Multi-scale closed-loop melt pool control for LPBF via policy optimization

金属の塊から削り出すのではなく、超高温のレーザーで微細な粉末を一層ずつ塗り重ねることで、複雑な金属物体を造形するロボット工場を想像してみてください。このプロセスは「レーザー粉末床溶融結合法（LPBF）」と呼ばれ、プラスチックの代わりに溶けた鋼鉄やチタンを使用する、ハイテク版の3Dプリンティングのようなものです。魔法は、レーザービームが微細な粉末のスポットを溶かし、下の層と融合させる瞬間に起こります。もしレーザーが弱すぎると、金属が結合せず（「溶け不足」と呼ばれる欠陥）、強すぎると、金属が沸騰して小さな泡ができたり、最悪の場合は部品が割れたりします（「キーホール」と呼ばれる欠陥）。

問題は、このプロセスが極めて敏感であることです。ロボットがプリントを進めるにつれ、金属は熱いフライパンが冷めることなく加熱され続けるように、どんどん熱くなっていきます。もしロボットが瞬時に熱を調整できなければ、部品は歪んだり、割れたり、あるいは使い物にならない塊になってしまいます。従来、エンジニアは手動でロボットの設定を微調整しなければならず、パワーと速度の適切なバランスを推測するしかありませんでした。これは、特に複雑な形状を作る場合には、非常に遅くてコストのかかる試行錯誤のゲームとなります。この論文は、ロボットに熱を「感じさせ」、ミスから学び、混沌に適応するスマートな二部構成の制御システムを用いることで、この悩みを解決しようとするものです。

金属を溶かすための「二つの脳」による解決策

ETHチューリッヒとinspire AGの研究者たちは、この溶融プロセスを制御するための、3Dプリンターにおける「デュアルブレイン（二つの脳）」システムとして機能する巧妙な新しい方法を開発しました。単に発生している熱に反応するのではなく、彼らのシステムには、速く考える「インレイヤー制御（層内制御）」と、戦略的に考える「レイヤー・トゥ・レイヤー制御（層間制御）」という、明確に異なる二つの「脳」が連携して働いています。

速い脳：その瞬間に反応する
デコボコ道で車を運転しているところを想像してみてください。あなたの反射神経は「速い脳」です。段差に当たったとき、車を安定させるために即座にハンドルを切ったりブレーキを踏んだりします。プリンターにおいて、これがインレイヤー・コントローラーです。レーザーが単一の粉末層をスキャンする際、高速センサー（パイロメーター）が1秒間に数千回もの頻度で温度を測定します。金属が熱くなりすぎたら、このコントローラーは即座にレーザー出力を下げ、冷たすぎたら出力を上げます。

しかし、これらの反射神経を調整するのは非常に困難です。感度を高く設定しすぎると、レーザーが激しく震えてしまい、低すぎると部品が焼き付いてしまいます。著者らは、最適な「反射神経」を見つけるために、ポリシー最適化（人工知能の一種である学習手法）を用いました。彼らは単に推測したのではなく、コンピュータ内で数千回のシミュレーションを実行し、ランダムなエラーやノイズを投入して、何が最も効果的かを検証しました。その結果、現実の世界がコンピュータモデルと完全に一致しない場合でも、プリンターを安定させることができる一連のルールを見出したのです。

戦略的な脳：過去の層から学ぶ
次に、同じ車を運転している自分を想像してください。ただし、今度は前方の道路の地図も持っています。急な坂道が来ることを知っているので、坂に差し掛かる「前」に減速します。これがレイヤー・トゥ・レイヤー・コントローラーです。3Dプリンティングでは、一層のプリントが終わると、ロボットは新しい粉末が撒かれるのを待ちます。この休止時間が、「戦略的な脳」が考えるための時間となります。それは、前の層がどのように仕上がったかを確認します。熱くなりすぎたか？ 金属が膨張したか？ そして、蓄積された熱を補償するために、ベースラインとなるレーザー出力を調整し、次の層のための新しい「計画」を算出します。

このシステムの一部には、**反復学習制御（ILC）**という手法が使われています。これは、テストを受け、成績をもらい、その間違いを勉強して次のテストでより良くしようとする学生のようなものです。この長期的な計画と、最初の脳の速い反射神経を組み合わせることで、システムは極めて堅牢な「クローズドループ」を作り上げます。

得られた結果：滑らかな溶融とミスの減少

チームは、二つの方法でこのアイデアをテストしました。一つは詳細なコンピュータ・シミュレーションによるもので、もう一つは研究室の実際の金属3Dプリンターを用いたものです。

シミュレーションにおいて：
彼らは、レーザーが停止して急旋回する必要があるため、熱が蓄積しやすく非常に難しいとされる「スクエア・スパイラル（正方形螺旋）」の経路で、6層の金属をプリントするシミュレーションを行いました。彼らは、デュアルブレイン・システムを、二つの他の手法と比較しました。一つは「速い脳」のみを持つもの、もう一つは「戦略的な脳」のみを持つものです。

結果は明白でした。単一の脳を持つシステムは苦戦しました。「速い脳」だけでは複数層にわたる熱の蓄積を防げず、「戦略的な脳」だけでは突然の温度スパイクに対処するには遅すぎました。しかし、このデュアルループ・コントローラーは、現実世界の乱雑さを模した大きなエラーを導入しても、目標温度の周囲約20ケルビン以内の範囲で温度を一定に保ち続けました。

実世界において：
物理的なマシンに移ると、実際のプリンターのハードウェアはコンピュータ・シミュレーションほど速く設定を変更できないため、彼らはシステムを簡略化する必要がありました。彼らは、標準的な「PIコントローラー（一般的な産業用コントローラーの一種）」を使用し、固定された「フィードフォワード」プランを用いるようにシステムを適応させました。彼らはこの簡略化されたバージョンを、AI手法を用いてチューニングしましたが、これは単一の、制御されていないテストプリントのデータのみを使用して行われました。

実際の金属ウェッジ（熱が非常に溜まりやすい形状）をプリントしたところ、結果は目覚ましいものでした。

• 精度の向上： 彼らの手法は、ベイズ最適化（BO）と呼ばれる最新の手法と比較して、平均的なトラッキング誤差（目標温度からのズレ）を**3.4%**減少させました。
• 危険なスパイクの減少： 最も重要なのは、「入力制約違反」を**47.5%**減少させたことです。これは、レーザー出力が安全圏により近い状態に保たれたことを意味します。BO法では、レーザー出力が頻繁に高くなりすぎたり（キーホール化のリスク）、低くなりすぎたり（溶け不足のリスク）していました。彼らのコントローラーは、レーザーを「ゴルディロックス（ちょうど良い）」ゾーンに、より頻繁に留めておくことができました。
• 滑らかな表面： プリントされた金属を顕微鏡で観察すると、興味深い発見がありました。制御されていないプリントやBOによるプリントでは、「ベクター・ヘッド・スウェリング（ベクトル頭部膨張）」、つまりレーザーのラインの開始部分で金属が盛り上がる現象が見られました。彼らのコントローラーはこの膨張をほぼ排除し、結果として、元のデジタル設計に極めて近い形状を実現しました。

意外な発見：「ジッター」の力

最も遊び心があり、予想外の発見の一つは、レーザー出力の急速な変化を制限しないバージョンのコントローラーをテストしたときに起こりました。これにより、レーザーが2から4kHzという非常に高い周波数で振動（ジッター）しました。

通常、エンジニアはレーザー出力を滑らかで安定したものにしようとします。しかしここでは、「ジッター」のあるレーザーの方が、滑らかなバージョンよりも、ラインの開始部分での膨張をより効果的に抑制しました。著者らは、これらの急速な変動が溶融金属の流体力学に干渉し、スキャンの開始時に金属が積み上がるのを防いでいるのではないかと示唆しています。彼らはまだこの背後にある物理現象を完全には理解していませんが、これは新しい扉を開きました。つまり、制御された「混沌」こそが、溶融している金属のプールを落ち着かせるために必要なのかもしれないのです。

結論

この論文は、金属プリンターにどのように振る舞うべきかを教えるために、膨大な量の実世界のデータは必要ないことを証明しています。スマートなシミュレーションを用いてコントローラーを訓練し、その知識を実際のマシンに転送することで、研究者たちは既存の最高の手法に匹敵するか、それを上回る結果を達成しました。彼らは、速い反応の「反射」と、遅い思考の「戦略」を組み合わせることが、正確であるだけでなく、溶融する金属の予測不可能な性質に対しても堅牢なシステムを生み出すことを証明しました。

「ジッター」のあるレーザーの効果については、まだ解明されるべき謎として残っていますが、主要な教訓は明確です。熱を制御するための「二つの脳」のアプローチは、3Dプリントされた金属部品をより強く、より精密にし、故障のリスクを低減させます。これは、単に指示に従うだけでなく、構築している材料の物理学を実際に理解するプリンターへの第一歩なのです。