余寿命的预测结果作为各所述激光二极管单元的特性的预测结果；动作结果获取部，其获取所述驱动条件/状态量记录部中记录的各所述激光二极管单元的特性的预测结果与各所述激光二极管单元的光输出特性的测定结果之间的差异和/或该预测结果与来自所述测定结果的估计结果之间的差异，来作为所述激光二极管单元驱动条件数据的结果，各所述激光二极管单元的特性的预测结果至少包括各所述激光二极管单元的剩余寿命的预测结果；学习部，其接收来自所述状态量观测部的输出和来自所述动作结果获取部的输出，将至少包括剩余寿命的预测结果作为各所述激光二极管单元的特性的预测结果的所述激光二极管单元驱动条件数据与所述激光装置的所述状态量及所述激光二极管单元驱动条件数据的结果相关联地进行学习；以及意思决定部，其参照所述学习部的学习结果，来决定至少包括剩余寿命的预测结果作为各所述激光二极管单元的特性的预测结果的激光二极管单元驱动条件数据。