JP7192566B2 - 電気抵抗溶接における散り検知方法及びその装置 - Google Patents

Description

本発明は、複数の金属板を重ね合わせたワークを一対の電極によって加圧しつつ通電することにより当該複数の金属板を溶接する電気抵抗溶接における散り検知方法及びその装置に関する。

スポット溶接に代表される電気抵抗溶接は、車体の組立等に多用されている。スポット溶接では、複数の金属板を重ね合わせたワークを一対の棒状電極によって加圧しつつ通電する。この通電によって発生するジュール熱で当該複数の金属板がその接触部において溶解し凝固することで溶接される。このとき、溶接条件によっては、溶接部の温度が上昇し過ぎて溶融物が飛散する散り現象を生ずることがある。この散りを生ずると、所期の溶接強度が得られず、また、飛散した溶融物が溶接部の周辺に付着し、後処理が必要になる場合もある。

散り発生の未然防止に関して、特許文献１には、ナットプロジェクション溶接において、一対の溶接用電極の変位量が所定の閾値を超えたときに、溶接電流を上昇させることが記載されている。ナットの突起の溶け込みが生じて接触面積が拡大してから溶接電流を上昇させることで、散りを発生を抑制するというものである。

特開２０１４－２１７８５４号公報

溶接電流等の溶接条件をワークに応じて適切に設定すれば、散りの発生を抑制することが可能になる。そのためには、現溶接条件において、散りが発生するか否か、或いは散りを発生する可能性が高いか否かを検知することが前提となる。散りの発生は作業者が溶接状態を見れば確認することができるが、多数のワークが流れる生産ラインにおいて、個々に散りの発生を目視で確認することは容易ではない。

これに対して、散りの発生によってワークの溶接部位の厚さが薄くなる現象に着目し、溶接中における一対の電極間距離の減少量に基づいて散りを検知することが考えられる。しかし、ワークの溶接部位を加圧したときに溶接ガンに撓みを生ずることから、その電極間距離の減少量を高精度で検出することは難しい。

そこで、本発明は、電気抵抗溶接における新規な散りの検知方法及びその装置を提案する。

本発明は、上記課題の解決のために、散りの検知に溶接ガンの撓みに影響されない電極間の通電抵抗を採用し、統計的手法で散りを検知するようにした。

ここに開示する散り検知方法は、複数の金属板を重ね合わせたワークを一対の電極によって加圧しつつ通電することにより上記複数の金属板を溶接する電気抵抗溶接における散り検知方法であって、
所定の溶接条件での各溶接中に所定時間間隔をおいて上記一対の電極間の通電抵抗低下量を検出し、該通電抵抗低下量に係るデータを蓄積するステップと、
上記データに基づいて当該溶接条件における上記通電抵抗低下量の度数分布を算出するステップと、
上記度数分布をガウス関数でフィッティングし、該フィッティングが統計的に有意か否かによって当該溶接条件での散りの発生を判定するステップとを備えていることを特徴とする。

また、ここに開示する散り検知装置は、複数の金属板を重ね合わせたワークを一対の電極によって加圧しつつ通電することにより上記複数の金属板を溶接する電気抵抗溶接における散り検知装置であって、
所定の溶接条件での各溶接中に所定時間間隔をおいて上記一対の電極間の通電抵抗低下量を検出し、該通電抵抗低下量に係るデータを蓄積するデータ蓄積手段と、
上記データ蓄積手段のデータに基づいて当該溶接条件における上記通電抵抗低下量の度数分布を算出する度数分布算出手段と、
上記度数分布算出手段で算出される度数分布を確率密度関数でフィッティングし、該フィッティングが統計的に有意か否かによって当該溶接条件での散りの発生を判定する判定手段とを備えていることを特徴とする。

上記電気抵抗溶接においては、溶接が進むに従って金属板は温度が上昇して軟化し溶融していく。そのため、電極と金属板の接触面積が増大し、これに伴って通電抵抗（一対の電極間の抵抗）が低下していく。散り発生時には、溶融物の飛散によって金属板の厚さが局部的に薄くなるため、上記通電抵抗低下量が一時的に大きくなる。従って、この通電抵抗低下量を監視して散りを検知することが考えられる。しかし、散りの発生タイミングは一定ではなく、また、通電抵抗低下量も区々であり、一意的に閾値を設けることはできない。

そこで、本発明では、上記通電抵抗低下量の度数分布を求め、これをガウス関数でフィッティングし、該フィッティングが統計的に有意か否かによって散りの発生を判定するようにした。すなわち、散りの発生がない正常溶接であれば、通電抵抗低下量の度数分布は一つのガウス分布に従うとみなすことができる。そうして、実際の度数分布をガウス関数でフィッティングしたとき、散りの発生があれば、該フィッティングの有意性が低くなる。よって、当該フィッティングが統計的に有意か否かによって散りの発生を判定する
上記散りの検知方法及びその装置において、一実施形態では、上記所定時間間隔をおいて検出する通電抵抗低下量は当該所定時間での通電抵抗低下量である。これにより、散りの発生によって通電抵抗が大きく低下する現象を確実に捉えることができる。

上記散りの検知方法及びその装置において、一実施形態では、上記度数分布について、１つのガウス関数でのフィッティングと２つのガウス関数でのフィッティングを行ない、２つのガウス関数でのフィッティングの方が統計的に有意であるときは、当該溶接条件での散りの発生度が高いと判定する。

散りが発生したときは、散りが発生していないときに比べて、通電抵抗低下量が大きくなる。そのため、通電抵抗低下量の度数分布をヒストグラムにすれば、双峰性を帯びやすくなる。すなわち、通電抵抗低下量が相対的に大きな箇所と小さな箇所にピークを有する形になりやすい。その結果、散りが発生する溶接条件では、２つのガウス関数でのフィッティングが統計的に有意になる。従って、１つのガウス関数でのフィッティングと２つのガウス関数でのフィッティングのどちらが相対的に有意かによって散りの発生の判定することができる。

上記散りの検知方法及びその装置において、一実施形態では、２つのガウス関数でのフィッティングの方が統計的に有意であり、当該両ガウス関数各々の平均値の差が所定値以上であるときは、当該２つのガウス関数のうち平均値が大きい方のガウス分布（ガウス関数）に属する確率が高い通電抵抗低下量は散りの発生によると判定する。

上記散りの検知方法及びその装置において、一実施形態では、１つのガウス関数でのフィッティングの方が統計的に有意であるとき、並びに２つのガウス関数でのフィッティングの方が統計的に有意であるが、当該両ガウス関数各々の平均値の差が所定値未満であるときは、カイ二乗検定によって散りの発生の有無を判定する。

すなわち、上記所定時間間隔をおいて検出される各通電抵抗低下量についてカイ二乗値を算出し、カイ二乗分布により決定される所定閾値よりも大きいカイ二乗値に係る通電抵抗低下量は散りの発生によると判定する。カイ二乗統計量による散り判定であるから、その判定精度が高くなる。

本発明によれば、所定の溶接条件での各溶接中に所定時間間隔をおいて電極間の通電抵抗低下量を検出し、該通電抵抗低下量に係るデータから通電抵抗低下量の度数分布を求め、該度数分布をガウス関数でフィッティングし、該フィッティングが統計的に有意か否かによって当該溶接条件での散りの発生を判定するから、例えば、溶接時の溶接ガンの撓みのような外乱に影響されることなく、散りの発生を精度良く検知することができる。

電気抵抗溶接装置の散り検知装置を示す構成図。 正常溶接時と散り発生時の通電抵抗の変化を模式的に示すグラフ図。 通電抵抗低下量のヒストグラムの一例を示す図。 散り検知の流れを示す図。 フィッティングに係る２つのガウス関数の平均値の差のヒストグラムを示す図。 通電抵抗低下量のヒストグラムの別の例を示す図。 フィッティングに係る２つのガウス関数が一部重なる説明のグラフ図。 カイ二乗値のヒストグラムの一例を示す図。

以下、本発明を実施するための形態を図面に基づいて説明する。以下の好ましい実施形態の説明は、本質的に例示に過ぎず、本発明、その適用物或いはその用途を制限することを意図するものではない。

＜電気抵抗溶接における散り検知装置の全体構成＞
図１に示す電気抵抗溶接装置としてのスポット溶接装置１は、例えば生産ラインに配置され、複数の金属板を重ね合わせたワークＷを一対の電極によって加圧しつつ通電することにより上記複数の金属板を溶接する。

スポット溶接装置１は、溶接ガン１１と、溶接ガン１１を保持するアーム型ロボット１２と、ロボット制御装置１３と、溶接制御装置（タイマー）１４とを備えている。ロボット制御装置１３は、溶接ガン１１の作動及びロボット１２の作動を制御する。溶接制御装置１４は、溶接電流を流す時間と電流の大きさを制御するとともに、流した電流の時間と大きさを監視する。この溶接制御装置１４に散り検知装置１５が接続されている。散り検知装置１５は、後述する通電抵抗低下量に係るデータに基づいて溶接中に溶融物が飛散する散りの発生を検知する。

溶接ガン１１は、Ｃ型溶接ガンであり、アーム１６と、アーム１６に設けられた一対の相対する電極（固定電極１７と可動電極１８）と、可動電極１８を駆動するサーボモータ１９とを備えている。サーボモータ１９はロボット制御装置１３によって制御される。

ロボット１２は、６つの関節軸Ｊ１～Ｊ６を有する多関節ロボットである。このロボット１２は、ベース２１上に、旋回部２２、下部アーム２３、上部アーム２４、第１～第３の先端部２５～２７等を備え、これらは相互に回動可能に構成されている。ロボット１２は、各関節軸Ｊ１～Ｊ６回りに各部材を駆動するサーボモータを備えている。これらのサーボモータはロボット制御装置１３によって制御される。

溶接制御装置１４は、ロボット制御装置１３から受信する溶接条件や溶接指令に基づき、ワークＷが電極１７，１８によって規定加圧力で挟持された状態で、制御された溶接電流を電極１７，１８からワークに通電する。通電終了後、溶接制御装置１４から溶接完了信号がロボット制御装置１３に送られる。

散り検知装置１５は、データ蓄積手段３１と、度数分布算出手段３２と、判定手段３３とを備えてなり、マイクロコンピュータを含む電子回路で構成される。

データ蓄積手段３１は、溶接制御装置１４によって制御される溶接中の電極１７，１８間の電圧及び溶接電流に基づいて、電極１７，１８間の通電抵抗の経時変化データを求め、所定の微小時間における通電抵抗の低下量を所定時間間隔をおいて検出し、該通電抵抗低下量に係るデータを蓄積していく。要するに、図２に示すように、溶接が進むにつれて通電抵抗が低下するため、その低下量を検出するものである。

本実施形態では、溶接中において所定時間Δｔ毎に該所定時間の前後の抵抗値に基づいて通電抵抗低下量ΔＲ（ΔＲ１，ΔＲ２，ΔＲ３，……）を算出し、同一の溶接条件での各溶接中の通電抵抗低下量ΔＲに係るデータを蓄積していく。そのようなデータを種々の溶接条件において取得する。ここに、通電抵抗低下量ΔＲの検出に関し、電極１７，１８による通電開始当初は接触抵抗により通電抵抗の低下が急になるから、通電開始から数十msec経過して通電抵抗の低下が安定する時点から通電抵抗低下量ΔＲに係るデータを取得することが好ましい。

度数分布算出手段３２は、データ蓄積手段３１のデータに基づいて当該溶接条件での通電抵抗低下量ΔＲの度数分布を算出する。図３は度数分布としてのヒストグラムの一例を示す。判定手段３３は、上記度数分布に基づいて統計的手法によって当該溶接条件での散りの発生を判定する。

次に図３～図７を参照して散り検知装置１５による散り検知方法を具体的に説明する。

散り検知方法は、図４に示すように、データ蓄積手段３１によるステップＳ１の処理、度数分布算出手段３２によるステップＳ２の処理、並びに判定手段３３によるステップＳ３～Ｓ８の処理によって構成されている。

ステップＳ１において、同一溶接条件での各溶接における通電抵抗低下量ΔＲが蓄積される。

ステップＳ２において、上記蓄積された通電抵抗低下量ΔＲのデータに基づいて、図３に一例を示す、通電抵抗低下量を横軸とし、度数を縦軸とするヒストグラムが作成される。

ステップＳ３において、ヒストグラムに対してガウシアンフィッティングが行なわれる。すなわち、ガウス関数１つでのフィッティングGMM1とガウス関数２つでのフィッティングGMM2が行なわれる。図３の例では、Ａがガウス関数１つでフィッティングしたガウス分布曲線であり、Ｂがガウス関数２つでフィッティングガウス分布曲線である。

ステップＳ４において、上記GMM1，GMM2モデルのどちらがデータの分布をよく再現するかについて、尤度比検定が行なわれる。すなわち、当該フィッティングにおいてパラメータを推定した最大対数尤度に-2を掛けた-2log(L) of GMM1及び-2log(L) of GMM2から、２つのモデルの尤度比-2log(deltaL)を求める。

図３の例では、-2log(L) of GMM1よりも-2log(L) of GMM2の方の値が小さいという結果になった。従って、ガウス関数２つのモデルGMM2の方が当てはまりがよいということになる。GMM1モデルとGMM2モデルの尤度比-2log(deltaL)は約285である。尤度比は、今の場合近似的に自由度３のカイ二乗分布に従うので、尤度比-2log(deltaL)がこのような値になる確率ｐ値(p-value)が計算できる。本例の場合、ｐ値が所定の有意水準１×１０^－４よりも小さいという結果になったので、ガウス関数２つのモデルの方が、ガウス関数１つのモデルよりも、統計的に有意にデータの分布を再現するということになる。

続くステップＳ５において、ガウス関数２つでのフィッティングが統計的に有意であると判定されたときは、ステップＳ６に進んで、２つのガウス関数の平均値μ１，μ２の差が所定値以上であるか否かを判定する。

所定値としては、先に述べたように、散りが発生するときは、通電抵抗低下量の度数分布をヒストグラムにしたとき双峰性を帯びやすくなるから、その２つのピーク位置の差に基づいて適宜に設定することができる。或いは、図５に示すように、ピーク位置の差、すなわち、平均値μ１，μ２の差についてヒストグラムを作成すると、当該差が「８」の付近が谷となった双峰型のグラフになっている。この場合、所定値として７～９付近の値を採用することが好ましいということができる。

２つのガウス関数の平均値μ１，μ２の差が所定値以上であるときは、ステップ７の第１散り判定に進む。すなわち、平均値が大きい方のガウス分布に属する確率が高い通電抵抗低下量は散りの発生によると判定する。

このケースのヒストグラム及びフィッティングを図６に示す。この例では、平均値μ１，μ２の差は約２３であり、独立した２つのガウス分布曲線Ｂ１，Ｂ２が得られている。平均値が大きい方（同図右側）のガウス分布（ガウス関数）に属する各通電抵抗低下量ΔＲは散りの発生によると判定される。

図７に示すように、２つのガウス分布曲線Ｂ１，Ｂ２が一部重なっているときは、どちらのガウス分布に属する確率が高いかによって、散りの発生に係る通電抵抗低下量か否かを判定する。例えば、通電抵抗低下量ΔＲａは、Ｂ１に属する確率の方がＢ２に属する確率よりも高いから、正常溶接での通電抵抗の低下と判定する。これに対して、通電抵抗低下量ΔＲｂは、Ｂ２に属する確率の方がＢ１に属する確率よりも高いから、散りの発生による通電抵抗の低下と判定する。

一方、ステップＳ５の判定がNo（ガウス関数１つでのフィッティングが有意）であるとき、並びに、ステップＳ６の判定がNo（２つのガウス関数の平均値の差が所定値未満（図３のケース；当該平均値の差は約３．６））であるときは、ステップＳ８の第２散り判定に進む。

第２散り判定は、カイ二乗検定による散り判定であり、ひとつひとつの抵抗波形について、カイ二乗値を算出する。ここで、例えばn=２０サイクルの通電時間で溶接されていると仮定する。まず、当該溶接条件による全ての通電抵抗の経時変化データ（例えば２０００個）で、1サイクル目の通電抵抗低下量ΔＲ１を求める。そして、そのサンプルの標本平均ΔＲ１_aveと分散ΔＲ１_σを求め、(ΔＲ１i－ΔＲ１_ave)^２／ΔＲ１_σ^２を計算する。ΔＲ２，ΔＲ３，……，ΔＲｎについても同様に計算する。最後にこれらを足しあげて、ひとつの抵抗波形データからカイ二乗統計量を算出する。

図８は得られたカイ二乗値のヒストグラムであり、Ｃは自由度２０のカイ二乗分布の理論曲線である。同図の場合、９９．９９％のパーセント点の値は約５２．４であり、この閾値を超えるカイ二乗値を持つ抵抗波形を散りと判定する。

以上のように、本実施形態によれば、溶接時の通電抵抗低下量に係るデータから統計学的に散りの発生を検知するから、溶接時の溶接ガンの撓みのような外乱に影響されることなく、散りの発生を精度良く検知することができる。

１ スポット溶接装置
１１ 溶接ガン
１４ 溶接制御装置（タイマー）
１５ 散り検知装置
１７ 電極
１８ 電極
３１ データ蓄積手段
３２ 度数分布算出手段
３３ 判定手段
Ｗ ワーク

Claims (10)

1. 複数の金属板を重ね合わせたワークを一対の電極によって加圧しつつ通電することにより上記複数の金属板を溶接する電気抵抗溶接における散り検知方法であって、
   所定の溶接条件での各溶接中に所定時間間隔をおいて上記一対の電極間の通電抵抗低下量を検出し、該通電抵抗低下量に係るデータを蓄積するステップと、
   上記データに基づいて当該溶接条件における上記通電抵抗低下量の度数分布を算出するステップと、
   上記度数分布をガウス関数でフィッティングし、該フィッティングが統計的に有意か否かによって当該溶接条件での散りの発生を判定するステップとを備えていることを特徴とする電気抵抗溶接における散り検知方法。
2. 請求項１において、
   上記所定時間間隔をおいて検出する通電抵抗低下量は当該所定時間での通電抵抗低下量であることを特徴とする電気抵抗溶接における散り検知方法。
3. 請求項１又は請求項２において、
   上記度数分布について、１つのガウス関数でのフィッティングと２つのガウス関数でのフィッティングを行ない、２つのガウス関数でのフィッティングの方が統計的に有意であるときは、当該溶接条件での散りの発生度が高いと判定することを特徴とする電気抵抗溶接における散り検知方法。
4. 請求項３において、
   ２つのガウス関数でのフィッティングの方が統計的に有意であり、当該両ガウス関数各々の平均値の差が所定値以上であるときは、当該２つのガウス関数のうち平均値が大きい方のガウス分布に属する確率が高い通電抵抗低下量は散りの発生によると判定することを特徴とする電気抵抗溶接における散り検知方法。
5. 請求項３又は請求項４において、
   １つのガウス関数でのフィッティングの方が統計的に有意であるとき、並びに２つのガウス関数でのフィッティングの方が統計的に有意であるが、当該両ガウス関数各々の平均値の差が所定値未満であるときは、上記所定時間間隔をおいて検出される各通電抵抗低下量についてカイ二乗値を算出し、カイ二乗分布により決定される所定閾値よりも大きいカイ二乗値に係る通電抵抗低下量は散りの発生によると判定することを特徴とする電気抵抗溶接における散り検知方法。
6. 複数の金属板を重ね合わせたワークを一対の電極によって加圧しつつ通電することにより上記複数の金属板を溶接する電気抵抗溶接における散り検知装置であって、
   所定の溶接条件での各溶接中に所定時間間隔をおいて上記一対の電極間の通電抵抗低下量を検出し、該通電抵抗低下量に係るデータを蓄積するデータ蓄積手段と、
   上記データ蓄積手段のデータに基づいて当該溶接条件における上記通電抵抗低下量の度数分布を算出する度数分布算出手段と、
   上記度数分布算出手段で算出される度数分布をガウス関数でフィッティングし、該フィッティングが統計的に有意か否かによって当該溶接条件での散りの発生を判定する判定手段とを備えていることを特徴とする電気抵抗溶接における散り検知装置。
7. 請求項６において、
   上記所定時間間隔をおいて検出する通電抵抗低下量は当該所定時間での通電抵抗低下量であることを特徴とする電気抵抗溶接における散り検知装置。
8. 請求項６又は請求項７において、
   上記判定手段は、上記度数分布について、１つのガウス関数でのフィッティングと２つのガウス関数でのフィッティングを行ない、２つのガウス関数でのフィッティングの方が統計的に有意であるときは、当該溶接条件での散りの発生度が高いと判定することを特徴とする電気抵抗溶接における散り検知装置。
9. 請求項８において、
   上記判定手段は、２つのガウス関数でのフィッティングの方が統計的に有意であり、当該両ガウス関数各々の平均値の差が所定値以上であるときは、当該２つのガウス関数のうち平均値が大きい方のガウス分布に属する確率が高い通電抵抗低下量は散りの発生によると判定することを特徴とする電気抵抗溶接における散り検知装置。
10. 請求項８又は請求項９において、
    上記判定手段は、１つのガウス関数でのフィッティングの方が統計的に有意であるとき、並びに２つのガウス関数でのフィッティングの方が統計的に有意であるが、当該両ガウス関数各々の平均値の差が所定値未満であるときは、上記データから上記所定時間間隔をおいて検出される各通電抵抗低下量についてカイ二乗値を算出し、カイ二乗分布により決定される所定閾値よりも大きいカイ二乗値に係る通電抵抗低下量は散りの発生によると判定することを特徴とする電気抵抗溶接における散り検知装置。

Images