FR3110100A1 - Method and system for determining causes of defects observed in laser welding processes - Google Patents
Method and system for determining causes of defects observed in laser welding processes Download PDFInfo
- Publication number
- FR3110100A1 FR3110100A1 FR2004936A FR2004936A FR3110100A1 FR 3110100 A1 FR3110100 A1 FR 3110100A1 FR 2004936 A FR2004936 A FR 2004936A FR 2004936 A FR2004936 A FR 2004936A FR 3110100 A1 FR3110100 A1 FR 3110100A1
- Authority
- FR
- France
- Prior art keywords
- signal
- laser welding
- group
- production signal
- welding process
- 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.)
- Withdrawn
Links
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
- 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
- B23K26/02—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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Mechanical Engineering (AREA)
- Plasma & Fusion (AREA)
- Laser Beam Processing (AREA)
Abstract
Procédé et système de détermination de cause s de défaut s observé s dans des processus de soudage au laser L’invention concerne un procédé et un système de détermination de causes de défauts observés dans un processus de soudage au laser comprenant l’acquisition d’un signal de production, comprenant des séries temporelles d’échantillons de tension représentatives de la lumière réfléchie durant le soudage au laser d’une pièce. Le procédé comprend une obtention (42, 44) d’un signal de référence associé au processus de soudage au laser appliqué et, en cas de détection (48) de la présence d’une déviation calculée entre le signal de production acquis et le signal de référence supérieure à un seuil prédéterminé, au moins un paramètre caractéristique de ladite déviation est calculé. Une affectation (54) du signal de production acquis à un groupe de signaux en fonction dudit au moins un paramètre caractéristique, comprenant une mise en œuvre (60) d’une méthode d’apprentissage automatique de regroupement dynamique pour assigner le signal de production soit à un groupe préalablement identifié, soit à un nouveau groupe, est effectuée, suivie d’une détermination (64, 66, 68) d’au moins une cause de défaut en fonction du groupe d’affectation du signal de production. Figure pour l’abrégé : Figure 2A method and system for determining causes of defects observed in laser welding processes The invention relates to a method and system for determining causes of defects observed in a laser welding process comprising acquiring a A production signal, comprising time series of voltage samples representative of the light reflected during laser welding of a workpiece. The method includes obtaining (42, 44) a reference signal associated with the applied laser welding process and, upon detection (48) of the presence of a calculated deviation between the acquired production signal and the signal. of reference greater than a predetermined threshold, at least one characteristic parameter of said deviation is calculated. An assignment (54) of the acquired production signal to a group of signals based on said at least one characteristic parameter, comprising an implementation (60) of a dynamic grouping machine learning method for assigning the production signal to either to a previously identified group, or to a new group, is carried out, followed by a determination (64, 66, 68) of at least one fault cause as a function of the group of assignment of the production signal. Figure for the abstract: Figure 2
Description
La présente invention concerne un procédé et un système de détermination de causes de défauts observés dans des processus de soudage au laser.The present invention relates to a method and a system for determining causes of defects observed in laser welding processes.
L’invention se situe dans le domaine de l’évaluation des défauts dans les processus de fabrication, et en particulier dans l’évaluation du soudage au laser.The invention lies in the field of the evaluation of defects in manufacturing processes, and in particular in the evaluation of laser welding.
Dans les processus de fabrication, il est utile de surveiller l’occurrence de défauts potentiels, qui pourraient induire des défauts dans les articles fabriqués, en vue d’appliquer des mesures correctives et du dépannage.In manufacturing processes, it is useful to monitor the occurrence of potential defects, which could induce defects in manufactured items, with a view to applying corrective measures and troubleshooting.
Pour assurer la qualité des processus de fabrication, des techniques de surveillance de ces processus de fabrication ont été développées, afin d’obtenir des données représentatives des processus de fabrication et de permettre l’analyse des données obtenues durant la surveillance pour déterminer si certains seuils de qualité sont atteints.To ensure the quality of the manufacturing processes, techniques for monitoring these manufacturing processes have been developed, in order to obtain data representative of the manufacturing processes and to allow the analysis of the data obtained during the monitoring to determine whether certain thresholds of quality are achieved.
Par exemple, dans le soudage au laser, plusieurs solutions commerciales utilisent divers capteurs, e.g. des pyromètres, pour relever des valeurs de données dans le temps permettant de caractériser le processus de soudage.For example, in laser welding, several commercial solutions use various sensors, e.g. pyrometers, to collect data values over time to characterize the welding process.
Il est également connu d’utiliser un système comprenant des capteurs pour capter la lumière réfléchie durant le processus de soudage, et un capteur pour transformer la lumière réfléchie acquise en un signal de tension, comprenant des séries temporelles de valeurs de tension, formant un signal de séries temporelles de données représentatives du processus de soudage au laser. Ainsi, pour chaque processus de soudage au laser, un signal de tension représentatif est obtenu. Il est alors possible de calculer, dans une usine de fabrication, un signal de tension de référence pour chaque processus de soudage au laser, par exemple par moyennage des signaux de tension acquis durant des applications du processus de soudage au laser, pour des objets fabriqués qui respectent des exigences de qualité dans une limite de seuil de tolérance prédéfinie. En d’autres termes, un signal de tension de référence est calculé pour chaque processus de soudage au laser nominal.It is also known to use a system comprising sensors for capturing the light reflected during the welding process, and a sensor for transforming the acquired reflected light into a voltage signal, comprising time series of voltage values, forming a signal time series of data representative of the laser welding process. Thus, for each laser welding process, a representative voltage signal is obtained. It is then possible to calculate, in a manufacturing plant, a reference voltage signal for each laser welding process, for example by averaging the voltage signals acquired during applications of the laser welding process, for manufactured objects which meet quality requirements within a predefined tolerance threshold. In other words, a reference voltage signal is calculated for each nominal laser welding process.
Un tel signal de tension de référence peut être utilisé, avec le signal de tension représentatif du processus de soudage au laser, pour surveiller le processus de soudage au laser : si le signal de tension représentatif du processus de soudage au laser est suffisamment similaire, dans une limite de seuil de tolérance prédéfinie, au signal de tension de référence, il est considéré que le niveau de qualité attendu du processus de fabrication est atteint ; sinon, un problème du processus de fabrication est détecté. Dans ce cas, classiquement, le processus de fabrication est arrêté et des opérateurs de maintenance doivent intervenir pour résoudre le problème et appliquer des mesures correctives.Such a reference voltage signal can be used, together with the voltage signal representative of the laser welding process, to monitor the laser welding process: if the voltage signal representative of the laser welding process is sufficiently similar, in a predefined tolerance threshold limit, at the reference voltage signal, it is considered that the expected level of quality of the manufacturing process is reached; otherwise, a manufacturing process problem is detected. In this case, conventionally, the manufacturing process is stopped and maintenance operators must intervene to solve the problem and apply corrective measures.
Il existe un besoin de faciliter le dépannage et assurer qu’un niveau de qualité donné est atteint par un processus de fabrication par soudage au laser.There is a need to facilitate troubleshooting and ensure that a given level of quality is achieved by a laser welding manufacturing process.
A cet effet, l’invention propose un procédé de détermination de causes de défauts observés dans un processus de soudage au laser comprenant l’acquisition d’un signal de production, comprenant des séries temporelles d’échantillons de tension représentatives de la lumière réfléchie durant le soudage au laser d’une pièce. Ce procédé comporte des étapes de:To this end, the invention proposes a method for determining the causes of defects observed in a laser welding process comprising the acquisition of a production signal, comprising time series of voltage samples representative of the light reflected during laser welding of a part. This process includes steps of:
- obtention d’un signal de référence associé au processus de soudage au laser appliqué à ladite pièce,- obtaining a reference signal associated with the laser welding process applied to said part,
- comparaison du signal de production acquis audit signal de référence,- comparison of the acquired production signal with said reference signal,
- en cas de détection de la présence d’une déviation calculée entre le signal de production acquis et le signal de référence supérieure à un seuil prédéterminé, calcul d’au moins un paramètre caractéristique de ladite déviation entre le signal de production acquis et le signal de référence ;- in the event of detection of the presence of a calculated deviation between the acquired production signal and the reference signal greater than a predetermined threshold, calculation of at least one characteristic parameter of said deviation between the acquired production signal and the signal reference ;
- affectation du signal de production acquis à un groupe de signaux en fonction dudit au moins un paramètre caractéristique calculé, comprenant une mise en œuvre d’une méthode d’apprentissage automatique de regroupement dynamique pour assigner le signal de production soit à un groupe préalablement identifié, soit à un nouveau groupe ;- assignment of the acquired production signal to a group of signals according to said at least one calculated characteristic parameter, comprising an implementation of a dynamic grouping automatic learning method for assigning the production signal either to a previously identified group , or to a new group;
-détermination d’au moins une cause de défauts du processus de soudage au laser en fonction du groupe d’affectation du signal de production.-determination of at least one cause of defects of the laser welding process depending on the group of assignment of the production signal.
Avantageusement, la détermination de la ou des cause(s) des défauts est effectuée automatiquement, sur la base d’au moins un paramètre caractérisant d’une déviation entre le signal de production acquis et le signal de référence du processus de soudage au laser.Advantageously, the determination of the cause(s) of the defects is carried out automatically, on the basis of at least one parameter characterizing a deviation between the acquired production signal and the reference signal of the laser welding process.
Le procédé de cause d’un défaut selon l’invention peut également présenter une ou plusieurs des caractéristiques ci-dessous, prises indépendamment ou selon toutes les combinaisons techniquement envisageables.The method for causing a defect according to the invention may also have one or more of the characteristics below, taken independently or in all technically conceivable combinations.
La méthode d’apprentissage automatique de regroupement dynamique est une méthode des K-moyennes.The dynamic clustering machine learning method is a K-means method.
Le calcul d’au moins un paramètre caractéristique comprend, pour au moins un sous-ensemble d’échantillons du signal de production acquis formant un sous-ensemble de déviation locale par rapport au signal de référence, une détermination de distance maximale par rapport au signal de référence, de durée de la déviation locale et d’un instant de début de la déviation locale.The calculation of at least one characteristic parameter comprises, for at least a subset of samples of the acquired production signal forming a subset of local deviation with respect to the reference signal, a determination of maximum distance with respect to the signal reference, duration of the local deviation and a start time of the local deviation.
Le procédé comprend en outre une détermination de présence dans le signal de production acquis d’une chute à zéro, le signal de production acquis étant affecté à un groupe prédéterminé en cas de présence d’une chute à zéro.The method further comprises a determination of the presence in the acquired production signal of a drop to zero, the acquired production signal being assigned to a predetermined group in the event of the presence of a drop to zero.
Le procédé comprend en outre une détermination de similarité de forme consistant à déterminer si le signal de production acquis et le signal de référence ont des formes similaires, avec un décalage vers le haut ou vers le bas, le signal de production acquis étant affecté à un groupe prédéterminé correspondant à un signal décalé.The method further comprises a shape similarity determination comprising determining whether the acquired production signal and the reference signal have similar shapes, with an upward or downward shift, the acquired production signal being assigned to a predetermined group corresponding to a shifted signal.
Le procédé comprend en outre, avant l’étape de comparaison, une étape de pré-traitement du signal, dans laquelle le signal de production acquis est normalisé et/ou sous-échantillonné et/ou lissé et/ou rembourré.The method further comprises, before the comparison step, a signal pre-processing step, in which the acquired production signal is normalized and/or downsampled and/or smoothed and/or padded.
A l’étape de pré-traitement, le signal de référence est normalisé et/ou sous-échantillonné et/ou lissé et/ou rembourré.At the pre-processing stage, the reference signal is normalized and/or downsampled and/or smoothed and/or padded.
Le processus de soudage au laser est effectué dans un système de soudage au laser, et la détermination d’au moins une cause de défauts dans le processus de soudage au laser comprend, lorsque le groupe auquel est affecté le signal de production est un groupe préalablement identifié, une obtention d’une information relative à au moins une cause des défauts observés associée audit groupe à partir d’une base de données d’informations, et une transmission de ladite information au système de soudage au laser.The laser welding process is performed in a laser welding system, and the determination of at least one cause of faults in the laser welding process includes, when the group to which the production signal is assigned is a group previously identified, obtaining information relating to at least one cause of the observed defects associated with said group from an information database, and transmitting said information to the laser welding system.
Le processus de soudage au laser est effectué dans un système de soudage au laser et la détermination d’au moins une cause de défauts dans le processus de soudage au laser comprend, lorsque le groupe auquel est affecté le signal de production est un nouveau groupe, une transmission audit système de soudage au laser d’une requête pour indiquer une cause du ou des défauts observé(s) dans le signal de production acquis.The laser welding process is performed in a laser welding system and the determination of at least one cause of faults in the laser welding process includes, when the group to which the production signal is assigned is a new group, transmitting to said laser welding system a request to indicate a cause of the observed defect(s) in the acquired production signal.
Selon un autre aspect, l’invention concerne un produit programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont implémentées par un dispositif électronique programmable, mettent en œuvre un procédé de détermination de causes de défauts observés dans un processus de soudage au laser tel que brièvement décrit ci-dessus.According to another aspect, the invention relates to a computer program product comprising software instructions which, when implemented by a programmable electronic device, implement a method for determining the causes of defects observed in a welding process. laser as briefly described above.
Selon un autre aspect, l’invention concerne un système de détermination des causes de défauts observés dans un processus de soudage au laser comprenant l’acquisition d’un signal de production, comprenant des séries temporelles d’échantillons de tension représentatives de la lumière réfléchie durant le soudage au laser d’une pièce. Le système comporte un processeur configuré pour implémenter des modules de:According to another aspect, the invention relates to a system for determining the causes of defects observed in a laser welding process comprising the acquisition of a production signal, comprising time series of voltage samples representative of the reflected light during laser welding of a workpiece. The system has a processor configured to implement modules of:
-obtention d’un signal de référence associé au processus de soudage au laser appliqué à ladite pièce,-obtaining a reference signal associated with the laser welding process applied to said part,
-comparaison du signal de production acquis audit signal de référence,-comparison of the acquired production signal with said reference signal,
-en cas de détection de la présence d’une déviation calculée entre le signal de production acquis et le signal de référence supérieure à un seuil prédéterminé, calcul d’au moins un paramètre caractéristique de ladite déviation entre le signal de production acquis et le signal de référence ;-in the event of detection of the presence of a calculated deviation between the acquired production signal and the reference signal greater than a predetermined threshold, calculation of at least one characteristic parameter of said deviation between the acquired production signal and the signal reference ;
-affectation du signal de production acquis à un groupe de signaux en fonction dudit au moins un paramètre caractéristique calculé, comprenant une mise en œuvre 60 d’une méthode d’apprentissage automatique de regroupement dynamique pour assigner le signal de production soit à un groupe préalablement identifié, soit à un nouveau groupe ;- assignment of the acquired production signal to a group of signals according to said at least one calculated characteristic parameter, comprising an implementation 60 of a dynamic grouping automatic learning method for assigning the production signal either to a group previously identified, either to a new group;
-détermination d’au moins une cause de défauts du processus de soudage au laser en fonction du groupe d’affectation du signal de production.-determination of at least one cause of defects of the laser welding process depending on the group of assignment of the production signal.
D’autres caractéristiques et avantages de l’invention ressortiront de la description qui en est donnée ci-dessous, à titre indicatif et nullement limitatif, en référence aux figures annexées, parmi lesquelles :Other characteristics and advantages of the invention will emerge from the description given below, by way of indication and in no way limiting, with reference to the appended figures, among which:
L’invention sera décrite ci-après dans le cadre des processus de soudage au laser. Elle s’applique à tout type de processus de soudage au laser. Plus généralement, l’invention s’applique à tout type de soudage qui produit un signal de mesure de qualité.The invention will be described below in the context of laser welding processes. It applies to any type of laser welding process. More generally, the invention applies to any type of welding which produces a quality measurement signal.
La figure 1 illustre schématiquement un système de soudage au laser 2 et un système 4 associé de détermination de causes de défauts observés dans le système de soudage au laser 2.Figure 1 schematically illustrates a laser welding system 2 and an associated system 4 for determining the causes of defects observed in the laser welding system 2.
Plus en détail, le système de soudage au laser 2 comprend un outil de soudage 6, qui n’est pas décrit en détail ici étant donné que plusieurs types d’outils de soudage sont connus. Un tel outil est alimenté par une source de puissance (non représentée) et est configuré pour orienter un faisceau laser en direction d’une pièce 8 à souder. Dans le système de soudage au laser 2, l’outil de soudage 6 est contrôlé par une unité de contrôle 10, qui est configurée pour transmettre des commandes à l’outil de soudage 6.In more detail, the laser welding system 2 comprises a welding tool 6, which is not described in detail here since several types of welding tools are known. Such a tool is powered by a power source (not shown) and is configured to direct a laser beam towards a part 8 to be welded. In the laser welding system 2, the welding tool 6 is controlled by a control unit 10, which is configured to transmit commands to the welding tool 6.
L’unité de contrôle 10 est par exemple un contrôleur électronique, qui peut être commandé par un opérateur humain.The control unit 10 is for example an electronic controller, which can be controlled by a human operator.
L’unité de contrôle 10 est connectée à une interface de communication 12, qui est configurée pour transmettre et recevoir des données selon un protocole de communication. Dans un mode de réalisation préféré, l’interface de communication 12 est adaptée à communiquer selon un protocole de communication radio, par exemple WiFi, LTE ou 5G.The control unit 10 is connected to a communication interface 12, which is configured to transmit and receive data according to a communication protocol. In a preferred embodiment, the communication interface 12 is adapted to communicate according to a radio communication protocol, for example WiFi, LTE or 5G.
De plus, le système de soudage au laser 2 comporte également un capteur électro-optique 14, une unité de traitement 16 des données captées, et une interface de communication 18 des données captées associée.In addition, the laser welding system 2 also comprises an electro-optical sensor 14, a processing unit 16 of the captured data, and an associated communication interface 18 of the captured data.
Le capteur électro-optique 14 est un capteur configuré pour capter la lumière réfléchie durant le processus de soudage au laser appliqué à la pièce 8, et pour convertir le signal optique acquis en un signal de tension qui comprend des séries temporelles d’échantillons représentatifs de la lumière captée. La sortie du capteur électro-optique 14 est appelée ci-après signal de production qui est le signal de tension représentatif du processus de soudage au laser appliqué.Electro-optical sensor 14 is a sensor configured to sense light reflected during the laser welding process applied to workpiece 8, and to convert the acquired optical signal into a voltage signal that includes time series of samples representative of the captured light. The output of the electro-optical sensor 14 is hereinafter referred to as the production signal which is the voltage signal representative of the applied laser welding process.
Plusieurs signaux de production sont acquis durant le soudage au laser de plusieurs pièces, et ces signaux de production sont mémorisés dans une mémoire 20, associée à l’unité de traitement 16 des données captées.Several production signals are acquired during the laser welding of several parts, and these production signals are stored in a memory 20, associated with the processing unit 16 of the captured data.
L’unité de traitement 16 est configurée pour calculer un signal de référence, basé sur une pluralité de signaux de production mémorisés, chacun de ces signaux de production mémorisés correspondant à un soudage au laser qui respecte des exigences de qualité prédéterminées, dans une marge de tolérance prédéterminée, le respect des exigences de qualité étant assuré par exemple par une inspection de la qualité des pièces produites par le processus de soudage au laser. Ainsi, le signal de référence est un signal de tension de référence représentatif du processus de soudage sans défaut.The processing unit 16 is configured to calculate a reference signal, based on a plurality of stored production signals, each of these stored production signals corresponding to laser welding which meets predetermined quality requirements, within a margin of predetermined tolerance, compliance with quality requirements being ensured, for example, by quality inspection of the parts produced by the laser welding process. Thus, the reference signal is a reference voltage signal representative of the faultless welding process.
Par exemple, un nombre N de signaux de production est acquis et mémorisé. Chaque signal de production comprend un série d’échantillons de tension, et est noté : Prodj={Pj(1),…, Pj(i),…Pj(K)} où K est le nombre total d’échantillons du signal Prodj, et chaque indice i correspond à un instant temporel de la série d’échantillons (Pj(i) est le ièmeéchantillons du signal).For example, a number N of production signals is acquired and stored. Each production signal includes a series of voltage samples, and is denoted: Prod j ={P j (1),…, P j (i),…P j (K)} where K is the total number of samples of the signal Prod j , and each index i corresponds to a time instant of the series of samples (P j (i) is the i th sample of the signal).
Le signal de référence est composé d’un nombre donné d’échantillons, par exemple K échantillons, correspondant à une durée donnée du processus de soudage au laser, et chaque échantillon Rs(i) correspondant au ièmeinstant temporel, est calculé par calcul d’une valeur moyenne des échantillons des signaux de production Pj(i) correspondant au même instant temporel.The reference signal is composed of a given number of samples, for example K samples, corresponding to a given duration of the laser welding process, and each sample Rs(i) corresponding to the i th time instant, is calculated by calculation of an average value of the samples of the production signals P j (i) corresponding to the same time instant.
La formule mathématique correspondant est la suivante :The corresponding mathematical formula is as follows:
En variante, une moyenne pondéré est appliquée pour calculer les échantillons du signal de référence.Alternatively, a weighted average is applied to calculate the samples of the reference signal.
Selon une autre alternative, une ligne horizontale de valeur constante est choisie comme signal de référence pour des zones spécifiées des signaux de production. La valeur constante est par exemple calculée par application d’un calcul de moyenne ou de moyenne pondérés des valeurs des signaux de productions dans la zone spécifiée.Alternatively, a horizontal line of constant value is chosen as the reference signal for specified areas of the output signals. The constant value is for example calculated by applying a calculation of the average or weighted average of the values of the production signals in the specified zone.
Il est entendu que pour chaque processus de soudage au laser différent, un signal de référence est calculé selon cette méthode. Bien entendu, la méthode de calcul des signaux de référence peut différer pour des usines de fabrication différentes.It is understood that for each different laser welding process, a reference signal is calculated according to this method. Of course, the method of calculating the reference signals may differ for different manufacturing plants.
Pour simplifier l’explication, dans la suite de la description on considère un processus de soudage au laser pour la fabrication de pièces, pour lequel un signal de référence est calculé et mémorisé.To simplify the explanation, in the rest of the description we consider a laser welding process for the manufacture of parts, for which a reference signal is calculated and stored.
Pour un processus de soudage au laser donné, le signal de référence calculé, ainsi que le signal de production acquis pour la fabrication d’une pièce, sont transmis au système 4 de détermination de causes de défauts observés lors du processus de soudage appliqué dans le système de soudage au laser 2.For a given laser welding process, the calculated reference signal, as well as the production signal acquired for the manufacture of a part, are transmitted to the system 4 for determining the causes of defects observed during the welding process applied in the laser welding system 2.
Dans un mode de réalisation, la transmission est effectuée par un protocole de communication sans fil, par exemple WiFi, LTE ou 5G.In one embodiment, the transmission is carried out by a wireless communication protocol, for example WiFi, LTE or 5G.
Le système 4 de détermination de causes de défauts observés dans le processus de soudage au laser est par exemple un dispositif électronique programmable (i.e. un ordinateur) comportant une interface de communication 22, adaptée à recevoir et à transmettre des données selon un protocole de communication. Dans un mode de réalisation préféré, l’interface de communication 12 est adaptée à communiquer selon un protocole de communication radio, par exemple WiFi, LTE ou 5G.The system 4 for determining the causes of defects observed in the laser welding process is for example a programmable electronic device (i.e. a computer) comprising a communication interface 22, adapted to receive and transmit data according to a communication protocol. In a preferred embodiment, the communication interface 12 is adapted to communicate according to a radio communication protocol, for example WiFi, LTE or 5G.
En particulier, l’interface de communication 22 est adaptée à communiquer avec les interfaces de communication 12, 18 du système de soudage au laser 2.In particular, the communication interface 22 is adapted to communicate with the communication interfaces 12, 18 of the laser welding system 2.
Le système 4 comporte en outre une unité électronique de calcul 24, par exemple un ou plusieurs processeurs, configurée pour implémenter des instructions de code de programme, connectée à l’interface de communication 22 et également connectée à une unité électronique de stockage de données 26, adaptée à mémoriser des données. Les unités 22, 24, 26 sont connectées via des bus de communication internes.The system 4 further comprises an electronic calculation unit 24, for example one or more processors, configured to implement program code instructions, connected to the communication interface 22 and also connected to an electronic data storage unit 26 , adapted to store data. Units 22, 24, 26 are connected via internal communication buses.
L’unité électronique de calcul 24 est en particulier configurée pour exécuter un programme d’ordinateur comportant des instructions logicielles pour implémenter un procédé de détermination de causes de défauts d’un processus de soudage au laser selon l’invention. Le programme d’ordinateur est par exemple mémorisé sur un support non-volatile d’enregistrement de données 28, lisible par un ordinateur, par exemple un disque optique, un disque magnéto-optique, une mémoire ROM, une mémoire RAM, tout type de mémoire non-volatile (par exemple EPROM, EEPROM, FLASH, NVRAM), une carte magnétique ou une carte optique.The electronic calculation unit 24 is in particular configured to execute a computer program comprising software instructions to implement a method for determining the causes of defects in a laser welding process according to the invention. The computer program is for example stored on a non-volatile data recording medium 28, readable by a computer, for example an optical disc, a magneto-optical disc, a ROM memory, a RAM memory, any type of non-volatile memory (eg EPROM, EEPROM, FLASH, NVRAM), a magnetic card or an optical card.
Selon une variante, le système 4 de détermination de causes de défauts observés dans un processus de soudage au laser est implémenté par un FPGA (Field Programmable Gate Array) ou par un circuit intégré dédié, par exemple un ASIC (Applications Specific Integrated Circuit).According to a variant, the system 4 for determining the causes of defects observed in a laser welding process is implemented by an FPGA (Field Programmable Gate Array) or by a dedicated integrated circuit, for example an ASIC (Applications Specific Integrated Circuit).
Comme expliqué plus en détail ci-après en référence à la figure 2, le système 4 de détermination de causes de défauts observés dans un processus de soudage au laser est configuré pour analyser un signal de production acquis, représentatif d’un processus de soudage au laser, reçu du système 2, par comparaison avec un signal de référence correspondant, et affecter dynamiquement le signal de production à un groupe de signaux, en fonction d’au moins un paramètre caractérisant la déviation entre le signal de production acquis et le signal de référence.As explained in more detail below with reference to FIG. 2, the system 4 for determining the causes of defects observed in a laser welding process is configured to analyze an acquired production signal, representative of a laser welding process. laser, received from system 2, by comparison with a corresponding reference signal, and dynamically assigning the production signal to a group of signals, as a function of at least one parameter characterizing the deviation between the acquired production signal and the reference.
Selon le résultat de l’affectation à un groupe, une cause du défaut observé peut être prédite à partir d’une base de données 25 d’informations mettant en correspondance les groupes de signaux et des causes de défaut(s) observé(s). Au moins une cause prédite est transmise au système de soudage au laser 2, par exemple à l’unité de contrôle 10 qui commande l’outil de soudage au laser 6 pour appliquer une mesure corrective.According to the result of the assignment to a group, a cause of the observed defect can be predicted from an information database matching the groups of signals and the causes of observed defect(s). . At least one predicted cause is transmitted to the laser welding system 2, for example to the control unit 10 which commands the laser welding tool 6 to apply a corrective measure.
Si le signal de production est affecté à un nouveau groupe, une requête est envoyée au système de soudage au laser, pour obtenir des informations sur la cause ou des causes de défauts observés.If the production signal is assigned to a new group, a request is sent to the laser welding system, to obtain information on the cause or causes of the defects observed.
Ainsi, le système 4 de détermination de causes de défauts observés dans un processus de soudage au laser communique avec le système de soudage au laser 2, soit pour indiquer une ou des causes de défauts observés, ou pour obtenir des informations sur les causes de défauts observés, afin d’enrichir la base de données d’informations 25.Thus, the system 4 for determining the causes of defects observed in a laser welding process communicates with the laser welding system 2, either to indicate one or more causes of defects observed, or to obtain information on the causes of defects observed, in order to enrich the information database 25.
Le système 4 de détermination de causes de défauts observés est configuré pour mettre en œuvre le procédé de détermination de causes de défauts, selon toutes ses variantes de mise en œuvre.The system 4 for determining the causes of observed faults is configured to implement the method for determining the causes of faults, according to all its implementation variants.
Les principales étapes d’un procédé de détermination de causes de défauts observés dans des processus de soudage au laser, selon un mode de réalisation de l’invention, sont décrites en référence à la figure 2.The main steps of a method for determining the causes of defects observed in laser welding processes, according to one embodiment of the invention, are described with reference to Figure 2.
Le procédé comprend une étape 40 de réception d’un signal de production Prodi, acquis par le système de soudage au laser. Le signal de production est par exemple composé de séries temporelles d’échantillons d’un signal de tension. Le signal de production est représentatif du processus de soudage au laser appliqué à une pièce.The method comprises a step 40 of receiving a production signal Prod i , acquired by the laser welding system. The production signal is for example composed of time series of samples of a voltage signal. The production signal is representative of the laser welding process applied to a part.
Dans un mode de réalisation, seulement les signaux de production représentatifs d’un processus de soudage au laser défectueux sont transmis par le système de soudage et reçus par le système de détermination de causes de défauts.In one embodiment, only production signals representative of a faulty laser welding process are transmitted by the welding system and received by the fault cause determination system.
Le procédé comprend en outre une étape 42 d’obtention d’un signal de référence RSicorrespondant au processus de soudage au laser appliqué pour acquérir le signal de production Prodi. Le signal de référence est un signal de tension, représentatif du processus de soudage au laser dans des conditions nominales, sans défauts observés dans une marge de tolérance prédéterminée.The method further comprises a step 42 of obtaining a reference signal RS i corresponding to the laser welding process applied to acquire the production signal Prod i . The reference signal is a voltage signal, representative of the laser welding process under nominal conditions, with no defects observed within a predetermined tolerance range.
Le signal de référence est soit reçu du système de soudage au laser 2, soit lu dans une mémoire du système 4 de détermination de causes de défauts observés dans un processus de soudage au laser.The reference signal is either received from the laser welding system 2 or read from a memory of the system 4 for determining the causes of defects observed in a laser welding process.
Les étapes 40 et 42 sont suivie d’une étape optionnelle 44 de pré-traitement du signal de production acquis et du signal de référence. Par exemple, chacun de ces signaux est normalisé et/ou lissé et/ou sous-échantillonné et/ou rembourré (« padded » en anglais). De manière connue pour un homme du métier, la normalisation est une étape de pré-traitement qui rend les signaux plus aisément comparables, en les ramenant dans un même intervalle de valeurs. Le lissage comporte un traitement de moyennage des points qui sont proches dans les séries temporelles, dans une fenêtre donnée, de sorte que le signal ne comporte plus de pics ponctuels. Le rembourrage (« padding ») est un traitement consistant à ajouter des valeurs données, par exemple des zéros, en début ou en fin de signal de manière à le rendre de longueur (nombre d’échantillons) égale à celle d’un autre signal. Le sous-échantillonnage est un processus consistant à diminuer la longueur du signal en sélectionnant un point sur M, par exemple un point sur 10.Steps 40 and 42 are followed by an optional step 44 of pre-processing the acquired production signal and the reference signal. For example, each of these signals is normalized and/or smoothed and/or undersampled and/or padded. In a manner known to a person skilled in the art, the normalization is a pre-processing step which makes the signals more easily comparable, by bringing them into the same interval of values. The smoothing comprises an averaging processing of the points which are close in the time series, in a given window, so that the signal no longer comprises point peaks. Padding is a process consisting in adding given values, for example zeros, at the beginning or at the end of a signal so as to make it of length (number of samples) equal to that of another signal . Downsampling is a process of decreasing the length of the signal by selecting a point out of M, for example a point out of 10.
En variante, d’autres méthodes de pré-traitement sont utilisables, par exemple une standardisation à la place d’une normalisation, un découpage du signal le plus long à la place d’un rembourrage du signal le plus court, le sous-échantillonnage n’est pas effectué, etc.Alternatively, other pre-processing methods can be used, for example standardization instead of normalization, slicing of the longest signal instead of padding of the shortest signal, subsampling is not done, etc.
Selon une autre variante, le signal de référence obtenu est déjà pré-traité, et seul un pré-traitement du signal de production acquis est effectué à l’étape de pré-traitement 44.According to another variant, the reference signal obtained is already pre-processed, and only a pre-processing of the acquired production signal is carried out in the pre-processing step 44.
Avantageusement, le pré-traitement facilite la comparaison des signaux.Advantageously, the pre-processing facilitates the comparison of the signals.
De plus, le procédé comprend une comparaison 46 entre le signal de production acquis et le signal de référence. L’étape 46 met en œuvre un calcul d’une ou plusieurs déviation(s) entre ces deux signaux, par exemple en appliquant une formule de calcul de déviation donnée.In addition, the method includes a comparison 46 between the acquired production signal and the reference signal. Step 46 implements a calculation of one or more deviation(s) between these two signals, for example by applying a given deviation calculation formula.
Dans un mode de réalisation, le calcul de l’étape 46 comprend l’application d’une fenêtre glissante sur le signal de production et le signal de référence, et à l’intérieur d’une telle fenêtre, le calcul d’une valeur de chaque signal et d’une différence entre les valeurs moyennes calculées. Par exemple, la déviation est égale à un pourcentage de différence entre les valeurs moyennes calculées.In one embodiment, the calculation of step 46 comprises the application of a sliding window on the production signal and the reference signal, and inside such a window, the calculation of a value of each signal and a difference between the calculated mean values. For example, the deviation is equal to a percentage difference between the calculated average values.
La déviation calculée est comparée à un seuil prédéterminé (étape 48) pour déterminer si le signal de production est similaire au signal de référence avec une tolérance donnée. Par exemple, si la déviation est égale à un pourcentage de différence, le seuil prédéterminé est compris entre 5% et 50%, et est par exemple égal à 20%. Plus précisément, si la moyenne du signal de production sur une fenêtre glissante est de plus de 20% plus élevée ou plus basse que la valeur correspondante du signal de référence, alors la présence d’une déviation est validée.The calculated deviation is compared to a predetermined threshold (step 48) to determine if the production signal is similar to the reference signal with a given tolerance. For example, if the deviation is equal to a percentage difference, the predetermined threshold is between 5% and 50%, and is for example equal to 20%. More precisely, if the average of the production signal over a sliding window is more than 20% higher or lower than the corresponding value of the reference signal, then the presence of a deviation is validated.
Alternativement le seuil (ou la marge de tolérance) est calculé automatiquement.Alternatively the threshold (or the tolerance margin) is calculated automatically.
Si la déviation calculée est inférieure au seuil, il en est conclu qu’aucun défaut ayant pour effet une déviation de forme n’est détecté (étape 50).If the calculated deviation is less than the threshold, it is concluded that no defect having the effect of a shape deviation is detected (step 50).
Si la déviation calculée est supérieure au seuil ou sort des marges de tolérance, il en est conclu que le signal de production et le signal de référence différent et par conséquent un défaut induisant une déviation de forme entre ces signaux est détecté.If the calculated deviation is greater than the threshold or outside the tolerance margins, it is concluded that the production signal and the different reference signal and consequently a defect inducing a shape deviation between these signals is detected.
De plus, une ou plusieurs déviations locales peuvent être observées.In addition, one or more local deviations may be observed.
Une déviation locale par rapport au signal de référence a lieu lorsqu’un sous-ensemble d’échantillons du signal de production acquis, qui peut être réduit à un seul échantillon, est tel que chaque valeur d’échantillon du sous-ensemble est distante de la valeur du signal de référence correspondante de plus d’un seuil de déviation locale prédéterminé, par exemple égal au seuil prédéterminé décrit ci-dessus. Un tel sous-ensemble d’échantillons du signal de production forme un sous-ensemble de déviation locale par rapport au signal de référence.A local deviation from the reference signal occurs when a subset of samples of the acquired production signal, which can be reduced to a single sample, is such that each sample value of the subset is distant by the value of the corresponding reference signal by more than a predetermined local deviation threshold, for example equal to the predetermined threshold described above. Such a subset of samples of the production signal forms a local deviation subset from the reference signal.
Lors de l’étape de calcul 52, un calcul de paramètres caractérisant la déviation locale ou les déviations locales entre le signal de production et le signal de référence est appliqué.During calculation step 52, a calculation of parameters characterizing the local deviation or the local deviations between the production signal and the reference signal is applied.
Alternativement, un ou plusieurs paramètres caractérisant la déviation locale sont calculés à l’étape 46 décrite ci-dessus.Alternatively, one or more parameters characterizing the local deviation are calculated in step 46 described above.
Pour chaque déviation locale, les paramètres caractérisant la déviation locale suivants sont calculés : la distance maximale entre le signal de production et le signal de référence, la durée de la déviation locale (i.e. le nombre d’échantillons du signal de production du sous-ensemble d’échantillons de déviation locale), l’instant de début de la déviation locale, par exemple l’index temporel du premier échantillon du sous-ensemble définissant la déviation locale.For each local deviation, the following parameters characterizing the local deviation are calculated: the maximum distance between the production signal and the reference signal, the duration of the local deviation (i.e. the number of samples of the production signal of the subset of local deviation samples), the start time of the local deviation, for example the time index of the first sample of the subset defining the local deviation.
De plus, un paramètre caractérisant particulier est une chute à zéro dans le signal de production. Une chute à zéro est enregistrée comme paramètre caractéristique d’une déviation, indépendamment de l’indice temporel correspondant.Moreover, a particular characterizing parameter is a drop to zero in the output signal. A drop to zero is recorded as a characteristic parameter of a deviation, independently of the corresponding temporal index.
L’étape 52 de calcul de paramètres caractérisant la ou les déviations est suivie d’une étape de regroupement 54 (« clustering » en anglais), lors de laquelle le signal de production est affecté à un groupe (ou « cluster ») de signaux, qui est soit un groupe préalablement identifié et mémorisé, soit un nouveau groupe, créé dynamiquement.Step 52 of calculating parameters characterizing the deviation(s) is followed by a grouping step 54 ("clustering" in English), during which the production signal is assigned to a group (or "cluster") of signals , which is either a previously identified and memorized group, or a new group, created dynamically.
Dans le mode de réalisation de la figure 2, l’étape 54 de regroupement (affectation de chaque signal de production à un groupe) comporte plusieurs sous-étapes.In the embodiment of FIG. 2, the grouping step 54 (assignment of each production signal to a group) comprises several sub-steps.
Dans un premier temps, les paramètres caractérisant la déviation (ou les déviations) sont analysés lors d’une sous-étape d’analyse 56, pour déterminer si une chute à zéro a été détectée dans le signal de production, ou si le signal de production a la même forme que le signal de référence, mais avec des échantillons décalés, soit vers le haut (i.e. les valeurs des échantillons du signal de production sont systématiquement plus élevées, sensiblement d’une même valeur de décalage, que les valeurs d’échantillons correspondantes du signal de référence), soit vers le bas (i.e. les valeurs des échantillons du signal de production sont systématiquement moins élevées, sensiblement d’une même valeur de décalage, que les valeurs d’échantillons correspondantes du signal de référence).Initially, the parameters characterizing the deviation (or deviations) are analyzed during an analysis sub-step 56, to determine whether a drop to zero has been detected in the production signal, or whether the production has the same shape as the reference signal, but with shifted samples, either upwards (i.e. the values of the samples of the production signal are systematically higher, by substantially the same shift value, than the values of corresponding samples of the reference signal), or downwards (i.e. the values of the samples of the production signal are systematically lower, substantially by the same offset value, than the corresponding sample values of the reference signal).
Pour chacun des cas de figure identifiés à l’étape 56, un groupe prédéfini correspondant est préenregistré, et les causes de défaut associées sont également préenregistrées.For each of the scenarios identified in step 56, a corresponding predefined group is pre-recorded, and the associated fault causes are also pre-recorded.
Le signal de production est affecté au groupe correspondant à l’étape d’affectation 58.The output signal is assigned to the corresponding group in assignment step 58.
Par exemple, une chute à zéro peut indiquer que le capteur électro-optique 14 et l’unité de traitement 16 des données captées ne sont pas correctement configurés.For example, a drop to zero may indicate that the electro-optical sensor 14 and the processing unit 16 of the captured data are not correctly configured.
Par exemple, si le signal de production acquis a la même forme que le signal de référence, mais décalé vers le haut, il peut en être déduit qu’à cause d’un nettoyage inadéquat, une augmentation de la quantité de lumière réfléchie durant le processus de soudage, et par conséquent durant l’acquisition du signal de production, s’est produite.For example, if the acquired production signal has the same shape as the reference signal, but shifted upwards, it can be deduced that due to inadequate cleaning, an increase in the amount of light reflected during the welding process, and therefore during the acquisition of the production signal, has occurred.
Par exemple, si le signal de production acquis a la même forme que le signal de référence, mais décalé vers le bas, il peut en être déduit qu’à cause d’un nettoyage inadéquat, la protection vitrée de l’optique du capteur électro-optique est contaminée, par exemple enfumée. Cela produit une baisse de l’intensité du faisceau lumineux capté durant le processus de soudage, et par conséquent durant l’acquisition du signal de production. La forme du signal de production est alors similaire à celle du signal de référence, mais les valeurs des échantillons sont plus faibles.For example, if the acquired production signal has the same shape as the reference signal, but shifted downwards, it can be deduced that due to inadequate cleaning, the glass protection of the optics of the electro sensor -optics is contaminated, for example smoky. This produces a drop in the intensity of the light beam captured during the welding process, and therefore during the acquisition of the production signal. The shape of the production signal is then similar to that of the reference signal, but the sample values are lower.
Si la sous-étape d’analyse 56 donne des résultats négatifs, une méthode d’apprentissage automatique de regroupement dynamique est mise en œuvre à l’étape 60, basée sur les paramètres caractérisant la ou les déviations calculés et, éventuellement, sur le signal de référence. Le regroupement dynamique affecte le signal de production acquis soit à un groupe préalablement identifié (préalablement créé par la méthode de regroupement dynamique), soit à un nouveau groupe.If the analysis sub-step 56 gives negative results, a dynamic grouping automatic learning method is implemented in step 60, based on the parameters characterizing the calculated deviation(s) and, optionally, on the signal reference. Dynamic grouping assigns the acquired production signal either to a previously identified group (previously created by the dynamic grouping method), or to a new group.
Par exemple, la méthode de regroupement par K-moyennes, dite méthode des K-moyennes (en anglais « K-means »), connue dans le domaine de l’analyse des données, est appliquée, avec un apprentissage à la volée (« online learning ») et une création dynamique de groupes (ou « clusters »).For example, the grouping method by K-means, known as the K-means method, known in the field of data analysis, is applied, with on-the-fly learning (“ online learning”) and dynamic creation of groups (or “clusters”).
A l’issue de l’étape 54, le signal de production Prodiest affecté à un groupe de signaux Cq.At the end of step 54, the production signal Prod i is assigned to a group of signals C q .
Ensuite lors d’une étape de vérification 62 il est vérifié si le groupe Cqa déjà été identifié et enregistré dans la base de données d’informations 25 qui mémorise les causes des défauts observé dans les processus de soudage en association avec des groupes de signaux.Then during a verification step 62 it is verified whether the group C q has already been identified and recorded in the information database 25 which stores the causes of the defects observed in the welding processes in association with groups of signals.
Par exemple, la base de données d’informations comprend un label ou des labels indiquant des causes de défauts préalablement observés en association avec le groupe Cq. Le(s) label(s) sont basés sur des informations fournies par des utilisateurs, par exemple des opérateurs de maintenance du système de soudage au laser. Par exemple, des opérateurs de maintenance peuvent renseigner des causes de défauts par l’intermédiaire d’une interface utilisateur du système de soudage au laser.For example, the information database comprises a label or labels indicating causes of defects previously observed in association with the group C q . The label(s) are based on information provided by users, for example maintenance operators of the laser welding system. For example, maintenance operators can inform fault causes via a user interface of the laser welding system.
Dans le cas d’une réponse positive à l’étape de vérification 62, cette étape est suivie d’une étape 64 d’obtention et de transmission d’information (par exemple un label ou des labels indiquant des causes de défaut) relative à la cause prédite des défauts observés au système de soudage laser 2. Avantageusement, des mesures correctives ou de dépannage peuvent être mise en œuvre facilement et rapidement grâce à l’information reçue.In the case of a positive response to the verification step 62, this step is followed by a step 64 for obtaining and transmitting information (for example a label or labels indicating the causes of the fault) relating to the predicted cause of the faults observed in the laser welding system 2. Advantageously, corrective or troubleshooting measures can be implemented easily and quickly thanks to the information received.
En cas de réponse négative à l’étape de vérification 62 (i.e. le groupe Cqest un groupe nouvellement créé), cette étape est suivie d’une étape 66 de transmission au système de soudage au laser d’une requête pour indiquer la ou les causes de défaut du processus de soudage au laser.In the event of a negative response to the verification step 62 (ie the group C q is a newly created group), this step is followed by a step 66 of transmission to the laser welding system of a request to indicate the the fault causes of the laser welding process.
Ensuite, le procédé comprend une étape 68 de réception d’informations concernant la ou les causes du défaut observées dans le processus de soudage au laser, en provenance d’une entrée d’utilisateur, par exemple d’un opérateur de maintenance via une interface utilisateur dédiée. L’information concernant la ou les causes des défauts observés est enregistrées, par exemple sous forme d’un label indiquant une cause, en association avec le groupe Cq, dans la base de données d’informations 25.Then, the method comprises a step 68 of receiving information concerning the cause or causes of the defect observed in the laser welding process, originating from a user input, for example from a maintenance operator via an interface dedicated user. The information concerning the cause or causes of the defects observed is recorded, for example in the form of a label indicating a cause, in association with the group C q , in the information database 25.
Optionnellement, l’étape 64 de transmission d’information est également suivie de l’étape 68 de réception d’informations concernant la ou les causes de défaut observé dans le processus de soudage au laser en provenance d’une entrée d’utilisateur, par exemple dans le cas où la cause prédite des défauts observés, transmise à l’étape 64, n’a pas été validée par l’opérateur de maintenance du système de soudage au laser. Dans ce cas, une mise à jour des causes de défauts associées au groupe Cqest effectuée dans la base de données d’informations 25.Optionally, the step 64 of transmitting information is also followed by the step 68 of receiving information concerning the cause or causes of the defect observed in the laser welding process coming from a user input, by example in the case where the predicted cause of the defects observed, transmitted at step 64, has not been validated by the maintenance operator of the laser welding system. In this case, an update of the causes of faults associated with the group C q is carried out in the information database 25.
Si plusieurs causes de défauts prédites sont associées à un même groupe, des statistiques d’occurrence de ces causes sont calculées et mémorisées.If several causes of predicted faults are associated with the same group, statistics of occurrence of these causes are calculated and stored.
Quand la déviation entre un signal de production et le signal de référence cause une affectation du signal de référence à un groupe qui a plusieurs labels indiquant des causes de défauts possibles, toutes les causes de défauts sont transmises au système de soudage au laser (étape 64), par exemple dans l’ordre décroissant des statistiques d’occurrence. Alternativement, seulement la cause de défaut avec la valeur de statistique d’occurrence la plus élevée est transmise au système de soudage au laser.When the deviation between a production signal and the reference signal causes the reference signal to be assigned to a group which has several labels indicating possible fault causes, all the fault causes are transmitted to the laser welding system (step 64 ), for example in descending order of occurrence statistics. Alternatively, only the fault cause with the highest occurrence statistic value is transmitted to the laser welding system.
Avantageusement, le procédé de détermination de causes de défauts observés dans un processus de soudage au laser est piloté par des données et automatiquement mis à jour en utilisant des informations fournies par des utilisateurs, de manière à réunir les causes effectives des défauts observés.Advantageously, the method for determining the causes of defects observed in a laser welding process is driven by data and automatically updated using information provided by users, so as to bring together the actual causes of the defects observed.
Avantageusement, le dépannage et la maintenance sont largement facilités, et peuvent être mis en place rapidement après observation d’un défaut. Par conséquent, une ligne de production comprenant un système de soudage au laser peut être redémarrée rapidement.Advantageously, troubleshooting and maintenance are greatly facilitated, and can be put in place quickly after observation of a fault. Therefore, a production line including a laser welding system can be restarted quickly.
Claims (11)
- obtention (42, 44) d’un signal de référence associé au processus de soudage au laser appliqué à ladite pièce,
- comparaison (46) du signal de production acquis audit signal de référence,
-en cas de détection (48) de la présence d’une déviation calculée entre le signal de production acquis et le signal de référence supérieure à un seuil prédéterminé, calcul (52) d’au moins un paramètre caractéristique de ladite déviation entre le signal de production acquis et le signal de référence ;
- affectation (54) du signal de production acquis à un groupe de signaux en fonction dudit au moins un paramètre caractéristique calculé, comprenant une mise en œuvre (60) d’une méthode d’apprentissage automatique de regroupement dynamique pour assigner le signal de production soit à un groupe préalablement identifié, soit à un nouveau groupe ;
- détermination (64, 66, 68) d’au moins une cause de défaut du processus de soudage au laser en fonction du groupe d’affectation du signal de production.Method for determining causes of defects observed in a laser welding process comprising acquiring a production signal, comprising time series of voltage samples representative of the light reflected during the laser welding of a part, the method being characterized in that it comprises steps of:
- obtaining (42, 44) a reference signal associated with the laser welding process applied to said part,
- comparison (46) of the production signal acquired with said reference signal,
-in the event of detection (48) of the presence of a calculated deviation between the acquired production signal and the reference signal greater than a predetermined threshold, calculation (52) of at least one characteristic parameter of said deviation between the signal acquired production signal and the reference signal;
- assigning (54) the acquired production signal to a group of signals based on said at least one calculated characteristic parameter, comprising implementing (60) a dynamic clustering machine learning method for assigning the production signal either to a previously identified group, or to a new group;
- determination (64, 66, 68) of at least one fault cause of the laser welding process depending on the assignment group of the production signal.
-obtention d’un signal de référence associé au processus de soudage au laser appliqué à ladite pièce,
-comparaison du signal de production acquis audit signal de référence,
-en cas de détection de la présence d’une déviation calculée entre le signal de production acquis et le signal de référence supérieure à un seuil prédéterminé, calcul d’au moins un paramètre caractéristique de ladite déviation entre le signal de production acquis et le signal de référence ;
-affectation du signal de production acquis à un groupe de signaux en fonction dudit au moins un paramètre caractéristique calculé, comprenant une mise en œuvre d’une méthode d’apprentissage automatique de regroupement dynamique pour assigner le signal de production soit à un groupe préalablement identifié, soit à un nouveau groupe ;
-détermination d’au moins une cause de défaut du processus de soudage au laser en fonction du groupe d’affectation du signal de production.System for determining the causes of defects observed in a laser welding process comprising the acquisition of a production signal, comprising time series of voltage samples representative of the light reflected during the laser welding of a part, characterized in that it comprises a processor configured to implement modules of:
-obtaining a reference signal associated with the laser welding process applied to said part,
-comparison of the acquired production signal with said reference signal,
-in the event of detection of the presence of a calculated deviation between the acquired production signal and the reference signal greater than a predetermined threshold, calculation of at least one characteristic parameter of said deviation between the acquired production signal and the signal reference ;
- assignment of the acquired production signal to a group of signals according to said at least one calculated characteristic parameter, comprising an implementation of a dynamic grouping automatic learning method for assigning the production signal either to a previously identified group , or to a new group;
- determination of at least one fault cause of the laser welding process according to the assignment group of the production signal.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2004936A FR3110100A1 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining causes of defects observed in laser welding processes |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2004936A FR3110100A1 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining causes of defects observed in laser welding processes |
| FR2004936 | 2020-05-18 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3110100A1 true FR3110100A1 (en) | 2021-11-19 |
Family
ID=72266440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2004936A Withdrawn FR3110100A1 (en) | 2020-05-18 | 2020-05-18 | Method and system for determining causes of defects observed in laser welding processes |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3110100A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115201444A (en) * | 2022-07-14 | 2022-10-18 | 安徽强邦新材料股份有限公司 | Aluminum substrate defect detection screening system and method |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200147725A1 (en) * | 2018-11-09 | 2020-05-14 | General Electric Company | Melt Pool Monitoring System and Method for Detecting Errors in an Additive Manufacturing Process |
-
2020
- 2020-05-18 FR FR2004936A patent/FR3110100A1/en not_active Withdrawn
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200147725A1 (en) * | 2018-11-09 | 2020-05-14 | General Electric Company | Melt Pool Monitoring System and Method for Detecting Errors in an Additive Manufacturing Process |
Non-Patent Citations (1)
| Title |
|---|
| CHEN ZIQIN ET AL: "Elucidation of high-power disk laser welding phenomena by simultaneously observing both top and bottom of weldment", THE INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, SPRINGER, LONDON, vol. 88, no. 1, 6 May 2016 (2016-05-06), pages 1141 - 1150, XP036134342, ISSN: 0268-3768, [retrieved on 20160506], DOI: 10.1007/S00170-016-8837-4 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115201444A (en) * | 2022-07-14 | 2022-10-18 | 安徽强邦新材料股份有限公司 | Aluminum substrate defect detection screening system and method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11736062B2 (en) | Method and apparatus for determining operating state of photovoltaic array, device and storage medium | |
| US7432505B2 (en) | Infrared-based method and apparatus for online detection of cracks in steam turbine components | |
| EP2590775B1 (en) | Method of controlling a weld quality | |
| EP0573357B1 (en) | Diagnostic procedure for an on-going process | |
| EP2266005B1 (en) | Method for determining the operating forecast for a system | |
| CN114754824B (en) | Monitoring and early warning method and system for wire drawing machine | |
| FR3019295A1 (en) | METHOD FOR ESTIMATING THE NORMAL OR NON-MEASURED VALUE OF A PHYSICAL PARAMETER OF AN AIRCRAFT ENGINE | |
| FR3066844A1 (en) | METHOD FOR PREDICTING THE RUNNING OF A FAILURE ON AN APPARATUS IN TIME | |
| WO2016012972A1 (en) | Method for detecting anomalies in a distribution network, in particular for drinking water | |
| CN110650052A (en) | Customer reason fault identification processing method and system based on intelligent algorithm | |
| FR3110100A1 (en) | Method and system for determining causes of defects observed in laser welding processes | |
| FR2698470A1 (en) | Continuous monitoring in real=time of complex fabrication process e.g photographic film mfr - uses local monitoring of process data to send data to central station for conversion to frequency variation to allow testing. | |
| KR20220132824A (en) | Distribution facility condition monitoring system and method | |
| EP3631517A1 (en) | Method and device for processing neutron flux signals, associated computer program product and control system | |
| FR3071611A1 (en) | METHOD AND DEVICE FOR NON-DESTRUCTIVE CONTROL OF AN AERONAUTICAL WORKPIECE | |
| CA2871154A1 (en) | System and method of distributed processing for machine-vision analysis | |
| US20190346566A1 (en) | Surface detection method | |
| CN115195357A (en) | Tire wear monitoring method, system and storage medium | |
| FR3028376A1 (en) | METHOD FOR DETECTING DEFECTIVE PIXELS. | |
| FR3049700A1 (en) | PROCESS FOR MANUFACTURING PARTS USING MANUFACTURING DERIVATIVES | |
| WO2008104647A2 (en) | Method for qualifying the variability of an effluent composition | |
| CN112714284A (en) | Power equipment detection method and device and mobile terminal | |
| KR20070066829A (en) | Diagnostic system for gel dispensing condition and method thereof | |
| CN117740811B (en) | New energy automobile awning performance detection method, system and storage medium | |
| WO2018094358A1 (en) | System, method and non-transitory computer readable medium for tuning sensitivies of, and determinng a process window for, a modulated wafer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20211119 |
|
| ST | Notification of lapse |
Effective date: 20230105 |