CN112139683A - 评价装置、评价方法、评价系统及记录介质 - Google Patents

评价装置、评价方法、评价系统及记录介质 Download PDF

Info

Publication number
CN112139683A
CN112139683A CN202010259242.8A CN202010259242A CN112139683A CN 112139683 A CN112139683 A CN 112139683A CN 202010259242 A CN202010259242 A CN 202010259242A CN 112139683 A CN112139683 A CN 112139683A
Authority
CN
China
Prior art keywords
evaluation
information
workpiece
unit
distribution information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010259242.8A
Other languages
English (en)
Other versions
CN112139683B (zh
Inventor
福岛诚一郎
小林祐也
本吉隆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yaskawa Electric Corp
Original Assignee
Yaskawa Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yaskawa Electric Corp filed Critical Yaskawa Electric Corp
Publication of CN112139683A publication Critical patent/CN112139683A/zh
Application granted granted Critical
Publication of CN112139683B publication Critical patent/CN112139683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70—Auxiliary operations or equipment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/04—Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light
    • B23K26/044—Seam tracking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/082—Scanning systems, i.e. devices involving movement of the laser beam relative to the laser head
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/0869—Devices involving movement of the laser head in at least one axial direction
    • B23K26/0876—Devices involving movement of the laser head in at least one axial direction in at least two axial directions
    • B23K26/0884—Devices involving movement of the laser head in at least one axial direction in at least two axial directions in at least in three axial directions, e.g. manipulators, robots
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/20—Bonding
    • B23K26/21—Bonding by welding
    • B23K26/24—Seam welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/39—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using tunable lasers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • Robotics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Laser Beam Processing (AREA)

Abstract

评价装置、评价方法、评价系统及记录介质。提高焊接缺陷的评价精度。实施方式的一个方面的评价装置具备取得部、检测部、生成部和评价部。取得部取得向工件照射的激光的照射位置的轨迹信息。检测部检测通过向工件照射激光而产生的返回光的时序的强度信息。生成部通过按时间将轨迹信息与强度信息对应起来而生成工件中的强度分布信息。评价部根据强度分布信息评价焊接状态。

Description

评价装置、评价方法、评价系统及记录介质
技术领域
本申请的实施方式涉及评价装置、评价方法、评价系统及记录介质。
背景技术
以往，公知有分别驱动多个关节而进行动作的机器人。在该机器人的前端安装有与加工、焊接、把持等用途对应的末端执行器，进行工件的加工、焊接等各种作业。
此外，作为上述末端执行器，提出了以下这样的检查装置：利用能够变更基于激光照射轨迹的形状的激光头，一边进行激光焊接，一边进行焊接部位的检查(例如参照专利文献1)。
专利文献1：日本特开2014-198345号公报
发明内容
发明要解决的课题
然而，在上述现有技术中，从有无开孔等焊接缺陷的评价精度的观点出发，存在改善的余地。
实施方式的一个方面的目的在于提供能够提高焊接缺陷的评价精度的评价装置、评价方法、评价系统以及记录介质。
用于解决课题的手段
实施方式的一个方面的评价装置具备取得部、检测部、生成部和评价部。取得部取得向工件照射的激光的照射位置的轨迹信息。检测部检测通过向工件照射激光而产生的返回光的时序的强度信息。生成部通过按时间将轨迹信息与强度信息对应起来而生成工件上的强度分布信息。评价部根据强度分布信息评价焊接状态。
此外，实施方式的一个方面的评价方法包括取得工序、检测工序、生成工序和评价工序。取得工序取得向工件照射的激光的照射位置的轨迹信息。检测工序检测通过向工件照射激光而产生的返回光的时序的强度信息。生成工序通过按时间将轨迹信息与强度信息对应起来而生成工件上的强度分布信息。评价工序根据强度分布信息评价焊接状态。
此外，实施方式的一个方面的评价系统具备激光头、机器人、控制器和评价装置。激光头能够变更向工件照射的激光的照射轨迹的形状。机器人使激光头相对于工件移动。控制器控制激光头及机器人的动作。评价装置评价基于激光的工件的焊接状态。此外，评价装置具备取得部、检测部、生成部和评价部。取得部从控制器取得向工件照射的激光的照射位置的轨迹信息。检测部检测通过向工件照射激光而产生的返回光的时序的强度信息。生成部通过按时间将轨迹信息与强度信息对应起来而生成工件上的强度分布信息。评价部根据强度分布信息评价焊接状态。
此外，实施方式的一个方面的记录介质记录了评价程序，该评价程序使计算机执行取得步骤、检测步骤、生成步骤和评价步骤。取得步骤取得向工件照射的激光的照射位置的轨迹信息。检测步骤检测通过向工件照射激光而产生的返回光的时序的强度信息。生成步骤通过按时间将轨迹信息与强度信息对应起来而生成工件中的强度分布信息。评价步骤根据强度分布信息评价焊接状态。
发明效果
根据实施方式的一个方面，可提供能够提高焊接缺陷的评价精度的评价装置、评价方法、评价系统以及记录介质。
附图说明
图1是示出实施方式的评价方法的概要的说明图。
图2是示出机器人系统的结构例的说明图。
图3是示出头部的结构例的示意图。
图4是示出评价装置和学习装置的结构例的框图。
图5是示出强度分布信息的生成处理的一例的说明图。
图6是示出评价装置执行的处理的步骤的流程图。
图7是示出第1变形例的强度分布信息的生成处理的说明图。
图8是示出第2变形例的强度分布信息的生成处理的说明图。
图9是示出第2变形例的强度分布信息的生成处理的说明图。
图10是示出第三变形例的轨迹信息的取得处理的说明图。
标号说明
P：照射轨迹；R：周边区域；W：工件；1：机器人系统；10：机器人；20：控制器；21：机器人控制器；22：头部控制器；50：评价装置；51：控制部；51a：取得部；51b：检测部；51c：生成部；51d：评价部；52：存储部；52a：轨迹信息；52b：强度信息；52c：强度分布信息；52d：评价模型；60：学习装置；61：控制部；61a：输入部；61b：正解赋予部；61c：机器学习部；62：存储部；62a：学习用信息；100：头部；200：返回光。
具体实施方式
以下，参照附图，详细地说明本申请公开的评价装置、评价方法、评价系统以及评价程序。另外，本发明并不受以下所示的实施方式限定。
此外，在以下所示的实施方式中，“恒定”、“正交”、“垂直”或“平行”这样的表述并非需要严格地是“恒定”、“正交”、“垂直”或“平行”。即，上述的各表述允许制造精度、设置精度等偏差。
<评价方法的概要>
首先，参照图1，对实施方式的评价方法的概要进行说明。图1是示出实施方式的评价方法的概要的说明图。另外，图1示出进行激光焊接的头部100、安装有头部100的机器人10的前端部、以及控制头部100和机器人10的动作的控制器20。
图1所示的头部100具有一组变更激光的照射方向的检流计反射镜等机构，通过分别驱动绕不同的旋转轴摆动的两个反射镜，能够任意变更激光的照射方向。由此，头部100能够使激光的照射轨迹P形成任意形状。例如，图1示出圆形的照射轨迹P。
机器人10能够使头部100沿着设定于工件W的加工线移动。加工线是沿着工件W上的加工区域的延伸方向设定的虚拟线。在此省略图示，但通过使头部100沿着加工线移动，能够在工件W上描绘例如螺旋状的照射轨迹P。
控制器20控制头部100及机器人10的动作。具体而言，控制器20对头部100和机器人10输出动作指令，头部100和机器人10根据从控制器20输出的动作指令进行动作。
以往，焊接状态的评价是通过检测由激光照射引起的等离子光或红外线等返回光等的强度并分析其时序数据(波形数据)来进行的。
但是，在返回光的强度的时序数据中，例如包含焊接部的烟尘、溅射的飞散、熔池的振动等外部噪声，因此，难以高精度地分析去除噪声后的值。即，在现有的评价方法中，从评价精度的观点看，存在改善的余地。
因此，在实施方式的评价方法中，通过组合强度的时序数据与激光照射的轨迹信息，生成工件W上的返回光200的空间强度分布(以下记为“强度分布信息”)。然后，根据生成的强度分布信息，进行焊接状态的评价。
在实施方式的评价方法中，首先，取得向工件W照射的激光的照射位置的轨迹信息(图1的步骤S01)。轨迹信息是表示激光在工件W上的照射位置的时间变化的信息。在此，示出用X坐标及Y坐标的二维坐标表示激光在工件W上的照射位置的情况的例子。
例如能够根据从控制器20输出的动作指令来取得轨迹信息。不限于此，也可以根据拍摄工件W的图像传感器的输出取得轨迹信息。
此外，在实施方式的评价方法中，检测与激光对应的返回光200的时序的强度信息(图1的步骤S02)。在此，返回光200是通过利用激光照射对工件W进行的加工工序产生的光，具体而言，是包括激光的反射光、通过激光照射而产生的等离子光及红外线中的至少一种的光。
接着，在实施方式的评价方法中，根据轨迹信息和强度信息生成工件W上的强度分布信息(图1的步骤S03)。强度分布信息是将固定在工件W上的坐标系的各坐标上的返回光200的强度作为与该坐标对应的像素的像素值的图像信息。强度分布信息通过按时间将轨迹信息与强度信息对应起来而生成。另外，在图1中，作为强度分布信息的一例，示出各坐标上的返回光200的强度通过颜色的浓淡来表示的图像。
而且，在实施方式的评价方法中，通过分析生成的强度分布信息来评价焊接状态。具体而言，通过图像识别处理按每个焊接状态将作为强度分布信息的图像进行分类。由此，例如能够判定焊接状态是正常还是异常，并且在异常的情况下判定异常状态的类别。
这样，根据实施方式的评价方法，与分析时序的波形数据的情况相比，容易在空间上获知焊接状态并进行评价。开孔等焊接缺陷遍及工件W上的多个坐标而产生的可能性高。因此，如实施方式的评价方法那样，通过使用强度分布信息在空间上对焊接状态进行评价，能够提高开孔等焊接缺陷的评价精度。
此外，实施方式的评价方法也可以使用机器学习生成或更新进行基于强度分布信息的焊接状态的评价时的评价基准。由此，能够高精度地进行作为强度分布信息的图像的与焊接状态对应的分类。关于这一点将在后面叙述。
<机器人系统的结构>
接着，参照图2，对执行参照图1所说明的评价方法的机器人系统1的结构进行说明。图2是示出机器人系统1的结构例的说明图。
如图2所示，机器人系统1包括机器人10、控制器20、评价装置50、学习装置60、头部100和激光振荡器120。
机器人10例如是六轴的垂直多关节机器人，在前端安装有头部100。
控制器20具备机器人控制器21和头部控制器22。机器人控制器21控制机器人10的动作。头部控制器22与机器人控制器21分体，控制头部100的动作。例如，机器人控制器21从通过有线或无线与机器人控制器21连接的终端装置取得头部100的设定值，根据取得的设定值，对头部控制器22输出头部100的动作指令。
在此，头部100的设定值是使用固定于头部100的坐标系来规定激光的照射轨迹P的信息。在通过机器人10与头部100的协调动作进行激光焊接的情况下，由机器人10变更头部100的位置或朝向。即，固定于头部100的坐标系自身移动。在该情况下，机器人控制器21根据已知的机器人10的姿势计算头部100的位置、朝向，根据计算结果，将由头部100的设定值表示的照射位置的坐标变换为考虑了机器人10的动作的相对照射位置的坐标。然后，机器人控制器21向头部控制器22输出包含变换后的照射位置的坐标的动作指令。
此外，机器人控制器21对头部控制器22进行激光强度等的指示。
头部控制器22根据从机器人控制器21接受的头部100的动作指令，控制头部100具备的检流计反射镜等机构。具体而言，头部控制器22经由通信电缆221与头部100连接，经由通信电缆221进行高速串行通信或PWM马达指令等，由此控制检流计反射镜的驱动轴等的动作。此外，头部控制器22经由通信电缆222与激光振荡器120连接。头部控制器22根据来自机器人控制器21的指示，经由通信电缆222向激光振荡器120发送模拟信号，由此，指示激光振荡器120与头部100的动作指令同步地调整激光的强度。激光振荡器120根据来自头部控制器22的指令调整激光的强度，然后，经由光纤121向头部100输出激光。
另外，在本实施方式中，例示了机器人控制器21与头部控制器22分体的情况，但例如也可以使机器人控制器21内具有头部控制器22的功能。
评价装置50进行强度分布信息的生成和基于生成的强度分布信息的焊接状态的评价。评价装置50与机器人控制器21以及头部100连接。此外，评价装置50与学习装置60连接。
学习装置60使用机器学习来生成进行基于强度分布信息的焊接状态的评价时的评价基准。
另外，在图2中，例示了评价装置50与学习装置60分体的情况，但例如也可以使评价装置50内具有学习装置60的功能。
激光振荡器120经由光纤121向头部100输出激光。
头部100根据来自头部控制器22的动作指令使激光的照射位置变更。在此，参照图3，对头部100的结构例进行说明。图3是示出头部100的结构例的示意图。另外，除了图3所示的结构以外，头部100有时例如还具备使在光纤121的端部扩散的激光成为平行光的准直透镜或使平行光在工件W的加工面上会聚的会聚透镜等，但省略了它们的图示。
如图3所示，头部100具备第1入射反射镜101、反射镜部102、第1驱动部103、第2驱动部104和驱动控制部105。另外，头部100具备半反射镜106、第2入射反射镜107和强度传感器108。
第1入射反射镜101使经由光纤121入射到头部100的激光反射，并向反射镜部102入射。
反射镜部102例如包括第1检流计反射镜和第2检流计反射镜。第1驱动部103使第1检流计反射镜例如绕X轴摆动。第2驱动部104使第2检流计反射镜例如绕Y轴旋转。驱动控制单元105根据从头部控制器22输入的动作指令，控制第1驱动单元103和第2驱动单元104的动作。
这样，头部100通过使用第1驱动部103和第2驱动部104来驱动反射镜部102，能够变更激光的照射方向。由此，头部100能够在工件W上描绘与动作指令对应的形状的照射轨迹P。
半反射镜106使从激光振荡器120入射到头部100的激光透过，并使返回光200反射而向第2入射反射镜107入射。第2入射反射镜107使返回光200反射并向强度传感器108入射。
强度传感器108接收入射的返回光200并检测其强度。此外，强度传感器108向评价装置50输出检测结果。
另外，返回光200不仅从激光的照射位置的一点照射，还从以激光的照射位置为中心的周边区域R照射，关于这一点在后面叙述。
<评价装置50和学习装置60的结构>
接下来，参照图4，对评价装置50和学习装置60的结构例进行说明。图4是示出评价装置50和学习装置60的结构例的框图。
首先，对评价装置50的结构例进行说明。如图4所示，评价装置50具备控制部51和存储部52。控制部51具备取得部51a、检测部51b、生成部51c和评价部51d。另外，存储部52存储轨迹信息52a、强度信息52b、强度分布信息52c和评价模型52d。
另外，控制装置20包括例如具有CPU(Central Processing Unit)、ROM(Read OnlyMemory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、输入输出端口等的计算机或各种电路。
计算机的CPU例如通过读取并执行ROM中存储的评价程序，作为控制部51的取得部51a、检测部51b、生成部51c及评价部51d发挥功能。另外，取得部51a、检测部51b、生成部51c及评价部51d中的至少任意一个或全部可以由ASIC(Application Specific IntegratedCircuit)、GPU(Graphics Processing Unit)、FPGA(Field Programmable Gate Array)等硬件构成。
此外，存储部22例如对应于RAM或HDD。RAM或HDD能够存储轨迹信息52a、强度信息52b、强度分布信息52c及评价模型52d。另外，控制装置50也可以经由通过有线或无线网络连接的其他计算机或便携式记录介质取得上述程序和各种信息。
取得部51a从机器人控制器21取得对机器人10及头部100的动作指令，根据取得的动作指令生成轨迹信息52a。
具体而言，取得部51a根据机器人10的动作指令，将头部100的动作指令中包含的相对的照射位置信息变换为固定在工件W上的坐标系中的照射位置信息。然后，取得部51a通过将变换后的照射位置信息与例如取得动作指令的时间相关联来生成轨迹信息52a，使生成的轨迹信息52a存储于存储部52。
检测部51b从头部100具备的强度传感器108(参照图3)取得返回光200的强度的检测结果，例如通过与取得检测结果的时间相关联来生成强度信息52b。检测部51b使生成的强度信息52b存储于存储部52。
生成部51c通过按时间将轨迹信息52a与强度信息52b对应起来，生成强度分布信息52c。如上所述，强度分布信息52c是这样的图像信息：将固定在工件W上的坐标系的各坐标上的返回光200的强度作为与该坐标对应的像素的像素值。
在此，参照图5，对强度分布信息52c的生成处理的一例进行说明。图5是示出强度分布信息52c的生成处理的一例的说明图。
在激光被照射到工件W的时刻与检测到其返回光200的时刻之间存在时滞。因此，生成部51c在按时间将轨迹信息52a与强度信息52b对应起来时，也可以进行考虑了上述时滞的对应。
例如，如图5所示，将相当于上述时滞的时间设为“td”。在该情况下，生成部51c将轨迹信息52a中的时间t1的激光照射位置的坐标C(t1)与强度信息52b中的时间t1+td的返回光200的强度V1对应起来。由此，生成部51c生成将时间t1+td的强度V1作为与坐标C(t1)对应的像素的像素值的强度分布信息52c。
这样，生成部51c在生成强度分布信息52c的情况下，也可以将某时间(第1时间)的轨迹信息52a与在时序上从第1时间偏移的时间(第2时间)的强度信息52b对应起来。由此，能够得到更准确的强度分布信息。
返回图4，对评价部51d进行说明。评价部51d根据存储部52存储的强度分布信息52c和评价模型52d，进行焊接状态的评价。具体而言，评价部51d判定焊接状态是正常还是异常。
此外，评价部51d在焊接状态为异常的情况下，判定异常状态的类别。作为异常状态的类别，例如除了“开孔”以外，还有“烧穿”、“焊缝弯曲”、“焊缝形状不规则”等。“开孔”表示在工件W上开设了贯通工件W的孔的状态。“烧穿”表示工件W的接合端部(母材端)熔化而离开焊缝的状态。“焊缝弯曲”表示焊缝相对于照射轨迹P左右弯曲的状态。“焊缝形状不规则”表示焊缝的形状(焊缝宽度或余料高度等)存在大幅度不同的部分的状态。
评价部51d根据存储部52存储的评价模型52d，按每个焊接状态对作为强度分布信息52c的图像进行分类。具体而言，评价部51d将作为强度分布信息52c的图像分类为正常或异常，在异常的情况下，按照异常状态的类别进一步进行分类。评价模型52d例如是用于上述图像识别处理的计算模型、即根据图像对焊接状态进行分类的计算模型，由后述的学习装置60生成。
评价部51d将强度分布信息52c和评价结果输出到例如与评价装置50连接的外部装置150。此外，评价部51d向学习装置60输出强度分布信息52c。
接着，对学习装置60的结构例进行说明。学习设备60包括控制部61和存储部62。控制部61具备输入部61a、正解赋予部61b、机器学习部61c。另外，存储部62存储强度分布信息52c和学习用信息62a。
另外，学习装置60包括例如具有CPU、ROM、RAM、HDD、输入输出端口等的计算机或各种电路。计算机的CPU例如通过读取并执行ROM中存储的评价程序，作为控制部61的输入部61a、正解赋予部61b及机器学习部61c发挥功能。
此外，存储部62例如对应于RAM或HDD。RAM或HDD能够存储强度分布信息52c和学习用信息62a。另外，学习装置60也可以经由通过有线或无线网络连接的其他计算机或便携式记录介质取得上述程序和各种信息。
输入部61a从评价装置50取得强度分布信息52c并存储于存储部62。
正解赋予部61b通过对存储部62中存储的强度分布信息52c赋予与强度分布信息52c对应的评价结果、即焊接状态的分类结果的正解值，选择或生成成为示教数据的信息作为学习用信息62a并存储于存储部62。
例如，正解赋予部61b也可以取得强度分布信息52c或观察到焊接部的实际状况的人的评价结果作为上述正解值。在该情况下，正解赋予部61b例如能够通过对与学习装置60连接的键盘等输入装置的输入操作来取得正解值。此外，正解赋予部61b也可以经由互联网等网络取得上述正解值。
另外，在此，示出了正解赋予部61b从评价装置50取得强度分布信息52c来生成学习用信息62a的情况的例子，但正解赋予部61b也可以从外部取得将强度分布信息52c与正解值预先对应起来的附带正解的数据。
机器学习部61c通过进行使用存储部62存储的学习用信息62a的机器学习、即“有示教学习”来生成评价模型。然后，机器学习部61c使用生成的评价模型，更新评价装置50的存储部52中存储的评价模型52d。换言之，机器学习部61c更新存储部52中存储的评价模型52d的参数。
可以适当地使用与机器学习相关的各种现有技术来生成评价模型52d。例如，可以通过适当使用CNN(Convolutional Neural Network)、RNN(Recurrent Neural Network)等各种深度学习技术来生成评价模型52d。此外，也可以通过SVM(Support Vector Machine)等生成评价模型52d。关于这些评价模型52d的生成的记载是示例，可以通过根据能够取得的信息等适当选择的学习方法来生成评价模型52d。
在此，说明了学习装置60进行“有示教学习”的情况的例子，但学习装置60进行的机器学习也可以是“无示教学习”。具体而言，机器学习部61c也可以代替使用了学习用信息62a的“有示教学习”，而进行使用存储部62中存储的强度分布信息52c提取焊接状态的特征的“无示教学习”。另外，作为“无示教学习”的方法，例如可以使用聚类分析或主成分分析等各种公知技术。
<评价装置50的处理步骤>
接着，参照图6，对评价装置50执行的处理的步骤进行说明。图6是示出评价装置50执行的处理的步骤的流程图。
如图6所示，评价装置50根据从机器人控制器21输入的动作指令来取得轨迹信息52a(步骤S101)。此外，评价装置50根据从头部100输入的返回光200的强度的检测结果，检测返回光200的时序的强度信息52b(步骤S102)。然后，评价装置50通过按时间将轨迹信息52a与强度信息52b对应起来而生成强度分布信息52c(步骤S103)，根据生成的强度分布信息52c评价焊接状态(步骤S104)。然后，评价装置50将评价结果输出到例如外部装置150(步骤S105)。
(第1变形例)
图7是示出第1变形例的强度分布信息的生成处理的说明图。如上所述，返回光200不仅从激光照射到的位置产生，还从通过照射激光时的加工工艺产生的等离子光或来自烟尘的激光的辐射、来自工件W表面的被激光熔化的部分的热线放射等以激光照射到的位置为中心的周边区域R(参照图3)产生。因此，可以说返回光200包含周边区域R的信息。
因此，如图7所示，生成部51c在将轨迹信息52a与强度信息52b对应起来时，也可以将返回光200的强度与激光的照射位置的坐标C及位于其周边的多个坐标对应。即，生成部51c也可以生成将返回光200的强度作为与坐标C对应的像素及位于其周边的多个像素的像素值的强度分布信息52c。此时，生成部51c也可以使坐标C中的返回光200的强度直接与位于坐标C周边的多个像素对应。此外，生成部51c也可以将坐标C中的返回光200的强度乘以系数(小于1的正数)而得到的值与位于坐标C的周边的多个像素对应。
这样，通过将返回光200的强度与以激光的照射位置为中心的区域所包含的多个坐标对应起来，能够得到更接近实际焊接状态的强度分布信息52c。
(第2变形例)
图8和图9是示出第2变形例的强度分布信息52c的生成处理的说明图。如图8所示，机器人系统1也可以使头部100在绕同一路径例如同一闭环旋转一圈以上的照射轨迹P上进行激光照射。例如，图8示出围绕圆形闭环旋转N次的照射轨迹P。
在这样的情况下，如图9所示，生成部51c也可以生成每圈的强度分布信息52c1～52cN。即，生成部51c根据轨迹信息52a中的第1圈的信息和强度信息52b中的第1圈的信息，生成第1圈的强度分布信息52c1。此外，生成部51c通过同样的步骤，生成第2圈的强度分布信息52c2至第N圈的强度分布信息52cN。
在生成每圈的强度分布信息52c1～52cN的情况下，评价部51d例如也可以根据与各闭环对应的多个强度分布信息52c1～52cN的时序的变化，评价焊接状态。
例如，评价部51d通过比较在时序上连续的两圈的强度分布信息(例如，第1圈的强度分布信息52c1与第2圈的强度分布信息52c2)，判定是否存在返回光200的强度的减少率超过阈值的区域。而且，评价部51d也可以在存在返回光200的强度的减少率超过阈值的区域的情况下，判定为在该区域中发生了“开孔”的异常。另外，上述区域可以是由一个像素构成的区域，也可以是由彼此相邻的多个像素构成的区域。
这样，通过将时间上的变化包含在评价对象内，能够进一步提高焊接状态的评价精度。此外，例如，也能够确认在绕闭环多次旋转时的第几圈中发生了异常。
此外，评价部51d也可以使用叠加与各闭环对应的多个强度分布信息52c1～52cN而得的信息来评价焊接状态。
例如，评价部51d也可以生成将多个强度分布信息52c1～52cN平均后的平均强度分布信息，根据生成的平均强度分布信息来评价焊接状态。由此，能够降低例如烟尘等引起的外部干扰噪声，因此,能够提高焊接状态的评价精度。另外，评价部51d也可以以在时序上越新则加权越大的方式，对各强度分布信息52c1～52cN进行加权平均。
此外，评价部51d也可以生成对多个强度分布信息52c1～52cN进行求和而得的总和强度分布信息，根据生成的总和强度分布信息来评价焊接状态。由此，能够得到与施加到焊接部的总热量更接近的强度分布信息，因此，能够提高焊接状态的评价精度。
此外，评价部51d例如仅根据多个强度分布信息52c1～52cN中的一部分、例如最后1圈的强度分布信息(第N圈的强度分布信息52cN)，进行焊接状态的评价。这样，评价部51d也可以根据与同一路径对应的至少一个以上的强度分布信息来评价焊接状态。
另外，评价部51d也可以通过按时序顺序排列多个强度分布信息52c1～52cN，生成动态地表示强度分布的时间变化的动画图像并向外部装置150等输出。
这样，生成部51c在轨迹信息52a包括绕同一闭环旋转一圈以上的轨迹的情况下，也可以生成每圈的强度分布信息52c1～52cN。此外，在该情况下，评价部51d也可以根据每一圈的强度分布信息52c1～52cN评价焊接状态。
另外，所谓“同一闭环”是同一形状及同一大小的闭环。例如，像双重圆那样呈同心圆状地描绘多个闭环的情况下，虽然照射轨迹P中包含大小不同的多个闭环，但这些大小不同的多个闭环彼此不属于“同一闭环”。
此外，在上述实施方式及变形例中，示出了描绘闭环作为照射轨迹P的情况的例子，但照射轨迹P中的“同一路径”不一定必须是闭环，例如也可以是锯齿、S字、C字的形状。
(第三变形例)
图10是示出第三变形例的轨迹信息52a的取得处理的说明图。如图10所示，机器人系统1也可以具备拍摄部300。拍摄部300内置了例如CCD(Charge Coupled Device)、CIS(CMOS Image Sensor)等图像传感器，将由图像传感器拍摄到的图像输出到评价装置50。具体而言，拍摄部300对工件W的表面(加工面)进行拍摄。即，拍摄部300对描绘在工件W上的激光的实际轨迹进行拍摄。
在该情况下，评价装置50的取得部51a也可以取得从拍摄部300输出的图像，根据取得的图像生成轨迹信息52a。
这样，取得部51a不限于根据对机器人10或头部100动作指令，也可以根据对工件W进行拍摄的图像传感器的输出来取得轨迹信息52a。由此，与基于动作指令的轨迹信息52a相比，能够得到更接近描绘在工件W上的实际轨迹的轨迹信息52a。
如上所述，实施方式的评价装置50具备取得部51a、检测部51b、生成部51c和评价部51d。取得部51a取得向工件W照射的激光的照射位置的轨迹信息52a。检测部51b检测通过向工件W照射激光而产生的返回光200的时序的强度信息52b。生成部51c通过按时间将轨迹信息52a与强度信息52b对应起来，生成工件W上的强度分布信息52c。评价部51d根据强度分布信息52c评价焊接状态。
这样，通过使时序的强度信息52b与作为空间位置信息的轨迹信息52a组合，能够在空间上评价开孔等形状上的焊接缺陷，能够高精度地评价焊接状态。
取得部51a可以根据机器人控制器21及头部控制器22(控制器的一例)的动作指令来取得轨迹信息52a，机器人控制器21及头部控制器22分别控制能够变更激光的照射轨迹P的形状的头部100(激光头的一例)的动作、和使头部100相对于工件W移动的机器人10的动作。通过根据动作指令取得轨迹信息52a，能够以高精度且低处理负荷得到空间轨迹信息。
取得部51a也可以根据对工件W进行拍摄的拍摄部300(图像传感器的一例)的输出来取得轨迹信息52a。
生成部51c在轨迹信息52a包括绕作为同一路径的同一闭环旋转一圈以上的轨迹的情况下，也可以生成每圈的强度分布信息52c1～52cN。在该情况下，评价部51d也可以根据与该闭环对应的多个强度分布信息52c1～52cN评价焊接状态。这样，在循环的轨迹的情况下，通过分别根据每次循环的强度分布来评价焊接状态，能够增加针对评价的输入信息，能够提高评价精度。
评价部51d也可以根据与作为该路径的闭环对应的多个强度分布信息52c1～52cN的平均或总和来评价焊接状态。由此，能够以低处理负荷评价焊接状态。
评价部51d也可以根据与作为该路径的闭环对应的多个强度分布信息52c1～52cN的时序的变化来评价焊接状态。这样，通过将时间性变化包含在评价对象内，能够提高评价精度。
评价部51d也可以根据强度分布信息52c判定焊接状态是正常还是异常，并且在焊接状态为异常的情况下，判定异常状态的类别。这样，不仅判定焊接状态的好坏，还判定异常状态的类别，由此，能够向用户提供更详细的评价结果。
此外，实施方式的评价方法包括取得工序、检测工序、生成工序和评价工序。取得工序取得向工件W照射的激光的照射位置的轨迹信息52a。检测工序检测通过向工件W照射激光而产生的返回光200的时序的强度信息52b。生成工序通过按时间将轨迹信息52a与强度信息52b对应起来，生成工件W上的强度分布信息52c。评价工序根据强度分布信息52c评价焊接状态。
这样，通过使时序的强度信息52b与作为空间位置信息的轨迹信息52a组合，能够在空间上评价开孔等形状上的焊接缺陷，能够高精度地评价焊接状态。
此外，实施方式的机器人系统1(评价系统的一例)具备头部100、机器人10、机器人控制器21、头部控制器22(控制器的一例)以及评价装置50。光部100能够变更向工件W照射的激光的照射轨迹P的形状。机器人10使头部100相对于工件W移动。头部控制器22以及机器人控制器21控制头部100和机器人10的动作。评价装置50对基于激光的工件W的焊接状态进行评价。此外，评价装置50具备取得部51a、检测部51b、生成部51c和评价部51d。取得部51a从控制器21取得向工件W照射的激光的照射位置的轨迹信息52a。检测部51b检测通过向工件W照射激光而产生的返回光200的时序的强度信息52b。生成部51c通过按时间将轨迹信息52a与强度信息52b对应起来，生成工件W上的强度分布信息52c。评价部51d根据强度分布信息52c评价焊接状态。
这样，通过使时序的强度信息52b与作为空间位置信息的轨迹信息52a组合，能够在空间上评价开孔等形状上的焊接缺陷，能够高精度地评价焊接状态。
实施方式的机器人系统1可以包括机器学习部61c。机器学习部61c通过进行“有示教学习”，生成输出与所输入的强度分布信息52c对应的评价结果的评价模型52d(计算模型的一例)，“有示教学习”使用了根据强度分布信息52c和对该强度分布信息52c赋予的焊接状态的评价结果的正解值而生成或选择的示教数据。由此，能够使评价部51d进行使用了评价模型52d的焊接状态的高精度的评价。
此外，机器学习部61c也可以通过进行使用了强度分布信息52c的“无示教学习”，生成输出与所输入的强度分布信息52c对应的评价结果的计算模型。
此外，评价部51d也可以根据由机器学习部61c生成或更新的评价模型52d来进行焊接状态的评价。这样，使用通过机器学习而得到的评价模型52d，从而能够提高焊接状态的评价精度。
此外，实施方式的一个方面的评价程序使计算机执行取得步骤、检测步骤、生成步骤和评价步骤。取得步骤取得向工件W照射的激光的照射位置的轨迹信息52a。检测步骤检测通过向工件W照射激光而产生的返回光200的时序的强度信息52b。生成步骤通过按时间将轨迹信息52a与强度信息52b对应起来而生成工件W上的强度分布信息52c。评价步骤根据强度分布信息52c评价焊接状态。
这样，通过使时序的强度信息52b与作为空间位置信息的轨迹信息52a组合，能够在空间上评价开孔等形状上的焊接缺陷，能够高精度地评价焊接状态。
本领域技术人员能够容易导出更多的效果和变形例。因此，本发明的更广泛的方式不限于以上示出并描述的特定细节和代表性的实施例。因此，在不脱离利用附带的权利要求书及其等同物定义的总括性发明概念的精神或者范围的情况下，能够实现各种变更。

Claims (13)

1.一种评价装置，其特征在于，其具备：
取得部，其取得向工件照射的激光的照射位置的轨迹信息；
检测部，其检测通过向所述工件照射所述激光而产生的返回光的时序的强度信息；
生成部，其通过按时间将所述轨迹信息与所述强度信息对应起来而生成所述工件上的强度分布信息；以及
评价部，其根据所述强度分布信息评价焊接状态。
2.根据权利要求1所述的评价装置，其特征在于，
所述取得部根据控制器的动作指令来取得所述轨迹信息，所述控制器分别控制能够变更所述激光的照射轨迹的形状的激光头的动作、和使所述激光头相对于所述工件移动的机器人的动作。
3.根据权利要求1所述的评价装置，其特征在于，
所述取得部根据对所述工件进行拍摄的图像传感器的输出来取得所述轨迹信息。
4.根据权利要求1至3中的任意一项所述的评价装置，其特征在于，
所述生成部在所述轨迹信息包括多于1次地描绘同一路径的轨迹的情况下，生成每1次的所述路径的所述强度分布信息，
所述评价部根据与该路径对应的至少1个以上的所述强度分布信息来评价所述焊接状态。
5.根据权利要求4所述的评价装置，其特征在于，
所述评价部根据与该路径对应的多个所述强度分布信息的平均或总和来评价所述焊接状态。
6.根据权利要求4所述的评价装置，其特征在于，
所述评价部根据与该路径对应的多个所述强度分布信息的时序变化来评价所述焊接状态。
7.根据权利要求1所述的评价装置，其特征在于，
所述评价部根据所述强度分布信息判定所述焊接状态是正常还是异常，并且在所述焊接状态为异常的情况下判定异常状态的类别。
8.一种评价方法，其特征在于，包括：
取得工序，取得向工件照射的激光的照射位置的轨迹信息；
检测工序，检测通过向所述工件照射所述激光而产生的返回光的时序的强度信息；
生成工序，通过按时间将所述轨迹信息与所述强度信息对应起来而生成所述工件上的强度分布信息；以及
评价工序，根据所述强度分布信息来评价焊接状态。
9.一种评价系统，其特征在于，其具备：
激光头，其能够变更向工件照射的激光的照射轨迹的形状；
机器人，其使所述激光头相对于所述工件移动；
控制器，其控制所述激光头及所述机器人的动作；以及
评价装置，其评价基于所述激光的所述工件的焊接状态，
所述评价装置具备：
取得部，其从所述控制器取得向所述工件照射的所述激光的照射位置的轨迹信息；
检测部，其检测通过向所述工件照射所述激光而产生的返回光的时序的强度信息；
生成部，其通过按时间将所述轨迹信息与所述强度信息对应起来而生成所述工件上的强度分布信息；以及
评价部，其根据所述强度分布信息来评价焊接状态。
10.根据权利要求9所述的评价系统，其特征在于，
所述评价系统具备机器学习部，所述机器学习部通过进行“有示教学习”来生成输出与所输入的所述强度分布信息对应的评价结果的计算模型，所述“有示教学习”使用了根据所述强度分布信息和赋予给该强度分布信息的所述焊接状态的评价结果的正解值而生成或选择的示教数据。
11.根据权利要求9所述的评价系统，其特征在于，
所述评价系统具备机器学习部，所述机器学习部通过进行使用了所述强度分布信息的“无示教学习”来生成输出与所输入的所述强度分布信息对应的评价结果的计算模型。
12.根据权利要求10或11所述的评价系统，其特征在于，
所述评价部根据由所述机器学习部生成或更新的所述计算模型来进行焊接状态的评价。
13.一种记录介质，其特征在于，其记录了评价程序，该评价程序使计算机执行以下步骤：
取得步骤，取得向工件照射的激光的照射位置的轨迹信息；
检测步骤，检测通过向所述工件照射所述激光而产生的返回光的时序的强度信息；
生成步骤，通过按时间将所述轨迹信息与所述强度信息对应起来而生成所述工件上的强度分布信息；以及
评价步骤，根据所述强度分布信息来评价焊接状态。
CN202010259242.8A 2019-06-28 2020-04-03 评价装置、评价方法、评价系统及记录介质 Active CN112139683B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019121885A JP6835151B2 (ja) 2019-06-28 2019-06-28 評価装置、評価方法、評価システムおよび評価プログラム
JP2019-121885 2019-06-28

Publications (2)

Publication Number Publication Date
CN112139683A true CN112139683A (zh) 2020-12-29
CN112139683B CN112139683B (zh) 2022-09-09

Family

ID=71105221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010259242.8A Active CN112139683B (zh) 2019-06-28 2020-04-03 评价装置、评价方法、评价系统及记录介质

Country Status (4)

Country Link
US (1) US20200406392A1 (zh)
EP (1) EP3797917B1 (zh)
JP (1) JP6835151B2 (zh)
CN (1) CN112139683B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7545342B2 (ja) * 2021-02-03 2024-09-04 株式会社アマダ レーザ加工機
JP7156421B2 (ja) * 2021-02-16 2022-10-19 株式会社安川電機 溶接システム、溶接品質の評価方法、及び溶接品の製造方法
WO2022181061A1 (ja) * 2021-02-25 2022-09-01 パナソニックＩｐマネジメント株式会社 推定モデル生成装置および加工状態推定装置
CN114952067B (zh) * 2022-06-23 2023-08-11 中广核研究院有限公司 一种用于水下焊接的焊接质量检测方法以及系统
KR20240155529A (ko) * 2023-04-20 2024-10-29 현대모비스 주식회사 레이저 용접 품질 검사 시스템 및 그 방법

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0579990A (ja) * 1991-09-18 1993-03-30 Hitachi Ltd レーザビーム溶接における溶接強度検査方法および接合状態監視装置
CN1175687A (zh) * 1996-07-29 1998-03-11 埃尔帕特朗尼股份公司 用于跟踪和检查边缘或者边界的方法以及设备
CN101927414A (zh) * 2009-06-24 2010-12-29 通用电气公司 焊接控制系统
CN102390003A (zh) * 2008-12-18 2012-03-28 株式会社日立高科技 激光加工状态检查方法及装置以及太阳能电池板制造方法
CN102463419A (zh) * 2010-11-18 2012-05-23 现代自动车株式会社 激光焊接的质量检查方法和设备
EP2793055A1 (en) * 2011-12-16 2014-10-22 Kabushiki Kaisha Toshiba Radiation measurement device
CN104874910A (zh) * 2014-02-28 2015-09-02 丰田自动车株式会社 焊接区的检查方法
EP2921250A2 (en) * 2014-03-20 2015-09-23 Toyota Jidosha Kabushiki Kaisha Laser welding inspection apparatus and laser welding inspection method
CN105102173A (zh) * 2013-03-29 2015-11-25 丰田自动车株式会社 焊接部检查装置及其检查方法
JP2017202506A (ja) * 2016-05-11 2017-11-16 トヨタ自動車株式会社 溶接判定装置
CN108115682A (zh) * 2016-11-29 2018-06-05 发那科株式会社 机械学习装置、机器人系统以及机械学习方法
CN109834385A (zh) * 2017-11-24 2019-06-04 发那科株式会社 在激光加工中警告保护窗口的污染的激光加工装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2587513B1 (fr) * 1985-09-16 1987-10-30 Commissariat Energie Atomique Dispositif de controle en temps reel d'un soudage a penetration totale, adapte a un joint inaccessible a l'observation directe
JP5947741B2 (ja) 2013-03-29 2016-07-06 トヨタ自動車株式会社 溶接部の検査装置とその検査方法
US20160144452A1 (en) * 2014-11-21 2016-05-26 Product Innovation & Engineering, LLC System and method for detecting a defect in a workpiece undergoing material processing by an energy point source
DE102016217758B3 (de) * 2016-09-16 2018-01-25 Technische Universität Dresden Verfahren und Vorrichtung zur Prozessüberwachung bei einer mittels Kollisionsschweißen gebildeten Schweißnaht
JP6487413B2 (ja) * 2016-12-22 2019-03-20 ファナック株式会社 レーザ加工用ヘッドおよびそれを備えたレーザ加工システム
JP6843661B2 (ja) * 2017-03-23 2021-03-17 住友重機械工業株式会社 レーザ加工装置
CN112334264B (zh) * 2018-06-22 2022-07-05 三菱电机株式会社 激光加工装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0579990A (ja) * 1991-09-18 1993-03-30 Hitachi Ltd レーザビーム溶接における溶接強度検査方法および接合状態監視装置
CN1175687A (zh) * 1996-07-29 1998-03-11 埃尔帕特朗尼股份公司 用于跟踪和检查边缘或者边界的方法以及设备
CN102390003A (zh) * 2008-12-18 2012-03-28 株式会社日立高科技 激光加工状态检查方法及装置以及太阳能电池板制造方法
CN101927414A (zh) * 2009-06-24 2010-12-29 通用电气公司 焊接控制系统
CN102463419A (zh) * 2010-11-18 2012-05-23 现代自动车株式会社 激光焊接的质量检查方法和设备
EP2793055A1 (en) * 2011-12-16 2014-10-22 Kabushiki Kaisha Toshiba Radiation measurement device
CN105102173A (zh) * 2013-03-29 2015-11-25 丰田自动车株式会社 焊接部检查装置及其检查方法
CN104874910A (zh) * 2014-02-28 2015-09-02 丰田自动车株式会社 焊接区的检查方法
EP2921250A2 (en) * 2014-03-20 2015-09-23 Toyota Jidosha Kabushiki Kaisha Laser welding inspection apparatus and laser welding inspection method
CN104923912A (zh) * 2014-03-20 2015-09-23 丰田自动车株式会社 激光焊接检查装置以及激光焊接检查方法
JP2017202506A (ja) * 2016-05-11 2017-11-16 トヨタ自動車株式会社 溶接判定装置
CN108115682A (zh) * 2016-11-29 2018-06-05 发那科株式会社 机械学习装置、机器人系统以及机械学习方法
CN109834385A (zh) * 2017-11-24 2019-06-04 发那科株式会社 在激光加工中警告保护窗口的污染的激光加工装置

Also Published As

Publication number Publication date
CN112139683B (zh) 2022-09-09
JP6835151B2 (ja) 2021-02-24
US20200406392A1 (en) 2020-12-31
EP3797917B1 (en) 2023-12-06
EP3797917A1 (en) 2021-03-31
JP2021007957A (ja) 2021-01-28

Similar Documents

Publication Publication Date Title
CN112139683B (zh) 评价装置、评价方法、评价系统及记录介质
JP7700305B2 (ja) ディープ畳込みニューラルネットワークを使用するレーザ加工プロセスの監視
US11407111B2 (en) Method and system to generate a 3D model for a robot scene
JP7082715B2 (ja) 深層畳み込みニューラルネットワークを用いたレーザ加工システムの加工誤差の検出
US20240391109A1 (en) Autonomous welding robots
EP3749475B1 (en) Method for seam tracking in pipe welding
CN107824940A (zh) 基于激光结构光的焊缝视觉跟踪系统及方法
CN112534471B (zh) 图像生成装置及方法、机器人训练系统以及存储介质
CN109175608A (zh) 焊缝特征点位置在线测量方法及焊缝轨迹自动测量系统
CN109604777A (zh) 基于激光结构光的焊缝视觉跟踪系统及方法
Eren et al. Recent developments in computer vision and artificial intelligence aided intelligent robotic welding applications
US20230390935A1 (en) Robot control system, robot control method, and program
CN110871432A (zh) 用于激光加工的示教装置
JP2019158602A (ja) 外観検査装置、外観検査方法及びプログラム
WO2020213194A1 (ja) 表示制御システム、および、表示制御方法
JP2023095820A (ja) 学習モデルの生成方法、制御装置、学習モデル、溶接システム、およびプログラム
JP2007275952A (ja) 溶接線の非接触自動検出方法及びその装置
Tsitos et al. Real-time feasibility of a human intention method evaluated through a competitive human-robot reaching game
JP2023513385A (ja) 画像分類器を評価するための方法及び装置
JP2019133344A (ja) ワーク画像生成装置
US20230403475A1 (en) Reflection refuting laser scanner
JP7415028B2 (ja) 撮像条件調整装置、及び撮像条件調整方法
JP2019118993A (ja) ロボット、自己診断プログラム、及び自己診断方法
Ye et al. Design of industrial robot teaching system based on machine vision
TW202209261A (zh) 用於光學檢測的路徑建立方法及其裝置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant