CN110340489A - 记录介质、焊接信息算出装置、焊炬、焊接电源、焊接系统 - Google Patents

Abstract

本发明提供在半自动式的焊接中不依赖于焊接作业人员的熟练度就能算出与焊炬的移动速度、相对于移动方向的焊炬的姿态、相对于铅直方向的焊炬的喷嘴的角度等的变化相适应的最佳的焊接电流、焊接电压等焊接信息的焊接信息算出装置。焊接信息算出装置具备：取得部，其取得表示进行焊接的焊炬(3)的速度的速度信息、表示相对于移动方向的所述焊炬(3)的姿态的姿态信息以及表示相对于铅直方向的所述焊炬(3)的角度的角度信息的至少一者；和学习完毕的焊接信息算出部，其基于由该取得部取得的速度信息、姿态信息以及角度信息的至少一者来算出包含用于进行与所述焊炬(3)的移动速度、姿态以及角度相适应的焊接的焊接电流或焊接电压的焊接信息。

Description

记录介质、焊接信息算出装置、焊炬、焊接电源、焊接系统

技术领域

本发明涉及记录介质、焊接信息算出装置、焊炬、焊接电源、焊接系统。

背景技术

自耗电极式的电弧焊接系统具备焊接电源、焊丝进给装置以及焊炬。焊丝通过焊丝进给装置向焊炬进给，焊接电源对焊炬提供电力，由此使焊丝与工件之间产生电弧来进行该工件的焊接。在半自动式的电弧焊接系统中，焊接作业人员握持焊炬，使焊炬的前端靠近被加工物的工件来进行焊接。

一般来说，最佳的焊接电流、焊接电压等对应于工件的材质、焊丝的材质以及直径等来决定。然而，若焊炬的移动速度以及姿态等发生变化，则最佳的焊接电流等也发生变化。为此，在根据焊接部位从而焊接姿态发生变化的现场，焊接作业人员每当改变焊接姿态，就需要适宜调整焊接电流等。焊接电流等的调整多基于焊接作业人员的经验和直觉进行，焊接的品质以及作业性的提升较大依赖焊接作业人员的熟练度。

另外，难以将焊炬的移动速度以及姿态保持得恒定，需要熟练。若焊炬的移动速度以及姿态变化，则最佳的焊接电流等变化，其结果，焊接品质降低。

在专利文献1中公开了如下技术：存储与焊炬的角度变化相应的焊接电流等的补正值，对应于焊炬的姿态变化来自动补正焊接电流等。根据专利文献1，不需要对应于焊炬的姿态变化手动调整焊接电流等，能使焊接品质以及作业性提升。

现有技术文献

专利文献

专利文献1：JP特开2013-66999号公报

但在现实中，难以将与焊炬的移动速度、相对于移动方向的焊炬的姿态、相对于铅直方向的焊炬的喷嘴的角度等的所有的变化相应的焊接电流等的补正值预先作为表格存储。在将登记于表格的焊炬的姿态以及补正值的组合限制在一定量的情况下，有不能充分补正焊接电流等、不能得到最佳的焊接电流等的问题。

另外，在激光焊接、电子束焊接、气体焊接等其他方式的焊接中也有与上述同样的问题。

发明内容

本发明的目的在于，提供在半自动式的焊接中不依赖于焊接作业人员的熟练度就能算出与焊炬的移动速度、相对于移动方向的焊炬的姿态、相对于铅直方向的焊炬的喷嘴的角度等的变化相适应的最佳的焊接电流、焊接电压等焊接信息的焊接信息算出装置、焊炬、焊接电源以及焊接系统、和用于使该焊接信息算出装置学习的计算机程序。

本方案所涉及的存储有计算机程序的记录介质中，该计算机程序使计算机执行如下处理：取得表示进行焊接的焊炬的速度的速度信息、表示所述焊炬相对于移动方向的姿态的姿态信息以及表示所述焊炬相对于铅直方向的角度的角度信息的至少一者；为了使基于取得的速度信息、姿态信息以及角度信息的至少一者来算出包含用于进行与所述焊炬的移动速度、姿态以及角度相适应的焊接的焊接电流或焊接电压的焊接信息的焊接信息算出部机器学习，取得用于基于焊接信息算出部算出的焊接信息来判定焊接结果的良好与否的信息、或基于该信息的表示焊接结果的良好与否的判定结果；将取得的速度信息、姿态信息以及角度信息的至少一者和用于判定焊接结果的良好与否的信息或良好与否的判定结果建立对应存储到存储部。

焊接信息算出部是算出与焊炬的移动速度、姿态以及角度相适应的焊接信息的电路或功能部。焊接信息是用于控制焊接电源的信息，例如是焊接电流、焊接电压、焊丝的进给速度等信息。焊接信息可以是焊炬的给定的移动速度、给定的姿态以及角度下的表示以标准的焊接信息为基准的补正量的信息。

本方案所涉及的计算机程序使计算机执行收集并蓄积为了使焊接信息算出部机器学习所需的学习用的信息的处理。具体地，计算机收集焊炬的速度信息、姿态信息以及角度信息、和利用基于该信息由焊接信息算出部算出的焊接信息的表示焊接结果的良好与否的判定结果。然后计算机将收集的速度信息、姿态信息以及角度信息以及良好与否的判定结果作为焊接信息算出部的学习用的信息存储到存储部。

另外，也可以取代表示焊接结果的良好与否的判定结果而收集用于判定焊接结果的良好与否的信息，并使存储部存储。用于判定焊接结果的良好与否的信息例如是焊接中检测到的焊接电流、焊接电压、焊接声等信息。

如以上那样，根据本方案能算出与焊炬的移动速度、姿态以及角度相适应的焊接信息，进而能收集并蓄积能使焊接结果得到改善的信息。

本方案所涉及的计算机程序使所述计算机执行如下处理：基于存储于所述存储部的信息来使所述焊接信息算出部机器学习，从而改善焊接结果。

本方案所涉及的计算机程序使计算机执行如下处理：使用收集以及蓄积的信息来使焊接信息算出部机器学习。通过使焊接信息算出部机器学习，能改善焊接结果。即，特定的速度信息、姿态信息以及角度信息输入到焊接信息算出部的情况下算出的焊接信息的内容逐渐得到修正，能算出能得到更良好的焊接结果的焊接信息。

本方案所涉及的计算机程序中，用于判定焊接结果的良好与否的信息包含表示焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集到的焊接声、和焊接后摄像的焊接部位的图像的至少一者的信息，所述计算机程序使所述计算机执行：基于取得的信息来判定焊接结果的良好与否的处理。

根据本方案，能自动判定焊接结果的良好与否，使焊接信息算出部机器学习。例如计算机使用焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集的焊接声、和焊接后摄像的焊接部位的图像等信息来判定焊接结果的良好与否，使焊接信息算出部机器学习。

本方案所涉及的焊接信息算出装置具备：取得部，其取得表示进行焊接的焊炬的速度的速度信息、表示所述焊炬相对于移动方向的姿态的姿态信息以及表示所述焊炬相对于铅直方向的角度的角度信息的至少一者；和学习完毕的焊接信息算出部，其基于在该取得部取得的速度信息、姿态信息以及角度信息的至少一者来算出用于进行包含与所述焊炬的移动速度、姿态以及角度相适应的焊接的焊接电流或焊接电压的焊接信息。

本方案的焊接信息算出装置取得焊炬的速度信息、姿态信息以及角度信息，焊接信息算出部算出与焊炬的移动速度、姿态以及角度相适应的焊接信息。焊接信息算出部是能算出上述焊接信息的学习完毕的电路或功能部。焊接信息的内容如上述那样。

具备本方案所涉及的焊接信息算出装置的焊接系统能使用与焊炬的移动速度、姿态以及角度相适应的焊接信息进行焊接控制，不管焊炬的移动速度、姿态以及角度的变化如何，都能维持焊接品质。

本方案所涉及的焊接信息算出装置具备：焊接条件信息取得部，取得所述焊炬的给定的速度、姿态以及角度下的表示成为焊接信息的基准的焊接条件的焊接条件信息，所述焊接信息算出部基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者、和由所述焊接条件信息取得部取得的焊接条件信息来算出与所述焊炬的状态以及焊接条件相适应的焊接信息。

根据本方案，焊接信息算出部基于焊炬的给定的速度、姿态以及角度下的成为焊接信息的基准的焊接条件信息、和速度信息、姿态信息以及角度信息的至少一者来算出与焊炬的状态以及焊接条件相适应的焊接信息。

焊接条件信息是根据工件的材质、厚度、坡口的形状、接缝的种类、工件的姿态等、给定的焊炬的移动速度、姿态以及角度等来确定推荐的焊接电流、焊接电压、焊丝的进给速度等的成为基准的信息。另外，焊接条件信息可以是表示作为标准或基准值的焊接电流、焊接电压、焊丝的进给速度等的信息。

本方案所涉及的焊接信息算出装置中，所述焊接信息算出部具备：神经网络，其进行学习，在被输入速度信息、姿态信息以及角度信息的至少一者的情况下，输出与所述焊炬的移动速度、姿态或角度相适应的焊接信息。

根据本方案，焊接信息算出部的学习完毕的神经网络在被输入焊炬的速度信息、姿态信息以及角度信息的情况下，能输出与该焊炬的移动速度以及姿态相适应的焊接信息。

本方案所涉及的焊接信息算出装置中，所述焊接信息算出部具备与焊接条件相应的不同的多个神经网络。

根据本方案，焊接信息算出部具备按多个焊接条件而专门化的学习完毕的多个神经网络。通过使各神经网络按特定的焊接条件专门化来学习，抑制了机器学习所需的信息，能有效率地进行学习。

本方案所涉及的焊接信息算出装置中，所述焊接信息算出部具备：神经网络，其进行学习，在被输入速度信息、姿态信息以及角度信息的至少一者、和焊接条件信息的情况下，输出与所述焊炬的移动速度、姿态或角度相适应的焊接信息。

根据本方案，焊接信息算出部的学习完毕的神经网络在被输入焊接条件、和焊炬的速度信息、姿态信息以及角度信息的情况下，能输出与该焊炬移动速度以及姿态相适应的焊接信息。

本方案所涉及的焊接信息算出装置具备：焊接状态信息取得部，其取得用于判定基于所述焊接信息算出部算出的焊接信息而进行的焊接结果的良好与否的信息；和良好与否判定部，其基于由所述焊接状态信息取得部取得的焊接结果信息来判定焊接结果的良好与否，所述焊接信息算出装置具备：学习处理部，其基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者、和所述良好与否判定部的判定结果来使所述焊接信息算出部机器学习，从而改善焊接结果。

根据本方案，焊接信息算出装置取得用于判定焊接结果的良好与否的信息或该信息，良好与否判定部判定焊接结果的良好与否。用于判定焊接结果的良好与否的信息是焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集到的焊接声、和焊接后摄像的焊接部位的图像等信息。并且学习处理部基于焊炬的速度信息、姿态信息以及角度信息的至少任意一者、和焊接结果的良好与否的判定结果来使焊接信息算出部机器学习。

因此能使焊接信息算出部自动进行机器学习，从而改善焊接结果。

本方案所涉及的焊接信息算出装置中，用于判定焊接结果的良好与否的信息包含表示焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集的焊接声、和焊接后摄像的焊接部位的图像的至少一者的信息。

根据本方案，基于焊接中的焊接电流、焊接电压、焊丝的进给速度、短路状况、焊接声、焊接图像等来判定焊接结果的良好与否，使补正量算出部机器学习，从而改善焊接结果。

本方案所涉及的焊接信息算出装置中，所述焊接信息算出部具有：预测部，其基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者的时间变化来预测所述焊炬的移动速度、姿态或角度，基于表示在该预测部预测的移动速度、姿态以及角度的速度信息、姿态信息以及角度信息的至少一者来算出与所述焊炬的状态相适应的焊接信息。

根据本方案，通过预测焊炬的移动速度、姿态以及角度的时间变化，算出与预测结果相适应的焊接信息，能更有效果地提升焊接品质。

本方案所涉及的焊接信息算出装置中，所述预测部具备：多个神经网络，在时间序列上被输入速度信息、姿态信息以及角度信息的至少一者的情况下，输出表示预测的所述焊炬的移动速度、姿态或角度的速度信息、姿态信息或角度信息；和受理部，其受理所述神经网络的选择，所述预测部使用由所述受理部受理的所述神经网络来预测所述焊炬的移动速度、姿态或角度。

根据本方案，预测部具备用于预测焊炬的移动速度、姿态或角度的多个神经网络。焊接作业人员能选择使用的神经网络。即，能选择学习了焊接作业人员各自的习惯的神经网络。焊接信息算出装置在受理部受理神经网络的选择，预测按每个焊接作业人员不同的焊炬的运动方式，基于预测的焊炬的移动速度、姿态以及角度来算出焊接信息。

本方案所涉及的焊炬具备上述任一者的焊接信息算出装置，被从焊接电源提供电力来进行焊接，所述焊接信息算出装置具备：发送部，其设于所述焊炬，将由所述焊接信息算出部算出的焊接信息发送到所述焊接电源。

根据本方案，焊炬具备焊接信息算出装置。设于焊炬的焊接信息算出装置算出与焊炬的移动速度、姿态以及角度相适应的焊接信息，将算出的焊接信息输出到焊接电源。通过给出该焊接信息，能将与焊炬的状态相适应的焊接电流、焊接电压等从焊接电源提供到焊炬。

本方案所涉及的焊接电源中，具备上述任一者的焊接信息算出装置，向焊炬提供电力，所述取得部取得从所述焊炬发送的速度信息、姿态信息以及角度信息的至少一者，所述焊接电源基于由所述焊接信息算出部算出的焊接信息来提供电力。

根据本方案，焊接电源具备焊接信息算出装置。设于焊接电源的焊接信息算出装置算出与焊炬的移动速度、姿态以及角度相适应的焊接信息，能基于算出的焊接信息来将与焊炬的状态相适应的焊接电流、焊接电压等提供到焊炬。

本方案所涉及的焊接系统中，具备：上述任一者的焊接信息算出装置；向焊炬提供电力的焊接电源；和被从该焊接电源提供电力来进行焊接的焊炬，所述取得部取得从所述焊炬发送的速度信息、姿态信息以及角度信息的至少一者，所述焊接电源基于由所述焊接信息算出部算出的焊接信息来提供电力。

根据本方案，在具备焊接电源以及焊炬的焊接系统中的任意的位置具备焊接信息算出装置。焊接电源能基于在焊接信息算出装置算出的焊接信息将与焊炬的状态相适应的焊接电流、焊接电压等提供到焊炬。

发明的效果

根据本方案，在半自动式的焊接中不依赖焊接作业人员的熟练度就能算出与焊炬的移动速度、相对于移动方向的焊炬的姿态、相对于铅直方向的焊炬的喷嘴的角度等的变化相适应的最佳的焊接电流、焊接电压等焊接信息。

附图说明

图1是表示实施方式1所涉及的电弧焊接系统的示意图。

图2是表示实施方式1所涉及的焊炬的结构例的框图。

图3是表示实施方式1所涉及的焊接电源的结构例的框图。

图4是表示焊炬的结构例的外观图。

图5是表示焊炬的移动速度以及焊接电压与焊接状态的关系的示意图。

图6是表示相对于移动方向的焊炬的姿态的示意图。

图7是表示相对于铅直方向的焊炬的角度的示意图。

图8是表示学习部的结构例的框图。

图9是表示实施方式2所涉及的焊炬的结构例的框图。

图10是表示实施方式3所涉及的焊炬的结构例的框图。

图11是表示实施方式3所涉及的良好与否判定部的结构例的框图。

图12是表示实施方式4所涉及的学习部的结构例的框图。

图13是表示实施方式5所涉及的学习部的结构例的框图。

图14是表示实施方式6所涉及的学习部的结构例的框图。

附图标记的说明

1 焊接电源

2 焊丝进给装置

3、203、303 焊炬

5 电力传输线

6 气罐

7 气体配管

8 信号线

11 主控制部

12 电源部

13 电源侧通信部

14 第1存储部

15 第2存储部

15a 计算机程序

15b 学习用信息

16 焊接状态检测部

17 学习部

17a 焊炬信息取得部

17b 焊接状态信息取得部

17c 蓄积处理部

31 焊炬侧通信部

32 显示部

321 显示器

33 操作部

331 焊炬开关

332 操作按钮

34 存储部

35 焊炬状态检测部

351 加速度传感器

352 陀螺仪传感器

36 控制部

37 焊炬主体

337 摄像部

338 麦克风

371 喷嘴

38 把手

381 控制基板

39 焊炬线缆

41 第1电源线

42 第2电源线

171a 焊炬速度信息取得部

171b 焊炬姿态信息取得部

171c 焊炬角度信息取得部

171d 焊接条件信息取得部

172、234 焊接信息算出部

172a、234a 焊接信息算出NN

172b 动作预测部

173 学习用信息读出部

174 良好与否判定部

174a 第1良好与否判定部

174b 第2良好与否判定部

174c 第3良好与否判定部

175a、175b 良好与否判定RNN

175c 良好与否判定CNN

175d 综合评价部

175 良好与否判定NN

176 学习处理部

P 电力系统

W 工件

具体实施方式

以下基于表示其实施方式的附图来详述本发明。另外，可以任意组合以下记载的实施方式的至少一部分。

(实施方式1)

图1是表示实施方式1所涉及的电弧焊接系统的示意图。自耗电极式的电弧焊接系统(焊接系统)具备焊接电源1、焊丝进给装置2以及焊炬3。该电弧焊接系统是半自动式。

<焊接电源>

焊接电源1具备：用于对焊炬3提供电力的第1输出端子以及第2输出端子；和用于收发信号的信号端子。在焊接电源1的第1输出端子连接第1电源线41的一端，第1电源线41的另一端经由焊丝进给装置2与焊炬3连接。焊接电源1的第2输出端子通过第2电源线42与工件W连接。工件W接地。焊接电源1将电力系统P的三相交流变换成所需的焊接电流以及焊接电压，经过第1以及第2电源线41、42将电弧焊接所需的电力提供到焊炬3。

焊接电源1以及焊丝进给装置2用驱动控制用的电力传输线5连接。另外，焊丝进给装置2以及焊炬3也用电力传输线5连接。焊接电源1将用于使焊丝进给装置2的进给电动机、焊炬3的控制部36(参考图2)等驱动的电力经过电力传输线5提供到焊丝进给装置2以及焊炬3。

电弧焊接系统具备提供用于防止电弧焊接时的熔融金属的氧化的保护气体的气罐6。在气罐6连接气体配管7的一端，气体配管7的另一端经由焊接电源1、焊丝进给装置2与焊炬3连接。气罐6的保护气体经过气体配管7提供到焊炬3。

在焊接电源1的信号端子连接信号线8的一端，信号线8的另一端与焊丝进给装置2连接。另外焊丝进给装置2以及焊炬3也用信号线8连接。焊接电源1经过信号线8对焊丝进给装置2输出控制信号，控制焊丝的进给速度等。另外焊接电源1以及焊炬3收发焊炬3的移动速度、相对于移动方向的该焊炬3的姿态、相对于铅直方向的焊炬3的喷嘴371(参考图4)的角度等与焊炬3的状态相适应的焊接控制所需的各种信息。

<焊丝进给装置>

焊丝进给装置2是将作为自耗电极发挥功能的焊丝向焊炬3进给的装置。焊丝例如是实芯焊丝。焊丝进给装置2以及焊炬3间通过焊炬线缆39连接，焊丝穿过设于焊炬线缆39以及焊炬3的内部的套筒的内部被引导到焊炬3的前端部。焊丝进给装置2具备用于进给焊丝的进给辊以及进给用电动机等，以从焊接电源1提供的电力进行驱动。

另外，在焊炬线缆39的内部配置有第1电源线41、气体配管7、套筒、电力传输线5以及信号线8。从焊接电源1提供到焊丝进给装置2的驱动控制用的电力，还经过配置于焊炬线缆39的内部的电力传输线5提供到焊炬3。焊丝进给装置2能经过信号线8与焊接电源1以及焊炬3进行通信。同样地，焊接电源1以及焊炬3能经过焊丝进给装置2进行通信。

<焊炬>

焊炬3由铜合金等导电性材料构成，具有向焊接对象的工件W引导焊丝并提供电弧的产生所需的焊接电流的圆筒形状的导电嘴。从焊丝进给装置2进给的焊丝，被送出从而从导电嘴的前端部突出。第1电源线41与导电嘴电连接。导电嘴与插通其内部的焊丝接触，将焊接电流提供到焊丝。

另外，焊炬3具有喷嘴371，其形成围绕导电嘴的中空圆筒形状，从前端的开口向工件W喷射保护气体。保护气体用于防止因电弧熔融的工件W以及焊丝的氧化。保护气体例如是二氧化碳气体、二氧化碳气体以及氩气体的混合气体、氩等惰性气体等。

图2是表示实施方式1所涉及的焊炬3的结构例的框图。焊炬3具备焊炬侧通信部31、显示部32、操作部33、存储部34、焊炬状态检测部35以及控制部36。

焊炬侧通信部31是在与焊丝进给装置2或焊接电源1之间进行通信的电路。焊炬侧通信部31将从控制部36提供的信号按照给定的通信协议进行调制，经过信号线8发送到焊丝进给装置2或焊接电源1。通信协议例如是CAN(Controller Area Network，控制器局域网络)。另外，接收从焊接电源1以及焊丝进给装置2发送的信号并解调，将解调的信号提供给控制部36。另外，焊炬3以及焊接电源1间的通信并不限定于有线通信，也可以是无线通信。

显示部32具有显示焊接所涉及的各种信息的显示器321(参考图4)。显示器321例如是液晶显示面板。例如显示工件W的材质、厚度、坡口的形状、接缝的种类、工件W的姿态等焊接条件、推荐的焊接电流、焊接电压、焊炬3的移动速度、姿态、相对于铅直方向的角度等。

操作部33是用于受理焊接作业人员的操作的各种开关、按钮。在操作了操作部33的情况下，操作信号被输入到控制部36，控制部36能认识操作部33的操作状态。

存储部34是EEPROM(Fleetrically Erasable Programmable ROM，电可擦写可编程只读存储器)、闪速存储器等非易失性存储器。存储部34存储通过操作部33的操作设定的焊接条件、总焊接时间等信息。焊接条件例如是在工件W的材质、厚度、坡口的形状、接缝的种类、工件W的姿态、给定的焊炬3的移动速度、姿态以及角度等中，推荐的焊接电流、焊接电压、焊丝的进给速度等设定值的信息。在焊炬3侧设定的焊接条件，只要是焊炬3在特定的移动速度、姿态以及角度下进行焊接的情况下的、用于设定推荐的焊接电流、焊接电流、焊丝的进给速度等的成为基准的信息即可，其内容没有特别限定。另外，焊接条件的设定可以在焊接电源1侧进行。

焊炬状态检测部35具备用于检测焊炬3的移动速度、相对于移动方向的焊炬3的姿态、相对于铅直方向的焊炬3的角度等的传感器。例如焊炬状态检测部35具备后述的加速度传感器351以及陀螺仪传感器352(参考图6)。关于焊炬的移动速度、姿态以及角度的检测，之后叙述。

控制部36是具有CPU(Central Processing Unit，中央处理器)、GPU(GraphicsProcessing Unit，图形处理器)或多核CPU等处理器、ROM(Read Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、输入输出接口等的计算机。控制部36对应于操作部33的操作执行设定焊接条件等给定处理。控制部36将表示设定的焊接条件的焊接条件信息用焊炬侧通信部31发送到焊接电源1。另外，控制部36基于在焊炬状态检测部35检测到的检测值来执行运算焊炬3的移动速度、姿态以及角度等的处理。控制部36将运算得到的速度信息、姿态信息以及角度信息用焊炬侧通信部31发送到焊接电源1。焊炬3的状态所涉及的信息在焊接中持续发送到焊接电源1。进而，控制部36还能进行控制，将焊接条件、焊炬3的状态、从存储部34读出的信息等适宜显示在显示部32。

图3是表示实施方式1所涉及的焊接电源1的结构例的框图。焊接电源1具备主控制部11、电源部12、电源侧通信部13、第1存储部14、第2存储部15、学习部17以及焊接状态检测部16。

主控制部11是具有CPU的微型计算机，控制构成焊接电源1的各结构部的动作。

电源部12是将用于进行电弧焊接的电力提供到焊炬3的电路。电源部12将从电力系统P输入的三相交流电力变换成适于电弧焊接的电力并输出。具体地，电源部12基于被从学习部17经由主控制部11提供的焊接信息来输出所需的焊接电流以及焊接电压。焊接信息是表示能与特定的焊接条件、焊炬3的移动速度、姿态以及角度相适应来得到良好的焊接结果的焊接电压、焊接电流、焊丝的进给速度等的信息。另外，电源部12将三相交流电力变换成适于焊丝进给装置2以及焊炬3的驱动控制的电力，并提供到焊丝进给装置2以及焊炬3。

电源侧通信部13是与焊丝进给装置2以及焊炬3进行通信的电路。电源侧通信部13将被从控制部36提供的信号按照给定的通信协议进行调制，经过信号线8发送到焊丝进给装置2以及焊接电源1。例如电源侧通信部13基于被从学习部17经由主控制部11提供的焊接信息，将指示以所需的进给速度进给焊丝的控制信号发送到焊丝进给装置2。另外，接收从焊炬3以及焊丝进给装置2发送的信号并解调，将解调的信号提供给主控制部11、学习部17、焊接状态检测部16等。

第1存储部14是EEPROM、闪速存储器等非易失性存储器，存储主控制部11的动作所需的程序。

第2存储部15是与第1存储部14同样的非易失性存储器。第2存储部15存储用于使作为计算机的学习部17执行如下处理的计算机程序15a：算出与焊炬3的移动速度、姿态以及角度相适应的焊接信息的处理；蓄积用于使算出焊接信息的神经网络学习的学习用信息15b的处理；用于使该神经网络机器学习的处理等。

焊接状态检测部16包含：在焊接工序中检测流过电弧的焊接电流的电流传感器、检测施加在焊炬3以及工件W的电压的电压传感器等。焊接状态检测部16将表示检测到的焊接电流、焊接电压等焊接状态的焊接状态信息输出到学习部17。

学习部17是具有CPU、GPU或多核CPU等处理器、ROM、RAM、输入输出接口等的计算机。学习部17算出与设定的焊接条件、焊炬3的移动速度、姿态以及角度相适应的焊接信息，将算出的焊接信息输出到主控制部11。学习部17如后述那样使用神经网络来算出焊接信息。主控制部11将在学习部17算出的焊接信息提供给电源部12，控制焊接电流以及焊接电压的提供。

另外，学习部17具有焊炬信息取得部17a、焊接状态信息取得部17b以及蓄积处理部17c等功能部，执行收集并蓄积自身的学习所需的学习用信息15b的处理。电源侧通信部13与焊炬侧通信部31进行通信，接收焊接条件信息、焊炬3的速度信息、姿态信息以及角度信息、焊接条件信息等。焊炬信息取得部17a从电源侧通信部13取得电源侧通信部13接收到的焊接条件信息、焊炬3的速度信息、姿态信息以及角度信息。焊接状态信息取得部17b从焊接状态检测部16取得表示焊接电压、焊接电流等的焊接状态信息，作为用于判定焊接结果的良好与否的信息。蓄积处理部17c将焊接中使用的焊接信息、由焊炬信息取得部17a以及焊接状态信息取得部17b取得的各信息建立对应，作为学习用信息15b存储到第2存储部15。

另外，第2存储部15存储焊接施工手册所涉及的信息作为学习用信息15b。焊接施工手册所涉及的信息例如是焊接对象即工件W的材质、厚度、坡口的形状、接缝的种类、工件W的姿态、推荐的焊炬3的移动速度、姿态、角度、焊接电流、焊接电压、焊丝的进给速度等信息，将该信息作为学习用信息15b存储。

学习部17能基于蓄积于第2存储部15的学习用信息15b执行使自身机器学习的处理。通过机器学习，学习部17能输出能得到更好焊接结果的焊接信息。学习部17的焊接信息的算出以及学习所涉及的结构的详细之后叙述。

图4是表示焊炬3的结构例的外观图。图4A是焊炬3的主视图，图4B是焊炬3的俯视图。焊炬3具备焊炬主体37、喷嘴371、把手38、控制基板381、焊炬开关331、操作按钮332、显示器321、加速度传感器351、陀螺仪传感器352以及焊炬线缆39。

焊炬主体37是金属制的筒状的构件，配置有在内部插通焊丝的套筒、第1电源线41以及气体配管7。在焊炬主体37的前端设置喷嘴371。焊炬主体37具有弯曲部分，以使焊接作业人员易于将喷嘴371朝向工件W。

把手38是用于焊接作业人员握持的部位，保持焊炬主体37的基端部。焊接作业人员握持把手38，进行焊接作业。在把手38设有焊炬开关331、操作按钮332以及显示器321。另外，在把手38的内部配置有控制基板381。在控制基板381配置有构成焊炬侧通信部31、显示部32、操作部33、存储部34、焊炬状态检测部35、以及控制部36的电路。

焊炬开关331是受理焊接的开始以及停止的操作的操作单元，设置在握持把手38的焊接作业人员易于用食指推动操作的位置。通过焊炬开关331的接通操作(按下)，操作信号被输出到控制部36，通过该操作信号输入到焊接电源1，焊接电源1进行焊接电力的输出。通过解除接通操作，焊接电源1停止焊接电力的输出。即，仅在按下焊炬开关331其间进行焊接。

显示器321是进行各种表显示的面板，为了焊接作业人员易于看到画面，设于把手38中的焊炬开关331的相反侧。

操作按钮332是用于进行画面的切换、各种设定、设定的变更的操作的操作单元，配置于与把手38的显示器321同侧的把手38的握持部分与显示器321之间。操作按钮332由上按钮332a、下按钮332b、左按钮332c以及右按钮332d构成。若按下各按钮，对应的操作信号就被输出到控制部36，控制部36进行对应的处理。

加速度传感器351是3轴的加速度传感器351，检测各轴方向的加速度，并将检测值输出到控制部36。陀螺仪传感器352是3轴的陀螺仪传感器352，检测绕着各轴的角速度，并将检测值输出到控制部36。控制部36基于由焊炬状态检测部35的加速度传感器351以及陀螺仪传感器352输入的检测值来运算表示焊炬3的速度的速度信息。另外，控制部36基于由加速度传感器351以及陀螺仪传感器352输入的检测值来运算：表示焊炬3的相对于移动方向的焊炬3的姿态的姿态信息、表示相对于铅直方向的焊炬3的角度的角度信息。

另外，控制部36的焊炬3的移动速度的运算方法并没有特别限定。例如可以不利用加速度传感器351，仅根据陀螺仪传感器352的检测值来运算。另外，也可以不利用陀螺仪传感器352，仅根据加速度传感器351的检测值来运算。

<焊炬的移动速度>

半自动式的电弧焊接中的焊炬3的移动速度对应于工件W的材质、焊丝的材质、直径、进给速度等来决定推荐的速度。焊接作业人员一边使焊炬3保持推荐速度移动一边进行焊接。但是，难以保持推荐速度来使焊炬3持续移动，实际上焊炬3的移动速度会变得快于或慢于推荐速度。

图5是表示焊炬3的移动速度以及焊接电压与焊接状态的关系的示意图，表示在从焊炬3的前端突出的焊丝D的前端与工件W之间使电弧A产生来进行焊接的状态。

图5的A表示以推荐速度使焊炬3移动的状态。在该情况下，形成于工件W的焊道B的厚度成为合适的厚度，焊丝D的前端与焊道B的表面之间的电弧A的长度La也成为合适的长度。

图5的B表示以快于推荐速度的速度使焊炬3移动的状态。在该情况下，与以推荐速度移动的情况相比，形成于工件W的焊道B的厚度变薄。由此焊丝D与焊道B的表面之间的电弧A的长度La变长，易于产生溅射。

图5的C与图5的B同样以快于推荐速度的速度使焊炬3移动，表示将焊接电压设定成低于规定的设定电压的状态。在该情况下，焊道B的厚度与图5的B同样变薄。但通过将焊接电压设定得低，焊丝D难以熔化，从焊炬3的前端突出的焊丝D的长度L与图5的A以及图5的B相比变长。由此焊丝D的前端与焊道B的表面之间的电弧A的长度La成为合适的长度，抑制了溅射的产生。

反之，在以慢于推荐速度的速度使焊炬3移动的情况下，由于焊道B的厚度变厚，因此焊丝D的前端与焊道B的表面之间的电弧A的长度La变短。在该情况下，通过将焊接电压设定得高于规定的设定电压，促进了焊丝D的熔融，从焊炬3的前端突出的焊丝D的长度L变得短于图5的A的情况。由此电弧A的长度La成为合适的长度。

如此，通过对应于焊炬3的移动速度调整焊接电压，来调整电弧A的长度La，能抑制焊炬3的移动速度的变化引起的焊接品质的降低。

<焊炬的相对于移动方向的角度>

图6是表示相对于移动方向的焊炬3的姿态的示意图。图中，粗线箭头表示焊炬3的移动方向。

在半自动式的电弧焊接中，根据焊炬3的相对于移动方向的姿态从而焊接状态发生变化。如右图所示那样，向移动方向倾斜焊炬3而进行的焊接方法被称作后退法。在后退法的情况下，形成熔深深、堆高高、宽度窄的焊道。如左图所示那样，向与移动方向相反方向倾斜焊炬3而进行的焊接方法被称作前进法。在前进法的情况下，形成熔深浅、堆高低、宽度宽的焊道。

在半自动式的电弧焊接中，焊炬3的姿态也与移动速度同样，都是对应于工件W的材质、焊丝的材质、直径、进给速度等来决定推荐的焊炬3的姿态。焊接作业人员一边保持焊炬3的姿态一边使焊炬3移动来进行焊接。但难以将焊炬3的姿态持续保持得恒定。若焊炬3的姿态变化，焊接状态就变化，焊接品质有可能变差。特别已知若在前进法下焊炬3的倾斜度变得过大，则溅射的产生会变多。

中央的图所示的「给定范围内」表示作为焊炬3的姿态而推荐的范围。在焊炬3的姿态处于该范围内的情况下，若使用规定的基准电压值作为焊接电压来进行焊接，就能得到良好的焊接结果。

然而，在左图所示那样焊炬3过于向移动方向相反侧倾斜的情况下(前进角超出)，若设定对规定的焊接电压的设定值上加上给定值α的值，则有改善焊接结果的倾向。另外，在右图所示那样焊炬3向移动方向过于倾斜的情况下(后退角超出)，若设定从规定的焊接电压的设定值减去给定值β的值，就有改善焊接结果的倾向。

<焊炬的角度>

图7是表示相对于铅直方向的焊炬3的角度的示意图。在半自动式的电弧焊接中，通常使焊炬3的前端朝向下方来进行焊接，但还有图7所示那样，对应于焊接部位而使前端朝向横向(90°)或上方(180°)来进行焊接的情况。在该情况下，在使焊炬3的前端朝向横向或上方向来进行焊接的情况下，与使前端朝向下方来进行焊接的情况相比，有将焊接电流设定得低为好的倾向。

例如在焊炬3的前端朝向横向的情况下，若设定从规定的焊接电流的设定值减去给定值α的值，就有改善焊接结果的倾向。另外，在焊炬3的前端朝向上方的情况下，若设定从规定的焊接电流的设定值减去更大的给定值β的值，就有改善焊接结果的倾向。

<学习部>

图8是表示学习部17的结构例的框图。学习部17具备取得部171、焊接信息算出部172、学习用信息读出部173、良好与否判定部174和学习处理部176。

取得部171具有焊炬速度信息取得部171a、焊炬姿态信息取得部171b、焊炬角度信息取得部171c以及焊接条件信息取得部171d。图3所示的电源侧通信部13与焊炬侧通信部31进行通信，接收焊炬3的速度信息、姿态信息以及角度信息、和焊接条件信息等，学习部17的焊炬速度信息取得部171a取得在电源侧通信部13接收到的速度信息。同样地，焊炬姿态信息取得部171b以及焊炬角度信息取得部171c取得在电源侧通信部13接收到的姿态信息以及角度信息。另外，焊接条件信息取得部171d取得在电源侧通信部13接收到的焊接条件信息。取得部171将取得的速度信息、姿态信息以及角度信息、和焊接条件信息输出到焊接信息算出部172。

焊接信息算出部172具备焊接信息算出神经网络(Neural Network)172a，其在被输入焊炬3的速度信息、姿态信息以及角度信息、和焊接条件信息的情况下，输出与该焊炬的状态以及焊接条件相适应的焊接信息、即表示能得到良好的焊接结果的焊接电压、焊接电流、焊丝的进给速度等的信息。以下将焊接信息算出神经网络172a称作焊接信息算出NN172a。焊接信息算出NN172a是具有输入层、中间层以及输出层的学习完毕的神经网络。中间层是多层。输入层具备被输入焊炬3的速度信息、姿态信息以及角度信息和焊接条件的多个神经元。输出层具备与例如焊接电流、焊接电压以及焊丝的进给速度等的大小对应的多个神经元。例如具有与焊接电流＝γ对应的神经元、与焊接电流＝2γ、3γ…对应的多个神经元。关于焊接电压以及进给速度也同样。各神经元输出该焊接电流、焊接电压以及进给速度为期望的概率的信息。焊接信息算出部172基于从焊接信息算出NN172a的输出层输出的信息来决定最期望的、即与输出最大的神经元对应的焊接电流、焊接电压、焊丝的进给速度等焊接信息，将决定的焊接信息提供给主控制部11以及电源部12。电源部12使用从学习部17输出的焊接信息来控制焊接电流以及焊接电压。主控制部11使用从学习部17输出的焊接信息，将指示焊丝的进给速度等的控制信号发送到焊丝进给装置2。

另外，焊接信息算出NN172a的中间层的层数、各层的神经元数等其结构并没有特别限定。

学习用信息读出部173，读出蓄积于第2存储部15的学习用信息15b，将读出的学习用信息15b输出到良好与否判定部174以及学习处理部176。学习用信息15b例如包含焊接中使用的焊接信息、焊炬3的速度信息、姿态信息以及角度信息、和用于判定焊接结果的良好与否的信息。用于判定焊接结果的良好与否的信息例如是焊接中检测到的焊接电压、焊接电流等。以下将该焊接电压以及焊接电流称作焊接监视信息。学习用信息读出部173将焊接监视信息输出到良好与否判定部174。另外学习用信息读出部173将焊炬3的速度信息、姿态信息以及角度信息、和焊接信息输出到学习部17。

良好与否判定部174具备良好与否判定神经网络175，其在被输入焊接监视信息的情况下，输出表示得到该焊接监视信息时的焊接工序所涉及的焊接结果的良好与否的信息。以下将良好与否判定神经网络175称作良好与否判定NN175。良好与否判定NN175例如是学习完毕的递归型神经网络(RNN：Recurrent Neural Network)，具有输入层、中间层以及输出层。

良好与否判定NN175例如在输入层具备被输入时间序列数据即焊接监视信息的神经元，在输出层具备第1神经元和第2神经元，第1神经元输出表示焊接结果良好的概率的信息，第2神经元输出表示焊接结果不良的概率的信息。在该情况下，表示上述良好与否的信息是从第1以及第2神经元输出的信息。

另外，良好与否判定NN175可以在输出层具备以2值输出焊接结果的良好与否的神经元。在该情况下，表示上述良好与否的信息是从该神经元输出的2值的信息。

进而，良好与否判定NN175也可以在输出层具备输出表示焊接结果的良好与否的程度的模拟值的神经元。

良好与否判定NN175将焊接监视信息(输入数据)和表示与该焊接监视信息对应的焊接结果的良好与否的信息(训练数据)作为良好与否判定NN175的学习用的信息提供给学习前的递归型深层神经网络，由此使其学习即可。

另外，良好与否判定NN175的中间层的层数、各层的神经元数等其结构并没有特别限定。另外，良好与否判定NN175不一定非要是递归型神经网络，也可以由其他种类的神经网络构成。另外，良好与否判定部174不一定非要是神经网络，也可以构成为从焊接电流或焊接电压的波形提取特征量，判定焊接结果的良好与否。另外，也可以构成为基于焊接监视信息来运算短路时间、电弧耗尽的频度等，来判定焊接结果的良好与否。

学习处理部176取得从学习用信息读出部173输出的焊接条件、焊炬3的速度信息、姿态信息以及角度信息、和焊接信息等。另外，学习处理部176取得从良好与否判定部174输出的表示焊接结果的良好与否的信息。

说明焊接信息算出NN172a的学习方法。

(1)初始学习

首先说明焊接信息算出NN172a的初始学习。初始学习是在现场使用电弧焊接系统的前阶段的机器学习。在初始学习中，在特定的焊接条件下推荐的焊接电压、焊接电流、焊丝的进给速度、焊炬3的移动速度、姿态以及角度下，由熟练者进行焊接，蓄积学习用信息15b。另外，设想以比推荐的焊炬3的移动速度快的速度、慢的速度进行焊接，调整焊接电压以及焊接电流等，使得能在该条件下得到良好的焊接结果，进行焊接，蓄积学习用信息15b。同样地，设想焊炬3的姿态以及角度从推荐的姿态以及角度偏离，调整焊接电压以及焊接电流等，使得能在该条件下得到良好的焊接结果，来进行焊接，蓄积学习用信息15b。

另外，将焊接电流以及焊接电压设定为从推荐值偏离的值，由熟练者尝试焊接，使得能在该焊接条件下得到良好的焊接结果，将在该焊接中得到的信息作为学习用信息15b蓄积。

进而，可以使标准的焊接条件、焊接电压、焊接电流、焊丝的进给速度、焊炬3的速度信息、姿态信息以及角度信息原样不变地作为学习用信息15b存储到第2存储部15，来弥补实际由熟练者进行焊接而得到的学习用信息15b的不足。

学习处理部176从蓄积的学习用信息15b选择能得到良好的焊接结果的学习用信息15b。即，选择表征特定的焊接条件下能得到良好的焊接结果的焊接电压、焊接电流、焊丝的进给速度、焊炬3的移动速度、姿态以及角度的学习用信息15b。然后学习处理部176使用选择的学习用信息15b来使焊接信息算出NN172a学习。学习处理部176将焊炬3的速度信息、姿态信息、角度信息、焊接条件信息输入到焊接信息算出NN172a，取得从该焊接信息算出NN172a输出的焊接信息。然后算出该输出的焊接信息与得到良好的焊接结果时的焊接信息的误差，为了减小该误差，将使焊接信息算出NN172a附带特征的权重系数用误差反向传播法进行修正。通过权重系数的修正，焊接信息算出NN172a能输出能得到更良好的焊接结果的焊接电流、焊接电压等焊接信息。

(2)追加学习

接下来说明焊接信息算出NN172a的追加学习。追加学习是基于在现场使用电弧焊接系统而得到的学习用信息15b来进行的机器学习。换言之，追加学习是修正焊接信息算出NN172a的权重系数，以使得还能应对初始学习中未设想的焊接条件、焊炬3的状态的处理。

焊接电源1每当焊接作业人员在现场进行焊接，就将焊接所涉及的信息作为学习用信息15b蓄积。焊接信息算出NN172a在由焊接作业人员进行了追加学习的操作的情况下，执行追加学习处理。

学习处理部176可以与初始学习同样，选择能得到良好的焊接结果的学习用信息15b来使焊接信息算出NN172a学习。即，基于初始学习中未设想的焊接条件、焊炬3的状态下的最佳的焊接信息来使焊接信息算出NN172a追加学习，使得能算出该焊接信息。在该情况下，可以使初始学习中使用的学习用信息15b和现场中蓄积的学习用信息15b混合来执行追加学习。

另外，焊接电源1具有追加学习模式，在该追加学习模式下，自动调整焊接信息，使得能得到良好的焊接结果，对焊接信息算出NN172a的追加学习所需的学习用信息15b的蓄积进行支援。通过焊接作业人员操作焊炬3的操作部33，焊接电源1移转到追加学习模式。在追加学习模式下，监视焊接中的焊接电压以及焊接电流，实时进行焊接电流、焊接电压等的调整，使得能得到良好的焊接结果。以下以脉冲焊接为例来进行说明。

学习部17能基于在焊接状态信息取得部17b取得的焊接电压以及焊接电流来检测相对于焊接时间的短路时间的比率、电弧的稳定性、短路时间的偏差、焊接中的电弧耗尽。表示电弧的稳定性的指标能通过从电压变动的累积目标值减去检测到的焊接电压的变动累积值来得到。

学习部17在短路时间的比率小于基准值的情况下，对焊接信息进行补正，使得焊接电流、焊接电压、脉冲峰值电流、脉冲基值电流、脉冲频率均变大，并输出到电源部12。反之，在短路时间的比率大于基准值的情况下，补正焊接信息，使焊接电流、焊接电压、脉冲峰值电流、脉冲基值电流、脉冲频率均变小，并输出到电源部12。学习部17例如依次变更焊接电流、焊接电压、脉冲峰值电流等，在焊接状态得到改善的情况下，保持变更后的值。

另外，学习部17在短路时间的比率从基准值偏离的情况下，试错地补正焊接信息，以使短路电流、脉冲的上升、下降时间变大或变小，将补正后的焊接信息输出到电源部12。在焊接结果未得到改善的情况下，学习部17补正焊接信息，使得短路电流、脉冲的上升、下降时间成为原本的设定值。

另外，学习部17在电弧不稳定的情况下，在短路时间的偏差大的情况下，在焊接中发生电弧耗尽的情况下，补正焊接信息以输出更小的焊接电流，输出更大的焊接电压以及短路电流，将补正后的焊接信息输出到电源部12。

另外，学习部17在电弧不稳定的情况下，在短路时间的偏差大的情况下，在焊接中发生电弧耗尽的情况下，试错地补正焊接信息，以使脉冲峰值电流、脉冲基值电流、脉冲频率、脉冲的上升、下降时间变大或变小，将补正后的焊接信息输出到电源部12。在焊接结果未得到改善的情况下，学习部17补正焊接信息，使其成为原本的设定值。

在上述追加学习模式中，学习部17使补正后的焊接信息、焊炬3的速度信息、姿态信息以及角度信息、焊接条件信息等作为学习用信息15b存储到第2存储部15。

通过在追加学习模式下执行焊接，能蓄积初始学习中未设想的焊接条件、焊炬3的状态下的最佳的焊接信息。然后，学习部17以与初始学习同样的次序使焊接信息算出NN172a追加学习。

在本实施方式1所涉及的电弧焊接系统中，不依赖焊接作业人员的熟练度就能算出表示与焊炬3的移动速度、姿态、角度等的变化相适应的最佳的焊接电流、焊接电压、焊丝的进给速度等的焊接信息。

另外，焊接作业人员仅是操作焊炬3的操作部33，并选择焊接条件，焊接电源1的学习部17就能在选择的焊接条件下算出与实际的焊炬3的移动速度、姿态、角度等的变化相适应的最佳的焊接电流等焊接信息。

进而，焊接电源1能收集并蓄积用于使焊接信息算出部172机器学习的学习用信息15b，能使用蓄积的学习用信息15b使焊接信息算出NN172a追加学习。另外，焊接电源1能自动判别焊接结果的良好与否，使焊接信息算出NN172a追加学习，以输出能得到良好的焊接结果的焊接信息。

另外，在实施方式1中说明了焊接信息算出部172基于焊炬3的状态以及焊接条件来输出焊接信息的示例，但也可以构成为基于焊炬3的移动速度、姿态以及角度来算出并输出补正焊接电压、焊接电流、焊丝的进给速度等的补正量。另外，在补正量不严重依赖焊接条件的情况下，也可以构成焊接信息算出部172为仅基于焊炬3的移动速度、姿态以及角度来算出补正量。

另外，说明了在焊接电源1具备第2存储部15以及学习部17的示例，但也可以在外部的服务器装置具备第2存储部15以及学习部17。焊接电源1将学习用信息15b发送到服务器装置。在服务器装置侧使焊接信息算出部172机器学习，将规定学习后的焊接信息算出部172的参数发送到焊接电源1。服务器装置可以构成为从多个焊接电源1收集并蓄积学习用信息15b。焊接电源1接收从服务器装置发送的参数，使用接收到的参数来重构焊接信息算出部172。

进而在本实施方式1中以进行电弧焊接的装置以及焊接系统为例进行了说明，但也能在激光焊接、电子束焊接、气体焊接等其他方式的焊接中运用本实施方式1。在后述的其他实施方式中也同样。

(实施方式2)

图9是表示实施方式2所涉及的焊炬203的结构例的框图。实施方式2所涉及的电弧焊接系统在焊接信息算出NN234a设于焊炬203这点上与实施方式1不同，因此以下主要说明上述相异点。其他结构以及作用效果由于与实施方式同样，因此在对应的部位标注同样的附图标记并省略详细的说明。

实施方式2所涉及的焊炬203具备焊接信息算出部234，其具备学习完毕的焊接信息算出NN234a。焊接信息算出NN234a的结构与设于实施方式1的焊接电源1的焊接信息算出NN172a同样。

但焊接信息算出NN234a的追加学习处理也可以在焊接电源1、或具有与实施方式1的学习部17同样功能的服务器装置执行。焊炬203取得能得到追加学习的结果的神经网络的参数，并存储。

实施方式2所涉及的焊炬203，在焊接信息算出NN234a算出与焊接条件、焊炬203的状态相适应的焊接信息，将算出的焊接信息输出到焊接电源1。通过将在焊接信息算出部234算出的焊接信息提供给焊接电源1，不管焊炬203的移动速度、姿态以及角度的变化如何，都能得到良好的焊接结果。

由于是在焊炬203侧输出焊接信息并将算出结果的焊接信息发送到焊接电源1的结构，因此能削减从焊炬203向焊接电源1发送的信息量。因此，焊接电源1能不滞后于焊炬203的状态变化地将最佳的焊接电压、焊接电流提供到焊炬203。

(实施方式3)

图10是表示实施方式3所涉及的焊炬303的结构例的框图。实施方式3所涉及的电弧焊接系统除了使用在焊接中检测到的焊接电压、焊接电流以外，还使用对焊接痕进行摄像而得到的图像信息、焊接中采集得到的焊接声信息来判定焊接结果的良好与否，并使焊接信息算出部172机器学习，由于在这点上与实施方式1不同，因此以下主要说明上述相异点。其他结构以及作用效果由于与实施方式同样，因此对对应的部位标注同样的附图标记并省略详细的说明。

实施方式3所涉及的焊炬303还具备摄像部337以及麦克风338。摄像部337是对焊接痕进行摄像的摄像机。麦克风338对焊接中的焊接声进行采集。将摄像得到的图像信息以及采集得到的声音信息作为焊接状态信息发送到焊接电源1。焊接电源1在电源侧通信部13接收焊接监视信息、声音信息以及图像信息，将接收到的各信息提供给学习部17。

图11是表示实施方式3所涉及的良好与否判定部174的结构例的框图。良好与否判定部174具备第1良好与否判定部174a、第2良好与否判定部174b、第3良好与否判定部174c以及综合评价部175d。

第1良好与否判定部174a具有良好与否判定RNN(Recurrent Neural Network，递归型神经网络)175a，其基于输入的时间序列的焊接监视信息来输出用于判定焊接结果的良好与否的信息。

第2良好与否判定部174b具有良好与否判定RNN175b，其基于输入的时间序列的声音信息来输出用于判定焊接结果的良好与否的信息。

第3良好与否判定部174c具有良好与否判定CNN(Convolutional NeuralNetwork，卷积神经网络)175c，其基于输入的图像信息来输出用于判定焊接结果的良好与否的信息。

从第1良好与否判定部174a、第2良好与否判定部174b以及第3良好与否判定部174c输出的信息例如是表示焊接结果良好的概率的信息。

综合评价部175d基于从第1良好与否判定部174a、第2良好与否判定部174b以及第3良好与否判定部174c输出的各信息来判定焊接结果的良好与否，将良好与否的判定结果输出到学习处理部176。综合评价部175d例如可以在从各判定部输出的信息均为阈值以上的情况下判定为焊接结果良好。良好与否的判定方法是一例，也可以基于各信息来算出平均值等统计量，通过将统计量与阈值比较来判定良好与否。

根据实施方式2所涉及的电弧焊接系统，除了焊接中检测到的焊接电流、焊接电压的焊接监视信息以外，还加进焊接声、对焊接痕进行摄像得到的图像等，能更正确地判定焊接结果的良好与否，能输出提升焊接结果的焊接信息。

另外，在实施方式1中的追加学习模式中，说明了基于短路时间的比率、短路时间的偏差等来调整焊接电流以及焊接电压并使焊接信息算出部172追加学习的示例，但还能基于声音信息以及图像信息来调整焊接电流以及焊接电压。学习部17能基于图像信息来调整熔深的程度、焊道宽度、焊道宽度的均匀性、溅射等。

例如学习部17在熔深少的情况下，或在焊道宽度窄的情况下，补正焊接信息，使得焊接电流、焊接电压、脉冲峰值电流、脉冲基值电流、脉冲频率均变大，并输出到电源部12。反之，在出现烧穿的情况下，或在焊道宽度宽的情况下，补正焊接信息，使得焊接电流、焊接电压、脉冲峰值电流、脉冲基值电流、脉冲频率均变小，并输出到电源部12。

另外，学习部17在溅射多的情况下，或在焊道宽度不均匀的情况下，补正焊接信息，输出更小的焊接电流以及短路电流，输出更大的焊接电压，将补正后的焊接信息输出到电源部12。

另外，学习部17也可以构成为将熔深的过不足量、焊道宽度的目标值与实际的焊道宽度的差值、溅射量、电弧稳定性的指标加权相加来算出焊接电流或焊接电压的补正量。

(实施方式4)

图12是表示实施方式4所涉及的学习部17的结构例的框图。实施方式4所涉及的电弧焊接系统，在具备因每个焊接条件而不同的多个焊接信息算出NN172a这点上与实施方式1不同，因此以下主要说明上述相异点。其他结构以及作用效果由于与实施方式同样，因此对对应的部位标注同样的附图标记并省略详细的说明。

实施方式2所涉及的焊接信息算出部172具备因每个焊接条件不同的多个焊接信息算出NN172a。例如具备因工件W的材质、厚度、坡口的形状、接缝的种类、工件W的姿态的每一者而不同的多个焊接信息算出NN172a。学习部17存储多个焊接信息算出NN172a与多个焊接条件的对应关系。

焊接作业人员通过操作焊炬3的操作部33来选择焊接条件。选择的焊接条件信息被发送到焊接电源1，焊接电源1接收焊接条件信息。学习部17选择与焊接电源1接收到的焊接条件信息对应的焊接信息算出NN172a，使用选择的焊接条件算出NN来算出焊接信息。

根据实施方式4所涉及的电弧焊接系统，由于具备因每个焊接条件不同的焊接信息算出NN172a，因此能有效率地使焊接信息算出部172机器学习。

(实施方式5)

图13是表示实施方式5所涉及的学习部17的结构例的框图。实施方式4所涉及的电弧焊接系统在具备动作预测部172b这点上与实施方式1不同，以下主要说明上述相异点。其他结构以及作用效果由于与实施方式同样，因此对对应的部位标注同样的附图标记并省略详细的说明。

实施方式5所涉及的焊接信息算出部172具备预测焊炬3的动作的动作预测部172b。动作预测部172b例如是基于焊炬3的移动速度、姿态以及角度的时间上的变化来预测焊炬3的动作的递归型神经网络。该神经网络具有：被输入焊炬3的速度信息、姿态信息以及角度信息的神经元的输入层；中间层；和具有输出预测的速度信息、姿态信息以及角度信息的神经元的输出层。学习处理部176持续使动作预测部172b机器学习，以使从动作预测部172b输出的焊炬3的速度信息、姿态信息以及角度信息与焊炬3的实际的速度信息、姿态信息以及角度信息的差值变小。焊接信息算出部172基于在动作预测部172b预测的焊炬3的速度信息、姿态信息以及角度信息来算出焊接信息。

根据实施方式5所涉及的电弧焊接系统，由于能预测焊炬3的动作，并算出与预测的焊炬3的动作相适应的焊接信息，因此能输出能得到更良好的焊接结果的焊接信息。

(实施方式6)

图14是表示实施方式6所涉及的学习部17的结构例的框图。实施方式6所涉及的电弧焊接系统在具备多个动作预测部172b这点上与实施方式5不同，以下主要说明上述相异点。其他结构以及作用效果由于与实施方式同样，因此对对应的部位标注同样的附图标记并省略详细的说明。

实施方式6所涉及的焊接信息算出部172具备多个动作预测部172b。各动作预测部172b例如具有学习了多个焊接作业人员的习惯的与实施方式5同样的递归型神经网络。焊接作业人员通过操作焊炬3的操作部33来选择学习了自身的习惯的动作预测部172b。焊接信息算出部172使用选择的动作预测部172b来算出焊接信息。

根据实施方式6所涉及的电弧焊接系统，焊接作业人员能选择学习了自身的习惯的神经网络即动作预测部172b。学习部17能使用选择的动作预测部172b来预测因每个焊接作业人员不同的焊炬3的运动，输出能得到良好的焊接结果的焊接信息。

本次公开的实施方式在全部点上都是例示，而不应认为是限制。上述内容并不意味着本发明的范围，而是由权利要求书示出，意图包含与权利要求书的范围等同的意义以及范围内的全部变更。

Claims (15)

1.一种存储有计算机程序的记录介质，该计算机程序使计算机执行如下处理：

取得表示进行焊接的焊炬的速度的速度信息、表示所述焊炬相对于移动方向的姿态的姿态信息以及表示所述焊炬相对于铅直方向的角度的角度信息的至少一者；

为了使基于取得的速度信息、姿态信息以及角度信息的至少一者来算出焊接信息的焊接信息算出部机器学习，取得用于判定基于焊接信息算出部算出的焊接信息而进行的焊接结果的良好与否的信息、或基于该信息的表示焊接结果的良好与否的判定结果，其中所述焊接信息包含用于进行与所述焊炬的移动速度、姿态以及角度相适应的焊接的焊接电流或焊接电压；

将取得的速度信息、姿态信息以及角度信息的至少一者和用于判定焊接结果的良好与否的信息或良好与否的判定结果建立对应存储到存储部。

2.根据权利要求1所述的记录介质，其特征在于，

所述计算机程序使所述计算机执行如下处理：

基于存储于所述存储部的信息来使所述焊接信息算出部机器学习，从而改善焊接结果。

3.根据权利要求1或2所述的记录介质，其特征在于，

用于判定焊接结果的良好与否的信息，包含：表示焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集到的焊接声、和焊接后摄像的焊接部位的图像的至少一者的信息，

所述计算机程序使所述计算机执行：基于取得的信息来判定焊接结果的良好与否的处理。

4.一种焊接信息算出装置，其特征在于，具备：

取得部，其取得：表示进行焊接的焊炬的速度的速度信息、表示所述焊炬相对于移动方向的姿态的姿态信息以及表示所述焊炬相对于铅直方向的角度的角度信息的至少一者；和

学习完毕的焊接信息算出部，其基于在该取得部取得的速度信息、姿态信息以及角度信息的至少一者来算出焊接信息，所述焊接信息包含用于进行与所述焊炬的移动速度、姿态以及角度相适应的焊接的焊接电流或焊接电压。

5.根据权利要求4所述的焊接信息算出装置，其特征在于，

所述焊接信息算出装置具备：

焊接条件信息取得部，取得所述焊炬的给定的速度、姿态以及角度下的表示成为焊接信息的基准的焊接条件的焊接条件信息，

所述焊接信息算出部基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者、和由所述焊接条件信息取得部取得的焊接条件信息，来算出与所述焊炬的状态以及焊接条件相适应的焊接信息。

6.根据权利要求5所述的焊接信息算出装置，其特征在于，

所述焊接信息算出部具备：

神经网络，其进行学习，在被输入速度信息、姿态信息以及角度信息的至少一者的情况下，输出与所述焊炬的移动速度、姿态或角度相适应的焊接信息。

7.根据权利要求6所述的焊接信息算出装置，其特征在于，

所述焊接信息算出部具备与焊接条件相应的不同的多个神经网络。

8.根据权利要求5所述的焊接信息算出装置，其特征在于，

所述焊接信息算出部具备：

神经网络，其进行学习，在被输入速度信息、姿态信息以及角度信息的至少一者、和焊接条件信息的情况下，输出与所述焊炬的移动速度、姿态或角度相适应的焊接信息。

9.根据权利要求4～8中任一项所述的焊接信息算出装置，其特征在于，

焊接信息算出装置具备：

焊接状态信息取得部，其取得用于判定基于所述焊接信息算出部算出的焊接信息而进行的焊接结果的良好与否的信息；和

良好与否判定部，其基于由所述焊接状态信息取得部取得的焊接结果信息来判定焊接结果的良好与否，

所述焊接信息算出装置具备：

学习处理部，其基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者、和所述良好与否判定部的判定结果，来使所述焊接信息算出部机器学习从而改善焊接结果。

10.根据权利要求9所述的焊接信息算出装置，其特征在于，

用于判定焊接结果的良好与否的信息包含表示焊接中检测到的焊接电流以及焊接电压、焊丝的进给速度、短路状况、焊接中采集到的焊接声、和焊接后摄像的焊接部位的图像的至少一者的信息。

11.根据权利要求4～10中任一项所述的焊接信息算出装置，其特征在于，

所述焊接信息算出部具有：

预测部，其基于由所述取得部取得的速度信息、姿态信息以及角度信息的至少一者的时间变化来预测所述焊炬的移动速度、姿态或角度，

基于表示由该预测部预测的移动速度、姿态以及角度的速度信息、姿态信息以及角度信息的至少一者来算出与所述焊炬的状态相适应的焊接信息。

12.根据权利要求11所述的焊接信息算出装置，其特征在于，

所述预测部具备：

多个神经网络，在时间序列上被输入速度信息、姿态信息以及角度信息的至少一者的情况下，输出表示预测的所述焊炬的移动速度、姿态或角度的速度信息、姿态信息或角度信息；和

受理部，其受理所述神经网络的选择，

所述预测部使用由所述受理部受理的所述神经网络来预测所述焊炬的移动速度、姿态或角度。

13.一种焊炬，其特征在于，具备权利要求4～12中任一项所述的焊接信息算出装置，从焊接电源向该焊炬提供电力来进行焊接，

所述焊接信息算出装置具备：

发送部，其设于所述焊炬，将由所述焊接信息算出部算出的焊接信息发送到所述焊接电源。

14.一种焊接电源，其特征在于，具备权利要求4～12中任一项所述的焊接信息算出装置，对焊炬提供电力，

所述取得部取得从所述焊炬发送的速度信息、姿态信息以及角度信息的至少一者，

所述焊接电源基于由所述焊接信息算出部算出的焊接信息来提供电力。

15.一种焊接系统，其特征在于，具备：

权利要求4～12中任一项所述的焊接信息算出装置；

对焊炬提供电力的焊接电源；

焊炬，从该焊接电源向所述焊炬提供电力来进行焊接，

所述取得部取得从所述焊炬发送的速度信息、姿态信息以及角度信息的至少一者，

所述焊接电源基于由所述焊接信息算出部算出的焊接信息来提供电力。