JP2019098341A - アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム - Google Patents
アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2019098341A JP2019098341A JP2017228249A JP2017228249A JP2019098341A JP 2019098341 A JP2019098341 A JP 2019098341A JP 2017228249 A JP2017228249 A JP 2017228249A JP 2017228249 A JP2017228249 A JP 2017228249A JP 2019098341 A JP2019098341 A JP 2019098341A
- Authority
- JP
- Japan
- Prior art keywords
- welding
- arc start
- procedure
- unit
- adjustment
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 504
- 238000000034 method Methods 0.000 title claims abstract description 366
- 238000004590 computer program Methods 0.000 title claims description 16
- 230000008569 process Effects 0.000 claims abstract description 121
- 238000013528 artificial neural network Methods 0.000 claims description 112
- 230000009471 action Effects 0.000 claims description 40
- 238000011156 evaluation Methods 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 29
- 239000000463 material Substances 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000002950 deficient Effects 0.000 claims description 13
- 230000002787 reinforcement Effects 0.000 claims description 11
- 238000004904 shortening Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 description 38
- 238000013527 convolutional neural network Methods 0.000 description 26
- 239000007789 gas Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000002542 deteriorative effect Effects 0.000 description 6
- 239000010953 base metal Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 229910052786 argon Inorganic materials 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 229910000881 Cu alloy Inorganic materials 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
- B23K9/0953—Monitoring or automatic control of welding parameters using computing 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
- B23K37/02—Carriages for supporting the welding or cutting element
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/06—Arrangements or circuits for starting the arc, e.g. by generating ignition voltage, or for stabilising the arc
- B23K9/067—Starting the arc
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/06—Arrangements or circuits for starting the arc, e.g. by generating ignition voltage, or for stabilising the arc
- B23K9/067—Starting the arc
- B23K9/0671—Starting the arc by means of brief contacts between the electrodes
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
- B23K9/0956—Monitoring or automatic control of welding parameters using sensing means, e.g. optical
-
- 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
- B23K9/00—Arc welding or cutting
- B23K9/10—Other electric circuits therefor; Protective circuits; Remote controls
- B23K9/1006—Power supply
- B23K9/1043—Power supply characterised by the electric circuit
- B23K9/1056—Power supply characterised by the electric circuit by using digital means
- B23K9/1062—Power supply characterised by the electric circuit by using digital means with computing 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
- B23K9/00—Arc welding or cutting
- B23K9/16—Arc welding or cutting making use of shielding gas
- B23K9/173—Arc welding or cutting making use of shielding gas and of a consumable electrode
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Artificial Intelligence (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Arc Welding Control (AREA)
- Manipulator (AREA)
Abstract
Description
また、特許文献3には、溶接工程中に計測される溶接電流、溶接電圧、ワイヤ送給速度等の溶接モニタデータに基づいて、溶接結果の良否判定を行う技術が開示されている。
以後、記憶部が記憶しているアークスタート手順を用いて、直ちにサイクルタイムを最短化することができる。
(実施形態1)
図1は実施形態1に係るアーク溶接システムを示す模式図である。本実施形態に係るアーク溶接システムは、消耗電極式のガスシールドアーク溶接機であり、溶接ロボット1、溶接電源2、制御装置3、撮像装置4及びアークスタート調整装置5とを備える。アークスタート調整装置5は制御装置3に設けられている。
コンタクトチップは、その内部を挿通する溶接ワイヤWに接触し、溶接電流を溶接ワイヤWに供給する。また、溶接トーチ11は、コンタクトチップを囲繞する中空円筒形状をなし、先端の開口から母材Aへシールドガスを噴射するノズルを有する。シールドガスは、アークによって溶融した母材A及び溶接ワイヤWの酸化を防止するためのものである。シールドガスは、例えば炭酸ガス、炭酸ガス及びアルゴンガスの混合ガス、アルゴン等の不活性ガス等である。シールドガスは溶接電源2から供給される。
良否判定RNN53aは、例えば、溶接結果が良好である確率を示したデータを出力する第1ニューロンと、溶接結果が不良である確率を示したデータを出力する第2ニューロンとを出力層に備える。この場合、上記良否を示すデータは、第1及び第2ニューロンから出力されたデータである。
また、良否判定RNN53aは、溶接結果の良否を2値で出力するニューロンを出力層に備えても良い。この場合、上記良否を示すデータは、当該ニューロンから出力された2値のデータである。
更に、良否判定RNN53aは、溶接結果の良否の程度を示すアナログ値を出力するニューロンを出力層に備えても良い。
良否判定RNN53aは、溶接モニタデータ(入力データ)と、当該溶接データに対応する溶接結果の良否を示すデータ(教師データ)を学習データとして、学習前の再帰型深層ニューラルネットワークに与えることによって学習させれば良い。
なお、良否判定RNN53aの中間層の層数、各層のニューロン数等、その構造は特に限定されるものでは無い。また、良否判定RNN53aは必ずしも再帰型ニューラルネットワークである必要は無く、その他の種類のニューラルネットワークで構成しても良い。
良否判定CNN53bは、例えば、溶接結果が良好である確率を示したデータを出力する第3ニューロンと、溶接結果が不良である確率を示したデータを出力する第3ニューロンとを出力層に備える。この場合、上記良否を示すデータは、第3及び第4ニューロンから出力されたデータである。
また、良否判定CNN53bは、溶接結果の良否を2値で出力するニューロンを出力層に備えても良い。この場合、上記良否を示すデータは、当該ニューロンから出力された2値のデータである。
更に、良否判定CNN53bは、溶接結果の良否の程度を示すアナログ値を出力するニューロンを出力層に備えても良い。
良否判定CNN53bは、画像データ(入力データ)と、当該溶接データに対応する溶接結果の良否を示すデータ(教師データ)を学習データとして、学習前の畳み込みニューラルネットワークに与えることによって学習させれば良い。
なお、良否判定CNN53bの中間層の層数、各層のニューロン数等、その構造は特に限定されるものでは無い。また、良否判定CNN53bは必ずしも畳み込みニューラルネットワークである必要は無く、その他の種類のニューラルネットワークで構成しても良い。
例えば、良否総合判定部54は、良否判定RNN53aの第1及び第2ニューロンから出力されたデータと、良否判定CNN53bの第3及び第4ニューロンから出力されたデータとを総合して判定する。具体的には、第1ニューロン及び第3ニューロンから出力されたデータの値の和と、第2及び第4ニューロンから出力されたデータの値の和とを比較することによって、溶接結果の良否を判定すると良い。また、各ニューロンから出力されるデータの値を重み付け加算して比較しても良い。
また、良否判定RNN53a及び良否判定CNN53bから2値データが出力される構成の場合、良否総合判定部54は、第1良否判定部52a及び第2良否判定部52bの双方が、良好であることを示すデータを出力している場合、良と判定し、第1良否判定部52a及び第2良否判定部52bの一方が不良であることを示すデータを出力している場合、不良と判定する。なお、総合判定の方法は一例であり、第1良否判定部52a及び第2良否判定部52bの一方が、良好であることを示すデータを出力している場合、良と判定するように構成しても良い。
手順調整部55は、1回の調整処理で、複数のパラメータの値を変更しても良いし、一つのパラメータの値を変更しても良い。また、サイクルタイムが最短になるまで後述のステップS11〜ステップS19を繰り返し実行してアークスタート手順の調整を行う場合、繰り返し行われる各調整処理で、異なるパラメータを調整するように構成しても良い。例えば、1回目の調整では、ワイヤスローダウンタイミングを調整し、2回目の調整ではワイヤスローダウン速度を調整する等しても良い。
なお、各パラメータの増減量に相関を持たせて、変数を減少させるように構成しても良い。例えば、ワイヤスローダウン速度Vsを上昇させた場合、溶接電流の供給開始タイミングt2を速く、つまり小さく変更するようにしても良い。また、変更量を標準的なパラメータ値から所定割合の範囲内に制限するように構成しても良い。
また、手順調整部55は、溶接工程のサイクルタイムを短縮させる決定を行った結果、溶接結果が良好な状態から不良状態に変化した場合、サイクルタイム短縮前のアークスタート手順を最短手順記憶部57に記憶させる。
図5は実施形態1に係るアークスタート調整方法を示すフローチャートである。制御部50は、例えば以下の処理を溶接工程毎に繰り返し実行する。制御部50は、記憶部50cがサイクルタイム最短のアークスタート手順を記憶しているか否かを判定する(ステップS11)。サイクルタイム最短のアークスタート手順を記憶していると判定した場合(ステップS11:YES)、制御部50は記憶部50cが記憶する最短のアークスタート手順に基づいて、アークスタートする(ステップS12)。例えば、制御部50は、最短のアークスタート手順を示す制御データを溶接電源2へ出力することによって、アークスタートを制御する。もちろん、制御部50は、サイクルタイムが最短となるアークスタート手順とするための変更量を示す制御データを溶接電源2へ出力することによって、アークスタートを制御しても良い。
また、工場内に、アークスタート調整装置5を備える溶接システムが複数設置されている場合、必要に応じて各溶接システムのアークスタート調整装置5が上記パラメータを交換しても良い。
更に、アークスタート調整装置5をクラウドサーバとして構成しても良い。溶接電源2又は制御装置3は、当該サーバにアークスタート手順の調整を要求し、要求に応じてサーバから送信されたアークスタート手順の調整量を受信し、アークスタート手順を調整しても良い。
更に、アークスタート調整装置5は溶接電源2に備えても良い。また、アークスタート調整装置5は、アークスタート手順調整用の専用装置として実施しても良い。作業者は、溶接システムに当該専用装置を接続し、アークスタート手順を自動で調整することができる。
図6は実施形態2に係るアークスタート調整装置205を示す機能ブロック図である。実施形態2に係るアークスタート調整装置205は、実施形態1と同様、溶接モニタデータ取得部51a、画像データ取得部51b、第1良否判定部52a、第2良否判定部52b、良否総合判定部254、手順調整部255及びアークスタート制御部56を備え、更に学習処理部259を備える。
手順調整NN258は、例えば、ワイヤスローダウン開始タイミングt1、ワイヤスローダウン速度Vs、アークスタートにおける溶接電流値Is、溶接電流の供給開始タイミングt2等、各調整パラメータに対する複数の調整量毎に、当該調整量が好ましい確率を示したデータを出力する複数のニューロンを出力層に備える。
また、手順調整NN258は、調整量を示すデータを出力するニューロンを出力層に備える構成でも良い。更に、手順調整NN258は、調整量を2値データで出力するニューロンを出力層に備える構成であっても良い。以下、本実施形態2では、手順調整NN258が2値データでは無く、各パラメータの変更量を、当該変更量が適当であることを示す確率のデータを出力するのものとする。
なお、手順調整部255は、1回の調整処理で、複数のパラメータの値を変更しても良いし、一つのパラメータの値を変更しても良い。また、繰り返し行われる各調整処理で、異なるパラメータを調整するように構成しても良い。
溶接状態認識ネットワーク部258aは、溶接モニタデータが入力され、溶接工程中の溶接状態を認識し、当該状態に応じたデータを出力するニューラルネットワークである。溶接モニタデータが溶接電流である場合、溶接状態認識ネットワーク部258aは、溶接電流の変化状態を認識することができる。溶接状態認識ネットワーク部258aは、例えば、出力層を除き第1良否判定部52aと同様のニューラルネットワーク構造にすると良い。出力層は、複数のニューロン、好ましくは3つ以上のニューロンを備える。また、学習前の重み係数の初期値として、第1良否判定部52aを構成する各ニューロンの重み係数を設定すると良い。より効率的に手順調整部255を学習させることができる。
外観状態認識ネットワーク部258bは、画像データが入力され、溶接後の溶接部位の状態を認識し、当該状態に応じたデータを出力するニューラルネットワークである。外観状態認識ネットワーク部258bは、例えば、出力層を除き、第2良否判定部52bと同様のニューラルネットワーク構造にすると良い。出力層は、複数のニューロン、好ましくは3つ以上のニューロンを備える。また、学習前の重み係数の初期値として、第2良否判定部52bを構成する各ニューロンの重み係数を設定すると良い。より効率的に手順調整NN258を学習させることができる。
手順調整ネットワーク部258cは、溶接状態認識ネットワーク部258a及び外観状態認識ネットワーク部258bからそれぞれ出力されたデータが入力され、短縮可能なアークスタート手順の変更量を示すデータを出力する、学習済みのニューラルネットワークである。当該ニューラルネットワークは、中間層を複数備える深層ニューラルネットワークで構成することが好ましい。
なお、手順調整部255のニューラルネットワーク構成は一例であり、一のニューラルネットワークで構成しても良いし、複数のニューラルネットワークを組み合わせても良い。
具体的には、学習処理部259は、良否総合判定部254の判定結果より、溶接結果が良好である場合、サイクルタイムが短縮され、溶接結果が不良である場合、サイクルタイムが延長され、溶接結果が良好及び不良の中間的状態である場合、サイクルタイムが維持されるように、手順調整NN258を学習させる。
溶接結果が良好とは、例えば、溶接結果が良好である確率が50%以上、溶接結果が不良である確率が50%未満であるような状態である。溶接結果が不良とは、例えば、溶接結果が良好である確率が50%未満、溶接結果が不良である確率が50%以上であるような状態である。閾値の50%は一例であり、50%より大きな値であっても良い。
溶接結果が中間的状態とは、例えば、溶接結果が良好である確率及び溶接結果が不良である確率の双方が50%以上である場合、あるいは双方が50%未満であるような場合である。また、上記閾値が50%より大きい場合、例えば60%である場合、溶接結果が良好及び不良である確率が40%〜60%の間にあるような状況も中間的状態である。なお、かかる中間的状態は一例である。中間的状態は、これ以上、サイクルタイムを短縮させた場合、溶接結果が悪化する可能性がある状態である。
以上の通り、手順調整NN258を学習させることによって、溶接結果を悪化させること無く、溶接工程のサイクルタイムを最短化させることができる。
なお、手順調整NN258の学習初期段階においては、中間的状態である場合、サイクルタイムを維持せず、アークスタート手順を適宜変更させても良い。
また、本実施形態2では、手順調整NN258を学習させる例を説明したが、学習済みの手順調整NN258を備え、更なる学習を行わないように構成しても良い。
また、工場内に、アークスタート調整装置205を備える溶接システムが複数設置されている場合、必要に応じて各溶接システムのアークスタート調整装置205が上記パラメータを交換しても良い。
図8は実施形態3に係るアークスタート調整装置305を示す機能ブロック図である。実施形態3に係るアークスタート調整装置305、溶接システム、アークスタート調整方法及びコンピュータプログラム50dは、手順調整部355に入力されるデータが実施形態2と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
図9は実施形態4に係るアークスタート調整装置405を示す機能ブロック図である。実施形態4に係るアークスタート調整装置405、溶接システム、アークスタート調整方法及びコンピュータプログラム50dは、実施形態1の手順調整部455及び最短手順記憶部57が、深層強化学習にてアークスタート手順を学習するように構成されている点が実施形態1と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
なお、評価NN455eは、溶接システムの状態を画像で表す状態データを認識するための畳み込みニューラルネットワークを前段に備えると良い。
Q(s,a)←Q(s,a)+α(r+γmaxQ(s_next,a_next)-Q(s,a))…(1)
但し、
s:状態
a:状態sで選択した行動
α:学習係数
r:行動の結果得られた報酬
γ:割引率
maxQ(s_next,a_next):次状態で取り得る行動に対する評価値Qの最大値
このように構成されたアークスタート調整装置405によれば、行動選択部455bは、溶接システムの状態s、即ち溶接トーチ11、溶接ワイヤW及び母材Aの位置関係に応じた、より適切な行動a、即ちワイヤスローダウン開始行動及びワイヤスローダウン速度、溶接電流の供給開始行動及び溶接電流値を選択することができ、溶接工程のサイクルタイムを最短化させることができる。
2 溶接電源
3 制御装置
4 撮像装置
5,205,305 アークスタート調整装置
11 溶接トーチ
12 ワイヤ送給装置
21 電源部
22 ワイヤ送給制御部
23 シールドガス供給部
24 検出部
50 制御部
50a 入力部
50b 出力部
50c 記憶部
50d コンピュータプログラム
51a 溶接モニタデータ取得部
51b 画像データ取得部
51c 溶接条件データ取得部
51d 状態データ取得部
52a 第1良否判定部
52b 第2良否判定部
53a 良否判定RNN
53b 良否判定CNN
54,254,354 良否総合判定部
55,255,355,455 手順調整部
56 アークスタート制御部
57 最短手順記憶部
258 手順調整NN
258a 溶接状態認識ネットワーク部
258b 外観状態認識ネットワーク部
258c 手順調整ネットワーク部
259,359 学習処理部
455a 評価部
455b 行動選択部
455c 報酬算出部
455d 強化学習部
455e 評価NN
A 母材
W 溶接ワイヤ
Claims (18)
- 溶接工程におけるアークスタート手順を調整するアークスタート調整装置であって、
溶接工程中又は溶接工程後の溶接状態を示す溶接データを取得する取得部と、
該取得部にて取得した溶接データに基づいて、溶接工程のサイクルタイムが短縮されるように、前記アークスタート手順を調整する手順調整部と
を備えるアークスタート調整装置。 - 前記取得部にて取得した溶接データに基づいて、溶接結果の良否を判定する良否判定部を備え、
前記手順調整部は、
前記良否判定部が良と判定した場合、前記サイクルタイムが短縮され、前記良否判定部が否と判定した場合、前記サイクルタイムが延長されるように、前記アークスタート手順の変更内容を決定する
請求項1に記載のアークスタート調整装置。 - 前記手順調整部は、
前記溶接工程のサイクルタイムを短縮させた結果、溶接結果が良好な状態から不良状態に変化した場合、サイクルタイム短縮前の前記アークスタート手順にて調整を確定させ、確定させた前記アークスタート手順を記憶部に記憶させる
請求項2に記載のアークスタート調整装置。 - 前記良否判定部は、
前記溶接データが入力された場合、該溶接データが得られるときの溶接工程に係る溶接結果の良否を示すデータを出力するようにニューラルネットワークを学習させた良否判定ニューラルネットワークを備える
請求項2又は請求項3に記載のアークスタート調整装置。 - 前記手順調整部は、
前記溶接データが入力された場合、前記溶接工程のサイクルタイムを短縮可能な、前記アークスタート手順の変更内容を示すデータを出力するようにニューラルネットワークを学習させた手順調整ニューラルネットワークを備える
請求項1に記載のアークスタート調整装置。 - 前記手順調整ニューラルネットワークは、前記アークスタート手順の変更量を示すデータを出力する
請求項5に記載のアークスタート調整装置。 - 前記取得部にて取得した溶接データに基づいて、溶接結果の良否を判定する良否判定部と、
前記アークスタート手順を調整した後に得られる前記良否判定部の判定結果に基づいて、前記手順調整ニューラルネットワークを学習させる学習処理部と
を備える請求項5又は請求項6に記載のアークスタート調整装置。 - 前記学習処理部は、
前記良否判定部が良と判定した場合、前記サイクルタイムが短縮され、前記良否判定部が否と判定した場合、前記サイクルタイムが延長されるように、前記手順調整ニューラルネットワークを学習させる
請求項7に記載のアークスタート調整装置。 - 前記学習処理部は、
溶接結果が良好及び不良の中間的状態である場合、前記サイクルタイムが維持されるように前記手順調整ニューラルネットワークを学習させる
請求項8に記載のアークスタート調整装置。 - 前記良否判定部は、
前記溶接データが入力された場合、該溶接データが得られるときの溶接工程に係る溶接結果の良否を示すデータを出力するようにニューラルネットワークを学習させた良否判定ニューラルネットワークを備える
請求項7〜請求項9までのいずれか一項に記載のアークスタート調整装置。 - 前記手順調整ニューラルネットワークは、前記良否判定ニューラルネットワークの全部又は一部と実質的同一のネットワーク構成を含む
請求項10に記載のアークスタート調整装置。 - 前記取得部にて取得した溶接データに基づいて、溶接結果の良否を判定する良否判定部と、
アークスタート処理における溶接トーチ、溶接ワイヤ及び母材を複数時点で撮像して得た画像データを含む状態データを取得する状態データ取得部と
を備え、
前記手順調整部は、
前記状態データ取得部にて取得した状態データ、及び前記アークスタート手順に係る行動を示す行動データに基づいて、前記状態データが示す状態における前記行動に対する評価値を算出する評価部と、
前記評価部にて算出される評価値が最大の行動を選択する行動選択部と、
前記アークスタート手順を調整した後に得られる前記良否判定部の判定結果と、前記溶接トーチが溶接箇所に到達してからアークが発生するまでの時間とに基づいて、前記アークスタート手順に対する報酬を算出する報酬算出部と、
前記状態データ取得部にて取得した状態データ、前記アークスタート手順に係る行動を示す行動データ、及び前記報酬算出部にて算出された報酬に基づいて、前記評価部を学習させる強化学習部と
を備える請求項1に記載のアークスタート調整装置。 - 前記評価部は、
前記状態データ取得部にて取得した状態データ、及び前記アークスタート手順に係る行動を示す行動データが入力された場合、前記状態データが示す状態における前記行動に対する評価値を出力する評価ニューラルネットワークを備える
請求項12に記載のアークスタート調整装置。 - 前記溶接データは、
溶接工程中に検出された溶接電流及び溶接電圧、溶接ワイヤの送給速度、短絡状況、溶接工程中に集音された溶接音、並びに溶接工程後に撮像された溶接部位の画像の少なくとも一つを示すデータを含む
請求項1〜請求項13までのいずれか一項に記載のアークスタート調整装置。 - 前記アークスタート手順は、
ワイヤスローダウン開始タイミング、ワイヤスローダウン速度、溶接電流の供給開始タイミング、及びアークスタート時の溶接電流値の少なくとも一つを含む
請求項1〜請求項14までのいずれか一項に記載のアークスタート調整装置。 - 請求項1〜請求項15までのいずれか一項に記載のアークスタート調整装置と、
溶接トーチを保持する溶接ロボットと、
前記溶接トーチに溶接電流を供給する溶接電源と
を備える溶接システム。 - 溶接工程におけるアークスタート手順を調整するアークスタート調整方法であって、
溶接工程中又は溶接工程後の溶接状態を示す溶接データを取得し、
取得した溶接データに基づいて、溶接工程のサイクルタイムが短縮されるように、前記アークスタート手順を調整する
アークスタート調整方法。 - コンピュータに、溶接工程におけるアークスタート手順を調整させるためのコンピュータプログラムであって、
前記コンピュータに、
溶接工程中又は溶接工程後の溶接状態を示す溶接データを取得し、
取得した溶接データに基づいて、溶接工程のサイクルタイムが短縮されるように、前記アークスタート手順を調整する
処理を実行させるためのコンピュータプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228249A JP6636004B2 (ja) | 2017-11-28 | 2017-11-28 | アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム |
US16/172,177 US11292072B2 (en) | 2017-11-28 | 2018-10-26 | Arc start adjustment device, welding system and arc start adjustment method |
CN201811272145.1A CN109834366B (zh) | 2017-11-28 | 2018-10-29 | 起弧调整装置、焊接系统以及起弧调整方法 |
US17/680,090 US20220266373A1 (en) | 2017-11-28 | 2022-02-24 | Arc Start Adjustment Device, Welding System and Arc Start Adjustment Method |
US17/697,174 US20220203472A1 (en) | 2017-11-28 | 2022-03-17 | Arc Start Adjustment Device, Welding System and Arc Start Adjustment Method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228249A JP6636004B2 (ja) | 2017-11-28 | 2017-11-28 | アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019098341A true JP2019098341A (ja) | 2019-06-24 |
JP6636004B2 JP6636004B2 (ja) | 2020-01-29 |
Family
ID=66634207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017228249A Active JP6636004B2 (ja) | 2017-11-28 | 2017-11-28 | アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム |
Country Status (3)
Country | Link |
---|---|
US (3) | US11292072B2 (ja) |
JP (1) | JP6636004B2 (ja) |
CN (1) | CN109834366B (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020192547A (ja) * | 2019-05-27 | 2020-12-03 | 千住金属工業株式会社 | はんだペースト |
JP2021045773A (ja) * | 2019-09-19 | 2021-03-25 | 川崎重工業株式会社 | アーク溶接システム |
WO2021229927A1 (ja) * | 2020-05-11 | 2021-11-18 | 株式会社日立製作所 | 溶接制御装置、溶接ロボットシステム、および、溶接制御方法 |
WO2022080015A1 (ja) * | 2020-10-16 | 2022-04-21 | 株式会社神戸製鋼所 | 溶接システム、溶接方法、溶接支援装置、プログラム、学習装置、及び学習済みモデルの生成方法 |
WO2023188889A1 (ja) * | 2022-03-30 | 2023-10-05 | 株式会社神戸製鋼所 | 自動溶接の溶接制御方法、制御装置、溶接システム、プログラム、および溶接方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6616170B2 (ja) * | 2015-12-07 | 2019-12-04 | ファナック株式会社 | コアシートの積層動作を学習する機械学習器、積層コア製造装置、積層コア製造システムおよび機械学習方法 |
JP7360987B2 (ja) * | 2020-04-01 | 2023-10-13 | 株式会社ダイヘン | 溶接条件調整装置 |
KR102306269B1 (ko) * | 2020-04-24 | 2021-09-30 | 부산대학교 산학협력단 | 실시간 아크 용접 결함 탐지/분류 방법 및 장치 |
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 |
CN117773281B (zh) * | 2024-02-18 | 2024-05-03 | 苏芯物联技术(南京)有限公司 | 一种基于历史数据补传的焊接状态双向滑动重检测方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3821404B2 (ja) | 1997-03-04 | 2006-09-13 | 株式会社ダイヘン | 溶接作業用ロボットの制御方法 |
JP4490011B2 (ja) | 2001-11-13 | 2010-06-23 | 株式会社ダイヘン | アークスタート制御方法 |
JP2005066615A (ja) | 2003-08-21 | 2005-03-17 | Daihen Corp | 消耗電極ガスシールドアーク溶接の溶接開始時アーク長制御方法 |
JP2007216303A (ja) | 2007-06-05 | 2007-08-30 | Daihen Corp | アークスタート制御方法 |
US8129652B2 (en) | 2007-10-30 | 2012-03-06 | GM Global Technology Operations LLC | Welding stability system and method |
CN101811213A (zh) | 2009-11-02 | 2010-08-25 | 中国石油化工集团公司 | 一种承压设备承压焊缝实芯焊丝气体保护焊工艺 |
JP2011200867A (ja) * | 2010-03-24 | 2011-10-13 | Daihen Corp | アーク溶接装置 |
JP2014069225A (ja) | 2012-10-01 | 2014-04-21 | Panasonic Corp | アーク溶接制御方法 |
JP5797633B2 (ja) | 2012-10-31 | 2015-10-21 | 株式会社神戸製鋼所 | アーク溶接装置、定電圧特性溶接電源及びアーク溶接方法 |
JP6084498B2 (ja) | 2013-03-27 | 2017-02-22 | 株式会社ダイヘン | アーク溶接ロボット制御装置及びアーク溶接ロボット制御方法 |
CN108027911A (zh) * | 2015-07-29 | 2018-05-11 | 伊利诺斯工具制品有限公司 | 促进焊接即服务软件的系统及方法 |
JP6126174B2 (ja) | 2015-07-31 | 2017-05-10 | ファナック株式会社 | 機械学習装置、アーク溶接制御装置、アーク溶接ロボットシステムおよび溶接システム |
JP6636284B2 (ja) | 2015-08-21 | 2020-01-29 | 株式会社ダイヘン | アーク溶接品質判定システム |
-
2017
- 2017-11-28 JP JP2017228249A patent/JP6636004B2/ja active Active
-
2018
- 2018-10-26 US US16/172,177 patent/US11292072B2/en active Active
- 2018-10-29 CN CN201811272145.1A patent/CN109834366B/zh active Active
-
2022
- 2022-02-24 US US17/680,090 patent/US20220266373A1/en active Pending
- 2022-03-17 US US17/697,174 patent/US20220203472A1/en active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020192547A (ja) * | 2019-05-27 | 2020-12-03 | 千住金属工業株式会社 | はんだペースト |
JP2021045773A (ja) * | 2019-09-19 | 2021-03-25 | 川崎重工業株式会社 | アーク溶接システム |
JP7385410B2 (ja) | 2019-09-19 | 2023-11-22 | 川崎重工業株式会社 | アーク溶接システム |
WO2021229927A1 (ja) * | 2020-05-11 | 2021-11-18 | 株式会社日立製作所 | 溶接制御装置、溶接ロボットシステム、および、溶接制御方法 |
WO2022080015A1 (ja) * | 2020-10-16 | 2022-04-21 | 株式会社神戸製鋼所 | 溶接システム、溶接方法、溶接支援装置、プログラム、学習装置、及び学習済みモデルの生成方法 |
JP7420692B2 (ja) | 2020-10-16 | 2024-01-23 | 株式会社神戸製鋼所 | 溶接システム、溶接方法、溶接支援装置、プログラム、学習装置、及び学習済みモデルの生成方法 |
WO2023188889A1 (ja) * | 2022-03-30 | 2023-10-05 | 株式会社神戸製鋼所 | 自動溶接の溶接制御方法、制御装置、溶接システム、プログラム、および溶接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109834366B (zh) | 2022-01-25 |
US20220266373A1 (en) | 2022-08-25 |
JP6636004B2 (ja) | 2020-01-29 |
US20190160578A1 (en) | 2019-05-30 |
US20220203472A1 (en) | 2022-06-30 |
US11292072B2 (en) | 2022-04-05 |
CN109834366A (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6636004B2 (ja) | アークスタート調整装置、溶接システム、アークスタート調整方法及びコンピュータプログラム | |
JP6599505B2 (ja) | アークエンド調整装置、溶接システム、アークエンド調整方法及びコンピュータプログラム | |
JP7021728B2 (ja) | 自動溶接システム、溶接制御方法、及び機械学習モデル | |
US10500668B2 (en) | Machine learning device, arc welding control device, arc welding robot system, and welding system | |
US10442023B2 (en) | Simulation apparatus of wire electric discharge machine having function of determining welding positions of core using machine learning | |
JP7045243B2 (ja) | コンピュータプログラム、溶接情報算出装置、溶接トーチ、溶接電源、溶接システム | |
KR102467093B1 (ko) | 용접 조건 조정 장치 | |
CN105636734A (zh) | 从电压和电流反馈提取电弧长度 | |
JP7181144B2 (ja) | 学習済モデルの生成方法、コンピュータプログラム、溶接電源装置及び学習済モデル | |
JP2018144069A (ja) | アーク溶接システム及びアーク溶接判定装置 | |
JP7079592B2 (ja) | 消費量調整装置、溶接システム、消費量調整方法及びコンピュータプログラム | |
KR20190117592A (ko) | 용접 상태 판정 시스템 및 용접 상태 판정 방법 | |
EP4173750A1 (en) | Machine learning device, laminate molding system, machine learning method for welding condition, welding condition determination method, and program | |
CN114799600B (zh) | 熔宽控制方法、设备、系统、介质及产品 | |
JP7141289B2 (ja) | 溶接電流波形調整量算出装置及び学習方法 | |
JP2020075266A (ja) | 調整装置 | |
JP7395238B2 (ja) | 学習用画像セットの生成装置及び生成方法、プログラム、画像生成モデルの学習装置、画像生成装置、画像判別モデルの学習装置、画像判別装置、並びに自動溶接システム | |
CN110548967A (zh) | 焊接干伸长的调节方法及装置、焊机 | |
TW202306724A (zh) | 產生用於織動動作之信號之裝置及控制裝置 | |
CN117396293A (zh) | 控制装置、焊接系统以及程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190820 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190820 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190905 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191113 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191217 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6636004 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |