JP3137393B2

JP3137393B2 - 溶接状況監視装置

Info

Publication number: JP3137393B2
Application number: JP03309271A
Authority: JP
Inventors: 重孝穂坂; 是長島; 孝石出; 崇赤羽
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 1991-11-25
Filing date: 1991-11-25
Publication date: 2001-02-19
Anticipated expiration: 2016-02-19
Also published as: JPH05138392A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えばレーザによる円
周溶接のような溶接の状況を監視するための装置に関す
るものである。

【０００２】

【従来の技術】従来、例えば蒸気発生器の伝熱管の内周
面にスリーブを挿着して補修するような円周レーザ溶接
の状況を監視するには、溶接状況を６個のモニタ信号で
モニタし、各モニタ信号を別個に処理して表示し、これ
を操作員が監視して溶接の良否の判断を行っている。

【０００３】即ち、図１２は、上述した従来のものを機
能ブロック図のように図示したもので、溶接機もしくは
溶接装置２００は、例えば蒸気発生器の伝熱管のスリー
ブ補修を溶接により行うと共に、溶接対象であるレーザ
溶接部１００の監視を行い、モニタ信号入力手段３００
の各チャネルに、ＹＡＧ（イットリゥム・アルミニゥム
・ガーネット)レーザ発振器のレーザ出力信号、溶接部
から発光される０.８μｍ波長の発光強度を表す緑レー
ザ信号、溶接部から発光される０.９４ μｍ波長の発光
強度を表す青レーザ信号、ＹＡＧレーザの反射光の１.
０６ μｍ波長の強度を表す紫レーザ信号、溶接速度信
号及びモータの負荷比信号を入力する。モニタ信号入力
手段３００が監視すべきこれ等のモニタ信号をディジタ
ル信号に変換してモニタ信号処理手段４００に送ると、
該モニタ信号処理手段４００は、１回のレーザ溶接作業
でサンプリングした全ての各モニタ信号を平均値５０と
したときの偏差値に変換する処理、即ち正規化処理を行
って、モニタデータを得る。このモニタデータは表示手
段５００に表示され、また、希望に応じて印刷手段６０
０により印字される。

【０００４】操作者は、陰極線管のような表示手段５０
０の画面を見て、或は印刷手段６００の出力テープを見
て、前述したレーザ出力等のモニタ信号の変化から溶接
部の正常／異常状態の監視、判断を行っている。

【０００５】

【発明が解決しようとする課題】溶接部の異常には、周
知のように、溶接工具を溶接部から発生するスパッタか
ら守るための遮断ガスを噴出するノズルにスパッタが付
着し、遮断ガスが乱れることによる異常（スパッタ付着
異常）や、レーザ出力が発振器或は光学系の途中で経路
が大きく減衰することにより生ずる異常（レーザ出力減
衰異常）や、溶接工具の軸が偏心回転して一様な溶接が
できなくなる異常（工具偏心異常）や、溶接工具の位置
検出器或はモータが故障して溶接速度にむらがでること
による異常（溶接速度変動異常）や、溶接工具の光学系
のレンズ、ミラー等が損傷してレーザ光が遮られること
による異常（光学系損傷異常）や、光学系のミラーずれ
による異常（ミラー異常）等がある。操作者は、これ等
の異常やその種類もしくは原因を適切に判断することを
要求されるが、判断には熟練を要するので、異常の識別
に長時間を要し、溶接作業効率が上がらないだけでな
く、熟練のために相当長い訓練時間を必要としていた。

【０００６】また、従来は、溶接工具の寿命管理に熟練
者が必要であったり、溶接作業の中で、溶接工具の寿命
について一定の管理方法が実施できず、結果として、溶
接作業全体の効率の低下になっていた。

【０００７】従って、本発明の目的は、溶接部の異常判
断を非熟練者でも容易に行うことができるだけでなく、
溶接工具の寿命管理も自動的に行って溶接作業効率を高
めることができる溶接状況監視装置を提供することであ
る。

【０００８】

【課題を解決するための手段】上述した目的を達成する
ため、本発明によると、溶接状況監視装置は、監視用モ
ニタデータを記憶するモニタデータ記憶手段と、該モニ
タデータ記憶手段に接続されそのモニタデータから溶接
状況の正常、異常を判別する正常／異常判別手段と、該
正常／異常判別手段に接続され、前記溶接状況が異常の
場合に異常の種類を識別する異常識別手段と、前記モニ
タデータ記憶手段に接続され、予め試行された正常溶接
のモニタデータから正常規範データを学習する正常規範
学習手段と、前記モニタデータ記憶手段に接続され、予
め試行された異常溶接のモニタデータから異常規範デー
タを学習する異常規範学習手段と、前記正常／異常判別
手段からの異常の判別情報及び前記異常識別手段からの
異常の種類の情報に基づいて溶接工具の寿命を管理する
溶接工具寿命管理手段とを有することを特徴としてい
る。

【０００９】

【作用】操作者は、モニタデータ記憶手段に記憶された
正常或は異常のモニタデータを用いて、正常規範学習手
段又は異常規範学習手段によって正常規範或は異常規範
を溶接状況監視装置に学習させる。また、新たに判別す
べきモニタ信号について正常／異常判別手段によって正
常か異常かを判別し、異常であれば異常識別手段によっ
て異常の種類を識別する。正常／異常判別手段の異常の
判別セクションの数に関する情報と、異常識別手段の異
常の種類に関する情報とは溶接工具寿命管理手段に送ら
れ、これ等の情報から溶接工具の寿命が判定される。こ
のように、溶接状況監視装置に正常及び異常の学習機能
とそれに基づく判別、識別機能とに加えて、溶接工具の
寿命管理機能を持たせることによって、操作者は、熟練
を要することなく、しかも短時間に、異常やその種類に
加えて、溶接工具の寿命を適切に判断する。

【００１０】

【実施例】次に、本発明の好適な実施例について添付図
面を参照して詳細に説明するが、図中、同一符号は同一
又は対応部分を示すものとする。

【００１１】図１は、本発明による溶接状況監視装置の
実施例を示すもので、図１２に示した従来のもののモニ
タ信号処理手段４００及び表示手段５００の間に、鎖線
８００で囲んだ、モニタデータや学習データを記憶する
モニタデータ記憶手段８１０、判定すべきデータと正常
規範データとを比較して、正常か異常かを判別する正常
／異常判別手段８２０、該正常／異常判別手段８２０に
より異常と判別された後、更に異常の種類を識別する異
常識別手段８３０、８０サイクル（８０回のレーザ溶接
作業）の記憶されたモニタデータから正常規範を学習す
る正常規範学習手段８４０、人為的に或は記憶されたモ
ニタデータから異常規範を学習する異常規範学習手段８
５０、溶接工具の寿命を管理する溶接工具寿命管理手段
７００、及び操作者が本発明による溶接状況監視装置を
用いる際のインターフェースとなる操作手段８６０を更
に含んでいる。

【００１２】１００、２００、３００、５００及び６０
０は、それぞれ、従来例と同様の溶接対象、溶接工具も
しくは装置、モニタ信号入力手段、表示手段及び印刷手
段である。従って、溶接装置２００は、例えば蒸気発生
器の伝熱管のスリーブ補修を溶接により行うと共に、溶
接対象であるレーザ溶接部１００の監視を行い、モニタ
信号入力手段３００の各チャネル(上から順にＮｏ.０、
Ｎｏ.１、Ｎｏ.３・・・・Ｎｏ.５チャネルと呼ぶ）
に、ＹＡＧ(イットリゥム・アルミニゥム・ガーネッ
ト）レーザ発振器のレーザ出力信号、溶接部から発光さ
れる０.８ μｍ波長の発光強度を表す緑レーザ信号、溶
接部から発光される０.９４ μｍ波長の発光強度を表す
青レーザ信号、ＹＡＧレーザの反射光の１.０６ μｍ波
長の強度を表す紫レーザ信号、溶接速度信号及びモータ
の負荷比信号を入力する。そして、モニタ信号入力手段
３００がこれ等のモニタ信号をディジタル信号に変換し
てモニタ信号処理手段４００に送る。

【００１３】４００は、モニタ信号の正規化に加えて、
平均値処理を行うモニタ信号処理手段であって、モニタ
信号入力手段３００からの溶接速度信号について説明す
ると、例えば０.５秒というようなオーダーのある時間
内にサンプリングした溶接速度信号の算術平均値を計算
する平均値処理を行うと共に、１回のレーザ溶接作業中
にサンプリングした全ての溶接速度のモニタ信号を平均
値を５０としたときの偏差値に変換する正規化処理とを
行う。具体的には、モニタ信号処理手段４００は、実施
例では、１サイクル（１回のレーザ溶接作業）分の２０
０サンプリング(１回のレーザ溶接作業中にデータを２
００回採取する)のデータを読み込み、２００点のデー
タを５〜６個毎に平均して１サイクル当たり３８サンプ
リングに平均値処理する。また、モニタ信号処理手段４
００は、処理後のデータと共に採取された年月日、時
刻、溶接工具名をモニタデータ記憶手段８１０に記憶さ
せるため入力する。

【００１４】次に、本発明による溶接状況監視装置の操
作手段８６０の操作により、図示しないディスプレイを
含む表示手段５００上に図２の画面が現れる。この図か
ら分かるように、操作手段８６０は、溶接工具名の選択
手段８２１と、ＡＭＯＤ（正常／異常判別）モード選択
手段８２２、ＣＭＯＤ（正常規範学習）モード選択手段
８２３と、ＤＭＯＤ（異常規範学習）モード選択手段８
２４と、ＥＭＯＤ（印刷）モード選択手段８２５とを有
し、また、表示手段の画面には、「工具名を選択して下
さい。」、「モードを選択して下さい。」というメッセ
ージが表示される。図中のＡＭＯＤモード選択手段８２
２のブロックのように、ブロック内が複数の「・」で埋
められているのは、ＡＭＯＤモードが選択されたことを
示している。

【００１５】また、図３及び図４は、モニタ信号処理手
段４００からのモニタデータや正常規範学習手段８４０
からの学習用データを記憶するモニタデータ記憶手段８
１０の説明図で、このモニタデータ記憶手段８１０は、
新たに判別すべき被判別データ８３１と、正常規範を作
るための８０サイクル分の学習用データ８３２と、正常
／異常判別に用いる正常規範データ８３３とを有してい
る。正常規範を作るために、溶接を試行して観測値もし
くは測定値を得ると共に操作者が試行溶接の結果を見て
正常と判断したときの観測値を学習用データとし、その
データによって正常規範が作成される。図４において、
８４１は異常Ａの規範データ、即ち２６個の要素もしく
は識別セクションからなる異常パターン、８４２〜８４
６は、それぞれ異常Ｂ〜Ｆのパターンを表している。複
数の「・」で埋められている識別セクションは異常と判
別されたセクションを表している。異常規範は、過去の
異常時のモニタデータから得られる処理結果に基づいて
操作者が作り、機械に学習させることにより作成され
る。実施例では、異常規範データは異常規範学習手段８
５０からモニタデータ記憶手段８１０に入力される。
尚、異常Ａ〜Ｆとは、前述したスパッタ付着異常、レー
ザ出力減衰異常、工具偏心異常、溶接速度変動異常、光
学系損傷異常、ミラー異常等をそれぞれ指している。

【００１６】次に、ＡＭＯＤモード、即ち終了したばか
りの溶接の正常／異常判別モードについて説明する。操
作手段８６０のＡＭＯＤモード選択手段８２２で正常／
異常判別モードが選択されると（図２）、モニタ信号入
力手段３００は例えば約１８秒の１回のレーザ溶接作業
中にモニタ信号を２００回サンプリングして、そのチャ
ネルＮｏ.１〜Ｎｏ.５のモニタ信号を各２００サンプリ
ング分読み込む。これ等のモニタ信号は、モニタ信号処
理手段４００により正規化及び平均化処理され、モニタ
データとしてモニタデータ記憶手段８１０に記憶され
る。一方、正常／異常判別手段８２０（図１）は、モニ
タデータ記憶手段８１０から正常／異常の判別をしたい
溶接の観測値即ち被判別データのサンプルを一つづつ取
り込む。

【００１７】ここで、被判別データをＹ^j ₁,_iと表す。た
だし、ｊは１サイクル当たりのサンプリング数でｊ＝１
〜３８の整数（時間順）、ｉはチャネル番号でｉ＝０〜
５（セクションｓ＝１〜６）である。また、セクション
とは３８×６個のデータ区分を意味しており、セクショ
ン毎に正常／異常を判別する。即ち、それぞれのセクシ
ョンにおいて、データのバラツキの類似度を比較するマ
ハラノビスの汎距離による判別、或はデータの絶対値の
大きさを比較する基準値比較判別で、正常か異常かを判
別する。正常規範の分布が正規分布している場合には前
者の判別法を用い、正規分布していない場合には後者の
判別法を用いる。

【００１８】マハラノビスの汎距離(Maharanobis's gen
eralized distance)による判別とは、あるセクションに
おいて、「if Ｄ² _j，_s＞31.４，then そのセクションは
異常，else そのセクションは正常。」とするものであ
る。ここで、マハラノビスの汎距離Ｄ² _j,_sは、Ｙ^j ₁,_iを
サンプル(Ｙ₁,₁・・Ｙ₁,_p）^Tｐ＝ｉとすると、次式で表
される。

【数１】Ｄ² _j,_s＝（Ｙ^j ₁,_i−μ^j _i）^TΣ^-1（Ｙ^j ₁,_i−μ^j _i）

【００１９】基準値比較判別とは、あるセクションにお
いて、「if 全ての（ｓＬ−α）＜Ｙ_p＜（ｓＬ＋α)，
then そのセクションは正常、else そのセクションは異
常」とするものである。

【００２０】そして、１つのセクションでも異常と判定
されたならば、その溶接は異常と判別し、全てのセクシ
ョンで正常と判定されたならば、その溶接は正常と判別
する。

【００２１】上述した正常／異常の判別を行うように操
作手段８６０を操作すると、表示手段には図５に示す諸
表示が現れる。図５において、８５１は判別すべきデー
タ又は判別結果を表示するデータ・結果表示であり、８
５２は判別処理中であることを示す判別表示であり、８
５３は判別の結果が正常であることを示す正常表示であ
り、８５４は判別の結果が異常であることを示す異常表
示であり、８５５は判別結果を確認し、異常の種類を識
別する際に用いる確認ボタンであり、８５６は識別を実
行する際に用いる識別ボタンであり、８５７は８５１が
表示しているデータが判別すべきデータであることを示
す生データ表示であり、８５８は８５１に表示されてい
るデータが判別の結果であることを示す判別パターン表
示である。また、表示手段には、「判別の結果は異常で
す。」、「判別の結果を表示しています。」というメッ
セージが表示される。

【００２２】操作手段８６０は、ＡＭＯＤモードで異常
と判別されたとき、ＢＭＯＤモード（異常識別モード）
を自動的に選択するようになっており、表示手段には図
６に示す画面が表示される。図１の異常識別手段８３０
は、異常と判別されたデータの６×３８個のセクション
を縦３個×横４個からなるセクション群を新しいセクシ
ョンと見なして２６個のセクションに変換する。このパ
ターンと前述した異常Ａ〜Ｆの規範パターンとを識別す
る。

【００２３】図６は、異常規範データを学習する際に用
いる操作を表示するもので、８６１は異常規範と識別す
べきパターンとを示す異常規範データ表示であり、８６
２は識別結果を示す異常識別表示であり、８６３は識別
不可能であることを示す識別不可表示であり、８６４は
異常識別結果を確認する確認ボタンであり、８６５は識
別が実行中であることを示す識別中表示であり、８６６
は表示したい先頭の異常規範の種類を選択する際に用い
るNEXTボタンであり、８６８は８６１に表示されている
データが判別に使用されたパターンであることを示す判
別パターン表示である。

【００２４】異常識別方法としては、人為的に或は記憶
されたデータから作成した規範異常パターンと被判別デ
ータの異常パターンとの比較を図７に示したニューラル
ネットワークモデルを用いて識別する方法を使用するこ
とが好ましい。図７において、８７１は２６個のセクシ
ョンに対応した入力層、８７２は中間層、８７３は異常
の種類の数（６）と正常のそれとを合わせて７つに対応
した出力層である。

【００２５】次に、図２において、正常規範学習モード
選択手段８２３が選ばれると、異常時のデータは正常時
のデータ群と比較してデータのバラツキ方の類似度が小
さいか、或は数値の大きさが離れるから、正常規範学習
手段８４０は、先ず、データのバラツキの類似度で比較
するか（マハラノビスの汎距離）、データの絶対値の大
きさで比較するか（基準値比較）、判別のための方法を
選択するため、モニタデータ記憶手段８１０に記憶され
た８０サイクル分のデータのサイクル同期性を確認す
る。即ち、Ｘ^j _a,_i（ｊ＝１〜３８，ｉ＝０〜５）が異な
るサイクルａ（ａ＝１〜８０）でも大きく変わらないこ
とを確認するため、Ｘ^j _a,_iを取り出し、母集団の正規分
布性（再現性）を調べる。具体的には、あるｊ、あるｉ
のＸ^j _a,_iが、サイクルａによる分布が正規分布であるか
否か調べるため、ｘ２乗検定（カイ２乗検定）を行う。
あるセクション（ｓ，ｊ）において、そのセクションの
チャネルｉについて正規分布であれば、そのセクション
の判定法を「マハラノビスの汎距離による判別」を行う
Ｍセクションとし、正規分布でなければ、そのセクショ
ンの判定法を「基準値比較判別」を行うＫセクションと
する。

【００２６】また、溶接後の判別処理を高速化するた
め、マハラノビスの汎距離の事前計算を行う。即ち、μ
^j _iをＸ^j _a,_iの平均＝（μ₁・・μ_p）^Tｐ＝ｉ、Σ
^-1Ｘ^j _a，_iの分散・共分散行列とすると、Σは下記の行
列式（２）で表される。

【数２】ただし、σ_uvは次式（３）の通りであり、

【数３】例えば、σ₁₁は、数式（４）で表される。

【数４】

【００２７】また、基準値比較判別に用いる基準値を計
算するために、各セクションにおいて、チェビシェフの
不等式を用い、正常既知データＸ^j _a,_iの一つでもその基
準値（ｓＬ±α）を越える確率が５％となる値を基準値
とする。

【００２８】図８は、上述した正常規範データを学習す
る際に用いる操作と表示手段を示しており、８８１は、
正常規範として呼び出しているデータの番号とその内容
を示す正常規範データ表示、８８２は現在までに選ばれ
ている正常規範のデータ数を示す正常規範データ数表
示、８８３は更に正常規範データとして選択可能である
ことを示している選択可能表示、８８４は別の正常規範
データを選択する際に用いるNEXTボタン、８８５は８８
１で表示されているデータを正常規範データとして登録
が可能であることを示している登録可能表示、８８６は
登録の実行の際に用いる登録ボタン、８８７は選択すべ
きデータが終了したか或は登録すべきデータが終了した
かを示す終了表示、８８８は登録や選択の終了を各課人
し学習に入るときに使用する終了ボタン、８８９は学習
中であることを示す学習ランプである。

【００２９】図２において、異常規範学習モードが選ば
れると、異常規範学習手段８５０は先ず、過去の異常の
データや経験、知見より、異常状態Ａ〜Ｆの各パターン
を作って、異常規範パターンを登録する。学習により、
ニューラルネットワークの中に適確な異常パターンを作
る。学習とは、操作者が溶接状況監視装置に学習用デー
タと教師データを入力すると、そのデータ間の関係を溶
接状況監視装置が自ら学習し、その後、操作者が、学習
用データや未学習データを入力したとき、教師データに
相当するデータを出力することである。例えば、学習用
データとして、「白黒黒白白黒・・」のパターンを、教
師データとして「異常Ａ」のデータを与え、このような
セットを数多くペアで与える。そして、学習後「白黒黒
白白黒・・」のパターンが与えられると、それに対して
「異常Ａ」と答える。

【００３０】図９は、異常Ａ３のパターンを登録し、学
習する際の操作手段及び表示手段を示している。図９に
おいて、８９１は登録済みの異常Ａ１、Ａ２、Ｂ１、Ｂ
２、Ｂ３及びこれから登録する異常Ａ３のパターンを示
す異常規範パターン表示、８９２はどの異常が登録済み
であるかを示す登録済み表示、８９３は既に登録した異
常のパターンの数を示す異常規範登録数表示、８９４は
これから登録する異常の規範パターンとしてＡ３が選択
されていることを示す登録状況表示、８９５は別の異常
パターンの選択のために用いられるNEXTボタン、８９６
は登録を実施するときに用いる登録ボタン、８９７は学
習が実行されていることを示す学習ランプ、８９８は学
習を実行するときに用いる実行ボタン、８９９は異常規
範の学習が終了したことを示す終了ランプである。

【００３１】再び図１を参照すると、本発明の溶接状況
監視装置は、前述した正常／異常判別手段８２０からの
異常の判別セクションの情報、即ち１回の溶接作業の監
視での異常の判別セクションの数と、異常識別手段８３
０からの異常の種類Ａ〜Ｆの情報とに基づいて溶接工具
の寿命を管理する溶接工具寿命管理手段７００を更に備
えている。この管理手段７００により操作者に溶接工具
が寿命に達したこと或はどんな状態にあるかを知らせ
る。

【００３２】この管理手段７００は、図１１に示すよう
に、正常／異常判別手段８２０から異常の判別セクショ
ンの数の合計を求める異常セクションカウント手段７０
１と、異常識別手段８３０からの異常の種類Ａ〜Ｆの情
報をもとに、教師データに基づいてそれぞれの重みを決
定する重み決定手段７０２とを備えている。異常セクシ
ョンカウント手段７０１の出力と、重み決定出力７０２
の出力とは寿命加算用乗算手段７０３で乗算される。寿
命加算用乗算手段７０３の出力(初期値：零)は寿命積算
手段７０４で積算される。寿命積算手段７０４の積算値
は、寿命比較判定手段７０６において設定値と比較さ
れ、積算値が設定値より大のときは、溶接工具が寿命に
達したと判定されて、その旨が表示手段５００に出力さ
れる。溶接工具の寿命に相当する異常の判別セクション
の数である上記設定値は、寿命限界カウント設定手段７
０５により設定される。

【００３３】最後に、図２において印刷モードが選ばれ
ると、印刷手段８２５は、操作者の要求によりモニタデ
ータ記憶手段８１０に格納されているデータのリストや
表示画面の内容を印刷する。図１０は、印刷手段８２５
の出力の一例を示しており、例えば、サイクルデータ番
号１２３−２３４−３４５ＬＫＺＤは、異常と判別さ
れ、異常Ａ１と識別されたデータが異常規範データとし
て使用中であることを示している。

【００３４】

【発明の効果】本発明によれば、操作者は、試行溶接に
よりモニタデータ記憶手段に記憶された正常或は異常の
モニタデータを用いて、正常規範学習手段或は異常規範
学習手段によって正常規範或は異常規範を装置に学習さ
せ、新たな判別すべきモニタ信号を正常／異常判別手段
によって正常か異常か判別し、異常であれば更に異常識
別手段により異常の種類を識別するように構成されてい
るだけでなく、正常／異常判別手段からの異常の判別セ
クションの数と、異常識別手段からの異常の種類の情報
とに基づいて溶接工具の寿命を管理するように構成され
ているので、溶接状況監視装置が正常及び異常の学習機
能とそれに基づく判別、識別機能とを持つことになり、
熟練者でなくても溶接工具の特性のバラツキに対処する
ことができるので、熟練のために比較的長い訓練時間を
必要とすることがないだけでなく、熟練者でなくても溶
接工具の寿命管理が容易にできるようになると共に、溶
接作業の中で、溶接工具の寿命について一定の管理方法
が実施できるようになり、溶接作業の効率化を図ること
ができる。また、溶接作業中に監視に時間を多くあてる
必要がないため、溶接作業全体の効率を改善することが
できる。

【図面の簡単な説明】

【図１】本発明の好適な実施例に係る溶接状況監視装置
のブロック図。

【図２】図１の溶接状況監視装置で使用されている操作
手段の説明図。

【図３】図１の溶接状況監視装置で使用されているモニ
タ信号記憶手段の説明図。

【図４】図３のモニタ信号記憶手段に記憶された異常パ
ターンの一例を示す説明図。

【図５】図１の溶接状況監視装置の操作手段により正常
／異常判別モードを選択したときに表示手段に表れる画
面を示す説明図。

【図６】図１の溶接状況監視装置の操作手段により異常
識別モードを選択したときに表示手段に表れる画面を示
す説明図。

【図７】異常識別モードを選択したときに、異常識別手
段が異常識別のために用いるニューラルネットワークモ
デルの説明図。

【図８】図１の溶接状況監視装置の操作手段により正常
規範学習モードを選択したときに表示手段に表れる画面
を示す説明図。

【図９】図１の溶接状況監視装置の操作手段により異常
規範学習モードを選択したときに表示手段に表れる画面
を示す説明図。

【図１０】図１の溶接状況監視装置の操作手段により印
刷モードを選択したときに表示手段に表れる画面を示す
説明図。

【図１１】図１の溶接状況監視装置で用いられている溶
接工具寿命管理手段のブロック図。

【図１２】従来の溶接状況監視装置を示すブロック図。

【符号の説明】

２００溶接工具もしくは装置３００モニタ信号入力手段４００モニタ信号処理手段７００溶接工具寿命管理手段８１０モニタデータ記憶手段８２０正常／異常判別手段８３０異常識別手段８４０正常規範学習手段８５０異常規範学習手段８６０操作手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者赤羽崇神戸市兵庫区和田崎町一丁目１番１号三菱重工業株式会社神戸造船所内 (56)参考文献特開昭62−134191（ＪＰ，Ａ) 特開昭63−269588（ＪＰ，Ａ) 特開平１−273685（ＪＰ，Ａ) 特開平５−66202（ＪＰ，Ａ) 特開平５−309485（ＪＰ，Ａ) 実開平３−28454（ＪＰ，Ｕ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) B23K 26/00 B23K 31/00

Claims

(57)【特許請求の範囲】

【請求項１】溶接状況をモニタ信号を用いて監視する
ものにおいて、監視用モニタデータを記憶するモニタデ
ータ記憶手段と、該モニタデータ記憶手段に接続されそ
のモニタデータから溶接状況の正常、異常を判別する正
常／異常判別手段と、該正常／異常判別手段に接続さ
れ、前記溶接状況が異常の場合に異常の種類を識別する
異常識別手段と、前記モニタデータ記憶手段に接続さ
れ、予め試行された正常溶接のモニタデータから正常規
範データを学習する正常規範学習手段と、前記モニタデ
ータ記憶手段に接続され、予め試行された異常溶接のモ
ニタデータから異常規範データを学習する異常規範学習
手段と、前記正常／異常判別手段からの異常の判別情報
及び前記異常識別手段からの異常の種類の情報に基づい
て溶接工具の寿命を管理する溶接工具寿命管理手段とを
有することを特徴とする溶接状況監視装置。