JP6599505B2 - 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 - Google Patents

Description

本発明は、溶接工程におけるアークエンド手順を調整する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。

連続生産において、溶接ロボットを用いた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。また、溶接終了時に、溶接ワイヤに小電流を供給して溶接ワイヤを一定時間燃え上がらせるアンチスティック処理が行われる（例えば、特許文献１）。アンチスティック処理を行う理由は次の通りである。ワイヤ送給機に停止信号が入力された後も、送給モータは慣性力によって溶接ワイヤを送給する。従って、溶接ワイヤが溶融池に進入し、溶融池が冷却すると溶接ワイヤの先端部が溶着金属に固着（スティック）してしまう。この固着を防ぐために、ワイヤ送給機に停止信号を入力した後、溶接電流値よりも小さい電流を通電することによって溶接ワイヤを溶融させて、溶接ワイヤが溶融池に進入することを防止する必要がある。

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、溶接電流、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２０１１−２００８６７号公報 特開２０１７−３００１４号公報 特開２０１７−３９１６０号公報

ところで、アンチスティック処理はサイクルタイムに影響するため、その処理時間は短い方が良い。しかし、アンチスティック処理に要する時間を無理に短縮させた場合、コンタクトチップ又は母材が溶着する等の不具合が発生したり、コンタクトチップから突出する溶接ワイヤが不適当な長さとなることがあり、次溶接工程におけるアークスタート処理に要する時間が長くなり、またアークスタートに失敗することによりかえってサイクルタイムが長くなったりするという問題があった。またアンチスティック処理に要する時間を無理に短縮させた場合、溶接性に悪影響を与えることがある。
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エンド処理を試行し、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、アンチスティック処理、溶着解除処理等のアークエンド処理に要する時間を自動で調整し、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を提供することにある。

本態様に係るアークエンド調整装置は、繰り返し行われる溶接工程におけるアークエンド手順を調整するアークエンド調整装置であって、アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド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、アークエンド手順を調整する。溶接データは、アンチスティック処理の結果、及び当該アンチスティック処理に引き続く次溶接工程における溶接の状態を示す情報であり、アークエンド手順を短縮化することによ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、アークエンド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。
なお、本態様に係るアークエンド調整装置は、一の溶接電源におけるアークエンド処理、より詳細には一の溶接ワイヤに係るアークエンド処理を行う。次溶接工程は、生産ラインの下流側で行われる溶接工程では無く、上記一の溶接電源で次に行われる溶接工程である。生産ラインに複数の溶接電源が設置されている場合であっても、アークエンド調整装置は、溶接電源毎、即ち溶接ワイヤ毎にアークエンド手順の調整を行う。また、言うまでもなく各溶接電源にアークエンド調整装置を設けても良いし、一つのアークエンド調整装置が複数の溶接電源におけるアークエンド手順をそれぞれ調整するように構成しても良い。

本態様に係るアークエンド調整装置は、前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の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、前記アークエンド手順の変更内容を決定する。

本態様によれば、アンチスティック処理の結果及び次溶接工程における溶接結果が良好な場合、アークエンド調整装置は、アークエンド手順を短縮化することにより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。アンチスティック処理の結果及び次溶接工程における溶接結果が不良な場合、アークエンド調整装置は、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。

本態様に係るアークエンド調整装置は、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、アンチスティック処理及び次溶接工程の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エンド手順にて調整を確定させ、確定させた前記アークエンド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エンド手順を記憶する。当該最短のアークエンド手順は、必ずしも論理的なサイクルタイム最短のアークエンド手順では無い。最短のアークエンド手順は、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、アンチスティック処理又は次溶接工程の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エンド手順を意味する。
以後、記憶部が記憶しているアークエンド手順を用いて、直ちにサイクルタイムを最短化することができる。

本態様に係るアークエンド調整装置は、前記良否判定部は、次溶接工程に係る溶接状態を示す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。

本態様に係るアークエンド調整装置は、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、前記アークエンド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、アークエンド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。

本態様に係るアークエンド調整装置は、前記手順調整ニューラルネットワークは、前記アークエンド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、調整可能なアークエンド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。

本態様に係るアークエンド調整装置は、前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の溶接結果の良否を判定する良否判定部と、前記アークエンド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、アークエンド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。

本態様に係るアークエンド調整装置は、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。

本態様に係るアークエンド調整装置は、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。

本態様に係るアークエンド調整装置は、前記良否判定部は、次溶接工程に係る溶接状態を示す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。

本態様に係るアークエンド調整装置は、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、アークエンド手順の調整内容は、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、アークエンド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。

本態様に係るアークエンド調整装置は、アークエンド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、及び前記アークエンド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を備える。

本態様によれば、アークエンド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に基づき、強化学習された評価部を用いて最適なアークエンド手順に係る行動を選択する。

本態様に係るアークエンド調整装置は、前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の良否を判定する良否判定部と、前記アークエンド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、溶接終了後、次溶接工程における溶接が開始されるまでの時間とに基づいて、前記アークエンド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、前記アークエンド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エンド手順を強化学習することができる。

本態様に係るアークエンド調整装置は、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、及び前記アークエンド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エンド手順を深層強化学習することができる。

本態様に係るアークエンド調整装置は、アンチスティック処理の結果を示す前記溶接データは、溶着解除処理時の電流を示すデータ、溶接ワイヤの先端部の画像、及び溶接ワイヤの先端部の温度の少なくとも一つを含み、次溶接工程に係る溶接状態を示す前記溶接データは、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、並びに溶接終了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、溶着解除処理時の電流を示すデータ、溶接ワイヤの先端部の画像、及び溶接ワイヤの先端部の温度の少なくとも一つに基づいて、アンチスティック処理の良否を判定することができる。また、次溶接工程における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、並びに溶接終了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、アークエンド手順を調整することができる。

本態様に係るアークエンド調整装置は、前記アークエンド手順は、アンチスティック処理における溶接電圧及び溶接電流、前記アンチスティック処理の時間、溶接ワイヤのリトラクト時間、並びに溶着解除処理の時間及びリトライ回数の少なくとも一つを含む。

本態様によれば、アンチスティック処理における溶接電圧及び溶接電流、当該アンチスティック処理の時間、溶接ワイヤのリトラクト時間、並びに溶着解除処理の時間及びリトライ回数を調整することによって、アークエンド処理ない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。

本態様に係るアークエンド調整装置は、前記手順調整部によってアークエンド手順の調整を行う調整強度を受け付ける受付部を備え、前記手順調整部は、前記受付部にて受け付けた調整強度にてアークエンド手順の調整を行う。

本態様によれば、使用者は、上記手順調整部によって行われるアークエンド手順の自動調整の程度を任意に設定することができる。

本態様に係る溶接システムは、上述のいずれか一つのアークエンド調整装置と、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、アークエンド調整装置は、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、アークエンド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。

本態様に係るアークエンド調整方法は、繰り返し行われる溶接工程におけるアークエンド手順を調整するアークエンド調整方法であって、アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド手順を調整する。

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。アークエンド調整方法は、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、アークエンド調整装置を接続してアークエンド調整方法を実施させても良い。

本態様に係るコンピュータプログラムは、コンピュータに、繰り返し行われる溶接工程におけるアークエンド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、アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド手順を調整する処理を実行させるためのプログラムである。

本態様によれば、コンピュータを上記アークエンド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、アンチスティック処理、溶着解除処理等のアークエンド処理に要する時間を自動で調整し、溶接工程のサイクルタイムを短縮させることができる。

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に係るアークエンド調整装置を示すブロック図である。 アークエンド手順を示す概念図である。 実施形態１に係るアークエンド調整装置を示す機能ブロック図である。 実施形態１に係るアークエンド調整方法を示すフローチャートである。 実施形態２に係るアークエンド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に係るアークエンド調整装置を示す機能ブロック図である。 実施形態４に係るアークエンド調整装置を示す機能ブロック図である。 実施形態５に係るアーク溶接システムを示す模式図である。 アークエンド調整画面を示す模式図である。

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良い。
（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及びアークエンド調整装置５とを備える。アークエンド調整装置５は制御装置３に設けられている。なお、作図及び説明の便宜上、アークエンド調整装置５のユニットが制御装置３に含まれるものとして説明するが、制御装置３及びアークエンド調整装置５は渾然一体の構成であっても良く、見かけ上、制御装置３のハードウェア及びソフトウェアがアークエンド調整装置５の機能を実現しても良い。また、アークエンド調整装置５は溶接電源２に設けても良いし、他の装置に設けても良い。更に、アークエンド調整装置５の機能を複数の装置及びサーバで分散処理するように構成しても良い。

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、溶接工程中にアークを流れる溶接電流と、アンチスティック処理及び溶着解除処理中の電流と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、アンチスティック処理及び溶着解除処理の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、溶接モニタデータには、アンチスティック処理及び溶着解除処理中に検出される電圧又は電流のデータが含まれる。更に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。
なお、上記溶接モニタデータは、アンチスティック処理の結果及び次溶接工程に係る溶接状態を示す溶接データの一例である。

撮像装置４は、アンチスティック処理中及び溶着解除処理中の溶接ワイヤＷの先端部若しくは溶接部位を撮像し、また溶接工程後、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。また、撮像装置４は、溶接ワイヤＷの先端部の温度を検出する赤外線カメラであっても良い。
なお、上記画像データは、アンチスティック処理の結果及び次溶接工程に係る溶接状態を示す溶接データの一例である。

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、アークエンド手順を出力して、アークエンド処理を実行させる。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、アークエンド手順については、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、アークエンド調整装置５によって調整されている。
なお、図１には一組の溶接電源２及び溶接トーチ１１のみが図示されているが、生産ラインに複数の溶接電源２が設置されている場合、一つのアークエンド調整装置５が、複数の溶接電源２毎に当該電源におけるアークエンド手順をそれぞれ調整するように構成しても良いし、複数の溶接電源２それぞれに、アークエンド調整装置５を各別に設け、各電源におけるアークエンド手順を調整するように構成しても負い。

図２は実施形態１に係るアークエンド調整装置５を示すブロック図である。アークエンド調整装置５は、当該アークエンド調整装置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、アークエンド処理を最適化し、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、生産ラインで溶接が繰り返し行われる連続生産における当該溶接工程のサイクルタイムを最短化させるアークエンド調整方法を実施し、コンピュータをアークエンド調整装置５として機能させる。なお、繰り返し行われる溶接工程は、生産ラインに設置された一の溶接電源２又は溶接トーチ１１が繰り返し行う溶接を意味する。

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、例えば溶接工程中の溶接電流及び溶接電圧、アンチスティック処理及び溶着解除処理中の電流及び電圧、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、溶接ワイヤＷの先端部の外観、溶接後のビードの外観を表したデータである。また、画像データは、赤外線カメラにて撮像した、溶接ワイヤＷ先端部の温度を表したデータであっても良い。

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エンド手順を制御し、またアークエンド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。アークエンド手順を変更するための制御データは、アークエンド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エンド手順を示すものであっても良い。

図３はアークエンド手順を示す概念図である。特に、図３Ａはアンチスティック処理、図３Ｂは溶着解除処理の手順を示している。
溶接処理を終えた制御装置３は、図３Ａに示すように、溶接時よりも小さい電流Ｉａ及び電圧Ｖａを、所要のアンチスティック処理時間ｔａ、供給し、溶接ワイヤＷの先端部を溶融させて燃え上がらせ、適当な寸法の凝固球を当該先端部に形成させる。また、溶接ワイヤＷを所定のリトラクト時間だけ引き上げる処理を実行しても良い。
アンチスティック処理を最適化することによって、溶接トーチ１１のチップから突出する溶接ワイヤＷの長さを、次溶接工程を滞り無く開始できる長さにすることができ、また凝固球の形状及び大きさも次溶接工程の溶接性も良好なものとなる。

また、溶接終了時に溶接ワイヤＷが母材Ａに溶着している可能性があるため、図３Ｂに示すように、制御装置３は、所要の溶接解除に係る電流Ｉｒを、所要の溶接解除処理時間ｔｒの間、溶接ワイヤＷに供給することにより、溶着箇所を溶断する処理を実行する。また、１回の溶断処理では溶着を解消できない場合があるため、溶着が解消されていない場合、所要のリトライ回数Ｎｒだけ、溶着解除処理を実行する。溶着の有無は、溶接ワイヤＷに流れる電流を検出することによって判定することができる。

図４は実施形態１に係るアークエンド調整装置５を示す機能ブロック図である。アークエンド調整装置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、アンチスティック良否判定部５２ｃ、良否総合判定部５４と、手順調整部５５と、アークエンド制御部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及びアンチスティック良否判定部５２ｃ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及びアンチスティック良否判定部５２ｃ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ＲＮＮ５３ａ（Recurrent Neural Network）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ＣＮＮ５３ｂ（Convolutional Neural Network）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４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。

アンチスティック良否判定部５２ｃは、例えばアークエンド処理の溶着解除処理時に流れる電流が閾値以上であるか否かを判定することによって、アンチスティック処理の良否を判定し、判定結果を良否総合判定部５４へ出力する。
また、アンチスティック良否判定部５２ｃは、アンチスティック処理時に撮像された溶接ワイヤＷの先端部の画像に基づいて、アンチスティック処理の良否を判定し、判定結果を良否総合判定部５４へ出力する。例えば、溶接ワイヤＷの先端部に形成される凝固球の大きさが所定範囲内であるか否か、凝固球の形状が所定パターンに適合するか否かに基づいて、アンチスティック処理の良否を判定する。

良否総合判定部５４は、第１良否判定部５２ａ、第２良否判定部５２ｂ及びアンチスティック良否判定部５２ｃから出力されたデータに基づいて、アンチスティック処理及び次工程における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、アンチスティック良否判定部５２ｃの判定結果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、次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。そして、良否総合判定部５４は、次溶接工程における溶接結果が良好で、かつアンチスティック処理の結果も良好である場合、総合的に良と判定する。
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、次溶接工程の溶接結果を良と判定し、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、次溶接工程の溶接結果を不良と判定する。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、次溶接工程の溶接結果を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エンド手順を調整し、調整結果をアークエンド制御部５６へ出力する。調整結果は、例えば、アークエンド手順の各種パラメータ、即ちアンチスティック処理における電流、電圧及び時間、リトラクト時間、溶着解除処理における電流、時間、リトライ回数等の増減を示すデータであり、手順調整部５５は、アークエンド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エンド制御部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エンド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、アンチスティック処理時間を調整し、２回目の調整では溶着解除処理時間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。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エンド手順を最短手順記憶部５７に記憶させる。
更に、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エンド手順を調整する例を、上で説明したが、サイクルタイムを維持しつつ判定結果が良好になるように、パラメータを調整するように構成しても良い。

アークエンド制御部５６は、手順調整部５５の調整結果に基づいて、アークエンド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、アークエンドを制御する。但し、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エンド手順を記憶している場合、アークエンド制御部５６は、最短手順記憶部５７が記憶するアークエンド手順に基づいて、アークエンドを制御する。

次にアークエンド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に係るアークエンド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連続生産における各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エンド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エンド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エンド手順に基づいて、アークエンドする（ステップＳ１２）。例えば、制御部５０は、最短のアークエンド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、アークエンドを制御する。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エンド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、アークエンドを制御しても良い。

記憶部５０ｃが、サイクルタイム最短のアークエンド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、アンチスティック処理及び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。アンチスティック処理及び溶着解除処理の良否は、溶着解除処理時における電流にて判定する。

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、一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、調整後のアークエンド手順に基づいて、アークエンドを制御する（ステップＳ１９）。具体的には、制御部５０は、調整処理後のアークエンド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、アークエンドを制御する。もちろん、制御部５０は、アークエンド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、アークエンドを制御しても良い。

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エンド手順に戻し（ステップＳ２０）、サイクルタイム短縮前のアークエンド手順をサイクルタイム最短のアークエンド手順として、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エンド調整装置５、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５０ｄによれば、溶接結果を悪化させること無く、アークエンド処理を最適化し、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エンド手順を記憶部５０ｃに記憶させる構成であるため、以後、アークエンド調整装置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ではアークエンド調整装置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、アークエンド調整装置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、アークエンド調整装置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エンド調整装置５が上記パラメータを交換しても良い。
更に、アークエンド調整装置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エンド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エンド手順の調整量を受信し、アークエンド手順を調整しても良い。
更に、アークエンド調整装置５は溶接電源２に備えても良い。また、アークエンド調整装置５は、アークエンド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、アークエンド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）
実施形態２に係るアークエンド調整装置２０５、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。

図６は実施形態２に係るアークエンド調整装置２０５を示す機能ブロック図である。実施形態２に係るアークエンド調整装置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、学習処理部２５９及びアークエンド制御部５６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、アンチスティック良否判定部５２ｃ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、アンチスティック良否判定部５２ｃ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、溶接結果及びアンチスティック処理が良好である確率を示すデータと、溶接結果及びアンチスティック処理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、アンチスティック良否判定部５２ｃから出力されたデータの値とを用いて、溶接結果及びアンチスティック処理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と、アンチスティック良否判定部５２ｃ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エンド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、アンチスティック処理における電流Ｉａ、電圧Ｖａ及び時間ｔａ、溶着解除処理における電流Ｉｒ、時間ｔｒ、リトライ回数Ｎｒ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、短縮可能なアークエンド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エンド手順を変更したときの溶接結果及びアンチスティック処理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、溶接結果及びアンチスティック処理が良好である場合、サイクルタイムが短縮され、溶接結果及びアンチスティック処理が不良である場合、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って、アンチスティック処理の結果が良好な状態である。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、又はアンチスティック処理の結果が不良な状態である。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って、アンチスティック処理の結果が良好な状態である。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、アンチスティック処理、溶着解除処理等のアークエンド処理に要する時間を自動で調整し、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、アークエンド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に係るアークエンド調整装置２０５、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、アークエンド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エンドを制御し、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エンド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ではアークエンド調整装置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、アークエンド調整装置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、アークエンド調整装置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エンド調整装置２０５が上記パラメータを交換しても良い。

また、アークエンド調整装置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。他のアークエンド調整装置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に係るアークエンド調整装置３０５を示す機能ブロック図である。実施形態３に係るアークエンド調整装置３０５、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に係るアークエンド調整装置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、アークエンド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に係るアークエンド調整装置３０５、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５０ｄによれば、溶接条件を加味してアークエンド手順を調整する構成であるため、より効果的にアークエンド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に係るアークエンド調整装置４０５を示す機能ブロック図である。実施形態４に係るアークエンド調整装置４０５、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エンド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に係るアークエンド調整装置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及びアークエンド制御部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、アークエンド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、溶接ワイヤＷの先端部に形成される凝固球を画像で認識できる画像データを含む構成が好ましい。また、画像データは、赤外線カメラで溶接ワイヤＷの先端部を撮像して得られる画像、即ち溶接ワイヤＷの先端部の温度を示す画像のデータであっても良い。
なお、本実施形態４では、状態データの例として主に画像データを説明するが、溶接ワイヤＷに流れる電流を示す電流データ、溶接ワイヤＷの温度を示すその他の温度データ等であっても良い。

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エンド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、アークエンド手順に係る行動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。アークエンド手順に係る行動ａは、アンチスティック処理に係る電流の供給開始、電流値、溶着解除処理に係る電流の供給開始、溶着解除処理のリトライ等で定められる。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、アークエンド手順に係る行動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。
また、評価部４５５ａは、ニューラルネットワークに代えて、状態データ及び行動データと、評価値とを関係付けるテーブルを備え、当該テーブルを用いて評価値を出力するように構成しても良い。

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に基づいてアークエンド手順の調整を行い、アークエンド制御部５６は、当該調整されたアークエンド手順にてアークエンドを制御する。

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、アークエンド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エンド調整装置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、即ちアンチスティック処理の開始、溶接解除処理の開始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。

なお、アークエンド調整装置４０５の強化学習は、複数の溶接装置ないし溶接システムから得られる状態データ、行動データ、評価値等のデータ、シミュレーション装置から得られるデータ等を用いて、行うと良い。

実施形態４係るアークエンド調整装置４０５、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エンド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、アークエンド手順を調整するように構成しても良い。

（実施形態５）
図１０は実施形態５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５に係る溶接システムは、アークエンド手順の調整方法を受け付ける調整方法受付部５０６を備える点が実施形態１〜５と異なる。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１１はアークエンド調整画面５０７を示す模式図である。調整方法受付部５０６は、例えば、端末にアークエンド調整画面５０７を表示し、アークエンド手順の調整方法を受け付ける。アークエンド調整画面５０７は、例えば、アークエンド手順を自動で調整するか、手動で調整するかの選択を受け付ける調整方法選択部５７１を有する。調整方法選択部５７１は、例えばラジオボタンである。使用者は、ラジオボタンをチェックすることによって、アークエンド手順の自動調整を行うか、手動で調整するのかを選択することができる。

また、アークエンド調整画面５０７は、アークエンド手順の自動調整が選択された場合、サイクルタイムの最短化を優先した調整を行うべきか、溶接品質を重視した調整を行うべきかを示した優先度表示部５７２と、優先度を指定するための優先度調整スライダ５７３とを有する。使用者は、優先度調整スライダ５７３をスライドさせることによって、溶接品質をどの程度重視してアークエンド手順を調整すべきか、あるいはサイクルタイムの最短化をどの程度重視してアークエンド手順を調整すべきかを指定することができる。
優先度調整スライダ５７３にて溶接品質に係る優先度を受け付ける調整方法受付部５０６は、手順調整部５５によってアークエンド手順の調整を行う調整強度を受け付ける受付部に対応する。

制御装置３は、例えば、溶接品質の重要度が高い程、アークエンド手順の調整量を小さくしてアークエンド手順の制御を行い、サイクルタイムの最短化の重要度が高い程、アークエンド手順の調整量を大きくしてアークエンド処理を実行する。

実施形態５に係る溶接システムによれば、溶接品質又はサイクルタイムの最短化の重要度又は優先度を受け付け、使用者が所望する方法で、アークエンド手順を調整することができる。

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
５，２０５，３０５，４０５ アークエンド調整装置
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
５２ｃ アンチスティック良否判定部
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 アークエンド制御部
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
５０６ 調整方法受付部
５０７ アークエンド調整画面
５７１ 調整方法選択部
５７２ 優先度表示部
５７３ 優先度調整スライダ
Ａ 母材
Ｗ 溶接ワイヤ

Claims (20)

1. 繰り返し行われる溶接工程におけるアークエンド手順を調整するアークエンド調整装置であって、
   アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド手順を調整する手順調整部と
   を備えるアークエンド調整装置。
2. 前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の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、前記アークエンド手順の変更内容を決定する
   請求項１に記載のアークエンド調整装置。
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、アンチスティック処理及び次溶接工程の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エンド手順にて調整を確定させ、確定させた前記アークエンド手順を記憶部に記憶させる
   請求項２に記載のアークエンド調整装置。
4. 前記良否判定部は、
   次溶接工程に係る溶接状態を示す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に記載のアークエンド調整装置。
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、前記アークエンド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に記載のアークエンド調整装置。
6. 前記手順調整ニューラルネットワークは、前記アークエンド手順の変更量を示すデータを出力する
   請求項５に記載のアークエンド調整装置。
7. 前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の溶接結果の良否を判定する良否判定部と、
   前記アークエンド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に記載のアークエンド調整装置。
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に記載のアークエンド調整装置。
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に記載のアークエンド調整装置。
10. 前記良否判定部は、
    次溶接工程に係る溶接状態を示す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エンド調整装置。
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に記載のアークエンド調整装置。
12. アークエンド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、及び前記アークエンド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
    を備える請求項１に記載のアークエンド調整装置。
13. 前記取得部にて取得した溶接データに基づいて、アンチスティック処理及び次溶接工程の良否を判定する良否判定部と、
    前記アークエンド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、溶接終了後、次溶接工程における溶接が開始されるまでの時間とに基づいて、前記アークエンド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、前記アークエンド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１２に記載のアークエンド調整装置。
14. 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、及び前記アークエンド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又は請求項１３に記載のアークエンド調整装置。
15. アンチスティック処理の結果を示す前記溶接データは、
    溶着解除処理時の電流を示すデータ、溶接ワイヤの先端部の画像、及び溶接ワイヤの先端部の温度の少なくとも一つを含み、
    次溶接工程に係る溶接状態を示す前記溶接データは、
    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、並びに溶接終了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１４までのいずれか一項に記載のアークエンド調整装置。
16. 前記アークエンド手順は、
    アンチスティック処理における溶接電圧及び溶接電流、前記アンチスティック処理の時間、溶接ワイヤのリトラクト時間、並びに溶着解除処理の時間及びリトライ回数の少なくとも一つを含む
    請求項１〜請求項１５までのいずれか一項に記載のアークエンド調整装置。
17. 前記手順調整部によってアークエンド手順の調整を行う調整強度を受け付ける受付部を備え、
    前記手順調整部は、
    前記受付部にて受け付けた調整強度にてアークエンド手順の調整を行う
    請求項１〜請求項１６までのいずれか一項に記載のアークエンド調整装置。
18. 請求項１〜請求項１７までのいずれか一項に記載のアークエンド調整装置と、
    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。
19. 繰り返し行われる溶接工程におけるアークエンド手順を調整するアークエンド調整方法であって、
    アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド手順を調整する
    アークエンド調整方法。
20. コンピュータに、繰り返し行われる溶接工程におけるアークエンド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、
    アンチスティック処理の結果及び次溶接工程に係る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、前記アークエンド手順を調整する
    処理を実行させるためのコンピュータプログラム。

Images