JP6224648B2 - スポット溶接の品質診断システム - Google Patents

Description

本発明は、スポット溶接の溶接品質の良否を判断する品質診断システムに関する。

被溶接材を電極により加圧しつつ抵抗溶接を行うスポット溶接には、外観から溶接品質を診断できないという難点がある。そこで従来、溶接品質を診断する方法として、電極間変位量の監視による方法、電極間電圧若しくは電極間抵抗による方法、超音波による方法、温度測定による方法、又はアコースティック・エミッションによる方法等、種々の方法が提案されている。

上述の方法のうち、電極間変位量の監視による方法は各種材料の診断に利用でき、溶接電流の分流による誤差を生じないという利点がある。この方法に関連する従来技術として、例えば特許文献１には、通電中のアクチュエータに取り付けられたエンコーダの値の変位量の最大値から被溶接部材の熱膨張の度合いを測定し、通電前後のエンコーダの値の変位量から被溶接部材の収縮の度合いを測定し、これらを基に溶接品質を診断する方法が開示されている。

また特許文献２には、２種類の溶接品質の判定方法が開示されている。第１の方法では、溶接品質が良好のときの電極間変位量のデータを予め基準データとして取得しておき、ある時刻以降の溶接時の電極間変位量データと基準データのずれを比較することで溶接品質を診断している。第２の方法では、溶接時の電極間変位量のデータから溶接による熱膨張の飽和点を算出し、この飽和点から被溶接物の膨張速度、飽和熱膨張量、飽和時間、収縮時間を算出し、これらを予め理想的なモデルとして記憶されている膨張速度、飽和熱膨張量、飽和時間、収縮時間と比較することで溶接品質を診断している。

特開２００１−３００７３８号公報 特開２０００−００５８８２号公報

特許文献１に記載の方法では、通電中に加圧力を意図的に変化させる場合に、熱膨張の度合いや収縮の度合いを測定することができないという問題がある。また、被溶接部材の材質や厚みによっても熱膨張や収縮の度合いが変わるため、溶接品質を診断するためのパラメータを溶接打点毎に変更する必要がある。

一方、特許文献２の第１の方法では、ある時刻とずれ量の閾値という２つのパラメータを調整する必要があるので、現場で溶接品質に問題が発生したときに、いずれのパラメータを調整すればよいのか判別し難いという問題がある。また、これらのパラメータは被溶接物の材質や厚みによって調整する必要がある。また特許文献２の第２の方法では、通電中に加圧力を変化させる場合に膨張速度、飽和熱膨張量、飽和時間、収縮時間を測定することができないという問題がある。さらに、被溶接部材の材質や厚みによっても熱膨張や収縮の度合いが変わるため、これらの理想的なモデルに対する閾値を打点毎に変更する必要がある。

また、通電中に電流を変化させるような適応的な制御を行う溶接機を用いる場合もあるが、複数の同種の被溶接部材における同一の打点でも通電時のエンコーダ値の波形が異なることがあり、溶接品質を診断するためのパラメータ（閾値）をあまりシビアな値に設定することができず、結果として溶接品質が否（ＮＧ）のものを看過してしまう場合が多くなる。

以上のことから、従来技術には主として以下の３つの問題点がある。
（１）連続的なデータに基づく評価を行わないため、通電中に加圧力を変化させる場合に評価量を正しく測定できない
（２）パラメータの調整が溶接打点毎に必要であるため、その調整が面倒である
（３）通電時に適応的に電流を変化させる溶接機の場合、溶接品質を診断するための閾値やパラメータをあまりシビアに設定できず、診断基準が緩くなる（実際には「否」であっても「良」と診断される）傾向がある

そこで本発明は、様々な状況に適応できかつ簡単に用いることができるスポット溶接の品質診断システムを提供することを目的とする。

上記目的を達成するために、本願第１の発明は、スポット溶接の溶接品質を診断するスポット溶接品質診断システムであって、被溶接部材を加圧しながら通電する一対の電極と、溶接時の前記一対の電極の電極間変位量を検出する電極間変位量検出部と、前記電極間変位量検出部で検出した電極間変位量に基づき、内部関数を用いてスポット溶接品質の良否を推定する診断部と、前記診断部が推定したスポット溶接品質の良否に対する、実物確認によるスポット溶接品質の良否の判定結果に基づくオペレータの修正を受け付け可能な修正受付部と、前記修正受付部がオペレータの修正を受け付けていない場合は前記診断部の推定結果に基づいて前記内部関数を更新し、前記修正受付部がオペレータの修正を受け付けた場合はその修正内容に基づいて前記内部関数を更新する学習部と、を有する、スポット溶接品質診断システムを提供する。

第２の発明は、第１の発明において、前記一対の電極の少なくとも１つを駆動するアクチュエータと、前記アクチュエータの駆動量を検出するエンコーダとを有し、前記エンコーダが前記電極間変位量検出部として使用される、スポット溶接品質診断システムを提供する。

第３の発明は、第１の発明において、前記一対の電極を保持する少なくとも１つのガンアームに取り付けた歪みゲージを有し、前記歪みゲージが前記電極間変位量検出部として使用される、スポット溶接品質診断システムを提供する。

第４の発明は、第１〜第３のいずれか１つの発明において、前記一対の電極の少なくとも１つを駆動するアクチュエータと、前記アクチュエータの駆動力を検出する駆動力検出部とを有し、前記診断部は、前記駆動力検出部で検出した駆動力が異常値を示したときは溶接品質を否と診断する、スポット溶接品質診断システムを提供する。

本発明によれば、閾値の調整等を行うことなく、タガネ試験等の実物確認に基づき溶接品質の良否を判定し、その結果をシステムに直接教え込む（学習させる）ことができるので、スポット溶接品質の診断精度を容易に向上させることができる。

本発明の第１の実施形態に係るスポット溶接品質診断システムの概略構成を示す図である。 本発明の第２の実施形態に係るスポット溶接品質診断システムの概略構成を示す図である。 本発明に係るスポット溶接品質診断システムにおける処理の流れを示すフローチャートである。 スポット溶接における電極間変位量の経時変化の一例を示すグラフである。 スポット溶接における電極間変位量の経時変化の複数の例を、溶接電流とともに示すグラフである。 ニューラルネットワークを用いて診断部（内部関数）を構成した場合を例示する図である。 診断部（内部関数）が、入力された電極間変位量のデータを基に、スポット溶接品質の良否を出力する例を説明する図である。 内部関数の学習結果を用いて、スポット溶接の溶接品質を診断する例を説明するグラフである。

図１は、本発明の第１の実施形態に係るスポット溶接品質診断システム１０の概略構成を示す図である。診断システム１０は、互いに接離可能に構成されるとともに、スポット溶接の対象である被溶接部材（ワーク）１２を加圧しながら通電する一対の電極１４と、溶接時の一対の電極１４の電極間変位量を検出する電極間変位量検出部１６と、電極間変位量検出部１６で検出した電極間変位量に基づき、内部関数を用いてスポット溶接品質の良否を推定する診断部１８と、診断部１８が推定したスポット溶接品質の良否についてオペレータの修正を受け付け可能な入出力装置等の修正受付部２０と、修正受付部２０がオペレータの修正を受け付けていない場合は診断部１８の推定結果に基づいて後述する内部関数を更新し、修正受付部２０がオペレータの修正を受け付けた場合はその修正内容に基づいて内部関数を更新する学習部２２と、を有する。

図１の例では、一対の電極１４は一対のガンアーム２４にそれぞれ取り付けられ又は保持され、一対のガンアーム２４の一方（図示例では上側のガンアーム）がサーボモータ２６等のアクチュエータによって上下動可能となっている。また図１の例では、サーボモータ２６に取り付けられてその回転角度位置（駆動量）を検出するエンコーダが、電極間変位量検出部１６に相当する。

図２は、本発明の第２の実施形態に係るスポット溶接品質診断システム１０′の概略構成を示す図である。第２の実施形態は、スポット溶接についてより高精度なデータを取得したい場合に適しており、具体的には、一対のガンアーム２４の一方（図示例では下側のガンアーム）に歪みゲージ２８を取り付けることによって電極１４の電極間変位量を検出できるようになっている。また第２の実施形態では、電極１４が取り付けられ又は電極１４を保持するガンアーム２４がアクチュエータによって駆動されるようになっていなくてもよく、このような場合であっても歪みゲージ２８によって電極間変位量を検出することができる。すなわち第２の実施形態では、歪みゲージ２８が電極間変位量検出部に相当するので、アクチュエータの有無に関係なく、エンコーダを利用する場合よりも高精度に電極間変位量を検出することができる。第２の実施形態の他の構成要素については第１の実施形態と同様でよいので、対応する構成要素には同じ参照符号を付与して詳細な説明は省略する。

なお第１及び第２の実施形態において、診断部１８、修正受付部２０及び学習部２２は、スポット溶接を制御する制御装置等に演算処理装置（ＣＰＵ）等として組み込まれてもよいし、溶接場所とは異なる場所（例えばクラウドサービス）に設けられてもよい。

次に、図３のフローチャート等を参照し、本発明に係るスポット溶接品質診断システムにおける処理の流れを説明する。先ず、所定の加工プログラム等に基づき、一対の電極１４を用いて、ワーク１２のスポット溶接を実行する（ステップＳ１、Ｓ２）。

スポット溶接の開始から終了までの間に、上述の電極間変位量検出部（エンコーダ１６又は歪みゲージ２８）を用いて、スポット溶接実行中の電極間変位量（の時系列データ）を取得する（ステップＳ３）。その結果、図４に例示するような、時間Ｔと電極間変位量Ｇとの関係が得られる。

次に、ステップＳ３で取得した電極間変位量に基づき、上述の診断部１８が、スポット溶接の溶接品質を診断（推定）する（ステップＳ４）。具体的には、図５に示すように、電極間変位量Ｇは溶接電流Ｃの大きさによって変わることが知られており、溶接電流Ｃが適正である場合は電極間変位量Ｇはグラフ３０のような形状となり、一方、溶接電流Ｃが過小である場合及び過大である場合は、電極間変位量Ｇはそれぞれグラフ３２及び３４のような形状を呈する。通常は、溶接電流が適正であれば溶接品質も「良（ＯＫ）」となる場合が多く、また溶接電流が不適正（過小又は過大等）であれば溶接品質も「否（ＮＧ）」となる場合が多い。従って電極間変位量Ｇの時系列データを解析することにより、スポット溶接の品質の良否を診断（推定）することができる。なお図５は溶接電流Ｃが交流である場合を示しているが、溶接電流が直流であっても電極間変位量が呈するグラフの形状は、交流の場合と概ね同様である。

ここで、測定された電極間変位量の時系列データは診断部１８の内部関数へ入力され、診断部１８及び後述する学習部２２は、機械学習の１つである「教師あり学習」で用いられる種々の手法を用いることができる。

例えば、内部関数として時系列データを入力し、溶接品質の良否を出力とするような「多入力一出力」方式の階層型ニューラルネットワークを構成し、これに対して種々の教師あり学習の手法（バックプロパゲーションやディープラーニング等）を学習部２２として用いることができる。或いは、ニューラルネットワークの他にも、単純ベイズ分類器やサポートベクターマシン等、種々の教師あり学習の手法を用いることができる。

図６は、ニューラルネットワークを用いて内部関数を構成した場合を例示する図である。図６の例では、サンプリングタイム毎の電極間変位量Ｇをニューラルネットワーク３６に入力する構成になっているが、これは一例であり、他にも様々な構成の内部関数が使用可能である。例えば、電極間変位量のデータについて、時刻でスケーリング（規格化）を行い、スケーリングのパラメータと、スケーリング後の電極間変位量データとをニューラルネットワークに入力する方法が挙げられる。このようにして診断部１８（内部関数）は、図７に例示するように、入力された電極間変位量のデータを基に、診断結果（スポット溶接品質の良否）を出力する。

なお、図１に示した第１の実施形態のように、診断システムが電極１４を駆動するアクチュエータ（例えばサーボモータ２６）を有する場合、該アクチュエータの駆動力を検出する力センサ３８等の駆動力検出部をさらに設けてもよい。或いは、サーボモータに流れている電流の値から駆動力を求めることも可能であり、この場合はサーボモータの電流値を測定する電流センサ等が駆動力検出部に相当する。このように、駆動力検出部が設けられている場合は、電極間変位量のデータに加えてアクチュエータの駆動力も診断部１８に入力することにより、該駆動力が異常値を示した場合は溶接品質を「否」と診断する等、診断性能を向上させることができる。

再び図３を参照し、次のステップＳ５では、ステップＳ４において診断した溶接品質を、電極間変位量以外の情報・手段を用いて実際に確認できるか否かを判断する。例えば、実際にスポット溶接されたワークの溶接品質をタガネ試験等によって確認（判定）できる場合は、診断部１８による溶接品質の診断とは別にタガネ試験等を行い、実物確認によって溶接品質の良否を判定する（ステップＳ６）。

次に、診断部１８の診断（推定）結果と実際の良否判定結果とが異なる場合、オペレータは診断結果を修正する（ステップＳ７、Ｓ８）。具体的には、オペレータは上述の修正受付部２０を介して実際の良否判定結果を入力し、診断部１８による診断結果を修正する。例えば、ある条件でスポット溶接を行った結果、同条件での診断部１８による診断結果が「良」であっても、その溶接品質が実際には「否」であれば、該診断結果はオペレータによって「否」に修正される。一方、診断部１８の診断結果と実際の判定結果とが同じである場合、又は溶接品質を実際に確認することができない場合は、オペレータは診断結果を修正しない。

次のステップＳ９では、修正受付部２０により診断結果が修正された場合は、学習部２２が、その修正内容に基づいて診断部１８の内部関数の学習（更新）を行い、修正が行われなかった場合は、診断部１８の診断結果を用いて診断部１８の内部関数の学習（更新）を行う。すなわち、修正の有無に関わらず、ある条件でのスポット溶接における電極間変位量に対して溶接品質が良否のどちらであったかが学習され、その学習結果が次回以降の溶接品質の診断に反映される。

学習部２２としては、診断部１８の内部関数の構造に依存したアルゴリズムが選択される。例えば、内部関数として階層型のニューラルネットワークが使用されている場合、学習部２２として、このニューラルネットワークを学習させるアルゴリズム（例えばバックプロパゲーションやディープラーニング等）が用いられる。或いは、内部関数として単純ベイズ分類器やサポートベクターマシンが使用されている場合、それに応じた学習のアルゴリズムが学習部２２として用いられる。

このようにして、ステップＳ１〜Ｓ９の処理が、スポット溶接を行うたびに繰り返される。その結果、これまで蓄積された電極間変位量のデータに基づいて、新たに行ったスポット溶接の溶接品質を的確に診断（推定）することが可能となる。例えば、図８に示す破線グラフ４０、４２、４４及び４６のように、電極間変位量について４通りの時系列データがその溶接品質（「良」又は「否」）と関連付けて記憶（学習）されている場合、新たに行ったスポット溶接における電極間変位量が実線グラフ４８のようになった場合、グラフ４８は溶接品質が「良」として学習された２つのグラフ４２及び４４の間に位置しているので、新たなスポット溶接の溶接品質も「良」と診断されることになる。

以上、説明したように、本発明によれば、通電中の連続的な電極間変位量から、スポット溶接品質の良否診断を行うことができる。また、迷惑メールフィルタの要領で適宜、溶接品質の良否診断の結果を修正することができるで、スポット溶接品質の診断部を好適に学習させ、閾値やパラメータの調整作業にかかる工数を排除又は大幅に低減することができる。さらに、学習を行うことにより、通電時に適応的に電流を変化させるスポット溶接機に対しても、診断基準が緩くなることがなく、良否診断の精度が向上する。

１０ 品質診断システム
１２ ワーク
１４ 電極
１６ エンコーダ
１８ 診断部
２０ 修正受付部
２２ 学習部
２４ ガンアーム
２６ サーボモータ
２８ 歪みゲージ

Claims (4)

1. スポット溶接の溶接品質を診断するスポット溶接品質診断システムであって、
   被溶接部材を加圧しながら通電する一対の電極と、
   溶接時の前記一対の電極の電極間変位量を検出する電極間変位量検出部と、
   前記電極間変位量検出部で検出した電極間変位量に基づき、内部関数を用いてスポット溶接品質の良否を推定する診断部と、
   前記診断部が推定したスポット溶接品質の良否に対する、実物確認によるスポット溶接品質の良否の判定結果に基づくオペレータの修正を受け付け可能な修正受付部と、
   前記修正受付部がオペレータの修正を受け付けていない場合は前記診断部の推定結果に基づいて前記内部関数を更新し、前記修正受付部がオペレータの修正を受け付けた場合はその修正内容に基づいて前記内部関数を更新する学習部と、
   を有する、スポット溶接品質診断システム。
2. 前記一対の電極の少なくとも１つを駆動するアクチュエータと、前記アクチュエータの駆動量を検出するエンコーダとを有し、前記エンコーダが前記電極間変位量検出部として使用される、請求項１に記載のスポット溶接品質診断システム。
3. 前記一対の電極を保持する少なくとも１つのガンアームに取り付けた歪みゲージを有し、前記歪みゲージが前記電極間変位量検出部として使用される、請求項１に記載のスポット溶接品質診断システム。
4. 前記一対の電極の少なくとも１つを駆動するアクチュエータと、前記アクチュエータの駆動力を検出する駆動力検出部とを有し、前記診断部は、前記駆動力検出部で検出した駆動力が異常値を示したときは溶接品質を否と診断する、請求項１〜３のいずれか１項に記載のスポット溶接品質診断システム。

Images