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

Abstract

【課題】溶接工程のサイクルタイム、特に溶接トーチが溶接開始位置に到達してからアークが発生するまでに要する時間を自動で短縮させることができるアークスタート調整装置を提供する。【解決手段】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。【選択図】図１

Description

本発明は、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、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に関する。

溶接方法の一つに、消耗電極式のガスシールドアーク溶接法がある。ガスシールドアーク溶接法は、母材の被溶接部に送給された溶接ワイヤと、母材との間にアークを発生させ、アークの熱によって母材を溶接する手法であり、特に高温になった母材の酸化を防ぐために、シールドガスを溶接部周辺に噴射しながら溶接を行うものである。

溶接ロボットを用いてアーク溶接を行う場合、溶接トーチを溶接開始位置に移動させた後、ワイヤスローダウンを開始し、溶接ワイヤが母材に接触するタイミングで溶接電流を供給するアークスタート手順によってアークを発生させる。ただ、溶接ロボットはアークが発生してから溶接トーチの移動を開始させるため、溶接トーチが溶接開始位置に到達してから、アークが発生するまでの間、無駄にロボットが停止していることになり、生産性低下の一因となっている。

かかる問題を解決する技術として、特許文献１には、溶接トーチを溶接開始位置に到達する前にアークスタート処理を開始することにより、生産性を向上させる技術が開示されている。具体的には、ワイヤスローダウンを先行して行い、あるいはワイヤスローダウン速度を速く設定する等して、アークスタート処理に要する時間を短縮させることができる。

なお、特許文献２には、溶接部位を撮像して得られる画像データ、当該画像データを処理することにより得られるビードの外観データ、スパッタ発生量データ等を用いた機械学習により、溶接条件を自動的に設定する技術が開示されている。
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。

特開平１０−２４４４８３号公報 特開２０１７−３００１４号公報 特開２０１７−３９１６０号公報

しかしながら、アークスタート処理を先行して実行した場合、種々の要因により溶接品質が悪化する場合があった。溶接品質を担保するためには、作業者が手作業で繰り返しアークスタート処理を試行し、多数の試行結果から最適と思われる条件に設定する必要があった。

本発明の目的は、溶接工程のサイクルタイム、特に溶接トーチが溶接開始位置に到達してからアークが発生するまでに要する時間を自動で短縮させることができるアークスタート調整装置を提供することにある。

本発明に係るアークスタート調整装置は、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。

本態様によれば、取得部は溶接データを取得し、手順調整部は取得された溶接データに基づいて、アークスタート手順を調整する。溶接データは、溶接の状態を示す情報であり、サイクルタイムを短縮することが可能であるか否か、あるいはサイクルタイムを延長させるべきか否か等の判定に資する情報が含まれる。手順調整部は、かかる溶接データを用いることによって、溶接結果を悪化させないで前記溶接工程のサイクルタイムが短縮されるよう、アークスタート手順を調整することができ、溶接工程のサイクルタイムを短縮させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接結果が良好な場合、アークスタート調整装置は、溶接工程のサイクルタイムを短縮させる余地がある可能性があるため、溶接工程のサイクルタイムを短縮させる。溶接結果が不良な場合、アークスタート調整装置は、溶接工程のサイクルタイムを延長させる。かかる調整処理によって、溶接結果を極力悪化させないように、溶接工程のサイクルタイムを短縮させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接工程のサイクルタイムを最短化することができ、記憶部はサイクルタイムが最短のアークスタート手順を記憶する。当該最短のアークスタート手順は、必ずしも論理的なサイクルタイム最短のアークスタート手順では無い。最短のアークスタート手順は、溶接工程のサイクルタイムを短縮させて溶接を行ったところ、溶接結果が良好な状態から不良状態に変化したときの、サイクルタイム短縮前のアークスタート手順を意味する。
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。

本発明に係るアークスタート調整装置は、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。

本態様によれば、良否判定ニューラルネットワークは、例えば学習済み深層ニューラルネットワークであり、溶接結果の良否を適切に判定することができる。当該ニューラルネットワークの種類は特に限定されるものでは無い。ＣＮＮ（Convolutional Neural Network）、ＲＮＮ（Recurrent Neural Network）、ＬＳＴＭ（Long Short-Term Memory）等、溶接データの特性に合わせて、適宜選択すれば良い。

本発明に係るアークスタート調整装置は、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。

本態様によれば、手順調整ニューラルネットワークは、例えば学習済み深層ニューラルネットワークであり、アークスタート手順を適切に調整することができる。当該ニューラルネットワークの種類は特に限定されるものでは無い。ＣＮＮ、ＲＮＮ、ＬＳＴＭ等、溶接データの特性に合わせて、適宜選択すれば良い。

本発明に係るアークスタート調整装置は、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。

本態様によれば、手順調整ニューラルネットワークは、溶接工程のサイクルタイムを短縮させるべきか否かでは無く、調整可能なアークスタート手順の変更量を出力することができる。例えば、手順調整ニューラルネットワークは、溶接結果が非常に安定している場合、大きな変更量を出力し、溶接結果が良好であるものの不安定であるような場合、小さな変更量を出力することができる。従って、より速やかに溶接工程のサイクルタイムを短縮させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、手順調整ニューラルネットワークは、アークスタート手順を調整したときの溶接結果を示すデータを用いて、学習を行う。従って、溶接結果が悪化しないよう、より効果的に溶接工程のサイクルタイムを短縮させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接工程のサイクルタイムが短縮される方向に手順調整ニューラルネットワークを学習させることができる。当該学習により、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。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接結果が良好及び不良の中間的状態である場合、溶接工程のサイクルタイムが維持されるように手順調整ニューラルネットワークを学習させることができる。中間的状態は、溶接結果が比較的良好な状態ではあるものの、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。当該学習により、溶接工程のサイクルタイムを最短化させ、かつ溶接結果を良好な状態で安定化させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、良否判定ニューラルネットワークは、例えば学習済み深層ニューラルネットワークであり、溶接結果の良否を適切に判定することができる。良否判定ニューラルネットワークの良否判定結果を用いることによって、より効果的に手順調整ニューラルネットワークを学習させることができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、手順調整ニューラルネットワークは、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ニューロン構成を含む。例えば、手順調整ニューラルネットワークの一部は、良否判定ニューラルネットワークの全部又は一部と同じ又は実質的同一の中間層及び重み係数を有する。溶接結果の良否の判定と、アークスタート手順の調整内容は、一部共通する特徴を有しているため、良否判定ニューラルネットワークを手順調整ニューラルネットワークに流用することができる。つまり、手順調整ニューラルネットワークの重み係数の初期値を、より適切な値に設定することができる。従って、アークスタート手順を学習させるための学習データが不足していても、溶接データ及び溶接結果の良否を示すデータの学習データを十分に用意することができれば、手順調整ニューラルネットワークの重み係数の初期値を適切に設定し、手順調整ニューラルネットワークをより効率的に学習させることができる。なお、言うまでも無く、手順調整ニューラルネットワーク及び良否判定ニューラルネットワークのネットワーク構造を同一に構成しても良い。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接工程のサイクルタイムが短縮されるアークスタート手順を強化学習することができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、溶接工程のサイクルタイムが短縮されるアークスタート手順を深層強化学習することができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、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用いて、アークスタート手順を調整することができる。

本発明に係るアークスタート調整装置は、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。

本態様によれば、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、又はアークスタート時の溶接電流値を調整し、溶接工程のサイクルタイムを短縮させることができる。

本発明に係る溶接システムは、上述のいずれか一つ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。

本態様によれば、溶接ロボット及び溶接電源を備えた溶接システムは、溶接工程のサイクルタイムを短縮させることができる。なお、アークスタート調整装置は、溶接ロボット及び溶接電源の内部に設けても良いし、溶接ロボット及び溶接電源の動作を制御する制御装置の内部に設けても良いし、溶接ロボット、溶接電源及び制御装置の外部に別体で備えても良い。また、アークスタート調整装置はサーバであっても良く、制御装置又は溶接電源は、当該サーバと通信を行い、溶接工程のサイクルタイムを短縮するように構成しても良い。

本発明に係るアークスタート調整方法は、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。

本態様によれば、溶接工程のサイクルタイムを短縮させることができる。アークスタート調整方法は、溶接システムを構成する溶接電源、制御装置等が自動的に実施する態様であっても良いし、作業員が溶接システムに、アークスタート調整装置を接続してアークスタート調整方法を実施させても良い。

本発明に係るコンピュータプログラムは、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。

本態様によれば、コンピュータを上記アークスタート調整装置として機能させることができる。

本発明によれば、溶接工程のサイクルタイム、特に溶接トーチが溶接開始位置に到達してからアークが発生するまでに要する時間を自動で短縮させることができる。

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。 実施形態１に係るアークスタート調整装置を示すブロック図である。 アークスタート手順を示す概念図である。 実施形態１に係るアークスタート調整装置を示す機能ブロック図である。 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。 実施形態２に係るアークスタート調整装置を示す機能ブロック図である。 手順調整部のネットワーク構成を示す概念図である。 実施形態３に係るアークスタート調整装置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を示す機能ブロック図である。

以下、本発明をその実施形態を示す図面に基づいて詳述する。また、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
（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。

溶接ロボット１は、母材Ａのアーク溶接を自動で行うものである。溶接ロボット１は、床面の適宜箇所に固定される基部を備える。基部には、複数のアームが軸部を介して回動可能に連結しており、アームの先端部には溶接トーチ１１が保持されている。また、アームの適宜箇所にワイヤ送給装置１２が設けられている。各アームの連結部分にはモータが設けられており、モータの回転駆動力によって軸部を中心に各アームが回動する。モータの回転は制御装置３によって制御されている。制御装置３は、各アームを回動させることによって、母材Ａに対して溶接トーチ１１を上下前後左右に移動させることができる。また、各アームの連結部分には、アームの回動位置を示す信号を制御装置３へ出力するエンコーダが設けられており、制御装置３は、エンコーダから出力された信号に基づいて、溶接トーチ１１の位置を認識する。

溶接トーチ１１は、銅合金等の導電性材料からなり、溶接対象の母材Ａへ溶接ワイヤＷを案内すると共に、アークの発生に必要な溶接電流を供給する円筒形状のコンタクトチップを有する。溶接電流は溶接電源２から供給される。溶接ワイヤＷは、図示しないワイヤ供給源からワイヤ送給装置１２によって溶接トーチ１１に供給される。溶接ワイヤＷは、例えばソリッドワイヤであり、消耗電極として機能する。
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。

溶接電源２は、電源部２１、ワイヤ送給制御部２２、シールドガス供給部２３及び検出部２４を備える。電源部２１は、給電ケーブルを介して、溶接トーチ１１のコンタクトチップ及び母材Ａに接続され、溶接電流を供給する。ワイヤ送給制御部２２は、ワイヤ送給装置１２による溶接ワイヤＷの送給速度を制御する。シールドガス供給部２３は、シールドガスを溶接トーチ１１に供給する。検出部２４は、溶接工程中、アークを流れる溶接電流を検出する電流検出部、溶接トーチ１１及び母材Ａに印加される電圧を検出する電圧検出部を含む。電源部２１は、検出部２４にて検出された溶接電流及び溶接電圧に基づいてＰＷＭ制御された直流電流を出力する電源回路、信号処理回路等を含む。また、溶接電源２は、溶接工程中の溶接状態を示す溶接モニタデータを制御装置３へ出力する。溶接モニタデータは、例えば、溶接工程中に検出された溶接電流又は溶接電圧を示す溶接電流データ又は溶接電圧データである。また溶接モニタデータとして、溶接ワイヤＷの送給速度を示す送給速度データ、短絡状況を示す短絡状況データ、図示しないマイクで集音して得られる溶接音データを制御装置３へ出力しても良い。

撮像装置４は、溶接工程後、母材Ａの溶接部位を撮像し、撮像して得た画像データを制御装置３へ出力する。

制御装置３は、溶接ロボット１の動作を制御すると共に、溶接電源２に溶接電流、溶接電圧、溶接ワイヤＷの送給速度、シールドガスの供給量等の溶接条件を溶接電源２へ出力して溶接電源２の動作を制御する。制御装置３は、母材Ａの材質及び開先の種類等に対する各種溶接条件を記憶している。また、制御装置３は、アークスタート手順を出力して、アークスタート処理を実行させる。制御装置３が記憶する上記溶接条件は必ずしも最適なものでは無く、アークスタート手順については、溶接結果が悪化しない範囲で、溶接工程のサイクルタイムが最短化されるように、アークスタート調整装置５によって調整されている。

図２は実施形態１に係るアークスタート調整装置５を示すブロック図である。アークスタート調整装置５は、当該アークスタート調整装置５の各構成部の動作を制御する制御部５０を備える。制御部５０には、入力部５０ａ、出力部５０ｂ及び記憶部５０ｃが接続されている。

記憶部５０ｃは、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、フラッシュメモリ等の不揮発性メモリである。記憶部５０ｃは、溶接結果が悪化しない範囲において、溶接工程のサイクルタイムを最短化するためのコンピュータプログラム５０ｄを記憶している。

制御部５０は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）又はマルチコアＣＰＵ等のプロセッサ、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力インタフェース等を有するコンピュータであり、インタフェースには、入力部５０ａ、出力部５０ｂ及び記憶部５０ｃが接続されている。制御部５０は、記憶部５０ｃが記憶するコンピュータプログラム５０ｄを実行することにより、溶接工程のサイクルタイムを最短化させるアークスタート調整方法を実施し、コンピュータをアークスタート調整装置５として機能させる。

入力部５０ａは、溶接電源２及び撮像装置４に接続されている。入力部５０ａには、溶接電源２から出力された溶接モニタデータと、撮像装置４から出力された画像データが入力される。溶接モニタデータは、例えば溶接電流、溶接電圧、溶接ワイヤＷの送給速度、短絡状況、溶接音等を示す時系列データである。画像データはビードの外観を表したデータである。

出力部５０ｂは、溶接ロボット１及び溶接電源２に接続されている。制御部５０は、溶接工程及びアークスタート手順を制御し、またアークスタート手順を変更するための制御データを溶接ロボット１及び溶接電源２へ出力する。アークスタート手順を変更するための制御御データは、アークスタート手順の変更を指示するものであっても良いし、手順変更後のアークスタート手順を示すものであっても良い。

図３はアークスタート手順を示す概念図である。制御装置３は、溶接ロボット１を制御して溶接トーチ１１を溶接開始位置に移動させる前段階で、アークスタート手順を開始させる。具体的には、特定の時点（ｔ＝ｔ０）を基点として、特定のタイミング（ｔ＝ｔ１）で、特定の送給速度Ｖｓでワイヤスローダウンを開始させ、特定のタイミング（ｔ＝ｔ２）で、特定の溶接電流値（Ｉｓ）の溶接電流を溶接ワイヤＷに供給することによって、アークを発生させ、溶接を開始させる。アークスタート手順の内容は、少なくとも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、溶接電流の供給開始タイミングｔ２、及びアークスタート時の溶接電流値Ｉｓ等の内容を含む。

図４は実施形態１に係るアークスタート調整装置５を示す機能ブロック図である。アークスタート調整装置５は、機能ブロックとして、溶接モニタデータ取得部５１ａと、画像データ取得部５１ｂと、第１良否判定部５２ａと、第２良否判定部５２ｂと、良否総合判定部５４と、手順調整部５５と、アークスタート制御部５６、最短手順記憶部５７とを備える。

溶接モニタデータ取得部５１ａは、溶接電源２から出力される溶接モニタデータを取得し、取得した溶接モニタデータを第１良否判定部５２ａへ出力する。

画像データ取得部５１ｂは、撮像装置４から出力された画像データを取得し、取得した画像データを第２良否判定部５２ｂへ出力する。

第１良否判定部５２ａは、溶接モニタデータが入力された場合、当該溶接モニタ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良否判定ＲＮＮ（Recurrent Neural Network）５３ａを備える。良否判定ＲＮＮ５３ａは、例えば、学習済みの再帰型ニューラルネットワークである。
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。

第２良否判定部５２ｂは、画像データが入力された場合、当該画像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良否判定ＣＮＮ（Convolutional Neural Network）５３ｂを備える。良否判定ＣＮＮ５３ｂは、学習済みの畳み込みニューラルネットワークである。
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。

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から出力されたデータに基づいて、溶接結果の良否を判定し、判定結果を手順調整部５５へ出力する。
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、良否総合判定部５４の判定結果が良である場合、溶接工程のサイクルタイムが短縮され、判定結果が不良である場合、溶接工程のサイクルタイムが延長されるようにアークスタート手順を調整し、調整結果をアークスタート制御部５６へ出力する。調整結果は、例えば、アークスタート手順の各種パラメータ、即ち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、溶接電流の供給開始タイミングｔ２、及びアークスタート時の溶接電流値Ｉｓ等の増減を示すデータであり、手順調整部５５は、アークスタート手順の各種パラメータの少なくとも一つを増減させることを示すデータをアークスタート制御部５６へ出力する。
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。

アークスタート制御部５６は、手順調整部５５の調整結果に基づいて、アークスタート手順を変更するための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。ただし、最短手順記憶部５７が、溶接工程のサイクルタイムが最短となるアークスタート手順を記憶している場合、アークスタート制御部５６は、最短手順記憶部５７が記憶するアークスタート手順に基づいて、アークスタートを制御する。

次にアークスタート手順の調整に係る制御部５０の処理手順を説明する。
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。

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ないと判定した場合（ステップＳ１１：ＮＯ）、制御部５０は、溶接モニタデータを取得し（ステップＳ１３）、画像データを取得する（ステップＳ１４）。そして、制御部５０は、取得した溶接モニタデータ及び画像データに基づいて、溶接結果の良否を判定する（ステップＳ１５）。例えば、制御部５０は、学習済みの良否判定ＲＮＮ５３ａ及び良否判定ＣＮＮ５３ｂを用いて、溶接結果の良否を判定する。

次いで、溶接結果が良好であると判定した場合（ステップＳ１５：ＹＥＳ）、制御部５０は、溶接工程のサイクルタイムを短縮させる（ステップＳ１６）。溶接結果が不良であると判定した場合（ステップＳ１５：ＮＯ）、前回、溶接工程を短縮させた結果、溶接結果が良好な状態から不良状態に変化したか否かを判定する（ステップＳ１７）。当該不良状態への変化は、言うまでも無く、１つの溶接結果のみで判定する構成に限定されるものでは無く、２つ以上の溶接結果を用いて判断する構成も含まれる。例えば、１０回中、一定の割合以上、溶接結果が不良状態である場合、不良状態へ変化したと判定しても良い。溶接結果が良好な状態から不良状態に変化していないと判定した場合（ステップＳ１７：ＮＯ）、制御部５０は、溶接工程のサイクルタイムを延長させる（ステップＳ１８）。ステップＳ１６、又はステップＳ１８の処理を終えた制御部５０は、調整後のアークスタート手順に基づいて、アークスタートを制御する（ステップＳ１９）。具体的には、制御部５０は、調整処理後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、アークスタート手順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。

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と判定した場合（ステップＳ１７：ＹＥＳ）、制御部５０は、溶接工程のサイクルタイムを短縮前のアークスタート手順に戻し（ステップＳ２０）、サイクルタイム短縮前のアークスタート手順をサイクルタイム最短のアークスタート手順として、記憶部５０ｃに記憶させ（ステップＳ２１）、処理をステップＳ１２に戻す。

このように構成されたアークスタート調整装置５、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によれば、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効果的に短縮させることができる。

また、最短化されたアークスタート手順を記憶部５０ｃに記憶させる構成であるため、以後、アークスタート調整装置５は、速やかに溶接工程のサイクルタイムを最短化させて溶接を制御することができる。

なお、本実施形態１ではアークスタート調整装置５が学習済みの良否判定ＲＮＮ５３ａ及び良否判定ＣＮＮ５３ｂを備える例を説明したが、第１良否判定部５２ａ及び第２良否判定部５２ｂのニューラルネットワークを規定する各種パラメータを、外部サーバからダウンロードし、更新するように構成しても良い。パラメータは、例えば、中間層の階層数、各層のニューロンの数、各ニューロンの重み係数、活性化関数の種類等を含む情報である。また、アークスタート調整装置５は、ダウンロードした各種パラメータを、第１良否判定部５２ａ及び第２良否判定部５２ｂに反映させることを許可するか否かを示すフラグを記憶し、フラグが許可を示した場合にダウンロードされたパラメータを用いて良否判定ＲＮＮ５３ａ及び良否判定ＣＮＮ５３ｂのニューラルネットワークを更新する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。

更にまた、第１良否判定部５２ａ及び第２良否判定部５２ｂが良否判定ＲＮＮ５３ａ及び良否判定ＣＮＮ５３ｂを備える例を説明したが、各判定部の双方又は一方はニューラルネットワークを用いずに溶接結果の良否を判定するように構成しても良い。例えば、第１良否判定部５２ａは、溶接電流値と、所定の閾値とを比較する単純な判定処理で、良否を判定しても良い。また、第２良否判定部５２ｂは、画像データから所定の特徴量を抽出し、特徴量の有無、特徴量の数等と、閾値とを比較する単純な判定処理で、良否を判定しても良い。更に、第１良否判定部５２ａ及び第２良否判定部５２ｂの双方を備える必要は無く、いずれか一方を備えても良い。この場合、良否総合判定部５４は不要である。

（実施形態２）
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。

実施形態２に係るアークスタート調整装置２０５、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５５及び最短手順記憶部５７が深層ニューラルネットワークにて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。

溶接モニタデータ取得部５１ａは、溶接電源２から出力される溶接モニタデータを取得し、取得した溶接モニタデータを第１良否判定部５２ａ及び手順調整部２５５へ出力する。

画像データ取得部５１ｂは、撮像装置４から出力された画像データを取得し、取得した画像データを第２良否判定部５２ｂ及び手順調整部２５５へ出力する。

実施形態２の良否総合判定部２５４は、溶接結果が良好である確率を示すデータと、溶接結果が不良である確率を示すデータとを学習処理部２５９へ出力する。例えば、良否判定ＲＮＮ５３ａの第１ニューロンから出力されたデータの値と、良否判定ＣＮＮ５３ｂの第３ニューロンから出力されたデータの値とを用いて、溶接結果が良好である確率を演算すれば良い。同様に、良否判定ＲＮＮ５３ａの第２ニューロンから出力されたデータの値と、良否判定ＣＮＮ５３ｂの第４ニューロンから出力されたデータの値とを用いて、溶接結果が不良である確率を演算すれば良い。

手順調整部２５５は、溶接モニタデータ及び画像データが入力された場合、サイクルタイムを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手順調整ＮＮ（Neural Network）２５８を備える。手順調整ＮＮ２５８は学習済み深層ニューラルネットワークである。
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。

図７は手順調整部２５５のネットワーク構成を示す概念図である。手順調整部２５５の手順調整ＮＮ２５８は、溶接状態認識ネットワーク部２５８ａと、外観状態認識ネットワーク部２５８ｂと、手順調整ネットワーク部２５８ｃとを有する。
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。

学習処理部２５９は、手順調整部２５５に入力された溶接モニタデータ及び画像データを入力データ、当該データに基づいてアークスタート手順を変更したときの溶接結果の良否を示すデータを学習データとして、手順調整ＮＮ２５８を学習させる処理部である。
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。

なお、手順調整ＮＮ２５８の学習は、溶接システムを設置したとき、外部環境が変化したとき、溶接条件を変更したとき、その他段取り替えが行われたとき等、適宜のタイミングで実行させると良い。
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。

このように構成された実施形態２に係るアークスタート調整装置２０５、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によれば、深層ニューラルネットワークにて構成される手順調整部２５５が、アークスタート手順の変更量を決定する構成であるため、溶接結果を悪化させること無く、より適切に溶接工程のアークスタートを制御し、最短化することが可能である。

また、手順調整部２５５は、溶接工程のサイクルタイムを短縮させるアークスタート手順の変更量を出力することができる。手順調整部２５５は、例えば、溶接結果が非常に安定している場合、大きな変更量を出力し、溶接結果が良好であるものの不安定であるような場合、小さな変更量を出力することができる。従って、より速やかに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。

更に、手順調整部２５５は、溶接結果の良否判定結果を用いて学習することができ、溶接システムが設置された環境に適した手順調整部２５５に調整することができる。従って、溶接条件、外部環境に応じて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。

更にまた、学習処理部２５９は、溶接工程のサイクルタイムが短縮される方向に手順調整部２５５を学習させ、溶接工程のサイクルタイムを最短化させることが可能なデータを出力できるようになった後は、良好な溶接結果が安定して得られるように手順調整ニューラルネットワークを学習させることができる。従って、溶接結果を良好な状態で安定化させ、かつ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、本実施形態２ではアークスタート調整装置２０５が学習済みの手順調整ＮＮ２５８を備える例を説明したが、手順調整部２５５のニューラルネットワークを規定する各種パラメータを、外部サーバからダウンロードし、更新するように構成しても良い。パラメータは、例えば、中間層の階層数、各層のニューロンの数、各ニューロンの重み係数、活性化関数の種類等を含む情報である。また、アークスタート調整装置２０５は、ダウンロードした各種パラメータを、手順調整部２５５に反映させることを許可するか否かを示すフラグを記憶し、フラグが許可を示した場合にダウンロードされたパラメータを用いて手順調整ＮＮ２５８のニューラルネットワークを更新する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。

また、アークスタート調整装置２０５は、学習した手順調整ＮＮ２５８を規定する各種パラメータを外部のサーバへアップロードするように構成しても良い。他のアークスタート調整装置２０５は、サーバへアップロードされた当該パラメータを用いて、手順調整ＮＮ２５８を更新することができる。

なお、実施形態２では、手順調整ＮＮ２５８、並びに第１良否判定部５２ａ及び第２良否判定部５２ｂがニューラルネットワークを備える例を説明したが、良否判定ＲＮＮ５３ａ及び良否判定ＣＮＮ５３ｂの双方又は一方はニューラルネットワークを用いずに溶接結果の良否を判定するように構成しても良い。

（実施形態３）
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。

実施形態３に係るアークスタート調整装置３０５は、更に溶接条件データ取得部５１ｃを更に備える。溶接条件データ取得部５１ｃは、溶接条件データを取得する。溶接条件データは、例えば、母材Ａの材質、開先形状、溶接電流設定値、溶接電圧設定値、溶接速度設定値、溶接電流を周期的に変動させるときの周波数設定値等の情報を含む。

手順調整部３５５は、入力された溶接モニタデータ及び画像データ、並びに溶接条件データに基づいて、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手順調整ＮＮ３５８を備える。実施形態３に係る学習済みの手順調整ＮＮ３５８は、実施形態２と同様の良否総合判定部３５４及び学習処理部３５９を用いて更に学習させることができる。

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によれば、溶接条件を加味してアークスタート手順を調整する構成であるため、より効果的にアークスタート手順を調整することが可能である。

（実施形態４）
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。

実施形態４に係るアークスタート調整装置４０５は、溶接モニタデータ取得部５１ａ、画像データ取得部５１ｂ、状態データ取得部５１ｄ、第１良否判定部５２ａ、第２良否判定部５２ｂ、良否総合判定部５４、手順調整部４５５及びアークスタート制御部５６を備える。

状態データ取得部５１ｄは、溶接システムの状態ｓを示す状態データを取得する。状態データは、例えば、アークスタート処理における溶接トーチ１１、溶接ワイヤＷ及び母材Ａを複数時点で撮像して得た画像データ、例えば動画データを含む。溶接トーチ１１、溶接ワイヤＷ及び母材Ａは、撮像装置４にて撮像しても良いし、他の動画撮像装置を用いて撮像しても良い。動画データは、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の位置関係を画像で認識できる画像データを含む構成が好ましい。

手順調整部４５５は、深層強化学習によって、溶接工程のサイクルタイムを最短化するアークスタート手順を学習させるものであり、評価部４５５ａ、行動選択部４５５ｂ、報酬算出部４５５ｃ及び強化学習部４５５ｄを備える。

評価部４５５ａは、状態データ取得部５１ｄにて取得した状態データと、アークスタート手順に係る行動ａを示す行動データに基づいて、状態データが示す状態における当該行動ａに対する評価値Ｑを算出する演算機能部である。状態とは、例えば溶接トーチ１１、溶接ワイヤＷ及び母材Ａの位置関係ないし当該位置関係を表した画像である。アークスタート手順に係る行動ａは、ワイヤスローダウンの開始及びワイヤ送給速度、溶接電流の供給開始及び溶接電流値等で定められる。評価値Ｑは、溶接トーチ１１、溶接ワイヤＷ及び母材Ａがある特定の位置関係にある場合、ある特定の行動ａを取ったときに、溶接工程のサイクルタイムを好適に短縮させることができる程、また溶接結果が良好である程、高い値となる。

評価部４５５ａは、例えば、状態データ取得部５１ｄにて取得した溶接システムの状態ｓを示す状態データと、アークスタート手順に係る行動ａを示す行動データとが入力された場合、当該状態ｓにおける当該行動ａに対する評価値Ｑ（ｓ，ａ）を出力する評価ＮＮ（Neural Network）４５５ｅを備える。
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。

行動選択部４５５ｂは、ある状態ｓにおいて評価部４５５ａにて算出された評価値Ｑが最大の行動ａを選択する。手順調整部４５５は、行動選択部４５５ｂによって選択された行動ａに基づいてアークスタート手順の調整を行い、アークスタート制御部５６は、当該調整されたアークスタート手順にてアークスタートを制御する。

報酬算出部４５５ｃは、良否総合判定部５４から出力された判定結果と、溶接トーチ１１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、アークスタート手順に対する報酬を算出する。報酬は、溶接結果が良好である程、アークが発生するまでの当該時間が短い程、高い値となるように算出する。報酬を算出する演算式は特に限定されるものでは無い。

強化学習部４５５ｄは、評価ＮＮ４５５ｅに入力される状態データ及び行動データと、各データが入力されたときに出力される評価値Ｑと、報酬算出部４５５ｃにて算出される報酬とに基づいて、評価ＮＮ４５５ｅを学習させる。具体的には、下記式（１）で表される評価値Ｑにて、ニューラルネットの重み係数を学習させると良い。
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

学習係数αは１以下の正の値であり、例えば０．１程度の値である。割引率γは１以下の正の値であり、例えば０．９程度の値である。

上記式（１）を用いた機械学習により、より高い報酬が得られるような行動ａに対して、より高い評価値Ｑが与えられるように、評価ＮＮ４５５ｅを学習させることができる。なお、強化学習を行う際、一定の確率でランダムに行動させ、様々な行動に対するＱ値を学習させるε−グリーディ法等を用いると良い。
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。

実施形態４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によれば、溶接工程のサイクルタイムが短縮されるアークスタート手順を深層強化学習することができる。

なお、上記実施形態４では、深層強化学習を説明したが、ニューラルネットワークに代えて、行動及び状態に対応する評価値Ｑを配列を備え、アークスタート手順を調整するように構成しても良い。

今回開示された実施形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１ 溶接ロボット
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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。

Images